Variations spatiales des teneurs en carbone du sol

Présentation au sujet: "Variations spatiales des teneurs en carbone du sol"— Transcription de la présentation:

1 Variations spatiales des teneurs en carbone du sol
Laetitia Bisiaux, Zoé Ginter et Simon Peyrin Encadrants : Jean-Christophe Roggy et Stéphane Traissac

2 Introduction Présentation Du projet Méthodes et résultats Discussion Conclusion Contexte et enjeux Capacité de séquestration du carbone par les sols pour limiter l’augmentation de CO2 dans l’atmosphère Enjeux d’évaluation des stocks de C dans les sols (méthode, échelles…) avec un nombre minimum de point Expliquer le taux de concentration de carbone. Pratiques susceptibles de stocker du carbone dans les sols (Ex : Carbiosol, 4 pour 1000)  COMMANDITAIRE PROJET Le sol représente le plus grand réservoir de carbone de la biosphère continentale Une augmentation des stocks de carbone organique des sols cultivés peut jouer un rôle significatif dans la limitation des émissions nettes de gaz à effet de serre vers l’atmosphère en stockant du CO2 atmosphérique dans la MO des sols Capacité de séquestration du carbone par les sols pour limiter l’augmentation de CO2 dans l’atmosphère Enjeux d’évaluation des stocks de C dans les sols (méthode, échelles…) avec un nombre minimum de point Avoir estimations précises, méthode robustes avec nb minimum. Meilleure approximation Expliquer le taux de concentration de carbone. Pratiques susceptibles de stocker du carbone dans les sols, notamment en permettant d’accroitre les « entrées » de matière organique, ou en limitant les « sorties ». Stockage du carbone dans les sols lors de pratiques innovantes de production de biomasse ligneuse : Augmenter chaque année le stock de carbone des sols de 4 pour 1000 dans les 40 premiers centimètres pour stopper l’augmentation actuelle de la quantité de CO2 dans l’atmosphère. Idée de compensation. Si on suit cette idée, L’agriculture et la sylviculture constitueraient un élément majeur de la solution climatique mondiale. Quelques résultats et pistes : création de parcelles agroforestières avec des espèces à croissance rapide permet de doubler le stockage par rapport à un hectare forestier. la capacité des sols à séquestrer le carbone est souvent liée à leur teneur en azote. Idée d’introduire des arbres fixateurs d’azote en milieu tropical.

3 Introduction Présentation Du projet Méthodes et résultats Discussion Conclusion Objectifs du projet Déterminer la structuration de la concentration en carbone dans le sol à deux échelles spatiales : Parcelle d’un ha Parcelle de l’ordre du km2 Optimiser l’échantillonnage selon l’échelle Amélioration de la base de données existante Évaluer présence ou non corrélation spatiale Définir le nombre de point minimum pour une échelle donnée tout en garder une représentativité de l’échantillonage

4 Démarche Objectif 1 : Structuration spatiale du C
Introduction Présentation Du projet Méthodes et résultats Discussion Conclusion Démarche Objectif 1 : Structuration spatiale du C - Méthode : Évaluer présence ou non d’une corrélation spatiale à différentes échelles (fonction Gmfun sur R) Objectif 2 : Optimiser l’échantillonnage Méthode : Dégrader artificiellement le nombre échantillonnage pour évaluer le nombre de point minimum pour obtenir une estimation représentative Objectif 3 : Améliorer la base de données existante - Méthode : optimiser la distribution de l’ensemble des distances

5 Plan 1.Présentation et méthodologie des échantillonnages terrain
Introduction Présentation Du projet Méthodes et résultats Discussion Conclusion Plan 1.Présentation et méthodologie des échantillonnages terrain 2.Détermination de la structuration spatiale - Méthode - Résultats - Discussion 3.Optimisation de l’échantillonnage Conclusion

6 1.1 Méthodologie du terrain
Introduction Présentation Du projet Méthodes et résultats Discussion Conclusion 1.1 Méthodologie du terrain 32 Points prélevés sur des plateaux et des zones DVL Optimiser la distribution des distances Echantillonnage terrain 30 prélèvements de sol en forêt - Tarrière sur les 10 premiers cm de sols - Séchage 24 h à 25 °C - Tamisage 4 mm

7 Introduction Présentation Du projet Méthodes et résultats Discussion Conclusion 1.2 L’échantillonnage Trou de 10 cm de profondeur dans l’humus avec une tarière Séchage Tamisage Séchage 24h environ Tamisage sur 4 mm Nouvelles slide données

8 L’analyse : les données disponibles
Introduction Présentation Du projet Méthodes et résultats Discussion Conclusion L’analyse : les données disponibles À l’échelle du Km² - 217 points (répartis sur 2 saisons) À l’échelle de l’hectare - 412 points Quinconce à moins de 10 m.

9 2.1 Corrélation spatiale Fonction 𝑔 𝑀 d’autocorrélation spatiale :
Introduction Présentation Du projet Méthodes et résultats Discussion Conclusion 2.1 Corrélation spatiale D δ Fonction 𝑔 𝑀 d’autocorrélation spatiale : 𝑔 𝑀 𝑑 𝑖𝑗 = 𝑖 𝑗 𝑘 𝑖𝑗 ( 𝐶 − 𝐶 𝑖 ) ( 𝐶 − 𝐶 𝑗 ) 𝑘 𝑖𝑗 = 1 si 𝑑 𝑖𝑗 ∈ [D ; D + δ] = 0 sinon Corrélation entre points situés à une distance donnée Principe, code R, kmfun etc Résultats. Points indépendant à 13 mètres. Graph analyser l’autocorrélation spatiale d’un echantillon de point marqué par le %C. Une autocorrélation positive montre l'existence %C voisin et une autocorrélation négative signifie, que de fortes concentration en C sont entourés de faibles concentration. Pour une distance d donnée, gM mesure la corrélation existant entre le %C d'un échantillon et le %C de l'un de ses voisins dans un anneau de largeur delta. On définit un intervalle de confiance, pour chaque distance par la méthode de Monte Carlo. L'hypothèse nulle simulée est la répartition aléatoire des %C sur les points du semis. On simule 1000 permutations aléatoires des marques. (Goreaud ; 2000)

10 2. 2 Résultats à l’échelle de l’hectare
Introduction Présentation Du projet Méthodes et résultats Discussion Conclusion 2. 2 Résultats à l’échelle de l’hectare Intervalle de confiance

11 2.2 Résultats à l’échelle de l’hectare
Introduction Présentation Du projet Méthodes et résultats Discussion Conclusion 2.2 Résultats à l’échelle de l’hectare Intervalle de confiance Artefact d’échantillonnage du à une répartition hétérogène des prélèvements

12 2. 3 Résultats à l’échelle du km²
Introduction Présentation Du projet Méthodes et résultats Discussion Conclusion 2. 3 Résultats à l’échelle du km²

13 2.4 Analyse et discussion Corrélation positive jusqu’à 13m
Introduction Présentation du projet Méthodes et résultats Discussion Conclusion 2.4 Analyse et discussion Corrélation positive jusqu’à 13m - Dimension du système racinaire et houppier Corrélation négative à 30-50m est un artefact qui disparaît lorsque l’on garde les 72 points de la grille principale Aucune corrélation à l’échelle du km² Conclu : plus de 13 m entre echantillon 70 m on en sait rien évènement historique A grande échelle, echantillons à 70 m d’écart

14 2. Optimisation de l’échantillonnage
Introduction Présentation du projet Méthodes et résultats Discussion Conclusion 2. Optimisation de l’échantillonnage 1- Calcul médiane, moyenne et écart type du %C d’une parcelle donnée = référence 2- Tirage au sort de k valeur 3- Calcul de la médiane, moyenne et quantile de cet échantillon 4- Calcul de l’écart relatif à la médiane, et moyenne de référence On garde les points non correlés, on enlève les aggrégats de points distants de moins de 10m. Sous échantillonnage artificiel. Toutes les possibilité de 1 à 72 points. 1000 fois par nb Calcul sd, moy, med Calcul écart relatif pour chaque tirage. Représentation des écarts aux valeurs de référence. 𝑬𝒄𝒂𝒓𝒕_𝒓𝒆𝒍𝒂𝒕𝒊𝒇 = 𝑪 − 𝑪 𝒓𝒆𝒇 𝑪 𝒓𝒆𝒇 X 100

15 3.1 Résultats à l’échelle de l’hectare
Introduction Présentation du projet Méthodes et résultats Discussion Conclusion 3.1 Résultats à l’échelle de l’hectare 15

16 3.2 Représentativité pour 1 ha
Introduction Présentation du projet Méthodes et résultats Discussion Conclusion 3.2 Représentativité pour 1 ha + Moyenne + Quantile 75% + Quantile 90% + Quantile 95% Résultats. Échelle 1h, sans agrégats (quinconce) Rajouté 1h Enlevé médiane

17 3.3 Représentativité pour 1 km2
Introduction Présentation du projet Méthodes et résultats Discussion Conclusion 3.3 Représentativité pour 1 km2 - Avec tirage non orienté + Moyenne + Quantile 75% + Quantile 90% + Quantile 95%

18 3.3 Représentativité pour 1 km2 - Avec tirage orienté (Nord/Sud)
Introduction Présentation du projet Méthodes et résultats Discussion Conclusion 3.3 Représentativité pour 1 km2 - Avec tirage orienté (Nord/Sud) + Moyenne + Quantile 75% + Quantile 90% + Quantile 95% Équilibrer Hypothèse que pour l’image d’une concentration au km2 faut prendre des points partout ( plus fiable), le plus éparpillé possible. Plutôt que aléatoire.

19 3.4 Superposition tirage orienté/non orienté
Introduction Présentation du projet Méthodes et résultats Discussion Conclusion 3.4 Superposition tirage orienté/non orienté

20 3.5 Superposition parcelles nord et sud
Introduction Présentation du projet Méthodes et résultats Discussion Conclusion 3.5 Superposition parcelles nord et sud

21 Introduction Présentation du projet Méthodes et résultats Discussion Conclusion 3.6 Analyse et discussion Estimation du nombre de points minimum selon l’échelle en fonction de l’écart relatif jugé acceptable. Difficile d’extrapoler la représentativité d’un hectare par rapport au km²

22 Conclusion générale Corrélation %carbone à courte échelle (1 hectare)
Absence de corrélation à grande échelle ( km²) Définition d’un protocole d’échantillonnage optimal Jeu de données biaisé Perspectives A prendre avec précaution. Améliorer l’échantillonnage. Protocole en fonction de l’écart jugé acceptable Refaire test avec d’autres données par ex les notre.

23 Merci de votre attention !
Questions ?

24 ANNEXES

25 Zone d’étude et méthode d’échantillonnage
1 2 3 4 6 5 8 7 9 10 11 12

26 Moyennes de la concentration carbone
Moyenne de C% Moyenne de C (%) Étiquettes de colonnes Étiquettes de lignes P10_1 P10_2 P11_1 P11_2 P12 P4_1 P4_2 P5 P6 Total général P 1,938 1,464 1,945 2,235 2,102 2,085 2,083 2,003 2,338 2,050 S 1,608 1,336 2,045 2,285 1,878 1,918 2,046 1,743 2,612 1,941 1,758 1,391 2,020 2,260 1,990 1,997 2,065 1,829 2,475 5,458 28,560 5,117 9,030 2,526 1,691 1,632 2,271 14,071 7,817

27 Variance de la concentration carbone
Variance de C% Var de C (%) Étiquettes de colonnes Étiquettes de lignes P10_1 P10_2 P11_1 P11_2 P12 P4_1 P4_2 P5 P6 Total général P 0,160 0,053 0,394 0,217 0,202 0,022 0,102 0,288 0,137 0,192 S 0,146 0,315 0,297 0,097 0,094 0,284 0,139 1,449 0,437 0,211 0,105 0,312 0,246 0,156 0,064 0,185 0,190 0,778 0,328 16,505 72,577 105,341 13,403 5,488 88,657 46,797 49,975 28,452 47,466

28