Effets des interactions intra- et interspécifiques et de la fertilisation sur le prélèvement de l’azote et la production de biomasse en forêt boréale
Notice bibliographique
Résumé
À l’échelle planétaire, les changements climatiques affectent les écosystèmes forestiers. Au Québec, la forêt boréale est l’un des écosystèmes les plus touchés par ces phénomènes climatiques. Le couvert forestier y est fortement dominé par l’épinette noire. La conservation de la diversité biologique du milieu forestier est une préoccupation majeure du Gouvernement du Québec qui en fait une priorité. Afin de répondre aux impératifs du développement durable et de compenser les émissions de gaz à effet de serre (GES), il est important de comprendre les caractéristiques des espèces d’arbres à planter et d’établir des stratégies de plantation (par exemple, mono- ou plurispécifiques) cohérentes avec les politiques, les objectifs environnementaux et les particularités des terrains à boiser. Au cours des dernières décennies, des études ont mis en évidence une relation positive entre la diversité spécifique d’une part, la productivité et la résilience des écosystèmes d’autre part. Ce type de relation pourrait être exploité dans les projets d’afforestation visant à séquestrer du carbone (C) sur le long terme, afin d’atténuer les changements climatiques. Ce projet de maîtrise s’inscrit dans ce contexte puisque nous voulons déterminer si une relation biodiversité-productivité (relation B-P) existe entre trois espèces de conifères boréales : l’épinette noire (EPN), le mélèze laricin (MEL) et le pin gris (PIG). L’objectif principal de l’étude étant d’en exploiter les résultats, afin d’adapter les stratégies d’afforestation en forêt boréale. Cette étude a été conceptualisée, afin de répondre au manque de connaissances sur les types d’interactions qu’entretiennent ces trois essences boréales ; soit d’en apprendre plus sur les types de mécanismes (de compétition et/ou de complémentarité) qui peuvent exister entre elles. Pour ce faire, deux dispositifs expérimentaux ont été mis en place : un en milieu contrôlé et un autre en milieu naturel. Pour chaque dispositif, 324 semis ont été cultivés seuls (monocultures) ou en associations (polycultures) dans 156 pots (en serres) ou 156 placettes (Forêt d’Enseignement et de Recherche de Simoncouche). Ces dispositifs nous ont permis d’étudier différentes variables de l’EPN, du PIG et du MEL dans différents traitements : fertilisation azotée au sulfate d’ammonium ([NH4]2SO4), densité (nombre de semis par unité expérimentale) et diversité (nombre d’espèces par unité expérimentale). Les variables étudiées correspondent à la croissance annuelle, la biomasse totale des semis (BT), la proportion d’azote (N) dérivée du fertilisant (Ndff), le Rendement relatif total (RYT) et l’indice de Compétition intraspécifique (Cintra). Nos résultats ont montré que l’effet de la fertilisation au [NH4]2SO4 sur nos semis est supérieur pour le MEL. L’effet de la densité sur les semis a réduit la croissance des semis pour l’EPN et le PIG, démontrant l’existence d’une compétition intraspécifique pour ces deux espèces. Nous avons également vu que l’assimilation de N dérivé du fertilisant augmente avec la densité de semis par pot (surtout pour le PIG). Les résultats obtenus sur le Cintra indiquent également que la fertilisation diminue la compétition intraspécifique pour le PIG. Enfin, nous avons montré que le RYT était significativement supérieur à 1 pour les mélanges à trois espèces, mettant en évidence un effet de complémentarité lorsque les trois espèces poussent ensemble. Les résultats exposés dans ce mémoire doivent être vérifiés sur une plus longue échéance et en milieu naturel, ce qui sera possible grâce au dispositif installé à la Forêt de Recherche de Simoncouche. Ces résultats constituent des données qui pourraient guider les stratégies de plantation adoptées par diverses entreprises et organismes. Les forêts nouvellement boisées deviendraient ainsi des zones plus productives et elles pourraient potentiellement augmenter le taux de séquestration du C et la résilience de l’écosystème sur le long terme.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».