McGill University
Candidat Ph.D.
superviseur(e): Brian Leung
Fiona Soper, McGill University
Début: 2020-09-08

Projet

Modélisation de la croissance des forêts secondaires en Amérique latine
Compte tenu de l'urgence de la crise climatique, il est devenu urgent de régénérer les terres déboisées. Les forêts secondaires couvrent plus de la moitié des forêts tropicales, et un tiers de la zone de régénération se trouve sur des sols précédemment abandonnés par l'agriculture. Il a été démontré que les pratiques d'utilisation des terres affectent considérablement la fertilité des sols et, par conséquent, les taux de repousse des futures forêts qui pourraient s'établir sur des terres agricoles épuisées. Toutefois, ce facteur n'est actuellement pas pris en compte par les modèles de repousse forestière existants. L'estimation précise de l'accumulation de carbone est essentielle à l'élaboration des politiques, à la création de zones protégées et à l'établissement de projections climatiques. Ce projet de recherche se concentre sur la modélisation de l'accumulation future de carbone dans les forêts secondaires néotropicales, en explorant les effets de l'histoire de l'utilisation des terres et de la biodiversité : Le projet comporte trois objectifs : 1. Modélisation de la repousse des forêts dans l'Amazonie brésilienne : En utilisant des cartes d'utilisation des terres télédétectées couvrant 33 ans d'histoire et des données mondiales de stockage de carbone basées sur LiDAR, je construis un modèle statistique semi-mécaniste pour prédire la repousse des forêts dans l'Amazonie brésilienne en fonction de facteurs prédictifs environnementaux et anthropogéniques. En améliorant les modèles de repousse existants, nous pouvons mieux aider à la prise de décision sur les stratégies de conservation et améliorer les projections futures de séquestration du carbone. 2. Extension du modèle à l'Amérique centrale : Le modèle est étendu au Panama et au Costa Rica, points chauds de la biodiversité. En classifiant l'utilisation des terres grâce à l'apprentissage automatique, le projet tient compte des pratiques agricoles locales et explore son application à différents scénarios socio-économiques et écologiques à partir de sa formation initiale dans le bassin de l'Amazone. Nous étendons ainsi l'utilité du modèle à la gestion d'autres pays et ouvrons la voie à de futures recherches dans le contexte de l'Amérique centrale. 3. La relation biodiversité-biomasse : Les mesures de la biodiversité, obtenues grâce au modèle de biodiversité S2BaK ajusté au biais pour le Panama et le Costa Rica, sont intégrées dans le modèle. Nous explorons l'effet de la diversité alpha sur la capacité prédictive du modèle. J'intègre la présence de groupes fonctionnels dont il a été démontré qu'ils influencent la repousse, tels que les fixateurs d'azote et les graminées envahissantes. Cela permettra d'apporter des preuves supplémentaires dans un domaine très controversé et d'explorer la possibilité d'améliorer les prévisions d'accumulation de carbone en incorporant des paramètres de biodiversité. Les résultats de cette recherche améliorent les modèles de régénération forestière précédents et donnent un aperçu de l'impact de la biodiversité sur la biomasse. En abordant les complexités de la régénération des terres déboisées, ce projet contribue à des stratégies de conservation plus précises, à des politiques d'utilisation des terres durables et à une compréhension écologique globale dans la région néotropicale.

Mots-clés

secondary forest, regrowth, Statistical modelling, biodiversity, biodiversity/biomass relationship, land use history