Académique Documents
Professionnel Documents
Culture Documents
COURS
INVENTAIRE FORESTIER
ET
DENDROMETRIE
1
INVENTAIRE FORESTIER
Chapitre 1 :
L’Echantillonnage
2
INVENTAIRE FORESTIER
Dès le 18ème siècle les opérations de l’inventaire forestier ils étaient basés à l’œil.
Vers la 19ème siècle les techniques de l’inventaire forestier est commencé à évoluer
par l’apparition des instruments dendrométriques qui a été remplacée l’œil.
Pendant la 20ème siècle les techniques de l’inventaire est connue un saut typique par
l’innovation des certains termes de mesure.
Du 11 au 22 septembre 1967, les experts en inventaire forestier des projets du Fonds
spécial des Nations Unies se sont réunis au Siege de la FAO à Rome ; dans le but
d'améliorer les opérations d’inventaire, cette réunion permet de rassortir ces quatre
principaux objectifs suivants:
1) A la lumière de l'expérience acquise, définir plus clairement les informations de base
dont la connaissance est indispensable pour guider les investissements dans les
industries forestières et ·en tenir compte dans les inventaires en cours et futurs.
2) Rendre plus homogènes et plus uniformes les résultats d'inventaire tout en laissant
la possibilité de relever au besoin des données spec1a!es pour tenir compte de
conditions locales particulières. Ceci faciliterait la comparaison et la synthèse de
résultats d'inventaires différents.
3) Rationaliser les opérations d'inventaire e de manière à ce que les renseignements sur
les ressources forestières soient plus surs et plus complets et obtenus à un moindre cout
4) Intensifier la coopération entre les spécialistes en inventaire forestier d'une part et les
utilisateurs des inventaires d'autre part, pour mieux adapter les informations obtenues
aux besoins.
3
INVENTAIRE FORESTIER
4
INVENTAIRE FORESTIER
5
INVENTAIRE FORESTIER
6
INVENTAIRE FORESTIER
7
INVENTAIRE FORESTIER
Exemple :
- Surface totale (ST) : 100 Ha
- Surface de la placette (Sp) : 500 m²
- Taux de sondage (t) : 2%.
Nombre des placettes à installer dans le programme d’inventaire ou la superficie a
inventorié (SI) est égale :
SI = (ST*t)/100
ST = 106 m² ; Avec 1 Ha est égale 104 m².
SI = (106 *2)/100, SI est égale 20000 m²
Le nombre des placettes est le rapport entre la SI et la surface de la placette (Sp), donc
le nombre des placettes (Np) à installer ;
Np = SI/Sp
Np = 20000/500 = 40 placette sur l’ensemble de l’étendu forestier.
3- La Placette :
La placette est une unité de sondage à partir de laquelle on ressortir les attributs
qu’on a besoins d’un peuplement forestier.
8
INVENTAIRE FORESTIER
9
INVENTAIRE FORESTIER
4. Méthode de l’échantillonnage :
Inventorier un peuplement forestier permet de le quantifier, de définir un état initial du
capital sur pied. Le suivre dans le temps permet par la suite de mieux connaître son
évolution. Ce suivi peut être effectué dans deux optiques :
- Dans une optique d’aménagement, permettant de donner des directives de
gestion et planifier les récoltes,
- Dans une optique sylvicole, permettant de raisonner une sylviculture dans le
temps (savoir par exemple comment intervenir dans un peuplement en fonction
des coupes réalisées, optimiser les intensités de prélèvement...) (Tomasini J. ;
2002).
Pour atteindre aux objectifs fixés préalablement et pour surmonter tous problèmes de
fausse estimation, il est évident de repartir les placettes d’une manière cohérent sur
toutes les strates pour avoir des véritables produits sur l’ensemble du peuplement.
10
INVENTAIRE FORESTIER
11
INVENTAIRE FORESTIER
Figure
1:Echantillonnage aléatoire et simple
t² * Cv²
Np =
t² * Cv²
E² +
N
Avec :
t : de student ;
12
INVENTAIRE FORESTIER
Cv : Coefficient de variation est le rapport entre l’écart type du paramètre étudié et leur
moyenne. Il permet de comparer la variation entre différentes moyenne et donne une
idée sur l’homogénéité du peuplement.
Cv = (s / x ) *100
N : Nombre total des placettes recouvrant la forêt ;
E : L’erreur à craindre ; avec E est égale l’écart type du paramètre sur la racine carrée
de nombre total des placettes multiplié par la valeur « t ».
E = (t * σ) / √N
t² * Cv (1 – Cv)
Np = E²
(t² * Cv (1 – Cv))
1+
E² * N
13
INVENTAIRE FORESTIER
Exercice d’application :
Diamètre (cm) Nombre de ni* di (ni * di) ²
(di) tige (ni)
10 4 40 121
15 2 30 1
20 7 140 12321
25 9 225 38416
30 5 150 14641
35 6 210 32761
40 4 160 17161
45 1 45 256
50 2 100 5041
55 1 55 676
60 1 60 961
Somme 42 1215 122356
14
INVENTAIRE FORESTIER
t² * Cv²
Np =
t² * Cv²
E² +
N
Np = (1,96)² * (0,34)²
(1,96)² * (0,34)²
(0.1)² +
1000
t² * Cv (1 – Cv)
Np = E²
1 + (t² * Cv (1 – Cv))
E² * N
Np = 80 placette
15
INVENTAIRE FORESTIER
16
INVENTAIRE FORESTIER
dl * dp = 1667
17
INVENTAIRE FORESTIER
On suppose qu’on utilise selon un dispositif régulier dans l’espace (forme carrée). La
distance entre les lignes et les placettes c’est la racine carrée de 16667 m².
√ 1667 = 130 m
Dp = 130 m et dl = 130
Pour vérifier le nombre
100000 / 130 = 76,92 ≈ 77 ; 77 est le nombre des placettes installées sut toute la
longueur de la forêt ; dp : distance entre les placettes.
1000 / 130 = 7,7 ≈ 8 ; 8 est le nombre des placettes installées sut toute la
longueur de la forêt ; dl : distance entre les lignes.
77 * 8 = 616 placette
18
INVENTAIRE FORESTIER
Avantage :
- La stratification permet d’augmenter la précision de l’estimation de la
population, selon (Cochrane, 1977; Schreuder et al., 1993).
- la stratification est qu’elle permet d’englober différents protocoles
d’échantillonnage ou procédures d’estimation pour différentes sous-
populations.
- L’estimation stratifiée présente le plus d’avantages lorsque la population est
stratifiée et la taille d’une strate déterminée préalablement à l’échantillonnage ;
par exemple l’utilisation les images aérienne au lieu des visites sur terrain et les
frais de déplacement seront considérablement réduits en évitant l’envoi
d’équipes de terrain vers ces emplacements.
- La stratification vise à réduire la variance des estimateurs, en améliorant la
répartition de l'échantillon entre les différentes strates ;
- Le sondage stratifié permet d'être certain d'avoir des individus dans chaque
strate. Le gain de précision dû à la stratification est d'autant plus grand qu'il
existe une liaison plus forte entre le critère de stratification et la variable étudiée.
- Il permet aussi de représenter les strates ayant de faibles effectifs. Dans ce cas,
la fraction de sondage variera entre les différentes strates.
Inconvénients :
L’inconvénient majeur dans l’échantillonnage stratifié c’est que les mesures statistiques
sont différentes dans toute la forêt et absence une corrélation entre eux, mais à
l’intérieur de la strate les paramètres statistiques sont est plus corrélées.
4.2.3.2- Comment choisir les strates :
Déterminer des strates les plus homogènes possibles, par rapport au sujet étudié.
Deux types de considérations vont conduire au choix des critères de stratification :
Disponibilité des critères dans la base de sondage ;
Pertinence des différents critères pour créer des strates homogènes. Ceci
nécessite une connaissance soit intuitive, soit venant d’études réalisées
antérieurement.
Nous prendrons généralement comme critères : des critères relevant d’une
typologie (régime, régénération,…) ; des critères de taille (densité, âge,…).
Utilisation des critères qui peuvent être en corrélation avec le sujet d’étude.
Plus nous multiplions les strates, plus le gain d’efficacité devient faible
(Mariyam B., 2011).
19
INVENTAIRE FORESTIER
Cette valeur de la variance nous ne donne pas le droit de calculer le nombre d’unités de
sondage nécessaire pour avoir la précision souhaité par ce qu’elle cette valeur est
calculé à l’échelle d’une strate qui ne représente pas la forêt. Ainsi qu’i n’y a aucune
corrélation entre la valeur (nj) qui est le nombre des placettes à « strate j » avec autres
paramètres statistique qui nous permet de définir la taille de l’échantillonnage.
20
INVENTAIRE FORESTIER
21
INVENTAIRE FORESTIER
Exemple :
On a une forêt de surface total est 415 ha qui est divisée sur 04 strates et la taille de
l’échantillonnage est de 80 placette.
Tableau 3: Répartition des placettes selon les strates : Cas d’allocation proportionnelle
22
INVENTAIRE FORESTIER
23
INVENTAIRE FORESTIER
REFERENCES BIBLIOGRAPHIES :
Bormann, F. H., 1953 : The statistical efficiency of sample plot size and shape in forest
ecology. Ecology 34 (3), 474 – 487.
Cochran, W. G. ; (1977) : Sampling techniques. (3rd ed.). New York: Wiley.
Gambill C. W., Wiant, H. V., J., Yandle, D. O., 1985 : Optimum plot size and BAF. Forest
Science 31 (3), 587–594.
Grenier, Y., Blais, L., Lavoie, É., 1991 : Aire minimum d’échantillonnage ou nombre de
points de prisme nécessaires pour établir la structure d’un peuplement inéquienne. Canadian
Journal of Forest Research 21 (11), 1632– 1638.
Hebert, J., Rondeux, J., Laurent, C., 1988 : Comparaison par simulation de 3 types d’unités
d’échantillonnage en futaies feuillues de hêtre (Fagus silvatica l.). Annales des Sciences
Forestières 45 (3), 209–221.
Johnson, F. A., Hixon, H. J., 1952 : The most efficient size and shape of plot to use for cruising
in old growth Douglas-fir timber. Journal of Forestry 50, 17–20.
Lecomte, H., Rondeux, J. ; 2002 : Les inventaires forestiers nationaux en Europe. Tentative
de synthèse, Belgique. Les cahiers forestiers de Gembloux.
Meziane A. ; 2017 : Elaboration d’un inventaire et détermination de la tendance de l’évolution
de la structure du peuplement de Pin d’Alep de la forêt de Melkine (Wilaya de Sidi Bel Abbés).
26 p.
Myriam M.B. ; 2011 : Master 2ème Année 12-10-201. IRMA, Université de Strasbourg,
France.
Nicolas P. ; 2007 : Méthode d’inventaire forestier. Projet de développement rural participatif
dans le moyen Atlas central (projet Khénifra).
Ronald, E. Mcroberts, 1, Erkki O. Tomppo2 et Raymond L. Czaplewski : Plans
d’échantillonnage pour les Évaluations forestières nationales.
Rondeux J ; 1993 : Mesures des arbres et des peuplements. Les presses Agr des
Gembleux.A.S.B.L, 521p.
Savage, M. B., 1956 : What about the size of the sample plot? Forestry Chronicle 32, 75–76.
Schreuder, H. T., Banyard, S. G., Brink, G. E., 1987 : Comparison of three sampling
methods in estimating stand parameters for a tropical forest. Forest Ecology and Management
21 (1-2), 119–127.
Schreuder, H. T., Gregoire, T. G., Wood, G. B. ; 1993 : Sampling Methods for Multiresource
Forest Inventory. John Wiley & Sons, Inc, New York. 446 p.Scott, C.T. 1993. Optimal design
of a plot cluster for monitoring. In: K. Rennolls, and G. Gertner (Eds.). Proceedings of the
IUFRO S.4.11 Conference. The optimal design of forest experiments and forest surveys. pp.
233-242. Available by request from the author: ctscott@fs.fed. us.
Tomasini J. ; 2002 : Introduction aux différentes techniques d’inventaires forestiers. 2p.
Zeide, B., 1980 : Plot size optimization. Forest Science 26 (2), 251–257.
24