TY - THES ID - 146385212 TI - Estimation du potentiel du calcul bayésien approché pour la modélisation de la dynamique des peuplements forestiers : Cas de la régénération naturelle des futaies irrégulières montagnardes (Alpes françaises) AU - Carnet, Brice AU - Claessens, Hugues AU - Courbaud, Benoît AU - Hebert, Jacques AU - Brostaux, Yves AU - Ligot, Gauthier AU - Claessens, Laureline PY - 2018 PB - Liège Université de Liège (ULiège) DB - UniCat KW - Calcul Bayésien Approché, calibration, modèle, régénération naturelle, flux de recrutement KW - Approximate Bayesian Computation, calibration, model, natural regeneration, recruitment flow KW - Sciences du vivant > Sciences de l'environnement & écologie UR - https://www.unicat.be/uniCat?func=search&query=sysid:146385212 AB - La présence d’un nombre de semis suffisant pour assurer une sylviculture durable dans les peuplements irréguliers est un véritable enjeu et une matière d’appréhension pour les gestionnaires forestiers. Ce problème se pose particulièrement dans les futaies irrégulières montagnardes, dans lesquelles la régénération naturelle est de plus en plus difficile. Afin de notamment pouvoir apporter des éléments d’information aux agents forestiers, des modèles de simulation forestière peuvent être utilisés. Ce sont des modèles complexes, comportant plusieurs sous-modèles, et donc difficiles à calibrer. Dans cette étude, le Calcul Bayésien Approché, ou Approximate Bayesian Computation (ABC) en anglais, a été utilisé pour calibrer un modèle simulant des processus de régénération naturelle. Cette méthode permet d’estimer d’un coup tous les paramètres d’un modèle en le simulant de très nombreuses fois. La comparaison des résultats de ces simulations avec des observations faites sur le terrain permet de garder les meilleurs paramètres. Il a été montré dans cette étude que la méthode ABC est applicable aux modèles forestiers. Les résultats de l’utilisation de l’ABC sont globalement satisfaisants. Les paramètres trouvés permettent, in fine, d’estimer des flux de recrutements propres aux peuplements, ce qui répond à une demande des agents forestiers. Cependant, l’estimation des paramètres n’est pas suffisamment précise pour que ces derniers soient réutilisés dans d’autres modèles de simulation forestière plus complexes comme Samsara2. L’ABC présente un potentiel certain en matière de calibration de modèles complexes, mais son application concrète aux données terrain est encore perfectible. Plusieurs points d’améliorations possibles sont abordés dans ce mémoire. The presence of a sufficient number of seedlings to ensure sustainable silviculture in irregular stands is a real challenge and a matter of apprehension for forest managers. This problem is particularly acute in irregular mountain forests, where natural regeneration is becoming increasingly difficult. In order to be able to provide forestry agents with answers, forest simulation models can be used. They are complex models, with several sub-models, and therefore difficult to calibrate. In this study, Approximate Bayesian Computation (ABC) was used to calibrate a model simulating natural regeneration processes. This method makes it possible to estimate the parameters of a model by carrying out a very large number of simulations followed by the comparison of the simulation results with observations made in the field. It was shown in this study that the ABC method is applicable to forest models. The results of the use of ABC are generally satisfactory. The parameters found make it possible, in fine, to estimate recruitment flows specific to stands, which meets a demand from forestry agents. However, the estimation of the parameters is not precise enough for them to be reused in other more complex forest simulation models such as Samsara2. The ABC presents a certain potential in terms of calibration of complex models but its concrete application to field data is still perfectible. Several areas for improvement are addressed in this submission. ER -