Approches spatiales de caractérisation de gisements forestiers en milieu tropical et contraint. Application à la valorisation en bois énergie d’Acacia Mearnsii à la Réunion

Spatial approaches to characterising forest stands in a tropical and constrained environment. Application to the use of Acacia Mearnsii for wood energy in Réunion.

• Auteur / Autrice : Helene Bley-dalouman
• Direction : Annelise Tran
• Type : Projet de thèse
• Discipline(s) : Géomatique
• Date : Inscription en doctorat le ; Soutenance le 11/12/2023
• Etablissement(s) : Université de Montpellier (2022-....)
• Ecole(s) doctorale(s) : Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau
• Partenaire(s) de recherche : Laboratoire : Territoires, Environnement, Télédétection et Information Spatiale (Montpellier)
• Jury : Président / Présidente : Valéry Gond
• Jury : Examinateurs / Examinatrices : Annelise Tran, Damien Arvor, Gwenaelle Pennober
• Jury : Rapporteurs / Rapporteuses : Damien Arvor, Gwenaelle Pennober

Mots clés

Mots clés libres

Filières bois-énergie

Télédétdection

Modélisation spatiale

Bioéconomie

Acacia mearnsii

La Réunion

Wood-energy sectors

Remote Sensing

Spatial modelling

Bioeconomy

Acacia mearnsii

Reunion island

Résumé

Dans le cadre de sa transition énergétique et écologique, l’Ile de La Réunion souhaite développer une filière Bois Energie. Acacia mearnsii est l’un des principaux gisements identifiés. Cette espèce exotique envahissante forme de vastes peuplements inégalement répartis sur l’île, dont les modalités d’exploitation posent encore question du fait des fortes contraintes du territoire. La thèse a pour objectif global de développer un cadre méthodologique qui combine des approches spatiales (télédétection, SIG, modélisation) pour mieux évaluer la ressource mobilisable et les performances d’une future filière bois énergie. Dans un premier temps, une méthode de classification supervisée d’une image satellitaire à THR a été développée et appliquée à l’échelle du massif des Hauts Sous le Vent. Renforcées par une analyse des indicateurs de précision et d’un indice de confusion, les cartographies obtenues sont satisfaisantes à l’échelle du massif pour distinguer deux catégories d’Acacia mearnsii. Ensuite, une chaîne de traitement SIG a été appliquée à ces sorties cartographiques pour caractériser les principales contraintes d’exploitabilité des gisements. Enfin, une première ébauche de modèle, développée sous le langage OCELET, a permis d’identifier et caractériser les itinéraires d’approvisionnement d’une centrale électrique en bois énergie issu de ce massif. A titre exploratoire, ce modèle conduit à une première estimation d’impacts environnementaux (émissions GES) d’une chaîne d’approvisionnement.

As part of its energy and ecological transition, Réunion intends to develop a wood energy sector. Acacia mearnsii is one of the main species identified. This invasive exotic species forms large stands that are unevenly distributed across the island, but the way in which they are exploited is still a matter of debate due to the severe constraints in the area. The overall aim of the thesis is to develop a methodological framework that combines spatial approaches (remote sensing, GIS, modelling) to better assess the mobilizable resource and the performance of a future wood energy sector. Initially, a method of supervised classification of a THRS satellite image was developed and applied to the Hauts Sous le Vent forest. Reinforced by an analysis of precision indicators and a confusion index, the maps obtained are satisfactory at the scale of the massif for distinguishing two categories of Acacia mearnsii. A GIS processing chain was then applied to these map outputs to characterise the main constraints on the exploitability of the stands. Finally, an initial draft model, based on the OCELET language, was used to identify and characterise the supply routes for a power station using wood energy from this forest. On an exploratory basis, this model has led to an initial estimate of the environmental impact (GHG emissions) of a supply chain.