Centre de documentation
scientifique

Mémento 2024 / IGN (2024)    

Public Titre : Mémento 2024 : Inventaire forestier national Type de document : Rapport Auteurs : IGN, Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2024 Importance : 72 p. Langues : Français (fre) Descripteur : [Termes IGN] carbone [Termes IGN] changement climatique [Termes IGN] forêt [Termes IGN] impact sur l'environnement [Termes IGN] indicateur de biodiversité [Termes IGN] inventaire forestier national (données France) [Termes IGN] statistiques Index. décimale : 48.20 Inventaire forestier Résumé : L’IGN, vigie de la forêt et producteur de statistiques forestières nationales, publie les résultats de l’Inventaire forestier national (IFN, campagnes annuelles de mesure 2019-2023). Cet état des lieux permet une meilleure connaissance et un meilleur suivi des forêts françaises, publiques et privées, de plus en plus affectées par le changement climatique. Pour 2024, les données de l’IFN confirment une mortalité des arbres en forte hausse, un ralentissement de la croissance des arbres et par conséquent du puits de carbone des forêts. Cette nouvelle édition de l’IFN est enrichie d’informations nouvelles comme celles de l’indicateur DEPERIS permettant une observation plus fine de l’état sanitaire des arbres, ainsi que des données liées au renouvellement des peuplements forestiers et à la pression des grands ongulés (chevreuils, cerfs etc.) sur la régénération. Note de contenu : 1. Zoom sur... a. Signes de présence des grands ondulés 2. Surfaces forestières a. La forêt en Outre-mer b. La forêt en France hexagonale et Corse c. À qui appartient la forêt ? d. Le taux de boisement e. L’augmentation de la surface forestière 3. Ressource en bois a. L'évolution de la ressource en bois b. Le volume des arbres vivants c. Le bois mort sur pied d. Le bois mort au sol e. L'état sanitaire de la forêt f. La mortalité des arbres g. Les prélèvements de bois h. La production biologique des arbres i. Le bilan des flux de bois j. Quelques données régionales k. La contribution à l'atténuation de l'effet de serre 4. Écosystèmes forestiers a. Les principales essences forestières b. Autres informations sur les essences c. Principaux chiffres sur les essences d. La richesse spécifique des arbres e. Les catégories de peuplements f. Relevés floristiques Numéro de notice : 24232 Affiliation des auteurs : IGN (2020- ) Thématique : BIODIVERSITE Nature : Rapport En ligne : https://www.ign.fr/espace-presse/memento-2024 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103840

Voir aussi

• Mémento 2022 / IGN (2022)    
• Mémento 2023 / IGN (2023)    
• Le mémento inventaire forestier, édition 2021 / Institut national de l'information géographique et forestière (2012 -) (2022)    

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
24232-01	48.20	Livre	Centre de documentation	Végétation - Forêt	Disponible

Documents numériques

en open access Mémento édition 2024 - Inventaire forestier national Adobe Acrobat PDF

FORMS: Forest Multiple Source height, wood volume, and biomass maps in France at 10 to 30 m resolution based on Sentinel-1, Sentinel-2, and GEDI data with a deep learning approach / Martin Schwartz in Earth System Science Data, vol 15 n° inconnu (2023)  

Public [article]  inEarth System Science Data > vol 15 n° inconnu (2023) Titre : FORMS: Forest Multiple Source height, wood volume, and biomass maps in France at 10 to 30 m resolution based on Sentinel-1, Sentinel-2, and GEDI data with a deep learning approach Type de document : Article/Communication Auteurs : Martin Schwartz, Auteur ; Philippe Ciais, Auteur ; Aurélien de Truchis, Auteur ; Jérôme Chave, Auteur ; Catherine Ottle, Auteur ; Cédric Vega , Auteur ; Jean-Pierre Wigneron, Auteur ; et al., Auteur Année de publication : 2023 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] apprentissage profond [Termes IGN] biomasse aérienne [Termes IGN] données allométriques [Termes IGN] Global Ecosystem Dynamics Investigation lidar [Termes IGN] hauteur des arbres [Termes IGN] image Sentinel-MSI [Termes IGN] image Sentinel-SAR [Termes IGN] inventaire forestier national (données France) [Termes IGN] modèle numérique de surface de la canopée [Vedettes matières IGN] Inventaire forestier Résumé : (auteur) The contribution of forests to carbon storage and biodiversity conservation highlights the need for accurate forest height and biomass mapping and monitoring. In France, forests are managed mainly by private owners and divided into small stands, requiring 10 to 50 m spatial resolution data to be correctly separated. Further, 35 % of the French forest territory is covered by mountains and Mediterranean forests which are managed very extensively. In this work, we used a deep-learning model based on multi-stream remote sensing measurements (NASA’s GEDI LiDAR mission and ESA’s Copernicus Sentinel 1 & 2 satellites) to create a 10 m resolution canopy height map of France for 2020 (FORMS-H). In a second step, with allometric equations fitted to the French National Forest Inventory (NFI) plot data, we created a 30 m resolution above-ground biomass density (AGBD) map (Mg ha-1) of France (FORMS-B). Extensive validation was conducted. First, independent datasets from Airborne Laser Scanning (ALS) and NFI data from thousands of plots reveal a mean absolute error (MAE) of 2.94 m for FORMS-H, which outperforms existing canopy height models. Second, FORMS-B was validated using two independent forest inventory datasets from the Renecofor permanent forest plot network and from the GLORIE forest inventory with MAE of 59.6 Mg ha-1 and 19.6 Mg.ha-1 respectively, providing greater performance than other AGBD products sampled over France. These results highlight the importance of coupling remote sensing technologies with recent advances in computer science to bring material insights to climate-efficient forest management policies. Additionally, our approach is based on open-access data having global coverage and a high spatial and temporal resolution, making the maps reproducible and easily scalable. FORMS products can be accessed from https://doi.org/10.5281/zenodo.7840108 (Schwartz et al., 2023). Numéro de notice : A2023-179 Affiliation des auteurs : LIF+Ext (2020- ) Thématique : FORET Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.5194/essd-2023-196 En ligne : https://doi.org/10.5194/essd-2023-196 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103341 [article]

Mémento 2023 / IGN (2023)    

Public Titre : Mémento 2023 : Inventaire forestier national Type de document : Rapport Auteurs : IGN, Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2023 Langues : Français (fre) Descripteur : [Termes IGN] carbone [Termes IGN] changement climatique [Termes IGN] forêt [Termes IGN] impact sur l'environnement [Termes IGN] indicateur de biodiversité [Termes IGN] inventaire forestier national (données France) [Termes IGN] statistiques Index. décimale : 48.20 Inventaire forestier Résumé : Pour la forêt, les années se suivent mais ne se ressemblent pas. À l’année 2022, marquée par les grands feux, a succédé 2023, qui voit se poursuivre les dépérissements d’arbres. Si ce phénomène est moins spectaculaire que les tempêtes hivernales ou les incendies estivaux, il n’en est pas moins inquiétant pour l’avenir des forêts. L’IGN, cartographe de l’anthropocène, est concerné au premier chef par ces changements profonds des territoires forestiers. Il est pleinement mobilisé pour produire et mettre en carte l’information qui permet de mesurer et de montrer l’impact des changements globaux sur les forêts, et ainsi de fournir les outils de pilotage des politiques publiques. Les résultats de l’Inventaire forestier national (IFN) apportent ainsi chaque année des connaissances sur l’état de santé des forêts et des ressources en bois sur l’ensemble du territoire français (forêts publiques et privées). Les cinq dernières campagnes de l’IFN de l'IGN, montrent les effets concrets du changement climatique sur les forêts françaises et leur croissance. Note de contenu : 1. Zoom sur... a. Les coupes du bois 2. Surfaces forestières a. La forêt en Outre-mer b. La forêt en France métropolitaine c. L’augmentation de la surface forestière d. Le taux de boisement e. À qui appartient la forêt ? 3. Ressource en bois a. Le volume des arbres vivants b. L’augmentation de la ressource en bois c. L'état sanitaire de la forêt d. La mortalité des arbres e. Les prélèvements de bois f. La production biologique des arbres g. Le bilan des flux de bois h. Quelques données régionales i. Forêt métropolitaine et atténuation de l'effet de serre j. Les principales essences forestières k. Autres informations sur les essences l. Principaux chiffres sur les essences 4. Écosystèmes forestiers a. La diversité des peuplements b. La composition des peuplements c. Le bois mort sur pied d. Le bois mort au sol e. Relevés floristiques Numéro de notice : 24237 Affiliation des auteurs : IGN (2020- ) Thématique : BIODIVERSITE Nature : Rapport En ligne : https://www.ign.fr/espace-presse/les-donnees-de-linventaire-forestier-national-c [...] Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103870

Voir aussi

• Mémento 2022 / IGN (2022)    
• Mémento 2024 / IGN (2024)    
• Le mémento inventaire forestier, édition 2021 / Institut national de l'information géographique et forestière (2012 -) (2022)    

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
24237-01	48.20	Livre	Centre de documentation	Végétation - Forêt	Disponible

Documents numériques

en open access Memento 2023 Adobe Acrobat PDF

Climate change-induced background tree mortality is exacerbated towards the warm limits of the species ranges / Adrien Taccoen in Annals of Forest Science, vol 79 n° 1 (2022)  

Public [article]  inAnnals of Forest Science > vol 79 n° 1 (2022) . - n° 23 Titre : Climate change-induced background tree mortality is exacerbated towards the warm limits of the species ranges Type de document : Article/Communication Auteurs : Adrien Taccoen, Auteur ; Christian Piedallu, Auteur ; Ingrid Seynave, Auteur ; Anne Gégout-Petit, Auteur ; Jean-Claude Gégout, Auteur Année de publication : 2022 Article en page(s) : n° 23 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] arbre mort [Termes IGN] changement climatique [Termes IGN] espèce végétale [Termes IGN] inventaire forestier national (données France) [Termes IGN] mortalité [Termes IGN] stress hydrique [Vedettes matières IGN] Végétation et changement climatique Résumé : (auteur) Key message : An influence of the recent changes in temperature or rainfall was demonstrated, increasing background tree mortality rates for 2/3 of the 12 studied tree species. Climate change-induced tree mortality was exacerbated towards the warm or dry limits of the species ranges, suggesting in these areas a progressive replacement by more xeric species. Context : Despite the identification of climate change effects on tree mortality in various biomes, the characterization of species-specific areas of vulnerability remains poorly understood. Aims : We sought to assess if the effects of temperature and rainfall changes on background tree mortality rates, which did not result from abrupt disturbances, were linked to climate change intensity only, or if they also depended on the tree’s location along climatic gradients. Methods : We modelled background mortality for 12 of the most common European tree species using 265,056 trees including 4384 dead trees from the French national forest inventory. To explain mortality, we considered variables linked to tree characteristics, stand attributes, logging intensity and site environmental characteristics, and climate change effects. Results : We found an influence of temperature and rainfall changes on 9 species out of 12. For 8 of them, climate change-induced tree mortality was exacerbated towards the warm or dry limits of the species ranges. Conclusion : These results highlight that tree mortality varies according to the climate change intensity and the tree location along temperature and rainfall gradients. They strengthen the poleward and upward shifts of trees forecasted from climate envelope models for a large number of European tree species. Numéro de notice : A2022-440 Affiliation des auteurs : non IGN Thématique : FORET Nature : Article DOI : 10.1186/s13595-022-01142-y Date de publication en ligne : 30/05/2022 En ligne : http://dx.doi.org/10.1186/s13595-022-01142-y Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100773 [article]

Comparison of methods for the automatic classification of forest habitat types in the Southern Alps : Application to ecological data from the French national forest inventory / Charlotte Labit in Biodiversity & Conservation, vol 31 n° 13-14 (December 2022)  

Public [article]  inBiodiversity & Conservation > vol 31 n° 13-14 (December 2022) . - pp 3257 - 3283 Titre : Comparison of methods for the automatic classification of forest habitat types in the Southern Alps : Application to ecological data from the French national forest inventory Type de document : Article/Communication Auteurs : Charlotte Labit, Auteur ; Ingrid Bonhême , Auteur ; Sébastien Delhaye , Auteur Année de publication : 2022 Projets : 1-Pas de projet / Article en page(s) : pp 3257 - 3283 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] Alpes-de-haute-provence (04) [Termes IGN] Alpes-maritimes (06) [Termes IGN] analyse comparative [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] Drôme (26) [Termes IGN] habitat (nature) [Termes IGN] habitat forestier [Termes IGN] incertitude des données [Termes IGN] inventaire forestier national (données France) [Termes IGN] surveillance écologique [Vedettes matières IGN] Inventaire forestier Mots-clés libres : algorithm inspired by the habitat identification key used in the field Résumé : (auteur) The monitoring of habitats at plant association level, has been developed by the French-National Forest Inventory (NFI) progressively since 2011, whereas ecological and floristic data exist since the mid-1980s. The NFI habitat monitoring is the French tool of surveillance of forest habitats decreed by Natura 2000 Directive (article 11). Determination of plant association in NFI plots concerns all the habitats, whether they are of community interest or not. The objective of this study is to compare different methods of automatic classification of floristic and ecological surveys into forest habitat groups. Indeed, enriching the old surveys, which contain only ecological, floristic and trees data, with information on habitats would increase the accuracy of the calculated statistical results on habitats. The uncertainty of the attribution of a habitat outside the field (ex-situ) by experts was quantified by comparison with the determination in the field (in situ). This result was used as a benchmark to compare to the error rates obtained by two methods of automatic classification: an algorithm inspired by the habitat identification key used in the field and Random forest, a learning classification method. The classification performance was evaluated for three levels of habitat groupings. The results showed that the lower the level of clustering, the higher the error rate. Depending on the classification method used and the level of aggregation, the error rates varied between 5 and 15%. In all cases, the error rates were below the estimated uncertainty of the expert attribution of ex-situ habitat. Numéro de notice : A2022-696 Affiliation des auteurs : IGN+Ext (2020- ) Thématique : FORET/MATHEMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s10531-022-02487-6 Date de publication en ligne : 25/10/2022 En ligne : https://doi.org/10.1007/s10531-022-02487-6 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101980 [article]

Identification and spatial extent of understory plant species requiring vegetation control to ensure tree regeneration in French forests / Noé Dumas in Annals of Forest Science, vol 79 n° 1 (2022)  

Permalink

Offering the appetite for the monitoring of European forests a diversified diet / Jean-Daniel Bontemps in Annals of Forest Science, vol 79 n° 1 (2022)  

Permalink

Modelling forest volume with small area estimation of forest inventory using GEDI footprints as auxiliary information / Shaohui Zhang in International journal of applied Earth observation and geoinformation, vol 114 (November 2022)  

Permalink

Multisource forest inventories: A model-based approach using k-NN to reconcile forest attributes statistics and map products / Ankit Sagar in ISPRS Journal of photogrammetry and remote sensing, vol 192 (October 2022)  

Permalink

Modeling and propagating inventory-based sampling uncertainty in the large-scale forest demographic model “MARGOT” / Timothée Audinot in Natural Resource Modelling, vol 35 n° 3 (August 2022)  

Permalink

Optimal resolution of soil properties maps varies according to their geographical extent and location / Christian Piedallu in Geoderma, vol 412 (15 April 2022)  

Permalink

Travaux actuels d'inventaire des forêts à forte naturalité à l'échelle nationale et européenne / Fabienne Benest in Revue forestière française, vol 73 n° 2 - 3 (2021)  

Permalink

Evolution de la ressource et de la production des chênes pubescent, pédonculé et sessile / Ingrid Bonhême in Forêt entreprise, n° 261 (novembre-décembre 2021)

Permalink

Unexpected negative effect of available water capacity detected on recent conifer forest growth trends across wide environmental gradients / Clémentine Ols in Ecosystems, vol 25 n° 2 (March 2022)  

Permalink

How much does it take to be old? Modelling the time since the last harvesting to infer the distribution of overmature forests in France / Lucie Thompson in Diversity and distributions, vol 28 n° 2 (February 2022)  

Permalink