Individual-based modelling of tropical forests : role of biodiversity and responses to drought - Université Toulouse III - Paul Sabatier - Toulouse INP Accéder directement au contenu
Thèse Année : 2016

Individual-based modelling of tropical forests : role of biodiversity and responses to drought

Modélisation individu-centrée des écosystèmes forestiers tropicaux : rôle de la biodiversité et réponses à la sécheresse

Isabelle Maréchaux

Résumé

A great part of uncertainties in our current understanding and projections of the carbon cycle lies in the vegetation compartment. The problem of biodiversity representation in vegetation models has long been an impediment to a detailed understanding of ecosystem processes. The high biodiversity of tropical forests, their disproportionate role in global biogeochemical cycles, together with their vulnerability to direct and indirect anthropogenic perturbations, amplify the relevance of this research challenge. In particular, the predicted increase in drought intensity and frequency in the tropics may impact forest structure and composition, as already observed in natural and artificial experiments. This thesis explores how new advances in modelling and ecophysiology should help improve our understanding of these processes in the future. In the first chapter, I describe an individual-based and spatially-explicit forest growth simulator, TROLL, that integrates recent advances in plant physiology. Processes are linked to species-specific functional traits parameterized for an Amazonian tropical rainforest. This model is used to simulate a forest regeneration, which is validated against observations in French Guiana. Model sensitivity is assessed for a number of key global parameters. Finally, we test the influence of varying the species richness and composition on ecosystem properties. Tropical forest response to drought is not well understood, and this hampers attempts to model these processes. In chapters 2 to 5 I aimed at documenting drought-tolerance and its diversity in an Amazonian forest. A rapid method of determination of a leaf drought tolerance trait, the leaf water potential at turgor loss point (ptlp), was validated and applied to a range of plant species. We established the first community-wide assessment of drought tolerance in an Amazonian forest. These results inform on the drivers and determinants of leaf drought tolerance, across tree species and lianas, tree size, successional stages, light exposition, and seasons. Variability in ptlp among species indicates the potential for a range of species responses to drought within Amazonian forest communities. This is further confirmed by direct monitoring of whole-plant water use on diverse canopy trees during a marked dry season. Finally, I discuss the implications of these results to increase the dialogue between the vegetation modeling community and ecology, to enhance model's predictive ability, and to inform policy choices.
La faible représentation de la biodiversité dans les modèles de végétation a longtemps été un obstacle à la compréhension et à la projection des processus écosystémiques. La forte biodiversité des forêts tropicales, leur rôle clé dans les cycles biogéochimiques globaux, ainsi que leur vulnérabilité aux perturbations anthropiques directes et indirectes, amplifient les difficultés et enjeux de ces questions de recherche. En particulier, l'augmentation prédite de la fréquence et de l'intensité des sécheresses pourrait impacter la structure et composition floristique de ces forêts, comme dors et déjà observé au cours d'expériences naturelles et artificielles. Cette thèse explore ces questions de recherche à travers deux approches complémentaires, de modélisation et de mesures écophysiologiques. Dans le premier chapitre, je décris un simulateur de croissance forestière individu-centré et spatialement-explicite, TROLL, qui intègre les progrès récents en physiologie des plantes. Les processus sont paramétrés à l'aide de traits fonctionnels espèce-spécifiques, pour une forêt tropicale amazonienne. Une régénération forestière est simulée, et validée par des observations faites en Guyane française. La sensibilité du modèle à plusieurs paramètres globaux clés est évaluée. Enfin, l'influence de la variation de la richesse et composition spécifiques sur les propriétés écosystémiques est explorée. La réponse des forêts tropicales à la sécheresse est mal connue, empêchant la représentation pertinente des processus en jeu dans les modèles de végétation. Les chapitres 2 à 5 de cette thèse ont ainsi pour but de documenter la tolérance à la sécheresse et sa diversité dans une forêt amazonienne. Une méthode récente et rapide de détermination d'un trait de tolérance des feuilles à la sécheresse, le potentiel hydrique des feuilles au point de perte de turgescence (ptlp), est validée et utilisée, permettant de quantifier pour la première fois un tel trait de tolérance à la sécheresse dans une forêt amazonienne à l'échelle de la communauté. Ce jeu de données permet l'exploration des déterminants de la tolérance à la sécheresse des feuilles, à travers les espèces d'arbres, les tailles des individus, les stades de succession, les expositions à la lumière, ainsi que les lianes. La variabilité de ptlp observée suggère une large diversité de réponses à la sécheresse au sein des communautés de plantes amazoniennes. Ceci est confirmé par le suivi direct du flux de sève au cours d'une saison sèche sur divers arbres de canopée. Enfin, je discute les implications de ces résultats pour le développement des futurs modèles de végétation.
Fichier principal
Vignette du fichier
2016TOU30244b.pdf (11.54 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-01578954 , version 1 (30-08-2017)

Identifiants

  • HAL Id : tel-01578954 , version 1

Citer

Isabelle Maréchaux. Individual-based modelling of tropical forests : role of biodiversity and responses to drought. Climatology. Université Paul Sabatier - Toulouse III, 2016. English. ⟨NNT : 2016TOU30244⟩. ⟨tel-01578954⟩
206 Consultations
673 Téléchargements

Partager

Gmail Facebook X LinkedIn More