Marie Ange Ngo Bieng 1 , Thomas Perot 2

Quantifier l'impact du type de structure spatiale sur la productivité du mélange chêne-pin : utilisation du module oakpine1 1

Marie Ange Ngo Bieng1, Thomas Perot2

Quantifier l'impact du type de structure spatiale

sur la productivité du mélange chêne-pin :

Utilisation du module oakpine1

1 CIRAD, UMR SYSTEM, Montpellier

2 Cemagref, Unité Ecosystèmes Forestiers, 45290 Nogent-sur-Vernisson

Réunion Capsis, 22 juin 2010, Montpellier


Structure spatiale et dynamique du peuplement

Introduction

• Impact sur la régénération (e.g. Courbaud et al., 2001 ; Martens et al., 2000)

en modifiant l'intensité de la lumière au sol.

- Peu de travaux sur les forêts mélangées - Peu de quantification à partir de structures spatiales réalistes => Application à un mélange à 2 espèces (Chêne sessile, Pin sylvestre)

• Impact sur la production (e. g. Pukkala, 1989)

en modifiant l'intensité de la compétition

entre arbres


Résultats sur les peuplements mélangés chêne-pin

=> Le mélange "pied à pied" doit être plus favorable pour la productivité Différence entre la productivité des différents types ?

• Des types de structure spatiale très variés (Ngo Bieng, 2007)

• Compétiton intraspécifique > compétition interspécifique (Perot, 2009)

P45, inventaire 2003

X (m)

Y (

m)

20

40

60

-40 -20 0 20 40

Essence

ChenePin

Diamètre (cm)

[0,20)[20,45)[45,100]

P216_2, inventaire 2005

X (m)

Y (

m)

0

20

40

60

-40 -20 0 20 40

Essence

ChenePin

Diamètre (cm)

[0,20)[20,45)[45,100]

"Mélange par bouquets" "Mélange pied à pied"

0.0 0.2 0.4 0.6 0.8 1.0

05

10

15

Proportion locale de chêne

Acc

rois

sem

en

t en

ra

yon

(m

m)

Chêne

Pin

moyenne

1er et 3ème quartile

Circonférence

Essence

Introduction

Quercus petraea et Pinus sylvestris


Objectifs

• Quantifier l'impact du type de structure spatiale sur la productivité

des peuplements mélangés chêne-pin

Productivité = accroissement en surface terrière sur 6 et/ou 12 ans

Méthode

• Simuler plusieurs types de structure spatiale réalistes

(à partir d'une même liste d'arbre)

• Simuler la croissance pour chaque type de structure

• Comparer les productivités obtenues pour les différents types

Introduction


Plan de la présentation

1 Simuler des structures spatiales réalistes

2 Simuler la croissance des arbres

3 Plan pour les simulations et résultats attendus

4 Conclusion, Discussion

Introduction



• Les processus ponctuels : outil mathématique, fonction aléatoire simulant

des semis de points

ProcessusPonctuel

sous-jacent

STRUCTURE

peuplement réel=

semis de points

réalisations du processus

=peuplements

virtuels

caractérisation simulation


Paris

www.ifn.fr

• Rappels sur la typologie

(Ngo Bieng, 2007)

Chêne

Pin

34 dispositifs cartographiés

=> 1 typologie pour la canopée : 4 types

=> 1 typologie pour le sous-étage : 3 types

Analyse de la SS par sous-population

Définition de sous-populations

• Principe



1 Acquisition des données de croissance

Type 3c : - Structure aléatoire ou faiblement agrégée,

indépendance ou légère répulsion "Mélange pied à pied"

LC(r) LP(r) LCP(r)

-6

-4

-2

0

2

4

6

8

10

12

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30

D6

D13

D16

D19

D20

D23

moy

D49

0

25

50

75

100

-50 -25 0 25 50

Chênes C Pins C

Type 1c : - Agrégats spécifiques en répulsion "Mélange par bouquet"

-8

-6

-4

-2

0

2

4

6

8

10

12

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30

D5

D15

D9

D1

D10

moy

D12

0

25

50

75

-100 -75 -50 -25 0 25 50 75 100

Chênes C Pins C

(m)

LC(r) LP(r) LCP(r)

• Rappels sur la typologie : des types contrastés pour la canopée



• Les modèles de structure : principe général

=> Un modèle de structure = combinaison de processus ponctuels

=> Reconstruction des principales caractéristiques spatiales identifiées :

- structure spécifique : agrégation\ aléatoire\ régularité

- structure intertype : attraction\ indépendance\ répulsion

=> Un modèle ajusté pour chaque type de la canopée et du sous-étage

Poisson

Semis aléatoire

Hard core

Semis régulier

0

20

40

60

80

100

0 20 40 60 80 100x

y

Neyman-Scott

Semis agrégé

0

20

40

60

80

100

0 20 40 60 80 100x

y

0

20

40

60

80

100

0 20 40 60 80 100x

y



0

25

50

75

100

0 25 50 75 100Chênes C Pins C

D49 simuléD 49

0

25

50

75

100

-50 -25 0 25 50

• Les modèles de structure : Exemple du modèle C4

5 Paramètres :

N1 Pins1) Nb d’agrégats2) rb : rayon3) dreg : distance de régularité

N2 Chênes4) drep: distance de répulsion5) p : (probabilité quand drep n’est pas respectée)

Le modèle C4, type 3 de la canopée ("mélange pied à pied") :

- Neyman-Scott avec contrainte de régularité (pins simulés en premier)- Intertype Hard core (chênes)- Interactions probabilistes à probabilité fixée

-6

-4

-2

0

2

4

6

8

10

2 6

10

14

18

22

26

30 2 6

10

14

18

22

26

30 2 6

10

14

18

22

26

30

L ICréels

L ICsimulés

LC(r) LP(r) LCP(r)

=> l'ajustement prend en compte la variabilité observée dans les types



Canopée Type 1, modèle C7Ss étage Type 2, modèle SE6

• Exemples de simulations sous Capsis avec le module oakpine1

Surface = 1ha ; Même liste d'arbre (dispositif D49)


Canopée Type 3, modèle C4Ss étage Type 2, modèle SE6


Massif de Lorris (14 400 ha)

• 9 dispositifs cartographiés


D1080.8 ha

Arbres échantillonnés

Chêne

Pin

• Mesure des largeurs de cerne

=> Les dispositifs sélectionnés couvrent les types de structure


• Le modèle arbre dépendant des distances

=> Utilisation d'indices de compétition locaux

0

5

10

15

20

0 20 40 60 80 100 120 140

ri 2

000-

2005

(m

m)

Circonférence 1999 (cm)

Dispositif D49Chênes R = 10m

, ,chêne ,chêne ,chêne , ,chêne chêne,chêne ,chêne,chêne chêne,pin ,chêne,pin

, ,pin pin ,pin , ,pin pin,chêne ,pin,chêne pin,pin ,pin,pin

130

130

i k k k i k i i

i k k i k i i

r C N N

r C G G

Voisins chênes Voisins pins

chene,chene chene,pin

pin,pin pin,chene

-0.354; -0.242

-3.61e-4 ; 0

=> Pour les deux espèces la compétition intra est > à la compétition inter

Compet. intra Compet. inter



• L'effet taille varie suivant les dispositifs : effet dispositif

(Différences d'âge, différence de fertilité …)

=> Possibilité de faire varier les paramètres de croissance :

- Bonne croissance pour le chêne et le pin : D42, D108

- Croissance mauvaise pour le chêne et le pin : D49

- Bonne croissance pour le chêne, mauvaise pour le pin : D78, D563

- Bonne croissance pour le pin, mauvaise pour chêne : D02, D20

Chêne Pin

Plot k,chêne

(mm) k,chêne

(mm.cm-1) pin

(mm) k,pin

(mm.cm-1) D02 5.99 0.1026 4.60 0.0566 D108 12.08 0.0896 4.60 0.0620 D20 12.45 0.0427 4.60 0.0633 D27 12.73 0.0361 4.60 0.0512 D42 9.62 0.1633 4.60 0.0813 D49 13.01 0.0600 4.60 0.0511 D534 7.73 0.1357 4.60 0.0476 D563 6.00 0.1066 4.60 0.0491 D78 4.00 0.1766 4.60 0.0337



- 2 types de structure X 1000 X 1 "niveau de croissance"

= 2000 simulations


- 2 types de structure X 1000 X 3 "niveaux de croissance"

= 6000 simulations

Objectif : quantifier l'impact du type de structure spatiale sur la productivité

Productivité = accroissement en surface terrière sur 6 et/ou 12 ans

• Plusieurs plans possibles

A) On ne fait pas varier les paramètres de croissance (effet taille)

B) On fait varier les paramètres de croissance de manière discrète

C) On intègre une composante aléatoire dans le modèle de croissance

(variabilité résiduelle)

- 2 types de structure X 1000 X 3 "niveaux de croissance" X 1000

= 6 000 000 simulations


- Mode Script => lancer les modèles de structure et de croissance ;

=> Permettre un grand nombre de simulations ;

- Changement du pas de temps qui est pour l'instant de 1 an ;

- Mettre les paramètres de croissance comme paramètres variables.

• Modifications à faire sur le module oakpine1



• Résultats pour 2 types de structure, 50 simulations, 1 niveau de croissance

Type A Type B


+8.8% +10.8% +5.2%TypeA TypeB

1.4

1.5

1.6

1.7

1.8

1.9

Productivité Pin

Acc

rois

sem

en

t en

su

rfa

ce te

rriè

re s

ur

6 a

ns

(m²/

ha

)

TypeA TypeB

4.0

4.2

4.4

4.6

4.8

5.0

5.2

Productivité Chêne et pin

Acc

rois

sem

en

t en

su

rfa

ce te

rriè

re s

ur

6 a

ns

(m²/

ha

)

TypeA TypeB

2.6

2.8

3.0

3.2

3.4

Productivité ChêneA

ccro

isse

me

nt e

n s

urf

ace

terr

ière

su

r 6

an

s (m

²/h

a)


4 Conclusion, Discussion

• Introduire une partie aléatoire dans le modèle de croissance ? (variabilité résiduelle)=> Intérêt par rapport aux résultats ?=> Augmentation très importante du nombre de simulations

• Quel plan de simulation retenir ?=> Nombre de types de structure=> Nombre de "niveaux de croissance"

• Couplage entre modèles de structure réalistes et modèle de croissance=> Impact de la structure spatiale sur la productivité


- Merci de votre attention -


Références citées

Courbaud, B., F. Goreaud, P. Dreyfus et F. R. Bonnet (2001). Evaluating thinning strategies using a tree distance dependent growth model: some examples based on the CAPSIS software "uneven- aged spruce forests" module. For. Ecol. Manag. 145(1-2): 15-28.

Martens, S. N., Breshears, D. D. &Meyer, C. W. (2000). Spatial distributions of understory light along the grassland/forest continuum: effects of cover, height, and spatial pattern of tree canopies. Ecological Modelling 126(1): 79-93.

Ngo Bieng, M. A. (2007). Construction de modèles de structure spatiale permettant de simuler des peuplements virtuels réalistes. Application aux peuplements mélangés Chêne sessile - Pin sylvestre de la région Centre. Thèse en sciences forestières. ENGREF-Cemagref, Nogent-sur- Vernisson. 183 p.

Pérot, T. (2009). Quel est le niveau de détail pertinent pour modéliser la croissance d'une forêt mélangée ? Comparaison d'une famille de modèles et application aux peuplements mélangés chêne sessile - pin sylvestre. Sciences forestières. AgroParisTech, Cemagref, Paris. 202 p.

Pukkala, T. (1989). Methods to describe the competition process in a tree stand. Scandinavian Journal of Forest Research 4: 187-202.

Documents

Marie Ange Ngo Bieng 1 , Thomas Perot 2