1 / 25

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

Simuler la ressource forestière à l'échelle d'un massif : application de SIMMEM et de GYMNOS. Gauthier Ligot 1 – Patrick Vallet 2 – Samuel Quevauvillers 1 – François Cerisier 1 – Jonathan Lisein 1 – Jérome Perin 1 - Sébastien Bauwens 1.

arsenio-manning
Download Presentation

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

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Simuler la ressource forestière à l'échelle d'un massif : application de SIMMEM et de GYMNOS Gauthier Ligot1 – Patrick Vallet2 – Samuel Quevauvillers1 – François Cerisier1 – Jonathan Lisein1 – Jérome Perin1 - Sébastien Bauwens1 1 ULg, Gembloux Agro-Bio Tech, Unité de gestion ressources forestières et des milieux naturels 2 Irstea, UR Ecosystèmes forestiers, Nogent-Sur-Vernisson gligot@ulg.ac.be CAQ 15 - Capsis 14 2-4 avril 2012 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 • Développement de la plateforme FORSIP • Centralisation et harmonisation de différentes sources de données Inventaires Forestiers de Gestion Inventaire Permanent des ressources forestières de Wallonie

  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 • Perspectives

  6. Production de données géoréférencées en amont Parcellaire Structures dendro réelles ou virtuelles Données abiotiques Proxy de la fertilité SIMMEM Fichier d’entrée standard Scénarii sylvicoles SIMMEM ↓ modules unitaires → simulations à l’horizon 2050

  7. Chênaie Pineraie Douglasaie Création de peuplement virtuel Fichier Module A Fichier Module B SIMMEM

  8. SIMMEM = RDI déclenchement de l’éclaircie : → commune aux modules méthode d’éclaircie : → spécifique à chaque module

  9. GYMNOS • Modèle arbre indépendant des distances • Douglas, épicéa, mélèze • Equations harmonisées • Site index : hdom-age • Mortalité en fonction du RDI

  10. GYMNOS • Création de peuplements virtuels • Distribution log-normale • Paramètres fonction du NHA et de HDOM

  11. Score Circonférence avec probabilité max d’être coupé 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 • Peu favorable pour la majorité de nos grandes essences de production

  13. Zone d’étude • Essentiellement des chênaies • Accessoirement des pessières, douglasaies, mélèzières

  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) • Combinaison de plusieurs sources de données

  16. Préparation des données : solution n°1 • 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.

  18. Préparation des données • Choix = solution n°1 • Tirage aléatoire depuis les données de l’inventaire forestier de gestion (IFG) : n = 172

  19. Préparation des données : NHA • Droite d’auto-éclaircie fonction de HDOM par inversion des modèles d’initialisation • Tirages aléatoires depuis des distributions normales

  20. Préparation des données : RDI et Site Index • l’âge, le rdi et le site index sont-ils vraiment indépendant ?

  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

  22. Nombreuses MAB et éclaircies la première année (surtout en épicéa) beaucoup de mémoire utilisée Résultats

  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 avantageusement être utilisés

  24. Perspectives • Ajout de nouvelles règles • Optimisation (code et/ou modèles) • Utilisation d’autres sources de données

  25. Merci…

More Related