Thèse Ndo - Montpellier SupAgro
Thèse Ndo - Montpellier SupAgro
Thèse Ndo - Montpellier SupAgro
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Composition et structure des peuplements à base d’agrumes<br />
2.2.3 Constitution des sous-populations d’arbres<br />
L’analyse de la structure spatiale se fait au sein des sous-populations. Une sous-population est<br />
un groupe d’éléments dynamiques avec un même processus ponctuel à l’origine (Ngo Bieng<br />
et al 2011). Dans le cadre de cette étude, des sous-populations d’arbres ont été formées en<br />
fonction des grands types ou des familles répertoriés dans la parcelle (arbres forestiers,<br />
fruitiers autres qu’agrumes, cacaoyers, palmiers, bananiers et agrumes). Les sous-populations<br />
d’arbres ont été constituées avec pour principe d’avoir au moins 10 individus par souspopulation.<br />
Chaque sous-population a été représentée sur une carte pour permettre de<br />
visualiser le positionnement des individus par sous-population. Une représentation de la<br />
population entière avec des marques différentes par sous-population a également été<br />
effectuée. Cette représentation a permis de voir la position relative des individus de chaque<br />
sous population dans la parcelle.<br />
Le verger d’agrumes de Kumba est constitué d’une seule population. Dans un souci<br />
d’illustration de la diversité spécifique du verger, nous avons représenté chaque espèce avec<br />
des marques différentes, mais toutes ces espèces appartiennent à la même population.<br />
2.2.4 Analyse de la structure spatiale des sous-populations<br />
L’objectif de cette analyse est de connaître la structure spatiale ou le mode de répartition des<br />
individus des différentes sous-populations dans la parcelle. Ceci permet d’appréhender la<br />
complexité des systèmes dans lesquels se déroulent nos travaux. Chaque arbre était représenté<br />
par un point. Il s’agit de savoir si les semis de points (différentes sous-populations) sont<br />
repartis selon une structure aléatoire, régulière ou agrégée. Pour chaque sous-population la<br />
fonction L(r) de Besag a été utilisée (Goreaud, 2000). Cette fonction est une méthode basée<br />
sur les distances. Elle permet de dire si la structure spatiale d’un semis de point est régulière<br />
ou agrégée pour plusieurs distances r. La fonction L(r) dérive de la fonction K de Ripley.<br />
Cette fonction caractérise la structure de voisinage autour d’un point. Elle est utilisée pour un<br />
processus de ponctuel homogène et isotrope de densitéλ.<br />
K(r) = λ -1 E(r)<br />
Où E(r) est l’espérance du nombre de points à l’intérieur d’une distance r d’un point<br />
quelconque du semis de points.<br />
L’intensité moyenne des points λ peut être estimée par leur densité n/A, où n est le nombre<br />
total de points et A la surface totale échantillonnée.<br />
Pour le processus de Poisson (distribution aléatoire), qui sert d'hypothèse nulle, l'espérance du<br />
nombre de voisins E(r) =λπ r², et donc K(r)= πr². Pour un processus agrégé, les points ont en<br />
moyenne plus de voisins que pour l'hypothèse nulle, et donc K(r)>πr². Inversement, pour un<br />
processus régulier, les points auront en moyenne moins de voisins que pour l'hypothèse nulle,<br />
et K(r)