Modélisation de la distribution précoloniale du pin blanc en Moyenne- Mauricie à partir des carnets d ’ arpentage Eduard Mauri Ortuno.

Présentation au sujet: "Modélisation de la distribution précoloniale du pin blanc en Moyenne- Mauricie à partir des carnets d ’ arpentage Eduard Mauri Ortuno."— Transcription de la présentation:

1 Modélisation de la distribution précoloniale du pin blanc en Moyenne- Mauricie à partir des carnets d ’ arpentage Eduard Mauri Ortuno

2 Remerciements Alison Munson Frédérik Doyon Dominique Arseneault André de Römer Sébastien Dupuis Victor Kafka Raymond Quenneville Michel Thériault Nadyre Beaulieu Assistants Vincent Chamberland Marie Devilliers Jason Laflamme Julie Venne

3 Pinus strobus L. Semis très sensibles à la compétition pour la lumière Germination sur sol minéral ou couche organique brûlée Relégué aux sites bien drainés et de texture grossière Pionnier longévif, favorisé par les feux de surface (Vlasiu et al. 2001; Wendel et Smith 1990) © Vincent Chamberland

4 Contexte Diminution de la fréquence et de l’abondance (Bouchard 1999; Brisson et Bouchard 2003; Pelletier 1998) Changements historiques en Mauricie: –Au parc national de la Mauricie, diminution du volume de 12,5 % à 2,0 % (Pelletier 1998) Outils limités pour guider la restauration écologique, dans le cadre de l’aménagement forestier écosystémique

5 Érablière à bouleau jaune (région écologique 3c) Collines et hautes collines Dépôts glaciaires et fluvioglaciaires (Gosselin 2001) Trois-Rivières Shawiniga n La Tuque PN La Mauricie 20 km Moyenne- Mauricie

6 Historique Le long du 19 e siècle Trois-Rivières Shawiniga n La Tuque COLONISATIO N 20 km

7 Historique 1830 – 1850: début des coupes sélectives de PIB © MRN Ontario (Boucher 1952; Gélinas 1984; Lafleur 1970)

8 Historique 1830 – 1850: début des coupes sélectives de PIB 1850 – 1890: PIB est l’espèce la plus exploitée © Archives publiques du Canada (Boucher 1952; Gélinas 1984; Lafleur 1970)

9 Historique 1830 – 1850: début des coupes sélectives de PIB 1850 – 1890: PIB est l’espèce la plus exploitée 1890: épuisement (Boucher 1952; Gélinas 1984; Lafleur 1970) © Archives publiques du Canada

10 Causes de la diminution (Boucher 1952; Lafleur 1970; Quenneville et Thériault 2001)

11 Objectifs et Hypothèses Décrivent les traces la distribution précoloniale du pin blanc? PIB 19 = f (traces 20 ) Quelle a été la diminution du pin blanc? PIB 19 ≠ PIB 20 Quels sites occupait le pin blanc précolonial? PIB 19 = f (env) Créer un outil pour guider la restauration écologique du pin blanc

12 PIB 19 = f (env)

13 PIB 19 24 carnets d’arpentage: –Moyenne-Mauricie –érablière à bouleau jaune –avant 1900 21 carnet avec points 8 carnets où le PIB avait déjà été récolté 13 carnets utilisés

14 Années des 8 cahiers rejetés: 29, 53, 58, 70, 70, 76, 80, 80 PIB 19

15 n = 2614 oui PIB 19 oui non PIB 19 non 28% 737 28% 72% 1877 72% (de la Chevrotière 1875)

16 10 miles

17 VI dépôt drainage pente exposition position pente VDTypeN PIB 19 Dicot.2614 env

18 VInominale dépôtglaciaire drainage glaciaire mince – rocheux pentejuxtaglaciaire expositionépandage – alluvial position pente glaciolacustre – marin organique

19 VIordinale dépôt drainage0 à 6 pente exposition position pente

20 VIcontinue dépôt drainage pentepourcentage exposition position pente

21 VInominale dépôt drainage pente expositionS – SW – W position penteNW – N NE – E – SE plat

22 VInominale dépôt drainage pente exposition position pente sommet – haut de pente mi-pente – bas de pente vallée – plat

23 PIB 19 = f (env) Régression logistique, entrée statistique ŷ i = probabilité pour le cas i u = A + B 1 env 1 + B 2 env 2 + … + B k env k ŷ i = eueu 1 + e u SAS Institute Inc. présence absence u ŷiŷi

24 PIB 19 = f ( ) dépôtexposition position pente drainage drainage: corrélé avec le dépôt pente pente: non significative R 2 Nagelkerke 0,034 AIC de la constante 3111 AIC de la constante + VI3042

25 catégoriesest.rapp. cote épandage – alluvial0,862,5150 % glaciaire mince – rocheux0,371,550 % glaciolacustre – marin-1,000,4150 % juxtaglaciaire0,17non significatif organique-0,36non significatif PIB 19 = f (env) référence = glaciaire : -0,03

26 catégoriesest.rapp. cote épandage – alluvial0,862,5150 % glaciaire mince – rocheux0,371,550 % glaciolacustre – marin-1,000,4150 % S – SW – W0,191,440 % NE – E – SE-0,250,910 % plat0,17non significatif PIB 19 = f (env) référence = NW – N : -0,11

27 catégoriesest.rapp. cote épandage – alluvial0,862,5150 % glaciaire mince – rocheux0,371,550 % glaciolacustre – marin-1,000,4150 % S – SW – W0,191,440 % NE – E – SE-0,250,910 % sommet – haut de pente0,291,550 % vallée – plat-0,220,910 % PIB 19 = f (env) référence = mi- – bas de pente : -0,08

28 Classification sensibilité = 59 % spécificité = 56 % correctement classifiés = 57 % seuil = 0.28 préditnonouitotal observénon 1 058 8191 877 oui304433737 total1 3621 2522 614

29

30 Probabilité PIB 19 Superficie Forestier non modélisé1 % < 0,101 % 0,10 – 0,208 % 0,20 – 0,2842 % 0,28 – 0,4042 % 0,40 – 0,507 %

31 assoPIB 19 = f (env)

32 assoPIB 19 12 taxons utilisés Classification hiérarchique 6 groupes 60 % de l’information retenue

33 assoPIB 19 = f (env)

34 PIB 19 = f (traces 20 )

35 421 placettes localisation GPS 222 199 20 m rayon traces 20

36 PIB 19 = f (traces 20 ) traces 20 souches PIB mature gaules semis

37 PIB 19 = f ( ) souchessemisgaules PIB matures PIB matures: non significatifs R 2 Nagelkerke 0,243 AIC de la constante 584 AIC de la constante + VI 505 PIB 20 ¬PIB 20 PIB 19 (n = 222)60162 ¬PIB 19 (n = 199)16183 Prévalence PIB 20 = 15 %

38 Classification sensibilité = 66 % spécificité = 75 % correctement classifiés = 71 % seuil = 0.53 préditnonouitotal observénon15049199 oui75147222 total225196421

39 Courbes ROC ASC = 0,61 ASC = 0,73 f (env) f (traces 20 ) x = y

40 PIB 19 ≠ PIB 20 prévalence (paysage)

41 PIB 19 ≠ PIB 20 Réalisation d’un 2 e inventaire de traces (été 2009): –données indépendantes de l’arpentage –dispositif balancé Comparaison des prévalences avec l’intervalle de confiance de la différence

42 Dépôt prévalence catégoriesPIB 19 PIB 2009 % diff. épandage – alluvial0,450,38-15 % glaciaire épais – moyen0,260,09-65 % ** glaciaire mince – rocheux0,360,23-37 % ** glaciolacustre – marin0,120,2179 % juxtaglaciaire0,270,283 % organique0,200,03-86 % **

43 Exposition prévalence catégoriesPIB 19 PIB 2009 % diff. S – SW – W0,340,30-10 % NW – N0,270,25-9 % NE – E – SE0,240,18-25 % plat0,280,19-32 % *

44 Position pente prévalence catégoriesPIB 19 PIB 2009 % diff. sommet – haut de pente0,350,19-46 % ** mi-pente – bas de pente0,270,22-19 % vallée – plat0,230,258 %

45 échelle paysagePIB 19 PIB 20 n2614858 prévalence0,28 ± 0,02 0,16 diminution1,8 fois moins pondéré par la superficie de chaque combinaison env, utilisant les données 2008 et 2009

46 PIB 19 ≠ PIB 20 abondance (S.T. peuplement)

47 échelle peuplementPIB 19 PIB 20 n73799 abondance relative (S.T.)47 % ± 2 % 3,0 m²/ha diminution??? 3,0 m²/ha / 25,1 m²/ha = 12 % théorie de bâton brisé

48 échelle peuplementPIB 19 PIB 20 n73799 abondance relative (S.T.)47 %12 % diminution3,9 fois moins

49 PIB 19 ≠ PIB 20 prévalence x abondance

50 Δtotale échellePIB 19 PIB 20 prévalence0,2820,161 paysage1,8 fois moins abondance rel. (S.T.)46,5%11,8% peuplement3,9 fois moins total6,9 fois moins

51 Abondance relative paysage mesurePIB 19 PIB 20 prévalence0,2820,161 abondance relative46,5%11,8% abondance relative paysage 13,1 %1,9 %

52 Discussion & Conclusion

53 Discussion: les modèles PIB 19 = f (env) est similaire à l’autoécologie Le meilleur modèle est PIB 19 = f (traces 20 ) : –télédétection impossible des traces 20, –décomposition des souches PIB 19 = mesuresf (env)f (tarces 20 ) R²R²0,0340,243 sensibilité59 %66 % specificité56 %75 % ASC de la courbe ROC0,610,73

54 Discussion: les modèles L’utilisation de l’abondance de PIB 19 et de traces 20 n’améliore pas la prédiction Utilisation des fréquences des assoPIB 19 PIB 19 = f (env) a des erreurs sur: –les dépôts glaciolacustre – marin, –les dépôts organiques

55 Discussion: Δ prévalence Elle devrait augmenter de 1,8 fois. Le pin blanc devrait être introduit avec priorité sur: –les dépôts glaciaires et les rocheux, –les expositions planes, –les sommets et les hauts de pente. Bonne estimation de la prévalence de PIB 19 car c’était l’espèce recherchée.

56 Discussion: Δ abondance rel. Elle devrait augmenter de 3,9 fois Moins bonne estimation de l’abondance relative de PIB 19 car: –surestimation de l’ordre d’abondance de PIB 19 ? –quel critère était utilisé pour l’ordination?

57 Comparaison de la Moyenne-Mauricie (13,1%) avec les witness trees: Abondance relative paysage occurrence PIB 19 (%) régionmin.1 er qt.méd.3 e qt.max. New England0181722 Mid-Atlantic0241338 Lake States15101535 Adapté d’Abrams (2001).

58 Conclusion Le projet pourrait être réalisé avec d’autres espèces et dans d’autres régions Les modèles sont restreints à la région écologique 3c (érablière à bouleau jaune)… … mais pourraient être améliorés avec les données de la Lanaudière et des Laurentides.

59 Conclusion: efforts Guider la restauration: PIB 19 = f (env) & PIB 19 = f (traces 20 ) Quantifier la restauration prévalence catégoriesPIB 19 PIB 20 Δ fois prévalence0,280,16-1,8 abondance relative47%12%-3,9 abondance paysage13%1,9%-6,8

60 © Jason Laflamme AIDEZ-NOUS ! VOUS ÊTES NOTRE SEUL ESPOIR !