Annonce


[PhD] Impacts environnementaux de la bioéconomie de l’açai en Guyane

11 Février 2026


Catégorie : Postes Doctorant ;


Résumé

La Guyane, couverte par la forêt à 96%, est le seul spot Européen en Amazonie qui est un écosystème essentiel pour la régulation du climat au niveau mondial. Cet écosystème riche en biodiversité contient le palmier Euterpe oleracea, communément connu sous le nom d’açai, qui y est endémique. Le marché de ce palmier, qui a connu un fort intérêt au niveau mondial, est majoritairement détenu par le Brésil. La baie est consommée traditionnellement par les populations locales en Guyane mais la structuration de la filière est récente. Majoritairement présente en zones forestières, une exploitation des palmeraies sauvages est nécessaire afin de développer une filière éco-responsable. L’açai est majoritairement présent dans des écosystèmes spécifiques dénommés pinotières. Par ailleurs, le climat de la Guyane se structure autour de deux types de saisons : la saison des pluies et la saison sèche.

Une étude de l’accessibilité à la ressource est nécessaire afin d’évaluer la viabilité de son exploitation. Cette accessibilité doit prendre en compte différents aspects : la récolte, le transport. Cette accessibilité doit aussi respecter le lieu de vie des populations autochtones présentes dans ces forêts. Par ailleurs, l’exploitation de la forêt est régulée et contrôlée, particulièrement en Guyane, pôle de biodiversité. Par conséquent, une étude d’impact de cette exploitation est nécessaire. Le suivi de critères dont l’empreinte écologique des méthodes d’exploitation est donc nécessaire pour une exploitation raisonnée.

De plus, grâce à l’imagerie satellitaire, il est non seulement possible d’étudier de grandes étendues mais aussi d’en faire le suivi au cours du temps. Ainsi, cette technologie est un atout pour l’étude dans le temps de la biodiversité.

Cette thèse s’intéresse donc à la bioéconomie du palmier açai en intégrant des méthodes d’évaluation environnementale multicritères et en proposant une estimation des impacts des techniques d’exploitation dans un contexte de changement climatique dans le cadre de l’exploitation des pinotières en utilisant des données de télédétection. Cette thèse, qui proposera une méthodologie de sélection d’endroits privilégiés pour l’exploitation, s’articulera donc autour de quatre grands axes : la détection de pinotières et leur évolution dans le temps, l’estimation de la production en lien avec les caractéristiques des arbres, l’étude de l’accessibilité des pinotières, l’estimation de l’impact de cette exploitation sur l’écosystème local.

Tâches

  • Etat de l’art
    L’état de l’art portera sur l’acquisition de connaissances sur les données écologiques de l’espèce et les différentes méthodologies liées au sujet.
  • Détection et suivi de pinotières
    La détection s’opérera en deux étapes : la sélection de zones candidates en fonction de l’humidité des sols puis la détection des palmiers dans les zones précédemment choisies. Premièrement pour la sélection de régions d’intérêt, les images satellite à moyenne résolution (Sentinel-2, Landsat) pourront être combinées aux données radar (Sentinel-1) afin de présélectionner les zones respectant les caractéristiques d’une pinotière. Deuxièmement, la détection des palmiers pourra se faire via des algorithmes d’apprentissage profond appliqués à des images très haute résolution (Pléiades et Pléiades Neo). Les algorithmes de détection d’objet seront appliqués aux données très haute résolution afin de détecter et estimer la surface de la couronne des palmiers. Lorsqu’une pinotière a été détectée, son suivi temporel sera effectué via le suivi de l’évolution des palmiers détectés. Il sera ainsi possible de suivre l’évolution de la couronne, et de la hauteur via les données radar, et les interactions spatiales entre les palmiers et leur écosystème. Une comparaison sera aussi effectuée sur l’état des pinotières entre la saison des pluies et la saison sèche.
  • Estimation de la production
    L’estimation de la production permettra une évaluation des retombées économiques et se fera via la fusion des données estimées, soient l’étendue de la couronne, la hauteur des arbres et la saison courante.
  • Etude de l’accessibilité
    À la suite de la détection d’une pinotière, une étude de l’accessibilité, selon plusieurs aspects, à la ressource sera opérée. Le calcul de l’itinéraire sera nécessaire. En effet, les pinotières se développent dans des forêts humides non accessibles par voie terrestre. Cette étude porte donc sur le calcul des itinéraires possibles d’acheminement en incluant leur coût au prix courant du marché et la capacité maximale d’acheminement. De plus, en fonction de la saison, certaines voies fluviales sont moins praticables. L’Euterpe oleracea pousse très haut dans son milieu naturel. Ainsi, l’étude d’accessibilité inclura le dimensionnement des dispositifs nécessaires à la récolte aux différentes saisons. Le coût de l’installation d’infrastructures : lieu de vie pour les ouvriers, voie de passage, etc. seront aussi intégrés dans l’étude.
  • Estimation de l’impact de l’exploitation sur l’écosystème local
    L’exploitation des palmiers açai pose des questions d’impact environnemental sur deux points : l’accessibilité et la biodiversité. L’impact de l’accessibilité à la ressource est primordial. En effet, des moyens de production à plus ou moins fort impact pourraient être utilisés. L’exploitation implique une modification de l’écosystème. Il est donc nécessaire d’évaluer l’étendue et l’impact de ces modifications sur l’écosystème.

Bibliographie

  • Kahn, F. (1997). Les palmiers de l’Eldorado. Paris : ORSTOM.
  • Laval, P. (2011). “La filière des fruits du palmier wassaï (Euterpe oleracea) dans la région du bas Oyapock, frontière entre la Guyane française et l’Amapá (Brésil)”. Mémoire de master.
  • Pu, R. (2021). “Mapping Tree Species Using Advanced Remote Sensing Technologies : A State-of-the-Art Review and Perspective”. In : Journal of remote sensing.
  • Ferreira, M. P. et al. (2020). “Individual tree detection and species classification of Amazonian palms using UAV images and deep learning”. Forest Ecology and Management, 475.
  • Da Silva, F., Suwa, R., Kajimoto, T., Ishizuka, M., Higuchi, N., & Kunert, N. (2015). Allometric Equations for Estimating Biomass of Euterpe precatoria, the Most Abundant Palm Species in the Amazon. Forests, 6(2), 450-463.
  • Lahssini, C., Baghdadi, N., Le Maire, G., Fayad, I., Villard L. (2024) Canopy height mapping in French Guiana using multi-source satellite data and environmental information in a U-Net architecture. Frontiers in Remote Sensing, 5.
  • Zhang, B., Sajjad, S., Chen, K., Zhou, L., Zhang, Y., Yong, K. K., & Sun, Y. (2020). Predicting Tree Height-Diameter Relationship from Relative Competition Levels Using Quantile Regression Models for Chinese Fir (Cunninghamia lanceolata) in Fujian Province, China. Forests, 11(2), 183.

Profil recherché : Géomatique, informatique, télédétection.

Contexte : La thèse est proposée dans le cadre d’une réponse à un appel à projets de l’ADEME.

Lieu : Campus de Troubiran, Cayenne, Guyane

Date limite de candidature : 18/02/2026

Contacts :

  • Jessica BECHET jessica.bechet@univ-guyane.fr
  • Antoine PRIMEROSE antoine.primerose@univ-guyane.fr

Les commentaires sont clos.