Vous êtes sur la page 1sur 304

UC Vachères – Inventaires

2013

Analyse & synthèse

1
Inventaires 2013

I - INTRODUCTION

2
1.1. Le plan d’actions de sauvegarde
de l’Unité Conservatoire de Vachères

• 1.1.1. Objectifs et méthodologie

• Dans le cadre du plan d’action de sauvegarde de l’UC de Vachères débuté en 2000, une première
série d’inventaires a été réalisée en 2008. La deuxième série d’inventaires a eu lieu en 2013 et
l’objet de cette présentation est d’analyser ces données et de les comparer aux données 2008
afin d’en déterminer l’évolution.

• Le plan d’action est divisé en 3 parties principales: la première concerne le suivi démographique,
celui-ci doit permettre de mettre en évidence l’évolution de l’état sanitaire du peuplement et de
son effectif.

• Le deuxième axe d’étude concerne le suivi de la régénération, celui-ci étudie différentes modalités
de régénération dans un contexte de sylviculture non maitrisée car n’ayant d’équivalent nulle part
ailleurs.

• Le troisième volet du plan d’action concerne la création d’une « copie de sauvegarde » de l’UC
avec la plantation conservatoire de Villeneuve. Ce troisième volet ne sera pas abordé dans la
présente étude.

3
1.2. Inventaires 2013

• 1.2.1. Déroulement

• La réalisation des mesures de ces inventaires s’est déroulée de la manière suivante :

• -14/05/13 : travail en équipe (G.PEYROTTY, M.INGRAND, F. BASSET, P. ROCHAS, P.


VUILLERMOZ, N. REINHORN) – mesure de 13 placettes de suivi démographique
• -15/05/13 : panne du véhicule administratif ayant entrainé des contretemps – seule 1 placette de
suivi démographique a pu être réalisée (par F BASSET et N REINHORN)
• -16/05/13 : suivi de la régénération : inventaire de la zone « trouée rouge » et recherche des
placettes de la zone « éclaircie » (N REINHORN)
• -22/05/13 : suivi de la régénération : inventaire de la zone « éclaircie » et recherche des placettes
de la zone « trouée jaune » (N REINHORN)
• -23/05/13 : suivi de la régénération : inventaire de la zone « trouée jaune » et recherche des
placettes de la zone « trouée verte » (G. PEYROTTY, N. REINHORN)
• -24/05/13 : suivi de la régénération : inventaire de la zone « trouée verte » (N REINHORN)
• Suivi démographique : mesures de 2 dernières placettes du suivi démographique (G.
PEYROTTY, N. REINHORN)

4
• 1.2.2. Inventaires 2013 : Observations

• La réalisation de ces inventaires a permis de mettre en évidence 2 types de


situations complètement différentes au sein de l’UC.

 Une zone de « fond de vallon » où l’on trouve un contexte forestier plus « traditionnel » avec
un couvert qui se referme naturellement, une régénération venant naturellement et qui
semble se développer favorablement si ses besoins en lumière sont satisfait, ce « fond de
vallon » semble relativement protégé du vent
 ► Cas des trouées vertes et jaunes

 Une zone de « versants » composé d’un sous-étage épais de bruyères qui semble
complètement compromettre les possibilités de régénération et un peuplement adulte qui
semble très dégradé sur le plan sanitaire, avec des difficultés de croissance (malgré
l’absence de coupe le couvert ne semble jamais se refermer) et soumis à des vents violents
et très desséchants (de nombreuses cimes sont cassées et les houppiers semblent se
rétrécir vers l’intérieur avec de nombreux rameaux de l’année secs)
 ► Cas de la trouée rouge et de la zone éclaircie

5
• 1.2.3. Inventaires 2013: Remarques

• Au vu de ces observations, il apparait que la bruyère constitue un obstacle majeur à


la régénération sur les zones de versant.

• Le risque sur ces zones, dans le cas où des semis arrivent malgré tout à s’installer,
se situe notamment au moment où l’on doit ouvrir le peuplement pour favoriser les
jeunes semis et leurs besoins en lumière. Le prélèvement des arbres du couvert
pourrait en effet augmenter la température et la xéricité du sol et provoquer le déclin
des semis de chênes en favorisant au contraire le bon développement de la bruyère.

• Pour résumer cette problématique :


 Trop de lumière = bruyère ;
 Pas assez de lumière = pas de semis de chêne.

6
Inventaires 2013

II – SUIVI DE LA
RÉGÉNÉRATION
7
2.1. Rappel du protocole

• 2.1.1. Installation du dispositif

• Soucieux de commencer à étudier de plus près la méthode adéquate de renouvellement du


peuplement, un premier essai d’ouverture du peuplement a été conduit pendant l’intersaison
2000-2001.

• Dans cet essai, 2 modalités ont été testées :

- Dans le fond de vallon, réalisation de 2 trouées d’environ 40 m de diamètre (soit 0,125 ha)
- Sur le versant nord, éclaircie sur une zone d’environ 1ha (130 m X 77m) avec enlèvement
d’1/3 à ½ de la surface terrière.

• Suite à cet essai, il a été observé en 2008 dans la zone « théoriquement » éclaircie en 2001 (haut
du versant nord) une présence très faible de semis de chêne, même dans les zones à faible
recouvrement en bruyère. Les semis observés étaient très petits (- de 20cm), laissant supposer
qu’ils disparaissaient systématiquement après quelques années faute de lumière suffisante. Une
densité trop forte de chêne semblait donc expliquer l’absence de régénération.

• → Un nouvel essai d’éclaircie sera finalement implanté sur cette zone en 2009.

8
• Nouvelle trouée (haut du versant nord) :
Pour compléter cet essai, une nouvelle trouée de 40m de diamètre a été ouverte en 2009
(emplacement repéré à la peinture), à proximité de la zone éclaircie précédente.

• Cet essai est donc finalement composé de 4 modalités:

-2 trouées de 40m de diamètre en fond de vallon (ouverte pendant l’intersaison 2000-2001)


→ « trouée verte » et « trouée jaune »

-1 trouée de 40m de diamètre dans le haut du versant nord (ouverte en 2009) → « trouée
rouge »

-1 zone fortement éclaircie dans le haut du versant nord (ouverte en 2009) → « zone
éclaircie »

9
• 2.1.2. Unité d’échantillonnage

• L’unité d’échantillonnage est représentée par un placeau circulaire de 1m2, soit 56,5 cm de
rayon.

• Tous les semis de chêne présents sur le placeau feront l’objet :


- d’une détermination de l’essence
- d’une mesure de hauteur (distance verticale entre le collet et le bourgeon le plus haut)

• On mesurera également le recouvrement de la végétation concurrente et d’éventuels


affleurements de roche ou de blocs :
- Recouvrement de la végétation concurrente en 1/10 par grand type de végétation (bruyère à
balai, graminées, arbustes, autres ligneux arbustifs, autres ligneux forestiers…)
- Affleurement de roche en place ou de blocs en 1/10

• Ces placeaux sont disposés par couples.

10
• 2.1.3. Répartition des placeaux

• Il est proposé 5 points d’échantillonnage par trouée.

• On réalisera 2 transects perpendiculaires dont 1 suivant le gradient d’hétérogénéité le plus fort. Le


point d’intersection des 2 transects constituera le point central d’échantillonnage, les 4 autres se
trouvant au milieu des 4 branches de la croix, à une distance de 10 m du centre (cf. schéma).

• Sur chaque point d’échantillonnage, on place le centre du premier cercle puis celui du second
cercle à 1,20 m parallèlement au gradient d’hétérogénéité vers l’amont.

11
• Schéma des placeaux dans les trouées de 40m de diamètre:

Gradient
d’hétérogénéité
10m

10m

10m Cornière orange

12
• 2.1.4. Répartition des placeaux dans la zone éclaircie

• Répartition des placeaux dans la zone éclaircie d’environ 1 ha (100 m x 90 m en moyenne)


(82m côté Est, 98m côté Ouest, 100m côtés Nord et Sud):

- Il est proposé 1 point d’échantillonnage pour 1000 m2, soit 9 points répartis selon une maille
rectangulaire de 20 m X 25 m sur 3 lignes de 3 points (cf. schéma).

- La première ligne est placée parallèlement au chemin à 22 mètres (soit 20 mètres en distance
horizontale) du coin nord-est du dispositif. Le premier point d’échantillonnage est placé sur cette
ligne à 25 mètres. De même, les autres lignes sont espacées de 22 mètres sur la pente et les
points sont espacés sur les lignes de 25 mètres.

- Sur chaque point d’échantillonnage, on place le centre du premier cercle puis celui du second
cercle à 1,20 m perpendiculairement à la ligne vers l’amont.

13
• Schéma des placeaux dans la zone éclaircie:

Sud (Amont)
Cornière orange

Est Ouest

20 m horizontal 25 m
(22m)

Nord (aval)

Chemin 14
• 2.1.5. Implantation et matérialisation

• Chaque angle du dispositif rectangulaire est marqué par une cornière orange. Dans les trouées ,
les cornières oranges sont placées aux extrémités des transects.

• A l’origine, les placettes étaient matérialisées par un piquet planté en leur centre, mais suite à
l’arrachage des piquets, le protocole d’installation des placettes a été modifié en 2011. Le centre
de chaque placette a été géoréférencé en se servant des arbres à proximité de celui-ci comme
points de repère et des piquets metalliques ont été enfouis complètement dans le sol au centre de
chaque placette « aval », leur détection nécessitant donc un détecteur de métal.

15
• Géoréférencement des placettes d’inventaire:

16
• Les arbres repères sont matérialisés sur le terrain par des numéros tracés à la peinture sur
l’arbre. De plus, le nom de l’espèce à laquelle ils appartiennent devra être consigné en même
temps que leurs diamètres mesurés au centimètre près.

• Enfin des photos de ces arbres et de la placette ont été prises et un piquet métallique a été
complètement enfoncé dans le sol à l’endroit exact du centre de chaque placette.

• Seul les centres des premiers cercles (en aval) sont matérialisés par des piquets métalliques
enfoncés dans le sol et géoréférencés tel qu’indiqué ci-dessus afin de ne pas confondre les 2
cercles. Le centre des seconds cercles (en amont) devant se trouver à 1,20 mètre en amont
perpendiculairement à la ligne.

• N.B.: les fichiers de géoréférencement des arbres-repères ayant malencontreusement été


détruits, il conviendra de se repérer grâce aux piquets métalliques enfouis dans le sol pour
retrouver l’emplacement des placeaux.

17
• Fiche d’inventaire des semis dans les trouées
N° Essence Hauteur Caractères morphologiques
(mm) OBSERVATIONS
Ch. sessile (S) Pilosité face inf. Pilosité du Présence de Lobes marqués Présence de Pétiole long (L)
Ch. des feuilles : rameau de lobules : oui (M) / nervures / moyen(M) /
pubescent (P) Faible (F) l’année : (O) / non (N) intermédiaires intercalaires : court (C)
En cas de doute /Moyenne (M)/ Oui (O) / (I)/ courts (C) oui (O) / non
(?) Abondante (A) non (N) (N)

18
2.2. Présentation des données 2013

• 2.2.1. Trouée jaune

nb jeunes nb jeunes nb jeunes


hauteur moyenne
chênes chênes chênes nb chênes
N° Placette Code placette des semis 2013
sessiles / m² pubescents / indéterminés / total / m² 2013
(cm) [mini-maxi]
2013 m² 2013 m² 2013

A _ _ _ 0 _
J0
B _ _ _ 0 _

A _ _ _ 0 _
J1
B _ _ _ 0 _

A 3 0 0 3 86 [32-128]
J2
B 10 0 1 11 183 [158-209]

A 16 0 3 19 60,5 [27-120]
J3
B 3 0 0 3 56,3 [39-82]

A 14 0 0 14 33,6 [14-110]
J4
B 19 0 0 19 24,47 [8-44]

Total trouée jaune 6,5 0 0,4 6,9 74,0

19
Placette Couvert Concurrence végétation adventice

J0A 100% Graminées + rosa spp. 100%

J0B 50% Graminées 50% + bruyère 50%

J1A 100% Rosa spp. 100%

J1B 100% Rosa spp. 100%


En rouge :
Placettes
J2A 0% Bruyère 30%
sans semis
J2B 0% _

J3A 0% _

J3B 50% Fougères + graminées 50%

J4A 0% Bruyère + graminées 100%

J4B 0% Bruyère + graminées 100%

20
• La trouée jaune est l’une des deux placettes situées en fond de vallon qui ont été ouvertes en
2000-2001. Elle est protégée de la pression des ongulés par une clôture.

• Une première constatation concerne l’absence de chênes pubescents (d’après les critères
choisis pour la clef de détermination) et la très faible proportion de chênes hybrides (la
dénomination « chêne indéterminé » se rapporte à des taxons présentant des critères
visuellement intermédiaires entre le chêne sessile et le chêne pubescent) : 4 semis sur un total de
69 (5,8%).

• Les placettes J0A, J0B, J1A et J1B ne présentent aucun semis, ce qui peut s’expliquer par le
couvert relativement fermé de ces placettes et la concurrence de la végétation adventice.
Toutefois la présence de vegétation concurrente dans les autres placettes de la trouée jaune où
des semis sont pourtant présents, tend à indiquer que le réel facteur limitant serait bien
l’absence de luminosité au sol plutôt que la concurrence de la végétation adventice.

21
• 2.2.2. Trouée verte

nb jeunes nb jeunes nb jeunes


hauteur moyenne
chênes chênes chênes nb chênes
N° Placette Code placette des semis 2013
sessiles / m² pubescents / indéterminés / total / m² 2013
(cm) [mini-maxi]
2013 m² 2013 m² 2013

A 1 0 0 1 74 [74-74]
V0
B 1 0 0 1 154 [154-154]

A _ _ _ _ _
V1
B _ _ _ _ _

A 3 0 0 3 30,3 [16-46]
V2
B 2 0 0 2 32,5 [18-47]

A 12 0 0 12 62,1 [24-103]
V3
B 2 0 0 2 117,5 [49-186]

A 1 0 0 1 25 [25-25]
V4
B 1 0 1 2 186 [160-212]

Total trouée verte 2,3 0 0,1 2,4 85,2

22
Placette Couvert Concurrence végétation adventice

V0A 0% Graminées 100%

V0B 50% Graminées 100%

V1A 100% Graminées 70%

V1B 100% Graminées + aubépine 100%


En rouge :
Placettes V2A 80% Graminées 70%
sans semis
V2B 70% Graminées + cornouillers 100%

V3A 50% Graminées 70% (+ alisiers)

V3B 0% Graminées + fougères 100%

V4A 0% Graminées + trembles + aubépines 100%

V4B 0% Graminées 100%

23
• La trouée verte est l’une des deux placettes situées en fond de vallon qui ont été ouvertes en
2000-2001. Elle est protégée de la pression des ongulés par une clôture.

• Une première constatation concerne l’absence de chênes pubescents (d’après les critères
choisis pour la clef de détermination) et la très faible proportion de chênes hybrides (la
dénomination « chêne indéterminé » se rapporte à des taxons présentant des critères
visuellement intermédiaires entre le chêne sessile et le chêne pubescent) : 1 semis sur un total de
24 (4,2%).

• Les placettes V1A et V1B ne présentent aucun semis, ce qui peut s’expliquer par le couvert
relativement fermé de ces placettes et la concurrence de la végétation adventice. Toutefois la
présence de vegétation concurrente dans les autres placettes de la trouée verte où des semis
sont pourtant présents, tend à indiquer que le réel facteur limitant serait bien l’absence de
luminosité au sol plutôt que la concurrence de la végétation adventice.

24
• 2.2.3. Comparaison de la trouée jaune et de la trouée verte

• Les deux zones « trouée jaune » et « trouée verte » sont donc assez similaires, tant dans leur
localisation et leur historique qu’au niveau des mesures effectuées.

• La hauteur moyenne des semis est proche (74 cm pour la trouée jaune, 85 cm pour la trouée
verte).

• Le pourcentage de chênes sessiles par rapport au nombre total de semis de chêne est également
du même ordre d’une zone à l’autre (94% dans la trouée jaune, 96% dans la trouée verte). Les
chênes pubescents semblent donc très peu présents.

• La principale différence entre les deux placettes se situe au niveau de la densité de semis/m² : 6,9
pour la trouée jaune et 2,4 pour la trouée verte.

25
• Toutefois les semis sont mieux répartis dans la trouée verte que dans la trouée jaune puisque la
trouée jaune présente 4 placettes vides de semis (sur 10 au total par trouée) alors que la trouée
jaune n’en présente que 2.

• Au vu des observations effectuées sur les placettes concernant le pourcentage de couvert et la


concurrence de la vagétation adventice, il semble que dans ce cas l’absence de semis soit liée
à l’absence de lumière au sol.

• Ces résultats sont favorables en termes de densité puisque le guide de sylviculture du chêne
considère la régénération acquise à partir de 1 semis/m² de + de 10 cm indemne de tout dégât.
Même si l’on considère le taux de chênes ayant subi des dégâts liés à la pression faunistique
(chenilles défoliatrices): 12% pour la trouée jaune et 17% pour la trouée verte, les valeurs
relevées sont nettement au-dessus du seuil préconisé, bien que n’ayant pas forcément encore
atteint la hauteur escomptée.

26
• 2.2.4. Trouée rouge

nb jeunes nb jeunes nb jeunes hauteur


chênes chênes chênes nb chênes moyenne des
N° Placette Code placette
sessiles / m² pubescents / indéterminés / total / m² 2013 semis 2013 (cm)
2013 m² 2013 m² 2013 [mini-maxi]

A 1 0 0 1 13 [13-13]
R0
B _ _ _ 0 _

A _ _ _ 0 _
R1
B 1 0 0 1 30 [30-30]

A 2 0 0 2 17 [14-20]
R2
B _ _ _ 0 _

A _ _ _ 0 _
R3
B 1 0 1 2 34 [29-39]

A _ _ _ 0 _
R4
B 2 0 0 2 25,5 [22-29]

Total trouée rouge 0,7 0 0,1 0,8 23,9

27
Place Couvert Concurrence végétation adventice Roche
tte
R0A 0% Bruyère 20% 20%

R0B 0% Bruyère 20% 10%

R1A 0% Bruyère 60% _

R1B 0% Bruyère 10% _


En rouge : R2A 0% Bruyère 25% _
Placettes
sans semis
R2B 0% Bruyère 50% _

R3A 0% Bruyère + graminées 100% 50%

R3B 0% Bruyère 15% 10%

R4A 0% Bruyère 25% 05%

R4B 0% Bruyère 10% 10%

NB: Le taux de recouvrement rocheux est présenté ici, alors qu’il n’apparaissait pas pour les trouées jaune et verte car il n’y
avait pas de rocher affleurant à la surface du sol pour les trouées jaune et verte.
28
• La trouée rouge, au contraire des 2 trouées précédentes, est située en versant. Elle a été ouverte
en 2009. Au contraire des 2 trouées précédentes, celle-ci ne compte aucune strate arbustive, les
semis sont en plein découvert, sans aucun ombrage et les rochers affleurent au niveau du
sol (ce qui n’était pas le cas dans les 2 précédentes trouées). La bruyère est largement
présente avec une hauteur moyenne inférieure à 50cm. La trouée rouge est également protégée
de la pression des ongulés par une clôture.

• Une première constatation concerne l’absence de chênes pubescents (d’après les critères
choisis pour la clef de détermination) et la très faible proportion de chênes hybrides (la
dénomination « chêne indéterminé » se rapporte à des taxons présentant des critères
visuellement intermédiaires entre le chêne sessile et le chêne pubescent): 1 semis sur un total de
8 (12,5%).

29
• Un second constat concerne le très faible nombre de semis présent dans la trouée. 50% des
placettes ne contiennent aucun semis et dans les 50% restant on compte au maximum 2
semis/placette.

• Pour 60% des placettes, la roche affleure au niveau du sol, en proportions variables. La
bruyère est présente dans toutes les placettes en proportions variables. Toutefois on ne
remarque pas de corrélation évidente entre le taux de recouvrement rocheux, le taux de
recouvrement par la bruyère et la présence ou l’absence de semis.

• Si le facteur limitant la présence de semis n’était pas directement lié à la concurrence de la


bruyère ou aux rochers, alors on peut supposer que les conditions microstationnelles
(notamment en termes de xéricité et de température au sol), liées à une situation de versant en
plein découvert, pourraient constituer ce facteur limitant – au moins tant que la bruyère n’a pas
passé 50 cm de hauteur. Toutefois le manque de connaissance précises sur ces relations
écologiques, le faible effectif étudié et le manque de recul (trouée ouverte en 2009) ne permettent
à ce stade que de faire de simples hypothèses.

30
• La hauteur moyenne des semis est de 23,9 cm, cette valeur nettement inférieure aux deux autres
trouées jaune et verte s’explique certainement au travers de l’âge des semis (la création de la
trouée rouge date de 2009, alors que les trouées jaune et verte ont été installées en 2000-2001.

• 37,5% des semis ont subi des dégâts liés à la pression faunistique (chenilles défoliatrices)
dans la trouée rouge. 25% de ces dégâts concernent des chênes sessiles et 12,5% sont des
chênes pubescents ou indéterminés (sur un total de 8 semis pour l’ensemble de la trouée rouge).

• Dans la trouée rouge la régénération n’est donc pas acquise, celle-ci ne remplissant pas les
critères désignés par le guide de sylviculture du chêne (seuil: 1 semis/m² d’au moins 10 cm
exempt de tout dégât). La densité moyenne pour cette trouée étant de 0,8 semis/m² dont plus
d’un tiers ayant subi des dégâts.

31
• 2.2.5. Zone éclaircie
nb jeunes nb jeunes
nb jeunes chênes
chênes chênes nb chênes hauteur moyenne des semis 2013 (cm) [mini-
N° Placette Code placette indéterminés / m²
sessiles / m² pubescents / total / m² 2013 maxi]
2013
2013 m² 2013

A 3 0 0 3 8,7 [6-12]

E1 B 13 0 1 14 8,9 [7-11]

A 27 0 0 27 6,1 [3-10]

E2 B 53 1 1 55 5,7 [3-13]

A 4 0 0 4 5,8 [3-8]

E3 B 2 0 0 2 5,5 [5-6]

A 4 0 0 4 9 [7-11]

E4 B 1 0 0 1 8 [8-8]

A 18 0 0 18 8,2 [6-16]

E5 B 3 0 0 3 7 [5-9]

A _ _ _ _ _

E6 B 2 0 0 2 8,5 [6-11]

A _ _ _ _ _

E7 B _ _ _ _ _

A 1 0 0 1 7 [7-7]

E8 B 1 0 0 1 11 [11-11]

A 3 0 0 3 3 [2-5]

E9 B 1 0 0 1 9 [9-9]

Total Eclaircie 7,6 0,1 0,1 7,7 7,4


32
Placette Concurrence végétation adventice Observations

E1A _ _

E1B _ _

E2A _ _

E2B _ _
E3A Bruyère 10% _

E3B Bruyère 25% _

E4A Bruyère 10% alisier blanc de 20 cm de circonf. dans la placette

E4B Bruyère 30% _


En rouge : E5A Bruyère 30% _
Placettes
E5B Bruyère 20% _
sans semis
E6A Bruyère 20% Sol en partie retourné par sanglier

E6B _ Sol en partie retourné par sanglier

E7A Bruyère 20% Sol complètement retourné par sanglier (20cm de prof.)

E7B _ Sol complètement retourné par sanglier (20cm de prof.)

E8A _ _

E8B _ _
E9A _ Sol en partie retourné par sanglier

E9B _ Sol en grande partie retourné par sanglier (30cm prof.)

NB: Le couvert n’est pas présenté ici aux contraire des 3 autres zones d’inventaire car il n’y a pas de strate arbustive dans la
zone éclaircie, seulement un couvert diffus égal sur toutes les placettes et provenant de la strate arborée. 33
• La zone éclaircie, comme la trouée rouge, est située en versant. Elle a été ouverte en 2009. La
surface de la zone éclaircie diffère des autres trouées (1 hectare pour la zone éclaircie, 0,125
hectare pour les autres trouées). Celle-ci n’est pas protégée par une clôture et est donc soumise
à la pression des ongulés contrairement aux autres trouées. La trouée rouge présente un
couvert arboré régulier sur toute la surface, alors que les autres trouées présentent un couvert
irrégulier essentiellement dû à la strate arbustive (pour les trouées jaune et verte) ou pas de
couvert du tout (cas de la trouée rouge). Il n’y a pas d’affleurement rocheux dans les placettes de
la zone éclaircie.

• Une première constatation concerne la quasi-absence de chênes pubescents (d’après les


critères choisis pour la clef de détermination) : 1 semis sur un total de 139 (0,7%) et la très faible
proportion de chênes hybrides (la dénomination « chêne indéterminé » se rapporte à des taxons
présentant des critères visuellement intermédiaires entre le chêne sessile et le chêne pubescent):
2 semis sur un total de 139 (1,4%).

34
• Un second constat concerne l’abondance de semis présent dans la trouée (7,7 semis/m²).
Seules 3 placettes ne comportent aucun semis, mais pour 2 d’entre elles au moins cette absence
s’explique par des dégâts de sanglier.

• Toutefois la densité de semis est répartie irrégulièrement selon les placettes: 22,2% des
placettes contiennent au moins 13 semis/m² alors que 77,8% des placettes contiennent moins de
5 semis/m².

• Plus d’un tiers des semis (38,8%) présents dans les placettes de la zone éclaircie ont subi des
dégâts liés à l’abroutissement et au chenilles défoliatrices. 4 placettes sur 18 (22,2%) comptent
au moins 50% de semis ayant subi des dégâts, mais parmi ces placettes, 3 sur 4 ont un nombre
total de semis inférieur ou égal à 4. Ces dégâts concernent à plus de 96% des chênes sessiles.

• La hauteur moyenne des semis est faible: 7,4 cm. En-dessous de 10 cm, la régénération ne
peut donc être considérée comme acquise malgré la forte densité de semis constatée.

35
2.3. Evolution 2008-2013

• 2.3.1. Evolution 2008/2013 du nombre de semis

Evolution nb
nb semis chênes nb chênes total /
Code placette chênes tot./m²
total / m² 2008 m² 2013
2008-2013 (%)

Trouée verte 2,6 2,4 -7,7 %

Trouée jaune 6,0 6,9 15,0 %

Trouée rouge 0,4 0,8 100,0 %

Eclaircie 1,2 7,7 531,8 %

36
 Pour les 2 trouées situées en fond de vallon, l’évolution entre 2008 et 2013 a été
modérée. Elle est négative pour la trouée verte (-7,7%) et positive pour la trouée jaune
(15%). Même si l’on constate pour 100% des placettes de la trouée verte la présence de
végétation adventice, alors que ce chiffre n’est que de 80% pour la trouée jaune, il n’est pas
possible avec les données reccueillies d’expliquer cette différence évolutive entre les 2
trouées.

 Pour les 2 zones situées en versant, on observe un fort accroissement de la densité de


semis entre 2008 et 2013: 100% pour la trouée rouge et 532% pour la zone éclaircie. Il faut
préciser que les inventaires réalisés en 2008 ont été fait avant la coupe qui a servi à créer
les 2 zones. L’exploitation réalisée en 2009 a pu avoir un impact important sur les semis
présents à ce moment. Il est donc surprenant de constater un accroissement aussi fort,
même si l’évolution de la trouée rouge doit être relativisée puisqu’elle ne concerne qu’un
faible effectif (4 semis au total en 2008 et 8 en 2013).
Cet accroissement tend donc à montrer que l’apport de lumière dû aux coupes en 2009 a
influencé favorablement la densité de semis.

37
Com paraison nb total de sem is chêne / m ² 2008-2013

9,0

8,0 7,7

6,9
7,0
6,0
Nb semis de chêne / m²

6,0

5,0

4,0

3,0 2,6
2,4

2,0
1,2
0,8
1,0 0,4

0,0
Trouée verte Trouée jaune Trouée rouge Eclaircie

nb chênes total / m² 2008 nb chênes total / m² 2013


38
Evolution nb chênes total / m ² 2008-2013 (%)

600,0%

500,0%

400,0%

300,0%
%
200,0%

100,0%

15,0% 100,0% 531,8%


0,0%
-7,7%
Trouée verte Trouée jaune Trouée rouge Eclaircie
-100,0%

Evolution nb chênes total / m² 2008-2013 (%)


39
Trouée Verte Trouée Jaune Trouée Rouge Zone Eclaircie
Nb total de semis en 2008: 26 Nb total de semis en 2008: 60 Nb total de semis en 2008: 4 Nb total de semis en 2008: 22 (1.2 semis/m²)
(2.6 semis/m²) (0.4 semis/m²)
(6.0 semis/m²) Nb total de semis en 2013: 139 (7.7 semis/m²)
Nb total de semis en 2013: 24 Nb total de semis en 2013: 8
Nb total de semis en 2013: 69
(2.4 semis/m²) (0.8 semis/m²)
(6.9 semis/m²)

40
Evolution du nb semis/m² entre 2008 et 2013

55

54
53

52

51
50

49

48

47

46
45
44

43

42

41
40

39

38

37

36

35
34

33

32

31
30
29

28

27

Trouée
TrouéeVerte
Verte Trouée
Trouée Jaune
Jaune Trouée
Trouée Rouge
Rouge Zone
Zone Eclaircie
Eclaircie
nb semis / m²

26

25
24

23

22
21 Nb total de semis en 2008: 26 Nb total de semis en 2008: 60 Nb total de semis en 2008: 4 Nb total de semis en 2008: 22 (1.2 semis/m²)
20
(2.6 semis/m²) (0.4 semis/m²)
19

18
(6.0 semis/m²) Nb total de semis en 2013: 139 (7.7 semis/m²)
17 Nb total de semis en 2013: 24 Nb total de semis en 2013: 8
16 Nb total de semis en 2013: 69
15
(2.4 semis/m²) (0.8 semis/m²)
14

13
(6.9 semis/m²)
12
11

10

7
6

2
1

-1

-2

-3
-4
V0A
V0B
V1A
V1B
V2A
V2B
V3A
V3B
V4A
V4B
Total V
J0A
J0B
J1A
J1B
J2A
J2B
J3A
J3B
J4A
J4B
Total J
R0A
R0B
R1A
R1B
R2A
R2B
R3A
R3B
R4A
R4B
Total R
E1A
E1B
E2A
E2B
E3A
E3B
E4A
E4B
E5A
E5B
E6A
E6B
E7A
E7B
E8A
E8B
E9A
E9B
Total E
-5
-6

-7

-8
-9

Evolution 2008-2013 en nb de s em is s es s ile / m ² Evolution 2008-2013 en nb de s em is autres chê. / m ² 41


• 2.3.2. Proportion nb chênes sessiles / nb chênes total

Evolution 2008-
Proportion Proportion
2013 nb semis
Code placette sessiles/total chênes sessiles/total chênes
ch.sess./Total
2008 (%) 2013 (%)
chênes (%)

Trouée verte 92,3% 95,8% 3,8%

Trouée jaune 85,0% 94,2% 10,8%

Trouée rouge 100,0% 87,5% -12,5%

Eclaircie 100,0% 97,8% -2,2%

42
 L’évolution de la proportion de semis de chênes sessiles par rapport au nombre total de
semis est positive dans le cas des trouées situées en fond de vallon. Faiblement positive
pour la trouée verte: +3,8%; moyennement positive pour la trouée jaune: +10,8%.

 L’évolution de cette même proportion est négative pour les zones situées en versant. Elle
est faiblement négative dans la zone éclaircie: -2,2%; et moyennement négative dans la
trouée rouge: -12,5%. Toutefois, le chiffre de la trouée rouge doit être relativisé puisqu’il
concerne un très faible effectif (4 semis au total en 2008 et 8 en 2013).

 Une hypothèse se présente pour expliquer ces évolutions: l’apport en lumière, en modifiant
les conditions microstationnelles au sol (température, xéricité) favoriserait le développement
des chênes pubescents plus thermophiles que les chênes sessiles? Cela pourrait
expliquer, après l’apport de lumière fourni par les coupes en 2009 dans la trouée rouge et la
zone éclaircie, que le nombre de chênes pubescents ou hybrides ait augmenté
proportionnellement entre 2008 et 2013. Mais il faudrait au moins attendre les résultats des
prochains inventaires pour pouvoir se prononcer.

43
Proportion nb ch. sessiles/ nb chênes total : comparaison 2008-2013

105,0%

100,0% 100,0%
100,0%

97,8%

95,8%
95,0% 94,2%

92,3%

% 90,0%

87,5%

85,0%
85,0%

80,0%

75,0%
Trouée verte Trouée jaune Trouée rouge Eclaircie

Proportion s es s iles /total chênes 2008 (%) Proportion s es s iles /total chênes 2013 (%)

44
Evolution 2008-2013 nb semis ch.sess./Total chênes (%)

15,0%

10,8%

10,0%

5,0%
3,8%

% 0,0%
Trouée verte Trouée jaune Trouée rouge Eclaircie

-2,2%

-5,0%

-10,0%

-12,5%

-15,0%

Evolution 2008-2013 nb s em is ch.s es s ./Total chênes (%)

45
• 2.3.3. Hauteur moyenne des semis: évolution 2008/2013

hauteur hauteur
Accroissement Accroissement
Code placette moyenne des moyenne des
moyen (cm/an) hauteur 2008-2013
semis 2008 (cm) semis 2013 (cm)

Trouée verte 48,8 85,2 9,1 74,6%

Trouée jaune 40,0 74,0 8,5 85,0%

Trouée rouge 85,0 23,9 -15,3 -71,9%

Eclaircie 8,0 7,4 -0,2 -7,7%

46
• L’accroissement moyen en hauteur des semis pour les zones situées en fond de vallon est
positif mais faible pour des semis qui font, en 2013, entre 75 et 85 cm de haut en moyenne.

• A ce stade, un accroissement moyen de 9,1 cm/an pour la trouée verte, et de 8,5 cm/an pour la
trouée jaune, représentent des valeurs assez médiocres, ce qui n’est pas très surprenant si l’on
considère la classe de fertilité assez faible de la station. On remarque toutefois une certaine
homogénéité entre ces 2 trouées.

• L’accroissement moyen en hauteur pour les zones situées en versant est négatif, pour des
semis de faible taille (24 cm en moyenne pour la trouée rouge et 7 cm pour la zone éclaircie en
2013).

47
• Cet accroissement est fortement négatif pour la trouée rouge (-15,3 cm/an en moyenne) et
faiblement négatif pour la zone éclaircie (-0,2 cm/an). Ces valeurs s’expliquent certainement
par l’impact de l’exploitation en 2009 destinée à la création de ces trouées.

• De plus, sur la zone éclaircie, l’arrachage des piquets qui avaient matérialisés les placettes
d’inventaires à l’origine, a obligé à remettre en place de nouvelles placettes d’inventaires.

• La comparaison sur la hauteur des données 2008 et 2013 est donc hasardeuse, même si l’on
peut néanmoins affirmer que la croissance en hauteur dans ces zones est au mieux assez
médiocre.

48
Hauteur des sem is 2008 et 2013

90,0 85,2 85,0

80,0 74,0

70,0
Hauteur des semis (cm)

60,0
48,8
50,0
40,0
40,0

30,0 23,9

20,0
8,0 7,4
10,0

0,0
Trouée verte Trouée jaune trouée rouge Eclaircie

hauteur moyenne des semis 2008 (cm) hauteur moyenne des semis 2013 (cm) 49
Accroissem ent hauteur 2008-2013 (%)

100,0%
85,0%
80,0% 74,6%

60,0%

40,0%

20,0%
%
0,0%
Trouée verte Trouée jaune Trouée rouge Eclaircie
-7,7%
-20,0%

-40,0%

-60,0%

-80,0% -71,9%

Accroissement hauteur 2008-2013


50
• 2.3.4. Pression faunistique : évolution 2008-2013

Nb chê Nb chê Nb autres Nb autres


% de chênes
sessiles sessiles chênes chênes
Code abîmés
intacts / m² abîmés / m² intacts / m² abîmés / m²
placette

2008 2013 2008 2013 2008 2013 2008 2013 2008 2013

Trouée
verte 0,9 1,9 1,5 0,4 0,2 0,1 0 0 57,7% 16,7%
Trouée
jaune 5,1 5,7 0 0,8 0,9 0,4 0 0 0,0% 11,6%
Trouée
rouge 0,4 0,5 0 0,2 0 0 0 0,1 0,0% 37,5%

Eclaircie 1,2 4,7 0 2,9 0 0,1 0 0,1 0,0% 38,8%

51
• On observe une nette différence entre les données 2008 et les données 2013 : en 2008 3 zones
(trouée jaune, rouge et la zone éclaircie) ne comportent aucun semis ayant subi des dégâts
d’après les relevés. La 4è zone, la trouée verte, au contraire présente un fort taux de semis
abîmés (58%).

• La valeur nulle observée en 2008 dans la trouée jaune est d’autant plus surprenante qu’elle se
trouve à proximité de la trouée verte qui présente des valeurs complètement différentes alors que
leurs situations sont très proches à tous points de vue.

• Il faut noter que les valeurs relevées en 2008 pour la trouée rouge ne portent que sur un effectif
total de 4 semis (pour 10 placettes). La zone éclaircie comportait en 2008 seulement 22 semis
pour un total de 18 placettes.

52
• Les valeurs relevées en 2013 sont complètement différentes et conformes à la dichotomie déjà
observée pour d’autres caractères: les deux zones de fond de vallon (trouée verte et jaune)
présentent des valeurs proches et différent des deux zones de versant, la trouée rouge et la zone
éclaircie (ces deux dernières présentant également des valeurs proches entre elles).

• Le taux de semis abîmés dans les zones de fond de vallon est modéré (17% pour la trouée
verte et 12% pour la trouée jaune). Ce taux passe à plus d’un tiers de l’effectif total pour les 2
zones de versant (38% pour la trouée rouge, 39% pour la zone éclaircie).

• Il faut noter que si les relevés 2008 pouvaient faire état d’abroutissement dûs aux ongulés, la
pose de clôtures a stoppé ce phénomène et sur les relevés 2013, seuls les dégâts observés
dans la zone éclaircie peuvent être imputés à des abroutissements, les 3 autres zones
d’inventaire étant entièrement clôturées. Les dégâts observés à l’intérieur des enclos sont des
dégâts sur la feuillaison (limbes partiellement ou entièrement consommés) dûs aux chenilles
défoliatrices.

53
• Un élément pourrait peut-être expliquer cette différence entre les zones de versant et celles de
fond de vallon :

 En situation de versant, les strates herbacée et arbustives sont très pauvres (sauf quand
la bruyère vient dominer, mais ce n’est pas encore le cas dans les zones concernées), alors
qu’en fond de vallon, la végétation adventice est beaucoup plus riche et variée, procurant
sans doute un choix beaucoup plus large pour la consommation de la part des phytophages,
sans nécéssairement devoir se reporter sur les chênes.

54
Etat sanitaire des semis par espèce et par placette
55

50

45
n
b 40
Trouée Verte Trouée Jaune Trouée Rouge Zone Eclaircie
d
35
e

30
s
e
m 25
i
s 20
/
m 15
²
10

0
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
V0A V0B V1A V1B V2A V2B V3A V3B V4A V4B Total J0A J0B J1A J1B J2A J2B J3A J3B J4A J4B Total R0A R0B R1A R1B R2A R2B R3A R3B R4A R4B Total E1A E1B E2A E2B E3A E3B E4A E4B E5A E5B E6A E6B E7A E7B E8A E8B E9A E9B Total
V J R E
Trouée Verte Total Trouée Verte Trouée Jaune Total Trouée Jaune Trouée Rouge Total Trouée Rouge Zone Eclaircie Total Zone Eclaircie

nb chênes sessiles intacts nb sessiles abîmés nb autres chênes intacts nb autres chênes abîmés
55
Taux de semis abîmés par placette
100,0%

90,0%

80,0%

Trouée Verte Trouée Jaune Trouée Rouge Zone Eclaircie


70,0%

60,0%

50,0%

40,0%

30,0%

20,0%

10,0%

0,0%
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
2008
2013
V0A V0B V1A V1B V2A V2B V3A V3B V4A V4B Total J0A J0B J1A J1B J2A J2B J3A J3B J4A J4B Total R0A R0B R1A R1B R2A R2B R3A R3B R4A R4B Total E1A E1B E2A E2B E3A E3B E4A E4B E5A E5B E6A E6B E7A E7B E8A E8B E9A E9B Total
V J R E
Trouée Verte Total Trouée Verte Trouée Jaune Total Trouée Jaune Trouée Rouge Total Trouée Rouge Zone Eclaircie Total Zone Eclaircie

Taux de semis chênes sessile abîmés Taux de semis autres chênes abîmés
56
2.4. Synthèse

• 2.4.1. Repères :

 La Zone Eclaircie est plus riche en semis avec en moyenne 7.7 semis/m².

 Vient ensuite la Trouée Jaune avec en moyenne 6.9 semis de chêne/m2 contre seulement
2,4 et 0.8 semis/m2 respectivement dans la Trouée Verte et la Trouée Rouge.

 Dans les 4 zones d’inventaire, la grande majorité des semis sont des chênes sessiles (de
87.5% dans la Trouée Rouge, jusqu’à 97.8% dans la Zone Eclaircie).

 Les hauteurs moyennes des semis sont assez disparates d’une zone d’inventaire à l’autre:
de 7.4 cm de haut en moyenne pour la Zone Eclaircie, à 85.2 cm dans la Trouée Verte (23.9
cm dans la Trouée Rouge et 74 cm dans la Trouée Jaune).

 Toutes les mesures montrent une nette différence entre les trouées Verte et Jaune d’une
part et la Zone Eclaircie et la Trouée Rouge d’autre part. Cela s’explique par l’historique de
l’installation du dispositif expérimental : les trouées Verte et Jaune ont été créées pendant
l’hiver 2000-2001 et la Zone Eclaircie et la Trouée Rouge datent de 2008-2009.

 Attention : la Zone Eclaircie n’est pas clôturée au contraire des 3 autres zones d’inventaire.
Cela peut expliquer notamment la faible hauteur des semis dans cette zone sous la pression
de la dent du gibier.

57
• 2.4.2. Bilan:

Localisation Fond de vallon Versant

Zone Trouée jaune Trouée verte Trouée rouge Zone éclaircie

Modalité Irrégulier par Irrégulier par Régénération par Eclaircie


sylvicole bouquet bouquet parquet

Seuil de Oui Oui Non Non


régénération
acquis?
Problématique Pression des Pression des Densité de semis Hauteur
ongulés ongulés (accroissement?)

Préconisations Clôture (problème Clôture (problème Suivre l’évolution de Poursuivre


résolu) résolu) la densité/temps l’ouverture
si négative alors progressive du
cette modalité devra peuplement
être abandonnée sur
zone de versant
58
 Rappel : Les 4 zones d’inventaire se situent dans 2 stations très différentes, avec d’un
côté une zone de fond de vallon, et de l’autre une zone de versant plus sèche.

 Les 4 zones de suivi de la régénération représente différentes modalités sylvicoles


susceptibles d’être rencontrées de manière générale dans une chênaie :

 Les 2 zones situées en fond de vallon (trouée jaune et verte) présentent une structure
irrégulière (non pas pied-à-pied, mais par bouquet);

 La trouée rouge, en versant, présente une situation similaire à la régénération par


coupe progressive (par parquet) en futaie régulière;

 La zone éclaircie présente une situation classique de futaie régulière au stade


amélioration parcourue par des éclaircies plus ou moins dynamiques.

59
 Les 2 trouées situées en fond de vallon (jaune et verte) ont toutes deux largement atteint
le seuil de régénération acquise préconisé par le guide de sylviculture (1 semis / m² d’au
moins 10 cm exempt de tout dégât).

 A l’heure actuelle on n’observe pas d’obstacle particulier à la régénération dans ces


trouées situées en fond de vallon. Le seul facteur limitant identifiable se trouvait au niveau
de la dent du gibier, mais la pose de clôture a résolu ce problème, et les dégâts observés sur
les feuilles des semis (chenilles défoliatrices) sont en proportion trop faibles (moins de 20%)
pour inquiéter durablement la régénération.

 Dans les 2 trouées situées en versant (trouée rouge et zone éclaircie), le seuil de
régénération acquise n’est pas atteint. Pour la trouée rouge il s’agit du seuil de densité
qui n’est pas atteint (seulement 0,8 semis / m² en moyenne avec 37,5% des semis abîmés)
et pour la zone éclaircie, il s’agit de la hauteur des semis, inférieure à 10 cm en moyenne,
pour laquelle le seuil de régénération n’est pas acquis.

60
 Pour la trouée rouge, l’hypothèse privilégiée pour expliquer cet échec de la régénération -
d’après les résultats d’inventaires - est la suivante:

 Il est peu probable que la bruyère ait bloqué les capacités de germination dans les
premiers temps qui ont suivis la création de cette trouée, puisque les modalités
d’installation ont prévu le débroussaillement de la zone si celle-ci était couverte de
bruyère.

 Attention : cela ne veut pas dire que la bruyère ne sera pas un obstacle à l’avenir!

 La quantité de semences disponible dans le sol ne semble pas en cause non plus
car la zone éclaircie débute à environ une cinquantaine de mètre à l’ouest de la trouée
rouge et dans cette zone éclaircie la densité moyenne de semis est de 77 000 semis /
hectare, le stock de semences disponible a donc largement été suffisant.

61
 Le facteur limitant est donc à priori à chercher au niveau des conditions
stationnelles. L’hypothèse la plus probable de cet échec serait liée à une xéricité
(et/ou une température) trop élevée au sol créée par une ouverture trop brutale du
peuplement, dans ces conditions de versant soumis au vents déssechants.

 Pour rappel, l’exploitation qui a précédé la création de cette trouée a certainement eu


un impact au niveau pédologique et floristique. L’exploitation en 2009 a certainement
boulversé les premiers horizons du sol, au moins en partie. De plus dans cette trouée
les semis n’ont aucun abris, même pas latéral et sont constamment exposés au soleil,
mais aussi aux vents déssechants.

 Il faudra donc suivre l’évolution de la densité de semis dans la trouée rouge. Si celle-ci
n’augmente pas de manière significative dans les prochaines années, cela signifiera sans
doute que cette modalité n’est pas adaptée pour la régénération en situation de versant.

62
 Pour la zone éclaircie, la problématique se situe au niveau de la hauteur des semis qui est
inférieure à 10 cm (7,4 cm en moyenne). Si le niveau de densité en semis est élevé (7,7
semis / m²), le risque est que les semis dépérissent progressivement soit par manque de
lumière, soit à cause de la pression des ongulés.

 Même s’il n’est pas prévu de clôturer la zone, la marque des abroutissements sur les semis
devraient permettre à l’avenir de distinguer les causes éventuelles de mortalité, afin d’isoler
la problématique gibier.

 Afin que les semis puissent se développer, il sera nécessaire de satisfaire leurs besoins en
lumière en ouvrant progressivement le peuplement. Il conviendra de procéder à des
éclaircies prudentes dans leur intensité (pour ne pas boulverser les conditions
microstationnelles au sol, notamment en terme de xéricité), mais régulières au fil du temps:
des éclaircies mixtes (par le haut et par le bas), avec un prélèvement de 15 à 20% des tiges
et une rotation de 6 ans sont préconisées. Il serait souhaitable de commencer dès
maintenant, au risque, à terme, de perdre la régénération.

63
Inventaires 2013

III – SUIVI DÉMOGRAPHIQUE

64
3.1. Protocole pour le suivi
démographique

Il est prévu un inventaire statistique par placettes sur tout le noyau dur (17,5 ha).

3.1.1. Echantillonnage

• Il s’agit d’un inventaire par placettes à raison d’1 placette par ha. Les placettes sont réparties sur
une grille régulière à maille carrée de 100 m de côté. 16 placettes ont ainsi été matérialisées (cf
plan annexe 1). Ce sont des placettes circulaires de 3 ares.
• La position GPS des placettes est connue. Sur le terrain, la distance et l’azimut du 1er arbre de la
placette au centre de la placette a été relevé pour toutes les placettes.
• Les placettes 1, 2, 3, 4 sont situées sont situées dans le fond du vallon. Les placettes 6 à 16 sont
localisées sur le versant Nord selon un gradient globalement altitudinal (placette 6 la plus basse –
placette 16 en bordure de crête). La placette 5, en bordure du noyau dur se situe sur le versant
Sud.

3.1.2. Forme et position des placettes

• Ce sont des placettes circulaires de 3 ares, soit 9,77 m de rayon (distance horizontale)

65
• Position des placettes d’inventaire dans le noyau dur de l’UC de Vachères

66
• Position des placettes d’inventaire dans le noyau dur de l’UC de Vachères

67
3.1.3. Données récoltées

Sur chaque placette, seront pris en compte tous les arbres de plus de 7,5 cm de diamètre
(classe 10).

Les mesures suivantes seront effectuées sur chaque placette :


Pour chaque arbre appartenant à la placette :
• diamètre à 1,30 m en cm
• essence
• attribution d’une note DEPEFEU
• Pour chaque placette :
• hauteur du chêne sessile de plus gros diamètre
• hauteur de l’arbre de plus gros diamètre si ce n’est pas un chêne sessile

68
3.1.4. Protocole d’évaluation de l’état sanitaire DEPEFEU

69
3.1.5. Implantation et matérialisation

• Le centre de chaque placette est matérialisé par un piquet crosse bleu portant sur une étiquette le
numéro de la placette (numéro séquentiel).

• Chaque arbre décrit est identifié par un numéro (séquentiel à partir de 1 sur chaque placette)
orienté vers le centre de la placette), une couleur propre à chaque essence et porte le niveau de
mesure du diamètre (1,30 m à l’amont).

• L’arbre le plus proche du centre porte le n°1. On note la distance et l’azimut de cet arbre par
rapport au centre de la placette pour pouvoir replacer le piquet central si celui-ci disparaît.

• le numéro et le niveau de mesure du diamètre sont marqués à la peinture

• les couleurs retenues sont : rose « cerise » pour le chêne sessile, bleu pour le chêne pubescent,
jaune pour les autres essences

70
3.2. Suivi démographique et
dendrométrique
• 3.2.1. Présentation des données 2013

• Voici les résultats complets, par placette, du suivi démographique. La distribution des tiges
apparait sur les graphiques suivants par essence et classe de diamètre. Les résultats sont
présentés sous forme de graphique, placette par placette.

• 10 placettes sur 16 ne comportent que des chênes sessiles.

• La placette n°4 est celle qui comporte le plus de mélange d’espèces.

• La placette n°5 est atypique en ce sens qu’elle est composée de chênes en cépées.

71
Répartition des tiges par essence et par classe diamètre - Placette 1
13

12

11

10

8
Nombre de tiges

7
Chêne sessile
6
Chêne pubescent
5 Alisier torminal
4

0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

72
Répartition des tiges par essence et par classe diamètre - Placette 2
13

12

11

10

8
Nombre de tiges

6
Chêne sessile
5

0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

73
Répartition des tiges par essence et par classe diamètre - Placette 3
12

11

10

8
Nombre de tiges

6 Chêne sessile
Alisier blanc
5
Erable obier
4

0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

74
Répartition des tiges par essence et par classe diamètre - Placette 4
5

Chêne sessile

4
Chêne pubescent

3 Hybride chê. Sessile/


Nombre de tiges

chê. Pubescent?

Alisier blanc
2

Erable obier

1
Erable de
Montpellier

0 Erable champêtre
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)
75
Répartition des tiges par essence et par classe diamètre - Placette 5
32
31
30
29
28
27
26
25
24
23
22
21
20
Nombre de tiges

19
18
17
16
15
14 Chêne sessile
13
12
11
10
9
8
7
6
5
4
3
2
1
0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

76
Répartition des tiges par essence et par classe diamètre - Placette 6
16
15
14
13
12
11
10
Nombre de tiges

9
8
7 Chêne sessile
6
5
4
3
2
1
0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

77
Répartition des tiges par essence et par classe diamètre - Placette 7
5

4
Nombre de tiges

Chêne sessile
2

0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

78
Répartition des tiges par essence et par classe diamètre - Placette 8
13

12

11

10

8
Nombre de tiges

6
Chêne sessile
5

0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

79
Répartition des tiges par essence et par classe diamètre - Placette 9
6

4
Nombre de tiges

3
Chêne sessile
Chêne pubescent
2

0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

80
Répartition des tiges par essence et par classe diamètre - Placette 10
20
19
18
17
16
15
14
13
Nombre de tiges

12
11
10
9 Chêne sessile
8
7
6
5
4
3
2
1
0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

81
Répartition des tiges par essence et par classe diamètre - Placette 11
16
15
14
13
12
11
10
Nombre de tiges

9
8 Chêne sessile
7
6
5 Hybride chê.
Sessile/ chê.
4 Pubescent?
3
Hêtre
2
1
0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)
82
Répartition des tiges par essence et par classe diamètre - Placette 12
14
13
12
11
10
9
Nombre de tiges

8
7
6 Chêne sessile

5
4
3
2
1
0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

83
Répartition des tiges par essence et par classe diamètre - Placette 13
4

3
Nombre de tiges

2 Chêne sessile
Châtaignier
Tremble

0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

84
Répartition des tiges par essence et par classe diamètre - Placette 14
10

7
Nombre de tiges

5
Chêne sessile
4

0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

85
Répartition des tiges par essence et par classe diamètre - Placette 15
16
15
14
13
12
11
10
Nombre de tiges

9
8
7 Chêne sessile
6
5
4
3
2
1
0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

86
Répartition des tiges par essence et par classe diamètre - Placette 16
17
16
15
14
13
12
11
Nombre de tiges

10
9
8
Chêne sessile
7
6
5
4
3
2
1
0
10 15 20 25 30 35 40 45 50 55 60 Total
Classe de diamètre (cm)

87
• 3.2.2. Résultats du suivi démographique et dendrométrique

• En moyenne, sur l’ensemble du noyau dur, la densité totale est de 479 tiges/ha de classes 10 et
+. Elle se répartit en 404 t/ha de chêne sessile, 23 t/ha de chêne pubescent et 13 t/ha de chênes
présentant phénotypiquement des caractères intermédiaires entre le chêne sessile et le chêne
pubescent, soit une proportion de chêne sessile de 84,4 %.

• Le diamètre moyen du peuplement est de 18,5 cm. Il est de 18,8 cm pour les chênes sessiles,
16,1 cm pour les chênes pubescents et 17,3 cm pour les chênes présentant des caractères
phénotypiquement intermédiaires entre le chêne sessile et le chêne pubescent.

• Concernant la répartition des tiges par classe de diamètre et par placette, globalement, sur
l’ensemble des placettes, on obtient la répartition suivante :

88
• Distribution des tiges par essence et classe de diamètre
60
Distribution des tiges par essence et classe de diamètre
Chêne sessile
50

Chêne pubescent

40
Hybride chê.
Sessile/ chê.
Nombre de tiges

Pubescent?
Hêtre
30

Châtaignier

20
Tremble

Alisier torminal
10

0
10 15 20 25 30 35 40 45 50 55 60
Classe de diamètre (cm)

89
• Distribution des hauteurs dominantes par placette
Voici la répartition globale concernant les hauteurs dominantes pour chaque placette :

30
Hauteur du plus gros arbre de chaque placette

25

20
Hauteur (m)

15
Chêne sessile
Tremble

10

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
N° de placette 90
• La placette n°1, située en fond de vallon est celle qui présente – si l’on ne considère que les
chênes – la hauteur dominante la plus élevée (24.7 mètres).

• On trouve la hauteur dominante la plus faible au sein de la placette n°5 (8.8 m.), ce qui est normal
puisqu’il s’agit d’une placette composée de cépées de chênes (atypique par rapport aux autres
placettes).

• Si l’on ne considère pas cette placette en raison de cette particularité, alors celle pour laquelle la
plus faible hauteur dominante a été relevée est la placette n°9 (10.9 m.), située en situation
intermédiaire de versant, et nous verrons au chapitre concernant la spatialisation des données
que celle-ci semble située sur une arrête rocheuse qui pourrait expliquer ce fait.

91
• Résultats dendrométriques inventaire 2013:

N° de Surface terrière G Diamètre Hauteur du plus Nb ch. sessile/ Nb ch. pubesc/ Nb Observations/
placette (m2/ha) moyen (cm) gros arbre* (m) Nb tot de tiges tot de tiges Autres essences

1 22,44 21,97 24,7 12/17 4/17 Alisier torminal

2 21,16 23,67 16,5 12/12 0/12

Erable obier,
3 26,40 24,54 21,3 11/13 0/13
Alisier blanc

Erable obier
7(?)/20
Montpellier et
4 16,31 16,05 17,90 4/20 (4 ch pubescent
champêtre, alisier
douteux)
blanc

5 7,73 9,85 8,80 30/30 0/30 Chênes en cépées

6 13,93 18,93 18,60 15/15 0/15

92
• (suite du tableau):

N° de Surface terrière G Diamètre Hauteur du plus Nb ch. sessile/ Nb ch. pubesc/ Nb Observations/
placette (m2/ha) moyen (cm) gros arbre* (m) Nb tot de tiges tot de tiges Autres essences

7 2,37 14,63 13,00 4/4 0/4

8 10,04 23,67 11,00 11/12 0/12 Hêtre

18,11
9 8,55 10,90 5/9 4/9

10 18,02 18,63 13,8 19/19 0/19

11 24,33 21,05 21,6 15/20 2 (?) /20 Hêtre

12 17,50 22,31 18,90 13/13 0/13


26,5 (Tr) Tremble,
13 11,55 26,17 2/6 0/6
23 (Ch. Sess.) châtaignier
14 8,00 17,11 12,60 9/9 0/9
15 17,44 20,53 15,20 15/15 0/15
12,9 (nouvel arbre
le + gros)
16 12,69 16,78 16/16 0/16
11 (ancien arbre le
+ gros)
93
* : les plus gros arbres des placettes étaient toujours des chênes sessiles, excepté placette 13 où le plus gros arbre est un
Tremble et où le plus gros chêne mesure 23 m de hauteur.
• Certaines placettes se distinguent nettement de la moyenne :

• La placette 5 est constituée de petits chênes sessiles en cépée de type taillis,

• Les placettes 7, 9, 13 et 14 sont particulièrement pauvres avec moins de 10 tiges répertoriées sur
3 ares,

• La placette 4 se distingue par une forte proportion d’essences autres que du chêne sessile.

• Les hauteurs dominantes sont les plus élevées (> 20m) dans les placettes 1, 3, 11 et 13

94
• Le chêne sessile est nettement majoritaire. La répartition globale des tiges de chêne sessile est
centrée sur les classes 10-25 cm. On observe néanmoins quelques gros chênes de 40 cm et +
aux allures de réserves dans un ancien TSF balivé.

• Le chêne pubescent n’a été répertorié que dans les placettes 1, 4 et 9. Les chênes présentant
des caractères intermédiaires entre le chêne sessile et le chêne pubescent n’ont été répértorié
que dans les placettes 4 et 11.

• Le peuplement apparaît extrêmement hétérogène :


– les surfaces terrières varient de 2,37 à 26,40 m2/ha selon les placettes ;
– les densités varient aussi de 133 à 1000 tiges/ha ;
– Les hauteurs dominantes s’étalent entre 8,8 m et 24,7 m (pour les chênes sessiles; sinon
l’arbre le plus haut est un tremble de 26,5 m).

95
• L’hétérogénéité du peuplement peut s’expliquer par :

– des variations pédologiques, topographiques, micro-climatiques : pente, exposition,


versant/fond de vallon, profondeur de sol…

– l’historique du peuplement ? : de source locale et de mémoire d’homme aucune coupe n’a


été pratiquée dans ce peuplement (pas de trace de souche ancienne ou récente) mais on ne
dispose pas de données suffisamment anciennes sur cette forêt pour corroborer ces
éléments

96
3.2.3. Evolution 2009/2013 des variables dendrométriques

 Diamètres moyens

N° Placette diametre moyen diametre moyen Accroissement


2009 2013 moyen /an sur le
rayon par placette
(en largeur de
cerne - mm)
1 20.65 21.97 1,65
2 22.67 23.63 1,25
3 23.58 24.54 1,20
4 15.29 16.05 0,63
5 9.04 9.85 1,41
6 17.40 18.93 1,21
7 13.75 14.63 1,09
8 16.67 23.67 0,89
9 18.71 18.11 1,43
10 18.87 18.63 1,54
11 20.80 21.05 1,41
12 21.23 22.31 1,35
13 26.50 26.17 1,75
14 16.00 17.11 1,39
15 19.20 20.53 1,67
16 15.75 16.78 1,29
Moyenne 18,51 19,62 1,32
toute
placettes
97
 Hauteurs dominantes

N° Placette Hauteur Hauteur Accroissement


dominante 2009 dominante 2013 moyen 2009/2013

1 25,50 24,70 -0,8


2 15,40 16,50 1,1
3 21,70 21,30 -0,4
4 17,30 17,90 0,6
5 7,70 8,80 1,1
6 17,30 18,60 1,3
7 12,70 13,00 0,3
8 10,50 11,00 0,5
9 10,80 10,90 0,1
10 13,50 13,80 0,3
11 21,60 21,60 0
12 18,60 17,80 -0,8
13 23,00 23,00 0
14 12,50 12,60 0,1
15 13,90 15,20 1,3
16 11,70 11,00 -0,7
Moyenne 15,86 16,11 0,25
toute
placettes

98
3.2.4. Comparaison des données Vachères
• Valeurs de référence chêne sessile (source IFN 2013)

Production
Production
Surface des arbres Superficie
ESSENCE Nombre de Volume/ha en surface
Site terrière/ha vifs en (ha) x 1 000
PRINCIPALE tiges/ha (m³/ha) terrière/ha
(m²/ha) volume/ha ha
(m²/ha/an)
(m³/ha/an)

Nord-Est Chêne rouvre 681,2 200,3 24,0 0,6 4,9 709,0

Centre-Est Chêne rouvre 882,4 193,3 25,2 0,6 4,6 238,0

Sud-Est Chêne rouvre n.s. n.s. n.s. n.s. n.s. n.s.

Sud-Ouest Chêne rouvre 646,2 184,6 30,8 0,5 4,6 65,0

Nord-Ouest Chêne rouvre 601,4 202,7 23,9 0,6 5,1 587,0

Moyenne nationale Chêne rouvre 702,8 195,2 26,0 0,6 4,8 399,8

Moyenne Paca Tous feuillus confondus 1040,7 62,3 16,3 0,3 1,4 369,0

Tous feuillus
Valeurs Vachères 479,4 147,7 14,9 0,4 3,9
confondus

Les données issues des inventaires IFN concernent l’espèce chêne sessile sur toute la France, sauf pour la région sud-est, pour laquelle les
valeurs sont notées non-significatives (n.s.) en raison de la très faible présence de cette espèce dans cette région. A défaut, les valeurs « tous
99
feuillus confondus » sont renseignées pour la région PACA, seules références disponibles. Les valeurs pour l’UC de Vachères ne distinguent
pas les chênes sessiles des autres feuillus, sachant que le chêne sessile représente plus de 84% des tiges recencées.
• Si l’on considère les valeurs moyennes du peuplement de Vachères par rapport aux références
nationales (cf. Tableau ci-dessus), on s’aperçoit que les valeurs relevées à Vachères sont
inférieures aux moyennes nationales, et ce, pour toutes les variables étudiées (ex: production
annuelle en surface terrière sur Vachères: 0,4 m²/ha/an, contre 0,6 au niveau national).

• Cet écart était attendu, il est en effet logique de penser que la production en région supra-
méditerranéenne est globalement inférieure aux moyennes nationales en raison des différences
climatiques.

• Mais cet écart est modéré: la production volume annuelle moyenne est de 4,8 m3/ha/an au niveau
national, contre 3,9m3/ha/an. La valeur de cet écart, 19%, est modérée au vu de ce que l’on est
en droit d’attendre étant donné les conditions climatiques de Vachères (pour rappel la
température moyenne sur Vachères est de 12,4°C., la pluviométrie annuelle est de 736 mm/an, et
le déficit hydrique cumulé de 278 mm/an).

• Il n’existe pas de référence pour le chêne sessile en région PACA, mais si l’on considère les
valeurs tous feuillus confondus pour cette région, les valeurs de Vachères sont nettement
supérieures (production volume annuelle tous feuillus confondus : 1,4 m3/ha/an en région PACA;
contre 3,9 pour les chênes sessiles de Vachères). Même si la comparaison est difficile, il
semblerait que les valeurs de Vachères, si elles sont faibles par rapport aux moyennes
nationales, sont élevées par rapport aux valeurs moyennes de la région PACA.

100
3.3. Suivi de l’état sanitaire

3.3.1. Résultats 2013 sur l’état sanitaire

• Tous les arbres inventoriés ont fait l’objet d’une notation DEPEFEU excepté les arbres dominés
pour lesquels la note aurait été biaisée par le statut.

• Par ailleurs, la placette 5, constituée de petits chênes regroupés en cépée, est atypique. Le
protocole DEPEFEU n’est pas adapté à la notation de ce type d’arbres. On s’abstiendra donc de
toute conclusion sur cette placette.

• Le tableau ci-après présente la répartition globale des arbres de l’étage dominant dans chaque
classe DEPEFEU, toutes placettes confondues :

101
Note DEPEFEU Tous chênes (190 tiges) Chênes sessiles (174 tiges sur 190) Chênes pubescents et douteux
1 16,8% 18,4% 0,0%
1,5 16,8% 18,4% 0,0%
2 32,6% 30,5% 56,3%
2,5 11,6% 10,9% 18,8%
3 20,0% 20,1% 18,8%
4 2,1% 1,7% 6,3%
Total 100,0% 100,0% 100,0%

• 66,3% des arbres appartiennent à la classe 2 et +. Cela représente une évolution sanitaire
nettement favorable puisque ce taux était de de 85,4% en 2009.

• Les chênes pubescents (et douteux) semblent très légèrement moins atteints que les chênes
sessiles avec une note DEPEFEU moyenne de 2,00 contre 2,05 en moyenne pour les chênes
sessiles. Cependant, l’échantillon d’arbres notés DEPEFEU comportait peu de chênes
pubescents (16 arbres contre 174 chênes sessiles). Il serait donc hasardeux de vouloir
généraliser ce résultat.

102
• Le graphique ci après illustre la répartition des tiges de chêne par note DEPEFEU et par
placette et leur évolution 2009/2013 :

Distribution des notes DEPEFEU en 2013 par placette


100%

90%

80%

70%

60% Note 4
% d'arbres

Note 3
50%
Note 2,5
40% Note 2
Note 1,5
30%
Note 1
20%

10%

0%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
N° de placette
103
Notation DEPEFEU 2013: moyenne par placette
3,0

2,5

2,0
Note DEPEFEU 2013

1,5
Moyenne/placette
DEPEFEU 2013

1,0

0,5

0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
N° de placette

104
Evolution de la notation DEPEFEU 2009-2013: moyenne par
0,8
placette
0,6

0,4
Note DEPEFEU

0,2

0,0 Moyenne évolution


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 2009-2013 note
DEPEFEU

-0,2

-0,4

-0,6
N° de placette

105
Altitude Notation DEPEFEU 2009: Evolution 2009-2013 notation
Placette
placette Moyenne/placette DEPEFEU: Moyenne/placette

1 597 2,00 -0,1


2 598 2,00 0,2
* Les valeurs 3 600 2,11 -0,1
moyennes
indiquées en fin 4 617 2,89 -0,1
de tableau pour 5 592 1,29 0,0
la notation 6 595 2,13 -0,1
DEPEFEU 2009 7 614 2,25 0,4
et son évolution
2009/2013 ont 8 633 1,82 0,2
été calculées en 9 648 2,43 -0,2
prenant en 10 639 1,92 0,3
compte 11 640 1,86 0,5
l’ensemble de
l’échantillon. Ces 12 664 2,36 -0,4
chiffres ne sont 13 651 1,67 0,7
pas des 14 640 2,22 0,4
« moyennes de
15 663 2,14 0,3
moyenne par
placette »! 16 668 2,33 -0,5
Moyenne* 629 2,04 0,0

106
Altitude Notation DEPEFEU 2013: Evolution 2009-2013 notation
Placette
placette Moyenne/placette DEPEFEU: Moyenne/placette

1 597 1,9 -0,1


2 598 2,2 0,2
* Les valeurs 3 600 2,0 -0,1
moyennes
4 617 2,8 -0,1
indiquées en fin
de tableau pour 5 592 1,3 0,0
la notation 6 595 2,0 -0,1
DEPEFEU 2013 7 614 2,6 0,4
et son évolution
2009/2013 ont
8 633 2,0 0,2
été calculées en 9 648 2,1 -0,2
prenant en 10 639 2,3 0,3
compte 11 640 2,3 0,5
l’ensemble de
l’échantillon. Ces
12 664 2,0 -0,4
chiffres ne sont 13 651 2,3 0,7
pas des 14 640 2,7 0,4
« moyennes de 15 663 2,4 0,3
moyenne par
placette »! 16 668 1,8 -0,5
Moyenne 629 2,05* 0,03*

107
3.3.2. Analyse de l’évolution de l’état sanitaire par classe de notation DEPEFEU
Graphique dans les marges de Evolution 2009-2013 DEPEFEU et Note DEPEFEU 2009_1
• Les graphiques ci-contre montrent de quelle
manière les tiges appartenant à la classe de
notation DEPEFEU n°1 (c’est-à-dire
représentant l’état sanitaire le plus
Evolution 2009-2013 DEPEFEU

3
satisfaisant) ont évolué à partir de 2009
2
jusqu’en 2013.

1
• Globalement, la moitié des tiges n’ a connu
0 aucune évolution, quand l’autre moitié a
0,50 0,75 1,00 1,25 1,50
Note DEPEFEU 2009_1
régressé.

Graphique dans les marges de Evolution 2009-2013 DEPEFEU et Note DEPEFEU 2009_1
• Aucune tige de cette classe ne s’est
amélioré du point de vue de son état
sanitaire. On peut y voir un effet de seuil du
au protocole DEPEFEU: la classe de
Evolution 2009-2013 DEPEFEU

3
notation n°0 concerne un état sanitaire
2 quasi-parfait que l’on ne rencontre pas à
priori dans le peuplement de Vachères. Les
1
arbres de la classe n°1 ne peuvent donc que
0 stagner ou bien régresser.
0,5 1,0 1,5
Note DEPEFEU 2009_1
108
Graphique dans les marges de Evolution 2009-2013 DEPEFEU_1 et Note DEPEFEU 2009_2
• Les graphiques ci-contre montrent de quelle
manière les tiges appartenant à la classe de
notation DEPEFEU n°2 (c’est-à-dire
représentant un état sanitaire moyen) ont
Evolution 2009-2013 DEPEFEU_1

2
évolué à partir de 2009 jusqu’en 2013.
1

• Globalement, la moitié des tiges n’ a connu


0
aucune évolution, quand l’autre moitié se
-1 divise en 2 groupes d’effectifs comparables:
1,50 1,75 2,00 2,25
Note DEPEFEU 2009_2
2,50
l’un s’est amélioré du point de vue sanitaire,
et l’autre a régressé.
Graphique dans les marges de Evolution 2009-2013 DEPEFEU_1 et Note DEPEFEU 2009_2
Evolution 2009-2013 DEPEFEU_1

-1
1,2 1,6 2,0 2,4 2,8
Note DEPEFEU 2009_2
109
Graphique dans les marges de Evolution 2009-2013 DEPEFEU_2 et Note DEPEFEU 2009_3
• Les graphiques ci-contre montrent de quelle
manière les tiges appartenant à la classe de
notation DEPEFEU n°3 (c’est-à-dire
représentant l’état sanitaire le plus dégradé)
Evolution 2009-2013 DEPEFEU_2

1,0
ont évolué à partir de 2009 jusqu’en 2013.
0,5

0,0
• Globalement, la moitié des tiges n’ a connu
-0,5 aucune évolution, quand l’autre moitié s’est
-1,0 amélioré du point de vue sanitaire.
2,50 2,75 3,00 3,25 3,50
Note DEPEFEU 2009_3

Graphique dans les marges de Evolution 2009-2013 DEPEFEU_2 et Note DEPEFEU 2009_3
• Seule une tige de cette classe s’est dégradé
du point de vue de son état sanitaire. On
peut y voir un effet de seuil du au protocole
DEPEFEU: la classe de notation n°4
concerne les arbres morts ou moribonds.
Evolution 2009-2013 DEPEFEU_2

1,0
Quelque soit leur état de dégradation
0,5
sanitaire les arbres de classe 3, à partir du
0,0
moment où ils sont biologiquement vivants,
-0,5 ne peuvent que stagner ou bien s’améliorer.
-1,0

2,5 3,0 3,5


Note DEPEFEU 2009_3
110
3.3.3. Distribution des mesures de notation DEPEFEU
• Les deux graphiques ci-dessous montrent la répartition des mesures de notation DEPEFEU sur
l’ensemble de l’échantillon par rapport aux volumes/arbres relevés, et ce, pour étudier s’il existe
une relation entre l’état sanitaire des arbres et les leurs caractéristiques de croissance
individuelle.
4,5
Rapport entre la notation DEPEFEU 2013 et le volume/arbre 2013
4

3,5

3
Note Depefeu 2013

2,5

2
Série1
1,5

0,5

0
0,00 0,50 1,00 1,50 2,00 2,50 3,00 3,50 4,00
Volume/arbre (m3)

111
• Les graphiques ci-dessus montrent que l’état sanitaire n’a pas de rapport avec les
caractéristiques dendrométriques des arbres constituant le peuplement. Toutes les catégories de
volume/arbre sont représentées indifféremment pour chaque classe de notation DEPEFEU.
112
• Le graphique ci-dessous reprend les mêmes variables que précédemment en y ajoutant l’altitude
où se situent les arbres concernés.

Volume/arbre 2013 par rapport à l'altitude et à la notation DEPEFEU


VOLUME(fgh/3
ares en m3)
660
2013
< 0,3
650 0,3 – 0,6
0,6 – 0,9
0,9 – 1,2
640 1,2 – 1,5
Altitude (m)

> 1,5

630

620

610

600

1,0 1,5 2,0 2,5 3,0 3,5 4,0


Notation DEPEFEU 2013 113
• Le graphique ci-dessus montre que les plus gros volumes/arbre (entre 0.6 et 1.2 m3/arbre) sont
situés au niveau des placettes les plus basses en altitude essentiellement. Et ce pour un état
sanitaire moyen (classe DEPEFEU 2.5) à satisfaisant (entre 1 et 2). Le graphique montre
également que les plus faibles volumes/arbre sont situés autour de la côte altitudinale 630 mètres,
et ce indifféremment de l’état sanitaire. Ce fait peut-être dû à des variations topographiques
comme nous le verrons lors de la spatialisation des données.

114
3.3.4. Synthèse de l’état sanitaire

Le tableau ci-dessous indique la manière dont l’état sanitaire des arbres mesurés a évolué de 2009 à
2013.

Pour clarifier la lecture de ce tableau, nous allons prendre des exemples :


• Prenons la colonne verte ; elle concerne les tiges dont la note DEPEFEU en 2013 est strictement
inférieure à 2 (c’est-à-dire celle présentant le meilleur état sanitaire). Si l’on intéresse à la
première ligne chiffrée de cette colonne, elle indique que 19 tiges notées 1 en 2009 ont eu une
évolution égale à 0 jusqu’en 2013, c’est-à-dire qu’elle n’ont pas évolué. Et ces 19 tiges
représentent 10.6% de l’effectif total.

• Si l’on s’intéresse à la seconde ligne chiffrée (toujours dans la colonne verte), celle-ci indique que
9 tiges notées 1 en 2009 ont évolué de +0.5 point d’indice en 2013. Cette augmentation du point
d’indice représente une dégradation de l’état sanitaire des tiges concernées puisque dans la
notation DEPEFEU la valeur 1 représente l’indice le plus favorable, alors que la note 4 représente
l’état sanitaire le plus dégradé : des arbres morts ou moribonds. Et ces 9 tiges représentent 5.0%
de l’effectif total.

115
2 ≤ note 2013 < 3
Note 2013 < 2 Note 2013 ≥ 3

Sans évolution (stagnation) Avec évolution

Evolution Nb tiges Evolution Nb tiges Evolution Nb tiges Evolution Nb tiges


Note Note Note Note
note concernées % note concernées % note concernées % note concernées %
DEPEFEU DEPEFEU DEPEFEU DEPEFEU
DEPEFEU en 2009 DEPEFEU en 2009 DEPEFEU en 2009 DEPEFEU en 2009

1 0 19 10,6% 2 0 39 21,8% 1 1 7 3,9% 1 2 1 0,6%

1 0,5 9 5,0% 1 1,5 2 1,1% 1 3 1 0,6%

2 -1 8 4,5% 2 0,5 13 7,3% 2 1 13 7,3%

2 -0,5 21 11,7% 3 -1 14 7,8% 2 2 1 0,6%

3 -0,5 7 3,9% 3 0 22 12,3%

3 1 1 0,6%

4 NP* 1 0,6%

Total 57 31,8% Total 39 21,8% Total 43 24,0% Total 40 22,3%

* NP = Non Pertinent : les arbres de la classe n°4 concernent des arbres morts ou moribonds, les arbres morts en 2009 ne peuvent donc pas avoir évolué entre 2009 et 2013

116
• Le graphique ci-dessous reprend les mêmes données présentées dans le tableau précédent,
mais de manière synthétique.

• Pour donner un exemple de lecture du graphique, si l’on prend le cercle vert au centre duquel
figure la valeur 10.6%, et qui est associé à l’indice DEPEFEU 2009 ayant pour valeur 1, ce cercle
indique que 10.6% des tiges notées 1 en 2009 n’ont pas évolué, puisqu’elles figurent au niveau 0
en terme d’évolution 2009/2013 de la lote DEPEFEU (axe des ordonnées). Ce cercle est donc la
représentation graphique du premier exemple que nous avons vu pour le précédent tableau.

117
Rapport entre la notation DEPEFEU 2009 et son evolution 2009/2013
4

3 0,6%
Evolution note DEPEFEU 2009/2013

2 0,6% 0,6% Note 2013 < 2 =


31.8% des tiges
1,1%

1 3,9% 7,3% 0,6% 2 ≤ note 2013 < 3


Sans évolution
5,0% 7,3% 2009/2013 = 21.8%
des tiges
0 10,6% 21,8% 12,3% 0,6% 2 ≤ note 2013 < 3
0 0,5 1 1,5 2 2,5 3 3,5 4 Avec évolution
11,7% 3,9% 2009/2013 = 24.0%
des tiges
-1 4,5% 7,8%
Note 2013 ≥ 3 =
22.3% des tiges

-2 Note DEPEFEU 2009

118
• La note moyenne de l’état sanitaire en 2013 selon le protocole DEPEFEU est de 2,05; elle était
de 2,04 en 2009. La moyenne des évolutions des notes DEPEFEU entre 2009 et 2013 est de
+0,03.

• Globalement l’état sanitaire du peuplement a stagné entre 2009 et 2013: 45% des tiges n’ont pas
du tout évolué pendant cette période. Concernant l’autre partie des tiges, globalement les
évolutions positives sont compensées par les évolutions négatives, ce qui explique la stagnation.

• La classe n°2, représentant un état sanitaire moyen est bien la plus représentée. Son effectif
associé était de 53% des tiges en 2009; il n’est plus que de 34% en 2013, mais la notation
DEPEFEU 2013 a inclus les demi-classes ce qui n’était pas le cas en 2009. Si on y ajoute les
effectifs associés à la note DEPEFEU n°2,5, alors ce chiffre passe à 46% des tiges.

• 22% des tiges de classe 2 en 2009 n’ont pas du tout évolué et il s’agit du sous-groupe présentant
l’effectif le plus important (voir graphique ci-dessus).

119
• Comme nous l’avons vu précédemment les effectifs associés aux extremum des classes de
notation DEPEFEU (classe 1 et classe 3) se sont réduits au profit des classes intermédiaires et
moyennes.

• En 2013, 34% des tiges présentent un état sanitaire satisfaisant (c’est-à-dire correspondant à une
note DEPEFEU < 2). La catégorie la plus représentée concerne un état sanitaire moyen (2 ≤ note
DEPEFEU 2013 < 3) avec 44% des tiges. L’état sanitaire le plus dégradé (Note DEPEFEU 2013
≥ 3) représente 22% des tiges. Au sein de cette dernière catégorie, les arbres morts (classe
DEPEFEU n°4) représentent en 2013 2,1% des tiges (contre 0,6% en 2009).

• 22% des tiges se trouvent donc dans un état sanitaire alarmant en 2013:

120
• 44% des tiges se trouvent dans un état sanitaire moyen en 2013:

• Et 34% des tiges se trouvent dans un état sanitaire rassurant en 2013:

121
• Pour conclure sur le suivi de l’état sanitaire du peuplement de chênes sessile de Vachères, les
inventaires ont montré que celui-ci était préoccupant – la notation DEPEFEU moyenne des
arbres échantillonnés se situant autour de 2.

• Pour rappel, voici ce que représente l’indice 2 dans le protocole de notation DEPEFEU :

– « Branches desséchées dans la moitié supérieure du houppier mais moins de 50% et/ou transparence moyenne à forte liée à une
perte assez forte de ramifications fines (<50%) et/ou échancrures nettes dans le houppier et/ou feuilles apparaissant réparties en
paquet. Visualisation partielle du squelette de l’arbre à l’état feuillé. »

• Cet état sanitaire préoccupant avait déjà été mis en évidence lors du précédent inventaire en
2009. Toutefois, l’inventaire de 2013 permet d’observer une évolution quasi-nulle de cet état
sanitaire, une stagnation. Il faut toutefois considérer le pas de temps relativement court entre les
deux inventaires (4 ans) qui ne permet pas de mettre en évidence une évolution sur le long terme.

• Il convient donc de continuer à surveiller cet état sanitaire et son évolution.

122
3.4. Corrélations

Aucune corrélation, que ce soit entre des variables dendrométriques, l’état sanitaire ou l’altitude
(spacialisation), n’a pu être trouvée. A l’exception de la relation « densité2013/diamètre 2013 »,
mais le modèle de régression utilisé n’est valable que pour 50,21% des données. De plus cette
série ne comporte que 16 points de données, échantillon trop petit pour être précis.

Relation entre x et y significative


Variables x et y Coefficient de détermination R² *
sur le plan statistique? *
Diamètre 2013 et hauteur 2013 S 23,54%
Etat 2013 Densité 2013 et diamètre 2013 S 50,21%
Densité 2013 et hauteur 2013 NS NC
Variables dendrométriques Accroissement sur le rayon et accroissement hauteur 2009-
NS NC
Evolution 2009- 2013
2013 Accroissement en diamètre (%) et accroissement en hauteur
S 2,35%
2009-2013
Volume/arbre 2013 et notation DEPEFEU 2013 S 4,70%
Etat 2013
Densité 2013 et notation DEPEFEU 2013 S 12,59%
Variables dendrométriques Accroissement en volume/arbre 2009-2013 et notation
NS 1,79%
& état sanitaire Evolution 2009- DEPEFEU 2013
2013 Accroissement en volume/arbre 2009-2013 et évolution
NS NC
notation DEPEFEU 2009-2013
Modèle linéaire 2,18%
Diamètre 2013 et altitude S
Modèle cubique 3,56%
Hauteur 2013 et altitude S 11,09%
Etat 2013 Densité 2013 et altitude NS NC
Surface terrière 2013 et altitude NS NC
Volume/arbre 2013 et altitude NS NC
Variables dendrométriques ; Notation DEPEFEU 2013 et altitude S 19,50%
état sanitaire & altitude Accroissement en diamètre 2009-2013 (%) et altitude S 12,35%
Accroissement sur le rayon 2009-2013 et altitude S 3,45%
Accroissement en hauteur 2009-2013 et altitude NS NC
Evolution 2009-
2013 Accroissement en surface terrière 2009-2013 et altitude NS NC

Accroissement en volume/arbre 2009-2013 et altitude NS NC


Evolution notation DEPEFEU 2009-2013 et altitude S 9,73%
123
* S = relation x/y statistiquement significative ; NS = relation x/y non-significative statistiquement ; NC = absence de corrélation
• Les tableaux présentés ci-après détaillent cette relation « Densité 2013/Diamètre 2013 »:

Régression pour Densité/ha 2013 et Diam. Moyen placette 2013


Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 233) pour que vous obteniez une estimation précise de l'importance de la relation.

Données -- Valeurs résiduelles importantes : 2 points de données présentent des valeurs résiduelles
aberrantes ! importantes, ce qui correspond à des points de données mal ajustés par l'équation. Ces points
apparaissent en rouge dans les diagrammes.
-- Valeurs X aberrantes : 2 points de données présentent des valeurs X aberrantes pouvant
rapprocher la ligne d'ajustement vers les points aberrants et l'éloigner des autres points. Ces points
apparaissent en rouge sur le rapport de sélection du modèle.
Pour identifier les lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la
fonction de balayage de Minitab. Les données aberrantes pouvant fortement influencer les résultats,
essayez d'identifier la cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des
données. Supprimez les données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

124
Régression pour Densité/ha 2013 et Diam. Moyen placette 2013
Rapport de sélection du modèle
Y : Densité/ha 2013
X : Diam. Moyen placette 2013
Droite d'ajustement pour modèle cubique
Y = 8091 - 1320 X + 73,78 X**2 - 1,334 X**3

1000 Valeur résiduelle élevée


Valeur de X aberrante

800
Densité/ha 2013

600

400

200

10 12 14 16 18 20 22 24 26 28
Diam. Moyen placette 2013
Statistiques

Modèle sélectionné Autres modèles


Cubique Linéaire Quadratique
R carré (ajusté) 50,21 % 12,15 % 11,78 %
Valeur de p, modèle 0,009* 0,101 0,175
Valeur de p, terme linéaire 0,004* 0,101 0,246
Valeur de p, terme quadratique 0,005* - 0,350
Valeur de p, terme cubique 0,006* - -
Ecart type des valeurs résiduelles 147,543 195,989 196,400

* Statistiquement significatif (p < 0,05)

125
Régression pour Densité/ha 2013 et Diam. Moyen placette 2013
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
300

150
Valeur résiduelle

-150

-300
200 400 600 800 1000
Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des
causes spéciales.

126
Régression pour Densité/ha 2013 et Diam. Moyen placette 2013
Rapport récapitulatif
Y : Densité/ha 2013
X : Diam. Moyen placette 2013
Droite d'ajustement pour modèle cubique
Y = 8091 - 1320 X + 73,78 X**2 - 1,334 X**3

Existe-t-il une relation entre Y et X ?


900
0 0,05 0,1 > 0,5

Densité/ha 2013
Oui Non
600
P = 0,009
La relation entre Densité/ha 2013 et Diam. Moyen
placette 2013 est significative sur le plan statistique (p
< 0,05). 300

10 15 20 25
Diam. Moyen placette 2013

Commentaires

L'équation ajustée pour le modèle cubique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = 8091 - 1320 X + 73,78 X**2 - 1,334 X**3
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Densité/ha 2013 pour
R c. (ajust.) = 50,21% une valeur de Diam. Moyen placette 2013, ou rechercher
50,21% de la variation de Densité/ha 2013 peut être les paramètres de Diam. Moyen placette 2013
pris en compte par le modèle de régression. correspondant à une valeur ou une étendue souhaitée des
valeurs de Densité/ha 2013.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.

Les relations entre les variables dendrométriques et l’altitude où se situent les arbres
concernés seront exposées ci-après dans le chapitre traitant de la spatialisation des données.
Les autres corrélations sont présentées à la fin du présent document dans les Annexes.
127
3.5. Spatialisation des données

Nous allons maintenant tenter de découvrir si il existe une corrélation entre les variables
dendrométriques et l’altitude ou la topographie des placettes.

• 3.5.1. Corrélation des variables dendrométriques et altitudinales

3.5.1.1. Corrélation Diamètre 2013 et altitude

Une analyse statistique a été effectuée à l’aide du logiciel Minitab16© dans le but de mettre en
évidence s’il existe une relation mathématique entre le diamètre moyen des arbres mesurés et
l’altitude auxquels ils se trouvent. Les résultats de cette analyse sont présentés ci-dessous :

128
 Modèle linéaire

Régression pour Diamètre à 1,30m 2013 et Altitude placette_1


Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation.

Données 5 points de données présentent des valeurs résiduelles élevées, indiquant des points de données mal
aberrantes ! ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

129
Régression pour Diamètre à 1,30m 2013 et Altitude placette_1
Rapport de sélection du modèle
Y : Diamètre à 1,30m 2013
X : Altitude placette_1
Ligne d'ajustement pour le modèle linéaire
Y = - 9,03 + 0,04398 X
60 Valeur résiduelle élevée
Diamètre à 1,30m 2013

50

40

30

20

10

590 600 610 620 630 640 650 660 670


Altitude placette_1
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 2,18 % 2,45 % 3,56 %
Valeur de p, modèle 0,014* 0,022* 0,010*
Valeur de p, terme linéaire 0,014* 0,189 0,055
Valeur de p, terme quadratique - 0,202 0,057
Valeur de p, terme cubique - - 0,058
Ecart type des valeurs résiduelles 7,299 7,289 7,247

* Statistiquement significatif (p < 0,05)

130
Régression pour Diamètre à 1,30m 2013 et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
45

30
Valeur résiduelle

15

17,0 17,5 18,0 18,5 19,0 19,5 20,0 20,5


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des
causes spéciales.

131
Régression pour Diamètre à 1,30m 2013 et Altitude placette_1
Rapport récapitulatif
Y : Diamètre à 1,30m 2013
X : Altitude placette_1
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = - 9,03 + 0,04398 X
0 0,05 0,1 > 0,5 60

Diamètre à 1,30m 2013


Oui Non
P = 0,014
La relation entre Diamètre à 1,30m 2013 et Altitude 40
placette_1 est significative sur le plan statistique (p <
0,05).
20

% de variation pris en compte par modèle


0% 100%
600 615 630 645 660
Altitude placette_1

R c. (ajust.) = 2,18%
Commentaires
2,18% de la variation de Diamètre à 1,30m 2013 peut
être pris en compte par le modèle de régression. L'équation ajustée pour le modèle linéaire qui décrit la
relation entre Y et X est la suivante :
Y = - 9,03 + 0,04398 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir Diamètre à 1,30m 2013
Négatif Pas de corrélation Positif pour une valeur de Altitude placette_1, ou rechercher les
paramètres de Altitude placette_1 correspondant à une
-1 0 1
valeur ou une étendue souhaitée des valeurs de Diamètre
à 1,30m 2013.
0,16
La corrélation positive (r = 0,16) indique que lorsque Une relation statistiquement significative n'implique pas
Altitude placette_1 augmente, Diamètre à 1,30m 2013 forcément que X est la cause de Y.
a tendance à augmenter.

132
 Modèle cubique

Régression pour Diamètre à 1,30m 2013 et Altitude placette_1


Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation.

Données 7 points de données présentent des valeurs résiduelles élevées, indiquant des points de données mal
aberrantes ! ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Le rapport de sélection du modèle affiche un autre modèle pouvant constituer une meilleure option.
du modèle i Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans toutes les zones concernées.

133
Régression pour Diamètre à 1,30m 2013 et Altitude placette_1
Rapport de sélection du modèle
Y : Diamètre à 1,30m 2013
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = - 26146 + 123,9 X - 0,1954 X**2 + 0,000103 X**3
60 Valeur résiduelle élevée
Diamètre à 1,30m 2013

40

20

Modèle linéaire
Vous avez sélectionné le modèle cubique, mais
600 615 630 645 660 675 le modèle linéaire comporte un terme linéaire
Altitude placette_1 significatif. Vous pouvez utiliser le modèle
linéaire à la place. Certains spécialistes
préfèrent le modèle cubique car le R carré
Statistiques ajusté est supérieur.

Modèle sélectionné Autres modèles


Cubique Linéaire Quadratique
R carré (ajusté) 3,56 % 2,18 % 2,45 %
Valeur de p, modèle 0,010* 0,014* 0,022*
Valeur de p, terme linéaire 0,055 0,014* 0,189
Valeur de p, terme quadratique 0,057 - 0,202
Valeur de p, terme cubique 0,058 - -
Ecart type des valeurs résiduelles 7,247 7,299 7,289

* Statistiquement significatif (p < 0,05)

134
Régression pour Diamètre à 1,30m 2013 et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

40
Valeur résiduelle

20

15 16 17 18 19 20 21
Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des
causes spéciales.

135
Régression pour Diamètre à 1,30m 2013 et Altitude placette_1
Rapport récapitulatif
Y : Diamètre à 1,30m 2013
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = - 26146 + 123,9 X - 0,1954 X**2 + 0,000103 X**3
60
Existe-t-il une relation entre Y et X ?

Diamètre à 1,30m 2013


0 0,05 0,1 > 0,5
Oui Non 40
P = 0,010
La relation entre Diamètre à 1,30m 2013 et Altitude
placette_1 est significative sur le plan statistique (p <
20
0,05).

600 615 630 645 660


Altitude placette_1

Commentaires

L'équation ajustée pour le modèle cubique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = - 26146 + 123,9 X - 0,1954 X**2 + 0,000103 X**3
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Diamètre à 1,30m 2013
R c. (ajust.) = 3,56% pour une valeur de Altitude placette_1, ou rechercher les
3,56% de la variation de Diamètre à 1,30m 2013 peut paramètres de Altitude placette_1 correspondant à une
être pris en compte par le modèle de régression. valeur ou une étendue souhaitée des valeurs de Diamètre
à 1,30m 2013.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.

 Conclusion

► Sur le plan statistique, aucune relation ne se dégage entre les diamètres, que ce soit en
2009 ou en 2013, et l’altitude des placettes.
136
• 3.5.1.2. Corrélation Hauteur 2013 et Altitude

Après avoir étudié le rapport « diamètres moyens/altitude », nous allons maintenant voir selon la
même méthode que pour le chapitre précédent s’il existe une relation statistique entre les
hauteurs dominantes des arbres mesurés et l’altitude à laquelle ils se trouvent.

Les résultats de cette analyse sont présentés ci-dessous :

Régression pour Hauteur 2013_1 et Altitude placette_1


Rapport
Vérifier Statut Description

Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation.

Données Il n'y a aucun point de données aberrant. Ces points pourraient avoir une grande influence sur les
aberrantes résultats.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

137
Régression pour Hauteur 2013_1 et Altitude placette_1
Rapport de sélection du modèle
Y : Hauteur 2013_1
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = - 37238 + 176,4 X - 0,2781 X**2 + 0,000146 X**3
25

20
Hauteur 2013_1

15

10

600 615 630 645 660 675


Altitude placette_1
Statistiques

Modèle sélectionné Autres modèles


Cubique Linéaire Quadratique
R carré (ajusté) 11,09 % 0,54 % 4,45 %
Valeur de p, modèle 0,000* 0,134 0,002*
Valeur de p, terme linéaire 0,000* 0,134 0,002*
Valeur de p, terme quadratique 0,000* - 0,001*
Valeur de p, terme cubique 0,000* - -
Ecart type des valeurs résiduelles 4,620 4,886 4,789

* Statistiquement significatif (p < 0,05)

138
Régression pour Hauteur 2013_1 et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
10
Valeur résiduelle

-5

14 15 16 17 18 19 20
Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des
causes spéciales.

139
Régression pour Hauteur 2013_1 et Altitude placette_1
Rapport récapitulatif
Y : Hauteur 2013_1
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = - 37238 + 176,4 X - 0,2781 X**2 + 0,000146 X**3
25
Existe-t-il une relation entre Y et X ?
0 0,05 0,1 > 0,5

Hauteur 2013_1
20
Oui Non
P = 0,000
La relation entre Hauteur 2013_1 et Altitude placette_1 15
est significative sur le plan statistique (p < 0,05).

10

600 615 630 645 660


Altitude placette_1

Commentaires

L'équation ajustée pour le modèle cubique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = - 37238 + 176,4 X - 0,2781 X**2 + 0,000146 X**3
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Hauteur 2013_1 pour
R c. (ajust.) = 11,09% une valeur de Altitude placette_1, ou rechercher les
11,09% de la variation de Hauteur 2013_1 peut être paramètres de Altitude placette_1 correspondant à une
pris en compte par le modèle de régression. valeur ou une étendue souhaitée des valeurs de Hauteur
2013_1.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.

 Conclusion

► Sur le plan statistique, aucune relation ne se dégage entre l’altitude des placettes et
les hauteurs dominantes en 2013 140
• 3.5.2. Représentation graphique des variables dendrométriques par rapport à l’altitude

Si l’analyse statistique n’a pas révélé de relation mathématique entre les variables « hauteur
dominante » et « diamètre moyen » par rapport aux altitudes des arbres mesurés, nous allons
maintenant observer la représentation graphique de ces différentes variables :

Le graphique ci- 30 Distribution des hauteurs dominantes et diamètres moyen en fonction de l’altitude des placettes 680
Hauteur
contre représente dominante/placette
la distribution des 2013
Hauteur dominante (m) & Diamètre moyen (cm)

variables 660 Diamètre


25
dendrométriques moyen/placette
par rapport à 2013
l’altitude. Aucune 640 Altitude placette
relation évidente 20
semble se Moyenne mobile

Altitude (m)
dégager 620 des hauteurs
visuellement 15
entre ces
différentes 600
variables. Dans
certains cas les 10
diamètres 580
semblent même
augmenter avec 5
l’altitude alors 560
que l’on
s’attendrait à
l’inverse. 0 540
1 2 3 4 5 6 7 N° de
8 placette
9 10 11 12 13 14 15 16 141
Aucune conclusion ne peut se dégager à priori du graphique ci-dessus.
Aucun lien direct entre l’altitude et les différentes variables dendrométriques n’a pu être établi, nous
allons donc maintenant tenter d’observer graphiquement ces mêmes variables par rapport à la
localisation des placettes.
Le dispositif de suivi démographique se décompose en 3 transects longitudinaux :

• Schéma d’implantation des placettes du dispositif de suivi démographique de Vachères :

Nous allons donc étudier plus précisément les variations dendrométriques sur ces 3 transects.
142
 Transect n°1

30 620

Hauteur dominante
R² = 1 placettes 1 à 4
R² = 1
615
25 Diamètre moyen
placettes 1 à 4
Diamètre moyen (cm) & hauteur dominante (m)

610 Altitude placettes 1 à


4
20

Poly. (Hauteur
R² = 1
605 dominante placettes

Altitude (m)
1 à 4)
15 Poly. (Diamètre
moyen placettes 1 à
600 4)
Poly. (Altitude
placettes 1 à 4)
10
595 Transect altitudinal placettes 1 à 4

5
590

0 585
1 2 3 4
N° de placette 143
• Sur le premier transect les variations de diamètres moyens par placette semblent inversement
proportionnels à l’altitude des placettes concernées.

• Cette observation semble réaliste par rapport à l’hypothèse de départ qui voudrait que les valeurs
dendrométriques soient plus élevées à faible altitude que celles que l’on attendrait à une altitude
plus élevée. Cette hypothèse sera développée ci-après.

• Les variations de la hauteur dominante par placette semblent elles ne pas être en rapport avec
l’altitude des placettes.

144
 Transect n°2

30 680

Hauteur dominante
placettes 5 à 13
660
25 Diamètre moyen
placettes 5 à 13
Diamètre moyen (cm) & hauteur dominante (m)

R² = 0,9961
640 Altitude placettes 5 à
20 13
R² = 0,7873
Poly. (Hauteur

Altitude (m)
620 dominante placettes
5 à 13)
15 Poly. (Diamètre
moyen placettes 5 à
600 13)
Poly. (Altitude
placettes 5 à 13)
10
R² = 0,9399 580 Transect altitudinal placettes 5 à 13

5
560

0 540
5 6 7 8 9 10 11 12 13
N° de placette 145
• Sur le graphique ci-dessus, les variations des hauteurs dominantes par placette semblent
inversement proportionnel à l’altitude des placettes.

• L’hypothèse ici suggérée serait que plus l’altitude est élevée plus la hauteur dominante diminue,
phénomène que l’on peut rencontrer dans la nature mais habituellement sur des échelles bien
plus importantes (la variation sur le site de Vachères n’est pas supérieure à 100 mètres entre la
placette la plus basse et celle la plus haute).

• Les variations des diamètres dominants ne semblent pas corrélées visuellement à l’altitude.

146
 Transect n°3

25 675

Hauteur dominante
R² = 1 670 placettes 14 à 16

Diamètre moyen
20 665 placettes 14 à 16
Diamètre moyen (cm) & hauteur dominante (m)

R² = 1
Altitude placettes 14
660 à 16

Poly. (Hauteur
15 655 dominante placettes

Altitude (m)
14 à 16)
R² = 1
Poly. (Diamètre
650
moyen placettes 14 à
16)
10 645 Poly. (Altitude
placettes 14 à 16)

640
Transect altitudinal placettes 14 à 16

5 635

630

0 625
14 15 16
N° de placette
147
• Ce transect n’étant composé que de 3 placettes il est difficile de conclure quoi que ce soit à partir
des observations effectuées ici.

• Toutefois, si l’on observe l’évolution des variables dendrométriques en fonction de l’altitude


suivant l’hypothèse formulée plus tôt (à savoir que les variables dendrométriques tendraient à
diminuer au fur et à mesure que l’altitude augmente), on observe que les valeurs les plus faibles –
que ce soit pour les diamètres moyens ou pour les hauteurs dominantes – sont relevées pour
l’altitude la plus élevée.

• Les graphiques ci-dessous reprennent les variables précédemment étudiées en les combinant :
les volumes/ha moyens (2009 et 2013) comparés à l’altitude des placettes concernées.

148
 Transect n°1

350,00 620
Transect Altitudinal Placettes 1 à 4: Altitude et Volume/ha moyen 2009-2013
R² = 1 Volume/ha moyen /
617 placette 2013
300,00
Volume/ha moyen /
615 placette 2009
Altitude placettes
Volume/ha moyen/ placette (m3/ha)

250,00
Poly. (Volume/ha moyen
/ placette 2013)
610
200,00 Poly. (Volume/ha moyen

Altitude (m)
/ placette 2009)
R² = 1 Poly. (Altitude placettes)
150,00 R² = 1
605

Transect altitudinal placettes 1 à 4


100,00

600 600
50,00
598
597

0,00 595
1 2 3 4
Transect Altitudinal Placettes 1 à 4

149
 Transect n°2

350,00 680
Transect Altitudinal Placettes 5 à 13: Altitude et Volume/ha moyen 2009-2013
670 Volume/ha moyen /
300,00 placette 2013
664
Volume/ha moyen /
660
placette 2009
R² = 0,9961 Altitude placettes
Volume/ha moyen/ placette (m3/ha)

250,00 651 650


648
Poly. (Volume/ha moyen
640 640 / placette 2013)
639
200,00 Poly. (Volume/ha moyen

Altitude (m)
633 / placette 2009)
630
R² = 0,8541 Poly. (Altitude placettes)
150,00
620
614 Transect altitudinal placettes 5 à 13
R² = 0,8354
100,00 610

600
50,00 595
592
590

0,00 580
5 6 7 8 9 10 11 12 13
Transect Altitudinal Placettes 5 à 13

150
 Transect n°3

160,00 Transect Altitudinal Placettes 14 à 16: Altitude et Volume/ha moyen 670


2009-2013
668
Volume/ha moyen /
140,00 R² = 1 placette 2013
665
Volume/ha moyen /
663 placette 2009
120,00 Altitude placettes
Volume/ha moyen / placette (m3/ha)

660
Poly. (Volume/ha moyen
100,00 / placette 2013)
655 Poly. (Volume/ha moyen

Altitude (m)
/ placette 2009)
80,00 R² = 1 Poly. (Altitude placettes)

650
60,00 R² = 1
Transect altitudinal placettes 14 à 16
645
40,00

640 640
20,00

0,00 635
14 15 16
Transect Altitudinal Placettes 14 à 16

151
• Sur les 3 graphiques ci-dessus, l’on peut globalement effectuer les mêmes observations et
remarques que précédemment lorsque nous étudions les variables « diamètres moyens » et
« hauteurs dominantes » comparées à l’altitude des placettes.

• Sur le transect le plus long (9 placettes) le plus long, l’hypothèse selon laquelle les
caractéristiques dendrométriques étudiées tendraient à diminuer selon que l’altitude des placettes
augmente, cette hypothèse donc se trouve assez bien illustrée puisque l’on voit que les courbes
de volumes/ha moyens sont inversement proportionnelles à la courbe de l’altitude des placettes.

• Toutefois, cette observation ne peut valider la pertinence de cette hypothèse, la représentation


graphique ne pouvant prouver en elle-même une éventuelle relation entre des facteurs liés à
l’altitude et les variables dendrométriques étudiées.

152
• 3.5.3. Représentation graphique des variables dendrométriques en fonction de
la topographie

• 3.5.3.1. Représentation en 2 dimensions

Nous allons maintenant projeter ces données sur un plan issu de la cartographie IGN©, afin
de tenter d’identifier un éventuel lien entre la topographie et les variables dendrométriques
mesurées.

153
• Volume/ha 2009 (fgh en m3/ha)

Volume
fortement
inférieur à la Effet de colluvionnement
moyenne

Volume
inférieur à la
moyenne

Volume
moyen

Volume
supérieur à la
moyenne

Volume
fortement
supérieur à la
moyenne

UC – Vachères - Dispositif de suivi


démographique: emplacement des
placettes 154
• Pour chaque placette, le volume/ha moyen a été classé selon qu’il était plus ou moins éloigné de
la moyenne de l’ensemble du peuplement mesuré.

• On distingue nettement sur la carte 2 zones « vertes » où le volume/ha moyen est supérieur à la
moyenne. Ces zones se situent en fond de vallon ou bien en situation intermédiaire de versant,
dans des zones de colluvionnement, c’est-à-dire une zone où s’amassent naturellement des
dépôts sur un versant sous l’effet de la gravité. Ces dépôts peuvent fournir aux arbres un surplus
d’éléments minéraux et une profondeur de sol prospectable par les racines plus importante qu’en
situation de haut de versant par exemple. Cet apport supplémentaire pourrait expliquer les
variations observées sur les caractéristiques dendrométriques des arbres mesurés.

• A l’inverse, la présence d’une arrête rocheuse, à proximité de la surface du sol, en réduisant la


profondeur de sol prospectable par les racines, pourrait expliquer des mesures dendrométriques
plus faibles.

155
• Volume/ha 2013 (fgh en m3/ha)

Volume
fortement
inférieur à la Effet de colluvionnement
moyenne

Volume
inférieur à la
moyenne

Volume
moyen

Volume
supérieur à la
moyenne

Volume
fortement
supérieur à la
moyenne

UC – Vachères - Dispositif de suivi


démographique: emplacement des
placettes 156
On retrouve pour les volumes/ha moyens 2013 la même répartition qu’en 2009, avec 2 zones où les
volumes/ha moyens sont supérieurs à la moyenne, et ces placettes sont situées dans des zones de
colluvionnement.

• 3.5.3.2. Représentation en 3 dimensions

• Pour tenter de mieux appréhender la possible influence de la topographie sur les arbres et leurs
caractéristiques dendrométriques, nous allons maintenant tenter d’en étudier les variations sur un
plan modélisé en 3 dimensions du site de Vachères.

• La modélisation 3D, effectuée à l’aide du logiciel Minitab16©, est basée sur les relevés d’altitude
des placettes et le maillage utilisé (distance entre les placettes : 75 mètres, sur un maillage carré).

157
• Variations spatiales du volume/ha en 2009:

0* ≤ Volume/ha 2009 < 35

35 ≤ Volume/ha 2009 < 70

70 ≤ Volume/ha 2009 < 105

Zone de 105 ≤ Volume/ha 2009 < 140


colluvionnement 140 ≤ Volume/ha 2009 < 175

175 ≤ Volume/ha 2009 < 210

210 ≤ Volume/ha 2009 < 245

245 ≤ Volume/ha 2009 < 280

280 ≤ Volume/ha 2009 < 315

315 ≤ Volume/ha 2009 < 350

Placette n°5 atypique


(cépée de chênes)

158 en
* Le volume/ha est exprimé
m3/ha
• Sur le graphique ci-dessus, pour les valeurs 2009, on constate globalement que le volume/ha par
placette est plus élevé en situation de fond de vallon qu’en situation intermédiaire de versant ou
en haut de versant.

• Par ailleurs on constate une zone « plus riche » (dans le sens d’un volume/ha supérieur à la
moyenne) que dans le reste des situations de versant autour de la placette n°11. Or, la
modélisation en 3 dimensions du site de Vachères (basée sur les côtes altitudinales relevées pour
chaque placette), fait apparaitre à cet endroit une zone de colluvionnement qui pourrait expliquer
cette variation du volume en situation intermédiaire de versant.

• A l’opposé, les placettes 8,9 et 10, d’après la modélisation en 3 dimensions, semblent se trouver
à proximité d’une arrête rocheuse qui pourrait expliquer la faiblesse relative du volume/ha de ces
placettes.

• La faible volume/ha de la placette n°5 s’explique par la nature atypique des bois qui la compose,
puisque celle-ci est composée de cépées de chênes.

159
• Variations spatiales du volume/ha en 2013:

0* ≤ Volume/ha 2009 < 35

35 ≤ Volume/ha 2009 < 70

70 ≤ Volume/ha 2009 < 105

Zone de 105 ≤ Volume/ha 2009 < 140


colluvionnement 140 ≤ Volume/ha 2009 < 175

175 ≤ Volume/ha 2009 < 210

210 ≤ Volume/ha 2009 < 245

245 ≤ Volume/ha 2009 < 280

280 ≤ Volume/ha 2009 < 315

315 ≤ Volume/ha 2009 < 350

Placette n°5 atypique


(cépée de chênes)

160 en
* Le volume/ha est exprimé
m3/ha
• Les valeurs relevées en 2013 confirment celles de 2009, et l’on retrouve la même répartition
relative des volume/ha.

• Globalement, l’observation de ces données spatialisées suggère une relation entre la topographie
du terrain et les variations des volume/ha.

• Nous avons vu précédemment qu’aucune relation mathématique ne pouvait être tirée du rapport
entre l’altitude des placettes et les valeurs dendrométriques relevées (hauteurs et diamètres). Si
l’altitude en tant que telle ne permet pas d’expliquer les variations du volume/ha, la modélisation
du terrain en 3 dimensions suggère donc une relation entre la topographie et les volume (effet de
colluvionnement ou arrête rocheuse) bien que celle-ci ne puisse être prouvée mathématiquement
en l’état actuel des connaissances.

161
• Variations spatiales de la densité en 2013:

0* ≤ Densité 2009 < 100

100 ≤ Densité 2009 < 200

200 ≤ Densité 2009 < 300

Zone de 300 ≤ Densité 2009 < 400


colluvionnement 400 ≤ Densité 2009 < 500

500 ≤ Densité 2009 < 600

600 ≤ Densité 2009 < 700

700 ≤ Densité 2009 < 800

800 ≤ Densité 2009 < 900

900 ≤ Densité 2009 <1000

Placette n°5 atypique


(cépée de chênes)

162 en
* La densité est exprimée
nombre de tiges/ha
• L’observation des variations de la densité spatialisées, même si l’on peut distinguer une zone
« plus riche » (= densité plus élevée que la moyenne globale) à proximité de la placette 11, zone
de colluvionnement, la répartition globale de ces valeurs ne semble pas, visuellement, être liée à
des variations topographique du terrain.

163
• Variations des diamètres 2013

25 ≤ Diamètre 2013* < 27

23 ≤ Diamètre 2013 < 25

21 ≤ Diamètre 2013 < 23

Zone de 19 ≤ Diamètre 2013 < 21

colluvionnement 17 ≤ Diamètre 2013 < 19

15 ≤ Diamètre 2013 < 17

13 ≤ Diamètre 2013 < 15

11 ≤ Diamètre 2013 < 13

9 ≤ Diamètre 2013 < 11

Placette n°5 atypique


(cépée de chênes)

164
* Diamètre moyen par placette
en cm
• Si l’on étudie la répartition spatiale des diamètres en 2013, la zone de fond de vallon qui
correspond à une zone de colluvionnement (placette 1 à 3) présente des diamètres moyens parmi
les plus élevés.

• Si l’on excepte la parcelle n°5 atypique, les placettes présentant les diamètres moyens 2013 les
plus faibles sont les placettes 4, 7 et 16.

• La placette 4 se situe en situation intermédiaire de versant, de même que la placette 7. La


placette n°16 se trouve en haut de versant.

• Ces résultats ne sont pas incohérents avec l’hypothèse selon laquelle les variations
topographiques du terrain pourraient expliquer en partie les valeurs relevées. Selon cette
hypothèse, les effets de colluvionnement, en fournissant aux arbres une profondeur de sol
prospectable plus importante qu’en situation de versant, pourraient favoriser la production des
arbres qui s’y trouvent. A l’inverse, une faible profondeur de sol, qui pourrait être liée à la
présence d’arrêtes rocheuses et aux effets de pente, pourraient affecter en partie la production.

• Cette hypothèse n’est pas contredite par la spatialisation des données diamètres moyens 2013,
toutefois, elle n’est pas non plus prouvée pour autant. Par exemple, la placette 6 située en fond
de vallon (en zone de colluvionnement) présente des valeurs relativement moyennes par rapport
à l’ensemble des données collectées. La placette 15, située en haut de versant présente elle des
valeurs moyennes comparables à la placette n°1 située en fond de vallon.
165
• Variations de la hauteur 2009

24m ≤ Hauteur 2009 < 26m

22m ≤ Hauteur 2009 < 24m

20m ≤ Hauteur 2009 < 22m

18m ≤ Hauteur 2009 < 20m


Zone de
16m ≤ Hauteur 2009 < 18m
colluvionnement
14m ≤ Hauteur 2009 < 16m

12m ≤ Hauteur 2009 < 14m

10m ≤ Hauteur 2009 < 12m

8m ≤ Hauteur 2009 < 10m

6m ≤ Hauteur 2009 < 8m

Placette n°5 atypique


(cépée de chênes)

166
• Sur le graphique représentant les variations spatialisées de la hauteur 2009, on distingue 2 zones
principales :

 1 zone représentant des valeurs de hauteurs dominantes relativement médiocres (en jaune-
orange sur le graphique) et qui se situe en haut et en situation intermédiaire de versant.

 Et une zone présentant des valeurs globalement plus élevées que la moyenne et qui se situe
en fond de vallon (en excluant la placette 5 atypique), à l’exception de la placette n°2, ainsi
qu’en situation intermédiaire de versant à proximité d’une zone de colluvionnement (valeurs
en vert sur la gauche du graphique)

• Comme pour les diamètres moyens 2013, la répartition spatiale des placettes n’infirme pas
l’hypothèse précédemment citée sur le rôle supposé de la topographie sur la production. Et
comme précédemment, ce rôle n’est pas prouvé pour autant par la spatialisation des données
(exemple de la placette n°2 située en fond de vallon et qui présente des valeurs relativement
médiocres par rapport aux reste des placettes).

167
• Variations de la hauteur 2013

24m ≤ Hauteur 2013 < 26m

22m ≤ Hauteur 2013 < 24m

20m ≤ Hauteur 2013 < 22m

Zone de 18m ≤ Hauteur 2013 < 20m

colluvionnement 16m ≤ Hauteur 2013 < 18m

14m ≤ Hauteur 2013 < 16m

12m ≤ Hauteur 2013 < 14m

10m ≤ Hauteur 2013 < 12m

8m ≤ Hauteur 2013 < 10m

Placette n°5 atypique


(cépée de chênes)

168
• Sur le graphique des variations spatialisées de la hauteur dominante en 2013, on retrouve la
même répartition qu’observée en 2009, avec une zone de fond de vallon (ainsi qu’en situation
intermédiaire de versant) présentant des valeurs supérieures à la moyenne et une zone de haut
de versant (ainsi qu’une partie en situation intermédiaire) présentant des valeurs plus faibles.

• Comme pour les valeurs 2009, cette répartition peut signifier une influence de la topographie et
des effets de colluvionnement sur les caractéristiques dendrométriques mesurées, sans pour
autant que celle-ci soit prouvée.

169
• Variations de la surface terrière 2009

26 ≤ G* 2009 < 29

23 ≤ G 2009 < 26

20 ≤ G 2009 < 23

Zone de 17 ≤ G 2009 < 20

colluvionnement 14 ≤ G 2009 < 17

11 ≤ G 2009 < 14

8 ≤ G 2009 < 11

5 ≤ G 2009 < 8

2 ≤ G 2009 < 5

Placette n°5 atypique


(cépée de chênes)

* G = surface terrière 170


en m²/ha
• Le graphique ci-dessus montre les variations de surface terrière par placette en 2009.
Globalement, les zones où la surface terrière est la plus élevée se retrouvent en situation de fond
de vallon et en situation intermédiaire de versant, dans des zones de colluvionnement. Les
valeurs les plus faibles (si l’on excepte la placette n°5 atypique) se retrouvent en situation
intermédiaire de versant.

• Ces observations tendent à montrer une influence de la topographie (effet de colluvionnement,


arrêtes rocheuses) sur les caractéristiques dendrométriques étudiées, comme pour les variables
précédentes, celle-ci ne peut toutefois être prouvée par cette seule démarche.

171
• Variations de la surface terrière 2013

26 ≤ G* 2013 < 29

23 ≤ G 2013 < 26

20 ≤ G 2013 < 23

Zone de 17 ≤ G 2013 < 20

colluvionnement 14 ≤ G 2013 < 17

11 ≤ G 2013 < 14

8 ≤ G 2013 < 11

5 ≤ G 2013 < 8

2 ≤ G 2013 < 5

Placette n°5 atypique


(cépée de chênes)

* G = surface terrière 172


en m²/ha
• Le graphique ci-dessus illustre la répartition spatiale par placette de la surface terrière en 2013.
On retrouve globalement la même répartition que pour les valeurs 2009. L’influence de la
topographie sur les variables dendrométriques peut encore être avancée comme hypothèse sans
toutefois pouvoir être prouvée.

173
• Variations des diamètres 2009

25 ≤ Diamètre 2009* < 27

23 ≤ Diamètre 2009 < 25

21 ≤ Diamètre 2009 < 23

Zone de 19 ≤ Diamètre 2009 < 21

colluvionnement 17 ≤ Diamètre 2009 < 19

15 ≤ Diamètre 2009 < 17

13 ≤ Diamètre 2009 < 15

11 ≤ Diamètre 2009 < 13

9 ≤ Diamètre 2009 < 11

Placette n°5 atypique


(cépée de chênes)

174
* Diamètre moyen par placette
en cm
• Si l’on considère la répartition spatiale des diamètres moyens par placette en 2009, les valeurs
les plus élevées se retrouvent autour de la placette 3 en situation de fond de vallon, ainsi
qu’autour de la placette 13, en situation intermédiaire de versant.

• Le valeurs les plus faibles se retrouvent autour des placettes 7 et 8 principalement, en situation
intermédiaire de versant, ainsi qu’au niveau des placettes 4, 14 et 16.

• Encore une fois si ces variations peuvent être expliquées en partie par des effets liés à la
topographie, cette hypothèse ne peut être prouvée grâce à la simple observation des données
spatialisées.

175
• Variations des diamètres 2013

25 ≤ Diamètre 2013* < 27

23 ≤ Diamètre 2013 < 25

21 ≤ Diamètre 2013 < 23

Zone de 19 ≤ Diamètre 2013 < 21

colluvionnement 17 ≤ Diamètre 2013 < 19

15 ≤ Diamètre 2013 < 17

13 ≤ Diamètre 2013 < 15

11 ≤ Diamètre 2013 < 13

9 ≤ Diamètre 2013 < 11

Placette n°5 atypique


(cépée de chênes)

176
* Diamètre moyen par placette
en cm
• Le graphique ci-dessus, illustre la répartition spatialisée des diamètres moyens par placette en
2013. On retrouve des variations proches de celles observées pour les valeurs 2009, avec,
notamment une zone où les diamètres moyens sont plus importants, au niveau des placettes 2 et
3, en situation de fond de vallon.

• On peut donc en tirer les mêmes conclusions que pour le graphique précédent sur une éventuelle
relation entre les effets induits par la topographie et les variables dendrométriques mesurées.

177
3.6. Bilan du suivi démographique

• Les inventaires du suivi démographique ont mis en évidence des situations contrastées d’une
placette à l’autre.

• Cette hétérogénéité pourrait trouver son origine au niveau des contraintes climatiques que le
peuplement doit affronter. Situé en zone supra-méditerranéenne celui-ci se trouve dans des
conditions stationnelles bien éloignées de son optimum écologique. Dans ces conditions il est
donc logique de supposer que le peuplement se montre particulièrement sensible aux variations
microstationnelles.

• Des différences au niveau de la topographie des différentes placettes pourraient en partie


expliquer cette hétérogénéité des résultats mesurés d’une placette à l’autre. En effet des
phénomènes de colluvionnement, de variation de profondeur de sol, des différences en terme
d’exposition aux vents desséchants, devraient logiquement influencer un peuplement déjà en
limite de station. L’étude réalisée présente des éléments allant en ce sens, sans pour autant
pouvoir le prouver.

178
• Néanmoins si cette hypothèse se vérifiait, alors nous serions en présence d’un peuplement très
sensible aux variations stationnelles, tout particulièrement climatiques, donc un peuplement
fragile. Toute intervention sur le site, tout acte de gestion devrait, le cas échéant, prendre en
considération ces éléments au risque de déstabiliser un écosystème potentiellement vulnérable.

• Toutefois, les valeurs d’accroissement constatées, pour autant que l’on puisse les comparer, si
elles sont peu élevées au regard des moyennes nationales, ne semblent pas si faibles que cela si
on les compare à celles de la région PACA. Bien que la comparaison soit difficile en l’absence de
données propres au chêne sessile pour cette région, les valeurs d’accroissement constatées
pour le peuplement de Vachères sont encourageantes si on les rapporte à leur contexte supra-
méditerranéen.

• Malgré cela, les inventaires 2013 confirment un constat déjà effectué lors du précédent inventaire,
à savoir un état sanitaire préoccupant, centré autour de la classe 2 du protocole d’évaluation
sanitaire DEPEFEU.

• Toutefois si le constat est confirmé, les inventaires 2013 mettent en évidence une stagnation de
cet état sanitaire. Celui-ci n’a en effet quasiment pas évolué entre 2009 et 2013, même si le pas
de temps relativement court entre les deux inventaires (4 ans) ne permet pas d’extrapoler ces
résultats. Il conviendra de continuer suivre l’évolution du peuplement.

179
Inventaires 2013

IV – CONCLUSION GÉNÉRALE

180
• Différents éléments présentés dans ce rapport doivent inciter à la prudence concernant tout acte
de gestion sur le peuplement de Vachères et l’hétérogénéité des situations rencontrées nous
orienter vers un traitement sylvicole irrégulier de la futaie.

• La faiblesse des accroissements naturels, l’état sanitaire du peuplement, la difficulté d’obtention


de la régénération en situation de pleine lumière dans les versants et le risque d’envahissement
du sol par la bruyère doivent attirer notre attention sur plusieurs points importants :

 Du point de vue du traitement sylvicole la non-intervention doit être considérée comme une
option crédible tant que l’état sanitaire du peuplement continue à stagner et que le couvert
forestier ne provoque pas un effet accru de mortalité par effet de concurrence.

En effet nous sommes en présence d’une forêt jeune (70 ans), avec un faible accroissement
naturel, et l’on constate dans bien des situations –notamment sur les versants- un aspect
plus ou moins clariéré, où les houppiers des arbres sont bien loin de se rejoindre alors
qu’aucune coupe n’y a été effectuée.

181
 De plus, nous avons pu constater la vulnérabilité du peuplement et nous ignorons dans
quelle mesure une intervention, tout particulièrement une coupe, pourrait venir bouleverser la
dynamique naturelle en place et dégrader l’éco-système. La quasi-absence de semis avec
envahissement de la bruyère en situation de plein découvert dans la trouée rouge située en
versant parle dans ce sens.

 Si à l’avenir une intervention devait s’avérer nécessaire, par exemple si la survie du


peuplement devait être remise en question et que celui-ci devait être régénéré
prématurément, alors il serait absolument nécessaire de considérer l’hétérogénéité des
situations rencontrées. Un traitement irrégulier serait adapté.

En effet les situations de fond de vallon présentent une dynamique naturelle nettement
différente de celles de versant. Et même à l’intérieur de ces zones l’on constate des
variations importantes qui pourraient être liées à la topographie (effets de colluvionnement,
profondeur de sol prospectable,…). En tout état de cause, la régénération des fonds de
vallon semble beaucoup plus facile à réaliser. Cette situation semble donc orienter la
sylviculture vers un traitement irrégulier par bouquets

182
• A la lumière de cette étude, aucune intervention sylvicole ne semble souhaitable pour le moment.
C’est l’évolution de l’état sanitaire du peuplement, qui doit continuer à être suivie, qui décidera, si
le peuplement se trouve alors menacé dans son existence même, si le peuplement doit être
régénéré prématurément (celui-ci étant encore jeune, environ 70 ans).

• Si la mise en régénération du peuplement s’avérait nécessaire à l’avenir, alors les résultats de


cette étude fournissent des pistes quant à la manière de la réaliser. Comme nous l’avons déjà dit,
il conviendra de traiter la zone de manière irrégulière, par bouquet ou par parquet, en considérant
bien les différences qui existe entre les situations de fond vallon, de versant, etc… La
régénération des situations de fond de vallon étant à priori plus facile que celle des versants.

• Dans les situations de versants, soumis à de forts vents desséchants, les résultats de l’inventaire
montrent pour l’instant que les méthodes traditionnelles de régénération du chêne ne fonctionnent
pas. Au contraire, une autre modalité (la modalité « éclaircie ») semble donner des résultats. Voici
donc une possible solution pour régénérer ces zones particulièrement délicates :

 Coupe de régénération sous abris, avec enlèvement progressif, mais volontaire, de l’abri
au fur et à mesure de l’apparition du semis et de leur croissance en hauteur.

183
• En effet, particulièrement en situation de versant, les conditions micro-climatiques au sol semblent
trop défavorables à l’apparition et à la survie du semis. Dans la première phase un abri partiel du
peuplement parent semble donc nécessaire afin de conserver un peu de fraicheur au sol pour
favoriser l’apparition et la survie/croissance initiale des semis.

• Cet abri devra ensuite être assez rapidement retiré (en fonction de la croissance en hauteur des
semis) dès que les semis se trouveront suffisamment nombreux et suffisamment hauts.
L’enlèvement de cet abri ne doit toutefois pas se faire de manière brutale, mais de manière
progressive par petits prélèvements, dont le pas de temps des intervalles ne peut être défini à
l’avance puisqu’il dépend de l’apparition et surtout de la croissance en hauteur des semis.

• Il faudra donc alors être particulièrement vigilant aux conditions d’exploitation et notamment de
débardage pour que les semis ne soient pas détruits lors des différentes exploitations, un système
de cloisonnement pourrait alors s’avérer nécessaire.

• Et bien évidemment il conviendra de mettre les zones à régénérer à l’abri de la dent du gibier, un
engrillagement serait sans doute nécessaire.

184
• Enfin il faut noter que ces conseils ne valent que pour la situation constatée, en effet on est en
présence à Vachères d’une forêt jeune, susceptible d’évoluer dans le temps, de même que l’éco-
système de manière globale. L’évolution naturelle du peuplement, en lien avec les autres
communautés et associations végétales et animales, ainsi que les évolutions ou les éventuels
accidents climatiques pourraient, à l’avenir, complètement remettre en question cette dynamique
de peuplement et les conditions initiales. Les recommandations pré-citées pourraient alors
devenir caduques, et ce, sans qu’il soit possible de le prévoir en l’état actuel des connaissances.

• Concernant la suite à donner à ces inventaires, il apparait nécessaire de les poursuivre (par
exemple prochain passage en 2017 ?), afin de suivre l’évolution de l’état sanitaire, ainsi que celle
de la régénération. Et ce, afin de pouvoir être en mesure de répondre à cette question : est-ce
que le peuplement à un moment donné peut se trouver menacé dans sa pérennité (sa survie) ?

• Et également pour comparer – notamment dans les versants - le comportement et l’évolution du


semis en fonction d’une situation de mise en lumière totale (zone « trouée rouge ») ou partielle
(« zone éclaircie »), afin de valider ou d’infirmer la technique de régénération précédemment
proposée.

185
• Pour compléter cette réflexion au niveau du suivi de la régénération, il faut noter que la modalité
« éclaircie » devrait voir les semis qu’elle abrite disparaitre progressivement faute de lumière, et
ce dans un processus naturel. Pour être en totale logique avec la modalité sylvicole représentée
ici il faudrait effectuer des coupes régulières à intensité modérée, afin de permettre aux semis
présents de croître progressivement. A défaut d’intervention, ceux-ci n’ont quasiment aucune
chance de survie à terme, faute de lumière, si le peuplement parent subsiste au-dessus des
semis.

• Il appartient donc à tous les acteurs concernés de décider de la suite à donner concernant cette
modalité. Est-ce qu’on se contente de l’information initiale que les présents inventaires ont déjà
apportée : le semis apparait naturellement après une coupe de forte intensité, en dessous du
peuplement restant. Ou est-ce que l’on décide d’aller jusqu’au bout de la démarche pour vérifier
que le semis puisse survivre, croître et à terme former un nouveau peuplement ?

186
• En tout état de cause si l’on décide d’intervenir pour effectuer des coupes progressives de
régénération au niveau de cette modalité, il conviendra d’être très vigilant lors des interventions et
notamment pour le débardage – des cloisonnements pourraient s’avérer nécessaire.

• Enfin, une nette apparition des semis en proportion conséquente, et une forte croissance de ceux-
ci dans la zone « trouée rouge » (régénération par coupe rase sur de petites zones de 0.125
hectares en situation de versant), pourrait à l’avenir changer les conclusions du précédent
rapport, car cela signifierait que les semis de chênes pourraient en réalité s’installer dans des
conditions de plein découvert (sans abri), survivre et croître. Il serait alors possible d’envisager
cette modalité s’il fallait régénérer le peuplement. A l’heure actuelle toutefois, cette modalité
n’atteint pas le seuil de régénération nécessaire.

187
Inventaires 2013

ANNEXES

188
Inventaires 2013
Corrélation état sanitaire 2009 et Altitude placettes

189
Régression pour Note DEPEFEU 2009 et Altitude placette
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 233) pour que vous obteniez une estimation précise de l'importance de la relation.

Données 3 points de données présentent des valeurs résiduelles élevées, indiquant des points de données mal
aberrantes ! ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

190
Régression pour Note DEPEFEU 2009 et Altitude placette
Rapport de sélection du modèle
Y : Note DEPEFEU 2009
X : Altitude placette
Droite d'ajustement pour modèle cubique
Y = - 7333 + 34,86 X - 0,05517 X**2 + 0,000029 X**3

4 Valeur résiduelle élevée


Note DEPEFEU 2009

590 600 610 620 630 640 650 660 670


Altitude placette
Statistiques

Modèle sélectionné Autres modèles


Cubique Linéaire Quadratique
R carré (ajusté) 15,84 % 4,52 % 4,44 %
Valeur de p, modèle 0,000* 0,002* 0,007*
Valeur de p, terme linéaire 0,000* 0,002* 0,335
Valeur de p, terme quadratique 0,000* - 0,359
Valeur de p, terme cubique 0,000* - -
Ecart type des valeurs résiduelles 0,640 0,682 0,682
191
* Statistiquement significatif (p < 0,05)
Régression pour Note DEPEFEU 2009 et Altitude placette
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

1
Valeur résiduelle

-1

1,50 1,75 2,00 2,25 2,50


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des192
causes spéciales.
Régression pour Note DEPEFEU 2009 et Altitude placette
Rapport récapitulatif
Y : Note DEPEFEU 2009
X : Altitude placette
Droite d'ajustement pour modèle cubique
Y = - 7333 + 34,86 X - 0,05517 X**2 + 0,000029 X**3
4
Existe-t-il une relation entre Y et X ?

Note DEPEFEU 2009


0 0,05 0,1 > 0,5
Oui Non 3

P = 0,000
La relation entre Note DEPEFEU 2009 et Altitude
2
placette est significative sur le plan statistique (p <
0,05).

1
600 615 630 645 660
Altitude placette

Commentaires

L'équation ajustée pour le modèle cubique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = - 7333 + 34,86 X - 0,05517 X**2 + 0,000029 X**3
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Note DEPEFEU 2009
R c. (ajust.) = 15,84% pour une valeur de Altitude placette, ou rechercher les
15,84% de la variation de Note DEPEFEU 2009 peut paramètres de Altitude placette correspondant à une valeur
être pris en compte par le modèle de régression. ou une étendue souhaitée des valeurs de Note DEPEFEU
2009.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.
193
Inventaires 2013
Corrélation état sanitaire 2013 et Altitude placettes

194
Régression pour Note DEPEFEU 2013 (converti en et Altitude placette_1
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 233) pour que vous obteniez une estimation précise de l'importance de la relation.

Données 11 points de données présentent des valeurs résiduelles élevées, indiquant des points de données
aberrantes ! mal ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

195
Régression pour Note DEPEFEU 2013 (converti en et Altitude placette_1
Rapport de sélection du modèle
Y : Note DEPEFEU 2013 (converti en
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = - 4182 + 19,63 X - 0,03067 X**2 + 0,000016 X**3

4 Valeur résiduelle élevée


Note DEPEFEU 2013 (converti en

590 600 610 620 630 640 650 660 670


Altitude placette_1
Statistiques

Modèle sélectionné Autres modèles


Cubique Linéaire Quadratique
R carré (ajusté) 17,34 % 3,49 % 14,46 %
Valeur de p, modèle 0,000* 0,007* 0,000*
Valeur de p, terme linéaire 0,006* 0,007* 0,000*
Valeur de p, terme quadratique 0,007* - 0,000*
Valeur de p, terme cubique 0,008* - -
Ecart type des valeurs résiduelles 0,652 0,705 0,663
196
* Statistiquement significatif (p < 0,05)
Régression pour Note DEPEFEU 2013 (converti en et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
2

1
Valeur résiduelle

-1

1,50 1,75 2,00 2,25 2,50 2,75


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des197
causes spéciales.
Régression pour Note DEPEFEU 2013 (converti en et Altitude placette_1
Rapport récapitulatif
Y : Note DEPEFEU 2013 (converti en
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = - 4182 + 19,63 X - 0,03067 X**2 + 0,000016 X**3

Note DEPEFEU 2013 (converti en


4
Existe-t-il une relation entre Y et X ?
0 0,05 0,1 > 0,5
Oui Non 3

P = 0,000
La relation entre Note DEPEFEU 2013 (converti en et
2
Altitude placette_1 est significative sur le plan
statistique (p < 0,05).

1
600 615 630 645 660
Altitude placette_1

Commentaires

L'équation ajustée pour le modèle cubique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = - 4182 + 19,63 X - 0,03067 X**2 + 0,000016 X**3
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Note DEPEFEU 2013
R c. (ajust.) = 17,34% (converti en pour une valeur de Altitude placette_1, ou
17,34% de la variation de Note DEPEFEU 2013 rechercher les paramètres de Altitude placette_1
(converti en peut être pris en compte par le modèle de correspondant à une valeur ou une étendue souhaitée des
régression. valeurs de Note DEPEFEU 2013 (converti en.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.
198
Inventaires 2013
Corrélation Evolution de l’état sanitaire 2009/2013 et
l’altitude

199
Régression pour Evolution 2009-2013 DEPEFEU et Altitude placette
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 233) pour que vous obteniez une estimation précise de l'importance de la relation.

Données 9 points de données présentent des valeurs résiduelles élevées, indiquant des points de données mal
aberrantes ! ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

200
Régression pour Evolution 2009-2013 DEPEFEU et Altitude placette
Rapport de sélection du modèle
Y : Evolution 2009-2013 DEPEFEU
X : Altitude placette
Droite d'ajustement pour modèle cubique
Y = 3109 - 15,02 X + 0,02417 X**2 - 0,000013 X**3

3 Valeur résiduelle élevée


Evolution 2009-2013 DEPEFEU

-1

590 600 610 620 630 640 650 660 670


Altitude placette
Statistiques

Modèle sélectionné Autres modèles


Cubique Linéaire Quadratique
R carré (ajusté) 9,75 % 0,00 % 7,60 %
Valeur de p, modèle 0,000* 0,766 0,000*
Valeur de p, terme linéaire 0,028* 0,766 0,000*
Valeur de p, terme quadratique 0,026* - 0,000*
Valeur de p, terme cubique 0,024* - -
Ecart type des valeurs résiduelles 0,624 0,659 0,631
201
* Statistiquement significatif (p < 0,05)
Régression pour Evolution 2009-2013 DEPEFEU et Altitude placette
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
3

2
Valeur résiduelle

-1

-0,4 -0,2 0,0 0,2 0,4


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des202
causes spéciales.
Régression pour Evolution 2009-2013 DEPEFEU et Altitude placette
Rapport récapitulatif
Y : Evolution 2009-2013 DEPEFEU
X : Altitude placette
Droite d'ajustement pour modèle cubique
Y = 3109 - 15,02 X + 0,02417 X**2 - 0,000013 X**3

Evolution 2009-2013 DEPEFEU


3,0
Existe-t-il une relation entre Y et X ?
0 0,05 0,1 > 0,5
Oui Non 1,5
P = 0,000
La relation entre Evolution 2009-2013 DEPEFEU et
Altitude placette est significative sur le plan statistique 0,0
(p < 0,05).

600 615 630 645 660


Altitude placette

Commentaires

L'équation ajustée pour le modèle cubique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = 3109 - 15,02 X + 0,02417 X**2 - 0,000013 X**3
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Evolution 2009-2013
R c. (ajust.) = 9,75% DEPEFEU pour une valeur de Altitude placette, ou
9,75% de la variation de Evolution 2009-2013 DEPEFEU rechercher les paramètres de Altitude placette
peut être pris en compte par le modèle de régression. correspondant à une valeur ou une étendue souhaitée des
valeurs de Evolution 2009-2013 DEPEFEU.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.
203
Inventaires 2013
Corrélation Diamètres 2013 et Etat sanitaire en 2013

204
Régression pour Note DEPEFEU 2013 (converti en et Diamètre à 1,30m 2013
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 233) pour que vous obteniez une estimation précise de l'importance de la relation.

Données -- Valeurs résiduelles élevées : un point des données présente une valeur résiduelle élevée, indiquant
aberrantes ! un point de données mal ajusté par l'équation. Ce point apparaît en rouge sur les diagrammes et se
trouve à la ligne 198 de la feuille de travail.
-- Valeurs X aberrantes : 5 points de données présentent des valeurs X aberrantes pouvant
rapprocher la ligne d'ajustement vers les points aberrants et l'éloigner des autres points. Ces points
apparaissent en rouge sur le rapport de sélection du modèle.
Pour identifier les lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la
fonction de balayage de Minitab. Les données aberrantes pouvant fortement influencer les résultats,
essayez d'identifier la cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des
données. Supprimez les données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

205
Régression pour Note DEPEFEU 2013 (converti en et Diamètre à 1,30m 2013
Rapport de sélection du modèle
Y : Note DEPEFEU 2013 (converti en
X : Diamètre à 1,30m 2013
Ligne d'ajustement pour le modèle linéaire
Y = 1,714 + 0,01575 X

4 Valeur résiduelle élevée


Note DEPEFEU 2013 (converti en

Valeur de X aberrante

10 20 30 40 50 60
Diamètre à 1,30m 2013
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 2,43 % 3,35 % 4,72 %
Valeur de p, modèle 0,019* 0,016* 0,008*
Valeur de p, terme linéaire 0,019* 0,020* 0,013*
Valeur de p, terme quadratique - 0,097 0,034*
Valeur de p, terme cubique - - 0,058
Ecart type des valeurs résiduelles 0,677 0,674 0,669
206
* Statistiquement significatif (p < 0,05)
Régression pour Note DEPEFEU 2013 (converti en et Diamètre à 1,30m 2013
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

2
Valeur résiduelle

-1

1,8 2,0 2,2 2,4 2,6


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des207
causes spéciales.
Régression pour Note DEPEFEU 2013 (converti en et Diamètre à 1,30m 2013
Rapport récapitulatif
Y : Note DEPEFEU 2013 (converti en
X : Diamètre à 1,30m 2013
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = 1,714 + 0,01575 X

Note DEPEFEU 2013 (converti en


0 0,05 0,1 > 0,5 4
Oui Non
P = 0,019 3
La relation entre Note DEPEFEU 2013 (converti en et
Diamètre à 1,30m 2013 est significative sur le plan
statistique (p < 0,05).
2

% de variation pris en compte par modèle


1
0% 100%
20 40 60
Diamètre à 1,30m 2013

R c. (ajust.) = 2,43%
Commentaires
2,43% de la variation de Note DEPEFEU 2013 (converti
en peut être pris en compte par le modèle de L'équation ajustée pour le modèle linéaire qui décrit la
régression. relation entre Y et X est la suivante :
Y = 1,714 + 0,01575 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir Note DEPEFEU 2013
Négatif Pas de corrélation Positif (converti en pour une valeur de Diamètre à 1,30m 2013,
ou rechercher les paramètres de Diamètre à 1,30m 2013
-1 0 1
correspondant à une valeur ou une étendue souhaitée des
valeurs de Note DEPEFEU 2013 (converti en.
0,17
La corrélation positive (r = 0,17) indique que lorsque Une relation statistiquement significative n'implique pas
Diamètre à 1,30m 2013 augmente, Note DEPEFEU forcément que X est la cause de Y.
208
2013 (converti en a tendance à augmenter.
Inventaires 2013
Corrélation Diamètres moyens 2013 et Hauteurs 2013

209
Régression pour Diam. Moyen placette 2013 et Hauteur 2013
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05), mais votre échantillon est trop petit (n =
de données i 17). Les petits échantillons ne fournissent pas une estimation très précise de l'importance de la
relation : le R carré ajusté risque de varier énormément. Si une estimation précise est nécessaire,
utilisez des échantillons plus grands (en général de 40 ou plus).

Données Un point des données présente une valeur résiduelle élevée, indiquant un point des données mal
aberrantes ! ajusté par l'équation. Ce point apparaît en rouge sur les diagrammes et se trouve à la ligne 8 de la
feuille de travail. Les données aberrantes pouvant fortement influencer les résultats, essayez
d'identifier la cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données.
Supprimez les données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.
Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

210
Régression pour Diam. Moyen placette 2013 et Hauteur 2013
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05), mais votre échantillon est trop petit (n =
de données i 17). Les petits échantillons ne fournissent pas une estimation très précise de l'importance de la
relation : le R carré ajusté risque de varier énormément. Si une estimation précise est nécessaire,
utilisez des échantillons plus grands (en général de 40 ou plus).

Données Un point des données présente une valeur résiduelle élevée, indiquant un point des données mal
aberrantes ! ajusté par l'équation. Ce point apparaît en rouge sur les diagrammes et se trouve à la ligne 8 de la
feuille de travail. Les données aberrantes pouvant fortement influencer les résultats, essayez
d'identifier la cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données.
Supprimez les données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.
Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

211
Régression pour Diam. Moyen placette 2013 et Hauteur 2013
Rapport de sélection du modèle
Y : Diam. Moyen placette 2013
X : Hauteur 2013
Ligne d'ajustement pour le modèle linéaire
Y = 10,68 + 0,5522 X
Valeur résiduelle élevée
25
Diam. Moyen placette 2013

20

15

10

10,0 12,5 15,0 17,5 20,0 22,5 25,0


Hauteur 2013
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 35,29 % 32,55 % 30,67 %
Valeur de p, modèle 0,007* 0,025* 0,052
Valeur de p, terme linéaire 0,007* 0,325 0,359
Valeur de p, terme quadratique - 0,542 0,418
Valeur de p, terme cubique - - 0,445
Ecart type des valeurs résiduelles 3,321 3,390 3,437
212
* Statistiquement significatif (p < 0,05)
Régression pour Diam. Moyen placette 2013 et Hauteur 2013
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

6
Valeur résiduelle

-3

-6
15,0 17,5 20,0 22,5 25,0
Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des213
causes spéciales.
Régression pour Diam. Moyen placette 2013 et Hauteur 2013
Rapport récapitulatif
Y : Diam. Moyen placette 2013
X : Hauteur 2013
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = 10,68 + 0,5522 X
0 0,05 0,1 > 0,5

Diam. Moyen placette 2013


25
Oui Non
P = 0,007
La relation entre Diam. Moyen placette 2013 et Hauteur 20
2013 est significative sur le plan statistique (p < 0,05).

15

% de variation pris en compte par modèle 10


0% 100%
10 15 20 25
Hauteur 2013

R c. (ajust.) = 35,29%
Commentaires
35,29% de la variation de Diam. Moyen placette 2013
peut être pris en compte par le modèle de régression. L'équation ajustée pour le modèle linéaire qui décrit la
relation entre Y et X est la suivante :
Y = 10,68 + 0,5522 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir Diam. Moyen placette
Négatif Pas de corrélation Positif 2013 pour une valeur de Hauteur 2013, ou rechercher les
paramètres de Hauteur 2013 correspondant à une valeur
-1 0 1
ou une étendue souhaitée des valeurs de Diam. Moyen
placette 2013.
0,63
La corrélation positive (r = 0,63) indique que lorsque Une relation statistiquement significative n'implique pas
Hauteur 2013 augmente, Diam. Moyen placette 2013 a forcément que X est la cause de Y.
214
tendance à augmenter.
Inventaires 2013
Corrélation Densité 2013 et Altitude

215
Régression pour Densité/ha 2013 et Altitude placette
Rapport
Vérifier Statut Description
Quantité Votre modèle n'est pas statistiquement significatif (p > 0,05) et votre échantillon est suffisamment
de données i grand (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation. Selon
les indications, toute relation entre X et Y est faible.

Données Un point des données présente une valeur résiduelle élevée, indiquant un point des données mal
aberrantes ! ajusté par l'équation. Ce point apparaît en rouge sur les diagrammes et se trouve à la ligne 64 de la
feuille de travail. Les données aberrantes pouvant fortement influencer les résultats, essayez
d'identifier la cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données.
Supprimez les données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

216
Régression pour Densité/ha 2013 et Altitude placette
Rapport de sélection du modèle
Y : Densité/ha 2013
X : Altitude placette
Ligne d'ajustement pour le modèle linéaire
Y = 1820 - 2,132 X

1000 Valeur résiduelle élevée

800
Densité/ha 2013

600

400

200

590 600 610 620 630 640 650 660 670


Altitude placette
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 1,34 % 3,51 % 1,31 %
Valeur de p, modèle 0,287 0,306 0,395
Valeur de p, terme linéaire 0,287 0,260 0,411
Valeur de p, terme quadratique - 0,267 0,416
Valeur de p, terme cubique - - 0,422
Ecart type des valeurs résiduelles 201,099 198,873 201,131
217
Régression pour Densité/ha 2013 et Altitude placette
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
500

250
Valeur résiduelle

-250

-500
400 425 450 475 500 525 550 575
Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des218
causes spéciales.
Régression pour Densité/ha 2013 et Altitude placette
Rapport récapitulatif
Y : Densité/ha 2013
X : Altitude placette
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = 1820 - 2,132 X
0 0,05 0,1 > 0,5
Oui Non 900

Densité/ha 2013
P = 0,287
La relation entre Densité/ha 2013 et Altitude placette
600
n'est pas significative sur le plan statistique (p > 0,05).

300
% de variation pris en compte par modèle
0% 100%
600 615 630 645 660
Altitude placette

R c. (ajust.) = 1,34%
Commentaires
1,34% de la variation de Densité/ha 2013 peut être pris
en compte par le modèle de régression. L'équation ajustée pour le modèle linéaire qui décrit la
relation entre Y et X est la suivante :
Y = 1820 - 2,132 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir Densité/ha 2013 pour
Négatif Pas de corrélation Positif une valeur de Altitude placette, ou rechercher les
paramètres de Altitude placette correspondant à une valeur
-1 0 1
ou une étendue souhaitée des valeurs de Densité/ha 2013.

-0,27 Une relation statistiquement significative n'implique pas


La corrélation entre Densité/ha 2013 et Altitude placette forcément que X est la cause de Y.
n'est pas significative sur le plan statistique (p > 0,05). 219
Inventaires 2013
Corrélation Surface terrière/arbre 2013 et Altitude

220
Régression pour G/arbre 2013 et Altitude placette_1
Rapport
Vérifier Statut Description
Quantité Votre modèle n'est pas statistiquement significatif (p > 0,05) et votre échantillon est suffisamment
de données i grand (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation. Selon
les indications, toute relation entre X et Y est faible.

Données 5 points de données présentent des valeurs résiduelles élevées, indiquant des points de données mal
aberrantes ! ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.
Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

221
Régression pour G/arbre 2013 et Altitude placette_1
Rapport de sélection du modèle
Y : G/arbre 2013
X : Altitude placette_1
Ligne d'ajustement pour le modèle linéaire
Y = - 0,00838 + 0,000063 X
Valeur résiduelle élevée

0,25

0,20
G/arbre 2013

0,15

0,10

0,05

0,00
590 600 610 620 630 640 650 660 670
Altitude placette_1
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 0,00 % 0,00 % 0,68 %
Valeur de p, modèle 0,369 0,494 0,209
Valeur de p, terme linéaire 0,369 0,430 0,075
Valeur de p, terme quadratique - 0,438 0,076
Valeur de p, terme cubique - - 0,077
Ecart type des valeurs résiduelles 0,029 0,029 0,029
222
Régression pour G/arbre 2013 et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

0,24

0,18
Valeur résiduelle

0,12

0,06

0,00

0,029 0,030 0,031 0,032 0,033 0,034


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des223
causes spéciales.
Régression pour G/arbre 2013 et Altitude placette_1
Rapport récapitulatif
Y : G/arbre 2013
X : Altitude placette_1
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = - 0,00838 + 0,000063 X
0 0,05 0,1 > 0,5 0,3

Oui Non
P = 0,369

G/arbre 2013
0,2
La relation entre G/arbre 2013 et Altitude placette_1
n'est pas significative sur le plan statistique (p > 0,05).

0,1

% de variation pris en compte par modèle


0,0
0% 100%
600 615 630 645 660
Altitude placette_1

R c. (ajust.) = 0,00%
Commentaires
0,00% de la variation de G/arbre 2013 peut être pris en
compte par le modèle de régression. L'équation ajustée pour le modèle linéaire qui décrit la
relation entre Y et X est la suivante :
Y = - 0,00838 + 0,000063 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir G/arbre 2013 pour une
Négatif Pas de corrélation Positif valeur de Altitude placette_1, ou rechercher les paramètres
de Altitude placette_1 correspondant à une valeur ou une
-1 0 1
étendue souhaitée des valeurs de G/arbre 2013.

0,06 Une relation statistiquement significative n'implique pas


La corrélation entre G/arbre 2013 et Altitude placette_1 forcément que X est la cause de Y.
n'est pas significative sur le plan statistique (p > 0,05). 224
Inventaires 2013
Corrélation Volume/arbre 2013 et Altitude

225
Régression pour VOLUME fgh /arbre 2013 et Altitude placette_1
Rapport
Vérifier Statut Description
Quantité Votre modèle n'est pas statistiquement significatif (p > 0,05) et votre échantillon est suffisamment
de données i grand (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation. Selon
les indications, toute relation entre X et Y est faible.

Données 9 points de données présentent des valeurs résiduelles élevées, indiquant des points de données mal
aberrantes ! ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.
Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

226
Régression pour VOLUME fgh /arbre 2013 et Altitude placette_1
Rapport de sélection du modèle
Y : VOLUME fgh /arbre 2013
X : Altitude placette_1
Ligne d'ajustement pour le modèle linéaire
Y = 0,5640 - 0,000409 X
Valeur résiduelle élevée

3
VOLUME fgh /arbre 2013

590 600 610 620 630 640 650 660 670


Altitude placette_1
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 0,00 % 0,00 % 0,63 %
Valeur de p, modèle 0,623 0,604 0,218
Valeur de p, terme linéaire 0,623 0,386 0,063
Valeur de p, terme quadratique - 0,382 0,064
Valeur de p, terme cubique - - 0,065
Ecart type des valeurs résiduelles 0,341 0,341 0,340
227
Régression pour VOLUME fgh /arbre 2013 et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

3
Valeur résiduelle

0,290 0,295 0,300 0,305 0,310 0,315 0,320 0,325


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des228
causes spéciales.
Régression pour VOLUME fgh /arbre 2013 et Altitude placette_1
Rapport récapitulatif
Y : VOLUME fgh /arbre 2013
X : Altitude placette_1
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = 0,5640 - 0,000409 X
0 0,05 0,1 > 0,5

VOLUME fgh /arbre 2013


Oui Non 3

P = 0,623
La relation entre VOLUME fgh /arbre 2013 et Altitude 2
placette_1 n'est pas significative sur le plan statistique
(p > 0,05).
1

% de variation pris en compte par modèle


0
0% 100%
600 615 630 645 660
Altitude placette_1

R c. (ajust.) = 0,00%
Commentaires
0,00% de la variation de VOLUME fgh /arbre 2013 peut
être pris en compte par le modèle de régression. L'équation ajustée pour le modèle linéaire qui décrit la
relation entre Y et X est la suivante :
Y = 0,5640 - 0,000409 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir VOLUME fgh /arbre
Négatif Pas de corrélation Positif 2013 pour une valeur de Altitude placette_1, ou rechercher
les paramètres de Altitude placette_1 correspondant à une
-1 0 1
valeur ou une étendue souhaitée des valeurs de VOLUME
fgh /arbre 2013.
-0,03
La corrélation entre VOLUME fgh /arbre 2013 et Une relation statistiquement significative n'implique pas
Altitude placette_1 n'est pas significative sur le plan forcément que X est la cause de Y.
229
statistique (p > 0,05).
Inventaires 2013
Corrélation Diamètre 2013 et Hauteur 2013

230
Régression pour Diamètre à 1,30m 2013 et Hauteur 2013_1
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation.

Données 9 points de données présentent des valeurs résiduelles élevées, indiquant des points de données mal
aberrantes ! ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

231
Régression pour Diamètre à 1,30m 2013 et Hauteur 2013_1
Rapport de sélection du modèle
Y : Diamètre à 1,30m 2013
X : Hauteur 2013_1
Droite d'ajustement pour modèle cubique
Y = - 45,68 + 10,69 X - 0,5795 X**2 + 0,01054 X**3
60 Valeur résiduelle élevée
Diamètre à 1,30m 2013

50

40

30

20

10

10,0 12,5 15,0 17,5 20,0 22,5 25,0


Hauteur 2013_1
Statistiques

Modèle sélectionné Autres modèles


Cubique Linéaire Quadratique
R carré (ajusté) 23,54 % 19,54 % 21,97 %
Valeur de p, modèle 0,000* 0,000* 0,000*
Valeur de p, terme linéaire 0,003* 0,000* 0,000*
Valeur de p, terme quadratique 0,009* - 0,005*
Valeur de p, terme cubique 0,018* - -
Ecart type des valeurs résiduelles 6,453 6,620 6,519
232
* Statistiquement significatif (p < 0,05)
Régression pour Diamètre à 1,30m 2013 et Hauteur 2013_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
40
Valeur résiduelle

20

10 12 14 16 18 20 22 24
Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des233
causes spéciales.
Régression pour Diamètre à 1,30m 2013 et Hauteur 2013_1
Rapport récapitulatif
Y : Diamètre à 1,30m 2013
X : Hauteur 2013_1
Droite d'ajustement pour modèle cubique
Y = - 45,68 + 10,69 X - 0,5795 X**2 + 0,01054 X**3
60
Existe-t-il une relation entre Y et X ?

Diamètre à 1,30m 2013


0 0,05 0,1 > 0,5
Oui Non 40
P = 0,000
La relation entre Diamètre à 1,30m 2013 et Hauteur
2013_1 est significative sur le plan statistique (p <
20
0,05).

10 15 20 25
Hauteur 2013_1

Commentaires

L'équation ajustée pour le modèle cubique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = - 45,68 + 10,69 X - 0,5795 X**2 + 0,01054 X**3
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Diamètre à 1,30m 2013
R c. (ajust.) = 23,54% pour une valeur de Hauteur 2013_1, ou rechercher les
23,54% de la variation de Diamètre à 1,30m 2013 peut paramètres de Hauteur 2013_1 correspondant à une valeur
être pris en compte par le modèle de régression. ou une étendue souhaitée des valeurs de Diamètre à
1,30m 2013.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.
234
Inventaires 2013
Corrélation Notation DEPEFEU 2013 et Altitude

235
Régression pour Note DEPEFEU 2013 (converti en et Altitude placette_1
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation.

Données 11 points de données présentent des valeurs résiduelles élevées, indiquant des points de données
aberrantes ! mal ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

236
Régression pour Note DEPEFEU 2013 (converti en et Altitude placette_1
Rapport de sélection du modèle
Y : Note DEPEFEU 2013 (converti en
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = - 4642 + 21,83 X - 0,03415 X**2 + 0,000018 X**3

4 Valeur résiduelle élevée


Note DEPEFEU 2013 (converti en

590 600 610 620 630 640 650 660 670


Altitude placette_1
Statistiques

Modèle sélectionné Autres modèles


Cubique Linéaire Quadratique
R carré (ajusté) 19,50 % 4,64 % 15,69 %
Valeur de p, modèle 0,000* 0,002* 0,000*
Valeur de p, terme linéaire 0,001* 0,002* 0,000*
Valeur de p, terme quadratique 0,002* - 0,000*
Valeur de p, terme cubique 0,002* - -
Ecart type des valeurs résiduelles 0,648 0,705 0,663
237
* Statistiquement significatif (p < 0,05)
Régression pour Note DEPEFEU 2013 (converti en et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
2
Valeur résiduelle

-1

1,50 1,75 2,00 2,25 2,50 2,75


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des238
causes spéciales.
Régression pour Note DEPEFEU 2013 (converti en et Altitude placette_1
Rapport récapitulatif
Y : Note DEPEFEU 2013 (converti en
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = - 4642 + 21,83 X - 0,03415 X**2 + 0,000018 X**3

Note DEPEFEU 2013 (converti en


4
Existe-t-il une relation entre Y et X ?
0 0,05 0,1 > 0,5
Oui Non 3

P = 0,000
La relation entre Note DEPEFEU 2013 (converti en et
2
Altitude placette_1 est significative sur le plan
statistique (p < 0,05).

1
600 615 630 645 660
Altitude placette_1

Commentaires

L'équation ajustée pour le modèle cubique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = - 4642 + 21,83 X - 0,03415 X**2 + 0,000018 X**3
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Note DEPEFEU 2013
R c. (ajust.) = 19,50% (converti en pour une valeur de Altitude placette_1, ou
19,50% de la variation de Note DEPEFEU 2013 rechercher les paramètres de Altitude placette_1
(converti en peut être pris en compte par le modèle de correspondant à une valeur ou une étendue souhaitée des
régression. valeurs de Note DEPEFEU 2013 (converti en.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.
239
Inventaires 2013
Corrélation Accroissement Diamètre 2009-2013 et
Altitude

240
Régression pour Accroissement diamètre 2009/201 et Altitude placette_1
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation.

Données 11 points de données présentent des valeurs résiduelles élevées, indiquant des points de données
aberrantes ! mal ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

241
Régression pour Accroissement diamètre 2009/201 et Altitude placette_1
Rapport de sélection du modèle
Y : Accroissement diamètre 2009/201
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = 393,7 - 1,862 X + 0,002935 X**2 - 0,000002 X**3
30,0% Valeur résiduelle élevée
Accroissement diamètre 2009/201

20,0%

10,0%

0,0%

-10,0%
590 600 610 620 630 640 650 660 670
Altitude placette_1
Statistiques

Modèle sélectionné Autres modèles


Cubique Linéaire Quadratique
R carré (ajusté) 12,35 % 1,34 % 5,53 %
Valeur de p, modèle 0,000* 0,049* 0,001*
Valeur de p, terme linéaire 0,000* 0,049* 0,001*
Valeur de p, terme quadratique 0,000* - 0,001*
Valeur de p, terme cubique 0,000* - -
Ecart type des valeurs résiduelles 0,047 0,050 0,049
242
* Statistiquement significatif (p < 0,05)
Régression pour Accroissement diamètre 2009/201 et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
0,2
Valeur résiduelle

0,1

0,0

-0,1

0,02 0,04 0,06 0,08 0,10


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des243
causes spéciales.
Régression pour Accroissement diamètre 2009/201 et Altitude placette_1
Rapport récapitulatif
Y : Accroissement diamètre 2009/201
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = 393,7 - 1,862 X + 0,002935 X**2 - 0,000002 X**3

Accroissement diamètre 2009/201


Existe-t-il une relation entre Y et X ?
0 0,05 0,1 > 0,5 20,0%

Oui Non
10,0%
P = 0,000
La relation entre Accroissement diamètre 2009/201 et
Altitude placette_1 est significative sur le plan 0,0%
statistique (p < 0,05).

-10,0%
600 615 630 645 660
Altitude placette_1

Commentaires

L'équation ajustée pour le modèle cubique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = 393,7 - 1,862 X + 0,002935 X**2 - 0,000002 X**3
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Accroissement diamètre
R c. (ajust.) = 12,35% 2009/201 pour une valeur de Altitude placette_1, ou
12,35% de la variation de Accroissement diamètre rechercher les paramètres de Altitude placette_1
2009/201 peut être pris en compte par le modèle de correspondant à une valeur ou une étendue souhaitée des
régression. valeurs de Accroissement diamètre 2009/201.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.
244
Inventaires 2013
Corrélation Accroissement sur le rayon 2009-2013 et
Altitude

245
Régression pour Accroissement sur le rayon (en et Altitude placette_1
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation.

Données 7 points de données présentent des valeurs résiduelles élevées, indiquant des points de données mal
aberrantes ! ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

246
Régression pour Accroissement sur le rayon (en et Altitude placette_1
Rapport de sélection du modèle
Y : Accroissement sur le rayon (en
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = 5277 - 25,02 X + 0,03950 X**2 - 0,000021 X**3
Valeur résiduelle élevée
6
Accroissement sur le rayon (en

-2
590 600 610 620 630 640 650 660 670
Altitude placette_1
Statistiques

Modèle sélectionné Autres modèles


Cubique Linéaire Quadratique
R carré (ajusté) 3,45 % 0,00 % 0,55 %
Valeur de p, modèle 0,015* 0,438 0,206
Valeur de p, terme linéaire 0,007* 0,438 0,113
Valeur de p, terme quadratique 0,007* - 0,110
Valeur de p, terme cubique 0,007* - -
Ecart type des valeurs résiduelles 0,982 1,001 0,997
247
* Statistiquement significatif (p < 0,05)
Régression pour Accroissement sur le rayon (en et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

4
Valeur résiduelle

-2

-4
0,8 1,0 1,2 1,4 1,6
Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des248
causes spéciales.
Régression pour Accroissement sur le rayon (en et Altitude placette_1
Rapport récapitulatif
Y : Accroissement sur le rayon (en
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = 5277 - 25,02 X + 0,03950 X**2 - 0,000021 X**3

Accroissement sur le rayon (en


Existe-t-il une relation entre Y et X ?
5,0
0 0,05 0,1 > 0,5
Oui Non
2,5
P = 0,015
La relation entre Accroissement sur le rayon (en et
Altitude placette_1 est significative sur le plan
0,0
statistique (p < 0,05).

600 615 630 645 660


Altitude placette_1

Commentaires

L'équation ajustée pour le modèle cubique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = 5277 - 25,02 X + 0,03950 X**2 - 0,000021 X**3
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Accroissement sur le
R c. (ajust.) = 3,45% rayon (en pour une valeur de Altitude placette_1, ou
3,45% de la variation de Accroissement sur le rayon rechercher les paramètres de Altitude placette_1
(en peut être pris en compte par le modèle de correspondant à une valeur ou une étendue souhaitée des
régression. valeurs de Accroissement sur le rayon (en.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.
249
Inventaires 2013
Corrélation Accroissement hauteur 2009-2013 et
Altitude

250
Régression pour Accr. Hauteur m/an et Altitude placette
Rapport
Vérifier Statut Description
Quantité Votre modèle n'est pas statistiquement significatif (p > 0,05) et votre échantillon est suffisamment
de données i grand (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation. Selon
les indications, toute relation entre X et Y est faible.

Données 2 points de données présentent des valeurs résiduelles élevées, indiquant des points de données mal
aberrantes ! ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.
Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

251
Régression pour Accr. Hauteur m/an et Altitude placette
Rapport de sélection du modèle
Y : Accr. Hauteur m/an
X : Altitude placette
Ligne d'ajustement pour le modèle linéaire
Y = 5,788 - 0,008810 X
1,5 Valeur résiduelle élevée

1,0
Accr. Hauteur m/an

0,5

0,0

-0,5

-1,0
590 600 610 620 630 640 650 660 670
Altitude placette
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 5,22 % 0,00 % 0,00 %
Valeur de p, modèle 0,190 0,432 0,504
Valeur de p, terme linéaire 0,190 0,892 0,412
Valeur de p, terme quadratique - 0,875 0,411
Valeur de p, terme cubique - - 0,411
Ecart type des valeurs résiduelles 0,668 0,691 0,698
252
Régression pour Accr. Hauteur m/an et Altitude placette
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

1
Valeur résiduelle

-1

0,00 0,15 0,30 0,45 0,60


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des253
causes spéciales.
Régression pour Accr. Hauteur m/an et Altitude placette
Rapport récapitulatif
Y : Accr. Hauteur m/an
X : Altitude placette
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = 5,788 - 0,008810 X
0 0,05 0,1 > 0,5
Oui Non 1,0

Accr. Hauteur m/an


P = 0,190
La relation entre Accr. Hauteur m/an et Altitude placette 0,5
n'est pas significative sur le plan statistique (p > 0,05).
0,0

-0,5
% de variation pris en compte par modèle
0% 100%
600 615 630 645 660
Altitude placette

R c. (ajust.) = 5,22%
Commentaires
5,22% de la variation de Accr. Hauteur m/an peut être
pris en compte par le modèle de régression. L'équation ajustée pour le modèle linéaire qui décrit la
relation entre Y et X est la suivante :
Y = 5,788 - 0,008810 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir Accr. Hauteur m/an
Négatif Pas de corrélation Positif pour une valeur de Altitude placette, ou rechercher les
paramètres de Altitude placette correspondant à une valeur
-1 0 1
ou une étendue souhaitée des valeurs de Accr. Hauteur
m/an.
-0,33
La corrélation entre Accr. Hauteur m/an et Altitude Une relation statistiquement significative n'implique pas
placette n'est pas significative sur le plan statistique (p forcément que X est la cause de Y.
254
> 0,05).
Inventaires 2013
Corrélation Accroissement Surface terrière 2009-2013
et Altitude

255
Régression pour Accr. G m²/ha/an/arbre et Altitude placette_1
Rapport
Vérifier Statut Description
Quantité Votre modèle n'est pas statistiquement significatif (p > 0,05) et votre échantillon est suffisamment
de données i grand (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation. Selon
les indications, toute relation entre X et Y est faible.

Données 13 points de données présentent des valeurs résiduelles élevées, indiquant des points de données
aberrantes ! mal ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.
Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

256
Régression pour Accr. G m²/ha/an/arbre et Altitude placette_1
Rapport de sélection du modèle
Y : Accr. G m²/ha/an/arbre
X : Altitude placette_1
Ligne d'ajustement pour le modèle linéaire
Y = - 0,05116 + 0,000125 X
Valeur résiduelle élevée
0,15
Accr. G m²/ha/an/arbre

0,10

0,05

0,00

-0,05

-0,10
590 600 610 620 630 640 650 660 670
Altitude placette_1
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 1,05 % 0,68 % 1,48 %
Valeur de p, modèle 0,071 0,178 0,103
Valeur de p, terme linéaire 0,071 0,677 0,098
Valeur de p, terme quadratique - 0,657 0,099
Valeur de p, terme cubique - - 0,100
Ecart type des valeurs résiduelles 0,027 0,028 0,027
257
Régression pour Accr. G m²/ha/an/arbre et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

0,10
Valeur résiduelle

0,05

0,00

-0,05

-0,10
0,022 0,024 0,026 0,028 0,030 0,032
Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des258
causes spéciales.
Régression pour Accr. G m²/ha/an/arbre et Altitude placette_1
Rapport récapitulatif
Y : Accr. G m²/ha/an/arbre
X : Altitude placette_1
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = - 0,05116 + 0,000125 X
0 0,05 0,1 > 0,5 0,2

Accr. G m²/ha/an/arbre
Oui Non
P = 0,071 0,1
La relation entre Accr. G m²/ha/an/arbre et Altitude
placette_1 n'est pas significative sur le plan statistique
(p > 0,05).
0,0

% de variation pris en compte par modèle


-0,1
0% 100%
600 615 630 645 660
Altitude placette_1

R c. (ajust.) = 1,05%
Commentaires
1,05% de la variation de Accr. G m²/ha/an/arbre peut
être pris en compte par le modèle de régression. L'équation ajustée pour le modèle linéaire qui décrit la
relation entre Y et X est la suivante :
Y = - 0,05116 + 0,000125 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir Accr. G m²/ha/an/arbre
Négatif Pas de corrélation Positif pour une valeur de Altitude placette_1, ou rechercher les
paramètres de Altitude placette_1 correspondant à une
-1 0 1
valeur ou une étendue souhaitée des valeurs de Accr. G
m²/ha/an/arbre.
0,12
La corrélation entre Accr. G m²/ha/an/arbre et Altitude Une relation statistiquement significative n'implique pas
placette_1 n'est pas significative sur le plan statistique forcément que X est la cause de Y.
259
(p > 0,05).
Inventaires 2013
Corrélation Accroissement Volume 2009-2013 et
Altitude

260
Régression pour Accr. en volume/tige/an et Altitude placette_1
Rapport
Vérifier Statut Description
Quantité Votre modèle n'est pas statistiquement significatif (p > 0,05) et votre échantillon est suffisamment
de données i grand (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation. Selon
les indications, toute relation entre X et Y est faible.

Données 12 points de données présentent des valeurs résiduelles élevées, indiquant des points de données
aberrantes ! mal ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.
Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

261
Régression pour Accr. en volume/tige/an et Altitude placette_1
Rapport de sélection du modèle
Y : Accr. en volume/tige/an
X : Altitude placette_1
Ligne d'ajustement pour le modèle linéaire
Y = 0,01704 - 0,000013 X
Valeur résiduelle élevée
0,05
Accr. en volume/tige/an

0,04

0,03

0,02

0,01

0,00

590 600 610 620 630 640 650 660 670


Altitude placette_1
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 0,00 % 0,00 % 0,00 %
Valeur de p, modèle 0,554 0,763 0,566
Valeur de p, terme linéaire 0,554 0,669 0,226
Valeur de p, terme quadratique - 0,663 0,225
Valeur de p, terme cubique - - 0,223
Ecart type des valeurs résiduelles 0,009 0,009 0,009
262
Régression pour Accr. en volume/tige/an et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

0,04
Valeur résiduelle

0,02

0,00

0,0080 0,0082 0,0084 0,0086 0,0088 0,0090 0,0092


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des263
causes spéciales.
Régression pour Accr. en volume/tige/an et Altitude placette_1
Rapport récapitulatif
Y : Accr. en volume/tige/an
X : Altitude placette_1
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = 0,01704 - 0,000013 X
0 0,05 0,1 > 0,5
0,045

Accr. en volume/tige/an
Oui Non
P = 0,554
La relation entre Accr. en volume/tige/an et Altitude 0,030
placette_1 n'est pas significative sur le plan statistique
(p > 0,05). 0,015

0,000
% de variation pris en compte par modèle
0% 100%
600 615 630 645 660
Altitude placette_1

R c. (ajust.) = 0,00%
Commentaires
0,00% de la variation de Accr. en volume/tige/an peut
être pris en compte par le modèle de régression. L'équation ajustée pour le modèle linéaire qui décrit la
relation entre Y et X est la suivante :
Y = 0,01704 - 0,000013 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir Accr. en volume/tige/an
Négatif Pas de corrélation Positif pour une valeur de Altitude placette_1, ou rechercher les
paramètres de Altitude placette_1 correspondant à une
-1 0 1
valeur ou une étendue souhaitée des valeurs de Accr. en
volume/tige/an.
-0,04
La corrélation entre Accr. en volume/tige/an et Altitude Une relation statistiquement significative n'implique pas
placette_1 n'est pas significative sur le plan statistique forcément que X est la cause de Y.
264
(p > 0,05).
Inventaires 2013
Corrélation Evolution Notation DEPEFEU 2009-2013 et
Altitude

265
Régression pour Evolution 2009-2013 Note DEPEFE et Altitude placette_1
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation.

Données 9 points de données présentent des valeurs résiduelles élevées, indiquant des points de données mal
aberrantes ! ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

266
Régression pour Evolution 2009-2013 Note DEPEFE et Altitude placette_1
Rapport de sélection du modèle
Y : Evolution 2009-2013 Note DEPEFE
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = 3141 - 15,17 X + 0,02441 X**2 - 0,000013 X**3

3 Valeur résiduelle élevée


Evolution 2009-2013 Note DEPEFE

-1

590 600 610 620 630 640 650 660 670


Altitude placette_1
Statistiques

Modèle sélectionné Autres modèles


Cubique Linéaire Quadratique
R carré (ajusté) 9,73 % 0,00 % 7,50 %
Valeur de p, modèle 0,000* 0,765 0,000*
Valeur de p, terme linéaire 0,026* 0,765 0,000*
Valeur de p, terme quadratique 0,024* - 0,000*
Valeur de p, terme cubique 0,022* - -
Ecart type des valeurs résiduelles 0,622 0,657 0,630
267
* Statistiquement significatif (p < 0,05)
Régression pour Evolution 2009-2013 Note DEPEFE et Altitude placette_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
3

2
Valeur résiduelle

-1

-0,4 -0,2 0,0 0,2 0,4


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des268
causes spéciales.
Régression pour Evolution 2009-2013 Note DEPEFE et Altitude placette_1
Rapport récapitulatif
Y : Evolution 2009-2013 Note DEPEFE
X : Altitude placette_1
Droite d'ajustement pour modèle cubique
Y = 3141 - 15,17 X + 0,02441 X**2 - 0,000013 X**3

Evolution 2009-2013 Note DEPEFE


3,0
Existe-t-il une relation entre Y et X ?
0 0,05 0,1 > 0,5
Oui Non 1,5
P = 0,000
La relation entre Evolution 2009-2013 Note DEPEFE et
Altitude placette_1 est significative sur le plan 0,0
statistique (p < 0,05).

600 615 630 645 660


Altitude placette_1

Commentaires

L'équation ajustée pour le modèle cubique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = 3141 - 15,17 X + 0,02441 X**2 - 0,000013 X**3
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Evolution 2009-2013
R c. (ajust.) = 9,73% Note DEPEFE pour une valeur de Altitude placette_1, ou
9,73% de la variation de Evolution 2009-2013 Note rechercher les paramètres de Altitude placette_1
DEPEFE peut être pris en compte par le modèle de correspondant à une valeur ou une étendue souhaitée des
régression. valeurs de Evolution 2009-2013 Note DEPEFE.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.
269
Inventaires 2013
Corrélation Accroissement diamètre (cernes) et Hauteur
2009-2013

270
Régression pour Accroissement sur le rayon (en et Accr. Hauteur m/an_1
Rapport
Vérifier Statut Description
Quantité Votre modèle n'est pas statistiquement significatif (p > 0,05) et votre échantillon est suffisamment
de données i grand (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation. Selon
les indications, toute relation entre X et Y est faible.

Données 7 points de données présentent des valeurs résiduelles élevées, indiquant des points de données mal
aberrantes ! ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.
Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

271
Régression pour Accroissement sur le rayon (en et Accr. Hauteur m/an_1
Rapport de sélection du modèle
Y : Accroissement sur le rayon (en
X : Accr. Hauteur m/an_1
Ligne d'ajustement pour le modèle linéaire
Y = 1,326 - 0,06192 X
Valeur résiduelle élevée
6
Accroissement sur le rayon (en

-2
-1,0 -0,5 0,0 0,5 1,0 1,5
Accr. Hauteur m/an_1
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 0,00 % 0,34 % 1,28 %
Valeur de p, modèle 0,506 0,258 0,126
Valeur de p, terme linéaire 0,506 0,143 0,029*
Valeur de p, terme quadratique - 0,133 0,462
Valeur de p, terme cubique - - 0,083
Ecart type des valeurs résiduelles 1,001 0,998 0,993
272
* Statistiquement significatif (p < 0,05)
Régression pour Accroissement sur le rayon (en et Accr. Hauteur m/an_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

4
Valeur résiduelle

-2

-4
1,250 1,275 1,300 1,325 1,350 1,375
Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des273
causes spéciales.
Régression pour Accroissement sur le rayon (en et Accr. Hauteur m/an_1
Rapport récapitulatif
Y : Accroissement sur le rayon (en
X : Accr. Hauteur m/an_1
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = 1,326 - 0,06192 X

Accroissement sur le rayon (en


0 0,05 0,1 > 0,5
Oui Non 5,0
P = 0,506
La relation entre Accroissement sur le rayon (en et
2,5
Accr. Hauteur m/an_1 n'est pas significative sur le plan
statistique (p > 0,05).

0,0

% de variation pris en compte par modèle


0% 100%
-1,0 -0,5 0,0 0,5 1,0
Accr. Hauteur m/an_1

R c. (ajust.) = 0,00%
Commentaires
0,00% de la variation de Accroissement sur le rayon
(en peut être pris en compte par le modèle de L'équation ajustée pour le modèle linéaire qui décrit la
régression. relation entre Y et X est la suivante :
Y = 1,326 - 0,06192 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir Accroissement sur le
Négatif Pas de corrélation Positif rayon (en pour une valeur de Accr. Hauteur m/an_1, ou
rechercher les paramètres de Accr. Hauteur m/an_1
-1 0 1
correspondant à une valeur ou une étendue souhaitée des
valeurs de Accroissement sur le rayon (en.
-0,05
La corrélation entre Accroissement sur le rayon (en et Une relation statistiquement significative n'implique pas
Accr. Hauteur m/an_1 n'est pas significative sur le plan forcément que X est la cause de Y.
274
statistique (p > 0,05).
Inventaires 2013
Corrélation Accroissement diamètre (%) et Hauteur
2009-2013

275
Régression pour Accroissement diamètre 2009/201 et Accr. Hauteur m/an_1
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation.

Données 13 points de données présentent des valeurs résiduelles élevées, indiquant des points de données
aberrantes ! mal ajustés par l'équation. Ces points apparaissent en rouge sur les diagrammes. Pour identifier les
lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la fonction de balayage de
Minitab. Les données aberrantes pouvant fortement influencer les résultats, essayez d'identifier la
cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données. Supprimez les
données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

276
Régression pour Accroissement diamètre 2009/201 et Accr. Hauteur m/an_1
Rapport de sélection du modèle
Y : Accroissement diamètre 2009/201
X : Accr. Hauteur m/an_1
Ligne d'ajustement pour le modèle linéaire
Y = 0,06054 + 0,01151 X
30,0% Valeur résiduelle élevée
Accroissement diamètre 2009/201

20,0%

10,0%

0,0%

-10,0%
-1,0 -0,5 0,0 0,5 1,0 1,5
Accr. Hauteur m/an_1
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 2,35 % 3,16 % 3,17 %
Valeur de p, modèle 0,014* 0,012* 0,020*
Valeur de p, terme linéaire 0,014* 0,376 0,199
Valeur de p, terme quadratique - 0,097 0,088
Valeur de p, terme cubique - - 0,312
Ecart type des valeurs résiduelles 0,050 0,050 0,050
277
* Statistiquement significatif (p < 0,05)
Régression pour Accroissement diamètre 2009/201 et Accr. Hauteur m/an_1
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
0,2

0,1
Valeur résiduelle

0,0

-0,1

-0,2
0,050 0,055 0,060 0,065 0,070 0,075
Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des278
causes spéciales.
Régression pour Accroissement diamètre 2009/201 et Accr. Hauteur m/an_1
Rapport récapitulatif
Y : Accroissement diamètre 2009/201
X : Accr. Hauteur m/an_1
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = 0,06054 + 0,01151 X

Accroissement diamètre 2009/201


0 0,05 0,1 > 0,5
Oui Non 20,0%
P = 0,014
La relation entre Accroissement diamètre 2009/201 et
10,0%
Accr. Hauteur m/an_1 est significative sur le plan
statistique (p < 0,05).
0,0%

% de variation pris en compte par modèle


-10,0%
0% 100%
-1,0 -0,5 0,0 0,5 1,0
Accr. Hauteur m/an_1

R c. (ajust.) = 2,35%
Commentaires
2,35% de la variation de Accroissement diamètre
2009/201 peut être pris en compte par le modèle de L'équation ajustée pour le modèle linéaire qui décrit la
régression. relation entre Y et X est la suivante :
Y = 0,06054 + 0,01151 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir Accroissement diamètre
Négatif Pas de corrélation Positif 2009/201 pour une valeur de Accr. Hauteur m/an_1, ou
rechercher les paramètres de Accr. Hauteur m/an_1
-1 0 1
correspondant à une valeur ou une étendue souhaitée des
valeurs de Accroissement diamètre 2009/201.
0,17
La corrélation positive (r = 0,17) indique que lorsque Une relation statistiquement significative n'implique pas
Accr. Hauteur m/an_1 augmente, Accroissement forcément que X est la cause de Y.
279
diamètre 2009/201 a tendance à augmenter.
Inventaires 2013
Corrélation Volume/arbre 2013 et Note DEPEFEU 2013

280
Régression pour VOLUME fgh /arbre 2013 et Note DEPEFEU 2013 (converti en
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation.

Données -- Valeurs résiduelles importantes : 5 points de données présentent des valeurs résiduelles
aberrantes ! importantes, ce qui correspond à des points de données mal ajustés par l'équation. Ces points
apparaissent en rouge dans les diagrammes.
-- Valeurs de X aberrantes : un point des données présente une valeur de X aberrante, ce qui peut
entraîner le rapprochement de la ligne d'ajustement vers le point aberrant et son éloignement par
rapport aux autres points. Ce point apparaît en rouge sur le rapport de sélection du modèle et se
trouve à la ligne 198 de la feuille de travail.
Pour identifier les lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la
fonction de balayage de Minitab. Les données aberrantes pouvant fortement influencer les résultats,
essayez d'identifier la cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des
données. Supprimez les données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

281
Régression pour VOLUME fgh /arbre 2013 et Note DEPEFEU 2013 (converti en
Rapport de sélection du modèle
Y : VOLUME fgh /arbre 2013
X : Note DEPEFEU 2013 (converti en
Droite d'ajustement pour modèle quadratique
Y = - 0,3675 + 0,6959 X - 0,1574 X**2
Valeur résiduelle élevée
Valeur de X aberrante
3
VOLUME fgh /arbre 2013

1,0 1,5 2,0 2,5 3,0 3,5 4,0


Note DEPEFEU 2013 (converti en
Statistiques

Modèle sélectionné Autres modèles


Quadratique Linéaire Cubique
R carré (ajusté) 4,70 % 0,24 % 4,47 %
Valeur de p, modèle 0,004* 0,229 0,010*
Valeur de p, terme linéaire 0,001* 0,229 0,110
Valeur de p, terme quadratique 0,002* - 0,252
Valeur de p, terme cubique - - 0,457
Ecart type des valeurs résiduelles 0,347 0,355 0,348
282
* Statistiquement significatif (p < 0,05)
Régression pour VOLUME fgh /arbre 2013 et Note DEPEFEU 2013 (converti en
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
3
Valeur résiduelle

-0,1 0,0 0,1 0,2 0,3 0,4


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des283
causes spéciales.
Régression pour VOLUME fgh /arbre 2013 et Note DEPEFEU 2013 (converti en
Rapport récapitulatif
Y : VOLUME fgh /arbre 2013
X : Note DEPEFEU 2013 (converti en
Droite d'ajustement pour modèle quadratique
Y = - 0,3675 + 0,6959 X - 0,1574 X**2

Existe-t-il une relation entre Y et X ?

VOLUME fgh /arbre 2013


3
0 0,05 0,1 > 0,5
Oui Non 2
P = 0,004
La relation entre VOLUME fgh /arbre 2013 et Note
DEPEFEU 2013 (converti en est significative sur le plan 1
statistique (p < 0,05).
0

1 2 3 4
Note DEPEFEU 2013 (converti en

Commentaires

L'équation ajustée pour le modèle quadratique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = - 0,3675 + 0,6959 X - 0,1574 X**2
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir VOLUME fgh /arbre
R c. (ajust.) = 4,70% 2013 pour une valeur de Note DEPEFEU 2013 (converti en,
4,70% de la variation de VOLUME fgh /arbre 2013 peut ou rechercher les paramètres de Note DEPEFEU 2013
être pris en compte par le modèle de régression. (converti en correspondant à une valeur ou une étendue
souhaitée des valeurs de VOLUME fgh /arbre 2013.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.
284
Inventaires 2013
Corrélation Accroissement Volume 2009-2013 et Note
DEPEFEU 2013

285
Régression pour Accr. en volume/tige/an et Note DEPEFEU 2013 (converti en
Rapport
Vérifier Statut Description
Quantité Votre modèle n'est pas statistiquement significatif (p > 0,05) et votre échantillon est suffisamment
de données i grand (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation. Selon
les indications, toute relation entre X et Y est faible.

Données -- Valeurs résiduelles importantes : 9 points de données présentent des valeurs résiduelles
aberrantes ! importantes, ce qui correspond à des points de données mal ajustés par l'équation. Ces points
apparaissent en rouge dans les diagrammes.
-- Valeurs de X aberrantes : un point des données présente une valeur de X aberrante, ce qui peut
entraîner le rapprochement de la ligne d'ajustement vers le point aberrant et son éloignement par
rapport aux autres points. Ce point apparaît en rouge sur le rapport de sélection du modèle et se
trouve à la ligne 198 de la feuille de travail.
Pour identifier les lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la
fonction de balayage de Minitab. Les données aberrantes pouvant fortement influencer les résultats,
essayez d'identifier la cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des
données. Supprimez les données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement
du modèle i Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

286
Régression pour Accr. en volume/tige/an et Note DEPEFEU 2013 (converti en
Rapport de sélection du modèle
Y : Accr. en volume/tige/an
X : Note DEPEFEU 2013 (converti en
Droite d'ajustement pour modèle quadratique
Y = 0,000501 + 0,01055 X - 0,002775 X**2
Valeur résiduelle élevée
0,05
Valeur de X aberrante
Accr. en volume/tige/an

0,04

0,03

0,02

0,01

0,00

1,0 1,5 2,0 2,5 3,0 3,5 4,0


Note DEPEFEU 2013 (converti en
Statistiques

Modèle sélectionné Autres modèles


Quadratique Linéaire Cubique
R carré (ajusté) 1,79 % 0,00 % 2,18 %
Valeur de p, modèle 0,077 0,328 0,079
Valeur de p, terme linéaire 0,066 0,328 0,081
Valeur de p, terme quadratique 0,041* - 0,121
Valeur de p, terme cubique - - 0,197
Ecart type des valeurs résiduelles 0,009 0,009 0,009
287
* Statistiquement significatif (p < 0,05)
Régression pour Accr. en volume/tige/an et Note DEPEFEU 2013 (converti en
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
0,04
Valeur résiduelle

0,02

0,00

0,0000 0,0025 0,0050 0,0075 0,0100


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des288
causes spéciales.
Régression pour Accr. en volume/tige/an et Note DEPEFEU 2013 (converti en
Rapport récapitulatif
Y : Accr. en volume/tige/an
X : Note DEPEFEU 2013 (converti en
Droite d'ajustement pour modèle quadratique
Y = 0,000501 + 0,01055 X - 0,002775 X**2

Existe-t-il une relation entre Y et X ?

Accr. en volume/tige/an
0,045
0 0,05 0,1 > 0,5
Oui Non 0,030
P = 0,077
La relation entre Accr. en volume/tige/an et Note 0,015
DEPEFEU 2013 (converti en n'est pas significative sur le
plan statistique (p > 0,05).
0,000

1 2 3 4
Note DEPEFEU 2013 (converti en

Commentaires

L'équation ajustée pour le modèle quadratique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = 0,000501 + 0,01055 X - 0,002775 X**2
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Accr. en volume/tige/an
R c. (ajust.) = 1,79% pour une valeur de Note DEPEFEU 2013 (converti en, ou
1,79% de la variation de Accr. en volume/tige/an peut rechercher les paramètres de Note DEPEFEU 2013
être pris en compte par le modèle de régression. (converti en correspondant à une valeur ou une étendue
souhaitée des valeurs de Accr. en volume/tige/an.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.
289
Inventaires 2013
Corrélation Accroissement volume/tige 2009-2013 et
évolution Note DEPEFEU 2009-2013

290
Régression pour Accr. en volume/tige/an et Evolution 2009-2013 Note DEPEFE
Rapport
Vérifier Statut Description
Quantité Votre modèle n'est pas statistiquement significatif (p > 0,05) et votre échantillon est suffisamment
de données i grand (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation. Selon
les indications, toute relation entre X et Y est faible.

Données -- Valeurs résiduelles importantes : 10 points de données présentent des valeurs résiduelles
aberrantes ! importantes, ce qui correspond à des points de données mal ajustés par l'équation. Ces points
apparaissent en rouge dans les diagrammes.
-- Valeurs X aberrantes : 3 points de données présentent des valeurs X aberrantes pouvant
rapprocher la ligne d'ajustement vers les points aberrants et l'éloigner des autres points. Ces points
apparaissent en rouge sur le rapport de sélection du modèle.
Pour identifier les lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la
fonction de balayage de Minitab. Les données aberrantes pouvant fortement influencer les résultats,
essayez d'identifier la cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des
données. Supprimez les données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

291
Régression pour Accr. en volume/tige/an et Evolution 2009-2013 Note DEPEFE
Rapport de sélection du modèle
Y : Accr. en volume/tige/an
X : Evolution 2009-2013 Note DEPEFE
Ligne d'ajustement pour le modèle linéaire
Y = 0,009225 + 0,001133 X
Valeur résiduelle élevée
0,05
Valeur de X aberrante
Accr. en volume/tige/an

0,04

0,03

0,02

0,01

0,00

-1,0 -0,5 0,0 0,5 1,0 1,5 2,0


Evolution 2009-2013 Note DEPEFE
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 0,00 % 0,00 % 0,00 %
Valeur de p, modèle 0,317 0,557 0,560
Valeur de p, terme linéaire 0,317 0,287 0,166
Valeur de p, terme quadratique - 0,678 0,844
Valeur de p, terme cubique - - 0,346
Ecart type des valeurs résiduelles 0,009 0,009 0,009
292
Régression pour Accr. en volume/tige/an et Evolution 2009-2013 Note DEPEFE
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

0,04
Valeur résiduelle

0,02

0,00

0,008 0,009 0,010 0,011 0,012


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des293
causes spéciales.
Régression pour Accr. en volume/tige/an et Evolution 2009-2013 Note DEPEFE
Rapport récapitulatif
Y : Accr. en volume/tige/an
X : Evolution 2009-2013 Note DEPEFE
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = 0,009225 + 0,001133 X
0 0,05 0,1 > 0,5

Accr. en volume/tige/an
0,045
Oui Non
P = 0,317
La relation entre Accr. en volume/tige/an et Evolution 0,030
2009-2013 Note DEPEFE n'est pas significative sur le
plan statistique (p > 0,05). 0,015

0,000
% de variation pris en compte par modèle
0% 100%
-1 0 1 2
Evolution 2009-2013 Note DEPEFE

R c. (ajust.) = 0,00%
Commentaires
0,00% de la variation de Accr. en volume/tige/an peut
être pris en compte par le modèle de régression. L'équation ajustée pour le modèle linéaire qui décrit la
relation entre Y et X est la suivante :
Y = 0,009225 + 0,001133 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir Accr. en volume/tige/an
Négatif Pas de corrélation Positif pour une valeur de Evolution 2009-2013 Note DEPEFE, ou
rechercher les paramètres de Evolution 2009-2013 Note
-1 0 1
DEPEFE correspondant à une valeur ou une étendue
souhaitée des valeurs de Accr. en volume/tige/an.
0,08
La corrélation entre Accr. en volume/tige/an et Une relation statistiquement significative n'implique pas
Evolution 2009-2013 Note DEPEFE n'est pas forcément que X est la cause de Y.
294
significative sur le plan statistique (p > 0,05).
Inventaires 2013
Corrélation Diamètre 2013 et Note DEPEFEU 2013

295
Régression pour Diamètre à 1,30m 2013 et Note DEPEFEU 2013 (converti en
Rapport
Vérifier Statut Description
Quantité Votre modèle est statistiquement significatif (p < 0,05) et votre échantillon est suffisamment grand
de données i (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation.

Données -- Valeurs résiduelles importantes : 5 points de données présentent des valeurs résiduelles
aberrantes ! importantes, ce qui correspond à des points de données mal ajustés par l'équation. Ces points
apparaissent en rouge dans les diagrammes.
-- Valeurs de X aberrantes : un point des données présente une valeur de X aberrante, ce qui peut
entraîner le rapprochement de la ligne d'ajustement vers le point aberrant et son éloignement par
rapport aux autres points. Ce point apparaît en rouge sur le rapport de sélection du modèle et se
trouve à la ligne 198 de la feuille de travail.
Pour identifier les lignes de la feuille de travail, placez votre curseur sur un point ou utilisez la
fonction de balayage de Minitab. Les données aberrantes pouvant fortement influencer les résultats,
essayez d'identifier la cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des
données. Supprimez les données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

296
Régression pour Diamètre à 1,30m 2013 et Note DEPEFEU 2013 (converti en
Rapport de sélection du modèle
Y : Diamètre à 1,30m 2013
X : Note DEPEFEU 2013 (converti en
Droite d'ajustement pour modèle quadratique
Y = - 2,943 + 21,81 X - 4,828 X**2
60 Valeur résiduelle élevée
Valeur de X aberrante
Diamètre à 1,30m 2013

45

30

15

0
1,0 1,5 2,0 2,5 3,0 3,5 4,0
Note DEPEFEU 2013 (converti en
Statistiques

Modèle sélectionné Autres modèles


Quadratique Linéaire Cubique
R carré (ajusté) 12,59 % 2,43 % 12,30 %
Valeur de p, modèle 0,000* 0,018* 0,000*
Valeur de p, terme linéaire 0,000* 0,018* 0,049*
Valeur de p, terme quadratique 0,000* - 0,216
Valeur de p, terme cubique - - 0,535
Ecart type des valeurs résiduelles 6,971 7,365 6,982
297
* Statistiquement significatif (p < 0,05)
Régression pour Diamètre à 1,30m 2013 et Note DEPEFEU 2013 (converti en
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.
40
Valeur résiduelle

20

5,0 7,5 10,0 12,5 15,0 17,5 20,0 22,5


Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des298
causes spéciales.
Régression pour Diamètre à 1,30m 2013 et Note DEPEFEU 2013 (converti en
Rapport récapitulatif
Y : Diamètre à 1,30m 2013
X : Note DEPEFEU 2013 (converti en
Droite d'ajustement pour modèle quadratique
Y = - 2,943 + 21,81 X - 4,828 X**2
60
Existe-t-il une relation entre Y et X ?

Diamètre à 1,30m 2013


0 0,05 0,1 > 0,5
Oui Non 40

P = 0,000
La relation entre Diamètre à 1,30m 2013 et Note
DEPEFEU 2013 (converti en est significative sur le plan 20
statistique (p < 0,05).

0
1 2 3 4
Note DEPEFEU 2013 (converti en

Commentaires

L'équation ajustée pour le modèle quadratique qui décrit la


% de variation pris en compte par modèle relation entre Y et X est :
0% 100% Y = - 2,943 + 21,81 X - 4,828 X**2
Si le modèle est bien ajusté aux données, vous pouvez
utiliser cette équation pour prévoir Diamètre à 1,30m 2013
R c. (ajust.) = 12,59% pour une valeur de Note DEPEFEU 2013 (converti en, ou
12,59% de la variation de Diamètre à 1,30m 2013 peut rechercher les paramètres de Note DEPEFEU 2013
être pris en compte par le modèle de régression. (converti en correspondant à une valeur ou une étendue
souhaitée des valeurs de Diamètre à 1,30m 2013.

Une relation statistiquement significative n'implique pas


forcément que X est la cause de Y.
299
Inventaires 2013
Corrélation Hauteur 2013 et Densité 2013

300
Régression pour Densité/ha 2013 et Hauteur 2013
Rapport
Vérifier Statut Description
Quantité Votre modèle n'est pas statistiquement significatif (p > 0,05) et votre échantillon est suffisamment
de données i grand (n = 234) pour que vous obteniez une estimation précise de l'importance de la relation. Selon
les indications, toute relation entre X et Y est faible.

Données Un point des données présente une valeur résiduelle élevée, indiquant un point des données mal
aberrantes ! ajusté par l'équation. Ce point apparaît en rouge sur les diagrammes et se trouve à la ligne 64 de la
feuille de travail. Les données aberrantes pouvant fortement influencer les résultats, essayez
d'identifier la cause des aberrations. Corrigez les erreurs de mesure ou d'entrée des données.
Supprimez les données associées aux causes spéciales et réexécutez l'analyse.

Normalité Comme vous disposez d'au moins 15 points de données, la normalité n'est pas un problème. Si le
nombre de points de données est faible et que les valeurs résiduelles ne sont pas distribuées
normalement, la valeur de p utilisée pour déterminer l'existence d'une relation importante entre X et
Y risque d'être inexacte.

Ajustement Vous devez évaluer l'ajustement du modèle et des données en fonction de vos objectifs. Vérifiez les
du modèle i éléments suivants sur la ligne d'ajustement :
-- L'échantillon couvre l'étendue des valeurs de X de façon appropriée.
-- Le modèle s'ajuste bien à n'importe quelle courbure des données (évitez de sur-ajuster les
données).
-- La ligne s'ajuste parfaitement dans les zones concernées

301
Régression pour Densité/ha 2013 et Hauteur 2013
Rapport de sélection du modèle
Y : Densité/ha 2013
X : Hauteur 2013
Ligne d'ajustement pour le modèle linéaire
Y = 548,9 - 4,32 X

1000 Valeur résiduelle élevée

800
Densité/ha 2013

600

400

200

10,0 12,5 15,0 17,5 20,0 22,5 25,0


Hauteur 2013
Statistiques

Modèle sélectionné Autres modèles


Linéaire Quadratique Cubique
R carré (ajusté) 0,00 % 0,00 % 15,97 %
Valeur de p, modèle 0,703 0,564 0,162
Valeur de p, terme linéaire 0,703 0,306 0,038*
Valeur de p, terme quadratique - 0,325 0,045*
Valeur de p, terme cubique - - 0,053
Ecart type des valeurs résiduelles 208,050 207,757 185,587
302
* Statistiquement significatif (p < 0,05)
Régression pour Densité/ha 2013 et Hauteur 2013
Rapport de diagnostic 1

Valeurs résiduelles et ajustées


Recherchez les valeurs résiduelles importantes (en rouge) et les schémas.

400
Valeur résiduelle

200

-200

-400
440 450 460 470 480 490 500 510
Valeur ajustée

Exemples de schémas pouvant illustrer des problèmes avec l'ajustement du modèle :

Variation inégale Forte courbure


Variabilité irrégulière, notamment lorsque la Courbe dans les données qui n'est pas bien expliquée
répartition des points augmente en même temps par le modèle de régression. Si vous utilisez déjà le
que les valeurs ajustées. Si cette variation est très meilleur modèle d'ajustement, demandez de l'aide
importante, demandez de l'aide pour résoudre ce pour résoudre ce problème.
problème.

Groupes Valeurs résiduelles importantes


Groupes de points suggérant que certaines variables Points mal ajustés par le modèle. Essayez de
X importantes n'ont pas été incluses dans le modèle déterminer pourquoi les points sont aberrants.
de régression. Demandez de l'aide pour résoudre ce Corrigez les erreurs de mesure ou d'entrée des
problème. données, puis supprimez les données ayant des303
causes spéciales.
Régression pour Densité/ha 2013 et Hauteur 2013
Rapport récapitulatif
Y : Densité/ha 2013
X : Hauteur 2013
Ligne d'ajustement pour le modèle linéaire
Existe-t-il une relation entre Y et X ? Y = 548,9 - 4,32 X
0 0,05 0,1 > 0,5
Oui Non 900

Densité/ha 2013
P = 0,703
La relation entre Densité/ha 2013 et Hauteur 2013 n'est
600
pas significative sur le plan statistique (p > 0,05).

300
% de variation pris en compte par modèle
0% 100%
10 15 20 25
Hauteur 2013

R c. (ajust.) = 0,00%
Commentaires
0,00% de la variation de Densité/ha 2013 peut être pris
en compte par le modèle de régression. L'équation ajustée pour le modèle linéaire qui décrit la
relation entre Y et X est la suivante :
Y = 548,9 - 4,32 X
Si le modèle est bien ajusté aux données, vous pouvez
Corrélation entre Y et X utiliser cette équation pour prévoir Densité/ha 2013 pour
Négatif Pas de corrélation Positif une valeur de Hauteur 2013, ou rechercher les paramètres
de Hauteur 2013 correspondant à une valeur ou une
-1 0 1
étendue souhaitée des valeurs de Densité/ha 2013.

-0,10 Une relation statistiquement significative n'implique pas


La corrélation entre Densité/ha 2013 et Hauteur 2013 forcément que X est la cause de Y.
n'est pas significative sur le plan statistique (p > 0,05). 304

Vous aimerez peut-être aussi