mod lisation des bilans de carbone d eau et de min raux des cosyst mes forestiers n.
Skip this Video
Loading SlideShow in 5 Seconds..
Modélisation des bilans de carbone, d’eau et de minéraux des écosystèmes forestiers PowerPoint Presentation
Download Presentation
Modélisation des bilans de carbone, d’eau et de minéraux des écosystèmes forestiers

play fullscreen
1 / 77
Download Presentation

Modélisation des bilans de carbone, d’eau et de minéraux des écosystèmes forestiers - PowerPoint PPT Presentation

senta
124 Views
Download Presentation

Modélisation des bilans de carbone, d’eau et de minéraux des écosystèmes forestiers

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Modélisation des bilans de carbone, d’eau et de minéraux des écosystèmes forestiers Nicolas Delpierre Ecophysiologie végétale, L.E.S.E. Université Paris Sud MODF, 6 janvier 2014

  2. Plan du cours • 1) Modèles mécanistes : définition et intérêt • 2) Un modèle de fonctionnement des forêts : CASTANEA • module de photosynthèse • processus respiratoires • bilan d’eau du sol • croissance et allocation du carbone • évaluation du modèle • 3) Utilisation d’un modèle mécaniste pour répondre à • une question scientifique • Influence du climat et des processus biologiques sur la photosynthèse? • Influence de la sylviculture sur la production de bois ? • 4) Un modèle vivant : les développements en cours

  3. Differentkinds of models Empirical models statistical phenomenological Mechanistic / deterministic models based on the representation of (known and described) biological / physical processes Theoretical models generic, simple

  4. Mechanisticmodels • Deterministicmodels are concernedwithmechanism and canlead to an understanding of the ithlevelthatisbased on component processesat the (i-1)thlevel. • The mechanisticmodeller breaks the system down into components and assignsprocesses and properties to these components (« hard science », reductionnistapproach). • A mechanistic model at a certain hierarchicallevelis far more complexthan an empirical model. It willgenerally fit the data at the ithlevellesswell [than an empirical model]. However, its content is far richer. Thornley & Johnson, 1990 (Plant and CropModelling)

  5. Modèles • (mécanistes de fonctionnement) • synthèse des connaissances • test d’hypothèses

  6. Modèles (mécanistes de fonctionnement) Model Formulating equations parameterisation parameterisation Evaluation Knowledge of processes and pre-existingmodels data Simulations observations Hypotheses

  7. Modèles (mécanistes de fonctionnement) Model Formulating equations parameterisation parameterisation Evaluation Knowledge of processes and pre-existingmodels data Simulations observations New hypotheses

  8. Modèles • (mécanistes de fonctionnement) • synthèse des connaissances • test d’hypothèses • Valeur ajoutée • Compréhension du fonctionnement intégré • Quantification de l’importance des processus élémentaires

  9. CASTANEA Modèle mécaniste du fonctionnement des forêts (C, H2O, N) • échanges C, H2O et croissance des peuplements forestiers (équiennes, arbre moyen) • Hêtre, Chêne sessile, Pin sylvestre, Pin maritime, Epicéa, Chêne vert

  10. Globe Espace Région Gestion Sylvicole Massif forestier - paysage Bilan carbone et eau du sol Couvert - Ecosystème Individu - Arbre Allocation – Mortalité Organe Processus Interception pluie et rayonnement Échanges gazeux heure journée année décennie Temps

  11. CASTANEA Forçages, processus, sorties Variables de forçage 1. Interception rayonnement 2. Assimilation du couvert 3. Transpiration 4. Respiration autotrophe 5. Interception nette Rayonnement Températures Précipitations Humidité de l’air Vitesse vent horaire Caractéristiques du système 6. Bilan hydrique 7. Allocation du carbone 8. Respiration hétérotrophe journalier

  12. CASTANEA (1) module mécaniste de photosynthèse Farquhar et al. (1980) Ball et al. (1987)

  13. Deux processus clés de la photosynthèse (1) La diffusion du CO2

  14. Modélisation de l’assimilation foliaire Equation d’offre en CO2 Ca atmosphère épiderme mésophylle Ci Cycle Calvin - Benson SUCRES

  15. Modélisation de l’assimilation foliaire Modèle de conductance stomatique Ball, Woodrow & Berry (1987)

  16. Deux processus clés de la photosynthèse (2) La fixation du CO2

  17. Modélisation de l’assimilation foliaire Modèle de Farquhar (1) Photosynthèse limitée par régénération RuBP

  18. Modélisation de l’assimilation foliaire Modèle de Farquhar (2) Photosynthèse limitée par carboxylation

  19. Modélisation de l’assimilation foliaire Modèle couplé conductance-assimilation Ca atmosphère épiderme « milieu intérieur » Ci RuBisCO ATP 3-PG ADP RuBP Cycle Calvin - Benson ADP, Pi 1,3-bisPG NADPH ATP G-3P NADP+ Pi « sucres »

  20. Modélisation de l’assimilation foliaire Modèle de Farquhar ARuBP Acarb

  21. Modélisation de l’assimilation foliaire Couplage BWB-Farquhar Résolution analytique proposée par Baldocchi, 1994 :

  22. Intégration échelle du couvert N massique (gN/gMS) LMA (gDM/m² feuilles) N surfacique (gN/m² feuilles) LAI cumulé (m² feuilles / m² sol)

  23. Intégration échelle du couvert PAR (µmol/m²/s) LAI cumulé (m² feuilles / m² sol)

  24. CASTANEA (2) processus respiratoires Penning de Vries, Thornley, Cannell…

  25. Main respiratory costs Nitrate reduction N fixation N (+ ions) uptake Cell ion gradient / conc Phloem loading Protein synthesis Protein maintenance

  26. Modélisation de la respiration autotrophe Paradigme : découplage entretien / croissance Modèle de Ryan, 1990 : Coefficient Azote gC/gN/s Teneur en Azote gN/m² Coeff. d’augmentation de Rf pour une augmentation de T de 10 degrés Respiration gC/m²/s Respiration gC/m²/j Croissance de l’organe gC/m²/j Coût de construction gC/gC

  27. Respiration autotrophe Effet de la teneur en azote des organes Reich et al., 2008

  28. Respiration hétérotrophe Parton, 1984 Le Dantec, 2000

  29. CASTANEA (3) bilan d’eau du sol Penman, Monteith

  30. CASTANEA model CO2 Water vapour Solar radiation Precipitations temperature GPP Canopy evaporation Transpiration Radiation interception Global PAR Canopy interception Photosynthesis Stomatal Cond. Throughfall Soil evaporation Stem flow Litter Surface Root zone drainage Dufrêne et al., 2005

  31. Bilan hydrique modélisation des flux d’eau

  32. PAR LMA Modélisation du bilan carboné Couplage flux C – H2O Bilan C foliaire Bilan C couvert (multi-couche) Bilan H20 couvert Bilan C-H2O écosystème Azote foliaire Nsurf= Nmass*LMA Assimilation C3 A=f(Nsurf,T,PAR) Conductance sto. gc= f(A,RH) Respi. foliaire Rf= f(Nsurf,T) EPsol(Penman) Croissance Csol = f(T, Hv, qlté & qté litière) ETR Penman Monteith Eau du sol double-bucket gcanopy

  33. CASTANEA (4) Croissance, allocation du carbone

  34. Feuilles Nombre et Surface => LAI Masse => LMA Branches Tronc Réserves Grosses et fines racines Allocation du carbone Carbone disponible= ΔB

  35. Phénologie et Croissance des Feuilles : Forêt caducifoliée tempérée sur une année Allocation des Assimillats et Croissance des Organes sur une année LAI (m2 m-2): Leaf Area Index (Indice Foliaire) LMA (gdm m-2): Leaf Mass per Area (Masse Surfacique Foliaire) La Phénologie et l’Allocation dépendent (i) du type de végétation (équations) et (ii) de l’espèce (paramétrisation)

  36. CASTANEA Schéma d’allocation des assimilats Carbone disponible = Photosynthèse – Respiration autotrophe Selon le niveau des réserves au printemps Selon le niveau des réserves et des racines fines Coefficients d’allocation Coefficients d’allocation Réserves Allocation au bois Allocation aux réserves Allocation aux réserves Feuilles Allocation aux racines fines Allocation aux racines fines Respiration d’entretien Période de croissance du bois Remplissage des réserves Hiver Printemps Été Automne

  37. Évaluation du modèle

  38. CASTANEA Modelling the C balance of European forests Deciduous forests Soroe Hainich (Temperate Beech) Hesse Coniferous forests Hyytiälä (Boreal Pine) Tharandt (Temperate Spruce) Evergreen Bleaves Puéchabon (Mediterranean Q. ilex)

  39. Model validation across time scales daily timescale 2000 2000 2001 2001 2002 2002 2003 2003 2004 2004 2005 2005 2006 2006 2007 2007 Hyytiälä (Pinus) R²=0.92 bias= +0.11 Tharandt (Picea) R²=0.91 bias= +0.10 Hainich (Fagus) R²=0.95 bias= -0.08 Puéchabon (Q. ilex) R²=0.74 bias= +0.21

  40. Model validation across time scales annual timescale Model validated Model challenged FIHyy RMSE=13, r²=0.82 DETha RMSE=66, r²=0.51 FRPue RMSE=59, r²=0.82 • CASTANEA reproduces 36% - 82% of C flux interannual variance

  41. Comparaison des mesures et des simulations de croissance du bois aérien

  42. Répondre à une question scientifique à l’aide d’un modèle mécaniste. Quelles influences respectives du climat et des facteurs biologiques dans la variabilité interannuelle de la photosynthèse ?

  43. Terrestrial vegetation modulates atmospheric [CO2] Ocean 30% Atmosph. 40% Vegetation 30% • Vegetation • 50% of the • continental uptake • Forests • 60% of vegetationuptake IPCC WG1, 2013

  44. CARBOEUROPE Explaining Intersite variations of the C balance Southern <52°N Northern >52°N What about interannual variations ??? GPP (gC / m² / y) R²=0.40 R²=0.80 Reco (gC / m² / y) R²=0.30 R²=0.70 NEP (gC / m² / y) R²<0.10 R²=0.20 adapted from Reichstein et al., 2007 Temperature Water balance

  45. CARBOEUROPE Explaining Interannual variations of the C balance Southern <52°N Northern >52°N Significant Relationships 5 sites over 25 GPP (gC / m² / y) Significant Relationships 3 sites over 25 Reco (gC / m² / y) Significant Relationships 4 sites over 25 NEP (gC / m² / y) Temperature Water balance

  46. Defining Flux IAV across time scales GPP Tharandt (Picea abies) 2000-2007

  47. Defining Flux IAV across time scales Jan Dec Jul Apr Oct Mean annual pattern GPP Tharandt (Picea abies) 2000-2007

  48. Defining Flux IAV across time scales GPP Tharandt (Picea abies) 2000-2007

  49. Defining Flux IAV across time scales GPP Tharandt (Picea abies) 2000-2007