Les indicateurs moyens ont été calculés par layons, par sites et par types de paysages géomorphologiques, pour pouvoir tester les relations et compromis entre biodiversité et services à ces différentes échelles. Certains indicateurs n’étant pas disponibles ou présentant une forte incertitude à l’échelle des placettes (i.e. stock de carbone du sol et estimation de la richesse floristique locale), je n’ai pas pu mener ces analyses à cette résolution plus fine. Les indicateurs sont détaillés dans le tableau 5.
Concernant la biodiversité, 5 indicateurs fiables parmi les 11 développés dans mon premier article (annexe B), ont été retenus : 3 indicateurs d’alpha-diversité relatifs aux espèces rares (AlphaF), aux espèces communes (Alpha1) ou aux dominantes (Alpha2) - chaque groupes d’espèces pouvant avoir son importance dans les services/processus de support [179,180] – et 2 indicateurs permettant d’apprécier l’originalité des compositions en espèces abondantes (Beta1) ou dominantes (Beta2). La précision de ces indicateurs est estimée par la moyenne des coefficients de variations moyens des estimations calculées pour chaque relevé à partir des 99 simulations de composition floristique (voir annexe B). D’autres indicateurs ont été éliminés du fait de leur manque de précision (Entropie d’ordre 0) ou de leur manque de variabilité (Fréquence en espèces déterminantes selon la liste du CSRPN). On note une diminution nette de l’incertitude des estimateurs d’alpha-diversité en fonction de l’ordre (au sens de Hill). Ces évolutions franches signifient que les estimations de diversité locale sont moins robustes si l’on donne un poids plus important aux espèces rares (ce qui est logique compte-tenu de la plus grande difficulté de reconnaissance taxonomique). Les plus faibles différences d’incertitudes entre bêta-diversité d’ordre 2 (11%) et d’ordre 1 (3%) sont quant à elles difficilement interprétables compte-tenu des fortes hétérogénéités et des distributions très différentes que cachent ces moyennes : les incertitudes les plus fortes (i.e. 36%) sont rencontrées pour les faibles valeurs de bêta à l’ordre 2 alors qu’elles sont rencontrées pour les fortes valeurs de bêta à l’ordre 1 (i.e. 5%).
64
TABLEAU 5:INDICATEURS DE SERVICES ECOSYSTEMIQUES ETUDIES ET LEUR DEFINITION
Indica- teurs Définition Amplitude sur layon Incertitude estimée * ECM55 Potentiel de production maximal : densité
des tiges d’essences commerciales majeures (44 essences#) de plus de 55cm de DBH (tiges.ha-1)
1,5 - 21 4%
ECMP55 Potentiel de production à court terme : densité des tiges d’essences commerciales majeures principales (8 essences#) de plus de 55cm de DBH (tiges.ha-1)
0 – 18,3 1%
EP55 Potentiel de production effective à court terme : densité des tiges d’essences commerciales principales (4 espèces#) de plus de 55cm de DBH (tiges.ha-1)
0 – 14,4 2%
EP Potentiel de production à long terme : Densité de tiges d’essences commerciales principales de plus de 20cm de DBH (tiges.ha- 1)
0,2 – 34,3 6%
AlphaF Richesse spécifique : Indice de Fisher estimé à partir de la méthode développée dans le chapitre II-2 annexe B
99 - 199 9%
Alpha1 αααα-Diversité locale de Shannon : estimée par l’entropie d’ordre 1 dans le chapitre II-2 annexe B
4.4 – 5.5 0.7%
Alpha2 αααα-Diversité locale de Simpson : estimée par l’entropie d’ordre 2 - méthode développée dans le chapitre II-2 annexe B
0.96 – 0.99 0.08%
Beta1 ββββ-Diversité de Shannon : estimée à partir de l’entropie d’ordre 1 dans le chapitre II
0.35 – 1.80 3%
Beta2 ββββ-Diversité de Simpson : Alpha diversité estimée à partir de l’entropie d’ordre 2 - méthode développée dans le chapitre II-2 annexe B
0-0.023 11%
CBiom Carbone stocké dans la biomasse estimée à partir de la méthode développée dans le chapitre IV-2 (annexe G) en considérant un ratio C sur matière sèche de 0.5 (tC.ha-1)
84 -253 11%
CSol Carbone organique stocké dans le sol estimé à partir de la carte prédictive développée dans le chapitre III-3 annexe E (tC.ha-1)
74 -121 (25%)
# voir liste des Directives Régionales d’Aménagement [155]I – les 4 espèces principales sont l’Angélique (Dicorynia guianensis) le Gonfolo rose (Qualea rosea), le Gonfolo gris (Ruitzerania albiflora) et le Grignon franc (Sextonia rubra).* incertitude moyenne à l’échelle des layons estimée à partir du coefficient de variation des simulations
65
Les quatre indicateurs relatifs aux services d’approvisionnement en bois (ECM55, ECMP55, EP55, EP) ont été calculés à partir des données brutes des inventaires forestiers. Leur précision est estimée à partir de l’analyse de l’incertitude taxonomique propre aux différents groupes d’essences et catégories de diamètre considérées et se révèle excellente du fait de la grande fiabilité de reconnaissance des principales essences commerciales par les forestiers, notamment dans les gros bois (tableau 6).
TABLEAU 6: FIABILITE DE DETERMINATION TAXONOMIQUE POUR LES ESSENCES COMMERCIALES FONCTION DES CLASSES DE DIAMETRE
Taux de détermination exacte (taxon théorique =
taxon effectif)
Gros bois (DBH 55cm et +) Tous diamètres N tiges
Taux de bonne
détermination N tiges
Taux de bonne détermination
Toute essence exploitable 242 92% 1044 84%
ECM (dont ECMP) 135 96% 480 88%
ECMP (dont EP) 78 99% 187 96%
EP 50 98% 108 94%
Calculé sur les 9 placettes de références avec double détermination présentées à l’annexe B. Les deux indicateurs relatifs à la régulation du stock de carbone ont été tirés des analyses détaillées dans le quatrième et cinquième article de la thèse. Le carbone du sol est estimé par extraction des estimations du modèle spatial à résolution d’un kilomètre (voir annexe E). L’incertitude de cet indicateur correspond à l’erreur résiduelle relative du modèle de régression. Le carbone stocké dans la biomasse est calculé non pas à partir du modèle de prédiction spatiale mais directement à partir des estimations sur données d’inventaires (voir annexe G).
L’incertitude associée à ces différents indicateurs est généralement inférieure à 10% excepté pour la Bêta-diversité d’ordre 2 (11%), le Carbone stocké dans la biomasse (11%) et les stocks de Carbone du sol (erreur relative du modèle de l’ordre de 25%). Les indicateurs, calculés par layons d’inventaires sur les données HABITATS, sont analysés en Analyse des Composantes Principales centrée et réduite (ACP) suivant la méthode proposée par Grimaldi et collègues [100]. Cette analyse multivariée permet de mettre en évidence les covariances et corrélations entre indicateurs et de regrouper les relevés en fonction de leur proximité vis-à-vis de ces critères[181]. Nos relevés couvrent dans 80% des cas des surfaces de 5.5 à 6.5ha et plus rarement des surfaces plus petites allant jusqu’à 3 ha (fonction de la taille du paysage – les layons très incomplets ont été écartés). Ces variations de surface entrainent de légers biais dans les estimations de diversité et de stock de carbone du sol. Cependant ces biais restent minimes et les résultats détaillés ci-après sont très proches que l’on intègre ou non la covariable surface dans les analyses.
66
Les relations entre indicateurs sont ensuite analysées deux-à-deux à l’échelle des layons comme à celle des sites ou des paysages par des tests de corrélation et de régression linéaire classique afin d’interpréter les relations observées. L’efficience des types de paysages pour capter les variations de SE est testée par partitionnement de variance between-within (i.e. variance intra-groupe vs variance inter-groupe) [181].