Un défi boréal : Projections de l'activité de la tordeuse des bourgeons de l'épinette (TBÉ) dans un contexte de changement climatique

自然和人类的扰动和结构的终结以及未来的动力。对于存在的boréale，Popsieurétues Prédisent que les Changes气候学Aumenteront la Fréquence et la Sévéritéritédes Premales扰动Naturelles，所以它Les Feux et Leséidémies d‘Instants。Au 20e siècle，Leséidémies de la Tordeuse des Borgeons de L‘épinette(TBé)Sont dedes加上S和新区域的触觉。L的观点是纬度加北纬加上北极圈，很可能是L的魁北克东部地区，可能是建筑结构升级改造的原因，也是经济结构和气候变化的原因。合并项目和专业知识(大学、公共部门、私人机构)和公共部门以及公共部门和公共部门之间的关系，以及公共部门和公共部门之间的关系，以及公共部门和公共部门之间的关系。S国际发展部(1)不同的是，(1)不同的是(1)不同的是(1)不同的是(1)不同的是(1)不同的是(1)不同的是(1)不同的是(1)不同的是(1)不同的是(1)不同的是(1)不同的是(1)不同的是，(2)不同的是，(3)不同的是，(2)不同的是，(3)不同的是，(2)不同的是，(2)不同的是，(2)不同的是，它们的来源是S和S，它们的来源也不同。De meilleures prévisions des secteuràrisque permettrontános partenaire d‘appliquer des Coupe de prépect de façon plus fface et reduire les pertes de bois，ainsi que les es essiones de gazàeffet de serre，Condivier des Coupe de Prépect de Façon and Efface et Les pertes de Bois，ainsi que les les es de gazàeffet de serre。自然和人为干扰决定了森林生态系统的结构和动态。在北方森林，几项研究预测，气候变化将增加主要自然干扰的频率和严重程度，即火灾和昆虫爆发。在20世纪，云杉潜伏虫(SBW)的暴发变得更加严重，并正在影响新的地区。与魁北克东部以前的疫情相比，当前疫情正蔓延到更多的北纬地区，这可能是由于林分结构、寄主物种组成和分布的变化，以及全球变暖。该项目旨在结合几个部门(学术、公共、私人)的专业知识和现有的最佳数据，对SBW流行病的传播进行短期预测，以及将用于在气候变化背景下更好地规划森林管理的长期预测。与基于单一数据源的模型相比，开发的模型将整合(1)关于SBW造成的落叶的不同数据和(2)关于该物种扩散和人口统计学机制的先验知识，以产生对疫情演变的更准确的预测。对风险区域的更好预测将使我们的合作伙伴能够更有效地实施预防性削减，并减少由于SBW造成的木材损失和温室气体排放。此外，通过将模型的预测与每年观察到的落叶情况进行比较，我们将能够在随后的几年改进该模型。

Les perturbations naturelles et anthropiques déterminent la structure et la dynamique des écosystèmes forestiers. En forêt boréale, plusieurs études prédisent que les changements climatiques augmenteront la fréquence et la sévérité des principales perturbations naturelles, soit les feux et les épidémies d'insectes. Au 20e siècle, les épidémies de la tordeuse des bourgeons de l'épinette (TBÉ) sont devenues plus sévères et touchent de nouvelles régions. L'épidémie en cours atteint des latitudes plus nordiques que les précédentes dans l'est du Québec, probablement en raison d'une modification de la structure des peuplements, de la composition en espèces et de la répartition des espèces hôtes, ainsi que du réchauffement climatique. Ce projet vise à combiner les expertises de plusieurs secteurs (universitaire, public, privé) et les meilleures données disponibles pour produire des prévisions à court terme de la propagation des épidémies de TBÉ, ainsi que des projections à long terme qui serviront à mieux planifier l'aménagement des forêts dans un contexte de changements climatiques. Les modèles développés intégreront à la fois (1) différentes données sur la défoliation causée par la TBÉ et (2) des connaissances préalables sur les mécanismes de la dispersion et de la démographie de cette espèce, pour produire des prévisions plus précises de l'évolution de l'épidémie, comparé à des modèles basés sur une seule source de données. De meilleures prévisions des secteurs à risque permettront à nos partenaires d'appliquer des coupes de prévention de façon plus efficace et réduire les pertes de bois, ainsi que les émissions de gaz à effet de serre, dues à la TBÉ. De plus, en comparant les prévisions du modèle à la défoliation observée à chaque année, nous pourrons améliorer le modèle pour les années suivantes.#(cr)#(lf)Natural and anthropogenic disturbances determine the structure and dynamics of forest ecosystems. In the boreal forest, several studies predict that climate change will increase the frequency and severity of the main natural disturbances, i.e. fires and insect outbreaks. In the 20th century, spruce budworm (SBW) outbreaks have become more severe and are affecting new regions. The current epidemic is reaching more northern latitudes than previous ones in eastern Quebec, probably due to changes in stand structure, species composition and distribution of host species, as well as global warming.This project aims to combine the expertise of several sectors (academic, public, private) and the best available data to produce short-term forecasts of the spread of SBW epidemics, as well as long-term projections that will be used to better plan forest management in a context of climate change. The models developed will integrate both (1) different data on defoliation caused by the SBW and (2) prior knowledge on the mechanisms of the dispersal and demography of this species, to produce more accurate predictions of the evolution of the epidemic, compared to models based on a single data source. Better predictions of risk areas will allow our partners to apply prevention cuts more effectively and reduce wood losses and greenhouse gas emissions due to the SBW. In addition, by comparing the model's predictions with the defoliation observed each year, we will be able to improve the model for subsequent years.