Titre de l'écran-titre (visionné le 10 janvier 2024) / La composition en espèces et la structure des écosystèmes forestiers sont le résultat d'interactions complexes entre les processus de recrutement, de croissance et de mortalité, influencés par les conditions environnementales. Les changements actuels du climat, combinés à l'augmentation de la fréquence et de l'intensité des perturbations, engendrent de l'incertitude quant à la productivité des forêts canadiennes dans le futur. Face à cette incertitude, il devient impératif d'adopter des pratiques d'aménagement forestier axées sur l'atténuation des risques, afin d'assurer le maintien des services écologiques offerts par ses écosystèmes, tout en répondant aux besoins en ressources de la société. Dans ce contexte, une prise de décision éclairée nécessite des informations précises et à jour sur l'état des forêts canadiennes. Historiquement, notre connaissance de l'état des forêts reposait sur les inventaires forestiers réalisés dans les provinces et territoires canadiens, qui fournissent des informations sur la disponibilité de la ressource, sa qualité et le rendement attendu. Les perturbations plus fréquentes et la réaction variable des forêts aux changements dans les conditions de croissance rendent toutefois difficile une évaluation complète et précise de la situation des forêts par l'intermédiaire des données issues des réseaux de placettes-échantillon. Les informations contenues dans les cernes de croissance des arbres permettent de mieux comprendre l'influence du climat et des perturbations sur la croissance. Toutefois, les limites imposées par la disponibilité de ces données et l'impossibilité de les collecter en continu sur l'ensemble du territoire forestier rendent leur utilisation peu pratique pour un suivi en temps réel de l'état des forêts. Ces défis peuvent toutefois être relevés par un recours accru aux technologies de télédétection. Les séries temporelles d'imagerie satellitaire, en particulier, fournissent une information en continu sur l'état des forêts, permettant la détection des perturbations ainsi que des changements graduels causés par l'action de stress climatiques. Alors que la plupart des études précédentes sur le sujet se sont principalement concentrées sur la détection et la cartographie de ces changements, peu d'attention a été accordée à la compréhension des causes sous-jacentes et à la quantification de leur impact sur la croissance forestière. Pourtant, ces informations sont cruciales pour mieux prévoir les conséquences des perturbations et des stress induits par le climat, puisque des réductions de croissance prononcées peuvent indiquer une mortalité imminente. Des données précises sur la croissance des forêts sont également essentielles pour une prise de décision éclairée en ce qui concerne les calendriers de récolte et les interventions sylvicoles. L'objectif général de ce projet de recherche était de caractériser l'impact des perturbations partielles et de fournir des informations spatialement explicites sur la croissance des forêts canadiennes en intégrant les données de séries temporelles Landsat et des données collectées sur le terrain. Les deux premiers chapitres de cette thèse ont exploré l'influence des perturbations partielles sur l'état de la canopée forestière et sur la croissance des peuplements affectés, en utilisant des données de placettes-échantillon permanentes et des carottes d'accroissement récoltées dans divers écosystèmes forestiers. Le troisième chapitre a intégré des mesures répétées de placettes-échantillon permanentes et des séries temporelles Landsat pour estimer le taux de croissance annuel net d'une forêt boréale en l'absence de perturbation. Les résultats présentés dans les trois chapitres de cette thèse montrent que des modèles statistiques basés sur des séries temporelles Landsat et calibrés à l'aide de mesures de placettes-échantillon permanentes ou de données de cernes annuels permettent de mesurer la croissance des forêts ainsi que les changements provoqués par des perturbations partielles. L'intégration d'autres sources de données de télédétection telles que le LiDAR facilite l'application des méthodes utilisant l'imagerie satellitaire dans un contexte d'aménagement forestier et permet de prendre en compte de l'influence de facteurs biophysiques et écologiques qui ne peut être captée par l'imagerie satellitaire. Les méthodes et approches proposées dans cette thèse ont le potentiel d'être étendues à un plus large éventail de biomes forestiers en tirant parti de bases de données existantes, améliorant ainsi notre capacité à suivre l'état des forêts canadiennes dans un contexte de changements climatiques. / The species composition and structure of forest ecosystems are shaped by complex interactions between biotic and abiotic drivers that influence recruitment, growth, and mortality processes. Current climate changes, along with the increasing frequency and intensity of disturbances, introduce uncertainty about the future productivity and vigour of Canadian forests. In the face of such uncertainty, adopting forest management practices centred on stewardship and risk mitigation becomes imperative to preserve ecosystem functions while addressing society's resource demands. In this context, informed decision-making requires up to date and accurate information about the condition of Canadian forests. Historically, our knowledge on forest condition relied on field inventories conducted across all provinces and territories, providing information on resource availability, quality, and expected yield. However, intensified disturbances and the variable growth response of forests to climate change make it challenging to comprehensively assess forest situations through sample plot networks. While tree ring data is highly valuable, collecting such data consistently across Canadian forests is impractical. Addressing the challenges of assessing temporal and spatial changes in forest condition can be achieved through remote sensing technologies. Satellite imagery time series, in particular, offer continuous information on forest conditions for detecting disturbances and gradual ecosystem changes. While previous studies primarily focused on detecting and mapping disturbances and related changes in forest condition, less emphasis was given to understanding the underlying causes and quantifying their impact on forest growth. This information is yet critical to forecast the impacts of disturbances and climate-induced physiological stress, as growth declines can indicate imminent mortality. Accurate forest growth data is also crucial for making informed decisions regarding harvest schedules and silvicultural interventions. The general objective of this research project was to characterise the impact of non-stand replacing disturbances and provide spatially explicit information on forest growth across Canadian forests by integrating Landsat time series and field data. The first two chapters of this thesis explored the influence of non-stand replacing disturbances on forest canopy condition and growth rates, using data from permanent sample plots and increment cores collected in diverse forest ecosystems. The third chapter incorporated repeated measurements from permanent sample plots and Landsat time series to estimate the annual net forest growth rate in boreal forests in the absence of disturbance. The results presented in the three thesis chapters demonstrate that statistical models involving Landsat time series and calibrated using permanent sample plot measurements or tree-ring data can effectively assess canopy and forest structure changes caused by non-stand replacing disturbances and measure forest growth under both disturbance and undisturbed conditions. Integrating other remote sensing data sources like LiDAR enhances the applicability of these methods in forest management contexts and allows accounting for the effect of biophysical and ecological factors not captured solely by satellite imagery. The approaches proposed in this thesis have potential for expansion to cover a broader range of forest biomes by leveraging existing datasets, enhancing our ability to monitor Canadian forests response to climate change.

Plusieurs contraintes peuvent entraver le suivi à large échelle nécessaire à l’évaluation et à la mise en place de mesures pour atténuer la perte de biodiversité, notamment en milieu nordique. L’utilisation d’espèces indicatrices d’assemblages est une méthode qui permet de simplifier le suivi de la biodiversité à partir d’un nombre limité d’espèces. Malgré des études prometteuses à fines échelles, l’efficacité d’une telle pratique sur de vastes étendues spatiales demeure incertaine. À l’aide de 22 041 points d’écoutes provenant d’atlas d’oiseaux nicheurs, nous avons évalué l’efficacité des espèces indicatrices d’oiseaux à prédire de manière cohérente la richesse spécifique malgré les variations climatiques observées sur 1,75 M km2de forêt boréale. Afin de tester l’effet des conditions climatiques sur les assemblages d’espèces, nous avons séparé notre zone d’étude en huit régions climatiques relativement similaires. À l’aide d’analyses par modèle nul sur la co-occurrence des espèces, nous avons identifié le nombre minimal d’espèces indicatrices nécessaires pour prévoir 70 % de la variation de richesse spécifique dans chacune des régions climatiques. Bien que nous ayons réussi à identifier un nombre restreint d’espèces indicatrices par région climatique, nous avons également montré que les espèces indicatrices variaient largement entre les régions. Les espèces qui conservaient leur capacité à être indicatrices dans plusieurs régions climatiques étaient également représentatives d’assemblages d’espèces différentes. Cette étude montre que les espèces identifiées comme indicatrices pourraient ne plus indiquer le même assemblage d’espèces dans un avenir proche. L'utilisation d’indicateurs à large échelle s'accompagne donc du défi de devoir déterminer sous quelles nouvelles conditions un ensemble d'indicateurs doit être remplacé, puis d’identifier le nouvel ensemble approprié. / Many constraints can impede the broad-scale monitoring needed to assess and mitigate human-induced loss of biodiversity. The use of indicator species of species assemblage can simplify the monitoring of biodiversity based on a limited number of species. Despite promising fine-scale studies, it remains unclear whether indicator species remain effective over broad spatial extents. Using 22,041 point-counts coming from breeding bird atlases, we assessed the value of indicator species to consistently predict bird species richness despite variation in climate conditions observed over 1.75 M km2 of boreal forest. To test for the effect of climate conditions on species assemblages, we partitioned our study area into eight relatively similar climatic regions. Using null model analyses of species co-occurrence, we identified the minimum number of indicator species required to predict 70% of the variation in species richness in each of the climatic regions. Although we were able to identify a small number of indicator species in each climatic region, we observed that the identity of indicator species varied strongly among regions. When species remained an indicator in several climatic regions, they were representative of different species assemblages. This study shows that species currently identified as indicators may no longer indicate the same species assemblage in a near future. Broad-scale use of indicators thus comes with the challenge of having to determine under which new conditions a given set of indicators must be replaced by another, and by which one.