Aller au contenu. | Aller à la navigation

Outils personnels

Plateforme - ACCES
Navigation

Exploitation des données des cernes des arbres

Par sursin — Dernière modification 05/01/2016 13:49

Mise à jour : 30/10/2002

Proposée par D. Sursin, Lycée Bergson, Angers.

1 - Répartition mondiale des sites

treering.gif

On remarque que tous les sites sont situés dans des régions à saisons contrastées. Pourquoi ?

2 - Choix des variables

 

Les mesures de densité et de largeur de cerne sont généralement converties en indices :
Ringwith standard index (= indice de largeur de cerne), Maximum Density Standard (= densité maximale), Minimum Density Standard (= densité minimale)...

Choix des données :
    Quel site choisir ? En fonction de quels critères ?
    Quelle variable choisir ? Quelle espèce ?

En affichant la liste des sites disponibles, on dispose d'une première série d'informations importantes concernant :

  1. le nom du site, la latitude, la longitude et surtout l'altitude
  2. le nom du fichier correspondant avec un code de 2 premières lettres désignant l'indicatif de l'Etat (USA) ou du pays
cerne2.gif

 

En cliquant sur l'icônefleche.gif à gauche du nom du site, on fait apparaître un menu déroulant proposant les variables disponibles

 

cerne4.gif

En cliquant sur l'icône  , on ouvre une fenêtre affichant des informations essentielles :

cerne3.gif

Ainsi, dans l'exemple ci-dessus, on peut relever les renseignements relatifs :

  1. au nom du site : LES MERVEILLES localisé en FRANCE (vallée des Merveilles - Alpes maritimes -)
  2. au nom du contributeur scientifique
  3. aux coordonnées du site et à l'altitude
  4. au nom de code de l'espèce

  5. au nom d'espèce de l'essence étudiée; ici, il s'agit de Mélèze.

A partir de l'exemple choisi (LES MERVEILLES), on dispose donc d'enregistrements obtenus sur deux arbres de la même espèce, situés dans la même région (vallée des Merveilles) et à 2 altitudes légèrement différentes. On peut alors demander l'affichage superposé des deux courbes d'indices de largeur de cerne :

cerne1.gif

Superposition de deux tranches de temps permettant la comparaison des données.
(paramètre : Ringwith Standard index - pas d'unité précisée)

La comparaison des 2 enregistrements permet de dégager une 1ère conclusion : la réponse des 2 arbres est la même au cours du temps. Quelques questions complémentaires peuvent être posées :

Existe-t-il une périodicité dans les variations de croissance des arbres ? Retrouve-t-on les mêmes réponses à d'autres endroits ?
Quelle corrélation peut-on établir entre les variables "largeur, densité" d'une part et les paramètres climatiques d'autre part ?
Existe-t-il des espèces d'arbres plus sensibles à la pluviosité et qui pourraient ainsi servir de marqueurs de sécheresse par exemple ? ou bien d'autres espèces sensibles à la pollution ?

Quelles corrélations peut-on établir entre les variables "largeur et densité" et les paramètres climatiques ?

Les caractéristiques densitométriques rendent compte des modifications de l'environnement, en particulier celles du climat. 
Parmi les corrélations les plus significatives, on peut retenir les densités maximales annuelles et la pluviosité d'août, septembre et octobre. En effet, des mesures effectuées sur des pins de Douglas ont montré que les plus fortes densités maximales annuelles correspondent systématiquement aux plus faibles précipitations durant les mois d'août, septembre et octobre. (Le coefficient de corrélation négatif est de -0,89). 
De même, si on s'intéresse au nombre d'heures d'insolation de juillet à octobre, les mêmes pins de Douglas donnent un coefficient de corrélation de +0,81 avec la densité maximale annuelle. 
On peut proposer une recherche de grandes sécheresses sur les 3 derniers siècles à partir de sites choisis en Amérique du Nord, en Europe du Nord... Si des événements climatiques et écologiques ont eu lieu à des dates et dans des régions connues précisément (éruptions volcaniques, feux de forêts, pollutions chimiques, attaques d'insectes...), on peut alors exploiter avec efficacité la banque de données pour retrouver les enregistrements les plus significatifs.