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

自然扰动和人类扰动决定了森林系统的结构和动力学。在forêt上，许多人的薪金薪金与其他的薪金薪金相同，气候变化与其他薪金薪金相同，薪金薪金与其他薪金薪金相同，薪金薪金与其他薪金薪金相同，薪金薪金与其他薪金薪金相同。在2011年，所有的<s:1>电子表格和电子表格（TBÉ），所有的电子表格和电子表格，以及所有的电子表格和电子表格。在纬度和纬度上，<s:1> <s:1> <s:2> <s:2> <s:2>和/或所有的<s:2> /或所有的<s:2> /或所有的<s:2> /或所有的<s:2> /或所有的<s:2> /或所有的<s:2> /或所有的<s:2> /或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的。该项目结合了多个部门（大学、公共、私营）的专门知识，以及一次性的和一次性的可变的和一次性的可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的、可变的。(1)不同的<s:2> <s:2> <s:2>系统内的交换交换(1)不同的交换交换(2)交换交换的交换交换(2)交换交换的交换交换，交换交换的交换交换，交换交换的交换交换，交换交换的交换交换，交换交换的交换交换，交换交换的交换交换，交换交换的交换交换，交换交换的交换交换，交换交换的交换交换，交换交换的交换交换的交换交换，交换交换的交换交换的交换交换的交换交换。在三个方面的合作伙伴，即在三个方面的合作伙伴，即在三个方面的合作伙伴，即在三个方面的合作伙伴，即在三个方面的合作伙伴，即在三个方面的合作伙伴，即在三个方面的合作伙伴，即在三个方面的合作伙伴，即在三个方面的合作伙伴，即在三个方面的合作伙伴，即在三个方面的合作伙伴，即在两个方面的合作伙伴，即在两个方面的合作伙伴，即在两个方面的合作伙伴，即在两个方面的合作伙伴，即在两个方面的合作伙伴，即在两个方面的合作伙伴，即在两个方面的合作伙伴，即在两个方面的合作伙伴，即在两个方面的合作伙伴。另外，如果你能比较一下，你可以把所有的模数都看成是模数，你可以把所有的模数都看成是模数，你也可以把所有的模数都看成是模数。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，即火灾和虫害的爆发。在20世纪，云杉budworm （SBW）的爆发变得更加严重，并且正在影响新的地区。目前的疫情正在向北纬地区蔓延，可能是由于林分结构、物种组成和寄主物种分布的变化，以及全球变暖。该项目旨在结合几个部门（学术、公共和私营部门）的专门知识和现有的最佳数据，对SBW流行病的传播进行短期预测，并进行长期预测，以便在气候变化的背景下更好地规划森林管理。与基于单一数据源的模型相比，所开发的模型将整合(1)关于SBW引起的落叶的不同数据和(2)关于该物种扩散机制和人口统计学的先验知识，从而对流行病的演变做出更准确的预测。更好地预测风险地区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测到的落叶量进行比较，我们将能够在随后的年份改进模型。

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.