Explication de la mise à jour des données 2021 de Global Forest Watch

Apr 28, 2022||8 minutes
Languages
Amazon – Brazil, 2011.©Neil Palmer/CIAT

©Neil Palmer/CIAT

Languages
Category
  • Data & Tools
Topics
  • forest change

De nouvelles données de l’Université du Maryland (UMD) montrent un taux obstinément élevé de perte de forêts primaires en 2021. Qu’est-ce qui est mesuré par ces données, quelles sont les différences cette année et comment se comparent-elles aux autres estimations officielles de la déforestation ? Voici ce que vous devriez savoir au sujet de ces nouvelles données. 

Les raisons pour lesquelles nous mesurons la perte du couvert arboré et comment peut-elle avoir de différents impacts sur les forêts tropicales, tempérées et boréales 

La perte du couvert arboré se définit comme la destruction de la couverture arborée, qu’elle qu’en soit la raison, destruction qui peut être permanente ou temporaire. Par contraste, la déforestation ne se rapporte qu’à des changements permanents d’utilisation des terres. (Plus d’informations ici relatives à ce qui est et qui n’est pas inclus quand nous abordons la perte du couvert arboré.) Les données de l’UMD mesurent la perte de tous les arbres plus hauts de cinq mètres, ce qui peut inclure les pertes dans les forêts primaires, dans les forêts secondaires en régénération ainsi que l’abattage dans des plantations d’arbres établies. 

Lorsque nous analysons les données, nous nous focalisons en grande partie sur les forêts primaires tropicales humides, des zones de forêts pluviales matures à haute teneur en carbone et en biodiversité qui mettent des décennies à se rétablir après une perte. Les forêts tropicales subissent la grande majorité de la déforestation alors que les pertes dans les forêts tempérées et boréales sont principalement temporaires et causées par des incendies ainsi que la gestion des forêts pour l’exploitation du bois. Concentrer le plus gros de notre analyse sur la perte dans les forêts primaires tropicales nous permet de détourner notre attention de cette perte temporaire. Nous avons cependant pu constater cette année des tendances nettes dans les forêts boréales qui valaient la peine d’être explorées. Les incendies font partie de l’écosystème naturel des forêts boréales, mais des feux plus fréquents et plus intenses ainsi que les pertes dues aux dégâts des insectes sont de plus en plus communs et liés aux conditions plus chaudes et plus sèches en raison du changement climatique.  

Regarder uniquement les données de perte du couvert arboré ne nous dit pas quel est le facteur sous-jacent de cette perte. Des données supplémentaires sur des moteurs, aux produits de base liés à la déforestation et maintenant sur les incendies nous en disent plus sur les causes de ces pertes

Pour la première fois, nous pouvons évaluer des schémas détaillés de perte du couvert arboré due au feu  

De nouvelles données de l’UMD attribuent une probabilité de perte due aux incendies à chaque pixel de 30 mètres de perte du couvert arboré, séparant les données entre les pertes dues aux incendies et celles dues à d’autres facteurs comme l’agriculture et l’exploitation forestière. Les nouvelles données de perte du couvert arboré due aux incendies incluent les feux d’origine naturelle ou humaine entraînant une perte directe de la couverture végétale des arbres. Les données relèvent les incendies des forêts, les feux utilisés pour défricher la terre à d’autres fins et les incendies intentionnels entraînant une perte du couvert arboré (incluant les feux allumés par des humains à des fins d’agriculture, de chasse, de loisirs ou criminelles qui se sont échappés). Cependant, les cas dans lesquels les arbres sont abattus et ont ensuite été brûlés ne sont pas inclus étant donné que le facteur initial de la perte est un enlèvement mécanique.  

Ces données nous permettent de mieux comprendre l’impact des incendies sur les données de pertes de 2021. Dans certains cas, la variation entre années des pertes liées aux incendies peut masquer des tendances de déforestation permanente à plus long terme. Par exemple, les pertes totales des forêts primaires au Brésil montrent une tendance décroissante entre 2020 et 2021. L’année 2020 était cependant une année très active pour les incendies au Brésil et si nous séparons les pertes dues aux incendies des autres pertes, nous constatons qu’il y a en fait eu une augmentation dans les pertes non liées aux incendies entre 2020 et 2021. Ceci correspond aux données officielles du Brésil — ci-dessous vous pouvez en savoir davantage sur les raisons pour lesquelles identifier les pertes dues aux incendies nous permet de mieux comparer les deux jeux de données.  

Même si les incendies entraînent rarement des changements permanents dans l’occupation des sols, ils ont néanmoins une source importante d’émissions de CO2 qui peut entraîner des boucles de rétroaction créant une augmentation des émissions, des forêts plus sèches et plus de feux.  

Nous n’avons fait qu’effleurer la surface des informations tirées de cet important jeu de données. Le jeu de données ainsi que des informations supplémentaires seront publiées sur GFW au cours des prochains mois.  

Les données de l’UMD reflètent les estimations officielles de la déforestation au Brésil  

PRODES, le système de suivi des forêts officiel du gouvernement brésilien pour l’Amazonie, ainsi que les données de l’UMD ont des différences méthodologiques et de définitions qu’il est important de comprendre en comparant ces deux sources de données. PRODES mesure la déforestation par coupe claire de plus de 6,25 hectares alors que l’UMD relève des pertes supérieures à 0,09 hectare de tous les arbres de plus de cinq mètres. Ces deux mesures sont importantes et nous aident à comprendre comment les forêts évoluent, car la déforestation, les feux de forêt et les petites perturbations du couvert forestier peuvent tous avoir des répercussions sur le climat, la biodiversité et les services écosystémiques. 

Nous avons auparavant examiné aussi les différences entre l’UMD et les données officielles de déforestation en Indonésie. Les données officielles de 2021 n’étaient pas disponibles lors de cette publication, mais des comparaisons plus anciennes peuvent être trouvées ici.  

À première vue, les données de PRODES et de l’UMD semblent produire des tendances différentes pour 2021 : PRODES montre une augmentation de 22 % de la perte de forêts au cours de la dernière période rapportée (août 2020 à juillet 2021) alors que l’UMD montre une baisse de 6 % de la perte de forêt primaire en Amazonie entre janvier et décembre 2021. Les nouvelles données sur les incendies nous permettent cependant de retirer les pertes dues aux feux dans le jeu de données de l’UMD ce qui permet une comparaison plus juste entre les deux jeux de données. Cela permet d’obtenir des estimations plus comparables des tendances de la perte de forêts au fil du temps, en montrant des tendances convergentes et une ampleur similaire de la perte entre les deux jeux de données. Pour 2021, les données de l’UMD montrent une augmentation de 10 % dans les perdes de forêts primaires non liées aux incendies en Amazonie ce qui est bien plus proche des 22 % de PRODES. De plus, le pic de perte dans les données de l’UMD pour 2016 et 2017 peut être en grande partie attribué aux incendies en sous-étage et disparaît lorsque les pertes non liées aux incendies sont les seules examinées.  

Données PRODES vs UMD en Amazonie brésilienne 

Les améliorations des données au fil du temps entraînent des incohérences dans les données avant 2015  

Les ajustements d’algorithmes et de meilleures données satellitaires ont amélioré l’ensemble de données sur la perte du couvert arboré au fil du temps. Les changements dans l’algorithme de détection de la perte du couvert arboré pour les années 2011 à 2014 ainsi que 2015 et au-delà, de même que l’intégration des données de Landsat 8 à partir de 2013, facilitent la détection des changements à plus faible échelle, comme les pertes dues aux incendies, la coupe sélective du bois et l’agriculture itinérante. Les variations de disponibilité des images satellites signifient également qu’il y a des incohérences dans la qualité et le nombre d’images disponibles pour la capture de données chaque année. Les nuages et la fumée des feux peuvent également ralentir la détection de la perte de la couverture arborée, ce qui peut avoir pour conséquence qu’elle soit intégrée un an après qu’elle se soit produite.  

Pour corriger ce problème, nous :  

  • Concentrons nos analyses sur les tendances après 2015 
  • Évaluons toujours la moyenne évolutive sur trois ans 
  • Faisons particulièrement attention aux régions dans lesquelles l’agriculture à petite échelle est dominante, pour lesquelles l’amélioration des données est particulièrement notable, comme en Afrique Centrale  

D’autres améliorations des données sont en cours de réalisation. Elles permettront d’appliquer un algorithme cohérent pour toutes les années pour lesquelles nous disposons de données et nous aideront à évaluer les tendances à plus long terme dans les données. 

Category
  • Data & Tools
Topics
  • forest change

Explore More Articles

Net forest greenhouse gas flux 2001-2022
Apr 26, 2024|Data & Tools|11 minutes

What’s New With GFW’s Forest Carbon Monitoring

Carbon monitoring data on GFW provides information on where forests are gaining or losing carbon. We updated the model in 2023 and 2024.

Aerial footage of palm oil and the forest in Sentabai Village, West Kalimantan, 2017.
Apr 04, 2024|Data & Tools|6 minutes

Global Forest Watch’s 2023 Tree Cover Loss Data Explained

New data shows persistent primary forest loss in 2023. What does the data measure and how does it compare to other official estimates of deforestation?

Ripe Cocoa pods from a cocoa farm in Ghana.
Feb 14, 2024|Data & Tools|10 minutes

Ending Deforestation from Cocoa in West Africa with New Data-Driven Resources

Two new data-driven resources provide a shared view of priority areas in West Africa and can help realize a a deforestation-free cocoa sector.

Explore More Articles
Net forest greenhouse gas flux 2001-2022
Apr 26, 2024|Data & Tools|11 minutes

What’s New With GFW’s Forest Carbon Monitoring

Aerial footage of palm oil and the forest in Sentabai Village, West Kalimantan, 2017.
Apr 04, 2024|Data & Tools|6 minutes

Global Forest Watch’s 2023 Tree Cover Loss Data Explained

Ripe Cocoa pods from a cocoa farm in Ghana.
Feb 14, 2024|Data & Tools|10 minutes

Ending Deforestation from Cocoa in West Africa with New Data-Driven Resources

fetching comments...