Cette étude porte sur le contrôle du changement et la classification de la végétation et de l'utilisation des sols d'une zone du nord-ouest du Maroc par imagerie multispectrale du Landsat. Son but principal est la détermination du potentiel des données multispectrales du Landsat dans l'interprétation de la végétation et de l'utilisation des sols. Pour cela les deux approches principales d'analyse des données en télédétection furent appliquées séparément. La première approche constitue l'interprétation analogique qui consiste en l’interprétation visuelle après amélioration et rehaussement des images. Dans ce cas, plusieurs méthodes d'analyse ont été essayées ; il s'agit entre autres de l'interprétation par le moyen d'un projecteur de diapositives à 70 mm, d'un équidensitomètre, d'un projecteur réfléchisseur vertical et de composés-couleur. Pour différentes raisons, les trois premières ont été rejetées, seules l'interprétation analogique par composés- couleur fut adoptée grâce à sa souplesse, sa précision et sa commodité. Les résultats de l'interprétation sont obtenus sous deux formes: une forme graphique donnant l'aspect d'une carte thématique faisant ressortir les différentes classes avec leur identification et une forme statistique sous forme de tableaux faisant ressortir les superficies et les pourcentages correspondant à chaque classe dans la zone étudiée. La comparaison dans le temps des résultats sous l'une ou l'autre de ces deux formes peut donner une idée sur le changement de la végétation et de l'utilisation des sols d'une période à l'autre. La deuxième approche constitue l'analyse numérique des images qui consiste à analyser les données numérisées par ordinateur. Pour cela et pour répondre au but principal de cette étude, deux sortes d'analyses ont été appliquées: il s'agit de l'analyse unitemporelle qui consiste à appliquer une série de traitements aux données provenant d'une seule image prise à une date déterminée et de l'analyse multitemporelle qui consiste à appliquer une série de traitements aux données provenant de deux ou plusieurs images de la même région prises à des dates différentes. La classification fait appel au seul algorithme de classification opérationnel disponible au système de traitement numérique des images (SCANIQ) dont on dispose. Il s'agit de l'algorithme de classification par la méthode du maximum de vraisemblance. D'autant plus, étant donné que ce système ne dispose pas de photoimprimante à l'état actuel nous nous sommes contentés des résultats statistiques en superficie et en pourcentage de chaque classe pour chaque image de la zone étudiée. Le contrôle du changement de la végétation et de l'utilisation des sols a été fait par comparaison de ces résultats d'une image à l'autre. Finalement une comparaison entre les résultats de l'interprétation analogique et ceux du traitement numérique a été faite et certaines conclusions ont été tirées en conséquence.

Cette étude porte sur le contrôle du changement et la classification de la végétation et de l'utilisation des sols d'une zone du nord-ouest du Maroc par imagerie multispectrale du Landsat. Son but principal est la détermination du potentiel des données multispectrales du Landsat dans l'interprétation de la végétation et de l'utilisation des sols. Pour cela les deux approches principales d'analyse des données en télédétection furent appliquées séparément. La première approche constitue l'interprétation analogique qui consiste en l’interprétation visuelle après amélioration et rehaussement des images. Dans ce cas, plusieurs méthodes d'analyse ont été essayées ; il s'agit entre autres de l'interprétation par le moyen d'un projecteur de diapositives à 70 mm, d'un équidensitomètre, d'un projecteur réfléchisseur vertical et de composés-couleur. Pour différentes raisons, les trois premières ont été rejetées, seules l'interprétation analogique par composés- couleur fut adoptée grâce à sa souplesse, sa précision et sa commodité. Les résultats de l'interprétation sont obtenus sous deux formes: une forme graphique donnant l'aspect d'une carte thématique faisant ressortir les différentes classes avec leur identification et une forme statistique sous forme de tableaux faisant ressortir les superficies et les pourcentages correspondant à chaque classe dans la zone étudiée. La comparaison dans le temps des résultats sous l'une ou l'autre de ces deux formes peut donner une idée sur le changement de la végétation et de l'utilisation des sols d'une période à l'autre. La deuxième approche constitue l'analyse numérique des images qui consiste à analyser les données numérisées par ordinateur. Pour cela et pour répondre au but principal de cette étude, deux sortes d'analyses ont été appliquées: il s'agit de l'analyse unitemporelle qui consiste à appliquer une série de traitements aux données provenant d'une seule image prise à une date déterminée et de l'analyse multitemporelle qui consiste à appliquer une série de traitements aux données provenant de deux ou plusieurs images de la même région prises à des dates différentes. La classification fait appel au seul algorithme de classification opérationnel disponible au système de traitement numérique des images (SCANIQ) dont on dispose. Il s'agit de l'algorithme de classification par la méthode du maximum de vraisemblance. D'autant plus, étant donné que ce système ne dispose pas de photoimprimante à l'état actuel nous nous sommes contentés des résultats statistiques en superficie et en pourcentage de chaque classe pour chaque image de la zone étudiée. Le contrôle du changement de la végétation et de l'utilisation des sols a été fait par comparaison de ces résultats d'une image à l'autre. Finalement une comparaison entre les résultats de l'interprétation analogique et ceux du traitement numérique a été faite et certaines conclusions ont été tirées en conséquence.

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.