Modélisation de la distribution précoloniale du pin blanc en Moyenne- Mauricie à partir des...

Modélisation de la Modélisation de la distribution distribution

précoloniale du précoloniale du pin blanc en pin blanc en

Moyenne-Mauricie à Moyenne-Mauricie à partir des carnets partir des carnets

dd’’arpentagearpentageEduard Mauri Eduard Mauri

OrtunoOrtuno

Remerciements

Alison Munson

Frédérik Doyon

Dominique Arseneault

André de RömerSébastien Dupuis

Victor KafkaRaymond

QuennevilleMichel Thériault

Nadyre Beaulieu

Assistants Vincent Chamberland

Marie DevilliersJason LaflammeJulie Venne

Pinus strobus L.

• Semis très sensibles à la compétition pour la lumière

• Germination sur sol minéral ou couche organique brûlée

• Relégué aux sites bien drainés et de texture grossière

• Pionnier longévif, favorisé par les feux de surface

(Vlasiu et al. 2001; Wendel et Smith 1990) © Vincent Chamberland

Contexte

• Diminution de la fréquence et de l’abondance (Bouchard 1999; Brisson et Bouchard 2003; Pelletier 1998)

• Changements historiques en Mauricie:– Au parc national de la Mauricie, diminution du

volume de 12,5 % à 2,0 % (Pelletier 1998)

• Outils limités pour guider la restauration écologique, dans le cadre de l’aménagement forestier écosystémique

• Érablière à bouleau jaune (région écologique 3c)

• Collines et hautes collines

• Dépôts glaciaires et fluvioglaciaires

(Gosselin 2001)Trois-Trois-

RivièresRivières

ShawinigaShawinigann

La La TuqueTuque

PN La PN La MauricieMauricie

20 km20 km

Moyenne-Mauricie

Historique

• Le long du 19e siècle

Trois-Trois-RivièresRivières

ShawinigaShawinigann

La La TuqueTuque

COLONISATION

COLONISATION

20 km20 km

Historique

• 1830 – 1850: début des coupes sélectives de PIB

© MRN Ontario

(Boucher 1952; Gélinas 1984; Lafleur 1970)

Historique


• 1850 – 1890: PIB est l’espèce la plus exploitée

© Archives publiques du Canada


Historique


• 1850 – 1890: PIB est l’espèce la plus exploitée

• 1890: épuisement


© Archives publiques du Canada

Causes de la diminution

(Boucher 1952; Lafleur 1970; Quenneville et Thériault 2001)

Objectifs et Hypothèses

Décrivent les traces la distribution précoloniale du pin blanc?

PIB19 = f (traces20)

Quelle a été la diminution du pin blanc?

PIB19 ≠ PIB20

Quels sites occupait le pin blanc précolonial?

PIB19 = f (env)

Créer un outil pour guider la

restauration écologique du

pin blanc

PIBPIB1919 = f ( = f (envenv))

PIB19

• 24 carnets d’arpentage:– Moyenne-Mauricie– érablière à bouleau jaune– avant 1900

• 21 carnet avec points

• 8 carnets où le PIB avait déjà été récolté

• 13 carnets utilisés

Années des 8 cahiers rejetés:

29, 53, 58, 70, 70, 76, 80, 80

470 0

890

177

0

414

988899

0

250

500

750

1000

1790 1800 1810 1820 1830 1840 1850 1860 1870 1880

n p

oin

tsPIB19

n = 2614

PIB19 ouioui PIB19 nonnon

737 28%28% 1877 72%72%

(de

la C

hevr

otiè

re 1

875

)

10 miles10 miles

VI

dépôt

drainage

pente

exposition

position pente

VD Type N

PIB19 Dicot. 2614

env

VI nominale

dépôt glaciaire

drainageglaciaire mince – rocheux

pente juxtaglaciaire

exposition épandage – alluvial

position penteglaciolacustre – marin

organique

VI ordinale

dépôt

drainage 0 à 6

pente

exposition

position pente

VI continue

dépôt

drainage

pente pourcentage

exposition

position pente

VI nominale

dépôt

drainage

pente

exposition S – SW – W

position pente NW – N

NE – E – SE

plat

VI nominale

dépôt

drainage

pente

exposition

position pentesommet – haut de pente

mi-pente – bas de pente

vallée – plat

PIB19 = f (env)

• Régression logistique, entrée statistique

• ŷi = probabilité pour le cas i

• u = A + B1 env1 + B2 env2 + … + Bk envk

ŷi = eu

1 + eu

SAS Institute Inc.

présenceprésence

absenceabsence

u

ŷi

PIB19 = f ( )

dépôtdépôt

expositionexposition

position penteposition pente

drainagedrainage: corrélé avec le dépôt

pentepente: non significative

R2 Nagelkerke 0,034

AIC de la constante 3111

AIC de la constante + VI 3042

catégories est. rapp. cote

épandage – alluvial 0,86 2,5 150 %

glaciaire mince – rocheux 0,37 1,5 50 %

glaciolacustre – marin -1,00 0,4 150 %

juxtaglaciaire 0,17 non significatif

organique -0,36 non significatif

PIB19 = f (env) référence =

glaciaire : -0,03





S – SW – W 0,19 1,4 40 %

NE – E – SE -0,25 0,9 10 %

plat 0,17 non significatif

PIB19 = f (env) référence =

NW – N : -0,11





S – SW – W 0,19 1,4 40 %

NE – E – SE -0,25 0,9 10 %

sommet – haut de pente 0,29 1,5 50 %

vallée – plat -0,22 0,9 10 %

PIB19 = f (env)référence =

mi- – bas de pente : -0,08

Classification

• sensibilité = 59 %

• spécificité = 56 %

• correctement classifiés = 57 %

seuil = 0.28 prédit

nonnon ouioui total

observénonnon 1 0581 058 819819 1 877

ouioui 304304 433433 737

total 1 362 1 252 2 614

Probabilité PIB19 Superficie

Forestier non modélisé 1 %

< 0,10 1 %

0,10 – 0,20 8 %

0,20 – 0,28 42 %

0,28 – 0,40 42 %

0,40 – 0,50 7 %

assoPIBassoPIB1919 = f ( = f (envenv))

assoPIB19 ERS - HEG - PIB 2%

THO - PIB 4%

PIB 11%

EPB/EPR - SAB - PIB

14%

FI - BOJ/PIR -

PIB19%

PIB - EPB/EPR -

SAB50%

• 12 taxons utilisés

• Classification hiérarchique

• 6 groupes

• 60 % de l’information retenue

assoPIBassoPIB1919 = f ( = f (envenv))

PIBPIB1919 = f ( = f (tracestraces2020))


421 placettes

localisation GPS

222

199

20 m rayon

traces20


traces20

• souches

• PIB mature

• gaules

• semis

PIB19 = f ( )

souchessouches

semissemis

gaulesgaules

PIB maturesPIB matures: non significatifs

R2 Nagelkerke 0,243

AIC de la constante 584

AIC de la constante + VI 505PIB20 ¬PIB20

PIB19 (n = 222) 6060 162162

¬PIB19 (n = 199) 1616 183183Prévalence PIB20 = 15 %

Classification

• sensibilité = 66 %

• spécificité = 75 %

• correctement classifiés = 71 %

seuil = 0.53 prédit

nonnon ouioui total

observénonnon 150150 4949 199

ouioui 7575 147147 222

total 225 196 421

Courbes ROCCourbes ROC

0

0,2

0,4

0,6

0,8

1

0 0,2 0,4 0,6 0,8 1

1 - spécificité

sens

ibili

té

f (env)

f (traces20)

x = y

ASC = 0,61

ASC = 0,73

f (env)

f (traces20)

x = y

PIBPIB1919 ≠≠ PIBPIB2020

prévalence (paysage)prévalence (paysage)


• Réalisation d’un 2e inventaire de traces (été 2009):– données indépendantes de l’arpentage– dispositif balancé

• Comparaison des prévalences avec l’intervalle de confiance de la différence

DépôtDépôt

prévalence

catégories PIB19 PIB2009 % diff.

épandage – alluvial 0,45 0,38 -15 %

glaciaire épais – moyen 0,26 0,09 -65 % **

glaciaire mince – rocheux 0,36 0,23 -37 % **

glaciolacustre – marin 0,12 0,21 79 %

juxtaglaciaire 0,27 0,28 3 %

organique 0,20 0,03 -86 % **

ExpositionExposition

prévalence


S – SW – W 0,34 0,30 -10 %

NW – N 0,27 0,25 -9 %

NE – E – SE 0,24 0,18 -25 %

plat 0,28 0,19 -32 % *

Position pentePosition pente

prévalence


sommet – haut de pente 0,35 0,19 -46 % **

mi-pente – bas de pente 0,27 0,22 -19 %

vallée – plat 0,23 0,25 8 %

échelle paysage PIB19 PIB20n 2614 858

prévalence 0,28 ± 0,02 0,16

diminution 1,8 fois moins

pondéré par la superficie de chaque combinaison env,

utilisant les données 2008 et 2009


abondance (S.T. abondance (S.T. peuplement)peuplement)

échelle peuplement PIB19 PIB20n 737 99

abondance relative (S.T.) 47 % ± 2 % 3,0 m²/ha

diminution ???

3,0 m²/ha / 25,1 m²/ha = 12 %

théorie de bâton brisé

0 20 40 60 80 100

1 taxon

2 taxons

3 taxons

4 taxons

abondance relative (%)

échelle peuplement PIB19 PIB20n 737 99

abondance relative (S.T.) 47 % 12 %

diminution 3,9 fois moins


prévalence x abondanceprévalence x abondance

Δtotale

échelle PIB19 PIB20prévalence 0,282 0,161

paysage 1,8 fois moins

abondance rel. (S.T.) 46,5% 11,8%

peuplement 3,9 fois moins

total 6,9 fois moins

Abondance relative paysage

mesure PIB19 PIB20prévalence 0,282 0,161

abondance relative 46,5% 11,8%

abondance relative paysage

13,1 % 1,9 %

DiscussionDiscussion&&

ConclusionConclusion

Discussion: les modèles

• PIB19 = f (env) est similaire à l’autoécologie

• Le meilleur modèle est PIB19 = f (traces20) :

– télédétection impossible des traces20,

– décomposition des souches

PIB19 =

mesures f (env) f (tarces20)

R² 0,034 0,243

sensibilité 59 % 66 %

specificité 56 % 75 %

ASC de la courbe ROC 0,61 0,73

Discussion: les modèles

• L’utilisation de l’abondance de PIB19 et de traces20 n’améliore pas la prédiction

• Utilisation des fréquences des assoPIB19

• PIB19 = f (env) a des erreurs sur:

– les dépôts glaciolacustre – marin,– les dépôts organiques

Discussion: Δ prévalence• Elle devrait augmenter de 1,8 fois.

• Le pin blanc devrait être introduit avec priorité sur:– les dépôts glaciaires et les rocheux,– les expositions planes,– les sommets et les hauts de pente.

• Bonne estimation de la prévalence de PIB19 car c’était l’espèce recherchée.

Discussion: Δ abondance rel.• Elle devrait augmenter de 3,9 fois

• Moins bonne estimation de l’abondance relative de PIB19 car:

– surestimation de l’ordre d’abondance de PIB19?

– quel critère était utilisé pour l’ordination?

• Comparaison de la Moyenne-Mauricie (13,1%) avec les witness trees:

Abondance relative paysage

occurrence PIB19 (%)

région min. 1er qt. méd. 3e qt. max.

New England 0 1 8 17 22

Mid-Atlantic 0 2 4 13 38

Lake States 1 5 10 15 35Adapté d’Abrams (2001).

Conclusion

• Le projet pourrait être réalisé avec d’autres espèces et dans d’autres régions

• Les modèles sont restreints à la région écologique 3c (érablière à bouleau jaune)…

• … mais pourraient être améliorés avec les données de la Lanaudière et des Laurentides.

Conclusion: efforts

• Guider la restauration:

PIB19 = f (env) & PIB19 = f (traces20)

• Quantifier la restaurationprévalence

catégories PIB19 PIB20 Δ fois

prévalence 0,28 0,16 -1,8

abondance relative 47% 12% -3,9

abondance paysage 13% 1,9% -6,8

Modélisation de la distribution précoloniale du pin blanc en Moyenne- Mauricie à partir des...

Documents

Transcript of Modélisation de la distribution précoloniale du pin blanc en Moyenne- Mauricie à partir des...