Université du Nevada, Les étudiants de Reno effectuent la maintenance de l'équipement de collecte de données pour aider aux projets de maintenance de la forêt de la Sierra Nevada. Crédit :Adrian Harpold, Université du Nevada, Réno.
La forêt des montagnes de la Sierra Nevada est une ressource importante pour les communautés environnantes du Nevada et de la Californie. L'éclaircissage de la forêt en abattant les arbres à la main ou en utilisant de la machinerie lourde est l'un des rares outils disponibles pour gérer les forêts. Cependant, trouver la meilleure façon d'éclaircir les forêts en supprimant des arbres sélectionnés pour maximiser les avantages de la forêt pour la quantité d'eau, la qualité d'eau, le risque d'incendie de forêt et l'habitat faunique restent un défi pour les gestionnaires de ressources. Le US Forest Service mène un effort pour équilibrer tous ces défis dans la planification de la restauration des forêts à l'échelle du paysage dans le cadre du Lake Tahoe West Restoration Partnership.
Dans le cadre de cet effort, Université du Nevada, Adrian Harpold de Reno a récemment dirigé une équipe dans le développement d'un outil de modélisation pour se concentrer sur la question de la quantité d'eau. L'outil prédit comment différentes approches d'éclaircissage de la forêt ont un impact sur l'accumulation de neige dans le lac Tahoe, qui contrôle la quantité d'eau disponible pour les communautés en aval telles que Reno.
« Le manteau neigeux sur lequel nous comptons est sous la pression d'années de suppression des incendies qui ont augmenté la densité des arbres, combinés aux effets du changement climatique et du réchauffement des températures, " Harpold, professeur assistant en ressources naturelles et sciences de l'environnement au College of Agriculture, Biotechnologie et ressources naturelles, mentionné.
Il a expliqué que trop d'arbres signifie que moins de neige atteint le sol. En outre, quand beaucoup d'arbres sont groupés, ils se réchauffent et dégagent de la chaleur, qui peut faire fondre la neige au sol. Cependant, trop peu d'arbres signifie que le manteau neigeux est moins protégé du soleil et du vent, qui font aussi fondre la neige.
L'outil, développé avec le financement de la station expérimentale du Collège et du service forestier des États-Unis, a été construit pour modéliser spécifiquement la rive ouest du lac Tahoe, qui, selon l'équipe, était un bon échantillon de la forêt de la Sierra Nevada. L'équipe a initialement créé un modèle haute résolution à petite échelle à l'aide de données collectées avec des scanners laser 3D, appelé "LiDAR".
"Les données LiDAR nous permettent de voir des arbres individuels, que nous utilisons pour « éclaircir virtuellement » la forêt en retirant des arbres du modèle, " dit-il. " En tant que tel, cela nous permet de créer une expérience d'amincissement réaliste. On peut alors représenter différentes actions de gestion, comme l'abattage d'arbres en dessous de certaines hauteurs."
Son équipe, dont le post-doctorant Sebastian Krogh, étudiant diplômé Devon Eckberg, étudiants de premier cycle Makenzie Kohler et Gary Sterle, le professeur agrégé de télédétection du Collège Jonathan Greenberg et Patrick Broxton de l'Université de l'Arizona, testé la précision du modèle en menant des expériences d'éclaircissage et en comparant les prédictions aux mesures dans la forêt réelle. Les résultats ont été discutés dans un article récemment publié sur la preuve de concept pour l'utilisation de la modélisation à haute résolution pour prédire l'effet de l'éclaircissage des forêts sur la neige, dont Harpold était l'auteur principal.
Une fois que l'équipe a déterminé que le modèle fonctionnait correctement, ils ont augmenté la taille du modèle pour représenter la rive ouest du lac Tahoe. Les résultats sont discutés dans un autre article récemment publié sur l'utilisation du modèle pour prédire les effets de l'éclaircissage des forêts sur le manteau neigeux du nord de la Sierra Nevada, dirigé par Krogh avec Harpold, Broxton et Patricia Manley du Forest Service en tant que co-auteurs. Leurs expériences ont montré que dans l'ensemble, plus d'arbres enlevés signifie plus de neige entretenue. Cependant, il existe des moyens bénéfiques et des moyens néfastes d'abattre des arbres. La méthode qui semblait la plus efficace consistait à enlever les arbres denses qui avaient beaucoup de feuilles et de branches et étaient plus courts que 50 pieds environ, laissant derrière eux des arbres plus grands. Il y avait aussi des différences d'efficacité selon l'altitude, la pente et la direction dans laquelle la pente faisait face.
Harpold prévoit de continuer à étendre le modèle, des tests pour voir si cela fonctionnera pour la rive est du lac Tahoe et dans le bassin de la rivière américaine, dans le but ultime de fournir un outil aux décideurs du Service forestier et autres pour éclairer leurs plans d'éclaircissage des forêts.
L'outil de quantité d'eau est l'un des nombreux outils de modélisation développés avec le financement du Service forestier dans le cadre de l'Initiative Tahoe-Central Sierra, qui vise à restaurer rapidement la forêt pour améliorer la santé et la résilience des montagnes de la Sierra Nevada et maximiser les avantages que la forêt offre.
"Mon outil d'aide à la décision pour la quantité d'eau serait une pièce plus petite dans une boîte à outils plus grande pour aider à déterminer comment et où éclaircir les forêts, " a déclaré Harpold.
D'autres outils conçus pour prédire les impacts de l'éclaircissage des forêts comprennent un outil pour prédire l'impact sur la propagation des feux de forêt, un outil pour prédire l'impact sur la fumée, un outil pour prédire l'impact sur les espèces en voie de disparition et menacées, un outil pour prédire l'écoulement des sédiments dans le lac Tahoe et un outil pour prédire l'impact économique.