ESTIMATION DE LA BIOMASSE VEGETALE DU … 1.pdf2 A notre connaissance, on dispose très peu de...
Transcript of ESTIMATION DE LA BIOMASSE VEGETALE DU … 1.pdf2 A notre connaissance, on dispose très peu de...
Master 1 de Biologie des Populations et des Ecosystèmes (MBPE)
OPTION : VEGETALE
ESTIMATION DE LA BIOMASSE VEGETALE DU
SOUS-BOIS
UNIVERSITE DES SCIENCES ET TECHNIQUES DE MASUKU
Faculté des Sciences
Département de Biologie
INSTITUT DE RECHERCHE EN ECOLOGIE TROPICALE
Rapport présenté par
Alain Franck KOSSI DITSOUGA
Sous la direction de
Dr ENGONE OBIANG Nestor Laurier
Année académique 2010-2011
1
INTRODUCTION
Le dioxyde de carbone (CO2), principal gaz à effet de serre, contribue à hauteur de
75% au réchauffement de la planète. Sa teneur dans l’atmosphère est actuellement de
380 ppm (Ramade, 2003) et ne cesse d’augmenter depuis plusieurs décennies à cause de la
forte industrialisation, du changement pratique d’utilisation des terres, de la déforestation et
dégradation des grands massifs terrestre. On estime que 20% de CO2 présent dans
l’atmosphère sont liés à la déforestation en particulier celle des forêts tropicales qui peuvent
stocker le gaz carbonique sous forme de biomasse végétale grâce à la photosynthèse.
Selon l’agence internationale de l’énergie, le taux du CO2 dans l’atmosphère va
augmenter de 130% à l’orée 2050, ce qui aura pour conséquence un réchauffement climatique
plus important.
Afin de limiter l’augmentation du CO2 dans l’atmosphère, des mécanismes de
développement propre (MDP) ont été élaborés permettant de réduire les émissions des gaz à
effet de serre (GES) tels que le méthane, le protoxyde d’azote, la vapeur d’eau pour n’en citer
que ceux là.
Le mécanisme REDD (Réduire les Emissions des gaz à effet de serre résultant de la
Déforestation et la Dégradation), concept introduit à la conférence de Bali en 2007, consiste à
rémunérer les pays en développement qui réduisent la déforestation et la dégradation des
forets sur une période donnée (Karsenty, 2009). Selon les informations obtenues sur le site
http://www.cifor.org/publications/pdf_files/media/MediaGuide_REDD, ce concept a amené les
négociateurs à arriver à un consensus général sur l’élargissement des activités REDD en
REDD+ qui ajoute deux principaux domaines stratégiques aux deux premiers domaines
d’origine définis à Bali, à savoir le rôle de la conservation et la gestion durable des forets .
Cette définition élargie permet à un plus grand nombre de pays de participer. Le Gabon par
exemple, recouvert à 85% de forêts denses est un potentiel bénéficiaire de ce mécanisme.
Postuler à ce mécanisme nécessite de connaitre les quantités de carbone stockées dans
les forêts naturelles. L’estimation de ces stocks de carbone doit être déclinée selon les
différentes composantes des écosystèmes à savoir : quantité de carbone dans le sol, quantité
de carbone dans la litière, quantité de carbone dans la végétation du sous-bois, quantité de
carbone dans la végétation arborée.
Peu de données sur la biomasse des forêts d’Afrique centrale sont actuellement
disponibles. Des projets sont en cours pour mesurer la biomasse aérienne des arbres. En
revanche, la biomasse de la végétation du sous-bois, parce qu’elle est largement inférieure à
celle des arbres, et est souvent négligée dans les estimations de la biomasse aérienne totale.
2
A notre connaissance, on dispose très peu de données sur l’estimation de biomasse
végétale du sous-bois, ce qui nous a amené à entreprendre une telle étude. Cette étude a pour
objectifs :
Estimer la biomasse aérienne sèche de la végétation du sous-bois dans la forêt
du nord-est du Gabon, à Makokou
Mettre en relation les variations de biomasse du sous-bois avec la structure
forestière avoisinante.
Après la localisation et une présentation sommaire de notre site d’étude, la
méthodologie utilisée sera décrite. Les résultats de l’étude réalisée sur le terrain et au
laboratoire seront ensuite exposés. Enfin, une discussion sur l’intérêt d’une telle approche et
une brève conclusion vont clore ce mémoire.
I. MATERIELS ET METHODE
1. Localisation et description sommaire de la zone d’étude
Notre étude a été réalisé au Gabon dans la région de Makokou à l’intérieur du Parc
National de l’Ivindo (fig. 1) situé entre les latitudes 0°21 et 0°17 Nord-sud et les longitudes
12°20 et 12°59 Est-oust. Le parc national de l’Ivindo couvre une superficie de 3000 km2,
dans ce parc, se trouve la station de recherche d’Ipassa. Cette station où les parcelles
d’observations ont été installées est située à 10 km, au Sud-ouest de la ville de Makokou, en
bordure du fleuve Ivindo.
Figure 1. Localisation des parcs nationaux du Gabon (Parcs nationaux Gabon, 2005)
Encart : zone d’étude
3
La description de la forêt dense de la station d’Ipassa la rattache à la région guinéo-
congolaise (White, 1981 et 1986). Les travaux d’inventaire réalisés dans les forêts d’Ipassa
(Caballe, 1986) montrent que l’essentiel de la forêt d’Ipassa est caractérisé le cortège
floristique dominé par Baphia leptobotrys, Scorodophloeus zenkeri, Plagiostyles africana,
Dichostemma glancescens,Santiria trimera, Polyalthia suaveolens, Poncovia pedicellaris.
Les sols de la station d’Ipassa qui sont sur glacis à environ 500 m d’altitude se sont
développés sur des formations superficielles issues de l’altération de deux types de roches
mère : les gneiss catazonaux à hypersthénies sous la plus grande partie de la station et les
leptynites en périphérie (Beaujour, 1971). Le climat qui caractérise cette station est de type
équatorial à quartes saisons :
la petite saison sèche assez marquée de mi-décembre à mi-mars ;
la grande saison sèche plus marquée de mi-juin à mi-septembre ;
la petite saison de pluie de mi-mars à mi-mai ;
la grande saison de plus de mi-septembre à mi-décembre.
Ces deux saisons sèches entrainent un étalement des précipitations au cours de l’année
(Dethumeau, 1964). La pluviosité est relativement faible 1600 à 1800 mm par an (ASECNA
1951,1970) avec une température moyenne d’environ 24°c.
2. Méthode de mesure
L’étude a été réalisée en deux phase à savoir sur le terrain et au laboratoire.
2.1.Sur le terrain
Le dispositif que nous avons utilisé pour le prélèvement des échantillons est un
rectangle de 100 m de longueur sur 60 m de largeur avec un layon central. De part et d’autre
du layon central et à 30 m des bords du rectangle, 8 carrés de 5 m × 5 m on été délimités
(figure 2). Cette méthode, proposée par Hairiah (2001), a été adaptée à nos conditions
d’expérimentation.
Figure 2. Dispositif d’échantillonnage
4
Dans chacun des 8 carrés à tour de rôle nous avons procédé à l’inventaire en mesurant,
à l’aide d’un pied à coulisse, tous les arbustes dont les diamètres sont compris entre 1 cm et
5 cm. Les tiges des individus retenus ont été sectionnées au ras le sol à l’aide d’un sécateur
pour les plus petites et une scie à bûche pour les plus grosses et la matière récoltée a été
déposée sur une bâche en plastique étalée sur le sol à côté du carré pour éviter de mélanger la
matière récoltée avec la litière de la forêt.
Les individus avec un diamètre compris entre 1cm et 5 cm, et ceux avec un diamètre <
1 cm ont ensuite été séparés. Les premiers ont été pesés individuellement. Pour chaque
individu, nous avons séparé la partie chlorophyllienne de la partie non chlorophyllienne puis
pesé la matière fraiche des deux compartiments (figure 3). Nous avons ensuite prélevé puis
pesé un échantillon (aliquote) de chaque compartiment (chlorophyllien et non chlorophyllien).
Cette pesée de l’échantillon a eu lieu au même moment que la pesée de la matière totale.
Les individus avec un diamètre à 1,30 m < 1 cm ont été pesés en vrac au niveau de
chaque carré (sans mélanger les carrés).
A B
Figure 3. Réalisation des Pesée des différents compartiments
A : partie chlorophyllienne ; B : partie non chlorophyllienne.
Dans la parcelle, les arbres ayant un diamètre supérieur ou égal à 10 cm à 1.30 m du
sol et situé à 25 m autour des carrés ont également été inventoriés pour établir une relation
entre la biomasse de la végétation du sous-bois et la structure du peuplement avoisinant.
Etude au laboratoire
Les échantillons prélevés sur le terrain ont été ramenés au laboratoire pour y être séché
à l’étuve à différents température :
75°c pour les échantillons avec chlorophylle.
105°c pour les échantillons sans chlorophylle.
5
Les échantillons sont pesés juste après leur sortie de l’étuve pour éviter qu’ils ne
réabsorbent l’air ambiant. Les pesées se poursuivent jusqu’ à obtenir un poids constant.
A B
Figure 4. Séchage des échantillons à l’étude
A : étuve à compartiment chlorophyllien ; B : étuve à compartiment non chlorophyllien
2.2.Traitement statistique des données
Les données obtenues ont deux paramètres important, à savoir le diamètre (DBH) qui
est une mesure et la biomasse sèche. Cette biomasse est obtenue par la formule suivante :
Biomasse sèche = [(poids frais chlorophyllien) × (poids sec de l’échantillon chlorophyllien) /
(Poids frais de l’échantillon chlorophyllien)]
+ [(poids frais non chlorophyllien) × (poids sec de l’échantillon non
Chlorophyllien) / (poids frais de l’échantillon non chlorophyllien)]
Le traitement statistique des données obtenues a été fait à partir du logiciel « R » et
deux modèles ont été utilisés :
un modèle linéaire sur données log-transformées : ln(B) = a + b ln(D) + ε (1)
Où B désigne la biomasse sèche (en kg), D est le diamètre (en cm), a et b sont les
coefficients à estimer, et ε est l’erreur résiduelle distribuée selon une loi normale
centrée de variance constante σ2.
un modèle non-linéaire avec modèle puissance pour la variance : B = α Dβ + ε’ (2)
où α et β sont les coefficients à estimer, et ε’ est l’erreur résiduelle distribuée selon
une loi normale centrée de variance proportionnelle à une puissance du diamètre :
Var (ε’) = k Dz.
Les modèles (1) et (2) représentent deux façons de traiter l’hétéroscédasticité, c’est-à-
dire le fait que la variance de la biomasse sèche augmente lorsque le diamètre augmente. Si on
applique la transformation log-log au modèle (2), on trouve l’équivalence suivante entre les
6
coefficients du modèle (1) et ceux du modèle (2) : a = ln(α), b = β .Cependant, l’ajustement
d’un modèle linéaire sur données log-transformées introduit un biais d’estimation (Parresol,
1999). Ce biais peut être corrigé par un facteur de correction égal à exp(σ2/2). Quand on prend
en compte ce facteur de correction du biais, la relation entre les coefficients du modèle (1) et
ceux du modèle (2) devient : α = exp(a + σ2/2), b = β
II. RESULTATS
Les résultats obtenus ont permis d’avoir deux types de biomasse à savoir la biomasse
des individus de diamètre compris entre 1 cm et 5 cm et la biomasse des individus dont le
diamètre est supérieur ou égale à 10 cm. A ces biomasses, nous avons attribué un tarif de
biomasse.
1. Tarif de biomasse individuel
Un tarif de biomasse, c’est-à-dire une équation reliant la biomasse sèche totale au
diamètre, a été construit à partir des données de biomasse individuelle (figure 6).
Figure 5. Relation entre la biomasse sèche et le diamètre.
La figure ci-dessus montre la relation entre la biomasse sèche, le diamètre et les deux
modèles utilisés.
Le modèle (1) est fortement significatif (F1,137 = 596.6, p-value < 0.001), avec un
coefficient de détermination élevé : R2 = 0.81. L’écart-type résiduel est σ = 0.5261. Les
coefficients du modèle (1) sont les regroupés dans le tableau 1.
1 2 3 4
01
23
45
6
Diamètre (cm)
Biom
asse
(kg)
Modèle linéaire sur données log-transformées : B 0.041 D2.638
Modèle non-linéaire avec modèle pour la variance : B 0.04 D2.688
7
Tableau 1. Coefficients du modèle (1)
Coefficient Estimation Ecart-type T de Student p-value a -3.32688 -0.07404 -44.93 < 0.001 b 2.6307 0.10800 24.43 < 0.001
En tenant compte du facteur de correction du biais, le modèle (1) équivaut au tarif de
biomasse suivant : B = 0.041 × D2.638.
Le modèle (2) conduit à un exposant z = 2.20 pour le modèle de la variance résiduelle.
Ses coefficients sont représentés dans le tableau 2.
Tableau 2. Coefficients du modèle (2)
Coefficient Estimation Écart-type T de Student p-value a 0.0402349 0.0044580 9.025333 < 0.001 b 2.6880492 0.1291256 20.817327 < 0.001
L’expression du tarif de biomasse correspondant est : B = 0.040 × D2.688. Les modèles
(1) et (2) donnent ainsi deux tarifs de biomasse très semblables. Ces deux tarifs sont tellement
proches qu’on ne peut pas conclure à la supériorité de l’un sur l’autre.
2. Biomasse du sous-bois
À partir des biomasses sèches individuelles (1 cm ≤ ≤ 5 cm) et des biomasses
sèches en vrac ( < 1 cm), nous avons calculé la biomasse sèche par carré. Le tableau 3
donne les biomasses sèches ramenées à l’hectare :
8
Tableau 3. Biomasse sèche en kg /ha pour l’ensemble des 16 carrés
Carré Biomasse sèche (kg / ha)
Carré Biomasse sèche (kg / ha)
1 213.3 1 128.0
2 247.2 2 107.7
3 43.6 3 110.6
4 153.2 4 53.4
5 110.9 5 139.0
6 160.3 6 81.7
7 82.5 7 60.4
8 326.7 8 141.9
La biomasse sèche du sous-bois est en moyenne de 135,0 kg/ha, avec un écart-type de
75,1 kg/ha. L’intervalle de confiance à 95 % de la biomasse sèche du sous-bois est
95,0−175,1 kg/ha, soit une précision d’estimation de 29 % au seuil de confiance 95 %. Pour
atteindre une précision d’estimation de 10 % au même seuil de confiance, il aurait fallu
mesurer 141 carrés.
3. Relation avec la structure du peuplement environnant
L’effectif d’arbres de dbh ≥ 10 cm et la surface terrière ont été mesurés dans le
voisinage de chaque carré, jusqu’à une distance de 25m autour La figure suivante montre la
biomasse sèche du sous-bois dans chaque carré en fonction de l’effectif et de la surface
terrière du peuplement environnant. Ces figures représentent les données sur huit (8) carrés :
Figure 6. Relation biomasse/effectif environnant relation biomasse/surface terrière
30 35 40 45
6080
100
120
140
Effectif du voisinage
Biom
asse
sèc
he (k
g/ha
)
2 3 4 5
6080
100
120
140
Surface terrière du voisinage
Biom
asse
sèc
he (k
g/ha
)
9
La relation entre la biomasse sèche du sous-bois et l’effectif du peuplement
environnant ne s’avère pas significative (coefficient de corrélation linéaire : ρ = 0.11,
p-value = 0.798). Par contre celle entre la biomasse sèche du sous-bois et la surface terrière du
peuplement environnant ne s’avère pas non plus significative (ρ = 0.18, p-value = 0.670).
En augmentant la taille de l’échantillon, (nombre des carrés = 16), nous remarquons
une modification (figure 6).
Figure 7. Relation biomasse/effectif environnant relation biomasse/surface terrière avec augmentation de la taille
La relation entre la biomasse sèche du sous-bois et l’effectif du peuplement
environnant s’avère significative (coefficient de corrélation linéaire : ρ = 0.52, p-value =
0.038), tandis que la relation entre la biomasse sèche du sous-bois et la surface terrière du
peuplement environnant ne s’avère pas significative (ρ = 0.27, p-value = 0.310).
III. DISCUSSION
La matière organique végétale est principalement produite par photosynthèse. Une
partie de la production correspond à une augmentation de biomasse, récoltable par l’homme
ou par d’autres consommateurs. Une autre partie est utilisable par la végétation pour ses
propres besoins. L’étude que nous avons menée sur le terrain nous à permis d’évaluer la
biomasse sèche de la végétation du sous-bois.
1. Taille des parcelles On ne connait vraiment pas la taille optimale d’une parcelle d’étude de la production
forestière en terme de biomasse sèche du sous-bois ; celle-ci doit faire l’objet d’une nouvelle
recherche (Unesco, PNUE, FAO ; 1979).
30 35 40 45 50 55
5010
020
030
0
Effectif du voisinage
Bio
mas
se s
èche
(kg/
ha)
2 3 4 5
5010
020
030
0Surface terrière du voisinage
Bio
mas
se s
èche
(kg/
ha)
Histogram of x
x
Freq
uenc
y
0 50 100 200 300
01
23
45
6
10
Pour notre étude, nous avons travaillé sur deux parcelles de 6000 m2 (100 m × 60 m)
chacune soit 0.6 ha. Les études menées par Poore (1968) ont montré qu’une parcelle de 2 à
4 ha était nécessaire pour obtenir un échantillonnage représentatif d’une forêt relativement
homogène. Il a trouvé, en particulier, qu’il fallait une parcelle d’au moins 2 ha pour obtenir un
coefficient de similitude de 50% pour les arbres de la canopée. En outre, Brunig (1973) a
montré qu’il y a une limite supérieure à la taille des parcelles puisque de grandes superficies
augmentent la diversité et ne représentent plus le même type de forêt étudié. Il conclut que les
parcelles doivent couvrir 0.2 à 0.5 ha pour rester homogène. Agrandir les parcelles au-delàs
de cette taille introduit une hétérogénéité en incluant des milieux et des peuplements
différents. L’étude sur l’évaluation de la biomasse sèche doit se faire sur une forêt primaire
celle-ci n’ayant pas encore subit toute perturbation humaine. Klinge et Rodrigues (1973) l’ont
également constaté en testant la longueur des transects nécessaires. Ils ont aussi testé la taille
des parcelles et trouvé que réduire leur dimension de 40 ×50 m à 40 × 40 m ne change pas la
valeur de la biomasse mais que la réduire de 30 × 30 m ou moins augmente la variabilité de
l’évaluation et par conséquent, oblige à multiplier le nombre des échantillons.
Brunig (1973) conclut que pour échantillonner la biomasse on doit utiliser des
parcelles relativement petites et procéder à une stratification selon le milieu et la composition
spécifique, en complétant les données obtenues sur les parcelles par une prospection
approfondie des zones environnantes pour déceler les différences locales. Ces suggestions
fournissent des orientations sérieuses pour échantillonner la biomasse et la production au
niveau actuel des connaissances des forêts tropicales.
2. Nombre d’échantillons Les études menées sur le terrain nous ont permis d’échantillonner sur une superficie
totale de 12000 m2, soit 204 arbustes dont le diamètre est compris entre 1 cm et 5 cm. La
biomasse sèche du sous-bois pour cette taille d’échantillon est en moyenne de 135.0 kg /ha,
avec un écart-type de 75.1 kg/ha, l’intervalle de confiance à 95% est de 95.0-175.1. On
constate que la moyenne ainsi que l’écart-type son compris dans l’intervalle de confiance. De
ce fait, les résultats obtenus sont convenables. De plus, le modèle linéaire est fortement
significatif et présente un coefficient de régression élevé (R2 = 0.81). Le tarif de biomasse sur
lequel ce modèle à été construit est d’un intérêt particulier en ce sens qu’il permet de prédire
la biomasse d’un arbre à partir de caractéristiques dendrométriques facile à mesurer, ce qui
nous donne un tarif de biomasse à une entrée (le diamètre). Au regard de ce qui précède, une
étude similaire a été menée par sur la végétation au sol d’une forêt humide sempervirente du
Kampuchéa démocratique, ex-Cambodge (Hozumi et al. 1969). Ils ont utilisé 20 parcelles de
11
1 m2, ils ont découvert qu’il faudrait plus de 300 parcelles pour obtenir une estimation d’un
niveau de confiance de 95%. De même, pour échantillonner les petits arbres de diamètre < 4.5
cm, il faudrait multiplier par 20 15 parcelles de 2× 2 m pour obtenir le même niveau de
confiance. Les différences observées sont certainement due au type de forêt.
3. Relation entre la biomasse sèche et le peuplement autour Lors de notre étude, il n’était pas question ni de couper ni de peser toute la végétation
de la parcelle. Une estimation de la biomasse sèche du peuplement environnant a été faite à
partir de la relation : B = 0.041 × D2.638. La surface terrière des individus environnants a
également été calculée à partir de la relation suivante : G = c2/4π. Ces valeurs nous ont permis
de constater qu’entre la biomasse sèche du sous-bois et le peuplement environnant il ya une
relation ce qui n’est pas le cas entre la biomasse du sous-bois et la surface terrière du
peuplement environnant. Il convient de noter que chaque forêt possède ses propres relations
allométriques car les rapports entre le diametre, la hauteur, le volume et le poids des arbres
sont liés aux conditions du milieu, d’où toute l’importance de notre étude pour nous permettre
d’acquérir plus des données afin d’arrivé à trouver une relation qui soit extrapolée et adaptée à
toutes les forêts tropicales en générale et celle du Gabon en particulier.
4. La méthode Pour la réalisation de notre étude deux méthodes ont été utilisés, a méthode directe et
la méthode indirecte
La méthode directe a consisté à couper les arbustes (1 cm ≤ Ø≤ 5 cm) pour en prélever
un échantillon qui va être séché pour après calculer la biomasse sèche.
La méthode indirecte a consisté à mesurer les circonférences à 1.30 m pour les arbres
dont le diamètre est supérieur ou égal à 10 cm.
De ces deux méthodes, la méthode directe parait pour nous la meilleure dans la mesure
où elle permet de calculer la biomasse sèche grâce à des données précises (poids frais total,
poids frais échantillon, poids sec échantillon), tandis que la méthode indirecte nous permet de
faire une estimation de la biomasse sèche à partir d’une relation allométrique. L’évaluation de
la biomasse sèche d’un arbre par la méthode indirecte implique plusieurs relations car chaque
partie de l’arbre (branches, tronc et racines) correspond à une relation spécifique.
S’agissant de l’évaluation de poids sec des feuilles les études ont montré qu’il ne peut
dépasser 40 kg (1/0.025) aussi grand que cet arbre puisse être (Unesco, PNUE, FAO ;
12
1979).Cette estimation de la quantité des feuilles peut provoquer probablement une sérieuse
surestimation surtout pour les arbres de plus de 40 cm de DBH.
IV. Conclusion et Perspectives
Au terme de notre étude, 204 arbustes de diamètre 1 cm ≤ Ø ≤ 5 cm ont été coupés et
225 arbres de diamètre ≥ 10 cm ont été inventoriés autour des carrés à une distance de 25 m.
Cela nous à permis d’une part de calculer la biomasse de la végétation du sous-bois et d’autre
part d’estimer à partir d’une relation allométrique la biomasse du peuplement environnant.
Ces résultats contribuent à l’estimation de la biomasse forestière des nos écosystèmes
tropicaux.
En ce qui nous concerne, nous pouvons dire que l’objectif de notre étude a été atteint
dans la mesure où nous avons pus obtenir un tarif de biomasse d’une part, et d’autre part,
avoir des données sur la forêt tropicale de la région de Makokou (Gabon) car les études
publiées ne concernent en majorité que les forêts de l’Asie du Sud-Est.
L’étude mérite d’être poursuivi vu le faible nombre des données disponibles sur les
forêts tropicales (forêt du bassin du Congo) en raison de leur importance à l’échelle du globe.
Les forêts du bassin du Congo, considérées comme deuxième plus grand massif forestier du
monde après l’Amazonie mérite des études multiples et variées pour l’estimation de sa
biomasse sèche, car le manque des données sur les forêts tropicales est une lacune majore
dans la connaissance de la production forestière. Pour mener à bien de telles études, un
dispositif expérimental fiable et un matériel de terrain conséquents sont nécessaires.
13
Bibliographie
Unesco, PNUE et la FAO, 1979 - Ecosystèmes forestiers tropicaux, p 252-265
Hairiah K. et al. , 2001 - Methods for sampling carbon stocks above and below ground. ASB lecture note n°4B, ICRAF, Bogor, 32 p.
CABALLE G., 1986 - Sur la biologie des laines ligneuses en forêt gabonaise. Th. Dr. Etat, Univ. Montpellier II, France.
WHITHE F., 1981 - Carte de la végétation de l’Afrique. Echelle 1/5000000 Unesco, AETFAT et UNSO.
Nicolas PICARD et Sylvie GOURLET-FLEURY, 2008 - MANUEL DE REFERENCE pour l’installation de dispositifs permanents en forêt de production dans le bassin du Congo, 262 p
Judicaël LEBAMBA (Octobre, 2009), Th. Univ. Montpellier II, Relation pollen-végétation-climat actuel en Afrique centrale. Une approche numérique appliquée à la séquence Quaternaire du lac Barombi Mbo, Cameroun.
Estimating Biomass and Biomass Change of Tropical Forests: a Primer (1997) FAO Foresty Paper), 134 p
RAMADE François, 2003 - Eléments d’écologie, Dunod, 690 p.
Kurniatun Hairiah et al. (2001) Methods for Sampling Carbone stocks above and below ground.ASB lecture note n°4B, ICRAF, Bogor, 32 p.
Sites web consultés :
http://www.cifor.org/publications/pdf_files/media/MediaGuide_REDD_
www.nano-sens.com/articles/co.htm
fr.wikipedia.org/wiki/émission-de-co2
14
RESUME
Dans le cadre de la lutte contre les changements climatiques, le protocole de Kyoto ne permet le boisement et le reboisement qu’à travers les mécanismes propres pour un développement propre (MDP). La REDD+, cadrant parfaitement avec les objectifs du protocole de Kyoto, consiste à rémunérer les pays en de développement qui réduisent la déforestation et la dégradation des forêts. En raison de son couvert végétal important (85%), le Gabon est un potentiel bénéficière de ce mécanisme. Une étude sur l’estimation de la biomasse végétale a été réalisée au Gabon dans la région de Makokou plus précisément dans le parc national de l’Ivindo (Station de recherche de l’Ipassa). Deux parcelles (60 m×100 m) chacune ont été mises en place pour cette étude. Pour l’ensemble des parcelles, au totale 204 arbustes de diamètre compris entre 1 cm et 5 cm ont été coupés puis échantillonnés et 225 arbre de diamètre supérieur ou égale à 10 cm ont été inventoriés à une distance de 25 m autour des carrés pour nous permettre de caractériser la relation entre la biomasse de la végétation du sous-bois et la densité du peuplement environnant.
Mots clés : Biomasse, diamètre à hauteur de poitrine (DBH), REDD+, changement climatique, tarif de biomasse.
15
INTRODUCTION ....................................................................................................................................................... 1
I. MATERIELS ET METHODE ..................................................................................................................... 2
1. Localisation et description sommaire de la zone d’étude............................................................................... 2
2. Méthode de mesure ......................................................................................................................................... 3
2.1. Sur le terrain .............................................................................................................................................. 3
2.2. Etude au laboratoire .................................................................................................................................. 4
2.3. Traitement statistique des données ............................................................................................................ 5
II. RESULTATS ................................................................................................................................................. 6
1. Tarif de biomasse individuel .......................................................................................................................... 6
2. Biomasse du sous-bois.................................................................................................................................... 7
3. Relation avec la structure du peuplement environnant .................................................................................. 8
III. DISCUSSION ............................................................................................................................................... 9
1. Taille des parcelles ............................................................................................................................................. 9
2. Nombre d’échantillons ...................................................................................................................................... 10
3. Relation entre la biomasse sèche et le peuplement autour ................................................................................ 11
4. La méthode ........................................................................................................................................................ 11
IV. CONCLUSION ET PERSPECTIVES ................................................................................................12
BIBLIOGRAPHIE ..................................................................................................................................................13