Suite

Problème avec la projection du Shapefile slovène dans QGIS


J'espère que quelqu'un pourra m'aider pour cela : je fais ma thèse de maîtrise en Slovénie (dans le domaine de la gestion de la faune), pour cela j'ai reçu un Shapefile de données slovènes de l'Université. En tant que couche principale, j'utilise CORINELandCover et World Borders (TM_WORLD_BORDERS-0.3) dans WGS84. Lorsque j'importe la couche slovène (Couche de données strictement confidentielle, mais exactement le même problème lorsque j'importe cette couche : Grille 100m x 100m.zip), elle ne correspond absolument pas à l'emplacement où elle doit être projetée sur CORINE- et WorldBorder -couche. Je ne connais pas le système de coordonnées des formes slovènes, mais lors de l'importation dans QGIS, il me dit que c'est WGS84, ce qui ne peut pas être vrai, car lorsque je zoome sur la couche slovène, les coordonnées affichées dans la "coordonnée actuelle de la carte " (à droite, en bas) ne sont définitivement pas WGS84 (cela me donne les extensions suivantes : 342637,26823 : 656728,197123).

Je n'ai aucune idée du problème, peut-être que QGIS ne connaît pas ce système de coordonnées, mais dans ce cas, ne devrait-il pas signaler un message d'erreur à ce sujet?


Le fichier .prj est définitivement faux, il doit contenir une définition WKT. Cela ressemble plutôt à un fichier de définition de projection mapinfo.

EssayerEPSG : 3787 MGI Réseau national slovèneou alorsEPSG : 3912 MGI 1901 / Réseau national slovène. Ils diffèrent par le décalage de référence.


Calculer la surface des polygones d'intersection dans QGIS

Je souhaite produire des statistiques sur la superficie de ces catégories d'utilisation des terres ventilées par code postal, zone politique administrative et politique et le nombre de points par le même moyen. Par exemple, il y a 4,1 ha de parc dans le SE15, 879 arbres dans le SE22, etc.

J'utilise QGIS. J'ai traité mes données brutes pour préparer tous les fichiers de formes, mais après de nombreuses recherches infructueuses sur ce site et sur d'autres, je ne vois pas comment le faire.

3 réponses

Voici un moyen très simple de le faire avec QGIS 3.14

  1. Vector|Outils de géotraitement|Union | et sélectionnez les deux couches et et le nom du fichier de sortie, puis OK pour calculer. Confirmez « oui » pour ajouter la nouvelle couche à la table des matières.
  2. vecteur | Outils de géométrie | Ajouter des attributs de géométrie | et sélectionnez la couche d'union créée à la 1ère étape.
  3. Ouvrez la couche d'attributs et consultez la colonne de zone. C'est la zone d'intersection.

Vous pouvez utiliser l'outil Intersection et suivre la même procédure pour éviter les valeurs nulles.

Répondu il y a 6 mois par Gayan Kavirathne avec 0 vote positif

Pour calculer l'aire des polygones d'intersection :

  1. Vector|Geoprocessing Tools|Union et sélectionnez les deux couches et le nom du fichier de sortie, puis OK pour calculer. Confirmez « oui » pour ajouter la nouvelle couche à la table des matières.
  2. Le nouveau calque affichera toutes les zones de chaque calque, coupées par tous les bords qui se chevauchent, et tous les attributs de chaque calque seront inclus là où ils se chevauchent (et NA dans le cas contraire).
  3. Calculez les aires des polygones - vous devrez peut-être utiliser UTM ou une autre projection appropriée - à l'aide du calculateur de terrain ( $area / 1000000 ).
  4. J'ouvrirais ensuite le fichier DBF dans une feuille de calcul et utiliserais un tableau croisé dynamique pour examiner la somme des surfaces pour chacune des caractéristiques qui vous intéressent - par exemple, en utilisant les codes postaux comme colonnes et l'utilisation des terres comme lignes, avec « somme de surface ' comme valeur.

Pour obtenir des points contenus dans des polygones :

  1. Faire une jointure spatiale - Vecteur|Outils de gestion de données|Joindre par emplacement, en sélectionnant la couche de points comme cible et les polygones comme couche vectorielle de jointure
  2. La couche résultante attachera les attributs des polygones aux points qu'ils chevauchent
  3. Encore une fois, ouvrez dans une feuille de calcul et utilisez un tableau croisé dynamique, en utilisant 'count' au lieu de 'sum' pour l'un des attributs de point pour montrer combien de points se trouvent dans chaque type de zone.

Répondu il y a 6 mois par Simbamangu avec 6 votes positifs

Le "Join Attributes by Location" est tout à fait approprié à cet effet.

Supposons que nous ayons des fichiers de formes Parks et PostCodes sur la carte, comme indiqué à l'écran. Les parcs ont un champ « Zone » et les codes postaux ont un champ « ZipCode ». Les valeurs sont conformes aux étiquettes affichées sur la carte. Nous allons essayer de trouver la somme des superficies des parcs dans chaque polygone zip.

Dans Vector > Outils de gestion des données > Sélectionnez l'outil "Joindre les attributs par emplacement"

Définissez les paramètres comme indiqué dans la figure afin que nous puissions trouver la somme de la superficie des parcs dans chaque polygone de code postal et également trouver la somme des parcs dans chaque polygone.

voir la structure des champs ci-dessous.

Dans Vector > Outils de gestion des données > Sélectionnez l'outil "Joindre les attributs par emplacement"

donner des attributs comme indiqué dans la figure afin que nous puissions trouver la somme de la superficie des parcs dans chaque polygone de code postal et également trouver la somme des parcs dans chaque polygone.

La sortie sera un fichier de formes identique au fichier de formes PostCodes en géométrie, mais les attributs refléteront la sortie de l'opération précédente.


Télédétection

Laboratoire SIG humaniste – Tirer parti du SIG avec l'humanisme. Atlas mondial des réfugiés. L'Atlas mondial des réfugiés visualise et raconte les expériences fondamentales des millions de réfugiés relevant du mandat du Haut Commissariat des Nations Unies pour les réfugiés (HCR) à l'aide de données de télédétection, de données de réseaux sociaux ainsi que d'une multitude d'ensembles de données du HCR et d'autres agences humanitaires internationales.

Exploitant la disponibilité de ces ensembles de données, l'Atlas est construit sur une plate-forme géo-narrative ouverte pour éclairer les contextes et les conditions sous-jacents aux voyages et aux camps de réfugiés. À propos de L'Atlas est divisé en cinq chapitres qui explorent différents aspects de l'expérience des réfugiés, des causes qui génèrent des crises internationales à la perception des utilisateurs des médias sociaux à travers le monde. Les expériences des réfugiés sont mises en évidence à travers l'utilisation de géo-récits utilisant comme études de cas deux histoires : des réfugiés fuyant la brutalité de la guerre civile burundaise et des réfugiés somaliens essayant d'atteindre les rivages méditerranéens (section Voyages). EpiRisk. Chargement. Bienvenue dans EpiRisk EpiRisk est une plate-forme informatique conçue pour permettre une estimation rapide de la probabilité d'exporter des individus infectés depuis des sites touchés par une épidémie vers d'autres régions du monde via le réseau de transport aérien et les trajets quotidiens.

Il permet également à l'utilisateur d'explorer les effets des restrictions potentielles appliquées au trafic aérien et aux flux de navettage. Sur la base du nombre d'individus infectés détectés dans une ou plusieurs régions du monde, les plateformes estiment deux quantités principales. · Cas exportés : l'outil calcule la probabilité P(n) d'exporter un nombre donné de cas n depuis l'origine du foyer de la maladie.

. · Risque relatif d'importation : pour chaque emplacement Y, la plate-forme évalue la probabilité P(Y) qu'un seul individu infecté voyage des zones d'indexation vers cette destination spécifique Y. Diffusion internationale-domestique du 2019-nCoV-V4. Nouvelle carte d'infection à coronavirus. Cette carte interactive en ligne permet aux utilisateurs de suivre les tendances mondiales et locales de l'infection par le nouveau coronavirus depuis le 21 janvier 2020.

L'ensemble de données à l'appui est collecté en temps opportun à partir de plusieurs sources officielles, puis tracé sur cette carte. Sources de données Les données sont principalement collectées auprès de 1. Commission nationale de la santé (NHC) de la République populaire de Chine 2. Commission provinciale et municipale de la santé de la Chine, base de données du gouvernement provincial et municipal de la Chine 3. Dans le tableau de données, chaque entrée indique le statut de l'infection au format "#-#-#-#" -- une entrée de 4 suites divisée par des tirets. Procédure de mise à jour. Diferencias entre técnico GIS, analista GIS y consultant GIS.

Si para un profesional que trabaja con SIG en ocasiones es difícil explicar a un profano a qué nos dedicamos, quizá más complicado es establecer una categoría a nuestros conocimientos. Las habilidades que deberían tener un técnico GIS, un analista GIS o un consultor en Sistemas de Información Geográfica son diferentes. Vamos a intentar esclarecer qué habilidades debería tener cada uno, empezando de menos a más. Nouveau cours : QField Quickstart - Brainstorming géospatial. QField est une application open source de collecte et/ou de visualisation de données mobiles basée sur Android et étroitement intégrée à QGIS. QGIS est utilisé pour configurer le projet à l'aide des outils QGIS standard. Si les couches de votre projet sont stockées dans une base de données PostGIS et qu'une connexion de données mobile est disponible, les modifications apportées dans QField sont apportées directement à votre base de données et visibles en temps réel pour toute personne ayant un client dans votre base de données. Ceci, à mon avis, est l'application qui tue la collecte de données mobiles. La symbologie QGIS est recréée dans QField.

Les widgets d'édition QGIS sont utilisés pour créer des formulaires de saisie de données dans QField. Si une relation est configurée dans le projet QGIS, les mêmes relations sont utilisées dans QField pour créer des enregistrements enfants, tels que la composition végétale associée à un point. Si des mises en page imprimées sont créées dans le projet QGIS, ces mises en page imprimées peuvent être utilisées pour générer des documents PDF sur l'appareil et envoyées par courrier électronique aux chefs de projet ou aux clients.

EarthPy : package Python pour le traçage et l'utilisation de données spatiales. Un package spatial en langage Python, appelé EarthPy, a été publié en téléchargement gratuit pour les analystes spatiaux et les scientifiques intéressés par la conduite de diverses formes d'analyses sans nécessairement avoir beaucoup de connaissances de base sur Python ou l'analyse spatiale. EarthPy a été initialement créé par et pour la science du système Terre en mettant fortement l'accent sur les données raster.

Cependant, l'outil intègre désormais également des méthodes vectorielles et spatiales qui permettent de l'étendre à d'autres domaines d'application. Géocodeur en ligne gratuit. Développé par LocalFocus, ce géocodeur en ligne générera gratuitement les coordonnées lat/long d'une liste d'adresses. Répertorié comme « géocodeur par lots pour les journalistes », ce géocodeur en ligne peut être utilisé par toute personne ayant besoin de convertir une liste de lieux en coordonnées de latitude et de longitude. Le géocodeur en ligne est construit à l'aide de données SIG ouvertes d'OpenStreetMap, OpenAdressess et Who's on first. Pelias, un géocodeur open source, est utilisé pour générer les coordonnées lat/long à partir des adresses.

GISCI > Accueil. GIS&T Corps de connaissances. Organisation des Nations Unies pour l'alimentation et l'agriculture. L'agriculture, à l'échelle mondiale, fournit des moyens de subsistance directs à 2,5 milliards de personnes et nourrit la planète entière. Il doit, d'ici 2050, produire 49 pour cent de nourriture de plus qu'en 2012 à mesure que la population augmente et que les régimes alimentaires changent. Pourtant, le changement climatique, la perte de biodiversité, la dégradation des terres, la pénurie d'eau, la pollution et de nombreux autres défis entravent ces efforts pour nourrir la planète. L'engagement pris dans le cadre du Programme de développement durable à l'horizon 2030 est que tout le monde s'attaque à ces problèmes, mais il est clair qu'aucune action significative et efficace ne peut être entreprise sans des données solides et opportunes pour informer et guider les décideurs. Tutoriel SIG Quantique. Banque mondiale et données géospatiales. UNSD — UN-GGIM. Le journalisme de données de John Snow : la carte du choléra qui a changé le monde. Mise à jour des données du SIG Neige « Robin's Blog. Ensembles de données SIG gratuits - Liste catégorisée.

PredictionX: John Snow et l'épidémie de choléra de 1854. Comment modifier la projection d'un fichier de formes à l'aide de QGIS. Projet de révolution géospatiale exploré. Programme d'études de l'Académie FOSS4G. Apprenez le SIG gratuitement. Comment les communautés rouges affectent la santé - GeoLounge: All Things Geography. Étude de cas : Comment Brindisi, en Italie, utilise le SIG pour aider à préserver son architecture ancienne. Packages R pour l'analyse spatiale. Une étude de cas sur la conversion d'une géodatabase à partir d'ArcGIS pour une utilisation dans QGIS. Cartographie de la migration basée sur les données de recherche. Science des données spatiales avec R — R Spatial. Descarga gratis más of 90.000 increíbles mapas históricos. Packages R pour l'analyse spatiale. Moyens gratuits pour apprendre QGIS. Technicien en Systèmes d'Information Géographique. Uclaextension. Édition du fichier de formes Qgis. Vous avez manqué la dernière conférence des utilisateurs de QGIS ? Accédez aux vidéos en ligne. PyQGIS 101 : Bonjour tout le monde ! ePDF gratuit : Mapping Society : Les dimensions spatiales de la cartographie sociale - GeoLounge : All Things Geography.

World-Historical Gazetteer - Un projet du World History Center de l'Université de Pittsburgh. Régression pondérée géographiquement. La FAO utilise le SIG pour protéger l'économie agricole des pays vulnérables. Académie QGIS. SIG historique participatif public : Méthodes historiques : Un journal d'histoire quantitative et interdisciplinaire : Vol 0, No 0. Cours en ligne - Introduction au SIG dans R. Analyse de régression pour les données spatiales (Boulder, CO) An Introduction to Spatial Econometrics in R. An Introduction à l'économétrie spatiale. Sbook. Econométrie spatiale.

Exercices SIG d'urbanisme gratuits – GIS Lounge. PyQGIS 101 : Introduction à la programmation QGIS Python pour les non-programmeurs. Création de cartes dynamiques dans QGIS à l'aide de Python : QGIS Python Programming CookBook. SIG et humanités numériques. Inicio. Programme - Nouvelles Cartes Plus. Certificat en Systèmes d'Information Géographique.

SIG et technologie géospatiale. Téléchargement TNM. TopoView. Des cartes historiques à portée de main. Géographie du suicide : un regard sur le récent rapport du CDC - GeoLounge : All Things Geography. Introduction à la programmation Python QGIS. Création de cartes dynamiques dans QGIS à l'aide de Python : QGIS Python Programming CookBook. Programme d'études de l'Académie FOSS4G. La carte nationale : Collection de cartes topographiques historiques.

Aperçu - Cartes. Moteur Google Earth. Géographie et sciences de la géoinformation – Certificat d'études supérieures en intelligence géospatiale. Accréditation collégiale - USGIF. La importancia de usar R en GIS. Deux siècles d'immigration américaine visualisés. Guide rapide de Bill's sur les cartes et les données SIG en ligne. Après la carte. Analyse de régression des données spatiales - Beale - 2010 - Ecology Letters.

Temps de la Terre. Cartes Web CGA. DARM 1.3.1. HDV - Visualisation des données historiques. CGA de Harvard.


Développement et évaluation d'un logiciel automatique de délimitation des zones de gestion

Le manque de disponibilité de logiciels conviviaux et automatiques pour la délimitation des zones de gestion limite l'adoption de pratiques de gestion spécifiques au site. Plusieurs procédures de délimitation des zones de gestion ont été proposées, mais elles nécessitent généralement l'utilisation de différents logiciels, ou des compétences SIG et statistiques avancées des utilisateurs, ce qui limite leur adoption. Cette étude propose un logiciel convivial et automatique qui intégrerait toutes les étapes afin de délimiter les zones de gestion et de faire des dossiers de prescription. Le logiciel inclut l'importation de différentes couches de données d'entrée, la re-projection et le redimensionnement des données dans une taille de grille commune. Un indice intégratif a été proposé pour la sélection du nombre optimal de zones après analyse de clustering. Les utilisateurs sont guidés par des fenêtres graphiques affichant des résultats intermédiaires. En outre, des techniques de post-traitement automatique supplémentaires pour améliorer la taille, la forme et la fragmentation des zones délimitées sont disponibles. La dernière étape permet de générer le fichier ESRI Shapefile requis pour effectuer des prescriptions à taux variable par zone avec une intervention minimale de l'utilisateur. La performance de l'approche a été évaluée pour la délimitation de la zone de gestion à l'aide de couches de données simples et multiples en comparant avec le logiciel Management Zone Analyst, et l'amélioration de l'approche dans la sélection du nombre optimal de zones et la réduction de la fragmentation des zones a été démontrée. La conception du logiciel comprend une interface utilisateur graphique simple et nécessite une intervention minimale de l'utilisateur afin d'assister l'utilisateur final. La principale contribution de ce travail a été le développement réussi de cette solution automatique et conviviale qui comprend toutes les étapes nécessaires à la délimitation des zones de gestion et à la génération du fichier de prescription.

Ceci est un aperçu du contenu de l'abonnement, accessible via votre institution.


Les variables de télédétection améliorent les modèles de distribution des espèces pour les espèces végétales alpines

Les modèles de distribution des espèces (SDM) sont des outils de planification rentables, transparents et flexibles pour soutenir divers domaines de la conservation de la nature. Les variables issues de la télédétection (RS) sont largement applicables aux études de biodiversité. Dans notre étude, nous avons combiné des variables RS (indice de végétation différencié normalisé et températures de surface du sol), avec des variables topographiques et géologiques pour produire des SDM détaillés dans le contexte d'une campagne de collecte de graines du projet Alpine Seed Conservation and Research. Pour identifier des combinaisons de variables prédictives efficaces, nous avons compilé trois ensembles de variables différents et comparé les performances du modèle prédictif.

Le modèle complet, qui combine tous les types de variables, surpasse légèrement (valeurs moyennes pour TSS : 0,91, AUC : 0,98, Kappa : 0,7) les modèles qui utilisent des variables topo-climatiques (valeurs moyennes pour TSS : 0,91, AUC : 0,98, Kappa : 0,68) ou NDVI (valeurs moyennes pour le TSS : 0,85, AUC : 0,96, Kappa : 0,54) seul. Nous avons également produit des modèles d'ensemble qui ont légèrement mieux fonctionné par rapport aux différents algorithmes de modèle utilisés dans notre approche. Nous avons identifié la température du mois le plus froid, le NDVI moyen et le substrat rocheux comme des variables importantes qui déterminent la distribution des espèces de plantes alpines.

Nos modèles complets montrent une forte conformité avec les aires de répartition réelles des espèces et sont très pertinents pour les efforts visant à identifier des zones spéciales pour la conservation in-situ ou ex-situ.


1. Introduction

Les analyses des enregistrements de précipitations à long terme montrent que les modèles de précipitations quotidiennes dans de nombreuses régions ont changé au cours des dernières décennies. Dans la plupart des régions contiguës des États-Unis (É.-U.), une augmentation de la fréquence et de l'intensité des précipitations extrêmes a été observée au cours du XXe et du début du XXIe siècle (Karl et Knight 1998, Karl et al 1995, Groisman et al 2001, 2005, DeGaetano 2009, Kunkel et al 2012, Wu 2015). Bien que la variabilité interne du climat explique en partie les tendances croissantes des fortes précipitations quotidiennes observées sur de courtes périodes, les changements à long terme de la fréquence et de l'intensité des événements extrêmes sont également attribués à des niveaux croissants d'émissions anthropiques de gaz à effet de serre (Hoerling et al 2016, Kim et al 2016, Pâques et al 2016, Lehmann et al 2015). Il est prévu que ces changements dans certaines régions seront encore intensifiés par le changement climatique, l'ampleur des augmentations dépendant des niveaux d'émissions totales de gaz à effet de serre (Wilby et Wigley 2002, Wuebbles et al 2013). En 2017, l'ouragan Harvey a produit 32,47 pouces (82,47 cm) de précipitations totales à Houston au Texas, battant le plus grand record de précipitations sur 3 jours dans une grande ville américaine. D'autres villes de la région ont reçu des précipitations totales sur 48 heures dépassant 101,6 cm (40 pouces) (NOAA National Centers for Environmental Information 2017, National Weather Service 2017).Une évaluation des précipitations extrêmes de Harvey a montré que cet événement avait environ 1% de chances annuelles de se produire sur 1981-2000, mais augmentera à 18% de probabilité annuelle de se produire sur 2091-2100 sous le représentant du Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC) AR5 voie de concentration 8.5 (Emanuel 2017). Pour la communauté des ingénieurs et d'autres parties prenantes, l'évolution des régimes de précipitations représente un défi complexe, car les normes de conception des infrastructures de gestion des eaux pluviales existantes et nouvelles sont basées sur des analyses d'enregistrements de précipitations historiques qui ne sont probablement pas représentatives des conditions climatiques futures (Gibbs 2012). Les infrastructures de drainage conçues selon les normes existantes peuvent être sollicitées au-delà de leur capacité si elles sont exposées à des précipitations plus élevées, en particulier s'il y a eu des changements dans le paysage urbain et/ou si le sol est saturé avant des précipitations extrêmes. Le fait de ne pas acheminer le ruissellement des précipitations des routes entraîne parfois des crues soudaines mortelles, des défaillances d'infrastructures ou des fermetures de routes (Shepard 2016, IPCC 2012, National Weather Service 2017) entraînant des conséquences socio-économiques importantes, en particulier dans les zones densément peuplées. Les parties prenantes ont besoin de plans de résilience solides qui améliorent les performances des infrastructures existantes et nouvelles qui continueront d'être utilisées au cours des prochaines décennies (GIEC 2014). Pourtant, la dégradation des performances des infrastructures locales existantes et les performances futures affectées en raison de l'augmentation des précipitations n'est pas bien quantifiée.

Aux États-Unis, les spécifications de conception de l'infrastructure des eaux pluviales sont fournies dans des normes nationales, telles que (Brown et al 2013, AASHTO 2014, ASCE 2017) ainsi que les manuels de conception des départements des transports des États et locaux (DOT). Ces normes fournissent des conseils aux ingénieurs pour dimensionner l'infrastructure des eaux pluviales afin d'atteindre des niveaux de performance acceptables, généralement représentés par une tempête de conception. La tempête de conception est spécifiée comme l'intervalle de temps moyen prévu entre l'occurrence de deux événements de précipitation de même ampleur (souvent appelée période de retour de conception), dont la réciproque représente une probabilité annuelle de dépassement. Par conception, la capacité d'un système est égale aux précipitations de la tempête décrites par la période de retour de conception sur un intervalle de temps spécifié. Par conséquent, la sélection d'une période de retour de conception spécifique suppose un niveau de risque de défaillance pour une seule structure. L'augmentation de la période de retour de conception augmente le niveau de protection contre les événements extrêmes et nécessite une plus grande quantité de ruissellement excédentaire dans les « infrastructures grises » conventionnelles, car les tempêtes à période de retour plus élevée produisent plus de précipitations. L'augmentation de la taille des tuyaux est susceptible d'augmenter le coût total du système de drainage en raison des coûts de matériel, d'équipement et de main-d'œuvre, et bien que ces augmentations de coûts puissent être faibles par rapport aux coûts globaux du projet, ces compromis et les coûts de transaction associés doivent être évalués les parties prenantes. Dans des conditions climatiques changeantes, la conception d'infrastructures avec uniquement des informations historiques peut entraîner des dommages coûteux et fréquents aux actifs dans les zones où les systèmes d'eaux pluviales échouent (Arnbjerg-Nielsen et al 2013). L'élargissement des canalisations, s'il est combiné à d'autres stratégies telles que l'infrastructure verte, pourrait être rentable tout en atteignant des niveaux de service acceptables tout au long de la durée de vie de l'infrastructure (Manocha et Babovic 2018). Compte tenu de la longue durée de vie (entre 50 et 100 ans) des infrastructures de gestion des eaux pluviales, des incertitudes existent également concernant l'utilisation future des sols et les volumes de déplacement en milieu urbain. Ainsi, le choix d'une période de retour de conception n'est pas limité à la norme, mais requis pour refléter un équilibre entre les coûts de construction et les coûts de dommages attendus des inondations, selon les conditions où le projet sera développé (Mailhot et Duchesne 2010, Zhou et al 2012, Wenzel Harry 2013, Wark et al 2015).

Tableau 1. Documents standard publiés sur la fréquence des précipitations utilisés pour la conception technique aux États-Unis.

Document Éditeur Date de sortie Période d'utilisation active Caractéristiques et lacunes Référence
Données intensité-fréquence des précipitations Département américain de l'Agriculture 1935 1935–1953 • Première étude approfondie des précipitations extrêmes• La longueur des enregistrements de précipitations analysés était courte (Yarnell 1935)
Documents techniques 24, 25, 28 et 29 Bureau météorologique 1953, 1954, 1955, 1958, 1960 1953–1960 • Analyse étendue, prouvant l'importance de la longueur des enregistrements (Bureau météorologique 1953, 1954)(Bureau météorologique 1955, 1956, 1957, 1958a, 1958b, 1959, 1960)
Document technique 40 (TP40) Bureau météorologique 1961 1961–2006 • Analyse à l'échelle nationale • Estimations inexactes pour les tempêtes de moins d'une heure et dans l'ouest des États-Unis (Hershfield 1961)
Atlas 2 et NWS HYDRO-35 L'administration nationale des océans et de l'atmosphère 1973, 1977 1973-présent • Correction des défauts spécifiques du TP40 • Toujours utilisé pour la conception technique dans le nord-ouest des États-Unis et du Texas (Meunier et al 1973a, 1973b, 1973c, 1973d, Frédéric et al 1977)
Atlas 14 L'administration nationale des océans et de l'atmosphère Divers selon le volume 2004-présent • Analyse d'enregistrements de précipitations plus longs• L'application de techniques statistiques a permis de calculer des intervalles de confiance dans leurs estimations de la profondeur des précipitations• Les preuves et les projections d'un climat non stationnaire menacent la validité des estimations dans le temps (Bonnin et al 2006, 2011, Perica et al 2013a, 2013b, 2014).

Alors que certains documents d'ingénierie (par exemple, Brown et al 2013) fournissent des lignes directrices pour la sélection des périodes de retour de conception, d'autres documents fournissent des profondeurs de précipitations ou des intensités de précipitations extrêmes attendues pour une durée et une période de retour données. Les courbes intensité-durée-fréquence sont la méthode la plus courante pour représenter les caractéristiques des événements de précipitations extrêmes et sont largement utilisées dans la conception des infrastructures de gestion des eaux pluviales (Testik et Gebremichael 2013, McCuen 2016). Aux États-Unis, les agences météorologiques fédérales ont collecté des données sur les précipitations et compilé ces estimations dans des documents gouvernementaux normalisés sur la fréquence des précipitations. Le tableau 1 montre la date de publication et la période d'utilisation de chaque document sur les précipitations au fil du temps. Parmi les documents publiés, le Technical Paper 40 (TP40), publié en 1961, a été largement utilisé dans la conception technique aux États-Unis (Hershfield 1961, Testik et Gebremichael 2013). Dans les années 1990, les inquiétudes concernant l'obsolescence potentielle du TP40 ont conduit à la publication de l'Atlas 14 par la National Oceanic and Atmospheric Administration (NOAA) (Testik et Gebremichael 2013). Les données de six États (Oregon, Washington, Idaho, Wyoming, Montana et Texas) n'ont pas encore été incluses dans la mise à jour Atlas 14 (NOAA 2018). En raison d'une augmentation (allongement ou nouvellement disponibles) des enregistrements de précipitations et de nouvelles approches statistiques utilisées dans Atlas 14, le passage de TP40 à Atlas 14 a entraîné une modification des estimations de précipitations pour certaines périodes et durées de retour dans certaines régions des États-Unis. Une autre caractéristique importante manquante dans tous les documents sur les précipitations antérieurs à Atlas 14 est la quantification de l'incertitude. Atlas 14 est la seule information officielle sur les précipitations qui fournit des intervalles de confiance à 90 % ainsi que leurs estimations de la profondeur des précipitations (Bonnin et al 2006, 2011, Perica et al 2013a, 2013b, 2014). En raison du changement dans les estimations des précipitations (positives ou négatives) en remplaçant TP40 par Atlas 14 dans certaines régions, les systèmes d'eaux pluviales conçus avant la mise à jour des estimations de fréquence des précipitations pourraient être sous- ou sur-conçus pour gérer les conditions actuelles décrites par Atlas 14 Par exemple, une structure conçue en utilisant une profondeur de 25 ans à partir du TP40 peut être inadéquate pour gérer les augmentations des précipitations extrêmes qui ont été observées dans la dernière période de données de l'Atlas 14. De plus, les augmentations subséquentes résultant du changement climatique dégraderont davantage la performance des structures sous-conçues (Guo 2006, Mailhot et Duchesne 2010, Janssen et al 2014, cuisinier et al 2017).

Même avec l'incertitude quant au calendrier et à l'ampleur des futurs régimes de précipitations (Milly et al 2008, GIEC 2012, Orientaux et al 2017) ainsi que des changements dans la variabilité climatique (Barros et Evans 1997, Barros et al 2017), plusieurs études ont reconnu que ces changements doivent être pris en compte et ont estimé les impacts possibles du changement climatique sur la conception et la performance des infrastructures urbaines de gestion des eaux pluviales dans les conditions climatiques futures (Willems et al 2012, Mailhot et Duchesne 2010, Semadeni-Davies et al 2008, Arisz et Burrell 2006, Cook et al 2017).

Dans cet article, nous présentons une approche nouvelle et complémentaire pour éclairer les évaluations de la résilience de la conception des infrastructures de gestion des eaux pluviales et attribuer un niveau de priorité aux DOT des États pour réviser leurs normes de conception en caractérisant la variabilité spatiale et temporelle des normes de conception minimales pour les infrastructures de gestion des eaux pluviales. En analysant la différence spatialement moyenne entre le TP40 et l'Atlas 14, nous montrons que les probabilités acceptables de défaillance des infrastructures (ou le risque de défaillance) ne sont pas restées constantes de 1961 aux derniers documents Atlas 14 publiés à partir de 2004. Cela peut informer les parties prenantes sur les changements dans les installations installées. performance de l'infrastructure des eaux pluviales et probabilité de défaillance, ainsi que les risques de choix de conception spécifiques de la nouvelle infrastructure. Alors qu'une évaluation des risques pour un actif d'infrastructure locale spécifique comprend la compréhension de l'exposition, de la vulnérabilité et des dangers, nous pensons que nos résultats peuvent servir d'outil de sélection initial pour informer les priorités. Nous classons chaque État dans l'une des quatre classes prioritaires différentes pour réviser leurs normes de conception en utilisant les différences spatiales moyennes TP40 et Atlas 14, en comparant les normes d'un État avec d'autres États dans la même région climatique, et en notant la date de publication du manuel de conception du DOT. Nous évaluons également la priorité projetée pour chaque État dans les scénarios futurs à émissions plus élevées et à émissions plus faibles en utilisant les projections de changement des précipitations de l'évaluation nationale du climat des États-Unis (Easterling et al 2017).

Figure 1. Catégories définies pour la priorité recommandée (1 la plus basse, la 4 la plus élevée) pour réviser les normes du manuel de conception (DM) en fonction du changement observé dans la profondeur des précipitations associée à chaque norme, la date de publication de la DM par rapport au dernier document officiel sur la fréquence des précipitations (PF) et l'indice régional de l'État.


Abstrait

Les déchets marins sont un problème mondial qui constitue une menace croissante pour les services écosystémiques, la santé humaine, la sécurité et les moyens de subsistance durables. Afin de mieux planifier les activités de surveillance et de nettoyage de la pollution plastique, et d'élaborer des politiques et des programmes pour décourager et atténuer la pollution plastique, des informations sont nécessaires de toute urgence sur les différents types d'écosystèmes côtiers qui sont touchés par les intrants plastiques d'origine terrestre, en particulier ceux situé à proximité des embouchures des rivières où les déchets plastiques sont déversés dans l'océan. Nous avons superposé les informations existantes les plus récentes sur l'apport de plastique dans la mer à partir de sources terrestres avec des cartes des environnements et des écosystèmes côtiers. Nous avons trouvé une relation inverse entre le type géomorphique côtier, l'efficacité de piégeage du plastique et la masse de plastique reçue. Les côtes dominées par les rivières ne représentent que 0,87% de la côte mondiale et pourtant elles reçoivent 52% de la pollution plastique fournie par les systèmes fluviaux. Les côtes dominées par les marées reçoivent 29,9% de la pollution plastique d'origine fluviale et c'est également là que les habitats de mangroves et de marais salés sont les plus courants. Les côtes dominées par les vagues reçoivent 11,6% de la pollution plastique d'origine fluviale et c'est là que l'habitat des herbiers marins est le plus courant. Enfin, les côtes rocheuses représentent 72,5% de la côte mondiale, contenant des fjords et des récifs coralliens, tout en ne recevant que 6,4% de la pollution plastique d'origine fluviale. Les mangroves sont les sources ponctuelles de pollution plastique les plus proches des rivières des quatre types d'habitats étudiés ici. 54,0% de l'habitat de mangrove se trouve à moins de 20 km d'une rivière qui déverse plus d'1 t/an de pollution plastique dans l'océan. Pour les herbiers, les marais salants et les récifs coralliens, les chiffres sont respectivement de 24,1 %, 22,7 % et 16,5 %. Les résultats nous permettent de mieux comprendre le devenir environnemental de la pollution plastique, de faire avancer les modèles numériques et de guider les gestionnaires et les décideurs sur les réponses et les actions les plus appropriées nécessaires pour surveiller et réduire la pollution plastique.


La température, la densité de la couverture foliaire et le rayonnement solaire influencent l'abondance d'un insecte herbivore oligophage à la limite sud de son aire de répartition

Les gradients altitudinaux affectent fortement la distribution des espèces par les effets directs et indirects de la température. Alors que de nombreuses études ont été réalisées dans les parties centrales ou aux limites nord des distributions des espèces, les modèles trouvés aux limites sud des distributions des espèces dans la partie sud de la zone tempérée ont reçu beaucoup moins d'attention, en particulier chez les insectes du sol forestier. herbivores. Dans une étude de cas sur l'influence de l'altitude sur les interactions insectes-plantes dans les écosystèmes forestiers, nous avons examiné l'insecte herbivore Cheilosia fasciata (Diptera : Syrphidae) et sa plante hôte ramsons Allium ursinum. Nous avons étudié l'influence de l'altitude, de la densité de la couverture foliaire de la plante hôte, de la taille de la parcelle de plante hôte, du rayonnement solaire et du type de forêt sur C. fasciata. Nous avons étudié des quadrats de 0,5 × 0,5 m dans des parcelles de ramsons sur plusieurs gradients altitudinaux à travers la Slovénie. L'abondance de C. fasciata augmente avec l'altitude, alors que ce schéma n'a pas été observé chez les ramsons. La température a affecté négativement l'abondance. La densité de la couverture foliaire de la plante hôte n'influence positivement l'abondance des insectes que lorsque la densité foliaire est faible. Le rayonnement solaire a un effet positif sur l'abondance. Le type de forêt et la taille des parcelles de plantes hôtes étaient moins importants. Les résultats sont discutés dans le contexte des mécanismes affectant la distribution altitudinale et le changement climatique.

Ceci est un aperçu du contenu de l'abonnement, accessible via votre institution.


REMERCIEMENTS

Les autorisations pour cette étude ont été accordées à Femke Broekhuis par la Commission nationale pour la science, la technologie et l'innovation (n° de permis : NACOSTI/P/16/69633/10821), le Kenya Wildlife Service (n° de permis : KWS/BRM/5001) et la Maasai Mara Wildlife Conservancies Association. Nous tenons à remercier la Fondation Banovich Wildscapes pour le financement des colliers radio GPS et pour les frais vétérinaires de déploiement et de retrait des colliers. De plus, nous tenons à remercier l'African Wildlife Foundation, la Vidda Foundation, la BAND Foundation et les dons effectués par le biais du Kenya Wildlife Trust pour couvrir les coûts opérationnels et le programme ISIS (CNES) pour avoir fourni les images SPOT 5. Enfin, nous tenons à remercier le Dr Irene Amoke pour avoir fourni les fichiers de formes pour les zones fauniques et les routes principales, Richard S. Hatfield et Prof.dr.ir. Hans H. de Iongh pour leur contribution et leurs discussions et deux relecteurs anonymes pour leurs commentaires utiles sur le manuscrit.


Problème avec la projection du Shapefile slovène dans QGIS - Systèmes d'Information Géographique

- Télécharger le PDF-

Article scientifique original

Modélisation biogéochimique par rapport aux mesures des cernes - Comparaison des estimations de la dynamique de croissance dans deux forêts de chênes distinctes en Croatie

Maša Zorana Ostrogović Sever 1 , Elvis Paladinić 1 , Zoltán Barcza 2,3,4 , Dóra Hidy 5 , Anikó Kern 6 , Mislav Anić 1 , Hrvoje Marjanović 7 *

(1) Institut croate de recherche forestière, Division de la gestion forestière et de l'économie forestière, Trnjanska cesta 35, HR-10000 Zagreb, Croatie
(2) Université Eötvös Loránd, Département de météorologie, Pázmány P. st. 1/A, H-1117 Budapest, Hongrie
(3) Université Eötvös Loránd, Faculté des sciences, Centre d'excellence, H-2462 Martonvásár, Brunszvik u. 2., Hongrie
(4) Université tchèque des sciences de la vie de Prague, Faculté des sciences forestières et du bois, Kamýcká 129, 165 21 Prague 6, République tchèque
(5) Université Szent István, Groupe de recherche en écologie végétale MTA-SZIE, Páter K. u.1., H-2103 Gödöllő, Hongrie
(6) Université Eötvös Loránd, Département de géophysique et des sciences spatiales, Pázmány P. st. 1/A, H-1117 Budapest, Hongrie
(7) Institut croate de recherche forestière, Division de la gestion forestière et de l'économie forestière, Cvjetno naselje 41, HR-10450 Jastrebarsko, Croatie

* Correspondance: e-mail:

Citation: OSTROGOVIĆ SEVER MZ, PALADINIĆ E, BARCZA Z, HIDY D, KERN A, ANIĆ M, MARJANOVIĆ H 2017 Modélisation biogéochimique par rapport aux mesures des cernes - Comparaison des estimations de la dynamique de croissance dans deux forêts de chênes distinctes en Croatie. Eur sud-est pour 8 (2) : 71-84. DOI : https://doi.org/10.15177/seefor.17-17

A reçu: 28 juin 2017 Modifié: 29 oct. 2017 29 nov. 2017 12 déc. 2017 Accepté: 14 déc. 2017 Publié en ligne : 21 déc. 2017

Contexte et objectif : Les modèles basés sur les processus biogéochimiques utilisent une représentation mathématique des processus physiques dans le but de simuler et de prédire l'état passé ou futur des écosystèmes (par exemple, les forêts). De tels modèles, généralement exécutés sous forme de programmes informatiques, reposent sur des variables environnementales comme moteurs, ils peuvent donc être utilisés dans des études des changements attendus des conditions environnementales. Les modèles basés sur les processus sont continuellement développés et améliorés avec de nouvelles découvertes scientifiques et de nouveaux ensembles de données disponibles. Dans le cas des forêts, les chronologies des arbres à long terme, soit à partir des données de suivi ou des cernes, offrent des moyens précieux pour tester les résultats de la modélisation. Les informations provenant de différentes carottes d'arbres peuvent couvrir un large éventail de conditions écologiques et météorologiques et, en tant que telles, fournir une résolution temporelle et spatiale satisfaisante à utiliser pour les tests et l'amélioration du modèle.
Matériels et méthodes:
Dans notre recherche, nous avons utilisé les données des cernes d'arbres comme vérité terrain pour tester les performances du modèle Biome-BGCMuSo (BBGCMuSo) dans deux zones distinctes de forêts de chênes pédonculées, le bassin de la rivière Kupa (appelé bassin Pokupsko) et le bassin de la rivière Spačva, correspondant à un un site plus humide et un site plus sec, respectivement. La comparaison des estimations de croissance à partir de deux sources de données différentes a été réalisée en estimant la dynamique de l'accroissement de surface terrière standardisé (BAI) à partir des données sur les cernes et de la productivité primaire nette standardisée du bois de tige (NPPw) du modèle BBGCMuSo. La dynamique de croissance estimée entre 2000 et 2014 a été discutée en fonction des conditions spécifiques au site et de la météorologie observée.
Résultats: Les résultats ont montré une dynamique de croissance similaire obtenue à partir du modèle aux deux endroits étudiés, bien que les estimations de croissance à partir des données sur les cernes des arbres aient révélé des différences entre un environnement plus humide et un environnement plus sec.Cela indique une sensibilité plus élevée du modèle à la météorologie (anomalies de température positives et anomalies de précipitations négatives pendant la période de végétation) qu'aux conditions spécifiques au site (eaux souterraines, type de sol). Aux deux endroits, Pokupsko et Spačva, BBGCMuSo a montré un faible pouvoir prédictif pour capturer la dynamique obtenue à partir des données sur les cernes.
Conclusion : Le modèle BBGCMuSo, similaire à d'autres modèles basés sur les processus, est principalement déterminé par la météorologie, bien que les conditions spécifiques au site soient un facteur important affectant la dynamique de croissance des forêts de chênes de plaine. Dans la mesure du possible, les informations sur les eaux souterraines devraient être incluses dans la modélisation des forêts de chênes des basses terres afin d'obtenir de meilleures prévisions. Les écarts observés entre les données mesurées et modélisées indiquent que l'allocation fixe de carbone, actuellement mise en œuvre dans le modèle, ne parvient pas à prédire la dynamique de croissance des centrales nucléaires. Une routine d'allocation dynamique du carbone devrait être implémentée dans le modèle pour mieux capturer la réponse au stress des arbres et la dynamique de croissance.

Mots clés: Chênaie pédonculée, accroissement de la surface terrière, productivité primaire nette, essai sur modèle

Dans un environnement changeant, il est de plus en plus nécessaire d'estimer la productivité future des forêts afin de prévoir l'impact du changement climatique sur la durabilité et l'adaptabilité des forêts. La modélisation basée sur les processus est une technique de pointe utilisée pour prédire le comportement et l'état futur des écosystèmes par rapport aux conditions environnementales [1, 2]. Une variété de processus écophysiologiques et géochimiques connus sont mis en œuvre dans ces modèles, mais le développement continu de modèles basés sur de nouvelles connaissances est toujours nécessaire [3, 4].

Les modèles de processus, utilisés pour la modélisation de la végétation, sont complexes et comportent souvent un grand nombre de variables et de paramètres moteurs. Cela rend l'étalonnage (c'est-à-dire la paramétrisation) et la validation de ces modèles de végétation complexes une tâche difficile [5]. L'étalonnage du modèle nécessite un vaste ensemble de données de mesures sur le terrain, ainsi que des compétences et une puissance de calcul élevées. La source de données de terrain la plus précieuse, utilisée pour l'étalonnage et la validation des modèles de processus de végétation, sont les données de covariance turbulente (CE) à haute fréquence (c'est-à-dire sur une demi-heure) [6]. Un réseau mondial de sites de mesure de flux EC, tel que FLUXNET [7], a un grand potentiel pour faciliter les moyens d'une meilleure compréhension de la dynamique du carbone dans divers biomes à l'échelle régionale et mondiale [8]. Cependant, pour un écosystème particulier ou spécifique, comme les forêts de plaine de chênes pédonculés, cet ensemble de données a une utilisation limitée en raison d'une distribution spatiale relativement rare des tours de flux. De plus, même s'il existe des mesures de flux pour le type de forêt sélectionné, les mesures de site unique couvrent une zone relativement petite (quelques centaines de mètres à quelques kilomètres). Des tours plus hautes sont capables de couvrir des zones encore plus grandes, comme la tour de 82 m de haut à Hegyhátsal, en Hongrie, mais dans ce cas, les flux reflètent une multitude de couvertures terrestres différentes [9].

D'autres sources de données qui pourraient être utiles pour évaluer les résultats de la modélisation avec des modèles basés sur les processus sont les chronologies à long terme issues de la surveillance ou des données sur les cernes. Les bases de données de mesures des cernes des arbres couvrent généralement un large éventail de conditions écologiques et météorologiques. En tant que telles, ces données contiennent des informations de fréquence temporelle et spatiale satisfaisante à utiliser pour tester les performances de modèles complexes basés sur des processus. Les nouvelles connaissances acquises grâce à la comparaison de modèles avec divers ensembles de données de mesure sont une source précieuse d'informations à utiliser pour l'amélioration du modèle et le développement ultérieur du modèle [7, 10].

L'approche dendrochronologique fournit une compréhension à long terme unique de l'interaction entre les écosystèmes terrestres et les agents de forçage externes [11, 12]. Il convient particulièrement aux arbres de la zone climatique tempérée. Les données sur la largeur des cernes des arbres (TRW) et ses variables dérivées (par exemple, l'augmentation de la surface terrière des arbres, BAI), reflètent la croissance radiale de l'arbre due à l'activité cambiale. La croissance de la tige de l'arbre à une année donnée intègre souvent les effets météorologiques de l'année en cours et de plusieurs années précédentes, et elle est encore modifiée par les conditions et la gestion spécifiques au site [13]. De cette façon, dans leurs cernes annuels, les arbres préservent une archive des conditions de croissance passées reflétant les anomalies climatiques, la compétition, les perturbations, les caractéristiques du sol ou les modèles de croissance spécifiques à l'espèce [14, 15], ainsi que les perturbations induites par l'homme. Par conséquent, lors de l'utilisation ou de l'interprétation des données sur la largeur des cernes des arbres, tous ces facteurs d'influence doivent être pris en compte.

D'après Hafner et al. [16], lors de l'analyse de la réponse des forêts de chênes de plaine aux conditions climatiques, il est important de prendre en compte le micro-environnement (par exemple, les sites plus secs par rapport aux sites plus humides), mais aussi de distinguer les données des cernes en formations de bois précoce et tardif. L'idée sous-jacente à cette recherche était de tester les performances de modélisation en utilisant les données des cernes d'arbres comme vérité terrain, plutôt que d'analyser l'influence climatique sur les formations des cernes d'arbres. Par conséquent, nous avons utilisé une largeur de cerne entière comme indicateur de la croissance annuelle réalisée pour tester la dynamique de croissance modélisée à différents endroits. Une interprétation visuelle simple de la réponse de la croissance des arbres à la météorologie observée a été réalisée uniquement dans le but de fournir des informations supplémentaires sur les différences entre les emplacements étudiés, qui pourraient également être utilisées pour définir les problèmes potentiels dans la logique du modèle.

Dans notre recherche, les données TRW, combinées aux données dendrométriques (c'est-à-dire le diamètre à hauteur de poitrine), ont été utilisées pour évaluer la variabilité interannuelle de la productivité dans les forêts de chênes de plaine. Le but de cette étude est de tester les performances de la modélisation en comparant les estimations de la dynamique de croissance forestière du modèle Biome-BGCMuSo (BBGCMuSo) avec la croissance observée estimée à partir d'un vaste ensemble de données de cernes. Les différences observées serviront à définir les problèmes de modélisation et à indiquer les directions potentielles pour d'autres améliorations du modèle. Il existe des preuves d'une diminution de la croissance des forêts de chênes pédonculés en Europe du Sud-Est en réponse à un changement de régime hydrique et de climat [17]. Des prévisions de modèles fiables sont nécessaires pour la sélection de mesures d'adaptation appropriées pour la préservation de ces forêts.

La recherche a été menée dans deux zones distinctes de forêts de chênes pédonculées gérées en Croatie, le bassin de la rivière Kupa (également appelé bassin de Pokupsko) situé dans la partie ouest de la Croatie, à environ 35 km au sud-ouest de Zagreb, et le bassin de Spačva situé dans la partie orientale de la Croatie, à environ 35 km au SE de Vinkovci (Figure 1).

L'essence dominante dans les deux complexes forestiers est le chêne pédonculé (Quercus robur L.) avec une part importante de charme commun (Carpinus betulus L.), et le frêne à feuilles étroites (Fraxinus angustifolia Vahl.). Aulne noir (Alnus glutineux (L.) Geartn.) est également présent, mais plus abondamment dans le bassin de Pokupsko où il détient une part importante du stock (tableau 1). Les forêts de chênes en Croatie sont gérées de manière équienne, avec des rotations de 140 ans qui se terminent par deux ou trois coupes de régénération au cours des 10 dernières années de la rotation.

Les forêts inondables du bassin de Pokupsko poussent dans le bassin tectonique "Crna Mlaka" entouré des pentes vallonnées des collines de Samobor, Žumberak et Vukomerec à l'est, à l'ouest et au nord, et de la rivière Kupa au sud. Le bassin se situe entre 15°32' et 15°50' de longitude est, et 45°30' à 45°42' de latitude nord, occupant principalement une zone plate, avec une altitude allant de 107 à 115 m d'altitude. Le climat du bassin de Pokupsko est tempéré chaud avec une température annuelle moyenne de l'air de 10,6 °C et des précipitations de 962 mm·a -1 pour la période 1981-2010 (données obtenues du Service météorologique et hydrologique national pour la station météorologique la plus proche à Jastrebarsko, 45 °40'N, 15°39'E, 140 m d'altitude, environ 2 km au NW de la forêt du bassin de Pokupsko). Les sols sont hydromorphes sur des matériaux parentaux argileux et selon la World Reference Base for Soil Resources [18], ils sont classés comme stagnosol luvique (tableau 1). La profondeur moyenne de la nappe phréatique (basée sur les données des mesures précédentes jusqu'en 1997 et celles à partir de 2008, faites par les chercheurs de l'Institut croate de recherche forestière), est de 60 à 200 cm [19].

Le complexe forestier du bassin de Spačva s'étend dans la partie la plus orientale de la Croatie, entre les rivières Sava et Drava, sur le bassin versant de la rivière Bosut et de ses affluents. Situé entre 18°45' et 19°10' de longitude est et 44°51' à 45°09' de latitude nord, il occupe un bassin plat et bouclé d'altitude allant de 77 à 90 m d'altitude, qui est traversé par de nombreuses petites rivières. Selon Seletković [20], le climat dans la partie orientale de l'aire de répartition du chêne pédonculé en Croatie est tempéré chaud avec des précipitations maximales en juin, sans mois exceptionnellement secs en été, et avec des mois les plus secs pendant la période froide de l'année. La température annuelle moyenne de l'air est de 11,5°C et les précipitations sont de 686 mm·an -1 pour la période 1981-2010 (données obtenues du National Meteorological and Hydrological Service pour la station météorologique la plus proche Gradište, 45°10'N, 18°42'E , 89 m d'altitude, situé à environ 4 km à l'ouest de la forêt de Spačva). La majorité des sols forestiers du bassin de Spačva sont des sols semi-terrestres ou hydromorphes sur des sédiments fluviaux limono-argileux [21], et selon la World Reference Base for Soil Resources [18], ils sont classés comme chernozem. Entre 1996 et 2012, la profondeur moyenne observée de la nappe phréatique variait de 139 à 617 cm [22]. Les différences entre deux complexes forestiers sont résumées dans le tableau 1.

Biome-BGCMuSo (BBGCMuSo) [23, 24] est une version plus récente du modèle biogéochimique original Biome-BGC qui simule le cycle du carbone, de l'azote et de l'eau dans différents écosystèmes terrestres [25]. En général, Biome-BGC est un modèle basé sur les processus largement utilisé pour estimer la productivité des écosystèmes dans des conditions environnementales actuelles et modifiées [23, 26-30]. Les améliorations majeures de BBGCMuSo incluent l'introduction d'un module de sol multicouche avec la possibilité d'utiliser les informations de la nappe phréatique, un module de gestion, de nouveaux bassins de plantes, l'acclimatation respiratoire, le CO2 régulation de la conductance stomatique et de la course transitoire [23, 24].

Il existe deux ensembles de données d'entrée obligatoires pour exécuter le modèle, à savoir les caractéristiques météorologiques et écophysiologiques de l'écosystème spécifique, et plusieurs ensembles de données facultatifs, par ex. CO atmosphérique2 concentration, dépôt d'azote, données de gestion, nappe phréatique, etc. La simulation du modèle comporte trois étapes : démarrage, passage transitoire et passage normal. Le spin-up a pour objectif d'amener l'écosystème à un état stable en ce qui concerne les stocks de carbone du sol en utilisant des données météorologiques locales à long terme. Le fonctionnement transitoire permet une transition en douceur de la phase de démarrage à la phase normale, car il amène lentement l'écosystème à un état stable dans les conditions environnementales actuelles (modifiées) en utilisant des données variables sur le CO2 concentration, les dépôts d'azote et la gestion. Enfin, la course normale est effectuée en utilisant la météorologie actuelle, CO2 concentration, les dépôts d'azote et la gestion pour la période d'intérêt.

Dans cette recherche, nous avons simulé la productivité de peuplements sélectionnés dans des forêts de chênes aménagées dans deux zones sélectionnées, le bassin de Pokupsko (4 unités d'aménagement forestier avec 947 compartiments forestiers couvrant 11,1 kha au total) et le bassin de Spačva (13 unités d'aménagement forestier avec un total de 2918 compartiments forestiers couvrant 47,8 kha au total). Seuls les compartiments forestiers classés, selon les essences d'arbres dominants, dans les plans d'aménagement forestier comme classe d'aménagement de chêne pédonculé, âgés de plus de 15 ans en l'an 2000, et pour lesquels les récoltes de régénération n'ont pas eu lieu entre 2000 et 2014 ont été considérés pour la simulation et l'arbre. carottage (potentiellement 6,4 kha dans 524 compartiments à Pokupsko et 33,2 kha dans 2083 compartiments dans le bassin de Spačva). Pour les 2607 compartiments forestiers sélectionnés dans les deux zones, nous exécutons les simulations. Cependant, dans la comparaison des résultats modélisés et mesurés, seuls les compartiments forestiers où nous avons réellement effectué des mesures ont été pris en compte (36 à Pokupsko et 55 dans le bassin de Spačva). Plus de détails sur la sélection des compartiments forestiers sont donnés dans le chapitre suivant.

La simulation du modèle a été réalisée au niveau d'un peuplement forestier puisque chaque compartiment forestier correspond à un seul peuplement forestier. Pour tenir compte des différents antécédents de gestion des peuplements d'âges différents (c. intérêt, soit 2000-2014. À partir des enregistrements dans les plans d'aménagement forestier pour l'année et le volume des récoltes d'éclaircie/régénération, et les stocks sur pied au niveau du compartiment forestier, nous avons calculé les intensités. Des valeurs d'intensité spécifiques ont été utilisées pour la simulation de chaque compartiment forestier dans le parcours normal. Pour le cycle de démarrage et de transition, nous avons calculé l'intensité moyenne des récoltes d'éclaircie et de régénération et appliqué ces valeurs à tous les compartiments forestiers. Cependant, le moment (c'est-à-dire l'année) de l'éclaircie a été estimé à partir des enregistrements existants de l'âge du peuplement et de l'année d'éclaircie dans les étapes de 10 ans (par exemple, l'éclaircie en 2009 dans les enregistrements implique une éclaircie en 1999, 1989, etc., jusqu'à ce que la récolte finale du peuplement précédent).

Les données météorologiques utilisées dans la simulation ont été obtenues à partir de la base de données FORESEE [31]. FORESEE est une base de données maillée avec une résolution spatiale de 1/6 o x 1/6 o contenant des champs de températures et de précipitations maximales/minimales quotidiennes pour l'Europe centrale. De plus, le site de récupération FORESEE (http://nimbus.elte.hu/FORESEE/map_query/index.html) offre la possibilité de récupérer les principales variables météorologiques nécessaires au fonctionnement de Biome-BGCMuSo, à savoir : le minimum, le maximum et température diurne moyenne (du lever au coucher du soleil) (°C), précipitations totales quotidiennes (cm), déficit moyen de pression de vapeur de la lumière du jour (Pa), densité de flux radiant en ondes courtes (W·m -2 ) et durée du jour du lever au coucher du soleil (secondes ). En chevauchant la base de données FORESEE sur une distribution spatiale des compartiments de gestion sélectionnés, un ensemble de données météorologiques spécifique a été attribué à chaque compartiment forestier. Considérant que cet ensemble de données couvre la période de 1951, en tenant également compte du fait que la durée de rotation minimale actuellement prescrite pour le chêne pédonculé est 140 ans, nous devions nous rapprocher de la météorologie de 1851. Pour les besoins de nos simulations, nous avons supposé que la météorologie pour 1851-1950 était la même que celle de 1951-1970. Par conséquent, nous avons utilisé plusieurs fois les données de la période 1951-1970 sans randomisation. Pour les traits écophysiologiques, nous avons utilisé une liste de paramètres pour les forêts de chênes publiée dans Hidy et al. [24], légèrement ajusté aux conditions spécifiques au site (Tableau 2). La principale différence entre les deux sites étudiés est une part d'aulne noir. L'aulne noir est une espèce fixatrice d'azote, et donc un taux de fixation d'azote plus élevé [32], par rapport à la part d'aulne noir [33]), est utilisé sur le site de Pokupsko. Les valeurs des autres paramètres ajustés sont définies par défaut [24] (Tableau 2). Des données spatialement explicites sur l'élévation du peuplement ont été obtenues à partir de la base de données de Croate Forests Ltd. contenant toutes les informations sur les peuplements forestiers, comme prescrit par la réglementation nationale [34], tandis que pour la latitude du peuplement, nous avons utilisé la latitude du pixel FORESEE correspondant [31, 35] . La texture du sol spécifique au site a été calculée à partir de données de sol précédemment collectées, résultant en une texture qui a été utilisée dans les simulations à Pokupsko et l'autre au bassin de Spačva [19, 36].

De plus, nous avons utilisé trois fichiers d'entrée optionnels : CO atmosphérique2, les dépôts d'azote et le dossier de gestion. CO atmosphérique2 les données de concentration ont été obtenues auprès de l'observatoire du Mauna Loa (disponible en ligne sur http://www.esrl.noaa.gov/gmd/obop/mlo/) et en utilisant les publications pertinentes [37]. Les données sur les dépôts d'azote étaient basées sur Churkina et al. [38]. Les données de gestion (âge du peuplement, stocks de volume de bois par essence d'arbre, volume de bois extrait avec éclaircie ou régénération du peuplement et année des activités, type de sol, etc.) ont été obtenues à partir de la base de données de Croatian Forests Ltd. Pour le parcours transitoire, la gestion a été reconstruite en utilisant les informations disponibles sur l'âge du peuplement dans chaque parcelle de gestion. L'année de coupe finale a été fixée comme la première année de développement du peuplement, et à partir de cette année, les éclaircies ont été fixées à tous les 10 ans en utilisant un taux d'éclaircie moyen de 15 %. Pour le passage normal, les taux d'éclaircie réels ont été utilisés pour chaque compartiment forestier. Les taux d'éclaircie ont été estimés à partir des enregistrements du stock de bois sur pied, de l'augmentation annuelle estimée du bois, de l'année d'éclaircie et du volume de bois extrait disponibles dans la base de données de Croatian Forests Ltd. Afin d'utiliser les informations sur la nappe phréatique, l'utilisateur doit fournir des données quotidiennes. Malheureusement, les données quotidiennes sur la nappe phréatique n'étaient pas disponibles pour les deux sites étudiés, par conséquent, cette caractéristique du modèle n'a pas été utilisée.

Une enquête de terrain a été menée du printemps 2015 au printemps 2016. Cette recherche faisait partie du projet EFFEctivity (http://www.sumins.hr/en/projekti/effectivity/) qui avait, en plus des travaux présentés ici, également l'objectif de tester le produit annuel de productivité primaire nette MODIS MOD17 [39]. Cela a déterminé la conception pour la sélection des emplacements des parcelles. En bref, les deux zones forestières, Pokupsko et Spačva, ont été recouvertes d'une grille correspondant à des pixels de résolution MODIS de 1 km. Seuls les pixels avec plus de 90 % de couvert forestier et avec une structure d'âge homogène (les compartiments forestiers constitués de >70% de la zone de pixels devaient avoir une différence d'âge de peuplement inférieure à 40 ans) ont été sélectionnés et dans chaque pixel, quatre parcelles ont été installées. L'emplacement de la parcelle était au centre des pixels MODIS avec une résolution de 500 m (chaque pixel MODIS de 1 km peut être subdivisé en quatre pixels de 500 m). L'exemple de la disposition des parcelles est présenté à la figure 3. Au total, 109 parcelles circulaires temporaires ont été placées dans deux zones forestières étudiées (41 parcelles à Pokupsko et 68 à Spačva). Le rayon d'échantillonnage variait en fonction de l'âge du peuplement et de la taille de l'arbre échantillonné, les plus gros arbres étant échantillonnés en utilisant un plus grand rayon [40] (tableau 3). Sur chaque placette, le diamètre à hauteur de poitrine (dhp, 1,30 m au-dessus du sol) de tous les arbres échantillonnés, ainsi que l'emplacement des arbres sur la placette (c'est-à-dire la distance par rapport au centre de la placette et l'azimut) ont été enregistrés.

Des carottes d'arbres ont été prélevées, en moyenne, sur 9,6 arbres dominants et co-dominants par parcelle (min. 5, max. 13). Au total, 1051 carottes ont été collectées, dont 383 dans le bassin de Pokupsko (247 Q. robur, 21 C. betulus, 34 F.angustifolia, 75 A. glutinosa, 6 autres) et 668 dans le bassin de Spačva (512 Q. robur, 44 C. betulus, 112 F. angustifolia).

Une carotte par arbre a été prélevée à 1,30 m du sol du côté de la tige faisant face au centre de la placette en utilisant un foreur à accroissement (Haglof, Suède) de 5,15 mm de diamètre intérieur. Les carottes collectées ont été séchées à l'air en laboratoire pendant plusieurs jours et conservées au réfrigérateur à 4°C jusqu'à analyse ultérieure. Suivant les méthodes de préparation dendrochronologiques standard, décrites dans Stokes et Smiley [41]), les noyaux ont été collés sur des supports en bois et placés dans une presse pendant une journée. Ensuite, ils ont été poncés avec des qualités de papier de verre de plus en plus fines (c'est-à-dire 120, 180, 240 et 320 grains). Enfin, les carottes ont été numérisées à haute résolution (2 400 DPI) et les images numérisées ont été enregistrées dans la base de données arborescente sur un lecteur de réseau local pour des mesures TRW ultérieures.

Les largeurs des cernes des arbres ont été mesurées à partir d'images numérisées au 0,001 mm près à l'aide d'un PC et du logiciel spécialisé CooRecorder v.7.8.1 (Cybis Elektronik & Data AB, Suède). Les mesures TRW ont été corrigées et ont subi un contrôle de qualité grâce à des routines de vérification croisée répétées pour la datation croisée et l'identification des erreurs de mesure avec le programme informatique COFECHA [42, 43].

La comparaison de la dynamique de croissance de 2000 à 2014 dans deux endroits distincts, à partir de deux sources de données différentes, a été réalisée en utilisant la croissance de la surface terrière estimée à partir des cernes et la productivité primaire nette obtenue à partir du modèle BBGCMuSo. Pour exclure la tendance liée à l'âge associée aux données TRW, nous avons utilisé l'accroissement de la surface terrière (BAI) comme proposé dans Biondi et Qeadan [44]. Le BAI a été calculé en utilisant le diamètre des arbres à hauteur de poitrine, mesuré au moment du carottage des arbres, et les données TRW.

La productivité primaire nette (PNP) obtenue à partir du modèle BBGCMuSo comprend les productivités nettes des différentes parties de l'arbre. Pour pouvoir comparer le BAI avec les données du modèle NPP, nous avons estimé la productivité primaire nette du bois de tige (NPPw) en utilisant les ratios d'allocation carbone (tableau 4) de la manière suivante :

BNP = (1,42 + 1+ 0,14 + 0,95 + 0,26 · 1,42) · BNPje

où NPP est la productivité primaire nette, et les indices w, l, f, fr et cr représentent respectivement le bois, les feuilles, les fruits, les racines fines et les racines grossières.

Les résultats de la modélisation sont basés sur la zone, c'est-à-dire NPPw est exprimée en kg·C·m -2 ·y -1 , tandis que les données sur les cernes sont basées sur les arbres, c'est-à-dire que le BAI est exprimé en cm 2 ·y -1 . Pour pouvoir évaluer la dynamique de croissance des résultats de la modélisation par rapport aux données sur les cernes, nous avons calculé la PPN annuelle moyennew et le BAI annuel moyen de toutes les simulations (36 dans le bassin de Pokupsko et 55 dans le bassin de Spačva) et de toutes les carottes d'arbres pour chacune des zones forestières, respectivement. Ensuite, nous avons standardisé les deux NPPw et BAI. La normalisation est introduite parce qu'une comparaison directe de NPPw et BAI n'est pas possible sans introduire une incertitude supplémentaire. Pour faire une comparaison sans la standardisation, nous aurions besoin de calculer la productivité primaire nette du bois sur la base des données de base des arbres. Cela nécessiterait l'utilisation de fonctions allométriques pour estimer le volume de bois, ainsi que l'utilisation de valeurs de densité du bois et de teneur en carbone du bois. De plus, tous les arbres des parcelles n'ont pas été carottés et la PPN des arbres non carottés devrait être évaluée. Tout cela introduirait des erreurs supplémentaires. En revanche, l'utilisation de valeurs standardisées, bien qu'un peu plus difficile à appréhender, contourne ces problèmes et conserve en même temps l'information sur la dynamique de croissance.

Valeurs normalisées (valeurs z) de BAI ou NPPw, ont été calculés comme :

où est la variable d'intérêt (le BAI moyen de l'arbre ou la moyenne NPP simuléew) dans l'année (i = 2000 à 2014) à la zone donnée est la moyenne globale de tous les arbres BAI, ou NPPw de tous les compartiments forestiers simulés, à une zone donnée pendant toute la période d'intérêt de 15 ans et est l'écart type de pendant la période d'intérêt (dans notre cas, les années 2000 à 2014).

Avant d'effectuer la normalisation, un test de normalité Shapiro-Wilk W a été effectué sur une série de BAI d'arbres annuels moyens et de NPP annuels moyens.w estimations pour chaque zone forestière en utilisant la procédure swilk dans STATA 14 (StataCorp, College Station, TX, USA). Les séries de données annuelles moyennes du BAI étaient normalement distribuées (W=0.9791, p=0.9630 pour Pokupsko W=0.9559, p=0.6224 pour Spačva). De même, la centrale nucléaire moyennew les séries de données étaient également distribuées normalement (W=0,9532, p=0,5756 pour Pokupsko W=0,9699, p=0,8563 pour Spačva). Par conséquent, la normalisation des ensembles de données est autorisée.

Les données météorologiques ont été analysées pour la même période que pour la dynamique de croissance, de 2000 à 2014. Pour chaque emplacement, les anomalies moyennes annuelles (octobre-septembre) et saisonnières (avril-septembre) de la température de l'air (°C) et des précipitations (mm) ont été calculées comme suit : suit :

où T est l'anomalie de la température de l'air, Ti est la température moyenne annuelle (oct-sept.) ou saisonnière (avril-sept.) de l'air de l'année i , Tp est la température moyenne annuelle/saisonnière de l'air de la période étudiée (2000-2014), P est les précipitations anomalie, Pi est la somme des précipitations annuelles/saisonnières et Pp est la moyenne des sommes des précipitations annuelles/saisonnières pendant la période étudiée.

Dynamique de croissance mesurée et météorologie observée

Les données sur les cernes ont révélé des différences dans la dynamique de croissance entre deux forêts de chênes étudiées (Figure 4 cercles verts). Fait intéressant, sur le site de chênes plus humide [19, 45, 46] (Pokupsko), la croissance a diminué les années plus froides (par exemple 2005-2006, figure 5), ce qui contraste avec la réponse négative commune de la croissance des chênes à la température dans printemps et été trouvés à Čufar et al. [47], et à la réponse positive des chênes aux conditions pluvieuses, humides et nuageuses durant l'été de l'année en cours [16]. Néanmoins, selon Renninger et al. [48], il est très important de tenir compte des informations sur la nappe phréatique lors de l'interprétation de la réponse des écosystèmes de chênes aux conditions sèches. En raison de la faible conductivité verticale de l'eau du sol à gleysol, les forêts du site de Pokupsko sont en partie inondées par l'eau stagnante en hiver et au début du printemps. Au cours d'une saison de végétation, la nappe phréatique est relativement élevée (tableau 1), et nous pouvons donc considérer que sur ce site particulier, la croissance est rarement limitée par l'eau, mais peut être plutôt limitée par la lumière du soleil pendant les années nuageuses plus froides. Par exemple, dans le bassin de Pokupsko en 2011, il y avait env. 300 h de soleil en plus par rapport à 2010, soit près de 17 %. Ce qui est encore plus important, les heures de soleil ont manqué en mai et septembre 2010 alors que dans le cas de 2011 c'était exactement le contraire (données de la station météorologique de Karlovac, http://klima.hr/klima_e.php?id=klima_elementi) . Contrairement à cela, sur le site plus sec (Spačva), la croissance a diminué les années chaudes et sèches (par exemple 2007), ce qui est en ligne avec Čufar et al. [47]. Les forêts du site de Spačva peuvent être considérées comme limitées en eau pendant les années chaudes et sèches, en particulier après la sécheresse prolongée du point de vue écologique, lorsque la nappe phréatique baisse de manière significative (c'est-à-dire plus de 1 m en dessous de la moyenne à long terme pour un mois donné) , bien qu'un réapprovisionnement partiel des réserves en eau du sol se fasse latéralement. De plus, les forêts du bassin de Spačva poussent sur un sol fertile, avec une bonne capacité de rétention d'eau, et sont considérées comme hautement productives. Les forêts qui poussent sur des sols riches en nutriments ont tendance à avoir une biomasse aérienne plus élevée et sont plus sensibles à la sécheresse en raison d'une prédisposition à la défaillance hydraulique [49]. Sur les deux sites, le modèle a faussement indiqué une baisse de croissance (z(NPPw)) pour le sec 2011 (Figure 4). Mais en 2012, la diminution de croissance indiquée par le modèle était également évidente dans le noyau de l'arbre (z(BAI)). La réduction observée de la croissance était une conséquence de deux années consécutives extrêmement chaudes et sèches (c'est-à-dire 2011 et 2012) et est probablement due à l'effet de transmission de la sécheresse [35, 50].

Évaluation du pouvoir de prédiction du modèle

Les résultats du modèle montrent quelques différences dans la dynamique de croissance entre deux emplacements étudiés (figure 4 triangles rouges). Une forte réduction de la croissance simulée au cours des années 2003 et 2012, observée sur les deux sites, indique une sensibilité élevée du modèle aux conditions sèches et à la température de l'air élevée, c'est-à-dire des anomalies de précipitations négatives et des anomalies de température positives pendant la période de végétation (Figure 5). Des résultats de modélisation similaires aux deux emplacements indiquent que le modèle est plus sensible à la météorologie qu'aux conditions propres au site. Bien que deux emplacements aient des abondances quelque peu différentes des principales espèces d'arbres, des caractéristiques du sol et de l'hydrologie, ainsi que la dynamique de croissance mesurée (Figure 4), la croissance modélisée montre une dynamique similaire (coefficient de corrélation de Pearson entre la NPPw (Pokupsko) et centrale nucléairew (Spačva) vaut 0,563). Pappas et al. [3] ont obtenu des résultats similaires en testant le modèle LPJ-GUESS basé sur les processus. Les auteurs ont conclu que le modèle a une sensibilité très élevée aux paramètres photosynthétiques (c'est-à-dire des paramètres corrélés à la lumière) et une sensibilité mineure aux paramètres hydrologiques et de texture du sol.

La comparaison quantitative de la dynamique de croissance à partir des deux sources de données différentes (les cernes des arbres mesurés et le modèle BBGCMuSo) révèle une faible concordance (c'est-à-dire une corrélation) pour les deux sites (Figure 6). Le tableau 5 montre les résultats de l'évaluation statistique pour l'accord modèle-mesure. L'année 2003 extrêmement sèche a agi comme une valeur aberrante, selon la définition de Tukey [51], pour la centrale nucléairew sur des sites plus humides (Pokupsko) (Figure 6, panneau de gauche). Il semble qu'une seule année extrêmement sèche, comme l'année 2003, où des effets fortement négatifs sur la productivité de la végétation à l'échelle européenne ont été enregistrés [52], n'a pas affecté significativement la croissance des arbres sur les sites étudiés (Figure 4). La capacité des chênes à surmonter un seul événement sec pourrait s'expliquer par la présence d'importantes réserves d'eau dans le sol (par exemple, les enregistrements de la surveillance des eaux souterraines à Spačva montrent que la profondeur des eaux souterraines dans le bassin de Spačva peut fluctuer de 0 à

5 m, alors que la capacité moyenne de rétention d'eau des sols est150 mm·m -1 [46]) et/ou de grands réservoirs de glucides (i.e. des bassins de stockage de carbone dans les arbres). L'analyse des données de télédétection indique également une réponse différente des forêts et autres végétations à la sécheresse [35], où les résultats suggèrent que la sécheresse au cours d'une année donnée pourrait affecter négativement la croissance au cours des années consécutives dans le cas des forêts, mais pas pour les autres végétations. les types. Ceci est conforme à la logique selon laquelle, en raison du stress, les réserves de glucides pourraient être épuisées en raison d'une diminution de la photosynthèse (due à la fermeture des stomates) et/ou d'une augmentation de la demande respiratoire en raison d'un excès de chaleur, ce qui a alors un effet hérité sur la croissance l'année suivante. [53].

Une croissance significativement réduite en 2003 obtenue à partir du modèle indique que les routines du modèle, décrivant une réponse biologique à un seul événement de sécheresse, ont des difficultés à prédire la dynamique de croissance dans de telles conditions. Dans des conditions de stress, les ratios d'allocation du carbone (c'est-à-dire les proportions d'assimilats alloués aux différents pools/organes végétaux, ainsi que la mobilisation des réserves) changent pour que la plante réussisse à surmonter le stress [54]. L'insuffisance des ratios fixes d'allocation de carbone, actuellement mis en œuvre dans le modèle BBGCMuSo, pourrait devenir de plus en plus prononcée en cas d'événements extrêmes. De plus, BBGCMuSo est un modèle « piloté par la source », ce qui signifie que les photosynthèses actuelles sont immédiatement allouées aux tissus avec des ratios d'allocation fixes. Selon de nouvelles découvertes (par exemple [54]), cette logique pourrait ne pas être complètement applicable aux forêts, ce qui peut expliquer en partie pourquoi l'événement extrême d'une année donnée pourrait avoir un effet prononcé sur la croissance des plantes dans la ou les années à venir. Ces problèmes limitent le modèle pour prédire correctement la réponse des plantes au stress hydrique. L'amélioration des résultats de modélisation pour les deux sites pourrait être obtenue si les informations sur la nappe phréatique sont utilisées [24].

Une analyse résiduelle a été effectuée pour trouver des sources possibles de divergence entre les données et le modèle. Selon les figures 7 et 8, la relation entre les variables météorologiques étudiées (données de l'année précédente et de l'année en cours) et les résidus du modèle n'était pas significative pour les deux sites d'étude. Cependant, les tendances, bien que non statistiquement significatives, pourraient être indicatives. L'anomalie des précipitations positives/négatives (Figure 7) au cours de l'année en cours semble entraîner une sur/sous-estimation de la centrale nucléairew sur les deux sites, bien que la variabilité des données soit élevée. Cela signifie que le rôle de la disponibilité de l'eau est plus souligné dans le modèle que dans la réalité. D'un autre côté, il existe une différence entre les emplacements dans la performance du modèle pour l'année en cours par rapport à l'anomalie des précipitations de l'année précédente (Figure 7). À l'endroit le plus humide (Pokupsko), l'anomalie des précipitations négatives semble toujours entraîner la sous-estimation de la centrale nucléairew par le modèle, mais sur le site plus sec (Spačva) l'effet est inversé (une anomalie de précipitation négative semble entraîner une surestimation de la NPPw par le modèle). Contrairement aux effets des précipitations, l'anomalie positive/négative de la température de l'air (Figure 8) dans l'année en cours semble avoir des effets différents à chaque endroit. À l'emplacement le plus humide (Pokupsko), une anomalie de température positive semble entraîner une sous-estimation de la centrale nucléairew, tandis que sur le site plus sec (Spačva), cela provoque une surestimation. Fait intéressant, une anomalie positive de la température de l'air au cours de l'année précédente semble entraîner une sous-estimation de la centrale nucléairew aux deux endroits. Les relations observées ne sont pas statistiquement significatives, comme nous l'avons déjà souligné, mais sont conformes à la logique de la réponse de croissance tamponnée contre des événements de sécheresse uniques dus à une grande profondeur d'enracinement des arbres.

Dans une étude précédente [24], l'évaluation statistique des flux de carbone simulés Biome-BGCMuSo observés par rapport aux données de covariance de Foucault mesurées du bassin de Pokupsko (site de Jastrebarsko) a montré une bien meilleure concordance (voir le tableau 5 dans [24]) que dans l'étude actuelle. La variance expliquée de la production primaire brute (GPP) observée et de la respiration totale de l'écosystème (TER) a atteint 84 % et 83 %, respectivement. Ceci est en contraste frappant avec la quantité négligeable de variance expliquée (

2%) pour l'ensemble de données BAI. Il est important de noter que les modèles biogéochimiques comme Biome-BGCMuSo sont généralement calibrés/validés avec des mesures riches en données basées sur la covariance de Foucault. L'application de BAI comme données de validation dans le cas de modèles basés sur des traitements est rare dans la littérature. L'utilisation de données BAI ou NPP estimées à partir de mesures BAI, dans la calibration Biome-BGCMuSo pourrait aider à améliorer les paramètres d'allocation et ainsi améliorer le pouvoir prédictif du modèle. Ce sera encore plus important lorsque l'allocation dynamique sera implémentée dans la prochaine version de Biome-BGCMuSo (Barcza, communication personnelle). Un étalonnage multi-objectif utilisant à la fois la covariance turbulente et les données BAI (probablement avec des variables supplémentaires telles que la masse des feuilles, le rapport C:N des feuilles) pourrait fournir des contraintes supplémentaires pour améliorer les performances du modèle dans de tels cas. L'étalonnage sera une tâche difficile où des techniques d'étalonnage sophistiquées (par exemple bayésiennes [55]) devront être utilisées.

La comparaison des résultats de la modélisation avec les données observées sur les cernes des arbres a révélé deux problèmes importants du modèle liés à son pouvoir prédictif. Le premier est l'importance d'inclure des conditions spécifiques au site (c'est-à-dire des informations sur la nappe phréatique) dans le but de permettre au modèle d'être plus sensible à la casse. Dans les deux forêts de chênes, les bassins de Pokupsko et de Spačva, BBGCMuSo a montré un faible pouvoir prédictif pour capturer la dynamique obtenue à partir des données sur les cernes. L'utilisation des informations de la nappe phréatique pour la modélisation dans les forêts de chênes des basses terres pourrait améliorer les résultats du modèle.

Le deuxième problème est lié à l'allocation du carbone. Les ratios d'allocation de carbone fixes, actuellement utilisés dans le modèle BBGCMuSo, ne permettent pas au modèle de prédire avec succès la réponse des plantes aux conditions de stress (par exemple, la sécheresse). Une routine d'allocation dynamique du carbone pourrait mieux capturer la réponse au stress des arbres et la dynamique de croissance. Il est urgent d'étudier et de mettre en œuvre des routines d'allocation de carbone plus sophistiquées dans le modèle BBGCMuSo.

La recherche a été soutenue par la Fondation scientifique croate (HRZZ UIP-11-2013-2492) et le projet « Spačva » (OKFŠ, HŠ 2013-2016). Le travail de Z.B. et D.H. sur la recherche a été financé par le programme Széchenyi 2020, le Fonds européen de développement régional et le gouvernement hongrois (GINOP-2.3.2-15-2016-00028) et Z.B. a également été soutenu par la subvention « EVA4.0 », n° CZ.02.1.01/0.0/0.0/16_019/0000803 financée par l'OP RDE.

Nous tenons à remercier deux relecteurs anonymes pour leurs commentaires qui ont grandement amélioré le manuscrit.

  1. SÁNCHEZ-SALGUERO R, CAMARERO JJ, GUTIÉRRET E, GONZÁLEZ RF, GAZOL A, SANGÜESA-BarREDA G, ANDREU-HAYLES L, LINARES JC, et al. 2017 Évaluation de la vulnérabilité des forêts au réchauffement climatique à l'aide d'un modèle de croissance des arbres basé sur les processus : mauvaises perspectives pour les bordures arrière. Global Change Biol 23 (7) : 2705-2719. DOI : https://doi.org/10.1111/gcb.13541
  2. PETERS EB, WYTHERS KR, ZHANG S, BRADFORD JB, REICH PB 2013 Impacts potentiels du changement climatique sur les processus écosystémiques des forêts tempérées. Can J Pour Res 43 (10) : 939-950. DOI : https://doi.org/10.1139/cjfr-2013-0013
  3. PAPPAS C, FATICHI S, LEUZINGER S, WOLF A, BURLANDO P 2013 Analyse de sensibilité d'un modèle écosystémique basé sur les processus : Identification du paramétrage et des problèmes structurels. J Geophys Res Biogeosci 118 (2) : 505-528. DOI : https://doi.org/10.1002/jgrg.20035
  4. FATICHI S, LEUZINGER S, KÖRNER C 2014 Au-delà de la photosynthèse : de la source de carbone à la modélisation de la végétation par puits. Nouveau Phytol 201 (4) : 1086-1095. DOI : https://doi.org/10.1111/nph.12614
  5. HARTIG F, DYKE J, HICKLER T, HIGGINS SI, O'HARA RB, SCHEITER S, HUTH A 2012 Connecter les modèles de végétation dynamique aux données – une perspective inverse. J Biogéogr 39 (12) : 2240-2252. DOI : https://doi.org/10.1111/j.1365-2699.2012.02745.x
  6. BALDOCCHI DD 2003 Évaluation de la technique de covariance turbulente pour évaluer les taux d'échange de dioxyde de carbone des écosystèmes : passé, présent et futur. Global Change Biol 9 (4) : 479-492. DOI : https://doi.org/10.1046/j.1365-2486.2003.00629.x
  7. BALDOCCHI DD, FALGE E, GU L, OLSON R, HOLLINGER D, RUNNING SW, ANTHONI P, BERNHOFER C, et al. 2001 FLUXNET : Un nouvel outil pour étudier la variabilité temporelle et spatiale des densités de dioxyde de carbone, de vapeur d'eau et de flux énergétique à l'échelle de l'écosystème. B Am Meteorol Soc 82 (11) : 2415-2434.DOI : https://doi.org/10.1175/1520-0477(2001)082<2415:FANTTS>2.3.CO2
  8. KUMAR J, HOFFMAN FM, HARGROVE WW, COLLIE RN 2016 Comprendre la représentativité de FLUXNET pour l'upscaling du flux de carbone à partir des mesures de covariance turbulente. Earth Syst Sci Data Discuter. Manuscrit en révision. DOI : https://doi.org/10.5194/essd-2016-36
  9. BARCZA Z, KERN A, HASZPRA L, KLJUN N 2009 Représentativité spatiale des mesures de covariance turbulente des tours hautes utilisant la télédétection et l'analyse de l'empreinte. Météorol de la forêt d'Agr 149 (5) : 795-807. DOI : https://doi.org/10.1016/j.agrformet.2008.10.021
  10. EVANS MEK, FALK DA, ARIZPE A, SWETNAM TL, BABST F, HOLSINGER DKE 2017 Fusion des données d'inventaire des cernes et des forêts pour déduire les influences sur la croissance des arbres. Écosphère 8 (7) : e01889. DOI : https://doi.org/10.1002/ecs2.1889
  11. BÜNTGEN U, FRANK DC, WILSON R, CARRER M, URBINATI C, ESPER J 2008 Test de divergence des cernes dans les Alpes européennes. Global Change Biol 14 (10) : 2443-2453. DOI : https://doi.org/10.1111/j.1365-2486.2008.01640.x
  12. ESPER J, FRANK DC, BÜNTGEN U, VERSTEGE A, LUTERBACHER J, XOPLAKI E 2007 Variations de la sévérité de la sécheresse à long terme au Maroc. Geophys Res Lett 34 (17) : . DOI : https://doi.org/10.1029/2007GL030844
  13. FRITTS HC 1976 Les cernes des arbres et le climat. Academic Press, Londres, Royaume-Uni, 567 p
  14. CARRER M, URBINATI M 2006 Changement à long terme de la sensibilité de la croissance des cernes aux forçages climatiques en Larix caduque. Nouveau Phytol 170 (4) : 861-872. DOI : https://doi.org/10.1111/j.1469-8137.2006.01703.x
  15. SCHARNWEBER T, MANTHEY M, CRIEGEE C, BAUWE A, SCHRÖDER C, WILMKING M 2011 La sécheresse compte - la baisse des précipitations influence la croissance de Fagus sylvatica et Quercus robur L. dans le nord-est de l'Allemagne. Forest Ecol Manag 262 (6) : 947-961. DOI : https://doi.org/10.1016/j.foreco.2011.05.026
  16. HAFNER P, GRIČAR J, SKUDNIK M, LEVANIČ T 2015 Variations des signaux environnementaux dans les indices des cernes chez les arbres à potentiel de croissance différent. PLoS UN 10 (11) : e0143918. DOI : https://doi.org/10.1371/journal.pone.0143918
  17. STOJANOVIĆ DB, LEVANIČ T, MATOVIĆ B, ORLOVIĆ S 2015 Diminution de la croissance et mortalité des forêts de chênes inondables en réponse au changement du régime hydrique et du climat. Eur J Pour Res 134 (3) : 555-567. DOI : https://doi.org/10.1007/s10342-015-0871-5
  18. WRB 2006 Base de référence mondiale pour les ressources en sols 2006. Un cadre pour la classification, la corrélation et la communication internationales. Rapports sur les ressources mondiales en sols n° 103, FAO, Rome, Italie, 128 p
  19. MAYER B 1996 Relations hydropédologiques dans la région des forêts de plaine du bassin de Pokupsko (en croate avec résumé en anglais). Rad umar Inst 31 (1-2): 37-89
  20. SELETKOVIĆ Z 1996 Climat dans les forêts de chênes pédonculés (en croate avec résumé en anglais). Dans: Klépac D (ed) Hrast lužnjak u Hrvatskoj. HAZU - Centar za znanstveni rad Vinkovci i "Hrvatske šume" d.o.o., Vinkovci-Zagreb, Croatie, pp 71-82
  21. KALINIĆ M 1975 Sols des communautés forestières du bassin de Spačva (en croate avec résumé en anglais). Dans: Varićak T, Vidaković M, Švagelj D (rédacteurs) Sto godina znanstvenog i organiziranog pristupa šumarstvu juguistočne Slavonije. HAZU Centar za znanstveni rad Vinkovci, Zagreb, Croatie, pp 413-432
  22. PILAŠ I 2017 Caractéristiques climatiques, hydropédologiques et géomorphologiques du bassin de Spačva. Dans: Rapport final du projet "Changements écologiques et climatiques et défis de régénération des forêts de chênes pédonculés dans le bassin de Spačva" (en croate). Institut croate de recherche forestière, Jastrebarsko, Croatie, pages 161-195
  23. HIDY D, BARCZA Z, HASZPRA L, CHURKINA G, PINTÉR K, NAGY Z 2012 Développement du modèle Biome-BGC pour la simulation d'écosystèmes herbacés gérés. Modèle Éco 226 : 99-119. DOI : https://doi.org/10.1016/j.ecolmodel.2011.11.008
  24. HIDY D, BARCZA Z, MARJANOVIĆ H, OSTROGOVIĆ SEVER MZ, DOBOR L, GELYBÓ G, FODOR N, PINTÉR K, et al. 2016 Terrestrial Ecosystem Process Model Biome-BGCMuSo v4.0 : Résumé des améliorations et nouvelles possibilités de modélisation. Développeur de modèles Geosci 9 (12) : 4405-4437. DOI : https://doi.org/10.5194/gmd-9-4405-2016
  25. Guide de l'utilisateur THORNTON PE 2000 pour Biome-BGC, version 4.1.1. URL : ftp://daac.ornl.gov/data/model_archive/BIOME_BGC/biome_bgc_4.1.1/comp/bgc_users_guide_411.pdf
  26. PIETSCH SA, HASENAUER H, KUCERA J, CERMÁK J 2003 Modélisation des effets des changements hydrologiques sur le bilan carbone et azote du chêne dans les plaines inondables. Arbre Physiol 23 (11): 735-746
  27. CIENCIALA E, TATARINOV FA 2006 Application du modèle BIOME-BGC aux forêts aménagées. 2. Comparaison avec les observations à long terme de la production de peuplements pour les principales essences. Forest Ecol Manag 237 (1-3) : 252-266. DOI : https://doi.org/10.1016/j.foreco.2006.09.086
  28. HLÁSNY T, BARCZA Z, FABRIKA M, BALÁZS B, CHURKINA G, PAJTÍK J, SEDMÁK R, TURCÁNI M 2011 Impacts du changement climatique sur la croissance et le bilan carbone des forêts en Europe centrale. Rés climatique 47 (3) : 219-236. DOI : https://doi.org/10.3354/cr01024
  29. MERGANIČOVÁ K, MERGANIČ J 2014 L'effet de la mortalité dynamique incorporée dans BIOME-BGC sur la modélisation du développement des forêts naturelles. J Environ Informer 24 (1) : 24-31. DOI : https://doi.org/10.3808/jei.201400273
  30. HLASNY T, BARCZA Z, BARKA I, MERGANIČOVÁ K, SEDMAK R, KERN A, PAJTIK J, BALAZS B, FABRIKA M, CHURKINA G 2014 Futur cycle du carbone dans les forêts d'épicéas de montagne d'Europe centrale : cadre de modélisation et inférences écologiques. Forest Ecol Manag 328 : 55-68. DOI : https://doi.org/10.1016/j.foreco.2014.04.038
  31. DOBOR L, BARCZA Z, HLÁSNY T, HAVASI Á, HORVÁTH F, ITTZÉS P, BARTHOLY J 2015 Combler le fossé entre modèles climatiques et études d'impact : la base de données FORESEE. Données Geosci J 2 (1) : 1-11. DOI : https://doi.org/10.1002/gdj3.22
  32. BINKLEY D, CROMAC Kjr, BAKER DD 1994 Fixation de l'azote par Red Alder : biologie, taux et contrôles. Dans: Hibbs DE, DeBell DS, Tarrant RF (rédacteurs) La biologie et la gestion de l'aulne rouge. Oregon State University Press, Corvallis. Ou (xi) 256 p
  33. MARJANOVIĆ H, OSTROGOVIĆ MZ, ALBERTI G, BALENOVIĆ I, PALADINIĆ E, INDIR K, PERESOTTI A, VULETIĆ D 2011 Dynamique du carbone dans les jeunes peuplements de chênes pédonculés pendant deux périodes de végétation (en croate avec résumé en anglais). Liste des Sumars 135 (11-12): 59-73
  34. Recueil de règles sur la gestion forestière 2015 Journal officiel de la République de Croatie 79/15.
  35. KERN A, MARJANOVIĆ H, DOBOR L, ANIĆ M, HLÁSNY T, BARCZA Z 2017 Identification des années avec état de végétation extrême en Europe centrale sur la base de données de télédétection et de météorologie. Eur sud-est pour 8 (1) : 1-20. DOI : https://doi.org/10.15177/seefor.17-05
  36. MIKO S, HASAN O, KOMESAROVIĆ B, ILJANIĆ N, ŠPARICA MIKO M, ĐUMBIR AM, OSTROGOVIĆ SEVER MZ, PALADINIĆ E, MARJANOVIĆ H 2017 Promjena zaliha ugljika u tlu i izračun trendova ukupnog dušika i organkog ugljika u tlu te odnosa C:N (Changement des stocks de carbone du sol et calcul des tendances de l'azote total du sol, du carbone organique et du rapport C:N - en croate), Étude pour l'Agence croate pour l'environnement et la nature (contrat n° 10-14-1442/79). Zagreb : Service géologique croate, Jastrebarsko : Institut croate de recherche forestière, Zagreb : Agence des terres agricoles, 81p
  37. ETHERIDGE DM, STEELE LP, LANGENFELDS RL, FRANCEY RJ, BARNOLA JM, MORGAN VI 1996 Changements naturels et anthropiques du CO2 atmosphérique au cours des 1000 dernières années à partir de l'air dans les glaces et névés de l'Antarctique. J Geophys Res 101 (D2) : 4115-4128. DOI : https://doi.org/10.1029/95JD03410
  38. CHURKINA G, BROVKIN V, VON BLOH W, TRUSILOVA K, JUNG M, DENTENER F 2009 La synergie de l'augmentation des dépôts d'azote et du CO2 atmosphérique sur l'absorption du carbone terrestre compense modérément le réchauffement climatique. Global Biogeochem Cy 23 (4) : GB4027. DOI : https://doi.org/10.1029/2008GB003291
  39. RUNNING SW, ZHAO M 2015 Guide de l'utilisateur Produits GPP quotidien et NPP annuel (MOD17A2/A3) Système d'observation de la Terre de la NASA MODIS Land Algorithm, Ver. 3.0 pour Coll. 6, 7 octobre 2015. URL : http://www.ntsg.umt.edu/files/modis/MOD17UsersGuide2015_v3.pdf (15 novembre 2017).
  40. OSTROGOVIĆ MZ 2013 Stocks de carbone et bilan carbone d'un Chêne pédonculé équienne (Quercus robur) forêt dans le bassin de la rivière Kupa. doctorat thèse, Université de Zagreb, Faculté de foresterie, 130 pp. (en croate avec résumé en anglais). URL : https://dr.nsk.hr/en/islandora/object/sumfak%3A795 (novembre 2017).
  41. STOKES MA, SMILEY TL 1968 Une introduction à la datation des cernes des arbres. Chicago : University of Chicago Press, États-Unis, 73 p
  42. HOLMES RL 1983 Contrôle qualité assisté par ordinateur dans la datation et les mesures des cernes. Taureau à anneaux d'arbre 43: 69-78
  43. GRISSINO-MAYER HD 2001 Évaluation de la précision des datations croisées : manuel et tutoriel pour le programme informatique COFECHA. Arbre-Anneau Res 57: 205-221
  44. BIONDI F, QEADAN F 2008 Une approche théorique de la standardisation des cernes : définir la tendance biologique à partir de l'accroissement attendu de la surface terrière. Arbre-Anneau Res 64 (2) : 81-96. DOI : https://doi.org/10.3959/2008-6.1
  45. PERNAR N, BAKŠIĆ D 2005 Le sol des forêts inondables. Dans VUKELIĆ J (ed) Forêts de plaine inondable en Croatie, Akademija skiumarskih znanosti & Hrvatske ampume & Grad Zagreb, Zagreb, Croatie, pp 71-85.
  46. VRBEK B, PILAŠ I, PERNAR N 2011 Changement climatique observé en Croatie et son impact sur l'hydrologie des plaines. Dans: Bredemeier M, Cohen S, Godbold Dl, et al. (rédacteurs) Gestion forestière et cycle de l'eau : Une approche écosystémique, Springer Pays-Bas, Dordrecht, Pays-Bas, pp 141-162. DOI : https://doi.org/10.1007/978-90-481-9834-4_8
  47. ČUFAR K, GRABNER M, MORGÓS A, CASTILLO EM, MERELA M, DE LUIS M 2014 Signaux climatiques communs affectant la croissance des cernes de chêne dans le sud-est de l'Europe centrale. Des arbres 28 (5) : 1267-1277. DOI : https://doi.org/10.1007/s00468-013-0972-z
  48. RENNINGER HJ, CARLO N, CLARK KL, SCHÄFER KVR 2014 Stratégies physiologiques des chênes co-occurrents dans un écosystème limité en eau et en nutriments. Arbre Physiol 34 (2) : 159-173. DOI : https://doi.org/10.1093/treephys/tpt122
  49. GESSLER A, SCHAUB M, MCDOWELL NG 2017 Le rôle des nutriments dans la mortalité et le rétablissement des arbres induits par la sécheresse. Nouveau Phytol 214 (2) : 513-520. DOI : https://doi.org/10.1111/nph.14340
  50. MOLEN MK, DOLMAN AJ, CIAIS P, EGLIN T, GOBRON N, LAW BE, MEIR P, PETERS W, et al. 2011 Sécheresse et cycle du carbone des écosystèmes. Météorol de la forêt d'Agr 151 (7) : 765-773. DOI : https://doi.org/10.1016/j.agrformet.2011.01.018
  51. TUKEY JW 1977 Analyse exploratoire des données. Addison-Wesley. ISBN-13 : 978-0201076165, 688 pages
  52. CIAIS PH, REICHSTEIN M, NICOLAS V, GRANIER A, OGÉE J, ALLARD V, AUBINET M, BUCHMANN N, et al. 2005 Réduction à l'échelle européenne de la productivité primaire causée par la chaleur et la sécheresse en 2003. La nature 437 : 529-533. DOI : https://doi.org/10.1038/nature03972
  53. ZHAO J, HARTMANN H, TRUMBORE S, ZIEGLER W, ZHANG Y 2013 Les températures élevées entraînent un bilan carbone négatif de la plante entière en cas de sécheresse modérée. Nouveau phytologue 200 (2) : 330-339. DOI : https://doi.org/10.1111/nph.12400
  54. HAGEDORN F, JOBIN J, PETER M, LUSTER J, PRITSCH K, NICKEL UT, KERNER R, MOLINIER V, et al. 2016 Le rétablissement des arbres après la sécheresse dépend du contrôle des puits souterrains. Plantes Nat 2 : 16111. DOI : https://doi.org/10.1038/nplants.2016.111
  55. VAN OIJEN M, ROUGIER J, SMITH R 2005 Calibrage bayésien des modèles forestiers basés sur les processus : combler le fossé entre les modèles et les données. Physiologie des arbres 25 (7) : 915-927. DOI : https://doi.org/10.1093/treephys/25.7.915
  56. MORIASI DN, ARNOLD JG, VAN LIEW MW, BINGNER RL, HARMEL RD, VEITH TL 2007 Directives d'évaluation du modèle pour la quantification systématique de la précision dans les simulations de bassin versant. T ASABE 50 (3) : 885-900. DOI : https://doi.org/10.13031/2013.23153

© 2017 par l'Institut croate de recherche forestière. Il s'agit d'un document en libre accès distribué sous les termes de la Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0).

- Télécharger le PDF-

Article scientifique original

Structure, rendement et production de glands de chêne (Quercus robur L.) Forêts inondables dominées en République tchèque et en Croatie

Lumír Dobrovolný 1 *, Antonín Martiník 2 , Damir Drvodelić 3 , Milan Oršanić 3

(1) Université Mendel à Brno, School Forest Enterprise Křtiny, Zemědělská 3, CZ-61300 Brno, République tchèque
(2) Université Mendel de Brno, Faculté de foresterie et de technologie du bois, Département de sylviculture, Zemědělská 3, CZ-61300 Brno, République tchèque
(3) Université de Zagreb, Faculté de foresterie, Département d'écologie forestière et de sylviculture, Svetošimunska 25, HR-10000 Zagreb, Croatie

* Correspondance: e-mail:

Citation: DOBROVOLNÝ L, MARTINÍK A, DRVODELIĆ D, ORŠANIĆ M 2017 Structure, rendement et production de glands de chêne (Quercus robur L.) Forêts inondables dominées en République tchèque et en Croatie. Eur sud-est pour 8 (2) : 127-136. DOI : https://doi.org/10.15177/seefor.17-18

A reçu: 9 novembre 2017 Modifié: 7 déc. 2017 Accepté: 14 déc. 2017 Publié en ligne : 21 déc. 2017

Contexte et objectif : L'étude vise à comparer deux (plus de 100 ans) forêts de plaine inondable à prédominance de chênes en République tchèque (CZ) avec deux en Croatie (HR) en ce qui concerne : i) leur structure et leur rendement et, plus spécifiquement, ii) caractéristiques du chêne, y compris la production de glands.
Matériels et méthodes: Dans les deux pays, un concept sylvicole différent est privilégié (CZ : aménagement de coupe rase avec régénération artificielle, HR : aménagement de bois d'abri avec régénération naturelle). L'objectif principal de la recherche était de créer un outil de décision de base pour les aménagistes forestiers et d'ouvrir quelques questions pour de futures recherches.
Résultats: Malgré les différentes pratiques naturelles et de gestion, le volume total sur pied de la forêt de plaine inondable s'est avéré similaire dans les deux pays, allant de 500 à 700 m 3 ·ha -1 (surface terrière : 34-41 m 2 ·ha -1 ). Dans la CZ, une diversité de structure généralement plus faible a été détectée. Bien qu'en CZ le nombre de chênes cultivés (130-160 chênes par hectare) soit presque le double par rapport à HR, les chênes CZ avaient des couronnes plus courtes, une projection de couronne presque deux fois plus petite, un volume moyen inférieur et une part plus faible d'assortiments de valeur.
Conclusion: Bien que le volume total de chênes sur pied en HR soit inférieur à celui en CZ, le rendement total a été observé en Croatie (perte en CZ d'environ 22 000 €·ha -1 ). La densité et la qualité des glands étaient généralement plus élevées en HR avec une distribution plus uniforme également. Malgré des conditions climatiques plus favorables en HR, le système de gestion actuellement utilisé dans les forêts de plaine inondable de la CZ devrait être progressivement converti au modèle croate avec une structure forestière multicouche, plus axé sur la croissance et la stabilité des arbres individuels avec une valeur économique élevée et un potentiel de reproduction élevé.

Mots clés: forêt de plaine inondable, système sylvicole, chêne pédonculé, diversité de structure, structure d'assortiment de chêne, rendement, production de glands

Chêne pédonculé (Quercus robur L.) est considérée comme l'une des espèces d'arbres économiques les plus importantes dans les forêts de plaine inondable en Europe [1]. La régénération naturelle du chêne, comme dans le cas d'autres espèces d'arbres, est un processus complexe influencé par de nombreux facteurs biotiques et abiotiques. Les principaux facteurs négatifs sont les infections fongiques et les maladies (Microsphaera alphitoides), la consommation par les animaux (insectes, oiseaux, rongeurs et sangliers), la lumière, la disponibilité en eau et les facteurs climatiques tels que les gelées tardives [2]. D'un point de vue différent, la position sociale et les caractéristiques de croissance individuelles des chênes, telles que l'espace de croissance, la taille de la cime et l'architecture, sont incluses parmi les facteurs clés de l'abondance et de la qualité des glands [2-5] ainsi que de la production de bois de grande valeur. [6]. Dans ce contexte, la structure forestière (espèces et diversité spatiale) et sa gestion ciblée peuvent influencer de manière significative la réussite des forêts naturelles.

Dans les forêts naturelles, le chêne pédonculé avec sa stratégie de croissance à un âge élevé a suffisamment de temps et d'espace pour créer de grandes dimensions de tige et de couronne. Ici, une génération de chêne équivaut à deux à quatre générations de charme et d'autres espèces qui l'accompagnent. Cela rend la structure spatiale des forêts naturelles de plaine inondable relativement riche et dynamique dans le temps [7-8].

Un système sylvicole prédominant dans les forêts de plaine inondable de la République tchèque (CZ) est la coupe rase (avec une taille maximale de 2 ha) avec préparation mécanique du sol et régénération artificielle [9]. Les raisons en sont les suivantes : récoltes de glands insuffisantes, forte concurrence des adventices et impact élevé des petits et grands vertébrés [10]. Cette gestion a pour résultat que la structure forestière de la plaine inondable est moins diversifiée et plus homogène avec un nombre élevé d'arbres dans l'étage dominant et des cimes sous-développées avec une faible fructification à l'âge adulte [3]. D'autre part, dans un certain nombre de cas dans la partie sud de la CZ, Dobrovolný [11] et Martiník et al. [3] ont démontré le succès de la régénération naturelle du chêne si certaines conditions étaient remplies.

Matić [12] et Oršanić et Drvodelić [13] considèrent le chêne pédonculé comme une essence à stratégie climacique et recommandent la régénération naturelle traditionnelle du chêne à l'abri du peuplement mère en trois ou deux coupes. Cette méthode prend en compte les propriétés biologiques et économiques et les exigences écologiques des glands et provoque un stress minimal pour le sol et le peuplement [1, 14]. Diaci et al. [27] admettent même des coupes groupées irrégulières dans les forêts des plaines inondables en Slovénie.

Cette étude s'est concentrée sur la comparaison de deux types de gestion des forêts à prédominance de chênes des plaines inondables adultes en République tchèque et en Croatie en ce qui concerne : i) leur structure et leur rendement et, plus spécifiquement, ii) les caractéristiques individuelles des chênes et la production de glands. L'objectif principal de la recherche était de créer un outil de décision de base pour les aménagistes forestiers et d'ouvrir certaines questions pour des recherches futures.

Dans chaque pays (République tchèque « CZ », République de Croatie « HR » en 2013, deux peuplements forestiers adultes de plaine inondable gérés avant l'abattage de régénération qui représentaient une espèce typique et la structure spatiale de cette région expérimentale ont été sélectionnés (tableau 1). Les peuplements sélectionnés en CZ et HR se distinguaient principalement par la composition des espèces (CZI - chêne et frêne, CZII - chêne, HRI - chêne et frêne, HRII - chêne, frêne et charme).

En CZ, plus précisément dans la région de la Moravie du Sud (Židlochovice), la recherche a été menée dans des forêts de plaine inondable (gérées par l'État), situées le long des rivières Morava, Dyje, Svratka et Jihlava. Le type de sol prédominant, le fluvisol cambique, était légèrement gleyique, eubasique dans des substrats doubles avec des fossiles de chernozem (environ à partir de 160 cm) sur des sédiments fluviaux holocènes. Dans HR, la recherche a été menée dans les forêts de plaine inondable de chênes pédonculés dans la région de la rivière Sava.La recherche englobait l'unité de gestion « Opeke » (gérée par la Faculté de foresterie de l'Université de Zagreb). Les sols dominants comprenaient des terrains de niveau pseudogley, des sols bruns profonds illimérisés, pseudogleyic et eugley epigley (dans des micro-dépressions). Une comparaison des données climatiques HR et CZ à long terme et à court terme (tableau 1, figure 1) indique une température annuelle (et mensuelle) moyenne et une quantité annuelle (et mensuelle) de précipitations plus élevées dans HR.

Dans chacun des quatre peuplements sélectionnés, une parcelle de recherche circulaire (RP) représentative de 0,25 ha a été établie - CZ I, CZ II, HR I, HR II (Tab. 1). Dans chaque PR, les variables suivantes ont été collectées pour tous les arbres ayant un diamètre à hauteur de poitrine (DHP) de plus de 7 cm : les coordonnées (en utilisant la technologie Field-Map-Institute of Forest Ecosystem Research Ltd., République tchèque), DBH, hauteur de l'arbre (h), longueur de la cime (CL) - différence entre la hauteur de l'arbre et la base de la cime et la projection de la cime (CP). En dehors du PR, tous les chênes cultivés (avec un DHP supérieur à 30 cm) qui s'étendaient avec leur houppier dans le PR et pouvaient affecter l'abondance des glands tombés ont également été mesurés.

La courbe de hauteur du modèle a été construite selon la formule de Michajlov [15]. Le volume de la tige sans écorce (V) a été calculé à l'aide de fonctions de volume [16]. La couverture de la canopée (CC) du peuplement a été calculée comme la somme des projections individuelles de la cime. La situation concurrentielle ou l'espace entourant chacun des chênes cultivés a été évaluée comme la distance moyenne (D) du chêne cultivé ciblé à tous les voisins les plus proches de toute espèce (avec une hauteur d'arbre supérieure à 20 m). Les indices de structure forestière suivants ont été calculés à l'aide de BWINPro 6.3 (Northwest German Forest Research Station, Germany) [17] : (1) indices de diversité des espèces : (1.a) indice de Shannon (SI) et (1.b ) Planéité (EI) (Shannon normalisée) basée sur l'abondance de l'espèce (en fonction du nombre d'arbres (N) et de la surface terrière (G) - plus les valeurs sont élevées, plus la diversité est importante, (1.c) Espèce -indice de profil (API) basé sur l'abondance des espèces dans trois couches de peuplement de hauteur - plus les valeurs sont élevées, plus les indices de diversité (2) basés sur la configuration spatiale de l'arbre zéro et de ses trois plus proches voisins sont élevés : (2.a) Indice de mélange (MI) - les valeurs expriment la diversité spatiale des espèces de chaque situation (MI=0.00 - tous les arbres appartiennent à la même espèce, MI=0.33 - un arbre appartient à une espèce différente, MI=0.67 - deux arbres appartiennent à une espèce différente , MI = 1,00 - tous les arbres appartiennent à une espèce différente), (2.b) Indice de différenciation DBH (DI) (0,0-0,3 = pas ou faible différenti ation, 0,3-0,5 = différenciation moyenne, 0,5-0,7 = différenciation élevée, 0,7-1 = différenciation très élevée), (2.c.) Indice de dominance DBH (DDI) (plus les valeurs positives sont élevées, plus la dominance de l'arbre zéro sur ses voisins les valeurs proches de 0 indiquent une relation indifférente et plus les valeurs négatives sont élevées, plus la suppression de l'arbre zéro est importante). Le modèle spatial des chênes cultivés avec la distance au chêne voisin le plus proche a été évalué dans ArcGis 10 (Esri, Inc., USA) selon la formule de Clark et Evans [25].

La structure de l'assortiment de chêne a été évaluée selon les tables d'assortiment de Dejmal [26]. Les tiges ont été triées selon la classe : I. log de placage tranché II. grumes de placage décortiquées de qualité inférieure III.a et III.b grumes de sciage V. bois à pâte VI. bois de feu. Le bénéfice économique a été évalué en fonction du volume et de la liste de prix tchèque actuelle des assortiments de chênes.

L'abondance des glands a été évaluée à l'aide de 36 pièges à graines (cercles métalliques ronds avec sacs de collecte) par RP, 0,25 m 2 chacun (r = 0,28 m), disposés en treillis et placés à 0,5 m au-dessus du sol. Les coordonnées spatiales de tous les pièges à graines ont été mesurées. Tous les pièges à graines ont été installés avant que les glands ne commencent à tomber en septembre 2013. Ils ont été collectés toutes les deux semaines. La quantité de glands collectés a été évaluée comme la quantité de graines par mètre carré et la capacité de germination a été testée selon les normes tchèques et ISTA [18].

Les différences statistiques entre les PR en termes de caractéristiques des arbres ou des glands ont été testées à l'aide de l'analyse de variance à un facteur non paramétrique de Kruskal-Wallis (à l'aide de Statistica 10 - StatSoft, Inc., USA). La répartition spatiale des glands (voir Figure 7) dans 5 catégories de densité (0 0,1-5 5,1-15 15,1-30 30,1-50 glands par m 2 ) a été estimée sur chaque RP à l'aide d'ArcGis 10 avec l'outil Kernel statistics (interpolation) ( Esri, Inc., États-Unis). Cette analyse a servi de base pour dériver la part de superficie couverte par les glands et la part de chênes cultivés appartenant à différentes catégories de densité de glands (voir tableau 10).

Le volume sur pied et la surface terrière se sont avérés similaires dans les deux pays. Étonnamment, pour deux peuplements (RP CZ I et HR I), les deux valeurs étaient identiques - environ 700 m 3 ·ha -1 ou 40 m 2 ·ha -1 (tableau 2). Comme prévu, la CZ II (avec sa structure médiocre) avait le nombre total d'arbres le plus faible et la surface terrière et le volume sur pied les plus petits.

Le nombre le plus élevé d'arbres par hectare sur la CZ I était dû au nombre élevé d'arbres (à savoir le frêne) dans les classes de diamètre les plus faibles (Figure 2). La couverture totale de la canopée était toujours plus élevée en HR (plus de 100 %), principalement en raison de la présence de la couche intermédiaire d'arbres (Figure 2 et 4). En ce qui concerne la composition en espèces d'arbres (Tableau 3), en CZ, ce sont les dominait sur CZ I et le chêne sur CZ II en termes de nombre d'arbres, alors qu'en HR c'était l'aulne avec le chêne qui dominait sur HR I et le charme sur HR II. En termes de surface terrière et de volume sur pied, c'était le chêne qui dominait dans les deux pays, cependant, le volume total sur pied de chêne était plus élevé en CZ.

La structure d'espèces la plus diversifiée dans HR a été trouvée pour HR I (un total de six espèces), tandis que dans le CZ, le charme et l'aulne étaient absents dans tous les cas. Une structure d'espèces plus diversifiée (même le profil vertical) dans HR a également été confirmée par les indices de structure (SI, EI, API, MI) (tableau 4).

La distribution de diamètre de toutes les espèces dans HR était plus large par rapport à CZ (Figure 2). Alors qu'en CZ, la distribution à pic simple ou double indique la représentation la plus élevée d'arbres d'épaisseur modérée ou très mince (CZ I) (Figure 2), dans la distribution HR à pic unique avec la représentation la plus élevée d'arbres minces a été observée. En HR, les chênes étaient représentés de manière relativement uniforme dans une gamme de diamètres plus large, tandis qu'en CZ, les chênes étaient regroupés en plusieurs classes de diamètre autour de 50 cm (Figure 3). Néanmoins, les valeurs du diamètre DI (tableau 4) montrent une variabilité spatiale relativement élevée sur tous les PR, contrairement au CZ II homogène. L'indice DDI indique une relation plus neutre entre les arbres.

De même, la structure en hauteur était plus diversifiée dans les HR avec au moins trois couches d'arbres distinctes formées, les hauteurs étant d'environ 10 m, 24 m et 36 m (Figure 4). Dans la CZ I, seules deux couches se sont formées (environ 14 m et 36 m) et dans la CZ II, une seule couche s'est formée (environ 30 m).

Les différences entre les pays en ce qui concerne les assortiments et les valeurs de chêne sont présentées dans le tableau 5. Les plus grandes différences entre les pays concernaient la part des assortiments de valeur (classes I et II). Il n'y a qu'environ 5% de cette classe en CZ et environ 20-30% en HR. Bien que le volume total de chêne en HR soit inférieur à celui en CZ, le rendement total était plus élevé (perte en CZ - environ 22 000 €·ha -1 ).

HR s'est avéré contenir moins de chênes cultivés que CZ (tableau 6). En général, les chênes cultivés en HR ont atteint un DHP et un V moyens plus élevés (tableau 6), mais de manière significative uniquement lorsque CZ I a été comparé à HR II et CZ II avec HR I et HR II (tableau 9). Les hauteurs des arbres étaient similaires, sauf pour la CZ II. Les caractéristiques de la couronne de chêne cultivé, c'est-à-dire CL et CP, étaient significativement plus élevées dans HR (sauf pour CL de CZI par rapport à HRI), la CP moyenne étant ici presque deux fois plus grande que celles de CZ (tableaux 6 et 9). La distance moyenne (D) du chêne de la culture ciblée aux voisins les plus proches était plus grande en HR (de manière significative seulement lorsque CZ II a été comparé avec HR I et II) (tableaux 6 et 9). Ces résultats ont également confirmé les relations de croissance (DBH vs h vs CP) des chênes CZ-HR avec la direction et la forme similaires des courbes construites (Figure 5 et 6).

Dans les deux pays, les chênes présentaient la même distribution significative et uniforme à travers la parcelle, l'espacement (c'est-à-dire la distance au chêne voisin le plus proche) étant plus grand pour HR (tableau 7).

Dans la CZ I, la densité de glands était la plus faible de toutes les parcelles (tableau 8), mais pas de manière significative par rapport à la CZ II (tableau 9). Dans CZ II, la densité n'était significativement plus faible que par rapport à HR I. Les différences d'abondance de glands dans HR n'étaient pas statistiquement significatives. Malgré des taux de germination très différents dans chaque peuplement, il y avait généralement plus de graines germinables par mètre carré en HR. En HR, une couverture spatiale plus uniforme de la superficie totale par des glands a été trouvée par rapport à CZ (Figure 7).

La part de la superficie couverte par les glands était plus élevée en HR (environ 80 % de la superficie totale couverte par une densité moyenne ou élevée de glands) par rapport à CZ (environ 50 à 80 % de la superficie totale couverte par une densité nulle ou faible de glands) (Tableau 10). En HR, une densité de glands / chute de graines moyenne ou élevée a été observée dans 80 % de tous les chênes, tandis qu'en CZ, une chute de graines nulle ou faible a été observée dans 50 à 80 % de tous les chênes (tableau 10).

Nos résultats basés sur des comparaisons de la structure forestière, du rendement et de la production de glands en HR - CZ ont ouvert la voie à des décisions sylvicoles de base (tableau 11).

Malgré des conditions naturelles différentes, la production en volume s'est avérée similaire dans les deux pays. Pour deux peuplements (CZ I et HR I) le volume était identique - environ 700 m 3 ·ha -1 . Il faut souligner que les peuplements analysés en CZ étaient environ 20 à 30 ans plus jeunes que ceux en HR. D'après les tables de croissance existantes pour les deux pays, il s'agit des peuplements les plus productifs sur des sols de qualité supérieure [19, 20]. Le rendement volumique comparable est également donné par le plus grand nombre d'arbres, notamment de chênes, dans la couche supérieure en CZ, ce qui est lié à la stratégie sylvicole du modèle de gestion de coupe à blanc appliqué. Les relations similaires entre les paramètres du chêne, qui indiquent une dynamique similaire dans les deux pays, ont également été surprenantes.

En revanche, l'analyse de la structure des peuplements a confirmé les différences attendues entre ces deux pays. Alors qu'en CZ la structure pauvre et les caractéristiques des arbres observées sont données par le modèle de gestion de coupe à blanc, la structure plus diversifiée de la forêt en HR correspond au modèle croate avec une forêt de plaine inondable multicouche [12]. Un tel modèle est également plus proche des conditions naturelles dans les forêts vierges de plaine inondable, où la structure relativement dynamique est caractérisée par une distribution multicouche des espèces d'arbres et une différenciation de diamètre distincte, qui s'applique particulièrement au stade optimal [7, 8, 21 ].

Comparaison des caractéristiques de croissance individuelles des chênes cultivés trouvés en CZ pour avoir jusqu'à deux fois plus d'individus (130-160 arbres par hectare) avec un espacement plus petit que dans HR. Ces chênes, cependant, avaient un volume moyen inférieur, des cimes plus courtes et une projection de cime presque deux fois plus petite que les chênes HR. Par exemple, Spiecker [6] a recommandé de ne soutenir qu'environ 60 arbres cibles par hectare grâce à l'éclaircissage du houppier pour optimiser l'accroissement radial du chêne, ce qui correspond au modèle croate. Ces chênes généralement les plus épais ont également des couronnes plus grandes (la relation a été confirmée de la même manière pour les deux pays - voir les figures 5 et 6), ayant ainsi de meilleures conditions préalables à la fructification [2, 3]. Le système croate a également fourni des avantages économiques plus élevés. Malgré un volume cubique de chêne par ha plus faible en HR, on peut s'attendre à un profit économique plus élevé des chênes en HR en raison d'assortiments plus précieux (perte en CZ - environ 22 000 €·ha -1 ).

Les valeurs de récolte de glands obtenues pour les peuplements analysés dans les deux pays (2-17 glands par mètre carré) étaient inférieures au seuil de l'année de mât (20-50 glands·m -2 ) [2, 22]. Les années de récolte riche sont susceptibles de se produire plus fréquemment en HR qu'en CZ [1, 9, 23]. Alors que dans les années de mâture, la présence d'individus à fructification abondante et régulière n'est pas cruciale pour que l'ensemencement soit suffisant, dans les années à taux de récolte moyen et inférieur, l'inverse est vrai [22, 24]. À cette fin, la taille et la qualité de la couronne et un espace suffisant pour la croissance, le cas échéant, sont les conditions préalables à une fructification abondante et régulière des arbres individuels [3, 24].

Dans la gestion croate avec des forêts de plaines inondables multicouches, la coupe de bois d'abri en trois coupes (préparatoire, semis et finale) est utilisée avec une période de régénération de 6 à 10 ans, lorsque la densité moyenne de plants de chêne et d'autres espèces est d'environ 40 000 à 50 000 individus. par hectare [12]. Cependant, en CZ, l'abattage de bois d'abri est limité par la structure équienne pure des peuplements de chênes adultes non préparés qui (après ouverture) provoque une forte expansion des mauvaises herbes et la pousse des tiges. Dobrovolný [11], cependant, a inventorié (dans la partie sud de la CZ dans la région de Židlochovice avec 3355 ha de forêts de plaine inondable) au total 8 ha de jeunes peuplements de chênes pédonculés (âgés de 5 à 7 ans) établis par régénération naturelle avec une densité comprise entre 15 000 à 100 000 individus par ha. Les peuplements mères originaux, caractérisés par une densité de peuplement plus faible (qui variait entre 0,5 et 0,8), ont été récoltés par coupe à blanc immédiatement après la chute des glands.

Les relations de croissance des chênes CZ-HR ont montré une tendance similaire (ou forme de courbes construites). Ainsi, les caractéristiques de la tige et de la couronne (ainsi que la quantité et la qualité des glands produits) des nouveaux chênes CZ pourraient probablement être modifiées en cas de changement de système sylvicole. Cependant, sur la base des résultats présentés dans cet article, nous ne pouvons pas déterminer exactement quel facteur concret a causé les différences observées entre HR et CZ. Il existe probablement un complexe de divers facteurs tels que le climat, le régime hydrique, la vitalité des arbres et le stress physiologique, les prédispositions génétiques, etc. Cette étude devrait être un début et un défi pour la coopération future et la recherche à long terme dans ce domaine.

Nos résultats ont montré des différences élémentaires non seulement dans la structure forestière, mais aussi dans l'approche de gestion dans les forêts de plaine inondable de CZ et HR. Alors que différents concepts et structures de peuplement peuvent impliquer un niveau de production comparable, l'approche de la gestion de la coupe rase en République tchèque pose toute une série de problèmes. Malgré un complexe de facteurs biotiques et abiotiques et des conditions climatiques plus favorables en HR, le système sylvicole des forêts de plaine inondable de la CZ devrait être progressivement converti au modèle croate avec une structure forestière multicouche, plus axée sur la croissance des arbres individuels à haute valeur économique et potentiel de reproduction. Pour atteindre ces objectifs, les peuplements principalement jeunes et d'âge moyen en CZ doivent être gérés en libérant des couronnes d'arbres de culture de haute qualité (et vitaux) (60-80 arbres par hectare), ainsi qu'en structurant les peuplements en préservant l'arbre inférieur. couches constituées d'espèces d'arbres d'accompagnement.

L'étude de recherche a été soutenue par un projet (n° KUS QJ1230330) de l'Agence tchèque pour la recherche agricole et deux projets (n° IGA 84/2013 et n° IGA 33/2014) de l'Université Mendel à Brno.

  1. KLIMO E, HAGER H, MATIĆ S, ANIĆ I, KULHAVÝ J 2008 Forêts inondables de la zone tempérée d'Europe. Lesnickápráce, Kostelecnad Černýmilesy, 623 p
  2. RÖHRIG E, BARTSCH N 2006 Waldbau auf ökologischer Grundlage [Sylviculture sur des bases écologiques]. Stuttgart, Ulmer, Allemagne, 479 p
  3. MARTINÍK A, DOBROVOLNÝ L, PALÁTOVÁ E 2014 Espace arboricole et production de glands de Quercus robur. Dendrobiologie 71 : 101-108. DOI : https://doi.org/10.12657/denbio.071.010
  4. MATIĆ S, ORŠANIĆ M, BARIČEVIĆ D 1999 Régénération naturelle du chêne pédonculé dans les forêts alluviales de Croatie. Ekologia 18 (1): 111-119
  5. SORK VL, FLEMING TH, ESTRADA A 1993 Écologie évolutive de l'ensemencement des mâts dans les chênes tempérés et tropicaux (Quercus). Vegetatio 107 (1) : 133-147. DOI : https://doi.org/10.1007/BF00052217
  6. SPIECKER H 1991 Zur Steuerung des Dickenwachstums und der Astreinigung von Trauben- und Stieleichen [Influence sur la croissance en diamètre et la taille des chênes]. Thèse de doctorat, Université de Fribourg, Fribourg, Allemagne, 150 p
  7. KORPEĹ 1991 Pestovanie lesa [Sylviculture]. Bratislava, Slovaquie, 465 p
  8. REININGER H 2000 Das Pleterprinzip [Principes des forêts de sélection]. Stuttgart, Allemagne, 238 p
  9. VAŇKOVÁ K 2004 Régénération naturelle du chêne dans la forêt de plaine inondable. Thèse de doctorat, Université Mendel, Brno, République tchèque, 164 p
  10. HOUŠKOVÁ K, PALÁTOVÁ E, MAUER O 2007. Possibilités et procédures pour la régénération naturelle du chêne pédonculé en Moravie du Sud. Dans: Actes de la Conférence internationale de l'IUFRO sur la gestion des forêts de plaine d'inondation en Moravie du Sud, Židlochovice, République tchèque, 13-16 mai 2000. Židlochovice, République tchèquepp 89-98
  11. DOBROVOLNÝ L2014 Potentiel de régénération naturelle de Quercus robur dans les forêts inondables du sud de la République tchèque. Journal des sciences forestières 60 (12): 534-539
  12. MATIĆ S 2000 Gestion des forêts de chêne pédonculé dans différentes conditions structurelles et de site en Croatie. Dans: Actes de la Conférence internationale de l'IUFRO sur la gestion des forêts de plaine d'inondation en Moravie du Sud, Židlochovice, République tchèque, 13-16 mai 2000. Židlochovice, République tchèque, pp 55-65
  13. ORŠANIĆ M, DRVODELIĆ D 2007 Régénération naturelle du chêne pédonculé. Actes de la Conférence sur les systèmes de gestion forestière et la régénération des sites forestiers des plaines inondables, Université Mendel d'agriculture et de foresterie, Brno, République tchèque, pp 99-106
  14. PERNAR N, KLIMO E, MATIĆ S, BAKŠIĆ D, LORENCOVÁ H 2009 Différentes technologies de régénération des forêts inondables du point de vue des changements de sol. Journal des sciences forestières 55: 357-367
  15. ASSMANN E 1968 Náuka o výnoselesa [Science du rendement forestier]. Bratislava, Slovaquie, 486 p
  16. PETRÁŠ R, PAJTÍK J 1991 Sústavačesko-slovenských objemových tabuliek drevín [Table des volumes de la Tchécoslovaquie]. Lesnicky časopis 37: 49-56
  17. DÖBBELER H, ALBERT M, SCHMIDT M, NAGEL J, SCHRÖDER J 2011 Programm – Handbuch zur gemeinsamen Version von BWINPro und BWINPro-S [Manuel du logiciel BWINPro]. Göttingen, Dresde, Allemagne, 126 p
  18. ISTA 2014 ISTA - Règles internationales pour les tests de semences. Zurich, 276 p
  19. ČAVLOVIĆ J, BOŽIĆ M, KOVAČ G 2000 La relation entre les éléments des peuplements de chêne pédonculé et les tables de rendement en Croatie. Dans: Actes de la Conférence internationale de l'IUFRO sur la gestion des forêts de plaine d'inondation en Moravie du Sud, Židlochovice, République tchèque, 13-16 mai 2000. Židlochovice, République tchèque, pp 155-168
  20. ČERNÝ M, PAŘEZ J, MALÍK Z1996 Růstové a taxační tabulky hlavních dřevin České republiky [Tableaux de croissance/volume de la République tchèque].IFER, Jílové u Prahy, Prague, République tchèque, 245 p
  21. VRŠKA T, ADAM D, HORT L, ODEHNALOVÁ P, HORAL D, KRÁL K 2006 Dynamique de développement des réserves forestières vierges en République tchèque - Forêts de la plaine inondable (Cahnov-Soutok, Ranšpurk, Jiřina). Academia, Prague, République tchèque, 214 p.
  22. DEY DC 1995 Production de glands en chêne rouge. Institut de recherche forestière de l'Ontario, Sault Ste. Marie, Ontario, Canada, 22 p
  23. GRADEČKI-POŠTENJAK M, NOVAK AGBABA S, LICHT R, POSARIĆ D 2011 Dynamique de la production de glands et qualité du gland de chêne anglais (Quercus robur) dans des conditions écologiques perturbées. liste des droits 135 (13): 169 -181
  24. HEALY WM, LEWIS AM, BOOSE EF 1999 Variation de la production de glands de chêne rouge. Forest Ecol Manag 116 (1-3):1-11. DOI : https://doi.org/10.1016/S0378-1127(98)00460-5
  25. CLARK PJ, EVANS FC1954 Distance au plus proche voisin comme mesure des relations spatiales dans les populations. Écologie 35 (4) : 445-453. DOI : https://doi.org/10.2307/1931034
  26. DEJMAL J 1986 Tabulky pro sortiementaci těžebního fondu [Tables d'assortiment de la République tchèque]. Université d'agriculture de Brno, Brno, République tchèque, 25 p
  27. DIACI J, GYOEREK N, GLIHA J, NAGEL T 2008 Réponse de Quercus robur semis à l'asymétrie nord-sud de la lumière dans les trouées dans les forêts de plaine inondable en Slovénie. Ann Forest Sci 65 (1) : 105p1–105p8. DOI : https://doi.org/10.1051/forest:20070

© 2017 par l'Institut croate de recherche forestière. Il s'agit d'un document en libre accès distribué sous les termes de la Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0).

- Télécharger le PDF-

Article scientifique original

Accessibilité des surfaces avec analyse spatiale lors des procédures d'extinction d'incendie : exemple sur l'île de Vis

Kruno Lepoglavec 1 *, Josip Žaček 2 , Hrvoje Nevečerel 1 , Ante Seletković 3 , Zdravko Pandur 1 , Marin Bačić 1

(1) Université de Zagreb, Faculté de foresterie, Département de génie forestier, Svetošimunska 25, HR-10000 Zagreb, Croatie
(2) Nova Jošava 34, HR-33515 Orahovica, Croatie
(3) Université de Zagreb, Faculté de foresterie, Département d'inventaire et de gestion des forêts, Svetošimunska 25, HR-10000 Zagreb, Croatie

* Correspondance: e-mail:

Citation: LEPOGLAVEC K, ŽAČEK J, NEVEČEREL H, SELETKOVIĆ A, PANDUR Z, BAČIĆ M 2017 Accessibilité des surfaces avec analyse spatiale pendant les procédures d'extinction d'incendie : exemple sur l'île de Vis. Eur sud-est pour 8 (2) : 107-115. DOI : https://doi.org/10.15177/seefor.17-15

A reçu: 06 sept. 2016 Modifié: 20 novembre 2017 Accepté: 23 novembre 2017 Publié en ligne : 4 déc. 2017

Contexte et objectif : Les infrastructures de transport public et forestier existantes (routes forestières pour camions) sont des objets permanents utilisés lors de la traversée des forêts. Ils servent également de ceinture de pompier et offrent un accès direct aux véhicules de lutte contre l'incendie, ou sont utilisés comme point de départ où les équipes de pompiers éteignent les incendies ou se dirigent vers des incendies éloignés. Le document identifie le réseau de routes incendie existant (y compris les routes publiques, les routes forestières, les routes non classées et les routes incendie) pour l'accès des véhicules de lutte contre les incendies lors des interventions d'extinction d'incendie.
Matériel et méthodes: Une analyse du taux d'intervention a été menée sur un échantillon dispersif (35 postes) de deux associations de pompiers volontaires (VFA) sur l'île de Vis. En outre, une analyse de la disponibilité de surface pour les véhicules d'incendie concernant l'heure de départ de la caserne des pompiers a été réalisée, ainsi que la comparaison avec l'heure standard d'intervention définie par la réglementation sur l'organisation des services d'incendie en République de Croatie.
Résultats: Pour chaque site d'incendie simulé pour l'intervention de deux associations de pompiers volontaires existantes : VFA Komiža et VFA Vis, les résultats montrent que pour quelques sites d'incendie, malgré une distance plus faible du VFA Komiža, une intervention plus rapide est possible à partir du VFA Vis (emplacements 4 , 5 et 14), et vice versa (emplacements 21, 22 et 25). Avec l'utilisation d'une nouvelle zone de service, les temps d'intervention de l'outil concernant différentes zones ont été calculés. Les temps d'intervention ont été divisés en intervalles : <5 min, 5-10 min, 10-15 min, 15-25 min et >25 min. Les deux dernières catégories de zone sont hors de portée des pompiers dans le délai standard d'intervention (15 min) et elles représentent ensemble 27,88 % de la zone de recherche totale.
Conclusion : Les résultats de l'outil Closest Facility indiquent que pour la position d'incendie simulée, la route la meilleure/la plus rapide n'est pas toujours la plus courte, en raison d'un effet significatif des éléments structurels de chaque route, de l'état de la route et de la pente longitudinale de la route. lui-même. L'une des approches possibles pour accéder à la zone pour la lutte contre les incendies, ainsi que pour donner la priorité aux routes coupe-feu en ce qui concerne l'entretien/la reconstruction, consiste à améliorer l'état des routes et ainsi augmenter la vitesse moyenne de conduite.

Mots clés: infrastructure des routes coupe-feu, incendies, temps d'accès, analyse SIG

Un feu de forêt est un mouvement destructeur incontrôlable du feu à la surface de la forêt. Elle est classée dans la catégorie des catastrophes naturelles et se distingue par son type, son origine et les dommages qui en résultent. Il existe des besoins spécifiques concernant la température, la pression et l'oxygène requis pour le feu, et si l'un d'entre eux est supprimé, le feu s'arrêtera [1]. Les incendies de forêt représentent un grand danger pour les forêts et les terres forestières de la République de Croatie et sont communs au climat dans lequel nous vivons, en particulier en Dalmatie, en Istrie, sur les îles et dans l'arrière-pays dalmate.

Récemment, le danger d'incendies de forêt est devenu extrêmement élevé, principalement en raison du changement climatique important (longs étés chauds, automnes chauds, vents forts et longues périodes avec des températures très élevées). En Istrie et sur le littoral croate, environ 70 % des incendies se déclarent en février, mars et avril, tandis qu'en Dalmatie, la plupart des incendies surviennent en juillet et août. En Croatie, le suivi et le traitement des données relatives aux incendies de forêt ont commencé en 1955. Selon ces données, un total de 10 369 incendies, soit une moyenne de 370 incendies de forêt par an [2] se sont produits dans la période de 1955 à 1984. En au cours de la période de 1995 à 2014 en République de Croatie, il y a eu un total de 5 377 incendies dans les forêts et autres terres, et un total de 259 03,17 ha étaient sous le feu. Au cours de la période de vingt ans mentionnée, la moyenne annuelle était de 269 incendies, avec une superficie de feu annuelle moyenne de 12 950,16 ha [3]. L'année 2007 a été une année record lorsque 706 incendies de forêt ont été enregistrés, causant des dommages à 68 171,00 hectares.

Le nombre d'incendies au premier semestre 2017 (ou jusqu'au 15 juillet) était trois fois plus élevé qu'en 2016. Dans les sept comtés côtiers, il y a eu un total de 642 incendies, alors que dans l'ensemble de 2016, il y en avait 214. [4]. Cette superficie couvre 67 397,00 ha.

Lorsqu'on parle des causes des incendies, seulement environ 10 % des incendies ont une cause connue, un coup de tonnerre, tandis que 90 % de tous les incendies sont le résultat d'une action humaine accidentelle ou délibérée (négligence, brûlage de déchets agricoles, incendie intentionnel, trafic, lignes électriques, mines et autres) [3]. L'émergence d'incendies dans la région dalmate est élevée en raison de la couverture végétale qui se compose de forêts de conifères et de feuillus, de pâturages et de terres agricoles, et en raison de la négligence des personnes lors des travaux agricoles, du nettoyage des sols et du désherbage des mauvaises herbes [5]. Une recherche de Netolicki et al. [6] a montré que l'influence anthropique est considérée comme le facteur majeur dans le déclenchement des incendies. Une forte influence réside également dans la morphologie du terrain, le substrat géologique et le sol. Comme le souligne Rosavec [7], la probabilité plus élevée d'incendies et la quantité de surface brûlée peuvent être déterminées par l'état de la végétation et le climat. Martinović [8] souligne qu'aux États-Unis les dégâts les plus importants sont causés par les incendies de forêt, similaires à ceux de nos écosystèmes forestiers karstiques, et souligne le fait qu'il faut prêter attention aux conditions pédologiques des incendies de forêt.

Il existe deux groupes de mesures de protection contre les incendies, à la fois préventives et curatives. Les mesures préventives sont utilisées pour prévenir ou réduire la possibilité d'incendies, tandis que les mesures curatives incluent le processus d'extinction et de réparation de la zone brûlée. Des mesures exceptionnelles de protection à la fois préventive et curative sont les routes coupe-feu. Pendant les incendies, les chemins coupe-feu servent de ceinture de lutte contre l'incendie, donnent accès aux véhicules de lutte contre l'incendie, aux véhicules d'urgence et aux véhicules pour le transport du personnel et du matériel, et peuvent également servir de lieu d'attente pour les pompiers pour les futurs incendies, ainsi que de lieux pour allumages pré-incendie et anti-incendie [9].

Dans cet article, les analyses sont basées sur l'utilisation de véhicules de lutte contre l'incendie pour les interventions de lutte contre l'incendie, et le terme «intervention» est considéré comme un mouvement d'un véhicule et d'un équipement pleinement qualifiés jusqu'à ce que le véhicule atteigne le point final de la route des pompiers. Bien entendu, l'intervention peut être considérée comme consistant en des opérations unifiées depuis l'appel lui-même jusqu'à l'accès et l'arrêt ou la localisation de l'incendie.

Étant donné que le temps est le facteur le plus important pour atteindre un incendie, tout système de lutte contre l'incendie efficace, en raison de sa localisation rapide, nécessite une intervention bien planifiée, un système approprié d'évaluation et de gestion des risques, une formation complète et une mise en œuvre rapide des étapes mentionnées ci-dessus à travers une application. La technologie avec une fréquence d'utilisation croissante dans l'optimisation de ce système est le Système d'Information Géographique (SIG) [10-12]. Chaque jour, les pompiers sont confrontés à des demandes de travail sans cesse croissantes, ils ont donc été contraints de mettre en œuvre des outils, des techniques et des méthodes de pointe [13]. L'impératif de toutes les interventions de lutte contre l'incendie est la rapidité et la précision de la réaction. Dans ce contexte, l'utilisation des technologies SIG permet, grâce à des algorithmes mis en œuvre, d'éliminer d'éventuelles erreurs humaines lors du choix d'un itinéraire, raccourcissant ainsi considérablement le temps d'intervention [13]. Les couches de données les plus couramment utilisées par les services d'incendie sont les rues, les parcelles, les bornes-fontaines, les réseaux publics, les rivières et les lacs, les bâtiments commerciaux, les postes de police et de pompiers, les écoles et les hôpitaux, les images satellite et les emplacements des incendies précédents [11, 14].

MATÉRIEL ET MÉTHODES

L'outil principal pour effectuer l'analyse est l'analyste de réseau. C'est une extension ArcGIS puissante et permet une analyse basée sur des données de trafic topologiquement précises [13]. Il est utile dans la lutte contre l'incendie car il permet : de définir le service d'incendie le plus proche de la zone d'incendie, d'estimer le temps de trajet, de sélectionner un nouvel emplacement potentiel, de trouver l'itinéraire le plus rapide, la caserne de pompiers la plus proche ou de définir le déploiement optimal des services d'incendie existants . Trois éléments sont importants lors de la sélection d'une intervention de lutte contre l'incendie plus rapide : l'emplacement de l'incendie, l'emplacement du service d'incendie et la distance entre l'unité et l'emplacement de l'incendie.

La constitution de la base de données s'appuie sur le réseau routier numérisé existant et sur l'ajout d'infrastructures routières nouvellement mises en place (Figure 1), dans lesquelles tous les segments routiers « controversés » sont corrigés directement sur le terrain et enregistrés à l'aide du GPS GPSMAP 62S, marque Garmin. Dans cet article, on a utilisé un arrière-plan cartographique réalisé dans la projection transversale de Mercator et par le système de coordonnées de référence HTRS96 (Croatian Terrestrial Coordinate System à l'époque 1995.55).

Le temps de contrôle de l'arrivée des véhicules sur les sites d'essai, c'est-à-dire le temps de trajet moyen du camion de pompiers sur des segments de route particuliers, et l'enregistrement de la trace ont été effectués par un appareil GPS monté sur le camion de pompiers Mercedes Atego 1528. Cela a abouti à des vitesses moyennes du véhicule sur tous les itinéraires utilisés dans les analyses, représentées en différentes couleurs pour une certaine vitesse de conduite moyenne (Figure 2). En calculant la longueur de chaque segment de route et le temps de transition requis, tous les paramètres nécessaires pour calculer le chemin le plus rapide possible vers les positions de tir simulées peuvent être obtenus.

Sur la base d'une telle couche de données structurées, une analyse dans Network Analyst peut commencer. A l'aide de cet outil, l'unité de pompiers la plus rapide/la plus proche de la position de tir (sur un échantillon dispersif) est définie. L'outil trouve également l'itinéraire le plus rapide et estime le temps de trajet jusqu'au site d'intervention. Dans les outils Network Analyst, l'outil Closest Facility est utilisé, qui est basé sur l'algorithme 1 de Dijkstra ou l'algorithme du chemin le plus court. L'algorithme divise le réseau en nœuds et les routes qui les relient sont visualisées par les données de ligne vectorielle avec les valeurs d'attribut. De plus, chaque ligne entre deux nœuds a une valeur connexe (coût ou distance) qui doit être surmontée afin d'atteindre le nœud ou le point de destination [15]. Un facteur important lors du choix d'un itinéraire n'est pas seulement la vitesse mais aussi les conditions de circulation sur le réseau routier, qui dans ce cas sont les vitesses moyennes de conduite sur certains segments de route.

Le modèle créé pour cette recherche au sein des outils Network Analyst, un outil intitulé New Service Area a été utilisé. Cet outil nous donne un polygone de sortie qui montre la zone de la période d'intervention d'une caserne de pompiers donnée en fonction de l'aspect temporel et de la distance. En outre, des outils tels que Select, Clip, Merge et Erase ont également été utilisés pour calculer la disponibilité de différentes surfaces à un moment donné.

L'objectif de l'analyse est d'identifier l'emplacement qui couvre la plus grande surface et qui permet de répondre aux incendies dans un temps d'intervention standard. Le temps d'intervention standard est défini comme le temps standard fixé par le règlement sur l'organisation des services d'incendie en République de Croatie, dans lequel l'article 19 stipule : « La répartition des unités de pompiers sur le territoire de la République de Croatie doit être telle que l'arrivée d'intervention des sapeurs-pompiers jusqu'à l'endroit le plus éloigné de la zone protégée est fixée à un délai de quinze minutes.

Le bureau de l'administration forestière (FA) de Split est l'une des 16 administrations incluses dans la société Croatian Forests Ltd. Cette FA gère des forêts entre le pont de Pag et Prevlaka, sur le territoire de quatre comtés : Zadar, Šibenik-Knin, Split-Dalmatie et Dubrovnik-Neretva. La superficie totale couverte par la FA est de 563 804.38 ha, qui est également la plus grande superficie couverte par un bureau administratif. Sur le total des zones forestières couvertes par cette gestion, 444 175,16 ha sont des zones forestières couvertes, 105 825,20 ha sont des zones forestières non couvertes et 13 804,02 ha sont des zones forestières stériles [17].

FA Split comprend 986 îles, cinq parcs naturels et quatre parcs nationaux. Dans la zone côtière, FA Split gère la préservation des espèces, la protection des forêts, la plantation et d'autres activités. Avec l'augmentation de la chaleur estivale, la crainte d'éventuels incendies à venir grandit, car les incendies sont les plus grands ennemis des terres forestières. Dans la zone karstique, la plus grande menace pour les forêts sont les incendies de forêt, donc beaucoup d'argent est investi dans la protection préventive des forêts. Les mesures de prévention des incendies comprennent l'organisation d'un service d'observation des incendies, la construction et l'entretien de postes d'observation, la construction et l'entretien de chemins forestiers coupe-feu, la pose de panneaux d'avertissement et la préservation des forêts. Un gros problème est que les associations de pompiers volontaires sur les îles de l'Adriatique et les zones côtières ont récemment été en grande difficulté, assez souvent à la frontière de l'existence. La raison en est avant tout qu'un petit nombre de jeunes sont inclus dans les associations, et qu'il y a un désintérêt croissant, un équipement insuffisant, un équipement obsolète, et l'impossibilité d'acquérir de nouveaux équipements [5].

L'île de Vis a été sélectionnée pour la recherche pour un certain nombre de raisons, principalement en raison de l'existence de deux associations de pompiers volontaires actives, de l'existence d'un grand nombre de catégories de routes différentes et de leurs conditions (niveau de dommages) avec un total de 208,50 km de long, grande distance de l'île du continent (environ 45 km), et le fait qu'elle est totalement indisponible pour des interventions rapides de lutte contre les incendies depuis les airs, de sorte que toutes les protections et interventions contre les incendies dépendent des routes existantes.

La superficie de l'île est de 90,3 km 2 , la longueur totale de la côte découpée et assez inaccessible est de 77 km. L’île de Vis, selon la projection géographique WGS84, est située entre 16°02’22’’E 43°00’13’’N et 16°16’13’E 43°04’53’’N.

Les outils utilisés dans cette recherche nous ont permis de créer un cadastre routier complété qui a été la source de toutes les analyses nécessaires prévues dans cette recherche. La longueur totale des routes pouvant être utilisées dans les interventions de lutte contre les incendies est de 208,50 kilomètres, et les routes existantes sont divisées en 552 segments du réseau routier étudié avec des vitesses de conduite moyennes attribuées aux véhicules. Le réseau routier désigné pour les interventions de lutte contre l'incendie est divisé en segments définis par des nœuds (points d'intersection), c'est-à-dire des intersections et des fins de route qui selon l'outil utilisé et représentent une interception obligatoire.

Par simulation/sélection aléatoire, 35 points ont été définis dans l'ensemble de la zone de recherche qui représente les zones d'incendie éventuel (Figure 4). Les points ont été déterminés par ordre de 1 à 35, et un motif dispersé a été établi. Cette analyse soulignerait que le trajet le plus proche n'est pas toujours le plus court lors de l'intervention en raison des différentes conditions de la chaussée. L'outil s'est avéré efficace pour prendre des décisions objectives judicieuses dans la logistique du système d'extinction d'incendie.

Pour confirmer un schéma de dispersion des incendies simulés, une analyse statistique a été réalisée à l'aide de l'outil Average Network Neighbor. Étant donné la valeur du rapport de voisin le plus proche de 1,532692, une valeur p de 0,000000 et un score z de 6,028936, il y a moins de 1% de probabilité que ce motif dispersé puisse être le résultat d'un hasard, prouvant la disposition dispersée du emplacements (figure 5).

Pour chaque emplacement d'incendie simulé, une analyse a été menée concernant le temps et la longueur de la route d'accès requis pour l'intervention ainsi que les deux emplacements des associations de pompiers volontaires existantes : VFA Komiža et VFA Vis (tableau 1). Le temps était affiché en minutes et la distance en kilomètres. Les résultats montrent que pour quelques emplacements d'incendie, malgré une distance plus faible du VFA Komiža, une intervention plus rapide est possible depuis le VFA Vis (emplacements 4, 5 et 14), et vice versa (emplacements 21, 22 et 25). La raison en est la configuration du terrain et le degré d'endommagement de la chaussée, qui entraînent une diminution de la vitesse moyenne de conduite des camions de pompiers sur certains tronçons routiers, et donc le délai d'arrivée des pompiers sur le site d'intervention est plus long.

Avec l'utilisation d'une nouvelle zone de service, les temps d'intervention de l'outil concernant différentes zones ont été calculés. Les temps d'intervention ont été divisés en intervalles : <5 min, 5-10 min, 10-15 min, 15-25 min et >25 min, afin qu'il soit possible de différencier les zones accessibles dans le temps standard de 15 minutes. Les deux dernières catégories (15-25 min et >25 min) illustrées à la figure 6 sont hors de portée des pompiers dans le délai standard et, ensemble, elles représentent 2 530,62 ha, soit 27,88 % de la zone de recherche totale.

Les zones accessibles à différents intervalles de temps ont été calculées pour chacune des associations de pompiers volontaires séparément afin de déterminer la couverture de la zone d'une unité de pompiers particulière. Les résultats montrent que les zones accessibles aux pompiers en 5 minutes diffèrent significativement entre ces deux associations de pompiers volontaires. La zone accessible en 5 minutes à VFA Vis est deux fois plus grande que la zone accessible à VFA Komiža dans la période donnée.

Cette différence augmente en faveur de VFA Vis en augmentant le temps d'intervention et dans le délai standard où presque ¾ de la couverture/accessibilité des zones est en faveur de VFA Vis, par opposition au ¼ accessibilité de surface de VFA Komiža (Figure 7) . Il est également à noter qu'après un intervalle de temps de 15 minutes, la couverture de la zone de VFA Vis s'agrandit, tandis que celle de VFA Komiža diminue légèrement. A savoir, pendant un temps d'intervention de plus de 15 minutes, les interventions les plus rapides sont celles de VFA Vis, quelle que soit la distance géométrique plus grande dans le cas de VFA Komiža, le tout dû à une meilleure liaison et vitesse de conduite depuis la direction de VFA Vis.

DISCUSSION ET CONCLUSIONS

Le seul moyen efficace de minimiser les dommages causés par les incendies de forêt est la détection précoce des incendies de forêt et une réaction rapide et appropriée, outre l'application de mesures préventives. Des efforts considérables sont donc consentis pour parvenir à une détection précoce des feux de forêt, traditionnellement basée sur la surveillance humaine [18]. Par conséquent, il est crucial de déterminer l'itinéraire optimal qui minimise le temps de déplacement de l'équipe d'intervention initiale du quartier général des pompiers aux zones d'incendie à l'aide de camions de pompiers [19]. Il est essentiel de porter une attention particulière à un réseau routier bien développé qui permet l'accès aux incendies sur des îles éloignées du continent et où une intervention aérienne rapide n'est pas possible, en particulier pendant les mois d'été lorsque ces zones présentent un risque élevé d'incendie. en raison de longues périodes sèches sans pluie et d'espèces végétales hautement inflammables.

Afin de maximiser l'infrastructure de circulation existante pour la lutte contre les incendies, il est important de déterminer l'état de la route, sa circulation et la vitesse de conduite possible des véhicules de lutte contre les incendies. Avec la connaissance de tous ces détails et du SIG, il est possible de trouver la solution la meilleure et la plus rapide pour les interventions individuelles de lutte contre l'incendie. Les unités de lutte contre l'incendie disposent de plusieurs outils SIG pour l'analyse de la vitesse d'intervention, qui, comme indiqué dans cet article, peuvent être classés dans les outils Network Analyst. Il est également possible d'effectuer d'autres analyses telles que la modélisation complexe de divers indices de danger, le degré de risque d'incendie, la susceptibilité au feu, la topographie et les conditions météorologiques, une analyse de visibilité plus simple, la sélection de l'emplacement optimal des tours de guet et des casernes de pompiers, la détermination de l'intervention emplacement, etc. [13].

Les résultats obtenus avec l'outil Closest Facility indiquent que pour la position d'incendie simulée, la route la meilleure/la plus rapide n'est pas toujours la plus courte, en raison d'un effet important des éléments structurels de chaque route, de l'état de la route et de la pente longitudinale de la route elle-même. En plus des variables utilisées dans cet article (vitesse de conduite moyenne et longueur de route), il est possible de définir des obstacles et des contraintes qui bloquent ou gênent la circulation sur certains segments de route [20]. Pour l'analyse des obstacles et des changements d'état des routes, il est nécessaire d'effectuer une analyse en temps réel dans laquelle les bases de données précédemment constituées obtiendraient l'état actuel des routes, ce qui entraînerait un changement de voie d'intervention [21, 22].

L'outil Nouvelle zone de service a montré qu'environ ¼ de la surface de l'île n'est pas disponible pour les pompiers dans un délai standard de 15 minutes. La présentation cartographique nous donne des orientations pour la reconstruction ou l'entretien des routes existantes, et ainsi une augmentation totale de la vitesse moyenne de conduite des véhicules de lutte contre l'incendie serait possible. Les zones illustrées à la figure 5 sont un bon indicateur des zones où de nouvelles routes doivent être construites pour raccourcir le trajet, le tout pour une protection complète et des interventions possibles dans l'ensemble de la zone de recherche.

Un indicateur important de l'analyse menée est qu'une superficie beaucoup plus grande est disponible pour la VFA Vis dans le délai standard (Figure 7), car il existe des catégories de routes plus élevées à proximité de la ville de Vis où se trouve la VFA, qui permet un mouvement plus rapide des pompiers en raison de l'amélioration des conditions de circulation et de deux voies de circulation.

La densité des routes adaptées aux interventions de lutte contre les incendies est de 23 m·ha -1 . La densité routière établie s'est avérée insuffisante, ce qui empêche d'intervenir à temps sur toutes les zones couvertes par cette recherche. Ceci est également dû au mauvais état de la couche supérieure de tiges sur un grand nombre de routes, ce qui diminue la vitesse de conduite sur les routes asphaltées et macadam. L'un des problèmes importants identifiés est la position des associations de pompiers volontaires situées dans la partie côtière de l'île au centre des villes de Vis et Komiža. Ils ne sont pas placés dans des positions idéales en ce qui concerne la disposition de la route, la configuration du terrain et l'indentation de l'île. Ce cas montre la nécessité de mettre en place de nouvelles casernes de pompiers ou de les déplacer de façon saisonnière pour une meilleure efficacité et une meilleure protection [23].

Compte tenu de tous les résultats donnés dans cet article, le temps d'intervention peut être réduit par une planification et une réalisation appropriées des mesures proposées. Le réseau routier existant doit être amélioré en termes qualitatifs et quantitatifs, et les VFA disponibles doivent être rapprochées des interventions possibles. Cette recherche a également montré la nécessité de redéfinir les connaissances existantes sur la densité optimale des routes dans la zone karstique insulaire car en cas d'incendie le temps d'approche détermine le succès de l'ensemble du système d'intervention. Il n'est pas possible de proposer une solution définitive par cette recherche, mais de nombreuses questions se posent qui ouvrent la voie à de nouvelles recherches, orientées vers une gestion consciente et rationnelle des surfaces où le risque d'incendie est évident.

  1. PIČMAN D 2011 Interna skripta iz nastavnog predmeta Šumske protupožarne prometnice. Université de Zagreb, Faculté de foresterie, Zagreb, Croatie, pp 1-63 (en croate)
  2. ŽAČEK J 2017 Analyse des infrastructures de lutte contre l'incendie de l'île de Vis. Thèse de diplôme, Université de Zagreb, Faculté de foresterie, Zagreb, Croatie, 42 p (en croate)
  3. BAKŠIĆ N, VUČETIĆ M, ŠPANJOL Ž 2015 Un risque potentiel d'incendie sur un espace ouvert en République de Croatie. Vatrogastvo i upravljanje požarima (Lutte et gestion des incendies) 2: 30-40 (en croate avec résumé en anglais)
  4. GOUVERNEMENT DE LA RÉPUBLIQUE DE CROATIE 2017 URL : https://vlada.gov.hr/vijesti/sjednica-vlade-broj-pozara-u-2017-je-u-porastu-identificirat-cemo-preventivne-mjere-kako-bismo -smanjili-rizike/22110 (2 août 2017)
  5. NODILO J 2003 Incendies sur les espaces ouverts, les îles et le littoral - un accident ou une suite logique d'événements ? liste umarski 127 (3-4): 171-176 (en croate avec résumé en anglais)
  6. NETOLICKI A, BLAŽEVIĆ T, ANTOLOVIĆ Une analyse multicritères 2012 du risque d'incendie dans le comté de Split-Dalmatie. Cartographie et géoinformation 11 (17): 4-24
  7. ROSAVEC R 2010 Relation entre les facteurs climatiques et l'inflammabilité de certaines espèces méditerranéennes dans les incendies de forêt. Thèse de doctorat, Université de Zagreb, Faculté de foresterie, Zagreb, Croatie, 175 p
  8. MARTINOVIĆ J 2003 Gestion des sols forestiers en Croatie. Institut de recherche forestière Jastrebarsko et Croatian Forest Ltd., Jastrebarsko, Zagreb, Croatie, 521 p
  9. FRANULOVIĆ K 2014 Protupožarne prometnice na kršu. Savjetodavna služba, URL : dostupno na : http://www.savjetodavna.hr/savjeti/558/563/protupozarne-prometnice-na-krsu/ (15 août 2017)
  10. MALOY MA, DEAN DJ 2001 Une évaluation de la précision de diverses techniques de délimitation du champ de vision basées sur le SIG. Photogramm Eng Rem S 67 (11): 1293-1298
  11. VASILAKOS C, KALABOKIDIS K, HATZOPOULOS J, KALLOS G, MATSINOS Y 2007 Intégration de nouvelles méthodes et outils dans l'évaluation du danger d'incendie. Int J Wildland Fire 16 (3) : 306-316. DOI : https://doi.org/10.1071/WF05091
  12. PATAH NA, MANSOR S, MISPAN MR 2001 Une application de la télédétection et du système d'information géographique pour la cartographie des risques d'incendie de forêt. Centre malaisien de télédétection (MACRES), pp 54-67
  13. ROLAND V, MARIĆ I, MILOŠEVIĆ R 2015 Application de la technologie SIG à la lutte contre les incendies. Vatrogastvo i upravljanje požarima(Combat et gestion des incendies), 1 (5): 57-71 (en croate avec résumé en anglais)
  14. CHUVIECO E, SALAS J 1996 Cartographie de la distribution spatiale du danger d'incendie de forêt à l'aide d'un SIG. Int J Géographe Inf Sci 10 (3) : 333-345. DOI : https://doi.org/10.1080/02693799608902082
  15. KARADIMAS N V, KOLOKATHI M, DEFTERAIOU G, LOUMOS V 2007 Système de colonie de fourmis vs analyste de réseau ArcGIS : Le cas de la collecte des déchets solides municipaux. Dans: 5th WSEAS International Conference on Environment, Ecosystems and Development, Tenerife, Espagne, pp 128-134
  16. ODOBAŠIĆ D 2009 Specifikacija i implementacija mrežnih modela prostornih podataka. Thèse de diplôme, Université de Zagreb, Faculté de géodésie, Zagreb, Croatie, 82 p
  17. DRAGIČEVIĆ JS 2007 Gospodarenje umama u Hrvatskoj i na primorskom području. Građevinar 59: 447-453
  18. ŠĆEPANOVIĆ J, BUČAN P, KOVAČEVIĆ I 2012 Analyse de l'intervention d'extinction d'incendie “DES” Split. Vatrogastvo i upravljanje požarima(Combat et gestion des incendies) 2 (2): 67-80 (en croate avec résumé en anglais)
  19. AKAY AE, WING MG, SIVRIKAYA F, SAKAR D 2012 Un système d'aide à la décision basé sur un SIG pour déterminer le chemin le plus court et le plus sûr vers les incendies de forêt : une étude de cas dans la région méditerranéenne de la Turquie. Environ Monit Évaluer 184 (3) : 1391-1407. DOI : https//doi.org/10.1007/s10661-011-2049-z
  20. KERAMITSOGLOU I, KIRANOUDIS CT, SARIMVEIS H, SIFAKIS N 2004 Un système d'aide à la décision pluridisciplinaire pour la gestion de crise des feux de forêt. Gérer l'environnement 33 (2) : 212-225. DOI : https://doi.org/1007/s00267-003-0092-4
  21. GENDREAU M, LAPORTE G, SEMET F 2001 Modèle adynamique et heuristique de recherche tabou parallèle pour la relocalisation d'ambulances en temps réel. Calcul parallèle 27 (12) : 1641-1653. DOI : https://doi.org/10.1016/S0167-8191(01)00103-X
  22. GHIANI G, GUERRIERO F, LAPORTE G, MUSMANNO R 2003 Routes de véhicules en temps réel : concepts de solutions, algorithmes et stratégies de calcul parallèle. Eur J Oper Res 151 (1) : 1-11. DOI : https://doi.org/10.1016/S0377-2217(02)00915-3
  23. DRŽAIĆ D, KAVRAN M, ANTOLOVIĆ Une détermination de 2014 des emplacements appropriés pour le déplacement saisonnier des casernes de pompiers dans le comté de Šibenik-Knin sur la base d'une analyse du réseau routier. Cartographie et géoinformation 22 (13): 20-31

© 2017 par l'Institut croate de recherche forestière. Il s'agit d'un document en libre accès distribué sous les termes de la Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0).

- Télécharger le PDF-

Article scientifique original

L'évaluation du DSM basé sur la photogrammétrie à partir d'un drone à faible coût par un DSM basé sur LiDAR

Mateo Gašparović 1 , Ante Seletković 2 , Alen Berta 3 , Ivan Balenović 4 *

(1) Université de Zagreb, Faculté de géodésie, Chaire de photogrammétrie et télédétection, Kačićeva 26, HR-10000 Zagreb, Croatie
(2) Université de Zagreb, Faculté de foresterie, Département d'inventaire et de gestion des forêts, Svetošimunska 25, HR-10000 Zagreb, Croatie
(3) Oikon Ltd. Institut d'écologie appliquée, Département de gestion des ressources naturelles, Trg Senjskih Uskoka 1-2, HR-10000 Zagreb, Croatie
(4) Institut croate de recherche forestière, Division de la gestion forestière et de l'économie forestière, Trnjanska cesta 35, HR-10000 Zagreb, Croatie

* Correspondance: e-mail:

Citation: GAŠPAROVIĆ M, SELETKOVIĆ A, BERTA A, BALENOVIĆ I 2017 L'évaluation du DSM basé sur la photogrammétrie à partir d'un drone à faible coût par un DSM basé sur LiDAR. Eur sud-est pour 8 (2) : 117-125. DOI : https://doi.org/10.15177/seefor.17-16

A reçu: 14 oct. 2017 Modifié: 25 novembre 2017 Accepté: 29 novembre 2017 Publié en ligne : 11 déc. 2017

Contexte et objectif : Les véhicules aériens sans pilote (UAV) sont flexibles pour résoudre diverses tâches d'arpentage qui les rendent utiles dans de nombreuses disciplines, y compris la foresterie. L'objectif principal de cette recherche est d'évaluer la qualité du modèle numérique de surface (MSN) basé sur la photogrammétrie à partir d'images d'UAV à faible coût collectées dans des conditions météorologiques non optimales (temps venteux et nuageux) et environnementales (inaccessibilité pour une distribution spatiale régulière du contrôle au sol points - GCP).
Matériels et méthodes: Les DSM basés sur UAV sans (DSMP) et en utilisant des GCP (DSMP-GCP) ont été générés. L'évaluation de la concordance verticale des DSM basés sur UAV a été réalisée en comparant les élévations de 60 points de contrôle d'une grille d'échantillonnage régulière de 100 m obtenue à partir du DSM basé sur LiDAR (DSML) avec les élévations des points correspondants planimétriquement obtenus à partir du DSMP et DSMP-GCP. En raison de la distribution non normale des résidus (différences verticales entre les DSM basés sur UAV et LiDAR), un accord vertical a été évalué à l'aide de mesures robustes : médiane, écart absolu médian normalisé (NMAD), quantile de 68,3 % et quantile de 95 %.
Résultats: Comme prévu, DSMP-GCP montre une plus grande précision, c'est-à-dire un accord vertical plus élevé avec le DSML que DSMP. Les valeurs médianes, NMAD, 68,3 % quantile, 95 % quantile et RMSE* (sans valeurs aberrantes) pour le DSMP sont respectivement de 2,23 m, 3,22 m, 4,34 m, 15,04 m et 5,10 m, alors que pour DSMP-GCP s'élèvent respectivement à -1,33 m, 2,77 m, 0,11 m, 8,15 m et 3,54 m.
Conclusion: Les résultats obtenus ont confirmé le grand potentiel des images obtenues par des drones à faible coût pour des applications forestières, même si elles sont relevées dans des conditions météorologiques et environnementales non optimales. Cela pourrait être important pour les cas où des enquêtes urgentes par UAV sont nécessaires (par exemple, la détection et l'estimation des dommages causés aux forêts) qui ne permettent pas une planification minutieuse et plus longue des enquêtes. L'évaluation de l'accord vertical des DSM basés sur des UAV avec des DSM basés sur LiDAR a confirmé l'importance des GCP pour l'orientation de l'image et la génération de DSM. À savoir, une amélioration considérable de la précision verticale des DSM basés sur les UAV a été observée lorsque les GCP ont été utilisés.

Mots clés: photogrammétrie stéréo, véhicule aérien sans pilote (UAV), modèle numérique de surface (DSM), structure à partir du mouvement (SfM), détection et télémétrie par la lumière (LiDAR), évaluation de l'accord vertical, inventaire forestier

Aujourd'hui, nous assistons à l'utilisation croissante de véhicules aériens sans pilote (UAV) à des fins de surveillance. Les applications potentielles des drones peuvent être trouvées dans la surveillance des sciences agricoles, forestières et environnementales, et la surveillance aérienne de reconnaissance dans l'ingénierie du patrimoine culturel et l'arpentage traditionnel, la cartographie et la photogrammétrie conventionnelles et les applications cadastrales [1]. En raison de diverses solutions de construction, les drones sont flexibles pour résoudre diverses tâches d'arpentage. Par rapport à l'enquête terrestre classique, les UAV sont capables de couvrir des zones considérablement plus grandes en peu de temps, ainsi que d'étudier des zones éloignées ou inaccessibles (par exemple, des forêts éloignées et des zones minées) et des objets (par exemple des bâtiments élevés). La flexibilité des méthodes de levé photogrammétrique ainsi que la sélection des caméras et des objectifs adéquats permettent d'adapter la plate-forme de mesure (UAV) aux besoins des tâches. En outre, les drones ont une capacité d'enregistrement autonome et deviennent donc des dispositifs indépendants permettant de collecter un grand nombre de données de haute qualité sur le terrain ou l'objet avec une précision appropriée.

Récemment, des revues complètes sur les applications des drones en foresterie ont été fournies par Tang et Shao [2] et Torresan et al. [3]. En général, les applications courantes des drones en foresterie sont liées à la surveillance de la santé et des perturbations des forêts [4-6], à l'inventaire forestier [7, 8], à la cartographie du couvert forestier [9], etc. l'un des principaux produits photogrammétriques des levés UAV, a une grande application dans l'inventaire forestier. En soustrayant le modèle numérique de terrain (DTM) disponible, qui présente la surface du terrain, du DSM, qui présente la surface de la forêt, un modèle de hauteur de canopée (CHM) est généré. Les MNT sont aujourd'hui couramment générés à l'aide de la technologie de balayage laser aéroporté (ALS) basée sur la détection et la télémétrie de la lumière (LiDAR) ou la photogrammétrie numérique aéroportée [10]. À partir des CHM, diverses métriques peuvent être dérivées qui sont ensuite utilisées pour l'estimation de diverses variables d'arbres [11] et de peuplements [7, 12]. L'algorithme Structure from Motion (SfM) a été suggéré pour la génération de DSM par de nombreux auteurs [13-15]. Le processus d'étalonnage de la caméra et de phototriangulation d'image est initialement effectué pour générer un DSM ou un modèle numérique de terrain (MNT) précis [16]. La méthode d'étalonnage de l'appareil photo et l'algorithme pour l'élimination précise de la distorsion de l'objectif sur les appareils photo numériques ont été développés par Gašparović et Gajski [17]. Poursuivant la recherche, Gašparović et Gajski [18] ont présenté une nouvelle méthode d'étalonnage de caméra en deux étapes pour les micro drones.

Des méthodes pour produire des DSM photogrammétriques sans utiliser de points de contrôle au sol (GCP) ont été présentées dans plusieurs études [19-21]. Pour obtenir des paramètres d'orientation externes, Chikhradze [19] a utilisé des récepteurs GNSS (Global Navigation Satellite Systems) monofréquence, tandis que Vander et al. [20] et Fazeli et al. [21] ont utilisé un GNSS différentiel à double fréquence. De plus, l'influence du cardan sur la stabilité des paramètres d'orientation extérieure des images de drones a été examinée dans l'étude de Gašparović et Jurjević [22].

Les DSM générés à partir d'images stéréo numériques aéroportées ont été évalués dans de nombreuses études [par ex. 23-25] qui a révélé que de nombreux facteurs peuvent influencer leur qualité, en particulier dans la structure forestière complexe. Les recherches sur la qualité DSM obtenues à partir d'images de drones font encore défaut (en particulier dans la région du sud-est de l'Europe), mais on peut supposer qu'en dehors des caractéristiques techniques liées aux drones (par exemple qualité de la caméra, précision GNSS) des facteurs similaires (par exemple qualité d'image, algorithme de traitement d'images, conditions météorologiques, structure de la forêt, etc.) sont présents.

L'objectif principal de cette recherche est d'évaluer la qualité du DSM basé sur la photogrammétrie à partir d'images d'UAV à faible coût collectées dans des conditions météorologiques non optimales (temps venteux et nuageux) et environnementales (inaccessibilité pour une distribution spatiale régulière des GCP). À savoir, les cas urgents (par exemple la détection et l'estimation des dommages forestiers) nécessitent parfois une réaction rapide et immédiate lorsque les acquisitions de données doivent être effectuées dans des conditions météorologiques non optimales pendant l'enquête. De plus, dans les forêts denses, il est très difficile de trouver une place pour les GCP, notamment pour obtenir la distribution spatiale régulière des GCP qui fournira l'orientation la plus précise des images. Par conséquent, l'évaluation de l'accord vertical des DSM basés sur les UAV générés sans et avec l'utilisation de GCP a été évaluée avec le DSM basé sur LiDAR dans cette étude.

La recherche a été menée dans le complexe forestier de plaine du bassin de Pokupsko situé à 35 km au sud-ouest de Zagreb, en Croatie centrale (Figure 1). La zone d'étude (77,39 ha) comprend deux peuplements forestiers mixtes de 45 ans (sous-compartiments 36a et 37a, unité d'aménagement « Jastrebarski lugovi ») dominés par le chêne pédonculé (Quercus robur L.) accompagné d'aulne noir (Alnus glutineux (L.) Geartn.), charme commun (Carpinus betulus L.), et le frêne à feuilles étroites (Fraxinus angustifolia Vahl.), et avec le Corylus avellana Terre Crataegus monogyna Jacques. dans le sous-bois. La zone d'étude est plate, avec des élévations du sol allant de 108 à 113 m d'altitude.

Modèles numériques de surface de canopée basés sur UAV

Les images du drone ont été acquises à l'aide du drone DJI Phantom 4 Pro avec caméra FC6310 (tableau 1) le 14 septembre 2017. La hauteur de vol moyenne était de 200 m au-dessus du sol. La zone d'étude était couverte par 488 images RVB avec une distance d'échantillonnage au sol (GSD) d'environ 5 cm. Les images ont été collectées en 11 lignes de vol avec un recouvrement de 90 % et un recouvrement latéral de 80 %. Les conditions météorologiques pendant le relevé par UAV n'étaient pas convenables (non optimales) en raison du temps venteux et nuageux.

Avant le levé UAV, sept points de contrôle au sol (GCP) ont été placés et mesurés dans la zone d'étude (Figure 1). Les positions des GCP (coordonnées x, y, z) ont été mesurées à l'aide du récepteur GNSS Trimble connecté au système de positionnement croate (CROPOS) qui permet d'obtenir une précision de position horizontale et verticale de 2 à 5 cm (CROPOS - Manuel de l'utilisateur) . En raison de la forêt dense et du sol en grande partie invisible depuis les airs, il n'a pas été possible de fournir (mettre en place) la distribution spatiale régulière des GCP sur l'ensemble de la zone d'étude qui permet l'orientation la plus précise des images [26]. Par conséquent, des GCP ont été mis en place et mesurés sur les routes forestières d'où ils peuvent être facilement détectés sur des images de drones (Figure 1).

À partir des images UAV collectées, deux DSM ont été générés. Le premier DSM a été généré sans utiliser de GCP. Cela signifie que le DSM a été généré à partir d'images UAV dont l'orientation était basée sur a priori paramètres d'orientation extérieure (EOP) uniquement. A priori Les EOP ont été mesurées pendant le vol dans les fichiers de métadonnées de chaque image par GNSS. Tout d'abord, les points de liaison sur toutes les images ont été automatiquement déterminés à l'aide de l'algorithme Structure from Motion (SfM). Coordonnées de l'image des points de liaison et a priori Les EOP ont ensuite été utilisés pour la photo-triangulation avec auto-étalonnage. Par corrélation automatique d'images orientées, le nuage de points a été obtenu puis utilisé pour générer un DSM raster (ci-après dénommé DSMP) avec une résolution spatiale de 0,5 m.

Pour générer le deuxième DSM, la méthode classique de photo-triangulation d'images basée sur des points de liaison et des GCP a été utilisée. Les points de jonction sur toutes les images, comme dans le cas précédent, ont été automatiquement déterminés à l'aide de l'algorithme SfM. La photo-triangulation avec auto-étalonnage était basée sur les coordonnées des images des points de liaison et des GCP, et les coordonnées des GCP dans le système de coordonnées terrestres. A priori Les EOP n'ont pas été utilisés dans ce cas. Un DSM raster (ci-après dénommé DSMP-GCP) avec une résolution spatiale de 0,5 m a été généré à partir du nuage de points obtenu par corrélation automatique d'images orientées.

Toute la procédure d'orientation de l'image et de génération des DSM a été réalisée à l'aide du logiciel Agisoft PhotoScan (version 1.2.6, 64 bits).

Modèle numérique de surface d'auvent basé sur LiDAR

Un DSM raster basé sur LiDAR (ci-après dénommé DSML) avec une résolution spatiale de 0,5 m a été fournie par Hrvatske vode Ltd. (Zagreb, Croatie). Le tableau 2 donne un aperçu du capteur LiDAR et des caractéristiques des données utilisées pour le DSML génération. Les densités de points résultantes (11,59 points·m -2 ) et les précisions horizontales (0,15 m) et verticales (0,08 m) indiquées étaient basées sur une zone considérablement plus grande (qui comprenait également des zones non boisées) que celle considérée dans cette étude. DSML a été généré à partir des retours classés comme « premier retour » et « seul retour ». DSML a été utilisé comme données de référence pour l'évaluation de la concordance verticale des DSM basés sur les UAV (DSMP et DSMP-GCP). En raison de leur grande précision, les données LiDAR ont souvent été utilisées comme données de référence pour l'évaluation des données UAV [27-29].

Évaluation de l'accord vertical

L'évaluation de la concordance verticale des DSM basés sur des UAV a été réalisée en comparant les élévations de 60 points de contrôle d'une grille régulière de 100 m obtenue à partir du DSM.L avec les élévations des points correspondants planimétriquement obtenus à partir du DSMP et DSMP-GCP. Avant de définir des mesures pour l'évaluation de l'accord, la normalité de la distribution des résidus (erreurs verticales entre les DSM basés sur UAV et LiDAR) a été analysée en utilisant : (a) des histogrammes avec une courbe superposée indiquant une distribution normale, (b) le test de Shapiro-Wilk [30 , 31], et (c) des tracés QQ normaux (Figure 2). Tous les tests effectués ont révélé une distribution non normale des erreurs verticales pour les deux DSM basés sur les UAV. Par conséquent, les mesures robustes suivantes suggérées par Höhle et Höhle [10] ont été utilisées pour l'évaluation de l'accord vertical : médiane, écart absolu médian normalisé (NMAD), quantile 68,3 % et quantile 95 %. De plus, les erreurs quadratiques moyennes avant (RMSE) et après suppression des valeurs aberrantes (RMSE * ) ont été calculées. Les équations pour toutes les mesures, ainsi que pour le seuil des valeurs aberrantes peuvent être trouvées dans Höhle et Höhle [10]. Les analyses statistiques ont été réalisées à l'aide du logiciel STATISTICA (version 11) [32] et du langage de programmation R (version 3.3.3) [33].

Pour soutenir les analyses statistiques, l'évaluation visuelle des DSM basés sur les UAV et LiDAR, ainsi que l'évaluation visuelle des modèles raster de différence ont été effectuées. Des modèles raster de différence ont été générés en soustrayant les DSM basés sur LiDAR des DSM basés sur UAV. La génération du modèle raster de différence et sa visualisation ont été réalisées à l'aide des logiciels Global Mapper (version 19) [34] et QGIS (version 2.18) [35].

Selon les méthodes décrites, DSMP (Figure 3a) et DSMP-GCP (Figure 3b) ont été générés. Des informations détaillées sur le traitement des DSM sont présentées dans le tableau 3. On peut voir que le temps de traitement informatique pour les deux DSM est presque le même, alors que le temps consacré au travail manuel est considérablement plus important pour DSM.P-GCP génération (30 min) que pour DSMP génération (10 min). À savoir, pendant le DSMP-GCP génération, la plupart du temps (≈20 min) a été consacré à la détection manuelle des GCP sur les images, tandis que pour le DSMP génération, les images de drones ont été orientées sans utiliser de GCP.

Les résultats de l'évaluation de l'accord vertical des DSM basés sur les UAV (DSMP et DSMP-GCP) avec DSML effectués sur 60 points de contrôle de la grille d'échantillonnage régulière de 100 m sont présentés dans le tableau 4. Lorsque l'on compare les DSM basés sur les UAV avec les DSML, il faut garder à l'esprit qu'entre l'acquisition des données LiDAR et UAV, il y a un intervalle de temps d'un an qui correspond à une végétation et par la suite à un accroissement annuel de la hauteur. Selon la base de données interne (matériel non publié) de l'Institut croate de recherche forestière, l'augmentation annuelle de la hauteur de la forêt de la zone d'étude varie de 0,2 m à 0,45 m selon les espèces d'arbres. Comme prévu, DSMP-GCP montre une plus grande précision, c'est-à-dire un accord vertical plus élevé avec le DSML que DSMP. A savoir, la précision horizontale (RMSEXY) de DSMP évalué avec 7 GCP (qui n'ont pas été utilisés dans sa génération) est de 5,67 m (tableau 3). Étant donné que de telles erreurs horizontales peuvent produire des erreurs verticales plus importantes [36], en particulier pour les surfaces présentant de grandes variations de hauteur sur une petite surface (par exemple, une forêt) [25, 37], l'accord vertical inférieur du DSMP avec DSML est compréhensible. Cela est particulièrement évident dans la figure 3c, qui montre une comparaison des profils des DSM à travers la zone exemplaire. En observant les profils à des pics plus importants, on peut voir que DSMP-GCP le profil suit le DSML profil, alors que pour DSMP profil le déplacement horizontal de 5-10 m par rapport à DSML profil peut être observé. L'amélioration de l'accord vertical des DSM basés sur les drones avec les DSML lorsque les GCP sont utilisés, peuvent être observés visuellement sur des modèles de différence (Figure 4). De même, lors de la comparaison de deux DSM dérivés d'images WorldView-2, Hobi et Ginzler [38] ont trouvé une nette amélioration de la précision verticale du DSM lorsque les GCP étaient utilisés.

De plus, la figure 3c montre que DSML fournit la discrimination la plus élevée de la structure forestière verticale décrivant clairement des variations de hauteur très abruptes (par exemple, de petites lacunes dans le couvert forestier, un chemin forestier). Au contraire, les profils des deux DSM basés sur UAV sont considérablement plus lisses. Seuls des écarts plus importants dans la canopée forestière et une route forestière (Figure 3a et 3b) peuvent être détectés, mais dans les deux cas, les profils verticaux des DSM basés sur des drones n'atteignent pas les élévations du sol. Ceci est raisonnable car LiDAR est un capteur actif dont les faisceaux peuvent pénétrer à travers de plus petites lacunes dans la canopée forestière et atteindre le sol, alors que la caméra numérique du système UAV utilisé dans cette recherche (tableau 1) est un capteur optique passif dont le signal ne peut caractériser que la surface de la canopée [39].

Outre les limitations techniques des UAV à faible coût (par exemple, la qualité de la caméra, la précision du GNSS) utilisées dans cette étude et la distribution spatiale non régulière des GCP, il peut être suggéré que les conditions météorologiques (temps venteux et nuageux) pendant le levé UAV ont influencé la qualité de l'image. dans une certaine mesure et par conséquent la qualité des DSM. Les incertitudes sont plus importantes en raison de la complexité de l'environnement forestier (ex. arbres en mouvement, occlusions, ombres, qualité radiométrique des images, etc.), qui affectent sérieusement la procédure de mise en correspondance des images, et donc la qualité du DSM [23, 25, 40, 41] .

Cette recherche a confirmé le grand potentiel des images obtenues par les drones à faible coût pour les applications forestières, même si elles sont relevées dans des conditions météorologiques non optimales (temps venteux et nuageux) et environnementales (inaccessibilité pour une distribution spatiale régulière des GCP). Cela pourrait être important pour les cas où des enquêtes UAV urgentes sont nécessaires (par exemple, la détection et l'estimation des dommages forestiers) qui ne permettent pas une planification minutieuse et plus longue des enquêtes. L'évaluation de l'accord vertical des DSM basés sur des UAV avec des DSM basés sur LiDAR a confirmé l'importance des GCP pour l'orientation de l'image et la génération de DSM. À savoir, une amélioration considérable de la précision verticale des DSM basés sur les UAV a été observée lorsque les GCP ont été utilisés. Alors que les DSM générés sans GCP peuvent être utilisés à des fins de visualisation et de surveillance, les DSM générés avec les GCP ont le potentiel d'être utilisés dans l'inventaire forestier. Pour confirmer cela, d'autres recherches devraient se concentrer sur l'estimation de l'exactitude des attributs des arbres et des peuplements.

Cette recherche a été soutenue par la Fondation scientifique croate dans le cadre des projets IP-2016-06-7686 « Récupération d'informations à partir de différentes sources de télédétection optique 3D à utiliser dans l'inventaire forestier (3D-FORINVENT) » et IP-2016-06-5621 « Surveillance géospatiale des infrastructures vertes au moyen de l'imagerie terrestre, aéroportée et satellite (GEMINI) ». Les auteurs souhaitent remercier Hrvatske vode, Zagreb, Croatie, pour avoir fourni des données sur la SLA.

  1. COLOMINA I, MOLINA P 2014 Systèmes aériens sans pilote pour la photogrammétrie et la télédétection : une revue. Télédétection ISPRS J Photogramm 92 : 79-97. DOI : https://doi.org/10.1016/j.isprsjprs.2014.02.013
  2. TANG L, SHAO G 2015 Télédétection par drone pour la recherche et les pratiques forestières. J pour rés 26 (4) : 791-797. DOI : https://doi.org/10.1007/s11676-015-0088-y
  3. TORRESAN C, BERTON A., CAROTENUTO F, DI GENNARO SF, GIOLI B, MATEE A, MIGLIETTA F, VAGNOLI, C, ZALDEI A, WALLACE L 2017 Applications forestières des drones en Europe : une revue. Int J Télédétection 38 (8-10) : 2427-2447. DOI : https://doi.org/10.1080/01431161.2016.1252477
  4. NÄSI R, HONKAVAARA E, LYYTIKÄINEN-SAARENMAA P, BLOMQVIST M, LITKEY P, HAKALA T, VILJANEN N, KANTOLA T, TANHUANPÄÄ T, HOLOPAINEN M 2015 Utilisation de la photogrammétrie par drone et de l'imagerie hyperspectrale pour la cartographie des dommages causés par les scolytes au niveau des arbres. Télédétection 7 (11) : 15467-15493. DOI : https://doi.org/10.3390/rs71115467
  5. SMIGAJ M, GAULTON R, BARR SL, SUÁREZ JC 2015 Imagerie thermique par drone pour la surveillance de la santé des forêts : détection de l'augmentation de la température de la canopée induite par les maladies. ISPRS - Int Arch Photogramm Remote Sens Spat Inf Sci XL-3/W3 : 349-354. DOI : https://doi.org/10.5194/isprsarchives-XL-3-W3-349-2015
  6. DASH JP, WATT MS, PEARSE GD, HEAPHY M, DUNGEY HS 2017 Évaluation de l'imagerie UAV à très haute résolution pour surveiller la santé des forêts lors d'une épidémie simulée de maladie. ISPRS J Photogramm 131 : 1-14. DOI : https://doi.org/10.1016/j.isprsjprs.2017.07.007
  7. PULITI S, ØRKA HO, GOBAKKEN T, NÆSSET E 2015 Inventaire des petites zones forestières utilisant un système aérien sans pilote. Télédétection 7 (8) : 9632-9654. DOI : https://doi.org/10.3390/rs70809632
  8. KACHAMBA DJ, ØRKA HO, GOBAKKEN T, EID T, MWASE W 2016 Estimation de la biomasse à l'aide de données 3D à partir d'images de véhicules aériens sans pilote dans une forêt tropicale. Télédétection 8 (11) : 968. DOI : https://doi.org/10.3390/rs8110968
  9. GETZIN S, NUSKE RS, WIEGAND K 2014 Utilisation de véhicules aériens sans pilote (UAV) pour quantifier les écarts spatiaux dans les forêts. Télédétection 6 (8) : 6988-7004. DOI : https://doi.org/10.3390/rs6086988
  10. HÖHLE J, HÖHLE M 2009 Évaluation de la précision des modèles altimétriques numériques au moyen de méthodes statistiques robustes. ISPRS J Photogramm 64 (5) : 398-406. DOI : https://doi.org/10.1016/j.isprsjprs.2009.02.003
  11. GUERRA-HERNÁNDEZ J, GONZÁLEZ-FERREIRO E, SARMENTO A, SILVA J, NUNES A, CORREIA AC, FONTES L, TOMÉ M, DÍAZ-VARELA R 2016 Utilisation d'images UAV haute résolution pour estimer les variables des arbres dans la plantation de Pinus pinea au Portugal. Système forestier 25 (2) : eSC09. DOI : https://doi.org/10.5424/fs/2016252-08895
  12. TUOMINEN S, BALAZS A, SAARI H, PÖLÖNEN I, SARKEALA J, VIITALA R 2015 Imagerie des systèmes aériens sans pilote et données photogrammétriques de la hauteur de la canopée dans l'estimation par zone des variables forestières. Silva Fenn 49 (5) : 1348. DOI : https://doi.org/10.14214/sf.1348
  13. WALLACE L, LUCIEER A, MALENOVSKỲ Z, TURNER D, VOPĚNKA P 2016 Évaluation de la structure forestière à l'aide de deux techniques de drones : une comparaison du balayage laser aéroporté et de la structure à partir de nuages ​​de points en mouvement (SfM). Les forêts 7 (3) : 62. DOI : https://doi.org/10.3390/f7030062
  14. HIRD JN, MONTAGHI A, MCDERMID GJ, KARIYEVA J, MOORMAN BJ, NIELSEN SE, MCINTOSH A 2017 Utilisation de véhicules aériens sans pilote pour surveiller le rétablissement de la végétation forestière sur les sites de puits de pétrole. Télédétection 9 (5) : 413. DOI : https://doi.org/10.3390/rs9050413
  15. MLAMBO R, WOODHOUSE IH, GERARD F, ANDERSON K 2017 Photogrammétrie de structure à partir du mouvement (SfM) avec données de drones : une méthode peu coûteuse pour surveiller les émissions de gaz à effet de serre des forêts dans les pays en développement. Les forêts 8 (3) : 68. DOI : https://doi.org/10.3390/f8030068
  16. NEX F, REMONDINO F 2014 UAV pour applications de cartographie 3D : Une revue. Géomatique appliquée 6 (1) : 1-15. DOI : https://doi.org/10.1007/s12518-013-0120-x
  17. GAŠPAROVIĆ M, GAJSKI D 2016 L'algorithme pour l'élimination précise de l'influence de la distorsion de l'objectif sur les appareils photo numériques. Liste Géod 70 (1) : 25-38. URL : http://hrcak.srce.hr/file/231227 (1er août 2017)
  18. GAŠPAROVIĆ M, GAJSKI D 2016 Méthode d'étalonnage de caméra en deux étapes développée pour les micro UAV. ISPRS - Int Arch Photogramm Remote Sens Spat Inf Sci XLI-B1 : 829-833. DOI : https://doi.org/10.5194/isprsarchives-XLI-B1-829-2016
  19. CHIKHRADZE N 2015 Photogrammétrie rapprochée dans le relevé des conditions géoécologiques de la zone côtière (sur l'exemple du Portugal). Science de la Terre 4 (5) : 35. DOI : https://doi.org/10.11648/j.earth.s.2015040501.17
  20. VANDER JAGT B, LUCIEER A, WALLACE L, TURNER D, DURAND M 2015 Recherche de profondeur de neige avec UAS utilisant des techniques photogrammétriques. Géosci 5 (3) : 264-285. DOI : https://doi.org/10.3390/geosciences5030264
  21. FAZELI H, SAMADZADEGAN F, DADRASJAVAN F 2016 Évaluation du potentiel du RTK-UAV pour la génération automatique de nuages ​​de points dans la cartographie rapide 3D. ISPRS - Int Arch Photogramm Remote Sens Spat Inf Sci XLI-B6 : 221-226. DOI : https://doi.org/10.5194/isprsarchives-XLI-B6-221-2016
  22. GAŠPAROVIĆ M, JURJEVIĆ L 2017 Influence du cardan sur la stabilité des paramètres d'orientation extérieure des images acquises par UAV. Capteurs 17 (2) : 401. DOI : https://doi.org/10.3390/s17020401
  23. BALTSAVIAS E, GRUEN A, EISENBEISS H, ZHANG L, WASERL T 2008 Correspondance d'images de haute qualité et génération automatisée de modèles d'arbres 3D. Int J Télédétection 29 (5) : 1243-1259. DOI : https://doi.org/10.1080/01431160701736513
  24. ST‐ONGE B, VÉGA C, FOURNIER RA, HU Y 2008 Cartographie de la hauteur de la canopée à l'aide d'une combinaison de stéréo‐photogrammétrie numérique et de lidar. Int J Télédétection 29 (11) : 3343-3364. DOI : https://doi.org/10.1080/01431160701469040
  25. BALENOVIĆ I, MARJANOVIĆ H, VULETIĆ D, PALADINIĆ E, OSTROGOVIĆ SEVER MZ, INDIR K 2016 Évaluation de la qualité du modèle numérique de surface à haute densité sur différentes classes d'occupation du sol. Période Biol 117 (4) : 1-12. DOI : https://doi.org/10.18054/pb.2015.117.4.3452
  26. REHAK M 2017 Orientation du capteur intégré sur les micro-véhicules aériens. Thèse de doctorat, Ecole polytechnique fédérale de Lausanne (EPFL), Lausanne, Suisse, 227 p. DOI : https://doi.org/10.5075/epfl-thesis-7530
  27. NI W, LIU J, ZHANG Z, SUN G, YANG A 2015 Évaluation du système d'inventaire forestier basé sur les drones par rapport aux données LiDAR. IGARSS 2015 : 3874-3877. DOI : https://doi.org/10.1109/IGARSS.2015.7326670
  28. VEPAKOMMA U, CORMIER D 2015 Inventaire de la forêt : Scan laser vs photogrammétrie rapprochée sur drone. Dans la 14ème conférence d'une série portant sur les applications Lidar pour l'évaluation et la gestion des écosystèmes forestiers-SilviLaser, France, La Grande Motte, 28-30 septembre 2015. La Société Française de Photogrammétrie et Télédétection (SFPT), Paris, France, pp 68- 70.URL : https://silvilaser2015.teledetection.fr/files/Proceedings_Silvilaser_22_09_2015_2.pdf (21 août 2017)
  29. THIEL C, SCHMULLIUS C 2017 Comparaison des nuages ​​de points basés sur des photographies d'UAV et basés sur des lidars aéroportés au-dessus de la forêt du point de vue des applications forestières. Int J Télédétection 38 (8-10) : 2411-2426. DOI : https://doi.org/10.1080/01431161.2016.1225181
  30. SHAPIRO SS, WILK MB 1965 Un test d'analyse de variance pour la normalité (échantillons complets). Biometrika 52 (3-4): 591-611. DOI : https://doi.org/10.1093/biomet/52.3-4.591
  31. SHAPIRO SS, WILK MB, CHEN HJ 1968 Une étude comparative de divers tests de normalité. J Am Stat Assoc 63 (324) : 1343-1372. DOI : https://doi.org/10.1080/01621459.1968.10480932
  32. HILL T, LEWICKI P 2007 STATISTIQUES : Méthodes et applications. StatSoft, Inc., Tulsa, OK, États-Unis, 800 p
  33. R CORE TEAM 2017 R : Un langage et un environnement pour le calcul statistique. R Foundation for Statistical Computing, Vienne, Autriche. URL : https://www.R-project.org/ (3 septembre 2017)
  34. BLUE MARBLE GEOGRAPHICS 2017 Global Mapper 19. URL : http://www.bluemarblegeo.com/products/global-mapper.php (4 septembre 2017)
  35. ÉQUIPE DE DÉVELOPPEMENT QGIS 2017 Système d'Information Géographique QGIS. Fondation Géospatiale Open Source. URL : http://qgis.osgeo.org (14 septembre 2017)
  36. HÖHLE J, PEDERSEN CØ, BAYER T, FREDERIKSEN P 2010 La dérivation photogrammétrique de modèles numériques de terrain en agglomération. Journal photogrammétrique de Finlande 22 (1): 33-45
  37. NURMINEN K, KARJALAINEN M, YU X, HYYPPÄ J, HONKAVAARA E 2013 Performance de modèles de surface numériques denses basés sur l'appariement d'images dans l'estimation des variables forestières au niveau de la parcelle. ISPRS J Photogramm 83 : 104-115. DOI : https://doi.org/10.1016/j.isprsjprs.2013.06.005
  38. HOBI ML, GINZLER C 2012 Évaluation de la précision des modèles de surface numériques sur la base des données de télédétection stéréo WorldView-2 et ADS80. Capteurs 12 (5) : 6347-6368. DOI : https://doi.org/10.3390/s120506347
  39. WHITE JC, STEPPER C, TOMPALSKI P, COOPS NC, WULDER MA 2015 Comparaison des métriques ALS et des nuages ​​de points basés sur des images et des attributs d'inventaire forestier modélisé dans un environnement forestier côtier complexe. Les forêts 6 (10) : 3704-3732. DOI : https://doi.org/10.3390/f6103704
  40. VALBUENA R, MAURO F, ARJONILLA FJ, MANZANERA JA 2011 Comparaison des méthodes de fusion d'imagerie par balayage laser aéroporté basées sur la précision géométrique dans les zones forestières. Environnement de télédétection 115 (8) : 1942-1954. DOI : https://doi.org/10.1016/j.rse.2011.03.017
  41. SIMIC MILAS A, AREND K, MAYER C, SIMONSON MA, MACKEY S 2017 Différentes couleurs d'ombres : Classification des images de drones. Int J Télédétection 38 (8-10) : 3084-3100. DOI : https://doi.org/10.1080/01431161.2016.1274449

© 2017 par l'Institut croate de recherche forestière. Il s'agit d'un document en libre accès distribué sous les termes de la Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0).

- Télécharger le PDF-

Premier enregistrement de l'agent de biocontrôle Torymus sinensis (Hymenoptera Torymidae) en Bosnie-Herzégovine

Dinka Matošević 1 *, Osman Mujezinović 2 , Mirza Dautbašić 2

(1) Institut croate de recherche forestière, Département pour la protection des forêts et la gestion du gibier, Cvjetno naselje 41, HR-10450 Jastrebarsko, Croatie
(2) Université de Sarajevo, Faculté de foresterie, Chaire pour la protection des forêts et du verdissement urbain, la faune et la chasse, Zagrebačka 20, BA-71000 Sarajevo, Bosnie-Herzégovine

* Correspondance: e-mail:

Citation: MATOŠEVIĆ D, MUJEZINOVIĆ O, DAUTBAŠIĆ M 2017 Premier enregistrement d'un agent de biocontrôle Torymus sinensis (Hymenoptera Torymidae) en Bosnie-Herzégovine. Eur sud-est pour 8 (2) : 147-149. DOI : https://doi.org/10.15177/seefor.17-14

Reçu: 6 oct. 2017 Accepté: 12 novembre 2017 Publié en ligne : 24 novembre 2017

Contexte et objectif: Dryocosmus kuriphilus est une espèce d'insecte envahissante du châtaignier (Castanea spp.) originaire de Chine, et la seule mesure de lutte efficace contre ce ravageur est la lutte biologique classique avec des parasitoïdes introduits Torymus sinensis. Ce parasitoïde a été largement diffusé dans de nombreux pays européens, mais il a également la capacité de se propager rapidement de manière naturelle. Aucune sortie officielle n'a été faite en Bosnie-Herzégovine.
Matériel et méthodes: D. kuriphilus des galles ont été récoltées en juillet 2017 sur 6 localités du district forestier d'Unsko (canton d'Una Sana) en Bosnie-Herzégovine. Taux de présence et de parasitisme de T. sinensis ont été enregistrés dans le laboratoire d'entomologie de l'Institut croate de recherche forestière. T. sinensis les larves ont été identifiées morphologiquement et par comparaison avec les spécimens de référence.
Résultats et discussion: Torymus sinensis les larves ont été positivement identifiées dans les D. kuriphilus galles de toutes les localités de Bosnie-Herzégovine. Les taux de parasitisme variaient de 44,83 à 74 %. L'occurrence et les taux élevés de parasitisme en Bosnie-Herzégovine observés dans cette étude ne sont pas le résultat de lâchers de biocontrôle T. sinensis, mais peut être attribuée à une propagation naturelle à partir de la Croatie. Les taux de parasitisme élevés observés dans cette étude peuvent indiquer que le parasitoïde était présent en Bosnie-Herzégovine en 2016.
Conclusion: Cette étude présente le premier enregistrement de Torymus sinensis en Bosnie-Herzégovine. Nous prévoyons que le parasitoïde continuera sa propagation en Bosnie-Herzégovine dans les forêts et les vergers de châtaigniers et qu'il agira comme un agent de lutte biologique efficace contre D. kuriphilus.

Mots clés: parasitoïde, espèce envahissante, Dryocosmus kuriphilus, propagation naturelle, lutte biologique classique, taux de parasitisme

Dryocosmus kuriphilus Yasumatsu (Hymenoptera Cynipidae) est une espèce d'insecte envahissante, originaire de Chine, qui s'est propagée dans le châtaignier (Castanea spp.) forêts et vergers autour du mot [1]. En Europe, il a d'abord été introduit en Italie [2] et de là, il s'est répandu dans la majorité des pays européens [1]. En Bosnie-Herzégovine D. kuriphilus a été enregistré pour la première fois en 2015 dans le canton d'Una Sana [3]. D. kuriphilus est considérée comme une menace sérieuse pour les châtaigniers, en particulier pour la production de fruits [4] et la perte de surface foliaire du collet [5]. Parasitoïde Torymus sinensis Kamijo [Hymenoptera Torymidae] a été utilisé avec succès comme agent de lutte biologique classique contre D. kuriphilus et il a été diffusé lors de campagnes de lutte biologique au Japon, aux États-Unis, en Italie, en France, en Slovénie, en Croatie et en Hongrie [6, 7, 8, 9, 10, 11]. Torymus sinensis est originaire de Chine, phénologiquement bien synchronisé avec D. kuriphilus, il est hautement spécifique et abaisse les niveaux d'épidémie de son hôte [9, 12, 13]. Ce parasitoïde a montré une grande capacité de dispersion en pouvant parcourir plus de 70 km en quelques jours seulement à l'aide du vent [13]. La Croatie a procédé à d'importants lâchers T. sinensis depuis 2014, et en dehors des lâchers, le parasitoïde s'est également rapidement propagé de l'Italie à la Slovénie en passant par la Croatie et a construit une population viable avec des taux de parasitisme allant jusqu'à 90 % [11, 14]. Sur la base de cette expérience, nous nous attendions à T. sinensis se propager vers la Bosnie-Herzégovine. La Bosnie-Herzégovine n'a jusqu'à présent procédé à aucune publication officielle de T. sinensis sur son territoire.

Le but de cet article est de rapporter le premier enregistrement d'agent de lutte biologique T. sinensis et ses taux de parasitisme sur le châtaignier (Castanea sativa Mill.) forêts de Bosnie-Herzégovine.

D. kuriphilus des galles ont été récoltées en juillet 2017 dans 6 localités du district forestier d'Unsko (canton d'Una Sana) en Bosnie-Herzégovine (tableau 1). Les galles ont été prélevées sur des châtaigniers choisis au hasard à une hauteur de 1,5 à 2,5 m. Dans chaque localité, un échantillon de 100 galles a été prélevé. Chaque galle de l'échantillon a été ouverte en tranches et examinée au microscope binoculaire Olympus SZX7 dans le laboratoire d'entomologie de l'Institut croate de recherche forestière. Dans les galles disséquées, les chambres larvaires, le nombre de T. sinensis larves, D. kuriphilus les larves et les pupes (le cas échéant) et d'autres larves de parasitoïdes ont été comptées et les taux de parasitisme ont été calculés : PR = (le nombre de T. sinensis spécimens/le nombre de D. kuriphilus chambres larvaires) × 100 (%). T. sinensis les larves ont été identifiées morphologiquement [11, 15] et en étant comparées aux spécimens de référence déposés au Département de la protection des forêts, Institut croate de recherche forestière. Les larves ont été stockées dans de l'éthanol absolu à -20°C dans le laboratoire d'entomologie de l'Institut croate de recherche forestière, pour des analyses plus poussées.

Torymus sinensis les larves ont été positivement identifiées dans les D. kuriphilus galles des six localités. Les taux de parasitisme variaient de 44,83 à 74 % (tableau 1).

Les résultats de notre étude montrent la présence de T. sinensis en Bosnie-Herzégovine. Les taux d'occurrence et de parasitisme élevés en Bosnie-Herzégovine observés dans cette étude (tableau 1) ne sont pas le résultat de lâchers de biocontrôle T. sinensis, mais peut être attribuée à une propagation naturelle [13, 14]. Cet agent de lutte biologique s'est répandu naturellement depuis la Croatie sur les forêts de châtaigniers interconnectées et les châtaigniers boisés bordant la Croatie et la Bosnie-Herzégovine dans le canton d'Una Sana. Il a déjà été documenté que T. sinensis se propage rapidement naturellement vers l'est depuis l'Italie dans toute la Croatie [14]. Cette propagation naturelle rapide a également été facilitée par les lâchers d'élevages en laboratoire en Croatie dans la zone proche de la frontière avec la Bosnie-Herzégovine en 2016 et 2017 [14]. Les taux de parasitisme élevés observés dans cette étude peuvent indiquer que le parasitoïde était présent en Bosnie-Herzégovine en 2016, mais n'a pas été échantillonné et identifié. Nous prévoyons que le parasitoïde continuera sa propagation en Bosnie-Herzégovine dans les forêts et les vergers de châtaigniers et qu'il agira comme un agent de lutte biologique efficace contre D. kuriphilus, diminuant sa population et endommageant les forêts de châtaigniers.

Dinka Matošević tient à remercier Blaženka Ercegovac et Ivana Mihaljević pour le travail de laboratoire.


IDENTIFIER ET HARMONISER LES DONNÉES SPATIALES DISPONIBLES

Une infrastructure de données spatiales doit d'abord faciliter l'accès aux données spatiales. Cela peut être fait par un bibliothécaire spécialisé en données spatiales qui sert d'interface entre les producteurs de données et les chercheurs. En Allemagne et dans la plupart des autres pays de l'Union européenne, les données spatiales sont fournies soit par des agences gouvernementales (en particulier des bureaux de statistiques) soit par des entreprises privées. Les deux types de données spatiales sont utilisés à des fins de recherche.

Les données spatiales fournies commercialement concernent principalement les données utilisées pour le marketing ciblé en Allemagne, les sociétés microm Consumer Marketing, infas 360 et GfK sont des concurrents sur ce marché. Les types typiques de données spatiales fournies par ces fournisseurs commerciaux sont, par exemple, les caractéristiques des quartiers, telles que la qualité du logement et le revenu des ménages. Le problème avec l'utilisation de données spatiales provenant de fournisseurs commerciaux est que, dans la plupart des cas, aucune information n'est publiée sur les processus de collecte et de génération des données. Les fournisseurs commerciaux collectent des données spatiales à partir de diverses sources et les fusionnent en indices spatiaux (par exemple, le pouvoir d'achat). Certaines des sources utilisées pour générer des données spatiales sont des données d'enquête accessibles au public. Dans de nombreux cas, les données sont extrapolées pour obtenir une couverture géographique complète de l'Allemagne. Les algorithmes d'extrapolation font partie des secrets d'affaires des fournisseurs commerciaux et ne sont pas connus des chercheurs utilisant les jeux de données produits.

Comme indiqué ci-dessus, les agences gouvernementales constituent une deuxième source de données spatiales. Les données spatiales provenant de cette source ont l'avantage que le processus de génération de données est transparent afin que les chercheurs puissent juger de la qualité des données, y compris leur validité et leur fiabilité. De plus, la plupart des données spatiales publiques sont en accès libre et répondent aux critères de haute qualité des données des statistiques officielles.

L'utilisation des données spatiales collectées par les agences publiques est intégrée dans la directive INSPIRE de l'Union européenne. Cette directive vise à stimuler l'accès ouvert aux données spatiales et l'interopérabilité des données spatiales en développant un système de métadonnées harmonisé pour la documentation des données. Réagissant à la politique d'accès ouvert concernant les données spatiales de l'Union européenne, les administrations publiques de tous les niveaux de gouvernance coopèrent pour établir un catalogue en ligne unique des données spatiales publiques disponibles en Allemagne. Le référentiel compte 120 000 entrées couvrant de nombreux sujets différents, tels que la population scolaire, les résultats des élections et les statistiques de l'état civil. Le portail permet aux utilisateurs de trouver 1 800 fournisseurs de données publics. Il existe cependant des inconvénients majeurs dans l'utilisation de ces données pour les chercheurs en sciences sociales. Premièrement, bien que le catalogue fournisse un schéma pour les métadonnées dans la directive INSPIRE, pour la plupart des ensembles de données, les informations sont incomplètes. Plus important encore, les détails sur la façon d'accéder aux données spatiales manquent dans les métadonnées. Deuxièmement, le catalogue ne donne pas d'informations sur les données disponibles pour l'ensemble de l'Allemagne, même dans les cas où les données sont produites par des agences gouvernementales infranationales. Ainsi, l'infrastructure de données spatiales en Allemagne en est encore à ses tout débuts.

Un inconvénient majeur de l'utilisation de données spatiales publiques est que la structure fédérale de gouvernance en Allemagne conduit à une production fragmentée de données spatiales. La responsabilité de la collecte des données peut varier d'une institution à l'autre au niveau national, étatique ou local. Une offre complète de données spatiales n'existe que pour les domaines politiques où les gouvernements locaux sont tenus de fournir des données au bureau fédéral national. En particulier, les données spatiales sur les infrastructures sociales (telles que les garderies et les établissements de santé) ne sont collectées qu'au niveau local car les municipalités sont chargées de fournir ces services en Allemagne.

De plus, les données fournies par les offices statistiques fédéraux aux niveaux local (municipalités) et régional (comtés) (voir note 6) manquent de références spatiales. Par conséquent, une analyse des données à l'aide d'un logiciel géographique nécessite d'ajouter des géoréférences aux données à l'aide de données de base spatiales (par ex. , fichiers de formes Esri, voir ci-dessous). Même au niveau de l'État, il existe un degré élevé de fragmentation. Il existe dix-sept offices statistiques publics en Allemagne, un pour chacun des seize Länder, puis l'office fédéral. La plupart des données spatiales sont collectées par les différents offices statistiques non fédéraux. En outre, plusieurs agences nationales collectent leurs propres données spatiales.

De nombreuses données existent au niveau subétatique. Par exemple, certains États publient des cartes des infrastructures de santé existantes, alors que dans d'autres, ces données sont publiées au niveau de la municipalité. Par conséquent, en Allemagne, on peut voir qu'il existe une énorme quantité de données spatiales qui sont accessibles gratuitement au public, cependant, ces données sont souvent fragmentées et donc incomplètes. De plus, les données spatiales proposées par les diverses institutions gouvernementales ne sont pas disponibles dans les mêmes formats (c'est-à-dire qu'elles ne sont pas harmonisées) et ne sont pas documentées dans un schéma de métadonnées cohérent.

La fourniture de données sur le bruit environnemental en Allemagne illustre parfaitement la fragmentation décrite ci-dessus. Malgré le fait qu'il existe une directive européenne pour la collecte et la publication de données sur le bruit environnemental, l'accès à ces données reste difficile. Les États fédéraux ou les municipalités individuelles publient les résultats sous forme de cartes sous forme de simples PDF, géospatiaux et géoPDF, ou sous forme de services Web interactifs. Un problème majeur est qu'il n'y a pas de point d'accès unique aux données où les chercheurs peuvent les télécharger dans un format cohérent. Les États fédéraux et les municipalités collectent les données et les transmettent à l'Agence fédérale de l'environnement, qui les stocke dans un référentiel de données géré par l'Agence européenne pour l'environnement (AEE) et son Réseau européen d'information et d'observation sur l'environnement (EIONET). Ce référentiel, appelé Central Data Repository (CDR), collecte, entre autres données, toutes les données sur le bruit environnemental déposées par les pays membres de l'EEE, dont l'Allemagne, sous licence Creative Commons (CC-BY).

Cependant, ni l'allemand ni l'EEE n'harmonisent et ne fusionnent les données fournies par les États et les communes. Cela signifie que les données ne peuvent pas être facilement utilisées. Premièrement, il existe 525 fichiers Esri qui peuvent être téléchargés via le référentiel et qui contiennent des données de couche vectorielle de polygone. Cela dit, 32 fichiers sont en fait des couches vectorielles linéaires, qui contiennent une énorme quantité de lignes pendantes et ouvertes, en particulier dans les zones de frontières administratives. En conséquence, les coordonnées entre deux de ces lignes ne sont pas attribuées à des valeurs de bruit environnemental sous forme de décibels ou de plages de décibels. Pour effectuer le processus de géoréférencement, cependant, la zone entre les deux lignes doit être complétée par une valeur correspondante. Sinon, il n'est tout simplement pas possible d'attribuer des valeurs de bruit aux répondants qui vivent dans de telles zones. Le deuxième problème auquel nous avons été confrontés avec les données obtenues à partir du CDR est l'absence de définitions du système de géoréférencement. Cela signifie que la projection de fichiers de formes uniques liés à l'ensemble des fichiers de formes pour lesquels nous avons ciblé une définition EPSG:25832 n'était pas possible en premier lieu. Ce problème a affecté 78 des 525 fichiers de formes. Le troisième et dernier défi concernait les données manquantes pour l'ensemble des États fédéraux ou des communes. Ces données sont soit inexistantes dans le référentiel, soit elles existent dans un format, comme de simples cartes PDF, qui ne sont pas géoréférencées. Nous avons observé ce problème dans un État fédéral et dans dix-huit municipalités.

Il est important de noter que l'Agence fédérale allemande pour l'environnement seul sert d'agent pour le dépôt des données au CDR. Toute la préparation des données, malgré les conventions de nommage des noms de fichiers uniques, est initialement effectuée par les autorités des États fédéraux ou des municipalités. Différentes mesures pour résoudre les problèmes décrits ci-dessus sont envisageables.

Nous avons proposé plusieurs approches pour répondre aux défis décrits ci-dessus. En ce qui concerne le problème des données vectorielles pendantes et ouvertes, nous avons observé des résultats mitigés soit en utilisant des algorithmes de capture automatique de logiciels SIG courants, tels que ArcGIS (Esri 2015 ) ou QGIS (QGIS Development Team 2015 ), soit en le faisant manuellement dans le SIG. Aucun d'entre eux n'était satisfaisant ou évolutif. Dans le même temps, un correctif pour le problème des définitions de système de géoréférencement manquantes a été déterminé après avoir vérifié chaque fichier de formes Esri affecté pour un système de référence approprié. Cela a été fait par une routine automatique écrite dans le langage de programmation statistique R qui peut être alimentée avec des tables de données externes, telles qu'une collection de systèmes de référence communs et les coordonnées des régions de fichiers de formes affectées (R Core Team 2015).

Finalement, nous avons recherché et contacté tous les États et municipalités dont les données n'étaient toujours pas conformes après nos tentatives, ou étaient manquantes en premier lieu, afin d'acquérir ou de réacquérir les données, respectivement. Il s'est avéré que ces actions ont été couronnées de succès et, en août 2015, nous avons reçu des données de douze municipalités, tandis que cinq demandes sont toujours en attente et qu'une municipalité est toujours en train de collecter des données.

La figure 1 montre les types de données disponibles après consultation du CDR et les données que nous avons reçues sur demande des autorités responsables. Il contient une visualisation des données vectorielles linéaires et polygonales du CDR et des données raster que nous avons reçues de certaines autorités. Les données raster peuvent être plus exactes et également plus pratiques à des fins de géoréférencement. D'autre part, parce que nous avons ciblé de préférence une structure de données harmonieuse pour les données de bruit environnemental, et parce que nous n'avions que des données raster de peu de communes, nous avons finalement dû les reclasser dans les classes des attributs de polygone (classes de 50 à 54 décibels , 55 à 59 décibels, etc.). L'exemple des données de bruit dans l'environnement montre que l'utilisation des données nécessite un effort considérable en raison de la nécessité d'harmoniser les données. Une fonction importante d'une IDS en sciences sociales serait donc de soutenir les chercheurs dans cette tâche car ils ne sont généralement pas des experts sur les différents formats de données spatiales.


Voir la vidéo: Teams: Kansion luominen, tiedoston siirtäminen kansioon, tiedoston linkittäminen keskusteluun (Octobre 2021).