CARTOVEGE 2

CARTOgraphie par télédétection des espèces VEgétales et des habitats à des fins de GEstion et de préservation des espaces naturels

Projet terminéMis en œuvre sur l’île de la Possession (archipel Crozet), transposé et consolidé sur les îles St Paul et Amsterdam dans ce second volet, Cartovege a développé :
- une méthode rigoureuse de définition et de classification des habitats spécifiques aux Terres Australes,
- et une chaine de traitement de données terrain et d’imagerie multi-sources, capable de générer automatiquement une carte des habitats à très haute résolution, y compris sur les zones non visitées, à partir d’images satellitaires.
Chaque volet a permis la réalisation d’un guide des habitats spécifique à ces territoires, en accès libre aux éditions Quae.

Présentation

• Contexte

Les Terres australes françaises, parties intégrantes d’une réserve naturelle nationale créée en 2006, et classées au patrimoine mondial de l’UNESCO depuis 2019, concentrent de forts enjeux de préservation de la biodiversité (plus forte densité d’oiseaux au monde, nombreuses espèces endémiques, etc.).

Elles sont constituées des archipels Crozet, Kerguelen et des îles St-Paul et Amsterdam, dont le patrimoine naturel est menacé par l’introduction d’espèces exotiques, ainsi que par les effets du changement climatique, qui induisent une redistribution des espèces et des modifications des habitats naturels, avec des répercussions sur les communautés et les services écosystémiques associés. Dans ce contexte, disposer d'outils permettant de suivre l'évolution spatiale et temporelle de la végétation à grande échelle constitue un enjeu majeur pour la conservation et la gestion de ces écosystèmes isolés. 

Un premier projet labellisé SCO en 2021, intitulé CARTOVEGE¹, et mis en œuvre sur l’île de la Possession (archipel Crozet) avec le soutien de l’Institut polaire français (projet 136-SUBANTECO) a permis de :

• Définir la diversité des habitats de l’archipel Crozet à l’aide d’une typologie adaptée à la végétation polaire de toundra ;
• Proposer une chaîne de traitement automatique d’imagerie multi-sources à très haute résolution pour la cartographie des habitats naturels terrestres de ces régions par classification supervisée (apprentissage automatique).

Les premiers résultats ont confirmé les apports déterminants de la télédétection satellitaire à très haute résolution (50 cm) et de l’intelligence artificielle (machine learning) pour la cartographie des habitats naturels et le suivi de la biodiversité en contexte subantarctique.

Néanmoins, bien que les trois archipels des Terres australes françaises partagent des caractéristiques communes (e.g. milieux de tourbières retrouvés à Crozet et Amsterdam), les îles St-Paul et Amsterdam, situées à de plus basses latitudes, présentent certaines physionomies végétales typiques des zones subtropicales (végétations hautes et denses, incluant une strate arbustive et arborescente) (Figure 1) qui impliquent des ajustements typologiques (identification de nouveaux types d’habitats) et cartographiques (e.g. intégration de variables explicatives supplémentaires, comme la texture, dans la classification supervisée).

▲ Figure 1 : Carte topographique de l’île Amsterdam (Terres australes françaises) et photographies de ses formations végétales typiques : a – Bosquet à Phylica arborea, faciès humide à filicophytes ; b - Prairie côtière enrichie à Poa novarae en touradons ; c - Formation minérale à Rumohra adiantiformis ; d – Tourbière à Sphagnum spp., faciès à Sphagnum violascens (les triangles noirs indiquent les principaux sommets montagneux, les ronds noirs, les principaux cratères, tandis que les lignes pointillées représentent les tracés de transits. © D. Espel, 2024

• Objectifs du projet CARTOVEGE²

Dans ce nouveau projet, le travail établi dans CARTOVEGE¹ a été étendu aux îles St-Paul et Amsterdam, afin d’améliorer le potentiel de transposition de la méthode typologique et de l’outil cartographique des habitats à d’autres territoires et d’explorer ses potentialités.

Une attention particulière a été portée sur l’accessibilité et l’utilisation de ces outils par des gestionnaires (e.g. administration des TAAF, conservatoires botaniques nationaux, conservatoires d’espaces naturels et du littoral).

Le projet CARTOVEGE² a donc rempli les objectifs suivants :

• Transposer la méthode de création typologique à l’île Amsterdam pour générer la 1^ère typologie des habitats naturels de l’île ;
• Optimiser la chaîne de traitement Cartovege de manière à (i) automatiser d’avantage les étapes de traitement afin de réduire les besoins en expertise et (ii) faciliter son utilisation dans un contexte de limitation des ressources informatiques et/ou d’utilisation par des non-experts ;
• Appliquer la chaine de traitement pour définir la meilleure méthode de modélisation des habitats et produire les premières cartes des habitats des îles St-Paul et Amsterdam à très haute résolution. 

Méthodologie

Le projet s'appuie sur l'intégration de données écologiques de terrain (floristiques et environnementales), d'images drone acquises avec un DJI Mavic 3M, ainsi que d'imageries satellitaires multi-sources (Pléiades, Pléiades Neo et WorldDEM Neo).

1. Création typologique

La typologie des habitats naturels de l'île Amsterdam a été élaborée à partir de plus de 1 100 relevés phytosociologiques, en s'appuyant sur la méthodologie développée dans le cadre du projet Cartovege¹. La démarche a reposé sur une classification hiérarchique des relevés, fondée sur des critères floristiques, physionomiques et environnementaux, puis validée à l'aide de photographies de terrain.

Les données mobilisées proviennent à la fois de relevés historiques extraits de la base de données « Habitats, Faune, Flore » (HIF) et d’une campagne de terrain réalisée durant l'été austral 2024-2025. Ces travaux ont été conduits en collaboration avec l'Institut polaire français et la Direction de l'Environnement des Terres australes françaises, afin de compléter et d'actualiser les connaissances sur la végétation de l'île.

2. Chaine de traitement

La chaine de traitement Cartovege repose sur différents modules scriptés en langage R. La plupart des scripts se succèdent et certains sont à caractères optionnels que l’utilisateur peut choisir d’ignorer ou non.

Les améliorations de la chaine ont consisté à :

• Développer différents modules permettant de :

  • Générer automatiquement de nombreuses données d’apprentissage supplémentaires et artificielles à l’aide d’imagerie drone segmentée et photo-interprétée, validées via des vérités terrain. Cela permet d’augmenter le jeu de données d’entrainement et d’optimiser l’effort d’échantillonnage.

  • Intégrer le calcul d’indices de textures sur la base d’une matrice GLCM : extraction de métriques spatiales afin de mieux caractériser l’hétérogénéité intra-pixel et la structure des habitats.

  • Générer une typologie télédétectable de manière automatisée et statistiquement robuste, sans expertise floristique requise : construction et adaptation de la nomenclature à partir des données disponibles et de leur séparabilité spectrale.

  • Sélectionner automatiquement les meilleures variables prédictives des classes d’habitats : identification des variables les plus contributives pour la classification afin de limiter la redondance et améliorer la robustesse du modèle.

  • Développer des modèles de classification hiérarchisée (i.e. intégrant la structure hiérarchique de la typologie dans les variables prédictives) et comparer leurs performances avec des modèles de classification linéaire (« flat »). Grâce à cela, les grandes catégories d’habitats guident la reconnaissance des classes plus fines.

  • Faciliter le suivi temporel des habitats sur la base d’une recherche automatique de l’imagerie optique disponible et le calcul de l’évolution temporelle des habitats.

  • Générer une possibilité d’interface Shiny pour visualiser les résultats de modélisation (statistiques, métriques paysagères et cartes des habitats).

• Optimiser les temps de calcul et rendre possible la génération de carte des habitats en limitant l’accès à des serveurs de calculs, via notamment la prédiction par tuiles suivie d’un mosaïquage. 
  👉 Le pipeline peut désormais fonctionner sur un simple ordinateur portable équipé de 32 Go de RAM (avec 9 tuiles pour une île de 54 km²). Les performances et l’empreinte mémoire dépendent du nombre de tuiles défini par l’utilisateur, ce qui permet d’adapter le traitement à différentes capacités matérielles et contraintes opérationnelles.

💡 Voir les résultats de ces améliorations

► Figure 2. Représentation schématique de la chaîne de traitement des données terrain et d’imagerie développée dans le cadre du projet CARTOVEGE1 et améliorée dans le cadre du projet CARTOVEGE².

3. Modélisation et productions cartographiques

Grâce à la chaine de traitement, plusieurs approches de modélisation ont été développées et comparées afin d'évaluer leur capacité à prédire les habitats naturels des îles Amsterdam et Saint-Paul à partir de données de télédétection à très haute résolution.

Les travaux ont notamment porté sur :

• la comparaison des performances de modèles de classification hiérarchisée avec celles de modèles de classification linéaire ;
• l'évaluation de l'apport de données d'entraînement artificielles générées à partir d'images drone pour optimiser l'effort d'échantillonnage de terrain ;
• l'analyse de l'influence de la résolution spatiale des données d'entraînement (50 cm, 1 m et 2 m) sur les performances de cartographie des habitats ;
• l'évaluation de la capacité des modèles à prédire l'ensemble des classes de la typologie des habitats de l'île Amsterdam.

A l’issue de ce travail, sur la base de la méthode de modélisation la plus performante, plusieurs productions cartographiques ont été réalisées pour les îles St-Paul et Amsterdam :

• des cartes de référence des habitats naturels à très haute résolution ;
• des cartes de suivi temporel permettant d'analyser l'évolution de la végétation ;
• des cartes comparatives produites avant et après l'incendie survenu sur l'île Amsterdam en janvier 2025, afin d'évaluer son impact sur les habitats naturels.

Site(s) d’application

Terres australes françaises :

• Ile Amsterdam, District de St Paul-Amsterdam
• Ile St Paul, District de St Paul-Amsterdam

Données et outils

Satellite

• Imagerie optique (multispectrale – 4 bandes) à haute résolution spatiale : Pléiades, Pléiades Neo (Mono/Tri-Stereo)
• Modèle numérique de terrain : SRTM, World DEM Neo
• Infrastructures : Dinamis (Data Terra) et Copernicus, USGS (Nasa)

Drone

• Imagerie aérienne multispectrale (4 bandes) : DJI MAVIC 3M

Terrain

• Données historiques (2015-2024) issues de la base de données Habitats-Flore-Invertébrés cogérée par la RNN TAF et le projet SUBANTECO IPEV/136 : cette base de données compile des données géoréférencées dans le temps et dans l’espace de la flore et des invertébrés des îles St-Paul et Amsterdam, et des conditions environnementales associées (nature du substrat, pente, altitude, humidité du sol...).
• Données de la campagne d’été 2024 : données floristiques supplémentaires pour (i) affiner et valider la typologie à Amsterdam ; (ii) l’entrainement et la validation du modèle de classification des habitats d’Amsterdam

Autres 

• Données topographiques : trait de côte (Shom)

• Séries chronologiques de données climatiques à haute résolution (Projet de l’Institut Polaire Français 136-SUBANTECO, Météo-France)

Littérature

• Connaissances écologiques : invasions biologiques, autoécologie et synécologie des espèces natives et non-natives, phytosociologie ; 

• Connaissances en modélisation spatiale et télédétection ; 

• Connaissances en traitements statistiques : classification hiérarchique ascendante, clustering, ... ;

• Guides des habitats des archipels Crozet (Espel et al., 2024), Kerguelen (Fourcy, 2023) ;

• Atlas de la flore des terres australes françaises (Agnola et al., 2026) ;

• Synthèse bibliographique des habitats des îles subantarctiques

• Littérature sur la flore de l’île Amsterdam

Outils 

• Langages de programmation  

  • Chaine de traitement : R 

  • Cluster de calcul haute performance : Bash

  • Gestionnaire de base de données : PostGre SQL

• Outils statistiques

  • Chaîne de traitement de l’imagerie satellite développée dans le projet SCO CARTOVEGE¹

  • Segmentation automatique (eCognition)

  • Modèles de classification orientée pixels : machine learning (Random Forest,.)

  • Méthodes de classification par analyses multivariées et clustering

• Outils de visualisation de cartographie/photogrammétrie

  • Logiciel de système d’information géographique : QGIS

  • Logiciel d’assemblage des images drone (photogrammétrie) : Agisoft Metashape

  • Outil d’hébergement des cartes sur CarHab (Muséum National d’Histoire Naturelle MNHN)

Produits finaux

• Bancarisation des données de la distribution géoréférencée de la flore (espèces floristiques et formations végétales) de l’île Amsterdam, des images satellites servant à la construction de la cartographie des habitats ; 
• Production de la première typologie des formations végétales de l’île Amsterdam (typologie écologique)

  • 1^ère description de l’habitat de l’espèce endémique, classée en danger critique d’extinction par l’UICN, l’Albatros d’Amsterdam, faisant l’objet d’un plan national d’action ;

  • Élaboration d’une table de correspondance entre les habitats de l’île Amsterdam et ceux de l’île St-Paul ;

  • Intégration (à venir) des informations sur la typologie des habitats dans la base de données nationale HABREF et des cartes produites dans la plateforme web du CarHab.

• Production d’une chaîne de traitement automatique d’imagerie multi-sources et de données terrain pour la télédétection des habitats (optimisation du pipeline de télédétection Cartovege)
• Cartes d’habitats :

  • Cartes comparatives des habitats prédits de l’île Amsterdam et de l’île St-Paul.

  • Cartes comparatives des habitats prédits de l’île Amsterdam avant et après incendie

  • Cartes temporelles des habitats des îles Amsterdam par modélisation des formations végétales sur la base du matériel disponible (données naturalistes et variables explicatives).

• Production d’outils de suivi terrain : formulaire de saisie automatique des habitats in situ
• 3 publications (en cours de rédaction)
  • "Le Guide des Habitats terrestres de l’île Amsterdam" aux éditions Quae (référentiel de classification des formations végétales) : clé de détermination et fiches de synthèses.
  • “Cartovege, an end-to-end remote sensing pipeline with R for very high-resolution habitat mapping in isolated environments” : soumission prévue à Computers and Geosciences, pour expliquer toute la chaine de traitement Cartovege (pipeline + cas d’étude sur l’archipel Crozet) ;
  • “Pathways to Automated and Smarter Monitoring: Advanced Strategies for High-Resolution Habitat Mapping in Sub-antarctic Islands—Lessons from Amsterdam Island, French Southern Territories”: soumission prévue à Remote sensing in ecology and conservation, pour proposer des recommandations sur la télédétection et le suivi des habitats dans les milieux subantarctiques et subtropicaux (cas d’étude sur l’île Amsterdam).

Diffusion :

L’ensemble des données et métadonnées à la base du projet et des publications émanant de celui-ci seront publiées avec un identifiant numérique (DOI) via le référentiel Dryad en accord avec la nomenclature FAIR, et le cadrage ‘Creative Commons Zero, CC0 1.0.

Les développements de méthodes obtenues par programmation seront stockés au format .m, .r ou .txt, et rendus publics (GitHub). La chaine de traitement est en libre accès ici.

Les publications scientifiques seront déposées sur des plateformes ouvertes (bioRxiv, Zenodo, HAL).

PRINCIPAUX RÉSULTATS

Typologie des habitats 

La première typologie complète des habitats de l’île Amsterdam a été élaborée, constituant désormais une description écologique de référence pour le suivi, la gestion et la conservation de l'île.

Cette typologie met en évidence la richesse et l’originalité écologique de l'île Amsterdam, avec 45 formations végétales et habitats non végétalisés identifiés, regroupés en 13 grands types d'habitats et 5 grands ensembles écologiques. Parmi ces formations, 36 correspondent à des habitats natifs (78 %) et 9 à des habitats exotiques (22 %).

Les résultats soulignent également la forte valeur patrimoniale de ces habitats : près de la moitié des habitats natifs hébergent au moins une espèce patrimoniale ou endémique, 28 % constituent des sites de reproduction pour la faune locale et 72 % jouent un rôle de reposoir ou de zone de vie pour les espèces animales.

La typologie a également permis de décrire pour la 1^ère fois les habitats favorables à l'Albatros d'Amsterdam, espèce endémique classée « en danger critique d'extinction » (UICN). Les résultats mettent en évidence une forte association entre les sites de nidification et les faciès humides à Elaphoglossum succisifolium des tourbières à Dicranoloma subconfine et/ou Racomitrium lanuginosum (Figure 3), et moins fréquemment, avec leurs faciès à Austroblechnum penna-marina. Les nids sont souvent installés dans des secteurs abrités du vent, notamment à proximité de touffes de Ficinia nodosa.

▲ Figure 3. Tourbière à Dicranoloma subconfine et/ou Racomitrium lanuginosum et son faciès humide à Elaphoglossum succisifolium, occupée par l’Albatros d’Amsterdam. © D. Espel, 2024

Les observations montrent également que les zones de nidification se situent souvent à l'interface entre plusieurs habitats tourbeux (tourbières à Sphagnum spp) et paratourbeux (pelouses paratourbeuses à Racomitrium lanuginosum, Agrostis delislei et Poa alopecurus subsp. Fuegiana et pelouses paratourbeuses mésiques à Agrostis delislei et Carex spp.), suggérant que l'espèce pourrait rechercher une combinaison particulière de conditions microclimatiques et de structure de la végétation. Ces résultats apportent de nouvelles connaissances sur les exigences écologiques de l'Albatros d'Amsterdam et constituent une base précieuse pour le suivi et la conservation de cette espèce emblématique.

📗 Comme pour l’archipel Crozet dans le cadre de Cartovege¹, l’expertise acquise sur les habitats de l’île Amsterdam et la connaissance fine de leurs conditions environnementales associées ont permis de formaliser cette typologie sous la forme d’un guide des habitats terrestres de l’île Amsterdam (en cours de finalisation).  Ce guide constituera un outil de référence pour les scientifiques et les gestionnaires de la Réserve naturelle nationale des Terres australes françaises.

Enfin, sur l’île Saint-Paul, classée en réserve intégrale, l'exploitation de données historiques (60 relevés phytosociologiques issus de campagnes autorisées en 2018 et leurs photographies associées) a permis d’établir une table de correspondance entre la typologie développée pour l’île Amsterdam et les habitats identifiés sur Saint-Paul. Cette harmonisation fournit pour la première fois un référentiel écologique cohérent à l'échelle des deux îles, facilitant les futurs travaux de cartographie, de suivi écologique et de conservation.

Modélisation cartographique

• Une approche hiérarchique plus performante

Les travaux ont démontré l'intérêt des modèles de classification hiérarchisée pour la cartographie des habitats naturels. En intégrant explicitement la structure de la typologie (classification hiérarchique ascendante) dans le processus de prédiction, ces modèles se sont révélés nettement plus performants que les approches de classification linéaire (« flat »), avec par exemple, un coefficient Kappa de 0,751 contre 0,484 pour les modèles « flat », pour des prédictions du 3^ème niveau typologique.

Ces résultats confirment ainsi l'intérêt de combiner l’intégration des connaissances écologiques et de la structure hiérarchique des habitats dans les modèles de télédétection.

• L'apport des données d'apprentissage artificielles

Le projet a également montré l'intérêt de l'intégration automatique de données d'apprentissage artificielles générées à partir d'images drone photo-interprétées.

Ces données n'apportent pas d'amélioration notable pour la prédiction des grands ensembles écologiques (1^erniveau typologique avec 5 classes à prédire). En revanche, dès le 2^ème niveau typologique, elles améliorent significativement les performances des modèles, avec des gains compris entre 10 et 20 % selon le niveau typologique considéré (Figure 4).

► Figure 4 : Comparaison des performances des modèles entrainés avec différentes sources de données.

Les performances obtenues à partir d'un jeu de données constitué uniquement de relevés artificiels sont comparables à celles obtenues en combinant relevés terrain et relevés artificiels. Ces résultats ouvrent des perspectives intéressantes pour optimiser l'effort d'échantillonnage sur le terrain et réduire les coûts d'acquisition de données nécessaires à la cartographie des habitats.

• Influence de la résolution spatiale des données d’apprentissage

Les résultats montrent que les performances de classification restent globalement stables quelle que soit la résolution des données d’apprentissage utilisée (50 cm, 1m ou 2), avec des statistiques de précision comparables entre les différents scénarios. Cette robustesse suggère que, dans le cadre de la méthodologie développée, l’information d’imagerie optique à l’échelle de l’unité d’habitat est suffisamment discriminante, indépendamment de la finesse du pixel utilisé pour l’entraînement.

Ces résultats indiquent qu’il est possible d’envisager l’utilisation de données satellitaires multispectrales à 2 m de résolution (sans recours systématique au pansharpening – 50 cm pour Pléiades) pour certaines applications de cartographie des habitats, ce qui ouvre des perspectives intéressantes en termes de réduction des coûts de données et d’élargissement des sources d’imagerie mobilisables.

• Une cartographie quasi exhaustive des habitats de l'île Amsterdam

Les résultats montrent qu'il est possible de cartographier la quasi-totalité des habitats naturels de l'île Amsterdam à partir de données de télédétection à très haute résolution. La typologie télédétectable obtenue est ainsi très proche de la typologie écologique de référence.

Seuls quelques habitats très localisés ou difficilement détectables par imagerie n'ont pas pu être individualisés, notamment les fonds de ravines à bryophytes des Grandes Ravines de Del Cano et la formation arborescente et arbustive à espèces exotiques du cratère d’Antonelli, ainsi que certains habitats aquatiques regroupés dans une classe unique.

À l'échelle du 3^ème niveau typologique (formations végétales et habitats non végétalisés), le modèle hiérarchisé entrainé avec des données terrain et artificielles atteint un coefficient Kappa de 0,76, traduisant un très bon pouvoir discriminant. 

82 % des habitats présentent une bonnes à très bonne qualité de classification (57 % des habitats avec des F1-scores > 0,71 ; 30 % avec des F1-scores > 0,58), tandis que seules cinq classes affichent des performances plus faibles (F1-scores entre 0,31 et 0,47). Ces dernières correspondent principalement à des habitats peu représentés dans les données d'apprentissage, à des zones de transition écologique ou à des habitats présentant des signatures spectrales très proches.

Enfin, les modèles de classification hiérarchisée développés sur les quatre niveaux typologiques se sont tous révélés très robustes et performants (0,68 < Kappa < 0,93 selon les niveaux), fournissant les premières cartes de référence des habitats de l’île (Figure 5).

Figure 5 : Cartes des habitats prédits à tous les niveaux typologiques – année de référence (novembre 2021, résolution 50 cm) – issues de modèles hiérarchisés entraînés sur données de terrain et données artificielles.
Le niveau 1 (milieux) est identifié par une lettre majuscule (ex. : « A » pour les milieux côtiers et halophytiques). Le niveau 2 correspond à une combinaison lettre–chiffre, la lettre renvoyant au niveau supérieur et le chiffre à un type d’habitat au sens strict (ex. : A.1). Le niveau 3 est défini par une numérotation hiérarchique incrémentale (ex. : A.1.1). Le niveau 4, correspondant aux faciès, est identifié par des lettres minuscules (ex. : A.1.1.a).

Cette structuration multi-niveaux typologique ouvre la voie à de nombreuses applications de cartographie et de suivi écologique, notamment pour l’analyse temporelle des dynamiques de végétation et l’aide à la gestion des habitats naturels (cf. Section Perspectives ci-après).

Des exemples de cas d’application (suivi temporel sur l’île Amsterdam, comparaison Amsterdam/St-Paul, comparaison avant/après incendie de janvier 2025) sont visibles dans l’actualité de Juin 2026 « Cartovege² : cartographier la biodiversité unique des îles subantarctiques ». 

PERSPECTIVES

CARTOVEGE² constitue une opportunité unique d’’utiliser l’imagerie satellitaire à très haute résolution pour suivre les trajectoires des formations végétales dans des territoires insulaires isolés et à forts enjeux de conservation.

Les méthodes développées au cours du projet ont permis de démontrer la faisabilité d'un suivi cartographique et reproductible de la quasi-totalité des habitats naturels à partir de données de télédétection, tout en identifiant les compromis optimaux entre résolution spatiale, effort d'échantillonnage et performances de classification. Ces résultats ouvrent la voie à des protocoles de suivi plus opérationnels, transférables à d'autres espaces naturels confrontés à des enjeux similaires de surveillance et gestion adaptative de la biodiversité, et moins dépendants des campagnes de terrain.

Les cartes produites constituent désormais une référence pour l'étude des dynamiques de végétation des îles St-Paul et Amsterdam. Elles permettront aux scientifiques d'analyser les effets du changement climatique, des invasions biologiques, des perturbations naturelles (e.g. incendies) et des actions de restauration écologique, notamment à la suite de l'éradication des mammifères introduits réalisée en 2024 dans le cadre du projet de restauration des écosystèmes de l’océan Indien (RECI).

Enfin, ces cartes alimenteront les modèles de distribution des espèces végétales développés dans le cadre des projets « 136-SUBANTECO » de l'Institut polaire français et « ASICS » (Biodiversa). L'intégration de ces données spatialisées permettra d'améliorer les projections des effets futurs des changements climatiques sur les communautés végétales et de renforcer les outils d'aide à la décision destinés à la gestion et à la conservation des écosystèmes terrestres des Terres australes françaises.

Références

Cartovege2 sur GEO Knowledge Hub du Group on Earth Observations (GEO), un référentiel numérique pérenne : https://doi.org/10.60566/7pz26-dfy33

Projet(s) lié(s)

Projets SCO

• CARTOVEGE¹ (2021-2023)

• Space4Nature, les satellites et l’IA pour cartographier les habitats au Royaume-Uni

Projets non SCO

• Projet ‘RECI’ (“Restauration des écosystèmes insulaires de l'océan indien”)

• Projet de l’Institut Polaire Français Paul-Emile Victor 136-SUBANTECO (Subantarctic biodiversity, effects of climate change and biological invasions on the terrestrial biota,2022-2025) qui traite notamment de la distribution des espèces végétales (indigènes et invasives) au sein des TAF ;

• Projet ‘BiodivERsa’ 2021-2024 Biodiversity and Climate Change ‘ASICS’ (ASsessing and mitigating the effects of climate change and biological Invasions on the spatial redistribution of biodiversity in Cold environmentS), dont l’objectif est de réaliser des modélisations prédictives de la distribution floristique à l’échelle des territoires polaires et alpins, sous différents scénarios de changements climatiques

• SoilTemp : une base de données mondiale des données microclimatiques du sol et à la surface du sol

• Zone Atelier InEE-CNRS Antarctique et Terres Australes : suivis à long terme de la biodiversité et des écosystèmes antarctiques et subantarctiques.

• CarHab, Programme de cartographie nationale des habitats naturels et semi-naturels réalisé en collaboration avec l'OFB (Office Français de la Biodiversité), PatriNat (MNHN-OFB-CNRS-IRD), Centre d’expertise et de données sur le patrimoine naturel, l'IGN (Institut national de l'information géographique et forestière), les CBN (conservatoires botaniques nationaux), le laboratoire EVS (UMR 5600, Université Jean Monnet Saint-Etienne), le CESBIO (Centre d'Etudes Spatiales de la Biosphère), le CEREMA (Centre d'études et d'expertise sur les risques, l'environnement, la mobilité et l'aménagement) et le BRGM  (Bureau de recherches géologiques et minières).

Les actus du projet

• 17/06/2026 : Cartovege² : cartographier la biodiversité unique des îles subantarctiques
• 24/04/2025 : Cartovege² : Mission Amsterdam
• 05/03/2024 : Transition pour Cartovege