THÉORIE NEUTRE ET QUESTIONS DE CONSERVATION Emi Martín Queller, Aggeliki Doxa & Arne Saatkamp Institut Méditerranéen de Biodiversité et Ecologie (AMU, CNRS) Regional Involvement Event in Marseille ÉVALUATION DE LA VULNÉRABILITÉ DE LA BIODIVERSITÉ Sites prioritaires pour la conservation Stratégie spatio-temporelle d’échantillonnage Regional Involvement Event in Marseille ÉVALUATION DE LA VULNÉRABILITÉ DE LA BIODIVERSITÉ Sites prioritaires pour la conservation Stratégie spatio-temporelle d’échantillonnage - Application aux sites pilotes - Transférable à de différentes régions côtières de la Méditerranée - Contexte local/régional + intégration dans contexte du bassin Méditerranéen Regional Involvement Event in Marseille ÉVALUATION DE LA VULNÉRABILITÉ DE LA BIODIVERSITÉ Sites prioritaires pour la conservation Stratégie spatio-temporelle d’échantillonnage - Application aux sites pilotes - Transférable à de différentes régions côtières de la Méditerranée - Contexte local/régional + intégration dans contexte du bassin Méditerranéen Deux approches: 1. Patrons spatiaux de biodiversité et des pressions humaines, et leur association 2. Modèles de dynamiques de communautés : réponse à futurs scénarios Regional Involvement Event in Marseille 1. Patrons spatiaux de biodiversité et des pressions humaines, et leur association Regional Involvement Event in Marseille 1. Patrons spatiaux de biodiversité et des pressions humaines et leur association Compilation des DONNÉES GÉORÉFÉRENCIÉES DISPONIBLES dans chacun des sites pilote: - Biodiversité végétale : ex. distribution d’espèces et d’habitats, endémismes, espèces et habitats protégés - Environnement : ex. lithologie, topographie, climat - Pression humaine : ex. occupation du sol, fragmentation Global Land Cover-SHARE. Latham et al. 2014 (FAO) Regional Involvement Event in Marseille 1. Patrons spatiaux de biodiversité et des pressions humaines et leur association Compilation des DONNÉES GÉORÉFÉRENCIÉES DISPONIBLES dans chacun des sites pilote: - Biodiversité végétale : ex. distribution d’espèces et d’habitats, endémismes, espèces et habitats protégés - Environnement : ex. lithologie, topographie, climat - Pression humaine : ex. occupation du sol, fragmentation Données globales: peu de résolution spatiale Données régionales: grande hétérogénéité en Echelles spatiales Quantité et distribution spatiale Global Land Cover-SHARE. Latham et al. 2014 (FAO) Définition des catégories Regional Involvement Event in Marseille 1. Patrons spatiaux de biodiversité et des pressions humaines et leur association Compilation des DONNÉES GÉORÉFÉRENCIÉES DISPONIBLES dans chacun des sites pilote: - Biodiversité végétale : ex. distribution d’espèces et d’habitats, endémismes, espèces et habitats protégés - Environnement : ex. lithologie, topographie, climat - Pression humaine : ex. occupation du sol, fragmentation Données globales: peu de résolution spatiale Données régionales: grande hétérogénéité en Echelles spatiales Quantité et distribution spatiale Global Land Cover-SHARE. Latham et al. 2014 (FAO) Définition des catégories DIFFICILE HARMONISATION POUR COMPARER Regional Involvement Event in Marseille 1. Patrons spatiaux de biodiversité et des pressions humaines et leur association INDICATEURS DE BIODIVERSITÉ - Nombre d’espèces de plantes - Proportion d’espèces par rapport au pool régional - Proportion d’espèces patrimoniales (endémismes, listes rouges) - Diversité d’écosystèmes (semi)naturels - Surface des habitats de grande valeur écologique Regional Involvement Event in Marseille 1. Patrons spatiaux de biodiversité et des pressions humaines et leur association INDICATEURS DE PRESSION HUMAINE : - Densité de routes - Pourcentage de surface urbaine (ou urbaine+agricole) - Nombre de fragments de végétation naturelle - Taille moyenne des fragments - Index de proximité ou d’autres (théorie des graphes) - Changement d’occupation du sol - Densité de population humaine - Proportion d’espèces envahissantes Regional Involvement Event in Marseille 1. Patrons spatiaux de biodiversité et des pressions humaines et leur association STRUCTURE DE L’ÉTUDE - Nécessité de regrouper l’information des placettes dans cellules (0.25 km2) - Plusieurs grilles par région pour couvrir hétérogénéité Regional Involvement Event in Marseille 1. Patrons spatiaux de biodiversité et des pressions humaines et leur association LE CAS DE FRANCE Base de données SILENE (CBN Med) - Beaucoup de données d’occurrences d’espèces Etendu spatiale plus large (côte PACA) Analyse statistique plus robuste (plus de cellules) Résolution spatiale plus petite (3x3 km) (biais d’échantillonnage) Regional Involvement Event in Marseille Indicateur de biodiversité 1. Patrons spatiaux de biodiversité et des pressions humaines et leur association ANALYSE MULTI-ÉCHELLE Cellules 3x3 km en France 1 km 1 km Indicateur de pression humaine Facteur environnemental PATRONS STATISTIQUES A L ’ECHELLE LOCALE/PAYSAGE PATRONS STATISTIQUES A L’ECHELLE REGIONALE Regional Involvement Event in Marseille Indicateur de biodiversité 1. Patrons spatiaux de biodiversité et des pressions humaines et leur association ANALYSE MULTI-ÉCHELLE Regroupement des indicateurs 3 km Cellules 3x3 km en France Cellules regroupées des autres régions 3 km 1 km 1 km Indicateur de pression humaine Facteur environnemental PATRONS STATISTIQUES A L ’ECHELLE LOCALE/PAYSAGE PATRONS STATISTIQUES A L’ECHELLE DU BASSIN Regional Involvement Event in Marseille 2. Modèles de dynamiques de communautés : réponse à futurs scénarios Regional Involvement Event in Marseille 2. Modèles de dynamiques de communautés : réponse à futurs scénarios DETTE D’EXTINCTION: Le nombre d’espèces prédit de disparaitre localement après la destruction d’une partie de leur habitat quand la communauté aura atteint un nouveau équilibre. Kuussaari et al. 2009 TREE Surface initiale d’habitat Perte d’habitat + fragmentation Processus d’extinction: 1. Les espèces dont la distribution se limitait à la surface d’habitat perdu disparaissent immédiatement. Effet de l’aire d’échantillonnage 1. Les espèces disparaissent au cours du temps jusqu’à un nouveau équilibre. Effet d’isolement Halley et al. 2013 Global Ecol. Biogeogr. Temps 0. Immédiatement après la perte d’habitat “Temps de relaxation” Temps t. Nouvel équilibre dynamique (la dette d’extinction est payée) Regional Involvement Event in Marseille 2. Modèles de dynamiques de communautés : réponse à futurs scénarios LES MODELES NEUTRES - Modèle de dynamique des communautés - Basé sur la probabilité de: - Naissance et mortalité - Migration à partir du pool régional d’espèces - Spéciation dans la région - Equivalence écologique des individus Regional Involvement Event in Marseille Rosindell et al. 2011. TREE 2. Modèles de dynamiques de communautés : réponse à futurs scénarios LES MODELES NEUTRES - Modèle de dynamique des communautés - Basé sur la probabilité de: - Naissance et mortalité - Migration à partir du pool régional d’espèces - Spéciation dans la région - Equivalence écologique des individus - Ils convergent toujours vers un nombre d’espèces à l’équilibre. - Malgré leur simplification, ils prédisent des patrons aire-espèce proches aux patrons empiriques (Rosindell et al. 2011 TREE). Regional Involvement Event in Marseille Rosindell et al. 2011. TREE 2. Modèles de dynamiques de communautés : réponse à futurs scénarios Sources des données 1. Ajuster les paramètres du modèle à données empiriques Base de données PN Calanques Zone (16 km x 6 km) échantillonnée de façon exhaustive et systématique Paramètres: Données à l’échelle d’individu m: taux d’immigration θ: taux d’espéciation SA-a = f(aire restante(A-a), taux de spéciation et de dispersion, taille de la communauté) 2. Modèles de dynamiques de communautés : réponse à futurs scénarios Sources des données 1. Ajuster les paramètres du modèle à données empiriques Base de données PN Calanques Zone (aprox. 16 km x 6 km) échantillonnée de façon exhaustive et systématique. Données à l’échelle d’individu 2. Se basant sur ces paramètres, estimer les courbes aireespèces (richesse prédite dans différents scénarios de perte d’habitat) SA-a = f(aire restante(A-a), taux de spéciation et de dispersion, taille de la communauté) Richesse d’espèces 2. Modèles de dynamiques de communautés : réponse à futurs scénarios Les courbes aire-espèces conventionnelles (Q) surestiment le nombre d’extinctions imminentes (P), mais sous-estiment les futures extinction (R). Halley et al. 2013 Global Ecol. Biogeogr. Regional Involvement Event in Marseille 2. Modèles de dynamiques de communautés : réponse à futurs scénarios Sources des données 1. Ajuster les paramètres du modèle à données empiriques Base de données PN Calanques Zone (aprox. 16 km x 6 km) échantillonnée de façon exhaustive et systématique. Données à l’échelle d’individu 2. Se basant sur ces paramètres, estimer les courbes aireespèces (richesse prédite dans différents scénarios de perte d’habitat) SA-a = f(aire restante(A-a), taux de spéciation et de dispersion, taille de la communauté) 2. Modèles de dynamiques de communautés : réponse à futurs scénarios Sources des données 1. Ajuster les paramètres du modèle à données empiriques Base de données PN Calanques Zone (aprox. 16 km x 6 km) échantillonnée de façon exhaustive et systématique. Données à l’échelle d’individu 2. Se basant sur ces paramètres, estimer les courbes aireespèces (richesse prédite dans différents scénario de perte d’habitat) 3. Comparer avec les courbes aire-espèces observées dans: - De vraies îles (Données Initiative PIM) - De fragments pseudo-expérimentaux MERCI Regional Involvement Event in Marseille