Evaluation du stock de carbone aérien de Guiera senegalensis J. F.

Gmel en zone nord soudanienne du Burkina Faso

Titre Courant : Stock de carbone aérien de Guiera senegalensis

Abdoulaye TYANO1,2*, Barthelemy YELEMOU2,

Bénoit Pa-wend-taoré KONTIEBO1, Mipro HIEN1

Résumé

Dans le contexte de la REDD+, les estimations des stocks de carbone forestiers sont indispensables pour déterminer
la contribution des espèces végétales à l’atténuation du changement climatique. Cela passe par l’estimation du
potentiel de stock de biomasse des végétaux. La présente étude a été effectuée dans une jachère à dominance de
Guiera senegalensis de 20 ans, installée sur un sol ferrugineux en zone nord soudanienne du Burkina Faso. La
méthode directe a permis d’abattre 90 individus de G. senegalensis repartis en trois classes de circonférence
représentant les juvéniles, les individus de la classe intermédiaire et les semenciers de l’espèce. La jachère de G.
senegalensis stocke au niveau aérien en moyenne 0,82 ; 0,43 et 0,35 tC/ha respectivement pour les juvéniles, les
individus de la classe intermédiaire et les semenciers. Il existe une forte corrélation entre la biomasse sèche de G.
senegalensis et la circonférence à la base du tronc. Les équations retenues sont : Y = 0,16*Exp (0,18*Cb) -0,19
pour les juvéniles ; Y = 3,30*Log10(Cb)-2,52 pour les individus intermédiaires et Y = 20,67*Log10 (Cb)-20,33
pour les semenciers Ces équations établis dans peuvent être utilisées pour estimer les stocks de carbone de divers
types de sujets de G. senegalensis en lieu et place des modèles multi-espèces.

Mots clés : stockage de carbone, changement climatique, Guiera senegalensis, équations allométriques

Evaluation of the aerial carbon stock of Guiera senegalensis J.F. Gmel in the
northern Sudanian zone of Burkina Faso.

Abstract

In the REDD context estimates of forest carbon stocks are essential to determine the contribution of plant species
to climate change mitigation. This involves estimating the biomass stock potential of plants. The present study
was carried out in a 20-year old Guiera senegalensis-dominated fallow on a ferruginous soil in the northern
Sudanian zone of Burkina Faso. Using the direct method, 90 individuals of G. senegalensis were felled in three
circumference classes representing juveniles, individuals of the intermediate class and seedlings of the species.
The G. senegalensis fallow stored an average of 0.82, 0.43 and 0.35 tC/ha aerially for juveniles, intermediate class
individuals and seedlings, respectively. There is a strong correlation between the dry biomass of G. senegalensis
and the circumference at the base of the trunk. The equations used are: Y = 0.16*Exp (0.18*Cb) -0.19 for juveniles;
Y = 3.30*Log10(Cb)-2.52 for intermediates and Y = 20.67*Log10 (Cb)-20.33 for seedlings These equations
established in can be used to estimate carbon stocks of various types of G. senegalensis individuals in lieu of multi-
species models.

Key words: Carbon storage, climate change, G. senegalensis, allometric equations

1
Université Nazi Boni/Institut du Développement Rural (IDR), Laboratoire des systèmes Naturelles, des
Agrosystèmes et de l’Ingénierie de l’Environnement (Sy.N.A.I.E), 01 BP 1091 Bobo-Dioulasso 01
2
Institut de l’Environnement et de Recherches Agricoles (INERA)/Centre National de la Recherche Scientifique
et Technologique (CNRST), BP 10 Koudougou, Burkina Faso
*Auteur correspondant : [email protected]

138

Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
Introduction
Les changements climatiques sont devenus inquiétants et suscitent des préoccupations sans
cesse croissantes au sein de la communauté scientifique internationale. En effet, le
réchauffement planétaire est sans équivoque et se manifeste par la hausse continue de la
concentration du dioxyde de carbone (CO2) atmosphérique et de la température moyenne du
globe, la forte variation des précipitations, l’accroissement de la fréquence des phénomènes
extrêmes (inondation, sécheresse), la fonte des glaciers et l’élévation du niveau moyen de la
mer (CIESLA, 1997 ; Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC),
2013 ; AGO, 2016). Ce phénomène est essentiellement attribuable aux activités anthropiques
marquées par l'utilisation des combustibles fossiles qui émettent du CO2 dans l'atmosphère et
par la déforestation (Intergovernmental Panel on Climate Change (IPCC), 2007 ; CIAIS et al.,
2011). L’adaptation et l’atténuation sont deux stratégies complémentaires pour réduire et gérer
les risques liés aux changements climatiques. L’atténuation repose sur une approche intégrée
qui combine des mesures de réductions des émissions de gaz à effet de serre (GES) et
l’accroissement des puits de carbone dans les secteurs terrestres (GIEC, 2013). Les forêts
mondiales jouent, un rôle majeur dans la régulation du cycle du carbone et de la concentration
de CO2 atmosphérique. Elles renferment 53 % du carbone accumulé dans les écosystèmes
terrestres (BOULIER et SIMON, 2010). Au cœur des négociations du protocole de Kyoto
(TSAYEM, 2009), les forêts font aujourd’hui l’objet d’une vaste discussion autour des
possibilités offertes par l’initiative de la réduction des émissions de gaz à effet de serre dues à
la déforestation et à la dégradation forestière (REDD) qui vise à compenser financièrement la
non déforestation (TSAYEM, 2009). Ainsi de plus en plus les scientifiques sont sollicités afin
de fournir des méthodes d’évaluation des quantités de carbone de divers types de formations et
/ou d’espèces forestières (HENRY et al., 2011 ; MASSAOUDOU et al., 2015). Le
développement du marché du carbone soutend une meilleure connaissance du potentiel de
séquestration du carbone des végétaux. Dans les pays developpés comme la suède, le canada,
etc. cet exercice est à l'origine d'une meilleure protection de l'environnement (TSAYEM, 2009).
Au Burkina Faso, il existe de plus en plus des recherches sur les stocks de carbone des espèces
végétales (SAVADOGO et ELFVING, 2007 ; SAWADOGO et al., 2009 ; KOALA, 2016 ;
DIMOBE, 2017, BAYERN et al., 2020). Cependant, pour le cas particulier des espèces
arbustives, il existe très peu de données sur leurs potentialités dans la séquestration du carbone.
Il en est de même pour les équations allométriques permettant de prédire les quantités de
carbones contenus dans les arbustes. Des équations pour l’estimation de la biomasse dans les
systèmes de parcs agroforestiers sont rares (PELTIER et al., 2007 ; KUYAH et al., 2012). C’est
pour pallier ces insuffisances que la présente étude a été initiée. Il a pour objectif d’évaluer le
potentiel de séquestration de carbone par la biomasse aérienne de G. senegalensis, une espèce
arbustive dominante de la zone nord soudanienne du Burkina Faso. Ces résultats pourraient
permettre une meilleure connaissance de la contribution de cette espèce à la séquestration du
carbone et à la lutte contre le réchauffement climatique. En outre, ils contribueront à la
protection de cette espèce qui sont régulièrement émondées et/ou dessouchées lors de la
préparation des champs (YELEMOU et al., 2007).

I. Méthodologie
1.1. Milieu d’étude
Cette étude a été conduite à la station de recherche de l’Institut de l’Environnement et de
Recherches Agricoles (INERA) à Saria. Cette station est située à 23 km à l’Est de la ville de
Koudougou et à 80 km au nord-ouest de Ouagadougou, la capitale du Burkina Faso (Figure 1).
Le climat de la zone est de type nord soudanien. Les précipitations annuelles sont comprises
entre 600 et 900 mm avec une moyenne de 885,19 ± 112,23 mm pour les dix dernières années.

139
Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
 Figure 1 : Situation de la zone d’étude

1.2. Inventaire forestier, détermination de la biomasse aérienne et du carbone

L’étude a été menée en début du mois d’octobre 2019 dans une jachère à dominance de de G.
senegalensis au stade de leur développement foliaire maximal. Pour connaître la densité du
peuplement, un inventaire exhaustif des pieds de G. senegalensis a été effectué dans 04 placettes
de 2500 m2 (50 m x 50 m) chacune. Les individus inventoriés ont été répartis en trois classes
de circonférence à la base du tronc (C0,1) à savoir, la classe 1 représentée par la régénération
(C0,1 ˂ 10 cm), la classe 2 présentant les sujets intermédiaires (10 cm ≤ C0,1 ≤ 20 cm) et la classe
3 comportant les semenciers (C0,1 ˃ 20 cm) (KOALA, 2016). Pour la détermination de la
biomasse aérienne, la méthode directe a été utilisée et a consisté à l’abattage et aux pesées des
arbustes pour l’obtention de leur biomasse réelle. Bien que cette méthode soit destructive et
difficilement réalisable à grande échelle, elle reste la plus fiable pour l’estimation de la
biomasse des arbres (HENRY et al., 2011 ; TYANO et al., 2019). Ainsi, la biomasse aérienne
a été déterminée en abattant 90 pieds de G. senegalensis, soit 30 individus par classe choisis de
façon aléatoire. Les paramètres dendrométriques ont été préalablement mesurés. Il s’agit de la
circonférence du tronc à 0,1 m du sol à l’aide d’un ruban métrique, la hauteur totale à l’aide
d’une perche graduée et le diamètre du houppier à l’aide d’un décamètre. La mesure du diamètre
du houppier a été effectuée deux fois de façon croisée suivant les directions nord-sud et est-
ouest. Pour les arbustes multicaules ou ramifiés, toutes les tiges ont été mesurées et les
circonférences moyennes ont été calculées par la formule suivante :

𝑛
𝐶0,1 = √∑ 𝐶𝑖2
𝑖=1

140

Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
Avec :
- C 0,1 : circonférence à 0,1 m de l’individu (cm);
- n : nombre de tiges ;
- Ci : circonférence à 0,1 m pour la tige i (cm) ;

Pour chaque individu échantillon, les biomasses des différents compartiments (tronc, branches,
feuilles, brindilles) ont été séparés après l’abattage et le poids frais de chaque compartiment a
été déterminé immédiatement sur le terrain par pesée à l’aide d’une balance (Sartorius ISO
9001). Plusieurs auteurs ont utilisé cette démarche avec succès pour déterminer la biomasse des
différents compartiments des arbres (TYANO et al., 2019 ; BAYERN et al.,2020). Une fois les
pesées de la biomasse fraiche effectuées, trois échantillons de 200 g de chaque réservoir par
type de sujet ont été prélevés et pesés sur place à l’aide d’une balance de précision. Ces
échantillons ont été transportés au laboratoire où les parties ligneuses et les feuilles ont été
séchées à l’étuve respectivement à 105°C et à 70°C (PICARD et al., 2012 ; YUSUFU, 2014 ;
TYANO et al., 2019), jusqu’à obtention d’un poids sec constant La biomasse sèche de chacun
des compartiments de chaque arbuste a été obtenue par extrapolation de la biomasse sèche à la
biomasse fraîche déterminée sur le terrain. Les taux de carbone des différents compartiments
ont été déterminés en utilisant la méthode des cendres (CHAVAN et RASAL, 2011 ;
DIEDHOU et al., 2016 ; DIMOBE et al., 2018). Cette méthode a d’abord consisté à un mélange
des échantillons de biomasse sèche du tronc, des branches et des brindilles de chaque arbuste
(biomasse ligneuse). Quant aux échantillons de feuilles, ils sont restés intacts. Trois échantillons
de la biomasse ligneuse et trois échantillons de la biomasse foliaire par classe de sujet ont
ensuite été prélevés, concassés et pilés séparément afin de les réduire en petits morceaux. Ces
échantillons ont ensuite été broyés à l’aide d’un broyeur Micro Hammer Mill Culatti. Des
échantillons de 1 g de chaque échantillon ont été prélevés pour effectuer des analyses chimiques
au laboratoire. Chaque échantillon de 1 g a été mis dans des creusets en porcelaine dépourvus
de couvercle et ces derniers ont été placés dans un four réglé à 550°C durant cinq heures jusqu’à
la calcination. Après refroidissement, le creuset contenant la cendre a été pesé et le pourcentage
de carbone organique a été calculé selon la formule suivante (ALLEN et al., 1986) : %𝐶𝑒 =
(𝑊3−𝑊1)
𝑋 100 avec %Ce : pourcentage de cendre ; W1 : masse du creuset ; W2 = masse de
(𝑊2−𝑊1)
l’échantillon + masse du creuset ; W3 = masse de la cendre + masse du creuset.
Le pourcentage du carbone a été alors déduit suivant la formule de ALLEN et al., (1986) :
%𝐶 = (100% − %𝐶𝑒) X 𝟎, 𝟓𝟖 avec %C : pourcentage du carbone ; 0,58 : teneur en
carbone de la matière organique.

1.3. Analyse des données

1.3.1. Biomasses sèches

Suivant la méthode utilisée par PICARD et al. (2012) et TYANO et al. (2019), les formules
suivantes ont été utilisées pour calculer les biomasses sèches des différents compartiments de
l’arbuste et la biomasse sèche totale du Pied :
𝐵é𝑐ℎ𝑎𝑛𝑡𝑖𝑙𝑙𝑜𝑛 sec 𝑖
- le taux de matière sèche de l’échantillon i : 𝑋𝑖 = 𝐵é𝑐ℎ𝑎𝑛𝑡𝑖𝑙𝑙𝑜𝑛𝑓𝑟𝑎𝑖𝑠 𝑖
∑𝑋𝑖
- le taux de matière sèche moyen du compartiment : 𝑋𝑚 = 𝑛
- la biomasse sèche du compartiment : 𝐵𝑠 = 𝑋𝑚 ∗ 𝐵𝑓
- la biomasse sèche aérienne :
Bs aérienne = Bs tronc + Bs Branches + Bs Brindilles + Bs Feuilles
141

Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
 - la biomasse sèche moyenne d’un pied de G. senegalensis dans une classe donnée est :
𝐵𝑠𝑡 𝑝𝑖𝑒𝑑1 + 𝐵𝑠𝑡 𝑝𝑖𝑒𝑑2 + ⋯ + 𝐵𝑠𝑡 𝑝𝑖𝑒𝑑 𝑁
𝐵𝑚𝑠 =
𝑁
Avec :
- Xi : le taux de matière sèche de l’échantillon i ;
- B échantillon sec i : la biomasse sèche de l’échantillon i ;
- B échantillon frais i : la biomasse fraiche de l’échantillon i ;
- Xm : le taux de matière sèche moyen du compartiment ;
- Bf : la biomasse fraîche du compartiment ;
- Bms : la biomasse moyenne d’un pied de G. senegalensis dans une classe donnée ;
- n : le nombre d’échantillons (n = 5) dans le cas de cette étude ;
- N : le nombre de pieds.

La biomasse à l’hectare a été obtenue en multipliant la biomasse moyenne par pied pour chaque
classe de diamètre par la densité de pied de la classe correspondante.

1.3.2. Quantité de carbone

La quantité de carbone contenue dans la masse sèche correspond en moyenne à la moitié de La
masse sèche (TYANO et al., 2019). Le marché de carbone étant basé sur le CO2 équivalent, la
conversion du carbone en CO2 est devenue obligatoire (Torres et al., 2011). Pour aboutir au
stock de carbone, les estimations de biomasse sont converties en valeurs de carbone à l’aide des
fractions de carbone de la matière sèche. Ce facteur de conversion est de 50% par convention
(GIEC, 2006). Cependant, il est recommandé d’utiliser des valeurs spécifiques si elles existent
(MCGHEE et al., 2016). Ainsi, à partir des fractions de carbone obtenues lors des analyses
chimiques, il a été procédé au calcul du stock de carbone à l’aide de la formule suivante
(DIMOBE et al., 2018) :
Qc = Bs × %C
Avec :
- Qc : quantité du carbone du compartiment ;
- Bs : biomasse sèche du réservoir ;
- %C : fraction ou pourcentage de carbone.
Le stock de carbone par pied a été obtenu en sommant les stocks de carbone des différents
réservoirs du pied :
𝐐𝐂𝐭 = (QC tronc + QC branches + QC brindilles + QC feuilles ))
Le stock de carbone moyen d’un pied de G. senegalensis dans une classe donnée s’obtient par
la formule suivante (TYANO et al., 2019) :
Cbtpied1 + Cbtpied2 + ⋯ + CbtpiedN
Cbtm =
N
1.3.3. Elaboration des équations allométriques
Les équations allométriques sont d’une importance capitale pour l’estimation de la contribution
des formations forestières au cycle du carbone (PICARD et al., 2012). L’ajustement d’un

142
Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
modèle suppose d’une part, que les données sont déjà disponibles et mises en forme et d’autre
part, que l’expression mathématique du modèle à ajuster est connue. Les paramètres
dendrométriques retenu pour l’ajustement des modèles dans cette étude sont la circonférence à
la base du tronc, la hauteur totale du pied et la surface du houppier. Aussi, les régressions
linéaires ne donnant pas de bons résultats, avons-nous opté pour les modèles non linéaires. . En
effet, la régression non linéaire permet de modéliser des phénomènes complexes n'entrant pas
dans le cadre de la régrssion linéaire. XLSTAT propose des fonctions préprogrammées parmi
lesquelles l'utilisateur peut trouver le modèle décrivant le phénomène à modéliser. Tous les
modèles non linéaires préprogrammés par Xlsat ont été testés et les modèles non linéaires
suivants ont été retenues par ce plus performant dans le cadre de cette étude :
𝑌 = 𝑝𝑟1 ∗ 𝐿𝑜𝑔10(𝑋1) + 𝑝𝑟2
𝑌 = 𝑝𝑟1 ∗ 𝐸𝑥𝑝(𝑝𝑟2 ∗ 𝑋1) + 𝑝𝑟3
Y : biomasse sèche,
pr1, pr2, pr3 sont les paramètres du modèle
𝑋1: paramètre dendrométrique utilisé pour ajuster le modèle (hauteur totale, circonférence
à la base du tronc)

1.3.4. Évaluation des modèles et tests statistiques

L’ajustement des modèles passe par la détermination des paramètres de précision et
d’optimisation comme le coefficient de détermination (R2) et les résidus du modèle (Picard et
al., 2012). Pour chaque équation établie, le logiciel fournit les coefficients d'ajustement :
- le coefficient de détermination R² : il permet d'avoir une idée globale de l'ajustement du
modèle. Ce coefficient s’interprète comme le ratio de la variance expliquée par le
modèle sur la variance totale. Il est compris entre 0 et 1 et plus il est proche de 1,
meilleure est la qualité de l’ajustement. Nous nous sommes fixés 0,7 comme étant la
valeur du R2 en dessous de la quelle, l’équation allométrique est rejetée ;
- la somme des carrés des erreurs (ou résidus) du modèle (SCE) : c’est la somme des
carrés des valeurs résiduelles. Elle quantifie la variation des données non expliquées par
le prédicteur (le paramètre dendrométrique). Plus la SCE finale est petite, mieux le
modèle décrit la réponse (Biomasse) ;
- la moyenne des carrés des erreurs (ou résidus) du modèle (MCE) ; elle est mesurée en
unités de la variable de réponse et représente la distance entre les valeurs de données et
les valeurs ajustées. Plus elle est petite, mieux le modèle décrit la réponse.
Les résidus des modèles ont été soumis au test de normalité (Test de Shapiro-Wilk) au seuil de
5% pour vérifier la normalité des résidus :
- si p-value ˃0,05, alors les résidus suivent la loi normale ;
- si p-value≤0,05, alors les résidus ne suivent pas la loi normale.
Les analyses statistiques ont été réalisées à l’aide du logiciel statistique Xlstat (XLSTAT
2016.02.27444 Addinsoft, 2016).

143

Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
II. Résultats
2.1 Paramètres dendrométriques
Les individus Juvéniles échantillonnés ont une hauteur (h) moyenne 1,58 m (Tableau I). Quant
aux individus de la classe intermédiaire, leur hauteur moyenne est de 1,29 m avec une
circonférence moyenne à la base du tronc de 12,31. Les semenciers ont une hauteur de 3,71 m
pour G. senegalensis
Tableau 1 : Paramètres dendrométriques des arbustes échantillonnés
Paramètres Juvéniles Individus intermédiaires Semenciers

Moy SE Min Max Moy SE Min Max Moy SE Min Max

Hauteur (h, m) 1,58 0,43 1,00 2,00 2,54 0,43 1,10 3,50 3,64 0,43 2,55 4,86

Circonférence 7,01 0,43 4,00 9,60 14,40 0,43 10,20 21,00 29,41 0,43 25,10 38,00
basale (C0,10, cm)
Diamètre houppier 1,03 0,43 0,56 1,95 1,82 0,43 1,16 3,50 3,22 0,43 2,31 5,73
(Dh, m)

2.2 Biomasses aérienne et quantité de carbone stockées

2.2.1. Répartition de la biomasse aérienne en fonction des compartiments
Pour l’espèce G. senegalensis, c’est le tronc qui renferme la plus grande proportion de la
biomasse sèche avec 37%, 42% et 44% respectivement pour les plus jeunes sujets, les sujets
intermédiaires et les semenciers (Tableau II). Pour les sujets juvéniles ce sont les feuilles qui
possèdent la deuxième plus grande proportion (29%), tandis que les branches occupent le
second rang chez les individus de la classe intermédiaire (20%) et les semenciers (27%).

Tableau II : Répartition de la biomasse entre les différents pools du pied de G. senegalensis

Classe de circonférence
Individus
Biomasse aérienne Juvéniles intermédiaires Semenciers
Compartiments
Tronc 37% 42% 44%
Branches 17% 20% 27%
Brindilles 18% 18% 15%
Feuilles 29% 20% 14%

2.2.2. Teneur en carbone des compartiments

Les analyses chimiques montrent que les teneurs moyennes de carbone dans les organes de G.
senegalensis sont environ 50% (Tableau III). Il n’existe pas de différence significative entre les
différentes teneurs en carbone en fonction des organes et des types de sujet.

144

Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
Tableau III : Teneur en carbone des différents compartiments en fonction des circonférences
à la base du tronc
Carbone (%)
Classes de circonférence
Organes
Classe 1 Classe 2 Classe 3
Tronc, branches, brindilles 55,98±0,37a 55,70±0,98a 56,65±0,64a
Feuilles 54,87±0,33a 54,06±0,85a 55,19±0,93a
K-W (p-value) 0,1565 0,1636 0,1825
Significativité NS NS NS
Légende : Dans la même colonne, les moyennes affectées de la même lettre ne sont pas significativement
différentes au seuil de 5% selon le test de Kruskal-Wallis ; NS = non significatif

2.2.3. Quantité de biomasses et de carbone stockées

Les individus juvéniles de G. senegalensis, renferment en moyenne 1,48 ± 0,76 tonnes de
matière sèche à l’hectare au niveau de la partie aérienne (Tableau IV). La quantité de carbone
stockée dans cette matière sèche est d’environ 0,82 ± 0,42 tonnes. Cette quantité est
significativement supérieure à celle emmagasinée intermédiaires (0,43 ± 0,09 tonnes). Les
semenciers stockent 0,16 ± 0,02 tonnes de carbone à l’hectare.

Tableau IV : Biomasses sèches et quantités de carbone

Quantités Biomasse
Classe de aérienne Carbone
circonférence (tMS ha-1) aérien (tC ha-1)
Juvéniles 1,48±0,76a 0,82±0,42a
Individus
intermédiaires 0,78±0,17b 0,43±0,09b
Semenciers 0,62±0,06c 0,35±0,03c
KW (p-value) 0,3173 0,3173
Significativité HS HS
Légende : Dans la même colonne, les moyennes affectées de la même lettre ne sont pas significativement
différentes au seuil de 5% selon le test de Kruskal-Wallis ; tMS ha-1 = tonne de matière sèche à l’hectare ; tC ha-
1
= tonne de carbone stocké à l’hectare ; HS = hautement significatif ; NS : non significatif

2.3 Equations allométriques

Pour l’espèce G. senegalensis, c’est la circonférence à la base du tronc qui est le plus corrélée
à la biomasse aérienne de pied pour tous les types de sujets (Tableau V). Les équations retenues
sont : Y = 0,16*Exp (0,18*Cb) -0,19 pour les juvéniles ; Y = 3,30*Log10(Cb)-2,52 pour les
individus intermédiaires et Y = 20,67*Log10 (Cb)-20,33 pour les semenciers. Les nuages de
points des équations retenues s’ajustent bien aux courbes de régressions (Figure 2).

145

Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
Tableau V : Equations allométriques pour l’estimation de la biomasse aérienne de G ;
senegalensis
Type de Sujets Formules R2 SCE MCE p-value
Y = 1,59*Log10(Cb)-0,90 0,75 1,67 0,01 0,03
Y = 2,19*Log10(H)-2,56 ^ (-3) 0,83 0,22 0,008 0,15
Y = 0,16*Exp (0,18*Cb) -0,19 0,87 0,17 0,006 0,17
Juvéniles Y = -9,04*Exp (-8,18^ (-2) *H) +8,36 0,86 0,18 0,07 0,15
Y = 3,30*Log10(Cb)-2,52 0,94 0,18 0,007 0,1
Y = 2,51*Log10(H) + 0,54 0,7 0,95 0,03 0,004
Individus Y = -1325325*Exp (-1,40*Cb) +1,63 0,41 1,79 0,06 0,003
intermédiaires Y = -17,89*Exp (-3,54^ (-2) *H) +17,97 0,82 0,57 0,02 0,03
Y = 20,67*Log10 (Cb)-20,33 0,87 3,52 0,12 0,16
Y = 14,16*Log10(H)+2,09 0,86 3,79 0,13 0,09
Y = -9,12^ (26) *Exp (-2,42*Cb) +10,20 0,44 15,08 0,55 0,49
Semenciers Y = -18,60*Exp (-0,41*H) +14,14 0,86 3,72 0,13 0,29
Y = 13,74*Log10 (Cb)- 11,79 0,77 378 4,29 0,001
Y = 19,93*Log10(H)-3,60 0,64 592,69 6,73 0,0001
Ensemble des Y= -282,14*Exp(-1,54^-3*Cb) +278,85 0,91 139,33 1,6 0,0001
types de sujets Y = 6,33*Exp(0,27*H) -9,58 0,76 396,95 4,56 0,46

Y = 0,16*Exp (0,18*Cb) -0,19 Y = 3,30*Log10(Cb)-2,52

R2 = 0,87 R2= 0,94
Biomasses Sèches aériennes (kg)

Biomasses sèches aériennes (kg)

0,7 2,2
2
0,5 1,8
1,6
0,3 1,4
1,2
0,1 1
4 5 6 7 8 9 10 10 12 14 16 18 20 22
Circonférence à la base du tronc (cm) Circonférence à la base du tronc (cm)
Actives Modèle a Actives Modèle b
Y = 20,67*Log10 (Cb)-20,33
R2 = 0,87
Biomasses sèches aériennes (kg)

11,5

10,5

9,5

8,5

7,5
25 30 35
Circonférence à la base du tronc (cm)
c
Actives Modèle

Figure 2 : Courbes d’ajustement des modèles retenus pour la biomasse aérienne de G.

senegalensis
a : juvéniles de, b : individus intermédiaires, c : semenciers

146

Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
III. Discussion
3.1. Quantités de biomasses et de carbone
Le stock de carbone est proportionnel à la phytomasse et évoluerait dans le même sens que la
masse de la végétation (IBRAHIMA et FANTA, 2008). Les quantités de carbone aérien
stockées diffèrent selon les classes de circonférence. Les valeurs trouvées ont été de l’ordre de
0,82 tC/ha pour les jeunes sujets ; 0,43 et 0,35 tC/ha respectivement pour la classe intermédiaire
et les semenciers. Au Sénégal, LUFAFA et al. (2008) ont trouvé en moyenne pour G.
senegalensis, 0,2 tC/ha au niveau aérien. Les quantités de carbone aérien obtenues dans la
présente étude sont supérieures à celles obtenues par LUFAFA et al. (2008). Ces résultats
pourraient être liés aux conditions climatiques de notre site d’étude marquées par des
précipitions annuelles (600 – 900 mm) supérieures à celles de leur site d’étude (540 mm). Dans
ces conditions, les sujets ont d’abord installé leur partie souterraine au détriment de la partie
aérienne. TYANO et al. (2019) ont remarqué dans notre zone d’étude que les pieds de 15 ans,
5 ans et 3 ans de Piliostigma reticulatum stockent respectivement 15 ; 1,86 et 0,014 tC/ha au
niveau épigé. Ces quantités sont de loin supérieures à celles obtenues au cours de la présente
étude pour les semenciers (0,35 ± 0,03) et la classe intermédiaire (0,43 ± 0,09) mais restent
inférieures pour les jeunes individus (0,82 ± 0,42). Pour les pieds de 15 ans et 5 ans, les valeurs
obtenues peuvent être expliquées par les densités de leur plantation pour chaque tranche d’âge
(1100 pieds/ha). Ces densités sont largement supérieures à celles obtenues dans notre étude.
Plus la densité est élevée, plus la quantité de carbone est élevée. Cela signifierait que G.
senegalensis comporterait un fort potentiel de carbone. Les différences obtenues pour les petits
sujets pourraient être dues au fait que les individus de G. Senegalensis de la présente étude sont
issus d’une jachère tandis que les pieds de P. reticulatum qui ont fait l’objet de leur étude sont
issus d’une plantation. Les pieds issus de la jachère proviendraient de rejets de souche disposant
d’un système racinaire déjà développé favorisant la nutrition minérale tandis que l’installation
des individus issus de plantation requiert plus de temps. Nos résultats corroborent néanmoins
ceux obtenus par QASIM et al. (2016). Ces auteurs ont trouvé dans les formations savanicoles
du Ranch de gibier de Nazinga, des quantités de carbone de l’ordre de 0,24 à 3,01 tC/ha. Par
contre, nos résultats sont largement inférieurs à ceux obtenus par IBRAHIMA ET FANTA
(2008). En effet, ces auteurs ont obtenu des quantités de carbone allant de 81,48 à 118,36 tC/ha
dans les savanes soudano-guinéennes de Ngaoundéré au Cameroun. Ces différences pourraient
être attribuées aux conditions climatiques. Pour ces auteurs, les savanes de Ngaoundéré
présentent des conditions climatiques semblables à celles des savanes humides et sont situées
entre les forêts tropicales humides du Sud et les savanes sèches du nord du Cameroun. Or
d’après RUBIO (2009), la capacité de stockage du carbone est plus élevée dans les savanes
humides que dans les savanes sèches.

3.2. Equations allométriques

L’aptitude d’un modèle allométrique à estimer la biomasse d’un arbre varie d’une espèce à
l’autre (BOGNOUNOU et al., 2008 ; BOGNOUNOU et al., 2013). KOALA (2016) a trouvé
en zone nord soudanienne du Burkina Faso que le diamètre à hauteur de poitrine permet de bien
estimer la biomasse racinaire de Vitellaria paradoxa. Dans le cadre de la présente étude ce
paramètre n’a pas été utilisé du fait de la morphologie arbustive des individus étudiés. Les
équations allométriques spécifiques sont préférables aux équations globales d’une
communauté. En effet la densité du bois et l’architecture des arbres varient d’une espèce à une
autre (KETTERINGS et al., 2001). Une équation par espèce améliore de 12,5 % l’efficacité de
l’estimation de la biomasse par rapport à une équation globale d’une communauté de ligneux
(NAVAR et al., 2004). Les tests réalisés pour la validation d’une équation allométrique sont
nombreux et divers dans la littérature. Pour M’BOW (2009), l’évaluation des modèles est un

147

Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
exercice délicat, dans la mesure où il n’y pas de méthode de procédure standard. Les étapes
sont nombreuses et connexes et ne peuvent être déconnectées du processus de mise en place de
modèles forestiers (VANCLAY ET SKOVSGAARD,1996). Un modèle doit être évalué à
travers des tests quantitatifs qui cherchent à prouver qu’il est suffisamment bon pour prédire un
facteur donné. Néanmoins le tout premier paramètre à prendre en compte dans l’évaluation des
équations allométriques est le coefficient de détermination R2. Les modèles avec un R2 élevé
conduisent à des résidus (écarts entre le modèle et les valeurs observées) très faibles. C’est la
raison pour laquelle, les équations allométriques établies au cours de cette étude ont été
sélectionnées d’abord à partir de la valeur du R2. Les équations ayant un R2 inférieur à 75% ont
été rejetées. BAYERN et al. (2020) ont établi des équations allométriques pour Senegalia
dudgeoni, Senegalia gourmaensis, Vachellia nilotica et Vachellia tortilis au Burkina Faso. La
performance de leurs modèles a été testée à travers le R2, l’erreur quadratique moyenne
(RMSE), l’erreur relative moyenne (MRE) et l’erreur de prédiction absolue moyenne (MAPE).
KOALA (2016) pour l’élaboration d’équations allométriques pour Anogeissus leiocarpa,
Detarium microcarpum, Piliostigma thonningii et Vitellaria paradoxa a testé les modèles à
travers la distribution normale des résidus, le R2, l’erreur standard. Selon cet auteur, le meilleur
modèle est celui qui minimise le biais et maximise R2. KONARE et al. (2019) au Mali ont testé
les équations allométriques qu’ils ont élaborées pour la biomasse foliaire de Afzelia africana,
Ficus gnaphalocarpa et Pterocarpus erinaceus à travers la valeur du R2 seulement. Dans la
présente étude, un effort a été réalisé dans les tests de robustesse des équations allométriques.
Ainsi, la validation des équations a été réalisée à travers le R2, la somme des carrés des erreurs
(ou résidus) du modèle (SCE), la moyenne des carrés des erreurs (ou résidus) du modèle (MCE)
et la distribution normale des résidus. La qualité d’une équation dépend aussi du nombre de
pieds utilisé pour son établissement. Ce nombre de pieds utilisé pour l’établissement des
équations allométriques varie beaucoup dans la littérature. Il y a des équations établies avec
plus de 100 pieds (BELLEFONTAINE et al., 1997 ; BAZILE 1998 ; SAWADOGO et al.,
2010), des équations établies avec 30 à 50 sujets (CISSE et al., 1980 ; GUENDEHOU et al.,
2012 ; KOALA et al., 2016) et des équations établies avec moins de 20 sujets (MANZO et al.,
2015 ; LAWANOU et al., 2010 ; CHAIBOU et al., 2012 ; KONARE et al., 2019).

Conclusion
La présente étude avait pour objectif d’évaluer le potentiel de stockage de carbone de par la
biomasse aérienne de G. senegalensis en vue de contribuer à la réduction des émissions de CO2
dues à la déforestation. L’estimation de la biomasse renseigne que la mise en jachère d’arbres
est une stratégie efficace pour améliorer le stock de carbone des agrosystèmes. Les régressions
ont été développées avec comme prédicteur de biomasse, la hauteur totale et la circonférence à
la base du tronc. Plusieurs équations ont été établies et l’évaluation des équations a permis de
conclure sur leur robustesse. Les modèles retenus tiennent compte des conditions locales et
serviront à l’ajustement de la biomasse de ces espèces au lieu d’utiliser les modèles exogènes
qui sont inadaptés. Ils peuvent être utilisés pour estimer la biomasse de ces espèces par classe
de sujet (juvéniles, individus de la classe intermédiaire et semenciers).
Ces résultats renseignent sur le potentiel de séquestration de carbone de la biomasse aérienne de
l’espèce. L’application des modèles doit tenir compte de la gamme de paramètres dendrométriques
utilisés pour chaque espèce et les caractéristiques éco-climatiques de la zone d’étude.

148

Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
Remerciements
Les auteurs remercient la Fondation Internationale pour la Science (FIS) pour le soutien
financier reçu pour la réalisation de cette étude.

Références bibliographiques
ADDINSOFT (2016). Xlsat. https://www.xlstat.com.
AGO E. E. (2016). Dynamique des flux de carbone entre l’atmosphère et des écosystèmes ouest-
africains : cas des forêts et savanes sous climat soudanien au Bénin. Thèse de Doctorat, Université
de Liège, Belgique, 184p.
ALLEN S. E., GRIMSHAW H.M. and ROWLAND A. P., 1986. Chemical analysis. In Methods in
Plants Ecology. Blackwell Scientific Publications. 285-344.
BAYEN P., NOULÈKOUNE F., BOGNOUNOU F., LYKKE A. M., DJOMOG A., LAMERSC J.
P. A. AND THIOMBIANO A. (2020). Models for estimating aboveground biomass of four dryland
woody species in Burkina Faso, West Africa. Journal of Arid Environments, 180 (2020) 104205.
1-11.
BAZILE, D. (1998). La gestion des espèces ligneuses dans l’approvisionnement en énergie des
populations, cas de la zone soudanienne du Mali-volume 2. Université de Toulouse-le-Mirail,
Toulouse.
BELLEFONTAINE R. (2005). Pour de nombreux ligneux, la reproduction sexuée n’est pas la seule
voie : analyse de 875 cas. Sécheresse, 16(4): 315-317.
BOGNOUNOU F., SAVADOGO M., BOUSSIM I. J. ET GUINKO S. (2008). Équations
d’estimation de la biomasse foliaire de cinq espèces ligneuses soudaniennes du Burkina Faso.
Sécheresse, 19(3) : 201-205.
BOGNOUNOU F., OUÉDRAOGO O., ZERBO I., SANOU L., RABO M., THIOMBIANO A.
AND HAHN K. 2013. Species-specific prediction models to estimate browse production of seven
shrub and tree species based on semi-destructive methods in savannah. Agroforestry Systems, 8 :
1053-1063.
BOULIER J. et SIMON L. (2010). Les forêts au secours de la planète : quel potentiel de stockage
du carbone ? L’Espace Géographique, 309-324.
CHAIBOU M., FAYE B., ALI M. et VIAS G. (2012). Evaluation du potentiel fourrager aérien du
bassin laitier d’Agadez au Niger en Afrique de l’Ouest. Bulletin de la Recherche Agronomique du
Bénin (BRAB). Numéro 71–Juin 2012.
CHAVAN B. L. AND RASAL G.B., 2011. Potentiality of Carbon Sequestration in six years ages
young plants from University campus of Aurangabad. Global Journal Research in Engineering. 11
(7) : 15-20.
CIAIS P., BOMBELLI A., WILLIAMS M., PIAO S.L., CHAVE J., RYAN C.M., HENRY M.,
BRENDER P. and VALENTINI R., 2011. The carbon balance of Africa : synthesis of recent
research studies. Philos. Trans. A. Math. Phys. Eng. Sci. 369 : 2038-57.
CIESLA M. W., 1997. Le changement climatique, les forêts et l’aménagement forestier : aspects
généraux. Rome, Italie, FAO, 139 p.
DIEDHOU I., DIALLO D., MBENGUE A., HERNANDEZ R. R., BAYALA R., DIEME R.,
DIEDHIOU P. M. AND SENE A. (2016). Allometric equations and carbon stocks in tree biomass
of Jatropha curcas L. in Senegal’s Peanut Basin. Biomass and Bioenergy, 21 p.
DIMOBE K. (2017). Dynamique, séquestration de carbone et modèles de variations des savanes
soudaniennes du Burkina Faso et du Ghana (Afrique de l’Ouest). Thèse de Doctorat unique,

149
Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
Spécialité Sciences et Phytoécologie, Laboratoire Biologie/Ecologie Végétale, Université Ouaga I
Pr Joseph KI-ZERBO, Burkina Faso, 179 p
GIEC., 2013. Résumé à l’intention des décideurs, changements climatiques 2013 : Les éléments
scientifiques. Contribution du Groupe de travail I au cinquième Rapport d’évaluation du Groupe
d’experts intergouvernemental sur l’évolution du climat. Cambridge, Royaume-Uni et New York,
USA, 204 p.
GIEC 2006. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre.
Kangawa, Japon, 93 p.
GUENDEHOU G. H. S., LEHTONEN A., MOUDACHIROU M., MÄKIPÄÄ R. ET SINSIN B.
(2012). Modèles de biomasse et de volume des tiges d'espèces d'arbres tropicaux sélectionnées en
Afrique de l'Ouest, Southern Forests. Journal of Forest Science, 74:2, 77-88.
HENRY M., PICARD N., TROTTA C., MANLAY R.J., VALENTINI R., BERNOUX M. and
SAINT-ANDRÉ L., 2011. Estimating tree biomass of sub-saharan African forests : a review of
available allometric equations. Silva Fennica, 45 :477-569.
KETTERINGS Q. M., COE R., VAN NOORDWIJK M., AMBAGAU Y. AND PALM C. A.
(2001). Reducing uncertainty in the use of allometric biomass equations for predicting above-ground
tree biomass in mixed secondary forests. Forest Ecology and Management, 146(1–3) : 199-209
KOALA J., SAWADOGO L., SAVADOGO P., AYNEKULU E., HEISKANEN J. AND SAÏD M.
(2017). Allometric equations for below-ground biomass of four key woody species in West African
savanna-woodlands. Silva Fennica , 51(3) :16-31.
KONARE D., COULIBALY L. ET SANGARE H. (2019). Équations allométriques pour
l’évaluation de la biomasse foliaire de trois espèces ligneuses fourragères. Cas de Afzelia africana,
Ficus gnaphalocarpa et Pterocarpus erinaceus, des parcours naturels du cercle de Kéniéba au Sud-
Ouest du Mali. Revue Africaine des Sciences Sociales et de la Sante Publique, Volume (1) N°2, 29-52
KUYAH S., DIETZ J., MUTHURI C., JAMNADASS R., MWANGI P., COE R. AND
NEUFELDT H. (2012). Allometric equations for estimating biomass in agricultural landscapes: I.
Aboveground biomass. Agric Ecosyst Environ 158 : 216-224.
LARWANOU M., YEMSHAW Y. AND SAADOU M. (2010). Prediction models for estimating
foliar and fruit dry biomasses of five Savannah tree species in the West African Sahel. International
Journal of Biological and Chemical Sciences, 4(6) : 2245-2256.
LUFAFA A., BOLTE J., WRIGHT D., KHOUMA M., DIEDHIOU I., DICK R. P., KIZITO F.,
DOSSA E. AND NOLLER J. S. (2008). Regional carbon stocks and dynamics in native woody
shrub communities of Senegal’s Peanut Basin. Agriculture, Ecosystems and Environment, 73 (3) :
260-266.
MANZO L. O., MASSAOUDOU M., ISSOUFOU H. B. A., ABDOULAYE D., MOROU B.,
YOUSSIFI S., MAHAMANE A. ET PAUL R. (2015). Equations allométriques pour l’estimation
de la biomasse aérienne de Faidherbia albida (Del.) Achev dans les agrosystèmes d’Aguié, Niger.
International Journal of Biological and Chemical Sciences, 9(4) : 1863-1874.
MBOW C. (2009). Potentiel et dynamique des stocks de carbone des savanes soudaniennes et
soudano-guinéennes du Sénégal. Thèse de Doctorat d’Etat, Institut des Sciences de
l’Environnement, ISE, Université Cheikh Anta Diop, Dakar, Sénégal, 291 p.
MASSAOUDOU M., LARWANOU M. AND MAHAMANE S. (2015). Allometric Equations for
Biomass Estimation of Woody Species and Organic Soil Carbon Stocks of Agroforestry Systems
in West African : State Of Current Knowledge. International Journal of Research in Agriculture
and Forestry 2(10) : 19-33.

150

Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées
MCGHEE W., SAIGLE W., PADONOU E. A. ET LYKKE A. M. (2016). Méthodes de calcul de
la biomasse et du carbone des arbres en Afrique de l’Ouest. Annales des Sciences Agronomiques
20, spécial Projet Undesert-UE : 79-98.
NAVAR J., MENDEZ E., NAJERA A., GRACIANO J., DALE V. AND PARRESOL B. (2004).
Biomass equations for shrub species of Tamaulipan thornscrub of North-eastern Mexico. J Arid
Environ 59 : 657-674.
PELTIER R. (2019). Quelle place pour l’agroforesterie dans l’avenir des forêts tropicales ? Bois et
Forêts des Tropiques. Volume 341-3e trimestre-juillet 2019-p. 3-4.
PICARD N., ANDRE L. S. ET HENRY M. (2012). Manuel de construction d’équations
allométriques pour l’estimation du volume et la biomasse des arbres : de la mesure de terrain à la
prédiction. Rome, Montpellier, CIRAD et FAO, 220 p.
QASIM M., POREMBSKI S., SATTLER D., STEIN K., THIOMBIANO A. and Lindner A.; 2016.
Vegetation Structure and Carbon Stocks of Two Protected Areas Within the South Sudanian
Savannas of Burkina Faso, West-Africa. Environments, 25(3) : 1-30.
RUBIO M., 2009. Forêts et cycle du carbone. In Rendez-vous techniques, Guyane, Office national
des forêts. 30-34.
SAVADOGO P. AND ELFVING B. (2007). Prediction models for estimating available fodder of
two savanna tree species (Acacia dudgeoni Craib ex Holland and Balanites aegyptiaca (L.) Delile)
based on field and image analysis measures”, African Journal of Range and Forage Science, 24(2)
: 63–71. DOI : 10.2989/AJRFS.2007.24.2.2.156.
SAVADOGO S., OUÉDRAOGO A. AND THIOMBIANO A. (2010). Perception, Mode of
Management and Vegetation of Sacred Woodlands in Northern Burkina Faso. Flora et Vegetatio
Sudano-Sambesica, 13, pp. 10–21. doi: 10.21248/fvss.13.11
SAWADOGO L., SAVADOGO P., TIVEAU D., DAYAMBA S., ZIDA D., NOUVELLET Y.,
ODEN P. AND GUINKO S. (2009). Allometric prediction of above-ground biomass of eleven
woody tree species in the Sudannia savanna-woodland of West Africa. Journal of Forestry
Research, 21(4) : 475-481.
TSAYEM D. M. (2009). Le protocole de Kyoto, le clivage Nord-Sud et le défi du développement
durable. Espace Geographique, Éditions Belin, 2009, pp.139-156.
TORRES C. M. M., JACOVINE L. A. G., TOLEDO D. P., SOARES C. P. B., RIBEIRO S. C. and
MARTINS M. C., 2011. Biomass and carbon stock in Jatropha curcas L. Scientific Information
System, 17 (3) : 353-359.
TYANO A., YELEMOU B., HIEN M. ET KOALA J., 2019. Evaluation du stock de carbone aérien
de Piliostigma reticulatum (DC.) en zone soudanienne du Burkina Faso. Journal of Applied
Biosciences. 144 : 14784-14800.
YELEMOU B., YAMEOGO G., MILLOGO-RASOLODIMBY J. ET HIEN V., 2007. Germination
sexuée et dynamique de développement de Piliostigma reticulatum (D.C.) Hochst, une espèce
agroforestière du Burkina Faso. Sécheresse. 18(3) : 185-192.
YUSSUFU E. K., 2014. Carbone stocké dans un essai de provenances d’Acacia mangium Willd à
Ibi Village sur le plateau des Batéké en République Démocratique du Congo. Mémoire de Maitrise,
Université Laval, Québec, Canada, 89 p.

151

Vol. 40, n° 2 – Juillet - Décembre 2021 Science et technique, Sciences Naturelles et Appliquées