Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Tropical forests contribute greatly to the mitigation of the effects of climate
change because of the predominant role of photosynthesis in the carbon cycle. These
forests are among the richest ecosystems on Earth and hold some of the biggest
aboveground carbon stocks. This carbon accounts for half of the biomass and, albeit it
is not possible yet to capture all the subtleties underlying the mechanisms that shape
the variation of biomass in the forests, it is known that the structure of a forest mirrors
its biomass i.e. the spatial organization of a forest influences its biomass. Study of
the structure is achievable through LiDAR remote sensing, a technology offering the
opportunity to produce a 3D point cloud of the forests. Hence, decomposition of the
forest into several structural sub-components has the potential to partially shed light on
some of the mechanisms that influence the biomass.
In this context, we assessed the potential of different LiDAR metrics (i.e. features)
to characterize components of the forest structure at the plot-level and tested combinations
of variables to predict structural properties that were then integrated into existing
biomass estimation pantropical models that rely on field measurements. Features were
extracted through area-based, tree-centric, gap-oriented and statistical approaches.
Relevance of the LiDAR in the characterization of the forest was confirmed for
the significantly correlated features. Area-based metrics yielded the best scores but the
features obtained from the tree-centric and statistical approach showed promising results.
Prediction of the properties explained 27% to 88% of the variation depending
on the structural component. Integration of these predictions into updated versions of
existing models gave reliable estimations of biomass (RMSEr = 0.11) compared to their
respective original counterparts, but when compared to the field biomass, the pantropical
models showed important biases that we attributed to their original formulas and not
our own locally developed sub-models.
In the end, our study confirmed the capacity of various LiDAR metrics to describe
the forest structure and demonstrates their reliability as substitutes into existing prediction
models, notably without any need to standardize by field metrics like most of the
studies at the plot-level.
Combining these findings to the examination of environmental drivers of forest
structure and biomass seems to be the next step into a better understanding of biomass
and carbon allocation. Les forêts tropicales contribuent grandement à l’atténuation des effets du
changement climatique, et ce grâce au rôle prédominant de la photosynthèse au sein
du cycle du carbone. Ces forêts comptent parmi les plus riches écosystèmes sur Terre
et abritent l’un des plus importants stocks de carbone hors sol. Ce carbone représente
la moitié de la biomasse et, bien qu’il ne soit pas encore possible de capturer toutes
les subtilités sous-tendant les mécanismes qui animent la variation de la biomasse,
on sait que la structure d’une forêt est un reflet de sa biomasse, autrement dit que
l’organisation spatiale d’une forêt influence sa biomasse. L’étude de cette structure peut
être réalisée au moyen de télédétection par LiDAR, une technologie qui offre la possibilité
de produire un nuage de points en 3D de la forêt. Aussi, la décomposition de la forêt en
plusieurs sous-composantes structurelles a le potentiel de mettre en lumière certains des
mécanismes d’influence de la biomasse.
Dans ce contexte, nous avons évalué le potentiel de différentes métriques LiDAR
(i.e. éléments) dans la caractérisation de composantes structurelles de la forêt à l’échelle
de la parcelle, et nous avons ensuite testé des combinaisons de ces éléments pour prédire
différentes propriétés structurelles, qui furent par la suite intégrées au sein de modèles
existants d’estimation de la biomasse à l’échelle pantropicale. Les éléments furent extraits
via des approches à l’échelle de la zone, de l’arbre, des trouées ou statistiques.
La pertinence du LiDAR pour caractériser la forêt a été confirmée pour les éléments
significativement corrélés. Les métriques obtenues par l’approche à l’échelle de la zone
ont obtenu les meilleurs résultats mais celles provenant de l’approche à l’échelle de l’arbre
et de l’approche statistique ont montré des résultats prometteurs.
Les prédictions des propriétés ont permis d’expliquer entre 27% et 88% des
variations observées selon la composante structurelle prédite. L’intégration de ces
prédictions dans des versions mise à jour de modèles existants donne des estimations de
biomasse jugées fiables (RMSEr = 0.11) en comparaison de leurs homologues originels,
mais comparés à la biomasse évaluée sur le terrain, les modèles pantropicaux ont montré
d’importants biais que nous avons attribué à leurs formules originelles et non à nos
propres modèles développés localement.
Au final, notre étude confirme la capacité des métriques LiDAR à caractériser la
structure forestière et démontre leur fiabilité en tant que substituts dans des modèles
de prédiction existants, en n’ayant notamment plus le besoin de d’êtres standardisées au
moyen d’observations de terrain comme c’est encore commun dans la plupart des études
réalisées à l’échelle de la parcelle.
La combinaison de ces découvertes à l’examen des déterminants environnementaux
de la structure et la biomasse forestière semble être la prochaine étape logique vers une
meilleure compréhension des distributions de la biomasse et du carbone.

LiDAR --- Forest --- Africa --- Congo --- Central Africa --- Tropics --- structure --- biomass --- forest structure --- carbone --- tropical dorests --- tropical ecosystems --- télédétection --- biomasse --- carbone --- LiDAR --- Tropiques --- forêts --- Afrique --- ecosystèmes tropicaux --- forêts tropicales --- structure forestière --- Afrique Centrale --- Congo --- Ingénierie, informatique & technologie > Multidisciplinaire, généralités & autres --- Sciences du vivant > Sciences de l'environnement & écologie

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Plant ecology. Plant sociology --- Subtropical and Tropical Countries --- Forêt primaire --- Forêt vierge --- Forêts denses --- Forêts hygrophiles primaires --- Forêts ombrophiles --- Forêts primaires --- Forêts tropicales pluviales --- Forêts vierges --- Forêts équatoriales denses --- Fôrets pluvieuses --- Regenwouden --- Forêt tropicale humide --- Tropical rain forests --- Composition botanique --- Botanical composition --- Régénération naturelle --- Natural regeneration --- climates --- regional types --- tropical rain forests --- forest ecology --- Tropical zones --- #ABIB:abos --- Rain forest ecology --- Rain forests --- Foret ombrophile