Return to search

Estimation de la biomasse en forêt tropicale humide : propagation des incertitudes dans la modélisation de la distribution spatiale de la biomasse en Guyane Française / Biomass estimation in neotropical forests : uncertainty propagation and spatial modelling with applications in French Guiana

Les forêts tropicales contiennent dans leur biomasse aérienne un stock de carbone important à l’échelle de la planète. Mesurer ce stock et comprendre son fonctionnement permet de mieux saisir les enjeux liés à sa protection, sa destruction ou sa modification, ainsi que son rôle dans le cycle du carbone et les mécanismes climatiques globaux. Dans le cadre des problématiques économiques et écologiques liés au climat, les forêts sont progressivement prises en compte dans les programmes internationaux de mesures visant à réduire l’impact anthropique sur le climat (Protocole de Kyoto, 1998 ; Accord de Copenhague, 2009). L’intégration des forêts dans les mécanismes financiers liés au marché du carbone est clairement envisagée dans les années à venir (marché de carbone « d’origine forestière »).L’estimation de la biomasse aérienne d’une parcelle de forêt inventoriée nécessite l’utilisation successive de plusieurs modèles. Dans ces parcelles, le diamètre et l’espèce de chaque arbre sont renseignés. Ensuite, ces parcelles sont utilisées comme références pour l’extrapolation spatiale des valeurs de biomasse. Cette extrapolation repose souvent sur le traitement de signaux aériens (avions, satellites). Il est aussi possible d’utiliser covariables environnementales (climat, géologie, …).L’incertitude associée à l’estimation de la biomasse d’une région est le résultat de toutes les incertitudes associées à ces différents processus. Les connaissances actuelles ne nous permettent pas de quantifier cette incertitude. L’objectif de la thèse est de développer une méthodologie d’estimation de la biomasse qui permette la propagation des incertitudes ainsi que l’identification des sources de cette incertitude.Modèle de hauteur : Nous proposons un nouveau modèle de hauteur pour les forêts tropicales. Les paramètres de ce modèle ont un sens écologique et peuvent être prédits par des variables décrivant le peuplement sur lequel il est appliqué. Nous avons utilisé les données des projets Amalin et Bridge et sélectionné 42 parcelles réparties en Guyane dans lesquelles le diamètre et la hauteur de chaque arbre ont été mesurés.Modèle de densité de bois : Un modèle à été conçu pour associer à chaque espèce une distribution de densité de bois et non une valeur fixe. Nous avons utilisé les données du projet Bridge dans lequel la densité de bois a été mesurée sur 2504 arbres représentant 466 espèces.Modèle de biomasse: Nous avons montré par une analyse de sensibilité que les incertitudes des prédictions de hauteur et de densité de bois n’avaient qu’une part négligeable dans l’incertitude des prédictions de biomasse. L’amélioration de la précision de ces modèles n’est donc pas une priorité. En revanche, le modèle de hauteur peut être une source de biais.Modélisation spatiale : Les modèles développés ont été appliqués à différents réseaux de parcelles couvrant bien la zone littorale guyanaise : inventaires papetiers de l’ONF, réseau Guyafor, projet Amalin… Les prédictions de biomasse de ces parcelles sont utilisées dans un modèle spatiale. Nous produisons ainsi une carte de biomasse guyanaise associée à une carte de l’incertitude de cette estimation. / Tropical forest yield and important part of the aerial vegetation carbon stock on earth. Measuring and understanding this stock distribution is crucial for the management of the tropical forests facing the actual environmental challenges (REDD+, carbon market).Aerial Biomass estimation of forest census plots requires few models depending on the precision of the inventory: diameter models, height models, wood density models. Spatial extrapolation between census plots relies on aerial data (satellite measurements, images) or ground-based data (geology, altitude).The uncertainty of the estimation of a region’s biomass is the result of the uncertainty brought by all these models. The aim of the thesis is to develop models and methods to estimate the biomass of a region while propagating the uncertainties. This is applied to the neo-tropical forest of French Guiana (South America, Guianas Plateau).

Identiferoai:union.ndltd.org:theses.fr/2012AGUY0567
Date13 December 2012
CreatorsMolto, Quentin
ContributorsAntilles-Guyane, Hérault, Bruno, Rossi, Vivien, Blanc, Lilian
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0025 seconds