Simuler la ressource forestière à l'échelle d'un massif : application de SIMMEM et GYMNOS

(1)

CAQ 15 - Capsis 14

2-4 avril 2012 Nogent-Sur-Vernisson

Gauthier Ligot1_{– Patrick Vallet}2_{– Samuel Quevauvillers}1_{– François Cerisier}1_{– Jonathan Lisein}1_–

Jérome Perin1_{- Sébastien Bauwens}1

1 ULg, Gembloux Agro-Bio Tech, Unité de gestion ressources forestières et des milieux naturels 2 Irstea, UR Ecosystèmes forestiers, Nogent-Sur-Vernisson

(2)

Contexte

•

_{Création d’outils de simulation multi-échelle pour notre office}

régional des forêts (DNF)

•

_{Afin d’analyser différentes problématiques touchant aux grands}

enjeux de la gestion forestière actuelle :

• _{changements globaux,}

• _{mise en place de nouvelles législations,} • _{évolution des demandes de la société,}

• _{optimisation de la production et de la qualité du bois,} • _{choix des essences à promouvoir…}

(3)

Contexte

Inventaires Forestiers de Gestion

Inventaire Permanent des ressources forestières de Wallonie

•

_{Développement de la plateforme FORSIP}

(4)

Objectifs

•

_{Mise en place de la méthodologie pour simuler l’évolution de}

massifs forestiers

• _{Quelles sont les paramètres nécessaires pour initialiser les simulations ?} • _{Quelles données utiliser? Inventaires par échantillonnage ? Parcellaire?}

(5)

Plan de la présentation

•

_{Introduction à SIMMEM et GYMNOS}

•

_{Zone d’étude}

•

_{Préparation des données de simulation}

•

_Résultats

(6)

SIMMEM

Scénarii sylvicoles → → simulations à l’horizon 20502050 Fichier d’entrée standard SIMMEM SIMMEM ↓ ↓ modules modules unitaires unitaires

Production de données géoréférencées en amont

Parcellaire Structures dendro réelles ou virtuelles Données abiotiques Proxy de la fertilité Proxy de la fertilité

(7)

SIMMEM

Chênaie Pineraie Douglasaie

Fichier Module B Fichier Module A Création de peuplement virtuel

(8)

SIMMEM

= RDI

déclenchement de l’éclaircie : → commune aux modules

méthode d’éclaircie :

(9)

GYMNOS

• _{Modèle arbre indépendant des distances} • _{Douglas, épicéa, mélèze}

• _{Equations harmonisées} • _{Site index : hdom-age}

(10)

GYMNOS

•

_{Création de peuplements virtuels}

• _{Distribution log-normale}

(11)

GYMNOS

•

_{Interventions sylvicoles}

• _{Intensité : GHA, RDI, ou NHA cible}

• _Type

• _{Caractère aléatoire}

(12)

Zone d’étude

• _{Domain Royal de Ciergnon}

• _{Sols lourds moyennement profonds et caillouteux (régime hydrique alternatif)} • _{Gelées tardives}

(13)

Zone d’étude

• _{Essentiellement des chênaies}

(14)

Zone d’étude

• _{1366 parcelles de résineux}

• _{Surface comprise entre 1 are et 9 ha} • _{Surface totale de 1048 ha}

(15)

Préparation des données

• _{Création de peuplements virtuels :}

• _Age

• _{Hauteur dominante (ou le site index)}

• _{Nombre de tiges (ou le RDI avec une estimation du Cg)}

(16)

Préparation des données : solution n°1

o u rc e n ta g e d u to ta l Douglasaie 0 20 40 60 80 Mélèzière 0 20 40 60 80 Pessière o u rc e n ta g e d u to ta l Douglasaie 0 10 20 30 40 Mélèzière 0 10 20 30 40 Pessière o u rc e n ta g e d u to ta l Douglasaie 0 20 40 60 Mélèzière 0 20 40 60 Pessière

• _{Tirage aléatoire des paramètres d’initialisation à partir des distributions} observées à partir de l’Inventaire Forestier de Gestion (IFG) : n=172

(17)

Préparation des données : solution n°2

• _{Régressions fonction de l’âge à partir des placettes de l’IFG (n=172) et de} l’IPRFW (n=1956) et tirage aléatoire de l’erreur résiduelle.

nh a 0 1000 2000 3000 Douglasaie 0 1000 2000 3000 Mélèzière 0 1000 2000 3000 Pessière IPRFW IFG hd om 10 20 30 40 Douglasaie 10 20 30 40 Mélèzière 10 20 30 40 Pessière IPRFW IFG

(18)

Préparation des données

•

_{Choix = solution n°1}

•

_{Tirage aléatoire depuis}

les données de

l’inventaire forestier de

gestion (IFG) : n = 172

Pessière Age F re qu en ce 0 40 80 120 0. 00 0. 01 0. 02 0. 03 0. 04 0. 05 m = 45.77 sd = 10.41 Douglasaie Age 0 40 80 120 0. 00 0. 01 0. 02 0. 03 0. 04 0. 05m = 43.69 sd = 9.07 Mélèzière Age 0 40 80 120 0. 00 0. 02 0. 04 0. 06 0. 08 m = 61.5 sd = 19.11 Pessière en ce _0.06 0. 08 m = 26.62 sd = 5.13 Douglasaie 0. 04 m = 31.42 sd = 6.71 Mélèzière 0. 20 0. 30 m = 23.74 sd = 2.89

(19)

Préparation des données : NHA

• _{Droite d’auto-éclaircie fonction de HDOM par inversion des modèles} d’initialisation

• _{Tirages aléatoires depuis des distributions normales}

Pessière F re qu en ce 0.0 0.4 0.8 1.2 0. 0 0. 5 1. 0 1. 5 2. 0 2. 5 m = 0.34 sd = 0.26 Douglasaie F re qu en ce 0.1 0.3 0.5 0.7 0. 0 0. 5 1. 0 1. 5 2. 0 2. 5 m = 0.38 sd = 0.15 Mélèzière F re qu en ce 0.10 0.20 0.30 0 1 2 3 4 5 6 m = 0.22 sd = 0.11

(20)

Préparation des données : RDI et Site Index

• _{l’âge, le rdi et le site index sont-ils vraiment indépendant ?}

R D I 0.6 1.0 Douglasaie 0.2 0.6 1.0 Mélèzière 0.2 0.6 1.0 Pessière S ite I nd ex ( m ) 30 35 40 Douglasaie 20 25 30 35 40 Mélèzière 20 25 30 35 40 Pessière S ite I nd ex ( m ) 30 35 40 Douglasaie 20 25 30 35 40 Mélèzière 20 25 30 35 40 Pessière

(21)

Préparation des données : RDI et Site Index

• _{Le site index décroît avec l’âge}

• _{Les peuplements les plus productifs} sont récoltés les premiers

• _{Ajustement des modèles de HDOM} • _{Meilleures provenances et meilleure}

adéquation essence-station • _{Erreurs de mesures}

• _…

• _{Modéliser la variation du site index en} fonction de l’âge

• _{Modéliser HDOM en fonction de l’âge}

age S ite In d e x (m ) 20 30 40 50 20 40 60 80 100 Douglasaie 20 30 40 50 Mélèzière 20 30 40 50 Pessière

(22)

Résultats

Essence DDomMax RDI

Epicéa 50 0.7 (+- 0.1)

Douglas 60 0.7 (+- 0.1)

Mélèze 60 0.5 (+- 0.1)

Nombreuses MAB et éclaircies la première année

(23)

Conclusions

•

_{L’âge et le type de peuplement des parcelles sont les}

paramètres les plus importants

•

_{Les autres paramètres sont obtenus par tirage aléatoire et/ou}

régressions

•

_{Les inventaires régionaux, nationaux peuvent}

(24)

Perspectives

•

_{Ajout de nouvelles règles}

•

_{Optimisation (code et/ou modèles)}

(25)