How to improve allometric equations to estimate forest biomass stocks? Some hints from a central African forest
La prédiction de la biomasse d'un peuplement forestier a` partir de données d'inventaire forestier et d'équations allométriques implique une chaîne de propagation des erreurs qui va de l'erreur d'échantillonnage jusqu'aux erreurs de mesure sur les arbres. En utilisant un jeu de données de 101 arbres d'une forêt tropicale humide du Gabon, nous avons comparé deux sources d'erreurs: l'erreur due au choix de l'équation allométrique, qui a été évaluée avec la moyenne bayésienne de modèles, et l'erreur de mesure de biomasse résultant de l'estimation de la biomasse a` partir du volume au lieu d'une pesée directe. Les différences entre équations allométrique ont induit une erreur inter-modèles d'environ 0,245 sur les données log-transformées, a` comparer a` une erreur résiduelle intra-modèle de 0,297. Comme l'erreur résiduelle se compense lorsque l'on accumule des arbres de manière aléatoire alors que l'erreur inter-modèle est incompressible, cette dernière s'est révélée être une source majeure d'erreur a` l'échelle d'une placette d'1 ha. La mesure de volumes plutôt que de masses a induit une erreur de 0,241 sur les données log-transformées ainsi qu'une surestimation de la biomasse de 19 % en moyenne. Ces résultats ont confirmé le choix de l'équation allométrique comme une source majeure d'erreur mais ont aussi montré que la mesure de volumes pouvait sérieusement biaiser l'estimation de la biomasse.