Étude sur la relation compétition-densité de l'épinette noire au Québec

Authors: Tiedemann, Florian
Advisor: Bégin, JeanPothier, David
Abstract: Un modèle intégrant des guides de gestion de la densité décrit l'«effet de compétition-densité» étant l'effet négatif du nombre d'arbres (densité) sur le volume moyen V . Pour les peuplements naturels d'épinette noire (Picea mariana (Mill.) BSP) au Québec, Tremblay et collab. (2000) constatent que le modèle simple d'Ando (1968) manque de précision. L'ajout du coefficient de distribution, défini comme le taux d'occupation des cellules subdivisant une placette échantillon en autant de cellules qu'il s'y trouvent d'arbres, a significativement amélioré un modèle simplifié de l'effet de compétition-densité (critère d'information d'Akaike) pour 63 placettes échantillons situées dans les régions Saguenay{Lac-St-Jean et Côte-Nord. Un faible CD, indicateur d'une dispersion spatiale en bouquets des arbres, a un effet négatif sur le V . En utilisant 8197 placettes échantillons du ministère des Ressources naturelles, nous avons significativement amélioré (critère d'information bayesien) le modèle simple d'Ando (1968) par l'ajout simultané de (1.a) l'indicateur de distribution diamétrale «RD4», qui est le rapport entre le diamètre moyen quadratique et le diamètre dominant, (1.b) W, qui est de 1 dans les sous-domaines bioclimatiques de l'ouest, et de 0 dans ceux de l'est et (1.c) RE2, qui est de 1 pour la végétation potentielle RE2 et de 0 pour l'autre végétation potentielle (RE3). Avec une racine d'erreur quadratique moyenne (RMSE) de 1,055 et un coeffiction de déterminantion (R2) de 0,936, nous avons obtenu une véritable amélioration de la précision du modèle réduit (RMSE = 1; 369 et R2 = 0; 787), tout en n'utilisant que des variables qui sont à la fois faciles à mesurer sur le terrain et qui se prêtent bien, en plus, à être utilisees dans les autres modèles composants d'un guide de gestion de la densité. Le modèle complétée par (2) la classe de pourcentage de couverture est également significativement meilleur (critère d'information bayesien) et plus précis (RMSE = 1; 303 et R2 = 0; 81) que le modèle réduit.
Document Type: Mémoire de maîtrise
Issue Date: 2014
Open Access Date: 20 April 2018
Permalink: http://hdl.handle.net/20.500.11794/24779
Grantor: Université Laval
Collection:Thèses et mémoires

Files in this item:
Description SizeFormat 
30299.pdfTexte4.71 MBAdobe PDFThumbnail
View/Open
All documents in CorpusUL are protected by Copyright Act of Canada.