Quelles normes faut-il réellement définir dans un projet SIG ? Référentiel spatial, modèle de données, formats, services OGC, métadonnées et qualité : découvrez notre guide pratique.
Forêts primaires, naturelles ou plantées : lire les types de forêts du Maroc à 10 m | Kharita
Données ouvertesFrançais··8 min de lecture·Par Kharita
Forêts primaires, naturelles ou plantées : lire les types de forêts du Maroc à 10 m
Explorez les types de forêts du Maroc avec la carte JRC GFT 2020 v1 à 10 m : classes, limites, usages dans QGIS et croisements avec Hansen, le relief et les incendies.
›Sommaire12 sections12 sections
Une surface verte sur une image satellite n’est pas nécessairement une forêt
naturelle. Elle peut correspondre à un peuplement régénéré naturellement, à
une forêt ancienne peu perturbée ou à une plantation. Cette distinction est
centrale pour comprendre la gestion des paysages, suivre les risques de
dégradation et interpréter correctement une perte de couvert arboré.
La couche Global Forest Types 2020 version 1 (GFT 2020 v1) du Joint
Research Centre de la Commission européenne apporte une lecture homogène de
ces grands types à 10 mètres. Kharita en publie un extrait national continu
pour le Maroc, régions du Sud incluses. La carte de référence représente
l’année 2020; la version 1 a été publiée par le JRC en janvier 2026.
Chargement de la carte…
Ce que la carte représente réellement
GFT 2020 ne cartographie ni les essences d’arbres ni le statut juridique des
parcelles. Elle classe les pixels appartenant au couvert forestier de base en
trois grandes catégories :
Code
Classe française
Classe anglaise
Couleur
1
Forêt naturellement régénérée
Naturally regenerating forest
#78C679
10
Forêt primaire
Primary forest
#006837
20
Forêt plantée ou plantation
Planted / plantation forest
#CC6600
Un pixel sans valeur n’est pas une quatrième classe « autre terrain ». Il est
hors du couvert forestier utilisé par le produit, ou il ne porte pas de classe
exploitable. Cette nuance est importante : il ne faut jamais calculer la part
de chaque type en divisant par toute la superficie nationale sans annoncer le
dénominateur retenu.
Chaque pixel contient un code nominal, et non une quantité mesurable. La
moyenne des codes 1, 10 et 20 n’a aucun sens écologique. La carte doit utiliser
des valeurs uniques et le rééchantillonnage au plus proche.
Le jeu de données en bref
Propriété
Valeur
Producteur
Commission européenne — Joint Research Centre (JRC)
Produit
Global Forest Types 2020, version 1
Discussion
Commentaires
Année représentée
2020
Publication de la version
15 janvier 2026
Résolution
environ 10 m
Projection publiée par Kharita
WGS 84 — EPSG:4326
Variable
type principal de forêt
Type de pixels
classes catégorielles Byte
Couverture Kharita
Maroc complet, régions du Sud incluses
Licence
accès gratuit et sans restriction d’usage dans le cadre Copernicus; attribution requise
Le produit source est distribué par le JRC en tuiles de 10° × 10°. Kharita assemble les quatre tuiles nécessaires puis applique l’emprise nationale complète du Maroc.Commission européenne, Joint Research Centre — GFT 2020 v1
Comment le JRC construit cette typologie
La couche repose sur la version 3 de la carte mondiale du couvert forestier
2020 du JRC. Plusieurs sources mondiales servent ensuite de proxys pour
distinguer les types. Pour approcher les forêts primaires, le traitement
mobilise notamment l’intégrité des paysages forestiers, les forêts intactes,
les aires protégées, les pertes de couvert et certaines alertes de
déforestation. Pour les forêts plantées, il combine entre autres des bases sur
les arbres plantés, la gestion forestière et la hauteur de canopée.
Cette méthode fournit une représentation cohérente à l’échelle mondiale, mais
elle n’observe pas directement l’histoire de chaque peuplement. Une forêt dite
primaire sur la carte reste une estimation cartographique fondée sur des
indicateurs. À l’inverse, une plantation locale récente ou très petite peut ne
pas être reconnue correctement.
Lire les paysages forestiers marocains
Au Maroc, les formations boisées sont très contrastées : cédraies et chênaies
du Rif et du Moyen Atlas, peuplements du Haut Atlas, subéraies, thuyas,
arganeraies et reboisements. La typologie JRC aide à séparer de grands modes
d’origine et de gestion, mais elle ne nomme aucune de ces essences.
La catégorie « forêt naturellement régénérée » ne signifie donc pas « cèdre »
ou « chêne-liège ». De même, la catégorie « forêt plantée » ne permet pas
d’affirmer qu’un pixel est constitué d’eucalyptus, de pin ou d’une autre
espèce. Pour cartographier les essences, il faut des inventaires forestiers,
des observations botaniques géolocalisées et une validation de terrain.
Une cédraie d’Ifrane peut relever d’un grand type forestier dans GFT 2020, mais le pixel ne contient pas le nom de l’espèce. La photographie et l’inventaire de terrain apportent une information botanique que la typologie mondiale ne possède pas.Der-Herr-Simo-95, CC BY-SA 4.0, Wikimedia Commons
Trois analyses utiles pour le Maroc
1. Distinguer perte de couvert et type de forêt
Croisez GFT 2020 avec la série annuelle Hansen Global Forest Change. Une
perte détectée après 2020 dans une zone classée naturellement régénérée ne se
lit pas comme une rotation au sein d’une plantation. Le croisement ne prouve
pas la cause de la perte, mais il permet de hiérarchiser les zones à vérifier.
Pour une analyse rigoureuse, utilisez un seuil explicite de couvert initial,
conservez la classe GFT du pixel, puis calculez la superficie perdue par année
et par type. Signalez toujours que Hansen détecte une perte de couvert arboré,
pas automatiquement une déforestation permanente.
2. Relier forêt, relief et climat
La distribution des forêts marocaines dépend fortement de l’altitude, de la
pente, de l’exposition et du climat. Croisez la typologie avec le MNT GEDTM30
ou le MNS Copernicus, les pentes et les expositions, puis avec CHIRPS et les
séries ERA5-Land. On peut ainsi comparer les types de forêts selon les étages
altitudinaux, l’orientation des versants et les régimes de pluie.
Ce croisement reste descriptif. Il permet d’identifier des associations et des
zones atypiques, mais ne démontre pas à lui seul qu’un facteur climatique a
causé la présence ou la disparition d’un type de forêt.
3. Prioriser le suivi du feu
Superposez les surfaces brûlées MODIS et le danger météorologique NASA GFWED.
Les feux observés dans une forêt naturellement régénérée ou primaire peuvent
justifier une vérification rapide par imagerie plus fine. Le FWI décrit des
conditions favorables au feu; MODIS indique des pixels brûlés; GFT décrit le
type cartographié en 2020. Aucun de ces produits, pris seul, ne décrit les
dégâts forestiers actuels.
Utilisation dans QGIS
Ajoutez le COG depuis la fiche Kharita.
Dans les propriétés, choisissez Palettisé / Valeurs uniques.
Associez les codes 1, 10 et 20 aux couleurs du tableau.
Conservez le rééchantillonnage au plus proche.
Pour calculer des superficies, reprojetez dans un système métrique ou une
projection équivalente adaptée à l’échelle de l’étude.
Utilisez Rapport de valeurs uniques de couche raster ou une table zonale
pour compter les pixels par province, bassin versant ou aire protégée.
Pour convertir un nombre de pixels en superficie, ne supposez pas qu’un pixel
en EPSG:4326 possède partout la même aire. Reprojetez d’abord la couche ou
calculez l’aire géodésique. À 10 m, un simple calcul « nombre de pixels × 100
m² » n’est acceptable que sur une grille réellement métrique et alignée.
Comparer avec Esri, Dynamic World et GLC_FCS30D
Les cartes d’occupation du sol répondent à une question différente. Esri,
Dynamic World ou GLC_FCS30D indiquent principalement si un pixel est arboré,
cultivé, bâti, nu ou couvert d’eau. GFT 2020 cherche à qualifier le type de
forêt à l’intérieur d’une emprise forestière de référence.
Une zone classée « arbres » par une carte d’occupation du sol peut donc ne pas
porter de valeur GFT, selon la définition de forêt, la date, la taille du
peuplement et les sources utilisées. Inversement, les différences entre deux
produits ne doivent pas être corrigées arbitrairement : elles constituent une
information à examiner avec l’imagerie et les données de terrain.
Limites à garder visibles
La carte représente 2020, pas la situation forestière de 2026.
Elle ne fournit pas les essences forestières.
Les classes sont inférées à partir de plusieurs proxys mondiaux; elles ne
constituent pas un inventaire officiel de terrain au Maroc.
Les petites parcelles, les mosaïques agroforestières et les frontières de
peuplements peuvent être mal classées.
La classe plantée regroupe forêt plantée et plantation; elle ne sépare pas
tous les modes de gestion.
La carte a été conçue comme outil de dépistage des risques, notamment dans
le contexte EUDR, et non comme preuve réglementaire à l’échelle parcellaire.
Les pixels sans valeur doivent rester NoData; les transformer en « absence
de forêt » sans vérifier le masque source fausse les statistiques.
Attribution recommandée : Bourgoin, C.; Ameztoy, I.; Verhegghen, A.;
Carboni, S.; Achard, F.; Colditz, R. (2026), Global map of forest types 2020 —
version 1, European Commission, Joint Research Centre, DOI
10.2905/JRC.C760PNG.
Attribution des figures : Commission européenne — JRC et
Der-Herr-Simo-95 / Wikimedia Commons, CC BY-SA 4.0.
