Bulletins HABITATS

Vol. 4, no. 1
Février 1993
Format PDF

Le Canard noir : des images inédites
par Marcelle Grenier et Daniel Bordage, Service canadien de la faune

Le Plan nord-américain de gestion de la sauvagine (PNAGS) a comme objectif d’assurer des nombres suffisants d’oiseaux en protégeant leurs habitats. Dans le cadre du PNAGS, plusieurs projets conjoints (Canada-USA) ont vu le jour, notamment le Plan conjoint du Canard noir (PCCN) et le Plan conjoint des habitats de l’Est (PCHE).

Dans le PCCN, on a identifié trois facteurs pouvant expliquer la diminution de l’effectif du Canard noir au cours des dernières années : l’hybridation avec le Canard colvert, la récolte effectuée par les chasseurs et les pertes d’habitats. Le Québec affiche un intérêt marqué à rétablir cette situation puisque le Canard noir y est l’espèce de canard la plus abondante avec des estimations évaluées à plus de 200 000 couples, représentant environ le tiers de la population continentale. Comme action immédiate, de nouvelles restrictions on été imposées à la récolte en 1984 aux États-Unis, puis en 1985 au Canada.

Quant au PCHE, il a d’abord porté ses actions, au Québec, sur l’acquisition et la restauration d’habitats propices à la sauvagine dans la vallée du Saint-Laurent. Récemment, le PCHE a ajouté le milieu boréal à son programme. Pour expliquer les variations de l’effectif de sauvagine nichant dans ce milieu qui couvre près d’un million de kilomètres carrés au Québec, il faut évidemment s’en tenir aux modifications d’envergure du paysage : perturbations forestières (coupe, feux, épidémie d’insectes), aménagements hydro-électriques (réservoir, exondation de rivières, lignes de transport), pluies acides et modifications climatiques.

Par le biais du PCCN et du PCHE, le Service canadien de la faune (SCF) a entrepris une étude dans le but d’évaluer le potentiel de la forêt boréale pour la reproduction du Canard noir et des autres espèces de sauvagine fréquentant ce milieu. Plus précisément, cette étude vise à caractériser les habitats propices à la reproduction de la sauvagine à partir d’images spatiales et de données d’inventaire d’oiseaux et, par la suite, à utiliser les habitats identifiés pour modéliser l’utilisation potentielle par la sauvagine et à l’appliquer à l’ensemble du territoire.

Une fois la modélisation précisée, il est alors possible d’évaluer l’impact des modifications du milieu et même de prédire, par simulation, l’impact de futures perturbations ou encore d’aménagements et de mesures correctrices. Les analyses bénéficient d’un appui informatique permettant de visualiser rapidement le résultat de divers scénarios envisagés.

Des premiers essais concluants de modélisation à l’aide de photographies aériennes noir et blanc avaient été réalisés dans des secteurs pilotes (Bordage et al. 1990). Les habitats caractérisés à partir d’une photo-interprétation ont été reliés à la présence de couples ou de couvées de Canard noir. Comme le territoire à couvrir est vaste et que l’interprétation des habitats à partir de photographies aériennes s’avère alors trop onéreuse, la télédétection spatiale présentait une avenue intéressante à explorer.
La télédétection se définit comme « la discipline scientifique qui regroupe l’ensemble des connaissances et des techniques utilisées pour l’observation, l’analyse, l’interprétation et la gestion de l’environnement à partir de mesures d’images obtenues à l’aide de plates-formes aéroportées, spatiales, terrestres ou maritimes. Comme son nom l’indique, elle suppose l’acquisition d’information à distance sans contact direct avec l’objet détecté » (Bonn et al. 1992).

En considérant la taille et le nombre d’habitats à identifier dans cette étude, les images du capteur Thematic Mapper à bord du satellite Landsat-5 ont été choisies. Comme les images sont acquises de façon continue suivant des orbites bien précises, il est possible de sélectionner celles-ci pour une région et un moment donnés. Les capteurs à bord des satellites génèrent des quantités astronomiques de données. Si l’on considère qu’une image Landsat-TM aurait besoin d’environ 250 disquettes (3 ½) pour être stockée et que les satellites Landsat sont en opération depuis 1972 avec le capteur MSS, on peut facilement imaginer la complexité de la gestion de ces données.

Au Canada, ces images sont disponibles commercialement et sont distribuées par Radarsat International inc. Les images sont commandées en format numérique, c’est-à-dire que chaque point dans l’image est représenté par un nombre reconnaissable par l’ordinateur. Ce nombre appelé niveau de gris correspond au signal capté par le satellite d’un objet donné à une longueur d’onde donnée.

Télédétection, inventaire avifaunique et système d’information géographique pour une meilleure gestion environnementale.

Le traitement des images numériques Landsat-TM se fait à l’aide d’un logiciel spécialisé. Il en existe plusieurs sur le marché; celui utilisé par le SCF est le EASI/PACE de PCI inc. La caractérisation des habitats repose sur une méthodologie de classification dite dirigée. Le thématicien indique pour certaines zones de l’image l’étiquette correspondante en s’appuyant sur des données complémentaires telles que les photographies aériennes, les cartes forestières ou tout autre document récent favorisant l’interprétation. La qualité ainsi que la disponibilité des données complémentaires jouent donc un rôle important dans la précision de la classification ainsi que dans la vérification des résultats.

La caractérisation des habitats vise à faire ressortir les différents types d’utilisation du sol favorisant la présence de Canard noir. Étant donné le peu de connaissances sur l’écologie de reproduction de cette espèce en milieu boréal, en particulier sur ce qui motive les oiseaux à s’installer dans un site plutôt qu’un autre, la caractérisation des habitats doit être raffinée. Dans ce projet, les habitats aquatiques et riverains sont prioritaires.

De même, une attention spéciale a été portée sur la distinction entre les coupes forestières récentes et les zones en régénération afin d’évaluer plus précisément l’impact de ces modifications du territoire sur la faune. Il est également important d’identifier les habitats ayant peu ou pas d’attrait pour ces espèces, par exemple les tourbières et les zones de sol nu. Ceci n’est qu’une brève description des habitats à caractériser, et chacun de ces thèmes est détaillé pour donner dix-sept classes.

Pour les besoins de cette étude, soit l’élaboration des modèles de prédiction de présence ou d’absence de Canard noir, il fallait choisir une unité de base (spatiale) : l’unité retenue arbitrairement est un carré de 1 km de côté dont la localisation est conforme au système de Mercator (T.U.M.). Ainsi, pour chaque unité de 1 km² (100 ha), les inventaires confirment la présence ou l’absence d’oiseaux alors que la télédétection précise la superficie (ha) ou la fréquence de chacun des habitats caractérisés. De manière à identifier les caractéristiques d’habitats reliés à la présence de couples ou de couvées de chacune des espèces, nous avons utilisé un modèle de régression logistique dont la variable dépendant provient des données d’inventaire de sauvagine et les variables indépendantes, de la caractérisation des habitats.

Comme résultat final, la modélisation permet, compte tenu des habitats présents, d’estimer une probabilité de présence d’un couple ou d’une couvée de Canard noir (ou toute autre espèce de sauvagine) au sein de chacune des unités de 1 km². En fonction des habitats présents, on pourra par exemple, calculer qu’un km² donné de forêt boréale a 35 p. 100 de chance d’abriter un couple de Canard noir.

En modifiant la superficie de certains habitats, comme par exemple une augmentation du niveau d’un plan d’eau ou une diminution des conifères (coupe), on peut alors calculer une nouvelle valeur de potentiel pour ce même carré. Par conséquent, il est alors possible de mesurer la valeur avifaunique du milieu, de quantifier l’impact d’une modification du paysage et d’orienter les perspectives d’aménagement, et ce n’importe où sur l’aire d’étude. Comme les données sont compilées dans des banques informatiques pouvant être reconstituées, par l’entremise d’un système d’informatique géographique (S.I.G.), en images thématiques, on obtient finalement un outil de gestion versatile et efficace : des images inédites sur le Canard noir.