Service Communautaire d'Information sur la Recherche et le Développement - CORDIS

Des modèles améliorés pour prévoir la biodiversité

Les êtres humains ont eu un impact majeur sur l'environnement naturel, notamment la biodiversité. Le maintien de la biodiversité de la planète sera un défi majeur dans les années à venir, nécessitant de modèles informatiques précis pour anticiper les changements environnementaux.
Des modèles améliorés pour prévoir la biodiversité
Jusqu'à présent, la capacité des scientifiques à prédire les communautés écologiques d'une espèce donnée reste limitée. Le projet SESAM-ZOOL (A novel modelling framework for predicting animal communities under global change) s'est intéressé à ce problème. Il a permis d'améliorer les modèles existants et d'en développer de nouveaux pour mieux comprendre les processus d'assemblage.

Un cadre innovant pour la modélisation d'assemblages d'espèces a été développé, mis en œuvre et testé. Cela combinait de nombreuses approches préexistantes de prévision de la biodiversité. Des projections spatialement explicites améliorées ont été produites pour dépasser les limites d'une méthode unique.

Le cadre SESAM (Spatially-explicit species assemblage modelling) a d'abord été testé sur un ensemble de données de communautés très robuste pour des végétaux et des animaux collectés sur de nombreuses années dans les Alpes suisses. Le modèle a été utilisé pour obtenir la composition potentielle d'assemblages de plantes et d'insectes.

Deux composants de la biodiversité, les traits et la probabilité de présence des espèces, ont été testés de manière séparée. Les tests ont combiné des modèles particuliers de répartition des espèces, des modèles macro-écologiques et différentes approches pour établir des règles biotiques.

Un second test a été conduit sur deux groupes d'insectes (papillons et sauterelles) et a étudié l'impact de différentes techniques pour créer des prévisions d'absence/présence d'espèces particulières. L'intégration de nouvelles règles d'assemblage écologique dans le cadre a également été testée et leurs performances ont été comparées à l'aide de la règle de classement probabiliste.

L'utilisation de ce cadre a mis en lumière des éléments relatifs aux mécanismes d'assemblage des communautés étudiées et suggéré les principales voies à suivre pour des recherches futures sur la modélisation à l'échelle des communautés. Elle a également souligné l'importance de la production de bons modèles d'espèces particulières pour reconstruire les communautés. Si la qualité des modèles n'est pas élevée, ils fourniront peu d'informations sur le potentiel écologique d'une espèce et le cadre sera biaisé.

Les tests sur plusieurs ensembles de données ont montré que le cadre SESAM peut être utilisé pour reconstruire la composition des communautés. Ils ont également confirmé l'utilisation de la règle de classement probabiliste pour améliorer les prévisions sur les communautés, lorsque le biais précédent était détecté.

Les nouveaux outils analytiques développés par le projet SESAM-ZOOL seront particulièrement utiles pour les personnes qui travaillent dans le domaine de la conservation, leur permettant d'étudier les conséquences potentielles des modifications de la biodiversité liées aux activités humaines. Ils permettront également au secteur industriel d'étudier des moyens d'atténuer ses impacts sur l'environnement.

Informations connexes

Mots-clés

Biodiversité, modèle informatique, communautés, SESAM-ZOOL, assemblage d'espèces, règle de classement probabiliste, conservation
Numéro d'enregistrement: 182803 / Dernière mise à jour le: 2016-05-25
Domaine: Environnement