Pour savoir comment effectuer et gérer un dépôt de document, consultez le « Guide abrégé – Dépôt de documents » sur le site Web de la Bibliothèque. Pour toute question, écrivez à corpus@ulaval.ca.
 

Personne :
Harel, Antoine

En cours de chargement...
Photo de profil

Adresse électronique

Date de naissance

Projets de recherche

Structures organisationnelles

Fonction

Nom de famille

Harel

Prénom

Antoine

Affiliation

Université Laval. Département des sciences du bois et de la forêt

ISNI

ORCID

Identifiant Canadiana

ncf13702158

person.page.name

Résultats de recherche

Voici les éléments 1 - 1 sur 1
  • PublicationAccès libre
    Modélisation à fine échelle de la dynamique saisonnière, intrasaisonnière et spatiale des flux de CO₂ des sols en sapinière boréale
    (2022) Harel, Antoine; Thiffault, Évelyne
    En forêt boréale, le flux total de CO₂ du sol (F[indice CO2]) est le deuxième flux de carbone le plus important après la photosynthèse et peut représenter de 48 à 71% de la respiration totale de l'écosystème. Le F[indice CO2] dépend de l'état du sol à petite échelle, c'est-à-dire de sa température, de sa teneur en eau, de la quantité et de la qualité de la matière organique et de l'activité racinaire et microbienne. D'autres facteurs, appelés « facteurs externes », tels quel a topographie, les événements météorologiques et la hauteur de végétation influencent l'état du sol et donc indirectement le F[indice CO2]. Prédire le F[indice CO2] est complexe en raison du nombre important de facteurs à prendre en compte et des différents patrons de variation temporelle à modéliser. L'objectif de l'étude était de quantifier l'effet des facteurs externes susceptibles d'influencer la variabilité saisonnière, intrasaisonnière et spatiale des F[indice CO2] dans la forêt boréale. Des mesures de F[indice CO2] furent prises à la Forêt Montmorency (Québec, Canada) entre juin et octobre 2020. Un modèle de type Random forest regression fut utilisé pour prédire le F[indice CO2] en fonction de facteurs externes liés à la topographie, à la végétation et à la météo récente. Le modèle obtenu a permis d'expliquer 79 % de la variation des mesures de F[indice CO2]. Nos résultats ont démontré l'importance de la variation spatiale et intrasaisonnière (44 %) dans les mesures de F[indice CO2] par rapport à la variation saisonnière (35 %), ce qui a des implications pour la mesure et la modélisation de F[indice CO2]. La hauteur des arbres et la température de l'air furent les deux facteurs les plus importants pour prédire la valeur du F[indice CO2]. La méthodologie proposée permettrait de simuler le F[indice CO2] à partir de facteurs externes qui peuvent être obtenus à grande échelle à partir de relevés LiDAR et des données climatiques.