Modélisation de la

Modélisation de la connectivité
écologique fonctionnelle
potentielle par les graphes
paysagers : intérêts, limites et
perspectives d'amélioration
L. Bergès, C. Avon, R. Duflot
UR EMAX
Irstea Aix-en-Provence
Connectivité du paysage
•
Perte et fragmentation des habitats naturels et semi-naturels au sein des
paysages de plus en plus anthropisés
•
Augmentation des déplacements des individus entre les taches d'habitats
pour assurer la survie des individus et de l'espèce par le maintien
d'échanges inter-populationnels (méta-populations)
•
« Le degré selon lequel le paysage facilite ou contraint le mouvement des
espèces (gènes, individus) entre les ressources en habitats » Taylor et al. (1993)
– Survie des pop, divers. génétique, recolonisation après extinction locale…
– Compense les effets négatifs de la fragmentation des habitats
•
Dépend de deux composantes :
– Configuration du paysage (structurale)
bosquet
– Capacités de dispersion
des espèces (fonctionnelle)
Intersection
– Notion spécifique à chaque espèce
haie
Populations
Flux d’individus
Méthodes de mesure
connectivité structurelle – connectivité potentielle – connectivité réelle
Info paysage
Info espèce
radiopistage,
mesures du taux
de colonisation ou
d'immigration,
génétique des
populations
Calabrese et
Fagan (2004)
IFM,
SOPM,
SEPM
Enjeux de conservation et d'aménagement
•
•
La politique trame verte et bleue
(TVB) a pour objectif de "rétablir les
flux d’espèces de faune et de flore
sauvages entre les zones de haute
valeur écologique"
Mais la mise en œuvre de la TVB
repose sur :
– des analyses cartographiques assez
sommaires
– des analyses spatiales simples
pour la détermination des
continuités écologiques
– des dires d'expert assez grossiers
pour évaluer la connectivité "efficace"
des espaces naturels
•
Besoin de passer d'une simple
analyse descriptive du paysage à
une analyse plus fonctionnelle
Enjeux de conservation et d'aménagement
•
Question centrale pour l'aménagement du territoire (Theobald et al., 2000 ;
Gurrutxaga et al., 2010 ; Foltête et al., 2014) :
– Où doit-on agir de manière efficace au niveau d'un territoire pour
maintenir ou restaurer la biodiversité ?
(1) quelles taches et corridors sont importants
pour la connectivité d'une espèce :
quels éléments faut-il conserver en priorité ?
(2) où faut-il modifier le réseau écologique
d'une espèce pour améliorer sa connectivité
globale (restauration de taches ou
de corridors entre taches) ?
(3) quels vont être les impacts d'un changement
d'occupation du sol ou d'une autre pression
sur le réseau écologique d'une espèce
(mesures d'aménagement) ?
Les graphes paysagers
•
Théorie des graphes (Urban et Keitt 2001, Minor et Urban, 2007) :
•
Modélisation d’un paysage : graphe composé de nœuds et de liens
•
Plusieurs indices mesurant la connectivité du graphe :
–
Integral Index of connectivity IIC (Pascual-Hortal et Saura, 2006)
–
Probability of connectivity PC (Saura et Pascual-Hortal, 2007)
avec :
AL : surface du paysage étudié
ai, aj : attributs des taches i et j
p*ij = meilleur chemin entre i et j,
c'est-à-dire chemin de probabilité
maximale entre ces deux taches
Pij= exp( x dij)
avec dij: distance entre taches i et j
Modélisation des déplacements
• Déplacements entre taches (Zeller et al., 2012 ; Rayfield et al., 2011)
Distance euclidienne
Chemins de
moindre coût
Chemins multiples
Quantité d'information écologique incorporée
Schéma d’une analyse de connectivité
Saura et Torné (2009)
8
Priorités de conservation et connectivité
•
•
Opérations sur les graphes : retrait des nœuds et des liens
Algorithme de
contribution de la
tache au réseau
dX = 100 x
Xini – Xfin
Xini
•
Décomposition de la
disponibilité et de la
connectivité de l’habitat
en 3 composantes :
– intra
– flux
– connecteur
Saura & Rubio (2010)
Exemple d'application en région PACA
Avon et al. (2014)
Analyse de connectivité
fonctionnelle potentielle en 5
étapes :
■ Choix de l'espèce (Ecureuil
roux) et de la zone d'étude
■ Occupation du sol (données
CRIGE PACA)
■ Cartographie de l'habitat
potentiel de l'Ecureuil roux
■ Carte de résistance et
modélisation des
déplacements
■ Analyse de connectivité du
réseau d'habitat et diagnostic
Exemple d'application en région PACA
Avon et al. (2014)
•
•
2
•
1
•
4
3
Ce diagnostic varie selon la distance de dispersion de l'espèce
Un réseau à 4
composantes principales
Au SE des Alpilles :
présence d'une grande
tache (520 ha) isolée
entre composante Alpilles
et composante SainteVictoire Lambesc
Pas de connexion entre
composantes Luberon et
Saint-Victoire - Lambesc
Mise en évidence des
éléments charnières pour
assurer la dispersion à
travers le réseau
Couplage SDM et graphes paysagers
Occupation du sol
Carte des habitats
favorables
Seuillage du SDM
et codage de la
résistance au
déplacement
Habitat de l'espèce et
résistance de la matrice
2 km
Draguignan
Modèle de distribution
d’espèce (Maxent)
Lulula arborea
Couplage SDM et graphes paysagers
2 km
Calcul des distances entre taches basées
sur les chemins de moindre coût (LCP) et
Légende
analyse de connectivité (Graphab)
Noeud
Id
1 - 10
20
Evaluation de l'importance des taches et11 -des
liens pour la connectivité globale (dPCc)21 - 30
31 - 41
Lien
d_dPC_d122
0,000001 - 0,009562
0,009563 - 0,049582
0,049583 - 0,103986
0,103987 - 0,186974
Tache
d_dPC_d122
0,000000 - 0,018556
0,018557 - 0,064985
0,064986 - 0,114477
0,114478 - 0,185061
Lulula arborea
Tache d'habitat
Forte résistance au déplacement
Faible résistance
Modèles de dynamique de population
•
Limite des graphes paysagers = modèles déterministes
•
Modèles de dynamique de populations (SEPM) :
– Etude dynamique d'un système
– Prise en compte des processus aléatoires
– Mais :
• nécessitent beaucoup plus de données d'entrée
• plus lourds à mettre en œuvre : calcul, formalisation
•
Comparaison SEPM et théorie des graphes (Minor et Urban, 2007)
– Les deux approches donnent-elles des résultats similaires ?
Comparaison des deux approches
•
•
Application à un oiseau : Hylocichla mustilena (Wood Thrush) dans 2
paysages en Caroline du Nord (33 x 50 km et 13 x 21 km)
Point de départ : choix de 3 propriétés des taches pour faire partie d'un
réseau d'habitat à but conservatoire :
– Capacité de la tache à émettre des individus (source)
– Importance de la tache comme relai ou "stepping stone"
– Niveau de persistance de la tache dans le temps
QAi = quality-weighted area : taille de la tache x qualité moyenne
Fluxij = QAi x Pij
Pij= exp( x dij)
avec dij: distance entre taches i et j
Influx = Ʃ Fluxij entrant depuis les taches adjacentes connectées
Persistance de la tache
Outflux = Ʃ Fluxij sortant vers les taches adjacentes connectées
Puissance de la source
BCi = identification du chemin le plus court entre chaque
paire de taches du réseau, puis calcul du nombre de fois où
ce chemin passe par le nœud i
Tache relai
Comparaison des deux approches
•
•
•
•
•
•
Modèle de dynamique de population spatialement explicite : mécaniste,
stochastique et individu centrée
Mêmes données d'entrée que le graphe paysager…
+ 9 paramètres définissant les traits de vie de l'espèce :
Simulation sur 100 ans avec 50 réplicats du même modèle
Initialisation du modèle : aléatoire ou par tache unique
Simulation de la natalité
Mortalité des adultes et des jeunes
Comparaison des deux approches
•
Taux de natalité dépend de la proximité de la lisière selon une fonction de
Weibull modifiée (effet lisière sur 150 m)
•
Modélisation de la dispersion :
– Si le nombre d'individus de la tache dépasse la capacité de charge,
dispersion des individus vers les taches voisines
– La dispersion est un événement aléatoire basée sur la taille des taches
et la distance entre les taches
– Les juvéniles ont une moindre fidélité au site que les adultes et se
dispersent plus facilement
•
Après dispersion, tous les jeunes deviennent adultes et on recommence un
nouveau cycle
•
Le modèle atteint un équilibre au bout de 50 ans environ
Comparaison des deux approches
•
Plusieurs indices calculées selon le type d'initialisation :
Puissance de la source : moy. du rang de la tache pour BL et du rang pour BP
Persistance de la tache : moy. du rang de la tache pour CV et du rang pour YO
Tache relai : pas de métrique dans le SEPM
Comparaison des deux approches : résultats
Paysage 1
Corrélation de rang de Spearman entre la force
de la source (SEPM) et le flux sortant (Graphe)
Paysage 2
Paysage 2
 = 0.87
10 premières taches selon SEPM
10 premières taches selon Graphe
Paysage 1 :  = 0.86
Comparaison des deux approches : résultats
Paysage 1
Corrélation de rang de Spearman entre la
persistance (SEPM) et le flux entrant (Graphe)
Paysage 2
Paysage 2
 = 0.73
10 premières taches selon SEPM
10 premières taches selon Graphe
Paysage 1 :  = 0.87
Paysage 1
Paysage 2
Paysage 2
Paysage 1
Comparaison des deux approches : résultats
Qualité globale de la tache :
source et persistance
 = 0.93
Centralité de la tache
Forte centralité
Faible centralité
Bilan et conclusions
Graphe paysager
Modèle de dynamique de population
Quantité de
données
nécessaires
Variable mais a minima : habitat de
l'espèce, domaine vital, distance de
dispersion
+ résistance au déplacement
Plus importante : bonne connaissance de la
biologie de l'espèce : fécondité, mortalité,
comportement…
Précision des
résultats
Similaire à celle d'un SEPM selon Urban
et Minor (2007)
Plus grande, mais dépend de la qualité des
paramètres biologiques (erreurs dans les
sorties des modèles)
Temps de calcul
Court
Plus long
Surface de la
zone d'étude
Large gamme
Impossible sur de très grands territoires
Diagnostic de
connectivité
Identification des taches et liens
importants pour maintenir la connectivité
globale (BC, dPCc)
Pas de métrique connue
Outil d'aide à la
décision pr AT
Fort potentiel
Potentiel plus faible
Limites
Connaissances sur la biologie et l'écologie des espèces,
notamment distance de dispersion (moyenne ou maximale)
Poursuivre la comparaison des approches…