Les trembles et les arbres morts sur pied, importants pour la biodiversité forestière, peuvent être identifiés de manière fiable à partir d’images aériennes librement accessibles grâce à des méthodes développées par des chercheurs de l’Université d’Helsinki et de l’Université de Finlande orientale.
Le tremble (Populus tremula) est une espèce clé de voûte importante. Seuls quelques pour cent des arbres des forêts finlandaises sont des trembles, et les peuplements de trembles proprement dits sont encore plus rares. Les trembles hébergent néanmoins plus d’un millier d’espèces : mammifères, oiseaux, insectes, champignons et mousses. La litière à décomposition rapide des trembles stimule le cycle des nutriments dans les forêts, et de nombreuses espèces prospèrent uniquement sur l’écorce noueuse et riche en bases des trembles.
Une étude menée par un groupe de recherche dirigé par le professeur associé Samuli Junttila à l’Université d’Helsinki présente une méthode pour distinguer de manière fiable, pour la première fois, les trembles, qui soutiennent et incarnent la biodiversité, des autres arbres en utilisant des données d’images aériennes ouvertes. Auparavant, la cartographie extensive et précise de la distribution des trembles était coûteuse et laborieuse.
« Notre recherche offre une méthode à jour, évolutive, peu coûteuse et fiable pour surveiller la biodiversité forestière », affirme Junttila.
Le groupe de recherche Global Ecosystem Health Observatory dirigé par Junttila développe de nouvelles méthodes pour obtenir des informations précises sur l’environnement forestier et son écologie en combinant des techniques de télédétection avec des solutions d’IA. Les méthodes créées par le groupe de Junttila ont déjà aidé, par exemple, à surveiller les destructions causées par le scolyte de l’épicéa et la mortalité des arbres.
Le premier auteur de l’article de recherche publié en octobre 2025 est le doctorant Anwarul Chowdhury de l’Université de Finlande orientale. Il est très satisfait de la précision du modèle de réseau neuronal créé dans l’étude.
« Cette étude démontre comment nos méthodes peuvent produire des données fiables pour les besoins pratiques de la gestion et de la conservation forestières dans toutes les forêts de Finlande », explique Chowdhury.
Le modèle conçu par les chercheurs s’est avéré efficace en toutes saisons, car il a identifié de manière fiable les trembles avec et sans feuilles. Le modèle avait plus de chances d’identifier les trembles plus grands que les plus petits – en moyenne, les arbres adultes et plus grands étaient identifiés avec une probabilité de 71 %, et même mieux lorsque les arbres n’avaient pas de feuilles. Cette information est importante, car les grands trembles anciens sont particulièrement significatifs pour la biodiversité.
À l’avenir, le groupe de recherche souhaiterait également améliorer la précision de l’identification des jeunes trembles.
« À l’avenir, les données ouvertes de balayage laser pourraient être combinées aux images aériennes pour que le modèle identifie aussi mieux les jeunes trembles », suggère Chowdhury.
Même les arbres morts influencent la biodiversité
En novembre, une autre étude des chercheurs Anis Rahman, Einari Heinaro et Mete Ahishali du groupe de recherche de Junttila a été publiée, développant une technique plus précise pour identifier les arbres morts sur pied à partir d’images aériennes.
Les arbres morts sont également importants pour la biodiversité : de nombreuses espèces spécialisées et même menacées en dépendent. Cependant, identifier les arbres morts sur les images aériennes est difficile, surtout sous des structures de canopée denses. Le groupe a combiné des algorithmes d’apprentissage automatique et des filtres adaptatifs complexes pour obtenir de meilleurs résultats lors de l’inventaire des arbres morts par rapport aux modèles de télédétection forestière destinés à un usage général.
« Les trembles et les arbres morts sur pied sont des indicateurs importants de la biodiversité. Leur cartographie automatisée à partir de vastes ensembles de données ouverts représente un grand pas en avant dans la surveillance de la biodiversité des environnements forestiers », conclut Junttila.
Article : Mapping large European aspens (Populus tremula L.) using national aerial imagery and a U-Net convolutional neural network – Journal : Remote Sensing Applications Society and Environment – DOI : 10.1016/j.rsase.2025.101755
Source : Helsinki U.
