modélisation des systèmes biologiques

cours 5 - 9/02/2004

Le passage
à l'échelle de l'individu

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
Modèles conceptuels

Modèles statistiques
Modèles mécanistes

Précision 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

années
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,

60 t=0 200
180
t=10
50
160
40 140
120
30 Série1 100 Série1
80
20
60
10 40
20
0 0
1 2 3 4 5 6 7 8 9 10 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.
 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...

• ... 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.
12. Enjeux scientifiques...

• Importance du voisinage individuel :

environnement local

Structure spatiale
Processus naturels
100

(croissance, régénération, mortalité)

ou actions humaines
Croissance individuelle
0
0 100

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
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

• Outils d'aide à la gestion.

2. ...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
– ci, gi, hi ?, état
21. Partir des données.

• Des données de suivi individuel...

– sur une longue période (100ans)
– pour chaque individu
– ci, gi, hi ?, 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 ° Arb re a ve n i

n ° in ve n ta ire

y g lo b a l
Pla c e a u

x g lo b a l
n ° c a rto

y lo c a l
x lo c a l

C 79
d 66
d 69

d 72

d 75

c 78

c 83

c 88

c 93
s69

s72

s75

s78

s83

s88
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 :

– sur la surface terrière à 1m30

∆g i = f ( g i (t )) + ε i

effet "taille"
aléa
22. Choix du modèle.

• Modèle d'accroissement individuel :

– sur la surface terrière à 1m30

∆g i = f ( g i (t )) + ε 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

• Analyse des données :

∆gi ∆gi=f(gi) entre 1979 et 1988

500

400

300

200

points aberrants 100

0
0 100 200 300 400 500 600 gi
-100
23. Ajustement.

• calcul des paramètres du modèle.

∆gi ∆gi=f(gi) entre 1979 et 1988

500
y = 0.8323x - 55.049
2
R = 0.6924
400

300

200

100

0
0 100 200 300 400 500 600 gi
-100
23. Ajustement.

• Modèle ajusté :

∆g i = α + βg i + ε 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

 • Des modèles d'interaction :

Effet de B sur A
+ -
Effet de A sur B

mutualisme
prédation
+ coopération
parasitisme
symbiose

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...
31. Rappels sur la compétition

• Plusieurs sources de compétition

• Un effet négatif des voisins,

• Qui augmente avec le nombre de voisins.
32. Principe des indices de compétition

• Mesurer l'effet du voisinage

sur l'accroissement individuel.

∆g i = f ( g i (t )) + ε i

aléa
effet du voisinage
32. Principe des indices de compétition

• Mesurer l'effet du voisinage

sur l'accroissement individuel.

∆g i = f ( g i (t )) + IC (voisi nage) + ε i

effet "taille" effet du voisinage aléa

32. Principe des indices de compétition

• Quelle contribution pour les arbres voisins ?

ICi = ∑ f (g
j / d (i , j )< R
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
• 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

IC i = ∑g
j / d (i , j )< R
j
33. Exemple d'un indice simple...

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

• Calcul de l'indice :
– 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 i = α + βg i + γICi + ε 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

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...
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/