RELATIONS ENTRE LA CROISSANCE EN HAUTEUR DU PIN GRIS

RELATIONS ENTRE LA CROISSANCE EN HAUTEUR DU PIN GRIS

INTRODUCTION

Le pin gris (Pinus banksiana Lamb.) est l’une des espèces forestières les plus répandues et les plus importantes en Amérique du Nord. Mis à part le mélèze, il représente le conifère dont la croissance est la plus rapide durant les 20 premières années (Fowells 1965). Il possède plusieurs avantages pour la production de bois et pour le renouvellement de la forêt boréale au Canada (Yeatman 1984). Cette essence pionnière croît généralement après un incendie de forêt et forme des peuplements purs et équiennes. Elle colonise une large gamme de dépôts de surface allant des dépôts de tills aux dépôts argileux d’origine glacio-lacustre et parfois même aux dépôts organiques (Cauboue et Malenfant 1988). Le pin gris peut se maintenir sur des sols très sablonneux et secs ainsi que sur des sols graveleux où d’autres espèces ne survivent pas. Il pousse mal dans des sols dont la surface est alcaline, mais se maintient bien dans des sols calcaires, où il est associé aux mycorhizes (Fowells 1965). Le développement du pin gris est optimal dans des sables fins, des sables loameux et dans des loams sableux bien drainés (Cauboue et Malenfant 1988; Fowells 1965; Lafond 1966), avec une nappe phréatique entre un et deux mètres sous la surface du sol, un pH plutôt acide (entre 4,5 et 6,5) et une inclinaison de pente généralement inférieure à dix pour 1 1 12 cent (Cauboue et Malenfant 1988; Fowells 1965; Rudolph et Yeatman 1982; Wiltshire 1982). La situation topographique affecte la profondeur du sol, le développement du profil du sol, sa texture et sa structure, tant en surface qu’en profondeur. Les facteurs abiotiques et édaphiques combinés aux facteurs biotiques et climatiques constituent la qualité d’une station et influencent la composition, le développement et la productivité des peuplements forestiers (Carmean 1982; Spurr et Barnes 1980). Un paramètre permettant d’évaluer directement la productivité forestière est l’indice de la qualité de la station (« site index »), qui représente la hauteur moyenne d’arbres dominants ou codominants à un âge référentiel, fixé souvent à 50 ans. Plusieurs études ont mis en évidence des liens étroits entre l’indice de la qualité de la station et les variables de l’environnement pour le pin gris (Pawluk et Arneman 1961; Schmidt 1986; Schmidt et Carmean 1988; Shetron 1972). Dans la région de la ceinture d’argile ontarienne, une étude portant sur quatre grands types de dépôts glaciaires (tills minces et épais, sables fluvio-glaciaires et sols lacustres) a montré que malgré une importante variabilité des indices de la qualité stationnelle à l’intérieur de chaque type de dépôt, une corrélation significative entre l’indice de la qualité de la station et certaines propriétés topographiques et pédologiques existe (Schmidt 1986; Schmidt et Carmean 1988).

Indice de la qualité de la station

L’indice de la qualité de la station fut déterminé par la méthode de l’analyse de tiges (Carmean 1975; Jones 1969; Schmidt et Carmean 1988; Spurr et Barnes 1980; Zarnovican 1985). Cet indice représente la hauteur moyenne d’arbres dominants ou codominants dans un peuplement à un âge référentiel. Cet âge correspond le plus près possible au temps de révolution potentielle de l’espèce étudiée. Pour le pin gris, l’âge référentiel est habituellement assigné à 50 ans. Un inventaire des diamètres à hauteur de poitrine (dhp) des pins gris présents dans chacune des 32 stations fut effectué. Les trois arbres dont le dhp était le plus près du 95 pour cent sur la courbe cumulative du nombre de pins dans la station furent choisis pour l’analyse de tiges. Ces arbres étaient dominants ou codominants, bien formés et sans blessure. Les pins ainsi choisis furent sectionnés à la base (10 cm), à 0,75 rn, à 1,3 rn et à tous les mètres subséquents jusqu’à un diamètre avec écorce d’au moins deux centimètres. L’âge de chaque disque récolté fut déterminé par le dénombrement des cernes. Le logiciel de l’analyse de tiges utilisé calculait la hauteur à chaque année quinquennale, obtenue par interpolation linéaire (Zarnovican, Ouellet et Gendron 1988). Cette interpolation de la croissance en hauteur fut par la suite utilisée pour déterminer l’indice de 15 la qualité de la station (IQS). L’IQS ainsi calculé représente l’âge à la souche et non l’âge à hauteur de poitrine (Carmean 1975). Les deux indices de la qualité de la station retenus sont: l’indice de la qualité de la station moyen, c’est-à-dire la hauteur moyenne à 50 ans des trois pins et l’indice de la qualité de la station maximal, c’est-à-dire la hauteur maximale atteinte à 50 ans par l’un des trois pins dans la station.

Variables géomorphologiques 

Afin de caractériser spatialement les 32 stations échantillonnées, des informations concernant la topographie furent recueillies soient: l’inclinaison moyenne de la pente (%), la longueur de la pente arrière (rn), l’altitude moyenne (rn), l’orientation de la station ( 0 ), la forme de la pente (concave, convexe ou régulière) et la situation sur la pente (haut de pente, mi-pente, replat ou bas de pente). Un pédon fut creusé près des trois pins abattus jusqu’à une profondeur d’un mètre ou jusqu’à la roche mère. La description du profil des sols fut effectuée selon les méthodes employées par Robert et Saucier (1987) et Walmsley et al. (1980). Le drainage, la classe granulométrique, la profondeur de la roche mère, de la nappe phréatique et du solum (profondeur inférieure de l’horizon B, excluant les horizons BC et C) furent notés pour chaque pédon, ainsi que la profondeur et l’abondance des mouchetures et de la pierrosité. Ces variables constituent la matrice des variables géomorphologiques (appendice A). 1 1 1 16 Analyses en laboratoire L’analyse granulométrique de Bouyoucos (Bouyoucos 1962; McKeague 1978) fut utilisée pour déterminer les pourcentages de sable, de limon et d’argile contenus dans les horizons B des pédons, séchés à l’air. À partir des quatre échantillons d’horizons B supplémentaires récoltés, les bases (Ca++, Mg++, K+, Na+, en méq/100 g) furent dosées par spectrophotométrie d’absorption atomique au laboratoire de sol de l’Université Laval. La concentration en ions H+ (en méq/100 g) fut dosée par titrage avec NH40H, jusqu’à pH 7,0 (Stuanes, Ogner et Opem 1984). Des moyennes furent par la suite calculée pour la station. Le taux de saturation en bases (TSB, en pourcentage) fut par la suite calculé, en utilisant la formule suivante: TSB=(Ca++ +Mg++ + K+ +Na+ 1 Ca++ +Mg++ + K+ +Na+ + H+) X 100 Le taux de saturation en bases fut ajouté aux variables géomorphologiques dans l’analyse statistique afin d’évaluer l’effet direct de la disponibilité des éléments nutritifs sur la croissance du pin gris. 

Analyses des données

 Les analyses statistiques furent effectuées concurremment avec les indices de la qualité de la station moyen et maximal. Dans un premier temps, les corrélations de rang de Spearman calculées entre les variables géomorphologiques et les IQS moyen et maximal ont permis une 17 transformation des données permettant de linéariser les relations (Legendre et Legendre 1984; SAS 1985 a; Scherrer 1984). Par la suite, la structure des corrélations entre les variables géomorphologiques et l’indice de la qualité de la station fut analysée à l’aide d’une analyse des coefficients de direction (« path analysis ») (Wright 1960). Cette analyse est un modèle de prévision où l’estimation des coefficients de direction se ramène à un problème de régression linéaire entre les variables indépendantes et les IQS inclus dans le modèle théorique. Elle permet de mesurer l’effet direct des variables explicatives dans un contexte de colinéarité; une situation souvent observée dans les études sur le terrain, mais où il n’est généralement pas possible d’expérimenter les effets des variables. Le coefficient de régression partiel standardisé, nommé coefficient de direction et symbolisé par la lettre « P », mesure l’intensité de la relation entre la cause ou la variable indépendante « X » et l’effet ou la variable dépendante « Y » (Sokal et Rohlf 1981; Wright 1960). Les relations peuvent être sous-divisées en effets direct et indirect (Legendre et Legendre 1984; Troussellier et al. 1986). La corrélation entre deux variables (X et Y) est la somme de la contribution directe de X à Y et aussi de la cause commune entre X et toute autre variable qui possède un effet direct sur Y. Ces diverses contributions peuvent augmenter ou diminuer la corrélation entre les deux variables.