Présentation réalisée le 08/02/2013 par Jérôme Perin Développement de modèles de croissance harmonisés et simulation de l’évolution des peuplements purs.

Présentation au sujet: "Présentation réalisée le 08/02/2013 par Jérôme Perin Développement de modèles de croissance harmonisés et simulation de l’évolution des peuplements purs."— Transcription de la présentation:

1 Présentation réalisée le 08/02/2013 par Jérôme Perin Développement de modèles de croissance harmonisés et simulation de l’évolution des peuplements purs équiennes d’épicéa, de douglas et de mélèzes en Wallonie. Séminaires du département ‘Forêt, Nature, Paysage’

2 Simulation de la croissance dans les peuplements résineux de Wallonie. 2 Contexte Les futaies résineuses occupent la moitié des zones forestières de Wallonie.  Majoritairement en Ardenne (85%)  Le reste en Famenne (5%), en Condroz (5%) et en Lorraine (5%) Principales essences concernées:  L’épicéa (75% des pplts résineux, en déclin)  Le douglas (5%)  Les mélèzes (4%)  Les pins (9%, en net déclin)  Pas abordés dans cette recherche Peuplements voués à la production:  Plantations denses (pplts purs équiennes) puis éclaircies régulières  Croissance rapide et production élevée (15-25 m³/ha/an)  Révolutions courtes: 50-80 ans

3 Simulation de la croissance dans les peuplements résineux de Wallonie. 3 Objectifs Amélioration de nos connaissances sur la sylviculture des principales essences résineuses de production de Wallonie: l’épicéa, le douglas et les mélèzes. Validation ou révision de modèles pré-existants:  Modèles de croissance en hauteur dominante  Modèles de croissance en grosseur Mise au point d’un module de simulation de l’évolution des pplts résineux:  Mise au point de scénarios sylvicoles adaptés  Comparaison des essences entre elles  Simulation de l’évolution de la ressource

4 Simulation de la croissance dans les peuplements résineux de Wallonie. 4 Activités de recherche 1) Gestion des données:  Harmonisation et analyse des données déjà disponibles  Compléter avec de nouvelles mesures quand nécessaire  Sélection et répartition en différents jeux de données 2) Modélisation de la croissance:  Initialisation de peuplements  Accroissement en hauteur et en grosseur  Mortalité naturelle 3) Mise au point d’outils de simulation:  Module d’éclaircie  Module « qualité du bois » 4) Intégration au sein d’un module de simulation:  GYMNOS

5 Simulation de la croissance dans les peuplements résineux de Wallonie. 5 1) Gestion des données

6 Simulation de la croissance dans les peuplements résineux de Wallonie. 6 Origine des données employées Inventaire Permanent des Ressources Forestières de Wallonie (IPRFW):  Inventaire systématique représentatif de toute la forêt Wallonne  Environ 2800 placettes installées en pplts résineux Réseau d’observation et base de données de GRFMN:  850 placettes installées en pplts résineux  600 suivies sur des périodes de 3 à 28 ans Données complémentaires:  Analyses de tiges (origines diverses)  IFG (collaboration avec des gestionnaires forestiers)  Inventaires en jeunes pplts avant première éclaircie  Résultats de différents tests de martelage 1) Gestion des données

7 Simulation de la croissance dans les peuplements résineux de Wallonie. 7 Données disponibles: quelques chiffres Plus de 85 000 arbres mesurés:  40k de GRFMN et 45k de l’IPRFW  15k suivis sur des périodes ≥ 3 ans Plus de 130 000 mesures de circonférences:  85k de GRFMN et 45k de l’IPRFW Plus de 30 000 mesures de hauteur:  20k de GRFMN et 10k de l’IPRFW 322 analyses de tiges réalisées dans 128 peuplements résineux:  11.5k couples hauteur-age 1) Gestion des données

8 Simulation de la croissance dans les peuplements résineux de Wallonie. 8 Sélection et répartition en différents jeux de données Jeu de données « initialisation de peuplements »:  Paramètres de distribution des grosseurs de 700 placettes  4800 mesures de hauteurs totales Jeu de données « croissance en hauteur dominante »:  11k couples hauteur-âge issus d’analyses de tige  700 mesures d’accroissement en Hdom Jeu de données « croissance en grosseur »:  11k mesures d’accroissements en grosseur Jeu de données « mortalité naturelle »:  Mesures de densités issues de 50 peuplements en auto-éclaircie 1) Gestion des données

9 Simulation de la croissance dans les peuplements résineux de Wallonie. 9 2) Modélisation de la croissance

10 Simulation de la croissance dans les peuplements résineux de Wallonie. 10 A) Initialisation des peuplements Objectif: mise au point de modèles qui permettent de transformer des données peuplements en données arbres. 1)Distribution des circonférences:  Distribution log normale à deux paramètres (μ et σ)  μ = f(Essence; Hdom; Nha)R² = 95%  σ = f(Essence; Hdom; Nha) R² = 50% 2) Distribution des hauteurs totales:  Hi/Hdom = f(Ci/Cdom)R² = 60%  Hi = f(Hdom; Ci/Cdom)R² = 97% 2) Modélisation de la croissance

11 Simulation de la croissance dans les peuplements résineux de Wallonie. 11 A) Initialisation des peuplements Distribution des circonférences: 2) Modélisation de la croissance

12 Simulation de la croissance dans les peuplements résineux de Wallonie. 12 A) Initialisation des peuplements Distribution des hauteurs totales: 2) Modélisation de la croissance

13 Simulation de la croissance dans les peuplements résineux de Wallonie. 13 B) Modélisation de la croissance en hauteur dominante Objectif: mise au point de modèles de prédiction de la croissance en hauteur dominante lorsque le niveau de fertilité (Site Index - SI) est connu. Le SI est défini comme étant la hauteur dominante du peuplement à 50 ans. 16 modèles non linéaire testés:  Ajustement des modèles sur des données d’analyse de tige  Validation sur des données issues des suivis de pplts  Élimination des modèles biaisés  Sélection du modèle le plus performant (AIC et ECTr les plus faibles) Résultats:  dHdom = f(Essence; Age; Hdomi)R² = 70%  Observation de très grosses différences entre les essences  Remise en question des anciens modèles épicéa et douglas 2) Modélisation de la croissance

14 Simulation de la croissance dans les peuplements résineux de Wallonie. 14 B) Modélisation de la croissance en hauteur dominante Comparaison des courbes de fertilité minimales et maximales pour le douglas, l’épicéa et les mélèzes: 2) Modélisation de la croissance

15 Simulation de la croissance dans les peuplements résineux de Wallonie. 15 B) Modélisation de la croissance en hauteur dominante Remise en question des anciens modèles, exemple de l’épicéa: 2) Modélisation de la croissance

16 Simulation de la croissance dans les peuplements résineux de Wallonie. 16 C) Modélisation de la croissance en grosseur Objectif: mise au point d’un modèle arbre de prédiction de la croissance en grosseur à partir de variables indépendantes des distances. Analyse du jeu de données:  Accroissement potentiel = f(Fertilité; Age)  Réducteur = f(Position sociale; Densité)  Fortes interactions entre la densité et la position sociale  Forte variation de l’influence des variables entre essences  Densité: mélèzes >> douglas > épicéa  Position sociale: douglas et épicéa >> mélèzes 2) Modélisation de la croissance

17 Simulation de la croissance dans les peuplements résineux de Wallonie. 17 C) Modélisation de la croissance en grosseur Influence de la position sociale: 2) Modélisation de la croissance

18 Simulation de la croissance dans les peuplements résineux de Wallonie. 18 C) Modélisation de la croissance en grosseur Influence de la densité: 2) Modélisation de la croissance

19 Simulation de la croissance dans les peuplements résineux de Wallonie. 19 C) Modélisation de la croissance en grosseur Objectif: mise au point d’un modèle arbre de prédiction de la croissance en grosseur à partir de variables indépendantes des distances. Recherche d’un modèle dans la bibliographie Nombreuses exigence à respecter:  Inputs nécessaires compatibles avec nos objectifs  Formulation cohérente avec les résultats de nos analyses  Excellentes performances pour les 3 essences  Comportement robuste Sélection d’un modèle non linéaire publié par une équipe de l’AFOCEL*:  dC = f(Essence; Ci, Gha, Hdom, dHdomest)R² = 66% *DELEUZE C., PAIN O., DHOTE J-F., HERVE J-C. [2004]. A flexible radial increment model for individual trees in pure even-aged stands. Ann. For. Sci. 61, 327-335. 2) Modélisation de la croissance

20 Simulation de la croissance dans les peuplements résineux de Wallonie. 20 D) Modélisation de l’auto-éclaircie Objectif: définir la densité maximale soutenable dans un peuplement en fonction de son essence et de son statut de développement. Courbes d’auto-éclaircie:  Nhamax = f(Cg)  Ajustement linéaire après transformation logarithmique  Observation de grosses différences entre essences  Cohérentes avec les précédentes analyses  Densité maximale tolérée: mélèzes << douglas < épicéa 2) Modélisation de la croissance

21 Simulation de la croissance dans les peuplements résineux de Wallonie. 21 D) Modélisation de l’auto-éclaircie Courbes d’auto-éclaircie: 2) Modélisation de la croissance

22 Simulation de la croissance dans les peuplements résineux de Wallonie. 22 D) Modélisation de l’auto-éclaircie Courbes d’auto-éclaircie: 2) Modélisation de la croissance

23 Simulation de la croissance dans les peuplements résineux de Wallonie. 23 3) Outils de simulation

24 Simulation de la croissance dans les peuplements résineux de Wallonie. 24 A) Module d’éclaircie Objectif: pouvoir simuler des éclaircies d’intensités et de types différents. Caractéristiques des coupes d’éclaircies simulées:  Distributions unimodales  Définies par 2 paramètres : « Intensité » et « Type » Intensité:  Peut être définie en fonction de trois variables de densité:  la surface terrière (Gha)  le nombre de tiges (Nha)  la densité relative à la densité maximale tolérable (RDI)  Il existe deux manières de fixer l’intensité d’une éclaircie  Intensité du prélèvement ou objectif de densité après éclaircie Type d’éclaircie:  Variable continue allant de -1 (par le bas) à 1 (par le haut) 3) Outils de simulation

25 Simulation de la croissance dans les peuplements résineux de Wallonie. 25 Exemple d’une éclaircie simulée avec les paramètres suivants:  Intensité = 20% du Nha total  Type = -1 A) Module d’éclaircie 3) Outils de simulation

26 Simulation de la croissance dans les peuplements résineux de Wallonie. 26 Exemple d’une éclaircie simulée avec les paramètres suivants:  Intensité = 20% du Nha total  Type = 0.5 A) Module d’éclaircie 3) Outils de simulation

27 Simulation de la croissance dans les peuplements résineux de Wallonie. 27 Exemple d’une éclaircie simulée avec les paramètres suivants:  Intensité = 20% du Nha total  Type = 0 A) Module d’éclaircie 3) Outils de simulation

28 Simulation de la croissance dans les peuplements résineux de Wallonie. 28 Exemple d’une éclaircie simulée avec les paramètres suivants:  Intensité = 20% du Nha total  Type = 1 A) Module d’éclaircie 3) Outils de simulation

29 Simulation de la croissance dans les peuplements résineux de Wallonie. 29 B) Module « qualité du bois » Objectif: distribution du volume bois fort tige des arbres en catégories définies par des qualités technologiques très différentes. En cours, collaboration avec le DEMNA Catégories de bois considérées:  Écorce  Bois juvénile: x cernes en partant de la moelle  Aubier: y cernes en partant de l’écorce  Bois mature: situé entre le bois juvénile et l’aubier  Caractérisation des noeuds 3) Outils de simulation

30 Simulation de la croissance dans les peuplements résineux de Wallonie. 30 4) GYMNOS

31 Simulation de la croissance dans les peuplements résineux de Wallonie. 31 A) Présentation Objectif: fournir des outils précis pour la simulation de l’évolution des peuplements résineux et la mise au point de scénarios sylvicoles adaptés. Création du module de simulation GYMNOS  Intègre nos différents modèles  Disponible sur la plateforme CAPSIS*  Fonctionnel et actuellement testé par l’ONF et l’INRA * Computer-Aided Projection of Strategies In Silviculture - http://capsis.cirad.fr 4) GYMNOS

32 Simulation de la croissance dans les peuplements résineux de Wallonie. 32 B) Organigramme simplifié de GYMNOS 4) GYMNOS Données initiales: Age, Nha, I0 Initialisation Peuplement : Hdom, Age, Surface Liste d’arbres Autoéclaircie Eclaircie ? Nha > Nhamax ? oui non oui Suppression des arbres éclaircis non Croissance : t Age t+1 = Age t + 1 Hdom t+1 = Hdom t + dHdom t Ci t+1 = Ci t + dCi t Sorties : Gha, Nha, RDI Cdom, Cmoy, Cg Age, Hdom,…

33 Simulation de la croissance dans les peuplements résineux de Wallonie. 33 C) Exemple de simulation Interface de création de peuplement: 4) GYMNOS Données nécessaires:  Surface du peuplement (m²)  L’âge d’initialisation (années)  Une mesure de Hdom (m)  Le Nha à l’initialisation (/ha)

34 Simulation de la croissance dans les peuplements résineux de Wallonie. 34 C) Exemple de simulation Exemple d’évolution du Nha dans des peuplements non éclaircis: 4) GYMNOS

35 Simulation de la croissance dans les peuplements résineux de Wallonie. 35 C) Exemple de simulation Exemple d’évolution du Nha dans des peuplements éclaircis: 4) GYMNOS

36 Simulation de la croissance dans les peuplements résineux de Wallonie. 36 C) Exemple de simulation Exemple d’évolution du volume sur pied dans des peuplements non éclaircis: 4) GYMNOS

37 Simulation de la croissance dans les peuplements résineux de Wallonie. 37 C) Exemple de simulation Exemple d’évolution du volume sur pied dans des peuplements éclaircis: 4) GYMNOS

38 Simulation de la croissance dans les peuplements résineux de Wallonie. 38 5) Perspectives Création de modèles technico-économiques permettant l'estimation de la rentabilité économique des scénarios sylvicoles testés dans nos modèles Mise au point de nouvelles tables de production et développement de normes sylvicoles adaptées pour les peuplements résineux de Wallonie Création de modèles stationnels permettant l'estimation de l’indice de fertilité d'un peuplement en fonction de variables topographiques, pédologiques et climatiques Finalisation du module « qualité du bois » en collaboration avec le DEMNA