Publications des scientifiques de l'IRD

Le Clec'h S., Oszwald J., Jegou N., Dufour S., Cornillon P. A., Miranda I., Gonzaga L., Grimaldi Michel, Gond V., de Sartre X.A. (2013). Cartographier le carbone stocké dans la végétation : perspectives pour la spatialisation d'un service écosystémique. Bois et Forets des Tropiques, 316 (2), p. 35-47. ISSN 0006-579X.

Titre du document
Cartographier le carbone stocké dans la végétation : perspectives pour la spatialisation d'un service écosystémique
Année de publication
2013
Type de document
Article référencé dans le Web of Science WOS:000324152800003
Auteurs
Le Clec'h S., Oszwald J., Jegou N., Dufour S., Cornillon P. A., Miranda I., Gonzaga L., Grimaldi Michel, Gond V., de Sartre X.A.
Source
Bois et Forets des Tropiques, 2013, 316 (2), p. 35-47 ISSN 0006-579X
Les grands programmes internationaux d'observation des écosystèmes, tels que le Millenium Ecosystem Assessment (MEA), puis REDD(Réduction des émissions liées à la déforestation et à la dégradation des forêts) et REDD+,qpréconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques afin de mettre en oeuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des services écosystémiques apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C_est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², cette fonction écologique a été cartographiée avec une résolution spatiale de 30 x 30qm. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 «points» et des données géographiques obtenues par télédétection sont mises en jeu. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.
Plan de classement
Etudes, transformation, conservation du milieu naturel [082] ; Télédétection [126]
Description Géographique
AMAZONIE ; BRESIL
Localisation
Fonds IRD [F B010060659]
Identifiant IRD
fdi:010060659
Contact