Adaptation et développement d'un modèle écophysiologique, mécaniste, sur une large gamme de densités afin d'aider à l'adaptation de la gestion sylvicole aux changements climatiques

par Maxime Briere

Projet de thèse en Biologie

Sous la direction de Christophe Francois.

Thèses en préparation à université Paris-Saclay , dans le cadre de École doctorale Sciences du Végétal : du gène à l'écosystème , en partenariat avec Écologie, Systématique et Évolution (laboratoire) , Ecophysiologie Végétale (equipe de recherche) , Faculté des sciences d'Orsay (référent) et de Université Paris-Saclay. Graduate School Biosphera (2020-....) (graduate school) .


  • Résumé

    La production de bois par les forêts gérées est contrainte par une multitude de facteurs. Historiquement, les outils d'aide aux décisions de gestion forestière, quelle que soit l'échelle du peuplement à la région, sont basés sur les résultats d'expériences accumulés au fil des ans. Or, le paradigme a changé : le climat n'est plus fixé. Le défi d'aujourd'hui est d'apporter un éclairage sur le fonctionnement des peuplements forestiers afin de limiter l'impact des changements globaux sur leur croissance. Bien que l'impact de la densité (via les pratiques de gestion) sur la productivité, la résistance et la résilience des arbres soit déjà établi, la chaîne d'effets menant à ce résultat demeure encore peu connue. Ce travail se penche sur les éclairages que peut apporter la modélisation forestière sur ces mécanismes dans le cas du chêne sessile en s'appuyant sur des mesures effectuées au sein de dispositifs expérimentaux. Ces dispositifs offrent une large gamme d'âges (25-139 ans) et de densités, allant de la croissance libre au régime d'auto-éclaircie. Ils sont répartis dans la moitié nord de la France, aire de répartition naturelle du chêne sessile (Quercus petraea), sur des sites présentant une large part de la gamme de conditions environnementales acceptables pour cette espèce. Sur la base des données observées sur ces réseaux expérimentaux, nous avons testé deux hypothèses liées à l'influence de la densité sur la croissance : (i) influence de la densité sur l'indice foliaire (LAI) du peuplement (à savoir la quantité de feuilles mises en place pour opérer la photosynthèse) et (ii) influence de la densité sur la croissance de la biomasse aérienne. La première hypothèse a requis la mesure du LAI sur les peuplements de chênes sessiles susmentionnés au moyen d'une méthode de terrain simple (méthode des aiguilles) que nous avons décrite et évaluée, ainsi que la collection de mesures additionnelles publiées dans la littérature. En a résulté la construction d'une collection de données rassemblant mesures de LAI, de densité et de variables dendrologiques pour le chêne sessile. Pour tester la seconde hypothèse, nous avons utilisé le modèle CASTANEA. Ce modèle, en conjonction avec des grandeurs mesurées sur le terrain nous a permis d'évaluer l'impact des améliorations apportées à la modélisation de la croissance des peuplements forestiers au moyen d'une meilleure règle d'allocation. L'indice foliaire est apparu davantage corrélé à des variables dendrologiques telles que la surface terrière, l'âge ou le diamètre moyen des arbres qu'à la densité proprement dite. D'autre part, la prise en compte de la densité a permis d'améliorer significativement la détermination de la portion de ressources en carbone allouée à la croissance de bois aérienne, et donc la simulation de la productivité de la forêt. Ces résultats ont servi de base pour établir des modèles empiriques plus performants que ceux jusqu'alors utilisés au sein du modèle CASTANEA. Nous avons proposé un modèle pour l'estimation du LAI, basé sur la surface terrière ainsi que l'âge et/ou le diamètre quadratique moyen. Il a montré une précision améliorée de plus de 20 % par rapport au modèle historique utilisé par CASTANEA. Une modulation de la valeur prédite reste néanmoins nécessaire, le modèle étant incapable, par construction, de tenir compte des variabilités inter-annuelles. L'application du modèle de croissance par un coefficient d'allocation annuel dépendant de l'âge, de la biomasse et de la densité relative, a permis une amélioration de l'estimation de la croissance quinquennale de plus de 40 %. Ce résultat repose sur des données observées à un pas de temps trop important pour prendre en compte la dynamique fine du peuplement et de son environnement. L'exploitation de données de croissance à plus haute fréquence pourrait mettre en lumière l'influence de la ressource en eau sur les règles d'allocation et permettre d'inclure cet effet dans l'estimation de l'allocation.

  • Titre traduit

    Adaptation and development of an ecophysiological, mechanistic model over a wide range of densities to help adapt silvicultural management to climate change


  • Résumé

    Timber production from managed forests is constrained by a multitude of factors. Historically, forest management decision support tools, regardless of the scale, from stand to region, are based on the results of experiences accumulated over the years. However, the paradigm has changed: the climate is no longer fixed. Today's challenge is to shed light on the functioning of forest stands in order to limit the impact of global changes on their productivity. Although the impact of density (via management practices) on the productivity, resistance and resilience of trees is already established, the chain of effects leading to this result remains poorly understood. This work focuses on the insights that forest modeling can bring to these mechanisms in the case of sessile oak, based on measurements carried out within experimental devices. These devices offer a wide range of ages (25-139 years) and densities, ranging from free-growing to self-thinning regime. They are distributed in the northern half of France, the natural range of sessile oak (Quercus petraea), on sites with a large part of the range of environmental conditions acceptable for this species. Based on the data observed on these experimental networks, we tested two hypotheses related to the influence of density on growth: (i) influence of density on the leaf area index (LAI) of the stand (i.e. the amount of leaves put in place to operate photosynthesis) and (ii) influence of density on the growth of aerial biomass. The first hypothesis required the measurement of LAI on the aforementioned sessile oak stands by means of a simple field method (needle method) that we have described and evaluated, as well as the collection of additional measurements published in the literature. This resulted in the construction of a data collection bringing together measurements of LAI, density and dendrological variables for sessile oak. To test the second hypothesis, we used the CASTANEA model. This model, in conjunction with quantities measured in the field, allowed us to assess the impact of improvements made to the modeling of forest stand growth by means of a better allocation rule. The leaf area index appeared to be more correlated with other dendrological variables such as basal area, age or average tree diameter rather than with density itself. Taking density into account has made it possible to significantly improve the determination of the portion of carbon resources allocated to above-ground wood growth, and therefore the simulation of forest productivity. These results served as a basis for establishing more efficient empirical models than those previously used within the CASTANEA model. We proposed a model for LAI estimation, based on basal area as well as age and/or root mean square diameter. It showed an improved accuracy of more than 20% compared to the historical model used by CASTANEA. Modulation of the predicted value nevertheless remains necessary, the model being incapable, by construction, of taking account of inter-annual variability. The application of the growth model by an annual allocation coefficient depending on age, biomass and relative density, allowed an improvement of the estimate of the five-year growth of more than 40%. This result is based on data observed at too large a time step to take into account the detailed dynamics of the stand and its environment. The use of higher frequency growth data could shed light on the influence of the water resource on the allocation rules and allow this effect to be included in the estimation of the allocation.