Between non-spatialized and spatialized tree growth model: an intermediate model for mixed forests - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2008

Between non-spatialized and spatialized tree growth model: an intermediate model for mixed forests

Entre modèle arbre spatialisé et non spatialisé : un modèle intermédiaire pour les forêts mélangées

Thomas Perot
Christian Ginisty

Résumé

In recent years there has been growing interest in mixed forests due to environmental concerns (biodiversity conservation, adaptation to global change) as well as for economic and social reasons. In France, mixed forests cover about 50% of the total forest area. Still, forest managers have relatively few tools enabling them to describe or predict their growth accurately. Their complexity makes them more difficult to understand than pure stands and currently there is no consensus about the best way to model mixed forest growth. It is widely believed that non-spatialized models fail to take into account the complexity of these stands. For example, differences in spatial structure can play an important role in stand dynamics. On the other hand, single-tree distance-dependant models can be difficult to use since the spatial position of trees is not measured in a routine management. We tested a model intermediate between non-spatialized and spatialized tree models to describe the growth of a mixed forest. To do so, we used distributions of neighbourhood to calculate competition indices without knowing tree positions. To implement the model, data were collected from a mixed forest of sessile oak (Quercus petraea) and Scots pine (Pinus sylvestris) in central France. In 9 fully mapped plots, about 30 trees per species were sampled according to their size and competitive situation. Tree growth was measured on cores collected at a height of 1.3 m. First, we implemented a non-spatialized tree model capable of taking the size effect on growth into account. We then designed a spatialized tree model taking into account differences in local competitive pressure and interactions between species with a local competition index. Finally, an intermediate model between the first two was tested. This model used neighbourhood distributions to rebuild the local neighbourhood of the trees. In our study, the neighbourhood is defined by a disc of 10 m radius centered on a tree. When we count the number of neighbours for several trees, we generally get different values. We can then build a probability distribution of this number of neighbours called "neighbourhood distribution". In a mixed forest several neighbourhood distributions can be defined depending on the species considered. For example, for oaks we used two distributions: one for the oak neighbours and another for the pine neighbours. Then we performed a random draw according to these distributions to rebuild a neighbourhood for each tree of the stand. These rebuilt neighbourhoods can make it possible to calculate indices of local competition without exhaustive mapping of the stand. This work shows that it is possible to construct an intermediate model between non-spatialized and spatialized tree growth models using neighbourhood distributions. The distributions reflect the intra- and inter-specific spatial structures without requiring the position of all the trees. They are less expensive to acquire than maps and we discuss the possibility of using this type of model with data from a routine inventory.
Les forêts mélangées ont pris une importance croissante ces dernières années pour des raisons environnementales (maintien de la biodiversité, adaptation aux changements globaux) mais également pour des raisons économiques et sociales. En France, ces peuplements représentent 50% de la surface forestière. Pourtant les gestionnaires forestiers disposent aujourd'hui d'assez peu d'outil leur permettant de les décrire ou de prédire leur croissance de façon précise. Leur complexité les rend moins faciles à appréhender que les peuplements purs et les chercheurs ont développé différentes approches pour modéliser la croissance des forêts mélangées. Actuellement, il n'y a pas de consensus sur la meilleure façon de faire. On considère généralement que les modèles non spatialisés ne permettent pas de prendre en compte la complexité de ces peuplements. Par exemple, les différences de structure spatiale peuvent avoir un rôle important dans la dynamique du peuplement. D'autre part, les modèles individu-centrés spatialement explicites posent des difficultés d'utilisation car la position spatiale des arbres n'est pas accessible dans un cadre de gestion courante. L'objectif de cette présentation est de montrer que l'on peut construire un modèle intermédiaire entre un modèle individu-centré non spatialisé et un modèle individu-centré spatialement explicite adapté à la croissance d'un peuplement mélangé. Pour cela, nous utilisons des distributions de voisinage permettant le calcul d'indices de compétition en l'absence de position des arbres. Pour cette étude nous avons utilisé des données issues de peuplements mélangés chêne sessile pin sylvestre du centre de la France. Dans 9 dispositifs entièrement cartographiés, nous avons sélectionné environ 30 arbres par espèce selon leur taille et leur situation de compétition. Leur croissance a été mesurée sur des carottes prélevées dans le tronc à 130cm. Nous présentons comment un modèle individu-centré non spatialisé permet de prendre en compte l'effet taille des arbres sur la croissance. Puis nous présentons un modèle individu-centré spatialisé qui permet de prendre en compte les différences de pression de compétition locale ainsi que les interactions entre les espèces à l'aide d'un indice de compétition local. Enfin, nous présentons un modèle intermédiaire entre les deux premiers. Ce modèle utilise des distributions du nombre de voisins pour reconstruire le voisinage local des arbres. Dans notre étude, le voisinage d'un arbre est défini par un disque de rayon 10 m centré sur lui. Si on compte le nombre de voisins pour plusieurs arbres du peuplement, on obtient en général des valeurs différentes. On peut alors construire la distribution de probabilité de cette variable que l'on appelle distribution de voisinage. Dans un peuplement mélangé, on peut définir plusieurs distributions de voisinage en fonction des espèces considérées. Par exemple, pour les chênes nous utilisons deux distributions : une pour les voisins "chênes" et une autre pour les voisins "pins". Nous pouvons reconstruire un voisinage probable pour chaque arbre du peuplement en effectuant un tirage de leurs voisins selon ces distributions. Ces voisinages ainsi reconstruits permettent ensuite de calculer des indices de compétition locaux sans avoir recours à une cartographie exhaustive du peuplement. Ce travail montre qu'il est possible de construire des formes de modèle intermédiaires entre des modèles spatialisés et non spatialisés en utilisant des distributions de voisinage. Ces distributions reflètent la structure spatiale du peuplement, structure intra et interspécifique, sans avoir recours à la position de tous les arbres du peuplement. Elles sont moins contraignantes à acquérir que des cartographies et nous discutons de la possibilité d'utiliser ce type de modèle avec des données de gestion courante.
Fichier non déposé

Dates et versions

hal-02591061 , version 1 (15-05-2020)

Identifiants

Citer

Thomas Perot, Christian Ginisty, F. Goreaud. Between non-spatialized and spatialized tree growth model: an intermediate model for mixed forests. 6th IUFRO Workshop of "Uneven-Aged Silviculture", Oct 2008, Shizuoka, Japan. pp.25. ⟨hal-02591061⟩
7 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More