Comment calculer la quantité de carbone d’un arbre ? Méthodes, incertitude et comptabilité

Un chiffre populaire circule : un arbre séquestrerait environ 22 kilogrammes de CO₂ par an. Il est rassurant, simple, et faux assez souvent pour être dangereux comme fondement d’une comptabilité carbone. Une même espèce d’arbre poussant sous deux climats différents peut varier d’un facteur trois. Un arbre jeune et un arbre mûr de la même espèce peuvent varier d’un facteur dix. La question n’est pas « combien », mais « comment le calcule-t-on pour cet arbre, en ce lieu, à cet âge, avec une incertitude défendable autour du chiffre ? ».

Le calcul n’a rien de mystérieux. C’est une chaîne de quatre étapes, plus une cinquième : la propagation de l’incertitude, devenue incontournable dans le cadre réglementaire de 2026. Chaque étape a une méthode défendable et un point bien connu où les praticiens rognent sur la rigueur. À l’échelle de la placette, l’incertitude sur la biomasse aérienne s’étend encore de 10 à 40 % dans la littérature évaluée par les pairs, et l’erreur allométrique à l’échelle de l’arbre représente à elle seule 30 à 75 % de l’incertitude totale des estimations de carbone, du peuplement au paysage1. En 2026, la question de l’audit n’est plus seulement « quelle est votre estimation ? » mais « quel est votre intervalle de confiance, et comment l’avez-vous construit ? ».

Étape 1 : des dimensions de l’arbre à la biomasse aérienne

La biomasse aérienne (AGB) s’estime à partir de dimensions mesurables de l’arbre, le plus souvent le diamètre à hauteur de poitrine (DBH, mesuré à 1,3 m), la hauteur de l’arbre (H) et la densité du bois (ρ). La forme fonctionnelle dominante dans la littérature forestière tropicale est l’équation allométrique pantropicale de Chave2:

C’est une équation pantropicale, c’est-à-dire ajustée sur de nombreuses espèces et régions. C’est un point de départ acceptable mais un point d’arrivée dangereux pour les applications à fort enjeu, car son biais est systématique plutôt qu’aléatoire. La hauteur en est le coupable habituel. Parce que la relation hauteur-diamètre d’une région peut s’écarter fortement de la moyenne pantropicale, la hauteur des arbres a dû être intégrée explicitement dans les modèles de biomasse pantropicaux plutôt que laissée implicite dans le diamètre3. Dans le nord-est de l’Amazonie, la relation pantropicale surestime la biomasse de forêt inondée (várzea) d’environ 17 % et sous-estime celle de terra firme d’une marge comparable, tandis que le recours à des modèles hauteur-diamètre ajustés localement ramène l’écart à environ 1 %4. Le problème s’aggrave sur le terrain : la mesure de routine sous-estime systématiquement la hauteur des grands arbres, et cette erreur se propage directement dans la biomasse5. La conséquence est un paradoxe familier : une carte pantropicale régionale peut être sans biais dans l’ensemble alors que chaque projet local qu’elle recouvre est gravement faux.

Le balayage laser aéroporté a rendu tangibles les enjeux économiques. En Guyane française, remplacer l’allométrie de hauteur pantropicale par des relations locales dérivées de l’ALS a réduit de près de moitié l’erreur moyenne de hauteur et déplacé les estimations de biomasse aérienne de 40 à 54 t/ha, un écart de 11 à 13 % supérieur à la marge typique d’un projet carbone6. Les équations allométriques spécifiques à l’espèce ou au site surpassent systématiquement la forme pantropicale, en particulier pour les espèces à l’architecture inhabituelle (palmiers, fougères arborescentes, espèces à forts contreforts) et pour les espèces agroforestières qui ne correspondent pas à la structure dominée par le tronc des arbres de forêt naturelle7.

Quand l’allométrie spécifique à l’espèce vaut son coût

Une équation allométrique sur mesure exige un échantillonnage destructif : abattre un ensemble d’arbres de référence couvrant la gamme de tailles du peuplement, peser la biomasse fraîche et mesurer la fraction sèche. Pour une seule espèce sur la durée d’un projet, cela représente généralement 15 à 25 arbres. Le coût est réel, mais la réduction d’incertitude dépasse en général celle de toute autre intervention dans un projet de carbone forestier, réduisant souvent l’intervalle de prédiction autour des estimations de biomasse à l’échelle du peuplement de 40 à 60 %8.

Un point plus subtil a émergé des travaux récents : les équations allométriques devraient être choisies pour leur performance prédictive à l’échelle de la placette, et non pour le RMSE ou l’AIC à l’échelle de l’arbre. Les erreurs résiduelles se compensent entre les arbres d’une même placette, si bien que le modèle qui prédit le mieux un arbre isolé n’est souvent pas celui qui prédit le mieux le total de la placette, la grandeur qui importe pour la comptabilité carbone9. Les projets qui choisissent leurs modèles d’après la mauvaise statistique mesurent la mauvaise grandeur.

Étape 2 : la densité du bois, ce multiplicateur négligé

La densité du bois (ρ, en g/cm³) entre linéairement dans les équations de type Chave : une erreur de 10 % sur ρ se traduit donc directement par une erreur de 10 % sur la biomasse aérienne. La densité varie davantage d’une espèce à l’autre que tout autre terme de l’équation10. Un pionnier à croissance rapide comme Ochroma pyramidale (balsa) a une ρ d’environ 0,15 g/cm³ ; un bois dur comme Milicia excelsa a une ρ d’environ 0,65 ; certains acacias denses dépassent 0,85. Un taux générique de carbone par arbre qui ne s’ajuste pas à la ρ propre à l’espèce suppose une moyenne, et dans un système agroforestier plurispécifique, cette hypothèse est la première source d’erreur systématique de l’estimation de biomasse aérienne.

La Global Wood Density Database est la référence standard pour les valeurs de ρ évaluées par les pairs, couvrant environ 16 000 espèces11, avec des mises à jour continues axées sur l’agroforesterie. Les enjeux d’un usage négligent sont réels : s’appuyer sur une moyenne par genre plutôt que sur une densité spécifique à l’espèce gonfle l’incertitude à l’échelle de la placette, et dans les systèmes africains de miombo et de cacao, les densités par défaut peuvent fausser l’estimation de biomasse pour certains groupes d’espèces. Pour les applications dépourvues de valeur à l’échelle de l’espèce, une ρ au niveau du genre ou de la famille est un repli défendable ; une moyenne mondiale ne l’est pas.

Le cacao en est une illustration nette. Les allométries génériques et pantropicales estiment mal la biomasse aérienne par arbre de Theobroma cacao, et les équations spécifiques au cacao peuvent déplacer sensiblement les estimations de séquestration à l’échelle du peuplement : les écarts publiés vont de quelques pour cent à plusieurs dizaines de pour cent selon le site et l’équation de référence12. Cet éventail a des implications directes pour le marché du crédit issu de l’agroforesterie cacaoyère d’Afrique de l’Ouest, où le couvert d’ombrage détient l’essentiel du carbone du système.

Étape 3 : la biomasse souterraine et la fraction de carbone

La biomasse aérienne représente environ 70 à 80 % de la biomasse totale de l’arbre. La biomasse souterraine (BGB) est presque toujours estimée via un rapport racines/parties aériennes plutôt qu’excavée, car l’excavation à grande échelle est irréaliste13. La valeur par défaut du GIEC pour la forêt tropicale humide s’est historiquement située autour de 0,24 à 0,3714, mais une synthèse mondiale de données à l’échelle de l’arbre individuel a réancré la discipline : la vraie moyenne mondiale du rapport R:S est plus proche de 0,25 ± 0,10, et il décroît avec la taille de l’arbre, si bien que les estimations bâties sur de petites placettes et de jeunes arbres le surestiment systématiquement15. Les forêts tropicales humides se situent dans le bas de la fourchette (R:S d’environ 0,20 à 0,24) ; les systèmes boréaux et secs sont plus élevés. Une seule valeur par défaut sur un portefeuille de projets hétérogène introduit une erreur de 20 à 40 % sur le carbone souterrain. En agroforesterie et en restauration des terres arides, où les racines peuvent approcher 30 à 40 % du carbone total, cette erreur est significative.

La conversion de la biomasse en carbone utilise une fraction de carbone (CF). La valeur par défaut du GIEC est 0,47, un chiffre que la chimie du bois moderne a largement mis au rebut. Des synthèses mondiales constatent que le carbone volatil (terpènes, composés phénoliques et autres composés perdus au séchage à l’étuve) représente en moyenne environ 1,4 % de la masse sèche et échappe systématiquement aux méthodes de laboratoire standard16. Sur une base vraie, corrigée des volatils, les espèces tropicales titrent en moyenne 48 à 52 % de carbone, allant d’environ 45 % à >55 % selon les taxons ; les feuillus tempérés se situent plus près de 48 %, les conifères à 50 à 52 %17. Utiliser 0,47 là où la vraie valeur est 0,51 introduit un biais systématique à la baisse d’environ 8 % qui se propage directement dans les tonnes créditées. Les orientations du GHG Protocol et le Raffinement 2019 du GIEC recommandent désormais tous deux des fractions spécifiques par groupe d’espèces, et les bases de données évaluées par les pairs (Doraisami et al., Thomas & Martin) devraient être la référence par défaut.

Le calculateur ci-dessous déroule toute cette chaîne sur un seul arbre. Faites varier le diamètre, la hauteur et la densité du bois, et observez l’estimation aérienne cheminer à travers le rapport racines/parties aériennes et la fraction de carbone jusqu’à un stock en kilogrammes de carbone, puis jusqu’à son équivalent CO₂. Remarquez à quel point la densité du bois commande directement le résultat : elle multiplie la biomasse de façon strictement proportionnelle, si bien que deux arbres de taille identique mais d’espèces différentes peuvent renfermer des quantités de carbone très différentes.

Étape 4 : du stock à la capture annuelle

La capture annuelle de carbone est la dérivée de la courbe de croissance de l’arbre, non sa moyenne. Les arbres ne séquestrent pas le carbone à un rythme constant, et les vitesses de croissance précoces varient énormément selon l’espèce et le contexte. Un bois dur à croissance lente peut accumuler peu de biomasse dans ses premières années, le temps d’investir dans ses racines et sa structure, tandis que des espèces tropicales à croissance rapide (cacao, Terminalia, Albizia, Gliricidia) peuvent atteindre deux mètres en deux à trois ans avec une capture précoce non négligeable. Ce qui reste constant d’une espèce à l’autre, c’est la forme de la courbe, non le rythme de départ : la séquestration culmine généralement quelque part dans une phase exponentielle avant de s’atténuer à mesure que l’arbre approche de son houppier et de ses dimensions adultes. Employer un unique « taux annuel moyen » sur un projet de 30 ans place les crédits au mauvais moment, en surestimant certaines années et en sous-estimant d’autres, et c’est un signal d’alarme pour toute norme carbone sérieuse.

Les forestiers disposent d’un vocabulaire précis pour cela. L’accroissement annuel courant (CAI) est le carbone qu’un arbre ajoute au cours d’une année donnée, la pente locale de sa courbe de croissance. L’accroissement annuel moyen (MAI) est le stock accumulé à ce jour divisé par l’âge, la moyenne sur la vie de l’arbre jusqu’à présent. L’outil ci-dessous trace les deux en fonction de l’âge pour une courbe de croissance de Chapman-Richards. Le CAI monte vers un pic puis retombe ; le MAI culmine plus tard, exactement là où les deux courbes se croisent, l’âge que le forestier lit comme le point de croissance moyenne la plus rapide. Un projet qui crédite un « taux moyen » constant valorise le plateau du MAI en ignorant la bosse du CAI qui le sous-tend.

L’approche défendable consiste à estimer le stock de carbone à deux âges à l’aide de la chaîne allométrique ci-dessus, et à rapporter la variation sur l’intervalle comme la capture incrémentale. Pour les projets à horizon plus long, ajuster une courbe de croissance spécifique à l’espèce (souvent de forme Chapman-Richards ou de von Bertalanffy) sur des données de cohorte fournit une fonction de capture continue, année par année. C’est toute la différence entre un profil d’absorption fidèle à la biologie et un profil réduit à une droite par commodité.

Étape 5 : le budget d’incertitude

Aucune des quatre étapes ci-dessus ne suffit à elle seule. Les vérificateurs n’acceptent plus une estimation ponctuelle de la biomasse aérienne ; ils exigent un intervalle de confiance défendable autour d’elle. La discipline a convergé vers la propagation d’erreur de Monte Carlo comme meilleure pratique, mise en œuvre dans le package R libre BIOMASS18 et ses successeurs.

Un budget d’incertitude rigoureux tient désormais compte de quatre sources : (1) l’erreur de mesure sur le DBH, la hauteur et l’identification de l’espèce ; (2) la variabilité résiduelle du modèle allométrique, la dispersion de l’ajustement original de Chave ; (3) l’incertitude sur les paramètres allométriques, la covariance des coefficients ajustés eux-mêmes ; et (4) l’incertitude d’échantillonnage, la représentativité des placettes mesurées vis-à-vis de la population. Deux leçons devraient être intégrées à tout plan de projet. Premièrement, une analyse d’incertitude de l’arbre au paysage a constaté que les seules équations allométriques représentaient 30 à 75 % du total, souvent davantage que l’erreur de télédétection, ce qui signifie que calibrer l’allométrie a en général plus de valeur qu’affiner le satellite1. Deuxièmement, ignorer la corrélation spatiale entre les observations d’arbres et de placettes gonfle la taille d’échantillon effective et sous-estime l’incertitude réelle, une omission fréquente et lourde de conséquences.

Le budget ci-dessous combine ces sources en un seul chiffre. Fixez un coefficient de variation pour la mesure, pour l’allométrie (erreur résiduelle plus erreur de paramètre) et pour l’échantillonnage, puis lisez l’intervalle à 95 % combiné sur un stock nominal par hectare. Comme les erreurs indépendantes s’additionnent en quadrature, la source unique la plus grande domine le total : la barre de partage de variance montre pourquoi peaufiner un petit terme ne déplace guère l’intervalle, tandis que réduire le plus grand, en général l’allométrie, est le seul levier qui le resserre.

Les orientations Land Sector and Removals du GHG Protocol exigent explicitement que l’incertitude soit quantifiée et communiquée19. Les Core Carbon Principles de l’ICVCM pénalisent désormais les méthodologies qui recourent à des estimations ponctuelles sans intervalle de confiance. L’ère du « ±30 % implicite » est révolue.

D’un arbre à un hectare

Un projet carbone n’est pas rémunéré pour des arbres isolés ; il l’est pour un peuplement. Le calcul par arbre est l’opération élémentaire, mais le chiffre déclaré est un stock par hectare, obtenu en sommant les stocks des arbres à l’intérieur des placettes mesurées puis en extrapolant à la surface du projet. Deux choses changent à cette étape. Les erreurs qui paraissent alarmantes sur un arbre se compensent en partie à l’échelle de la placette, car un modèle qui surestime un gros arbre tend à sous-estimer un arbre grêle ; c’est la vraie raison pour laquelle les équations allométriques devraient être choisies pour leur prédiction à l’échelle de la placette plutôt que pour leur ajustement à l’échelle de l’arbre. Et une source d’incertitude apparaît, sans rapport avec l’allométrie : celle de savoir si la poignée de placettes mesurées est seulement représentative de l’ensemble de la zone.

Cette question d’échantillonnage est une discipline à part entière. Combien de placettes, de quelle taille, et comment les répartir sur une mosaïque d’âges, de mélanges d’espèces et de sols : voilà ce qui décide si une estimation à l’échelle du peuplement est fiable ou n’est qu’une valeur ponctuelle sur laquelle on a tracé des barres d’erreur après coup. Les statistiques qui dimensionnent une campagne de sol dimensionnent une campagne de biomasse ; nous abordons directement la question du combien et où dans Quelle doit être la taille de votre campagne d’échantillonnage du carbone du sol ? et la question préalable, celle de savoir si un nouveau site entre seulement dans le domaine sur lequel l’allométrie a été calibrée, dans Représentatif de quoi ?

Du sol au ciel : la télédétection

Les années 2020 ont transformé le carbone forestier, d’une discipline fondée sur les placettes à une discipline mêlant placettes et satellite, avec d’importantes réserves pour les porteurs de projet :

• GEDI (le lidar spatial de la NASA) fournit à l’échelle mondiale la hauteur du couvert et la biomasse sur une empreinte de 25 m, mais dans l’agroforesterie ouest-africaine ses prédictions L4A présentaient des erreurs environ 9× supérieures à la biomasse aérienne de terrain20. Il fonctionne bien dans les forêts à couvert fermé au-dessus d’environ 50 Mg/ha ; pour les systèmes de cultures arborées des petits exploitants, il n’est pas fiable.
• La mission Biomass de l’ESA a été lancée le 29 avril 2025. Son radar à synthèse d’ouverture en bande P (longueur d’onde d’environ 70 cm) pénètre les couverts pour détecter les troncs et les grosses branches, là où réside l’essentiel du carbone forestier21. Des essais tomographiques aéroportés en Guyane française ont retrouvé la biomasse aérienne avec une erreur inférieure à 10 % jusqu’à 500 Mg/ha, une gamme où les radars à longueur d’onde plus courte saturent22. La mission exclut l’Amérique du Nord et l’Europe en raison de restrictions sur le spectre radar.
• Le balayage laser terrestre couplé à la modélisation quantitative de structure (TLS + QSM) est aujourd’hui l’étalon-or non destructif pour la biomasse aérienne à l’échelle de l’arbre individuel : une synthèse d’études de validation destructive rapporte une concordance quasi parfaite (CCC ≈ 0,98) et un biais moyen inférieur à 1 % par rapport aux arbres abattus23. Il devient rapidement le jeu de données de référence pour la calibration satellitaire.

Une mise en garde vaut pour toute méthodologie de crédit fondée sur des cartes : la plupart des cartes de biomasse par apprentissage automatique affichent un R² élevé en validation croisée aléatoire et échouent en validation par blocs spatiaux, ce qui signifie que la précision apparente est en grande partie un artefact d’autocorrélation spatiale24. Les acheteurs qui évaluent de telles méthodologies devraient exiger une validation par blocs spatiaux avant de se fier aux chiffres. Savoir si une nouvelle placette entre ne serait-ce que dans le domaine calibré d’un modèle est la question préalable que nous abordons dans Représentatif de quoi ?

Un exemple chiffré : deux espèces, même placette, des réponses différentes

Prenons deux arbres d’ombrage dans un système agroforestier cacaoyer d’Afrique de l’Ouest, tous deux âgés de dix ans, tous deux mesurés dans la même parcelle.

Même placette, même âge, un facteur deux d’écart sur la capture annuelle. Le Terminalia à croissance rapide accumule du volume rapidement ; le Khaya à croissance lente forme un bois dense qui dominera le stock du peuplement à la trentième année. Un programme qui applique un taux unique par arbre aux deux se trompe de moitié sur l’un d’eux, et surestime ou sous-estime ses absorptions déclarées à chaque cycle de vérification.

Prenons un peu de recul, et une seconde leçon apparaît. Les stocks de carbone rapportés dans les agroforêts cacaoyères couvrent un ordre de grandeur, d’environ 10 Mg C/ha dans les jeunes systèmes en plein soleil à bien plus de 100 Mg C/ha dans les systèmes ombragés matures, sous l’effet du couvert d’ombrage bien plus que des cacaoyers25. Les cacaoyers eux-mêmes ne détiennent généralement qu’une minorité du carbone du système ; le déterminant dominant est la composition des arbres d’ombrage et, surtout, la présence d’arbres reliques hérités de la forêt antérieure, qui peuvent renfermer plusieurs fois le carbone des arbres d’ombrage plantés. Cela a des implications directes pour l’additionnalité au regard de la date butoir du 31 décembre 2020 du règlement européen sur la déforestation et pour la manière dont les projets segmentent leurs inventaires de référence, un point que nous abordons dans Quelques arbres détiennent l’essentiel du carbone.

Ce qu’exige désormais le cadre réglementaire de 2026

Quatre cadres définissent les règles comptables auxquelles les absorptions par les arbres doivent répondre. Le GHG Protocol Land Sector and Removals Standard et ses orientations d’accompagnement (finalisés en 2026, applicables à la déclaration à partir de 2027)19 constituent les règles fondatrices de comptabilité d’entreprise : déclaration séparée des émissions brutes et des absorptions brutes, suivi détaillé des changements d’usage des terres, et quantification défendable avec incertitude communiquée sur l’ensemble des cinq réservoirs de carbone. SBTi FLAG v1.2 (mars 2026) impose une réduction linéaire annuelle de 3,03 %, un suivi séparé des absorptions biogéniques et un engagement de non-déforestation. Les Core Carbon Principles de l’ICVCM ont désormais approuvé huit programmes de crédit comme éligibles CCP et 38 méthodologies comme approuvées CCP, en en rejetant 22, la méthodologie ARR d’ACR étant conditionnée au seul établissement de forêt naturelle. Le règlement européen sur la certification des absorptions de carbone et l’agriculture du carbone (2024/3012), en vigueur depuis fin 2024, devrait adopter son acte délégué sur les méthodologies d’agriculture du carbone (boisement, agroforesterie, réhumidification des tourbières) à l’été 2026, avec les premières certifications fin 2026.

Un projet qui veut survivre à l’audit sous ces trois régimes doit désormais faire six choses simultanément : utiliser des équations allométriques calibrées localement ou spécifiques à l’espèce, avec une erreur résiduelle documentée ; appliquer une densité du bois et une fraction de carbone spécifiques à l’espèce, issues de bases de données évaluées par les pairs plutôt que des valeurs par défaut de 0,47/0,50 ; propager l’incertitude par Monte Carlo à travers la mesure des arbres, l’allométrie et l’échantillonnage ; quantifier le carbone souterrain avec des rapports R:S stratifiés par climat plutôt qu’une valeur unique par défaut ; valider tout produit de télédétection par une validation croisée par blocs spatiaux ; et séparer les absorptions des réductions, tant dans la déclaration que dans la définition des objectifs.

Points clés