Skip to content KHARITA CHALLENGES LAUNCH đ Kharita Challenges is live â Solve real GIS challenges, build your skills, earn verifiable certifications, and showcase your work.
Explore Kharita Challenges Ă Kharita ۟۱ÙŰ·Ű© Kharita produces and exploits Moroccan geospatial data: an open catalogue, interactive maps and technical GIS writing â plus tailored work for public and private organisations.
Explore
Categories
Sources
© 2026 Kharita â data under open licences, indicated on each page.
Terms of use Privacy Made in Morocco · Ű”ÙŰč ÙÙ Ű§ÙÙ
Űș۱ۚ
Rita
ForĂȘts primaires, naturelles ou plantĂ©es : lire les types de forĂȘts du Maroc Ă 10 m | Kharita
Blog / Données ouvertes Données ouvertes Français · August 13, 2026 · 8 min read · By Kharita
ForĂȘts primaires, naturelles ou plantĂ©es : lire les types de forĂȘts du Maroc Ă 10 m Explorez les types de forĂȘts du Maroc avec la carte JRC GFT 2020 v1 Ă 10 m : classes, limites, usages dans QGIS et croisements avec Hansen, le relief et les incendies.
âș Sommaire 12 sections 12 sections âą Ce que la carte reprĂ©sente rĂ©ellement âą Le jeu de donnĂ©es en bref âą Comment le JRC construit cette typologie âą Lire les paysages forestiers marocains âą Trois analyses utiles pour le Maroc â 1. Distinguer perte de couvert et type de forĂȘt â 2. Relier forĂȘt, relief et climat â 3. Prioriser le suivi du feu âą Utilisation dans QGIS âą Comparer avec Esri, Dynamic World et GLC_FCS30D âą Limites Ă garder visibles âą Sources et attribution Une surface verte sur une image satellite nâest pas nĂ©cessairement une forĂȘt
naturelle. Elle peut correspondre Ă un peuplement rĂ©gĂ©nĂ©rĂ© naturellement, Ă
une forĂȘt ancienne peu perturbĂ©e ou Ă 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 homogÚne de
ces grands types Ă 10 mĂštres . Kharita en publie un extrait national continu
pour le Maroc, régions du Sud incluses. La carte de référence représente
lâannĂ©e 2020 ; la version 1 a Ă©tĂ© publiĂ©e par le JRC en janvier 2026.
Ce que la carte représente réellement
GFT 2020 ne cartographie ni les essences dâarbres 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 ForĂȘt naturellement rĂ©gĂ©nĂ©rĂ©e Naturally regenerating forest #78C67910 ForĂȘt primaire Primary forest #00683720 ForĂȘt plantĂ©e ou plantation Planted / plantation forest #CC6600
Un pixel sans valeur nâest pas une quatriĂšme 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 nâa aucun sens Ă©cologique. La carte doit utiliser
des valeurs uniques et le rééchantillonnage au plus proche.
Le jeu de données en bref
PropriĂ©tĂ© Valeur Producteur Commission europĂ©enne â Joint Research Centre (JRC) Produit Global Forest Types 2020, version 1
Publication de la version 15 janvier 2026
Projection publiĂ©e par Kharita WGS 84 â EPSG:4326
Variable type principal de forĂȘt
Type de pixels classes catégorielles Byte
Couverture Kharita Maroc complet, régions du Sud incluses
Licence accĂšs gratuit et sans restriction dâusage dans le cadre Copernicus; attribution requise
Le produit source est distribuĂ© par le JRC en tuiles de 10° Ă 10°. Kharita assemble les quatre tuiles nĂ©cessaires puis applique lâemprise nationale complĂšte du Maroc. Commission europĂ©enne, Joint Research Centre â GFT 2020 v1
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 forĂȘts primaires, le traitement
mobilise notamment lâintĂ©gritĂ© des paysages forestiers, les forĂȘts intactes,
les aires protégées, les pertes de couvert et certaines alertes de
dĂ©forestation. Pour les forĂȘts plantĂ©es, il combine entre autres des bases sur
les arbres plantés, la gestion forestiÚre et la hauteur de canopée.
Cette mĂ©thode fournit une reprĂ©sentation cohĂ©rente Ă lâĂ©chelle mondiale, mais
elle nâobserve pas directement lâhistoire de chaque peuplement. Une forĂȘt dite
primaire sur la carte reste une estimation cartographique fondée sur des
indicateurs. Ă lâinverse, une plantation locale rĂ©cente ou trĂšs petite peut ne
pas ĂȘtre reconnue correctement.
Lire les paysages forestiers marocains Au Maroc, les formations boisĂ©es sont trĂšs contrastĂ©es : cĂ©draies et chĂȘnaies
du Rif et du Moyen Atlas, peuplements du Haut Atlas, subéraies, thuyas,
arganeraies et reboisements. La typologie JRC aide à séparer de grands modes
dâorigine et de gestion, mais elle ne nomme aucune de ces essences.
La catĂ©gorie « forĂȘt naturellement rĂ©gĂ©nĂ©rĂ©e » ne signifie donc pas « cĂšdre »
ou « chĂȘne-liĂšge ». De mĂȘme, la catĂ©gorie « forĂȘt plantĂ©e » ne permet pas
dâaffirmer quâun pixel est constituĂ© dâeucalyptus, de pin ou dâune autre
espĂšce. Pour cartographier les essences, il faut des inventaires forestiers,
des observations botaniques géolocalisées et une validation de terrain.
Une cĂ©draie dâIfrane peut relever dâun grand type forestier dans GFT 2020, mais le pixel ne contient pas le nom de lâespĂšce. La photographie et lâinventaire de terrain apportent une information botanique que la typologie mondiale ne possĂšde 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 forĂȘt Croisez GFT 2020 avec la sĂ©rie annuelle Hansen Global Forest Change . Une
perte détectée aprÚs 2020 dans une zone classée naturellement régénérée ne se
lit pas comme une rotation au sein dâune 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 forĂȘt, relief et climat La distribution des forĂȘts marocaines dĂ©pend fortement de lâaltitude, de la
pente, de lâexposition et du climat. Croisez la typologie avec le MNT GEDTM30
ou le MNS Copernicus, les pentes et les expositions, puis avec CHIRPS et les
sĂ©ries ERA5-Land. On peut ainsi comparer les types de forĂȘts selon les Ă©tages
altitudinaux, lâorientation des versants et les rĂ©gimes de pluie.
Ce croisement reste descriptif. Il permet dâidentifier des associations et des
zones atypiques, mais ne dĂ©montre pas Ă lui seul quâun facteur climatique a
causĂ© la prĂ©sence ou la disparition dâun type de forĂȘt.
3. Prioriser le suivi du feu Superposez les surfaces brûlées MODIS et le danger météorologique NASA GFWED.
Les feux observĂ©s dans une forĂȘt naturellement rĂ©gĂ©nĂ©rĂ©e 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
dégùts 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 systÚme métrique ou une
projection Ă©quivalente adaptĂ©e Ă lâĂ©chelle de lâĂ©tude.
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 quâun pixel
en EPSG:4326 possĂšde partout la mĂȘme aire. Reprojetez dâabord la couche ou
calculez lâaire gĂ©odĂ©sique. Ă 10 m, un simple calcul « nombre de pixels Ă 100
mÂČ Â» nâest acceptable que sur une grille rĂ©ellement mĂ©trique et alignĂ©e.
Comparer avec Esri, Dynamic World et GLC_FCS30D Les cartes dâoccupation du sol rĂ©pondent Ă une question diffĂ©rente. Esri,
Dynamic World ou GLC_FCS30D indiquent principalement si un pixel est arboré,
cultivĂ©, bĂąti, nu ou couvert dâeau. GFT 2020 cherche Ă qualifier le type de
forĂȘt Ă lâintĂ©rieur dâune emprise forestiĂšre de rĂ©fĂ©rence.
Une zone classĂ©e « arbres » par une carte dâoccupation du sol peut donc ne pas
porter de valeur GFT, selon la dĂ©finition de forĂȘt, la date, la taille du
peuplement et les sources utilisées. Inversement, les différences entre deux
produits ne doivent pas ĂȘtre corrigĂ©es arbitrairement : elles constituent une
information Ă examiner avec lâimagerie et les donnĂ©es de terrain.
Limites Ă garder visibles
La carte représente 2020 , pas la situation forestiÚre de 2026.
Elle ne fournit pas les essences forestiĂšres.
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 mosaĂŻques agroforestiĂšres et les frontiĂšres de
peuplements peuvent ĂȘtre mal classĂ©es.
La classe plantĂ©e regroupe forĂȘt plantĂ©e et plantation; elle ne sĂ©pare 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 rĂ©glementaire Ă lâĂ©chelle parcellaire.
Les pixels sans valeur doivent rester NoData; les transformer en « absence
de forĂȘt » sans vĂ©rifier le masque source fausse les statistiques.
Sources et attribution Attribution recommandée : Bourgoin, C.; Ameztoy, I.; Verhegghen, A.;
Carboni, S.; Achard, F.; Colditz, R. (2026), Global map of forest types 2020 â
version 1, European Commission, Joint Research Centre, DOI
10.2905/JRC.C760PNG .
Attribution des figures : Commission europĂ©enne â JRC et
Der-Herr-Simo-95 / Wikimedia Commons, CC BY-SA 4.0 .
