Abstract :
[en] Tropical forests are facing increasing human-induced pressure due to deforestation and forest degradation, which threaten their biodiversity, ecological functioning, and role in the global carbon cycle. Unlike deforestation, forest degradation monitoring remains constrained by the lack of a consensual definition and operational indicators, particularly in the Congo Basin.
This thesis tests the hypothesis that robust forest degradation monitoring can rely on structural indicators that can be measured using accessible remote-sensing technologies. It develops an original methodological framework based on the vertical profile of canopy gaps to characterize forest structure, functioning, and change along a real disturbance gradient.
First, a systematic review shows that forest degradation monitoring in Congo basin focuses primarily on industrial logging and therefore underestimates other anthropogenic disturbances. Canopy gaps are the most widely used indicator, but their potential remains limited by the weak integration of field observations and remote sensing. These findings highlight, on the one hand, the value of drones, which provide adequate spatial resolution for discriminating disturbance types and enable repeated temporal monitoring, and, on the other hand, the need to integrate gap structure with forest characteristics to define degradation thresholds appropriate to different logging regimes.
Second, airborne LiDAR data were used to characterize vertical canopy gap profiles in Gilbertiodendron dewevrei (G. dewevrei) monodominant forests and mixed forests in Yangambi, Democratic Republic of the Congo (DRC). Monodominant forests consistently showed lower canopy gaps between 10 and 20 m, revealing structural differences not detected by conventional forest inventories. Two new indicators, GAP/BA (Gap area/Basal area) and GAP/TCH (Gap area/Top of canopy height) ratios, which were strongly correlated (r > 0.90), are proposed to characterize stand structure using remote sensing.
The third part evaluates whether a consumer-grade pocket drone with an optical sensor (~250 g, ~USD 500) can reproduce LiDAR-derived canopy gap estimates. We tested combinations of window size, aggregation statistic and depth threshold applied to very high spatial resolution optical imagery-derived DSMs (Digital Surface Model) across a range of canopy heights. Agreement with LiDAR increased with canopy height. Although the detection of gaps at the individual level has remained limited, plot-scale gap area estimates at 1-ha level were equivalent due to compensation among local over- and underestimations, particularly in structurally more heterogeneous mixed forests.
Finally, we applied this methodological framework across a disturbance gradient spanning protected forest and areas subject to artisanal and industrial logging. Short-term monitoring of post-logging structural changes shows that the disturbance signal depends more strongly on forest composition than on logging regime alone. Industrial logging significantly increased canopy gaps in mixed forests, whereas no detectable structural effect was observed in G. dewevrei-dominated stands or under artisanal logging. In contrast, the protected reference forest exhibited slight natural canopy closure, confirming that reference structural conditions are themselves dynamic. Validated parameter combinations detected canopy gaps associated with various types of sources of logging-related damage (felling gaps and logging roads), with high reliability across all canopy strata (90–100%) but recovered only 42–75% of their spatial extent, with accuracy declining towards the lower strata.
This thesis demonstrates that vertical canopy architecture is a relevant indicator for characterizing the condition, functioning, and degradation of tropical forests. It proposes an integrated, multi-scale framework combining forest inventories, airborne LiDAR, and consumer-grade drone photogrammetry to produce robust and accessible structural indicators, with their conditions of applicability and limitations now quantitatively defined. These findings open new perspectives for forest degradation monitoring in the Congo Basin and provide an operational basis for strengthening Measurement, Reporting and Verification (MRV) systems under REDD+, as well as for integrating future spaceborne observations of forest structure from GEDI, NISAR, and BIOMASS.
[fr] Les forêts tropicales subissent une pression anthropique croissante due à la déforestation et à la dégradation forestière, qui menacent, leur biodiversité, leur fonctionnement écologique et leur rôle dans le cycle mondial du carbone. Contrairement à la déforestation, le suivi de la dégradation forestière reste limité par l’absence d’une définition consensuelle et d’indicateurs opérationnels, en particulier dans le bassin du Congo.
Cette thèse teste l'hypothèse selon laquelle un suivi fiable de la dégradation forestière peut s'appuyer sur des indicateurs structurels mesurables à l'aide des approches courantes de télédétection accessibles. Elle développe un cadre méthodologique original fondé sur le profil vertical des trouées dans la canopée afin de caractériser la structure, le fonctionnement et l'évolution de la forêt le long d'un gradient réel de perturbation.
Tout d’abord, une revue systématique montre que le suivi de la dégradation forestière dans le bassin du Congo se focalise principalement sur l’exploitation forestière industrielle et sous-estime donc les autres perturbations anthropiques. Les trouées dans la canopée constituent l’indicateur le plus largement utilisé, mais leur potentiel à quantifier la dégradation forestière reste limité par la faible intégration des observations au sol et de la télédétection. Ces résultats soulignent, d’une part, l’intérêt des drones, qui offrent une résolution spatiale suffisante pour distinguer les types de perturbations et permettent un suivi temporel répété, et, d’autre part, la nécessité d’intégrer la structure des trouées aux caractéristiques forestières afin de définir des seuils de dégradation adaptés aux différents régimes d’exploitation forestière.
Deuxièmement, des données du LiDAR aéroporté ont été utilisées pour caractériser les profils verticaux des trouées dans la canopée dans des forêts monodominantes de Gilbertiodendron dewevrei (G. dewevrei) et des forêts mixtes à Yangambi, en République démocratique du Congo (RDC). Les forêts monodominantes ont systématiquement présenté des trouées dans canopée plus faibles entre 10 et 20 m, révélant ainsi des différences structurelles non détectées par les inventaires forestiers conventionnels. Deux nouveaux indicateurs, les rapports GAP/BA (surface des trouées/surface terrière) et GAP/TCH (surface des trouées/hauteur au sommet de la canopée), qui sont fortement corrélés (r > 0,90), sont proposés pour caractériser la structure des peuplements à l'aide de la télédétection.
La troisième partie évalue si un drone de poche grand public à capteur optique (~ 250 g, ~ 500 USD) est capable de reproduire les estimations des trouées issues du LiDAR. Nous avons testé différentes combinaisons de taille de fenêtre, de statistique d’agrégation et de seuil de profondeur appliquées à des modèles numériques de surface (MNS) dérivés d’images optiques à très haute résolution spatiale, pour une gamme de hauteurs de canopée. La concordance avec les données LiDAR augmentait avec la hauteur de la canopée. Bien que la détection à l’échelle individuelle des trouées soit restée limitée, les estimations de la superficie des trouées à l’échelle d’une parcelle de 1 ha étaient équivalentes grâce à la compensation entre les surestimations et les sous-estimations locales, en particulier dans les forêts mixtes présentant une plus grande hétérogénéité structurelle.
Enfin, nous avons appliqué ce cadre à un gradient de perturbation s'étendant des forêts conservées aux zones soumises à une exploitation forestière artisanale et industrielle. Le suivi à court terme des changements structurels post-exploitation montre que le signal de perturbation dépend davantage de la composition forestière que du seul type de régime d'exploitation. L'exploitation industrielle a considérablement accru les trouées dans la canopée des forêts mixtes, tandis qu'aucun effet structurel détectable n'a été observé dans les peuplements dominés par G. dewevrei ni dans les zones soumises à une exploitation artisanale de bois. En revanche, la forêt de référence conservée a présenté une légère fermeture naturelle du couvert forestier, confirmant que les conditions structurelles de référence sont elles-mêmes dynamiques. Les combinaisons de paramètres validées ont permis de détecter différents types des sources des dégâts de l’exploitation forestière (trouées d’abattage et routes forestières) avec une grande fiabilité d’incidence dans toutes les strates du couvert forestier (90 à 100 %), mais n’ont permis de couvrir que 42 à 75 % de leur étendue spatiale, avec une diminution de la précision vers les strates inférieures.
Cette thèse démontre que l’architecture verticale de la canopée constitue un indicateur pertinent pour caractériser l’état, le fonctionnement et la dégradation des forêts tropicales. Elle propose un cadre méthodologique intégré et multi-échelle, combinant des inventaires forestiers, le LiDAR aéroporté et la photogrammétrie par drone grand public, qui permet de produire des indicateurs structurels robustes et accessibles, dont les conditions d’applicabilité et les limites sont désormais définies de manière quantitative. Ces résultats ouvrent de nouvelles perspectives pour la surveillance de la dégradation forestière dans le bassin du Congo et fournissent une base opérationnelle pour renforcer les systèmes de mesure, de reportage et de vérification (MRV) dans le cadre du programme REDD+, ainsi que pour intégrer les futures observations spatiales de la structure forestière issues des programmes GEDI, NISAR et BIOMASS.
