Infodoc : Sciences, Techniques et Culture

L’objectif de cette étude était de mieux comprendre le déterminisme des 10 essences qui composent les peuplements du REseau National de suivi à long terme des ECOsystèmes FORestiers (RENECOFOR). Dans un premier temps, il s’agissait d’extraire les principaux facteurs qui expliquent les différences observées dans les jours d’ouverture des bourgeons et de chute des feuilles sur la période 1997-2013. Ensuite, l’objectif était de relier ces phénophases, par plusieurs méthodes statistiques, à des variables géographiques et climatiques. Pour cette étude, les méthodes de régression multiples pas-à-pas, basée sur un critère de vraisemblance (AIC), et de forêt d’arbres aléatoires (Random Forest) ont été employées. La première méthode donne accès à des équations qui relient les variables à la ph[...]

L’objectif de cette étude était de mieux comprendre le déterminisme des 10 essences qui composent les peuplements du REseau National de suivi à long terme des ECOsystèmes FORestiers (RENECOFOR). Dans un premier temps, il s’agissait d’extraire les principaux facteurs qui expliquent les différences observées dans les jours d’ouverture des bourgeons et de chute des feuilles sur la période 1997-2013. Ensuite, l’objectif était de relier ces phénophases, par plusieurs méthodes statistiques, à des variables géographiques et climatiques. Pour cette étude, les méthodes de régression multiples pas-à-pas, basée sur un critère de vraisemblance (AIC), et de forêt d’arbres aléatoires (Random Forest) ont été employées. La première méthode donne accès à des équations qui relient les variables à la phénophase, alors que la seconde créé des arbres qui sont ensuite moyennés et qui permettent de réaliser des prédictions du jour d’accomplissement de la phase phénologique étudiée. Des modèles ont ainsi été calibrés, validés et appliqués au jeu de données stationnel Météo-France, à un second issu d’un traitement statistique de spatialisation du premier jeu, par maille de 8 km : SAFRAN, et à un troisième issu de l’homogénéisation des données stationnelles sur plusieurs décennies. La seconde base de données présente l’avantage de fournir des données de variables climatiques sur toute la surface du territoire français. Mais des retenues existent quant à la qualité des prédictions que l’on est capable de réaliser principalement à l’échelle locale. Une grande partie de cette étude sera consacrée à la comparaison entre des prédictions réalisées avec ces deux bases de données. Avec l’aide des données spatialisées, les modèles les plus pertinents ont été utilisés pour réaliser des cartographies de variations passées du débourrement et du jaunissement sur la période 1961-2013 ; et sur plusieurs périodes futures, 2046-2065 et 2081-2100, en fonction de 3 modèles de changement climatique (CSIRO-MK3_0, MIROC 3_2 MEDRES et CNRM-CM3) en suivant le scénario de changement climatique A1B.
The aim of this study was to have a better understanding of the determinism of the 10 species that compose the stands of the National Network for the long term recording of forest ecosystems (RENECOFOR). First of all, it was about extracting the main factors that explain the differences observed in the days of buds opening and leaves falling between 1997 and 2013. Then, the goal was to link those phenophases geographical and climatic variables by using several statistical methods. For this study, the one used are stepwise multiple regression based on AIC criterion and random forest. The first method gives equations between variables and the phenophases, while the second one gives trees which are averaged in order to be used to predict phenophases accomplishing days. Models have been fitted, validated and applied to Météo-France data base, another one which comes from a 8 km grid spatialisation statistical treatment called SAFRAN, and a third one wich comes from homogeneisation of decades long stational data. The second data base gives access to climatic data in the whole french territory. But concerns still exist according to its ability to realise accurate predictions mostly at the local scale. A great part of this study was the comparison of models based on the fist two data bases. The most judicious models were used to create maps of the evolutions and variations of leaf unfoldind and fall during 1961-2013 and on futur periods which are 2046-2065 and 2081-2100 using 3 climate change models (CSIRO-MK3_0, MIROC 3_2 MEDRES et CNRM-CM3) following the A1B scenario.