HAL Id: hal-02802128
https://hal.inrae.fr/hal-02802128
Submitted on 5 Jun 2020
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Climator - Simuler les impacts du changement
climatique pour mieux prévoir la vulnérabilité des forêts au changement climatique
Alexandre Bosc
To cite this version:
Alexandre Bosc. Climator - Simuler les impacts du changement climatique pour mieux prévoir la vulnérabilité des forêts au changement climatique. Que nous apprend la Recherche sur la vulnérabilité des forêts au changement climatique ?, Labo/service de l’auteur, Ville service, Pays service., Nov 2001, Paris, France. 26 pl. �hal-02802128�
Quantification des impacts du
changement climatique sur les forêts
à l’échelle régionale et identification des sources
d’incertitude
Bosc Alexandre
EPHYSE INRA Bordeaux
Alexandre.bosc@pierroton.inra.fr
Colloque « Vulnérabilité des Forêts au changement climatique » Paris, 17 novembre 2011
• Le changement climatique
et la forêt : une
problématique prégnante
Contexte
• Des recherches engagées
depuis plusieurs années au
sein de nombreux projets
des modèles éprouvés
• Le projet CLIMATOR offrant la possibilité de :
• comparer la forêt aux autres types de cultures
• tester une multitude de scenarii climatiques et de
méthodes de régionalisation
9.5 15.5 1850 1900 1950 2000 Surface (M ha) 28.6%SURFACE FORESTIÈRE (M ha)
SAU
Méthodologie CLIMATOR
• Le protocole de simulation (CLIMATOR) :
– 12 sites, 5 sols
– 3 scenarii d’émission (B1, A1B, A2), 3 méthodes de régionalisation – 3 fenêtres temporelles 1970-2000 , 2020-2050, 2070-2100
GRAECO INRA Bordeaux
Bilans intégrés eau, carbone, croissance avec gestion sylvicole Pin maritime Flux hydriques Flux de carbone Rendement
BILJOU © INRA Nancy
Un modèle de bilan hydrique
Confort hydrique
Restitution d’eau au milieu
• Un trio de modèles de forêt complémentaires
EVOLFOR INRA Nancy
Un modèle de niche
Scenarii climatique de CLIMATOR
Observation (données SAFRAN) 0 5 10 15 20 °C B1 A1B A2 IN T E N S IT É D U S C É N A R IO D ’É M IS S IO N 1970-2000 2020-2050 2070-2100 2020-2050 2070-2100 1970-2000 A1B2020-2050 2070-2100
Scenarii climatique de CLIMATOR :
température moyenne
1970-2000 A1B Observation (données SAFRAN) Régionalisation TT :Type de Temps Régionalisation QQ :Quantile-Quantile 0 5 10 15 20 °C
2020-2050 2070-2100
Scenarii climatique de CLIMATOR : précipitations
1970-2000 A1B Observation (données SAFRAN) Régionalisation TT :Type de Temps Régionalisation QQ :Quantile-Quantile 400 800 1200 1600 2000 mm / an
2020-2050 2070-2100
Scenarii climatique de CLIMATOR :
1970-2000 A1B Régionalisation TT :Type de Temps 400 800 1200 1600 2000 mm / an Régionalisation TT :Type de Temps 0 5 10 15 20 °C
1970-2000 2020-2050 A1B 2070-2100
Evolution de l’intensité du déficit hydrique
Feuillus
décidus
(chênaie, hêtraie)Conifères
(type Sapin) 20 40 60 80ST
RE
SS
Evolution du rapport ETR/ETM en fonction de l’indice agroclimatique (P-ET0). ■ passé récent, ♦ futur proche, ▲ futur lointain pour douze sites du territoire
français (en abrégé sur l’étiquette de droite)
0.0 0.2 0.4 0.6 0.8 1.0 -600 -400 -200 0 200 P-ET0 (mm) BILJOU
forêt décidue, sol 1, TT
0.0 0.2 0.4 0.6 0.8 1.0 -600 -400 -200 0 200 P-ET0 (mm) BILJOU
forêt de conifères, sol 1, TT
avi bor cle col dij lus mir mon ren ste tou ver 0.0 0.2 0.4 0.6 0.8 1.0 -600 -400 -200 0 200 E T R /E T M P-ET0 (mm) GRAECO
forêt de pin maritime, sol 1, TT
Evolution de la quantité d’eau restituée au
milieu (percolation)
Modèle GRAECO, Méth. Région. Types de tps, Sc. Clim. A1B
0 100 200 300 400 500 600 700 800 1980 2000 2020 2040 2060 2080 2100 2120 Année
P
e
rc
o
la
ti
o
n
a
n
n
u
e
ll
e
(
m
m
/
a
n
)
Exemple de Bordeaux1970-2000 2020-2050 A1B 2070-2100
Évolution du rendement
Conifères
(type Pin maritime)
Modèle GRAECO, Méth. Région. Type tps, Sc. Clim. A1B
+40 +20 0 -20 -40 V a ri a tio n d u r e n d e m e n t ( % )
La baisse générale du rendement :
une spécificité forestière !
0.0 -0.3 2.3 3.8 1.6 0.3 0.9 0.8 Versailles 0.2 -0.9 -0.4 -1.2 -0.3 0.2 -1.8 1.5 Toulouse -0.1 -0.7 0.3 -0.2 0.0 1.5 -1.6 2.6 St Etienne -0.1 -0.3 1.9 4.0 1.6 0.6 -0.2 -0.3 Rennes 0.2 -0.5 3.2 4.7 2.2 -0.1 2.5 1.0 Mons 0.8 -0.1 4.2 5.7 3.2 2.5 3.4 1.3 Mirecourt 0.1 -0.8 0.5 0.5 0.3 0.8 -1.1 0.1 Lusignan 1.3 -0.6 0.7 0.7 0.1 1.0 -0.8 1.5 Dijon 1.0 -0.5 0.8 0.5 0.1 0.9 -1.3 1.7 Colmar 1.5 -0.4 4.1 6.3 3.9 1.7 8.2 0.2 Clermont 0.4 -0.5 0.2 0.6 0.4 -0.4 -1.5 0.9 Bordeaux 0.9 -0.4 -0.1 0.2 0.6 0.2 -1.5 0.4 Avignon Fétuque Pin Vigne Sorgho Tournesol Colza Maïs Blé t_MS /ha /an
Évolution du rendement entre PR et FL, par site et culture (sol 1, méthode de régionalisation TT, CERES pour blé, GRAECO pour pin, PASIM pour fétuque et STICS pour autres cultures). gras : p < 0.01 ; normal :
Les forêts n’échappent pas au climat
alors qu’il existe des opportunités pour les cultures
Le rendement des pins est essentiellement piloté par le confort hydrique (ETR/ETM)
2.9 3.1 3.3 3.5 3.7 3.9 4.1 0.5 0.6 0.7 0.8 0.9 1 R D T ( T /h a ) ETR/ETM Tournesol (cv Prodisol) SUNFLO sol 1 TT
(ronds=PR, carrés=FP, Triangles=FL)
Avignon Bordeaux Colmar Dijon Lusignan Mons Rennes Saint-Etienne Toulouse Versailles PR FP FL 4 5 6 7 8 9 10 11 12 13 0.5 0.7 0.9 1.1 R D T ( T /h a ) ETR/ETM Fétuque PASIM sol 1 T T
(ronds=PR, carrés=FP, Triangles=FL)
Avignon Bordeaux Clerm ont Colm ar Dijon Lusignan Mirecourt Mons Rennes St-Etienne Toulouse Versailles PR FP FL 2 3 4 5 6 7 8 0.7 0.75 0.8 0.85 0.9 R D T ( T /h a ) ETR/ETM Sorgho(cv Friggo) STICS sol 1 TT
(ronds=PR, carrés=FP, Triangles=FL)
Avignon Bordeaux Colmar Dijon Lusignan Mons Rennes Saint-Etienne Toulouse Versailles PR FP FL 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 0.5 0.6 0.7 0.8 0.9 1 R D T ( T /h a) ETR/ETM Pin GRAECO sol 1 T T
(ronds=PR, carrés=FP, Triangles=FL)
Avignon Bordeaux Clerm ont-Theix Colm ar Dijon Lusignan Mirecourt Mons Rennes Saint-Etienne Toulouse Versailles PR FP FL ETR/ETM ETR/ETM ETR/ETM ETR/ETM R e n d e m e n t (T / h a ) R e n d e m e n t (T / h a ) R e n d e m e n t (T / h a ) R e n d e m e n t (T / h a ) PR FP FL
1 2 3 4 5 8 10 12 14 16 Température (°C) R e n d e m e n t (t M S /h a / a n ) 300 400 500 600 700 800 900 Pluviométrie (mm/an) Avignon Bordeaux Clermont Colmar Dijon Lusignan Mirecourt Mons Rennes St Etienne Toulouse Versailles
Analyse des effets climatiques sur le rendement
Exemple du Pin maritime
Rendement (tMS /ha /an)
Modèle GRAECO, Méth. Région. Type tps, Sc. Clim. A1B
la température est la variable climatique prépondérante
6 8 10 12 14 16 18 20 y = 0.24429x R2= 0.90683 TempkTx PluiekRx CO2kC
! Travaux en cours
Rendement
climatique potentiel
Régionalisation des effets climatiques sur le rendement
à partir des résultats de CLIMATOR
Exemple du Pin maritime
Modèle GRAECO, Méth. Région. Type tps, Sc. Clim. A1B
Fonction de transfert calée sur les sortie des
modèles fonctionnels
CO
2
+
+
Précipitation Température y = 0.24429x R2 = 0.90683 6 8 10 12 14 16 18 20 TempkTx PluiekRx CO2 kCModèle GRAECO, Méth. Région. Type tps, Sc. Clim. A1B
! Travaux en cours
1970-2000 A1B 2020-2050 2070-2100
Rendement climatique potentiel
Régionalisation des effets climatiques sur le rendement
à partir des résultats de CLIMATOR
Incertitude des probabilités de présence d’essences
1970-2000 2020-2050 2070-2100
Hêtre
Chêne vert
Modèle EVOLFOR, Méth. Région. 3, Sc. Clim. 30.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 P ro b a b ili té d e p ré s e n c e A1B Anom. A1B TT1 A1B TT2 A1B QQ A2 QQ B1 QQ
B1 A1B A2 IN T E N S IT É D U S C É N A R IO D ’É M IS S IO N 1970-2000 2020-2050 2070-2100
Modèle EVOLFOR, Méth. Région. Q-Q, Sc. Clim. A1B
Incertitude climatique et évolution
des biomes
B1 A1B A2 IN T E N S IT É D U S C É N A R IO D ’É M IS S IO N 1970-2000 2020-2050 2070-2100
Modèle EVOLFOR, Méth. Région. Q-Q, Sc. Clim. A1B
Incertitude climatique et évolution
des biomes
B1 A1B A2 IN T E N S IT É D U S C É N A R IO D ’É M IS S IO N 1970-2000 2020-2050 2070-2100
Modèle EVOLFOR, Méth. Région. Q-Q, Sc. Clim. B1, A1B, A2
Incertitude climatique et évolution
des biomes
B1 A1B A2 IN T E N S IT É D U S C É N A R IO D ’É M IS S IO N 1970-2000 2020-2050 2070-2100
Modèle EVOLFOR, Méth. Région. Q-Q, Types tps, Anomalies, Sc. Clim. A1B
Incertitude liée à la méthode de régionalisation du climat Types de temps
Anomalies Quantiles-quantiles
Incertitude climatique et évolution
des biomes
80 Réserve utile
240 80 Réserve utile240 80 Réserve utile240
25 50 75 100 125 150 175 D é fi c it h y d ri q u e ( m m /a n )
Voies d’adaptation : exemple de la prise en
compte des déficits hydriques
1. Limiter aux sols à forte RU
2. Couvert décidu sur même gamme de sol 110 Quelles options d’adaptation ? : 1970-2000 2020-2050 2070-2100
Mortalité de douglas après la sécheresse 2003 en Bourgogne (N. Breda)
Modèle BILJOU
80 Réserve utile
240 80 Réserve utile240 80 Réserve utile240
25 50 75 100 125 150 175 D é fi c it h y d ri q u e ( m m /a n ) 3. Itinéraires à LAI réduit 1970-2000 2020-2050 2070-2100
1. Limiter aux sols à forte RU
2. Couvert décidu sur même gamme de sol
110
Voies d’adaptation : exemple de la prise en
compte des déficits hydriques
Quelles options d’adaptation ? :
Modèle BILJOU
80 Réserve utile
240 80 Réserve utile240 80 Réserve utile240
25 50 75 100 125 150 175 D é fi c it h y d ri q u e ( m m /a n ) 3. Itinéraires à LAI réduit 4. Déplacement géographique 1970-2000 2020-2050 2070-2100
1. Limiter aux sols à forte RU
2. Couvert décidu sur même gamme de sol
110
Voies d’adaptation : exemple de la prise en
compte des déficits hydriques
Quelles options d’adaptation ? :
Modèle BILJOU
• Ce que précise le projet CLIMATOR
– CC conditions plus défavorables pour nos couverts
stress hydrique accru principalement du à l’augmentation des températures • Non compensé par l’augmentation du CO2
• Affectant d’autant plus les couverts que leur LAI est fort
– Effets régionaux différents
• Ce que nous apprend le projet
– Particularité des forêts par rapport aux autres couverts
• Peu d’incertitude sur le sens des effets du CC • Très fort couplage avec le climat
• Pas de réelle stratégie d’évitement
nécessité de voies d’adaptation
– Forte incertitude d’origine climatique :
• Du fait des scénarii d’émission de gaz à effet de serre • Fort effet des méthodes de régionalisation,
en particulier dans certaines régions (Nord-Est)
?
Ce qui reste à faire …
•
Retour à l’issue de nos réflexions sur les impacts vers les
climatologues pour continuer à
progresser dans les méthodes de
régionalisation du climat
pour rendre les méthodes cohérentes
spatialement ET temporellement
•
Faire progresser nos connaissances et modèles :
• Au-delà de la productivité, intégrer des modèles de dépérissement et de mortalité pour aboutir à des évaluations de risque (aléa x vulnérabilité) perspectives CLIMATOR + DRYADE
• …(stress successifs, interactions avec les pathogènes, plus d’essences)