2 nouveaux articles Dynafor dans le dernier numéro spécial de la revue Forest Ecology and Management

Dynafor vient de participer à 2 articles dans le dernier numéro spécial intitulé "Forest Biodiversity indicators and monitoring" de le revue scientifique Forest Ecology and Management. Dans le premier article, Manon Collard, Laurent Larrieu, Antoine Brin et David Sheeren sont co-auteurs, avec d'autres, d'une étude qui démontre que la télédétection offre une approche viable pour l'évaluation à large échelle de l'indice de biodiversité potentielle, très complémentaire aux relevés réalisés à l’échelle du peuplement forestier. Dans le deuxième article, Alexandre Raimbault, Jean-Marie Savoie, Laurent Larrieu et Antoine Brin sont co-auteurs, avec d'autres, d'une étude dont les premiers résultats montrent que les attributs de maturité comme le bois mort, les arbres-habitats et les très gros arbres influencent la diversité des taxa du sol, en plus d’influencer la diversité des taxa épigés.

Il s'agit de :

1. Collard M., Martin-Ducup O., Mellado N., Larrieu L., Laroche F.,  Gouix N., Brin A., Gonin P., Sheeren D. (2026). Habitat quality assessment of temperate forest ecosystems: An airborne LiDAR-based approach to predict the Index of Biodiversity Potential (IBP) at large scale. Forest Ecology and Management 601, 12330, https://doi.org/10.1016/j.foreco.2025.123305

Abstract: The Index of Biodiversity Potential (IBP) assesses the forest stand’s capacity to host species based on 10 structural, compositional, and environmental factors. Widely used by French forest managers, its reliance on in-situ surveys limits large-scale applications. While LiDAR-derived metrics can finely describe forest structure, their relationship with the IBP remains unexplored. We aimed to study these relationships with the IBP management factors, some of which reflect forest structure such as the number of large trees and vertical strata. Using a dataset of 1536 IBP plots across France, we computed LiDAR-derived structural metrics along with other variables (e.g., topographic, spectral). We then analysed their statistical relationships with the IBP factors, and calibrated predictive models using both regression and classification machine learning algorithms. Finally, we mapped the IBP management score for the first time over a 890 km² area within the forests of the Ariege Pyrenees Regional Natural Park (France). The results revealed strong correlations between the IBP management score, its factors, and remote sensing metrics. LiDAR-derived metrics describing canopy height and vertical complexity were particularly important for prediction, as well as biomass and topographic metrics. Our best model, with an RMSE of 5.24 ± 0.63,

predicts IBP within 5 points—a threshold beyond which variations reflect actual changes in species richness within the forest stand. These findings emphasise the relevance of remote sensing data, in particular LiDAR, for describing

structural field metrics. They demonstrate that remote sensing offers a viable approach for large-scale IBP assessment.

Résumé: L'indice de biodiversité potentielle (IBP) évalue la capacité d'un peuplement forestier à accueillir des espèces sur la base de 10 facteurs liés à la gestion et le contexte. Largement utilisé par les gestionnaires forestiers français, son recours à des relevés in situ limite ses applications à large échelle. Si les mesures dérivées du LiDAR permettent de décrire finement la structure forestière, leur relation avec l'IBP reste inexplorée. Nous avons cherché à étudier ces relations avec les facteurs de gestion de l'IBP, dont certains reflètent la structure forestière, tels que le nombre de gros bois et les strates verticales. À partir d'un ensemble de données de 1 536 placettes IBP réparties sur toute la France, nous avons calculé des mesures structurelles dérivées du LiDAR ainsi que d'autres variables (par exemple, variables topographiques et spectrales). Nous avons ensuite analysé leurs relations statistiques avec les facteurs IBP et calibré des modèles prédictifs à l'aide d'algorithmes d'apprentissage automatique de régression et de classification. Enfin, nous avons cartographié pour la première fois le score de l'IBP gestion sur une zone de 890 km² dans les forêts du Parc Naturel Régional des Pyrénées ariégeoises (France). Les résultats ont révélé de fortes corrélations entre le score de l'IBP gestion, ses facteurs et les mesures de télédétection. Les mesures dérivées du LiDAR décrivant la hauteur et la complexité verticale de la canopée étaient particulièrement importantes pour la prédiction, tout comme les mesures de la biomasse et de la topographie. Notre meilleur modèle, avec une RMSE de 5,24 ± 0,63, prédit l'IBP à 5 points près, un seuil au-delà duquel les variations reflètent les changements réels de la richesse des espèces dans le peuplement forestier. Ces résultats soulignent la pertinence des données de télédétection, en particulier du LiDAR, pour décrire les mesures structurelles sur le terrain. Ils démontrent que la télédétection offre une approche viable pour l'évaluation à large échelle de l'IBP.

2. Raimbault A., Roy M., Roy C., Savoie JM., Gouix N., Larrieu L. & Brin A. (2026). Evaluating soil communities sensibility to forest structure through the use of eDNA metabarcoding and the Index of Biodiversity Potential. Forest Ecology and Management. 599: 123272, https://doi.org/10.1016/j.foreco.2025.123272

Abstract: Since the United Nations Conference on Environment and Development and Forests at Rio in 1992, sustainable forest management has included the obligation to preserve biodiversity. However, monitoring the impact on forest management on biodiversity remains difficult due to the complexity, cost and expertise required for taxonomic surveys. The Index of Biodiversity Potential (IBP) has been developed in 2008 to provide forest managers with a rapid habitat assessment tool and has proved to be a valuable tool to reflect above-ground diversity for many taxa. However, most forest diversity lives underground in soil, and the question remains as to whether such an indicator could also reflect changes in below-ground diversity. We sampled 86 forest plots in two distinct regions of South-west France to characterize soil communities through the metabarcoding of eDNA targeting the 18S barcode for eukaryotic taxa. We also assessed the IBP on each plot, as well as several physico-chemical parameters. We examined the relationship between IBP —based on ten factors— and its components on the local diversity and composition of communities and compared the responses of distinct phyla within each region. Our results revealed contrasting correlations between the total IBP score, its factors and several phyla. Furthermore, results were different across the two regions studied, suggesting that correlations were partly context dependent. Our results show that structural features typical of mature stands—such as dead wood, habitat trees, and large-diameter trees—also influence the diversity of soil taxa, similarly to aboveground taxa. This supports the complementarity between eDNA metabarcoding and IBP evaluation to target key forest structural traits and their importance for soil biodiversity.

Résumé: Depuis la Conférence des Nations Unies sur l'environnement et le développement et les forêts à Rio en 1992, la gestion durable des forêts inclut l'obligation de préserver la biodiversité. Cependant, il reste difficile de surveiller l'impact de la gestion forestière sur la biodiversité en raison de la complexité, du coût et de l'expertise requis pour les études taxonomiques. L'Indice de Biodiversité Potentielle (IBP) a été développé en 2008 afin de fournir aux gestionnaires forestiers un outil d'évaluation rapide des habitats. Il s'est avéré être un outil précieux pour refléter la diversité de nombreux taxa épigés. Cependant, la majeure partie de la diversité forestière se trouve sous terre, dans le sol, et la question reste de savoir si un tel indicateur pourrait également refléter les changements dans la diversité souterraine. Nous avons échantillonné 86 parcelles forestières dans deux régions distinctes du sud-ouest de la France afin de caractériser les communautés du sol grâce au métabarcoding de l'ADN environnemental ciblant le code-barres 18S pour les taxons eucaryotes. Nous avons également évalué l'IBP sur chaque parcelle, ainsi que plusieurs paramètres physico-chimiques du sol. Nous avons examiné la relation entre l'IBP — basé sur dix facteurs — et ses composantes sur la diversité locale et la composition des communautés, et avons comparé les réponses de différents phyla au sein de chaque région. Nos résultats ont révélé des corrélations contrastées entre le score IBP total, ses facteurs et plusieurs phyla. De plus, les résultats différaient entre les deux régions étudiées, ce qui suggère que les corrélations dépendent en partie du contexte. Nos résultats montrent que les caractéristiques structurelles typiques des peuplements matures, telles que le bois mort, les arbres-habitats et les arbres de grand diamètre, influencent également la diversité des taxa du sol, de manière similaire aux taxa épigés. Cela confirme la complémentarité entre le métabarcoding de l'ADN environnemental et l'évaluation de l'IBP pour cibler les traits structurels clés de la forêt et leur importance pour la biodiversité du sol.