Traits relatifs à la phase végétative ou adulte (établie)

Les traits foliaires constituent des marqueurs puissants du fonctionnement global de la plante, ont été très largement étudiés et sont plus aisés à mesure que les traits relatifs à la partie souterraine de la plante. Nous nous y intéresserons donc essentiellement.

RGR LNCsurf. NUE LNCmass. LDMC SLA MRT Efficience de résorption Durée de vie des feuilles Productivité nutriments Taux photosynthétique mass. Densité des tissus LAR Taux de recyclage (racines, feuilles) Taux photosynthétique surf.

Taux respiration mass. (racines, feuilles)

+

-

+

_-

+

-

+

-

+

-

+

+

+

-

+

-

+

-

+

+

-

+

-

₊

-

+

+

Capacité d'absorption des nutriments (racines)

+

-

Teneur en Carbone mass. (feuilles et plante entière)

-

+

-

Figure 1 : Relations entre principaux traits ou variables intégratives impliqués dans la gestion des ressources.

Les significations des abréviations sont précisées en annexe 1. Les signes + et – correspondent respectivement aux corrélations positives ou négatives entre les différentes caractéristiques représentées. Les flèches en pointillés signifient que la relation est faible ou non systématique. Les encadrés grisés indiquent les traits mesurés dans notre étude (tous n’apparaissent pas sur ce schéma).

D'après Chapin (1980), Berendse and Aerts (1987), Aerts (1990), Poorter and Remkes (1990), Poorter, Remkes and Lambers (1990), Lambers and Poorter (1992), Poorter and Bergkotte (1992), Reich, Walters and Ellsworth (1992), Reich (1993), Reich and Walters (1994), Garnier and Laurent (1994), Ryser and Lambers (1995), Shipley (1995), Ryser (1996), Grime et al. (1997), Reich, Walters and Ellsworth (1997), Garnier and Aronson (1998), Garnier et al. (1999), Eckstein, Karlsson and Weih (1999), Reich et al. (1999), Aerts and Chapin (2000), Ryser and Urbas (2000), Eckstein and Karlsson (2001), Wright and Westoby (2003), Wright et al. (2004), Wright et al. (2005), Al Haj Khaled (2005).

Afin de faciliter la lecture, un schéma synthétique (cf Figure 1) résumant les principales relations (liens directs ou uniquement corrélatifs) existant entre ces traits pourra être mobilisé. La signification des différentes abréviations utilisées dans le texte est précisée en annexe 1.

Deux caractéristiques centrales dans le fonctionnement des plantes peuvent être identifiées : le taux relatif de croissance (ou RGR pour Relative Growth Rate) et l’efficience d’utilisation des nutriments (ou NUE pour Nutrient Use Efficiency). Ces deux

entités peuvent être vues comme deux variables intégratives, représentant un complexe de traits reliés les uns aux autres (Poorter and Garnier 1999). Ainsi, ces variables et/ou leurs différentes composantes, permettent notamment de rendre compte de la façon dont les plantes gèrent (i.e. acquièrent, utilisent et conservent) les ressources. Elles se révèlent pertinentes pour comprendre la réponse à la fertilité voire aux perturbations puisque celles-ci, en supprimant toute ou partie de la biomasse, ont des conséquences sur la gestion des ressources. Ces deux variables n’ont pas été mesurées dans notre étude. Les corrélations avec des traits « soft » que nous avons mesurés (SLA, LDMC, teneurs en éléments minéraux, hauteur) sont donc détaillées pour permettre de mobiliser ces concepts lors de l’analyse des résultats.

Taux de croissance relatif (RGR) et traits associés

La croissance correspond à l’équilibre entre gain de carbone par unité de surface de feuille (pour produire de la matière) et les pertes de carbone engendrées à l’échelle de la plante (cf respiration, etc) (Poorter and Garnier 1999). Elle concerne la plante entière, i.e. la partie aérienne et souterraine de la plante. Le RGR correspond à l’augmentation de biomasse par unité de masse déjà présente. Les espèces à RGR fort sont dites à croissance rapide, celles à RGR faible à croissance lente.

Bien que le RGR ne permette pas d’expliquer à lui seul la préférence d’habitat, les espèces

inféodées aux milieux pauvres (en éléments minéraux) se distinguent très nettement de celles de milieux riches sur la base de ce trait (faible dans le premier cas, fort dans le

second), qu’elles soient cultivées en conditions limitantes (Grime and Hunt 1975, Poorter and Remkes 1990) ou non (voir revue Lambers and Poorter 1992). Les espèces à fort RGR subissent en effet une diminution du taux de croissance plus importante que les espèces à croissance lente lorsqu’elles sont en situation peu fertile mais leur RGR reste toujours supérieur. Un RGR faible sera donc souvent considéré comme synonyme d’une

préférence d’habitat peu fertile (et vice-versa).

Le RGRmax18 peut être décomposé en deux variables (Poorter and Remkes 1990, Lambers and Poorter 1992):

- le taux d’assimilation net19 (défini comme le taux d’accroissement de biomasse totale par unité de surface de feuille)

18

Le RGRmax est obtenu en conditions contrôlées, en laboratoire, sur des plantules. Le RGR évolue au cours du temps et en fonction des conditions environnementales (fertilité, lumière, pâturage, etc). Nous considérons que le classement des espèces sur la base du RGR serait donc « conservé » en conditions naturelles (i.e. lorsque l’on compare les espèces dans leur habitat naturel).

- le LAR (Leaf Area Ratio) i.e. la surface de feuilles produite par unité de biomasse à l’échelle de la plante entière. Celui-ci peut être, à son tour, décomposé en SLA20 et LWR (Leaf Weight Ratio) i.e. la part relative de feuilles dans la biomasse totale21.

Les variations de RGR résultent principalement de différences de LAR, notamment via celles du SLA (voir synthèse de Poorter 1989, Poorter and Remkes 1990,

Hunt and Cornelissen 1997, Poorter and Garnier 1999). Un LAR plus fort chez les espèces à RGR fort résulterait notamment d’une plus faible densité de tissus (Ryser and Lambers 1995). Du fait d’un LAR et SLA élevés (plus de surface pour un même poids), les espèces à croissance rapide fixent plus de carbone par unité de poids et en perdent moins en proportion par la respiration (même si le taux de respiration est élevé) que les espèces de milieu riche (Poorter and Remkes 1990). Ainsi, plus la plante investit dans les feuilles (en terme de surface), plus la croissance est rapide via un gain de carbone important (Poorter and Remkes 1990). Le SLA traduit donc l’investissement dans la capture / interception de la lumière

(par unité de masse de feuille) (Poorter and Garnier 1999). En conditions optimales de

croissance, la teneur massique en carbone (plante entière ou organes pris séparément) est plus faible chez les espèces à croissance rapide que lente, (Poorter and Bergkotte 1992). La durée

de vie des feuilles (LLS pour Leaf Life Span), estimée entre l’apparition de la feuille et sa

sénescence, correspond au temps pendant lequel une feuille est physiologiquement active. Elle détermine l’équilibre entre flux de croissance et flux de sénescence (Lemaire 1991). Elle

est négativement corrélée au RGR ainsi qu’au LAR (Reich et al. 1992). La teneur en matière sèche des feuilles (LDMC)22 est corrélée négativement au RGR, bien que la

corrélation semble moins forte que pour le SLA (Cornelissen et al. 2003).

Comme indiqué précédemment, le RGR est corrélé positivement avec le taux d’assimilation net (exprimé par unité de masse de feuille) (Lambers and Poorter 1992, Reich et al. 1992). Le taux de respiration des racines, des feuilles et des tiges ainsi que le taux de photosynthèse (par unité de masse)23 sont aussi plus élevés chez les espèces à fort RGR (Poorter et al. 1990, Poorter and Garnier 1999). En conditions de croissance potentielle, les espèces à fort RGR présentent des concentrations en azote (total ou organique) plus importantes que les espèces à croissance lente (Poorter et al. 1990). Cela résulte d’une plus

grande biomasse de feuilles (Poorter and Remkes 1990) (organes les plus riches en azote) ainsi que d’une concentration en azote des différents tissus plus élevée en moyenne (Poorter et al. 1990, pour les feuilles, voir Wright and Westoby 2003). Par ailleurs,

19

Le taux d’assimilation net dépend du taux photosynthétique et des taux de respiration des feuilles, tiges et racines

20

Surface spécifique foliaire (SLA)= surface d’une face d’une feuille fraîche divisée par son poids sec

21

Soit RGR max = Taux d’assimilation net x LAR avec LAR = SLA x LWR. Notons cependant que l’augmentation de RGR du fait d’un poids de feuilles plus fort est valable pour les dicotylédones mais pas pour les graminées (voir Lambers and Poorter 1992). Poorter and Remkes (1990) observent par ailleurs une très légère corrélation entre LWR et RGR, cette relation ne doit donc pas être considérée comme robuste i.e. qu’un fort RGR n’est pas systématiquement lié à un poids relatif de feuilles fort (ou faible).

22

LDMC = poids sec d’une feuille divisé par son poids saturé en eau i.e. (1 - contenu en eau de la feuille)

23

Cependant le taux de photosynthèse n’est plus corrélé au RGR lorsqu’il est exprimé en unité de surface (Poorter et al. 1990, Lambers and Poorter 1992).

l’assimilation du carbone (et donc l’activité photosynthétique) d’une feuille est proportionnelle à sa concentration en N (ou LNC) (Chapin 1980, Reich et al. 1997, Reich et al. 1999). En effet, la majorité de l’azote organique des feuilles est présente dans les chloroplastes (cf enzymes du cycle de Calvin, thylakoïdes et pigments nécessaires à la fixation du CO2, Field and Mooney 1986, Evans 1989) i.e. dans les organites qui participent directement à la photosynthèse. La forte concentration en N des feuilles (LNC) traduit

donc une machinerie enzymatique importante (Poorter and Garnier 1999). Bien que le taux

photosynthétique dépende aussi de la concentration en phosphore, dans la plupart des cas, il est mieux corrélé à LNC qu’à LPC (Aerts and Chapin 2000). Précisons que les corrélations entre taux photosynthétique et teneur en azote des feuilles sont significatives lorsque ces variables sont exprimées par unité de poids mais disparaissent (Reich et al. 1992) ou sont très faibles (test sur 14 graminées,Garnier et al. 1999) lorsqu’on les ramène à des unités de surface. Enfin, le taux de photosynthèse net est par ailleurs corrélé négativement avec la

durée de vie des feuilles (Reich 1993, Reich et al. 1999, Ryser and Urbas 2000). Cette

corrélation négative résulte de la structure des tissus : un taux de photosynthèse élevé est associé à des feuilles peu épaisses (i.e. fort SLA, Reich et al. 1997, et faible LDMC, Garnier et al. 1999, Reich et al. 1999), riches en tissus assimilateurs (proportion du mésophylle par rapport au volume total) et en azote. La durée de vie des feuilles présente ainsi des

tendances inverses : elle est corrélée positivement avec la densité des tissus (Ryser 1996) et la LDMC (Ryser and Urbas 2000), négativement avec le SLA et le LNC (Reich 1993,

Reich et al. 1999, Ryser and Urbas 2000). La corrélation négative entre LDMC et SLA s’explique par le fait que ces deux variables sont aussi très corrélées à la densité des tissus (lorsque l’épaisseur des feuilles est sensiblement la même) (pour le SLA, Witkowski and Lamont 1991, SLA et LDMC, Garnier and Laurent 1994).

Ces différentes relations peuvent être résumées via un spectre qualifié « d’économie des ressources » (Wright et al. 2004) dont le SLA et la durée de vie des feuilles représentent deux éléments essentiels (voir Figure 2). En effet, les plantes

investissent des nutriments pour construire de nouveaux tissus via la photosynthèse. Les assimilats produits (investis) servent à acquérir de nouveaux nutriments, à assurer leur métabolisme et construire de nouveaux tissus/organes (Wright et al. 2004). Comme nous l’avons vu, le SLA rend compte de l’investissement en matière sèche réalisé pour construire les surfaces photosynthétiques (vs les défenses ou les réserves) ; la durée de vie des feuilles représente la durée pendant laquelle le « retour sur investissement » sera effectif (e.g. croissance possible notamment sans renouveler les feuilles) (Wright et al. 2004). Ces notions peuvent être développées et complétées, à l’échelle de la plante entière, au travers de la notion d’efficience d’utilisation des nutriments (NUE).

Efficience d’utilisation des nutriments (NUE) et traits associés Le concept de NUE est en effet important à intégrer en complément de celui du RGR pour mieux comprendre la façon dont les plantes gèrent leurs ressources et en particulier les ressources minérales (Garnier and Aronson 1998). L’efficience d’utilisation des nutriments

(NUE)24 peut être définie comme la quantité de biomasse produite sur une période de temps donnée divisée par la quantité de nutriments perdue sur la même période de temps (Garnier and Aronson 1998). Selon cette définition, une forte NUE résulte donc d’une

production de biomasse forte et/ou de pertes réduites. NUE peut être divisée en deux

composantes (Berendse and Aerts 1987): la productivité de l’azote (N Prod.) et le taux de résidence moyen des nutriments (MRT pour Mean Residence Time). Une forte

productivité de l’azote (i.e. un fort RGR par unité d’azote et de temps) est corrélée positivement avec le SLA, le LNC (Poorter and Remkes 1990, Grime et al 1997) et le RGR (Poorter et al. 1990). Par ailleurs, MRT correspond à plusieurs traits dont la durée de vie des feuilles (ou a contrario, le taux de recyclage des tissus), la concentration en nutriments également et l’efficience de résorption25 des tissus sénescents (Aerts 1990). La résorption permet de recycler, en moyenne, environ 50% des nutriments (N et P) des feuilles (Aerts 1996).

Selon Berendse and Aerts (1987) et Aerts (1990), MRT et N Prod. seraient, dans la plupart des cas, corrélés négativement. Cependant, cette relation ne se vérifie pas systématiquement (Garnier and Aronson 1998, Aerts and Chapin 2000), notamment suivant le niveau observé (intra ou interspécifique, la gamme de variation, niveau de fertilité, etc). Ainsi, il semble que lorsque la gamme de variation des traits est limitée, notamment en ce qui concerne la durée de vie des feuilles (cf niveau intraspécifique, Eckstein and Karlsson 2001), les relations sont plus délicates à voir. Ce peut être aussi le cas lorsque l’on se limite à des formes de croissance herbacées pour lesquelles les variations de DVF sont moins importantes que lorsque l’on intègre dans l’analyse des espèces à feuilles persistantes telles que des conifères. De plus, sur une expérimentation impliquant 6 graminées représentatives de différents habitats (de Lolium perenne à Molinia caerulea), (Vazquez de Aldana and Berendse 1997) montrent des relations différentes suivant le niveau de fertilité de référence : les espèces qui ont le plus faible NUE, en conditions de faible fertilité, ont le MRT le plus fort et la productivité de l’azote la plus faible. Par contre, en situation fertile, les espèces présentant le NUE le plus fort ont la plus forte productivité mais pas forcément le MRT le plus faible. Aerts (1990) souligne également que les espèce de milieu riche n’ont pas forcément un NUE plus faible que celles de milieux pauvres. La sélection dans les milieux

pauvres se ferait plus en faveur d’un MRT fort (Aerts 1990). Or, il ne semble cependant pas que les espèces de milieu pauvre soient plus efficaces que celles de milieu riche au niveau de la résorption (Chapin 1980). Les espèces de milieu riche peuvent perdre plus de

24

En général, cette efficience concerne principalement l’azote.

25

La résorption correspond à la mobilisation et au déplacement (transport) des nutriments des les tissus sénescents vers les nouveaux tissus ou tissus existants (d’après Killingbeck 1986 in Garnier and Aronson 1998). Cette résorption permet donc d’augmenter le temps de résidence d’un nutriment à l’échelle de la plante entière (Wright and Westoby 2003).

nutriments en quantité26 mais pas en proportion (cf fort LNC pour les feuilles vertes comme sénescentes, Wright and Westoby 2003). Il semble qu’un des principaux attributs

permettant aux espèces de milieu pauvre d’atteindre un fort MRT soit leur faible taux de recyclage de leurs tissus (ou forte LLS, Chapin 1980, Berendse and Aerts 1987, Reich et al. 1992, Ryser and Lambers 1995).

En résumé : un trade-off central « acquisition versus conservation des ressources »

Le RGR distingue les espèces de milieux riches en nutriments de celles de milieux pauvres et permet de comprendre les raisons d’une dominance des espèces à croissance rapide dans les milieux fertiles. En effet, un fort RGR permet une occupation rapide de l’espace, ce qui peut conférer un avantage dans les situations de compétition intense ; une surface et une hauteur importantes permettant notamment de capter plus de lumière (Lambers and Poorter 1992). Cependant, le RGR ne permet pas, à lui seul, de rendre compte de l’adaptation aux conditions peu fertiles (ou stressantes de manière générale) (Grime and Hunt 1975, Lambers and Poorter 1992). Cette adaptation tient plus à la limitation des pertes des nutriments via une durée de vie des feuilles plus importante (cf ci-dessus). Ces différentes observations traduisent donc l’existence, à l’échelle des feuilles comme de la plante entière, d’un trade-

off physiologique entre acquisition et conservation des nutriments (Berendse and Aerts

1987, Ryser 1996) i.e. entre croissance et longévité (Reich 1993). Ainsi, une espèce ne peut pas croître vite (grâce à une acquisition rapide) et conserver longtemps les nutriments (via notamment une durée de vie des feuilles élevée) (Ryser 1996).

Dans les milieux riches, les espèces croissant vite ont une capacité d’acquisition des ressources forte due à d’importantes surfaces d’absorption des ressources . Les feuilles

se retrouvent cependant rapidement à l’ombre du fait de la croissance du couvert et il est donc nécessaire d’en produire rapidement de nouvelles (recyclage rapide des organes d’où faible rétention des nutriments); un investissement dans des tissus plus denses, à durée de vie importante, serait alors trop « coûteux » (Poorter and Remkes 1990, Lambers and Poorter 1992). Le coût de construction d’une unité de matière sèche (estimé via la quantité de glucose nécessaire) est similaire pour les espèces à croissance lente et rapide (Poorter and Bergkotte 1992); cependant les feuilles coûtent plus que les racines ou les tiges (Poorter 1994). Le concept économique de « retour sur investissement », présenté précédemment, semble plus judicieux, et bien corrélé au RGR, à l’échelle de la plante entière (Poorter 1994). Ainsi, pour une même biomasse investie, une espèce à fort RGR est capable de « rembourser » plus rapidement son investissement en matière et surface (de feuille) du fait d’une plus grande part de surface foliaire par unité de biomasse, à l’échelle des feuilles ou de la plante entière (cf plus fort SLA et LAR, tissus moins denses). A contrario, dans les milieux pauvres, les

plantes ne présentent pas une croissance rapide et sont susceptibles de s’adapter en maintenant la biomasse existante, grâce à des durées de vie d’organes longues, plutôt

26

Le coût des nutriments à prélever dans le sol (l’autre voie étant celle de la résorption) serait moindre pour les espèces inféodées aux milieux riches, du fait de la forte disponibilité des nutriments dans ces milieux (Wright and Westoby 2003).

qu’en remplaçant les tissus en place (feuilles, racines) (Poorter and Garnier 1999). En effet,

lorsque la ressource est limitante (ici les nutriments), la conservation de cette ressource peut être au moins aussi importante que sa capture (Lambers and Poorter 1992). Les espèces à durée de vie des feuilles courtes (cf associées à un fort RGR) sont donc rapidement désavantagées par leur recyclage rapide (Ryser 1996).

Deux stratégies opposées peuvent donc être identifiées (cf Figure 2) : la première correspondant à un investissement fort dans la capture des ressources minérales, la seconde à la conservation de ces ressources. De par les corrélations montrées précédemment, ces stratégies peuvent être identifiées par des traits foliaires tels que le SLA, la LDMC, la LLS ou les teneurs en éléments minéraux. Précisons enfin que la

sélection, notamment dans les milieux pauvres, semble plus se faire sur l’une des deux composantes du NUE (productivité ou MRT, via de faibles concentrations en nutriments ou de fortes durées de vie des feuilles) que sur le NUE en tant que tel (Berendse and Aerts 1987, Garnier and Aronson 1998, Aerts and Chapin 2000). De même, elle ne s’exerce pas systématiquement sur le RGR mais plutôt sur ses composantes (SLA notamment) ou d’autres traits (Poorter and Garnier 1999).

Acquisition des ressources Conservation des ressources Acquisition des ressources Conservation des ressources Retour sur investissement rapide Retour sur investissement

(nutriments et matière sèche) lent

Retour sur investissement rapide Retour sur investissement

(nutriments et matière sèche) lent

Spectre d'économie des ressources

Figure 2 : Trade-off entre acquisition et conservation des ressources représenté au travers du « spectre d’économie des ressources » (concept principalement développé au niveau des feuilles) (d’après notamment Chapin 1980 ; Poorter 1994 ; Grime et al. 1997 ; Wright et al. 2004). La représentation retenue

est celle d'un continuum de variations plus que de groupes distincts représentant des associations de valeurs de traits. Cependant, cela ne signifie pas que tous les traits sont complètement redondants entre eux et des combinaisons particulières peuvent exister (e.g. effet du climat sur les combinaisons SLA - durée de vie des feuilles).

Durée de vie des feuilles, LDMC

SLA, Teneurs en nutriments, Taux photosynthétique et respiratoire RGRmax

Pertes importantes de nutriments Limitation des pertes de

nutriments

Spectre d'économie des ressources

RGRmax

Pertes importantes de nutriments Limitation des pertes de

nutriments

SLA, Teneurs en nutriments, Taux photosynthétique et respiratoire Durée de vie des feuilles, LDMC

Variations des traits « soft »

Variations intra- et inter-spécifiques

Le SLA est plus variable que la LDMC et le LNC au niveau interspécifique comme intraspécifique (Garnier et al. 2001a, Roche et al. 2004). La durée de vie des feuilles

varie peu au niveau intraspécifique (Eckstein et al. 1999). Le SLA, la LDMC, le LNCmass ou la durée de vie des feuilles varient au cours de l’année pour une espèce donnée mais le classement des espèces est conservé malgré tout au sein d’une saison (ou année) de mesure (Garnier et al. 2001a, Al Haj Khaled et al. 2005). Les variations de SLA au niveau interspécifique dépendent fortement du contenu en eau des feuilles (donc de la teneur en matière sèche) (Shipley 1995). Elles peuvent aussi être dues à des différences de composition chimique (cf composés secondaires pouvant modifier l’appétence des feuilles) et/ou morphologiques (pilosité, épines) (Lambers and Poorter 1992), i.e. des variations en lien avec un investissement dans les défenses.

Les classements d’espèces sont plus stables pour les traits structuraux tels que le SLA et la LDMC que pour les traits liés à la composition chimique tels que le LNCmass (Garnier et al. 2001a). Bien que les traits soient corrélés entre eux, les classifications obtenues avec l’un ou l’autre peuvent différer en partie (Garnier et al. 2001a, cas de la LDMC, LLS et SLA, Al Haj Khaled 2005). Les classements interspécifiques établis sur les teneurs des différents éléments minéraux (tout au moins N et P) sont souvent corrélés (Cornelissen et al. 2003). Le SLA est un trait important dans le fonctionnement de la plante mais il présente plusieurs limites méthodologiques (e.g. difficulté de mesure sur certains types de feuilles). La LDMC doit aussi être utilisée avec précaution puisqu’elle est sensible aux « formes de croissance », ce qui peut limiter ou contraindre son utilisation suivant le contexte d’étude (cf cas des rosettes vs graminées, Cruz et al. 2002; cas des succulentes pour lesquelles un faible SLA est associé avec une faible LDMC, Vendramini et al. 2002). Les mesures de ces deux traits intègrent le poids ou la surface de la feuille complètement réhydratée ; les mesures peuvent différer fortement si elles ne sont pas réalisées dans les mêmes conditions de réhydratation (Garnier et al. 2001b) ; la qualité des données est donc fortement conditionnée par le respect

Dans le document Caractérisation agroécologique des végétations prairiales naturelles en réponse aux pratiques agricoles. Apports pour la construction d'outils de diagnostic (Page 34-43)