Vous êtes sur la page 1sur 55

modélisation des systèmes biologiques cours 5 - 9/02/2004

Le passage à l'échelle de l'individu
Le passage
à l'échelle de l'individu
biologiques cours 5 - 9/02/2004 Le passage à l'échelle de l'individu François Goreaud LISC - CEMAGREF
biologiques cours 5 - 9/02/2004 Le passage à l'échelle de l'individu François Goreaud LISC - CEMAGREF

François Goreaud LISC - CEMAGREF

Attention

• Ce diaporama est un support de cours prévu pour être accompagné d'explications orales.

• Si vous n'avez pas assisté à l'exposé, la lecture des diapositives seules peut vous amener à faire des contresens.

Les modèles dendrométriques.

• Partir des données,

• Relations entre ces données,

• Evolution au cours du temps.

• Vers des modèles plus complexes.

Le triangle de Levins (1966)

• Le beurre, l'argent du beurre, la crémière

Généralité

Précision
Précision

Modèles conceptuels

Modèles statistiques

Modèles mécanistes

Réalisme

Rappel du cours précédent

(Houllier et al., 1991)

• des tables de production

Age

Ho

N

Hg

Cg

classe I

 

20

10.5

3336

8.8

32

 

25

14

1420

12.4

47

 

30

17

875

15.5

62

 

35

19.6

650

18.1

75

 

40

21.8

505

20.4

87

 

45

23.7

417

22.3

98

 

50

25.3

365

24

108

 

55

26.9

329

25.6

117

 

60

28.1

310

26.8

122

 

65

29

296

27.8

126

classe II

 

22

10.2

3958

8.5

30

 

25

12.1

2005

10.5

38

 

30

14 8

1230

13 2

50

Rappel du cours précédent

(Houllier et al., 1991)

• des tables de production aux modèles à l'échelle du peuplement,

H

(Houllier et al., 1991) • des tables de production aux modèles à l'échelle du peuplement, •
(Houllier et al., 1991) • des tables de production aux modèles à l'échelle du peuplement, •
(Houllier et al., 1991) • des tables de production aux modèles à l'échelle du peuplement, •

années

Rappel du cours précédent

(Houllier et al., 1991)

des tables de production

• • • t=0 60 50 40 30 Série1 20 10 0 1 2 3
t=0
60
50
40
30
Série1
20
10
0
1
2
3
4
5
6
7
8
9
10

aux modèles à l'échelle du peuplement, aux modèles par liste d'arbres,

t=10 200 180 160 140 120 100 Série1 80 60 40 20 0 1 2
t=10
200
180
160
140
120
100
Série1
80
60
40
20
0
1
2
3
4
5
6
7
8
9
10

Rappel du cours précédent

(Houllier et al., 1991)

• des tables de production

• aux modèles à l'échelle du peuplement,

aux modèles par liste d'arbres, aux modèle à l'échelle de l'arbre.

l'échelle du peuplement, • • aux modèles par liste d'arbres, aux modèle à l'échelle de l'arbre.

Objectif du cours :

• Montrer comment on peut passer à l'échelle de l'individu (de l'arbre),

Objectif du cours :

• Montrer comment on peut passer à l'échelle de l'individu (de l'arbre),

• Donner quelques idées sur les modèles "arbre" les plus classiques.

Rappel des cours précédents :

Utilisation

Ajustement

Validation

Contexte

Choix du modèle

Plan :

• Pourquoi passer à l'échelle arbre ?

• Modéliser l'accroissement individuel.

• Prendre en compte le voisinage.

• Avantages et inconvénients de ces modèles.

1. Pourquoi l'échelle arbre ?

• Enjeux sociaux

• Enjeux scientifiques

11. Enjeux sociaux

• Des peuplements réguliers

– objectif de production

11. Enjeux sociaux • Des peuplements réguliers – objectif de production

11. Enjeux sociaux

à des peuplements plus complexes.

– mélangés

– irréguliers

– conservation

– paysage

– divertissement

– production

11. Enjeux sociaux

• Il faut de nouveaux outils.

– prendre en compte la variabilité individuelle.

11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.
11. Enjeux sociaux • Il faut de nouveaux outils. – prendre en compte la variabilité individuelle.

12. Enjeux scientifiques

• Importance du voisinage individuel :

scientifiques • Importance du voisinage individuel : Structure spatiale environnement local 0 100 0 100
Structure spatiale
Structure spatiale

environnement local

0
0

100

0

100

Processus naturels

(croissance, régénération, mortalité)

ou actions humaines

Croissance individuelle

naturels (croissance, régéné ration, mortalité) ou actions humaines Croissance individuelle Indice de Compétition
naturels (croissance, régéné ration, mortalité) ou actions humaines Croissance individuelle Indice de Compétition
naturels (croissance, régéné ration, mortalité) ou actions humaines Croissance individuelle Indice de Compétition
naturels (croissance, régéné ration, mortalité) ou actions humaines Croissance individuelle Indice de Compétition

Indice de Compétition

12. Enjeux scientifiques

• Importance du voisinage individuel.

• Importance de la structure spatiale :

– comment la décrire et la modéliser ?

– comment elle se forme ?

– comment elle influence les processus ?

12. Enjeux scientifiques

• Modéliser à l'échelle de l'arbre :

– la croissance individuelle

– la compétition en fonction du voisinage

– la qualité du bois

– la mortalité

– la régénération

individuelle – la compétition en fonction du voisinage – la qualité du bois – la mortalité

12. Enjeux scientifiques

• Modéliser à l'échelle de l'arbre :

– la croissance individuelle

– la compétition en fonction du voisinage

– la qualité du bois

– la mortalité

– la régénération

du voisinage – la qualité du bois – la mortalité – la régénération • Outils d'aide

• Outils d'aide à la gestion.

l'accroissement

individuel

• Partir des données

• Choix du modèle

• Ajustement

21. Partir des données.

• Des données de suivi individuel

– sur une longue période (100ans)

– pour chaque individu

– c i , g i , h i ?, état

21. Partir des données.

• Des données de suivi individuel

– sur une longue période (100ans)

– pour chaque individu

– c i , g i , h i ?, état

• Trouver la bonne base de données

– divers organismes,

– travail de nettoyage sur les données.

21. Partir des données.

• Dispositif de Lamotte-Beuvron (INRA)

 

n° inve nta ire

 

a ve n i

                                     

Pla c e a u

n° c a rto

n° Arb re

lo c a l

lo c a l

g lo b a l

g lo b a l

66

69

s69

72

s72

75

s75

78

C79

s78

83

s83

88

s88

93

x

y

x

y

d

d

d

d

c

c

c

c

A1

1

191

 

1.6

39.43

11.6

233.98

8

9

 

10

 

10

 

32

32

 

33

é c l.

     

A1

2

194

 

2.9

39.49

12.9

234.04

12

14

 

16

 

17

 

56

56

 

64

 

71

 

77

A1

3

           

4

4

 

4

 

4

 

14

 

se c

         

A1

4

206

 

15.2

39.34

25.2

233.89

11

13

 

14

 

15

 

47

47

 

52

 

56

 

59

A1

5

           

3

3

 

3

se c

                   

A1

6

210

 

18.45

39.43

28.45

233.98

14

19

 

19

 

19

 

66

66

 

71

 

78

 

87

A1

7

           

2

2

 

2

se c

                   

A1

8

217

 

23

39.02

33

233.57

9

10

 

12

 

12

 

38

38

 

39

 

41

 

43

A1

9

           

6

6

 

7

 

7

 

21

 

se c

         

A1

10

188

 

1

37.66

11

232.21

8

9

 

9

 

9

 

31

31

 

35

é c l.

     

22. Choix du modèle.

• Modèle d'accroissement individuel :

du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆g =
du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆g =
du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆g =
du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆g =
du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆g =
du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆g =

– sur la surface terrière à 1m30

∆g = f (g (t)) + ε i i i
∆g = f (g (t)) + ε
i
i
i

effet "taille"

aléa

22. Choix du modèle.

• Modèle d'accroissement individuel :

du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆ g
du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆ g
du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆ g
du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆ g
du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆ g
du modèle. • Modèle d'accroissement individuel : – sur la surface terrière à 1m30 ∆ g

– sur la surface terrière à 1m30

g = f (g (t)) + ε

i

i

i

– sur la hauteur ?

22. Choix du modèle.

• Préparer les données :

– sélection de la période étudiée :

• entre 1979 & 1988

– sélection des arbres vivants : (3952)

– choix d'une sous-population : (250 arbres)

– calcul de l'accroissement

– analyse des données

22. Choix du modèle.

modèle parabolique modèle linéaire

22. Choix du modèle. modèle parabolique modèle linéaire • Analyse des données : ∆ g i
22. Choix du modèle. modèle parabolique modèle linéaire • Analyse des données : ∆ g i
22. Choix du modèle. modèle parabolique modèle linéaire • Analyse des données : ∆ g i
22. Choix du modèle. modèle parabolique modèle linéaire • Analyse des données : ∆ g i

• Analyse des données :

g i

modèle linéaire • Analyse des données : ∆ g i ∆ g i = f (

gi=f(gi) entre 1979 et 1988

500 400 300 200 100 0 0 100 200 300 400 500 600 -100
500
400
300
200
100
0
0
100
200
300
400
500
600
-100

points aberrants

( g i ) entre 1979 et 1988 500 400 300 200 100 0 0 100

g i

23. Ajustement.

• calcul des paramètres du modèle.

g i

∆gi=f(gi) entre 1979 et 1988 500 y = 0.8323x - 55.049 R 2 = 0.6924
∆gi=f(gi) entre 1979 et 1988
500
y = 0.8323x - 55.049
R 2 = 0.6924
400
300
200
100
0
0
100
200
300
400
500
600
-100

g i

23. Ajustement.

• Modèle ajusté :

g =α+βg +ε

i

i

i

α = -55.05 β = 0.83

ce modèle est indépendant du voisinage !

3. Prendre en compte le voisinage.

• Rappels sur la compétition

• Principe des indices de compétition

• Exemple d'un indice simple

Effet de A sur B

• Des modèles d'interaction :

Effet de B sur A

+

-

+

-

mutualisme

coopération

symbiose

prédation

parasitisme

prédation

parasitisme

compétition

Classification simplifiée des interactions entre individus. d'après Haskell en 1949 (in Leary, 1985)

31. Rappels sur la compétition

• Plusieurs sources de compétition

– pour la lumière

– pour l'eau

– pour les ressources du sol

– pour l'espace

sources de compétition – pour la lumière – pour l'eau – pour les ressources du sol

31. Rappels sur la compétition

• Plusieurs sources de compétition

• Un effet négatif des voisins,

• Qui augmente avec le nombre de voisins.

• Plusieurs sources de compétition • Un effet négatif des voisins, • Qui augmente avec le
• Plusieurs sources de compétition • Un effet négatif des voisins, • Qui augmente avec le

32. Principe des indices de compétition

• Mesurer l'effet du voisinage sur l'accroissement individuel.

∆g = f (g (t)) + ε i i i
∆g = f (g (t)) + ε
i
i
i

effet du voisinage

aléa

32. Principe des indices de compétition

• Mesurer l'effet du voisinage sur l'accroissement individuel.

∆g = f (g (t)) + IC(voisinage) + ε i i i
∆g = f (g (t)) + IC(voisinage) + ε
i
i
i

effet "taille"

effet du voisinage

aléa

32. Principe des indices de compétition

• Quelle contribution pour les arbres voisins ?

IC = ∑ i j / d ( i , j
IC
=
i
j
/
d
(
i
,
j

f

(

)

< R

g

j

,

h

j

,

etc

)

32. Principe des indices de compétition

• Différents indices de compétition :

– nombre de voisins

– nombre de voisins plus hauts, plus gros, etc

– en fonction de l'espèce

– somme de

plus gros, etc – en fonction de l'espèce – somme de • surface terrière des voisins

• surface terrière des voisins

• rapport des hauteurs des voisins

• cône d'ombrage des voisins

(voir pex Biging & Dobbertin, 1995)

32. Principe des indices de compétition

• Différents indices de compétition.

• qui soulèvent des questions :

– comparaison ?

– choix d'un indice ?

– validation ?

– justification physiologique ?

33. Exemple d'un indice simple

• Définition de l'indice :

– somme des surfaces terrières

• Définition de l'indice : – somme des surfaces terrières IC = ∑ g i j
• Définition de l'indice : – somme des surfaces terrières IC = ∑ g i j
• Définition de l'indice : – somme des surfaces terrières IC = ∑ g i j
IC = ∑ g i j j / d ( i , j ) <
IC
=
∑ g
i
j
j
/ d
(
i
,
j
) <
R

33. Exemple d'un indice simple

• Définition de l'indice.

– somme des surfaces terrières

• Calcul de l'indice :

IC = ∑ g i j j / d ( i , j ) <
IC
=
∑ g
i
j
j
/ d
(
i
,
j
) <
R

– préparation des données

– implémenter le calcul de voisinage

Il faut des données de position des arbres !

33. Exemple d'un indice simple

• Préparation des données :

– caractéristiques individuelles,

– valeur de l'indice,

– pour différent rayon R.

33. Exemple d'un indice simple

• Préparation des données :

– caractéristiques individuelles,

– valeur de l'indice,

– pour différent rayon R.

• Ajustement :

– modèle linéaire

– par exemple sous SAS

33. Exemple d'un indice simple

• Modèle ajusté :

– R = 8m

g = α + βg + γIC + ε

i

i

i

i

α = 39.9 β = 0.75 γ = -0.014

ce modèle prend en compte le voisinage !

33. Exemple d'un indice simple

• Validation :

– sur d'autres sous-populations :

Valeurs de R² pour le modèle R² 0.8 0.75 LB1 LB2 0.7 LB3 LB4 0.65
Valeurs de R² pour le modèle
0.8
0.75
LB1
LB2
0.7
LB3
LB4
0.65
0.6
portée R
0
2
4
6
8
10
12
14
16
18
20

33. Exemple d'un indice simple

• Utilisation :

– problème de transfert

– identifier le besoin

– interface CAPSIS ?

4. Avantages et inconvénients

4. Avantages et inconvénients
4. Avantages et inconvénients
4. Avantages et inconvénients
4. Avantages et inconvénients

41. Avantages

• Prédiction à l'échelle de l'arbre

• Prise en compte du voisinage

• Ouverture vers la qualité du bois

42. Inconvénients

• Grand nombre de données

• Faible gain en précision

• Problème de validation

Bilan :

• Pourquoi passer à l'échelle arbre ?

• Modéliser l'accroissement individuel.

• Prendre en compte le voisinage.

• Avantages et inconvénients.

Que retenir ?

• On peut construire des modèles dendrométriques à l'échelle de l'arbre

Que retenir ?

• On peut construire des modèles dendrométriques à l'échelle de l'arbre

• La démarche doit être adaptée à la spécificité des données et des questions.

Références citées :

Biging G.S., Dobbertin M. - 1995 : Evaluation of competition indices in individual tree growth models. Forest Science, 41 (2) : 360-377.

Goreaud F. - 2000 : Apports de l'analyse de la structure spatiale en forêt tempérée à l'étude et la modélisation des peuplements complexes. Thèse, ENGREF. 524 pp.

Haskell E.F. - 1949 : A clarification of social science. Main currents in modern thought, 7 (2) : 45-51.

Houllier F., Bouchon J., Birot Y. - 1991 : Modélisation de la dynamique des

peuplements forestiers : état et perspectives. Revue Forestière Française, XLIII (2) : 87-

108.

Leary R.A. - 1985 : Interaction theory in forest ecology and management. Dordrecht Nijhoff Junk. 219 p.

Levins, R. - 1966 : The strategy of model building in population biology. American Scientist, 54 (4) : 421-431.

Pardé J., Bouchon J. - 1988 : Dendrométrie (2ème édition). engref. 325 p.

Sites internet

• CAPSIS : www.multimania.com/coligny/

• INRA : www.inra.fr

• ONF : www.onf.fr/