Caractérisation de la qualité écologique des haies par fusion de données de télédétection multi-capteurs.

Retour à la liste des résultats


Présentation INRAE

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France.INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.


Environnement de travail, missions et activités

Résumé du projet de thèse :

La thèse vise à développer une méthodologie et des outils opérationnels pour évaluer la qualité écologique des haies, cruciales dans les paysages agricoles pour leur biodiversité et leurs services écosystémiques. Elle s'appuie sur des données de télédétection, combinant LiDAR HD et images satellites, pour identifier des descripteurs clés de la structure, du fonctionnement et de la composition spécifique des haies. Ces descripteurs seront utilisés pour prédire le potentiel écologique des haies d’une part en s'inspirant du Plan de Gestion Durable des Haies (PGDH) et seront utilisés pour prédire la diversité
taxonomique (faune, flore) d’autre part. Les résultats attendus incluent une méthodologie pour mettre en œuvre cette évaluation, ainsi que des spécifications sur son domaine de validité. Enfin, des cartes prédisant la qualité écologique des haies sur différents territoires seront produites. Cette approche contribuera à combler le manque actuel de solutions pour évaluer la qualité des haies à large échelle, permettant ainsi de mieux comprendre leur rôle comme support de la biodiversité, et d'orienter les politiques publiques en conséquence.

Objectifs :
L’objectif principal de cette thèse est de développer une démarche méthodologique ainsi que des outils opérationnels pour produire des indices permettant d’évaluer la qualité écologique des haies. Les indices produits devront idéalement respecter les critères suivants :
- ils doivent permettre de caractériser finement la structure, le fonctionnement et la composition des haies de tel sorte à contribuer à évaluer leur multifonctionnalité ;
- ils doivent pouvoir répondre au besoin métiers des gestionnaires et ainsi pouvoir être traduits dans des typologies nationales et des méthodes d’évaluation standardisées ;
- dans un souci de reproductibilité de la méthode, la production de ces indices :
- respecte un principe de parcimonie : ils ne sont pas redondants et les moins nombreux possibles ;
- est standardisée : c’est-à-dire qu’elle requiert un minimum de paramétrisation et qu’elle est la plus automatique possible.

Déroulé :
1. Trouver des descripteurs de la structure, du fonctionnement et de la composition spécifique des haies. La première année sera consacrée à un travail bibliographique sur l’identification de descripteurs de la végétation ligneuse. S’il n’existe que très peu de travaux sur la caractérisation de la qualité haies, de nombreuses études ont développé des méthodes de caractérisation de la structure (par ex : Guo et al., 2017 ; Fahey et al., 2019 ; Valbuena et al., 2020) et de la diversité spécifique des milieux forestiers (Kacic and Kuenzer, 2022). La thèse s’inspira ainsi des approches développées en milieux forestier pour les adapter aux haies. Quelques outils et librairies développés par Dynafor et l’unité partenaire TETIS pourront notamment être utilisées :

- le plugin QGIS HedgeTools pour dériver des indices des données LiDAR (Sheeren et al., 2023) ;
- des librairies R comme biodivMapR pour calculer indices de diversité spectrale et temporelle (Féret and Boissieu, 2020) ;
- les modèles de transfert radiatif (e.g. PROSAIL (Feret and de Boissieu, 2024)) pour relier les acquisitions satellite optiques à des variables biophysique de la végétation comme le LAI ou la teneur en chlorophylle.
Ces indices seront produits en utilisant les données LiDAR HD et les données Sentinel-2, sur des territoires bocagers pour lesquels des relevés terrain incluant des typologies de haies (basées sur la structure, la gestion ou la composition) sont disponibles. Des analyses de covariance seront effectuées pour identifier un jeu restreint d’indices permettant de rendre compte de manière complémentaire la variabilité structurelle, la composition, et la variabilité fonctionnelle des haies.

2. Vers le potentiel écologique des haies – approche indirecte La deuxième année sera consacrée à étudier la pertinence des indices produits pour qualifier la qualité écologique des haies en étudiant notamment leur lien avec les indicateurs d’accueil de la biodiversité tel que définis dans le Plan de Gestion Durable des Haies (PGDH1). Celui-ci définit plusieurs critères (e.g. richesse en espèces ligneuses, largeur de l’ourlet de végétation, recouvrement des étages de végétation) permettant d’attribuer une note globale indicatrice de la fonction support de la biodiversité des haies. Deux approches seront explorées. Une première où l’ensemble des descripteurs seront utilisés pour prédire directement la note globale d’accueil de la biodiversité, et une deuxième où les liens entre les descripteurs et certains critères pris individuellement seront étudiés plus finement.

3. Vers la qualité écologique des haies – approche directe (taxonomique) La dernière partie de la thèse sera dédiée à modéliser les relations entre l’hétérogénéité spectrale et structurale et la diversité multi- taxonomique (faune, flore) à l’aide de relevés taxonomique fournis par différents partenaires (INPN, OFB, UMR BAGAP etc.) et de relevés de composition du PGDH.

Résultats attendus :
Les principaux résultats attendus sont :
- une liste de descripteurs clés issus de la télédétection pour caractériser la qualité écologique des haies ;
- une méthodologie pour mettre en œuvre et prédire la qualité écologique des haies ;
- des cartes prédisant la qualité écologique des haies sur différents territoires.

Collaborations envisagées :
Des collaborations internes au laboratoire Dynafor avec :
- des écologues comme Émilie Andrieu pour l’étude du lien avec la qualité de la haie ;
- des télépilotes drone pour les acquisitions drone : Jérôme Molina et Wilfried Heintz ;
- technicien terrain pour les relevés de qualité des haies : Jérôme Willm ;
Des collaborations avec d’autres laboratoires comme l’UMR TETIS sont également prévus : Jean-Baptiste Féret et Florian De Boissieu qui présentent une expertise pour la caractérisation des forêts à l’aide de traits optiques ou la simulation d’image et nuages de points à partir de maquette. Des échanges avec l’UMR BAGAP sont prévus pour les relevés taxonomiques de même qu’avec l’OFB (notamment l’UAR Patrinat) et Réseau Haies France.
Ces structures fourniront des relevés terrain relatifs aux haies (typologie, structure, composition, qualité écologique) ainsi que de relevés taxonomiques, en plus de leur expertise sur le bocage.
Cette thèse est financée par le PEPR « Agroécologie et numérique » dans le cadre du projet Biodicapt. La personne recrutée sera amenée à participer aux réunions du PEPR et échanger avec les nombreux partenaires y contribuant.


Objectifs de valorisation des travaux de recherche du doctorant :
Trois publications sont envisagées en lien avec les trois parties mentionnées dans le déroulé. Deux communications (une présentation orale et un poster) sont également prévues dans des colloques internationaux. Le développement méthodologique sera quant à lui intégré au sein du plugin QGIS HedgeTools au fur et à mesure de la thèse et ainsi mis à disposition des utilisateurs. Une fois validés, les indices développés pourront également être mis en production à large échelle dans le cadre du Centre Expertise Scientifique « Végétation, sol et agrosystème » du pôle THEIA. Les acquisitions drone LiDAR et optique seront également mis à disposition depuis un dépôt de données.


Formations et compétences recherchées

Master/Ingénieur (Bac+5)

Profil et compétences recherchées : Un master 2, un diplôme d’ingénieur ou une expérience significative en télédétection ou science des données est requis. Une double compétence en écologie / agronomie serait très appréciée. Le ou la candidate doit avoir une expérience dans le traitement d’au moins une de ces données : LiDAR et série temporelle d’images satellitaires. Des compétences en lien avec les acquisitions drone serait un plus. Le ou la candidate maîtrisera au moins un de ces langages de programmations : R et Python (de préférence), idéalement les deux.


Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez(selon le type de contrat et sa durée) :

- jusqu'à30 jours de congés+ 15 RTTpar an (pour un temps plein)
- d'un soutienà la parentalité : CESUgarded'enfants, prestations pour les loisirs ;
- de dispositifs de développement des compétences: formation, conseilen orientation professionnelle ;
- d'un accompagnementsocial : conseil et écoute, aides et prêts sociaux ;
- de prestationsvacancesetloisirs :chèque-vacances,hébergements à tarif préférentiel ;
- d'activitéssportivesetculturelles ;
- d'unerestaurationcollective.


Modalités pour postuler

Un CV, une lettre de motivation, le contact des derniers encadrants de stage M2 ainsi que les relevés de notes du M1 et M2 doivent être adressés aux contacts cités.

Des entretiens seront prévus au fur et à mesure de la réception des dossiers.

Les personnes accueillies à INRAE, établissement public de recherche, sont soumises aux dispositions du Code de la fonction publiquenotamment en ce qui concerne l’obligation de neutralité et le respect du principe de laïcité. A ce titre, dans l’exercice de leurs fonctions, qu’elles soient ou non au contact du public, elles ne doivent pas manifester leurs convictions, par leur comportement ou leur tenue, qu’elles soient religieuses, philosophiques ou politiques.> En savoir plus : site fonction publique.gouv.fr