méthodes supplémentaires et les recommandations en matière

Chapitre 4 : Méthodes supplémentaires et recommandations résultant du Protocole de Kyoto
source d’erreur principale et on peut lui imputer jusqu’à 80 pour cent de l’erreur totale (Phillips et al., 2000). Voir la
Section 5.3.6.3 pour des informations plus détaillées sur la prise en compte d’autres sources d’erreur.
Dans le cas de l’utilisation de parcelles d’échantillonnage permanentes pour la surveillance des variations des
stocks de carbone dans le temps, les bonnes pratiques consistent à les établir systématiquement (sur une grille
uniforme, par exemple) avec un point de départ aléatoire, en particulier dans le cas d’un échantillonnage stratifié.
Le but est d’éviter un choix subjectif des emplacements des parcelles (centres des parcelles, points de référence
des parcelles, déplacement des centres des parcelles vers des emplacements plus « pratiques »). Pour cela, sur le
terrain, on utilise souvent un SIG. Des parcelles d’échantillonnage permanentes peuvent aussi être situées sur des
superficies de contrôle (c’est-à-dire des superficies adjacentes à une zone de projet, et présentant des
caractéristiques biophysiques similaires) si on prévoit le changement probable du cas de référence dans le temps
(terres agricoles abandonnées, par exemple).
Pour les projets dans lesquels les plantations d’arbres peuvent se poursuivre pendant plusieurs années, les bonnes
pratiques consistent à mesurer et surveiller les stocks de carbone et les gaz à effet de serre sans CO 2 dans des
cohortes de classes d’âge (un groupe d’arbres du même âge), en considérant chaque classe de cohorte comme une
population. Il est recommandé de ne pas combiner plus de deux ou trois classes d’âge dans une classe de cohorte.
Au besoin, on peut mesurer les stocks de carbone et les gaz à effet de serre sans CO 2 dans des parcelles de
référence. Dans ce cas, on devra utiliser le même nombre de parcelles que dans le cas des parcelles utilisées pour
le projet pour assurer le niveau de précision recherché lors de la comparaison du projet et du niveau de référence.
Estimation des variations temporelles des stocks de carbone à partir des
données des parcelles
Un élément clé d’un projet est la mesure, la surveillance et l’estimation de la quantité de carbone qui s’accumule
dans la zone du projet pendant la durée du projet et pendant des périodes séparées. Ceci requiert l’estimation des
variations temporelles des stocks de carbone. On peut obtenir des prévisions de la quantité de carbone accumulée
en combinant des mesures de terrain et des données obtenues par simulation. Cependant, si on utilise des
modèles, ceux-ci doivent être validés à l’aide de mesures de terrain et, au besoin, recalibrés.
Pour la surveillance des forêts à l’aide de parcelles d’échantillonnage permanentes, conformément aux bonnes
pratiques, on mesurera la croissance des arbres individuels à chaque intervalle temporel, en suivant la croissance
des arbres survivants, la mortalité, et la croissance des nouveaux arbres (développement). On estime ensuite les
variations des stocks de carbone pour chaque arbre, avec somme par parcelle. Les variations des stocks de
carbone de la matière organique morte sont aussi mesurées par parcelle et ajoutées à celles des arbres. On
effectue ensuite des analyses statistiques de l’accumulation nette du carbone dans la biomasse par parcelle.
Comme indiqué précédemment, étant donné que ces parcelles font l’objet de mesures répétées des mêmes
composants, le terme de covariance dans l’analyse statistique sera élevé et l’incertitude des estimations des
variations devra être dans les limites du niveau ciblé par la conception de l’échantillonnage.
Pour les sols ou la végétation non forestière (terres cultivées, pâturages, etc.), contrairement à la procédure
décrite pour les forêts, on ne peut pas surveiller le même échantillon de sol ou de végétation dans le temps. Pour
chaque collecte d’échantillon, l’unité échantillonnée (sol ou végétal) est détruite pour l’analyse de ses
composants. De plus, en raison du risque de variabilité élevée pour les échantillons, même à des petites échelles
spatiales, on ne peut pas utiliser avec fiabilité le concept statistique d’échantillons appariés, même si ces
échantillons sont collectés à quelques centimètres de distance les uns des autres. Par conséquent, le meilleur
moyen de quantifier les variations de la teneur de carbone moyenne entre deux bassins échantillons
temporellement séparés consiste à comparer les moyennes, à l’aide, par exemple, de la méthode d’Estimation
minimum fiable (EMF) (Dawkins, 1957), ou en calculant directement la différence entre les moyennes et les
limites de confiance associées (Sokal et Rohlf, 1995). (L’analyse suivante utilise des sols comme exemple, mais
pourrait s’appliquer aussi bien à la végétation pour des projets de gestion des terres cultivées et des pâturages.)
L’objectif est d’estimer le nombre de parcelles nécessaires pour calculer la variation minimum des stocks de
carbone moyens, avec une confiance de 95 pour cent, qui s’est produite entre deux activités de surveillance, plutôt
que d’estimer le nombre de parcelles nécessaires pour montrer que les deux moyennes sont significativement
différentes l’une de l’autre. Pour la méthode EMF (Figure 4.3.2), on combine les résultats de la surveillance des
parcelles pour calculer une moyenne pour la population échantillon au Point temporel 1 et au Point temporel 2. On
estime les variations du carbone des sols en soustrayant l’estimation maximum de la moyenne de population au Point
temporel 1 (moyenne au Point temporel 1 plus moitié de l’intervalle de confiance de 95 pour cent au Point temporel 1)
de l’estimation moyenne minimum au Point temporel 2 (moyenne au Point temporel 2 moins moitié de l’intervalle de
confiance de 95 pour cent au Point temporel 2). La différence obtenue représente, avec une confiance de 95 pour cent,
la variation minimum fiable du carbone des sols moyen entre le Point temporel 1 et le Point temporel 2 (Figure 4.3.2).
4.98 Recommandations du GIEC en matière de bonnes pratiques pour le secteur UTCATF