Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 1 Module 2.7 Estimation des incertitudes Auteurs du module : Giacomo Grassi, Joint Research Centre Suvi Monni, Benviroc Frédéric Achard, Joint Research Centre Andreas Langner, Joint Research Centre Martin Herold, Université de Wageningen Exemples nationaux : 1.Combustion de biomasse 2.UTCATF en Finlande 3.L'approche prudente appliquée au cas de la RDC (approche matricielle) ; cet exemple est également repris dans le module 3.3 V1, mai 2015 Source : GPG du GIEC pour l'UTCATF Creative Commons License

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 2 Exemple 1 : Combustion de biomasse (1/2)  Cet exemple national présente une combinaison des incertitudes liées aux émissions de gaz hors CO 2 dues à la combustion de biomasse pour une partie visée à l'Annexe I.  On suppose qu'il n'y a pas d’incertitude pour les valeurs du PRG.  Le tableau ci-dessous montre les données utilisées dans les calculs. ValeurIncertitudeValeur du PRG Superficie brûlée1,16 kha± 10 % FE CH 4 43 Mg de CH 4 /kha ± 70 %21 FE N 2 O0,3 Mg de N 2 O/kha ± 70 %310

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 3 Exemple 1 : Combustion de biomasse (2/2)

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 4 Exemple 2 : UTCATF en Finlande (1/3)* Tableau : Incertitudes de l’inventaire

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 5 Exemple 2 : UTCATF en Finlande (2/3)

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 6 Exemple 2 : UTCATF en Finlande (3/3)  Conversion à partir de/en terres forestières et activités correspondantes au titre du Protocole de Kyoto : l'estimation de la variation des stocks de C dans tous les réservoirs s’obtient par : DA x FE.  L'incertitude liée aux DA en raison de l'échantillonnage a été estimée à partir de l'IFN : ● en raison de la petite superficie des terres concernées, une grande erreur d'échantillonnage est signalée : par ex., I% pour le déboisement est de 30 %  I% dans l'accroissement de la biomasse vivante et dans les facteurs d'émission des sols minéraux et organiques est déterminée après consultation d'experts.  Pour les émissions des sols de terres forestières converties en terres cultivées ou en prairies, les premières estimations se situent entre 60 % et 150 %.

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 7 Exemple 3 : Application de l'approche prudente au cas de la République démocratique du Congo (RDC) (approche matricielle) (1/14) (Cet exemple est également repris dans l'exercice 4 et le module 3.3) Principes de base du GIEC pour estimer la variation des stocks de C forestier  Émissions = données d'activités (DA) x facteur d'émissions (FE)  Six utilisations des terres : terres forestières, terres cultivées, prairies, terres humides, établissements, autres terres  Méthodes pour estimer les variations des stocks de C : Gains-pertes : croissance moins récolte moins autres pertes (tous niveaux) Variation des stocks : différences dans les stocks de C au fil du temps (seulement niveaux 2 et 3) Le GIEC exigerait des méthodes de niveau 2/3 pour les FE dans les « catégories clés » (probablement en incluant le déboisement et la dégradation dans la plupart des cas), mais la plupart des pays en développement ne sont pas encore prêts pour le niveau 2/3.

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 8 Exemple 3 : Matrice REDD+ (2/14) De En Terres forestièresAutres terres Terres forestières Dégradation de la forêt Préservation de la forêt Gestion durable des forêts Amélioration des stocks de C Déboisement Autres terres Amélioration des stocks de C (Boisement / Reboisement) Intégration des activités REDD+ dans les utilisations des terres définies par le GIEC Méthode de variation des stocks : C avant moins C après Gains-pertes : croissance moins récolte moins autres pertes GIEC (très incertain) FAOSTAT : très difficile d'obtenir les bonnes données ! Difficile d'obtenir des données Difficile en général d'estimer les variations des stocks de C dues à la dégradation avec le niveau 1

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 9 Exemple 3 : Matrice REDD+ (3/14) N'oublions pas la dégradation ! Estimations des émissions de carbone dues à la dégradation (exprimées en pourcentage supplémentaire des émissions dues au déboisement) Zone d'étude Émissions supplémentaires dues à la dégradation des forêts Références Tropiques humides+ 6 %Achard et al Amazonie brésilienne, région péruvienne %Asner et al Régions tropicales 29 %Houghton 2003 Asie du Sud-Est % Houghton et Hackler 1999 Afrique tropicale+ 132 %Gaston et al. 1998

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 10 Exemple 3 : Matrice REDD+ (4/14) De En Terres forestières Autres terres Forêts (naturelles) intactes Forêts non intactes Terres forestières Forêts (naturelles) intactes Préservation de la forêt Dégradation de la forêt Déboisement Forêts non intactes Amélioration des stocks de C (régénération de la forêt) Gestion durable des forêts Déboisement Autres terres- Amélioration des stocks de C (Boisement/Rebois ement) Matrice modifiée du GIEC sur la transition des terres (matrice REDD+) Méthode de variation des stocks : C avant - C après Gains-pertes : croissance - récolte - autres pertes

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 11 Exemple 3 : Matrice REDD+ (5/14) Comment identifier des forêts non intactes ?  Parmi les différentes approches possibles, les lisières des forêts pourraient être utilisées comme un indicateur simple et pragmatique permettant d'identifier les superficies non intactes (forêts frontières), ou pourraient du moins constituer une première étape, complétée ensuite par d'autres approches plus précises (par ex. télédétection à haute résolution).  L'hypothèse sous-jacente est que les forêts suffisamment éloignées des zones non boisées (c.-à-d. à une certaine distance des routes, voies navigables, cultures, prairies, mines, etc.) sont protégées d'une dégradation importante causée par l'homme.

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 12 Exemple 3 : Matrice REDD+ (6/14)  Données: cartes binaires des forêts appliquant la méthodologie de l'enquête par télédétection de la FAO  Échantillonnage intensifié 60x60 m²  Traitement : analyse morphologique du modèle spatial (MSPA)  Biome : forêt humide du bassin du Congo (taille de la lisière = 500 m)  Pourraient également être qualifiées de forêts exposées, potentiellement dégradées, gérées, ou simplement d'autres forêts. Exemple d'identification des forêts frontières

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 13 Exemple 3 : Matrice REDD+ (7/14) Matrices de transition des terres pour un biome : forêts humides du Congo (milliers de ha) a. 2000–2005b. 2005–2010 TFN 2005 TFF 2005 AT 2005 Total 2000 TFN 2010 TFF 2010 AT 2010 total 2005 TFN TFN TFF TFF AT AT Total Total Étude de cas en RDC TFN = terre forestière naturelle ; TFF = forêt frontière ; AT = autre terre.

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 14 Exemple 3 : Matrice REDD+ (8/14) Déboisement (en 5 ans) Dégradé (en 5 ans) Forêts gérées durable- ment Préser- vation Total TFN en AT TFE en AT TFN en TFE TFE en TFE TFN en TFN Super- ficie (10 3 ha) Passée Niv. de réf % = % = % = Réelle Différence réel/NR Hypothèse de niveau de référence en fonction de la superficie TFN = terre forestière naturelle ; TFF = forêt frontière ; AT = autre terre

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 15 Exemple 3 : Matrice REDD+ (9/14) Estimer les variations des stocks de C pour les activités REDD  Lorsque la matrice de transition pour les DA est réalisée, chaque DA devra être multipliée par les FE correspondants pour obtenir la variation des stocks de C pour chaque activité REDD+ : Pour les forêts naturelles, les FE de niveau 1 sont disponibles auprès du GIEC Pour les forêts frontières, les données peuvent être tirées de la littérature (ou on peut émettre une hypothèse large de la moitié du stock de C des TFN)  Des valeurs d'incertitude doivent être associées à chaque FE. L'approche proposée nécessite que les mêmes FE de niveau 1 (stratifiés par type de forêt et de climat) soient utilisés dans chaque niveau de référence (NR) et dans la période de comptabilisation. Cela signifie que les erreurs de FE dans le NR et dans la période de comptabilisation sont entièrement corrélées.

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 16 Exemple 3 : Matrice REDD+ (10/14) Déboisement (en 5 ans) Dégradé (en 5 ans) Forêts gérées durable- ment Préservation Total TFN en AT TFF en AT TFN en TFF TFF en TFF TFN en TFN Super- ficie (10 3 ha) Différence réel/NR Pertes de C (-), tC/ha (a) Accroissement de C (+), tC/ha/an (...)(…) Crédits (+) ou débits (-) cumulés en 2010, MtC (b) -2,32,419,3 (…) 19,4 TFN = terre forestière naturelle/intacte ; TFF = forêt frontière ; AT = autre terre. (a) Supposant ces valeurs de stocks de C de la biomasse : TFN, 155 tC/ha (GIEC 2006); TFF, TFN/2 (ou 50 % de dégradation en moyenne dans les forêts exposées); AT, 5 tC/ha. (b) Calculés comme différence de superficie (réel - NR) x la variation des stocks de C

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 17 Exemple 3 : Matrice REDD+ (11/14) TFN en ATTFF en ATTFN en TFF Variation des stocks de C de niveau 1 (tC/ha) Incertitude % (95 % d'IC) TFNTFFAT Stocks de C de niveau 1 (tC/ha) Incertitude % (95 % d'IC) Supposer que les estimations (pour période de comptabilisation moins NR) sont obtenues avec des méthodes adaptées pour les DA mais pas pour les FE (niveau 1) Si l'on combine les incertitudes ci-dessus, l'incertitude totale de la réduction d'émissions (19,4 Mt de C) devient > 100 % (95 % d'IC) Tenir compte des incertitudes Que faire alors que ce pays a utilisé des FE de niveau 1 (très incertains) pour une catégorie clé ?  voir diapositives suivantes

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 18 Exemple 3 : Matrice REDD+ (12/14) Dans le cadre du réexamen du Protocole de Kyoto, la CCNUCC a approuvé des facteurs prudents liés à des plages d'incertitude spécifiques. Pour l'essentiel, ces facteurs ont recours à l’intervalle de confiance à 50 %.

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 19 Exemple 3 : Matrice REDD+ (13/14) Intervalle de confiance à 95 % Intervalle de confiance à 50 % Dans cet exemple, en abaissant la réduction des émissions d'environ 30 % (conformément à l'approche adoptée dans le cadre du réexamen du Protocole de Kyoto), on diminue nettement le risque de surestimer la réduction des émissions. Limite inférieure de l'IC à 50 % (≈ 14 MtC)

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 20 Exemple 3 : Matrice REDD+ (14/14)  En conclusion, la matrice REDD+ peut permettre d'estimer la variation des stocks de C liée au déboisement / à la dégradation sur la base du niveau 1 défini par le GIEC.  L'application d'une réduction prudente permettant de tenir compte de la grande incertitude des estimations fondées sur le niveau 1 augmente la crédibilité de toute prétention à un paiement fondé sur les résultats.  La simplicité et le faible coût de cette approche permettent : d'élargir la participation à la REDD+, notamment pour les pays disposant d'une capacité limitée à surveiller leurs forêts d'augmenter la crédibilité des réductions d'émissions estimées avec le niveau 1, tout en maintenant de fortes incitations à renforcer davantage la précision des estimations, c.-à-d. à passer aux niveaux supérieurs

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 21 Modules complémentaires recommandés  Module 2.8, pour en savoir plus sur le rôle des progrès technologiques dans la surveillance des variations de la superficie forestière et des stocks de C forestier  Modules 3.1 to 3.3, pour en savoir plus sur l'évaluation et la notification REDD+

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 22 Bibliographie  Achard, F., Eva, H. D., Mayaux, P., Stibig, H.-J. et Belward, A., Improved estimates of net carbon emissions from land cover change in the tropics for the 1990s. Glob. Biogeochem. Cycles 18, GB2008.  Asner, G. P., Knapp, D. E., Broadbent, E. N., Oliveira, P. J. C., Keller, M. et Silva, J. N., Selective logging in the Brazilian Amazon. Science 310, 480–2.  Bucki, M., D. Cuypers, P. Mayaux, F. Achard, C. Estreguil et G. Grassi “Assessing REDD+ Performance of Countries with Low Monitoring Capacities: The Matrix Approach.” Environmental Research Letters 7 (1)  Gaston, G., Brown, S., Lorenzini, M. et Singh, K. D., State and change in carbon pools in the forests of tropical Africa. Glob. Change Biol. 4, 97–114.  Houghton, R. A., Revised estimates of the annual net flux of carbon to the atmosphere from changes in land use and land management 1850–2000. Tellus, B, 55, 378–90.

Module 2.7 Estimation des incertitudes Matériels de formation REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale 23  Houghton, R. A. et Hackler, J. L., Emissions of carbon from forestry and land-use change in tropical Asia. Glob. Change Biol. 5,  GIEC (Groupe intergouvernemental sur l’évolution du climat) Recommandations du GIEC en matière de bonnes pratiques et de gestion des incertitudes pour les inventaires nationaux de gaz à effet de serre. Genève, Suisse : BIEC. nggip.iges.or.jp/public/gp/english/.  GIEC, Recommandations en matière de bonnes pratiques pour le secteur de l’utilisation des terres, changements d’affectation des terres et foresterie 2003, préparées par le Programme du GIEC des inventaires nationaux de gaz à effet de serre, Penman, J., Gytarsky, M., Hiraishi, T., Krug, T., Kruger, D., Pipatti, R., Buendia, L., Miwa, K., Ngara, T., Tanabe, K., Wagner, F. (eds.). Publication : IGES, Japon. nggip.iges.or.jp/public/gpglulucf/gpglulucf.html  Statistics Finland Greenhouse Gas Emissions in Finland, 1990–2011: National Inventory Report under the UNFCCC and the Kyoto Protocol. Helsinki : Statistics Finland. ions/items/7383.php.