Pollen analysis is a cornerstone of paleoecological research, yet the minimum number of grains to be counted and identified in a given sediment sample to obtain a statistically robust and relevant vegetation reconstruction remains untested in several contexts. For example, thresholds of 300–500 grains are commonly applied in studies conducted in boreal and northern temperate forests of eastern Canada, but lack empirical validation. We present the first systematic assessment of pollen count requirements from modern samples obtained from ten sites spanning five vegetation zones in eastern Canada, from open boreal woodlands (54°N) to closed-canopy temperate forests (46°N). Assemblage stability, climate reconstruction precision, and morphotype richness were evaluated across incremental counts from 10 to 1000 grains using correlation-based metrics, rarefaction analysis, and two quantitative climate reconstruction methods. We show that minimum pollen counts are context-dependent, determined by vegetation composition and analytical objectives. To reconstruct dominant vegetation assemblages, a total of 250 grains achieve correlation coefficients exceeding 0.95 and capture approximately 70% of the taxonomic richness. In contrast, comprehensive biodiversity assessment and exhaustive detection of rare taxa require substantially higher effort, with 1000 grains capturing 85–95% of total richness. Quantitative temperature reconstructions converge at modest counts, with 420–640 grains needed to achieve 0.5 °C precision. This reflects the strong climatic signal carried by a few dominant taxa (Betula, Pinus, Picea, Alnus), which collectively comprise 80–90% of assemblages. These results challenge the application of a universal count threshold and provide a basis to develop adaptive, objective-driven pollen counting protocols.

L’inventaire forestier constitue un outil essentiel pour la gestion durable des forêts boréales. Cette étude évalue la performance et la transférabilité de modèles prédictifs basés sur des acquisitions multi-temporelles de balayage laser aéroporté (ALS) et des données de placettes d’inventaire dans la Forêt d’Enseignement et de Recherche du Lac Duparquet (FERLD). Quatre années d’acquisition (2003, 2007, 2017, 2023) ont été utilisées pour dériver des métriques structurales à partir de rasters (résolution de 1 m) selon l’approche par zones (ABA). Trois attributs dendrométriques d’intérêt ont été ciblés : la hauteur de Lorey (hL), la surface terrière (BA) et le volume marchand brut (V). Les modèles ont été calibrés par stratification selon le type de couvert forestier (résineux, feuillu, mixte) à l’aide de méthodes paramétriques (régression linéaire multiple, LR) et non paramétriques (forêts aléatoires, RF).

Les résultats montrent que l’hL est l’attribut le plus robuste et le plus transférable, particulièrement dans les couverts résineux où la stabilité structurelle renforce la performance prédictive. Les modèles RF surpassent généralement les modèles LR grâce à leur flexibilité, bien que ces derniers se révèlent compétitifs dans des contextes homogènes. Pour la BA et le V, la performance est restée plus limitée, reflétant la dépendance de ces attributs à la densité et au diamètre, paramètres que l’ALS ne mesure qu’indirectement. L’analyse spatiale a mis en évidence une transférabilité bidirectionnelle des modèles de hL entre les secteurs d’origine 1760 et 1923, malgré leurs différences de composition spécifique. Cette stabilité des performances s’explique par la structure verticale relativement homogène et la prédominance des essences conifèriennes dans les deux secteurs, soulignant le rôle déterminant de la stabilité structurelle dans la robustesse des prédictions.

Sur le plan opérationnel, les résultats suggèrent que les inventaires forestiers québécois peuvent optimiser leurs stratégies temporelles en privilégiant des intervalles d’acquisition intermédiaires, ce qui permet d’atteindre un compromis efficace entre précision des modèles et coûts d’acquisition. En ce qui concerne la composition forestière, les acquisitions réalisées dans les couverts résineux apparaissent plus prometteuses, car la stabilité structurelle de ces forêts favorise une meilleure transférabilité des modèles. Pour les forêts feuillues, caractérisées par une variabilité structurelle élevée, il convient d'adopter des approches adaptatives, telles que la stratification par classes d’âge ou l’intégration de données supplémentaires.