3.2 Effets des caractéristiques biogéoclimatiques
3.2.5 autres facteurs pouvant expliquer les variations de croissance
Dans la présente étude, nous nous sommes consacrés à documenter l’influence des variables biogéoclimatiques dont l’information pouvait être car-tographiable à l’échelle du polygone écoforestier, afin de cartographier la croissance potentielle des arbres sur l’ensemble du territoire forestier. selon l’espèce considérée, les variables indépendantes permettent d’expliquer de 14 à 58 % de la variance associée à la croissance potentielle. Conséquemment, une part importante de la variance associée à la croissance demeure inexpliquée.
La température maximale annuelle et les préci-pitations totales annuelles sont les deux variables climatiques retenues pour expliquer le gradient cli-matique. toutefois, certains évènements climatiques extrêmes, non considérés dans le présent exercice, peuvent aussi avoir des effets marqués sur la crois-sance des arbres. Par exemple, pour le saB, il a été démontré qu’un coup de chaleur provoqué par une courte période sans pluie, pendant laquelle la tempé-rature, la radiation solaire et l’humidité de l’air sont particulièrement élevées, peut entraîner une fin hâtive de la saison de croissance (duCHeSne et Houle 2011).
Le verglas de 1998 et le dégel hivernal de février 1981 sont d’autres exemples d’évènements climatiques
extrêmes qui ont eu une influence considérable sur la croissance des arbres (Payette et al. 1996, duCHeSne
et al. 2002, PiSariC et al. 2008).
D’autres facteurs non climatiques peuvent éga-lement influencer significativement la croissance des arbres. Plusieurs études ont démontré l’effet de la disponibilité en éléments nutritifs et de la texture du sol sur la croissance des arbres au Québec. Par exemple, MarquiS et Paré (2009) ont démontré que la combinaison de la géochimie et de la texture de la roche-mère permet de prédire l’iQs des plantations de pin gris âgées de 16 à 18 ans. ung et al. (2001) ont aussi démontré que, par son influence sur la capacité de rétention en eau, la texture du sol permet de pré-dire l’iQs des principales espèces de la forêt boréale (saB, ePn, Pet, BoP). De façon similaire, HaMel et al.
(2004) ont démontré que la chimie du sol explique une part significative de la variance associée à l’iQs de l’ePn et du PiG. Pour les espèces feuillues, duCHeSne
et al. (2002) ont démontré que la croissance en sur-face terrière de l’érable à sucre est influencée par l’acidité du sol.
en plus des caractéristiques du sol, l’historique de perturbations ainsi que la structure et la composition du peuplement peuvent aussi avoir une influence sur la croissance des arbres individuels. Par exemple, leCoMte et al. (2006) ont démontré que les peuple-ments d’ePn qui tirent leur origine d’un brûlis peu sévère sont caractérisés par une faible régénéra-tion et une faible croissance en diamètre après feu.
au contraire, après un feu sévère, on observe une installation rapide d’un peuplement dense et produc-tif. Ces différences semblent être associées au phé-nomène de paludification qui touche particulièrement les pessières noires mal drainées établies sur la plaine argileuse de l’abitibi (Fentonet al. 2005). Par l’étude de la croissance des tiges de 18 peuplements situés à la limite de la forêt continue, roSSi et al. (2009) ont démontré que la croissance en diamètre et en hauteur de l’ePn dans les peuplements de structure équienne était le double de celle dans les peuplements de structure inéquienne. finalement, suite à l’étude d’une douzaine de peuplements, légaré et al. (2005) ont suggéré que la présence du Pet dans un peuple-ment influence la productivité de l’ePn.
Conséquemment, la considération de variables actuellement non cartographiables permettrait sans doute d’accroître le pouvoir prédictif des modèles de croissance à l’échelle de la tige. toutefois, bien qu’ils amélioreraient notre compréhension des principales variables qui régissent la croissance des arbres, les modèles ainsi obtenus pourraient difficilement être utilisés dans le cadre de la planification forestière.
néanmoins, ce type d’analyse nous permettrait de mieux connaître les divers facteurs qui régissent la croissance des principales espèces forestières au Québec, et de cibler, notamment, de nouvelles varia-bles à mesurer lors des inventaires forestiers afin d’améliorer la qualité des prédictions de croissance.
Chapitre trois - Discussion
Conclusion
Dans cette étude, nous avons étalonné des modèles linéaires mixtes pour prévoir la croissance potentielle en surface terrière des dix espèces les plus abondantes de la forêt commerciale du Québec, ainsi que de quatre groupes d’espèces. À l’exception du groupe des ari, les coefficients de variation varient de 0,27 (Pet) à 0,58 (groupe des afi), tandis que la racine carrée de l’erreur quadratique moyenne varie de 17 % (groupe des art) à 35 % (BoP, ePn, PiG).
Par ailleurs, la validation des modèles a démontré que les biais de prédiction sont négligeables à l’échelle provinciale.
en plus des principales variables de peuple-ment, la grande majorité des modèles intègrent des variables climatiques. Certains intègrent également des variables édaphiques, la plus courante étant le type de régime hydrique. enfin, la croissance de la moitié des espèces étudiées se module en fonction de la sévérité de la dernière épidémie de tordeuse des bourgeons de l’épinette.
Ces modèles de croissance potentielle ont été adaptés pour être utilisés dans le cadre de l’exercice ministériel d’identification des aires d’intensification de production ligneuse (aiPL), notamment dans les peuplements de structure inéquienne, où la notion d’iQs définie par une hauteur donnée à 50 ans ne s’applique pas.
Bien que la précision de la majorité de ces modèles soit jugée satisfaisante, car comparable à d’autres modèles développés ailleurs dans le
monde, il n’en demeure pas moins que l’ajout d’autres variables, notamment celles qui qualifieraient la fer-tilité des sites, permettrait de les améliorer. en effet, selon les espèces, force est de constater que plus de 40 % de la variance de la croissance potentielle n’est expliquée par aucun des facteurs étudiés. il en existe donc d’autres qui, seuls ou en combinaison, expli-quent les différences de croissance d’une espèce donnée en un lieu ou un autre. L’identification de ces facteurs permettra d’améliorer la qualité prédictive des modèles de croissance et de mieux cibler les sites les plus favorables à la croissance de chaque espèce ou groupes d’espèces.
Les modèles de croissance développés dans la présente étude permettront de préciser le poten-tiel sylvicole de chaque station forestière pour une espèce donnée. Dès lors, les aménagistes pourront proposer des traitements sylvicoles mieux adaptés aux capacités intrinsèques de croissance des sites sur lesquels poussent ces espèces, et préciser les hypothèses de rendement formulées dans le cadre du calcul stratégique qui vise à déterminer la possibilité annuelle de coupe.
Cette étude se limite à l’analyse de l’influence des facteurs biogéoclimatiques cartographiables sur la croissance des espèces. Pour parfaire notre connais-sance de l’autécologie des espèces, des études adressant à la fois l’influence des caractéristiques bio-géoclimatiques sur leur croissance, leur abondance et leur répartition seraient également souhaitables.
Références bibliographiques
andreaSSen, K. et s.M. toMter, 2003. Basal area growth models for individual trees of Norway spruce, Scots pine, birch and other broadleaves in Norway. for. ecol. Manage. 180 : 11-24.
aSSMann, e., 1970. The principles of forest yield study.
Pergamon Press, oxford. 506 p.
auger, i., M. Fortin, D. PotHier et J.-P. SauCier, 2011.
Une nouvelle génération de modèles de prévision pour les forêts du Québec. stand thématique présenté au Carrefour forêt innovations 2011.
octobre 2011. Québec. http://www.carrefourfore-tinnovations.gouv.qc.ca/recherche/crf_affichage_
detail.asp?projet=7374.
auStin, P.C. et J.V. tu, 2004. Bootstrap methods for developing predictive models. am. stat. 58 : 131-137.
Bédard, s., s. Meunier, L. BlaiS et Z. MajCen, 2004.
Les effets réels des coupes de jardinage dans les forêts publiques du Québec de 1995 à 1998.
Ministère des ressources naturelles, Direction de la recherche forestière. Rapport interne n° 483.
50 p.
Bordeleau, C., D. guérin, L. inneS, D. laCHanCe et r. PiCHer, 1990. Insectes et maladies des arbres Québec -1989. forêt Conservation 56, supplé-ment. 32 p.
BouCHard, M., D. KneeSHaW et Y. Bergeron, 2005.
Mortality and stand renewal patterns following the last spruce budworm outbreak in mixed forests of western Quebec. for. ecol. Manage. 204 : 297-313.
BouCHard, M., D. KneeSHaW et Y. Bergeron, 2006.
Forest dynamics after successive spruce bud-worm outbreaks in mixedwood forests. ecology 87 : 2319-2329.
Boulet, B., 1989. Histoire des épidémies d’insectes en milieu forestier. forêt Conservation 56 : a1–a4.
BriCeno-eliZondo, e., J. garCia-gonZalo, h. Peltola, J. Matala et s. KelloMäKi, 2006. Sensitivity of growth of Scots pine, Norway spruce and silver birch to climate change and forest management in boreal conditions. for. ecol. Manage. 232 : 152-167.
BrooKS, J.r., L.B. Flanagan et J.r. eHleringer, 1998.
Responses of boreal conifers to climate fluctua-tions: indications from tree-ring widths and carbon isotope analyses. Can. J. for. res. 28 : 524-533.
BurnS, r.M. et B.h. HonKala, tech. coords,1990. Silvics of North America: 1. Conifers; 2. Hardwoods agriculture handbook no. 654. U.s. Department of agriculture, forest service, Washington, DC. 877 p. http://www.na.fs.fed.us/spfo/pubs/
silvics_manual/table_of_contents.htm .
Cajander, a.K., 1926. The theory of forest types. acta for. fenn. 29 : 1-108.
CHen, h.Y.h., P.V. KreStov et K. KlinKa, 2002. Trembling aspen site index in relation to environmental mea-sures of site quality at two spatial scales. Can. J.
for. res. 32 : 112-119.
CoMMiSSion d’étude Surla geStion dela Forêt PuBlique quéBéCoiSe, 2004. Rapport. Bibliothèque nationale du Québec. 307 p.
deSlaurierS, a., h. Morin et Y. Begin, 2003. Cellular phenology of annual ring formation of abies bal-samea in the Quebec boreal forest (Canada). Can.
J. for. res. 33 : 190-200.
duCHeSne, L. et D. Houle, 2011. Modelling day-to-day stem diameter variation and annual growth of balsam fir (abies balsamea (L.) Mill.) from daily climate. for. ecol. Manage. 262 : 863-872.
duCHeSne, L. et r. ouiMet, 2008. Population dynamics of tree species in southern Quebec, Canada:
1970–2005. for. ecol. Manage. 255 : 3001-3012.
duCHeSne, L. et r. ouiMet, 2009. Relationships between structure, composition, and dynamics of the pristine northern boreal forest and air tem-perature, precipitation, and soil texture in Quebec (Canada). int. J. for. res. 2009 : 13 p. doi : 10.1155/2009/398389.
duCHeSne, L., r. ouiMet et D. Houle, 2002. Basal area growth of sugar maple in relation to acid depo-sition, stand health and soil nutrients. J. environ.
Qual. 31 : 1676-1683.
duCHeSne, L., r. ouiMet et C. Morneau, 2003.
Assessment of sugar maple health based on basal area growth pattern. Can. J. for. res. 33 : 2074-2080.
erdMann, G.G., 1990. Yellow birch (Betula alleghanien-sis Britton). Dans : h.a. fowells (éd.). Silvics of forest trees of the United States. U.s. Department of agriculture, agriculture handbook no. 271, Washington, DC. p. 133-147.
Fan, Z.-X., a. Bräuning, K.-f. Cao et s.-D. ZHu, 2009.
Growth-climate responses of high-elevation conifers in the central Hengduan Mountains, southwestern China. for. ecol. Manage. 258 : 306-313.
Fenton, n., n. leCoMte, s. legare et Y. Bergeron, 2005.
Paludification in black spruce (Picea mariana) forests of eastern Canada: Potential factors and management implications. for. ecol. Manage.
213 : 151-159.
Fortin, M. et L. langevin, 2010. Artémis-2009 : un modèle de croissance basé sur une approche par tiges individuelles pour les forêts du Québec.
Ministère des ressources naturelles et de la faune, Direction de la recherche forestière.
Mémoire de recherche forestière n° 156. 48 p.
goldBluM, D. et L.s. rigg, 2005. Tree growth response to climate change at the deciduous-boreal forest ecotone, Ontario, Canada. Can. J. for. res. 35 : 2709-2718.
guilleMette, f., s. Meunier, M.-C. laMBert et s. Bédard, 2009. Effets réels quinquennaux des coupes partielles pratiquées de 1995 à 1999 dans des érablières. Ministère des ressources naturelles et de la faune, Direction de la recherche forestière.
rapport hors-série. 56 p.
Hägglund, B., 1981. Evaluation of forest site producti-vity. for. abstr. 42 : 515–527.
HaMel, B., n. Bélanger et D. Paré, 2004. Productivity of black spruce and jack pine stands in Quebec as related to climate, site biological features and soil properties. for. ecol. Manage. 191 : 239-251.
HoFgaard, a., J. tardiF et Y. Bergeron, 1999.
Dendroclimatic response of Picea mariana and Pinus banksiana along a latitudinal gradient in the eastern Canadian boreal forest. Can. J. for. res.
29 : 1333-1346.
Huang, J., J. tardiF, Y. Bergeron, B. denneler, f. Berninger et M. girardin, 2010. Radial growth response of four dominant boreal tree species to climate along a latitudinal gradient in the eastern Canadian boreal forest. Global Change Biol. 16 : 711-731.
iSe, t. et P. MoorCroFt, 2010. Simulating boreal forest dynamics from perspectives of ecophysiology, resource availability, and climate change. ecol.
res. 25 : 501-511.
KantaviCHai, r., D. BriggS et e. turnBloM, 2010.
Modeling effects of soil, climate, and silviculture on growth ring specific gravity of Douglas-fir on a drought-prone site in Western Washington. for.
ecol. Manage. 259 : 1085-1092.
laPointe-garant, M.P., J.G. Huang, G. gea-iZquierdo, f. raulier, P. Bernier et f. Berninger, 2010. Use of tree rings to study the effect of climate change on trembling aspen in Quebec. Global Change Biol.
16 : 2039-2051.
lauBHann, D., h. SterBa, G.J. reindS et W. de vrieS, 2009. The impact of atmospheric deposition and climate on forest growth in European monitoring plots: An individual tree growth model. for. ecol.
Manage. 258 : 1751-1761.
leBlanC, D.C., 1990. Relationships between breast-height and whole-stem growth indices for red spruce on Whiteface Mountain, New York. Can. J.
for. res. 20 : 1399–1407.
leCoMte, n., M. SiMard, n. Fenton et Y. Bergeron, 2006.
Fire severity and long-term ecosystem biomass dynamics in coniferous boreal forests of eastern Canada. ecosystems 9 : 1215-1230.
légaré, s., Y. Bergeron et D. Paré, 2005. Effect of aspen (Populus tremuloides) as a companion spe-cies on the growth of black spruce (Picea mariana) in the southwestern boreal forest of Quebec. for.
ecol. Manage. 208 : 211-222.
logan, t., i. CHarron, D. CHauMont et D. Houle, 2011.
Atlas de scénarios climatiques pour la forêt qué-bécoise. ouranos et ministère des ressources naturelles et de la faune. http://www.ouranos.
ca/media/publication/162_atlasforet2011.
pdf . 55 p. + annexes.
MarquiS, f. et D. Paré, 2009. The role of permanent site factors in the assessment of soil treatment effects: a case study with a site preparation trial in jack pine plantations on glacial outwashes. Can. J.
soil sci. 89 : 81-91.
MiniStère deS reSSourCeS naturelleS, 1994. Le point d’observation écologique. saucier, J.-P. (éd.).
Direction de la gestion des stocks forestiers, service des inventaires forestiers. rn94-3078.
116 p.
MiniStère deS reSSourCeS naturelleS et de la Faune
(Mrnf), 2009. Le portrait de l’évolution de la forêt publique sous aménagement du Québec méridio-nal des années 1970 aux années 2000. Ministère des ressources naturelles et de la faune, forêt Québec, Direction des inventaires forestiers et Direction de l’environnement et de la protection des forêts. 142 p.
références bibliographiques
Périé et al. 2012
MonSerud, r.a., 1984. Problems with site index:
an opinionated review. Dans : J. Bockheim (éd.). Symposium on forest land classification:
Experiences, problems, perspectives. University of Wisconsin, Madison, Usa, Department of soil science. p. 167–180.
MonSerud, r.a. et h. SterBa, 1996. A basal area incre-ment model for individual trees growing in even- and uneven-aged forest stands in Austria. for.
ecol. Manage. 80 : 57-80.
MonSerud, r.a., Y. yang, s. Huang et n. tCHeBaKova, 2008. Potential change in lodgepole pine site index and distribution under climatic change in Alberta. Can. J. for. res. 38 : 343-352.
niSHiMura, P.h. et C.P. laroque, 2011. Observed conti-nentality in radial growth-climate relationships in a twelve site network in western Labrador, Canada.
Dendrochronologia 29 : 17-23.
Payette, s., a. delWaide, C. Morneau et C. lavoie, 1996.
Patterns of tree stem decline along a snow-drift gradient at treeline: A case study using stem ana-lysis. Can. J. Bot. 74 : 1671-1683.
Perron, J.-Y., G. BlaiS, L. BlaiS, J.P. CarPentier, J. Cloutier, B. del degan, D. deMerS, r. gagnon, J.P. létourneau, P. Morin et Y. riCHard, 2009.
Dendrométrie et inventaire forestier. Dans : Manuel de foresterie. Éditions Multimondes, Québec. p. 390-473.
PHiPPS, r.L. et J.C. WHitton, 1988. Decline in long-term growth trends of white oak. Can. J. for. res.
18 : 24–32.
PiSariC, M.f.J., D.J. King, a.J.M. MaCintoSH et r. BeMroSe, 2008. Impact of the 1998 ice storm on the health et growth of sugar maple (acer saccha-rum Marsh.) dominated forests in Gatineau Park, Quebec. J. torrey Bot. soc. 135 : 530-539.
PoKHarel, B. et r.e. FroeSe, 2009. Representing site productivity in the basal area increment model for FVS-Ontario. for. ecol. Manage. 258 : 657-666.
PotHier, D. et i. auger, 2011. Natura-2009 : un modèle de prévision de la croissance à l’échelle du peu-plement pour les forêts du Québec. Ministère des ressources naturelles et de la faune, Direction de la recherche forestière. Mémoire de recherche forestière n° 163. 76 p.
PotHier, D. et D. Mailly, 2006. Stand-level prediction of balsam fir mortality in relation to spruce budworm defoliation. Can. J. for. res. 36 : 1631-1640.
PotHier, D., D. Mailly et s. treMBlay, 2005. Predicting balsam fir growth reduction caused by spruce budworm using large-scale historical records of defoliation. ann. for. sci. 62 : 261-267.
régnière, J. et r. St-aMant, 2006. Stochastic simu-lation of daily air temperature and precipitation from monthly normals in North America north of Mexico. int. J. Biometeorol. 51 : 415-430.
roSe, a.h. et G.h. lindquiSt, 1977. Insectes des épinettes, du sapin et de la pruche de l’est du Canada. Ministère des approvisionnements et services Canada. ottawa, Canada. 159 p.
roSSi, s., h. Morin, a. deSlaurierS et P.Y. Plourde. 2011. Predicting xylem phenology in black spruce under climate warming. Global Change Biol. 17 : 614-625.
roSSi, s., M.J. treMBlay, h. Morin et G. Savard, 2009.
Growth and productivity of black spruce in even- and uneven-aged stands at the limit of the closed boreal forest. for. ecol. Manage. 258 : 2153-2161.
rudolPH, t.D. et P.r. laidly, 1990. Pinus banksiana Lamb. – Jack pine. Dans : Burns, r.M. et B.h.
honkala (éd.). Sylvics of North America. UsDa forest service, agricultural handbook no. 654, Washington, DC. http://www.na.fs.fed.us/spfo/
pubs/silvics_manual/Volume_1/pinus/bank-siana.htm .
SauCier, J.-P., 1997. Modélisation de l’accroissement radial des quatre principales essences des peuple-ments mélangés de bouleau jaune et de résineux soumis à des perturbations naturelles (Québec).
thèse de doctorat, enGref, Laboratoire de recherche en sciences forestières, nancy, france.
206 p.
sas inStitute, 2000. SAS/STAT User’s Guide, Version 8. sas institute inc., Cary, nC, Usa.
SnoWdon, P., 1991. Ratio estimator for bias correction in logarithmic regressions. Can. J. for. res. 21 : 720-724.
Stage, a.r., 1973. Prognosis model for stand develop-ment. res. Pap. int-137, U.s. Dept. of agriculture, ogden, Utah. 32 p.
StrotHMann, r. et Z.a. ZaSada, 1965. Quaking aspen (Populus tremuloides Michx.). Dans : fowells, h.a. (éd.). Silvics of forest trees of the United States. U.s. Department of agriculture, agriculture handbook no. 271, Washington, DC. p. 523-534.
turCotte, a., s. roSSi, a. deSlaurierS, C. KrauSe
et h. Morin, 2011. Dynamics of depletion and replenishment of water storage in stem and roots of black spruce measured by dendrometers. front.
Plant sci. 2 : 21 p. doi : 10.3389/fpls.2011.00021.
ung, C.-h., P.Y. Bernier, f. raulier, r.a. Fournier, M.-C. laMBert et J. régnière, 2001. Biophysical site indices for shade tolerant and intolerant boreal species. for. sci. 47 : 83-95.
véZina, s., 1985. Mise à jour des volumes de mor-talité dus à l’épidémie de tordeuse des bour-geons de l’épinette. Ministère de l’Énergie et des ressources du Québec. service technique de l’aménagement. Rapport interne n° 56. 56 p.
Wang, G.G., 1995. White spruce site index in relation to soil, understory vegetation, and foliar nutrients.
Can. J. for. res. 25 : 29-38.
Wang, G.G. et K. KlinKa, 1996. Use of synoptic variables in predicting white spruce site index. for.
ecol. Manage. 80 : 95-105.
Wilde, s. a., 1966. Soil standards for planting Wisconsin conifers. J. for. 66 : 389-391.
Zon, r., 1913. Quality classes and forest types.
Proceedings of the society of american foresters 8 : 100-104.
références bibliographiques
Périé et al. 2012
espèce ou groupe d’espèces effetsBoJBoPePBePnerrersAfiAftPetPiGAriArtsABtho intercept0,3465-1,63580,08914-4,1204-1,2212-0,1329-6,1349-1,5491-1,6165-1,1759-1,10211,2732-1,6676-0,3231 log(dqi)0,66040,72030,93113,65510,95341,08454,5551,28740,77550,32831,08601,10841,26260,895 {log(dqi)}2-0,4957-0,6928 G-0,01523-0,02313-0,0602-0,00428-0,01355-0,0491-0,1172-0,0302-0,01345-0,04424-0,04123-0,04101 G20,0007290,0005780,0003340,0005240,000508 rwri0,054960,07726-0,1626-0,087570,02715-0,06675-0,1756 depotsurf1a0,14840,14320,14810,38620,22160,04603 1aa0,093420,0099880,30550,69970,46550,3077 1aB0,47080,25351,05950,5288-0,01984 1ar-0,92320,04594-0,05855-0,03055 2-0,03440,18340,33260,43480,080990,03009 5a-0,28740,42480,27960,57070,088510,2491 6s-0,40770,485-0,23180,5627-0,00532-0,02493 7-0,6433-0,417-0,45920,3243-0,1522-0,1102 r000000 epais depotabsent à très mince0000 très mince à mince0,16220,177-0,1458-0,2065 mince à épais0,38860,356400 reghydhumide-0,1366-0,2235-0,40230,03598-0,25820,08309-0,2131-0,17530,06105 mésique000000000 xérique-0,1125-0,071670,05478-0,1317-0,1031-0,14460,159-0,02412-0,07242 tmax-0,058440,2012-0,22440,072140,13090,14070,2797-0,09061 Prectot0,000738-0,00151-0,0001-0,000150,00072-0,00141-0,00049
Annexe 1.estimés des paramètres des modèles d’accroissement en surface terrière de chaque espèce ou groupe d’espèces. Les paramètres sont ceux des modèles étalonnés sur l’ensemble des données. La légende des abréviations des noms d’espèces et de groupes d’espèces est présentée aux tableaux 1 et 2, et celle des caractéristiques édaphiques est présentée au tableau 3
espèce ou groupe d’espèces effetsBoJBoPePBePnerrersAfiAftPetPiGAriArtsABtho G*log(dqi)0,034480,009578 G*reghydhumide0,007699 mésique0 xérique0,003866 G*depotsurf1a0,003346-0,00643 1aa0,01467-0,00168 1aB-0,00456-0,02298 1ar0,02830,001592 20,008939-0,01252 5a0,040040 6s0,01603-0,0217 70,035410,01094 r00 tmax*Prectot0,000396 0,000264 tmax*reghydhumide0,01864 mésique0 xérique-0,02707 c†1,101,141,161,111,141,131,121,141,131,111,201,091,121,10 † (c) facteur de correction du biais dû à la retransformation des prédictions sur l’échelle originale des données.
annexe 1
Annexe 1 (fin). estimés des paramètres des modèles d’accroissement en surface terrière de chaque espèce ou groupes d’espèces. Les paramètres sont ceux des modèles étalonnés sur l’ensemble des données. La légende des abréviations des noms d’espèces et de groupes d’espèces est présentée aux tableaux 1 et 2, et celle des caractéristiques édaphiques est présentée au tableau 3
0 10 20 30 40 50 60 70 80 90 100
Les projets de modélisation de la croissance et du ren-dement menés par la Direction de la recherche forestière sont essentiels à un aménagement efficace des ressources forestières du Québec. L’identification des facteurs biogéo- climatiques cartographiables qui influencent le potentiel de croissance en diamètre des dix espèces d’arbres les mieux représentées au Québec, de même que celui de quatre groupes d’espèces moins abondantes, pourrait permettre d’améliorer la qualité prédictive des modèles de croissance, pour mieux cibler les sites les plus favorables à la croissance de chaque espèce ou groupe d’espèces.
Le papier des pages intérieures de ce Mémoire de recherche forestière est fabriqué à 100% avec des fibres recyclées.
0 10 20 30 40 50 60 70 80 90 100