Estimation du potentiel de séquestration de carbone des aires protégées : cas de la Forêt Classée de Djoli-Kera, Tchad
Bibliographic record
Abstract
L’évaluation de la capacité de stockage du carbone dans les forêts constitue un outil primordial de lutte contre les changements climatiques et de contribution au mécanise de réduction des émissions dues à la déforestation et la dégradation des forêts (REDD+). L’objectif de cette étude est d’évaluer le potentiel de séquestration du carbone des principaux types d’utilisation des terres (TUT) de la forêt classée de Djoli-kera, au Tchad. Les résultats des observations directes, des placettes de 50 mètres fois 50 mètres et des enquêtes socio-économiques effectuées auprès de 126 personnes nous ont permis d’identifier quatre principaux TUT : les espaces agricoles, les aires de pâturage intensif, les espaces fréquemment soumis aux feux de brousse et la savane arborée. Les stocks de carbone des bois morts et des ligneux vivants ont été calculés tandis que les stocks de carbone racinaire ont été évalués grâce au rapport racine/tige. La méthode utilisée pour l’estimation des stocks de carbone est celle non destructive qui utilise les équations mathématiques dites allométriques et qui intègrent des variables de diamètres et/ou de hauteurs. Les stocks de carbone estimés sont de 54,8 tC/ha dans les espaces agricoles, 102,04 tC/ha dans les espaces pâturés, 108,5 tC/ha dans la savane arborée et de 177,5 tC/ha dans les espaces soumis aux feux de brousse. Ces stocks de carbone correspondent respectivement aux quantités du CO2 atmosphérique séquestrées suivantes : 201,3 téq-CO2/ha ; 374,4 téq-CO2/ha ; 398,2 téq-CO2/ha et 651,6 téq-CO2/ha. Les familles qui présentent les valeurs les plus élevées de ces stocks sont les Fabaceae et Combretaceae. Sur le marché du carbone, le CO2 séquestré est susceptible de produire une valeur économique moyenne de la forêt estimée à 862 570 francs CFA (environ 1831 dollars canadiens) par hectare. La valeur économique totale de la forêt classée de Djoli-kera est alors estimée à 80 822 809 000 francs CFA (plus de 171 millions de dollars canadiens) en fonction du marché du carbone.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".