La santé des forêts est directement liée à la qualité de l’air, à la disponibilité de l’eau potable et à la prévention des inondations et des sécheresses : sa surveillance est cruciale, mais cela n’est pas toujours facile. Les méthodes traditionnelles, telles que l’échantillonnage manuel, l’analyse génomique et la télédétection, sont lentes, coûteuses ou imprécises.
Une étude publiée dans Nature : Communications Terre et Environnement décrit une technique qui combine l’analyse de réflectance spectrale, qui mesure la quantité de lumière réfléchie par les feuilles et à quel spectre de longueur d’onde, avec l’expression des gènes de la plante, ou comment les gènes s’activent ou se désactivent en réponse à l’environnement.
« En reliant la réflectance spectrale à l’expression des gènes, nous pouvons obtenir une mesure en temps réel de la santé des forêts au niveau génomique, qui identifie les premiers signes de déclin et les relie aux changements réels survenant au niveau cellulaire », explique Nathan Swenson, coordonnateur de la recherche.
Lumière et gènes. Nous sommes déjà en mesure d’obtenir des informations sur les plantes grâce à la télédétection, mais les données ne nous disent pas grand-chose sur leur état de santé. Pour comprendre s’il existait un lien entre la réflectance d’une feuille et son expression génétique, les auteurs ont prélevé des échantillons de feuilles de deux espèces communes (l’érable à sucre et l’érable rouge), mesurant leur réflectance avant d’analyser leur expression génétique. Les gènes examinés étaient liés à la réponse à l’eau, à la sécheresse, à la photosynthèse et aux interactions avec les parasites et les agents pathogènes.
Surveillé depuis l’espace. Dans plus de la moitié des gènes analysés, les feuilles qui exprimaient le même gène reflétaient également les mêmes longueurs d’onde de lumière : les gènes actifs laissaient donc une « signature lumineuse » reconnaissable et détectable à distance. « Nous pourrions surveiller des forêts entières au niveau génomique via des capteurs sur l’ISS », commente Swenson.
La prochaine étape consistera à combiner ces données de réflectance et d’expression génétique avec le travail d’un modèle d’intelligence artificielle capable d’identifier les espèces d’arbres à partir d’images satellite ou aériennes de la canopée, pour créer une carte forestière révélant la santé de chaque arbre et les zones qui souffrent le plus.
« L’objectif ultime est d’utiliser les bonnes données pour évaluer rapidement la façon dont les arbres réagissent au stress, afin que nous puissions intervenir avant que la forêt n’atteigne un point de crise », conclut Swenson.
