Quel futur pour les forêts de production en Amazonie ? Du bilan carbone de l’exploitation forestière à la recherche de compromis entre services écosystémiques (bois d’œuvre, biodiversité et carbone)

Résumé

La moitié des forêts tropicales du monde est désignée comme des forêts de production par les services forestiers nationaux. Pour la seule Amazonie brésilienne (400 millions d’hectares), l’exploitation sélective affecte chaque année entre un et deux millions d’hectares. Si l’effet de la déforestation sur les émissions de carbone et les pertes de biodiversité en région tropicale ont fait l’objet de nombreuses études, les impacts à long terme de l’exploitation commerciale de bois sur ces forêts restent à ce jour très peu étudiés. Or, les enjeux sont grandissants pour ces forêts de production. Non seulement elles doivent alimenter le commerce du bois tropical, mais leur rôle dans le stockage de carbone et dans la préservation de la biodiversité est de plus en plus reconnu. La thèse s’organise en trois temps. Premièrement, un modèle de bilan carbone de l’exploitation forestière est développé, et les différences régionales de dynamique de récupération du carbone post-exploitation sont modélisées. Deuxièmement, un modèle de récupération du volume de bois d’œuvre a été développé et calibré à l’échelle amazonienne. Ces résultats ont permis de montrer la lenteur de la récupération du volume de bois en Amazonie, et la non-durabilité des pratiques actuelles d’exploitation. Ces modèles (carbone et bois d’œuvre) ont été élaborés dans un cadre bayésien, avec l’appui et les données du Tropical managed Forest Observatory (TmFO : www.tmfo.org), réseau rassemblant neuf institutions de recherche et plus de 200 parcelles de suivi de la dynamique forestière après exploitation en Amazonie depuis plus de 30 années. Enfin, une analyse comparative de scénarios prospectifs a été effectuée, où les compromis possibles entre services écosystémiques (bois d’œuvre, carbone et biodiversité) ont été explorés par des techniques d’optimisation multicritère.