Feedback

Gembloux Agro-Bio Tech (GxABT)
Gembloux Agro-Bio Tech (GxABT)
MASTER THESIS
VIEW 52 | DOWNLOAD 1

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)

Download
Carnet, Brice ULiège
Promotor(s) : Claessens, Hugues ULiège ; Courbaud, Benoît
Date of defense : 24-Aug-2018 • Permalink : http://hdl.handle.net/2268.2/5124
Details
Title : 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)
Translated title : [en] Estimation of the potential of the Approximate Bayesian Computation for modelling forest stand dynamics: case of natural regeneration of irregular mountain forests (French Alps)
Author : Carnet, Brice ULiège
Date of defense  : 24-Aug-2018
Advisor(s) : Claessens, Hugues ULiège
Courbaud, Benoît 
Committee's member(s) : Hebert, Jacques ULiège
Brostaux, Yves ULiège
Ligot, Gauthier ULiège
Claessens, Laureline ULiège
Language : French
Number of pages : 64
Keywords : [fr] Calcul Bayésien Approché, calibration, modèle, régénération naturelle, flux de recrutement
[en] Approximate Bayesian Computation, calibration, model, natural regeneration, recruitment flow
Discipline(s) : Life sciences > Environmental sciences & ecology
Research unit : Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (Irstea)
Target public : Researchers
Professionals of domain
Student
Complementary URL : http://hdl.handle.net/2268/226854
Institution(s) : Université de Liège, Liège, Belgique
Degree: Master en bioingénieur : gestion des forêts et des espaces naturels, à finalité spécialisée
Faculty: Master thesis of the Gembloux Agro-Bio Tech (GxABT)

Abstract

[fr] 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.

[en] 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.


File(s)

Document(s)

File
Access s156012CARNET2018.pdf
Description:
Size: 1.52 MB
Format: Adobe PDF

Author

  • Carnet, Brice ULiège Université de Liège > Master bioingé. gest. forêts & esp. nat., à fin.

Promotor(s)

Committee's member(s)

  • Hebert, Jacques ULiège Université de Liège - ULiège > Ingénierie des biosystèmes (Biose) > Gestion des ressources forestières et des milieux naturels
    ORBi View his publications on ORBi
  • Brostaux, Yves ULiège Université de Liège - ULiège > Agronomie, Bio-ingénierie et Chimie (AgroBioChem) > Modélisation et développement
    ORBi View his publications on ORBi
  • Ligot, Gauthier ULiège Université de Liège - ULiège > Ingénierie des biosystèmes (Biose) > Laboratoire de Foresterie des régions trop. et subtropicales
    ORBi View his publications on ORBi
  • Claessens, Laureline ULiège Université de Liège - ULiège >
    ORBi View his publications on ORBi
  • Total number of views 52
  • Total number of downloads 1










All documents available on MatheO are protected by copyright and subject to the usual rules for fair use.
The University of Liège does not guarantee the scientific quality of these students' works or the accuracy of all the information they contain.