Faculté des sciences

Modelisation de la relation entre pluie pollinique actuelle, végétation et pratiques pastorales en moyenne montagne (Pyrénées et Jura) : application pour l'interprétation des données polliniques fossiles

Mazier, Florence ; Buttler, A (Dir.)

Thèse de doctorat : Université de Neuchâtel, 2006 ; 1912.

La reconstitution de la flore et des paysages anciens, mais également celle des pratiques, à partir des spectres polliniques fossiles, dépendent de notre connaissance des écosystèmes actuels. Ces reconstitutions requièrent une meilleure compréhension des communautés végétales actuelles et de leur image pollinique. La calibration de la relation pluie pollinique actuelle / végétation a... Plus

Ajouter à la liste personnelle
    Résumé
    La reconstitution de la flore et des paysages anciens, mais également celle des pratiques, à partir des spectres polliniques fossiles, dépendent de notre connaissance des écosystèmes actuels. Ces reconstitutions requièrent une meilleure compréhension des communautés végétales actuelles et de leur image pollinique. La calibration de la relation pluie pollinique actuelle / végétation a été étudiée selon deux approches dans des régions pastorales de moyenne montagne. Au Pays Basque, l’approche comparative a conduit à la discrimination des taxons transportés sur de longues distances et d’un ensemble d’indicateurs polliniques directement liés au pastoralisme. Dès lors, l’application de ces résultats aux données polliniques fossiles a permis de reconstruire à l’échelle locale les activités pastorales pour les 2000 dernières années. La lecture multi scalaire des données polliniques, l’utilisation combinée de plusieurs proxy (grain de pollen et microfossiles non polliniques) et la confrontation avec d’autres disciplines (archéologie pastorale, histoire) fournissent une meilleure lecture du fonctionnement des systèmes pastoraux, de leur dynamique et de leur signification. Parallèlement, le modèle Extended R-value a permis d’identifier la végétation à l’origine des grains de pollen conservés dans les mousses du paysage jurassien (rayon de 300m). Ainsi, les productions polliniques ont été estimées pour les taxons caractéristiques de ce paysage et constituent l’étape préliminaire pour simuler et reconstituer quantitativement les paysages anciens. Ces approches apportent désormais une lecture plus concrète de la structure et de la composition des paysages passés et de l’impact des pratiques pastorales sur l’environnement passé. Elles constituent des outils potentiels pour des modèles prédictifs (climat, écologie…)
    Summary
    The reliability of pollen analysis as a tool for the reconstruction of past vegetation and landscape depends on our knowledge of modern ecosystems. These reconstructions involve precise understanding of modern plant communities and how they are reflected in pollen assemblages. The calibration between present pollen deposition and vegetation has been studied with two approaches in pastoral areas of middle range mountains. In Pays Basque, the comparative approach differentiated well dispersed pollen taxa and a pool of pollen which indicates local grazing activities. These results were used to reconstruct local pastoral activity from fossil pollen records for the last 2000 years. Multiscale interpretation of pollen assemblages, use of multiproxy (pollen and non pollen palynomorphs) and complementary information from other fields (pastoral archaeology, history) give a better understanding of spatial dimensions and intensity of pastoral activities. In the Jura Mountains, Extended R-value model was used to estimate the relevant source area of pollen assemblages deposited in moss polsters (Radius of 300 m). Pollen productivity estimates were calculated for several taxa characteristics of woodland pasture landscape. This set of data is the first step for quantitative reconstruction of past landscape. These approaches aim to assess the structure and the composition of past landscape and to evaluate pastoral impact on past ecosystems. They will provide useful information for predictive models in various disciplines (climate modeling, nature conservancy…)