Explication des données du Global Forest Watch sur la perte du couvert arboré en 2022

Jun 27, 2023||8 minutes
Languages
Amazon – Brazil, 2011.©Neil Palmer/CIAT

©Neil Palmer/CIAT

Languages
Category
  • Data
Topics
  • Brazil
  • forest change
  • Indonesia

De nouvelles données sur la perte de la couverture arborée, fournies par l’Université du Maryland (UMD) et disponibles sur le site Global Forest Watch (GFW), révèlent des taux élevés de perte de forêts primaires en 2022, en dépit des ambitions politiques visant à freiner cette perte. Qu’est-ce qui est mesuré par ces données, quelles sont les différences cette années et comment se comparent-elles aux autres estimations officielles de la déforestation ? Voici ce qu’il faut savoir sur ces nouvelles données.

Qu’est-ce que la perte du couverture arborée et en quoi cela diffère-t-elle de la déforestation ?

Les données recueillies par l’UMD concernant la perte du couvert arboré comprennent les pertes annuelles de tous les arbres d’une hauteur supérieure à cinq mètres entre 2001 et 2022. Dans les régions tropicales humides, où la couverture nuageuse est fréquente, la collecte de données par satellite optique peut être entravée, ce qui peut entraîner une récupération partielle des pertes en fin d’année lorsqu’il y a une couverture nuageuse persistante. Ce phénomène est courant dans de nombreux pays tropicaux où les nuages sont prédominants.

Ces données sur la perte du couvert arboré englobent les pertes d’arbres dans les forêts naturelles, les plantations et les cultures arboricoles. La perte de ce couvert arboré peut être attribuée à des facteurs humains ou naturels et peut être permanente ou temporaire. La déforestation se distingue de la perte de couvert arboré dans le sens où elle se réfère uniquement à un changement permanent de la forêt vers une autre utilisation des terres, causé par l’homme. Certaines formes de perte de couvert arboré, telles que la conversion d’une forêt naturelle en terres agricoles, sont considérées comme de la déforestation, tandis que d’autres formes de perte de couvert arboré, comme l’exploitation du bois dans les plantations forestières ou les perturbations naturelles, ne sont pas considérées comme de la déforestation. Pour en savoir plus sur les différences, vous pouvez cliquer ici.

Le Targets Tracker, un nouvel outil disponible sur la Revue mondiale des forêts, permet de mesurer les progrès réalisés dans la lutte contre la déforestation à l’échelle mondiale en utilisant des données sur la perte du couvert arboré. Cet outil utilise une estimation approximative de la déforestation à résolution grossière en identifiant les pertes qui pourraient représenter la déforestation, tant dans les régions tropicales que hors de celles-ci. Il se concentre uniquement sur les pertes du couvert arboré liées à certains facteurs, tels que l’expansion de l’agriculture à petite échelle dans les forêts tropicales humides primaires, ainsi que les pertes causées par la déforestation et l’urbanisation liées aux produits de base. Les pertes temporaires, telles que celles causées par les incendies ou les activités forestières, sont exclues de cette évaluation.

Pourquoi nous concentrons-nous sur les tropiques ?

Dans notre analyse des données de l’UMD, nous nous concentrons principalement sur la perte du couvert arboré dans les forêts primaires tropicales. Cette focalisation est justifiée par le fait que les forêts tropicales représentent la grande majorité (plus de 96 %) des zones touchées par la déforestation dans le monde. La perte de ces forêts a un impact considérable sur la biodiversité et le stockage du carbone. Même si ces pertes sont finalement inversées, il faudra des décennies pour que ces habitats et ces stocks de carbone se reconstituent. De plus, une perte permanente de biodiversité est susceptible de se produire.

Comment la perte du couvert arboré se compare-t-elle aux données officielles du Brésil et de l’Indonésie ?

Brésil

Il est essentiel de comprendre les différences méthodologiques et définitionnelles entre PRODES, le système officiel de surveillance des forêts amazoniennes de l’Institut national brésilien de recherche spatiale (INPE), et les données de l’UMD lors de la comparaison de ces deux sources d’information. PRODES mesure la déforestation par coupes rases et les pertes forestières anthropiques résultant d’incendies sur des surfaces de plus de 6,25 hectares. En revanche, l’UMD enregistre les pertes du couvert forestier de plus de 0,09 hectare, incluant tous les arbres de plus de cinq mètres de haut. Ces deux mesures sont importantes pour comprendre l’évolution des forêts, car la déforestation, les incendies de forêt et les perturbations mineures du couvert forestier peuvent tous avoir un impact sur le climat, la biodiversité et les services écosystémiques.

Explication des différences UMD et PRODES

Lorsqu’on isole la perte du couvert arboré causée par les incendies dans les données de l’UMD, on observe une correspondance beaucoup plus étroite entre ces deux ensembles de données. Cependant, pour l’année 2022 en Amazonie brésilienne, les deux sources semblent présenter des tendances différentes : PRODES indique une diminution de 11 % de la déforestation, tandis que l’UMD révèle une augmentation de 21 % de la perte de forêt primaire non liée aux incendies.

Données PRODES vs UMD dans l’Amazonie brésilienne 

La différence entre les données PRODES et UMD dans la région amazonienne du Brésil peut s’expliquer par l’écart entre les périodes de déclaration utilisées par ces sources. PRODES utilise la période d’août à juillet (par exemple, août 2021 à juillet 2022), tandis que l’UMD se base sur l’année civile (janvier à décembre 2022). Les alertes DETER du gouvernement brésilien, qui surveillent la déforestation quotidiennement, suggèrent que les taux de déforestation ont augmenté au cours du second semestre 2022 par rapport aux années précédentes. Les alertes DETER ont montré une diminution de 2 % de la déforestation entre août 2021 et juillet 2022 par rapport à la période d’août 2020 à juillet 2021, mais ont enregistré une augmentation de 25 % entre l’année civile 2021 et 2022.

Alertes DETER en Amazonie brésilienne

Indonésie

Cette année, le WRI (World Resources Institute) et le ministère indonésien de l’environnement et des forêts (MoEF) travaillent ensemble sur une analyse commune dans le but de mieux comprendre les résultats de la perte de forêt primaire selon les données et les définitions de l’UMD/GFW (Université du Maryland/Global Forest Watch). En superposant les données de perte de forêt primaire de l’UMD/GFW pour l’année 2022 avec la carte de couverture terrestre du ministère indonésien de l’environnement et des forêts, il a été constaté que 67 % des pertes se produisent dans les classes officielles de couverture forestière de l’Indonésie, tandis que les 33 % restants se produisent dans des zones de terres agricoles mixtes sèches, d’arbustes, d’arbustes marécageux et d’autres types de couverture terrestre. De plus, il a été relevé qu’environ 107 000 hectares de perte se trouvent à la fois dans les classes officielles de couverture forestière de l’Indonésie et ont une taille de parcelle supérieure à deux hectares. Parmi ces 107 000 hectares, environ 12 000 hectares se situent dans des zones légalement désignées comme des forêts primaires en Indonésie. L’analyse conjointe en cours permettra d’améliorer notre compréhension de ces questions.

Perte de forêt primaire de l'UMD/GFW en hectares par classe de forêt du MoEF en 2022

L’amélioration des données au fil du temps a entraîné des incohérences dans les données antérieures à 2015  

Les ajustements des algorithmes et de meilleures données satellitaires ont amélioré les données de perte de la couverture arborée au cours du temps. Les changements dans l’algorithme de détection de la perte de la couverture arborée 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 et des changements agricoles. 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.

Pour corriger ce problème, nous :

  • Concentrons nos analyses sur les tendances après 2015
  • Évaluer la moyenne mobile sur trois ans pour interpréter les tendances à long terme.
  • Ne pas tenir compte de l’augmentation des pertes après 2012 dans les régions dominées par l’agriculture à petite échelle, comme l’Afrique centrale. Cette augmentation est probablement due à l’amélioration des données qui permet de mieux détecter la perte plus tard dans la série chronologique.

Comment les données évolueront-elles dans le temps ?

L’UMD travaille à l’amélioration des données sur l’étendue et l’évolution du couvert arboré, ce qui entraînera des modifications des données dans les années à venir. Les nouvelles données permettront de suivre l’étendue annuelle du couvert arboré et fourniront des informations sur les pertes et les gains annuels à l’aide d’un algorithme cohérent pour l’ensemble de la série chronologique. Elles permettront également de suivre plusieurs événements de gain et de perte en un seul endroit, ce qui nous permettra de mieux suivre les zones dynamiques de changement forestier, telles que les activités forestières et les incendies de forêt. La prise en compte des gains annuels et des pertes répétées permettra d’obtenir une image plus complète de l’évolution des forêts à l’échelle mondiale.

Category
  • Data
Topics
  • Brazil
  • forest change
  • Indonesia

Explore More Articles

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

Aerial view of the Amazon Rainforest
Jan 18, 2024|Data|8 minutes

Comparing Forest Extent in 2020 from Global Forest Watch and the Forest Resources Assessment

This blog compares the forest extent in 2020 for data from UMD on GFW and the FAO Forest Resources Assessment and explains the differences.

Side by side comparison of UMD tree cover loss and JRC Tropical Moist Forest data
Jan 08, 2024|Data|10 minutes

Differences Between Global Forest Watch’s Tree Cover Loss Data and JRC’s Tropical Moist Forest Data Explained

We explain key differences between two data sets that track forest change in the tropics: UMD tree cover loss and JRC Tropical Moist Forest.

Explore More Articles
Ripe Cocoa pods from a cocoa farm in Ghana.
Feb 14, 2024|Data|10 minutes

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

Aerial view of the Amazon Rainforest
Jan 18, 2024|Data|8 minutes

Comparing Forest Extent in 2020 from Global Forest Watch and the Forest Resources Assessment

Side by side comparison of UMD tree cover loss and JRC Tropical Moist Forest data
Jan 08, 2024|Data|10 minutes

Differences Between Global Forest Watch’s Tree Cover Loss Data and JRC’s Tropical Moist Forest Data Explained

fetching comments...