Blog Technique: Mise à Jour Expliquée des Données 2018 de Global Forest Watch

Apr 25, 2019||7 minutes
NEW

Aaron Minnick

Category
  • Data
Topics
  • forest change

Read in English here. Lee en Español aqui. Baca dalam Bahasa di sini. Leia em Portugues aqui.

De nouvelles données montrent que la perte de forêt tropicale s’est poursuivie avec un taux élevé en 2018. Nous répondons ici à plusieurs questions fréquemment posées au sujet  des données annuelles de perte de couverture arborée de Global Forest Watch. Ces questions sont importantes pour comprendre les nuances de ces données.

Qu’est-ce qui est mesuré par la perte de la couverture arborée ?

L’ensemble de données annuelles sur la perte de la couverture arborée de l’Université du Maryland (UMD) mesure la suppression d’au moins la moitié de la couverture arborée dans un pixel de 30 mètres (également connue sous le nom de perturbation du remplacement du peuplement). Cette mesure ne permet pas de faire la distinction entre un changement permanent de couverture du sol (déforestation) ou une perte temporaire (avec reconstitution ultérieure des forêts), ni entre les causes naturelles ou humaines de cette perte. La dégradation des forêts, causée par des dynamiques telles que la coupe sélective et les incendies, est aussi parfois prise en compte dans les données annuelles de perte de couverture arborée, si elle a un impact suffisamment important sur la canopée.

Quelle est la période de temps couverte par le jeu de données ?

Le jeu de données sur la perte de couverture arborée comprend les pertes annuelles de chaque année civile entre 2001 et 2018. Comme la collecte de données par satellite optique peut souvent être obscurcie par la couverture nuageuse dans les zones tropicales humides, certaines pertes en fin d’année peuvent être enregistrées au cours de l’année suivante si la couverture nuageuse était persistante. C’est un phénomène courant en Indonésie et dans de nombreux autres pays tropicaux où la couverture nuageuse est habituelle. C’est pourquoi nous recommandons d’utiliser une moyenne mobile sur trois ans lors de l’évaluation de la taille et des tendances des pertes de couverture arborée.

Les graphiques de cette année portent sur la période 2002-2018, parce que nous avons utilisé le jeu de données sur les forêts primaires (daté de 2001) comme base.

La méthodologie des données est-elle cohérente tout au long de la série chronologique ?

Les données actuelles de perte de couverture arborée utilisent un algorithme couvrant la période 2001-2010 et un autre couvrant la période 2011-2018. Nous recommandons la prudence lors des comparaisons entre les chiffres des pertes de ces deux périodes, car la nouvelle version du jeu de données peut être plus sensible aux changements liés à l’agriculture à petite échelle, aux incendies et aux autres formes de dégradation des forêts. Par exemple, 2016/2017 a connu une forte hausse de la perte de la couverture arborée en raison d’incendies. Bien que cela semble être une anomalie au niveau des données, il est possible que d’autres incendies survenus avant 2011 aient eu un impact important et n’aient pas été détectés en raison de l’algorithme. L’UMD prévoit de retraiter toutes les données de perte de couverture arborée des années précédentes à l’aide d’un seul algorithme. Cependant, d’ici là, nous ne pouvons pas être certains du degré de comparabilité des résultats de ces deux algorithmes.

Qu’est-ce qu’une forêt primaire ?

Cette année, pour la toute première fois, nous disposons de données sur l’étendue (en 2001) des forêts tropicales humides primaires, zones de couverture forestière naturelle et mature qui n’ont pas été défrichées et reboisées récemment (depuis moins de 30 à 50 ans). Le jeu de données a été créé par l’Université du Maryland en utilisant l’imagerie Landsat et des algorithmes de télédétection pour identifier les structures de canopée des forêts primaires à faible albédo et texture élevée. La forêt primaire est cartographiée à une résolution de 30 mètres, sans taille minimale de parcelle. Des vérifications manuelles ont été effectuées après l’utilisation des algorithmes, afin d’éliminer certains types de forêts non primaires qui ne pouvaient être séparées spectralement, comme les plantations d’arbres. Les forêts ayant fait l’objet de coupe sélective peuvent être incluses ou non dans le jeu de données sur la forêt primaire. Les forêts dont les pertes sont dues aux routes et à l’exploitation forestière intensive ne sont probablement pas comptées comme forêts primaires, tandis que les forêts dont la coupe sélective n’entraîne qu’un enlèvement partiel de la canopée à une résolution de 30 mètres peuvent être incluses. D’autres types de forêts primaires n’ont pas été inclus dans ce jeu de données, ce qui signifie que des pays comme Madagascar, où les forêts sèches représentent une part importante de l’écosystème, connaissent des pertes supplémentaires de forêt primaire non reprises dans les statistiques des forêts primaires humides.

Qu’est-ce que la perte de forêt primaire ?

Pour déterminer la perte de forêt primaire, nous n’examinons que les pixels de 30×30 mètres affichant une perte de couverture arborée s’étant produite au sein de cette forêt primaire. L’utilisation des données sur les forêts primaires en tant que filtre pour la perte de la couverture arborée nous permet de nous concentrer sur les changements dans les forêts les plus importantes pour le carbone et la biodiversité et d’exclure la perte de couverture arborée associée à la rotation des cultures forestières ou des plantations de bois. Il est important de noter que l’on peut également supposer que toute perte de forêt primaire entraîne une réduction de l’étendue totale des forêts primaires, car ces zones ne se régénèrent pas sur une échelle de vingt ans.

La perte de forêt primaire peut toutefois inclure des cas d’élimination de la couverture de canopée, d’origine humaine ou naturelle, notamment par le feu, n’indiquant pas nécessairement une déforestation (la conversion permanente des forêts pour une utilisation différente des terres, comme l’agriculture ou les zones urbaines). Comme mentionné précédemment, des modifications dans la méthodologie utilisée en 2011 sont susceptibles d’entraîner des incohérences entre les données de 2002-2010 et celles de 2011-2018.

Au Brésil, comment les données annuelles de perte de couverture arborée de l’UMD peuvent-elles être comparées aux estimations officielles ?

Les données annuelles de perte de couverture arborée de l’UMD diffèrent de celles de PRODES, le système officiel de suivi du Brésil, ces dernières années.

PRODES vs UMD

Les deux systèmes peuvent sembler en désaccord, mais en réalité ils mesurent deux types de changements différents, mais néanmoins importants, au niveau des forêts. PRODES se concentre sur les grandes coupes à blanc de forêt primaire en Amazonie, tandis que les données de l’UMD saisissent la perte de la couverture arborée dans son ensemble, incluant la perte de forêt secondaire, la dégradation des forêts due aux feux et des pertes aussi petites que 0,1 hectare. Par ailleurs, l’UMD comptabilise les pertes du mois de janvier au mois de décembre, tandis que PRODES utilise la période allant d’août à juillet.

PRODES a débuté en 1988, alors que la plus grande partie de l’Amazonie était encore une forêt primaire et il ne tient pas compte de l’évolution des forêts secondaires. Les zones identifiées comme déforestées au cours des années précédentes ne sont plus considérées comme des forêts primaires, ce qui ne permet de mesurer de manière fiable que les nouvelles zones de coupe à blanc en Amazonie.  Cette méthode est utile pour comptabiliser les émissions de carbone résultant de la déforestation, car elle suppose que tout le carbone forestier est émis la première fois qu’une zone forestière naturelle est coupée à blanc. Elle permet de ne pas devoir estimer la séquestration du carbone provenant de la régénération des forêts, ainsi que les émissions provenant des pertes forestières secondaires. Les nouvelles données sur les forêts primaires nous permettent de filtrer les données de perte de couverture arborée de l’UMD, afin de mieux estimer les chiffres PRODES, mais les deux jeux de données divergent encore ces dernières années.

L’année dernière, nous avons montré que ces différences méthodologiques expliquaient les divergences entre les deux jeux de données pour 2017. Cette année encore, nous avons reproduit la méthodologie PRODES en utilisant les données de l’UMD sur la perte de couverture arborée, pour voir si cela était toujours vrai en 2018. Pour ce faire, nous avons limité la portée de l’analyse aux seules zones considérées dans l’analyse PRODES (forêts primaires de l’Amazonie brésilienne officielle). Nous avons éliminé les pertes se chevauchant avec le produit des zones brûlées MODIS et ignoré les parcelles de perte inférieures à 6,25 hectares (taille minimale des parcelles PRODES). Il en a résulté une perte totale de 0,68 million d’hectares, selon les données de l’UMD, contre 0,79 million d’hectares selon les statistiques préliminaires des pertes de PRODES en 2018 pour l’Amazonie. Notre analyse montre que ces différences de définition et de méthodologie sont au cœur de la divergence entre ces deux jeux de données. Tous deux sont importants pour comprendre les dynamiques forestières en Amazonie brésilienne, mais surtout, tous deux ont mis en évidence une augmentation de la perte de forêt par rapport au point bas de 2012/2013.


BANNIÈRE PHOTO: Détail de la feuille. Photo par Aaron Minnick/WRI.

Category
  • Data
Topics
  • forest change

Explore More Articles

Ripe Cocoa pods from a cocoa farm in Ghana.
Feb 14, 2024|Data|10 minutes

Ending Deforestation from Cocoa in West Africa with New Data-Driven Resources

Two new data-driven resources provide a shared view of priority areas in West Africa and can help realize a a deforestation-free cocoa sector.

Aerial view of the Amazon Rainforest
Jan 18, 2024|Data|8 minutes

Comparing Forest Extent in 2020 from Global Forest Watch and the Forest Resources Assessment

This blog compares the forest extent in 2020 for data from UMD on GFW and the FAO Forest Resources Assessment and explains the differences.

Side by side comparison of UMD tree cover loss and JRC Tropical Moist Forest data
Jan 08, 2024|Data|10 minutes

Differences Between Global Forest Watch’s Tree Cover Loss Data and JRC’s Tropical Moist Forest Data Explained

We explain key differences between two data sets that track forest change in the tropics: UMD tree cover loss and JRC Tropical Moist Forest.

Explore More Articles
Ripe Cocoa pods from a cocoa farm in Ghana.
Feb 14, 2024|Data|10 minutes

Ending Deforestation from Cocoa in West Africa with New Data-Driven Resources

Aerial view of the Amazon Rainforest
Jan 18, 2024|Data|8 minutes

Comparing Forest Extent in 2020 from Global Forest Watch and the Forest Resources Assessment

Side by side comparison of UMD tree cover loss and JRC Tropical Moist Forest data
Jan 08, 2024|Data|10 minutes

Differences Between Global Forest Watch’s Tree Cover Loss Data and JRC’s Tropical Moist Forest Data Explained

fetching comments...