Cartographie écologique et évaluation de la vulnérabilité des Plantes Aromatiques et Médicinales dans le Parc National d'Ifrane
La conservation et la gestion durable des plantes aromatiques et médicinales (PAM) constituent un enjeu majeur dans les écosystèmes forestiers méditerranéens, en raison de leur importance écologique, socio-économique et de leur forte vulnérabilité aux changements climatiques et aux pressions anthropiques. Le Parc National d'Ifrane (PNI), reconnu comme l'un des principaux réservoirs de biodiversité du Maroc, abrite une grande diversité d'espèces végétales dont plusieurs plantes aromatiques et médicinales à haute valeur patrimoniale. Toutefois, les connaissances relatives à leur distribution spatiale demeurent limitées, ce qui constitue un obstacle à leur conservation et à leur valorisation.
Cette étude vise à cartographier la répartition écologique des principales plantes aromatiques et médicinales du Parc National d'Ifrane et à prédire leurs habitats potentiels à l'aide d'approches d'apprentissage automatique (Machine Learning). Des données de présence des espèces seront collectées à partir de placettes d'inventaire géoréférencées réalisées sur le terrain. Ces observations seront couplées à un ensemble de variables environnementales décrivant les conditions écologiques des habitats, notamment les variables topographiques (altitude, pente, exposition, courbure), climatiques (température, précipitations, indices bioclimatiques), édaphiques (type de sol, texture, pH, matière organique), géologiques ainsi que les variables issues de la télédétection, telles que les bandes spectrales et les indices de végétation dérivés des images Sentinel-2 (NDVI, EVI, NDMI, SAVI, entre autres).
Plusieurs algorithmes de Machine Learning, notamment Random Forest, Extreme Gradient Boosting (XGBoost), Support Vector Machine (SVM) et l'arbre de décision, seront développés et comparés afin d'identifier le modèle offrant les meilleures performances de prédiction. La qualité des modèles sera évaluée à l'aide d'indicateurs statistiques tels que l'aire sous la courbe ROC (AUC), le coefficient Kappa, le score TSS (True Skill Statistic), l'exactitude globale (Overall Accuracy) et la validation croisée. L'importance relative des variables environnementales sera également analysée afin d'identifier les principaux facteurs écologiques contrôlant la distribution des espèces.
Les modèles retenus permettront de produire des cartes de probabilité de présence et des cartes d'habitats favorables des principales plantes aromatiques et médicinales à l'échelle du Parc National d'Ifrane. Ces résultats contribueront à une meilleure compréhension des exigences écologiques des espèces étudiées, à l'identification des zones prioritaires de conservation et de restauration, ainsi qu'à l'élaboration de stratégies de gestion durable face aux effets des changements climatiques et des pressions anthropiques. Cette approche intégrée, combinant observations de terrain, variables environnementales, télédétection et intelligence artificielle, constitue un outil performant d'aide à la décision pour la conservation de la biodiversité végétale et la valorisation durable des ressources naturelles du Parc National d'Ifrane.
