Upload
others
View
5
Download
0
Embed Size (px)
Citation preview
MÉLANIE JEAN
Impact du couvert forestier sur le pergélisol des palses
boisées de la région de la rivière Boniface, Québec
subarctique
Mémoire présenté
à la Faculté des études supérieures et postdoctorales de l’Université Laval
dans le cadre du programme de maîtrise en biologie
pour l’obtention du grade de maître ès sciences (M. Sc.)
DÉPARTEMENT DE BIOLOGIE
FACULTÉ DES SCIENCES ET DE GÉNIE
UNIVERSITÉ LAVAL
QUÉBEC
2012
© Mélanie Jean, 2012
i
Résumé
Les palses sont des buttes de tourbe ou de sol minéral qui possèdent un noyau de pergélisol
et qui sont répandues dans la zone de pergélisol discontinu. Malgré la grande répartition de
forêts se maintenant sur des sols pergelés, les palses boisées se trouvent seulement en
Amérique du Nord. L’objectif de cette étude est de déterminer l’influence du couvert
forestier sur le régime thermique des palses boisées dans la région de la rivière Boniface
(57°45’ N, 76°00’ O) où elles sont colonisées par l’épinette noire (Picea mariana (Mill.)
B.S.P.). Afin d’atteindre cet objectif, la température du sol et l’épaisseur du mollisol de
palses boisées et de palses non boisées, organiques et minérales, ont été comparées en
2009, 2010 et 2011. L’épaisseur de neige, l’épaisseur de l’horizon organique, le couvert
végétal, les dimensions des palses et le dénivelé ont également été mesurés. De manière
générale, une couche de matière organique épaisse maintient une température du sol basse
et un mollisol mince. En été, le mollisol est moins épais et la température du sol est plus
basse dans les milieux forestiers que dans les milieux exposés à la radiation solaire. Par
contre, en hiver, le couvert nival plus épais chez les palses boisées favorise le maintien
d’une température du sol plus élevée que chez les palses non boisées. La matière organique
et le couvert arborescent semblent favoriser de longues périodes-zéro autant au printemps
qu’en automne. Cependant, l’effet du couvert forestier sur la température du sol dépend de
la température de l’air et du régime des précipitations nivales. La répartition de l’épaisseur
du mollisol sur une palse dépend de la topographie, de l’épaisseur de la matière organique
et de la présence d’arbres. Ainsi, le régime thermique des palses boisées est différent de
celui des palses non boisées. Le maintien et l’intégrité à long terme des palses boisées et
des palses non boisées vont dépendre des variations de température de l’air, mais également
du régime des précipitations nivales.
ii
Remerciements
Je ne peux commencer ce mémoire sans remercier sincèrement mon directeur de recherche,
Serge Payette, qui m’a accordé une grande confiance du début à la fin de ce projet de
maîtrise. Il a su partager sa passion de l’écologie et du Nord, sa passion de la
communication et de la recherche scientifique. Passer du temps en sa compagnie,
particulièrement sur le terrain, est une expérience exceptionnelle que je souhaite à tous ! Je
veux également remercier les membres de mon comité d’évaluation lors de ma présentation
de projet, Stéphane Boudreau et Richard Fortier, ainsi que les membres de mon comité
d’évaluation lors de mon séminaire et qui ont révisé ce manuscrit, Michel Allard et
Michelle Garneau.
Il aurait été impossible de réaliser ce projet sans la précieuse aide de tous ceux qui ont
travaillé sur le terrain : Jérémie Cormier-Tremblay, Francis St-Amour, Alexandre Truchon-
Savard, Marie-Pier Denis, Caroline Mercier et Sandra Angers-Blondin. Je remercie aussi
tous les habitants de Boniface des étés 2008 à 2011 avec qui j’ai passé des moments
exceptionnels, Marie-Pascale Villeneuve-Simard, Geneviève Dufour Tremblay, Pascale
Ropars, Charlotte Lin, Noémie Boulanger-Lapointe et Corinne Vézeau. Je veux remercier
Claude Tremblay pour son soutien très apprécié à partir de Kuujjuarapik. Je remercie les
étudiants des laboratoires Payette et Boudreau pour le soutien et l’ambiance stimulante
dans laquelle nous travaillons, Mathieu Frégeau, Vanessa Pilon, Guillaume de Lafontaine,
Pierre-Luc Couillard, Marianne White, Catherine Plasse, Joannie Savard, Mélanie
Veilleux-Nolin, Alice Schaffhauser, Catherine Dumais, Vanessa Duclos et Sébastien Cyr.
Je remercie les membres du Centre d’études nordiques, plus particulièrement Ann
Delwaide, Denis Sarrazin et Carl Barrette pour leur aide à différentes étapes de la
réalisation de ce projet. Merci à Denis Talbot et Anne-Sophie Julien du service d’aide en
statistiques de l’Université Laval et à Pierre Legendre pour leur aide en statistiques. Je tiens
aussi à remercier particulièrement, Vincent Fortin et Ross Brown d’Environnement Canada
pour leur aide avec la modélisation du couvert nival.
Merci à ma famille et à mes amis qui m’ont soutenue dans tous mes projets et qui ont su me
prodiguer aide, conseils et réconfort. Je veux remercier particulièrement mes parents qui
iii
m’ont transmis leur passion pour la science : ma mère, Claire Caron, pour son intérêt pour
la biologie végétale et mon père, Michel Jean, pour la météorologie et le climat. Merci papa
pour les bons conseils et les discussions scientifiques ! Je me dois également de remercier
mon copain, collègue et aide de terrain, Alexandre Truchon-Savard. Merci pour sa patience
et son sens de l’humour qui m’ont soutenue tout au long de ma maîtrise.
Pour terminer, ce projet a été réalisé en grande partie grâce au support financier du Conseil
de recherche en sciences naturelles et génie du Canada (CRSNG), du Fonds québécois pour
la nature et les technologies (FQRNT) et du programme de formation scientifique dans le
Nord (PFSN).
iv
Table des matières
Résumé .................................................................................................................................... i
Remerciements ..................................................................................................................... ii
Table des matières ............................................................................................................... iv
Liste des figures .................................................................................................................... vi
Liste des tableaux ................................................................................................................. ix
Liste des annexes ................................................................................................................... x
Introduction ........................................................................................................................... 1
Objectifs ................................................................................................................................. 9
Méthodes .............................................................................................................................. 10 Région d’étude .................................................................................................................. 10 Choix des sites .................................................................................................................. 11 Variables étudiées ............................................................................................................. 12
Suivi de l’épaisseur du mollisol ................................................................................ 12 Suivi de la température du sol ................................................................................... 13 Caractérisation des stations ....................................................................................... 13 Température de l’air .................................................................................................. 14 Couvert nival ............................................................................................................. 14 Cartographie .............................................................................................................. 14
Analyses statistiques ......................................................................................................... 17 Types de couvert ....................................................................................................... 17 Données climatiques ................................................................................................. 18 Couvert nival ............................................................................................................. 18 Pluie .......................................................................................................................... 19 Mollisol ..................................................................................................................... 19 Température du sol.................................................................................................... 19 Cas particuliers .......................................................................................................... 21 Analyse spatiale ........................................................................................................ 22
Résultats ............................................................................................................................... 24 Caractérisation des palses et des stations .......................................................................... 24
Cartographie .............................................................................................................. 24 Profils de sol.............................................................................................................. 24 Couvert végétal ......................................................................................................... 25
Conditions climatiques ..................................................................................................... 28 Température de l’air .................................................................................................. 28 Couvert nival ............................................................................................................. 29 Pluie .......................................................................................................................... 32
v
Régime thermique du sol .................................................................................................. 33 Mollisol ..................................................................................................................... 33 Température du sol.................................................................................................... 35 Stations exclues des analyses statistiques ................................................................. 44
Analyse spatiale ................................................................................................................ 47 Comparaison des échelles spatiales .......................................................................... 48 Variations dans le temps ........................................................................................... 52
Discussion ............................................................................................................................ 54 Influence des conditions climatiques ........................................................................ 57 Modélisation de la température du sol ...................................................................... 58
Analyse spatiale ................................................................................................................ 58 Sites et stations exclues des analyses ................................................................................ 60 L’effet du couvert forestier sur les palses boisées ............................................................ 60
Conclusion ........................................................................................................................... 63
Références ............................................................................................................................ 65
Annexes ................................................................................................................................ 74
vi
Liste des figures
Figure 1 : Région d’étude (étoile rouge) et répartition du pergélisol au Québec-Labrador.
A : zone de pergélisol continu. B : zone de pergélisol discontinu, B1 : plus de
50 % de la surface est sous régime pergélisolique, B2 : moins de 50 % de la
surface est sous régime pergélisolique, B3 : aire de concentration majeure de
buttes et de plateaux cryogènes formés dans les limons argileux laissés par la mer
de Tyrrell. C : zone de pergélisol sporadique où moins de 2 % de la surface est
sous régime pergélisolique. D : zone de gélisol annuel. Les monts Otish (1), les
monts Groulx (2), les monts Chic-Choc (3) et le mont du lac des Cygnes (4)
forment des enclaves de pergélisol de haut sommet (mise à jour de Payette
(2001) de la carte dressée par Allard et Séguin (1987a)). ...................................... 3
Figure 2 : Épaisseur de neige (gris), épaisseur maximale du mollisol (ligne pointillée) et
température du sol en été (symboles noirs) et en hiver (symboles gris) prédites en
fonction de la végétation. Les « + » indiquent une température du sol plus élevée
et les « - » une température du sol plus basse. ....................................................... 8
Figure 3 : Palses dans une vallée de la région de la rivière Boniface. .................................. 11
Figure 4 : A) Palse du site S1 sur l’image satellitaire de 2008 (Worldview-1). Les points
rouges représentent les 233 stations échantillonnées servant à l’analyse spatiale
de l’épaisseur du mollisol. Le trait noir représente la bordure de la palse. Le trait
pointillé jaune représente la limite du feu de 1750 sur la palse et la section non
boisée de la palse. La position de l’appareil photo est représentée par une étoile et
les tiges graduées par des croix. B) Exemple de photo prise sur laquelle les
quatre tiges graduées sont visibles dans les cercles rouges. ................................. 16
Figure 5 : Hauteur des palses (m) en fonction de la surface des palses (log10, m2). ............. 24
Figure 6 : Profil de sol des 35 stations échantillonnées. La couche de matière organique est
représentée en noir, la gyttja en hachuré, les dépôts sableux en gris pâle et les
dépôts d’argile en gris foncé. ............................................................................... 25
Figure 7 : Évolution du nombre de degrés jours cumulés de 2009 à 2011. Le trait gris
représente l’année 2009, le trait noir l’année 2010 et le trait pointillé l’année
2011. A) Degrés jours cumulés positifs (DJC+). B) Degrés jours cumulés
négatifs (DJC-). .................................................................................................... 29
Figure 8 : Épaisseur de neige en 2010 (A) et en 2011 (B). Les «x» représentent les mesures
effectuées sur la palse du site S1 et les lignes représentent l’épaisseur de neige
calculée par le modèle. Les symboles noirs représentent le milieu forestier et les
symboles gris le milieu ouvert. ............................................................................ 31
Figure 9 : Épaisseur de neige inférée chez les 35 stations d’échantillonnage en fonction du
type de couvert. Les épaisseurs de neige suivies de lettres différentes sont
significativement différentes à un seuil de probabilité de 0,05 selon le test LSD
de Fisher. .............................................................................................................. 32
vii
Figure 10 : Pluie cumulée (mm) en 2009 (ligne grise), 2010 (lignes noires) et 2011 (lignes
pointillées) obtenues à partir des mesures de la station météorologique
d’Inukjuak et de la rivière Boniface. En 2010 et 2011, la ligne épaisse représente
seulement les mesures d’Inukjuak et la ligne mince représente les mesures de la
rivière Boniface complétées avec celles d’Inukjuak. ........................................... 33
Figure 11 : Comparaison du taux de dégel du sol (pente de l’équation de Stefan, gris) et de
l’épaisseur maximale moyenne du mollisol (cm, noir) en 2009, 2010 et 2011.
Pour une année donnée, la pente moyenne et l’épaisseur moyenne du mollisol
suivies de lettres différentes sont significativement différentes à un seuil de
probabilité de 0,05 selon le test LSD de Fisher. ................................................... 34
Figure 12 : Comparaison du taux de dégel du sol (pente de l’équation de Stefan, gris) et de
l’épaisseur maximale du mollisol (cm, noir) selon le type de couvert. Pour un
type de couvert donné, les pentes moyennes et les épaisseurs moyennes
maximales du mollisol suivies de la même lettre ne sont pas significativement
différentes à un seuil de probabilité de 0,05 selon le test LSD de Fisher. ........... 35
Figure 13 : Température du sol à 50 cm en 2010 et 2011 chez une station de milieu forestier
(S1N1) représentée par la ligne grise et chez une station de milieu arbustif
(S1N4) représentée par la ligne noire. L’épaisseur de la matière organique chez
les deux stations est respectivement de 13 et 18 cm. ........................................... 36
Figure 14 : Comparaison du « seuil à l’automne » (degrés jours cumulés inférieurs à 0 °C
(DJC-), gris) et du « seuil au printemps » (degrés jours cumulés supérieurs à 0 °C
(DJC+), noir) selon le type de couvert. Pour un type de couvert donné, les
« seuils à l’automne et au printemps » suivis de la même lettre ne sont pas
significativement différents à un seuil de probabilité de 0,05 selon le test LSD de
Fisher. ................................................................................................................... 37
Figure 15 : Comparaison de la température du sol maximale (°C, gris) et des degrés jours
cumulés de fonte (DJCF, noir) selon le type de couvert. Pour un type de couvert
donné, les températures maximales et les DJCF suivis de la même lettre ne sont
pas significativement différents à un seuil de probabilité de 0,05 selon le test
LSD de Fisher. ...................................................................................................... 39
Figure 16 : Comparaison de la température du sol minimale (°C, gris) et des degrés jours
cumulés de gel (DJCG, noir) selon le type de couvert. Pour un type de couvert
donné, les températures minimales et les DJCG suivis de la même lettre ne sont
pas significativement différents à un seuil de probabilité de 0,05 selon le test
LSD de Fisher. ...................................................................................................... 40
Figure 17 : Comparaison de la température moyenne du sol (°C, gris) et du bilan thermique
annuel (somme des DJCG et des DJCF, noir) selon le type de couvert. Pour un
type de couvert donné, les températures moyennes et les bilans thermiques suivis
de la même lettre ne sont pas significativement différents à un seuil de
probabilité de 0,05 selon le test LSD de Fisher. ................................................... 41
Figure 18 : Comparaison des degrés jours cumulés de gel dans le sol (DJCG) selon le type
de couvert et selon l’année (2010 : noir, 2011 : gris). Les DJCG suivis de la
viii
même lettre ne sont pas significativement différents à un seuil de probabilité de
0,05 selon le test LSD de Fisher. .......................................................................... 42
Figure 19 : Comparaison entre les degrés jours cumulés de gel (DJCG) en 2010 (noir) et
2011 (gris) chez les stations où le couvert nival est de moins de 50 cm
d’épaisseur et les stations où le couvert nival est de plus de 50 cm d’épaisseur. 43
Figure 20 : (A) Température du sol (°C) à 50 cm (ligne noire) et à 100 cm (ligne grise) de
profondeur dans le sol de la station S2-T entre les mois de juin et novembre
2010. (B) Mesures de la pluie (mm) à la station météorologique d’Inukjuak et à
la rivière Boniface entre les mois de juin et novembre 2010. Les zones en gris
indiquent des périodes où la température du sol est influencée par de fortes
pluies. ................................................................................................................... 45
Figure 21 : Superficie de la palse S6 (%) entre juillet 2009 et septembre 2011 par rapport à
la première photo prise en juillet 2009. ................................................................ 46
Figure 22 : Photos de la palse S6. (A) Été 2006 (photo : S. Payette). (B) 21 juillet 2009. (C)
14 octobre 2010. (D) 1er
septembre 2011. ............................................................ 47
Figure 23 : Carte des valeurs ajustées sur le premier axe canonique (axe significatif à
p = 0,005). Les carrés noirs représentent des fonctions CPMV positives
(épaisseur du mollisol supérieure à la moyenne) et les carrés blancs représentent
des CPMV négatives (épaisseur du mollisol inférieure à la moyenne). La taille
des carrés est proportionnelle à la valeur des fonctions. (A) 2009. (B) 2010. ..... 49
Figure 24 : Diagrammes de Venn représentant la partition de la variation de l’épaisseur du
mollisol entre les variables environnementales ([a]) et les fonctions CPMV
sélectionnées ([c]). (A) 2009. (B) 2010. ............................................................... 50
ix
Liste des tableaux
Tableau 1 : Variables environnementales mesurées aux fins de l’analyse spatiale. ............. 17
Tableau 2 : Caractéristiques des palses et des stations étudiées et types de couvert associés
à chaque station d’échantillonnage par le groupement K-means ajustés pour
différencier les palses non boisées arbustives et les trouées. ............................... 27
Tableau 5 : Température moyenne annuelle (TMA), degrés jours cumulés au dessus de 0 °C
(DJC+) et degrés jours cumulés négatifs (DJC-) pour les années 2009, 2010 et
2011. ..................................................................................................................... 29
Tableau 6 : Nombre de jours d’enneigement et épaisseur de neige maximale en 2010 et
2011 en milieu forestier et en milieu ouvert. ....................................................... 31
Tableau 7 : Profondeur des thermomètres dans le sol, type de couvert, température
minimale (°C), maximale (°C), moyenne (°C), DJCG (°C < 0) et DJCF (°C > 0)
des stations en 2010 et en 2011. L’astérisque (*) indique une station où, à cause
du mollisol très mince, le thermomètre le plus près de la surface est à 25 cm de
profondeur et le plus profond est à 50 cm de profondeur. ................................... 38
Tableau 8 : Valeurs principales de la partition de la variation dans le temps. [a] Fraction de
la variation expliquée par les variables environnementales. [b] Fraction de la
variation expliquée conjointement par les variables environnementales et les
fonctions CPMV. [c] Fraction expliquée par les fonctions CPMV (zones
d’autocorrélation spatiale). [a+b+c] Fraction totale de la variation de l’épaisseur
du mollisol expliquée par toutes les variables. ..................................................... 52
x
Liste des annexes
Annexe 1 : Topographie et végétation des transects des 11 palses à l’étude. Un transect a été
placé le long du grand axe de la palse et un autre a été placé perpendiculairement
à ce dernier, en passant par le centre de la palse. Le trait noir représente la
surface de la palse et le trait gris l’épaisseur du mollisol mesurée entre le 24 et le
31 juillet 2010. Le trait gris pointillé indique les secteurs où la sonde n’a pas
atteint le plafond du pergélisol. La présence et la taille des épinettes noires et des
arbustes sont représentées par des symboles. Les lettres représentent l’orientation
des transects. ......................................................................................................... 74
Annexe 2 : Types de couvert définis par le groupement K-means et modifiés afin de
distinguer les secteurs arbustifs des palses boisées et des palses non boisées. Les
secteurs correspondent au pourcentage de recouvrement des groupes fonctionnels
de végétation. ....................................................................................................... 87
Annexe 3 : Évolution de la température de l’air dans la région de la rivière Boniface. A)
2009. B) 2010. C) 2011. ....................................................................................... 88
Annexe 4 : Table d’ANOVA des températures journalières enregistrées dans la région de la
rivière Boniface en fonction de l’année (2009, 2010 et 2011). Les corrélations
significatives sont indiquées par des astérisques pour les seuils α : 0.001 = ***,
0,01 = **, 0,05 = *. .............................................................................................. 89
Annexe 5 : Épaisseur du mollisol en fonction de la racine carrée du nombre de degrés jours
cumulés, pour toutes les années et pour toutes les stations d’échantillonnage. Les
points gris représentent les données de 2009, les points noirs les données de 2010
et les points blancs les données de 2011. ............................................................. 90
Annexe 6 : Test des effets fixes de la régression en modèle mixte pour la racine carrée du
taux de dégel (pente de la relation de Stefan). L’année, la station et la palse sont
les facteurs aléatoires. .......................................................................................... 95
Annexe 7 : Test des effets fixes de la régression en modèle mixte pour la racine carrée de
l’épaisseur maximale du mollisol. L’année, la station et la palse sont les facteurs
aléatoires. .............................................................................................................. 95
Annexe 8 : Évolution de la température du sol (°C) à 50 cm et 100 cm de profondeur chez les
10 stations d’échantillonnage. Le trait noir représente la température mesurée la
plus près de la surface (50 cm et moins) et le trait gris représente la température
mesurée la plus profonde (de plus de 50 cm à 100 cm). ...................................... 96
Annexe 9 : Test des effets fixes de la régression en modèle mixte pour le seuil à l’automne
(DJCG de l’air). La station et la palse sont les facteurs aléatoires. .................... 101
Annexe 10 : Test des effets fixes de la régression en modèle mixte pour le seuil au printemps
(DJCF de l’air). La station et la palse sont les facteurs aléatoires. .................... 102
Annexe 11 : Test des effets fixes de la régression en modèle mixte pour la température
maximale (°C). L’année, la station et la palse sont les facteurs aléatoires. ....... 103
xi
Annexe 12 : Test des effets fixes de la régression en modèle mixte pour les DJCF (°C > 0).
L’année, la station et la palse sont les facteurs aléatoires. ................................. 104
Annexe 13 : Test des effets fixes de la régression en modèle mixte pour la température
minimale (°C). L’année, la station et la palse sont les facteurs aléatoires. ........ 105
Annexe 14 : Test des effets fixes de la régression en modèle mixte pour les DJCG (°C < 0).
L’année, la station et la palse sont les facteurs aléatoires. ................................. 106
Annexe 15 : Test des effets fixes de la régression en modèle mixte pour la température
moyenne (°C). L’année, la station et la palse sont les facteurs aléatoires. ......... 107
Annexe 16 : Test des effets fixes des régressions en modèle mixte pour les variables liées à
l’été. La station et la palse sont les facteurs aléatoires. A) DJCF (°C > 0). B)
Température maximale (°C). .............................................................................. 108
Annexe 17 : Test des effets fixes des régressions en modèle mixte pour les variables liées à
l’hiver. La station et la palse sont les facteurs aléatoires. A) DJCG (°C < 0). B)
Température minimale (°C). .............................................................................. 110
Annexe 18 : Test des effets fixes des la régressions en modèle mixte pour le bilan thermique
annuel (°C) et la température moyenne (°C), puisque les résultats sont les mêmes.
La station et la palse sont les facteurs aléatoires. ............................................... 112
Annexe 19 : Signe de la relation (positive : + ou négative : -), valeur de p et valeur de t pour
les corrélations entre les variables présentées et la température du sol ou les DJC
de l’air pour chaque station. Les corrélations significatives sont indiquées par des
astérisques pour les seuils α : 0.001 = ***, 0,01 = **, 0,05 = *. ....................... 113
Annexe 20 : Répartition de l’épaisseur du mollisol et de certaines variables
environnementales utilisées dans le cadre de l’analyse spatiale sur la palse du site
S1. A) Épaisseur du mollisol mesurée le 10 août 2010. B) Dénivelé. C) épaisseur
de la matière organique. D) Épaisseur de neige inférée. E) Hauteur des arbres. F)
Types de couvert. ............................................................................................... 114
Annexe 21 : Cartes des fonctions CPMV significatives en 2009 et en 2010. Les carrés noirs
représentent des zones d’autocorrélation où l’épaisseur du mollisol est supérieure
à la moyenne et les carrés blancs représentent des zones d’autocorrélation où
l’épaisseur du mollisol est inférieure à la moyenne. La taille des carrés est
proportionnelle au degré d’autocorrélation. L’arrière plan de chaque fonction
CPMV indique l’échelle qui lui a été attribuée. Le gris foncé indique les
fonctions retenues pour l’analyse à grande échelle (zones d’autocorrélation de
plus 20 m de diamètre), le gris pâle pour l’analyse à moyenne échelle (zones
d’autocorrélation d’environ 10 m de diamètre) et le blanc pour l’analyse à fine
échelle (zones d’autocorrélation de moins de 10 m de diamètre). ..................... 118
Annexe 22 : [a] Fraction de la variation de l’épaisseur du mollisol expliquée par les variables
environnementales. [b] Fraction de la variation expliquée conjointement par les
variables environnementales et les fonctions CPMV. [c] Fraction expliquée par
les fonctions CPMV. [a+b+c] Fraction totale de la variation de l’épaisseur du
mollisol expliquée par toutes les variables. Les corrélations significatives sont
xii
indiquées par des astérisques pour les seuils α : 0.001 = ***, 0,01 = **, 0,05 = *.
............................................................................................................................ 120
Annexe 23 : Variables environnementales significativement corrélées au premier axe
canonique pour la variation à grande échelle. Les corrélations significatives sont
indiquées par des astérisques pour les seuils α : 0.001 = ***, 0,01 = **, 0,05 = *.
............................................................................................................................ 122
Annexe 24 : Variables environnementales significative Les corrélations significatives sont
indiquées par des astérisques pour les seuils α : 0.001 = ***, 0,01 = **,
0,05 = *.ment corrélées au premier axe canonique pour la variation à moyenne
échelle. ................................................................................................................ 122
Annexe 25 : Variables environnementales significativement corrélées au premier axe
canonique pour la variation à fine échelle. Les corrélations significatives sont
indiquées par des astérisques pour les seuils α : 0.001 = ***, 0,01 = **, 0,05 = *.
............................................................................................................................ 122
Annexe 26 : Variables environnementales significativement corrélées à la structure spatiale
de l’épaisseur du mollisol pour toutes les dates de mesures. Valeurs obtenues par
les régressions de l’axe canonique significatif sur le tableau des variables
environnementales. Les corrélations significatives sont indiquées par des
astérisques pour les seuils α : 0.001 = ***, 0,01 = **, 0,05 = *. ....................... 123
1
Introduction
Le pergélisol est défini comme tout dépôt terrestre minéral ou organique ou roche dont la
température est inférieure à 0 °C pendant au moins deux années consécutives (Washburn
1979, French 2007). Au-dessus de la limite supérieure du pergélisol se trouve une couche
soumise au cycle annuel de gel-dégel appelée mollisol ou couche active (Hamelin et Cook
1967, Washburn 1979, Payette 2001). On appelle période-zéro le moment, à l’automne et
parfois au printemps, où la température du sol demeure près de 0 °C en raison du temps
nécessaire à la perte de chaleur latente de l’eau lors du gel et du dégel (Harris et al. 1988,
Outcalt et al. 1990, French 2007). Puisque le climat est le principal facteur déterminant la
répartition du pergélisol, la superficie des zones pergelées et l’épaisseur du pergélisol
augmentent avec la latitude et l’altitude (Washburn 1979, Harris et al. 1988, Payette 2001,
Ling et Zhang 2007). La température moyenne annuelle (TMA) maximale pour la
formation et le maintien du pergélisol est de 0 °C à la surface du sol (Washburn 1979,
Payette 2001). Environ un tiers de la surface terrestre de la péninsule du Québec-Labrador
est occupée par du pergélisol (Figure 1). La région couverte par le pergélisol est subdivisée
en trois zones, soit la zone de pergélisol continu, la zone de pergélisol discontinu et la zone
de pergélisol sporadique (Allard et Séguin 1987a, Harris et al. 1988, Payette 2001, French
2007). Le pergélisol discontinu se trouve dans les régions où la TMA de l’air se situe entre
-1 et -7 °C (Allard et Séguin 1987a).
Le terme palse, d’origine finnoise, désigne une butte de tourbe s’élevant au-dessus de la
surface d’une tourbière et possédant un noyau de glace (Seppälä 1972). On définit
également les palses comme des buttes de pergélisol composées de couches de glace de
ségrégation dans la tourbe ou en alternance avec des couches de sol minéral (Harris et al.
1988). La glace de ségrégation se forme par cryosuccion. Dans les sols de texture fine
comme les argiles et les limons qui sont saturés en eau, la succion de l’eau vers le front de
gel favorise la formation de lentilles de glace (Burt et Williams 1976, Seppälä 1982). Les
palses sont abondantes dans la zone de pergélisol discontinu (Figure 1) (Zoltai et Tarnocai
1975, Seppälä 1982, Washburn 1983, Payette 2001). Elles ont un diamètre de moins de
100 m, mesurent de 1 à 7 m de hauteur et peuvent atteindre une hauteur de 10 m dans la
région de la rivière Boniface, située dans la toundra forestière au Québec subarctique
2
(Payette 2001). Dans cette région, l’épaisseur du pergélisol sous les palses est de 19 à 21 m
(Allard et Rousseau 1999). Les plateaux palsiques sont des formes semblables à des palses,
mais elles ne dépassent pas 1,2 m de hauteur et ont un diamètre de plus de 100 m (Zoltai
1972, Payette 2001). Dans le cadre de la présente étude, les palses et les plateaux palsiques
ne seront pas distingués, à cause de leur grande similarité (Payette et al. 1976, Payette
2001, Cyr et Payette 2010). Les palses sont généralement couvertes d’une couche de tourbe
et la glace se forme dans le sol jusque dans les horizons minéraux de texture fine (Zoltai
1972, Seppälä 1982). La hauteur maximale des palses dépend du soulèvement gélival dans
le sol minéral, qui est plus favorable à la formation des lentilles de glace de ségrégation que
la tourbe (Zoltai 1972, Seppälä 1986, Allard et Rousseau 1999). Les palses minérales, aussi
appelées lithalses, sont des buttes formées par les mêmes processus que les palses, mais ne
possèdent pas de couverture tourbeuse (Harris et al. 1988, Payette 2001, Calmels et al.
2008).
Une palse se forme lorsque, sous certaines conditions climatiques et édaphiques, le sol gèle
assez profondément pour qu’il ne dégèle pas complètement au cours de l’été suivant. Si ces
conditions se répètent au cours de plusieurs hivers consécutifs, une palse naissante est
soulevée par la formation de lentilles de glace de ségrégation dans le sol (Seppälä 1982).
Certaines conditions climatiques telles qu’une TMA inférieure à -1 °C, une température
moyenne inférieure à 0 °C pendant au moins 200 jours par année et moins de 500 mm de
précipitations par année sont nécessaires pour la formation et le maintien du pergélisol.
D’autres facteurs locaux comme l’épaisseur de tourbe, l’épaisseur de neige, le drainage et
la végétation modifient le régime thermique du sol (Seppälä 1982, Washburn 1983, Seppälä
1986, Payette 2001, French 2007). Selon Fries et Bergström (1910 in Seppälä 1986),
l’épaisseur de la neige serait le principal facteur provoquant la formation et la dégradation
des palses. Les milieux exposés où le vent balaie la neige sont propices à une plus grande
pénétration du froid dans le sol durant l’hiver. La végétation joue un rôle important dans la
dynamique des palses les plus méridionales où un changement de la végétation peut induire
la formation de palses (Zoltai 1972). Par exemple, le passage d’un couvert de sphaignes
vers un couvert de lichens augmente l’albédo et contribue à abaisser la température du sol.
Les conditions climatiques liées à la dégradation des palses sont des hivers doux et neigeux,
des étés pluvieux, ainsi qu’une TMA élevée (Sollid et Sørbel 1998, Luoto et al. 2004). La
3
formation de nouvelles palses dans le contexte actuel de réchauffement climatique semble
peu probable. Pourtant, des palses formées au cours du dernier quart du XXe siècle ont été
découvertes dans la région de la rivière Boniface au Québec (Allard et Rousseau 1999).
Figure 1 : Région d’étude (étoile rouge) et répartition du pergélisol au Québec-Labrador.
A : zone de pergélisol continu. B : zone de pergélisol discontinu, B1 : plus de 50 % de la
surface est sous régime pergélisolique, B2 : moins de 50 % de la surface est sous régime
pergélisolique, B3 : aire de concentration majeure de buttes et de plateaux cryogènes formés
dans les limons argileux laissés par la mer de Tyrrell. C : zone de pergélisol sporadique où
moins de 2 % de la surface est sous régime pergélisolique. D : zone de gélisol annuel. Les
monts Otish (1), les monts Groulx (2), les monts Chic-Choc (3) et le mont du lac des
Cygnes (4) forment des enclaves de pergélisol de haut sommet (mise à jour de Payette
(2001) de la carte dressée par Allard et Séguin (1987a)).
Le type de dépôt de surface modifie les conditions thermiques du pergélisol. La matière
organique, plus précisément la tourbe de sphaigne, isole le pergélisol de la chaleur estivale.
La tourbe sèche a une conductivité thermique très faible, semblable à celle de la neige
fraîchement tombée. La tourbe saturée en eau a une conductivité thermique 10 fois plus
4
élevée. Une fois gelée, elle atteint une conductivité thermique encore plus grande qui se
rapproche de celle de la glace (Brown 1963, French 2007). La formation et la répartition du
pergélisol sont aussi liées au drainage et à la teneur en eau du sol (Brown 1978, Ling et
Zhang 2003, Burn et Kokelj 2009). Ainsi, la tourbe réduit la pénétration de la chaleur en
été, tout en permettant au sol de se refroidir davantage en hiver (Brown 1963, Seppälä
1982, Kanigan et al. 2009). Les formes périglaciaires les plus méridionales se trouvent
souvent dans les tourbières où le pergélisol peut se maintenir malgré une TMA supérieure à
0 °C (Payette 2001, French 2007). Il est également à noter que la conductivité thermique
des matériaux grossiers est presque deux fois plus grande que celle des limons (French
2007).
La neige, surtout fraichement tombée au sol, a une conductivité thermique très faible et, par
conséquent, empêche la perte de chaleur latente du sol pendant l’hiver (French 2007). La
répartition de la neige au sol dépend, entre autres, du relief, de la végétation et de
l’exposition aux vents dominants (Payette et al. 1976). La durée de la période
d’enneigement et le régime de précipitations nivales influencent le régime thermique du
pergélisol. Un couvert de neige épais et de faible densité en automne et en hiver limite la
pénétration du gel saisonnier dans le sol (Burn et Kokelj 2009). Par contre, une fonte
tardive de la neige retarde le réchauffement du sol, ce qui favorise le maintien du pergélisol
(Yi et al. 2007). Cet effet de la neige sur le pergélisol est marqué dans la zone de pergélisol
discontinu, particulièrement à l’est de la baie d’Hudson, puisque les précipitations nivales y
sont plus importantes que dans la zone de pergélisol continu (French 2007). L’épaisseur de
neige maximale pouvant limiter la formation et le maintien du pergélisol varie dans
l’espace et dans le temps : 75-80 cm dans la région de Schefferville (Nicholson 1979), 60
cm dans la région des rivières Sheldrake et Nastapoca (Allard et Séguin 1987b) et 50 cm
dans la région d’Umiujaq (Ménard et al. 1998).
En Sibérie et en Amérique du Nord, environ la moitié de la superficie occupée par le
pergélisol est colonisée par les arbres, surtout dans la zone de pergélisol discontinu (Zoltai
1972, Payette et al. 1976, Van Cleve et al. 1990, Osterkamp et al. 2000, Yoshikawa et al.
2003, French 2007). Le type de végétation définit en grande partie l’albédo. Par exemple,
l’albédo de la toundra est plus élevé que celui de la forêt coniférienne (Burn et Kokelj
5
2009). Cependant, cette différence d’albédo semble compensée par l’ombre induite par le
couvert forestier qui réduit la radiation solaire incidente au sol. En forêt, la température du
sol demeure plus basse en été, puisque les arbres diminuent la radiation solaire atteignant le
sol (Zoltai et Tarnocai 1971, Dingman et Koutz 1974, Payette et al. 1976, Rouse 1984,
Bonan et Shugart 1989). L’ombre ainsi créée peut entraîner une diminution de 3 ºC de la
température des sols forestiers par rapport à celle des milieux ouverts en été. De plus,
l’épaisseur du mollisol semble plus mince dans les zones où la densité du couvert forestier
est plus importante, alors que le mollisol est plus épais dans les trouées (zones dépourvues
de végétation arborescente) colonisées par des arbustes et des lichens (Zoltai et Tarnocai
1971, Chindyaev 1987, Kanigan et al. 2009). En plus de limiter le réchauffement du sol,
l’ombre créée permet la colonisation du sol par les mousses hypnacées, composées à 70%
d’air, lesquelles ont un fort potentiel isolant (Yoshikawa et al. 2003, French 2007,
O'Donnell et al. 2009, Blok et al. 2011). Les arbres freinent la vitesse du vent, ce qui limite
les échanges de chaleur entre le sol et l’air (Zoltai 1972, Bonan et Shugart 1989, Yi et al.
2007).
La présence des arbres modifie la répartition de la neige. Un couvert forestier dense tel que
trouvé dans les forêts du nord du Manitoba intercepte les précipitations, ce qui permet de
maintenir un couvert nival mince. Le gel peut alors pénétrer plus profondément dans le sol
au cours de l’hiver (Zoltai et Tarnocai 1971, Zoltai 1972). Cyr et Payette (2010) ont noté
que les palses les plus densément boisées de la région de la rivière Boniface, dans le nord
du Québec, sont également celles qui ont le couvert nival inféré le plus épais. Les forêts de
cette région ne sont pas aussi denses que celles du nord du Manitoba. Dans les forêts
ouvertes et dans les trouées, l’accumulation de neige est importante, puisque le vent y est
ralenti et la neige piégée (Payette et al. 1985, Allard et Séguin 1987b, Kanigan et al. 2009).
Dans de tels cas, un couvert forestier plus ouvert limite les échanges thermiques entre l’air
et le sol, puisque les arbres piègent la neige, et permet le maintien d’une température du sol
plus élevée (Roche et Allard 1996).
Les relations existant entre le climat, le sol, la végétation, la neige et le pergélisol,
notamment les variations de l’épaisseur du mollisol, sont complexes et elles sont variables
dans le temps et l’espace (French 2007). L’épaisseur du mollisol varie localement et est
6
influencée, entre autres, par l’épaisseur de neige, les propriétés du sol, le drainage et le type
de végétation (Nelson et al. 1998, Nelson et al. 1999, Shiklomanov et Nelson 2002, Wright
et al. 2009). Ainsi, le mollisol devrait être plus épais en bordure des palses, dans les
dépressions où la neige et l’humidité s’accumulent et près des mares de thermokarst. Des
analyses spatiales précises sont nécessaires pour mieux comprendre les causes des
variations de l’épaisseur du mollisol et de la température du sol à l’intérieur et entre les
sites (Hinkel et Nelson 2003, Wright et al. 2009).
La majorité des forêts des zones de pergélisol en Amérique du Nord et en Sibérie sont
situées sur des terrains relativement plats possédant une microtopographie de buttes et de
dépressions (Cyr et Payette 2010). À notre connaissance, des palses boisées se trouvent
uniquement en Amérique du Nord. Elles sont absentes en Scandinavie et en Finlande et on
ne sait pas si les « tourbières boisées pergélisolées » trouvées en Sibérie correspondent à
des palses boisées (Botch et Masing 1983, Cyr et Payette 2010). Les seules études portant
sur la dynamique et l’origine de ces palses ont été faites en Amérique du Nord (Zoltai et
Tarnocai 1971, Zoltai 1972, Cyr et Payette 2010, Quinton et al. 2011). On connaît encore
relativement mal la dynamique actuelle et les variations du régime thermique dans le temps
et dans l’espace des palses boisées. La formation des palses boisées dans la région de la
rivière Boniface, au Québec subarctique, s’est effectuée principalement au cours de deux
périodes de refroidissement au Québec subarctique, soit entre 1500 et 1000 BP et entre 650
et 200 BP (Couillard et Payette 1985, Cyr et Payette 2010). Dans certains cas, le couvert
forestier est nécessaire à l’aggradation et au maintien du pergélisol des palses et des
plateaux palsiques (Zoltai et Tarnocai 1971, Zoltai 1972), alors que dans d’autres cas, le
couvert forestier induit la dégradation du pergélisol (Laberge et Payette 1995, Worsley et
al. 1995, Lloyd et al. 2003). Les palses boisées et les palses non boisées de la région de la
rivière Boniface se maintiennent depuis plusieurs centaines d’années au gré des épisodes de
refroidissement et de réchauffement (Cyr et Payette 2010).
Un modèle conceptuel a été élaboré afin de schématiser l’épaisseur du mollisol et la
température du sol sur les palses selon le type de couvert végétal (Figure 2). D’abord,
l’épaisseur du mollisol et la température du sol devraient toujours être plus faibles en
présence d’une épaisse couche de matière organique et plus élevés en son absence. Les
7
conditions microclimatiques prévalant sur les palses boisées devraient différer de celles des
palses non boisées. Les palses non boisées sont couvertes principalement par des arbustes
comme le bouleau glanduleux (Betula glandulosa Michx.), des plantes herbacées, des
mousses, des lichens et du sol nu. Le couvert nival devrait y être assez mince, puisque le
vent y balaie la neige. Ainsi, la température du sol en hiver devrait être basse, alors qu’en
été le faible ombrage procuré par les arbustes induirait des températures du sol plus élevées
et un mollisol épais. Sur une palse boisée à couvert forestier très dense (pessière à
mousses), les arbres interceptent la neige. Le couvert nival devrait y être très mince et la
température du sol en hiver très basse. En été, l’ombre procurée par les arbres favoriserait
le maintien de températures basses et d’un très mince mollisol. Sur une palse boisée à faible
couvert forestier (pessière à lichens), l’accumulation de neige devrait être plus importante
qu’en forêt fermée; ainsi la température du sol en hiver devrait être une peu plus élevée. En
été, l’ombrage créé par les arbres, bien que moins nombreux qu’en forêt fermée, devrait
favoriser une température du sol basse et un mollisol mince. C’est dans les trouées et dans
les dépressions topographiques humides que le couvert de neige devrait être le plus épais.
La température du sol en hiver devrait demeurer assez élevée sous ces deux types de
couvert. En été, le couvert arbustif des ouvertures permet de maintenir la température du sol
plus basse que dans les dépressions colonisées par des sphaignes et un mollisol moins
épais. Cependant, c’est sous ces deux types de couvert que la température du sol en été
devrait être la plus élevée et l’épaisseur du mollisol plus grande. De plus, la présence d’une
couche de matière organique épaisse devrait permettre le maintien d’un mollisol plus mince
et de températures du sol plus basses en été.
8
Figure 2 : Épaisseur de neige (gris), épaisseur maximale du mollisol (ligne pointillée) et
température du sol en été (symboles noirs) et en hiver (symboles gris) prédites en fonction
de la végétation. Les « + » indiquent une température du sol plus élevée et les « - » une
température du sol plus basse.
9
Objectifs
L’objectif principal de cette étude est de déterminer l’influence du couvert forestier sur le
pergélisol des palses boisées au Québec subarctique et de développer un modèle de leur
régime thermique. L’étude vise de manière particulière à (1) décrire les palses boisées et les
palses non boisées de la région de la rivière Boniface, (2) comparer l’épaisseur du mollisol
et la température du sol en fonction de variables environnementales, (3) comparer
l’influence des conditions climatiques annuelles sur le mollisol et la température du sol,
(4) expliquer les variations de la température du sol en fonction de la température de l’air et
de variables environnementales et (5) vérifier la répartition spatiale de l’épaisseur du
mollisol sur une palse et les variables environnementales qui y sont associées. Un suivi de
l’épaisseur du mollisol et de la température du sol a été effectué et un modèle du régime
thermique des palses a été conçu à l’aide de données quantitatives, qualitatives et spatiales.
Les variables environnementales étudiées sont l’épaisseur de la matière organique, le type
de végétation et l’épaisseur de neige. Afin d’atteindre ces objectifs, six palses boisées et
cinq palses non boisées ont été étudiées.
10
Méthodes
Région d’étude
La région d’étude est située aux abords de la rivière Boniface (57°45’ N, 76°00’ O), à
30 km à l’est de la côte de la baie d’Hudson. La station météorologique fédérale la plus près
de Boniface se trouve à Inukjuak, à environ 130 km au nord-ouest de cette région (58° 28’
N, 78° 05’ O) (Figure 1). La TMA à cette station a été de -7 °C entre 1971 et 2000. Le mois
le plus froid est février avec une température moyenne de -25,8 °C et le mois le plus chaud
est juillet avec une température moyenne de 9,4 °C. Les précipitations annuelles sont
d’environ 460 mm, dont 45 % tombent sous forme de neige (Environnement Canada 2012).
Les données climatiques de cette station météorologique sont représentatives des conditions
climatiques de la région de la rivière Boniface (Wang et al. 2001). Deux stations
météorologiques sont installées à Boniface en milieu forestier et en milieu toundrique et
enregistrent des données depuis 1988. Entre 1988 et 2008, la TMA des deux stations a été
de -5,2 °C. Le mois le plus froid est février avec une moyenne de -25,1 °C et le mois le plus
chaud est juillet avec une moyenne de 12,7 °C.
La région de la rivière Boniface fait partie de la toundra forestière et est située à environ
10 km au sud de la limite nordique des arbres. L’épinette noire est l’espèce arborescente
dominante et le bouleau glanduleux domine la strate arbustive (Vallée et Payette 2007).
Depuis le dernier millénaire, une détérioration climatique accompagnée de feux fréquents a
résulté en une présence de l’épinette noire restreinte aux vallées humides et protégées.
Ainsi, les sommets des collines présentent une végétation de toundra dominée par les
lichens et les krummholz, alors que les vallées renferment des îlots de forêt (Arseneault et
Payette 1997).
La physiographie de la région d’étude est caractérisée par une alternance de plateaux, de
basses collines et de vallées dont l’altitude varie entre 100 m et 250 m au-dessus du niveau
moyen de la mer. Cette région est située sur le bouclier canadien, lequel est caractérisé
principalement par des affleurements granito-gneissiques d’âge précambrien (Allard et
Rousseau 1999, Bhiry et al. 2007). Dans cette région, la déglaciation a été suivie par la
transgression marine de la mer de Tyrrell vers 6 500 ans étal. BP (Bhiry et al. 2007). Ces
11
événements ont laissé des marques caractéristiques telles que de nombreux drumlins
orientés E-O, des moraines de De Geer, des plages soulevées sur les pentes des collines,
ainsi que des dépôts de sédiments fins dans les vallées et les dépressions (Allard et Séguin
1985, Allard et Rousseau 1999).
La région de la rivière Boniface fait partie de la zone de pergélisol discontinu (Figure 1); le
pergélisol se trouve d’ailleurs dans 50 % des sites, surtout dans les tourbières
minérotrophes (Vallée et Payette 2007). Puisque les dépôts argileux laissés par la mer de
Tyrrell sont favorables à la formation de buttes cryogènes, la région B3 (Figure 1) dont fait
partie la région de la rivière Boniface présente une grande abondance de palses organiques
et minérales (Payette 2001). Les palses de la région sont généralement de forme circulaire,
ont des diamètres de 20 à 70 m et mesurent entre 2 et 6 m de hauteur. Les vallées dans
lesquelles se forment les palses sont généralement assez étroites, ce qui explique la
répartition des palses sous forme de « chapelets » pouvant parfois atteindre 1 km de
longueur (Figure 3). Les plateaux palsiques se trouvent dans des milieux plus ouverts
(Allard et Rousseau 1999).
Figure 3 : Palses dans une vallée de la région de la rivière Boniface.
Choix des sites
L’examen des images satellitaires de juillet 2008 (Worldview-1) et des photographies
aériennes prises en juillet 1957 (1 : 40 000) de la région de la rivière Boniface ont servi à
repérer les champs de palses sur une section d’environ 10 km de longueur et 2 km de
largeur. Une validation sur le terrain en 2009 et 2010 a permis de sélectionner 11 palses et
12
plateaux palsiques en fonction de leur accessibilité et afin de représenter des palses
organiques boisées, des palses organiques non boisées, des palses minérales boisées et des
palses minérales non boisées. Sur chacune de ces palses, un nombre variable de points
d’échantillonnage (stations) a été placé en fonction de la taille de la palse et de
l’homogénéité de la végétation, pour un total de 35 stations d’échantillonnage. Une des
palses étudiées (site S1) a été affectée par un feu en l’an 1750. Ce feu a brûlé seulement une
partie du couvert forestier de la palse, laissant une limite franche entre la partie brûlée et la
partie épargnée. Cette situation permet d’évaluer plus directement l’influence des arbres sur
le pergélisol. Une autre palse (site S6) a été formée récemment, probablement au cours des
années 1950 à 1970 alors que le climat dans cette région était plus froid et sec (Payette et
Delwaide 1991).
Variables étudiées
Suivi de l’épaisseur du mollisol
Afin d’évaluer l’impact du couvert forestier sur le mollisol, un suivi de son épaisseur dans
tous les sites a été effectué tous les 3 à 8 jours, de la fin juin à la mi-août en 2009, 2010 et
2011. Des mesures ponctuelles ont été prises en octobre 2009 et 2010. À chaque station,
deux mesures étaient prises à l’aide d’une tige de métal graduée enfoncée dans le sol
jusqu’à l’atteinte d’une résistance. La profondeur de cette résistance correspond à la
position du plafond du pergélisol (Mackay 1977, Nelson et al. 1998).
Les données d’épaisseur du mollisol des trois années d’échantillonnage ont été modélisées
grâce à l’équation de Stefan (1890 in Hinkel et Nicholas 1995b). Cette équation permet
d’estimer l’épaisseur du mollisol en fonction du temps. L’utilisation d’une version
simplifiée de cette équation [1] permet de calculer l’épaisseur du mollisol en utilisant
seulement le nombre de degrés jours cumulés de fonte, soit la somme des moyennes
quotidiennes de températures positives de l’air (Hinkel et Nicholas 1995, Nicholas et
Hinkel 1996).
13
Des régressions ont été effectuées dans le logiciel R (R Development Core Team 2009) afin
de déterminer la pente et l’ordonnée à l’origine de la fonction pour chacune des 35 stations
d’échantillonnage pour les trois années de mesures. Comme on suppose nulle la profondeur
de dégel avant que la température de l’air ne dépasse 0 °C, la valeur maximale pouvant être
atteinte par l’ordonnée à l’origine était 0.
Suivi de la température du sol
Dix thermomètres (Hobo U23-003, HOBOware®, ± 0,2 °C à 25 °C) ont été placés dans des
stations caractérisées par un sol organique ou minéral et par des types de couvert tels
qu’une pessière, une trouée, une arbustaie ou un sol nu. Les sondes thermiques ont été
installées à 50 cm et à 100 cm de profondeur dans le sol. La température a été enregistrée
simultanément toutes les deux heures, de la fin août 2009 à la fin août 2011. Deux
thermomètres ont été endommagés ce qui a interrompu la prise de données dans les palses
des sites S3 et S6.
Caractérisation des stations
Le type de sol et le type de couvert ont été déterminés à chacune des 35 stations
d’échantillonnage. Un profil de sol a été creusé afin de déterminer l’épaisseur de l’horizon
organique, l’épaisseur du dépôt sableux et la profondeur des dépôts argileux. Un relevé de
végétation a été réalisé selon la méthode de la ligne intercepte dans un quadrat de 1 m2
(Mueller-Dombois et Ellenberg 1974). Pour ce faire, la végétation a été divisée en groupes
fonctionnels : arbres, arbustes, éricacées, mousses, lichens, sphaignes, litière et sol nu. La
hauteur moyenne des arbres a aussi été mesurée dans un rayon de 1,5 m autour des stations.
Pour des raisons logistiques et de qualité de l’instrumentation disponible, il n’a pas été
possible de procéder au suivi de l’humidité du sol.
[1]
où
Z = épaisseur du mollisol
DJC+ = degrés jours cumulés positifs de l’air
a = pente de la relation (taux de dégel du sol)
b = ordonnée à l’origine
Z a (DJC) b
14
Température de l’air
La température de l’air a été enregistrée dans les sites S1, S2 et S6 à une hauteur moyenne
de 180 cm, soit au-dessus du couvert de neige (HOBOware®, ± 0,47 °C à 25 °C). Les
mesures ont été prises simultanément à chaque deux heures entre la fin août 2009 et la fin
août 2011. Les données manquantes ont été comblées à l’aide des bases de données de la
station météorologique d’Inukjuak (Environnement Canada 2012).
Couvert nival
Deux méthodes ont été employées pour caractériser le couvert nival. La première permet
d’inférer l’épaisseur moyenne de la neige en mesurant la hauteur des premières branches
d’épinette noire sur lesquelles on observe un changement de couleur des aiguilles. La neige
et les cristaux de glace transportés par le vent endommagent les aiguilles et les méristèmes
apicaux. Les aiguilles protégées par la neige sont donc d’une couleur plus foncée que celles
exposées au vent pendant l’hiver (Lavoie et Payette 1992). Cette méthode est utilisée pour
mesurer l’épaisseur de neige dans toutes les stations. Des mesures de l’épaisseur de neige
ont été prises sur le terrain les 18 et 19 mars 2010 afin de valider ces estimations. La
deuxième méthode a été utilisée sur le site S1. Ce site a été choisi à cause de sa
configuration particulière permettant d’observer à la fois une palse boisée et une palse non
boisée. Un suivi de l’évolution du couvert nival, des premières chutes de neige à la fonte au
printemps, a été réalisé entre 2009 et 2011. Pour ce faire, un appareil photo relié à un
déclencheur automatisé (DigiSnap 2000, Harbortronics®) et alimenté par un panneau
solaire de 30 W a été installé dans une boîte étanche portée par un trépied. Le système a été
configuré pour prendre une photographie du site tous les jours vers midi. Quatre tiges
graduées à tous les 20 cm et servant d’échelle ont été installées sur la palse boisée et sur la
palse non boisée, afin de mesurer l’épaisseur de neige sur les photographies (Figure 4).
Cartographie
Toutes les palses ont été cartographiées à l’aide d’une station totale au laser T1010 et
TC805 (Leica Geosystems ©) afin de caractériser la topographie. Les palses S2 à S11 ont
été cartographiées à l’aide de deux transects perpendiculaires. Le long de chacun de ces
transects, l’épaisseur du mollisol a été mesurée tous les 5 m dans la dernière semaine du
15
mois de juillet 2010. La hauteur des arbres et arbustes ont aussi été notées à ces points. Une
régression linéaire a été effectuée entre la surface des palses (valeur transformée en log10) et
la hauteur des palses à l’aide du logiciel R (R Development Core Team 2009).
La palse du site S1 comprend des secteurs de sol minéral et de sol tourbeux, de même
qu’un secteur boisé et un secteur non boisé, ce qui donne un éventail représentatif des
palses de la région (Figure 4). Cette situation permet d’évaluer plus directement l’influence
du couvert forestier sur le pergélisol. La palse du site S1 a été cartographiée au cours de
l’été 2009 à l’aide d’une station totale (Leica T1010) afin de préciser la position
géographique de chacun des points en trois dimensions. Pour ce faire, 32 transects orientés
nord-sud et espacés d’environ 5 m ont été positionnés sur la palse. Une station
d’échantillonnage a été installée tous les 10 m sur les transects, pour un total de 233
stations (Figure 4).
Sur la palse du site S1, l’épaisseur du mollisol a été mesurée deux fois à chaque station au
cours de l’été 2009 (10 juillet et 9 août) et trois fois au cours de l’été 2010 (28 juin, 24
juillet et 10 août). Les variables environnementales mesurées à chaque station sont le
dénivelé (l’élévation par rapport au niveau de base de la palse), la hauteur des arbres,
l’épaisseur de neige inférée, l’épaisseur de la matière organique, la distance à la mare la
plus proche, la distance à la bordure de la palse, un indice de buttes et de dépressions et le
type de végétation (Tableau 1). La distance de chaque station à la bordure de la palse et à la
mare la plus près a été calculée à l’aide du logiciel ArcGIS (ESRI ® 2008). Pour obtenir
l’indice de buttes et de dépressions, une régression quadratique a été appliquée à chaque
transect afin d’obtenir une courbe moyenne de la topographie de la palse. L’écart entre la
valeur réelle du dénivelé et la valeur prédite a été utilisé pour donner un indice de buttes et
de dépressions. Les valeurs négatives correspondent à des dépressions, alors que les valeurs
positives correspondent à des buttes. Les types de végétation ont été déterminés à l’aide des
relevés de végétation effectués à chaque station selon la méthode de la ligne intercepte au
sein d’un quadrat de 1 m2 (Mueller-Dombois et Ellenberg 1974). La multicolinéarité entre
les différentes variables explicatives a été vérifiée.
16
Figure 4 : A) Palse du site S1 sur l’image satellitaire de 2008 (Worldview-1). Les points
rouges représentent les 233 stations échantillonnées servant à l’analyse spatiale de
l’épaisseur du mollisol. Le trait noir représente la bordure de la palse. Le trait pointillé
jaune représente la limite du feu de 1750 sur la palse et la section non boisée de la palse. La
position de l’appareil photo est représentée par une étoile et les tiges graduées par des croix.
B) Exemple de photo prise sur laquelle les quatre tiges graduées sont visibles dans les
cercles rouges.
A)
B)
17
Tableau 1 : Variables environnementales mesurées aux fins de l’analyse spatiale.
Variable Unité Description Transformation
Élévation m Dénivelé de la station par rapport à la
base de la palse. -
Épaisseur de neige
inférée
m Épaisseur moyenne de neige inférée
mesurée à partir de l’abrasion des
aiguilles de l’épinette noire.
-
Hauteur des arbres m Hauteur moyenne des arbres autour de la
station. -
Épaisseur de la matière
organique
cm épaisseur de la matière organique
(tourbe) mesurée. Racine carrée
Distance de la mare la
plus proche
m Distance de la mare la plus proche de la
station mesurée à l’aide du logiciel
ArcGIS.
Racine carrée
Distance à la bordure de
la palse
m Distance à la bordure de la palse
mesurée à l’aide du logiciel ArcGIS. Racine carrée
Topographie - Indice de buttes et de dépressions. -
Pessière à mousses 1/0 Présence/absence de ce type de couvert. -
Pessière à lichens 1/0 Présence/absence de ce type de couvert. -
Arbustes 1/0 Présence/absence de ce type de couvert. -
Sol nu 1/0 Présence/absence de ce type de couvert. -
Analyses statistiques
Types de couvert
Des types de couvert ont été définis chez les 35 stations d’échantillonnage réparties sur les
11 palses et chez les 233 stations d’échantillonnage de la palse S1. La méthode de
groupement par les k centroïdes (K-means) a été utilisée à cause de sa structure non
hiérarchique et de la possibilité de déterminer objectivement le nombre de groupes optimal.
L’algorithme de cette méthode utilise la distance euclidienne, laquelle n’est pas appropriée
dans le cas des tableaux d’abondance d’espèces à cause du problème du double zéro
(Legendre et Legendre 1998). Avant de procéder au groupement, une transformation de
Hellinger effectuée sur les données des relevés de végétation a permis de résoudre ce
problème (Legendre et Gallagher 2001). Le groupement K-means a été réalisé à l’aide du
logiciel R (R Development Core Team 2009), en utilisant la fonction cascadeKM() de la
bibliothèque vegan (Oksanen et al. 2008). Afin d’éviter le problème des minima locaux,
100 itérations ont été sélectionnées lors de l’analyse (Legendre et Legendre 1998). Le
critère d’arrêt choisi permettant de déterminer le nombre de groupes optimal est l’indice de
18
Calinski-Harabasz (statistique F) (Milligan et Cooper 1985). Des partitions de deux à dix
groupes ont été testées pour déterminer le nombre de groupes optimal.
Données climatiques
Afin de vérifier si la température de l’air en 2009, 2010 et 2011 a été significativement
différente, une analyse de variance a été réalisée à l’aide du logiciel R
(R Development Core Team 2009). À titre de comparaison, les degrés jours cumulés de
l’air positifs (DJC+ : somme des températures moyennes supérieures à 0 °C) et négatifs
(DJC- : somme des températures moyennes inférieures à 0 °C) ont été calculés, ainsi que le
bilan thermique annuel (somme des DJC+ et des DJC-). Les données de 2009 sont
comprises entre le 1er
septembre 2008 et le 31 août 2009, celles de 2010 entre le 1er
septembre 2009 et le 31 août 2010 et celles de 2011 entre le 1er
septembre 2010 et le 31
août 2011.
Couvert nival
La prise de photos a été interrompue entre octobre 2009 et février 2010, ainsi qu’entre
décembre 2010 et février 2011. Afin d’obtenir une épaisseur de neige à chaque jour malgré
les données manquantes, une modélisation du couvert nival a été réalisée à l’aide du
logiciel MATLAB® (The Mathworks 2010) sur la palse boisée et sur la palse non boisée à
l’aide d’un modèle estimant l’accumulation et la fonte de neige. Ce modèle s’appuie sur la
température de l’air et les précipitations. Comme des mesures de précipitations n’étaient
pas disponibles pour la région de la rivière Boniface, des données ont été extraites à partir
de la banque de données CaPA (Canadian precipitation analysis). Le modèle initial a été
ajusté afin de tenir compte de la redistribution de la neige dans le paysage (Brown et al.
2003, Mahfouf et al. 2007, Fortin et Roy 2011). Afin de déterminer si l’épaisseur de neige
diffère selon le type de couvert, une analyse de variance en procédure mixte a été réalisée à
l’aide du logiciel SAS® (SAS Institute Inc. 2009). Le type de couvert a été considéré
comme un effet fixe et la palse et la station comme des effets aléatoires. L’observation des
graphiques des résidus a permis de vérifier la normalité et l’homogénéité de la variance. Le
critère LSD à p < 0,05 a été utilisé comme seuil de signification.
19
Pluie
Les données de pluviométrie proviennent de la banque de données en ligne de la station
météorologique d’Inukjuak (Environnement Canada 2012). Des mesures de précipitation
ont été prises à l’aide d’un pluviomètre au camp de la rivière Boniface au cours des étés
2010 et 2011, afin de vérifier dans quelle mesure les données d’Inukjuak peuvent être
utilisées.
Mollisol
Trois régressions en procédure mixte ont été effectuées à l’aide du logiciel SAS
(SAS Institute Inc. 2009) afin de vérifier l’influence des facteurs environnementaux sur
l’évolution de l’épaisseur du mollisol. La pente (taux de dégel du sol) et l’ordonnée à
l’origine obtenues suite à la régression par la version simplifiée de l’équation de Stefan [1]
ainsi que l’épaisseur du mollisol maximum ont été sélectionnées comme variables
réponses. Les résultats de la régression de l’ordonnée à l’origine ne seront pas présentés.
L’épaisseur de la matière organique, l’épaisseur de neige et le type de couvert ont été
considérés comme des effets fixes. L’année (2009, 2010 ou 2011), la station
d’échantillonnage et la palse ont été considérés comme des effets aléatoires. La normalité et
l’homogénéité de la variance ont été vérifiées par l’observation des graphiques des résidus.
La pente et l’épaisseur du mollisol maximum ont été transformées à l’aide de la racine
carrée et quelques valeurs extrêmes ont dû être retirées des analyses afin de respecter les
postulats de normalité et d’homoscédasticité. La multicolinéarité des variables a aussi été
vérifiée. Le même tableau a été utilisé pour réaliser les trois analyses. Afin de vérifier si
l’année d’échantillonnage a un effet sur le régime du mollisol, nous avons refait les
régressions en procédure mixte, mais en incluant cette fois l’année dans les effets fixes. Le
critère LSD à p < 0,05 a été utilisé comme seuil de signification.
Température du sol
Deux régressions en procédure mixte ont été effectuées à l’aide du logiciel SAS
(SAS Institute Inc. 2009), afin de vérifier l’influence des facteurs environnementaux sur la
durée de la période-zéro au printemps et à l’automne. La durée de ces périodes est exprimée
en DJC de l’air, ce qui correspond au froid ou à la chaleur nécessaires pour faire geler ou
20
dégeler le sol. Ces variables ont été dénommées « seuil au printemps » et « seuil à
l’automne ». Lorsque le froid ou la chaleur n’ont pas été suffisants pour provoquer le gel ou
le dégel du sol, la valeur maximale des DJC de l’air en été ou en hiver a été utilisée. La
profondeur des thermomètres dans le sol, l’épaisseur de la matière organique, l’épaisseur de
neige, le type de couvert et l’année ont été considérés comme des effets fixes. La
profondeur des thermomètres dans le sol n’a pas été incluse dans les effets aléatoires
puisque c’est une variable continue. La station d’échantillonnage et la palse ont été
considérées comme des effets aléatoires. L’observation des graphiques des résidus a permis
de vérifier la normalité et l’homogénéité de la variance. La multicolinéarité des variables a
aussi été vérifiée. Le critère LSD à p < 0,05 a été utilisé comme seuil de signification.
Six régressions en procédure mixte ont été effectuées à l’aide du logiciel SAS
(SAS Institute Inc. 2009) afin de vérifier l’influence des facteurs environnementaux sur la
température du sol. La température minimale, la température maximale, la température
moyenne, le nombre de degrés jours cumulés de fonte (DJCF), le nombre de degrés jours
cumulés de gel (DJCG) et le bilan thermique annuel (somme des DJCG et DJCF) ont été
sélectionnés en tant que variables réponses de la température du sol. Puisque la température
moyenne et le bilan thermique annuel sont directement corrélés, seuls les résultats de l’une
de ces deux variables seront présentés. La profondeur des thermomètres dans le sol,
l’épaisseur de la matière organique, l’épaisseur de neige et le type de couvert ont été
considérés comme des effets fixes. L’année (2010 ou 2011), la station d’échantillonnage et
la palse ont été considérés comme des effets aléatoires. Étant donné le petit nombre de
répétition et les données manquantes, les effets fixes ont été testés deux à deux (profondeur
des thermomètres dans le sol et une autre variable). La normalité et l’homogénéité de la
variance ont été vérifiées en observant les graphiques des résidus. La multicolinéarité des
variables a aussi été vérifiée. Le même tableau a été utilisé pour réaliser les trois analyses.
Afin de vérifier s’il existe une différence entre les années de mesure et si l’influence des
variables environnementales change en fonction des années, les régressions en procédure
mixte ont été répétées, mais en incluant cette fois l’année ainsi que les interactions entre
l’année et la variable environnementale dans les effets fixes. Le critère LSD à p < 0,05 a été
utilisé comme seuil de signification.
21
Des régressions en modèle autorégressif ont été effectuées afin de vérifier le lien entre la
température du sol à chaque jour et l’épaisseur de neige (en milieu forestier et en milieu
ouvert), l’épaisseur de la matière organique, le type de couvert, la température de l’air et les
DJC de l’air. L’épaisseur de neige au sol utilisée provient des résultats obtenus par la
modélisation du couvert nival. Selon le type de couvert de chaque station, l’épaisseur de
neige en milieu forestier ou en milieu ouvert a été utilisée. Un modèle a été réalisé en
incluant 8 des 10 stations instrumentées à l’aide de thermomètres, puis un modèle par
station a été élaboré. Dans les deux cas, un modèle a été élaboré en utilisant la température
de l’air et un autre modèle a été fait en utilisant les degrés jours cumulés de l’air, afin de
déterminer la variable expliquant le mieux la température du sol. Un modèle autorégressif
et l’indice de Durbin-Watson ont été utilisés puisqu’il y avait une forte dépendance
temporelle entre les observations et que les résidus étaient fortement autocorrélés (Durbin
et Watson 1950). Les délais de la variable réponse utilisés varient entre 39 et 64 selon les
stations. Les tests sont très puissants, puisque le nombre d’observations utilisées est élevé,
ce qui veut dire que les valeurs de p sont sous-estimées. Pour limiter cet effet, les valeurs
du test de t ont été considérées en plus des valeurs de p, afin d’améliorer l’interprétation de
l’effet des variables explicatives sur l’évolution de la température du sol. Le meilleur
modèle expliquant la température du sol (DJC ou température de l’air) a été sélectionné par
la plus petite valeur du critère d’information d’Akaike (AIC) (Akaike 1973).
Cas particuliers
Dans le cadre des analyses concernant l’épaisseur du mollisol et la température du sol,
quelques valeurs extrêmes ont dû être retirées afin de respecter la normalité et
l’homoscédasticité de la variance postulées par les modèles utilisés. Dans les deux cas, les
stations représentant des dépressions à sphaignes (S2-T et S4-D) ont été retirées des
analyses. Dans le cas de l’analyse de température, les données provenant des stations S2-T
et S6-O ont aussi été retirées. Ces trois stations sont caractérisées par des régimes
thermiques différents des autres stations, puisqu’elles se trouvent dans des milieux saturés
en eau. Comme aucune variable relative à l’humidité du sol n’a été mesurée, il était
préférable d’inclure seulement des stations comparables dans les modèles statistiques. La
diminution de la superficie occupée par la palse du site S6 a été évaluée à l’aide de
22
photographies numériques obliques prises entre juillet 2009 et septembre 2011 et du
logiciel de traitement d’image ImageJ (Rasband 2011).
Analyse spatiale
L’analyse de la répartition de l’épaisseur du mollisol sur une palse en fonction de facteurs
environnementaux et spatiaux a été réalisée par une analyse par coordonnées principales de
matrices de voisinage (CPMV) (Borcard et Legendre 2002, Legendre 2005). Les CPMV
sont des fonctions représentant des sous-modèles de l’organisation spatiale du tableau des
variables réponses, dans le cas présent l’épaisseur du mollisol, à différentes échelles. Ces
fonctions sont sélectionnées en utilisant les valeurs des I de Moran qui sont des mesures
d’autocorrélation spatiale (Dray et al. 2006). Les variables réponses utilisées sont les
mesures de l’épaisseur du mollisol prises en 2009 et 2010 dans les 233 stations. Les
mesures de l’été 2010 ont été transformées par racine carrée afin d’améliorer la normalité
des distributions. Les deux années d’échantillonnage ont été analysées indépendamment,
avec la même méthode, puisqu’elles n’étaient pas directement comparables. En effet, la tige
utilisée en 2009 mesurait 130 cm, alors que celle utilisée en 2010 et en 2011 mesurait
300 cm. Les variables environnementales mesurées à chacune des stations ont été incluses
dans l’analyse (Tableau 1). Les types de couvert sont des variables qualitatives qui ont été
recodées à l’aide de variables muettes (0 ou 1 selon la présence ou l’absence du type de
couvert) (Borcard et al. 2004). Une partition de la variation de l’épaisseur du mollisol a été
effectuée afin de déterminer l’importance relative de la structure spatiale de l’épaisseur du
mollisol (fonctions CPMV), de la structure spatiale des variables environnementales et des
variables environnementales (Borcard et Legendre 2002).
Afin d’interpréter les sous-modèles obtenus par les fonctions CPMV, des analyses
canoniques de redondance (ACR) ont été effectuées. Ces analyses ont permis de déterminer
les variables environnementales ayant une influence sur la structure spatiale globale de
l’épaisseur du mollisol aux différentes dates de mesure (Borcard et al. 2004). Afin de
vérifier si l’échelle considérée affecte l’effet des variables environnementales sur la
répartition spatiale de l’épaisseur du mollisol, trois sous-groupes de fonctions CPMV
représentant la variation à grande, moyenne et fine échelles ont été définis à l’aide des
cartes des fonctions sélectionnées (Borcard et al. 2011). De plus, afin de dresser un portrait
23
des variations dans l’influence des variables environnementales sur le mollisol pendant la
saison estivale, nous avons converti les cinq dates auxquelles les mesures de mollisol ont
été prises en 2009 et 2010 en DJC+ de l’air. L’analyse CPMV a été effectuée par la
fonction quickPCNM() de la bibliothèque PCNM sur R (Dray et al. 2006). La partition de la
variation et l’analyse canonique ont été effectuées par les fonctions varpart() et rda() de la
bibliothèque vegan sur R (Oksanen et al. 2008).
24
Résultats
Caractérisation des palses et des stations
Cartographie
Les palses étudiées sont de dimensions variées, la surface occupée allant de 155,53 à
9570,00 m2 et la hauteur allant de 1,11 à 8,72 m (Tableau 2). Il existe une relation linéaire
significative entre la superficie des palses et leur hauteur (p = 0,0005). Ainsi, les palses de
grande superficie sont généralement plus hautes (Figure 5). Les palses les plus hautes sont
également celles qui présentent les versants les plus abrupts et, par conséquent, les versants
les plus propices aux éboulements de blocs de tourbe qui perturbent la surface du sol. La
topographie semble avoir une influence sur l’épaisseur du mollisol à la fin juillet dans tous
les sites. Le mollisol est plus épais dans les dépressions et en bordure des palses. Puisque
les vents dominants en hiver proviennent du sud-ouest, on observe une plus grande
accumulation de neige sur les versants nord et nord-est des palses. Nous n’avons pas
observé de tendances claires, le long des transects, en ce qui concerne la répartition du
degré de pente et l’épaisseur du mollisol en fonction des versants.
Figure 5 : Hauteur des palses (m) en fonction de la surface des palses (log10, m2).
Profils de sol
Les 35 stations échantillonnées se répartissent le long d’un gradient d’épaisseur de matière
organique représentatif de l’ensemble des palses de la région d’étude, passant de stations
25
sur sol minéral à des stations où l’épaisseur de la matière organique est supérieure à 1 m
(Figure 6). Les stations de la palse S6 sont caractérisées par un dépôt de gyttja, suite au
soulèvement du fond d’un lac par la glace de ségrégation. Les stations où la matière
organique est la plus épaisse n’ont pas de dépôt sableux entre la couche de matière
organique et la couche d’argile. Les profils de sol des 35 stations étudiées sont peu
perturbés. Les perturbations du sol sont davantage fréquentes en bordure des palses.
Figure 6 : Profil de sol des 35 stations échantillonnées. La couche de matière organique est
représentée en noir, la gyttja en hachuré, les dépôts sableux en gris pâle et les dépôts
d’argile en gris foncé.
Couvert végétal
Cinq types de couvert ont été définis grâce au partitionnement par les k centroïdes (indice
de Calinski-Harabasz maximum : 15,31). Les types définis en fonction du pourcentage
moyen de recouvrement des groupes fonctionnels de végétation sont respectivement
l’arbustaie, la pessière à mousses, la pessière à lichens, le sol nu et les sphaignes. Ces types
de couvert s’apparentent aux types de végétation utilisés dans le modèle conceptuel
(trouées, palses non boisées, dépressions humides, milieux forestiers et milieux forestiers
ouverts), ainsi qu’à ceux présentés par Zoltai et Tarnocai (1971) et Kanigan et al. (2009)
dans leurs travaux sur les palses et le pergélisol. Les stations définies par les arbustaies ont
26
été divisées en deux groupes, les palses non boisées arbustives (arbustaies) et les trouées
(Tableau 2 et Annexe 2). Puisque seulement 10 stations ont pu être utilisées pour les
analyses de la température du sol, quatre types de couvert ont été considérés : la pessière, la
trouée, l’arbustaie et le sol nu.
27
Tableau 2 : Caractéristiques des palses et des stations étudiées et types de couvert associés
à chaque station d’échantillonnage par le groupement K-means ajustés pour différencier les
palses non boisées arbustives et les trouées.
Palse
Type de
couvert
(palse)
Type de sol Superficie
(m2)
Hauteur
maximale
(m)
Stations
(mollisol)
Type de couvert
(station)
Mesures de
température
du sol
Années
étudiées
S1
Boisé /
Non
boisé
Organique
/ minéral 9570,00 8,72
S1-A Pessière à mousses -
2009-
2011
S1-D Trouée -
S1-K Pessière à lichens -
S1-N1 Pessière à lichens Oui
S1-N2 Trouée Oui
S1-N3 Arbustaie Oui
S1-N4 Arbustaie Oui
S1-O Trouée -
S2 Boisé Organique 3194,05 5,60
S2-A Pessière à mousses Oui
2009-
2011
S2-D Trouée -
S2-K Pessière à lichens -
S2-O Trouée Oui
S2-T Sphaignes Oui
S3 Boisé Minéral 1476,09 5,71 S3-A Pessière à mousses Oui 2009-
2011 S3-O Pessière à lichens -
S4 Boisé Organique 723,31 2,19
S4-A Pessière à mousses -
2009-
2011
S4-D Sphaignes -
S4-K Pessière à mousses -
S4-O Pessière à lichens -
S5 Non
boisé Organique 1764,24 4,34
S5-D Sol nu - 2009-
2011 S5-K Pessière à lichens -
S5-O Arbustaie -
S6 Non
boisé Minéral 155,53 1,11
S6-O Arbustaie Oui 2009-
2011 S6-T Sol nu -
S7 Non
boisé Minéral 388,35 2,12 S7-O Arbustaie Oui
2010-
2011
S8 +/-
boisé Minéral 944,45 4,30
S8-A Pessière à mousses - 2010-
2011 S8-K Pessière à lichens -
S8-O Sol nu -
S9 Boisé Organique
/ minéral 2101,61
3,31
S9-A Pessière à mousses -
2010-
2011
S9-AM Pessière à mousses -
S9-AO Pessière à mousses -
S9-O Pessière à lichens -
S10 Non
boisé Minéral 1690,1 3,80
S10-D Arbustaie - 2010-
2011 S10-O Pessière à lichens -
S11 +/-
boisé Organique 481,51 4,13 S11-K Pessière à lichens -
2010-
2011
28
Conditions climatiques
Température de l’air
Les températures journalières moyennes enregistrées dans la région de la rivière Boniface
ont varié selon l’année (p = 0,03) (Annexes 3 et 4). La TMA a été la plus élevée en 2010,
soit -2,57 °C, alors que la TMA en 2009 a été la plus froide (-5,81 °C) et se rapproche de la
TMA à long terme des stations météorologiques d’Inukjuak (-7 °C) (Environnement
Canada 2012) et celles des stations météorologiques de la rivière Boniface (-5,88 °C)
(Tableau 3). En 2010, le nombre de degrés jours cumulés au dessus de 0 °C (DJC+) a été le
plus élevé et le nombre de degrés jours cumulés sous 0 °C (DJC-) a été le plus bas. Le
printemps 2010 a été hâtif, soit un mois plus tôt qu’en 2009 et en 2011 (Figure 7 et Tableau
3). L’année 2009 est celle où le nombre de DJC+ a été le plus bas et où le nombre de DJC-
a été le plus élevé. Le début de l’hiver 2011 a été relativement chaud en comparaison avec
celui les deux autres années, mais les températures se sont abaissées fortement à partir du
mois de février (Figure 7 et Tableau 3). En bref, si on compare le bilan thermique des trois
années, 2009 fut l’année la plus froide et 2010 l’année la plus chaude.
29
Figure 7 : Évolution du nombre de degrés jours cumulés de 2009 à 2011. Le trait gris
représente l’année 2009, le trait noir l’année 2010 et le trait pointillé l’année 2011. A)
Degrés jours cumulés positifs (DJC+). B) Degrés jours cumulés négatifs (DJC-).
Tableau 3 : Température moyenne annuelle (TMA), degrés jours cumulés au dessus de 0 °C
(DJC+) et degrés jours cumulés négatifs (DJC-) pour les années 2009, 2010 et 2011.
Année TMA (°C) DJC+ (°C > 0) DJC- (°C < 0) Bilan thermique
(DJC+)+(DJC-)
2009 -5,81 1207,56 -3343,10 -2135,54
2010 -2,57 1408,28 -2273,72 -865,43
2011 -3,66 1256,88 -2691,76 -1434,88
Couvert nival
Les résultats de la modélisation du couvert de neige pendant les hivers 2010 et 2011 par
l’utilisation du modèle de Brown (2003) et des données de CaPA (Mahfouf et al. 2007,
30
Fortin et Roy 2011) sont semblables aux données obtenues sur le terrain (Figure 8). Les
premières chutes de neige dans la région d’étude en 2010 et en 2011 ont eu lieu à la mi-
octobre. L’installation définitive du couvert nival a eu lieu le 22 octobre en 2010 et le 12
novembre en 2011. Le couvert nival s’installe à demeure simultanément en milieu forestier
et en milieu ouvert. Suite au réchauffement de l’air plus hâtif en 2010 qu’en 2011 (Figure
7), la neige a fondu presque trois semaines plus tôt. La différence entre les milieux
forestiers et les milieux ouverts est plus marquée au printemps lors de la fonte de la neige.
Autant en 2010 qu’en 2011, la neige a fondu environ 1 mois plus tôt en milieu ouvert qu’en
milieu forestier (Figure 8). Les années 2010 et 2011 ont enregistré le même nombre de
jours d’enneigement, autant en milieu forestier qu’en milieu ouvert (Tableau 4).
L’épaisseur de neige a été plus grande en 2011 qu’en 2010 et cette différence est plus
marquée en milieu forestier. En effet, la différence d’épaisseur de neige entre ces deux
années en milieu ouvert était de 3,03 cm, alors qu’en milieu forestier la différence était de
17,28 cm.
31
Figure 8 : Épaisseur de neige en 2010 (A) et en 2011 (B). Les «x» représentent les mesures
effectuées sur la palse du site S1 et les lignes représentent l’épaisseur de neige calculée par
le modèle. Les symboles noirs représentent le milieu forestier et les symboles gris le milieu
ouvert.
Tableau 4 : Nombre de jours d’enneigement et épaisseur de neige maximale en 2010 et
2011 en milieu forestier et en milieu ouvert.
Milieu forestier Milieu ouvert
2010 2011 2010 2011
Nombre de jours d’enneigement 227 226 223 217
Épaisseur de neige maximale
(cm) 71,31 88,59 22,16 25,19
32
L’épaisseur de neige varie selon le type de couvert. En effet, le couvert de neige est
significativement plus épais en milieu forestier (pessière à mousses et pessière à lichens) et
dans les dépressions à sphaignes qu’en milieu ouvert (arbustaie et sol nu) (p = 0,0001,
Figure 9). L’épaisseur de neige moyenne dans les pessières à mousses, les pessières à
lichens, les trouées, les dépressions à sphaignes, les arbustaies et les milieux de sol nu est
respectivement de 92 ± 9 cm, 75 ± 8 cm, 88 ± 11 cm, 100 ± 15 cm, 28 ± 13 cm et
26 ± 13 cm. L’évolution du couvert nival en milieu forestier et dans les dépressions à
sphaignes semble suivre la tendance observée sur la palse boisée du site S1 et l’évolution
du couvert nival en milieu ouvert suit la tendance observée sur la palse non boisée du site
S1.
Figure 9 : Épaisseur de neige inférée chez les 35 stations d’échantillonnage en fonction du
type de couvert. Les épaisseurs de neige suivies de lettres différentes sont significativement
différentes à un seuil de probabilité de 0,05 selon le test LSD de Fisher.
Pluie
Les précipitations liquides mesurées au camp de la rivière Boniface sont semblables à
celles de la station d’Inukjuak en 2010, mais elles ont été plus élevées en 2011 (Figure 10).
Les étés 2009, 2010 et 2011 ont connu un régime de précipitations semblable jusque vers la
33
mi-août. De fortes pluies se sont produites vers la fin de l’été 2010 et ce fut l’été le plus
pluvieux, soit environ 1,5 fois plus qu’en 2009 et près de deux fois plus qu’en 2011.
Figure 10 : Pluie cumulée (mm) en 2009 (ligne grise), 2010 (lignes noires) et 2011 (lignes
pointillées) obtenues à partir des mesures de la station météorologique d’Inukjuak et de la
rivière Boniface. En 2010 et 2011, la ligne épaisse représente seulement les mesures
d’Inukjuak et la ligne mince représente les mesures de la rivière Boniface complétées avec
celles d’Inukjuak.
Régime thermique du sol
Mollisol
Le taux de dégel du sol, soit la pente de la relation de Stefan, et l’épaisseur du mollisol
maximale varient selon les années (respectivement p = 0,0618 et p < 0,0001, Annexe 5). Le
taux de dégel et l’épaisseur du mollisol ont atteint leur valeur maximale au cours de 2010 et
leur valeur minimale au cours de 2009. Ainsi, en 2009, le dégel du sol a été plus lent et le
mollisol est demeuré plus mince qu’en 2010 et 2011. 2010 est l’année où le dégel a été le
plus rapide et le mollisol le plus épais (Figure 11).
34
Figure 11 : Comparaison du taux de dégel du sol (pente de l’équation de Stefan, gris) et de
l’épaisseur maximale moyenne du mollisol (cm, noir) en 2009, 2010 et 2011. Pour une
année donnée, la pente moyenne et l’épaisseur moyenne du mollisol suivies de lettres
différentes sont significativement différentes à un seuil de probabilité de 0,05 selon le test
LSD de Fisher.
L’épaisseur de neige inférée n’a pas d’effet significatif sur le taux de dégel du sol (pente de
l’équation de Stefan) (p = 0,3344, Annexe 6). Le taux de dégel du sol est inversement
corrélé à l’épaisseur de la matière organique (p < 0,0001). Ainsi, le dégel est moins rapide
dans les sols où la matière organique est épaisse que dans les sols minéraux. Le taux de
dégel diffère également selon le type de couvert (p < 0,0001, Figure 12). Les taux de dégel
les plus élevés se trouvent dans les ouvertures, puis dans les arbustaies. Les sols des
pessières à lichens, des sols nus et des pessières à mousses présentent un taux de dégel plus
faible.
L’épaisseur du mollisol maximale est liée à l’épaisseur de la matière organique
(p < 0,0001), à l’épaisseur de neige inférée (p = 0,0462) et au type de couvert (p < 0,0001)
(Annexe 7). L’épaisseur du mollisol maximale atteinte à la fin de l’été est moindre dans les
sols organiques que dans les sols minéraux et lorsque le couvert nival est mince.
L’épaisseur maximale atteinte par le mollisol est influencée par le type de végétation
(Figure 12). L’épaisseur du mollisol est supérieure dans les sols des trouées, des arbustaies
et des sols nus, alors qu’elle est moindre chez ceux des pessières à mousses et des pessières
à lichens.
35
Figure 12 : Comparaison du taux de dégel du sol (pente de l’équation de Stefan, gris) et de
l’épaisseur maximale du mollisol (cm, noir) selon le type de couvert. Pour un type de
couvert donné, les pentes moyennes et les épaisseurs moyennes maximales du mollisol
suivies de la même lettre ne sont pas significativement différentes à un seuil de probabilité
de 0,05 selon le test LSD de Fisher.
Tel que mentionné précédemment, l’épaisseur du mollisol a varié au cours des trois années
d’échantillonnage, probablement à cause des conditions climatiques. Par contre, l’influence
des variables environnementales demeure sensiblement la même pour le taux de dégel du
sol et l’épaisseur du mollisol maximale. Ainsi, le taux de dégel et l’épaisseur du mollisol
maximale sont moindres dans les sols organiques et dans les pessières, peu importe l’année.
En bref, une couche de matière organique épaisse retarde le dégel du sol et maintient un
mollisol plus mince. L’épaisseur de neige ne semble pas avoir d’effet sur le mollisol et le
taux de dégel du sol. L’effet des différents types de couvert change un peu selon la variable
réponse utilisée, mais les tendances générales des milieux forestiers et des milieux ouverts
sont distinctes. Les milieux ouverts tels que les ouvertures et les arbustaies favorisent un
dégel rapide du sol et maintiennent un mollisol plus épais qu’en milieu forestier.
L’évolution du dégel et de l’épaisseur du mollisol chez les sites à sol nu se situe
généralement à mi-chemin entre le milieu arbustif et le milieu forestier.
Température du sol
L’évolution de la température du sol chez les 10 stations sous observation en 2010 et en
2011 est présentée à l’Annexe 8. Chez toutes ces stations, on note une plus grande
36
amplitude thermique à 50 cm qu’à 100 cm de profondeur. La température près de la surface
du sol est plus élevée en été et plus basse en hiver. De manière générale, la température du
sol a été plus élevée en été en 2010 et plus basse en hiver en 2011 (Tableau 5). On observe
aussi une influence du type de couvert sur la température du sol. L’amplitude thermique a
été plus grande en milieu arbustif qu’en milieu forestier en 2010 et 2011 chez des stations
présentant la même épaisseur de matière organique (Figure 13). On remarque une
différence entre la température hivernale au cours de ces deux années. En milieu forestier,
l’année 2011 semble avoir été plus chaude que l’année 2010, alors que c’est le contraire en
milieu arbustif.
Figure 13 : Température du sol à 50 cm en 2010 et 2011 chez une station de milieu forestier
(S1N1) représentée par la ligne grise et chez une station de milieu arbustif (S1N4)
représentée par la ligne noire. L’épaisseur de la matière organique chez les deux stations est
respectivement de 13 et 18 cm.
À l’automne et au printemps, toutes les courbes présentent des périodes-zéro bien définies
où la température du sol à 50 cm et 100 cm de profondeur demeure près de 0 °C (Annexe
8). La durée de la période-zéro au printemps et à l’automne est respectivement de deux
mois et de trois mois environ. Tel que mentionné précédemment, la durée de la période-
zéro est présentée en fonction du nombre de DJC+ ou de DJC- de l’air nécessaire pour
induire le gel ou le dégel du sol (« seuil au printemps » et « seuil à l’automne »). Dans tous
37
les cas, la profondeur du thermomètre dans le sol a eu un effet significatif sur les seuils
obtenus (0,0006 < p < 0,0072) (Annexes 9 et 10). Les « seuils au printemps et à
l’automne » sont toujours plus élevés en profondeur que près de la surface. Le « seuil à
l’automne » n’est pas significativement corrélé avec l’épaisseur de la matière organique,
mais significativement corrélé à l’épaisseur de neige et au type de couvert (p < 0,0001)
(Annexe 9). Plus le couvert nival est épais, plus le nombre de DJC- nécessaires au gel du
sol est élevé. C’est pourquoi, en automne, les trouées et les pessières présentent des seuils
plus élevés que le sol nu et les arbustaies (Figure 14). En 2011, le « seuil à l’automne » a
été en moyenne 200 DJC- plus long qu’en 2010 (0,0738 < p < 0,0686). Le « seuil au
printemps » n’est pas significativement corrélé avec l’épaisseur de neige (p = 0,3057), mais
il l’est avec l’épaisseur de la matière organique (p = 0,0364) et le couvert végétal
(p < 0,0001) (Annexe 10). Plus l’épaisseur de la matière organique est grande, plus le seuil
de DJC+ nécessaires au dégel du sol est élevé. Pour ce qui est du type de couvert, les
trouées et les arbustaies présentent les seuils les plus faibles, alors que les pessières et le sol
nu ont des seuils plus élevés (Figure 14). L’année n’est pas significativement corrélée au
« seuil au printemps » (0,3057 < p < 0,7325).
Figure 14 : Comparaison du « seuil à l’automne » (degrés jours cumulés inférieurs à 0 °C
(DJC-), gris) et du « seuil au printemps » (degrés jours cumulés supérieurs à 0 °C (DJC+),
noir) selon le type de couvert. Pour un type de couvert donné, les « seuils à l’automne et au
printemps » suivis de la même lettre ne sont pas significativement différents à un seuil de
probabilité de 0,05 selon le test LSD de Fisher.
38
Tableau 5 : Profondeur des thermomètres dans le sol, type de couvert, température minimale (°C), maximale (°C), moyenne (°C),
DJCG (°C < 0) et DJCF (°C > 0) des stations en 2010 et en 2011. L’astérisque (*) indique une station où, à cause du mollisol très
mince, le thermomètre le plus près de la surface est situé à 25 cm de profondeur et le plus profond à 50 cm de profondeur.
Station
Profondeur des
thermomètres
dans le sol (cm)
Type de
couvert
Température
minimale (°C)
Température
maximale (°C)
Température
moyenne (°C) DJCG (°C < 0) DJCF (°C > 0)
2010 2011 2010 2011 2010 2011 2010 2011 2010 2011
S1N1 95 Pessière -2,10 -1,58 0,34 1,16 -0,18 -0,04 -71,29 -50,66 6,57 35,74
50 Pessière -4,07 -2,78 4,09 3,19 -0,04 0,21 -132,38 -108,24 117,98 184,85
S1N2 100 Trouée -0,03 -0,03 1,80 1,64 0,27 0,31 -1,76 -4,24 101,61 115,91
50 Trouée -0,06 -0,20 5,98 4,43 0,97 0,88 -0,24 -3,56 354,10 324,27
S1N3 60 Sol nu -4,23 -6,75 1,25 -0,03 -0,87 -1,56 -322,71 -566,04 5,20 0,00
30 Sol nu -6,06 -10,08 2,41 0,87 -0,94 -2,01 -407,10 -769,52 62,57 39,54
S1N4 100 Arbustaie -2,73 -6,39 4,94 4,70 0,41 -0,35 -93,09 -394,21 242,17 266,73
50 Arbustaie -5,33 -10,54 9,37 8,00 0,89 -0,18 -243,06 -659,23 566,93 593,07
S2A* 50 Pessière -2,38 -1,36 -0,02 0,05 -0,25 -0,18 -91,47 -65,90 0,00 0,85
25 Pessière -4,29 -2,87 4,30 3,25 -0,13 0,04 -182,56 -160,35 134,90 173,46
S2O 100 Trouée -0,06 -0,06 2,69 2,24 0,29 0,34 -8,01 -10,37 115,12 134,47
50 Trouée -0,12 -0,09 8,35 7,47 1,14 1,22 -0,90 -4,20 418,31 449,67
S2T 85 Sphaigne -0,06 -0,06 6,61 2,12 0,09 0,08 -16,27 -9,97 47,37 39,48
50 Sphaigne 0,08 0,08 7,84 4,83 0,82 0,85 0,00 0,00 301,07 309,11
S3A 100 Pessière -2,72 -2,10 1,99 - -0,28 - -179,04 -121,39 76,85
50 Pessière -6,44 -4,56 6,93 - -0,56 - -499,12 -349,15 293,16 186,45
S6O 100 Sol nu -0,28 - 6,68 - 0,52 - -30,36 - 219,03 -
50 Sol nu -2,51 - 10,34 - 0,81 - -159,26 - 455,54 -
S7O 100 Arbustaie -0,49 -2,10 7,18 6,31 0,93 0,73 -18,62 -109,60 357,75 376,63
50 Arbustaie -2,74 -5,72 11,65 9,20 1,62 1,08 -155,19 -392,45 745,13 787,14
Moyenne des thermomètres en surface
(≤ 50 cm) -3,15 -4,08 7,13 5,16 0,46 0,26 -177,98 -271,86 344,97 338,62
Moyenne des thermomètres en
profondeur (< 50 cm) -1,51 -2,27 3,35 2,27 0,09 -0,08 -83,26 -148,04 117,17 121,23
39
Les analyses effectuées sur la température du sol en été et en hiver ont été conduites sur les
données de température brute (température moyenne, minimale et maximale (°C)) et le
nombre de degrés jours cumulés (DJCF, DJCG et bilan thermique annuel). Dans tous les
cas, la profondeur du thermomètre dans le sol a eu un effet significatif sur la température du
sol (0,0001 < p < 0,0352) (Annexes 9 à 17). En hiver, les températures les plus basses sont
observées près de la surface du sol, alors qu’en été elles sont plus en profondeur.
En été, la température maximale et les DJCF sont significativement corrélés à l’épaisseur
de la matière organique (p = 0,0296 et p = 0,0278) et au type de couvert (p = 0,0061 et
p = 0,0011) (Annexes 11 et 12). Plus la matière organique est épaisse, plus la température
du sol et les DJCF sont bas. La température maximale du sol et les DJCF sont plus élevés
dans les sols des arbustaies que dans ceux des trouées et des pessières. Le sol nu présente la
température et les DJCF les plus faibles (Figure 15). La température maximale du sol et les
DJCF ne sont pas significativement liés à l’épaisseur de neige (p = 0,7826 et p = 0,8215).
Figure 15 : Comparaison de la température du sol maximale (°C, gris) et des degrés jours
cumulés de fonte (DJCF, noir) selon le type de couvert. Pour un type de couvert donné, les
températures maximales et les DJCF suivis de la même lettre ne sont pas significativement
différents à un seuil de probabilité de 0,05 selon le test LSD de Fisher.
En hiver, la température minimale du sol et les DJCG sont significativement corrélés à
l’épaisseur de neige (p < 0,0001 et p = 0,0001) et au type de couvert (p = 0,0231 et
p = 0,0272) (Annexes 13 et 14). La température du sol est positivement corrélée avec
40
l’épaisseur de neige : plus le couvert nival est épais, plus la température est élevée. Autant
pour la température minimale que pour les DJCG, les sols des trouées présentent les
températures les plus élevées et le sol nu correspond à la température la plus basse. La
température du sol en hiver chez les arbustaies et les pessières est intermédiaire. Le sol des
arbustaies est un peu plus froid que celui des pessières (Figure 16). La température
minimale du sol et les DJCG ne sont pas significativement corrélés à l’épaisseur de la
matière organique (p = 0,8441 et p = 0,8368).
Figure 16 : Comparaison de la température du sol minimale (°C, gris) et des degrés jours
cumulés de gel (DJCG, noir) selon le type de couvert. Pour un type de couvert donné, les
températures minimales et les DJCG suivis de la même lettre ne sont pas significativement
différents à un seuil de probabilité de 0,05 selon le test LSD de Fisher.
Les résultats obtenus pour la température moyenne annuelle du sol et le bilan thermique
annuel sont identiques, puisque ces deux variables sont directement proportionnelles. Ces
résultats sont similaires à ceux des DJCF et de la température maximale du sol (Annexe
15). La température moyenne annuelle est significativement corrélée à l’épaisseur de la
matière organique et au type de végétation (p = 0,0082 et p = 0,0003). Plus l’épaisseur de la
matière organique est grande, plus la température moyenne est faible. À l’échelle de
l’année, les sols les plus chauds se trouvent sous les arbustaies et les trouées. Les pessières
affichent une température du sol plus basse et le sol nu renferme le sol le plus froid (Figure
17). La température moyenne n’est pas significativement corrélée à l’épaisseur de neige
(p = 0,1238 et p = 0,1238).
41
Figure 17 : Comparaison de la température moyenne du sol (°C, gris) et du bilan thermique
annuel (somme des DJCG et des DJCF, noir) selon le type de couvert. Pour un type de
couvert donné, les températures moyennes et les bilans thermiques suivis de la même lettre
ne sont pas significativement différents à un seuil de probabilité de 0,05 selon le test LSD
de Fisher.
L’année n’a pas une influence marquée sur les DJCF (p = 0,2979), le bilan thermique
annuel (p = 0,0670), la température minimale (p = 0,1311) et la température moyenne
(p = 0,0669). Par contre, la température maximale a été significativement plus élevée en
2010 qu’en 2011 (p = 0,0107) et le nombre de DJCG significativement plus grand en 2011
qu’en 2010 (p = 0,0483). L’interaction entre les variables environnementales et l’année
permet de vérifier si l’effet des variables environnementales sur la température du sol
change en fonction de l’année considérée. Dans aucun cas il n’y avait d’interaction
significative entre l’épaisseur de la matière organique et l’année. Ainsi, l’effet de la matière
organique demeure toujours le même, peu importe les conditions climatiques (Annexes 16
à 18). En été, les interactions entre l’épaisseur de neige, le type de couvert et l’année ne
sont pas significatives (Annexe 16). Peu importe l’année et les conditions climatiques,
l’influence de l’épaisseur de la neige et du type de couvert reste la même durant la saison
estivale. En hiver, l’interaction entre l’épaisseur de neige et l’année est significative
(DJCG : p = 0,0009 et température minimale du sol : p = 0,0027). L’interaction entre le
type de couvert et l’année est aussi significative (DJCG : p = 0,0004 et température
minimale du sol : p = 0,0002) (Annexe 18). Comme l’épaisseur de neige dépend du couvert
42
végétal, ces deux variables présentent des résultats similaires. Les différences les plus
marquées entre les deux années se trouvent chez les milieux arbustifs et le sol nu, où la
température du sol en hiver a été plus basse en 2011 qu’en 2010. Dans les trouées, il n’y a
pas de différence notable entre la température du sol des deux années, alors que dans les
pessières, la température du sol a été légèrement plus élevée en 2011 qu’en 2010 (Figure
18). Les stations où le couvert nival est plus mince ont enregistré un nombre de DJCG plus
élevé en 2011, alors que les stations où le couvert nival est plus épais ont présenté un
nombre de DJCG légèrement plus faible en 2011 (Figure 19). Malgré la température de
l’air plus basse pendant l’hiver 2011, la température du sol sous couvert forestier est
demeurée légèrement plus élevée qu’en 2010.
Figure 18 : Comparaison des degrés jours cumulés de gel dans le sol (DJCG) selon le type
de couvert et selon l’année (2010 : noir, 2011 : gris). Les DJCG suivis de la même lettre ne
sont pas significativement différents à un seuil de probabilité de 0,05 selon le test LSD de
Fisher.
43
Figure 19 : Comparaison entre les degrés jours cumulés de gel (DJCG) en 2010 (noir) et
2011 (gris) chez les stations où le couvert nival est de moins de 50 cm d’épaisseur et les
stations où le couvert nival est de plus de 50 cm d’épaisseur.
Les variations quotidiennes de la température du sol pendant deux ans sont mieux
expliquées à l’aide d’un modèle autorégressif qui utilise les DJC plutôt que celui qui utilise
directement la température de l’air. Les DJC sont positivement corrélés à la température du
sol (t = 4,09 et p < 0,0001). Ainsi, plus il y a de chaleur cumulée, plus la température du sol
augmente. La température du sol est plus basse en profondeur que près de la surface
(t = -49,98 et p < 0,0001). La température du sol n’est pas significativement corrélée à
l’épaisseur de neige et à l’épaisseur de la matière organique (t = 1,18 et p = 0,2387;
t = -1,07 et p = 0,2845). La température du sol est aussi liée au type de couvert : elle est
plus élevée dans les sols des arbustaies, puis dans ceux des trouées et des pessières. Les
températures les plus basses se trouvent dans les sols nus (p < 0,0001).
Suite à la sélection des modèles pour chaque station à l’aide du critère AIC, seules les
températures du sol de deux stations (S2-A et S3-A) semblent légèrement mieux expliquées
par le modèle utilisant la température de l’air plutôt que les DJC (Annexe 19). Chez
presque toutes les stations, la profondeur du thermomètre dans le sol est inversement
corrélée à la température du sol. Chez les stations S2-A et S3-A, la température du sol est
inversement corrélée à la température de l’air. Plus la température de l’air est élevée, plus la
température du sol est basse. Cette relation pourrait être due au décalage créé, entre autres,
par les périodes-zéro. La température du sol n’est pas significativement corrélée à
44
l’épaisseur de neige. Les stations S2-A et S3-A sont des pessières dont le couvert est
relativement fermé et dont le sol est colonisé par des mousses hypnacées (Tableau 2). La
température du sol est positivement corrélée aux DJC de l’air chez les stations S1-N1, S1-
N3, S1-N4 et S7-O, mais cette relation n’est pas significative chez les stations S1-N2 et S2-
O (Annexe 19). Ces deux dernières stations sont situées dans des trouées et présentent un
épais couvert nival. Cela pourrait expliquer pourquoi la température du sol y demeure
toujours près de 0 °C en hiver (Annexe 8). Puisque la température du sol ne varie presque
pas pendant la majeure partie de l’année, il est difficile d’en expliquer la variation à l’aide
d’un modèle. La température du sol est inversement corrélée à l’épaisseur de neige chez les
stations S1-N4 et S7-O, mais pas chez S1-N1 et S1-N3 (Annexe 19).
Stations exclues des analyses statistiques
Dépressions à sphaignes (S2-T et S4-D)
Les stations exclues des analyses statistiques peuvent être classées en deux catégories : les
dépressions à sphaignes (S2-T et S4-D) et une palse naissante en voie de dégradation (S6-
O). Les dépressions à sphaignes sont situées sur des palses boisées au dépôt organique
généralement épais. L’épaisseur de tourbe est de 113 cm chez S2-T et 91 cm chez S4-D.
Ces épaisses couches de tourbe reposent directement sur le dépôt argileux (Figure 6).
L’épaisseur de neige mesurée le 17 mars 2010 était de 72 cm chez S2-T et de 50 cm chez
S4-D, alors que l’épaisseur de neige était respectivement de 115 cm et de 110 cm. Dans le
cas de S2-T, lors des premières mesures en 2010 et en 2011, le mollisol était déjà
relativement épais (environ 80 cm) et la profondeur maximale du mollisol atteinte était de
100 cm. Cela laisse supposer que les dépôts argileux en profondeur demeurent gelés. On
n’observe pas cette tendance dans le cas de la station S4-D et la profondeur maximale
atteinte par le mollisol est grande, soit près de 200 cm (Annexe 5). Chez la station S2-T, la
température du sol semble influencée par la pluie. En effet, les augmentations de
température sont presque toujours reliées à de fortes précipitations, ce qui suggère des
épisodes de saturation en eau du sol pendant lesquels la température mesurée serait celle de
l’eau et non celle du sol (Figure 20).
45
Figure 20 : (A) Température du sol (°C) à 50 cm (ligne noire) et à 100 cm (ligne grise) de
profondeur dans le sol de la station S2-T entre les mois de juin et novembre 2010. (B)
Mesures de la pluie (mm) à la station météorologique d’Inukjuak et à la rivière Boniface
entre les mois de juin et novembre 2010. Les zones en gris indiquent des périodes où la
température du sol est influencée par de fortes pluies.
Dégradation d’une palse naissante (S6-O et S6-T)
Cette palse (S6) est la plus petite des palses étudiées, autant en superficie qu’en hauteur
(Tableau 2). Les deux stations situées sur cette palse sont les seules dont le substrat est un
dépôt de gyttja. Cela laisse supposer que la palse a été formée par la formation de glace de
ségrégation dans le fond du lac lors d’une période de bas niveau d’eau. Cette palse forme
désormais une île. Un forage a été effectué le 8 août 2009 afin de mesurer la profondeur du
pergélisol sous-jacent. Sous les 90 cm de gyttja superficielle, le dépôt argileux est riche en
lentilles de glace de ségrégation jusqu’à une profondeur de 4,20 m, profondeur maximale
atteinte lors du forage. L’épaisseur des lentilles de glace augmente avec la profondeur et, à
4,20 m, elles occupent un plus grand volume que les sédiments argileux.
Les courbes de dégel du sol chez les stations du site S6 suivent des tendances similaires à
celles des autres stations (Annexe 5). Cependant, le mollisol est très épais à la fin de l’été
46
par rapport à la hauteur de la palse (1,1 m). L’épaisseur maximale atteinte par le mollisol a
été de 1,78 m chez S6-O et de 0,93 m chez S6-T en 2010, ce qui suggère que la profondeur
maximale de dégel se trouve sous le niveau actuel du lac. Le régime thermique de la station
S6-O est également particulier (Annexe 8). La température enregistrée pendant 1 an à cette
station est demeurée élevée (température du sol minimale d’environ -2 °C) et le gel a été
tardif (vers la mi-février) malgré le faible couvert de neige durant l’hiver (22 cm). La
température maximale atteinte pendant l’été 2010 est l’une des plus élevées enregistrées
dans toutes les stations. Malheureusement, aucune donnée n’est disponible à partir de
décembre 2010, étant donné le bris du thermomètre. Il n’a donc pas été possible de mesurer
la température du sol en fonction des conditions climatiques en 2011. Au cours des étés
2009, 2010 et 2011, on a observé une importante diminution de la superficie de la palse.
L’aire occupée par la palse en septembre 2011 couvre environ 30 % de l’aire occupée en
juillet 2009 (Figures 21 et 22).
Figure 21 : Superficie de la palse S6 (%) entre juillet 2009 et septembre 2011 par rapport à
la première photo prise en juillet 2009.
47
Figure 22 : Photos de la palse S6. (A) Été 2006 (photo : S. Payette). (B) 21 juillet 2009.
(C) 14 octobre 2010. (D) 1er
septembre 2011.
Analyse spatiale
L’épaisseur du mollisol, autant que le dénivelé, l’épaisseur de la matière organique,
l’épaisseur de neige, la hauteur des arbres et le type de couvert présentent une répartition
spatiale hétérogène sur la palse du site S1 (Annexe 20). La répartition des variables
explicatives semble, a priori, expliquer en partie l’épaisseur du mollisol. Par exemple, le
mollisol est plus mince dans les secteurs où la matière organique est mince, où il y a de
grands arbres et vers le centre de la palse. Certaines variables présentent aussi des
répartitions semblables. Par exemple, il y a plus épais de neige dans les secteurs où les
arbres sont plus grands et la matière organique est plus mince en bordure de la palse.
Les zones d’autocorrélation spatiale du mollisol à diverses échelles sur la palse du site S1
ont été schématisées à l’aide des coordonnées principales des matrices de voisinage
(fonctions CPMV). Cela permet de déterminer les variables environnementales et spatiales
48
influençant l’épaisseur du mollisol. Les variations de l’épaisseur du mollisol maximale ont
d’abord été considérées à l’aide d’un modèle spatial global, puis à différentes échelles
spatiales. Les variations de l’épaisseur du mollisol ont aussi été considérées à une échelle
temporelle, en comparant les résultats du modèle global entre le début de l’été (données du
28 juin 2010), le milieu de l’été (données du 10 juillet 2009 et du 24 juillet 2010) et la fin
de l’été qui correspond à l’épaisseur du mollisol maximale (données du 9 août 2009 et du
10 août 2010). Ces trois périodes ont été déterminées sur la base des degrés jours cumulés
positifs de l’air (DJC+) pour 2009 et 2010 (Tableau 6).
Comparaison des échelles spatiales
À partir des 100 fonctions CPMV qui ont un I de Moran supérieur à la valeur attendue et
qui représentent des zones d’autocorrélation, 10 fonctions ont été retenues pour représenter
l’épaisseur du mollisol maximale le 9 août 2009 et le 10 août 2010 (p < 0,05). Ces
fonctions représentent la variabilité spatiale de l’épaisseur du mollisol maximale à plusieurs
échelles, de la variation à grande échelle (CPMV 5) à la variation à fine échelle (CPMV 96)
(Annexe 21). Le modèle spatial global représentant les zones d’autocorrélation spatiale de
l’épaisseur maximale du mollisol en 2009 et en 2010 a été déterminé à partir de l’axe
canonique significatif de l’ACR (p = 0,005) (Figure 23).
49
A)
B)
Figure 23 : Carte des valeurs ajustées sur le premier axe canonique (axe significatif à
p = 0,005). Les carrés noirs représentent des fonctions CPMV positives (épaisseur du
mollisol supérieure à la moyenne) et les carrés blancs représentent des CPMV négatives
(épaisseur du mollisol inférieure à la moyenne). La taille des carrés est proportionnelle à la
valeur des fonctions. (A) 2009. (B) 2010.
50
La partition de la variation de l’épaisseur du mollisol maximale en 2009 et en 2010 a
permis de déterminer les fractions de la variation expliquée par les variables
environnementales (dénivelé, épaisseur de neige inférée, hauteur des arbres, épaisseur de la
matière organique, distance à la mare la plus proche, distance à la bordure de la palse,
topographie et type de végétation), les zones d’autocorrélation spatiale de l’épaisseur du
mollisol (10 fonctions CPMV sélectionnées) et la fraction expliquée conjointement par ces
deux types de variable. En 2009, 30 % de la variation de l’épaisseur du mollisol maximale
a été expliquée ([a+b+c]) (Figure 24A, Annexe 22). La fraction correspondant aux
variables environnementales ([a+b]) est de 22 % et celle correspondant à l’autocorrélation
spatiale de l’épaisseur du mollisol ([b+c]) est de 20 %. La portion de la variation expliquée
par la structure spatiale des variables environnementales ([b]) est de 12 %. En 2010, 32 %
de la variation de l’épaisseur du mollisol a été expliquée ([a+b+c]) (Figure 24B, Annexe
22). Les variables environnementales ([a+b]) expliquent 23 % de la variation et les 9
CPMV sélectionnées ([b+c]) expliquent 20 % de la variation. La structure des variables
environnementales ([b]) explique 11 % de la variation. Pour les deux années, toutes les
fractions testables expliquent la variation de manière significative (p = 0,005) (Annexe 22).
Figure 24 : Diagrammes de Venn représentant la partition de la variation de l’épaisseur du
mollisol entre les variables environnementales ([a]) et les fonctions CPMV sélectionnées
([c]). (A) 2009. (B) 2010.
Les variables environnementales qui ont une influence significative (p < 0,05) ou
marginalement significative (p < 0,1) sur la structure spatiale globale de l’épaisseur du
mollisol maximale en 2009 et en 2010 sont les mêmes (Annexe 26). L’épaisseur du
mollisol est inversement corrélée au dénivelé (2009 : p = 0,0076; 2010 : p = 0,0023), à
51
l’épaisseur de neige (2009 : p = 0,0202; 2010 : p = 0,0823) et à l’épaisseur de la matière
organique (2009 : p = 0,0088; 2010 : p = 0,0743). Ainsi, le mollisol est plus épais dans les
secteurs les plus bas de la palse, dans ceux où le couvert de neige est mince et dans ceux où
la matière organique est mince. En 2009, le mollisol était moins épais en milieu forestier,
donc sous les épinettes des pessières à mousses et des pessières à lichens (p = 0,0003 et
p = 0,0211).
La variation de l’épaisseur maximale du mollisol a été considérée à différentes échelles
spatiales. Pour ce faire, trois catégories ont été déterminées arbitrairement parmi les
fonctions CPMV sélectionnées : la grande échelle où la variation de l’épaisseur a été
considérée dans des secteurs d’environ 20 m de diamètre, l’échelle moyenne où la variation
de l’épaisseur du mollisol a été considérée dans des secteurs d’environ 10 m de diamètre et
l’échelle fine où l’épaisseur du mollisol a été considérée sur des secteurs de moins de 10 m
de diamètre (Annexe 21). Pour représenter la variation à grande échelle, les CPMV 7, 12 et
13 ont été retenues en 2009 et les CPMV 5, 8, 10, 12, et 13 ont été retenues en 2010
(Annexe 21). En 2009 et en 2010, la répartition de l’épaisseur du mollisol à grande échelle
était inversement corrélée au dénivelé (2009 : p = 0,0022; 2010 : p = 0,0009), à l’épaisseur
de neige inférée (2009 : p = 0,0068; 2010 : p = 0,0069) et à l’épaisseur de la matière
organique (2009 : p = 0,0047; 2010 : p = 0,0152). Ces résultats s’accordent avec ceux
obtenus lors de la régression du modèle global. En 2009, la structure spatiale était aussi
positivement corrélée à la topographie (p = 0,0426), et inversement corrélée à la présence
de pessière à mousses (p = 0,0002), de pessière à lichens (p = 0,0295) et d’arbustes
(p = 0,0665) (Annexe 23). La variation à moyenne échelle est représentée par les CPMV
28, 37, 39 et 40 en 2009 et par les CPMV 34 et 40 en 2010 (Annexe 21). En 2009 et 2010,
la répartition de l’épaisseur du mollisol à moyenne échelle était inversement corrélée au
dénivelé (2009 : p = 0,0555; 2010 : p = 0,05256). En 2010, la répartition de l’épaisseur du
mollisol était également positivement corrélée à la topographie (p = 0,003) (Annexe 24). La
variation à petite échelle est représentée par les CPMV 43, 77 et 96 en 2009 et par les
CPMV 46 et 75 en 2010 (Annexe 21). À cette échelle, la répartition de l’épaisseur du
mollisol était faiblement inversement corrélée à la hauteur des arbres en 2010 (p = 0,0588)
(Annexe 25).
52
Variations dans le temps
Le pourcentage total de variation expliqué par les variables environnementales et les
variables spatiales (fonctions CPMV) semble augmenter avec le nombre de degrés jours
cumulés de fonte. Cette augmentation est de l’ordre de 6,8 % entre le début et la fin de
l’été. Pour ce qui est des fractions individuelles, les fractions liées seulement aux variables
environnementales ([a]) et aux variables spatiales ([c]) ne semblent pas varier dans le
temps. Par contre, la fraction liée à la structure spatiale des variables environnementales
([b]) semble connaître une légère augmentation dans le temps de l’ordre de 7,7 % (Tableau
6). Ainsi, à l’échelle d’une palse, les variables environnementales et spatiales expliquent
mieux la répartition de l’épaisseur du mollisol vers la fin de l’été.
Tableau 6 : Valeurs principales de la partition de la variation dans le temps. [a] Fraction de
la variation expliquée par les variables environnementales. [b] Fraction de la variation
expliquée conjointement par les variables environnementales et les fonctions CPMV. [c]
Fraction expliquée par les fonctions CPMV (zones d’autocorrélation spatiale). [a+b+c]
Fraction totale de la variation de l’épaisseur du mollisol expliquée par toutes les variables.
Date
Nombre de degrés jours
cumulés de fonte
(°C > 0)
[a] [b] [c] [a+b+c]
28-juin-10 154,8 0,100 0,045 0,083 0,228
10-juil-09 317,8 0,128 0,101 0,045 0,274
24-juil-10 501,5 0,116 0,080 0,070 0,266
10-août-10 757 0,124 0,108 0,087 0,319
09-août-09 759,3 0,098 0,122 0,068 0,296
Malgré l’apparente stabilité de l’importance des variables environnementales dans le temps,
il est possible que le rôle des différentes variables impliquées change au cours de l’été. À
toutes les dates de mesures, les résultats des ACR ont été utilisés pour déterminer les
variables environnementales ayant une influence sur la structure spatiale globale de
l’épaisseur du mollisol. Au début de l’été, l’épaisseur du mollisol était inversement corrélée
à la hauteur des arbres (p = 0,0003) et positivement corrélée à la distance à la mare la plus
proche (p = 0,0733) (Annexe 26). Au milieu de l’été, plusieurs variables environnementales
sont corrélées avec la répartition spatiale de l’épaisseur de mollisol. Cependant, l’effet de
ces variables sur l’épaisseur du mollisol diffère selon les années, sauf dans le cas des
53
pessières à mousses sous lesquelles le mollisol était plus mince en 2009 et en 2010
(p = 0,0171 et p = 0,0595) (Annexe 26).
54
Discussion
Les palses de la région de la rivière Boniface présentent une grande diversité de forme, de
type de sol et de type de couvert, diversité qui a été observée ailleurs dans les régions
subarctiques d’Amérique du Nord et de Scandinavie (Zoltai 1972, Cyr et Payette 2010,
Quinton et al. 2011, Seppälä 2011). L’épaisseur de la matière organique des sols des
stations étudiées varie entre 0 et 113 cm d’épaisseur, ce qui est représentatif des palses de la
région d’étude. En effet, les palses se sont formées dans des tourbières minérotrophes dont
l’épaisseur de tourbe est en moyenne de 130 cm (Lavoie et Payette 1997), ou dans des
sédiments minéraux riverains exposés lors de périodes de bas niveau d’eau (Vallée et
Payette 2007). Les arbustaies et le sol nu caractérisent le couvert des palses non boisées,
alors que les pessières à mousses, les pessières à lichens et les trouées colonisent les palses
boisées. Des cuvettes de sphaignes ont aussi été recensées dans des dépressions surtout
chez les palses boisées. Comme l’ont souligné Cyr et Payette (2010), les palses boisées sont
celles où le couvert nival est le plus épais, soit environ 60 cm de plus que celui des palses
non boisées. Cela suggère que le couvert forestier des palses de cette région est moins
dense que celui des palses boisées du nord du Manitoba où la neige est interceptée par le
couvert forestier (Zoltai et Tarnocai 1971, Zoltai 1972). Ainsi, les arbres ralentissent le vent
et piègent la neige, ce qui favorise une plus grande accumulation de neige que dans les
milieux où elle est constamment balayée par le vent (Payette et al. 1976, Payette et al.
1985, Allard et Séguin 1987b, Kanigan et al. 2009).
L’accumulation de neige sur les versants sous le vent est plus importante, ce qui devrait
rendre les palses davantage susceptibles à la dégradation. Par ailleurs, les versants au vent
sont plus sujets à l’érosion nivéo-éolienne de la tourbe et à la formation de fentes de
contraction thermique étant donné le mince couvert de neige (Harris et al. 1988, Seppälä
2003). Pourtant, en raison de la forte hétérogénéité des conditions biotiques et abiotiques
sur les palses, la topographie des palses et l’épaisseur du mollisol ne semblent pas dépendre
de l’exposition des versants.
55
Régime thermique des palses boisées et des palses non boisées
En présence d’une épaisse couche de matière organique, le mollisol est mince et la
température du sol demeure basse pendant l’été. En effet, ces résultats sont corroborés par
la très faible conductivité thermique de la tourbe sèche, ce qui réduit la pénétration de la
chaleur dans le sol en été (Farouki 1981, Williams et Smith 1989, Payette 2001, French
2007). De plus, étant donné la forte conductivité thermique des dépôts grossiers (French
2007) observés dans les sols minéraux, leur quasi absence sous la matière organique
favorise un mollisol plus mince et une température du sol plus basse.
Pendant l’été, la température du sol est plus basse et le mollisol est plus mince chez les sols
des milieux forestiers plus ombragés comme les pessières à mousses. Au contraire, les sols
des milieux plus exposés, comme ceux qu’on trouve sous les arbustaies et les trouées, se
caractérisent par un mollisol plus épais et une température du sol plus élevée. Ces résultats
corroborent les théories selon lesquelles la présence d’un couvert forestier réduit la
radiation solaire au sol, permet la colonisation du sol par des mousses hypnacées et ralentit
le vent, ce qui permet le maintien de températures du sol plus basses (Zoltai et Tarnocai
1971, Zoltai 1972, Dingman et Koutz 1974, Payette et al. 1976, Rouse 1984, Bonan et
Shugart 1989, French 2007, Yi et al. 2007, O'Donnell et al. 2009). Selon le modèle
présenté précédemment, la température des sols nus devrait être plus élevée en été. Au
contraire, ce type de couvert présente la plus longue période-zéro au printemps et la
température la plus basse en été. Cette situation est peut-être due au fait que la station
caractérisée par le sol nu possède une couche de matière organique plus épaisse que la
moyenne (50 cm). En raison du faible albédo de la tourbe à nu, elle sèche plus rapidement
que les surfaces végétalisées à la suite d’un épisode de pluie, ce qui permet le maintien
d’une température du sol plus basse (Seppälä 1982, Rönkkö et Seppälä 2003, Seppälä
2003).
La fonte de la neige se produit tôt, alors que la somme des températures au-dessus de 0 °C
de l’air est faible (environ 8 DJC+ en milieu ouvert et 30 DJC+ en milieu forestier)
(Figures 7 et 8), ce qui réduit l’impact de la neige sur le régime thermique du sol pendant
l’été. À l’exclusion de l’épaisseur du mollisol maximale, l’épaisseur de neige en hiver ne
56
semble pas, en effet, influencer l’épaisseur du mollisol de même que la température du sol
en été.
Alors que la tourbe sèche est très isolante, la conductivité thermique de la matière
organique saturée et gelée augmente à la suite d’abondantes pluies, ce qui favorise la perte
de chaleur latente dans le sol en automne et en hiver (Brown 1963, Farouki 1981, Williams
et Smith 1989, Payette 2001, French 2007). Ainsi, la tourbe qui est sèche en été réduit la
pénétration de la chaleur, tout en permettant au sol de se refroidir davantage en hiver alors
que les pluies d’automne l’ont saturée. C’est pourquoi on n’observe pas de lien entre la
température du sol en hiver et l’épaisseur de la matière organique.
Le couvert nival est environ 60 cm plus épais en moyenne chez les pessières et les trouées
des palses boisées que chez les arbustaies et le sol nu des palses non boisées. Étant donné la
faible conductivité thermique de la neige (Payette et al. 1976, French 2007), la température
du sol a été plus basse en hiver dans les milieux ouverts que dans les milieux forestiers. On
dénote également une différence chez les palses boisées en fonction de la structure du
couvert forestier. L’accumulation de neige a été plus grande dans les trouées que dans les
pessières, peut-être en raison de leur relief généralement concave et du peu d’interception
de la neige par le couvert forestier (Zoltai et Tarnocai 1971, Zoltai 1972). Par conséquent,
les trouées présentent les températures les plus élevées, demeurant toujours près du point de
congélation pendant l’hiver.
L’incidence de périodes-zéro en automne est un phénomène fréquent dans les sols sous
régime pergélisolique. En revanche, il n’en est pas de même des périodes-zéro au printemps
(Outcalt et al. 1990, Hinkel et Outcalt 1994, Hinkel et Nicholas 1995, Outcalt et Hinkel
1996, Kane et al. 2001, French 2007). Les longues périodes-zéro observées sont
probablement attribuables à des pluies abondantes en automne, surtout en 2010. La grande
quantité d’eau dans le sol favorise une durée plus longue de la période-zéro à l’automne,
alors que l’abondance de glace dans le sol rallonge la durée de la période de dégel au
printemps. Ce phénomène, de même que la présence d’un couvert forestier, explique en
partie l’observation inhabituelle de longues périodes-zéro au printemps.
57
En automne, la période-zéro n’a pas été influencée par l’épaisseur de la matière organique,
peut-être parce qu’elle était saturée et avait une meilleure conductivité thermique (Farouki
1981, Williams et Smith 1989, Payette 2001, French 2007). Cependant, l’arrivée précoce
d’un couvert de neige épais limite la perte de chaleur latente du sol, ce qui retarde le gel du
sol et favorise une plus longue période-zéro.
La durée de la période-zéro au printemps a été influencée par l’épaisseur de la matière
organique. Comme la durée de la période-zéro dépend de la teneur en eau et en glace du
sol, l’effet de la matière organique devrait être considéré en fonction de la quantité d’eau
qu’elle contient, plutôt qu’en fonction de ses propriétés isolantes (Boelter 1969, Harris et
al. 1988, Outcalt et al. 1990, French 2007). De plus, l’ombre et l’atténuation des variations
de température créées par la présence d’un couvert forestier permettent le maintien d’une
plus longue période-zéro au printemps que dans les milieux ouverts (arbustaies et trouées).
Enfin, la durée de la période-zéro au printemps ne semble pas influencée par l’épaisseur de
neige, suggérant que la durée de cette période n’est pas directement associée à la fonte de la
neige (Outcalt et al. 1990, Hinkel et Outcalt 1994, Kane et al. 2001).
Influence des conditions climatiques
L’effet du type de couvert végétal sur la température du sol en hiver n’a pas été le même en
2010 qu’en 2011. En effet, 2010 a été une année caractérisée par un épisode El Niño
modéré, alors que la température de l’air a été plus élevée et les précipitations moindres.
Par contre, 2011 a été caractérisée par un épisode La Niña modéré alors que la température
de l’air a été plus basse et les précipitations plus abondantes (OMM 2011,
Environnement Canada 2012). Dans les milieux ouverts où l’accumulation de neige est
faible, la température du sol en hiver a été plus basse en 2011 qu’en 2010, en réponse aux
conditions climatiques plus froides et neigeuses. Au contraire, dans les milieux forestiers
où l’accumulation de neige est plus grande, la température du sol est demeurée la même au
cours des deux années malgré une température de l’air plus basse en 2011. Un couvert nival
de plus de 70 cm d’épaisseur pourrait être déterminant pour la formation et le maintien du
pergélisol puisqu’il inhiberait les échanges de chaleur entre le sol et l’air (Nicholson 1979,
Allard et Séguin 1987b, Ménard et al. 1998). Un tel seuil critique n’a jamais été atteint en
milieu ouvert. Par contre, en milieu forestier, l’épaisseur de neige a dépassé 70 cm durant 4
58
jours en 2010 et durant 76 jours en 2011. L’effet isolant d’un tel couvert de neige explique
les variations de la température du sol l’hiver en 2010 et en 2011. Du fait que l’épaisseur de
neige change selon le type de couvert végétal, l’effet du type de couvert sur la température
du sol dépend de la température de l’air et du régime de précipitations.
Modélisation de la température du sol
La température quotidienne du sol n’a pas pu être estimée précisément par le modèle
autorégressif employé. Les températures minimales du sol sont atteintes en mars, à peu près
au même moment où la neige atteint son épaisseur maximale, ce qui explique la corrélation
positive entre ces deux variables. Les DJC permettraient de mieux estimer la température
du sol, puisque c’est un indice de chaleur cumulée pouvant refléter le mieux le temps
nécessaire à la pénétration et à la perte de la chaleur dans le sol, mais les longues périodes-
zéro au printemps et en automne compliquent la modélisation. L’application d’un modèle
relativement simple de transfert de chaleur dans le sol pourrait donner de meilleurs
résultats. Toutefois, il faudrait alors tenir compte de la conductivité thermique du sol, des
perturbations des horizons du sol, de la quantité d’eau ou de glace à différentes profondeurs
et de la densité de la neige (Goodrich 1982, Karunaratne et Burn 2004, Ling et Zhang 2004,
Rankinen et al. 2004). La pluie est également une variable importante à inclure dans un tel
modèle, puisqu’elle exerce une influence sur les variations de la température du sol à court
et à long terme (Hinkel et Nicholas 1995, Zuidhoff et Kolstrup 2000, Seppälä 2011).
Analyse spatiale
Peu de travaux ont documenté la variabilité interannuelle de l’épaisseur du mollisol dans
l’espace et la plupart de ces études ont été réalisées à l’échelle kilométrique (Nelson et al.
1998, Shiklomanov et Nelson 2002, Hinkel et Nelson 2003). Pourtant, les processus de
transfert de chaleur dans le sol varient sur de très courtes distances horizontales et
verticales de l’ordre de moins de 3 m (Nelson et al. 1985, Nelson et al. 1999, Gomersall et
Hinkel 2001, Wright et al. 2009). La grande hétérogénéité à l’échelle métrique des types de
couvert, de la neige, de l’épaisseur de la matière organique et de la topographie sur les
palses rend complexe l’analyse de leur régime thermique (Annexe 19). Alors que la
répartition de variables comme la matière organique semblent, a priori, bien expliquer la
59
répartition de l’épaisseur du mollisol, la répartition comparable de certaines variables peut
mener à des conclusions contradictoires. Par exemple, l’épaisseur de neige maximale est
trouvée dans le même secteur que l’épaisseur de la matière organique maximale et où les
arbres sont grands. La hauteur des arbres peut aussi dépendre de la topographie et de leur
exposition au vent. En plus de la répartition hétérogène de ces variables sur la palse du site
S1, elles présentent une variabilité importante : l’épaisseur de la matière organique est de
15 ± 10 cm, l’épaisseur de neige de 85 ± 30 cm, la hauteur des arbres de 1,8 ± 1,3 m et le
couvert forestier occupe environ 75 % de la surface. La répartition spatiale de l’épaisseur
du mollisol à une échelle de plus de 10 m ou à l’échelle d’une palse est principalement
corrélée à l’épaisseur de la matière organique et au dénivelé à l’échelle de la palse. À une
échelle de l’ordre de quelques mètres, les arbres et un couvert forestier (pessières à lichens
et pessières à mousses) favorisent le maintien d’un mollisol mince. Cependant, en 2009,
l’épaisseur maximale du mollisol pouvant être mesurée était de 130 cm (versus 300 cm en
2010), et cette valeur a été atteinte 57 fois chez 233 stations. Cela suggère qu’une partie de
la variation spatiotemporelle à une échelle plus fine n’a pas été détectée en 2009.
Environ 30 % de la variation spatiale de l’épaisseur du mollisol maximale chez la palse du
site S1 a été expliquée, ce qui implique que d’autres variables qui n’ont pas été mesurées
influencent également le régime thermique du sol. Dans le nord de l’Alaska, l’humidité est
un des éléments les plus importants influençant le patron de répartition de l’épaisseur du
mollisol (Nelson et al. 1997, Nelson et al. 1998, Nelson et al. 1999, French 2007). La
variation de l’épaisseur du mollisol sur la palse semble être légèrement mieux expliquée
vers la fin qu’au début de l’été. Il est possible que l’humidité du sol, variable qui n’a pas été
mesurée, puisse jouer un rôle plus important au début qu’à la fin de l’été. Avec la
progression de la saison estivale, on observe d’ailleurs un assèchement graduel des mares
des environs de la palse S1, ce qui limite l’impact de cette variable sur l’épaisseur du
mollisol. Un mollisol plus mince est associé à un couvert forestier en début d’été, peut-être
en raison de la persistance du couvert de neige au printemps et au début de l’été. Le
contexte environnant les palses doit aussi être tenu en compte. Par exemple, la palse du site
S1 est située près de la rivière Boniface et entourée de mares de thermokarst, ce qui
favorise le transfert de chaleur de l’eau vers le noyau de pergélisol. L’épaisseur et la densité
du couvert nival varient à une échelle métrique, dans l’espace et dans le temps, selon le
60
relief, la végétation et l’exposition aux vents dominants (Payette et al. 1976). Des effets
collatéraux associés à cette forte hétérogénéité dans la répartition des différentes variables
influençant le régime thermique du sol expliquent en partie la difficulté d’interprétation de
certaines données, particulièrement celles qui se rapportent à l’analyse spatiale.
Sites et stations exclues des analyses
Un plus grand nombre de stations d’échantillonnage dans des dépressions colonisées par les
sphaignes et des mesures de l’humidité du sol permettraient de mieux comprendre leur
dynamique. La température du sol en hiver demeure près de 0 °C, ce qui peut expliquer
l’augmentation rapide de l’épaisseur du mollisol en début d’été. Par contre, l’épaisse
couche de tourbe de sphaignes, lorsqu’elle est sèche, assure le maintien du pergélisol dans
le dépôt argileux.
La formation de la palse du site S6 est récente et date probablement des années 1960-1970,
alors que le climat était plus froid et le niveau d’eau des lacs et des mares plus bas (Payette
et Delwaide 1991). Cette palse de petite taille forme une île, ce qui explique sa dégradation
rapide. En effet, l’eau favorise la conduction de la chaleur dans le sol (French 2007), ce qui
permet le transfert de chaleur de l’eau vers le noyau de pergélisol. De plus, la limite
supérieure du pergélisol à la fin de l’été se trouve sous le niveau de l’eau, et les
températures observées demeurent élevées en hiver malgré le mince couvert de neige.
Malheureusement, le bris du thermomètre sur cette palse au début décembre 2010 n’a pas
permis de vérifier si ces tendances se sont maintenues en 2011.
L’effet du couvert forestier sur les palses boisées
Dans certains cas, la colonisation des palses par les arbres favorise l’accumulation de la
neige et l’isolation du sol en hiver et, par conséquent, entraîne une dégradation du
pergélisol qui devrait s’accentuer avec l’ouverture et le vieillissement de la forêt (Laberge
et Payette 1995, Worsley et al. 1995, Payette 2001, Lloyd et al. 2003). D’ailleurs, les
premiers signes de la dégradation du pergélisol dans la région de la Baie de James, à la
limite méridionale du pergélisol, sont ceux de la dégradation des palses boisées (Thibault et
Payette 2009). Bien que les palses boisées de la région de la rivière Boniface soient celles
où le couvert nival est le plus épais, elles se maintiennent depuis plusieurs centaines
61
d’années au gré des épisodes de refroidissement et de réchauffement (Payette et Delwaide
1991, Cyr et Payette 2010). Cela suggère que leur maintien résulte d’une TMA
suffisamment basse et d’un équilibre entre plusieurs variables biotiques et abiotiques.
La structure de la végétation est un élément déterminant du régime thermique des palses.
Par exemple, sur une palse boisée, les conditions changent entre les pessières et les trouées.
Les milieux arbustifs présentent les plus grandes amplitudes thermiques, puisqu’ils sont
moins ombragés et que l’accumulation de neige y est moindre. Le sol des milieux forestiers
est colonisé par des mousses hypnacées et des sphaignes lorsque le couvert forestier est
fermé et par des lichens lorsqu’il est ouvert. Au contraire, la surface du sol sous les
bouleaux glanduleux et les éricacées est principalement couverte de litière qui restreint la
colonisation du sol par les mousses et les lichens (Cornelissen et al. 2001, Natalia et al.
2008, Joly et al. 2009, Dawes et al. 2011). Dans les arbustaies, l’absence de mousses
hypnacées à potentiel isolant et de lichens à albédo élevé pourrait favoriser une température
du sol plus élevée qu’en milieu forestier (Yoshikawa et al. 2003, French 2007, O'Donnell et
al. 2009, Wright et al. 2009). Il semble donc que les palses de la région de la rivière
Boniface soient sensibles à la fois aux conditions climatiques et aux processus ayant cours
en été et en hiver.
Lorsque la température du sol est analysée sur une base annuelle, on constate qu’elle est
plus basse dans les sols possédant une épaisse couche de matière organique et dans les sols
plus ombragés des milieux forestiers. Au contraire, les sols des milieux plus exposés
comme les arbustaies et les trouées se caractérisent par un mollisol plus épais et une
température du sol plus élevée. Il semble que les processus en cours pendant l’été
déterminent en grande partie le régime thermique annuel des sols des palses de la région de
Boniface. En bref, chez les palses à l’étude, la présence d’un couvert forestier semble
favoriser le maintien des palses boisées dans la région de la rivière Boniface, contrairement
à ce qui a souvent été observé dans d’autres études (Laberge et Payette 1995, Worsley et al.
1995, Payette 2001, Lloyd et al. 2003). Cependant, il convient de rappeler que la
température de l’air et le régime de précipitations régissent la dynamique des palses et le
régime thermique du pergélisol. L’effet du couvert forestier changera donc selon les
années. De plus, dans un contexte de changements climatiques, on prévoit des changements
62
de température et de précipitations (IPCC 2007). Le maintien des palses boisées et des
palses non boisées différera selon la nature de ces changements, comme une augmentation
ou une diminution des précipitations et les saisons pendant lesquelles la température sera
différente. Peu importe le type de végétation, le type de sol et la présence de tourbe sont des
éléments importants influençant la température du sol des palses. Un suivi à long terme du
régime thermique des palses est nécessaire afin de mieux comprendre leur dynamique et
leur résilience face à un climat changeant.
63
Conclusion
Les suivis de l’épaisseur du mollisol et de la température du sol ont été utilisés afin de
déterminer l’influence du couvert forestier sur le régime thermique des palses boisées. La
région de la rivière Boniface renferme de nombreuses palses de forme, de sol et de couvert
végétal différents. Les suivis de l’épaisseur du mollisol et de la température du sol ont été
faits pendant trois années, afin de tenir compte des processus influençant le régime
thermique du sol durant toute l’année. Le suivi de l’épaisseur de neige dans la région a
permis également de mieux cerner son influence sur le régime thermique des palses.
Le régime thermique des palses boisées et des palses non boisées diffère fortement,
notamment à cause de la présence d’un couvert d’épinettes noires. En effet, le couvert
forestier ainsi que sa structure (pessières versus trouées) jouent un rôle primordial, surtout à
une échelle de quelques mètres, en modifiant les conditions microclimatiques et le régime
nival. À une échelle de quelques dizaines de mètres, l’épaisseur de la matière organique et
la topographie influencent le régime thermique du sol des palses boisées et des palses non
boisées. Les variables qui déterminent le régime thermique du sol des palses diffèrent selon
les saisons. De plus, l’effet du couvert forestier sur la température du sol change selon le
régime de précipitations nivales propre à chaque année.
Malgré une analyse des palses faites au cours de trois années, un suivi à long terme de la
température du sol et de l’épaisseur du mollisol s’avère nécessaire afin de mieux
comprendre la dynamique de ces écosystèmes. La dégradation récente des palses et du
pergélisol a été observée dans plusieurs sites de l’hémisphère nord, probablement en lien
avec des conditions plus chaudes et humides et des précipitations nivales plus abondantes
(Seppälä 1982, Sollid et Sørbel 1998, Payette et Delwaide 2000, Zuidhoff et Kolstrup 2000,
Lloyd et al. 2003, Payette et al. 2004, Vallée et Payette 2007, Thibault et Payette 2009). Il
est cependant difficile de lier directement la formation ou la dégradation des palses à des
changements de la température de l’air, alors que beaucoup d’autres facteurs entrent en jeu,
comme les précipitations ou l’évolution des stades morphologiques des palses (Seppälä
2011). Une meilleure compréhension de ces écosystèmes paraît nécessaire dans le contexte
actuel du réchauffement climatique (IPCC 2007). Bien que la hausse des températures
risque d’entraîner la dégradation des palses, la vitesse de réaction des palses à ces
64
changements pourrait dépendre en partie du couvert végétal et du régime de précipitations.
Advenant une augmentation des précipitations nivales, l’intégrité des palses boisées
pourrait être menacée par rapport aux palses non boisées, alors qu’une réduction des
précipitations nivales favorisait davantage le maintien des palses boisées.
65
Références
Akaike H. 1973. Information theory and an extension of the maximum likelyhood
principle. In Second International Symposium on Information Theory, Akademia
Kiado, Budapest, (Petrov B.N., Csaki F., éditeurs.). pp. 267-281.
Allard M. et Séguin M.K. 1985. La déglaciation d’une partie du versant hudsonien
québécois : bassins des rivières Nastapoca, Sheldrake et à l’Eau Claire. Géographie
Physique et Quaternaire 39 (1): 13-24.
Allard M. et Séguin M.K. 1987a. Le pergélisol au Québec nordique : bilan et perspectives.
Géographie Physique et Quaternaire 41: 141-152.
Allard M. et Séguin M.K. 1987b. The Holocene evolution of permafrost near the tree line,
on the eastern coast of Hudson-Bay (northern Quebec). Canadian Journal of Earth
Sciences 24 (11): 2206-2222.
Allard M. et Rousseau L. 1999. The internal structure of a palsa and a peat plateau in the
Riviere Boniface region, Quebec: inferences on the formation of ice segregation
mounds. Géographie Physique et Quaternaire 53 (3): 373-387.
Arseneault D. et Payette S. 1997. Landscape change following deforestation at the arctic
tree line in Quebec, Canada. Ecology 78 (3): 693-706.
Bhiry N., Payette S. et Robert E.C. 2007. Peatland development at the arctic tree line
(Quebec, Canada) influenced by flooding and permafrost. Quaternary Research 67
(3): 426-437.
Blok D., Heijmans M.M.P.D., Schaepman-Strub G., van Ruijven J., Parmentier F.J.W.,
Maximov T.C. et Berendse F. 2011. The cooling capacity of mosses: controls on
water and energy fluxes in a Siberian tundra site. Ecosystems 14 (7): 1055-1065.
Boelter D.H. 1969. Physical properties of peats as related to degree of decomposition. Soil
Science Society of America Proceedings 33 (4): 606-609.
Bonan G.B. et Shugart H.H. 1989. Environmental factors and ecological processes in
boreal forests. Annual Review of Ecology and Systematics 20: 1-28.
Borcard D. et Legendre P. 2002. All-scale spatial analysis of ecological data by means of
principal coordinates of neighbour matrices. Ecological Modelling 153 (1-2): 51-68.
Borcard D., Legendre P., Avois-Jacquet C. et Tuomisto H. 2004. Dissecting the spatial
structure of ecological data at multiple scales. Ecology 85 (7): 1826-1832.
Borcard D., Gillet F. et Legendre P. 2011. Numerical ecology with R. Breinigsville:
Springer. 306 p.
66
Botch M.S. et Masing V.V. 1983. Mire ecosystems in the USSR. In Ecosystems of the
World, Vol. 4B, (Gore A.J.P., éditeur). Amsterdam: Elseviewer, pp. 95-152.
Brown R.D., Brasnett B. et Robinson D. 2003. Gridded North American monthly snow
depth and snow water equivalent for GCM evaluation. Atmosphere-Ocean 41 (1):
1-14.
Brown R.J.E. 1963. Influence of vegetation on permafrost. In Proceedings of the
Permafrost International Conference, Lafayette, Indiana, (Woods K.B., éditeur).
National Academy of Science - National Research Council, pp. 20-25.
Brown R.J.E. 1978. Influence of climate and terrain on ground temperature in the
continuous permafrost zone of northern Manitoba and Keewatin district, Canada. In
Proceedings 3rd International Conference on Permafrost, Edmonton, Alberta.
Ottawa: Conseil national de recherche du Canada, pp. 15-21.
Burn C.R. et Kokelj S.V. 2009. The environment and permafrost of the Mackenzie Delta
area. Permafrost and Periglacial Processes 20 (2): 83-105.
Burt T.P. et Williams P.J. 1976. Hydraulic conductivity in frozen soils. Earth Surface
Processes and Landforms 1 (4): 349-360.
Calmels F., Allard M. et Delisle G. 2008. Development and decay of a lithalsa in northern
Quebec: a geomorphological history. Geomorphology 97 (3-4): 287-299.
Chindyaev A.S. 1987. Freezing and thawing of drained peat soils in forests of the Middle
Urals. Soviet Forest Science 1: 68-72.
Cornelissen J.H.C., Callaghan T.V., Alatalo J.M., Michelsen A., Graglia E., Hartley A.E.,
Hik D.S., Hobbie S.E., Press M.C., Robinson C.H., Henry G.H.R., Shaver G.R.,
Phoenix G.K., Gwynn Jones D., Jonasson S., Chapin F.S., Molau U., Neill C., Lee
J.A., Melillo J.M., Sveinbjörnsson B. et Aerts R. 2001. Global change and arctic
ecosystems: is lichen decline a function of increases in vascular plant biomass?
Journal of Ecology 89 (6): 984-994.
Couillard L. et Payette S. 1985. Holocene development of a permafrost peatland (northern
Quebec). Canadian Journal of Botany 63 (6): 1104-1121.
Cyr S. et Payette S. 2010. The origin and structure of wooded permafrost mounds at the
arctic treeline in eastern Canada. Plant Ecology & Diversity 3 (1): 35-46.
Dawes M.A., Hagedorn F., Zumbrunn T., Handa I.T., Hättenschwiler S., Wipf S. et Rixen
C. 2011. Growth and community responses of alpine dwarf shrubs to in situ CO2
enrichment and soil warming. New Phytologist 191 (3): 806-818.
Dingman S.L. et Koutz F.R. 1974. Relations among vegetation permafrost and potential
insolation in central Alaska. Arctic and Alpine Research 6 (1): 37-47.
67
Dray S., Legendre P. et Peres-Neto P.R. 2006. Spatial modelling: a comprehensive
framework for principal coordinate analysis of neighbour matrices (PCNM).
Ecological Modelling 196 (3-4): 483-493.
Durbin J. et Watson G.S. 1950. Testing for serial correlation in least squares regression.
Biometrika 37 (3-4): 409-428.
Environnement Canada. 2012. Normales et moyennes climatiques au Canada 1971-2000. In
Environnement Canada, Site d'Environnement Canada. [En ligne].
http://www.climat.meteo.gc.ca/climate_normals/index_f.html.
ESRI ®. 2008. ArcGIS desktop 9, version 9.3. Redlands, California,
Farouki O.T. 1981. Thermal properties of soils. CRREL Monograph 81-1. Hanover, New-
Hampshire. U.S. Army Corps of Engineers, Cold Regions Research and
Engineering Laboratory (CRREL). 136 p.
Fortin V. et Roy G. 2011. The regional deterministic precipitation analysis (RDPA).
Environment Canada, technical note Date 2011-04-04: 7 p. [En ligne].
http://collaboration.cmc.ec.gc.ca/cmc/cmoi/product_guide/index_e.html.
French H.M. 2007. The periglacial environment. Third Edition. Chichester: John Wiley and
Sons Ltd. 458 p.
Gomersall C.E. et Hinkel K.M. 2001. Estimating the variability of active-layer thaw depth
in two physiographic regions of northern Alaska. Geographical Analysis 33 (2):
141-155.
Goodrich L.E. 1982. The influence of snow cover on the ground thermal regime.
Canadian Geotechnical Journal 19 (4): 421-432.
Hamelin L.-E. et Cook F.A. 1967. Le périglaciaire par l'image - Illustrated glossary of
periglacial geomorphology. Québec: Presses de l'Université Laval. 237 p.
Harris S.A., French H.M., Heginbottom J.A., Johnston G.H., Ladanyi B., Sego D.C. et van
Everdingen R.O. 1988. Glossary of permafrost and related ground-ice terms.
(Permafrost Subcommittee ACoGR). Ottawa: National Research Council of
Canada. 156 p.
Hinkel K.M. et Outcalt S.I. 1994. Identification of heat-transfer processes during soil
cooling, feezing, and thaw in central Alaska. Permafrost and Periglacial Processes 5
(4): 217-235.
Hinkel K.M. et Nicholas J.R.J. 1995. Active layer thaw rate at a boreal forest site in central
Alaska, USA. Arctic and Alpine Research 27 (1): 72-80.
68
Hinkel K.M. et Nelson F.E. 2003. Spatial and temporal patterns of active layer thickness at
Circumpolar Active Layer Monitoring (CALM) sites in northern Alaska, 1995-
2000. Journal of Geophysical Research-Atmospheres 108 (D2): 219-230.
IPCC. 2007. Climate change 2007: synthesis report. Contribution of working groups I, II
and III to the fourth assessment report of the Intergovernmental Panel on Climate
change. GIEC, Genève, Suisse. 104 p.
Joly K., Jandt R.R. et Klein D.R. 2009. Decrease of lichens in arctic ecosystems: the role of
wildfire, caribou, reindeer, competition and climate in north-western Alaska. Polar
Research 28 (3): 433-442.
Kane D.L., Hinkel K.M., Goering D.J., Hinzman L.D. et Outcalt S.I. 2001. Non-conductive
heat transfer associated with frozen soils. Global and Planetary Change 29 (3-4):
275-292.
Kanigan J.C.N., Burn C.R. et Kokelj S.V. 2009. Ground temperatures in permafrost south
of treeline, Mackenzie Delta, Northwest Territories. Permafrost and Periglacial
Processes 20 (2): 127-139.
Karunaratne K.C. et Burn C.R. 2004. Relations between air and surface temperature in
discontinuous permafrost terrain near Mayo, Yukon Territory. Canadian Journal of
Earth Sciences 41 (12): 1437-1451.
Laberge M.J. et Payette S. 1995. Long-term monitoring of permafrost change in a palsa
peatland in northern Quebec, Canada - 1983-1993. Arctic and Alpine Research 27
(2): 167-171.
Lavoie C. et Payette S. 1992. Black spruce growth forms as a record of a changing winter
environment at treeline, Quebec, Canada. Arctic and Alpine Research 24 (1): 40-49.
Lavoie C. et Payette S. 1997. Late-Holocene light-ring chronologies from subfossil black
spruce stems in mires of subarctic Quebec. The Holocene 7 (2): 129-137.
Legendre P. et Legendre L. 1998. Numerical ecology. Second English Edition. Amsterdam:
Elseviewer Scientific Publishing Company. 853 p.
Legendre P. et Gallagher E.D. 2001. Ecologically meaningful transformations for
ordination of species data. Oecologia 129 (2): 271-280.
Legendre P. 2005. Quelles sont les échelles spatiales importantes dans un écosystème?
Modélisation spatiale dans le cadre des sciences géomatiques, géomatiques et
forestières. In Colloque de l’AGÉOFOR, Université Laval. Québec. [En ligne].
URL : http://www.ffgg.ulaval.ca/fileadmin/images/Faculte/Documents/Pierre_Leg
endre.pdf
69
Ling F. et Zhang T. 2003. Numerical simulation of permafrost thermal regime and talik
development under shallow thaw lakes on the Alaskan Arctic Coastal Plain. Journal
of Geophysical Research 108 (D16): 4511. doi : 4510.1029/2002jd003014.
Ling F. et Zhang T. 2004. A numerical model for surface energy balance and thermal
regime of the active layer and permafrost containing unfrozen water. Cold Regions
Science and Technology 38 (1): 1-15.
Ling F. et Zhang T.J. 2007. Modeled impacts of changes in tundra snow thickness on
ground thermal regime and heat flow to the atmosphere in Northernmost Alaska.
Global and Planetary Change 57 (3-4): 235-246.
Lloyd A.H., Yoshikawa K., Fastie C.L., Hinzman L. et Fraver M. 2003. Effects of
permafrost degradation on woody vegetation at arctic treeline on the Seward
Peninsula, Alaska. Permafrost and Periglacial Processes 14 (2): 93-101.
Luoto M., Heikkinen R.K. et Carter T.R. 2004. Loss of palsa mires in Europe and
biological consequences. Environmental Conservation 31 (1): 30-37.
Mackay J.R. 1977. Probing for the bottom of the active layer. Geological Survey of Canada
Paper 77-1A: 327-328.
Mahfouf J.-F., Brasnett B. et Gagnon S. 2007. A Canadian precipitation analysis (CaPA)
project: description and preliminary results. Atmosphere-Ocean 45 (1): 1-17.
Ménard E., Allard M. et Michaud Y. 1998. Monitoring of ground surface temperatures in
various biophysical micro-environments near Umiujaq, eastern Hudson Bay,
Canada. In Proceedings of the Seventh International Conference on Permafrost,
Yellowknife, Territoires du Nord-Ouest, (Lewkowicz A.G., Allard M., éditeurs.).
Centre d'études nordiques. Université Laval, Québec, pp. 723–729.
Milligan G.W. et Cooper M.C. 1985. An examination of procedures for determining the
number of clusters in a data set. Psychometrika 50 (2): 159-179.
Mueller-Dombois D. et Ellenberg H., eds. 1974. Aims and methods of vegetation ecology.
New York: John Wiley and Sons Ltd. 547 p.
Natalia S., Lieffers V.J. et Landhäusser S.M. 2008. Effects of leaf litter on the growth of
boreal feather mosses: implication for forest floor development. Journal of
Vegetation Science 19 (2): 253-260.
Nelson F.E., Outcalt S.I., Goodwin C.W. et Hinkel K.M. 1985. Diurnal thermal regime in a
peat-covered palsa, Toolik Lake, Alaska. Arctic 38 (4): 310-315.
Nelson F.E., Shiklomanov N.I., Mueller G.R., Hinkel K.M., Walker D.A. et Bockheim J.G.
1997. Estimating active-layer thickness over a large region: Kuparuk River Basin,
Alaska, USA. Arctic and Alpine Research 29 (4): 367-378.
70
Nelson F.E., Hinkel K.M., Shiklomanov N.I., Mueller G.R., Miller L.L. et Walker D.A.
1998. Active-layer thickness in north central Alaska: systematic sampling, scale,
and spatial autocorrelation. Journal of Geophysical Research-Atmospheres 103
(D22): 28963-28973.
Nelson F.E., Shiklomanov N.I. et Mueller G.R. 1999. Variability of active-layer thickness
at multiple spatial scales, north-central Alaska, USA. Arctic Antarctic and Alpine
Research 31 (2): 179-186.
Nicholas J.R.J. et Hinkel K.M. 1996. Concurrent permafrost aggradation and degradation
induced by forest clearing, central Alaska, USA. Arctic and Alpine Research 28 (3):
294-299.
Nicholson F.H. 1979. Permafrost spatial and temporal variations near Schefferville,
Nouveau-Québec. Géographie Physique et Quaternaire 33 (3-4): 256-277.
O'Donnell J.A., Romanovsky V.E., Harden J.W. et McGuire A.D. 2009. The effect of
moisture content on the thermal conductivity of moss and organic soil horizons
from black spruce ecosystems in interior Alaska. Soil Science 174 (12): 646-651.
Oksanen J., Kindt R., Legendre P., O'Hara B., Simpson G.L., Solymos P., Stevens H.H. et
Wagner H. 2008. vegan: community ecology package. R package version 1.17-1.
URL : http://vegan.r-forge.r-project.org/.
OMM. 2011. Info-Niño/Niña. Communiqué de l'Organisation métérologique mondiale
(OMM), Site de l'Organisation météorlogique mondiale: 3 p. [En ligne]. URL :
http://www.wmo.int/pages/prog/wcp/wcasp/documents/WMO_ENSO_Sep11_Fr.pdf.
Osterkamp T.E., Viereck L., Shur Y., Jorgenson M.T., Racine C., Doyle A. et Boone R.D.
2000. Observations of thermokarst and its impact on boreal forests in Alaska, USA.
Arctic Antarctic and Alpine Research 32 (3): 303-315.
Outcalt S.I., Nelson F.E. et Hinkel K.M. 1990. The zero-curtain effect: heat and mass-
transfer across an isothermal region in freezing soil. Water Resources Research 26
(7): 1509-1516.
Outcalt S.I. et Hinkel K.M. 1996. The response of near-surface permafrost to seasonal
regime transitions in tundra terrain. Arctic and Alpine Research 28 (3): 274-283.
Payette S., Samson H. et Lagarec D. 1976. The evolution of permafrost in the taiga and in
the forest tundra, western Quebec-Labrador peninsula. Canadian Journal of Forest
Research 6 (2): 203-220.
Payette S., Filion L., Gauthier L. et Boutin Y. 1985. Secular climate change in old-growth
tree-line vegetation of northern Quebec. Nature 315 (6015): 135-138.
71
Payette S. et Delwaide A. 1991. Variations séculaires du niveau d'eau dans le bassin de la
rivière Boniface (Québec nordique) : une analyse dendroécologique. Géographie
Physique et Quaternaire 45 (1): 59-67.
Payette S. et Delwaide A. 2000. Recent permafrost dynamics in a subarctic floodplain
associated with changing water levels, Quebec, Canada. Arctic Antarctic and Alpine
Research 32 (3): 316-323.
Payette S. 2001. Les processus et les formes périglaciaires. In Écologie des tourbières du
Québec-Labrador, (Payette S., Rochefort L., éditeurs.). Québec: Les Presses de
l'Université Laval, pp. 199-239.
Payette S., Delwaide A., Caccianiga M. et Beauchemin M. 2004. Accelerated thawing of
subarctic peatland permafrost over the last 50 years. Geophysical Research Letters
31: L18208. doi : 18210.11029/12004gl020358.
Quinton W.L., Hayashi M. et Chasmer L.E. 2011. Permafrost-thaw-induced land-cover
change in the Canadian subarctic: implications for water resources. Hydrological
Processes 25 (1): 152-158.
R Development Core Team. 2009. R: A language and environment for statistical
computing. R Foundation for Statistical Computing. Vienne, Autriche, ISBN 3-
900051-07-0. URL : http://www.R-project.org.
Rankinen K., Karvonen T. et Butterfield D. 2004. A simple model for predicting soil
temperature in snow-covered and seasonally frozen soil: model description and
testing. Hydrology and Earth System Sciences 8 (4): 706-716.
Rasband W.S. 2011. Logiciel ImageJ. U. S. National Institutes of Health. Bethesda,
Maryland, URL : http://rsb.info.nih.gov/ij/.
Roche Y. et Allard M. 1996. Snow cover regime and permafrost dynamics: the example of
Manitounuk Strait, northern Quebec. Géographie Physique et Quaternaire 50 (3):
377-393.
Rönkkö M. et Seppälä M. 2003. Surface characteristics affecting active layer formation in
palsas, Finnish Lapland. In Permafrost: Proceedings of the Eight International Conference
on Permafrost, Zurich, Suisse, (Phillips M., Springman, S.M., Arenson, L.U., éditeurs.).
Swets and Zeitlinger, Lisse, Pays-Bas, pp. 995-1000.
Rouse W.R. 1984. Microclimate at arctic treeline : Radiation balance of tundra and forest.
Water Resources Research 20 (1): 57-66.
SAS Institute Inc. 2009. Logiciel SAS, version 9.2. Cary, North Carolina.
Seppälä M. 1972. The term 'palsa'. Zeitschrift für Geomorphologie Neue Folge 16: 463.
72
Seppälä M. 1982. An experimental study of the formation of palsas. In Proceedings of the
Fourth Canadian Permafrost Conference, Fairbanks, Alaska, (French H.M., éditeur).
Ottawa: National Research Council of Canada, pp. 36-42.
Seppälä M. 1986. The origin of palsas. Geografiska Annaler A 68: 141-147.
Seppälä M. 2003. Surface abrasion of palsas by wind action in Finnish Lapland.
Geomorphology 52 (1-2): 141-148.
Seppälä M. 2011. Synthesis of studies of palsa formation underlining the importance of
local environmental and physical characteristics. Quaternary Research 75 (2): 366-
370.
Shiklomanov N.I. et Nelson F.E. 2002. Active-layer mapping at regional scales: a 13-year
spatial time series for the Kuparuk region, north-central Alaska. Permafrost and
Periglacial Processes 13 (3): 219-230.
Sollid J.L. et Sørbel L. 1998. Palsa bogs as a climate indicator: examples from Dovrefjell,
southern Norway. Ambio 27 (4): 287-291.
The Mathworks. 2010. MATLAB version 7.10.0.499 (R2010a). The Mathworks Inc.
Natick, Massachusetts.
Thibault S. et Payette S. 2009. Recent permafrost degradation in bogs of the James Bay
area, northern Quebec, Canada. Permafrost and Periglacial Processes 20 (4): 383-
389.
Vallée S. et Payette S. 2007. Collapse of permafrost mounds along a subarctic river over
the last 100 years (northern Quebec). Geomorphology 90 (1-2): 162-170.
Van Cleve K., Oechel W.C. et Hom J.L. 1990. Response of black spruce (Picea mariana)
ecosystems to soil temperature modification in interior Alaska. Canadian Journal of
Forest Research 20: 1530-1535.
Wang L.L., Payette S. et Begin Y. 2001. 1300-year tree-ring width and density series based
on living, dead and subfossil black spruce at tree-line in Subarctic Quebec, Canada.
The Holocene 11 (3): 333-341.
Washburn A.L. 1979. Geocryology: a survey of periglacial processes and environments.
Londres: Edward Arnold. 406 pp.
Washburn A.L. 1983. What is a palsa? Abhandlungender Akademie der Sissenschaften in
Gottingen, Mathermatisch-Physicalische Klasse 35: 34-37.
Williams PP.J. et Smith M.W. 1989. The frozen Earth: fundamentals of geocryology. New
York: Cambridge University Press. 328 p.
73
Worsley PP., Gurney S.D. et Collins PP.E.F. 1995. Late Holocene mineral palsas and
associated vegetation patterns: a case-study from Lac-Hendry, northern Quebec,
Canada and significance for european Pleistocene thermokarst.
Quaternary Science Reviews 14 (2): 179-192.
Wright N., Hayashi M. et Quinton W.L. 2009. Spatial and temporal variations in active
layer thawing and their implication on runoff generation in peat-covered permafrost
terrain. Water Resources Research 45: W05414. doi :
05410.01029/02008wr006880.
Yi S.H., Woo M.K. et Arain M.A. 2007. Impacts of peat and vegetation on permafrost
degradation under climate warming. Geophysical Research Letters 34: L16504.
doi : 16510.11029/12007gl030550.
Yoshikawa K., Bolton R.B., Romanovsky V.E., Fukuda M. et Hinzman L.D. 2003. Impacts
of wildfire on the permafrost in the boreal forests of Interior Alaska. Journal of
Geophysical Research 108 (D1): 8148. doi : 8110.1029/2001JD000438.
Zoltai S.C. et Tarnocai C. 1971. Properties of a wooded palsa in northern Manitoba. Arctic
and Alpine Research 3: 115-129.
Zoltai S.C. 1972. Palsas and peat plateaus in central Manitoba and Saskatchewan. Canadian
Journal of Forest Research 2 (3): 291-302.
Zoltai S.C. et Tarnocai C. 1975. Perennially frozen peatlands in western arctic and
subarctic of Canada. Canadian Journal of Earth Sciences 12 (1): 28-43.
Zuidhoff F.S. et Kolstrup E. 2000. Changes in palsa distribution in relation to climate
change in Laivadalen, northern Sweden, especially 1960-1997. Permafrost and
Periglacial Processes 11 (1): 55-69.
74
Annexes
Annexe 1 : Topographie et végétation des transects des 11 palses à l’étude. Un transect a
été placé le long du grand axe de la palse et un autre a été placé perpendiculairement à ce
dernier, en passant par le centre de la palse. Le trait noir représente la surface de la palse et
le trait gris l’épaisseur du mollisol mesurée entre le 24 et le 31 juillet 2010. Le trait gris
pointillé indique les secteurs où la sonde n’a pas atteint le plafond du pergélisol. La
présence et la taille des épinettes noires et des arbustes sont représentées par des symboles.
Les lettres représentent l’orientation des transects.
Annexe 1.1 : A) Transect transversal dans le secteur boisé de la palse du site S1.
B) Transect transversal dans le secteur non boisé de la palse du site S1. C) Transect
longitudinal de la palse du site S1.
A)
75
B)
76
C)
77
Annexe 1.2 : A) Transect longitudinal et B) transect transversal de la palse du site S2.
A)
B)
78
Annexe 1.3 : A) Transect longitudinal et B) transect transversal de la palse du site S3.
A)
B)
79
Annexe 1.4 : A) Transect longitudinal et B) transect transversal de la palse du site S4.
A)
B)
80
Annexe 1.5 : A) Transect longitudinal et B) transect transversal de la palse du site S5.
A)
B)
81
Annexe 1.6 : A) Transect longitudinal et B) transect transversal de la palse du site S6. Le
trait sous forme de vagues représente la présence d’eau sur la palse.
A)
B)
82
Annexe 1.7 : A) Transect longitudinal et B) transect transversal de la palse du site S7.
A)
B)
83
Annexe 1.8 : A) Transect longitudinal et B) transect transversal de la palse du site S8.
A)
B)
84
Annexe 1.9 : A) Transect longitudinal et B) transect transversal de la palse du site S9.
A)
B)
85
Annexe 1.10 : A) Transect longitudinal et B) transect transversal de la palse du site S10.
A)
B)
86
Annexe 1.11 : A) Transect longitudinal et B) transect transversal de la palse du site S11.
A)
B)
87
Annexe 2 : Types de couvert définis par le groupement K-means et modifiés afin de
distinguer les secteurs arbustifs des palses boisées et des palses non boisées. Les secteurs
correspondent au pourcentage de recouvrement des groupes fonctionnels de végétation.
88
Annexe 3 : Évolution de la température de l’air dans la région de la rivière Boniface. A)
2009. B) 2010. C) 2011.
89
Annexe 4 : Table d’ANOVA des températures journalières enregistrées dans la région de la
rivière Boniface en fonction de l’année (2009, 2010 et 2011). Les corrélations significatives
sont indiquées par des astérisques pour les seuils α : 0.001 = ***, 0,01 = **, 0,05 = *.
Somme des
carrés
Degrés de
liberté
Moyenne des
carrés
Valeur du test
de F
P
Année 840 1 840,01 4,8462 0,02791 *
Résidus 189453 1093 173,33 - -
90
Annexe 5 : Épaisseur du mollisol en fonction de la racine carrée du nombre de degrés jours
cumulés, pour toutes les années et pour toutes les stations d’échantillonnage. Les points gris
représentent les données de 2009, les points noirs les données de 2010 et les points blancs
les données de 2011.
91
92
93
94
95
Annexe 6 : Test des effets fixes de la régression en modèle mixte pour la racine carrée du
taux de dégel (pente de la relation de Stefan). L’année, la station et la palse sont les facteurs
aléatoires.
Effet
Degrés de
liberté
(numérateur)
Degrés de
liberté
(résidus)
Valeur du
test F Pr > |t|
Épaisseur de la
matière organique
(cm)
1 48 36,39 < 0,0001
Épaisseur inférée de
neige (cm) 1 48 0,95 0,3344
Type de végétation 4 48 15,31 < 0,0001
Annexe 7 : Test des effets fixes de la régression en modèle mixte pour la racine carrée de
l’épaisseur maximale du mollisol. L’année, la station et la palse sont les facteurs aléatoires.
Effet
Degrés de
liberté
(numérateur)
Degrés de
liberté
(résidus)
Valeur du
test F Pr > |t|
Épaisseur de la
matière organique
(cm)
1 48 30,86 < 0,0001
Épaisseur inférée de
neige (cm) 1 48 4,19 0,0462
Type de végétation 4 48 13,85 < 0,0001
96
Annexe 8 : Évolution de la température du sol (°C) à 50 cm et 100 cm de profondeur chez
les 10 stations d’échantillonnage. Le trait noir représente la température mesurée la plus
près de la surface (50 cm et moins) et le trait gris représente la température mesurée la plus
profonde (de plus de 50 cm à 100 cm).
Annexe 8.1 : Station S1-N1.
Annexe 8.2 : Station S1-N2.
97
Annexe 8.3 : Station S1-N3.
Annexe 8.4 : Station S1-N4.
98
Annexe 8.5 : Station S2-A.
Annexe 8.6 : Station S2-O.
99
Annexe 8.7 : Station S2-T.
Annexe 8.8 : Station S3-A.
100
Annexe 8.9 : Station S6-O.
Annexe 8.10 : Station S7-O.
101
Annexe 9 : Test des effets fixes de la régression en modèle mixte pour le seuil à l’automne
(DJCG de l’air). La station et la palse sont les facteurs aléatoires.
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 22 15,82 0,0006
Épaisseur de la
matière organique
(cm)
1 22 0,45 0,5093
Année 1 22 3,52 0,0738
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 22 14,42 0,0010
Épaisseur de
neige (cm) 1 22 22,63 < 0,0001
Année 1 22 3,53 0,0735
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 22 15,05 0,0008
Type de
végétation 3 22 23,30 < 0,0001
Année 1 22 3,67 0,0686
102
Annexe 10 : Test des effets fixes de la régression en modèle mixte pour le seuil au
printemps (DJCF de l’air). La station et la palse sont les facteurs aléatoires.
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 21 9,23 0,0063
Épaisseur de la
matière
organique (cm)
1 21 5,00 0,0364
Année 1 21 0,17 0,6881
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 21 8,86 0,0072
Épaisseur de
neige (cm) 1 21 1,10 0,3057
Année 1 21 0,15 0,7000
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 21 9,42 0,0057
Type de
végétation 3 21 23,20 < 0,0001
Année 1 21 0,12 0,7325
103
Annexe 11 : Test des effets fixes de la régression en modèle mixte pour la température
maximale (°C). L’année, la station et la palse sont les facteurs aléatoires.
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 20 151,62 < 0,0001
Épaisseur de la
matière organique
(cm)
1 20 5,49 0,0296
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 20 150,81 < 0,0001
Épaisseur de
neige (cm) 1 20 0,08 0,7826
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 20 151,05 < 0,0001
Type de
végétation 3 20 13,85 0,0061
104
Annexe 12 : Test des effets fixes de la régression en modèle mixte pour les DJCF (°C > 0).
L’année, la station et la palse sont les facteurs aléatoires.
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 20 155,80 < 0,0001
Épaisseur de la
matière organique
(cm)
1 20 5,63 0,0278
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 20 154,30 < 0,0001
Épaisseur de
neige (cm) 1 20 0,05 0,8215
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 20 152,76 < 0,0001
Type de
végétation 3 20 7,95 0,0011
105
Annexe 13 : Test des effets fixes de la régression en modèle mixte pour la température
minimale (°C). L’année, la station et la palse sont les facteurs aléatoires.
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 22 12,92 0,0016
Épaisseur de la
matière organique
(cm)
1 22 0,04 0,8441
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 22 10,38 0,0039
Épaisseur de
neige (cm) 1 22 28,63 < 0,0001
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 22 11,15 0,0030
Type de
végétation 3 22 3,87 0,0231
106
Annexe 14 : Test des effets fixes de la régression en modèle mixte pour les DJCG (°C < 0).
L’année, la station et la palse sont les facteurs aléatoires.
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 22 9,36 0,0057
Épaisseur de la
matière organique
(cm)
1 22 0,04 0,8368
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 22 8,05 0,0096
Épaisseur de
neige (cm) 1 22 21,07 0,0001
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 22 7,70 0,0111
Type de
végétation 3 22 3,369 0,0272
107
Annexe 15 : Test des effets fixes de la régression en modèle mixte pour la température
moyenne (°C). L’année, la station et la palse sont les facteurs aléatoires.
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 20 7,07 0,0151
Épaisseur de la
matière organique
(cm)
1 20 8,60 0,0082
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 20 7,17 0,0144
Épaisseur de
neige (cm) 1 20 2,58 0,1238
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans
le sol (cm)
1 20 8,24 0,0094
Type de
végétation 3 20 10,33 0,0003
108
Annexe 16 : Test des effets fixes des régressions en modèle mixte pour les variables liées à
l’été. La station et la palse sont les facteurs aléatoires. A) DJCF (°C > 0). B) Température
maximale (°C).
A)
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 19 149,25 < 0,0001
Épaisseur de la
matière organique
(cm)
1 19 5,81 0,0262
Année 1 19 1,05 0,3173
Interaction épaisseur
de la matière
organique et année
1 19 0,26 0,6174
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 19 146,72 < 0,0001
Épaisseur de neige
(cm) 1 19 0,05 0,8206
Année 1 19 0,09 0,7718
Interaction Épaisseur
de neige et année 1 19 0,03 0,8552
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 17 135,37 < 0,0001
Type de végétation 3 17 7,37 0,0023
Année 1 17 0,47 0,5037
Interaction type de
végétation et année 3 17 0,19 0,9030
109
B)
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 19 144,26 < 0,0001
Épaisseur de la
matière organique
(cm)
1 19 5,42 0,0310
Année 1 19 2,61 0,1224
Interaction épaisseur
de la matière
organique et année
1 19 0,01 0,9040
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 19 148,24 < 0,0001
Épaisseur de neige
(cm) 1 19 0,08 0,7831
Année 1 19 3,86 0,0643
Interaction Épaisseur
de neige et année 1 19 0,67 0,4239
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 17 142,34 < 0,0001
Type de végétation 3 17 5,18 0,0100
Année 1 17 8,41 0,0099
Interaction type de
végétation et année 3 17 0,54 0,6593
110
Annexe 17 : Test des effets fixes des régressions en modèle mixte pour les variables liées à
l’hiver. La station et la palse sont les facteurs aléatoires. A) DJCG (°C < 0). B)
Température minimale (°C).
A)
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 21 9,05 0,0067
Épaisseur de la
matière organique
(cm)
1 21 0,04 0,8376
Année 1 21 0,64 0,4323
Interaction épaisseur
de la matière
organique et année
1 21 0,24 0,6304
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 21 13,58 0,0014
Épaisseur de neige
(cm) 1 21 20,91 0,0002
Année 1 21 21,33 0,0001
Interaction Épaisseur
de neige et année 1 21 14,89 0,0009
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du
test F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 19 18,31 0,0004
Type de végétation 3 19 3,63 0,0317
Année 1 19 18,97 0,0003
Interaction type de
végétation et année 3 19 9,81 0,0004
111
B)
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 21 12,36 0,0021
Épaisseur de la
matière organique
(cm)
1 21 0,04 0,8439
Année 1 21 0,76 0,3941
Interaction épaisseur
de la matière
organique et année
1 21 0,00 0,9777
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 21 16,20 0,0006
Épaisseur de neige
(cm) 1 21 27,91 < 0,0001
Année 1 21 15,05 0,0009
Interaction Épaisseur
de neige et année 1 21 11,53 0,0027
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 19 27,60 < 0,0001
Type de végétation 3 19 3,82 0,0269
Année 1 19 13,56 0,0016
Interaction type de
végétation et année 3 19 10,86 0,0002
112
Annexe 18 : Test des effets fixes des la régressions en modèle mixte pour le bilan
thermique annuel (°C) et la température moyenne (°C), puisque les résultats sont les
mêmes. La station et la palse sont les facteurs aléatoires.
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 19 6,70 0,0180
Épaisseur de la
matière organique
(cm)
1 19 8,61 0,0085
Année 1 19 0,72 0,4070
Interaction épaisseur
de la matière
organique et année
1 19 0,05 0,8233
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 19 12,33 0,0023
Épaisseur de neige
(cm) 1 19 2,57 0,1252
Année 1 19 19,26 0,0003
Interaction Épaisseur
de neige et année 1 19 13,49 0,00016
Effet Degrés de liberté
(numérateur)
Degrés de liberté
(résidus)
Valeur du test
F Pr > |t|
Profondeur du
thermomètre dans le
sol (cm)
1 17 14,44 0,0014
Type de végétation 1 17 11,13 0,0003
Année 1 17 10,91 0,0042
Interaction type de
végétation et année 1 17 6,32 0,0045
113
Annexe 19 : Signe de la relation (positive : + ou négative : -), valeur de p et valeur de t pour
les corrélations entre les variables présentées et la température du sol ou les DJC de l’air
pour chaque station. Les corrélations significatives sont indiquées par des astérisques pour
les seuils α : 0.001 = ***, 0,01 = **, 0,05 = *.
Station Épaisseur de
neige
Profondeur du
thermomètre
Degrés jours
cumulés de l’air
Température de
l’air
S1-N1
(-)
(p = 0,8346,
t = -0,21)
(-)
(p = 0,1544,
t = -1,43)
(+) **
(p = 0,005,
t = 2,81)
X
S1-N2
(-) *
(p = 0,0122,
t = -2,51)
(-) ***
(p < 0,0001,
t = -16,83)
(+)
(p = 0,3408,
t = 0,95)
X
S1-N3
(-)
(p = 0,1723,
t = -1,37)
(-) ***
(p < 0,0001,
t = -7,82)
(+) **
(p = 0,0060,
t = 2,75)
X
S1-N4
(-) **
(p = 0,008,
t = -2,66)
(-) ***
(p < 0,0001,
t = -2,66)
(+) **
(p = 0,0037,
t = 2,91)
X
S2-A
(-)
(p = 0,0791,
t = -1,76)
(-) ***
(p < 0,0001,
t = -13,87)
X
(-) **
(p = 0,0018, t = -
3,13)
S2-O
(-) *
(p = 0,0123 ,
t = -2,51)
(-) ***
(p < 0,0001,
t = -30,55)
(+)
(p = 0,3382,
t = 0,96)
X
S3-A
(-)
(p = 0,3187,
t = -1,00)
(+)
(p = 0,9459, t = 0,07) X
(-) **
(p = 0,0068, t = -
2,71)
S7-O
(-) *
(p = 0,0212,
t = -2,31)
(-) ***
(p < 0,0001,
t = -5,20)
(+) *
(p = 0,0489,
t = 1,97)
X
114
Annexe 20 : Répartition de l’épaisseur du mollisol et de certaines variables
environnementales utilisées dans le cadre de l’analyse spatiale sur la palse du site S1. A)
Épaisseur du mollisol mesurée le 10 août 2010. B) Dénivelé. C) épaisseur de la matière
organique. D) Épaisseur de neige inférée. E) Hauteur des arbres. F) Types de couvert.
A) Épaisseur du mollisol mesurée le 10 août 2010.
115
B) Dénivelé.
C) Épaisseur de la matière organique
116
D) Épaisseur de neige
E) Hauteur des arbres
117
F) Types de couvert
118
Annexe 21 : Cartes des fonctions CPMV significatives en 2009 et en 2010. Les carrés noirs
représentent des zones d’autocorrélation où l’épaisseur du mollisol est supérieure à la
moyenne et les carrés blancs représentent des zones d’autocorrélation où l’épaisseur du
mollisol est inférieure à la moyenne. La taille des carrés est proportionnelle au degré
d’autocorrélation. L’arrière plan de chaque fonction CPMV indique l’échelle qui lui a été
attribuée. Le gris foncé indique les fonctions retenues pour l’analyse à grande échelle
(zones d’autocorrélation de plus 20 m de diamètre), le gris pâle pour l’analyse à moyenne
échelle (zones d’autocorrélation d’environ 10 m de diamètre) et le blanc pour l’analyse à
fine échelle (zones d’autocorrélation de moins de 10 m de diamètre).
A) 2009
119
B) 2010
120
Annexe 22 : [a] Fraction de la variation de l’épaisseur du mollisol expliquée par les
variables environnementales. [b] Fraction de la variation expliquée conjointement par les
variables environnementales et les fonctions CPMV. [c] Fraction expliquée par les
fonctions CPMV. [a+b+c] Fraction totale de la variation de l’épaisseur du mollisol
expliquée par toutes les variables. Les corrélations significatives sont indiquées par des
astérisques pour les seuils α : 0.001 = ***, 0,01 = **, 0,05 = *.
10 juillet 2009 Degrés de liberté R2 R
2 ajusté Pr( > F)
[a+b] = X1 10 0,26 0,23 0,005 **
[b+c] = X2 7 0,17 0,15 0,005 **
[a+b+c] =
X1+X2 17 0,33 0,27 0,005 **
Fractions individuelles
[a] 10 - 0,13 0,005 **
[b] 0 - 0,10 -
[c] 7 - 0,04 0,005 **
[d] = résidus - - 0,73 -
9 août 2009 Degrés de liberté R2 R
2 ajusté Pr( > F)
[a+b] = X1 10 0,25 0,22 0,005 **
[b+c] = X2 10 0,23 0,20 0,005 **
[a+b+c] =
X1+X2 20 0,36 0,30 0,005 **
Fractions individuelles
[a] 10 - 0,10 0,005 **
[b] 0 - 0,12 -
[c] 10 - 0,07 0,005**
[d] = résidus - - 0,70 -
28 juin 2010 Degrés de liberté R2 R
2 ajusté Pr( > F)
[a+b] = X1 10 0,18 0,15 0,005 **
[b+c] = X2 5 0,15 0,13 0,005 **
[a+b+c] =
X1+X2 15 0,28 0,23 0,005 **
Fractions individuelles
[a] 10 - 0,10 0,005 **
[b] 0 - 0,04 -
[c] 5 - 0,08 0,005 **
[d] = résidus - - 0,77 -
24 juillet 2010 Degrés de liberté R2 R
2 ajusté Pr( > F)
[a+b] = X1 10 0,23 0,20 0,005 **
[b+c] = X2 7 0,18 0,15 0,005 **
[a+b+c] =
X1+X2 17 0,32 0,27 0,005 **
Fractions individuelles
[a] 10 - 0,12 0,005 **
[b] 0 - 0,08 -
[c] 7 - 0,07 0,005 **
[d] = résidus - - 0,73 -
121
10 août 2010 Degrés de liberté R2 R
2 ajusté Pr( > F)
[a+b] = X1 10 0,27 0,23 0,005 **
[b+c] = X2 10 0,23 0,19 0,005 **
[a+b+c] =
X1+X2 20 0,37 0,32 0,005 **
Fractions individuelles
[a] 10 - 0,12 0,005 **
[b] 0 - 0,11 -
[c] 10 - 0,09 0,005**
[d] = résidus - - 0,68 -
122
Annexe 23 : Variables environnementales significativement corrélées au premier axe
canonique pour la variation à grande échelle. Les corrélations significatives sont indiquées
par des astérisques pour les seuils α : 0.001 = ***, 0,01 = **, 0,05 = *.
2009 Estimation Erreur standard Valeur du test
T Pr ( > F)
Élévation sur la palse -0,15 0,05 -3,09 0,0022 **
Épaisseur inférée de neige -0,08 0,03 -2,73 0,0068 **
épaisseur de la matière
organique -0,07 0,03 -2,86 0,0047 **
Topographie 0,06 0,03 2,04 0,0426 *
Pessière à mousses -0,35 0,09 -3,73 0,0002 ***
Pessière à lichens -0,21 0,09 -2,19 0,0295 *
Arbustes -0,17 0,09 -1,84 0,0665 ‘
2010 Estimation Erreur standard Valeur du test
T Pr ( > F)
Élévation sur la palse -0,06 0,02 -3,37 0,0009 ***
Épaisseur inférée de neige -0,03 0,01 -2,73 0,0069 **
épaisseur de la matière
organique -0,027 0,01 -2,45 0,0152 *
Annexe 24 : Variables environnementales significative Les corrélations significatives sont
indiquées par des astérisques pour les seuils α : 0.001 = ***, 0,01 = **, 0,05 = *.ment
corrélées au premier axe canonique pour la variation à moyenne échelle.
2009 Estimation Erreur
standard
Valeur du test
T Pr ( > F)
Élévation sur la palse -0,10 0,05 -1,92 0,0555 ‘
2010 Estimation Erreur
standard
Valeur du test
T Pr ( > F)
Élévation sur la palse -0,02 0,01 -1,95 0,0526 ‘
Topographie 0,02 0,01 3,01 0,003 **
Annexe 25 : Variables environnementales significativement corrélées au premier axe
canonique pour la variation à fine échelle. Les corrélations significatives sont indiquées par
des astérisques pour les seuils α : 0.001 = ***, 0,01 = **, 0,05 = *.
2010 Estimation Erreur
standard
Valeur du test
T Pr ( > F)
Hauteur des arbres -0,01 0,01 -1,90 0,0588 ‘
123
Annexe 26 : Variables environnementales significativement corrélées à la structure spatiale
de l’épaisseur du mollisol pour toutes les dates de mesures. Valeurs obtenues par les
régressions de l’axe canonique significatif sur le tableau des variables environnementales.
Les corrélations significatives sont indiquées par des astérisques pour les seuils
α : 0.001 = ***, 0,01 = **, 0,05 = *.
10 juillet 2009 Estimation Erreur
standard
Valeur du test
T Pr ( > F)
Élévation sur la palse (m) 0,22 0,06 3,99 0,00009 ***
Épaisseur inférée de neige (cm) -0,08 0,03 -2,35 0,0197 *
épaisseur de la matière
organique (cm) -0,08 0,03 -2,695 0,0076 **
Topographie -0,09 0,03 -2,66 0,0084 **
Pessière à mousses -0,27 0,11 -2,40 0,01707 *
9 août 2009 Estimation Erreur
standard
Valeur du test
T Pr ( > F)
Élévation sur la palse (m) -0,22 0,08 -2,69 0,0076 **
Épaisseur inférée de neige (cm) -0,11 0,05 -2,34 0,0202 *
épaisseur de la matière
organique (cm) -0,11 0,43 -2,64 0,0088 **
Pessière à mousses -0,58 0,16 -3,66 0,0003 ***
Pessière à lichens -0,37 0,16 -2,32 0,0211 *
28 juin 2010 Estimation Erreur
standard
Valeur du test
T Pr ( > F)
Hauteur des arbres -0,04 0,01 -4,24 0,00003 ***
Distance à la mare la plus près 0,01 0,01 1,80 0,0733 ‘
24 juillet 2010 Estimation Erreur
standard
Valeur du test
T Pr ( > F)
Élévation sur la palse -0,09 0,02 -3,98 0,00009 ***
Distance à la bordure de la palse 0,04 0,02 2,04 0,0425 *
Topographie 0,03 0,01 1,99 0,0481 *
Pessière à mousses -0,09 0,05 -1,89 0,0595 ‘
10 août 2010 Estimation Erreur
standard
Valeur du test
T Pr ( > F)
Élévation sur la palse (m) -0,08 0,03 -3,09 0,0023 **
Épaisseur inférée de neige (cm) -0,03 0,01 -1,75 0,0823 ‘
épaisseur de la matière
organique (cm) -0,02 0,01 -1,79 0,0743 ‘