Rapport de paramétrisation du modèle de simulation de la dynamique forestière SORTIE-ND pour la forêt boréale et sub-boréale de l’ouest du Québec
SORTIE-ND/Boréal
Par Julie Poulin1 et Christian Messier1
Centre d’Étude de la forêt Université du Québec à Montréal
Décembre 2006
Table des matières Liste des tableaux ...........................................................................................................iv Liste des figures ..............................................................................................................vi Préface...........................................................................................................................vii 1. Introduction ................................................................................................................. 1 1.1. Historique ............................................................................................................. 1 1.2. Collaboration......................................................................................................... 1 1.3. La version SORTIE-ND/Boréal ............................................................................. 2 2. Spécificité de SORTIE-ND .......................................................................................... 3 3. Paramétrisation ........................................................................................................... 4 3.1. Introduction au modèle ......................................................................................... 4 3.2. Ressource lumineuse ........................................................................................... 5 3.2.1. Allométrie ....................................................................................................... 7 3.2.1.1. Hauteur du semis .................................................................................... 9 3.2.1.2. Dhp des gaulis....................................................................................... 10 3.2.1.3. Hauteur des arbres adultes ................................................................... 11 3.2.1.4. Rayon et profondeur de la couronne ..................................................... 13 3.2.1.5. Coefficient de transmission de la lumière .............................................. 17 3.2.1.6. Arbres morts .......................................................................................... 19 3.3. Croissance.......................................................................................................... 21 3.3.1. Croissance juvénile en fonction de la lumière .............................................. 21
ii
3.3.2. Croissance adulte ........................................................................................ 23 3.3.2.1. Croissance constante ............................................................................ 24 3.3.2.2. Index de compétition de l’entourage (NCI) ............................................ 26 3.4. Mortalité.............................................................................................................. 28 3.4.1. Mortalité juvénile .......................................................................................... 29 3.4.1.1. Mortalité en fonction de la croissance.................................................... 29 3.4.1.2. Mortalité aléatoire (Juvenile Background Mortality) ............................... 30 3.4.2. Mortalité adulte............................................................................................. 30 3.4.2.1. Mortalité aléatoire .................................................................................. 30 3.4.2.2. Mortalité à la sénescence ...................................................................... 31 3.4.3. Fonction d’auto-éclaircie .............................................................................. 32 3.5. Recrutement ....................................................................................................... 33 3.5.1 Substrat......................................................................................................... 33 3.5.2 Recrutement spatialement explicite .............................................................. 36 Remerciements ............................................................................................................. 37 Références.................................................................................................................... 38 Annexe 1 ....................................................................................................................... 40
iii
Liste des tableaux Tableau 1. Résumé et illustrations des paramètres allométriques juvéniles (α= pente de la relation entre la hauteur et le diamètre à 10cm; R= pente de la relation entre le diamètre à 1,35m et le diamètre à 10cm)........................................................................ 8 Tableau 2. Résumé et illustrations des paramètres allométriques adultes (H1= hauteur maximum; B= pente initiale de la relation entre la hauteur et le diamètre; C1= pente de la relation entre le rayon de la couronne et le dhp; a= exposant de la relation entre le rayon de la couronne et le dhp C2= pente de la relation entre la profondeur de la couronne et la hauteur de l’arbre; b= exposant de la relation entre la profondeur de la couronne et la hauteur de l’arbre. ................................................................................... 9 Tableau 3. Détail de l’analyse du paramètre α de la relation entre la hauteur du semis et le diamètre au collet. ................................................................................................. 10 Tableau 4. Détail de l’analyse des paramètres H1 et B de la relation entre le dhp et la hauteur pour les arbres adultes..................................................................................... 12 Tableau 5. Détail de l’analyse des paramètres C1 et ξ de la relation entre le dhp et le rayon de la couronne..................................................................................................... 14 Tableau 6. Détail de l’analyse des paramètres C2 et b de la relation entre la hauteur de l’arbre et la profondeur de la couronne.......................................................................... 16 Tableau 7. Illustrations et coefficient de transmission de la lumière par la couronne des arbres vivants (étude de P. Bartemucci et K.D. Coates) et des arbres morts (étude de J. Poulin, K.D. Coates et C. Messier) des classes de décomposition 1 à 3. Le nombre d’arbres échantillons et l’écart type sont entre parenthèses.......................................... 20 Tableau 9. Détail de l’analyse des paramètres A et S pour l’équation de la croissance juvénile en fonction de la lumière et provenance des données de terrain. .................... 22 Tableau 10. Nombre d’arbres par espèce, minimum et maximum (min-max), moyenne (moy) et écart type (E.T.), dhp (cm) et taux de croissance radial moyen (mm/an) des arbres adultes mesurés provenant des placettes d’échantillonnage permanentes du Québec sélectionnées (région écologique 5a sur des dépôts fluvioglaciaux). .............. 25 Tableau 11. Détail de la base de données, provenant des autour du Lac Duparquet, utilisée pour calculer les paramètres de la croissance des arbres adultes en fonction de leur entourage. .............................................................................................................. 28
iv
Tableau 12. Paramètre de mortalité dépendant de la croissance (M2) pour chaque espèce. Les données utilisées représentent la valeur moyenne du paramètre sans considérer l’effet de la taille........................................................................................... 30 Tableau 13. Taux de mortalité annuel (fraction) moyens et écarts types calculés à partir des placettes d’échantillonnage permanentes du Québec (région écologique 5a sur des dépôts fluvioglaciaux).................................................................................................... 31 Tableau 14. Paramètres α et β issus de la calibration de la fonction de mortalité à la sénescence ainsi que le dhp estimé à la sénescence................................................... 32 Tableau 15. Paramètre des fonctions linéaires d’auto-éclaircie pour les juvéniles et les adultes et dhp maximum du peuplier faux-tremble........................................................ 33 Tableau 16. Proportion initiale et après traitements des différents substrats................ 34 Tableau 17. Paramètres de favorability des différents substrats pour chaque espèce et auteur de l’étude correspondante.................................................................................. 34 Tableau 18. Paramètre α et β de l’équation du taux de décomposition annuel des différents substrats. Les numéros entre parenthèses se rapportent à ceux de la figure 10. ................................................................................................................................. 35 Tableau 19. Paramètres STR, β, D et θ de l’équation de dispersion spatialement explicite des semis sous une canopée fermée et ouverte (pour les essences dont les paramètres sont différents) et auteur de l’étude correspondante. ................................. 36
v
Liste des figures Figure 1. Illustrations simplifiées de la grille utilisée par le modèle SORTIE-ND pour l’analyse de la lumière. A) photo hémisphérique montrant le patron de déplacement du soleil au cours d’une saison de croissance; B) schéma de la portion du ciel analysée située entre le zénith et l’angle de 45o (0,785 radians). ................................................... 6 Figure 2. Illustrations de la distribution de la lumière : A) schématisation de l’agencement spatiale des couronnes des arbres voisins susceptibles d’intercepter la lumière; B) exemple d’un patron de distribution de lumière calculé par cellule de 2m par 2m. Le ton des pixels, du noir au blanc, est un indice du pourcentage de lumière perçu à cet endroit, de 0% à 100% respectivement. ................................................................. 7 Figure 3. Relation entre le diamètre au collet et la hauteur du semis. .......................... 11 Figure 4. Relation entre le dhp et la hauteur pour les arbres adultes : Hauteur = 1,35 + (H1 - 1,35) * (1-e-(B*dhp)))................................................................................................. 13 Figure 5. Relation entre le dhp et le rayon de la couronne. .......................................... 15 Figure 6. Relation entre le dhp et la profondeur de la couronne................................... 17 Figure 7. Illustration de l’analyse du coefficient de transmission de la lumière par la couronne des arbres : a) la couronne de l’arbre cible isolée; b) le tracé du contour de la couronne; c) la couronne en noir, le ciel en blanc; d) la surface totale occupée par la couronne. ...................................................................................................................... 18 Figure 8. Transmission lumineuse des arbres morts par classe de décomposition...... 21 Figure 9. Illustration de la relation de la croissance radiale (cm) des arbres juvéniles en fonction de la lumière. ................................................................................................... 24 Figure 10. Modèle schématique de la dynamique des différents substrats des lits de germination. .................................................................................................................. 35
vi
Préface Ce rapport décrit les résultats des travaux effectués depuis 1999 et les provenances des données utilisées pour paramétrer le modèle SORTIE-ND/Boréal. Le modèle SORTIE-ND est constamment amélioré tant sur le plan de la paramétrisation que sur le plan de la programmation. Ces paramètres sont sujets à être modifiés suite à de futurs travaux de terrain visant à améliorer les relations observées. La version SORTIEND/Boréal est présentement fonctionnelle pour répondre à un éventail de questions tout en ayant certaines limites. Le modèle SORTIE-ND est disponible uniquement en anglais. Afin de permettre à l’utilisateur de faire la liaison entre les termes utilisés par le modèle et ceux de ce document, il a été nécessaire d’ajouter les noms anglais de certaines équations ou paramètres. Pour plus d’information concernant le modèle SORTIE-ND, consulter le site Internet http://sortie-nd.org/.
vii
1. Introduction
1.1. Historique Le modèle SORTIE a été développé au début des années 90 pour les forêts transitional oak-northern hardwood forests du nord-est américain. À ce moment, il était considéré comme un modèle de simulation de petites et de moyennes perturbations (Pacala et al. 1993; Canham et al. 1994). Au milieu des années 90, SORTIE a été calibré pour la forêt feuillue du sud du Québec (Beaudet et al. 2002). À la fin des années 90, la version originale du modèle a été intensivement modifiée et paramétrée pour la forêt coniférienne transitional coast-interior du nord-ouest de la Colombie-Britannique (SORTIE/BC). L’objectif de cette équipe de recherche était d’y ajouter un module de sylviculture afin de tester différents scénarios sylvicoles. L’expertise acquise par les chercheurs de la Colombie-Britannique, particulièrement celle de K. David Coates, a ensuite été mise à contribution pour paramétrer le modèle SORTIE pour la forêt boréale mixte de la ceinture d’argile du Québec et de l’Ontario (SORTIE/Boréal). La paramétrisation du modèle pour les biomes du Canada s’insère dans le programme de recherche majeur en forêts boréales initiés par le Réseau en gestion durable des forêts (RGDF). Récemment, le modèle a été restructuré et reprogrammé en C++.
En raison des
changements majeurs apportés au modèle, il a été renommé SORTIE-ND. Le suffixe ND réfère à la dynamique de voisinage (Neighborhood Dynamic) qui est maintenant à la base du modèle.
1.2. Collaboration La paramétrisation de la version de SORTIE-ND/Boréal est le fruit d’une collaboration étroite entre plusieurs équipes de chercheurs du Québec. D’abord Christian Messier, professeur en écologie forestière à l’Université du Québec à Montréal (UQAM), est le 1
chercheur à la tête de ce projet. K. David Coates, chercheur au Service canadien des forêts de la Colombie-Britannique, a travaillé deux ans à l’UQAM (de 1999 à 2001), en tant que post-doctorat, entre autres à coordonner les efforts des différentes équipes de recherche. Les recherches de l’équipe de K.D. Coates et C. Messier, se sont concentrées, entre autres, sur la paramétrisation du module de lumière, du module de croissance, et du module de mortalité pour les arbres adultes. L’équipe de Daniel Kneeshaw, professeur en écologie forestière à l’UQAM, s’est intéressée à la mortalité juvénile et l’équipe de David Greene, professeur en régénération forestière à l’Université Concordia, au module de régénération. Charles D. Canham, chercheur à l’IES (Institute of Ecosystem Studies) à Millbrook, dans l’état de New York aux ÉtatsUnis, et maintenant principal chercheur de l’équipe qui développe le modèle, a collaboré à la plupart des étapes de la paramétrisation de la version SORTIEND/Boréal. Depuis le début de l’année 2006, Mike Papaik, un chercheur post-doctoral de l’équipe de C. Messier, qui a aussi travaillé sur la programmation du modèle au sein de l’équipe de C.D. Canham, travaille sur les derniers détails de la paramétrisation de la version SORTIE-ND/Boréal.
1.3. La version SORTIE-ND/Boréal La version du modèle SORTIE-ND/Boréal a été paramétrée à partir de données récoltées dans les forêts mixtes de la région du Lac Duparquet, principalement dans la Forêt d’enseignement et de recherche du Lac Duparquet. Les six essences modélisées sont toutes dominantes ou sous-dominantes; le thuya de l’Est (Thuya occidentalis), le sapin baumier (Abies balsamea), l’épinette blanche (Picea glauca), le pin gris (Pinus banksiana), le peuplier faux-tremble (Populus tremuloides) et le bouleau blanc (Betula papyrifera). Dernièrement, l’érable à épis (Acer spicatum), une essence du souscouvert forestier reconnue pour sa forte compétitivité pour la lumière en forêt boréale, a
2
aussi été paramétré afin de mieux simuler la dynamique de lumière pour la régénération. 2. Spécificité de SORTIE-ND Il est maintenant reconnu par les forestiers qu’il y a un important et urgent besoin de recherches à long terme en foresterie. Nous vous présentons une approche qui combine de courtes études empiriques avec le développement d’un modèle de simulation forestière comme un moyen d’explorer la réponse à long terme de la forêt aux perturbations naturelles et anthropiques. La modélisation s’inscrit dans nos études comme un médium qui permet d’intégrer les recherches de différents domaines et qui permet d’identifier de nouvelles problématiques. La dynamique forestière simulée émerge des interactions compétitives locales pour les ressources. Parce qu’il est spatialement explicite, c’est-à-dire que la position de chaque arbre est définie, le modèle SORTIE-ND détermine la performance de chacun des arbres en fonction de ses interactions avec son environnement. Parce que la dynamique simulée est estimée empiriquement et repose sur des interactions biologiques véritables, SORTIE-ND est un modèle idéal pour identifier les interactions dominantes de la dynamique forestière. SORTIE-ND permet de simuler la dynamique de peuplements complexes tels que des peuplements inéquiens et composés de plusieurs espèces. Il est aussi possible de simuler différents types, formes et grandeurs de coupes (coupe partielle, coupe par trouée, etc.) et d’ouvertures. Ce modèle peut répondre à des questions théoriques et appliquées sur la succession, la dynamique de peuplement et la planification de la gestion forestière.
3
3. Paramétrisation
3.1. Introduction au modèle SORTIE-ND est un modèle élaboré pour simuler le cycle de vie de chaque arbre et d’explorer les effets d’événements extérieurs sur ceux-ci. Il accompli cette tâche en créant virtuellement chaque arbre et en permettant certains processus, choisi par l’utilisateur, qui agiront sur le développement de l’arbre. Ces processus sont appelés behaviors et correspondent généralement à un processus biologique (ressource, croissance, mortalité, régénération, etc.). Ce qui fait la particularité de SORTIE-ND, c’est que la ressource disponible, c'est-à-dire la lumière, est calculée pour chaque arbre. Il est important de noter que la lumière est un indice de la disponibilité de l’eau et des éléments nutritifs. Pacala et al. (1993; 1996) ont estimé que même si l’eau et l’azote ont une influence sur les données utilisées pour paramétrer le modèle, ces ressources n’étaient pas fortement reliées à la performance des arbres pour leur sites à l’étude et elles n’ont donc pas été incorporées au modèle. Cela n’est cependant pas le cas pour toutes les forêts. L’autre grande particularité de ce modèle est qu’il est spatialement explicite. Cela implique que la position x,y de chaque arbre est connue. Les arbres sont répartis sur des cellules. La grosseur des cellules peut être défini par l’utilisateur. La première échelle de cellules, d’une dimension par défaut de 2m par 2m, régit la disponibilité lumineuse des semis. La deuxième échelle de cellules, d’une dimension par défaut de 10m par 10m, régit la dynamique du substrat. Les arbres ont trois stades ontogéniques; les individus sans diamètre à 1,35m (plus petit que 1,35m) sont des semis, ceux de moins de 10cm de diamètre à 1,35m sont des gaulis, et ceux de plus de 10cm de diamètre à 1,35m sont des arbres adultes. Le terme ‘’juvénile’’ est utilisé pour désigner à la fois les semis et les gaulis. Le pas de temps du modèle est par défaut de 5 ans, mais il peut être modifié à volonté par l’utilisateur. 4
Cependant, il est conseillé par les concepteurs d’utiliser des pas de temps de 1 à 5 ans. Les demis pas de temps sont fortement déconseillés car la ressource lumineuse est calculée par année.
3.2. Ressource lumineuse La lumière est la ressource clé du modèle SORTIE-ND. La croissance des arbres et, indirectement, la mortalité des juvéniles et la régénération dépendent de la quantité de lumière qu’ils reçoivent. Deux groupes d’information sont nécessaires afin de calculer la disponibilité lumineuse de chacun des arbres: la quantité de lumière qui provient de chaque région du ciel (Canham et al. 1999) et l’agencement des couronnes, ainsi que leur coefficient d’atténuation, des arbres avoisinants susceptibles d’intercepter cette lumière. Le modèle calcule d’abord la disponibilité lumineuse en simulant la vision hémisphérique (figure 2) au-dessus de chaque point d’intérêt (au-dessus de chaque gaulis et au centre des cellules de 2m par 2m à la hauteur de 0,675m pour lesquelles il y a des semis). La quantification de la ressource lumineuse par le modèle, à partir de cette vision hémisphérique, est effectuée en modifiant quelque peu le modèle gap light index (GLI) (Canham 1988; Canham et al. 1994; Chazdon et Field 1987). Le modèle permet de quantifier l’environnement lumineux, radiations directes et diffuses, en considérant le patron de déplacement du soleil (figure 1A) en fonction de la latitude de la région simulée (48,50 pour l’Abitibi) et le coefficient de transmission de la lumière du ciel dégagé (65%). Il est aussi nécessaire de définir à quel moment l’activité de croissance végétale commence et se termine pour la région étudiée (jour Julien 105 à 258 pour l’Abitibi). Comme peu de lumière provient des angles près de l’horizon, la lumière considérée provient par défaut de la portion du ciel située entre le zénith et l’angle de 45o (0,785 radians) (Canham et al. 1990). Une analyse préliminaire du modèle, effectuée par C.D. Canham (voir Pacala et al. 1996), a permis de déterminer que la subdivision de cette fraction du ciel en 216 fenêtres (12 grilles en altitude et 18 5
grilles en azimut) fournissait une bonne estimation de l’environnement lumineux (schéma simplifié à la figure 1B).
Figure 1. Illustrations simplifiées de la grille utilisée par le modèle SORTIE-ND pour l’analyse de la lumière. A) photo hémisphérique montrant le patron de déplacement du soleil au cours d’une saison de croissance; B) schéma de la portion du ciel analysée située entre le zénith et l’angle de 45o (0,785 radians).
Une fois que l’on connaît la quantité de lumière potentielle provenant de chaque fenêtre à chaque point d’intérêt (arbre ou cellule), le modèle doit déterminé la proportion qui est interceptée par l’environnement immédiat. La première étape est d’identifier des arbres environnants; l’espèce, le dhp et la position cartésienne. À partir de ces informations, le modèle calcule la hauteur, la largeur et la profondeur des couronnes à l’aide des équations allométriques (expliquées en 3.1.1.). L’information sur l’agencement spatiale des couronnes des arbres environnants détermine quelles fenêtres de lumière sont interceptées par les couronnes des arbres voisins. Le coefficient spécifique d’atténuation de la lumière est alors utilisé pour déterminer le pourcentage de cette lumière qui est intercepté à chacune de ces fenêtres. Il en résulte une table d’atténuation de la lumière par fenêtre pour chaque cible. Les éléments de cette table sont ensuite multipliés par la quantité de lumière provenant de chaque fenêtre
6
précédemment calculée pour chaque cible. Les résultats sont additionnés pour obtenir une seule donnée, le GLI, exprimé en pourcentage pour chaque cible (figure 2).
Figure 2. Illustrations de la distribution de la lumière : A) schématisation de l’agencement spatiale des couronnes des arbres voisins susceptibles d’intercepter la lumière; B) exemple d’un patron de distribution de lumière calculé par cellule de 2m par 2m. Le ton des pixels, du noir au blanc, est un indice du pourcentage de lumière perçu à cet endroit, de 0% à 100% respectivement.
3.2.1. Allométrie Afin d’alléger les calculs au cours de la simulation, la forme de la couronne des arbres a été réduite à un cylindre. Le tronc n’est pas simulé par le modèle, laissant ce cylindre virtuellement flotter dans les airs. Tous les paramètres allométriques qui déterminent la forme simplifiée de ces arbres sont propres à chaque espèce. C’est le diamètre à la hauteur de la poitrine (dhp, soit à 1,35m) qui est le paramètre allométrique de base pour estimer le rayon de la couronne et la hauteur des arbres adultes (dhp > 10cm) et des gaulis (hauteur > 1,35m, donc dhp ≠ 0). La hauteur de l’arbre est ensuite reprise pour estimer la profondeur de la couronne. Finalement, un coefficient d’atténuation spécifique de la lumière a été calculé pour la couronne.
7
Pour les semis, c’est le diamètre au collet, soit à 10 cm, qui est le paramètre de base pour calculer leur hauteur. Ils n’affectent pas l’interception de la lumière parce qu’ils n’ont pas de couronne. Cet aspect est très important dans la conception de certaines simulations car cela implique qu’il n’y a pas de facteur d’atténuation de la lumière près du sol. Les paramètres allométriques expliqués dans cette section et la provenance des bases de données utilisées sont résumés au tableau 1 et 2. Le détail des analyses est présenté dans chacune des sous-sections. Tableau 1. Résumé et illustrations des paramètres allométriques juvéniles (α= pente de la relation entre la hauteur et le diamètre à 10cm; R= pente de la relation entre le diamètre à 1,35m et le diamètre à 10cm) α
R
Thuya de l’Est
0,0181
0,59443
Sapin baumier
0,0152
0,78924
Épinette blanche
0,0162
0,75574
Pin gris
0,0411
0,79064
Peuplier faux-tremble
0,0312
0,82414
Bouleau blanc
0,0481
0,75574
Érable à épis
0,0411,6
0,85265
Essences
1 Données brutes d’une étude de D. Kneeshaw (GREFi) 2 Projet Mortalité de Messier et al. (GREFi et SFMn) 3 Données utilisées pour SORTIE/BC, K.D. Coates (BC Forest Service) 4 Alemdag et Honer 1977 5 Données brutes d’une étude de L. Archambault (SCF-CFL) 6 Données brutes d’une étude de I. Aubin (GREFi)
8
Tableau 2. Résumé et illustrations des paramètres allométriques adultes (H1= hauteur maximum; B= pente initiale de la relation entre la hauteur et le diamètre; C1= pente de la relation entre le rayon de la couronne et le dhp; a= exposant de la relation entre le rayon de la couronne et le dhp C2= pente de la relation entre la profondeur de la couronne et la hauteur de l’arbre; b= exposant de la relation entre la profondeur de la couronne et la hauteur de l’arbre. Essences
H1
B
C1
a
C2
b
Thuya de l’Est
18,781
0,0461
0,1991
0,4681
1,1851
0,5701
Sapin baumier
39,201
0,0271
0,2661
0,3661
0,6681
0,9061
Épinette blanche
34,561
0,0301
0,2621
0,3611
1,3111
0,6891
Pin gris
29,11
0,0511
0,0411
0,8591
1,0221
0,6081
Peuplier faux-tremble
26,261
0,0671
0,0921
0,7611
1,4831
0,5281
Bouleau blanc
20,741
0,0841
0,2201
0,5061
2,2351
0,4191
Érable à épis
8,002
0,2263
0,1773
0,4723
0,7393
0,5093
* Ces données doivent être divisées par 2 pour la feuille de paramètres de SORTIE-ND (voir la justification dans la section validation de la ressource lumineuse) 1 Données brutes d’une étude de P. Bartemucci et K.D. Coates (GREFi) 2 Farrar 1996 3 Données brutes d’une étude de L. Archambault (SCF-CFL)
3.2.1.1. Hauteur du semis L’équation qui détermine la hauteur du semis en fonction du diamètre au collet (standard diameter-height relationships) est la suivante; Hauteur des semis = 0,1 + 30 (1 - ℮ (‐∝ * Diamètre au collet) où α est la pente de la relation entre la hauteur (m) et le diamètre au collet (cm), soit à 10cm. Le détail de l’analyse est présenté au tableau 3 et la relation est illustrée à la figure 3. 9
Tableau 3. Détail de l’analyse du paramètre α de la relation entre la hauteur du semis et le diamètre au collet. n
α
E.T.
R2
138 1070 365 78 516 217 63
0,018 0,015 0,016 0,041 0,031 0,048 0,041
0,000 0,000 0,000 0,001 0,000 0,001 0,001
0,75 0,73 0,76 0,72 0,59 0,73 0,78
Essences Thuya de l’Est Sapin baumier Épinette blanche Pin gris Peuplier faux-tremble Bouleau blanc Érable à épis
3.2.1.2. Dhp des gaulis Lorsque le juvénile atteint la hauteur de 1,35m, l’équation linéaire qui détermine le dhp en fonction du diamètre au collet (DBH-diameter at 10cm relationship) est la suivante; Dhp = (Diamètre au collet * R) + I où R est la pente de la relation entre le dhp (cm) et le diamètre au collet (cm), soit à 10cm et I est l’intercepte. Le paramètre R a été calculé à partir de la table publiée par Alemdag et Honer (1977) (annexe 1) pour toutes les espèces sauf pour le thuya de l’Est, lequel provient des paramètres de la version SORTIE/BC, et l’érable à épis, dont les données proviennent d’une étude de terrain de L. Archambault (SCF-CFL). L’intercepte n’est pas utilisé pour cette version du modèle.
10
Figure 3. Relation entre le diamètre au collet et la hauteur du semis.
3.2.1.3. Hauteur des arbres adultes 11
L’équation qui détermine la hauteur des arbres adultes et des gaules en fonction du dhp (standard diameter height relationship) est la suivante; -(B * dhp)
Hauteur = 1,35 + (H1-1,35) * (1-e
)
où H1 est la hauteur maximum (m) que l’espèce peut atteindre et B est la pente initiale de la relation entre la hauteur (m) et le dhp (cm). La représentation graphique de cette relation est illustrée à la figure 4. Le détail de l’analyse est présenté au tableau 4. Tableau 4. Détail de l’analyse des paramètres H1 et B de la relation entre le dhp et la hauteur pour les arbres adultes. Essences Thuya de l’Est Sapin baumier Épinette blanche Pin gris Peuplier faux-tremble Bouleau blanc Érable à épis
N
H1
E.T.
B
E.T.
R2
258 324 169 105 406 214 115
18,78 39,20 34,56 29,10 26,26 20,74 8,00*
0,584 3,320 2,650 1,820 0,565 0,765 -
0,046 0,027 0.030 0,051 0,067 0,084 0,226
0,003 0,003 0,004 0,007 0,003 0,007 0,009
0,93 0,92 0,87 0,80 0,77 0,70 0,85
12
Figure 4. Relation entre le dhp et la hauteur pour les arbres adultes : Hauteur = 1,35 + -(B*dhp) (H1 - 1,35) * (1-e )).
3.2.1.4. Rayon et profondeur de la couronne 13
La couronne simplifiée des arbres est représentée par un cylindre. L’équation qui détermine le rayon de ce cylindre en fonction du dhp (standard crown width relationship) est la suivante; Rayon de la couronne = C1 * dhpa où C1 est la pente de la relation entre le rayon de la couronne (m) et le dhp (cm) élevé à la puissance a. Les données utilisées pour calculer ces paramètres ont été récoltées par Paula Bartemucci. La méthodologie consistait à mesurer le rayon de la couronne dans quatre directions opposées. Pour les besoins du modèle, le rayon de la couronne a été divisé par deux pour l’analyse des paramètres pour toutes les essences afin de compenser pour leur couronne de forme conique ou sphérique en opposition à la forme cylindrique définie par le modèle. Cette décision se justifie suite à un exercice de validation du module de lumière effectué pour la version SORTIE/BC (Canham et al. 1999). Le détail de l’analyse est présenté au tableau 5 et la relation est illustrée à la figure 5. Tableau 5. Détail de l’analyse des paramètres C1 et ξ de la relation entre le dhp et le rayon de la couronne. Essences Thuya de l’Est Sapin baumier Épinette blanche Pin gris Peuplier faux-tremble Bouleau blanc Érable à épis
n
Rayon (m)
C1
E.T.
a
E.T.
R2
246 242 164 105 352 198 103
0,399 0,532 0,524 0,082 0,183 0,440 0,355
0,199 0,266 0,262 0,041 0,092 0,220 0,177
0,026 0,040 0,083 0,030 0,015 0,046 0,026
0,468 0,366 0,361 0,859 0,761 0,506 0,472
0,021 0,029 0,049 0,111 0,025 0,035 0,049
71,1 41,0 28,2 38,2 72,5 52,0 57,7
14
Figure 5. Relation entre le dhp et le rayon de la couronne.
15
L’équation qui détermine la profondeur de la couronne en fonction de la hauteur de l’arbre (standard crown height relationship) est la suivante; Profondeur de la couronne = C2 * hauteur de l’arbreb où C2 est la fraction de la hauteur de l’arbre occupée par la couronne élevé à la puissance b. Le détail de l’analyse est présenté au tableau 6 et la relation est illustrée à la figure 6. Tableau 6. Détail de l’analyse des paramètres C2 et b de la relation entre la hauteur de l’arbre et la profondeur de la couronne. Essences Thuya de l’Est Sapin baumier Épinette blanche Pin gris Peuplier faux-tremble Bouleau blanc Érable à épis
n
C2
E.T.
b
E.T.
R2
210 194 92 99 260 138 119
0,652 0,345 0,630 1,225 0,262 0,966 0,357
0,072 0,047 0,125 0,345 0,057 0,063 0,050
0,982 1,188 1,010 0,581 1,110 0,751 0,877
0,044 0,049 0,065 0,093 0,071 0,023 0,079
0,77 0,83 0,81 0,39 0,56 0,51 0,59
16
Figure 6. Relation entre la hauteur totale de l’arbre et la profondeur de la couronne.
3.2.1.5. Coefficient de transmission de la lumière 17
Le coefficient de transmission de la lumière a été estimé à partir de photos hémisphériques des couronnes des arbres. La caméra hémisphérique a été placée à environ 2m de l’arbre et de façon à isoler la couronne de l’arbre cible des couronnes environnantes (figure 7a). Les images numériques sont ensuite analysées avec le programme Gap Light Analyser (GLA) (version 2). Ce programme permet de tracer le contour de la couronne à analyser (figure 7b). L’option seuil (threshold) permet de mettre en noir le tronc, les branches et les feuilles et en blanc le ciel (figure 7c). Le programme GLA évalue la surface du ciel visible à travers la couronne en calculant le nombre de pixels blancs. Finalement, le nombre de pixels blancs (ciel) dans cette même surface sans l’arbre est calculé afin d’évaluer la quantité de lumière qui pénétrerait dans cette portion du ciel si cette couronne était absente (figure 7d). La division du résultat obtenu à la figure 8c par celui de la figure 8d donne le pourcentage de la lumière qui traverse la couronne de l’arbre de cette essence (tableau 7). Il est à noter que c’est le % openness qui est utilisé pour calculer ce paramètre.
a
b
c
d
Figure 7. Illustration de l’analyse du coefficient de transmission de la lumière par la couronne des arbres : a) la couronne de l’arbre cible isolée; b) le tracé du contour de la couronne; c) la couronne en noir, le ciel en blanc; d) la surface totale occupée par la couronne.
Il est nécessaire de mentionner que le modèle SORTIE-ND ne tient pas compte de la lumière interceptée par le tronc à l’exception de la partie supérieure comprise dans la couronne. Ce choix est justifié par l’angle de la lumière analysé par le modèle qui est de 18
45o à partir du zénith. Dans cette fraction du ciel, ce sont majoritairement les branches, les feuilles et la partie supérieure du tronc qui interceptent la lumière. 3.2.1.6. Arbres morts Actuellement, lorsque les arbres meurent au cours de la simulation, ils n’interceptent plus de lumière. Il en sera éventuellement autrement avec les arbres morts debout. Une étude de J. Poulin, K.D. Coates et C. Messier (2007, soumis) a permis de quantifier la lumière interceptée par la couronne des arbres morts (tableau 7 et figure 8) en utilisant la méthode décrite pour les arbres vivants. Cependant, puisque l’arbre est mort, le contour de la couronne analysée a été tracé en estimant ce qu’elle aurait due être si l’arbre était vivant. Les arbres morts ont été divisés en trois classes de dégradation de la couronne : •
Classe 1; Arbre dont la mortalité est récente et la forme de la couronne, telle qu’elle était vivante, est clairement définie par les fines branches ou les rameaux encore présents sur les branches plus grosses;
•
Classe 2; Arbre dont la mortalité est moins récente et qui a perdu ses fines branches. La forme de la couronne est moins bien définie mais elle peut être extrapolée à partir de branches plus grosses;
•
Classe 3; Arbre dont la mortalité n’est pas récente, sur lequel seulement quelques branches de forts diamètres persistent. La forme de la couronne est pratiquement absente. La forme de la couronne telle qu’elle était lorsque l’arbre était vivant est une estimation basée sur l’observation des couronnes vivantes des arbres présents sur la photo.
Ainsi, en connaissant le temps nécessaire à un arbre mort pour passer d’une classe de dégradation à une autre (données à venir), il sera possible de simuler la dynamique forestière suite à un feu, une épidémie d’insectes ou autres perturbations majeures.
19
Tableau 7. Illustrations et coefficient de transmission de la lumière par la couronne des arbres vivants (étude de P. Bartemucci et K.D. Coates) et des arbres morts (étude de J. Poulin, K.D. Coates et C. Messier) des classes de décomposition 1 à 3. Le nombre d’arbres échantillons et l’écart type sont entre parenthèses. Essences
Vivant
Classe 1
Classe 2
Classe 3
Thuya de l’Est
0,144
-
-
-
0,478
0,684
0,900
(n=31, ± 0,047)
Sapin baumier
0,111
(n=33, ± 0,040) (n=31, ± 0,047) (n=31, ± 0,047) (n=31, ± 0,047)
Épinette blanche
0,109
-
-
-
0,489
0,511
0,740
(n=37, ± 0,044)
Pin gris
0,124
(n=36, ± 0,045) (n=31, ± 0,047) (n=31, ± 0,047) (n=31, ± 0,047)
Peuplier faux-tremble
0,160
0,650
0,755
0,883
(n=38, ± 0,048) (n=31, ± 0,047) (n=31, ± 0,047) (n=31, ± 0,047)
Bouleau blanc
0,101
0,772
0,841
0,898
(n=31, ± 0,036) (n=31, ± 0,047) (n=31, ± 0,047) (n=31, ± 0,047)
Érable à épis
0,100*
-
-
-
(n=, ± ) * Ce paramètre est estimé, il n’a pas encore été mesuré.
20
Figure 8. Transmission lumineuse des arbres morts par classe de décomposition.
3.3. Croissance Le module de croissance attribut un taux de croissance propre aux arbres juvéniles et aux arbres adultes. Au stade juvénile, l’arbre croît radialement à la hauteur du collet (soit à 10cm), et en fonction de la disponibilité lumineuse. Au stade adulte, il croît radialement au dhp soit à un taux constant, soit en fonction de son entourage. Toutes ces fonctions sont expliquées en détail dans cette section. 3.3.1. Croissance juvénile en fonction de la lumière La croissance radiale des semis et des gaulis est fonction de la disponibilité lumineuse pendant la saison de croissance (Wright et al. 1998). L’échantillonnage pour la paramétrisation de cette équation avait comme objectif d’évaluer le taux de croissance des juvéniles sous différentes intensités lumineuses. Les arbres échantillonnés avait un 21
dhp inférieur à 5cm et provenaient d’un l’environnement lumineux constant depuis 5 à 10 ans. Les environnements lumineux des gaulis échantillonnés variaient de 0-100% et étaient créés seulement par les arbres de la canopée. Nous avons évité les individus en compétition avec des gaulis plus grands et juxtaposés. Les arbres étaient d’abord mesurés (hauteur, diamètre au collet et à la hauteur de la poitrine), puis coupés pour prélever une galette à 10cm du sol pour l’analyse dendrochronologique (croissance moyenne des cinq dernières années). Une photo hémisphérique était ensuite prise à la mi-hauteur de l’arbre, au-dessus de la souche, afin d’évaluer le pourcentage de lumière qu’il recevait. Ces photos étaient par la suite analysées à l’aide du programme informatique Gap Light Analyser (Version 2). L’équation de la croissance des arbres juvéniles en fonction de la lumière (Absolute growth behaviors) est la suivante;
⎛ ⎞ ⎜ A ∗ GLI ⎟ ⎟ Log (croissance radiale annuelle + 1) = ⎜ ⎜A ⎟ ⎜ + GLI ⎟ ⎝S ⎠ où A est la croissance radiale maximale (mm); S est la pente initiale de la relation entre la lumière et la croissance; et GLI est le pourcentage de lumière que reçoit le juvénile simulé. Le détail de l’analyse des paramètres est rapporté au tableau 9 et la relation est illustrée à la figure 9. Il est à noter que nous n’utilisons pas de facteurs de suppression pour cette version de SORTIE-ND.
Tableau 9. Détail de l’analyse des paramètres A et S pour l’équation de la croissance juvénile en fonction de la lumière et provenance des données de terrain.
22
Essences
n
Thuya de l’Est
A
R2
E.T.
S
E.T.
Provenance
49 0,382
0,023
0,339
0,127
0,60 Kneeshaw1, Poulin1
Sapin baumier
63 0,567
0,041
0,079
0,015
0,56 Claveau2
Épinette blanche
63 0,561
0,034
0,072
0,014
0,56 Claveau2, Coates1
Pin gris
44 6,176
23,6
0,006
0,001
0,38 Claveau2
Peuplier faux-tremble 52 0,828
0,094
0,024
0,004
0,46 Coates1
Bouleau blanc
51 2,162
0,589
0,011
0,001
0,81 Coates1
Érable à épis
96 0,409
0,018
0,074
0,014
0,29 Aubin3, Poulin1
1 Données non-publiées ou récoltées exclusivement pour la paramétrisation 2 Claveau et al. 2002 3 Aubin et al. 2005
3.3.2. Croissance adulte
La croissance des arbres adultes a été paramétrée pour deux modèles de croissance; la croissance constante (Adult constant radial growth) ou l’index de compétition de l’entourage (Neighbourhood Competition Index (NCI)). Ces deux approches sont expliquées en détail dans cette section. Le dhp auquel la fonction de croissance adulte s’applique est de 6cm pour l’érable à épis et 10cm pour les autres essences.
23
Figure 9. Illustration de la relation de la croissance radiale (cm) des arbres juvéniles en fonction de la lumière.
3.3.2.1. Croissance constante
24
L’approche de la croissance constante consiste à augmenter le diamètre des arbres d’une valeur propre à chaque espèce peu importe les conditions de lumière et de compétition dans lesquelles ils se trouvent. Cette constante de croissance spécifique a été calculée à partir de la base de données des placettes d’échantillonnage permanentes (PEP) du Québec. Les placettes sélectionnées étaient de la région écologique 5a et sur des dépôts fluvioglaciaux. Les placettes où le nombre d’arbre était inférieur à 10 et où il y a eu de la coupe ont été éliminées. Ainsi, pour chaque intervalle d’échantillonnage, une croissance diamétrale annuelle moyenne a été calculée par espèce (tableau 10). Cette moyenne a été divisée par deux afin d’obtenir le taux de croissance radiale spécifique moyenne en mm par année. Tableau 10. Nombre d’arbres par espèce, minimum et maximum (min-max), moyenne (moy) et écart type (E.T.), dhp (cm) et taux de croissance radial moyen (mm/an) des arbres adultes mesurés provenant des placettes d’échantillonnage permanentes du Québec sélectionnées (région écologique 5a sur des dépôts fluvioglaciaux). Essence
Thuya de l’Est* Sapin baumier Épinette blanche Pin gris Peuplier faux-tremble Bouleau blanc Érable à épis
Dhp n
min-max
46 178 34 751 366 158 89
9,0 – 40,2 9,1 - 34,7 11,7 - 41,5 9,1 - 26,8 9,1 - 56,7 9,8 - 47,1 0,6 - 6,8
Taux de croissance moy E.T.
21,7 16,2 26,4 14,3 18,9 16,7 2,5
8,7 4,9 8,7 3,4 6,8 5,7 1,5
min-max
moy
E.T.
0,09 – 2,29 0,03 - 4,15 0,38 - 3,56 0,03 - 3,31 0,05 - 4,40 0,05 - 3,81 0,41 - 2,69
0,68 1,368 1,599 0,659 1,213 1,048 1,144
0,55 0,93 0,95 0,41 0,95 0,63 0,489
* Les données des placettes permanente et destructives de Yves Bergeron (voir 3.3.2.2.) ont été utilisées faute de données sur cette essence dans les PEP.
Le point faible de cette approche est qu’elle ne tient pas compte de l’environnement immédiat de l’arbre. Un arbre d’une espèce donnée, qu’il soit soumis à une très forte ou une très faible compétition, aura toujours le même taux de croissance annuel. Cette lacune est critique lorsqu’on simule la réponse de croissance des arbres adultes suite à une coupe. Par contre, l’estimation de ce paramètre est rapide et peu coûteuse; 25
l’analyse des données des PEP s’effectue en quelques heures et sans expérimentation sur le terrain. Cette approche permet une estimation simple de la dynamique forestière et suffisamment précise sous certaines conditions de simulation. 3.3.2.2. Index de compétition de l’entourage (NCI)
L’approche de l’index de compétition de l’entourage, élaborée par C.D. Canham, P. Lepage et K.D. Coates (2004), est issue des modèles de compétition spatiale traditionnels basés sur la proximité. Ce modèle permet d’attribuer des paramètres indépendants définissant 1) la croissance radiale maximale potentielle pour des conditions climatiques et édaphiques données, en fonction de l’espèce et de la taille, et 2) l’amplitude de l’effet de la compétition des arbres de l’entourage sur la croissance de l’arbre cible en fonction de l’espèce, de la taille et de la distance des arbres voisins. Cette partie de l’étude a été effectuée par J. Poulin, K.D. Coates et C. Messier. Les données nécessaires à la paramétrisation de ce module sont le diamètre et la croissance radiale moyenne des cinq dernières années de l’arbre étude ainsi que la position cartésienne, le dhp et l’espèce de tous les arbres vivants de plus de 9 cm de dhp compris dans un rayon de 10m autour de cet arbre. La validité de la base de données repose sur la variabilité des peuplements sélectionnées; 1) de jeunes versus vieux peuplements, 2) une représentativité suffisante de chaque espèce, 3) une grande variabilité de dhp et 4) de densités. Les données ont été récoltées dans les placettes d’échantillonnage permanentes et destructives (tous les arbres y ont été coupés en 1990) de l’équipe de Y. Bergeron situées dans la Forêt d’enseignement et de recherche du Lac Duparquet. Ces placettes de 20m x 20m sont situées dans des peuplements de différents stades de succession, ce qui correspond à différentes années de feu soit 1760, 1797, 1823, 1847, 1870, 1916, 1944 et 1964 (une placette permanente et une destructive par année de feu). Pour les placettes permanentes, la position cartésienne, l’espèce et le dhp des arbres ont été inventoriés lors de la mise en place du dispositif en 1990-91 et mis à jour en 26
2001 par l’équipe de Y. Bergeron. À l’été 2001, 12 placettes supplémentaires de 10m x 10m autour de chaque placette permanente ont été échantillonnées de façon à obtenir une grille finale de 40m x 40m où la position, l’espèce et le dhp de chaque arbre vivant sont connus. Afin de mesurer la croissance annuelle moyenne des cinq dernières années (1996 à 2000), deux carottes par arbre situé dans le 20m x 20m central ont été prélevées. En ce qui concerne les placettes destructives, l’équipe de Y. Bergeron, en 1990, a cartographié, coupé et mesuré la croissance annuelle de tous les arbres inclus dans les placettes de 20m x 20m. Ainsi, la base de données comprenait déjà la plupart des informations nécessaires à l’analyse à l’exception de la position, l’espèce et le dph des arbres vivants présents en 1990 dans les 12 placettes de 10m x 10m au pourtour de la placette destructive, l’année à laquelle les croissances annuelles moyennes ont été mesurées. L’échantillonnage nécessaire pour compléter la base de données a donc été effectué à l’été 2001 suivant la même méthodologie que pour les placettes permanentes mais les arbres morts dont l’année de mortalité était estimée à dix ans et moins (après 1990) ont aussi été échantillonnés. Afin d’extrapoler le dhp que ces arbres devaient avoir en 1990, la croissance diamétrale annuelle moyenne par espèce, calculée à partir de toutes les placettes permanentes et destructives de Y. Bergeron, a été multipliée par 11 et soustraite par la suite du dhp de ces arbres pour ramener le diamètre à celui de 1990. Pour les arbres morts, le même traitement a été appliqué mais en utilisant un multiple correspondant à l’estimation de l’année de la mort de l’arbre. Cette dernière méthode est peu rigoureuse mais il a été estimé que des différences de quelques mm sur certains arbres avaient peu d’effet sur l’issu de l’analyse. La croissance moyenne annuelle pour ces placettes destructives a été calculée avec les cernes de croissance de 1985 à 1989. Le modèle qui estime les paramètres est le BCNeighborhood. Le principe du modèle est d’effectuer un certain nombre d’itérations pour trouver le modèle et les paramètres qui prédiront le mieux la croissance de l’espèce en fonction de son entourage. Le détail
27
de la base de données utilisée est montré au tableau 11. Le nombre d’arbres études est suffisant pour le peuplier mais déficient pour les autres essences. Il est quand même recommandé par les auteurs de préférer ce modèle de croissance par rapport à la croissance constante. Le modèle choisi, pour toutes les espèces est le ‘crownding and shading’ sans le paramètre gamma. Tableau 11. Détail de la base de données, provenant des autour du Lac Duparquet, utilisée pour calculer les paramètres de la croissance des arbres adultes en fonction de leur entourage. Essences
Nombre Nombre DHPmin des DHPmax des d’arbres d’arbres arbres arbres cartographiés études études études Placettes permanentes et destructives de l’équipe de Yves Bergeron Thuya de l’Est 300 90 9,0 44,7 Sapin baumier 262 55 9,2 22,5 Épinette blanche 146 48 9,5 46,2 Pin gris Peuplier faux-tremble 819 260 9,0 42,9 Bouleau blanc 228 48 9,0 41,2 Érable à épis -
Ce modèle de simulation de la croissance est beaucoup plus précis et sensible que le modèle de croissance constante. Il permet de simuler un plus large éventail de scénarios sylvicoles. Cependant, le temps et les coûts reliés à la paramétrisation de cette approche sont beaucoup plus importants si la région pour laquelle le modèle est paramétré ne possède pas une telle base de données.
3.4. Mortalité
Le taux de mortalité chez les arbres est un paramètre qui varie selon le stade ontogénique de l’individu. Afin de refléter cette réalité, SORTIE-ND attribue une probabilité de mortalité spécifique propre aux différents stades de l’arbre. Au stade juvénile, la probabilité de mortalité est d’une part aléatoire et d’autre part dépendante de la compétition pour la ressource lumineuse. Au stade adulte, la probabilité de mortalité 28
est d’une part aléatoire, et d’autre part dépendante du dhp. En effet, plus l’arbre croît et s’approche de son dhp de sénescence, plus sa probabilité de mortalité augmente afin que tous les arbres d’une espèce disparaissent au-dessus d’un certain dhp. Le modèle SORTIE-ND permet aussi d’activer une fonction d’auto-éclaircie qui simule la mortalité lorsque la densité est très élevée. Toutes ces fonctions sont expliquées en détail dans cette section. 3.4.1. Mortalité juvénile 3.4.1.1. Mortalité en fonction de la croissance
Cette fonction de mortalité est dépendante du taux de croissance radiale de l’arbre juvénile simulé. Plus la croissance est élevée, plus la probabilité de mortalité diminue. Parce que la croissance juvénile est dépendante de la ressource lumineuse, la mortalité est indirectement dépendante de cette ressource. Ainsi, les semis et les gaulis qui croissent sous une lumière insuffisante auront une plus forte probabilité d’être éliminés. Cette partie de l’étude a été effectuée par D. Kneeshaw. L’équation qui attribue un taux de mortalité en fonction du taux moyen de croissance des cinq dernières années (BC mortality) est la suivante;
où M1 est la probabilité de mortalité du juvénile à une croissance nulle (ce paramètre n’est pas utilisé donc M1 =1 pour toutes les espèces, ce qui annule son effet sur la relation); Croiss. est la croissance radiale annuelle de l’arbre, moyenne des 5 dernières années (mm/an); M2 est le paramètre de mortalité dépendant de la croissance (Kobe et al. 1995, Kobe et Coates 1997; D. Kneeshaw et al. soumis). Biologiquement, cette dernière donnée nous informe sur la capacité de tolérance à l’ombre de l’essence; plus
29
le M2 est élevé, plus l’essence est apte à survivre en faible condition lumineuse. La valeur de ce paramètre est rapportée pour chaque espèce au tableau 12.
Tableau 12. Paramètre de mortalité dépendant de la croissance (M2) pour chaque espèce. Les données utilisées représentent la valeur moyenne du paramètre sans considérer l’effet de la taille. Essences
Thuya de l’Est Sapin baumier Épinette blanche Pin gris Peuplier faux-tremble Bouleau blanc Érable à épis
M2
9,151 8,451 6,751 3,742 2,551 3,611 3,501
1 D. Kneeshaw et al. 2006 2 Kobe et Coates 1997, c’est la même valeur que pour le Lodgepole pine
3.4.1.2. Mortalité aléatoire (Juvenile Background Mortality)
Cette fonction attribue un taux de mortalité aléatoire annuel aux juvéniles. Ce paramètre doit être estimé à partir de données empiriques par l’utilisateur en considérant la densité initiale d’une simulation donnée. Ce taux de mortalité est par défaut fixé à 1% pour toutes les espèces. 3.4.2. Mortalité adulte 3.4.2.1. Mortalité aléatoire
Ce taux de mortalité annuel des arbres adultes (Adult stochastic mortality), indépendant de la taille, a été calculé à partir des placettes d’échantillon permanentes du Québec. Les placettes sélectionnées étaient les mêmes que pour calculer le taux de croissance constant (voir 3.3.2.1.). Cette partie de l’étude a été effectuée par J. Poulin, K.D.
30
Coates et C. Messier. Le taux de mortalité annuel spécifique a été calculé comme suit pour chacune des espèces; Taux de mortalité = ((V1 – V0) / V0) / t1-0 où V0 est le nombre d’arbres vivants de plus de 10cm de dhp au temps 0; V1 est le nombre des arbres V0 encore vivants au temps 1; t est le nombre d’années séparant le temps 0 du temps 1. La valeur de ces paramètres pour chaque espèce est rapportée au tableau 13. Tableau 13. Taux de mortalité annuel (fraction) moyens et écarts types calculés à partir des placettes d’échantillonnage permanentes du Québec (région écologique 5a sur des dépôts fluvioglaciaux). Essences
n1
Taux de mortalité
Écart type
Thuya de l’Est Sapin baumier Épinette blanche Pin gris Peuplier faux-tremble Bouleau blanc Érable à épis
28 26 26 22 -
0,0052 0,020 0,0132 0,019 0,016 0,006 0,0202
0,031 0,026 0,017 0,015 -
1 Le n est le nombre de placette utilisée pour calculer les taux moyens de mortalité. 2 Les taux de mortalité du thuya de l’Est, de l’épinette blanche, de l’érable à épis ont été estimés faute de données empiriques.
3.4.2.2. Mortalité à la sénescence
Cette fonction de mortalité à la sénescence (senescence) impose un taux de mortalité spécifique qui varie avec le dhp de l’arbre. Elle a comme particularité d’attribuer un taux de mortalité équivalent au taux de mortalité aléatoire aux arbres de faibles diamètres et d’augmenter les probabilités de mortalité progressivement à mesure que l’arbre croît. Les probabilités de mortalité augmentent considérablement lorsque l’arbre atteint le stade de sénescence afin que tous les arbres soient disparus à l’âge maximum connu
31
pour l’espèce. Cette partie de l’étude a été effectuée par J. Poulin, D.K. Coates et C. Messier. L’équation est la suivante; où dph (cm) est le diamètre à la hauteur de la poitrine de l’arbre simulé; dhpsénescence est le dhp (cm) estimé pour être le début du stade de sénescence le l’espèce (dbh at onset); α détermine la pente à l’inflexion; β détermine l’intercepte. Ces deux derniers
paramètres ne relèvent pas d’une base empirique et n’ont pas de signification biologique propre. En fait, ces deux paramètres et le dhp à la sénescence sont calibrés en comparant la démographie obtenue lors des simulations avec les tables de rendement publiées par Pothier et Savard (1998). La longévité des essences a aussi été comparée aux valeurs rapportées par Harvey et al. (2002). La valeur de ces paramètres pour chaque espèce est rapportée au tableau 14. Tableau 14. Paramètres α et β issus de la calibration de la fonction de mortalité à la sénescence ainsi que le dhp estimé à la sénescence. Essences
Thuya de l’Est Sapin baumier Épinette blanche Pin gris Peuplier faux-tremble Bouleau blanc Érable à épis
α
β
dhp à la sénescence
-5 -3,7 -3 -3,7 -5 -5 -3
0,1 0,12 0,3 0,2 0,1 0,15 0,2
100 35 40 40 40 35 8
3.4.3. Fonction d’auto-éclaircie
Dans des jeunes peuplements équiens très dense, les fonctions de mortalité décrites précédemment ne semblent pas tuer autant d’arbres qu’en réalité. La fonction d’autoéclaircie (Self-thinning) permet alors de palier à ce problème en appliquant une probabilité pseudo-dépendante de la densité. C’est une fonction très simple, linéaire et dépendante du dhp, qui gagnerait à être raffinée. Par défaut, cette fonction n’est pas activée. En l’activant, deux fonctions sont définies; une aux semis et aux gaulis et une
32
aux adultes pour toutes les essences dont les paramètres pour cette fonction sont différents de zéro (tableau 15). À ce jour, cette fonction est paramétrée uniquement pour le peuplier (K.D. Coates, données non publiées). Elle simule très bien la dynamique des rejets de peuplier d’une densité relativement uniforme de plus de 5 000 tiges à l’hectare. Tableau 15. Paramètre des fonctions linéaires d’auto-éclaircie pour les juvéniles et les adultes et dhp maximum du peuplier faux-tremble. Essences
Peuplier faux-tremble
Juvénile
Pente Intercepte
-0,005 0,0871
Adulte
Pente Intercepte Dhp maximum
-0,0019 0,0543 30
3.5. Recrutement 3.5.1 Substrat
Au début d’une simulation, chaque cellule (10m X 10m par défaut) de la parcelle a les mêmes proportions initiales des différents substrats (tableau 16). La proportion de chaque substrat multipliée par un paramètre de favorability spécifique détermine l’indice du succès d’établissement calculé à chaque pas de temps pour chaque espèce. Cet indice peut aussi être dépendant de la canopée; ouverte ou fermée. Pour calculer empiriquement ces paramètres, l’équipe de D. Greene ont établi des quadrats de 1m X1m. Dans ces quadrats, la proportion de chaque substrat ainsi que le nombre de semis établis ont été recensés. À ce jour, ces paramètres sont les mêmes en condition ouverte ou fermée faute de données empiriques (tableau 17).
33
Il existe deux types d’événements qui modifient le substrat; les traitements sylvicoles et les arbres morts qui tombent au sol. Dans le cas des traitements sylvicoles, nous n’avons pas de nouvelles proportions de substrat faute de données empiriques (tableau 16). Pour ce qui est des arbres morts, un pourcentage de ceux-ci tombent (0% pour le thuya et 70% pour les autres) et le modèle calcule la surface maintenant occupée par ce bois frais dans la cellule correspondante. Certains de ces arbres morts tombés vont exposer le sol minéral (50%), ce qui sera ajouté au substrat pour cette cellule. La surface de sol minéral exposée est estimée à 3m2 pour toutes les essences. Chacun des types de substrat est soumis à un taux de décomposition (tableau 18) vers un autre type de substrat (figure 10). Ces données ont été estimées et elles sont les mêmes que pour la version SORTIE/BC. Tableau 16. Proportion initiale et après traitements des différents substrats. Substrat
Conifer litter Rotten wood Solid wood Sphagnum Deciduous litter
Initiale1
0,024 0,215 0,147 0,017 0,597
Coupe partielle2 0,024 0,215 0,147 0,017 0,597
Coupe par trouées2 0,024 0,215 0,147 0,017 0,597
Coupe totale2 0,024 0,215 0,147 0,017 0,597
1 Étude de David Greene 2 Pas de données
Tableau 17. Paramètres de favorability des différents substrats pour chaque espèce et auteur de l’étude correspondante. Essence
Conifer litter Thuya de l’Est 0,2609 Sapin baumier 0,3933 Épinette blanche 0,2468 Pin gris 0,4620 Peuplier faux-tremble 0,7810 Bouleau blanc 0,6870 Érable à épis 0,01
Rotten wood 0,9156 0,6197 0,7126 0,1550 0,0130 0,0010 0,7097
Solid wood 0,04281 0,00326 0,0001 0,5660 0,0170 0,3810 0,00326
Sphag- Deciduous Auteur num litter 0,00001 0,00003 I. Richie 0,82284 0,04085 I. Richie 0,10024 0,00019 I. Richie 0,0080 0,0040 Estimé 0,0180 0,0100 Estimé 0,1000 0,1200 Estimé 0,00326 0,1423 M. Kehle
34
Tableau 18. Paramètre α et β de l’équation du taux de décomposition annuel des différents substrats. Les numéros entre parenthèses se rapportent à ceux de la figure 10. Substrat Scarified soil (6) Tip-up mounds (4) Fresh log (1) Decayed Logs (2)
α -0.0000005 -0.0000006 -0.000002 -0,11653383
β 4.36 4.34 6.4 1.0
Figure 10. Modèle schématique de la dynamique des différents substrats des lits de germination.
35
3.5.2 Recrutement spatialement explicite
Le module de recrutement détermine le nombre et la distribution spatiale des semis produits par les arbres semenciers en fonction du dhp, de l’espèce et de la localisation. L’équation est une fonction radialement symétrique centrée sur l’arbre:
STR Densité des semis = ∑ cover j (sub_fav ) j n j
β
⎛ ⎛ dbh ⎞ θ ⎞⎟ ⎜ ∑ ⎜⎝ 30 k ⎟⎠ e − Disp ∗ ⎜⎝Dist k ⎟⎠ k
où STR est le recrutement standardisé total; n est le nombre d’arbre; substratj est la proportion relative de substrat j; Le dhp auquel l’arbre commence à se reproduire est de 6cm pour l’érable à épis et 15cm pour les autres essences. Le diamètre au collet moyen des nouveaux semis produits est de 0,1cm. Le détail de l’analyse des paramètres est présenté au tableau 19. Tableau 19. Paramètres STR, β, D et θ de l’équation de dispersion spatialement explicite des semis sous une canopée fermée et ouverte (pour les essences dont les paramètres sont différents) et auteur de l’étude correspondante. Essence Fermée Thuya de l’Est Sapin baumier Épinette blanche Pin gris Peuplier faux-tremble Bouleau blanc Érable à épis Ouverte Peuplier faux-tremble Bouleau blanc
STR (/100)
β
D (x10^4)
Θ
Auteur
4,5099 4,7935 24,9637 3,0570 4,0000 16,0060 87,1900
2 2 2 2 2 2 2
0,8347 0,5440 0,0011 2,8000 0,3800 2,3300 32,1980
3 3 3 3 3 3 3
I. Richie I. Richie I. Richie Même que Lodgepole pine R. Clark B.C. M. Kehle
29,7720 19,1600
2 2
0,3800 0,0776
3 3
B.C. B.C.
36
Remerciements
La paramétrisation du modèle SORTIE-ND pour la forêt boréale de l’ouest du Québec est un projet d’envergure s’échelonnant sur plusieurs années qui n’aurait pas vu le jour sans la coopération d’un très grand nombre de personne. C’est pourquoi les auteurs aimeraient remercier tout ces gens qui ont participé de près ou de loin. Nous remercions d’abord C.D. Canham pour sa participation tout au long du projet. Merci à Lora Murphy, principale programmeuse du modèle SORTIE-ND à l’IES, entre autres pour son efficacité à résoudre nos problèmes logistiques et sa grande disponibilité. Merci particulièrement à David Coates pour avoir permis la faisabilité du projet. C’est à lui que l’on doit la grande partie de la réalisation de l’adaptation du modèle pour la forêt boréal de l’ouest du Québec. Merci à Michael Papaik, pour sa disponibilité au cours de la paramétrisation de cette version de SORTIE-ND et pour sa récente participation à la finalisation du projet. Les auteurs aimeraient aussi remercier les chercheurs Daniel Kneewshaw et David Greene pour leur indispensable participation à la paramétrisation de certaines composantes du modèle. Merci aussi à Marilou Beaudet, qui a toujours le bon conseil. Merci aux chercheurs, aux étudiants et au personnel des différentes équipes de recherche qui ont à un moment ou un autre, apporté leur contribution à ce projet. Nous pensons particulièrement à Brian Harvey, Yves Bergeron, Danielle Charron, Ernest Lo, Yves Claveau, Paula Bartemucci, Dominic Sénécal, Isabelle Aubin, Louis Archambault, Daniel Lesieur, Ian Richie, Rodney Clark et Mike Kehle. Merci aussi aux aides de terrain qui ont été tellement nombreux qu’il est maintenant impossible de tous les dénombrer. Pour terminer, nous voulons remercier le principal organisme subventionnaire, le Réseau en gestion durable des forêts, qui a permis le financement de ce projet.
37
Références
Alemdag, I.S. et Honer, T.G. 1977 Metric relationships between breast-height and stump diameters for eleven tree species from eastern and central Canada. Canadian Forestry Service Information Report FMR-X-49M. Forest Management Institute: Ottawa, Ontario, Canada. 26 pp. Aubin, I., Messier, C. et Kneeshaw, D. 2005. Population structure and growth acclimation of mountain maple along a successional gradient in the southern boreal forest. Ecoscience. 12: 540-548. Beaudet, M., Messier, C. et Canham, C.D. 2002. Predictions of understory light conditions in northern hardwood forests following parameterization, sensitivity analysis, and tests of the SORTIE light model. For. Ecol. Manag., 165: 235-248. Canham, C.D. 1988. Growth and canopy architechture of shade-tolerant trees response to canopy gaps. Ecology, 69(3): 786-795. Canham, C.D., Denslow, J.S., Platt, W.J., Runkle, J.R. Spies, T.A. et White, P.S. 1990. Light regime beneath closed canopies and tree-fall gaps in temperate and tropical forests. Can. J. For. Res., 20 (5): 620-631. Canham, C.D., Finzi, A.C., Pacala, S.W. et Burbank D.H. 1994. Causes and consequences of resource heterogeneity in forests: interspecific variation in light transmission by canopy trees. Can. J. For. Res. 24:337-349. Canham, C.D., Coates, K.D. Bartemucci, P. et Quaglia, S. 1999. Measurement and modeling of spatially-explicit variation in light transmission through interior cedarhemlock forests of British Columbia. Can. J. For. Res., 29: 1775-1783. Canham, C.D., Lepage, P. et Coates K.D. 2004 A neighbourhood analysis of canopy tree competition: effects of shading versus crowding. Can. J. For. Res., 34: 778787. Chazdon, R.L. et Field, C.B. 1987. Photographic estimation of photosynthetically active radiation evaluation of a computerized technique. Oecologia, 73 (4): 525-532. Claveau, Y., Messier, C., Comeau, P.G. et Coates, K.D. 2002. Growth and crown morphological responses of boreal conifer seedlings and saplings with contrasting shade tolerance to a gradient of light and height. Can. J. For. Res. 32: 458-468. Farrar, J.L. 1996. Les arbres du Canada. Fides et le Service canadien des forêts (Ressources naturelles Canada). Canada. 38
Harvey, B.D., Leduc, A., Gauthier, S. et Y. Bergeron. 2002. Stand-landscape integration in natural disturbance-based management of the southern boreal forest. For. Ecol. and Manag., 155: 369-385. Kneeshaw, D., Kobe, R., Coates, K.D. et Messier, C. 2006. Sapling size influences shade tolerance ranking among southern boreal tree species. J. Ecol., 94: 471480. Kobe, R.K., Pacala, S.W., Silander, J.A., Jr. et Canham, C.D. 1995. Juvenile tree survivorship as a component of shade tolerance. Ecol. Appl., 5: 517-532. Kobe, R.K. et Coates, K.D. 1997. Models of sapling mortality as a function of growth to characterize interspecific variation in shade tolerance of eight tree species of northwestern British Columbia. Can. J. For. Res., 27: 227-236. Pacala, S.W., Canham, C.D. et Silander, J.A., Jr. 1993. Forest models defined by field measurements: I. The desing of a northeastern forest simulator. Can. J. For. Res., 23: 1980-1988. Pacala, S.W., Canham, C.D., Silander, J.A., Jr. et Kobe, R.K. 1994. Sapling growth as a function of resources in a north temperate forest. Can. J. For. Res., 24: 21722183. Pacala, S.W., Canham, C.D., Saponara, J., Silander, J.A., Jr., Kobe, R.K. et Ribbens, E. 1996. Forest models defined by field measurements: II. Estimation, error analysis and dynamics. Ecol. Monogr., 66: 1-43. Pothier, D. et Savard, F. 1998. Actualisation des tables de production pour les principales espèces forestières du Québec. Ministère des Ressources naturelles et de la Faune, Direction de la recherche forestière. 183 pp. Ribbens, E., Pacala, S.W. et Silander, J.A.Jr. 1994. Recruitment in forests: calibrating models to predict patterns of seedling dispersal. Ecology, 75: 1794-1806. Wright, E.F., Coates, K.D., Canham, C.D. et Bartemucci, P. 1998. Species variability in growth response to light across a climatic gradient in northwestern British Columbia. Can. J. For. Res., 28: 871-886.
39
Annexe 1
Metric relationships between breast-height and stump diameters for eleven tree species from eastern and central Canada (Alemdag et Honer 1977). DBH (cm) Basal diameter outside bark (cm)
Balsam fir
White spruce
Jack pine
Poplar spp
White birch
Yellow birch
Black spruce
E. White pine
0
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
1
0.7892
0.7557
0.7906
0.8241
0.7557
0.7487
0.7725
0.7445
2
1.5785
1.5114
1.5813
1.6482
1.5114
1.4974
1.5450
1.4890
3
2.3677
2.2671
2.3719
2.4723
2.2671
2.2461
2.3175
2.2335
4
3.1570
3.0228
3.1626
3.2964
3.0228
2.9948
3.0899
2.9781
5
3.9462
3.7785
3.9532
4.1205
3.7785
3.7436
3.8624
3.7226
6
4.7355
4.5342
4.7438
4.9446
4.5342
4.4923
4.6349
4.4671
7
5.5247
5.2900
5.5345
5.7687
5.2900
5.2410
5.4074
5.2116
8
6.3139
6.0457
6.3251
6.5928
6.0457
5.9897
6.1799
5.9561
9
7.1032
6.8014
7.1157
7.4169
6.8014
6.7384
6.9524
6.7006
10
7.8924
7.5571
7.9064
8.2410
7.5571
7.4871
7.7248
7.4451
11
8.6817
8.3128
8.6970
9.0651
8.3128
8.2358
8.4973
8.1896
12
9.4709
9.0685
9.4877
9.8892
9.0685
8.9845
9.2698
8.9342
13
10.2602
9.8242
10.2783
10.7133
9.8242
9.7333
10.0423
9.6787
14
11.0494
10.5799
11.0689
11.5374
10.5799
10.4820
10.8148
10.4232
15
11.8386
11.3356
11.8596
12.3615
11.3356
11.2307
11.5873
11.1677
16
12.6279
12.0913
12.6502
13.1856
12.0913
11.9794
12.3597
11.9122
17
13.4171
12.8470
13.4409
14.0097
12.8470
12.7281
13.1322
12.6567
18
14.2064
13.6027
14.2315
14.8338
13.6027
13.4768
13.9047
13.4012
19
14.9956
14.3584
15.0221
15.6579
14.3584
14.2255
14.6772
14.1458
20
15.7849
15.1142
15.8128
16.4820
15.1142
14.9742
15.4497
14.8903
21
16.5741
15.8699
16.6034
17.3061
15.8699
15.7230
16.2222
15.6348
22
17.3633
16.6256
17.3940
18.1302
16.6256
16.4717
16.9946
16.3793
23
18.1526
17.3813
18.1847
18.9543
17.3813
17.2204
17.7671
17.1238
24
18.9418
18.1370
18.9753
19.7784
18.1370
17.9691
18.5396
17.8683
40
25
19.7311
18.8927
19.7660
20.6025
18.8927
18.7178
19.3121
18.6128
26
20.5203
19.6484
20.5566
21.4266
19.6484
19.4665
20.0846
19.3574
27
21.3096
20.4041
21.3472
22.2507
20.4041
20.2152
20.8571
20.1019
28
22.0988
21.1598
22.1379
23.0748
21.1598
20.9639
21.6296
20.8464
29
22.8880
21.9155
22.9285
23.8989
21.9155
21.7127
22.4020
21.5909
30
23.6773
22.6712
23.7192
24.7230
22.6712
22.4614
23.1745
22.3354
31
24.4665
23.4269
24.5098
25.5471
23.4269
23.2101
23.9470
23.0799
32
25.2558
24.1826
25.3004
26.3712
24.1826
23.9588
24.7195
23.8244
33
26.0450
24.9384
26.0911
27.1953
24.9384
24.7075
25.4920
24.5689
34
26.8343
25.6941
26.8817
28.0194
25.6941
25.4562
26.2645
25.3135
35
27.6235
26.4498
27.6723
28.8435
26.4498
26.2049
27.0369
26.0580
36
28.4127
27.2055
28.4630
29.6676
27.2055
26.9536
27.8094
26.8025
37
29.2020
27.9612
29.2536
30.4917
27.9612
27.7024
28.5819
27.5470
38
29.9912
28.7169
30.0443
31.3158
28.7169
28.4511
29.3544
28.2915
39
30.7805
29.4726
30.8349
32.1399
29.4726
29.1998
30.1269
29.0360
40
31.5697
30.2283
31.6255
32.9640
30.2283
29.9485
30.8994
29.7805
41
32.3590
30.9840
32.4162
33.7881
30.9840
30.6972
31.6718
30.5251
42
33.1482
31.7397
33.2068
34.6122
31.7397
31.4459
32.4443
31.2696
43
33.9374
32.4954
33.9975
35.4363
32.4954
32.1946
33.2168
32.0141
44
34.7267
33.2511
34.7881
36.2604
33.2511
32.9433
33.9893
32.7586
45
35.5159
34.0068
35.5787
37.0845
34.0068
33.6921
34.7618
33.5031
46
36.3052
34.7626
36.3694
37.9086
34.7626
34.4408
35.5343
34.2476
47
37.0944
35.5183
37.1600
38.7327
35.5183
35.1895
36.3068
34.9921
48
37.8837
36.2740
37.9506
39.5568
36.2740
35.9382
37.0792
35.7367
49
38.6729
37.0297
38.7413
40.3809
37.0297
36.6869
37.8517
36.4812
50
39.4621
37.7854
39.5319
41.2050
37.7854
37.4356
38.6242
37.2257
51
40.2514
38.5411
40.3226
42.0291
38.5411
38.1843
39.3967
37.9702
52
41.0406
39.2968
41.1132
42.8532
39.2968
38.9330
40.1692
38.7147
53
41.8299
40.0525
41.9038
43.6773
40.0525
39.6818
40.9417
39.4592
54
42.6191
40.8082
42.6945
44.5014
40.8082
40.4305
41.7141
40.2037
55
43.4084
41.5639
43.4851
45.3255
41.5639
41.1792
42.4866
40.9482
56
44.1976
42.3196
44.2758
46.1496
42.3196
41.9279
43.2591
41.6928
57
44.9868
43.0753
45.0664
46.9737
43.0753
42.6766
44.0316
42.4373
58
45.7761
43.8310
45.8570
47.7978
43.8310
43.4253
44.8041
43.1818
41
59
46.5653
44.5868
46.6477
48.6219
44.5868
44.1740
45.5766
43.9263
60
47.3546
45.3425
47.4383
49.4460
45.3425
44.9227
46.3490
44.6708
61
48.1438
46.0982
48.2290
50.2701
46.0982
45.6714
47.1215
45.4153
62
48.9331
46.8539
49.0196
51.0942
46.8539
46.4202
47.8940
46.1598
63
49.7223
47.6096
49.8102
51.9183
47.6096
47.1689
48.6665
46.9044
64
50.5115
48.3653
50.6009
52.7424
48.3653
47.9176
49.4390
47.6489
65
51.3008
49.1210
51.3915
53.5665
49.1210
48.6663
50.2115
48.3934
66
52.0900
49.8767
52.1821
54.3906
49.8767
49.4150
50.9839
49.1379
67
52.8793
50.6324
52.9728
55.2147
50.6324
50.1637
51.7564
49.8824
68
53.6685
51.3881
53.7634
56.0388
51.3881
50.9124
52.5289
50.6269
69
54.4578
52.1438
54.5541
56.8629
52.1438
51.6611
53.3014
51.3714
70
55.2470
52.8995
55.3447
57.6870
52.8995
52.4099
54.0739
52.1160
71
56.0362
53.6552
56.1353
58.5111
53.6552
53.1586
54.8464
52.8605
72
56.8255
54.4110
56.9260
59.3352
54.4110
53.9073
55.6189
53.6050
73
57.6147
55.1667
57.7166
60.1593
55.1667
54.6560
56.3913
54.3495
74
58.4040
55.9224
58.5073
60.9834
55.9224
55.4047
57.1638
55.0940
75
59.1932
56.6781
59.2979
61.8075
56.6781
56.1534
57.9363
55.8385
76
59.9825
57.4338
60.0885
62.6316
57.4338
56.9021
58.7088
56.5830
77
60.7717
58.1895
60.8792
63.4557
58.1895
57.6508
59.4813
57.3275
78
61.5609
58.9452
61.6698
64.2798
58.9452
58.3996
60.2538
58.0721
79
62.3502
59.7009
62.4604
65.1039
59.7009
59.1483
61.0262
58.8166
80
63.1394
60.4566
63.2511
65.9280
60.4566
59.8970
61.7987
59.5611
81
63.9287
61.2123
64.0417
66.7521
61.2123
60.6457
62.5712
60.3056
82
64.7179
61.9680
64.8324
67.5762
61.9680
61.3944
63.3437
61.0501
83
65.5071
62.7237
65.6230
68.4003
62.7237
62.1431
64.1162
61.7946
84
66.2964
63.4794
66.4136
69.2244
63.4794
62.8918
64.8887
62.5391
85
67.0856
64.2352
67.2043
70.0485
64.2352
63.6405
65.6611
63.2837
86
67.8749
64.9909
67.9949
70.8726
64.9909
64.3893
66.4336
64.0282
87
68.6641
65.7466
68.7856
71.6967
65.7466
65.1380
67.2061
64.7727
88
69.4534
66.5023
69.5762
72.5208
66.5023
65.8867
67.9786
65.5172
89
70.2426
67.2580
70.3668
73.3449
67.2580
66.6354
68.7511
66.2617
90
71.0318
68.0137
71.1575
74.1690
68.0137
67.3841
69.5236
67.0062
91
71.8211
68.7694
71.9481
74.9931
68.7694
68.1328
70.2961
67.7507
92
72.6103
69.5251
72.7387
75.8172
69.5251
68.8815
71.0685
68.4952
42
93
73.3996
70.2808
73.5294
76.6413
70.2808
69.6302
71.8410
69.2398
94
74.1888
71.0365
74.3200
77.4654
71.0365
70.3790
72.6135
69.9843
95
74.9781
71.7922
75.1107
78.2895
71.7922
71.1277
73.3860
70.7288
96
75.7673
72.5479
75.9013
79.1136
72.5479
71.8764
74.1585
71.4733
97
76.5565
73.3036
76.6919
79.9377
73.3036
72.6251
74.9310
72.2178
98
77.3458
74.0594
77.4826
80.7618
74.0594
73.3738
75.7034
72.9623
99
78.1350
74.8151
78.2732
81.5859
74.8151
74.1225
76.4759
73.7068
100
78.9243
75.5708
79.0639
82.4100
75.5708
74.8712
77.2484
74.4514
43