Soutenance mémoire
Les forêts mélangées : un intérêt croissant qui entraîne un besoin d’outil d’aide à la gestion
Les forêts mélangées suscitent un intérêt croissant
Depuis le début des années 1990 et la volonté au niveau mondial de lutter contre l’érosion de la biodiversité (ONU, 1992 ; ONU, 1993), les forêts mélangées font l’objet d’un intérêt croissant. Récemment la question de l’adaptation des écosystèmes face aux changements climatiques a encore renforcé cet intérêt (voir par exemple Sevrin et al., 2008). Selon Legay et al. (2008), le mélange d’essences pourrait permettre aux forestiers de faire face à des changements qui vont affecter le fonctionnement et la production des forêts dans les prochaines décennies. Ce mélange vise également à satisfaire une demande sociale toujours bien présente pour une meilleure prise en compte de l’environnement dans les pratiques de gestion. La composition en essences, fait ainsi partie des critères de gestion durable adoptés lors de la conférence de Vienne en 2003 sur la protection des forêts en Europe (MCPFE, 2003). En outre, de plus en plus d’études scientifiques montrent l’avantage de gérer des peuplements mélangés par rapport à des peuplements purs. Ainsi, le mélange peut permettre de réduire les dégâts face à l’attaque d’insectes phytophages (Jactel et Brockerhoff, 2007) et peut permettre d’augmenter la productivité du peuplement par une meilleure occupation de l’espace, une meilleure exploitation des ressources et parfois grâce à des phénomènes de facilitation entre essences (Kelty, 2006).
Savoir gérer les forêts mélangées : un enjeu pour la filière forestière
Même si certains avantages restent discutables, comme l’intérêt du mélange pour la conservation de la biodiversité (Barbier, 2007), et que d’autres sont subjectifs comme l’intérêt paysager, les forêts mélangées offrent de nombreux bénéfices (Bristow et al., 2006a). Malgré cela, au niveau mondial, la grande majorité des forêts plantées sont encore des monocultures (Kelty, 2006 ; FAO, 2007 ; Jactel et al., 2008). Ceci résulte essentiellement d’habitudes d’industriels qu’il est difficile de faire évoluer (Nichols et al., 2006). Néanmoins, dans certains pays et notamment en France, le mélange d’essences est bien ancré dans les pratiques (Nichols et al., 2006) et fait partie intégrante des orientations de gestion (Sardin et al., 2008). De plus, les récentes statistiques de l’Inventaire Forestier National font apparaître que les forêts mélangées représentent 49% des forêts de production de la France métropolitaine soit 7 200 000 ha (Morneau et al., 2008). Savoir gérer les peuplements mélangés est donc un enjeu important pour la filière forestière.
Les forestiers ont besoin d’outils pour gérer ces peuplements
Aujourd’hui, gérer les forêts de façon durable pose des difficultés car les demandes de la société, comme la demande croissante en bois énergie (Nabuurs et al., 2007), peuvent entrer en conflit avec d’autres enjeux de la gestion durable des forêts : conservation de la biodiversité (Jonsell, 2007), conservation des ressources du sol (Cacot et al., 2006). Dans un tel contexte, les forestiers ont besoin d’outils d’aide à la gestion capables d’intégrer des enjeux de nature variée (Von Teuffel et al., 2006). D’un point de vue sylvicole, il existe un savoirfaire non négligeable concernant la gestion des peuplements mélangés mais le mélange d’essences pose encore de nombreuses difficultés aux forestiers (Sardin et al., 2008). En effet, un peuplement mélangé présente beaucoup plus d’options de gestion qu’un peuplement pur à cause de ses nombreuses sources de variation. Cela renforce l’intérêt d’avoir des outils d’aide à la gestion pour ce type de peuplements (Pukkala et al., 1998).
Les modèles de croissance peuvent faciliter la gestion des forêts mélangées
Les modèles de croissance et de dynamique forestière : des outils prometteurs encore peu appliqués aux peuplements mélangés
Les modèles de croissance et de dynamique forestière (voir Houllier et al., 1991 pour une définition de ces modèles) peuvent contribuer à répondre aux questions que l’on se pose sur la gestion des forêts mélangées (Dhôte et al., 2005). En effet, ces outils peuvent apporter aux gestionnaires de nombreux éléments de réponse ou de réflexion (Pretzsch et al., 2002a ; Goreaud et al., 2005a) :
o ils permettent d’acquérir des connaissances qualitatives et quantitatives sur le fonctionnement des peuplements ;
o ils permettent de prédire l’évolution des peuplements dans des cas de figure complexes, en intégrant par exemple les changements de productivité (Bontemps, 2006) ou en considérant des peuplements irréguliers ou mélangés ;
o ils rendent possible une comparaison rapide de plusieurs scénarios sylvicoles, ce qui aurait demandé auparavant de longues années d’expérimentation. Cette utilisation est tout particulièrement indiquée lors de la rédaction des guides de sylviculture ;
o la modélisation permet également d’intégrer des phénomènes à plus large échelle de temps et d’espace, comme la colonisation successive d’un espace par différentes espèces, qu’il nous est difficile d’appréhender autrement ;
o ce sont d’excellents outils pédagogiques, pour la formation initiale ou continue, car ils facilitent la représentation des peuplements, par exemple dans des expériences de marteloscope, ou en permettant aux étudiants de tester et de comparer plusieurs itinéraires sylvicoles.
Au niveau international, il existe maintenant de nombreux exemples de modèles adaptés aux peuplements mélangés (Porté et Bartelink, 2002). En ce qui concerne la France métropolitaine, l’effort de construction de modèles de croissance a jusqu’à présent surtout porté sur les peuplements réguliers (Perot et Ginisty, 2004). Concernant les peuplements mélangés, quatre mélanges différents ont fait l’objet ou font l’objet de travaux de modélisation : le mélange hêtre, sapin et épicéa dans le Jura (Bruciamacchie et al., 1991 ; Buongiorno et al., 1995), le mélange sapin et épicéa dans les Alpes (Courbaud, 2004), le mélange frêne et hêtre dans le Nord-est (Ottorini et Le Goff, 2002), et le mélange hêtre, pin noir et sapin dans l’arrière-pays méditerranéen (Dreyfus, 2008). Ces travaux sont loin de couvrir l’ensemble des types de mélange que l’on peut rencontrer en France (Morneau et al., 2008) et ne couvrent pas l’ensemble des régions géographiques. Il est donc nécessaire de poursuivre la construction de modèles adaptés aux peuplements mélangés pour mieux répondre aux demandes des gestionnaires ou des pouvoirs publics.
Une tendance qui va vers des modèles de plus en plus détaillés
Les modèles de croissance et de dynamique forestière que nous venons de présenter peuvent avoir des caractéristiques très différentes. En particulier, le peuplement forestier peut y être décrit de manière plus ou moins détaillée. Nous proposons d’utiliser l’expression « niveau de détail » d’un modèle pour caractériser la façon dont le peuplement est décrit dans le modèle. On peut aussi parler de « niveau de description » (Picard, 1999 p. 2), d’ »échelle de modélisation » ou de « degré de précision » (Edwards, 2004). On peut ainsi définir plusieurs grands types de modèles correspondant à des niveaux de détail différents (Munro, 1974 ; Houllier et al., 1991 ; Porté et Bartelink, 2002) : les modèles « peuplement » (ou « arbre moyen ») où le peuplement est décrit par des variables globales (exemple : surface terrière totale) ou moyennes (exemple : diamètre moyen), les modèles de distribution où le peuplement est décrit par une distribution par classe de taille des arbres (exemple : distribution par classe de diamètre) et les modèles individus-centrés où le peuplement est décrit par des caractéristiques concernant tous les arbres du peuplement (exemple : liste des diamètres individuels). Parmi ce dernier type de modèles, on distingue généralement les modèles individus-centrés non spatialisés ou Modèles Arbre Indépendants des Distances (MAID) pour lesquels les positions spatiales des arbres dans le peuplement ne sont pas connues, et les modèles individus-centrés spatialement explicites ou Modèles Arbre Dépendants des Distances (MADD) qui utilisent la position spatiale de chaque arbre dans le peuplement.
L’étude réalisée en 2002 par Porté et Bartelink a recensé environ 130 modèles publiés entre 1947 et 2000 portant sur des peuplements mélangés. La description de ces modèles, disponible dans cet article, nous a permis de les répartir par type de modèles et par année de parution.
|
Table des matières
1. Introduction
1.1 Les forêts mélangées : un intérêt croissant qui entraîne un besoin d’outil d’aide à la gestion
1.2 Les modèles de croissance peuvent faciliter la gestion des forêts mélangées
1.3 Comment choisir le niveau de détail d’un modèle pour une forêt mélangée ?
1.4 Objectif de la thèse et stratégie
2. Comment assurer une cohérence entre des modèles ayant des niveaux de détail différents ?
2.1 Du modèle peuplement au modèle arbre dépendant des distances
2.2 Aperçu des méthodes utilisées pour assurer une cohérence entre des modèles
2.3 Assurer une cohérence en ajustant les modèles sur les mêmes données
2.4 Assurer une cohérence par agrégations ou simplification d’un modèle détaillé
2.5 Assurer une cohérence par des outils de changement d’échelle
2.6 Bilan
3. Données récoltées dans les forêts mélangées chêne sessile – pin sylvestre
3.1 Les forêts de chêne sessile et pin sylvestre : un bon exemple de peuplement mélangé
3.2 Modèles existants pour la croissance du chêne sessile et du pin sylvestre
3.3 Choix des arbres et mesures dendrométriques
3.4 Mesure de la croissance individuelle
3.5 Partage des données pour ajuster et évaluer les modèles
3.6 Bilan
4. Construction et ajustement d’une famille de modèles de croissance
4.1 Le modèle arbre indépendant des distances
4.2 Le modèle arbre dépendant des distances
4.3 Le modèle arbre basé sur des distributions de voisinage
4.4 Construction de modèles peuplement par agrégation des modèles individus-centrés
4.5 Bilan
5. Evaluation et comparaison des modèles pour prédire la croissance
5.1 Critères et méthodes utilisables pour évaluer des modèles de croissance forestiers
5.2 Prédire les accroissements individuels, leur variabilité et leur distribution
5.3 Prédire l’accroissement du peuplement
5.4 Prédire l’évolution du peuplement dans des contextes appliqués
5.5 Bilan
6. Discussion générale et perspectives
6.1 Bilan des principaux résultats
6.2 Synthèse sur les critères permettant de choisir un type de modèle
6.3 Perspectives
7. Conclusion
Télécharger le rapport complet
