THESE Pour l’obtention du titre de DOCTEUR DE L’UNIVERSITE J. FOURIER – GRENOBLE 1 Ecole doctorale : Chimie et Sciences du Vivant Spécialité : Biodiversité, Ecologie, Environnement Mécanismes de structuration des prairies subalpines: apport des traits fonctionnels Par Nicolas Gross Soutenue devant jury le 14 septembre 2007 Composition du jury : Mr. Fernando MAESTRE, Université Rey Juan Carlos, Madrid, Espagne Rapporteur Mr. Jean-François SOUSSANA Directeur de recherche, INRA, Clermont Ferrand, France Rapporteur Mr. Philippe COZIC Directeur de recherche, CEMAGREF, Grenoble, France Examinateur Mme Sandra DIAZ Professeur, université de Cordoba, Argentine Examinatrice Mr. Richard MICHALET Professeur, Université de Bordeaux 1, France Examinateur Mme Sandra LAVOREL Directrice de Recherche, CNRS, France Directrice de thèse Thèse préparée au sein du Laboratoire d’ECologie Alpine (LECA, UMR UJF-CNRS 5553) 1 2 3 4 REMERCIEMENTS Au cours de ce travail de thèse, j’ai travaillé dans trois laboratoires, passé mes hivers à la mer et mes étés à la montagne, déménagé huit fois et traversé deux fois l’océan atlantique. J’ai rencontré et échangé avec plus de monde que je n’aurais espéré rencontrer un jour. Les remercier tous prendrait plus que l’ensemble de ce manuscrit et les souvenirs que je garde de cette thèse, grâce à eux, feront à jamais parti de moi. On dit que la thèse est un parcours initiatique. C’est bien vrai. Plus qu’une expérience professionnelle, c’est une expérience de vie. Je dois tout d’abord remercier les gens qui m’ont donné envie et permis de prendre le chemin de la recherche. Ces gens sont Pierre Liancourt, Richard Michalet et Philippe Choler. Il m'ont accueilli dans leur équipe alors que j'étais un tout jeune étudiant de maîtrise suivant son copain Abdé pour "voir ce qu'était la recherche en écologie". Par leurs enseignements, les stages que j’ai effectué en Maîtrise et DEA, les échanges scientifiques et personnels que j’ai pu avoir avec eux, ces personnes passionnés par leur métier mon donné le courage et l’envie de suivre leur chemin. Plus que cela, ils m’ont permis de continuer dans cette voie. Grâce à eux, j’ai pu être mis en contact à l’entrée de mon DEA avec Sandra Lavorel qui deviendra ma directrice de thèse. Durant quatre années, Sandra m’a laissé évolué, recadré, compris, m’a surtout fait confiance pour mener à bien ce travail de thèse. Elle m’a permis de partir du LECA à plusieurs reprises pour confronter mes idées et enrichir mon travail de thèse dans d’autres laboratoires de recherche et au sein de conférences nationales et internationales. Jusqu’à la dernière minute son soutien a été sans faille. Pour cela et parce qu’elle m’a également beaucoup appris sur le métier de chercheur, je ne la remercierai jamais assez. Je dois ensuite remercier les gens qui m’ont épaulé au plus prêt dans ce travail. Ce sont Catherine Roumet, et Katharine Nash Suding. Catherine, m’a tout de suite accueilli à Montpellier pour travailler pendant deux longs hivers sur les mycorhizes (partie de la thèse qui ne figure pas dans ce manuscrit, mais qui reste très prometteuse). Ce projet que je tenais à réaliser. Catherine m’a donnée les moyens de le mener à bien. Elle m’a souvent reproché mon manque de rigueur, pour cela j’ai énormément appris d’elle. De la même façon, je la remercie pour son soutien sans faille et sa présence. Katy, elle était présente au tout début de ma thèse en post-doctorat au LECA. Elle est à l’origine de ce travail de thèse avec Sandra. Son travail a été une source intarissable d’inspiration dans la réalisation de cette thèse. Elle a également participé aux montages des manips sur le terrain. Elle a supporté la monté du Lautaret en trois heures avec un camion charger de 2 tonnes et demi de pots de fleurs remplis de sable. Je l’ai vu creuser dans la neige à 7h du matin une fois arriver au Lautaret pour faire passer le camion jusqu’à la parcelle expérimentale. Pour cette motivation, pour son aide à l’écriture des papiers ainsi que pour son accueil généreux au sein de son laboratoire, pour tout ça, Merci ! Je remercie également tous les membres de mon Jury qui ont très vite accepté d'évaluer ce travail. Je remercie les rapporteurs: Jean François Soussana, Fernando Maestre, ainsi que les examinateurs: Sandra Diaz, Philippe Cozic et Richard Michalet. Je dois remercier également toutes les personnes qui ont participé à ce travail au Lautaret et avec qui j’ai passé ces moments intenses et inoubliables. Cela commence par David Lapied 5 (Mon ancien voisin de Lycée) et Mathieu Chausson qui n’ont pas hésité à rester jusqu’à fin octobre 2003 au Lautaret avec moi pour planter quelques 1000 plantes sur le terrains par un froid et une humidité maximum. Seuls, là haut, ils n'ont jamais reculé! Durant l’été 2004, je dois remercier Fabien (Fabien le premier thésard de l'équipe TDE, notre éclaireur, notre frère spirituel), Fabrice, Denis, Florence, Junior, Caro, Marc et Hélène qui ont fait du Lautaret un endroit magique malgré une surpopulation inhérente au Chalet labo. Souvent, ils m'ont aidé à me dépatouiller d’un terrain que je devais conduire seul. Merci pour avoir créé une ambiance conviviale et chaleureuse, entre nous, le soir venu autour des merveilles culinaires et alcoolisées que nous ramenait Fabien de temps en temps. Merci pour ces discussions, ces petits moments de vie, ces balades, ces pizzas à la frontière italienne, pour le rafting en position sécurité… Merci… Je remercie aussi la seconde génération du chalet labo présente durant l’été 2005, Yohan (Number 1), Cécile (sans numéro), Damien (Number 2), mes stagiaires sans qui rien n'aurait pu être possible. Ils m'ont supporté, épaulé et surtout grâce à eux le terrain qui peut facilement devenir long mais long n'était qu'une partie de plaisir. Merci de m'avoir initié à la via ferrata et à l'escalade et cela malgré mes cries et pleures… Je remercie aussi tous les autres qui ont habité là haut et dieu sait qu'on était nombreux: Romain, Luce (pour ses talent de guérisseuse), Fanny, Laurent, Sophie, Kat, Flore, Florence, Fanny, Laurent, Emanuelle, Rebecca, Matt, Maire-Pascale pour son fameux brocoli vapeur !!! et tout les autres que l’on a croisé de façon temporaire !!! Ils ont fait vivre ce chalet pendant 6 mois cette année là. Il est vrai que certain en sont sortis très fatigués, peut être à cause de moi, et je m'en excuse encore. Mais surtout, parce que ce chalet de 4 chambres a accueilli parfois plus de 20 personnes sans que tout ce petit monde éclate. Dans ce miracle de la vie en communauté, je n’oublierai pas les fameuses soirées dansantes, les longues journées de récoltes de manips nourris aux figolus, les randos en montagnes et surtout ce travail effectué avec plaisir, passion et amusement. Je ne dois pas oublier les gens du chalet Jardin, qui souvent ont été d’un grand secours moral matériel et culinaire. Merci à Roland, Richard, Serge, Philippe et tout les guides et bénévoles qui font vivre ce jardin magnifique perché là haut au col du Lautaret. Le LECA, ma seconde maison, que de souvenirs, d’échanges passionnés (sur le rôle de l’eau dans les prairies), de discussions dans les couloirs (et oui la science ce fait dans les couloirs), de moments de vie inoubliables. De longues heures de travail aussi. Mais surtout un lieu de vie où j’ai vécu avec des gens extraordinaires. Je remercie l’ancienne et actuelle génération de thésards que je n’oublierai pas : Abdé, Pierrot (Pierrot qui est à l'origine de nombreuses idées développées dans cette thèse… Merci à toi pour ce que tu partages et que tu donnes si facilement aux gens qui t'entourent), Mathieu Tilquin ou inutilq (le fou gentil qui a illuminé mes journées au LECA), rourou, Flore, Fabien, Florence, Pf, Seb, Fred, Grande flo, Cyrille, Aurélie, Eva, Fabrice, Margot…. Les postdocs de passage : Matt (car il était toujours là pour corriger mon anglais, et aussi parce que j'adore parler en espagnole le soir venu au Lautaret avec lui), Jérôme, Francesco… Les maîtres permanents : JC (pour les discussions politiques), Philippe (pour son aide régulière tout au long de ma thèse), Serge (pour m'avoir appris la capture de campagnole et parce que il est vraiment trop fort à la pétanque), Roland (pour le lien social puissant qu'il représente au labo), Murielle (car elle je l’ai vraiment embêté…). Geneviève pour sont aide précieuse et sans faille lors des analyses chimiques. Ces gens ont fait de mes journées de travail au LECA, des moments de folies douces qui me donnent 6 encore le sourire chaque fois que j’y repense. Ils ont créé au sein du LECA, un esprit de partage et d’amitié qui je l’espère restera dans ce Labo. Je remercie également les nouveaux thésards et stagiaires… en leur souhaitant bonne chance et de continuer à faire vivre le LECA. LE CEFE… Ma troisième maison… je remercie tout les gens qui m’ont accueilli là-bas et qui m’ont fait sentir que cette équipe était la mienne également. Merci à l’équipe ECOPAR, Eric, Marie-Laure, Tonton, Bruno, Christian pour leur aide, soutien et gentillesse. Merci aux étudiants Cyrille, Denis, Helena, Claire, Irène et tant d’autres qui ont fait de ce séjour à la mer de si belles vacances… Merci à mes amis du CEFE, Vincent, Alban, Guillaume, Nadir, Georges, Xavier et tant d’autres… Le Suding lab… Comment remercier des gens qui sans me connaître m’ont trouvé un appartement, un vélo pour me déplacer dans cette immense pays… m’ont intégré à leur recherche et m’ont fait découvrir des nouvelles pistes sur lesquelles emmener mon travail de thèse. Surtout, ils m’ont fait découvrir un immense pays plein de ressources, la Samba dans les bars reculés de Los Angeles, les baleines grises, les vautours et les coyotes en pleine ville. Merci donc à Mattew mon colloc, Graham, mon colloc du canapé, Isabel, Rebecca, Marko, Ryan, Dan, Stan, Loralee (pour ce fameux tour dans les collines de Santa Ana), Dash, et tout les autres pour leur acceuil qui fut sans faille, qui me fera jamais oublié ce séjour en Californie … en espérant les revoir bientôt… (Translate this version) Enfin je voudrais remercier tout mes amis, parents et connaissances qui m’ont aidé et soutenu pendant ces longues années de recherche, les habitants de la House of the Holy : Seb, Mathieu, Jean, Laura qui supporte les deniers instants de l’écriture de ce travail, Guillemette, Alban, Flo, Amandine, Guillaume, Vincent, Céline, Daniel, Juan… Les copains de Grenoble… Simon, Dave, Maud, JB, Martial, Morgan de Moonsheep, Marie, Val, Julien, Sylvain, Hélène, Abdé et tant d’autres… Mes parents et mon Frère enfin pour m’avoir toujours soutenu. En espérant n'avoir oublié personne, Merci à tous… Merci ! 7 8 RESUME Les mécanismes de structuration des communautés végétales sont encore mal connus. Par exemple, il n’y a pas de consensus concernant l’importance des interactions entre les plantes (interactions biotiques) pour expliquer la composition des communautés végétales le long de gradients écologiques. J’ai développé au cours de ma thèse une approche expérimentale basée sur l’étude des traits fonctionnels des plantes pour identifier les processus déterminant la répartition et la composition des communautés végétales naturelles. Les traits fonctionnels sont des adaptations morphologiques ou écophysiologiques des plantes en réponse aux facteurs physiques et biotiques du milieu (traits de réponse). Ces traits qui peuvent générer en retour des modifications de ces mêmes facteurs (traits d’effet). La connexion entre traits de réponse et d’effet liant les plantes à leur environnement a constitué la base théorique de cette thèse. Le travail s’est appliqué aux prairies subalpines, fortement affectées par les différentes pratiques agro-pastorales passées et actuelles. Ainsi la fauche et la fertilisation par l’homme entraînent une forte diversité spécifique et fonctionnelle. L’abandon de ces pratiques modifie de façon importante ces milieux et provoque une chute de diversité. Par l’utilisation des traits fonctionnels, nous avons cherché à comprendre où et quand les interactions biotiques pouvaient jouer un rôle primordial au sein de ces communautés végétales d’altitude. J’ai démontré l’intérêt des traits pour prédire la réponse des plantes aux facteurs abiotiques, mais également la réponse des individus aux interactions biotiques. J’ai établi que les traits fonctionnels à l’échelle de la communauté végétale déterminaient l’effet de la végétation sur les ressources du milieu (eau, lumière…). Enfin, j’ai développé un modèle permettant de prédire la structuration fonctionnelle des communautés subalpines (diversité fonctionnelle), en explicitant le rôle majeur des interactions biotiques. L’approche fonctionnelle développé par ce travail a permis de hiérarchiser les principaux facteurs responsables de la structuration des communautés végétales subalpines. La facilitation ainsi que la complémentarité fonctionnelle sont par exemple des mécanismes pouvant expliquer la forte diversité des prairies fauchées et fertilisées. La chute de diversité lors de l’abandon des terres est due à une espèce monopoliste (Festuca paniculata). Le succès de cette espèce est expliqué par sa forte réponse compétitrice. Les liens démontrés entre traits de réponse et traits d’effet ont permis la construction d’une base conceptuelle liant la réponse des communautés aux changements d’utilisation des terres et au fonctionnement de ces écosystèmes. 9 10 SOMMAIRE REMERCIEMENTS ................................................................................................................. 5 RESUME ................................................................................................................................... 9 SOMMAIRE ............................................................................................................................ 11 INTRODUCTION ................................................................................................................... 15 1. Contexte général ................................................................................................................... 19 2. Les traits fonctionnels: un outil d'étude des milieux naturels ................................................. 25 2.1. Des traits pour décrire la niche écologique des espèces .................................................................... 25 2.2. Liens entre traits de réponse et traits d'effet ..................................................................................... 28 3. Mécanismes de structuration des communautés végétales ...................................................... 33 3.1. Notion de filtre...................................................................................................................................... 33 3.2. Les interactions biotiques .................................................................................................................... 36 3.2.1. La compétition............................................................................................................................... 37 3.2.2. La facilitation................................................................................................................................. 38 3.2.3. L’importance des interactions plante-plante le long de gradients écologiques: un débat ouvert .................................................................................................................................................................. 40 Le modèle de Grime ............................................................................................................................ 40 Le modèle de Tilman........................................................................................................................... 42 Critiques générales des modèles de Grime et Tilman ...................................................................... 43 Les modèles de Facilitation................................................................................................................. 45 Critiques générales sur l’étude des interactions biotiques............................................................... 47 4. Biodiversité et fonctionnement des écosystèmes ....................................................................... 51 4.1. Définitions ............................................................................................................................................. 52 4.2. Patrons de diversité dans les systèmes herbacées tempérées............................................................ 54 4.3. Biodiversité et fonctionnement des communautés végétales et des écosystèmes............................. 56 4.3.1. Mécanismes de l’effet de la biodiversité ...................................................................................... 56 4.3.2. Limitations et défis futurs............................................................................................................. 58 5. Démarche analytique proposé .................................................................................................... 63 5.1. Point de départ : la démarche de Suding (2003)................................................................................ 63 5.2. Des individus au fonctionnement des écosystèmes: démarche proposée sur la base des traits fonctionnels .................................................................................................................................................. 65 11 METHODES ........................................................................................................................... 69 1. Les prairies subalpines ................................................................................................................ 71 1.1. Le climat subalpin ................................................................................................................................ 72 Un climat d’altitude ................................................................................................................................ 72 L’effet de versant..................................................................................................................................... 74 1.2. Des prairies sous l’emprise des activités humaines ........................................................................... 74 1.3. Caractéristiques des sols et des végétations des sites expérimentaux .............................................. 78 2. Méthodes utilisées dans la thèse ................................................................................................. 85 2.1. Les espèces dominantes des prairies subalpines ................................................................................ 85 2.2. Expérimentations de terrain et expérimentations en conditions semi-contrôlées .......................... 87 2.3. Mesures expérimentales....................................................................................................................... 88 CHAPITRES DE THESE....................................................................................................... 91 Chapitre 1 ......................................................................................................................................... 95 Relation entre traits et réponses aux facteurs abiotiques structurant les communautés subalpines ......................................................................................................................................... 95 Original title: Leaf dry matter content and lateral spread predict response to land use change for six subalpine grassland species ........................................................................................................................ 97 Abstract.................................................................................................................................................... 97 Introduction............................................................................................................................................. 98 Methods.................................................................................................................................................. 100 Results .................................................................................................................................................... 103 Discussion............................................................................................................................................... 107 References .............................................................................................................................................. 112 Synthèse chapitre 1 ........................................................................................................................ 119 Chapitre 2 ....................................................................................................................................... 125 Relation entre traits et interactions biotiques ............................................................................. 125 Original title: Complementarity as a mechanism of coexistence between functional groups of graminoids ................................................................................................................................................. 127 Abstract............................................................................................................Erreur ! Signet non défini. Introduction.....................................................................................................Erreur ! Signet non défini. Methods.................................................................................................................................................. 129 Results ..............................................................................................................Erreur ! Signet non défini. Discussion.........................................................................................................Erreur ! Signet non défini. References ........................................................................................................Erreur ! Signet non défini. Synthèse chapitre 2 ........................................................................................................................ 153 12 Chapitre 3 ....................................................................................................................................... 157 Interactions biotiques au sein des prairies subalpines ............................................................... 157 Original title: Predicting the outcomes of biotic interactions along a gradient of productivity using strain........................................................................................................................................................... 159 Abstract............................................................................................................Erreur ! Signet non défini. Introduction........................................................................................................................................... 160 Methods.................................................................................................................................................. 162 Results .................................................................................................................................................... 167 Discussion.........................................................................................................Erreur ! Signet non défini. References ........................................................................................................Erreur ! Signet non défini. Synthèse chapitre 3 ........................................................................................................................ 183 Chapitre 4 ....................................................................................................................................... 187 Effet des prairies subalpines sur l’humidité des sols .................................................................. 187 Original title – Plant response traits mediate the effects of subalpine grasslands on soil moisture... 189 Abstract.................................................................................................................................................. 189 Introduction........................................................................................................................................... 190 Methods.................................................................................................................................................. 192 Results .................................................................................................................................................... 197 Discussion............................................................................................................................................... 202 References .............................................................................................................................................. 205 Synthèse chapitre 4 ........................................................................................................................ 215 Chapitre 5 ....................................................................................................................................... 219 Des traits des individus, aux mécanismes de structuration des prairies subalpines: une approche basée sur les traits fonctionnels ................................................................................... 219 Original title: Linkage individual response to community structure: a trait based approach........... 221 Abstract.................................................................................................................................................. 221 Introduction........................................................................................................................................... 222 Methods.................................................................................................................................................. 226 Results .................................................................................................................................................... 232 Discussion............................................................................................................................................... 237 References .............................................................................................................................................. 241 Synthèse chapitre 5 ........................................................................................................................ 249 13 DISCUSSION GENERALE ................................................................................................. 253 1. Liens entre traits des individus et réponses aux facteurs ................................................ 257 1.1. Stratégies fonctionnelles des espèces dominantes au subalpin ....................................................... 257 Compromis et stratégies spécifiques (échelle globale et locale)......................................................... 257 Existence de quatre stratégies fonctionnelles dans les prairies subalpines ...................................... 258 1.2. Mécanismes de coexistence entre espèces conservatrices et exploitatrices au subalpin ............... 260 1.2.1 Le rôle de la complémentarité..................................................................................................... 260 1.2.2. Prédire la facilitation .................................................................................................................. 264 Des individus aux communautés: identification des mécanismes de structuration des 2. communautés subalpines............................................................................................................... 269 2.1. Liens entre traits et structure des communautés............................................................................. 269 2.1.1. Des traits pour prédire l’effet des végétations sur les facteurs abiotiques ............................. 270 2.1.2. Des traits pour hiérarchiser les facteurs par ordre d’importance .......................................... 274 Liens entre traits et interactions biotiques au sein des communautés subalpines ....................... 275 Hiérarchisation des facteurs............................................................................................................. 276 2.1.3. Perspectives sur la démarche basée sur les traits ..................................................................... 278 2.2. Mécanismes de structuration des communautés subalpines .......................................................... 282 L’ancienne utilisation des terres .......................................................................................................... 282 L’utilisation des terres actuelle ............................................................................................................ 284 L’importance des interactions biotiques ............................................................................................. 285 Sur le devenir des prairies subalpines ................................................................................................. 287 3. Conclusions générales......................................................................................................... 291 BIBLIOGRAPHIE ................................................................................................................ 295 APPENDICE ......................................................................................................................... 317 Abondance des espèces dans les parcelles expérimentales.................................................. 317 14 INTRODUCTION 15 16 Source de la Romanche It is impossible to determine the response of the whole based on the response of subgroups (Simpson’s Paradox 1951). 17 18 1. Contexte général Actuellement, les écosystèmes subissent des changements d'une rapidité sans précédent à l'échelle planétaire (Figure 1). Il est maintenant reconnu que les causes de ces changements sont liées à l'activité humaine qui affecte la structure et le fonctionnement des écosystèmes via différents processus regroupés sous le terme changements globaux (Diamond 2005; Hooper et al. 2005). Les changements globaux peuvent être regroupés en quatre composantes principales: climatiques, composition atmosphérique, utilisation des terres, invasions biologiques (Steffen et al. 2004). Bien que moins médiatisés, il est maintenant reconnu que les écosystèmes terrestres sont principalement affectés par les changements d'utilisations des terres (CUT) (Vitousek et al. 1997). Par exemple, les modifications de gestion agricole, affectent profondément les régimes de perturbations auxquels sont soumis les écosystèmes ainsi que les propriétés des sols qui les constituent (disponibilité en eau et nutriments). Il s’en suit des conséquences importantes sur la structure biotique des écosystèmes comme la perte d'espèces, l’introduction d'espèces invasives et des transformations de leur fonctionnement : productivité, stockage de carbone, hydrologie des sols ou cycles des nutriments. Ces impacts de l’Homme sur les écosystèmes peuvent se répercuter à l'échelle locale et globale (Hooper et al. 2005) et modifier les services que procurent les écosystèmes aux populations humaines (Foley et al. 2005). Figure 1. Exemples de changements atmosphériques en lien avec l’activité humaine : évolution de trois gaz à effet de serre en fonction du temps (de l’an 1000 jusqu’à nos jours). On montre une forte augmentation de ces gaz depuis la révolution industrielle (IPCC, 2001). 19 Face à ces problèmes, une prise de conscience générale s'est effectuée depuis plus d'une dizaine d'années, notamment à partir de la conférence de Rio de 1992 (mais aussi Kyoto 1997). Les changements globaux sont actuellement et de façon large au sein du débat publique et politique. Répondre à ces changements est un enjeu, reconnu par tous, comme majeur pour l'humanité dans le prochain siècle, cette prise de conscience est à l'image du discours de Jacques Chirac au sommet mondial pour le développement durable à Johannesburg en 2002 : "Notre maison brûle et nous regardons ailleurs. La nature, mutilée, surexploitée, ne parvient plus à se reconstituer et nous refusons de l'admettre". Pour répondre à ce défi, il est urgent de prédire l'impact de ces changements dans le futur sur les écosystèmes pour pouvoir appliquer les meilleures mesures de gestion et de conservation à l'échelle locale ou globale (Chapin et al. 1997; Chapin et al. 2000). Comment la répartition des espèces vivantes va-t-elle être affectée par les changements globaux? Qu’est ce qui détermine le fonctionnement des écosystèmes? Comment vont-ils être modifiés? Ces questions rejoignent les interrogations fondamentales en écologie qui s’intéressent à décrire et identifier des règles et des mécanismes qui régissent la distribution des espèces et des communautés le long de gradient écologiques (écologie des communautés) (McGill et al. 2006; Suding et al. 2003) ou leur fonctionnement (écologie fonctionnelle) (Odum 1959; Chapin et al. 2000; Lavorel & Garnier; 2002). Cependant face à la complexité des systèmes naturels l'existence de règles générales a été de nombreuses fois remise en question (Gleason 1924; Whittaker 1951; Hubbell 2001). La complexité est intrinsèque aux systèmes naturels et provient de la multitude de facteurs écologiques impliqués dans la structuration des écosystèmes ainsi que les interactions qu’entretiennent les composantes du système. A cela se rajoutent les différentes échelles possibles d’études, allant de l’individu à l’écosystème en passant par les populations et les communautés et la complexité des relations entre chacune de ces échelles (Wu 1999; Suding et al. 2003; Liancourt 2005). Cette complexité a mené de nombreux écologistes à penser que le hasard était la principale force explicative de la distribution des espèces vivantes (Hubbell 2001). Ceci c’est traduit très récemment par le succès de la théorie neutre (Hubbell 2001) qui stipule que toutes les espèces sont écologiquement équivalentes. Leur répartition est alors déterminer par des phénomènes stochastiques liés au contexte historique, à leur capacité d’immigration ou leur vitesse d’extinction. Cette théorie a réussi avec succès à expliquer la distribution de l’abondance 20 d’espèces dans de nombreuses études de cas (Chave 2004; McGill et al. 2003; Gaston 2005). Cependant elle reste fortement critiquée (Harpole & Tilman; 2006; McGill et al. 2006; Shipley et al. 2006; Tilman; 2004). Il a été montré que de mêmes distributions d’espèces pouvaient être expliquées à la fois par des théories neutres et des mécanismes déterministes qui prennent en compte les différences écologiques entre espèces (Tilman 2004; Harpole & Tilman 2006; Shipley et al. 2006). La répartition des végétaux semble donc être déterminée par des mécanismes se situant le long d’un continuum entre « stochasticité » absolue et déterminisme obligatoire (Gravel et al. 2006; Lortie et al. 2004). L’importance de ces deux types de mécanismes varierait en fonction des conditions écologiques et de l’échelle d’étude considérée (Figure 2) (Lortie et al. 2004; McGill et al. 2006). L’enjeu actuel serait donc de comprendre où et quand des mécanismes déterministes sont plus importants que le hasard pour expliquer la présence de tels types d’espèces, de communautés ou d’écosystèmes. Figure 2. Liens entre hasard des processus expliquant la structuration des communautés (Degree of randomness) et degré de relation entre individus d’une communauté (Degree of dependence) (Figure adaptée de Lortie et al. 2004). Chaque point représente une espèce au sein d’une communauté particulière. Plus les mécanismes de structuration sont déterministes plus les interactions entre individus d’une communauté explique sa structuration. Les points indiquent les processus stochastiques, les carrés représentent les processus intermédiaires, enfin les triangles sont les processus hautement déterministes. L’étude même des systèmes naturels pose problème et de nombreuses simplifications ont été nécessaires. Les communautés végétales tempérées sont généralement dominées par un petit nombre d’espèces (Whittaker 1965). Celles-ci jouent un rôle majeur dans le fonctionnement des communautés (Fargione et al. 2003; Garnier et al. 2004; Grime 1998). C’est donc souvent à travers l’étude de ces espèces dominantes que les communautés végétales sont étudiées la plupart du temps. Bien que cette approche ait permis d’importants progrès en écologie des communautés et qu’elle soit largement adoptée par le plus grand nombre, elle pose des problèmes sur plusieurs points pour la généralisation de règles écologiques (McGill et al. 2006). Cette approche, dite taxonomique, a peut-être entraîné l’écologie des communautés vers un grand nombre d’études de cas difficilement comparables et généralisables (Voir les essais de méta-analyses Goldberg et al. 1999; Maestre et al. 2005). En effet, comment tirer des conclusions générales sur d’éventuelles règles écologiques universelles si les conclusions 21 des études expérimentales s’apparentent à: « la dominance du Bromus erectus au sein d’une prairie calcicole sur les coteaux de Belledonne (Alpes Française) est due à sa tolérance au stress » (Avec l’autorisation de Liancourt P.). Bien que caricatural, cet exemple illustre bien la difficulté des écologues à dépasser le cas particulier pour valider, tester des théories pourtant florissantes en écologie. En réponse à cela Philip Grime déclare : “In absence of agreed protocols and overarching theory, ecology with its numerous of subdisciplines, can sometimes resemble an amorphous, post-modern hotel or rabbit warren with separate entrances, corridors and rooms that safely accommodate the irreconcilable” (Grime 2007). L’écologie selon Grime ? Face à la complexité des systèmes naturels et aux études de cas essayant de tester des théories écologiques souvent contradictoires (Craine, 2005; Grace 1991; Grime 2007; Tilman 2007) de nouvelles approches ont été proposées. Deux études récentes (Diaz et al. 2004; Wright et al. 2004b) ont montré qu’à l’échelle globale, la diversité des formes des phanérophytes pouvait être simplifiée à un seul axe majeur de spécialisation basé sur les traits foliaires des plantes. Un trait est une caractéristique morphologique, écophysiologique ou génétique d’une plante ou d’une espèce (Lavorel et al. 1997). Il a été proposé que la réponse d’une plante ou son effet sur la communauté végétale ou l’écosystème pouvait être prédit par ses traits (Figure 3) (Lavorel & Garnier 2002). On dira alors que ce trait est fonctionnel, car il possède une fonction pour la plante et lui permet de subsister dans son environnement. L’hypothèse centrale est que des espèces ayant des traits similaires vont avoir une même réponse à un facteur de l’environnement et un même effet sur l’écosystème (Lavorel & Garnier 2002; Suding et al. 2003; Ackerly; 2004; Wright et al. 2004; McGill et al. 2006; Lavorel et al. 2007). L’utilisation de ces traits a été proposée comme un moyen de simplifier la complexité apparente du vivant (Lavorel et al. 2007). L’avantage de cette approche par rapport à l’approche taxonomique est de s’intéresser directement à dégager des adaptations quantifiables des plantes à leur environnement et qu’elle donne la possibilité de comparer les résultats expérimentaux entre site et entre études (écologie comparative) (Lavorel & Garnier 2002; McGill et al. 2006; Shipley et al. 2007). Cependant il faut encore clairement identifier si les traits sont réellement fonctionnels (Grime 2007). Mais aussi, il faut savoir quel trait correspond à quelle réponse, pour des types d’espèces particulières, ou quel effet au sein d’un 22 écosystème (Lavorel et al. 2007). Figure 3. Relations entre changements globaux et structure des communautés ou fonctionnement des écosystèmes. Les traits fonctionnels sont considérés comme centraux pour prévoir la réponse des écosystèmes face aux changements globaux et leur fonctionnement futur (« Holy Grail Hypothesis » tiré de Lavorel & Garnier 2002). C’est dans cette démarche que s’inscrit ce travail de thèse. Nous avons tenté d’établir expérimentalement les liens qu’ils existent entre traits et réponses aux facteurs de l’environnement et entre traits et effet sur les communautés végétales et les écosystèmes. Pour cela ce travail s’est effectué au sein de plusieurs échelles d’études de plus en plus vastes et complexes allant de l’individu jusqu'à l’écosystème en passant par l’espèce et la communauté végétale. Nous avons appliqué notre recherche au cas de prairies subalpines Européenne, territoire actuellement fortement affecté par des changements d’utilisation des terres (Quétier et al. 2007; Robson et al. 2007; Tasser & Tappeiner 2002). Dans cette introduction, nous tenterons de donner un aperçu de l’état de l’art concernant la recherche sur les traits fonctionnels ainsi que sur les mécanismes responsables de la structuration des communautés végétales le long de gradients écologiques. Nous nous intéresserons particulièrement aux mécanismes d'interactions à l'échelle de la communauté. Nous détaillerons les mécanismes d’interactions plante-plante, le rôle de la biodiversité, ces deux points ayant une importance toute particulière dans notre système d’étude. Bien que non traité dans cette thèse, d'autres processus, comme la pollinisation, les perturbations peuvent être des facteurs majeurs dans la structuration des communautés (de Bello 2006; Diaz & 23 Cabido 2001; Lavorel et al. 1999). Nous essaierons pour chacun de ces points d’extraire les questions clefs qui font débat actuellement dans la littérature. Enfin nous présenterons la démarche adoptée pour ce travail. 24 2. Les traits fonctionnels: un outil d'étude des milieux naturels Prairies à Fétuque paniculée sous l’orage 2.1. Des traits pour décrire la niche écologique des espèces La niche écologique d'une espèce correspond à la gamme de conditions environnementales dans lesquelles une espèce peut subsister (Hutchinson 1957) (Figure 4). On distingue la niche fondamentale qui correspond aux conditions environnementales dans laquelle une espèce peut se maintenir éternellement en absence d'interaction avec les autres êtres vivants (interactions biotiques). Elle correspond aux réponses de l'espèce aux facteurs dits abiotiques (teneur en nutriments du sol, température, disponibilité en eau…). La niche fondamentale d'une espèce correspond donc à un espace écologique à n dimensions (une dimension par facteur abiotique) décrivant la réponse d'une espèce à l'ensemble des facteurs physiques. La position écologique d'une espèce sera ensuite modifiée par les interactions biotiques. Cette position écologique correspond à la niche réalisée de l'espèce (Hutchinson 1957) (Figure 4). En effet, lorsque une espèce entre en interaction avec les autres espèces de la communauté, son succès va être affecté négativement (compétition) ou positivement (facilitation) par son voisinage. La compétition entre espèces aura alors tendance à diminuer l'espace écologique 25 dans lequel une espèce peut subsister. A l'inverse les interactions positives (facilitation) permettent aux espèces d'avoir une niche réalisée plus grande que leur niche fondamentale (Bruno et al. 2003). La facilitation permettrait aux espèces de subsister dans des conditions à priori défavorables pour elles (Bruno et al. 2003; Choler et al. 2001). Figure 4. Représentation de la niche fondamentale et de la niche réalisée (Performance) sous l’influence de la compétition (Diminution de la performance) ou de la facilitation (Augmentation de la performance) le long d’un gradient de sévérité environnementale (stress) (Extrait de Choler 2002). Pour appréhender la niche écologique des espèces, c’est à dire prévoir leur succès le long de gradients écologiques, l'utilisation des traits dits fonctionnels peut s'avérer extrêmement utile (Liancourt et al. 2005a; Sala & Tenhunen; 1996; Silvertown 2004; McGill et al. 2006; Lavorel et al. 2007). L'hypothèse centrale est que ces caractéristiques (Figure 2) reflètent l'adaptation des plantes à leur milieu et permettent de prédire la réponse des espèces aux facteurs écologiques (Suding et al. 2003; Ackerly 2004; Wright et al. 2004; McGill et al. 2006; Ackerly et al. 2007). On qualifiera ces caractéristiques de traits de réponse (Lavorel et al. 1997). De nombreuses études corrélatives ont mis en lumière les liens existant entre trait et facteurs du milieu. Par exemple, à l'échelle planétaire en considérant un spectre d'habitat très large (milieux secs ou humides, toundra alpine, désert, forêts tropicales…), il a été montré que la structure de la feuille des plantes, surface spécifique foliaire (SLA) qui correspond à la surface de feuille réalisée par gramme de matière sèche, pouvait refléter la gestion des 26 nutriments par les plantes (Wright et al. 2004; Diaz et al. 2004; Grime et al. 1997). Les espèces caractérisées par de fortes SLA possèdent des tissus foliaires peu denses, un taux de photosynthèse élevé, une forte vitesse de croissance (RGR) et une forte teneur en azote foliaire (LNC). Ce type de plante regroupe des espèces appelées « exploitatrices » ou « dispendieuses », elles dominent généralement des milieux fertiles (Grime et al. 1997; Reich et al. 1999). Ces espèces ont une forte acquisition des ressources mais aussi une faible capacité de conservation de ces nutriment dans leur tissus. A l'opposé, des espèces caractérisées par de faibles valeurs de SLA auront des tissus denses, un faible taux de photosynthèse, une croissance lente, mais une forte capacité à conserver sur le long terme les nutriments accumulés dans leurs tissus. On dira de ces espèces qu'elles sont conservatrices. Elles dominent généralement les milieux peu productifs, pauvres en nutriments. Figure 5. (A) Relation entre SLA (LMA), concentration en azote des feuilles (N mass) et taux de photosynthèse ; (B) Relation entre SLA (LMA), température annuelle moyenne et précipitation (Extrait de Wright et al. 2004). Chaque point représente une espèce. A travers cet exemple, la SLA apparaît comme un trait permettant de prédire la réponse des plantes aux conditions abiotiques. Il existe donc un lien entre succès des espèces (niche écologique) et traits (Grime 2007; Silvertown 2004; McGill et al. 2006) (Figure 5). Cependant, l'échelle intercontinentale à laquelle ont été effectuées ces études ne dégage pas d'autres liens entre traits et réponses aux facteurs abiotiques (Diaz et al. 2004). En effet, la totalité des traits mesurés dans ces études se trouvent corrélés entre eux le long de cet axe fondamental de spécialisation séparant acquisition et conservation (Diaz et al. 2004). Pourtant d'autres études réalisées à de plus petites échelles (régionale ou à l'échelle de la communauté) ont montré que d'autres axes de spécialisation existent. Par exemple, dans les milieux 27 buissonnant méditerranéen, la hauteur des plantes semble être corrélée aux stratégies de gestions de l'eau (Ackerly 2004), les espèces de petites statures étant plus à même de tolérer la sécheresse (Fonseca et al. 2000; Grime 1973; 1977; Lamont et al. 2002). A l'échelle régionale, une étude australienne a montré que d'autres traits foliaires indépendants des traits liés à la gestion des nutriments pouvaient expliquer également la réponse des plantes au stress hydrique (Wright et al. 2004a) comme la surface foliaire (Westoby et al. 2002). Ces exemples illustrent le problème de l'échelle dans les études écologiques, d'autres compromis (relation traits réponses) peuvent donc être observés en fonction de l'échelle d'étude considérée (Ackerly 2004). Pour pallier à ces problèmes d’échelles, il apparaît important de tester formellement, c'est à dire expérimentalement les liens entre traits et réponses (Suding et al. 2003; Fynn et al. 2005; Ackerly 2004; McGill et al. 2006). Par ailleurs, il a été mis en évidence que les traits pouvaient également être utilisés pour prédire la réponse des plantes aux interactions biotiques (Gaudet & Keddy 1988). Bien que moins nombreuses, il ressort de ces études que des traits comme la hauteur des plantes, la SLA (Reader 1998), l'étalement latéral seraient des traits qui prédisent la réponse des plantes à la compétition notamment pour la lumière (Keddy & Shipley 1989; Navas & MoreauRichard 2005; Violle et al. 2006; Wedin & Tilman 1993). Il est généralement admis également que les traits racinaires tels que l'allocation de biomasse aux racines est un trait indicateur de la capacité des plantes à entrer en compétition pour les ressources du sol (Tilman & Wedin 1991; Wedin & Tilman 1993). Cependant, il existe de nombreuses études expérimentales sur le sujet et aucun consensus sur la relation trait-compétition n'a pu à l'heure actuelle être dégagé (Grace 1991; Craine 2005; Lavorel et al. 2007; Craine 2007; Grime 2007; Tilman 2007). Enfin, pour l'instant, très peu d'études ont montré un lien entre trait et facilitation (Lavorel et al. 2007). Les liens entre traits et interactions biotiques (ou niche réalisée) reste encore à établir clairement. 2.2. Liens entre traits de réponse et traits d'effet Les traits de réponse à l’échelle de la communauté peuvent être agrégés. On calcule alors la moyenne d'un trait pondérée par la biomasse de chacune des espèces qui composent la communauté (Garnier et al. 2004; Grime, 1998; Lavorel & Garnier 2002; Vile et al. 2006). 28 Ce trait calculé va alors déterminer les propriétés fonctionnelles de la communauté (Violle et al. 2007). Parce qu'ils représentent par définition les traits des espèces dominantes au sein d'une communauté, ils peuvent être utilisés pour prédire l'effet de la communauté sur les ressources abiotiques. L'hypothèse centrale ici s'appelle "the mass-ratio hypothesis" (Grime 1998; Garnier et al. 2004) (Figure 6). Elle stipule que les propriétés d'une communauté ou d'un écosystème sont directement liées aux propriétés des espèces dominantes car elles représentent la plus grande biomasse au sein de l'ensemble. Par exemple, plusieurs études ont montré le lien entre SLA de la communauté et la productivité de l'écosystème (Reich et al. 1992; Poorter & Garnier 1999; Vile et al. 2006). De la même manière, la teneur en matière sèche des feuilles (LDMC) et le rapport carbone azote des feuilles vont avoir un impact direct sur la décomposition des litières (Quétier et al. 2007; Wardle et al. 1998; Cornelissen et al. 1999). Enfin, certains traits racinaires comme la profondeur d'enracinement vont directement déterminer l'effet des communautés sur son bilan hydrique (Eviner & Chapin, 2003). Cette approche basée sur les espèces dominantes ne nie pas le fait que dans certains cas des espèces rares ou ayant de faible abondance peuvent jouer un rôle primordial dans le fonctionnement des écosystèmes. C’est le cas par exemple des espèces clefs de voûte (Voir la revue de Power et al. 1996). Dominante Biomasse Subordonnée Transitoire Ordre des espèces Figure 6. Représentation idéalisée de la répartition des espèces au sein d’une communauté classé en fonction de leur biomasse relative (Modifié de Grime 1998). Les carrés représentent les espèces dominantes, les triangles sont les espèces subordonnées et les ronds sont les espèces dîtes transitoires ou erratiques. Seulement quelques espèces représentent la grande majorité de la biomasse de la communauté. 29 Dans le cadre de l'étude des changements globaux, il a été proposé que les traits d'effets (au niveau de la communauté ou de l'écosystème) puissent être reliés aux traits de réponse (au niveau de l'individu). Cette hypothèse, appelée "Holy Grail Hypothesis", (Lavorel & Garnier 2002), permettrait à partir des traits d’établir un lien direct entre les processus liés à l'assemblage ou la dynamique des communautés végétales (par exemple prédire la réponse des espèces aux changements climatiques) et le fonctionnement des écosystèmes (cycles biogéochimiques) (Figure 4). Cette approche conceptuelle permet une étude des milieux naturels simplifiée à travers les traits qui relie, grâce à des mesures quantifiables, traits et processus. Elle présente notamment l'avantage d'être comparable entre des régions du globe ne possédant pas les mêmes flores et elle appelle à la mise en commun de données à l'échelle planétaire dans le but de trouver des consensus et des règles sur le fonctionnement des écosystèmes et la distribution des espèces (McGill et al. 2006). Bien que cette approche reste nouvelle, quelques exemples d'études ont pu mettre en évidence le lien fort entre traits de réponses et d'effets (Lavorel et al. 2007). En effet, la SLA des individus peut déterminer leur vitesse de croissance (Poorter & Ganrnier 1999; Reich et al. 1999), leur capacité à conserver les nutriments dans leurs tissus (Aerts & Berendse 1988; Aerts et al. 1990; Ryser & Lambers 1995) et leur réponse aux nutriments (Gross et al. 2007, Ackerly 2004; Diaz et al. 2004). Ce même trait au niveau écosystémique va déterminer en partie la productivité et le cycle des nutriments (Vile et al. 2006; Quétier et al. 2007; Lavorel & Garnier 2002; Robson et al. 2007). De la même manière, dans les écosystèmes méditerranéen certains traits liés à la tolérance au feu (hauteur, capacité à rejeter, cycle de vie annuels) vont être associé à d'autres traits (teneur en matière sèche des tissus, vitesse de croissance, accumulation de composé volatile) qui vont directement affecter la capacité de ces écosystèmes à prendre feu (Lavorel et al. 1999; Lavorel & Garnier 2002). Des perturbations comme l'herbivorie vont favoriser des types de plantes à forte teneur en matière sèche dans leurs tissus (de Bello 2006) qui vont procurer une mauvaise appétence à ces plantes pour les herbivores (Wardle et al. 1998; Diaz & Cadibo 2001). En retour, ces traits vont affecter les régimes de perturbations et le cycle des nutriments comme précédemment (Bardgett & Wardle 2003). Enfin, il existe un lien entre traits de réponse aux interactions biotiques et effet sur ces interactions. Des traits comme l’étalement latérale vont être relié à la réponse compétitrice des espèces (Navas et al. 2005). Ces traits de stature vont également déterminer l’effet compétitif de ces espèces sur leur voisinage au sein d’une communauté (Gaudet & Kaddy 1988; Keddy et al. 1989). 30 Ces liens entre traits de réponse et traits d'effet peuvent être utilisés de la même manière pour comprendre les mécanismes d'assemblages des communautés. La communauté par son effet sur les ressources abiotiques va sélectionner des individus avec des traits particuliers (McGill et al. 2006; Liancourt et al. 2005). Cette boucle de rétroaction entre effet de la communauté sur les ressources abiotiques, et sélection des individus qui composent cette même communauté, est inhérente aux systèmes écologiques. Par exemple, il a été montré que l'effet des communautés sur le bilan hydrique du sol pouvait faire passer les interactions biotiques de la compétition à la facilitation et sélectionner les espèces en fonction de leurs tolérances spécifiques (Liancourt et al. 2005; Padilla & Pugnaire 2006; Lortie et al. 2004). Pouvoir prédire l'effet des communautés sur les ressources du milieu permettrait de connaître les types de mécanismes responsables de la structure des communautés. Avant d'aller plus en avant sur ce point (relation trait et mécanismes), il est important de préciser les mécanismes expliquant la structuration des communautés et les principaux débats dans ce domaine. 31 32 3. Mécanismes de structuration des communautés végétales Prairie de fauche, aulnaie verte et le massif de la Meije 3.1. Notion de filtre Parmi les nombreuses façons de représenter les mécanismes responsables de la structuration des communautés végétales, l'assemblage par filtres successifs a été de nombreuses fois proposée pour sa capacité à bien identifier et séparer les différents types de mécanismes (Woodward et al. 1991; Grime 1998; Krebs 2001; Diaz et al. 1999; Lortie 2004; McGill et al. 2006) (Figure 8). Les espèces ou les individus devront dans ce cadre conceptuel traverser différents filtres pour participer à la composition finale de la communauté. L'ordre des filtres ne préjuge en rien de leur importance relative mais plutôt de l'échelle à laquelle chacun des processus impliqués s'exercent. Le filtre historique est le premier que l’on doit considérer (Figure 7). Uniquement les espèces potentiellement présentes dans le « réservoir » régional peuvent postuler à l’intégration au sein de la communauté (Zobel 1997). Ce filtre historique dépend de l’histoire des aléas passés, de la capacité des espèces à disperser et/ou de leur distance par rapport à un nouvel environnement potentiellement colonisable. Par exemple, les épisodes glaciaires constituent un filtre à travers lequel certaines espèces potentiellement adaptées ne sont pas présentes car elles n’ont pas (absence de propagules ou de semenciers) ou ne peuvent pas recoloniser les 33 aires libérées après le retrait des glaces (barrière géographiques). A l’échelle du paysage, certaines barrières physiques peuvent également limité la propagation des espèces. Un célèbre exemple de ce phénomène est celui du Glacier Bay en Alaska. Ce glacier de plus de 100 Km de long en 1750 a fortement reculé depuis. La structuration et la dynamique des communautés végétales qui ont recolonisé depuis dépendent fortement de la présence de semenciers (Chapin et al. 1994; Walker 1994; Fastie et al. 1995) (Figure 8). Ainsi au nord du glacier peu de tsugas ou d'épicéas sont présents car la majorité des semenciers se trouvent tout au sud du glacier. A l'opposé d'importantes populations de peuplier ont recolonisé le nord du glacier lié de la même façon à la présence de populations semencières au nord. Figure 7. Photographie de l’ouest du Glacier Bay (Alaska, USA). Ce filtre historique est central dans la théorie neutre (Hubbell 2001) qui attribue l'ensemble des mécanismes d'assemblages des communautés à ce mécanisme stochastique (Lortie et al. 2004). La présence d'une espèce est liée au hasard. Cependant les espèces présentes dans un réservoir régional vont devoir passer à travers deux autres filtres, ceux-ci beaucoup plus déterministes (Lortie et al. 2004) (Voir Figure 7 et 2). Ce sont les filtres abiotique et biotique, qui prennent en compte les capacités particulières des individus à tolérer les conditions environnementales locales. Le filtre abiotique représente l'ensemble des facteurs physiques de l'environnement local (eau, température…) simples ou complexes. Un facteur complexe se décompose en différents facteurs simples (Austin 1976). Par exemple l'altitude est un facteur complexe qui peut se décomposer en différents facteurs simples comme la température, l'intensité lumineuse, les quantités de précipitations qui changent toutes avec l'altitude (Callaway et al. 2002; Choler et 34 al. 2001). Seules les espèces capables de tolérer les conditions abiotiques régionales ou locales pourront intégrer la communauté. La réponse des espèces à ce filtre va correspondre à la niche fondamentale des espèces (Hutchinson 1957) car les interactions biotiques ne sont pas encore prises en compte. Le dernier filtre correspond aux interactions biotiques, c’est le filtre biotique (Figure 8). Ce filtre agit à une échelle très locale, celle de l'individu. Les individus au sein d’une communauté entrent en interaction avec leurs voisins. Les interactions comprennent entre autres les interactions plante-plante (compétition ou facilitation) mais aussi l'herbivorie, le parasitisme, la pollinisation ou encore les mutualismes de types fongiques (mycorhizes) ou bactériens (fixation d'azote). Ce filtre est l'échelle de prédilection des études d'écologies des communautés. Ce filtre décrit l'importance des processus fortement déterministes pour expliquer la structuration des communautés (Figure 9) (Lortie et al. 2004, McGill et al. 2006). Réservoir d’espèces régionale déterminisme Filtre abiotique Environnement physique local Filtre biotique Structure actuelle de la communauté Compétition Facilitation Mutualisme Parasitisme Figure 8. Représentation schématique des filtres responsables de la structuration des communautés végétales. Chaque forme représente une espèce particulière ayant des caractéristiques spécifiques (couleur et forme). Les espèces faisant partie du pool régional devront passer à travers le filtre abiotique et biotique pour participer composition actuelle d’une communauté. La flèche de gauche indique l’augmentation des processus déterministes le long des filtres successifs. 35 3.2. Les interactions biotiques Les interactions biotiques sont au centre de nombreux processus considérés comme fondamentaux pour comprendre l'évolution des organismes, la structuration des communautés et le fonctionnement des écosystèmes (Darwin 1856; Clements 1916; Tansley 1935; Grime 1977; Hooper et al. 2005; Tilman 1985) (Figure 9). Par exemple, la compétition entre individus est à la base de nombreuses théories de l'évolution des espèces (Doebeli & Diekmann 2003; Day 2000). Un célèbre exemple fondateur de la biologie évolutive est celui des pinsons des îles Galápagos (Darwin 1856). Les interactions biotiques sont pour de nombreux écologistes à la base de la distribution des espèces le long de gradient écologique (Gause 1934; Tilman 1985; 1989; Tilman et al. 1982) et déterminent la coexistence entre espèces et la diversité des communautés (Hooper et al. 2005; Mulder et al. 2001; Tilman et al. 1997b) ainsi que les mécanismes qui régissent les successions végétales (Odum 1953; Tilman 1990; Grime 1977). Figure 9. Représentation de différents types d’interactions biotiques en fonction de l’effet d’une espèce A sur une espèce B ou inversement (Extrait de Choler 2002). 36 3.2.1. La compétition Le terme compétition regroupe l'ensemble des processus correspondant à tous les effets négatifs que peuvent induire la présence de plantes ou de populations de plantes sur d'autres plantes. Ces effets peuvent modifier de façon indépendante ou commune la croissance, la survie ou la reproduction (composante de la fitness) des plantes. On distingue deux grands types de mécanismes fins de compétition: la compétition par interférence ou par exploitation. La compétition par exploitation considère les ressources abiotiques du milieu. Les plantes entrent en concurrence pour les ressources (eau, nutriments ou lumière…), la compétition est donc liée ici au partage des ressources entre les différents individus de la communauté. On distingue alors la compétition racinaire pour les ressources du sol comme l'eau ou les nutriments et la compétition aérienne pour la lumière (Tilman 1985; Cahill 1999). La compétition peut mettre en jeu des processus n'étant pas liée aux ressources. C'est la compétition par interférence. La préemption de l'espace peut être considérée comme telle (Grime 1973; 1977). Certaines plantes sont également capables de libérer dans le milieu par les racines ou à travers leur litière des composés chimiques secondaires qui affectent directement la performance des plantes voisines, c'est l'allélopathie (Rice 1984; Wardle 1998). Enfin, certaines plantes sont capables à travers l'association mycorhizienne de prélever les ressources chez les autres plantes. Ce cas, à la limite du parasitisme, est notamment observé chez Centaurea maculosa, espèce invasive des prairies américaines (Callaway & Aschehoug 2000; Callaway et al. 1999). Chaque espèce possède des capacités compétitrices particulières dépendant de ses propres tolérances et de son effet sur les autres plantes. On distinguera ainsi la réponse compétitrice et l'effet compétiteur (Goldberg & Landa 1991; Peltzer & Köchy 2001). L'effet compétiteur correspond à la capacité d'une espèce à abaisser les performances des voisins alors que la réponse compétitrice d'une espèce représente son aptitude à tolérer cet effet suppressif. La compétition est dite symétrique lorsque deux plantes de même taille entrent en compétition et possèdent alors un effet compétitif équivalent. Dans ce cas, l’effet compétitif sera alors 37 proportionnel à la taille des individus. La compétition sera asymétrique si l'un des deux compétiteurs peut acquérir plus de ressources que ce que l'on attendrait proportionnellement à sa biomasse (Weiner 1990; Cahill 1999). La compétition pour la lumière est souvent considérée comme asymétrique. La lumière étant une ressource unidirectionnelle, les plantes de plus grande taille auront un accès préférentiel pour cette ressource par rapport aux plantes de plus petite taille situées sous leur ombrage (Wedin & Tilman 1993). Pour les ressources du sol, la nature de la compétition dépendrait de la distribution des ressources (Schwinning & Ehleringer 2001; Schwinning & Parsons 1996). Si les ressources sont reparties de façon homogène, on aura tendance à observer de la compétition symétrique. Si les ressources sont hétérogènes (patch de nutriments), la compétition est asymétrique. De la même manière l'association mycorhizienne peut favoriser certaines plantes qui auront un accès privilégié aux ressources (Grime et al. 1991; Hartnet & Wilson 2002; Van der Heijden et al. 1998; Urcelay et al. 2003). 3.2.2. La facilitation Le terme facilitation regroupe à l'opposé tous les processus qui vont par la présence d'une plante ou d'un couvert végétale augmenter la performance d'une autre plante. Ces processus seront directs ou indirects (Bruno et al. 2003; Choler et al. 2001; Michalet et al. 2006; Pages & Michalet 2003); Brooker et al. sous presse). Ces interactions peuvent être obligatoires, facultatives, réciproques (mutualismes) ou non (Commensalismes) (Figure 9). Bien que présenté comme un mécanisme essentiel au commencement de l'écologie pour expliquer la dynamique des communautés végétales (Clements 1916; Connel & Slayter 1977), la facilitation a longtemps été ignorée. Ainsi les principaux modèles explicitant la répartition des plantes le long de gradients écologiques ne prennent pas en compte les interactions positives (MacArthur & Wilson 1967; Grime 1977; Tilman 1985; Taylor et al. 1990). Pourtant un regain majeur d'intérêt pour la facilitation a lieu depuis une quinzaine d'années, à l'image des nombreux modèles qui tentent d'intégrer ces processus (Bertness & Callaway 1994; Bertness & Hacker 1994; Brooker & Callaghan 1998; Bruno et al. 2003; Callaway 1995, 1997; Michalet 2006; Michalet et al. 2006). 38 A Figure 10. Exemple de facilitation en montagne. A. Facilitation dans plantes en coussins. B. Prairie en escalier a Dryas et Seslérie bleue. Ces deux exemples illustrent l’effet structurant des plantes sur leur milieu. B Les mécanismes qui vont permettre la facilitation peuvent être classés en deux catégories principales: - des mécanismes liés aux modifications de ressources peuvent être mis en œuvre. En haute altitude, les fortes intensités lumineuses (UV) peuvent affecter le développement de certaines plantes (Callaway et al. 2002; Holfsson 2004). L'ombrage lié à la présence d'une plante peut être bénéfique pour limiter les effets négatifs des fortes intensités lumineuses (Hastwell & Facelli 2003; Holmgren et al. 1997; Choler et al. 2001). La végétation peut également modifier la teneur en eau des sols (Liancourt et al. 2005a; Novoplansky & Goldberg 2001; Nussbaum et al. 2000) et limiter l'évapotranspiration des espèces des strates herbacées (Figure 10 A). L'ascenseur hydraulique qui consiste à la remonter d'eau, via les racines des plantes, des couches profondes du sol vers les couches supérieures, plus sèches, peut également être un mécanisme de facilitation (Caldwell et al. 1998). Certaines structures de la canopée d'un couvert végétal peuvent accumuler l'eau de la rosée du matin (Brewer & Smith 1997; Stocker et al. 1997; Weathers 1999). Enfin, certaines plantes sont capables d'enrichir le sol en nutriments via la symbiose fixatrice d'azote atmosphérique (Hooper et al. 2005; Tilman et al. 1997; Hooper 1998; Hooper & Dukes, 2004). Certains composés carbonés peuvent être également transportés de plante en plante via l'association mycorhizienne (Grime et al. 1991; Van der Heijden et al. 1998). 39 - Les couverts végétaux peuvent également modifier physiquement leur habitat (Figure 11 B). Par effet d'abri, la végétation peut protéger certaines plantes contre le vent, notamment en haute montagne et éviter ainsi la dessiccation (Choler et al. 2001). Une végétation peut avoir un effet tampon en limitant les variations de température entre le jour et la nuit (Choler et al. 2001; Callaway et al. 2002). C'est le cas notamment des plantes en coussins en très haute altitude (Cavieres et al. 2006) (Figure 10 A). Enfin, elle peut modifier la structure, la texture et la pente des sols (Figure 10 B) ou offrir une protection contre l'herbivorie (Rousset & Lepart 1999; 2000; Callaway et al. 2000; Levine 2000). 3.2.3. L’importance des interactions plante-plante le long de gradients écologiques: un débat ouvert Comme nous l'avons vu précédemment, il n'existe pas de vérité absolue en écologie. Ce constat devient particulièrement vrai quand on s'intéresse à l'étude des interactions planteplante. Il existe dans ce domaine de très nombreuses théories, modèles ou points de vue, étayés par des démonstrations expérimentales, qui s'opposent radicalement. Ceci s’illustre parfaitement dans le débat qui agite le monde de l’écologie des communautés depuis maintenant plus de vingt ans et qui oppose le modèle de Grime (Grime 1973; 1977; 1988; Grime et al. 1997; Mahmoud & Grime 1974; 1977) et le modèle de Tilman (Tilman 1985; 1987; 1989; 1990; 1991; Tilman & Cowan 1989; Tilman & Wedin 1991) (voir le numéro de janvier 2007 de Journal of Ecology qui consacre une nouvelle rubrique spéciale; Grime 2007; Tilman 2007; Craine 2007). Nous allons dans un premier temps présenter chacun de ces modèles puis discuter certains points clefs du débats. Le modèle de Grime Le modèle « CSR » de Grime a été proposé en 1973 (Figure 11). Il a de particulier qu’il ne met pas au centre de tous les processus importants la compétition. En effet, Grime distingue deux types de gradients: le stress et la perturbation. Le long de ces gradients, trois mécanismes majeurs vont jouer sur abondance des espèces végétales : - La compétition qui désigne la capacité des plantes à utiliser et entrer en concurrence pour les ressources et/ou pour l’espace. 40 - Le stress qui correspond à tous facteurs entraînant une limitation dans la croissance des végétaux (manque de lumière, nutriments, température …). Plus généralement, le gradient de stress pour Grime peut être appréhendé à l’échelle de la communauté en terme de décroissance de productivité (Brooker et al. 2005; Lortie et al. 2004). Le stress est donc un facteur complexe qui intègre une multitude de facteurs simples limitant la production de biomasse au sein des communautés. - La perturbation qui est définie comme tous facteurs susceptibles d’entraîner une destruction partielle ou totale du matériel végétale (feu, fauche, pâturage…) A chacune de ces trois forces correspond un type de stratégie développée par les plantes. Ces stratégies correspondent à des compromis fondamentaux (trade-off) qu’effectuent les individus pour persister dans leur milieu. Les espèces ne pouvant pas être adaptées à toutes les conditions environnementales (contraintes physiologiques, phylogénétiques…), elles vont se spécialiser le long de ces gradients écologiques (stress et perturbation). On reconnaîtra alors trois types de stratégies basées sur les traits des espèces : R Perturbation Stratégies inexistantes C S Stress Figure 11. Illustration du modèle de Grime (1973) placé le long d’un axe de stress et de perturbation. C, stratégie compétitrice, S, stratégie stress tolérante, R, Stratégie Rudérale. Partie grisée indique les stratégies inexistante pour Grime. - Les espèces compétitrices (C) : Espèces pérennes à forte stature, à croissance rapide, produisant d’importantes quantités de litière. Ces traits leurs procurent une forte 41 capacité d’acquisition des ressources souterraines et aériennes. Elles dominent les milieux productifs et peu contraignants. - Les espèces tolérantes au stress (S) : espèces de petite taille, possédant une croissance lente et une faible allocation à la reproduction. Elles dominent les milieux physiquement contraints. - Les espèces Rudérales (R) : Espèces de petite stature, à croissance rapide à forte allocation vers la reproduction et la colonisation. Elles dominent les milieux perturbés. Grime place à travers un triangle de stratégies les espèces végétales en fonction de leurs traits (Figure 11). Bien que relativement simple, ce modèle de stratégie a été validé par des études expérimentales souvent réalisées le long de gradients écologiques in natura (Mahmoud & Grime 1976; Wilson & Keddy 1986; Pennings & Callaway 1992; Suding et al. 2003). Cependant de nombreuses critiques et données expérimentales vont à son encontre. Le modèle de Grime a été fortement remis en cause par les recherches de Tilman (1985; 1988; 1991). Les principales critiques pour cet auteur portent sur l’importance de la compétition le long du gradient de productivité où Tilman place au centre des processus la compétition à la fois dans les milieux pauvres et dans les milieux fertiles. Le modèle de Tilman Dans la théorie du « resource ratio Hypothesis » (R*) (Tilman 1985), Tilman intègre la notion de stress dans la définition même de la compétition (Figure 12). L’espèce la plus compétitrice est l’espèce pouvant abaisser le plus fortement la ressource limitante du milieu, tout en tolérant le mieux ces bas niveaux de ressources. La principale ressource limitante dans les milieux peu productifs étant l’azote dans les sites expérimentaux de Tilman (Cedar Creek, Minnesota USA) (Tilman et al. 1991), la compétition pour les ressources du sol y sera donc forte. Les espèces dominantes des milieux pauvres auront un plus fort effet compétitif sur ces ressources limitantes et à la fois une meilleure réponse à la compétition (Goldberg & Landa 1991). En cela, il se distingue de Grime qui définit la capacité compétitrice des espèces essentiellement via leurs effets sur les ressources. Cela va se traduire par des adaptations spécifiques telles qu’une forte allocation racinaire permettant une bonne capacité compétitrice pour les ressources du sol. Dans les milieux riches, la principale ressource limitante est la lumière. Les plantes sont caractérisées ici par des croissances rapides, des fortes statures et de fortes hauteurs. Les espèces qui auront le meilleur succès seront donc les plantes capables de 42 diminuer fortement la lumière incidente et tolérer leurs effets induits. Contrairement à Grime, la compétition reste constante et centrale le long du gradient de productivité et les mécanismes impliqués passent de la compétition racinaire dans les milieux contraints à la compétition aérienne dans les milieux productifs. (B) (A) aé rie nn e m Co Compétition totale ion tit é p ra A e air cin A dominant pé tit io n Ressource 2 Compétition Co m A gagne Coexistence B gagne B dominant Stress B Ressource 1 Figure 12. Représentation du modèle R* Tilman (1985). (A) Evolution de l’intensité de la compétition prédit par le modèle de Tilman le long du gradient de stress, la compétition reste constante mais passe d’une compétition aérienne dans les milieux peu contraints à de la compétition racinaire dans les milieux stressés. (B) Mécanismes de coexistence entre deux espèces A et B qui entre en compétition pour deux ressources 1 et 2. Les lignes pleines représentent les isoclines de croissance 0 pour les espèces. Les lignes en pointiller indiquent l’air d’équilibre dans laquelle les espèces peuvent coexister. Si la ressource R2 est trop faible B gagnera car il a le plus bas isocline. Si R1 devient limitante A gagne (Modifié de Tilman 1985) Critiques générales des modèles de Grime et Tilman D’importantes données expérimentales ont été accumulées depuis maintenant plus de 20 ans confirmant ou rejetant chacune de ces deux théories (Craine et al. 2005, Grime 2007, Tilman 2007). Dans une synthèse quantitative de ces études (méta-analyse) (Goldberg et al. 1999) ont montré une diminution de l'intensité de la compétition avec l’augmentation de la productivité à la surprise générale. Egalement, une autre étude similaire n’avait pas montré de modification significative de la compétition le long de ce même gradient (Guverich et al. 1992) confirmant ainsi le modèle de Tilman. Plus que des réponses affirmatives sur la véracité du modèle de Grime ou de Tilman pour expliquer l’abondance des espèces le long de gradients écologiques, ces analyses globales pointent peut-être plusieurs limitations importantes de l’écologie des communautés (Grime 2007). Par exemple il est fort possible 43 que dans ces deux modèles manquent de nombreux paramètres ou facteurs essentiels dans la structuration des communautés végétales qui ont été ignorés jusqu’ici (Tilman 2007). Le modèle de Grime a souvent été critiqué par l’approche trop généraliste qu’il propose. Par exemple, la construction géométrique de ce modèle en triangle omet certains types de combinaison de traits. Que faire par exemple des espèces à croissance lente mais possédant une forte stature (Loehle 1988) comme Brachypodium pinnatum (Liancourt et al. 2005b). Certains auteurs ont également souligné l’existence de stratégies capables de tolérer conjointement de fortes perturbations et stress (Grubb 1985). C’est l’exemple des prairies à Sesleria caerulea à l’étage subalpin, prairies pauvres soumises à de fortes perturbations mécaniques (Choler et al. 2001). Enfin, beaucoup d’études mesurent effectivement de la compétition dans les milieux peu productifs (Wedin & Tilman 1993; Reader et al. 1994) bien qu’il ait été démontré que celle-ci n’avait pas un rôle important sur la composition des communautés (Brooker et al. 2005). La notion même de stress telle qu’énoncée par Grime est fortement critiquée. Le stress représenté par la productivité est une mesure réalisée au niveau de la communauté. Or ce n’est pas les communautés qui sont stressées mais les individus qui les constituent (Korner 2003; 2004; Lortie et al. 2004). A l’échelle de l’individu le stress « ressenti » apparaît comme spécifique et relatif à l’espèce considérée. Dans un milieu stressé pour Grime (c'est-à-dire peu productif), certaines espèces peuvent être parfaitement adaptées aux conditions locales et donc non stressées (Welden & Slauson 1986). Le stress défini par Grime est un facteur complexe englobant une série de facteurs simples. Quelques études expérimentales ont montré que selon le type de facteurs considérés les résultats observés pouvaient confirmer l’un ou l’autre des modèles. Les études s'intéressant aux facteurs hydriques ont souvent confirmé le modèle de Grime (Liancourt et al. 2005a; Liancourt et al. 2005b; Novoplansky & Goldberg 2001; Padilla & Pugnaire 2006). Au contraire, les études le long de gradients de disponibilité en nutriments tendent à supporter le modèle de Tilman (Wedin & Tilman 1993; Wilson & Tilman 1991; 1993; 1996). Ces résultats peuvent expliquer pourquoi les études réalisé in natura le long de gradients naturels ont plus souvent soutenu Grime car l’eau et la disponibilité en nutriment co-varient généralement le long du gradient de productivité (Liancourt et al. 2005a; Liancourt et al. 2005b; Novoplansky & Goldberg 2001; Padilla & Pugnaire 2006). Il apparaît donc que la compétition pourrait être 44 constante le long d’un gradient de nutriments confirmant la théorie de Tilman alors qu’elle diminuerait le long d’un gradient de ressource hydrique (Liancourt et al. 2005b). Face à ces résultats, Michalet (2001) a proposé que le long d’un gradient de disponibilité en nutriments, on passerait de compétiteurs dispendieux ou exploitateurs (correspondant aux compétiteur de Grime) à des compétiteurs conservateurs en ressources dans les milieux pauvres en nutriments mais non limités en eau. De la même manière que pour Tilman, la compétition est constante le long de ce gradient. A l’opposé, le long d’un gradient de disponibilité en eau, on passerait comme dans le modèle de Grime d’espèces compétitrices à des espèces tolérantes au stress. Pour ce modèle, le débat entre Grime et Tilman serait donc uniquement lié à l’importance de la ressource considérée. Cependant, des désaccords profonds persistent sur la stratégie des espèces à croissance lente dominant les milieux pauvres. Selon Tilman, ces espèces ont une meilleure capacité compétitrice pour les ressources du sol que les espèces exploitatrices dominant les milieux riches (Tilman et al. 1991; Wedin & Tilman 1993). Or les espèces dominant les milieux pauvres n’ont pas nécessairement de meilleures capacités pour la préemption des nutriments (Ryser & Lambers 1995). Il apparaîtrait au contraire que la dominance des espèces à fortes statures et croissances lentes pourrait être due à des phénomènes de compétition pour la lumière (Alonso & Hartley 1998). De part leur capacité de conservation des nutriments (Berendse & Elberse 1993), ces espèces seraient capable d’accumuler de forte biomasse (Aerts & Vanderpeijl 1993) et ainsi acquérir un fort effet compétitif (Berendse 1994; Berendse et al. 1992; Liancourt 2005). Les modèles de Facilitation Ni Grime, ni Tilman ne considèrent la facilitation comme un facteur important de la structuration des communautés. Plusieurs modèles ont essayé pourtant d’intégrer directement la facilitation au sein du modèle de Grime. Bertness & Callaway (1994) ont été les premiers à essayer en proposant la «stress-gradient hypothesis » : à mesure que le stress augmente la facilitation gagnerait en importance et augmenterait en intensité (Callaway et al. 1997; Brooker et al. 2005) (Figure 13). Plusieurs études ont essayé de tester cette hypothèse. Par exemple, Callaway et al. (2002) ont démontré avec succès à l’échelle globale que la facilitation augmentait en intensité avec l’altitude. Cette hypothèse a été confirmée à des 45 échelles plus locales (Bertness & Hacker 1994; Callaway et al. 2002; Choler et al. 2001; Liancourt et al. 2005a; Maestre et al. 2003). Amélioration de l’habitat par les voisins Compétition Facilitation Association défensive Contraintes physiques Pression d’herbivores Figure 13. Evolution des interactions positive et négative le long d’un gradient croisé de perturbation et de contraintes physiques (Stress) (Modifié de Bertness & Callaway 1994) (Extrait de Liancourt 2005). Encore une fois, les choses ne sont pas si claires puisque compétition et facilitation agissent de concert et de nombreuses études ont également souvent rejeté la « stress gradient hypothesis » (Maestre et al. 2003; Pugnaire & Luque 2001; Walker & Chapin 1986; Wedin & Tilman 1993). Dans une méta-analyse très récente, Maestre et al. (2005) ne trouvent pas d’augmentation de la facilitation le long d'un gradient d’aridité. On a proposé pour expliquer cette absence de relation que la longueur du gradient de stress est sans doute trop courte dans les études utilisées pour cette méta-analyse pour observer une augmentation de la facilitation (Lortie & Callaway 2006). Il est possible que la variable de performance mesurée sur les plantes cibles aussi ait une importance capitale, c'est à dire survie ou croissance (Goldberg et al. 1999; Lortie & Callaway 2006; Hastwell & Facelli 2003). La stratégie de l’espèce doit être prise en compte. Une espèce adaptée à des conditions très contraignantes n’a que peu de chance d’être facilitée par l’amélioration de l’habitat (Liancourt et al. 2005a; Choler et al. 2001; Michalet et al. 2006). Pour cela il apparaît important de prendre en compte la position 46 d'une espèce particulière par rapport à son optimum de niche écologique (Choler et al. 2001; Liancourt et al. 2005 a; Brooker et al. sous presse). Enfin, il a été souligné que le type de stress est aussi un paramètre important à ne pas négliger (Padilla & Pugnaire 2006). En effet, une communauté n’améliore pas forcement un stress particulier pour lequel une plante cible est stressée. Par exemple le long d’un gradient d’aridité, la capacité d’une plante nurse à protéger une plante cible dépend de ses caractéristiques morphologiques et le stress hydrique n’est pas forcement diminué (Padilla & Pugnaire 2006). Critiques générales sur l’étude des interactions biotiques L’étude des interactions plante-plante et de leur importance pour la structuration dans les communautés végétales reste sans réponse. Plusieurs limitations entrent en jeu. Principalement les limites à leur étude regroupent la pseudo-replication souvent inhérente aux études expérimentales, la mesure des interactions en plein champs ainsi que la difficulté de lier ce qui observer à l’échelle des individus à la structure globale de la communauté. Cette incapacité à relier processus observés et leur importance provient directement des méthodes d’écologie des communautés et des paramètres mesurés (Choler 2002; Goldberg et al. 1999; Lortie & Callaway 2006; Grime 2007). Généralement, les études s’intéressant aux interactions biotiques mesurent l’intensité des interactions biotiques via d’espèces cibles (phytomètres au seins d’une communauté). Ces mesures se font en mesurant la performance (survie ou croissance) d’une plante cible (phytomètre) en présence de la végétation environnante (individu en interaction) et la performance d’un individu pour lequel la végétation environnante a été éliminée (Figure 14). On compare ainsi l’effet des facteurs abiotiques (individu seul) aux effets conjugués des facteurs biotiques et abiotiques (individu dans la végétation). De part la lourdeur des expérimentations, la règle est que les études utilisent peu d’espèces (Gaucherand et al. 2006). Le lien, entre la réponse aux interactions des phytomètres et la structure globale de la communauté, n’est pas évident. En effet, ce n’est pas parce que des interactions biotiques sont mesurées à l’échelle d’une espèce que ces interactions sont importantes à l’échelle de la communauté, c'est-à-dire qu’elles peuvent expliquer à elles seules ou en partie la structure globale de la communauté (Allen & Hoekstra 1992; Agrawal et al. 2007; Choler et al. 2001; Lortie et al. 2004; Brooker et al. 2005; Brooker et al. sous presse). 47 (A) (B) + - Figure 14. Mesure des interactions biotiques : comparaison de la croissance d’une plante cible (phytomètre) dans deux conditions, sans voisins (le phytomètre mesure l’impact des conditions abiotiques locales) et avec voisins (mesure des facteurs biotiques et abiotiques). Pourtant, pour tester les modèles généraux de stratégies, il faudrait s’intéresser à évaluer l’importance des interactions biotiques à l’échelle de la communauté et non à l’intensité des interactions. En effet, les prédictions des modèles parlent elles souvent d’importance. Par exemple, les modèles de facilitation (Bertness & Callaway 1994; Michalet et al. 2006) s’intéressent à la fréquence des interactions positives à l’échelle des communautés. Il faudrait donc s’intéresser aux interactions existant entre l’ensemble des espèces au sein d’une communauté. Une telle étude n’est envisageable que dans des milieux très pauvres en espèces où il devient possible de quantifier le réseau d’interactions et l'importance de chacun des mécanismes mis en jeu (Herben et al. 1997 a & b). Pour pallier à ce problème, les études sur les interactions biotiques utilisent souvent des espèces dominantes (Choler 2002; Liancourt 2005; Goldberg et al. 1999). Ces espèces représentent une forte biomasse à l’échelle de la communauté. Les mécanismes expliquant leur abondance devraient alors avoir une 48 importance à l’échelle de la communauté. Nous verrons au cours de ce travail qu’en utilisant une approche basée sur les traits, il devient possible d’avoir accès à l’importance des interactions biotiques à l’échelle de la communauté. Ceci sera fait en explicitant le lien entre traits, réponse des individus aux interactions biotiques et structure de la communauté. La pseudo-réplication est également une difficulté majeure des études d’écologie des communautés (Hurlbert 1984; Oksanen 2001). La pseudo-réplication est le fait de ne pas répliquer les traitements expérimentaux ou que les réplications ne soient pas statistiquement indépendantes. Par exemple, la plupart des études sur les communautés sont effectuées à travers une étude de cas portant en générale sur un type de système n’étant pas répliqué. Ceci bien qu’au sein de ces systèmes, des réplications au niveau des traitements expérimentaux soient effectuées. Si le système d’étude n’est pas répliqué, il devient impossible de généraliser les conclusions de l’étude à des systèmes proches ou équivalents. Pourtant, la pseudoréplication reste la seule approche quand le coût des expérimentations est trop élevé (étude à large échelle ou le long de gradients). Dans ce cadre, il sera par exemple rarement possible de ressortir statistiquement un effet à l’échelle de la communauté. Par contre, il est possible d’interpréter le résultat d’un traitement donné particulièrement lorsque l’ampleur de l’effet rend peu plausibles d’autres explications (Oksanen 2004). La possibilité d’utiliser des résultats d’études pseudo-répliquées pour effectuer des méta-analyses est également une justification pour l’utilisation de dispositifs expérimentaux plus légers (Oksanen 2001), même s’il existe de nombreuses limitations aux méta-analyses (Hurlbert 2004; Grime 2007). Enfin nous verrons dans le cadre de ce travail que les résultats expérimentaux d’études pseudorépliquées peuvent être utilisés comme base pour la construction de modèles prédictifs et testables sur de plus larges jeux de données. La multitude de modèles et de tests expérimentaux en écologie des communautés fait ressortir la difficulté d’intégration et l’obtention de règles générales. Outre les problèmes liés aux problèmes expérimentaux, il paraît primordial d’accumuler de plus grandes bases de données au niveau mondial (Grime 2007). Nous ne serions encore qu’à la période d’observation et d’acquisition d’information. Cependant, la question centrale à laquelle il faudra répondre reste où et quand les différents mécanismes jouent-t-ils un rôle dans la structuration des communautés végétales? (McGill et al. 2006). Pour cela il faudra trouver des méthodes permettant de passer des observations au niveau de l’espèce (phytomètre) à la communauté 49 toute entière. Nous verrons plus tard comment à travers ce travail nous proposerons une alternative à ce problème en utilisant une approche basée sur les traits des espèces. 50 4. Biodiversité et fonctionnement des écosystèmes (Prairie subalpine à Trisetum flavescens, au lieu de la biodiversité alpine Française) Le fort impact des activités humaines sur les écosystèmes terrestres a récemment mené les écologistes à s'intéresser au rôle de la biodiversité sur le fonctionnement des écosystèmes et la structuration des communautés végétales (Hooper et al. 2005). On espère évaluer ainsi les conséquences de la perte de biodiversité pour les sociétés humaines consécutives aux changements globaux (Chapin et al. 2000). Cet intérêt a provoqué d'intenses efforts de recherche sur la biodiversité depuis maintenant plus de dix ans (voir les tentatives de synthèses par (Loreau et al. 2001 ou Hooper et al. 2005). Ainsi, il a été montré que la biodiversité peut jouer sur un grand nombre de fonctions écosystémiques (Van der Heijden et al. 1998; Loreau et al. 2002; Hooper et al. 2005) comme la séquestration de carbone (Kadmon 1995; Stocker et al. 1997), le cycle des nutriments (Hector et al. 2000; Wardle et al. 1998), les invasions biologiques (Fargione et al. 2003; Fargione & Tilman 2005). Dans ce travail de thèse, nous nous intéresserons spécialement au rôle de la diversité sur la productivité des écosystèmes. Un grand nombre d’études ont en effet examiné les réponses des écosystèmes à travers leur productivité aérienne. Ainsi la question majeure à laquelle ces études ont essayé de répondre est: comment la biodiversité influence-t-elle la production de biomasse des écosystèmes (Hector et al. 1999; Hooper 1998; Hooper & Dukes 2004; Mulder et al. 2001; Roscher et al. 2005; Tilman et al. 1997a; van Ruijven & Berendse 2003; 2005)? Avant de nous intéresser spécialement à cette question, nous allons dans un premier temps apporté quelques précisions sur ce que l’on entend par biodiversité ainsi que son évolution le long de gradients écologiques. 51 4.1. Définitions Comme nous l’avons vu, on observe actuellement de forts impacts de l’activité humaine sur les milieux naturels. On estime que 50 % des espèces seraient susceptibles de disparaître d’ici 300 à 400 ans directement sous l’impact des changements d’utilisation des terres (Magurran 2004). La vitesse d’extinction des espèces serait donc de 50 à 150 espèces par jour (Huston 1994). Bien que ces extrapolations soient sans doute loin d'une réalité écologique, elles donnent une bonne idée de la direction générale de l’évolution du vivant. Ces phénomènes planétaires ont mené à l’apparition d’un nouveau mot dans le langage globale à la popularité digne des Beatles de la grande époque: Biodiversité, la contraction de diversité biologique (Rosen 1985; Wilson et al. 1986). Bien que le terme biodiversité soit souvent synonyme de diversité spécifique, il rassemble quantité de concepts et de compartiments. Le patrimoine génétique d’une espèce fait partie de la biodiversité, tout comme la diversité des écosystèmes, des habitats ou encore la diversité en valeurs de traits au sein d’une communauté végétale, en formes de vie qui peut définir la diversité fonctionnelle. Dans ce travail, nous nous intéresserons particulièrement à la diversité spécifique et la diversité fonctionnelle. Figure 15. Exemple de la classification de Raunkiaer (1934). 52 La notion de diversité fonctionnelle provient de la nécessité de simplification du vivant nécessaire à sa compréhension. Elle permet d’appréhender sa complexité (Lavorel et al. 1997). Cette idée date de Théophraste (300 avant JC) qui le premier classa les plantes en trois groupes basés sur leurs caractéristiques morphologiques : arbre, buisson et herbe. En 1934, Raunkiaer classa les plantes à travers leur forme de vie, c'est-à-dire, la positions des organes persistants durant l’hiver (bourgeons souterrains, aériens, au niveau du sol…) (Figure 15). Ces classifications sont basées sur l’idée que des espèces avec les mêmes caractéristiques ou traits (forme, physiologie…) vont avoir des réponses (et des effets similaires). Les différences entre individus du même groupe sont considérées comme moins importantes que les différences entre groupes (Lavorel et al. 1997). Il existe plusieurs façons de classer les espèces en groupes fonctionnels, on distingue: -Les groupes émergents, des espèces ayant des mêmes attributs biologiques (Traits), c’est le cas des classifications de Raunkiaer. - Les types fonctionnels (PFT) qui regroupent les espèces ayant un même rôle pour l’écosystème. On distingue au sein des PFT : - Les groupes de réponse, espèces ayant les mêmes réponses aux facteurs le l’environnement - Les groupes d’effets, espèces ayant les mêmes effets sur les autres espèces ou sur une fonction de l’écosystème. - Les stratégies adaptatives qui correspondent par exemple au modèle CSR de Grime (1973). Une stratégie adaptative d’une espèce ou un groupe d’espèces regroupe l’ensemble des tactiques misent en place par ces espèces pour subsister dans leur environnement (Southwood 1977). Une tactique étant une réponse particulière face à un problème spécifique (Voir Southwood 1988; Jokela & Haukioja 2000). Ces classifications sont dites discrètes car elles séparent de façon finie des groupes d’espèces. Cependant, en utilisant des traits quantitatifs et continus comme des valeurs de hauteurs ou de SLA, on peut définir des axes de diversification fonctionnelle. Il devient alors possible de 53 placer les espèces tout au long de ces axes en fonction de leurs valeurs traits ou attributs (Lavorel et al. 1997; Grime et al. 1997; Wright et al. 2004; Diaz et al. 2004; Ackerlly 2004; Wright et al. 2006). 4.2. Patrons de diversité dans les systèmes herbacées tempérées La diversité spécifique varie le long de gradient écologique. Pour les systèmes herbacés des zones tempérées, il est maintenant reconnu que la distribution de la biodiversité prend une forme de courbe en cloche le long du gradient de productivité (Rajaniemi, 2003; Grime 1977; Tilman 1982) (Figure 16). La diversité est maximum dans les milieux à productivité intermédiaire alors qu’elle diminue quand la sévérité de l’environnement augmente ou que les milieux deviennent plus productifs (Mittelbach et al. 2001; Rajaniemi 2003). La forte diversité spécifique observée dans les milieux intermédiaires trouve plusieurs explications (Huston 1979; Grime 1973; Tilman 1985). Pour Grime, elle est expliquée par la coexistence d’espèces compétitrices et tolérantes au stress (Grime 1977). Le stress n’est pas assez élevé pour exclure les espèces compétitrices mais suffisant pour diminuer leur capacité compétitrice, rendant impossible l'exclusion des espèces de stratégies stress tolérantes. Espèces C Diversité Espèces S Productivité Figure 16. Relation entre productivité des milieux herbacées et diversité. Nous représentons les stratégies de Grime C et S (Grime 1977). Le pic de diversité est observé à productivité intermédiaire. 54 La facilitation peut aussi jouer un rôle important dans les patrons de diversités (Bruno et al. 2003; Michalet et al. 2006; Hacker & Bertness 1999). Comme nous l’avons vu, la facilitation permet d’élargir la niche réalisée des espèces (Choler et al. 2001; Liancourt et al. 2005a). Ainsi des espèces ne pouvant pas tolérer de stress importants vont pouvoir subsister dans des communautés où le stress est important grâce à la facilitation en tant qu'espèces subordonnées (Liancourt et al. 2005; Mulder et al. 2001; choler et al. 2001; Callaway et al. 2002; Michalet et al. 2006). Ce mécanisme donne un rôle très important à la facilitation pour le maintien de la diversité spécifique (Mulder et al. 2001; Hooper et al. 2005; Michalet 2005). Ainsi, les modèles théoriques prédisent avec l’accroissement de la facilitation une augmentation infinie du nombre d’espèces le long d’un gradient de stress (Michalet et al. 2006). Cette augmentation est en total désaccord avec les observations des patrons naturels qui montrent une décroissance du nombre d’espèces dans les environnements extrêmement contraints (étage alpin, désert…). Figure 17. Rôle de la facilitation le long du gradient de productivité (Adapté de Michalet et al. 2006). Encadré haut : la compétition diminue le long du gradient de stress alors que la facilitation augmente (ligne rouge représente l’évolution des interactions biotiques pour les espèces S, Ligne bleue espèces C). Puis la facilitation diminue et les interactions deviennent nulles au plus fort du gradient de stress. Encadré bas : changements de la diversité le long du gradient de stress. 55 L'importance de la facilitation augmenterait des milieux productifs aux milieux intermédiaires puis diminuerait des milieux intermédiaires vers les milieux très contraints expliquant ainsi la courbe en cloche observé le long du gradient de stress (Michalet et al. 2006). La diminution de l’importance de la facilitation serait liée à la baisse de densité des couverts à mesure que le stress augmente. Dans les milieux extrêmement sévères comme les déserts ou les hauts sommets alpins, la distance entre plantes est trop grande pour que des interactions biotiques puissent se mettre en place à l’échelle d’une communauté. Rejoignant Grime, la perte de diversité dans les milieux très contraints serait donc liée uniquement à la tolérance au stress (Michalet et al. 2006). Enfin la perturbation joue également un rôle essentiel dans le maintien de la biodiversité (Huston 1994; Hooper et al. 2005; Mouquet et al. 2002). C’est dans les milieux perturbés de façon intermédiaire que la diversité est la plus forte (voir théorie de la perturbation intermédiaire, Huston 1979). Par exemple dans les prairies de fauche, les espèces de grande taille sont plus fortement affectées par les épisodes de perturbation que les espèces de petite taille qui évitent la perturbation (Fynn et al. 2005b). Via ce mécanisme, la perturbation limite la compétition pour la lumière et l'exclusion des espèces de petite taille. 4.3. Biodiversité et fonctionnement des communautés végétales et des écosystèmes. 4.3.1. Mécanismes de l’effet de la biodiversité Les expérimentations sur la biodiversité ont généralement été réalisées en conditions semi contrôlées, mésocosmes ou microcosmes dans des systèmes herbacés post-culturaux (Diaz et al. 2003). Pour tester l'effet de la biodiversité, on a généralement manipulé le nombre d'espèces artificiellement en maintenant une densité constante (Hooper et al. 2005). L'effet de la biodiversité est alors observé en comparant des monocultures d'espèces à des mixtures multi-spécifiques de plus en plus riche en espèces ou en groupes fonctionnels (Hooper et al. 2005). Ces expérimentations ont souvent été réalisées sans faire varier les conditions écologiques locales. Ces études ont généralement montré un accroissement de la productivité à mesure que la diversité augmente (Hooper et al. 2005) (Figure 17). Cet accroissement est connu sous le terme anglo-saxon d’"overyielding", que le peut traduire par sur-rendement. La 56 productivité observée dans les mélanges d’espèces à forte diversité est supérieure à celle observée dans les cultures où une seule espèce est cultivée. Cependant les mécanismes sous- Productivité jacents à l'augmentation de diversité restent peu compris. 1 4 8 16 32 Nombre d’espèces Figure 17. Relation hypothétique entre diversité spécifique et productivité. Point noir : Overyielding transgressif : relation positive et linéaire entre diversité et productivité : les monocultures (mixtures à une espèce) produisent moins de biomasse que les mélanges à plus forte diversité. Si les point gris sont pris en compte, il n’y a pas d’overyielding transgressif, mais la relation observée est due à un effet d’échantillonnage, certaines monocultures produisent plus ou autant de biomasse que les mélanges à plusieurs espèces (Ligne en pointillés). Ces mécanismes peuvent être de deux natures. Le premier met en cause simplement un effet d'échantillonnage (Figure 17). En augmentant la diversité, on augmente les chances d'inclure au hasard une espèce très productive dans le mélange pluri-spécifique (Huston 1997; Loreau 1998). Dans ce cas, il n'y a pas directement d'effet de la biodiversité mais seulement l'effet de quelques espèces très productives caractérisées par des traits particuliers leur permettant de dominer les mélanges à forte diversité (Hooper & Vitousek 1997; Hector et al. 2002; Hooper & Dukes 2004; Tilman 1997). Le second type de mécanismes paraît réellement lié à la biodiversité. Ainsi la facilitation ou la complémentarité ont été proposées comme successibles d'augmenter la productivité des milieux à mesure que la diversité augmente : - La complémentarité : elle résulte d'une différentiation de niche écologique entre espèces qui co-existent dans la nature (Fargione & Tilman 2003; Silvertown 2004; Hooper et al. 2005). Si des espèces sont capables d'utiliser différentes ressources ou les mêmes ressources à des temps ou des endroits différents alors elles vont être 57 capable de limiter les interactions négatives entre elles. On observera alors une diminution de la compétition interspécifique, une meilleure utilisation des ressources et une augmentation de la productivité. La compétition intraspécifique est dans ce cas plus forte que la compétition interspécifique (Berendse 1982; Ewel 1986; Sala et al. 1989; Vandermeer 1989; Hooper et al. 2005). Des enracinements à différentes profondeurs permettent par exemple à certains végétaux de partager l'espace souterrain et les ressources hydriques du sol (Sala et al. 1989; Schwinning & Ehleringer 2001). - La facilitation : elle peut également augmenter la productivité des écosystèmes. Si certaines espèces sont capables d'augmenter les ressources dans les milieux contraints ou de diminuer la sévérité de l'environnement abiotique, alors on observera une augmentation de la productivité avec l'accroissement de la biodiversité (Bertness & Callaway 1994; Mulder et al. 2001; Bruno et al. 2003; Michalet et al. 2006). La présence de plantes fixatrices d'azote atmosphérique comme certaines légumineuses peut enrichir le sol en azote et ainsi augmenter la productivité (Hooper & Dukes 2004; Tilman et al. 1997). Ces deux mécanismes ne sont aucunement exclusifs l’un par rapport à l’autre. Mais parce que ces études se sont intéressées principalement aux réponses globales des systèmes étudiées et non aux mécanismes, de fortes critiques sont apparues remettant en cause la réalité biologique des résultats (Aarssen 1997; Huston 1997; Loreau et al. 1998; Garnier et al. 1997; Loreau et al. 2001; Wardle et al. 1997; Huston 2000). Ces critiques portent sur plusieurs points : Est ce que la biodiversité a un réel impact in natura? Quelle est la part de l'effet de la biodiversité par rapport aux facteurs abiotiques ou aux espèces dominantes? La complémentarité joue telle réellement un rôle face à l'effet d'échantillonnage? Est-ce que la diversité spécifique est plus importante que la diversité fonctionnelle? Comprendre et expliciter les mécanismes responsable du lien biodiversité–productivité permettra de répondre à l'intense débat résultant de ces études (Hooper et al. 2005). 4.3.2. Limitations et défis futurs A part des critiques sur le temps généralement court des expérimentations s’intéressant à la biodiversité (Diaz et al. 2003; Hooper et al. 2005; Van Ruijven et al. 2005; Fargione et al. 58 2007), la première forte critique faite à ces expérimentations provient du fait que l'overyielding observé est observé uniquement pour cause d'effet d'échantillonnage ou de la présence de légumineuses en mixture riche (Huston 1997; Van Ruijven & Berendse 2003 2005; Hooper et al. 2005). Ainsi les expérimentations clefs (Tilman et al. 1997 pour les prairies du Minnesota USA et Hector et al. 1999 pour les systèmes post-culturaux en Europe) n'ont pas montré ou mis en évidence des phénomènes de complémentarité ou de facilitation (Loreau et al. 2001; Hooper et al. 2005). Il y a actuellement peu de preuves pour désigner la complémentarité comme un mécanisme prépondérant dans le lien biodiversité-productivité (Hooper et al. 2005; Diaz et al. 2006). Seulement récemment quelques études à long terme ont pu mettre en évidence l’apparition d'overyielding sans présence de légumineuses (Van Ruijven et al. 2003; 2005). Cependant les mécanismes (facilitation ou complémentarité) restent souvent sans réponse (Hooper et al. 2005) car les dispositifs expérimentaux de la plupart de ces expérimentations ne permettent pas d'avoir accès à ces informations (Loreau et al. 2002; Hooper et al. 2005). Il devient essentiel pourtant de comprendre ces mécanismes si l'on veut comprendre l'importance de la biodiversité sur les communautés végétales (Hooper et al. 2005; Diaz et al. 2006). Nous verrons comment à travers des dispositifs simplifiés, il est possible de s’affranchir des lourdeurs expérimentales et d’identifier clairement les mécanismes responsables de l'overyielding. Figure 18. A. Relation entre productivité et diversité. B. relation entre diversité et productivité. Les lignes fines représentent l’effet de la diversité pour trois conditions écologiques différentes (Extrait de Loreau et al. 2001). 59 Parce que ces études sont effectuées hors contexte naturelle, il est également difficile de connaître la réalité biologique de l'overyielding in natura (Figure 18). On observe d'ailleurs une relation souvent inverse le long de gradient écologique avec une chute de la diversité quand la productivité augmente. Ceci indique le fort effet des contraintes environnementales sur la productivité des milieux. Cependant, il est fort possible qu'à un niveau de productivité donnée, la biodiversité joue un rôle fondamentale (Tilman et al. 1999; Fridley et al. 2002 2003; Hooper et al. 2005). Comprendre l'évolution du rôle de la biodiversité sur l'assemblage des communautés et les processus écosystémiques demande donc de manipuler les facteurs abiotiques pour séparer les effets de la biodiversité et des contraintes environnementales (Hooper et al. 2005). Par exemple, on connaît très mal comment l'effet de la biodiversité évolue à mesure que la productivité augmente (Fridley 2001; 2002; 2003; Hooper et al. 2005). Fonctions de l’écosystème Scénario I S r io na cé II Scénario III Nombre d’espèces Figure 19. Effet de la diversité spécifique sur le fonctionnement de l’écosystème. Scénario I : Redondance fonctionnelle, il suffit d’un petit nombre d’espèces pour que les fonctions essentielles de l’écosystème soient maintenues. Scénario II : non équivalence : chaque espèce possède un rôle clef dans le fonctionnement de l’écosystème. Scénario III : Idiosyncrasie : pas de relation direct entre nombre d’espèces et fonctionnement. Enfin, il est possible que l'effet de la diversité spécifique ne soit pas responsable directement de l'overyielding mais que la diversité fonctionnelle ait un rôle plus important (Tilman et al. 1997; Diaz & Cabido 2001; Hooper & Dukes 2004; Wright et al. 2006; Hooper et al. 2005). La plupart des expérimentations sur la biodiversité ont été conçues pour observer à la fois l'effet du nombre d'espèces et du nombre de groupes fonctionnels mis en présence. Il apparaît que les espèces ayant de mêmes traits peuvent jouer un même rôle, c'est la redondance fonctionnelle (Figure 19) (Lavorel & Garnier 2002; Hooper et al. 2005). La perte en espèces n'aura donc qu'un effet limité sur les propriétés du système à partir du moment où il reste au 60 moins une espèce par groupe fonctionnel capable de jouer son rôle (Tilman et al. 1997; Hooper & Dukes 2004; Hooper et al. 2005). La plupart des groupes fonctionnels dans les manipulations sur la biodiversité considèrent les formes de vie comme base de classification (dicotylédones, graminées, buissons, rosettes, légumineuse… Raunkiaer 1934). Peu d'études considèrent des traits quantitatifs et continus. Dans ce cadre, la diversité fonctionnelle est vu comme une largeur de spectre de traits continus coexistant au sein d'un système et non comme un nombre de groupes fonctionnels (Leps et al. 2006; Wright et al. 2006). En utilisant ce type d’approche, il a été montré récemment qu’on pouvait mieux rendre compte de l'effet de diversité fonctionnelle sur les processus écosystémiques qu'avec des classifications discrètes (Wright et al. 2006). La biodiversité apparaît comme un facteur clef déterminant les processus écosystémiques et l'assemblage des communautés et ceci malgré les limitations expérimentales (Petchey & Gaston 2006; Loreau et al. 2001; Hooper et al. 2005; Huston 2000; Hooper & Dukes 2004). Les questions actuelles ont évolué pour s'intéresser particulièrement au changement de l'effet de la biodiversité le long de gradients écologiques (Fridley et al. 2002, 2003; Mulder et al. 2001) l'effet de la variation temporelle et l'étude au long terme (Hooper & Dukes 2004; Tilman et al. 2007; Van Ruijven & Berendse 2005), l'étude des mécanismes responsables de l'overyielding (Fargione et al. 2003; 2005; 2007; Harpole et al. 2005) et enfin l'effet de la diversité fonctionnelle versus diversité spécifique (Wright et al. 2006; Petchey et al. 2006) (Hooper et al. 2005). Nous verrons comment prendre en compte ces limitations dans l'étude de l'effet de la biodiversité à travers notamment l'utilisation de groupes fonctionnels basés sur les traits, la manipulation expérimentale des interactions biotiques et des facteurs du milieu. 61 62 5. Démarche analytique proposé 5.1. Point de départ : la démarche de Suding (2003) Nous avons vu à travers cette introduction que l'écologie est encore dans une phase d'observation et d'acquisition de données (Grime 2007). Les contradictions entre modèles théoriques, échelles d’études et données expérimentales, ne permettent pas d’extraire des règles générales et ainsi de prévoir l’évolution des systèmes naturels sous l’influence des changements globaux (Chapin et al. 2000; McGill et al. 2006). Il apparaît nécessaire de développer des outils et des protocoles permettant des comparaisons entre études et la réalisation de synthèses via différentes techniques statistiques (constructions de modèles prédictifs, méta-analyses). Pour arriver à ces objectifs, l'utilisation des traits fonctionnels a récemment été proposée (Chapin et al. 2000; Lavorel & Garnier 2002; McGill et al. 2006; Ackerly & Cornwell 2007). Ainsi, on espère aller au delà de l’étude de cas et arriver à une écologie plus prédictive (McGill et al. 2006). L’écologie deviendrait réellement comparative (Shipley et al. 2006). Pour passer de l’échelle des traits des individus à la structuration des communautés végétales, il paraît nécessaire d’identifier et de tester les mécanismes qui lient les traits à la composition ou la structuration des communautés. Suding et al. (2003) ont proposé une démarche expérimentale pour comprendre l’ensemble de ces processus et de les classer par ordre d’importance à travers l’utilisation des traits fonctionnels (Figure 18). Cette démarche s’inscrit pleinement dans un schéma réductionniste (Gleason 1929) car elle propose que la compréhension de chaque partie de l’ensemble (communautés) permettra d’extraire les mécanismes important expliquant la structuration des communautés et de l’abondance des espèces. Pour Suding et al. (2003), les compromis ou « trade-offs » au niveau des traits individus sont fondamentaux pour comprendre les stratégies des espèces (Grime 1973; Tilman et al. 1985; Ackerly 2004; Silvertown 2004; McGill et al. 2006). Ces compromis doivent être identifiés et peuvent être reliés aux mécanismes de structuration des communautés. 63 Figure 18. Division entre niveaux de réponses, de l’individu aux patrons d’abondance des espèces (Suding et al. 2003). Les compromis fondamentaux (Fundamental Trade-offs) s'exercent au niveau des traits des individus, ils sont mesurés sur plantes cultivées en conditions optimales (pas de ressources limitantes, pas d'intéractions négatives). C'est traits sont mis en lient avec les compromis secondaires (Secondary Trade-offs) qui sont la manifestation des compromis fondamentaux dans la réponse des espèces aux facteurs simples ou complexes de l'environnement. Basé sur ces compromis, il devient possible de prédire l'abondance des espèces le long de gradients écologiques. Ces auteurs définissent deux types de compromis (Figure 18). Premièrement, on distinguera les compromis fondamentaux qui correspondent aux traits des espèces mesurés proche de leurs conditions optimales de croissances (conditions non limitantes avec surplus de ressources et présence de mutualismes). Dans ces conditions de culture, ces compromis reflètent les contraintes physiologiques ou génétiques des individus. Ils correspondent aux syndromes de traits des espèces (Lavorel et al. 1997) et représentent le potentiel adaptatif des espèces. Un exemple de compromis récemment démontré correspond à l’axe majeur de diversification séparant les espèces conservatrices ou exploitatrices (Figure 5) (Wright et al. 2004; Diaz et al. 2004). La taille des graines est également inversement reliée à la capacité colonisatrice des espèces (Moles 1994). Le second type de compromis, appelés compromis secondaire, est la manifestation des compromis fondamentaux dans les réponses des individus aux facteurs de l’environnement. 64 Identifier formellement des liens entre compromis primaire et secondaire revient à mettre en évidence l’existence de traits de réponses (Lavorel et al. 1997; Lavorel & Garnier 2002) et le lien entre traits et niche écologique (sensu Hutchinson 1957). La réalisation de ce premier lien demande de caractériser en conditions standardisées les traits des espèces et tester si des espèces ayant des traits différents répondent de façons différentes aux facteurs de l’environnement. Connaissant les liens entre traits et réponse aux facteurs abiotiques et biotiques (liens entre compromis primaire et secondaire), il devient possible de prédire le succès de différentes espèces dans des conditions écologiques particulières. Ceci correspond à l’estimation du succès démographique des espèces sur le terrain (Suding et al. 2003). Enfin connaissant le succès démographique des espèces mesurés expérimentalement sur le terrain, il faudra relier ce succès à l’abondance réelle des espèces sur le terrain pour valider la démarche (Figure 18). Dans le cadre de cette démarche (Figure 18), les liens entre les différents niveaux d’études peuvent être vus comme des cascades d’effets positifs ou négatifs indiquant des corrélations négatives ou positives entre différentes échelles de compromis et abondances des espèces in natura. Comme il existe une multitude de facteurs potentiellement impliqués dans l’abondance de chacune des espèces, il est important de les classer à priori sur des bases de connaissance d’expert (McGill et al. 2006, Vile et al. 2006) puis de tester les liens entre abondance et mécanismes. Cette démarche représente une alternative aux études s’intéressant aux relations traits-réponse réalisées de façon corrélative le long de gradient environnementaux (Wright et al. 2004a; Diaz et al. 2004; Grime et al. 1997; Wright et al. 2004b; Fonseca et al. 2000; Lamont et al. 2002) dont les résultats dépendent, comme nous l’avons vu précédemment, fortement de l’échelle d’étude considérée. 5.2. Des individus au fonctionnement des écosystèmes: démarche proposée sur la base des traits fonctionnels Dans ce travail de thèse, nous nous inspirerons fortement de l’approche de Suding et al. (2003) afin de comprendre les mécanismes de structuration des communautés végétales. Alors que cette démarche s’intéresse principalement à extraire les compromis et mécanismes responsables de la distribution de espèces, nous essaierons de nous extraire de l’approche 65 taxonomique pour nous intéresser principalement à la structure fonctionnelle des communautés en termes de composition et de diversité. Ce travail s’intéresse aux patrons de diversités fonctionnelles dans les prairies subalpines européennes. Nous exposerons dans un premier temps le cadre conceptuel de la thèse (Figure 19) puis présenterons en détail le système d’étude. Identification de niveaux de réponses Nous avons identifié cinq niveaux de réponses ou d’étude allant des traits de l’individu aux patrons de diversité fonctionnelle dans les prairies subalpines (Figure 19). Ces cinq niveaux d’intégration permettent une étude minutieuse permettant de tester les mécanismes sousjacents de structuration des communautés végétales. Notre approche s’inspire largement des notions de filtres explicités précédemment (Diaz et al. 1999; Lortie et al. 2004). Les deux premiers niveaux de cette approche se situent à l’échelle des individus et sont étudiées en conditions contrôlées : - Trait d’organisme : le premier niveau correspond à l’identification de compromis fondamentaux. Il permet d’identifier des syndromes de traits séparant les espèces ou les individus en conditions non limitantes. - Processus spécifique : Ce second niveau identifie la réponse des espèces ou des individus aux facteurs environnementaux (abiotique ou biotique) tester de façon indépendante. Les trois autres niveaux se situent à l’échelle de la communauté et sont étudiés en plein champ: - Réponse à la contrainte environnementale (filtre abiotique): Ce niveau évalue la capacité des individus à tolérer les conditions abiotiques locales. Des individus avec des traits différents sont donc supposés tolérer différemment les conditions abiotiques. - Succès démographique : Ce niveau mesure le succès des individus caractérisés par des syndromes de traits particuliers, à la totalité des facteurs du milieu (biotique et abiotique). Il permet d’identifier quels traits fonctionnels particuliers permettent aux individus d’avoir le meilleur succès dans des conditions environnementales particulières. 66 - Propriétés fonctionnelles des communautés : la composition ou la diversité fonctionnelles des communautés changent le long de gradient écologique. Ce niveau est le dernier niveau d’intégration. Des compositions fonctionnelles particulières auront des effets retours structurant les paramètres abiotiques du milieu (traits d’effets) (Lavorel & Garnier 2002). Liens entre niveaux de réponses Utilisant ces cinq niveaux d’intégration, il devient possible d’expliciter les liens entre chacun de ces niveaux et de les tester statistiquement afin d’extraire les facteurs prépondérants et structurant les communautés végétales. Les liens identifiés correspondent à une série d’hypothèses qui seront testé dans ce travail : - Lien I : Des individus caractérisés par des traits différents auront des réponses différentes aux facteurs du milieu (interactions plante-plante, facteurs abiotiques particuliers). Ce lien permet l’identification de traits de réponse aux facteurs abiotiques et biotiques testés séparément. - Lien II : Lien entre traits et environnement abiotique. Les traits des individus permettent de prédire leurs réponses aux conditions abiotiques locales in natura. - Lien III : Liens entre traits et réponse aux interactions plante-plante ; Les traits des individus permettent de prédire leur réponse aux interactions biotiques. - Liens IV : Les mécanismes et les liens mis en évidence précédemment permettent de prédire la composition fonctionnelle des communautés végétales en termes de diversité fonctionnelle et de syndrome dominant (propriétés fonctionnelles). - Rétroactivités (Effet fonctionnel des végétations, feedback) : Les propriétés fonctionnelles des communautés peuvent permettre de prédire les effets structurants des communautés sur les ressources du milieu et donc d’appréhender le type d’interactions biotiques qui structurent la communauté. Nous verrons en détail dans les chapitres de la thèse chacune de ces étapes et comment notre démarche nous permettra de tester des hypothèses théoriques en écologie des communautés et en écologie fonctionnelle. La thèse se déclinera en cinq chapitres s’insérant dans notre cadre conceptuel. Dans le chapitre 1, nous expliciterons le lien entre traits et réponses aux facteurs abiotiques. Dans le chapitre 2, nous examinerons la relation traits interactions biotiques. Dans 67 le Chapitre 3, nous examinerons la réponse des espèces cibles (phytomètres) aux facteurs de l’environnement des prairies subalpines étudiées. Ceci nous permettra de caractériser les mécanismes jouant sur le succès des individus sur le terrain. Dans le chapitre IV, nous regarderons la relation entre propriétés fonctionnelles des communautés et effets sur les ressources de l’écosystème. Enfin dans le Chapitre V, nous utiliserons les données expérimentales pour construire un modèle prédictif de la structuration fonctionnelle des communautés subalpines. Notre but ultime est de comprendre quels mécanismes ou facteurs jouent sur la diversité fonctionnelle intra ou inter communautés dans les prairies subalpines. Ces traits étant responsables en partie du fonctionnement de ces écosystèmes menacés et des services qu’ils procurent aux populations d’usagers (Quétier 2006). Avant de rentrer dans le corps de la thèse, nous présenterons le système d’étude auquel nous avons appliqué notre approche : les prairies subalpines. niveau des communautés filtre abiotique niveau des individus filtre biotique Distribution SLA Prairies fertilisées fauchées 35.00 30.00 Biomasse 25.00 20.00 15.00 10.00 5.00 0.00 9.00 14.00 17.00 18.00 19.00 22.00 SLA composition Traits niveau individu I réponses aux facteurs simples Stress II (Deviation de optimum) succès fonctionnelle III IV démographique traits des communautés Feedback Figure 19. Schéma conceptuel de la démarche adoptée. 68 METHODES 69 Site d’étude: l'adret de Villar d’Arène 70 1. Les prairies subalpines Nous avons mené nos études sur l’adret de Villar d’Arène situé dans le département des Hautes Alpes, 05 (France, Région Provence, Alpes, Côte d’Azur) (Figure 1). Le site se situe dans la montée du Col du Lautaret sur la RN 91reliant Grenoble à Briançon. Grenoble Lautaret Figure 1. Localisation du site d’étude dans les Alpes françaises Sud Occidentales (Image Google Earth). Dès 1934 avec les premiers relevés de végétation, ce site fait l’objet de nombreuses études sur la végétation et le climat. Grâce à la station alpine Joseph Fourier fondée par l’université Grenoble I en 1989, le col du Lautaret est un lieu privilégié pour l’étude de la flore et des écosystèmes alpins français (Figure 2). Ainsi dans le seul canton de la Grave proche du col, on peut estimer que la flore représente près du tiers de la diversité française en espèces végétales (environ 2500 espèces, source Roland Douzet, Station Alpine). Figure 2. Chalet du jardin botanique du col du Lautaret, Station alpine Joseph Fourier (Photo Serge Aubert) 71 1.1. Le climat subalpin Le climat subalpin par ses caractéristiques spécifiques explique la richesse de la flore qui le compose. Ceci est particulièrement évident au col du Lautaret qui se situe au carrefour d’un climat océanique à l’Ouest, d’un climat continentale à l’Est caractérisant les alpes internes et d'influences méditerranéenne en provenance du Sud. Un climat d’altitude Figure 3. Etagement de la végétation dans les Alpes (Image de droite, Station alpine). L’étage subalpin se situe entre 1500 et 2200 m en face nord (Ubac) et 1700 à 2400 m en face sud (Adret). Illustration photographique, (Image de gauche) vue sur Villar d’Arène et Pic de l’homme, massif de la Meije. Avec la perte d’un degré tout les 160 mètres en montant en altitude, les températures ont un impact extrêmement important sur la végétation (Figure 3). Le climat subalpin se caractérise par des températures moyennes entre -9 et 16°C. C’est à cet étage de végétation que l’on atteint la limite d’expansion des arbres, absents au-dessus de 2200-2400 m. À cette contrainte thermique s’ajoute une limitation en eau liée à de faibles précipitations. La barrière physique que constitue la succession de massifs montagneux dans les Alpes, limite la pénétration des perturbations atmosphériques en provenance de l’océan Atlantique. A altitude constante, on constate une diminution des précipitations à mesure que l’on se rapproche du cœur des Alpes (Figure 4). Les massifs sur les bords ouest reçoivent d’importantes quantités d’eau et sont 72 caractérisés par un climat dit océanique (Chartreuse, Vercors). A l’opposé, les Alpes internes, de part l’effet d’abris que constituent les massifs montagneux, sont caractérisées par un climat continental sec. C’est ce qu’on observe par exemple à l’approche de Briançon qui se vante d’avoir un des plus forts taux d’ensoleillement annuel de France (plus de 300 jours par an, source: panneau routier entrée nord de Briançon) (Ozenda 1985). Le col du Lautaret se situe dans des conditions intermédiaires à un carrefour entre continentalité et climat océanique. Il peut cependant être considéré comme représentatif d’un climat intra-alpin (Pellet 1986; Chas 1994). Ainsi, il pleut en moyenne 960 mm de pluie par an (Figure 5) dont seulement 18 % en été. Figure 4. Pluviométrie dans les Alpes entre 1971 et 1991. Le site expérimental (Villar d’Arène est indiqué d’un cercle blanc. Bleu = forte précipitation, orange jaune faible précipitation. Figure 5. Précipitations mensuelles moyennes sur le canton de la Grave et températures min. ● et max. ▲, extrait de (Quétier 2006). 73 L’effet de versant Dans ce contexte climatique, l’opposition de versant joue également un rôle important sur les conditions climatiques locales (Ozenda 1985). A même altitude, ces conditions changent de façon drastique en fonction de l’exposition (Figure 6). On observe par exemple des températures bien plus basses en ubac qu’en adret ainsi que des durées d’enneigement plus longues (Figure 6). Une flore caractéristique se développe ainsi sur chacun des versants. On trouve par exemple des landes à Vaccinium myrtillis, des méga-forbiais à Aulne vert, ou des forêts de mélèzes en face nord. En face sud, des forêts de pins ou des pelouses à Seslérie bleue ou Dryas dominent sur les pentes raides (Ozenda 1985). Quand les sols deviennent plus profonds des prairies à Fétuque paniculée se développent. Notre étude s’intéresse à un adret caractéristique de l’étage subalpin des alpes internes (CEMAGREF 1981). La végétation potentielle (climacique) d’un tel site serait forestière avec des espèces dominantes comme le pin cembro (Pinus Cembra) ou le pin à crochet (Pinus unicinata) (Ozenda 1985). Cependant et depuis maintenant plusieurs centaines d’années l’étage subalpin européen est caractérisé par des végétations herbacées prairiales communément appelées alpages. Ces alpages sont la conséquence directe de l’histoire commune entre les hommes et ces milieux remarquables. Figure 6. Les saisons sur la montagne de Chaillol (Col du Lautaret). On observe ici l’importance de l’exposition au cours de la saison avec des durées d’enneigement bien plus importantes en ubac. 1.2. Des prairies sous l’emprise des activités humaines Partout en Europe, l’Homme a eu et a un impact extrêmement fort sur les milieux naturels (Foster 1992; Foster & Motzkin 1998). On peut encore observer l’impact des densités 74 de population au Moyen Age sur les niveaux de diversités végétales actuelles. Ainsi, les régions actuellement les plus riches en espèces végétales sont celles qui possédaient les plus fortes densités de population au Moyen Age (Pärtel et al. 2007). L’utilisation dite traditionnelle par l’Homme des milieux européens au cours de l’histoire a fortement façonné la nature et les paysages que nous connaissons actuellement. Des pratiques comme l’élevage, la fauche, les cultures céréalières ont au cours des temps déterminé les niveaux de perturbations auxquels ont été soumis les systèmes naturels. L’homme par le transport de semences, en favorisant la pousse de telle ou telle espèce, a également fortement joué sur la diversité du vivant. Des systèmes semi-naturels comme les alpages sont des points chauds de la diversité européenne et possèdent une forte valeur patrimoniale (Eriksson 2002; WallisDeVries et al. 2002; Quétier et al. 2007). La forte dépendance de ces systèmes à l’égard des activités humaines traditionnelles les rend particulièrement vulnérables aux changements d’utilisation des terres (Tasser & Tappener 2001; McDonald 2000). La déprise agricole actuelle peut avoir un impact sans précédant sur le visage de ces écosystèmes (Vitousek et al. 1997; Quétier 2006). Apparus après les dernières glaciations, il y a plus de 20 000 ans, les écosystèmes alpins sont jeunes. Les premières traces d’activité humaine, liées à l’agriculture, apparaissent il y a 6000 ans dans le sud-est des Alpes (Bocquet 1983). Au col du Lautaret, on note l’arrivée de l’homme depuis 3000 ans avec la prolifération du mélèze en ubac et l’apparition des premières pelouses sur les versants les plus chauds en adret (Muller et al. 2000). Se succèdent alors différents épisodes de déforestation, de l’époque romaine jusqu’au moyen âge (Quétier 2006). La forêt au subalpin laisse place à l’agriculture de montagne et à l’élevage. Les paysages en sont fortement modifiés. Les sols sont épierrés et les pentes sont modifiées par la construction de terrasses pour les cultures. Au 14e siècle, l’Oisans et la vallée de la Romanche menant au col du Lautaret sont complètement dénudés. Les cultures et les alpages sont omniprésents. C’est seulement à partir de la moitié du 19e siècle que l’agriculture, majoritaire sur l’adret de Villar d’Arène, décline et laisse peu à peu place à un système d’élevage et de culture de l’herbe (Martin-Burle 1991). Au cours du 20e siècle, le labour commence à décliner fortement. Alors qu’en 1955 on pouvait considérer que les habitants de Villar d’Arène restaient très dépendants des ressources du terroir, les labours disparaissent peu à peu et laissent place à la culture de l’herbe aujourd’hui majoritaire sur le versant (Figure 7). Les parcelles les plus éloignées des habitations et les plus inaccessibles sont également laissées à l’abandon. Ces changements de gestion ont modifié en 50 ans le visage des prairies de l’adret 75 de Villar. Sur le site, on remarque actuellement deux grands types de végétation (Figure 8) : les prairies sur terrasses et les prés de fauche sur les pentes. Pour résumer, la végétation de l’adret de Villar d’Arène est issue d’un ensemble de facteurs qui ont des origines spatiales et temporelles très contrastées. Le climat subalpin va déterminer les grands types de végétation potentiellement présents. L’activité humaine par son ancienneté et son intensité à travers les âges modifie et façonne ce paysage pour ses propres besoins. Les alpages que nous observons actuellement sont donc la trace de l’activité humaine inscrite dans un contexte climatique particulier. Ce patrimoine riche d’une flore la plus remarquable d’Europe (Lavorel et al. 2004) est fortement menacé par la disparition de l'agriculture "traditionnelle" de ces territoires, véritable agent d’un équilibre semi-naturel. 76 Figure 7. Evolution des pratiques agricoles sur l’adret de Villar d’Arène au cours du 20e siècle. Les labours font place peu à peu à la culture de l’herbe et au pâturage extensif. Parallèlement, le nombre de parcelles inutilisées augmente. (Source Quétier 2006) 77 Figure 8. Utilisation des terres actuelle sur l’adret de Villar d’Arène (Source Quétier 2006). Notez l’absence de labour. 1.3. Caractéristiques des sols et des végétations des sites expérimentaux Terrasses au col du Lautaret L’étude approfondie de l’historique du site d’étude et de ses communautés par Quétier (2006) a permit de mettre en place une typologie des communautés végétales de l’adret de Villar. La répartition de la végétation actuelle semble fortement liée à l’utilisation ancienne et actuelle des terres (Figure 9) (Quétier et al. 2007). Sur les terrasses, on distingue les prairies fauchées et fertilisées annuellement et les prairies de fauche n’ayant pas été fertilisées depuis au moins 50 ans. Dans les prairies n’ayant jamais été labourées ou terrassées, on peut séparer les 78 prairies fauchées de manière régulière depuis plusieurs siècles et les prairies pâturées de façon extensive ou abandonnées où la fauche a été arrêtée progressivement au cours des 30 dernières années. Prés de Fauche Terrasse TFM TM M Fertilisé, Fauché Fauché Végétation exploitative Végétation conservative à Dactylis glomerata à Bromus erectus A Fauché Pâturage Végétation conservative Végétation conservative à Festuca paniculata à Festuca paniculata (Peu dominante) (Fortement Dominante) Figure 9. Représentation schématique des liens entre végétations et utilisations des terres (d’après Quétier 2006). Les codes pour chaque type de prairies sont indiqués, T: Terrasse, M: Fauche, F: Fertilisé, A: Abandonné. Pour ce travail de thèse, nous avons sélectionné 12 parcelles, trois parcelles par type prairial. Ces prairies ont déjà fait l’objet d’une caractérisation des sols et des communautés (Quétier 2006; Robson et al. 2007; Lavorel et al. 2004). Elle est complétée par une caractérisation de la ressource en eau (Voir Chapitre 4). Nous présentons ci-dessous les principales spécificités de chacun des types de prairies (Figure 9). Caractéristiques fonctionnelles des prairies subalpines étudiées Les terrasses se caractérisent essentiellement par des communautés ayant des longueurs racinaires par gramme de sol importantes (Figure 10, Appendice 1). Dans ces prairies, les racines se situent essentiellement dans les premiers horizons des sols. Au sein des terrasses, les prairies fertilisées et fauchées sont caractérisées par une forte hauteur de végétation ainsi que des surfaces spécifiques foliaires (SLA) et des surfaces de feuilles (LA) élevées. Elles sont dominées par des espèces à stratégie exploitatrice comme Dactylis glomerata, Trisetum flavescens, Bromus erectus, Heracleum sphondylum, Gentiana lutea ou Agrostis capillaris 79 (Appendice 1) (Grime 1977). Ces prairies possèdent la plus forte diversité spécifique et fonctionnelle (Figure 11, Quétier et al. 2007). On observe aussi la coexistence d’espèces conservatrices et exploitatrices (Quétier et al. 2007). Lorsque ces prairies n’ont pas été fertilisées, la végétation est rase avec des surface foliaires spécifiques (SLA) faibles (Figure 10). Elles sont dominées par des espèces conservatrices comme Bromus erectus, Sesleria caerulea, Festuca ovina ou Onobrychis montana. Ces prairies sont légèrement moins riches en espèces que les prairies fertilisées (Figure 11). La diversité fonctionnelle tend à diminuer également avec l’arrêt de la fertilisation (Figure 11). (B) RL 15 cm RL AR 4 3 TM 39 % (A) SLA LDMC M LW 2TM TM 1 TFM LA M LL -4 H 0 -2 M TFM 0 2 TFM 41 % 4 6 -1 -2A -3 A A -4 Figure 10. Propriétés fonctionnelles des communautés (Quétier 2006), analyse en composante principale, (A) traits : AR, allocation racinaire, Hauteur, LDMC, teneur en matière sèche, LA, surface de feuille, LW, largeur de feuille, LL, longueur de feuille, RL, longueur racinaire, RL 15 cm, % de longueur racinaire dans les 15 premiers cm du sol, SLA, surface spécifique foliaire; (B) Sites : T, Terrasse, M Fauche, F, Fertilisé, A, Abandonné. Les prés de fauche n’ayant jamais été labourés sont dominés par Festuca paniculata (Figure 9). Lorsque la fauche est maintenue, les prairies sont caractérisées par des hauteurs intermédiaires et de faibles surfaces spécifiques foliaires (Figure 10, appendice 1). Elles sont dominées par des espèces à stratégie conservatrice et certaines espèces exploitatrices comme Festuca paniculata, Meum athamanticum, Trifolium alpinum, Festuca rubra, Sanguisorba officinalis (Appendice 1) et ont des niveaux de richesse intermédiaire (Figure 11). Enfin, quand la fauche a été abandonnée et que les prairies sont entretenues par un pâturage estival lâche, Festuca paniculata devient fortement dominante car elle est très peu appétente (> 70 % de la biomasse de la communauté) (Appendice 1). Ces prairies sont caractérisées par une forte hauteur de végétation, des surfaces spécifiques foliaires (SLA) faibles mais d’importantes 80 surfaces de feuilles (LA) (Figure 10). La diversité décline fortement avec l’arrêt de la fauche et l’augmentation en abondance de la fétuque paniculée (Figure 11). Diveristé Shannon 3 A 2,5 A AB 2 B 1,5 1 0,5 0 TFM TM M A Sites 0,7 A 0,6 A A Rao Index 0,5 B 0,4 0,3 0,2 0,1 0 TFM TM M A Sites Figure 11. Diversité spécifique mesurée avec l’indice de Shannon, plus l’indice est élevé plus les communautés sont riches en espèces (Graphique du haut), et la diversité fonctionnelle mesurée avec l'indice de Rao, plus l’indice est élevé, plus les communautés sont diverses, sites : T, Terrasse, M Fauche, F, Fertilisé, A, Abandonné. Caractéristiques des sols des prairies subalpines étudiées Les changements de végétation observés entre les différents types prairials sont accompagnés par d’importantes modifications des paramètres structuraux et physico-chimiques des sols (Figure 12). La formation des terrasses a entraîné d’importantes modifications des sols. Bien que les terrasses aient fait l’objet d’un épierrage intensif au cours de leur construction et entretien (Quétier 2006), elles sont toujours caractérisées par une forte pierrosité quand on les 81 compare aux prairies n’ayant jamais été labourées. Le labour sur les terrasses a engendré une importante érosion des sols sur notre site d’étude (Bakker et al. 2007). Les terres laissées à nu après les récoltes sont en effet plus sensibles aux phénomènes d’érosion (Bakker et al. 2007). Ainsi, on estime que depuis l’arrêt du labour il y a plus de 50 ans, le taux d’érosion des sols dans la vallée de la Romanche a diminué d’un facteur sept (Bakker et al. 2007). De plus, le labour par son effet mécanique remonte les pierres à la surface du sol. Cette forte pierrosité ainsi qu’une plus faible épaisseur des sols sur terrasses (> 30 cm contre plus de 50 cm dans les prairies à fétuque) conduisent à une réserve utile des sols plus faible sur les terrasses (Chapitre 4). Les terrasses sont donc caractérisées par des sols plus secs que les prairies à fétuques. Au sein des terrasses, la fertilisation a entraîné une augmentation de la productivité annuelle. Enfin les prairies à Fétuque paniculée abandonnées montrent l'indice de nutrition azoté le plus fort (qui reflète la limitation en azote des sols) qui s’accompagne d’une forte productivité (Figure 12). Au sein de ces prairies, la fauche tardive en fin de saison de végétation, a eu pour effet de carencer les sols en nutriments (Robson et al. 2007; Quétier et al. 2007) qui à terme limite la productivité dans les prairies à Fétuque fauchées. INN (B) A Sable Argile 2 Prod 26% (A) TFM 1 46% 0 Pente MO Pierrosit -3 -2 -1 1 2 3 -1 M RU 0 -2 TM -3 Figure 12. Analyse en composantes principales, sol et communautés, (A) paramètre sol : Prod, productivité annuelle, INN, indice de nutrition azoté, RU, Réserve utile des sols, MO, matière organique, (B) sites : T, Terrasse, M Fauche, F, Fertilisé, A, Abandonné. (B) Sites : T, Terrasse, M Fauche, F, Fertilisé, A, Abandonné. Notre système d’étude est caractérisé par de forts contrastes tant au niveau de la composition des communautés que des paramètres abiotiques locaux. Dans ce contexte, de nombreuses questions se posent quant à l’avenir de ces milieux patrimoniaux. L’abandon des terres par l’homme par la cessation de la fertilisation entraîne systématiquement dans notre système une baisse de diversité spécifique et fonctionnelle (Figure 11) (Quétier et al. 2007). Comprendre les mécanismes qui régissent la répartition des types de végétation au sein de ce système peut permettre une meilleure gestion future de ces milieux menacés. Par exemple, l’avancée de la 82 Fétuque paniculée est liée avec une forte baisse de diversité. Les questions relatives à cette espèce sont : Quels sont les facteurs qui limitent l’expansion de cette espèce structurante ? Pourquoi est-elle absente des terrasses ? Quels sont les mécanismes qui expliquent son succès lors de l’arrêt de la fauche ? Par ailleurs, au sein des terrasses, on observe une diversité élevée quand la fertilisation est toujours maintenue. Quels sont les facteurs qui expliquent cette forte diversité ? Pourquoi l’arrêt de la fertilisation entraîne-t-il une chute de diversité? Nous verrons que la démarche conceptuelle proposée dans ce travail de thèse nous permettra de comprendre et d’expliciter les mécanismes qui régissent la diversité fonctionnelle au sein de ces prairies. Pour cela, nous avons conduit différents types d’expérimentations allant de la plante à la communauté. 83 84 2. Méthodes utilisées dans la thèse Dans ce travail de thèse, nous avons conduit un travail expérimental pour comprendre et tester les hypothèses issues des observations de terrain effectuées par les précédents travaux réalisés sur notre site d'étude (Quétier 2006, Robson et al. 2007). Pour cela deux types d’expérimentation ont été conduits au cours de ce travail : des expérimentations semicontrolées en micro- et mésocosmes ainsi que des expérimentations en plein champ. Ces expérimentations se sont concentrées sur 7 espèces dominantes des prairies subalpines. Nous détaillerons ici les caractéristiques communes aux méthodes des expérimentations présentées dans ce manuscrit. Récolte dans le site expérimental près du hameau des Courses (commune de Villar d’Arène) 2.1. Les espèces dominantes des prairies subalpines Comme nous l’avons vu, les espèces dominantes sont des objets d’étude privilégiés en écologie des communautés. Par leur importante biomasse, elles possèdent un rôle prédominant sur les interactions biotiques, l’assemblage des communautés et les processus écosystémiques (Michalet et al. 2006; Fargione & Tilman 2003; McGill et al. 2006; Grime et al. 1998; Garnier et al. 2004). Dans le cadre de ce travail nous avons adopté cette approche, 85 les espèces étudiées ont été utilisées comme des phytomètres, c’est à dire comme de véritables sondes vivantes capables de mesurer, par leurs réponses aux facteurs environnementaux, les processus jouant sur les communautés végétales (Clements 1916; Goldberg et al. 1999; Gaudet & Keddy 1988). Nous avons choisi d'utiliser des espèces dominantes ayant des patrons d’abondance différents au sein des prairies subalpines (Appendice 1) ainsi que des traits fonctionnels contrastés (Figure 13). Concernant leurs traits, les espèces se placent le long de deux axes de différenciation fonctionnelle. Le premier axe sépare les espèces conservatrices à croissance lente (F. paniculata, B. erectus, S. caerulea, N. stricta), des espèces exploitatrices ayant une croissance rapide (D. glomerata, A. capillaris, P. alpina) (Figure 13). Cet axe correspond à l’axe majeur de différentiation fonctionnelle basé sur les traits foliaires (Figure 5, Introduction) (Wright et al. 2004). Le second axe de différentiation est relié à la hauteur et à la densité de talles des plantes. Cet axe sépare des espèces de grande taille ayant peu de talles (D. glomerata, F. paniculata), des espèces de petite taille ayant de nombreuses talles (S. caerulea, N, stricta, P. alpina, A. capillaris). B. erectus a des traits de valeur intermédiaire. Traits Species H F 26 % 3 C/N D 2 LS RGR AA 1 -3 -2 N S B 36 % 0 -1 0 1 P A 2 3 AB LDMC 4 SLA -1 NT LNC -2 -3 Figure 13. Syndromes de traits des espèces dominantes étudiées (A: A. capillaris, B: B. erectus, D: D. glomerata, F: F. paniculata, N: N. stricta, P: P. alpina, S: S. caerulea) présentés sous forme d’analyse en composante principale (ACP); H: Hauteur, LS: étalement latéral, Tal: densité de talles, RGR: taux de croissance relative, AA: allocation aérienne, AB: allocation souterraine, C/N: ratio Carbone Azote, LNC: teneur en azote foliaire, LDMC: teneur en matières sèches des feuilles, SLA: Surface spécifique foliaire, nous indiquons le pourcentage explicatif de la variance sur chaque axe. Les traits foliaires (Chapitre 1) et morphologiques (Chapitre 2) ont été mesurés dans des expérimentations en conditions contrôlées sans limitation de ressources. 86 Ces espèces ont été utilisées dans l’ensemble de nos expérimentations. Des talles végétatives furent collectées au col du Lautaret à l’automne 2003. Les espèces ont été multipliées en serre puis acclimatées au jardin alpin du Lautaret avant leur utilisation dans nos expérimentations. Pour chaque expérimentation des talles de tailles homogènes furent utilisées pour la mise en place de chaque expérimentation. 2.2. Expérimentations de terrain et expérimentations en conditions semi-contrôlées Deux types d’expérimentation ont été mis en place pour cette thèse. Nous détaillerons ici les parties communes aux protocoles des différentes expérimentations de la thèse. Les détails des protocoles pour chaque expérimentation seront donnés dans chacun des chapitres de thèse. Expérimentation en pot au jardin alpin Les expérimentations en conditions semi-controlées se sont déroulées à la fois sur la parcelle expérimentale de la station alpine au col du Lautaret et au jardin expérimental du Laboratoire d’ECologie Alpine à Grenoble. Nous avons utilisé pour l’ensemble des expérimentations un sol standard et des niveaux de ressources correspondants à ceux mesurés sur le terrain. Nous avons utilisé 1/12 de terreau commercial (Fertiligène®) 3/12 de vermiculite, ainsi que 8/12 de sable. Un sol riche en sable permet de récupérer facilement les racines des plantes en fin d’expérimentation. Ce sol mime les faibles niveaux de ressources rencontrés dans les prairies 87 subalpines (6.1 mg d’azote minéral par kg de sol, Tosca et al. 1986; Robson et al. 2007). Nous avons ensuite manipulé les ressources pour obtenir un sol proche des prairies les plus productives du subalpin (80 mg d’azote minéral par kg de sol, Tosca et al. 1986, Robson et al. 2007). Pour cela nous avons soit utilisé un engrais à relargage lent soit un milieu KNOP (Dans 10 litres d’eau : 2 g Ca(NO3)2.4H2O, 2 g KNO3, 0.5 g KH2PO4, 0.5 g MgSO4.7H20 et FeCl3 comme élément trace). Le pH de ce sol est neutre (7,1). Pour les besoins des expérimentations en plein champ, quatre sites ont été sélectionnés correspondant chacun à un type d’utilisation des terres. Dans chacun de ces sites, six blocs ont été délimités et protégés du pâturage par des filets. Au sein de chaque bloc, des traitements permettant de mesurer les interactions biotiques ont été mis en place. Trente cercles de 60 cm de diamètre ont été aléatoirement choisis et sur la moitié d’entre eux un traitement au glyphosate (Herbicide) a été pratiqué pour éliminer la végétation. Les mesures d’interactions se sont faites en comparant la croissance des phytomètres dans les traitements avec et sans voisins (Figure 14 dans l'introduction). 2.3. Mesures expérimentales Nous présenterons ici les méthodes des principales mesures effectuées dans nos expérimentations. • Mesures des traits fonctionnels: Nous avons vu dans l’introduction l’importance des protocoles standardisés en écologie. Pour ces raisons, nous avons apporté un soin tout particulier à la mesure des traits fonctionnels. Nous avons choisi un protocole de mesure de traits publié dans Cornelissen et al. (2003). Cet article présente en détail les mesures de chacun des traits utilisés dans ce travail. • Mesures de l’interception lumineuse Pour quantifier l’effet des communautés sur la ressource lumineuse, nous avons systématiquement mesuré l’interception des couverts végétaux en comparant la quantité de PAR (Photosynthetic Active Radiation) au dessus des couverts et au niveau du sol. Ces 88 mesures se sont faites sur le terrain par l’utilisation d’une sonde de 1 m de long (LI-191SA Line Quantum Sensor, LI-COR Inc. Lincoln, NE, USA). En pot, ces mesures ont été réalisées avec une sonde spot (LI-190, LI-COR Inc., Lincoln, NE, USA). Les mesures de lumière ont été réalisées au pic de végétation entre 11h et 15h par ciel dégagé. • Mesure des concentrations d’azote dans les sols Dans chacun des sites expérimentaux, 9 carottes de sol (15 cm de profondeur, 4,5 cm de diamètre) ont été prélevées en juillet 2005 pour l’analyse de la concentration en azote minéral des sols. Les analyses ont été effectuées par chaîne colorimétrique (Fiastar 5012 Flow Injection Analyser, Foss Tecator AB, Sweden). Un travail complémentaire sur les ressources minérales des sols a été effectué dans Quétier (2006) et Robson et al. (2007). Les différences de niveaux d'azote du sol au cours de la saison sur nos sites expérimentaux sont conservées tout au long de la saison de végétation (Robson et al. 2007). • Mesures de l’humidité des sols Campagne de mesure de l’humidité du sol, utilisation de sondes TDR L’humidité des sols a été suivie dans l’ensemble des 12 parcelles sélectionnées (Figure 9) au cours de la saison 2005. Six sondes TDR (Times domain reflectometry) de 15 cm de long ont été insérées de façon aléatoire et permanante dans chacun des sites. Ces sondes permettent de mesurer la teneur volumique en eau du sol (%). Au total, 18 campagnes de mesures ont été réalisées (Du 15 mai au 15 septembre 2005) avec l’aide d’un analyseur TDR mini TRASE system 1 (Soilmoisture equipment corporation, Santa Barbara, California, USA). Ces mesures ont été réalisées entre 11h et 15h. 89 • Mesures du taux de perturbation Le taux de perturbation dans l’ensemble des 12 sites étudiés correspond au pourcentage de biomasse verte éliminée par un épisode de perturbation. Ces mesures ont été effectuées avec 4 quadrats de 0,25 m² dans chaque site et par l’utilisation d’esclot (Quétier 2006). 90 CHAPITRES DE THESE Résultats expérimentaux 91 92 Avant propos La thèse comporte cinq articles publiés ou en cours de publications. Chacun de ces articles correspond à un chapitre de thèse illustrant les étapes de la démarche utilisée dans ce travail. Les deux premiers chapitres illustrent le lien entre traits et réponses aux facteurs simples du milieu (Lien 1, Figure 19). Dans le chapitre 1, nous verrons qu’il existe un lien entre traits et réponses des espèces aux facteurs physiques de l’environnement. Le chapitre 2 illustrera les liens entre traits et réponses aux facteurs biotiques. Nous montrerons que les traits des espèces étudiées peuvent être considérés comme fonctionnels car ils permettent de prédire la réponse des espèces aux facteurs environnementaux au sens large. Dans le chapitre 3, nous étudierons comment évoluent les interactions biotiques au sein des prairies subalpines ainsi que les facteurs et les mécanismes qui déterminent ces interactions. Ce travail illustre le lien 3 du cadre conceptuel proposé (Figure 19 dans l'introduction). Dans le chapitre 4, nous verrons comment les communautés subalpines modifient les facteurs abiotiques par leur effet structurant sur l’humidité des sols. Nous verrons que ce sont ces mêmes effets qui déterminent les interactions biotiques dans les prairies subalpines dans le chapitre 5. Pour cela nous avons proposé une méthode basée sur les traits fonctionnels. Il permettra de lier les réponses au niveau de l’individu et les structures observées au niveau des communautés en identifiant les facteurs majeurs structurant les prairies subalpines. Chacun de ces articles sera présenté dans sa version intégrale en anglais suivie d'une synthèse en français faisant le lien entre chacun des chapitres en présentant éventuellement quelques résultats non publiés. 93 94 Chapitre 1 Relation entre traits et réponses aux facteurs abiotiques structurant les communautés subalpines niveau des communautés filtre abiotique niveau des individus filtre biotique Distribution SLA Prairies fertilisées fauchées 35.00 30.00 Biomasse 25.00 20.00 15.00 10.00 5.00 0.00 9.00 14.00 17.00 18.00 19.00 22.00 SLA composition Traits niveau individu I réponses aux facteurs simples Stress II (Deviation de optimum) succès fonctionnelle III IV démographique traits des communautés Feedback Schéma conceptuel de la thèse, le chapitre 1 s’intéresse aux relations entre traits et réponses aux facteurs abiotiques (Lien I). 95 96 Original title: Leaf dry matter content and lateral spread predict response to land use change for six subalpine grassland species Gross, Nicolas, Suding, Katharine Nash & Lavorel, Sandra Published in Journal of Vegetation Science (2007) 18: 289-300 Abstract Question: Land-use change has a major impact on terrestrial plant communities by affecting fertility and disturbance. We test how particular combinations of plant functional traits can predict species responses to these factors and their abundance in the field by examining whether trade-offs at the trait level (fundamental trade-offs) are linked to trade-offs at the response level (secondary trade-offs). Location: Central French Alps. Methods: We conducted a pot experiment in which we characterized plant trait syndromes by measuring whole plant and leaf traits for six dominant species, originating from contrasting subalpine grassland types. We characterized their response to nutrient availability, shading and clipping. We quantified factors linked with different land usage in the field to test the relevance of our experimental treatments. Results: We showed that land management affected nutrient concentration in soil, light availability and disturbance intensity. We identified particular suites of traits linked to plant stature and leaf structure which were associated with species responses to these environmental factors. Leaf dry matter content separates fast and slow growing species. Height and lateral spread separated tolerant and intolerant species to shade and clipping. Discussion and Conclusion: Two fundamental trade-offs based on stature traits and leaf traits were linked to two secondary trade-offs based on response to fertilization shade and mowing. Based on these trade-offs, we discuss four different species strategies which could explain and predict species distributions and traits syndrome at community scale under different land-uses in subalpine grasslands. Keywords: Dominant species; French Alps; Plant functional trait; Primary trade-off; Secondary trade-off; Species strategy; Trade-off. 97 Introduction Land-use change is expected to have strong effects on terrestrial ecosystems (Chapin et al. 1997, 2000; Vitousek et al. 1997) by directly affecting soil fertility and disturbance regimes. Conceptual and predictive models of plant strategies identify these two factors as the major determinants of plant community structure (Grime 1973, 1977; Huston 1979; Tilman 1985; but see Volkov et al. 2003), primarily through their effects on light and soil resource availability. Despite this conceptual emphasis, empirical work has yielded contradictory results (Grace 1991; Craine 2005; Fynn et al. 2005a). This gap leaves us unable to forecast the structure of plant communities under land-use change (Chapin et al. 1997, 2000). Plant functional traits (PFTs) have been proposed as useful tools to understand and predict species abundance and distribution along environmental gradients (Lavorel & Garnier 2002; Suding et al. 2003; Ackerly 2004a; McGill et al. 2006; Lavorel et al. 2006). Some simple traits have been recognized as having a strong impact on plant local persistence (Lavorel et al. 1997; Hodgson et al. 1999; Ackerly 2004b; Diaz et al. 2004; Silvertown 2004), and thereby on community structure and response to environmental change (Suding et al. 2003; Fynn et al. 2005a; Lavorel et al. 2006; McGill et al. 2006). For example, specific leaf area (SLA) and leaf dry matter content (LDMC) are directly correlated with relative growth rate (Garnier et al. 1999; Reich et al. 1999, 2001; Wright et al. 2001), which is a predictor of plant response to resource availability and disturbance (Grime 1977). Lateral spread and height are expected to be linked to some aspects of competitive ability (Grime 1977; Gaudet & Keddy 1988; Navas et al. 2005). In order to scale from individual species traits to community response to land-use change, it is necessary to identify and test mechanisms that link traits to species abundance. Suding et al. (2003) proposed that trade-offs between traits is a key mechanism. These authors identified two types of trade-offs. First, fundamental trade-offs, or primary trade-offs, are observed under non-limiting conditions (surplus of resources, absence of negative interactions, and presence of mutualists), and reflect physiological and genetic constraints. These trade-offs, captured under the definition of trait syndromes, represent the basic ways in which plants can operate, but are not associated with specific environmental factors (Lavorel et al. 1997). An example of such trade-offs is captured by Westoby’s Leaf-Height-Seed (LHS) scheme (Westoby 1998). Several recent studies have provided strong evidence for such trade-offs 98 (e.g. Wright et al. 2004b; Díaz et al. 2004). The second, secondary trade-offs, are the manifestations of these primary trade-offs in the actual response of plants to local biotic or abiotic factors. Such trade-offs have been reflected in Grime’s (1977) plant strategy scheme and other more recent attempts to capture plant responses to environmental gradients (e.g. Ackerly 2004a; see the review by Lavorel et al. 2006). Suding et al. (2003) proposed that secondary trade-offs can be used to link species fundamental niche (response to abiotic factors) to their realized niche (species abundance in the field) (sensu Hutchinson, 1957). Explicitly testing links between potentially functional traits (primary trade-offs) and responses to abiotic and biotic factors (secondary trade-offs) is hence the first step in this approach. This requires identifying primary trade-offs under standardized conditions (e.g. Grime et al. 1997; Ackerly 2004b) and then testing whether specific combinations of traits that represent specific trade-offs lead to a repeatable response to environmental factors (secondary trade-offs) (Lavorel et al. 1997; Suding et al. 2003). For example, in chaparral shrublands alternative combinations of leaf traits and stature lead to different functional strategies for water and nutrient use (Ackerly 2004a). Several studies of grassland response to disturbance (including grazing) and fertilization have also demonstrated that within grasses primary trade-offs are well-matched with responses to these factors (e.g. Lavorel et al. 1999; McIntyre & Lavorel 2001). In this study, we tested linkages among primary trade-offs, secondary trade-offs involved in responses to ongoing land-use change, and observed changes in the functional structure of subalpine grassland communities (Quétier et al. in press a) in the central French Alps. In these subalpine grasslands, land use has shifted from practices that used manure fertilization and mowing to practices with no fertilizer application and summer livestock grazing. A previous analysis at the community level showed that the cessation of manure fertilization led to a shift in dominance from exploitative species (high specific leaf area (SLA) and high growth rate; Diaz et al. 2004) to short-stature species with a conservative nutrient economy (lower SLA and growth rate; Diaz et al. 2004). Conversion from mowing to extensive summer grazing led to swards with conservative leaf traits (e.g. low SLA) and taller plants (Quétier et al. in press a). Regeneration traits related with species dispersal and colonization abilities did not vary with changes in land use. These observations, which concur with other recent studies in a range of grassland systems (De Bello et al. 2005; Garnier et al. 2004; Louault et al. 2005), suggest that traits reflecting mineral resource use (leaf traits such as SLA) and traits linked 99 with plant stature (plant height) predict species and community responses to land-use change (Quétier et al. in press b; Vile et al. 2006; Westoby et al. 2002). Here, we aimed to explore this hypothesis by formally testing the links between these traits, their trade-offs and responses to three key environmental factors associated with land use: cutting disturbance, nutrient availability and light availability. Specifically, we tested the hypothesis that different combinations of leaf and plant stature traits (primary trade-offs) lead to different responses to environmental factors associated with land use (secondary tradeoffs). For this purpose, we chose six dominant grasses species from subalpine pastures that differ in abundance patterns. 1. We quantified the effects of different land-uses on light and nutrient availability and on disturbance in the field, to support the design of experimental treatments. 2. We measured ten morphological, leaf and reproductive traits under non-limiting conditions to identify suites of associated traits, i.e. identify primary trade-offs within the species set. 3. We conducted a pot experiment that manipulated fertility (nutrients), disturbance (clipping) and light, and measured species growth responses to these treatments. 4. We related these responses to species traits assessed under optimal conditions (primary trade-offs). Methods Field site and measurements The study site is located near the Lautaret pass on the south facing aspect of the upper valley of the Romanche river, central French Alps (Villar d’Arêne, 45.04° N, 6.34° E). The substrate is homogeneous calc-shale and the climate is subalpine with a continental influence. Mean annual rainfall is 956 mm and the mean monthly temperatures range between –7.4 °C in February and 19.5 °C in July. Grasslands are at 1800 to 2100 m a.s.l. We measured light availability, total soil nitrogen and disturbance intensity, in three types of grasslands: those that were fertilized and mown, mown but not fertilized, and lightly grazed in spring and autumn. We chose three fields per management type. In each field, 10 random soil samples were collected in the spring within the root zone between 5 and 15 cm in depth and analysed for total nitrogen content (Laboratoire d’analyse des sols, INRA, Arras, France). Light availability was calculated by measuring Photosynthetic Active Radiation (PAR) at 3 100 randomly selected locations above and below the grass cover using a 1-m long measuring rod (LI-191SA Line Quantum Sensor, LI-COR Inc. Lincoln, NE, USA). Finally, disturbance intensity was measured as the percentage of initial green biomass (quantified from four 0.25 m2 above-ground standing biomass random harvests in each plot) remaining after disturbance using grazing exclosures when necessary for control plots (see Quétier et al. in press a). Study species Perennial C3 grasses make up from 50% (in fertilized and mown meadows) to over 80% (in unmown pastures) of the total cover in Lautaret grasslands. We chose six dominant tussock grass species differing in their abundance across land uses and plant functional traits. All six species are common in the regional flora and used for vegetation classification in relation to land use and abiotic factors (Jouglet & Dorée 1987). Dactylis glomerata, Agrostis capillaris and Poa alpina dominate fertilized and mown meadows found on previously ploughed fields. Festuca paniculata is one of the dominant species in never-ploughed mown grasslands that were prevalent on deeper soils above 1900 m until the 1970s. When mowing is abandoned, as has been increasingly the case over the last three decades, the cover of F. paniculata increases – from 40% up to 60-70% – resulting in a large drop in plant diversity (Quétier et al. in press a). Finally, Sesleria caerulea and Nardus stricta dominate in unfertilized meso-xeric grasslands and sheep pastures. Experimental design We collected ramets of each species from field sites near the Lautaret pass (1900-2100 m a.s.l) during early October 2002. We planted single ramets in 2-liter pots in the experimental garden of the University of Grenoble (20 m a.s.l.) in early April 2003. Each ramet was cut to 3 cm in length and 5 cm depth before planting. The soil was composed of 2/3 sand, 1/4 clay and 1/12 commercial potting compost (Fertiligène®). This soil corresponded to the lower range of nutrients measured in soils from subalpine grassland, i.e. 6.1 mg of N mineral per kg of soil (Robson et al. in press). As we used ramets from field environments, we assume that roots symbioses were conserved. Before planting, we measured initial fresh weight for each plant. To estimate initial dry weight (IW), we harvested 15 plants of each species and weighed them fresh (Fresh Weight, FW) and then after drying at 60 °C for 48 h. Dry mass content of ramets at the beginning of the experiment (DMC = Dry Weight / Fresh Weight) and IW was 101 calculated for each plant: IW = FW *DMC. The experiment was designed as a blocked splitplot design where we manipulated nutrients, clipping and light. Each treatment × species combination was replicated ten times. We distributed pots in ten blocks. Repetition was at the block level. The light treatment was applied at the main plot level. Nutrient and species were manipulated at the subplot level. Light and clipping treatments were not crossed, and all clipping treatments were conducted at high light conditions. Overall, we established six treatment combinations: high light/low nutrients; high light/high nutrients, low light/low nutrients; low light/high nutrients, clippling/low nutrients, and clipping/high nutrients. In each treatment combination, we grew each of six species in ten replicate blocks for a total of 360 pots. The experiment ran from early April for 77 days. We manipulated light by shading half of one block and letting the other half receive full sunlight. Light availability was reduced with a shade cloth that removed 60% of incident sunlight. Two levels of nutrient addition (KNOP solution) were administered every week. We diluted: 2 g Ca(NO3)2.4H2O, 2 g KNO3, 0.5 g KH2PO4, 0.5 g MgSO4.7H20 and FeCl3 as trace elements, in 10 liter of water. The high nutrients treatment plants received 300 ml of this solution, and the low nutrient plants received only 300 ml of water. Finally, we simulated mowing by clipping each plant at 3 cm height every 25 days. We watered the experiment weekly and assume that experiment was not water-limited. We chose not to clip plant under the shading treatment because mowing results in low above-ground biomass and hence reduced shading (Table 3). Measurements and statistical analysis At the end of the experiment, we measured functional traits under non-limiting conditions (high nutrients, no disturbance, full light) on each study plant using standardized protocols (Cornelissen et al. 2003) (Table 1). Leaf C/N ratio were measured using a CHONS microanalyser (Carlo Erba 1500). After the final harvest, we weighed dry plants after 48 h at 60 °C. Allocation traits (allocation to above-ground, below-ground and flower) and relative growth rate were calculated: RGR = ((TW – IW) / IW) / Experimentation Time) * 100, (1) where TW is total dry weight and IW is the estimation of initial dry weight. Statistical analysis were performed with the software SAS version 8, SPSS for Windows and ADE-4, University of Lyon 1, France. For field measurements, we conducted one-way 102 ANOVAs to test the effects of fertilization and mowing on light inteception, total nitrogen in soil and % biomass removal by disturbance. For the pot experiment, we conducted a PCA on the traits of species in non-limiting conditions to identify fundamental trade-offs and associated trait syndromes. For this analysis, data was previously standardized. RGR data were log-transformed. Previous analysis indicated no effect of shading and clipping in the non-fertilized treatment for all species. Consequently, we conducted independent full factorial ANOVA to test the effects of experimental treatments, i.e. to independently test the effect of nutrient stress, shading under high nutrient supply and clipping under high nutrient supply on the performance of species. A previous analysis showed that there was no block effect (results not shown). Thus the block term were removed from the analysis presented here. Post hoc analysis using one-way ANOVA and t-test were used to compare for each species plant performance in non-limiting conditions to performance in the other experimental treatments. Results Effects of grassland management on environmental factors Long term manure fertilization increased nitrogen concentration in soil but decreased light availability in the field through its effect on plant community (Table 3). The cessation of mowing decreased disturbance intensity, and vegetation in undisturbed grasslands had greater 103 light interception. Fertility, clipping and light availability hence appeared as appropriate factors to be manipulated to mimic management. Trait syndromes – primary trade-offs – in non-limiting conditions We identified two fundamental trade-offs linked to RGR and plant stature. The first axis of the PCA of traits under non-limiting conditions explained > 25% of the variance and was positively correlated with RGR and below-ground allocation, and negatively correlated with LDMC and above-ground allocation (see Table 2 for correlation analysis between traits). This first axis separated fast growing species (D. glomerata, A. capillaris, P. alpina) from slow growing species (F. paniculata, S. caerulea, N. stricta). The second axis explained an additional 21% of the variance and was correlated with Lateral Spread (LS), Height (H) and number of tillers (see Table 2 for correlation analysis). Axis two was therefore interpreted as an axis of plant size. It separated large and tall species with fewer tillers (D. glomerata, F. paniculata) from short species with numerous tillers (A. capillaris, P. alpina, S. caerulea, N. stricta). Traits correlated with axis 1 were not correlated with traits from axis 2 (Table 2). We were not able to identify any further trade-offs, as the other axes of the PCA explained very little variance. SLA and LNC, which are often used to explain plant strategies and ecosystem processes (Garnier et al. 2001), were not correlated with any of the axes. With these two fundamental trade-offs, we characterized four syndromes or emergent groups (sensu Lavorel et al. 1997). First, D. glomerata (Syndrome I) is a tall species, with few tillers and high investment in below-ground versus above-ground biomass. It is fast growing with a low LDMC. A. capillaris and P. alpina (Syndrome II) are also fast-growing species, but with low Height and Lateral spread and numerous tillers. The third syndrome corresponds to F. paniculata (Syndrome III). This species is characterized along axis 1 by a slow growth rate, 104 with a low below-ground allocation and a very high LDMC. Along axis 2, this species reaches a large size (high Lateral Spread and tall Height) with few tillers. Finally, the last syndrome corresponds to S. caerulea and N. stricta (Syndrome IV) which have a low RGR, high LDMC and a very small stature but with numerous tillers. Response of species to experimental factors All experimental treatments influenced species RGR (Table 4). As expected, high nutrient availability increased RGR (p < 0.0001), although the magnitude changed across species (significant interaction: p < 0.0039). The effect of clipping did not have a direct effect on RGR (no significant effect) but species had different responses (significant interaction, p = 0.0307). Similarly, shade did not affect RGR across species (no significant effect) but species had different responses to shading (p = 0.0039). 105 Fast growing species (D. glomerata, A. capillaris and P. alpina) decrease in RGR under nutrient stress compared to non-limiting conditions (Fig 2. A-C), and their RGR did not respond significantly to clipping. The RGR of D. glomerata decreased with shade treatment (Fig. 2. A). Conversely, P. alpina and A. capillaris were not affected by shade (Fig. 2. B, C). Slow growing species did not respond to nutrient addition, with the exception of F. paniculata (Fig. 2 D). The RGR of this species was also negatively affected by shade and clipping (Fig. 2. D) whereas the other slow growing species (Fig. 2 E, F) did not respond significantly to any treatment tested here. 106 Discussion The hypothesis that different combinations of leaf traits and plant stature can predict species responses to land use factors was confirmed by our controlled experiments. Leaf dry matter content (LDMC) appears to be a better predictor for plant responses to nutrient stress than specific leaf area (SLA), while lateral spread (LS) and plant height (H) was able to predict responses to shade and clipping. Consequently, species responses to grassland management factors could not be predicted by the acquisition-conservation trade-off (Wright et al. 2004b; Díaz et al. 2004) alone. Instead, and in agreement with current plant strategy schemes (Grime 1977; Westoby 1998), two trade-off axes were required to capture species responses. Associations between traits: evidence for two primary trade-offs The first PCA axis separates fast and slow growing species (Fig. 1). Traits (measured in nonlimiting conditions) associated with this axis were: RGR, LDMC and allocation to roots (RA). Although SLA is one of the best traits for estimating resource use (Garnier et al. 2001; Vendramini et al. 2002), SLA was not correlated with RGR in our study (Table 2, r2 = 0.45, p = 0.16). Instead LDMC was a better predictor of RGR (Table 2, r2 = 0.96, p = 0.0001). LDMC is less variable than SLA (Garnier et al. 2001; Al Haj Khaled et al. 2005) and should be a better indicator of resource use (Ryser & Aeschlimann 1999; Wilson et al. 1999). The lack of relationship between SLA and RGR is due to F. paniculata, which has an intermediate RGR but the lowest SLA. Excluding this species, SLA was indeed significantly correlated with RGR (r2 = 0.38, p < 0.0001). Against expectations (Garnier et al. 1999, 2001; Reich et al. 1999; Wright et al. 2004b), LNC was not correlated with RGR (Table 2) either. S. caerulea had the slowest growth rate but the highest LNC and lowest C/N. However some authors (Tateno & Chapin 1997; Wardle et al. 1998) predict that slow growth rate can be associated with high LNC and low C/N because slow growing species can accumulate N over a long 107 period due to the long life span of their tissue. Finally, plants with high RGR had high root allocation. This is in contradiction with the R* model (Wedin & Tilman 1993), which predicts high root allocation for slow growing species to succeed in nutrient competition. However (Elberse & Berendse 1993) showed that allocation is less informative than root morphology. For example, root tissue density could have a crucial role in underground competition (Craine et al. 2001). The second primary trade-off was correlated with morphological traits, opposing lateral spread and height on one hand, and number of tillers on the other (Fig. 1). This indicated a trade-off between high stature plants with long leaf and small plants with high tillering vegetative reproduction. This fundamental trade-off illustrates the Corner’s rule (Westoby et al. 2002). This rule states that there is a trade-off between branching or tillering of species and the size of leaves. Species with dense tillering must have small leaves to avoid overlapping and a waste of light interception. Conversely, species with low tillering may have longer and wider leaves (Westoby et al. 2002). This leaf-size-tiller size trade-off is a plausible interpretation for the second fundamental trade-off identified in this study because leaf area was strongly correlated with number of tillers for the tussock grass species studied here (r2 = 0.81 *, unpubl. data). Linking primary trade-offs and species responses to experimental factors The two primary trade-offs identified under nonlimiting conditions were linked with two secondary trade-offs in responses to environmental factors (sensu Suding et al. 2003). First, the trade-off based on leaf traits and particularly LDMC reflected two distinct strategies based on response to nutrient supply. It reflected an acquisition-conservation trade-off (Diaz et al. 2004; Wright et al. 2004b), which contrasted fast growing species (low LDMC) characterized by a high response to nutrient addition (Fig. 2) from slow growing species (High LDMC) with low or no response to fertilization. The second primary trade-off based on whole plant morphological traits such as lateral spread (LS) and vegetative height (H) separated tolerant versus intolerant species to shade and mowing. Small species with low LS were tolerant to shade and disturbance, whereas tall species were intolerant (Fig. 2). These results are consistent with other studies at the community level which identified secondary trade-offs generally linked with plant stature. In 108 chaparral shrubland (Ackerly 2004a), a second axis linked to morphological traits is found and leads to differences in drought tolerance. The same result was found by Fonseca et al. (2000) for 386 perennials grasses. Similarly (Wright et al. 2004a) compared low and high rainfall Australian vegetation and showed that combinations of leaf traits related to water stress are independent of combinations of traits related to nutrient exploitation. These examples (Ackerly 2004a; Wright 2004a; Reich et al. 1999; Fonseca et al. 2000; Lamont et al. 2002) suggest that trade-offs appear at the local scale additional to those identified at the global scale (Diaz et al. 2004; Wright et al. 2004b). These trade-offs are likely to represent species strategies in response to specific local environmental factors and/or evolutionary context. Evidence for four functional strategies in dominant graminoids of subalpine grasslands The two secondary trade-offs identified in our experiment can be interpreted as exemplifying four syndromes that influence species responses to their abiotic environment, and thereby abundance in the subalpine grasslands (Table 5). Based on the two simple traits that had the strongest loadings in our analysis of primary trade-offs (Fig. 1), we can use our experimental results on secondary trade-offs (i.e. responses) to predict dominant plant strategies in communities under different management. These traits are: (1) LDMC, which predicts RGR and response to fertilization, and (2) Lateral spread (LS) which separates taller species with few tillers from shorter plants with high tiller density and predicts response to disturbance and shade. While screening more species will be necessary to further document the existence of four syndromes, we summarize the traits and associated responses observed amongst the six species in our experiment below. 109 The first syndrome (Syndrome I, Table 5), represented by Dactylis glomerata in our experiment, is a combination of low LDMC and high LS. In our experiment this combination led to a strong growth response to nutrient availability. Dactylis glomerata was also negatively affected by shading and was lightly affected by cutting. Despite the negative effect of clipping, D. glomerata is known to compensate the effects of disturbance by a rapid growth rate (Augustine & McNaughton 1998; Louault et al. 2005; Fynn et al. 2005a). Species with traits consistent with this syndrome dominate fertilized and mown meadows at the field site (Quétier et al. in press a), where disturbance and light interception are high (Table 3). An independent study in the northern French Alps also identified D. glomerata as representative of the dominant syndrome in fertile pastures with medium grazing intensity (Gaucherand 2005). At our site, D. glomerata co-dominate fertilized and mown meadows with shorter fast growing species such as Agrostis capillaris, Trisetum flavescens and Poa alpina (see Syndrome II) (Quétier et al. in press a; Gaucherand 2005). Thanks to their high lateral spread and tall stature syndrome I species can overtop other species and avoid light competition in fertile environments (Wedin & Tilman 1993; Grime et al. 1977). We predict that species exhibiting Syndrome I should have a strong competitive effect linked with their high lateral spread (Gaudet & Keddy 1988), but a weak competitive response to light competition, as confirmed by manipulations of competitive neighbourhoods in subalpine grasslands of the northern Alps (Gaucherand2005). The second syndrome (Syndrome II, Table 5) is characterized by low LDMC but small LS. This syndrome appeared correlated with a strong response to fertilization, shade tolerance and disturbance. It co-dominates with the first syndrome in fertilized and mown meadows where shade and disturbance are high (Table 3). It is represented in this study by Agrostis capillaris and Poa alpina, and was represented at the site by other species such as Briza media and Avenula pratensis (Quétier et al. 2006). Being unable to overtop other species, species carrying syndrome II must tolerate induced stress (lack of light) (Grime 1973). These species are expected to have a good response to competition for light linked to their shade tolerance. Furthermore, they might be losing less biomass to mowing than taller plants (Fynn et al. 2005a; Augustine & McNaughton 1998). This avoidance of disturbance is likely to give a competitive advantage to small species in fertilized and mown subalpine meadows (Fynn et al. 2005a), and may explain their co-dominance with larger competitors (Syndrome I). 110 The third syndrome (Syndrome III, Table 5) is characterized by high LDMC and high LS. This syndrome was negatively affected by cutting and shading, together with a lower growth response to fertilization than fast growing species (Fig. 2). This syndrome dominates unfertilized and lightly disturbed grasslands (Quétier et al. in press a) (Table 3). At the study site, Syndrome III is represented mainly by Festuca paniculata, but in the northern French Alps it is shared by e.g. Deschampsia cespitosa (Gaucherand 2005). Its intolerance of cutting linked with high stature could explain its lower cover (ca. 40%) and the prevalence of smaller individuals in mown grasslands (< 40%). After abandonment of mowing, F. paniculata’s cover reaches up to 80%, resulting in a drop of biodiversity (Quétier et al. in press a). Its high LS and H is likely to exert a strong competitive effect (Gaudet & Keddy 1988). Furthermore because this species initiate its tiller below the soil surface (pers. obs.) it is likely to have a good competitive response (MacDougall & Turkington 2004, Fynn et al. 2005b). Similar processes are described in other vegetation types where tussock grasses with a conservative syndrome but high stature such as Brachypodium pinnatum and B. rupestre in montane grasslands, Molinia caerulea in wet meadows, Brachypodium phoenicoides in Mediterranean old fields and grasslands, Aristida jonciformis in South-African grasslands, can become dominant through competitive exclusion in undisturbed grasslands (Elberse & Berendse 1993; Ryser & Lambers 1995; Hurts & John 1999; Corcket et al. 2003; Liancourt et al. 2005a; Vile et al. 2006). The last syndrome (Syndrome IV, Table 5), is characterized by high LDMC and low LS. This syndrome did not lead to any responses to the environmental factors tested in our experiment, possibly due to the short duration of the experiment as compared to the low growth rates that are characteristic of this syndrome. Representative species studied in our experiment and commonly found in subalpine grasslands were Sesleria caerulea and Nardus stricta, which dominate unfertilized but mown meadows and are abundant in unmown grasslands (Quétier et al. in press a). Other species within the same syndrome include Carex sempervirens and Festuca nigra at our site (Quétier et al. in press a), Carex sempervirens and Festuca rubra throughout the northern Alps. Similarly to small fast growing species (Syndrome II), species from syndrome IV were able to avoid cutting treatment thanks to their low stature (Augustine & McNaughton 1998; Lavorel et al. 1999; Louault et al. 2005). This syndrome can be related to the stress-tolerance strategy (sensu Grime 1977). Through their small stature and low allocation to roots, these species are assumed to have low competitive ability (Grime 1977). Indeed, these species generally dominate drier communities at the field site (unpubl. data), 111 where competition could be very low (Grime 1977; Liancourt et al. 2005a). A similar syndrome and set of responses has been identified on Bromus erectus, also dominant in montane grasslands (Liancourt et al. 2005b). Conclusion We found in this study that combinations of simple traits such as leaf dry matter content and lateral spread highlight four contrasting strategies characterizing species responses to environmental factors associated with land use (fertilization, disturbance and shading). Responses of particular trait syndromes to experimental treatments at the species level were consistent with community trait syndromes in the field in response to different land uses (Quétier et al. in press a). Thus our study highlights the strong links between traits in nonlimiting conditions (reflecting fundamental trade-offs), response to environmental factors (secondary tradeoffs) and species abundance in the field (Suding et al. 2003; Reader et al. 1998; Fynn et al. 2005a; Rosch et al. 1997). Further studies are needed to identify the links between trait syndromes identified here and competitive abilities of species representative of each syndrome. These may be involved in the strong negative effect of Festuca paniculata on plant diversity after the abandonment of subalpine meadows and in the coexistence between small and tall fast growing species in fertilized grasslands. In particular, linkages between lateral spread and competitive response or effect (Gaudet & Keddy 1988; Navas et al. 2005) need to be tested. Acknowledgements. This study was supported by the GEOTRAITS project of the French ACI-ECCO programme. We thank Gérard Laurent and Christian Collin for assistance in plant culture and training for plant trait measurements, Geneviève Girard and Bruno Buatois for chemical analyses of plant and soil material, Richard Hurstel and Mathieu Chausson for technical help during the experiment, Philippe Choler, Pierre Liancourt,Karl Grigulis, Matthew Robson, Lauchlan Fraser and three anonymous referees which provided helpful comments and improvements on previous versions of the manuscript. References Ackerly, D.D. 2004a. Functional strategies of chaparral shrubs in relation to seasonal water deficit and disturbance. Ecol. Monogr.74: 25-44. 112 Ackerly, D.D. 2004b. Adaptation, niche conservatism, and convergence: Comparative studies of leaf evolution in the California chaparral. Am. Nat. 163: 654-671. Al Haj Khaled, Duru, R.M., Theau, J.P., Plantureux, S. & Cruz, P. 2005. Variation in leaf traits through seasons and N-availability levels and its consequences for ranking grassland species. J. Veg. Sci. 16: 391-398. Augustine, D.J. & McNaughton, S.J. 1998. Ungulate effects on the functional species composition of plant communities: Herbivore selectivity and plant tolerance. J. Wildl Manage. 62: 1165-1183. Chapin, F.S., Walker, B.H., Hobbs, R.J., Hooper, D.U., Lawton, J.H., Sala, O.E. & Tilman, D. 1997. Biotic control over the functioning of ecosystems. Science 277: 500-504. Chapin, F.S., Zavaleta, E.S., Eviner, V.T., Naylor, R.L., Vitousek, P.M., Reynolds, H.L., Hooper, D.U., Lavorel, S., Sala, O.E., Hobbie, S.E., Mack, M.C. & Díaz, S. 2000. Consequences of changing biodiversity. Nature 405: 234-242. Corcket, E., Liancourt, P., Callaway, R.M. & Michalet, R. 2003. The relative importance of competition for two dominant grass species as affected by environmental manipulations in the field. Ecoscience 10: 186-194. Cornelissen, J.H.C., Lavorel, S., Garnier, E., Diaz, S., Buchmann, N., Gurvich, D.E., Reich, P.B., ter Steege, H., Morgan, H.D., van der Heijden, M.G.A., Pausas, J.G. & Poorter, H. 2003. A handbook of protocols for standardised and easy measurement of plant functional traits worldwide. Aust. J. Bot. 51: 335-380. Craine, J.M. 2005. Reconciling plant strategy theories of Grime and Tilman. J. Ecol. 93: 1041-1052. Craine, J.M., Froehle, J., Tilman, D.G., Wedin, D.A. & Chapin, F.S. 2001. The relationships among root and leaf traits of 76 grassland species and relative abundance along fertility and disturbance gradients. Oikos 93: 274-285. De Bello, F., Lepš, J. & Sebastià, M.T. 2005 Predictive value of plant traits to grazing along a climatic gradient in the Mediterranean. J. Appl. Ecol. 42: 824-833. Díaz, S., Hodgson, J.G., Thompson, K., Cabido, M., Cornelissen, J.H.C., Jalili, A., Montserrat-Marti, G., Grime, J.P., Zarrinkamar, F., Asri, Y., Band, S.R., Basconcelo, S., Castro-Diez, P., Funes, G., Hamzehee, B., Khoshnevi, M., Perez-Harguindeguy, N., Perez-Rontome, M.C., Shirvany, F.A., Vendramini, F., Yazdani, S., Abbas-Azimi, R., Bogaard, A., Boustani, S., Charles, M., Dehghan, M., de Torres-Espuny, L., Falczuk, V., Guerrero-Campo, J., Hynd, A., Jones, G., Kowsary, E., Kazemi-Saeed, F., MaestroMartinez, M., Romo-Diez, A., Shaw, S., Siavash, B., Villar-Salvador, P. & Zak, M.R. 113 2004. The plant traits that drive ecosystems: Evidence from three continents. J. Veg. Sci. 15: 295-304. Elberse, W.T. & Berendse, F. 1993. A comparative-study of the growth and morphology of 8 grass species from habitats with different nutrient availabilities. Funct. Ecol. 7: 223-229. Fonseca, C.R., Overton, J.M., Collins, B. & Westoby, M. 2000. Shifts in trait-combinations along rainfall and phosphorus gradients. J. Ecol. 88: 964-977. Fynn, R.W.S., Morris, C.D. & Kirkman, K.P. 2005a. Plant strategies and trait trade-offs influence trends in competitive ability along gradients of soil fertility and disturbance. J. Ecol. 93: 384-394. Fynn, R.W.S., Morris, C.D. & Edwards. T.J. 2005b. Long-term compositional responses of a south African mesic grassland to burning and mowing. Appl. Veg. Sci. 8: 5-12. Garnier, E., Salager, J.L., Laurent, G. & Sonie, L. 1999. Relationships between photosynthesis, nitrogen and leaf structure in 14 grass species and their dependence on the basis of expression. New Phytol. 143: 119-129. Garnier, E., Laurent, G., Bellmann, A., Debain, S., Berthelier, P., Ducout, B., Roumet, C. & Navas, M.L. 2001. Consistency of species ranking based on functional leaf traits. New Phytol. 152: 69-83. Garnier, E., Cortez, J., Billes, G., Navas, M.L., Roumet, C., Debussche, M., Laurent, G., Blanchard, A., Aubry, D., Bellmann, A., Neill, C. & Toussaint, J.P. 2004. Plant functional markers capture ecosystem properties during secondary succession. Ecology 85: 2630-2637. Gaucherand, S. 2005. Effects of agricultural management of mountain pastures on biodiversty and its dynamics in the Northern French Alps – contribution of the plant funtional traits approach. Ph.D. Thesis, University of Montpellier II, Montpellier, FR. Gaudet, C.L. & Keddy, P.A. 1988. A comparative approach to predicting competitive ability from plant traits. Nature 334: 242-243. Grace, J.B. 1991. A clarification of the debate between Grime and Tilman. Funct. Ecol. 5: 583-587. Grime, J.P. 1973. Competitive exclusion in herbaceous vegetation. Nature 242: 344-347. Grime, J.P. 1977. Evidence for existence of 3 primary strategies in plants and its relevance to ecological and evolutionary theory. Am. Nat. 111: 1169-1194. Grime, J.P., Thompson, K., Hunt, R., Hodgson, J.G., Cornelissen, J.H.C., Rorison, I.H., Hendry, G.A.F., Ashenden, T.W., Askew, A.P., Band, S.R., Booth, R.E., Bossard, C.C., Campbell, B.D., Cooper, J.E.L., Davison, A.W., Gupta, P.L., Hall, W., Hand, D.W., 114 Hannah, M.A., Hillier, S.H., Hodkinson, D.J., Jalili, A., Liu, Z., Mackey, J.M.L., Matthews, N., Mowforth, M.A., Neal, A.M., Reader, R.J., Reiling, K., RossFraser, W., Spencer, R.E., Sutton, F., Tasker, D.E., Thorpe, P.C. & Whitehouse, J. 1997. Integrated screening validates primary axes of specialisation in plants. Oikos 79: 259-281. Hodgson, J.G., Wilson, P.J., Hunt, R., Grime, J.P. & Thompson, K. 1999. Allocating C-S-R plant functional types: a soft approach to a hard problem. Oikos 85: 282-294. Hurst, A. & John, E. 1999. The biotic and abiotic changes associated with Brachypodium pinnatum dominance in chalk grassland in south-east England. Biol. Conserv. 88: 75-84. Huston, M. 1979. General hypothesis of species-diversity. Am. Nat. 113: 81-101. Hutchinson, G.E. 1957. Concluding remarks. Cold Spring Harbor Symposia on Quantitative Biology 22: 415-427. Jouglet, J.-P. & Dorée, A. 1987. La fauche dans le Festucetum spadiceae. Son incidence sur la dynamique et le potential fourrager d’une pelouseà Fétuque paniculée. Cemagref Grenoble-Inerm, Grenoble, FR. Lamont, B.B., Groom, P.K. & Cowling, R.M. 2002. High leaf mass per area of related species assemblages may reflect low rainfall and carbon isotope discrimination rather than low phosphorus and nitrogen concentrations. Funct. Ecol. 16: 403-412. Lavorel, S. & Garnier, E. 2002. Predicting changes in community composition and ecosystem functioning from plant traits: revisiting the Holy Grail. Funct. Ecol. 16: 545-556. Lavorel, S., McIntyre, S., Landsberg, J. & Forbes, T.D.A. 1997. Plant functional classifications: from general groups to specific groups based on response to disturbance. Trends Ecol. Evol. 12: 474-478. Lavorel, S., Rochette, C. & Lebreton, J.D. 1999. Functional groups for response to disturbance in Mediterranean old fields. Oikos 84: 480-498. Lavorel S., Diaz, S., Cornelissen, J.H.C, Garnier, E., Harrison, S.P., McIntyre, S., Pausas, J.G., Pérez-Harguindeguy, N., Roumet, C. & Urcelay, C. 2006. Plant functional types: are we getting any closer to the Holy Grail? In: Canadell, J., Pitelka, L.F. & Pataki, D. (eds.) Terrestrial ecosystems in a changing World. Springer-Verlag, New York, NY, US. Liancourt, P., Callaway, R.M. & Michalet, R. 2005a. Stress tolerance and competitiveresponse ability determine the outcome of biotic interactions. Ecology 86: 1611-1618. Liancourt, P., Corcket, E. & Michalet, R. 2005b. Stress tolerance abilities and competitive responses in a watering and fertilization field experiment. J. Veg. Sci. 16: 713-722. 115 Louault, F., Pillar, V.D., Aufrere, J., Garnier, E. & Soussana, J.F. 2005. Plant traits and functional types in response to reduced disturbance in a semi-natural grassland. J. Veg. Sci. 16: 151-160. MacDougall, A.S. & Turkington. R. 2004. Relative importance of suppression-based and tolerance-based competition in an invaded oak savanna. J. Ecol. 92: 422-434. McGill, B.J., Enquist, B.J., Weiher, E. & Westoby, M. 2006. Rebuilding community ecology from functional traits. Trends Ecol. Evol. 21: 178-185. McIntyre, S. & Lavorel, S. 2001. Livestock grazing in subtropical pastures: steps in the analysis of attribute response and plant functional types. J. Ecol. 89: 209-226. Navas, M.L. & Moreau-Richard, J. 2005. Can traits predict the competitive response of herbaceous Mediterranean species? Acta Oecol. 27: 107-114. Quétier, F., Thébault, A. & Lavorel, S. In press a. Plant traits in a state and transition framework as markers of ecosystem response to past and present land use in subalpine grasslands. Ecol. Monogr. Quétier, F., Liancourt, P., Thebault, A., Davies, I.D. & Lavorel, S. In press b. Predicting past and present management effect on subalpine grasslands using plant traits. J. Appl. Ecol. Reader, R.J. 1998. Relationship between species relative abundance and plant traits for an infertile habitat. Plant Ecol. 134: 43-51. Reich, P.B., Ellsworth, D.S., Walters, M.B., Vose, J.M., Gresham, C., Volin, J.C. & Bowman, W.D. 1999. Generality of leaf trait relationships: a test across six biomes. Ecology 80: 1955-1969. Rösch, H., Van Rooyen, M.W. & Theron, G.K. 1997. Predicting competitive interactions between pioneer plant species by using plant traits. J. Veg. Sci. 8: 489-494. Ryser, P. & Aeschlimann, U. 1999. Proportional dry-mass content as an underlying trait for the variation in relative growth rate among 22 Eurasian populations of Dactylis glomerata s.l. Funct. Ecol. 13: 473-482. Ryser, P. & Lambers, H. 1995. Root and leaf attributes accounting for the performance of fast-growing and slow-growing grasses at different nutrient supply. Plant Soil 170: 251265. Silvertown, J. 2004. Plant coexistence and the niche. Trends Ecol. & Evol. 19: 605-611. Suding, K.N., Goldberg, D.E. & Hartman, K.M. 2003. Relationships among species traits: Separating levels of response and identifying linkages to abundance. Ecology 84: 1-16. Tasser, E. & Tappeiner, U. 2002. Impact of land use changes on mountain vegetation. Appl. Veg. Sci. 5: 173-184. 116 Tateno, M. & Chapin, F.S. 1997. The logic of carbon and nitrogen interactions in terrestrial ecosystems. Am. Nat. 149: 723-744. Tilman, D. 1985. The resource-ratio hypothesis of plant succession. Am. Nat. 125: 827-852. Tilman, D. 1990. Constraints and tradeoffs – toward a predictive theory of competition and succession. Oikos 58: 3-15. Vendramini, F., Diaz, S., Gurvich, D.E., Wilson, P.J., Thompson, K. & Hodgson, J.G. 2002. Leaf traits as indicators of resource-use strategy in floras with succulent species. New Phytol. 154: 147-157. Vile, D., Shipley, B. & Garnier, E. 2006. A structural equation model to integrate changes in functional strategies during old-field succession. Ecology 87: 504-517. Vitousek, P.M., Mooney, H.A., Lubchenco, J. & Melillo, J.M. 1997. Human domination of Earth’s ecosystems. Science 277: 494-499. Volkov, I., Banavar, J.R., Hubbell, S.P. & Maritan, A. 2003. Neutral theory and relative species abundance in ecology. Nature 424: 1035-1037. Wardle, D.A., Barker, G.M., Bonner, K.I. & Nicholson, K.S. 1998. Can comparative approaches based on plant ecophysiological traits predict the nature of biotic interactions and individual plant species effects in ecosystems? J. Ecol. 86: 405-420. Wedin, D. & Tilman, D. 1993. Competition among grasses along a nitrogen gradient – initial conditions and mechanisms of competition. Ecol. Monogr. 63: 199-229. Westoby, M. 1998. A leaf-height-seed (LHS) plant ecology strategy scheme. Plant Soil 199: 213-227. Westoby, M., Falster, D.S., Moles, A.T., Vesk , P.A. & Wright, I.J. 2002. Plant ecological strategies: some leading dimensions of variation between species. Annu. Rev. Ecol. Syst. 33: 125-159. Wilson, P.J., Thompson, K. & Hodgson, J.G. 1999. Specific leaf area and leaf dry matter content as alternative predictors of plant strategies. New Phytol. 143: 155-162. Wright, I.J., Reich, P.B. & Westoby, M. 2001. Strategy shifts in leaf physiology, structure and nutrient content between species of high- and low-rainfall and high- and low-nutrient habitats. Funct. Ecol. 15: 423-434. Wright, I.J., Groom, P.K., Lamont, B.B., Poot, P., Prior, L.D., Reich, P.B., Schulze, E.D., Veneklaas, E.J. & Westoby, M. 2004a. Leaf trait relationships in Australian plant species. Funct. Plant Biol. 31: 551-558. Wright, I.J., Reich, P.B., Westoby, M., Ackerly, D.D., Baruch, Z., Bongers, F., CavenderBares, J., Chapin, T., Cornelissen, J.H.C., Diemer, M., Flexas, J., Garnier, E., Groom, 117 P.K., Gulias, J., Hikosaka, K., Lamont, B.B., Lee, T., Lee, W., Lusk, C., Midgley, J.J., Navas, M.L., Niinemets, U., Oleksyn, J., Osada, N., Poorter, H., Poot, P., Prior, L., Pyankov, V.I., Roumet, C., Thomas, S.C., Tjoelker, M.G., Veneklaas, E.J. & Villar, R. 2004b. The worldwide leaf economics spectrum. Nature 428: 821-827. 118 Synthèse chapitre 1 Les traits fonctionnels ont été proposés pour prédire la réponse des plantes face aux changements d'utilisations des terres et ainsi comprendre l'évolution de la structure des communautés végétales face à ces changements. Cependant, le lien entre traits et réponses des plantes à leur environnement reste souvent à démontrer. Il faut également savoir quel trait correspond à quelle réponse pour chaque type de facteurs particuliers. Sur la base de Suding et al. (2003), nous avons proposé d'identifier deux types de compromis (au niveau des traits des plantes ainsi qu’au niveau de leurs réponses) et de lier ces compromis entre eux. Les compromis fondamentaux ou primaires sont identifiés en mesurant les traits des espèces en conditions non limitantes. Ils reflètent les contraintes physiologiques ou génétiques des espèces qui s'exercent sur leurs traits. Les compromis secondaires sont la manifestation des compromis primaires dans la réponse des plantes aux facteurs de l'environnement. Faire le lien entre ces compromis permet de tester si des traits particuliers sont associés à des réponses particulières et ainsi permet de démontrer formellement l'existence de stratégies de réponses au niveau spécifique liées aux traits fonctionnels. Nous avons testé ces liens pour des espèces dominantes des prairies subalpines actuellement fortement soumises aux changements d'utilisation des terres. Nous avons fait l'hypothèse que des traits foliaires, liés à l'utilisation des ressources minérales, prédiraient les réponses des espèces à la fertilisation. Les traits de stature des plantes seraient liés à la réponse des plantes à la ressource lumineuse ainsi qu'à la fauche. Nous avons mis en place une expérimentation en pots, utilisant 6 espèces dominantes, dans des prairies ayant des utilisations des terres contrastées. Nous avons mesuré sur des individus cultivés seuls les traits des espèces en conditions non limitantes (traits foliaires et traits de statures). Nous avons ensuite testé la réponse des espèces à des facteurs simples reflétant des utilisations des terres différentes (disponibilité en nutriments du sol, en lumière et fauche) (Table 3). Nos espèces se distinguent selon deux axes de différentiation fonctionnelle (Figure 1). Le premier axe sépare les espèces à croissance lente ou conservatrices (Faible RGR et allocation aux racines, forte LDMC), des espèces à croissance rapides ou exploitatrices (syndrome opposé) (Figure S1). Cet axe correspond à l’axe de différentiation fonctionnelle fondamental 119 décrit à l’échelle globale par des études corrélatives (Wright et al. 2004). Le second axe sépare les espèces selon leur stature, leur densité en talles et la largeur de leurs feuilles (Figure 1). Il reflète le compromis de « Corner ». Les espèces ayant une forte densité en talles doivent en contre partie avoir de petites feuilles, évitant ainsi un phénomène d’auto - ombrage entre les feuilles et maximisent l’interception de la lumière. Cet axe est également décrit comme séparant des types d’espèces en fonction de leur tolérance au stress hydrique, les espèces de petite taille étant plutôt tolérantes au manque d’eau. Tableau A. Effet des traits sur la réponse des espèces aux facteurs d'utilisation des terres (ombrage, nutriments, fauche) LS LDMC LS*LDMC error Fauche F p 4.72 * 0.03 ns 4.34 * df 1 1 1 52 nutriments F p 3.62 ns 6.21 * 0.83 ns 49 Ombrage F p 5.37 * 0.43 ns 0.13 ns 52 Testé sur une ANOVA à deux voies, unité statistiques l'individu, Two-way ANOVA LS: étalement latérale, LDMC, teneur en matière sèche des feuilles ns, effet non significatif, *, p <0.05 Nous avons montré que ces deux axes pouvaient être reliés à la réponse des plantes aux facteurs testés (Figure 2). En se basant sur des traits représentatifs de chacun de ces axes (axe 1, LDMC, axe 2, LS), il est possible de prédire la réponse des espèces aux facteurs abiotiques affectés par l’utilisation des terres. La teneur en matière sèche (LDMC) reflète la réponse des plantes aux nutriments, l’étalement latéral (LS) la réponse à l’ombrage, et une combinaison de ces deux traits est nécessaire pour prédire la réponse à la coupe (Tableau A). Ce résultat confirme d’autres études faites à l’échelle de la communauté qui montrent que pour décrire les stratégies spécifiques des plantes, il faut prendre en compte plusieurs axes de spécialisation ou compromis afin de capturer entièrement la réponse des plantes aux facteurs environnementaux. Ces compromis identifiés à l’échelle de l’espèce reflètent l’adaptation des plantes à un contexte local. Nous avons proposé à partir de l’indentification des compromis primaires et secondaires, quatre stratégies spécifiques aux espèces dominantes des prairies subalpines face aux changements d’utilisations des terres (Figure S1). 120 La première stratégie (I) représente des espèces exploitatrices, à forte stature. Ce type est représenté par Dactylis glomerata qui possède une forte réponse aux nutriments, une forte intolérance à l’ombrage ainsi qu’une faible intolérance à la fauche. Cette espèce domine les prairies fertilisées du subalpin où la perturbation et l’ombrage sont forts. Ce type d’espèce surpasse les autres plantes de la communauté grâce à sa forte hauteur et ainsi évite l’ombrage. Ce type possèderait une mauvaise réponse à la compétition mais un fort effet compétiteur. D’autres espèces comme Arrhenatherum elatius ou Holcus lanatus peuvent être rapprochées de cette stratégie. LDMC — III I Nutriment + Ombrage Fauche - Nutriment + Ombrage Fauche 0 Nutriment 0 Ombrage 0 Fauche 0 Nutriment + Ombrage 0 Fauche 0 IV II LS + + — Figure S1. Résumé des relations entre traits et réponses aux facteurs liés à l'utilisation des terres, +, effet positif du facteur, 0, aucun effet du facteur, -, effet négatifs du facteur sur la croissance des plantes, les flèches indiquent la variations des attributs de traits pour la LDMC (teneur en matière sèches des feuilles), LS (étalement latéral). Les chiffres romains représentent les quatre stratégies fonctionnelles proposées. La seconde stratégie (II) correspond toujours à des espèces exploitatrices mais de faibles statures. Ce type d’espèces, représenté par Poa alpina et Agrostis capillaris, répond également fortement aux nutriments mais tolère l’ombrage et la fauche. Par leur petite taille, ces espèces restent sous le couvert végétal mais tolèrent le manque de lumière et éviteraient la perturbation telle que la fauche. Elles co-dominent dans les prairies fertilisées fauchées du subalpin. Nous attendons que ces espèces aient une bonne réponse à la compétition mais un 121 faible effet compétiteur lié à leur faible étalement latéral (LS). Des espèces comme le Trisetum flavescens, Briza media ou Avenula pratensis peuvent également être considérées comme représentatitives de cette stratégie. La troisième stratégie (III) regroupe des espèces conservatrices de forte stature. Elle est représentée par Festuca paniculata dans notre étude. Cette espèce possède une réponse intermédiaire aux nutriments mais une intolérance à l’ombrage et à la coupe. Elle atteint de forts taux de recouvrements dans les prairies abandonnées. Ce succès serait dû à une forte réponse à la compétition. Son abondance reste limitée dans les prairies soumises à la fauche. Elle correspondrait au type compétiteur conservateur. D’autres espèces peuvent être proposées dans d’autres types d’écosystèmes parce que décritent comme ayant un comportement similaire : Brachypodium pinnatum, Brachypodium rupestre, Molinia caerulea, Brachypodium phoenicoides ou encore Aristida jonciformis. Enfin, la quatrième stratégie (IV) regroupe des espèces conservatrices de petite taille. Elles possèdent un faible étalement et LDMC. Ces espèces dominent dans les prairies de fauche non fertilisées et nous le verrons limitées par la ressource hydrique. Elles sont tolérantes à l’ensemble des stress testés (ombrage, coupe, manque de nutriments). Notamment leur petite taille leur permet d’être peu affectées par une perturbation comme la fauche. Elles sont représentées par Sesleria caerulea et Nardus stricta, mais aussi le Bromus erectus qui codomine ce type de prairies subalpines. Ces espèces sont attendues comme tolérantes au stress hydrique. Nous avons montré ici que de simples traits comme la teneur en matière sèche (LDMC) ou l’étalement latéral (LS) étaient reliés à des axes de différentiation fonctionnelle indépendants qui pouvaient prédire la réponse des plantes aux facteurs simples de l’environnement. Ceci confirme ainsi le lien fort entre traits et réponse aux facteurs abiotiques. Ceci nous permet de dégager quatre types de stratégies spécifiques basées sur les traits et les réponses des espèces. Dans le chapitre suivant, nous nous attarderons sur les réponses à la compétition des espèces de types conservatrices ou exploitatrices (premier axe identifié ici). Nous détaillerons si les traits liés à la conservation ou l’exploitation des ressources peuvent déterminer les interactions biotiques entre ces deux groupes d’espèces. 122 123 124 Chapitre 2 Relation entre traits et interactions biotiques niveau des communautés filtre abiotique niveau des individus filtre biotique Distribution SLA Prairies fertilisées fauchées 35.00 30.00 Biomasse 25.00 20.00 15.00 10.00 5.00 0.00 9.00 14.00 17.00 18.00 19.00 22.00 SLA composition Traits niveau individu I réponses aux facteurs simples Stress II (Deviation de optimum) succès fonctionnelle III IV démographique traits des communautés Feedback Schéma conceptuel de la thèse, le chapitre 2 s’intéresse aux relations entre traits et réponse aux facteurs biotiques (Lien I). 125 Parcelle expérimentale du Lautaret Récolte de l’expérimentation Mésocosme devant la Meije Mesure de hauteurs 126 Original title: Complementarity as a mechanism of coexistence between functional groups of grasses Gross Nicolas, Suding Katharine Nash, Lavorel Sandra, Roumet Catherine Published in Journal of Ecology Summary 1 Increasing functional diversity often leads to an increase in ecosystem productivity in the form of overyielding. While the mechanisms (i.e., complementarity or facilitation) that underlie overyielding provide strong insights into species coexistence and community assembly, they are rarely tested. In subalpine grasslands, traditional management through manuring and hay-making results in intermediate productivity that is associated with high functional diversity. This functional diversity results from the coexistence between conservative plant species (with slow growth rates, low specific leaf area) and exploitative species (with fast growth rates, high specific leaf area). 2 We hypothesized that overyielding occurs among these two functional groups and tested whether complementarity or facilitation can explain overyielding. Using three perennial grass species per functional group, we compared single and mixed functional group mesocosms at low and intermediate levels of fertilization to test the occurrence of overyielding. Additionally, we measured the outcomes of biotic interactions among these two functional groups by manipulating plant density. 3 After two growing seasons, we found evidence of overyielding under intermediate levels of fertility. Overyielding was associated with a reduction of competition intensity when both functional groups were grown together. These results suggest that complementarity, as evidenced by a decrease in competition intensity, rather than facilitation, explains the observed overyielding. Indeed, we found evidence for complementarity for light and modification of nutrient use as possible mechanisms for the overyielding. 4 Synthesis. Complementarity between functional groups might be an important mechanism enhancing functional diversity, particularly in harsh environments at intermediate rather than low fertility. Key words: overyielding, functional groups, biotic interactions, complementarity, fertilization, grasses, dominant species, subalpine grasslands 127 Introduction In the past decade, many experiments have shown that increasing functional diversity can lead to an increase in ecosystem productivity, usually termed overyielding (Tilman et al. 1997; Hector et al. 1999; see Hooper et al. 2005 for review). In addition to sampling effects (Huston 1997; Loreau 1998), overyielding can be caused by increasing functional complementarity and/or facilitation (Hooper et al. 2005). If species are able to use different resources, or if they can use the same resource but at different times or in different locations, then complementarity can increase overall resource utilization (Berendse 1982; Sala et al. 1989; Naeem et al. 1994). Similarly, if some species ameliorate harsh conditions and increase resource availability for other groups of species, then facilitation can enhance ecosystem productivity (Mulder et al. 2001; Hooper & Dukes 2004). While biodiversity experiments have allowed rapid progress in our understanding of the role of functional diversity in community structure (Fargione et al. 2003) and ecosystem functioning (Tilman et al. 1997), the results of these experiments have been strongly debated (Huston 1997; Loreau et al. 2001; Hooper et al. 2005). Most cases of overyielding have been related to effects of one particular plant functional group, nitrogen-fixers (e.g. Tilman et al. 1997; Hooper 1998; Hector et al. 1999). It is unclear whether overyielding may also occur between other functional groups (but see van Ruijven & Berendse 2003; 2005). Furthermore, although facilitation and complementarity are the most likely mechanisms contributing to overyielding, the design of most biodiversity experiments is not suited to properly test which of these mechanisms is the primary driver of overyielding (Huston 1997; Hooper et al. 2005). Finally, biodiversity experiments are not designed to test how biodiversity effects change along fertility gradients. For instance, it is unclear how nutrient availability affects mechanisms of overyielding (Fridley 2002; 2003). Plant diversity often shows a hump-shaped response to productivity (Mittelbach et al. 2001) with decreased diversity associated with increased productivity in benign environments (Rajaniemi 2003) and an opposite relation in harsh environments (Gross et al. 2000; Suding et al. 2005). This response is typical in moderately productive European subalpine grasslands where traditional management combining fertilization and mowing has increased productivity as well as species or functional diversity (Tasser & Tappeiner 2002; Quétier et al. 2007). This high functional diversity results from the coexistence between conservative species 128 (characterized by a slow growth rate and low specific leaf area; Diaz et al. 2004; Wright et al. 2004) and exploitative species (characterized by a fast growth rate and high specific leaf area) (Quétier et al. 2007). Although conceptual competition models predict that conservative species are excluded from more fertile sites by competition with exploitative species (Grime 1977; Wedin & Tilman 1993), fertilization may promote coexistence of these two functional groups by two distinct mechanisms. Fertilization may increase the facilitative effect of vegetation by increasing the size of plants (Mulder et al. 2001; Callaway et al. 2002). Additionally, fertilization may limit competition for soil resources (Wedin & Tilman 1993) and promote complementarity for light (Fridley 2002; 2003; Kahmen et al. 2006). In this study, we used a pot experiment to test whether overyielding occurred between conservative and exploitive grasses that coexist at subalpine hay meadows of intermediate productivity. We hypothesize that increasing fertility promotes overyielding in this system by (1) increasing facilitation through increased biomass or by (2) promoting complementarity in resource use. Methods Study site - The experiment was located at the experimental garden of the Station Alpine Joseph Fourier, Lautaret Pass, central French Alps (Villar d’Arêne, 45.04°N, 6.34°E, elevation 2100 m). The climate is subalpine with a pronounced continental influence. Mean annual precipitation is 956 mm and mean monthly temperatures range between -7.4°C in February and 19.5°C in July. The growing season starts after snowmelt, between mid-April and early May, and finishes at the end of September. Species and functional group definition - We studied two functional groups, in which we selected grass species that represented conservative and exploitative strategies. We selected three conservative and three exploitative perennial grass species, on the basis of their specific leaf area (SLA) and relative growth rate (RGR) measured under optimal (no resource limitation) conditions (see Gross et al. 2007; Appendix S2). Exploitative species, Dactylis glomerata L., Agrostis capillaris (L.) P. De Beauvois, and Poa alpina L. are characterized by a high relative growth rate and SLA. Conservative species, Festuca paniculata (L.) Schinz et 129 Thellung, Sesleria caerulea (L.) Arduino, and Bromus erectus (L.) are characterized by a low growth rate and SLA. In fertilized hay meadows at the study site, conservative species represent 45 ± 12% and exploitative species represent 55 ±17% of total biomass. In unfertilized grasslands conservative species dominate, with 80±8% total biomass (data from Quétier et al. 2007). In this study we focused on grass species which make up from 50 % to 80 % of total cover of subalpine grasslands at our study site (Gross et al. 2007). Subalpine grasslands are exclusively dominated by perennial vegetation where recruitment events are rare (Zeiter et al. 2006). For this reason, we chose to focus on the adult stage and used tillers collected from the field for the experiment. Experimental design – We conducted a two-year pot experiment where neighbour interactions and fertilization were manipulated in a factorial design (Fig. 1). The overall design consisted of nine planting schemes crossed with two levels of fertility replicated eight times in a randomized block design, for a total of 144 pots. Biotic Interactions Overyielding Low density (One plant per pot) Intra Intra Conservative Exploitative Inter Figure 1. Experimental design where density was varied to assess the importance of positive and negative interactions. In low density treatments, one plant per pot was grown, and in high density treatments six individuals were grown per pot. At high density, there were three types of mixtures: “intra” indicates intrafunctional mixture, where each of the three species of a single functional group were grown with two individuals; “inter” indicates inter-functional mixture, where functional groups were grown together with one individual per species. Symbols show individual species and their position in mixtures. Dark symbols are species from the conservative functional group and clear symbols indicate species from the exploitative functional group. Arrows highlight the statistical comparisons conducted in this study: comparison among high density treatments tested for overyielding; comparison between low and high density treatments estimated the intensity and direction of plant-plant interactions (LNRR, see methods for details). All treatments were repeated under fertilized and unfertilized conditions. 130 Species were grown in pots either at low or high density. In the low density treatment, the six species were grown individually. In the high density treatment, six individuals were planted in a circle with 3 cm space between each individual. Two types of mixtures in which functional groups were grown either alone (intra-functional mixture) or together (inter-functional mixture) are realized. Intra-functional mixtures were composed of a single functional group (either exploitative or conservative species); two individuals per species were used (Fig. 1), totaling six individuals per pot. Inter-functional mixtures included species from the two functional groups. The six species were planted in a random pattern with the constraint that species groups alternated with one another to promote inter-functional interactions. Thus, we planted species at low-density (six treatments) and high-density (two intra-functional and one inter-functional), for a total of nine planting schemes. The experiment was established between June 28th and July 5th 2003 by planting fieldcollected tillers of each species. Before planting, each tiller and roots were cut (3 cm and 5cm length respectively). Homogeneous tillers were planted following the design described in Fig. 1, in 15 L pots (33 cm diameter, 26.3 cm deep), filled with a soil composed of 2/3 of sand, 1/4 of calcinated clay and 1/12 commercial potting compost (Fertiligène®). The pH of the soil used in the experiment was similar to soil pH measured in adjacent fields (pot pH: 7.2 ± 0.5; field pH = 7.0 ± 0.3, p> 0.05). Pots were placed outside in the experimental garden; they were moved regularly within and between blocks throughout the course of the experiment, thereby making the spatial design fully random. Although water limitation may occur in the field during the summer (unpublished data), we chose to water pots daily with an automatic system to avoid any confounding effect and tested only the effect of fertilization in our experiment. We assumed that pots were not water-limited. During winter, pots were buried to protect roots from frost. Half of the pots were fertilized by adding 15g/year of a commercial slow release fertilizer per pot (12% N, 12% P, 17% K, 2% Mg) which mimicked intermediate levels of fertility in fertilized grasslands. Previous studies have shown that in fertilized hay meadows, P does not limit plant growth and nitrogen availability is on average equals to 78 mg of mineral N per kg of soil (Tosca et al. 1986; Quétier et al. 2007; Robson et al. 2007). The nitrogen availability in the unfertilized pots (6.1 mg of mineral N per kg of soil) corresponded to the lowest level 131 of nutrients measured in unfertilized grasslands at the study site (Quétier et al. 2007; Robson et al. 2007). Harvest and Measurements – At the peak of biomass production during the second growing season (July 30th 2004), plant height and light interception were measured for each species in each pot. Light interception was quantified at 2 cm aboveground with a LI-190 Quantum Sensor (LI-COR®) under full sun between 11 a.m. and 2 p.m. for 20 random points per pot. We found no statistical differences in light interception between the fertilized mixture (71 ± 3 %) and in the fertilized meadows at peak biomass (71 ± 1%; p > 0.05), measured in a previous study (Quétier et al. 2007). Five leaves per individual were randomly selected from the top of the plant canopy for subsequent chemical analysis. Leaves were dried at 60°C for 72h, ground and analyzed with a CHN microanalyser (Carlo Erba 1500) to determine leaf nitrogen concentration for each species in each treatment. In August 2004, at the end of the second growing season, all pots were harvested. Shoots and roots were washed carefully under water. Shoots were collected for each species whereas belowground biomass was taken without separating roots by species. Shoots and roots were dried for 48 h at 60°C and weighed. Root density in fertilized mixture pots (851 ± 70 g/m²) was comparable to that measured in the field (913 ± 137 g/m²; p > 0.05) (Robson et al., unpublished data). In inter-functional mixtures, root biomass of the exploitative functional group was determined using the Near Infra-Red Spectrometry (NIRS) method following Roumet et al. (2006) (See Appendix S3 for protocol and results of NIRS analysis). Root biomass of the conservative functional group was determined from the difference between total root biomass and predicted NIRS belowground biomass of the exploitative functional group. The total amount of nitrogen in leaf biomass for each species was determined by multiplying leaf nitrogen concentration (LNC) by total leaf biomass (Van Ruijven & Berendse 2005). We then determined the amount of leaf biomass produced per unit of nitrogen as proposed by van Ruijven & Berendse (2005) as an estimation of leaf nutrient use efficiency (LNUE). Overyielding calculations – Overyielding was assessed by comparing biomass of interfunctional mixtures with biomass of intra-functional mixtures (Fig. 1). Two indices were used 132 to address different aspects of overyielding. The first index, relative yield total (RYT), was calculated as follows: F RYT = ∑ RYi , where F is the total number of functional groups and RYi = 0i / Mi , 1= i where Oi is the biomass of functional group i in inter-functional mixture (3 plants) and Mi is the intra-functional biomass of i (6 plants). RYT > 1 indicates overyielding. It is one of the most common metrics for assessing overyielding (Hooper 1998, Hooper et al. 2004). While this index characterizes overyielding at the mixture level, it does not address the specific response of functional groups and does not allow the rejection of the sampling effect (Hector 2006). The second index Di estimated the proportional deviation of the observed biomass in inter-functional mixtures from its expected value in intra-functional mixtures for each functional group (Loreau 1998): Di = (Oi – piMi) / piMi, where piMi is the expected biomass of one functional group in intra-functional mixture, where pi is the proportion of functional group i in inter-functional mixture (pi = 0.5 in this study). Because different functional groups can be affected differently by changes in functional composition, Di quantifies the response of each functional group. When Di > 0 for all functional groups, there is transgressive overyielding (Loreau 1998), i.e. each functional group produces more biomass when grown with the other functional group than when grown alone. This provides a sufficient condition to unambigously reject sampling effects (Loreau 1998). We calculated these indices with aboveground, belowground and total biomass for each functional group. Outcomes of biotic interactions - Biotic interactions were quantified by comparing species of the different functional groups grown individually with species grown at high density in intraor inter-functional mixtures (Fig. 1). We used a common competition index, the natural log response ratio for functional groups (LNRR). Because facilitation and competition operate simultaneously (Oksanen 2006), this index measures the net outcome of biotic interactions (Suding et al. 2003): 133 LNRR interaction(i) = LN [(BM(i)with competition in mixture λ / BM(i )estimated without competition], where BM(i) with competition is the biomass of the functional group i (i.e. exploitative or conservative) and λ is the mixture type (intra- and inter-functional). In intra-functional mixture BM(i) with competition is piMi. In interfunctional mixture BM(i) with competition is Oi. BM(i) estimated without competition is the sum of species biomass from functional group i produced in low density pots (Fig. 1). When LNRR interaction < 0, net effects of neighbours are negative (interactions are dominated by competition) and when LNRR interaction > 0, net effects of neighbours are positive (interactions are dominated by facilitation). We also calculated indices at the species level to test whether species responses within a particular functional group were consistent with the group's aggregate response. This comparison was based only on responses of aboveground biomass since belowground biomass could not be estimated for individual species. Statistical analysis - Statistical analyses were conducted using the software JMP 5.0.1. (SAS institute Inc., Cary, NC, USA). First, analyses were performed at the functional group level. To test experimental treatment effects on biomass production per pot, light incidence, leaf nitrogen biomass and nutrient use efficiency, we conducted a set of full factorial ANOVA type III testing for combined Functional Mixture (Mixt.), Fertilization (Nut.) and Functional Groups (FG.) effects. We did not include in this analysis the low density treatment. ‘Mixture’ compared biomass production of different functional groups in intra- versus inter-functional mixture. The assessment of overyielding was made by testing if the RYT value differed from 1 and/or DT and Di differed from 0 using a Student t-test. We conducted one-way ANOVAs on LNRR interaction, LNUE and leaf nitrogen biomass to test the effect of the different functional mixtures on LNRR at each nutrient level. In a second set of analyses at the species level, we used the same set of ANOVA type III as for functional groups to test whether species within functional groups (FG) had similar responses to experimental treatments (Mixt. and Nut.) in terms of aboveground biomass production, total leaves nitrogen biomass and nutrient use efficiency. Results 134 Biomass production and overyielding – The inter-functional mixture was dominated by the exploitative functional group, comprising over 60% of the aboveground biomass in unfertilized conditions (low fertility treatment) (significant difference across FG, p<0.05,) and over 80% with added nutrients (intermediate fertility treatment) (significant difference across FG, p<0.0001; Fig. 2B). With fertilization, exploitative species comprised 65% of total root biomass per pot (FG significantly different p<0.05), whereas without fertilization it made up only 52% of the total root biomass (FG was not significantly different). The effect of functional mixture on biomass production was highly dependent on fertilization (Table 1, Fig. 2A, B). In the low fertility treatment (no fertilization), functional group biomass was not affected by the type of functional mixture (i.e., whether there were one or two functional groups; Fig. 2A), even though the biomass of intra-functional mixtures was always greater than that of inter-functional mixtures. At intermediate levels of fertility (fertilization), the type of functional mixture affected biomass production (Table 1, Fig. 2B). Fertilization increased the biomass of both exploitative and conservative functional groups but this increase was greater in inter-functional mixture. Fertilization affected allocation patterns of the two functional groups differentially (Table 1). The exploitative functional group increased aboveground biomass (p<0.01) in the inter-functional mixture, whereas belowground biomass was unaffected. In contrast, the conservative functional group increased belowground biomass (p<0.01) while aboveground biomass was not affected in the inter-functional mixture. The RYT values of unfertilized plants were below 1 suggesting no overyielding (Table 2). Consistent with this result, Di values for the exploitative functional group were not different from zero. The Di value for the conservative functional group was slightly negative. With fertilization, total biomass was significantly lower in intra- than in interspecific mixtures (Table 1, Fig. 2B). We observed a high positive value of RYT (p<0.0001) (Table 2). The two functional groups showed positive Di values with fertilization, indicating the occurrence of overyielding for these two groups. These results were often, but not always, consistent with the response of belowground or aboveground biomass examined individually (Table 2). Positive Di for the conservative functional group was mainly driven by an increase in root biomass in inter-functional mixture. In contrast, the positive Di value for total biomass of the exploitative group was explained by an increase in shoot biomass. Significant positive Di values for both functional groups in the fertilized mixture indicated that the sampling effect can be rejected. 135 10 ns Root Shoot (A) (B) 80 Root Shoot 8 * ns 6 Biomass (g) Biomass (g) 60 4 * 20 2 0 40 INTRA INTER Cons. INTRA 0 INTER INTRA Expl. 0,07 * INTER 0,8 (C) 0,04 0,03 0,02 (D) *** Aboveground N (g) Aboveground N (g) *** INTER Expl. 0,06 0,05 INTRA Cons. 0,6 0,4 ** 0,2 0,01 0,00 INTRA INTER Cons. (E) 40 INTER Expl. * (F) 60 ns 50 INTRA * ns 60 INTER 80 LNUE (g/g) LNUE (g/g) INTRA Cons. Expl. 80 70 0,0 INTRA INTER 40 20 30 20 INTRA INTER Cons. INTRA INTER Expl. 0 INTRA INTER Cons. INTRA INTER Expl. Figure 2. (A, B) Root and shoot biomass, (C, D) aboveground nitrogen mass and (E, F) leaf nitrogen use efficiency (LNUE) for each conservative and exploitative functional groups grown in INTER and INTRA functional mixtures, and in unfertilized (A, C, E) or fertilized (B, D, F) conditions. INTRA is a species mixture composed of three conservative species (Cons.) or three exploitative species (Expl.); INTER is a species mixture composed of six both conservative and exploitative species. One-way ANOVA post-hoc test was used to compare mixture effects on total biomass for each group in each nutrient treatment. Abbreviations: ns, not significant, *, p<0.05, **, p<0.001, *** p<0.0001. 136 Table 1. Effect of experimental treatments analyzed at the functional group level for biomass production, light incidence, amount of nitrogen in leaf biomass and Nutrient Use Efficiency using full factorial ANOVA. Total BM Effect df F ratio Shoot BM p F ratio Root BM p F ratio N Leaves p F ratio LNUE p F ratio FG 1 100.96 *** 120.97 *** 15.59 ** 23.08 *** 0.00 Mixt 1 6.07 * 5.49 * 2.26 ns 305.40 *** 2.61 FG*Mixt 1 1.10 ns 9.02 ** 5.70 * 102.50 *** 0.00 Nut 1 240.60 *** 174.84 *** 138.13 *** 638.21 *** 19.73 FG*Nut 1 72.73 *** 93.94 *** 7.92 ** 248.36 *** 2.52 Mixt*Nut 1 9.99 ** 9.10 ** 3.64 ns 45.73 *** 0.61 FG*Mixt.*Nut 1 0.90 ns 10.12 ** 8.14 ** 93.69 *** 7.12 61 error FG., Functional Group, Mixt., functional mixture, Nut., Fertilization. We indicated degrees of freedom p ns ns ns *** ns ns * (df) and Fisher ratio (F ratio); ns, non significant effect, *, p< 0.05, **, p<0.01, ***p<0.0001. Effects of functional mixture on biotic interactions – The net outcomes of biotic interactions were negative in this experiment (Fig. 3) indicating the prevalence of competition rather than facilitation. Indeed, individuals from the low density treatment (individuals grown alone) always produced more biomass than plants in high density treatments. Without fertilization, the type of mixture had no effect on the outcomes of biotic interactions (Fig. 3 A). With fertilization, outcomes were less negative in the inter-functional mixture for both functional groups than in their respective intra-functional mixtures (Fig. 3B). Effects of functional mixture on nutrient use efficiency - Whether functional groups grew alone or in the presence of the other functional group had a strong effect on the total amount of nitrogen in leaf biomass and on leaf nutrient use efficiency (LNUE) (Fig. 2). Without fertilization, both functional groups had lower leaf nitrogen biomass when grown together as compared to when grown alone, but this difference was stronger for the conservative functional group than for the exploitative functional group (Fig. 2C). Despite this difference, the LNUE was not significantly affected by the type of functional mixture (Fig. 2E). With fertilization, total leaf nitrogen biomass decreased for the conservative functional group, but increased for the exploitative functional group, when grown together as compared to when they were grown alone (Table 1, Fig. 2D). The type of functional mixture affected the nutrient use efficiency (LNUE) in opposite ways for the two functional groups (Table 1; Fig. 2F). The conservative functional group showed increased LNUE in inter-functional mixture, whereas 137 the exploitative functional group had decreased LNUE in the presence of the conservative group as compared to when grown alone. Table 2. Indices for assessing the degree of overyielding calculated for aboveground, belowground and total biomass with (1) and without (0) fertilization. Total biomass Aboveground biomass Fertilization Belowground biomass Fertilization p p Fertilization p p p p 0 ** 0.81 ± 0.12 ** 0* 0.78 ± 0.12 ns 0* 0.87 ± 0.12 ns 1 1.51 ± 0.07 *** 1 1.25 ± 0.10 ** 1 1.61 ± 0.14 *** -0.24 ± 0.10 * 0 ns -0.18 ± 0.15 ns 0 *** 0.55 ± 0.13 * 1 -0.15 ± 0.20 ns -0.13 ± 0.16 ns 0* -0.24 ± 0.16 0.34 ± 0.11 * 1 0.45 ± 0.17 RYT 0 *** -0.29 ± 0.12 * 1 1.06 ± 0.31 ** ns 0 ns 0.04 ± 0.18 ns * 1 -0.03 ± 0.10 ns D cons. 1 0* D expl. 1 Overyielding occurs when RYT > 1 and Di > 0 for conservative (Cons.) and exploitative (Expl.) species. We conducted one-way ANOVA to test for significant effects of fertilization on overyielding. Fertilization column: 0 - no fertilization, 1 - fertilization. An asterisk in the Fertilization column indicates whether the fertilization treatment significantly changed RYT and Di value. Additionally we conducted a Student t-test to compare RYT values to 1 and Di to 0: ns, p > 0.05, *, p<0.05, **, p<0.001, *** p<0.0001. Light interception and species height - Light availability was strongly modified by the type of functional mixture as well as fertilization (Mixture: F2,39 = 15.44, p <0.0001, Nutrient: F1,39 = 122.52, p= 0.0001; Mixture*Nutrient: F2.39 = 7.51, p<0.001). As expected, fertilization decreased light availability (p<0.0001) (Appendix S1). Without fertilization the light availability was not strongly affected by the type of mixtures. In contrast, functional groups had contrasting effects on light availability when fertilized (Appendix S1). The exploitative functional group had a strong effect on light, intercepting more than 80% of PAR when grown alone. The conservative functional group had a weaker effect on light levels, with less than 40% of light interception when grown alone. When both groups were grown in mixture, the canopy intercepted over 80% of PAR. Species grown in inter or intra-functional mixtures with fertilization strongly differed in plant height (Appendix S1), but these differences did not correspond to functional group 138 designations. The exploitative D. glomerata, and the two conservative B. erectus and F. paniculata were significantly taller (ca. 20 cm height) than P. alpina and A. capillaris (exploitative) and S. caerulea (conservative) (ca. 7 cm) (p<0.0001). There was no significant difference in plant height between intra and inter-functional mixtures (Mixture, p value not significant for any species), indicating no plant elongation in the inter-functional mixture. Cons. Expl. -0,2 -0,2 -0,4 -0,4 -0,6 -0,6 -0,8 -0,8 -1,0 ns -1,2 -1,8 Expl. -1,0 * -1,2 ns -1,4 -1,6 Cons. 0,0 LNRR LNRR 0,0 -1,4 (A) Intra Inter -1,6 -1,8 (B) * Intra Inter Figure 3. Competition indices for conservative (Cons.) and exploitative (Expl.) groups using natural log response ratio (LNRR) for intra-functional (INTRA) and inter-functional competition (INTER) mixtures in (A) unfertilized and (B) fertilized conditions We used one-way ANOVA post-hoc test to test the effect of mixtures on competition intensities for each group in each nutrient treatment. Abbreviations: ns, differences between INTRA and INTER are not significant, *, p<0.05. Analysis at species level - Similar patterns of responses were observed at the species and functional group levels (Appendix S2). Consistent with analyses at the functional group level using aboveground biomass data, species from the two functional groups responded differently to nutrient addition and to the type of functional mixture. We observed nonsignificant responses without fertilization when comparing competition intensity in intraversus inter-functional competition (Table S2). With fertilization, exploitative species experienced decreased competition intensity in inter- vs intra-functional mixture (p<0.05 for D. glomerata and P. alpina, non significant effect for A. capillaris, p = 0.15 (Table S2)). In contrast, the aboveground biomass of conservative species was not affected by interfunctional competition, with the exception of S. caerulea for which competition intensity significantly increased in inter-functional mixture (p<0.01, Table S2). Species responses were also strongly consistent with their functional groups response for leaf nitrogen biomass and leaf nutrient use efficiency (Appendix S2). 139 Discussion In this study, we showed that fertilization leading to intermediate levels of fertility promotes transgressive overyielding between conservative and exploitative grass functional groups, supporting the idea that overyielding can occur without the presence of legumes (van Ruijven & Berendse 2003; 2005). Although grass species are usually considered as a same functional group when classifications are based on life-form (Hooper et al. 2005), they differ considerably in their traits and their responses to environmental factors (Diaz et al. 2004; Al Haj Khaled et al. 2005; Gross et al. 2007). Classification based on functional traits rather than simple growth form is critical when examining species coexistence or ecosystem processes (Diaz et al. 2004; Wright et al. 2006; Shipley et al. 2006; McGill et al. 2006). Complementarity as a mechanism of overyielding between grass species Consistent with previous studies conducted at similar altitudes (e.g. Choler et al. 2001; Callaway et al. 2002), facilitation was not detected in this study and the outcomes of biotic interactions were primarily negative (Fig. 3). Functional composition affected biomass productions only with fertilization (Fig. 2B), with interactions becoming less negative in inter-functional mixtures for both exploitative and conservative functional groups (Fig. 3 B). This result apparently contrasts with competition models (e.g. Grime 1977; Wedin & Tilman 1993) that predict exclusion of conservative species by exploitative species in high fertility conditions. However, fertilization led to an intermediate level of fertility in subalpine grasslands, allowing the coexistence between the two functional groups (Grime 1977; Quétier et al. 2007). This result is also supported by field observations in harsh environments where diversity does not decrease with fertilization (Gross et al. 2000; Suding et al. 2005). The reduction of negative interactions in inter-functional mixture could be explained both by an increase in facilitation or a decrease in competition (Hooper et al. 2005). However, in our study, biomass production of plants growing alone (low density treatments) was always greater than plants grown in mixtures (high density treatments), indicating the overall importance of competitive interactions for the growth of established individuals. Additionally, two mechanisms of complementarity (for light and nitrogen) may act to promote a decrease in competition intensity between the two functional groups. For these reasons, overyielding in 140 our experiment is most parsimoniously interpreted as a consequence of complementarity effects between functional groups, rather than facilitation. Two mechanisms of complementarity are likely to have caused the overyielding between the two functional groups. First, differences in height among species in fertilized inter-functional mixtures might promote light partitioning (Fig. 1S B) (Naeem et al. 1994; Fridley 2002; 2003). In a previous study (Gross et al. 2007), we found that grass species with different heights differed in their shade tolerance. Growth of short species like A. capillaris, P. alpina and S. caerulea were not affected by shade whereas tall species like D. glomerata and F. paniculata were shade intolerant (Gross et al. 2007). In our experiment, shade intolerant species overtopped short shade tolerant species. Thus, complementarity for light, promoted by aboveground space partitioning and differences in shade tolerance, may occur between functional groups within grasslands as it does within forests. Secondly, the decrease in leaf nitrogen biomass for conservative species was compensated by an increase in leaf production per gram of nitrogen (LNUE) (Fig. 2F). This result confirms a previous study (van Ruijven & Berendse 2005) where an increase in LNUE was observed as functional diversity increased. The decrease in total nitrogen in leaf biomass and the increase of LNUE for the conservative functional group might be due to its larger allocation to root biomass in inter-functional as compared with intra-functional mixture (Fig. 2 B). Without fertilization, we found no evidence that conservative species are better competitors than exploitative species (Ryser & Lambers 1995). Competition was likely due to belowground interactions as no light depletion was detected. Additionally, nitrogen tissue content for the two functional groups decreased when grown together (Fig. 2D). Mechanisms that explain dominance patterns at unproductive sites may require longer periods than two growing seasons to be expressed. It is indeed not rare to find a shift of productivity and species abundance in long-term experiments (van Ruijven & Berendse 2005). Conservative species could ultimately dominate at low fertility sites because exploitative species are not nutrient stress-tolerant (Grime 1977). Alternatively, conservative species could build a high stature through time due to nutrient conservation (Aerts & Vanderpeijl 1993) and exclude exploitative species by competition for space (Elberse & Berendse 1993). 141 Relevance of the functional group approach In this study, responses at the functional group level were consistent with responses of species within their own group (Appendix S1), confirming the existence of two distinct functional strategies among the six grass species (Gross et al. 2007). Consistency between the species and functional group levels was even stronger for responses to inter-functional mixtures of total nitrogen in leaf biomass and LNUE. Responses of conservative and exploitative species tended to be opposing, highlighting the contrasting nutrient economies for conservative and exploitative species (Aerts & Vanderpeijl 1993). Our study supported the relevance of the functional groups approach to understanding species interactions and coexistence (Suding et al. 2003; McGill et al. 2006; Lavorel et al. 2007). Idiosyncratic behaviour of a species within its functional group is in no way contradictory with the functional group approach, but rather provides additional insight into coexistence mechanisms. The behaviour of particular species within functional groups may inform us of the existence of other trade-offs linked to other sets of traits (Suding et al. 2003; Ackerly 2004; Grime 2006). For instance, the short-statured species S. caerulea showed an original response in inter-functional mixture with fertilization within the conservative group. Differences in plant height may reflect differences in competitive ability within this group (Gross et al. 2007). Within exploitative species, plant heights were linked with different shade tolerances (Gross et al. 2007) and may lead to light partitioning within the group. Conclusion This study showed overyielding between conservative and exploitative grasses from subalpine grasslands at intermediate rather than low level of fertility. Our results suggest that complementarity, resulting in a reduction in competitive intensity, is likely to explain this overyielding. Different mechanisms of complementarity may have occurred simultaneously in this study. Our results suggest that both light partitioning (Fridley 2002; 2003) and modification of leaf nutrient use efficiency (van Ruijven & Berendse 2005) may explain overyielding, species coexistence and resulting high functional diversity in fertilized subalpine grasslands. Although overyielding among grass species is likely to explain the high functional richness of subalpine grasslands, other mechanisms linked with water use strategy (unpublished data) or acting at the regeneration stage (Quétier et al. 2007) may also play 142 important roles in subalpine grasslands. Future field studies are needed to quantify and understand the ecological role of complementarity especially in harsh environments with intermediate fertility where diversity does not decrease with fertilization (Gross et al. 2000; Rajaniemi 2003; Suding et al. 2005; Quétier et al. 2007). Acknowledgements This study was supported by the GEOTRAITS project of the French ACI-ECCO programme and CNRS GDR 2574 Utiliterres. We thank M. Chausson, M. Enjalbal and C. Poillot for technical assistance during the experiment; G. Girard for chemical analysis; R. Hurstel, R. Douzet, S. Aubert and all the staff of the SAJF; R. Joffre for NIRS analysis; F. Quétier and F. Grassein for light interception data and T.M. Robson for roots data in the field; M.L. Navas and A. Bouasria for discussions; I. Ashton, S. Harpole, P. Choler P. Liancourt, H. Cornelissen and the two anonymous reviewers for their valuable comments during the preparation of the manuscript. References Ackerly, D.D. (2004). Adaptation, niche conservatism, and convergence: Comparative studies of leaf evolution in the California chaparral. Am. Nat., 163, 654-671 Aerts, R. & Vanderpeijl, M.J. (1993). A Simple-Model To Explain The Dominance Of LowProductive Perennials In Nutrient-Poor Habitats. Oikos, 66, 144-147 Al Haj Khaled, R., Duru, M., Theau, J.P., Plantureux, S., & Cruz, P. (2005) Variation in leaf traits through seasons and N-availability levels and its consequences for ranking grassland species. Journal Of Vegetation Science, 16, 391-398. Berendse, F. (1982). Competition Between Plant-Populations With Different Rooting Depths. 3. Field Experiments. Oecologia, 53, 50-55 Callaway, R.M., Brooker, R.W., Choler, P., Kikvidze, Z., Lortie, C.J., Michalet, R., Paolini, L., Pugnaire, F.I., Newingham, B., Aschehoug, E.T., Armas, C., Kikodze, D. & Cook, B.J. (2002). Positive interactions among alpine plants increase with stress. Nature, 417, 844-848 Choler, P., Michalet, R. & Callaway, R.M. (2001). Facilitation and competition on gradients in alpine plant communities. Ecology, 82, 3295-3308 143 Diaz, S., Hodgson, J.G., Thompson, K., Cabido, M., Cornelissen, J.H.C., Jalili A., Montserrat-Marti, G., Grime, J.P., Zarrinkamar, F., Asri Y., Band, S.R., Basconcelo, S., Castro-Diez, P., Funes, G., Hamzehee, B., Khoshnevi, M., Perez-Harguindeguy, N., Perez-Rontome, M.C., Shirvany, F.A., Vendramini, F., Yazdani, S., Abbas-Azimi, R., Bogaard, A., Boustani, S., Charles, M., Dehghan, M., de Torres-Espuny, L., Falczuk, V., Guerrero-Campo, J., Hynd, A., Jones, G., Kowsary, E., Kazemi-Saeed, F., Maestro-Martinez, M., Romo-Diez, A., Shaw, S., Siavash, B., Villar-Salvador, P. & Zak, M.R. (2004). The plant traits that drive ecosystems: Evidence from three continents. J. Veg. Sci., 15, 295-304 Elberse, W.T. & Berendse, F. (1993). A Comparative-Study Of The Growth And Morphology Of 8 Grass Species From Habitats With Different Nutrient Availabilities. Functional Ecology, 7, 223-229. Fargione, J., Brown, C.S. & Tilman, D. (2003). Community assembly and invasion: An experimental test of neutral versus niche processes. Proc. Natl Acad. Sci., 100, 89168920 Fridley, J.D. (2002). Resource availability dominates and alters the relationship between species diversity and ecosystem productivity in experimental plant communities. Oecologia, 132, 271-277 Fridley, J.D. (2003). Diversity effects on production in different light and fertility environments: an experiment with communities of annual plants. J. Ecol., 91, 396-406 Grime, J.P. (1977). Evidence For Existence Of 3 Primary Strategies In Plants And Its Relevance To Ecological And Evolutionary Theory. Am. Nat., 111, 1169-1194 Grime, J.P. (2006) Trait convergence and trait divergence in herbaceous plant communities: Mechanisms and consequences. J. Veg. Sci, 17, 255-260. Gross, K.L., Willig, M.R., Gough, L., Inouye, R. & Cox, S.B. (2000). Patterns of species density and productivity at different spatial scales in herbaceous plant communities. Oikos, 89, 417-427 Gross, N., Suding, K.N. & Lavorel, S. (2007). Leaf dry matter content and lateral spread predict response to land-use change for six subalpine grassland species. J. Veg. Sci., 18, 289-300 Hector, A., Schmid, B., Beierkuhnlein, C., Caldeira, M.C., Diemer, M., Dimitrakopoulos, P.G., Finn, J.A., Freitas, H., Giller, P.S., Good, J., Harris, R., Hogberg, P., HussDanell, K., Joshi, J., Jumpponen, A., Korner, C., Leadley, P.W., Loreau, M., Minns, A., Mulder, C.P.H., O'Donovan, G., Otway, S.J., Pereira, J.S., Prinz, A., Read D.J., 144 Scherer-Lorenzen, M., Schulze, E.D., Siamantziouras, A.S.D., Spehn, E.M., Terry A.C., Troumbis, A.Y., Woodward, F.I., Yachi, S. & Lawton, J.H. (1999). Plant diversity and productivity experiments in European grasslands. Science, 286, 11231127 Hector, A. (2006) Overyielding and stable species coexistence. New Phytologist, 172, 1-3. Hooper, D.U. (1998). The role of complementarity and competition in ecosystem responses to variation in plant diversity. Ecology, 79, 704-719 Hooper, D.U., Chapin, F.S., Ewel, J.J., Hector, A., Inchausti, P., Lavorel, S., Lawton, J.H., Lodge, D.M., Loreau, M., Naeem, S., Schmid, B., Setala, H., Symstad, A.J., Vandermeer, J. & Wardle, D.A. (2005). Effects of biodiversity on ecosystem functioning: A consensus of current knowledge. Ecological Monographs, 75, 3-35 Hooper, D.U. & Dukes, J.S. (2004). Overyielding among plant functional groups in a longterm experiment. Ecol. Lett., 7, 95-105 Huston, M.A. (1997). Hidden treatments in ecological experiments: Re-evaluating the ecosystem function of biodiversity. Oecologia, 110, 449-460 Kahmen, A., Renker, C., Unsicker, S.B. & Buchmann, N. (2006). Niche complementarity for nitrogen: An explanation for the biodiversity and ecosystem functioning relationship? Ecology, 87, 1244-1255 Lavorel S., Diaz, S., Cornelissen, J.H.C, Garnier, E., Harrison, S.P., McIntyre, S., Pausas, J.G., Pérez-Harguindeguy, N., Roumet, C. & Urcelay, C. (2007). Plant functional types: are we getting any closer to the Holy Grail? In: Canadell, J., Pitelka, L.F. & Pataki, D. (eds.) Terrestrial ecosystems in a changing World. Springer-Verlag, New York, NY, US Loreau, M. (1998). Separating sampling and other effects in biodiversity experiments. Oikos, 82, 600-602 Loreau, M., Naeem, S., Inchausti, P., Bengtsson, J., Grime, J.P., Hector, A., Hooper, D.U., Huston, M.A., Raffaelli, D., Schmid, B., Tilman, D. & Wardle, D.A. (2001). Ecology - Biodiversity and ecosystem functioning: Current knowledge and future challenges. Science, 294, 804-808 McGill, B.J., Enquist, B.J., Weiher, E. & Westoby, M. (2006). Rebuilding community ecology from functional traits. Trends Ecol. Evol., 21, 178-185 Mittelbach, G.G., Steiner, C.F., Scheiner, S.M., Gross, K.L., Reynolds, H.L., Waide, R.B., Willig, M.R., Dodson, S.I. & Gough, L. (2001). What is the observed relationship between species richness and productivity? Ecology, 82, 2381-2396 145 Mulder, C.P.H., Uliassi, D.D. & Doak, D.F. (2001). Physical stress and diversity-productivity relationships: The role of positive interactions. Proc. Natl. Acad. Sci., 98, 6704-6708 Naeem, S., Thompson, L.J., Lawler, S.P., Lawton, J.H. & Woodfin, R.M. (1994). Declining Biodiversity Can Alter The Performance Of Ecosystems. Nature, 368, 734-737 Oksanen, L., Sammul, M., & Magi, M. (2006) On the indices of plant-plant competition and their pitfalls. Oikos, 112, 149-155 Quétier, F., Thébault, A. & Lavorel, S. (2007). Plant traits in a state and transition framework as markers of ecosystem response to past and present land use in subalpine grasslands. Ecol. Monog., 77, 33-52 Rajaniemi, T.K. (2003). Explaining productivity-diversity relationships in plants. Oikos, 101, 449-457 Robson, T. M., S. Lavorel, J. C. Clement, & X. Le Roux. (2007). Neglect of mowing and manuring leads to slower nitrogen cycling in subalpine grasslands. Soil Biology & Biochemistry 39, 930-941 Roumet, C., Picon-Cochard, C., Dawson, L.A., Joffre, R., Mayes, R., Blanchard, A. & Brewer, M.J. (2006). Quantifying species composition in root mixtures using two methods: near-infrared reflectance spectroscopy and plant wax markers. New Phytol., 170, 631-638 Ryser, P. & Lambers, H. (1995). Root And Leaf Attributes Accounting For The Performance Of Fast-Growing And Slow-Growing Grasses At Different Nutrient Supply. Plant And Soil, 170, 251-265 Sala, O.E., Golluscio, R.A., Lauenroth, W.K. & Soriano, A. (1989). Resource Partitioning Between Shrubs And Grasses In The Patagonian Steppe. Oecologia, 81, 501-505 Shipley, B., Vile, D. & Garnier, E. (2006). From plant traits to plant communities: A statistical mechanistic approach to biodiversity. Science, 314, 812-814 Suding, K.N., Collins, S.L., Gough, L., Clark, C., Cleland, E.E., Gross, K.L., Milchunas, D.G. & Pennings, S. (2005). Functional- and abundance-based mechanisms explain diversity loss due to N fertilization. Proc. Natl. Acad. Sci., 102, 4387-4392 Suding, K.N., Goldberg, D.E. & Hartman, K.M. (2003). Relationships among species traits: Separating levels of response and identifying linkages to abundance. Ecology, 84, 1-16 Tasser, E. & Tappeiner, U. (2002). Impact of land use changes on mountain vegetation. Appl. Veg.Sci., 5, 173-184 146 Tilman, D., Knops, J., Wedin, D., Reich, P., Ritchie, M. & Siemann, E. (1997). The influence of functional diversity and composition on ecosystem processes. Science, 277, 13001302 Tosca, C. & Labroue, L. (1986). Le cycle de l'azote dans les milieux supra-forestiers des Pyrénées centrale: mineralization de l'azote dans les sols des pelouses subalpines. Acta Oecologia 21: 57-73. van Ruijven, J. & Berendse, F. (2003). Positive effects of plant species diversity on productivity in the absence of legumes. Ecol. Lett., 6, 170-175 van Ruijven, J. & Berendse, F. (2005). Diversity-productivity relationships: Initial effects, long-term patterns, and underlying mechanisms. Proc. Natl. Acad. Sci.,102, 695-700 Wedin, D. & Tilman, D. (1993). Competition Among Grasses Along A Nitrogen Gradient Initial Conditions And Mechanisms Of Competition. Ecol. Monog., 63, 199-229 Wright, I.J., Reich, P.B., Westoby, M., Ackerly, D.D., Baruch, Z., Bongers, F., CavenderBares, J., Chapin, T., Cornelissen, J.H.C., Diemer, M., Flexas, J., Garnier, E., Groom, P.K., Gulias, J., Hikosaka, K., Lamont, B.B., Lee, T., Lee, W., Lusk, C., Midgley, J.J., Navas, M.L., Niinemets, U., Oleksyn, J., Osada, N., Poorter, H., Poot, P., Prior, L., Pyankov, V.I., Roumet, C., Thomas, S.C., Tjoelker, M.G., Veneklaas, E.J. & Villar, R. (2004). The worldwide leaf economics spectrum. Nature, 428, 821-827 Wright, J.P., Naeem, S., Hector, A., Lehman, C., Reich, P.B., Schmid, B. & Tilman, D. (2006). Conventional functional classification schemes underestimate the relationship with ecosystem functioning. Ecol. Lett., 9, 111-120 Zeiter, M., Stampfli, A., & Newbery, D.M. (2006) Recruitment limitation constrains local species richness and productivity in dry grassland. Ecology, 87, 942-951. 147 Appendix S1. Mixture characteristics 100 a % of light incidence a ab 80 No fertilization Fertilization b 60 c 40 c 20 0 Cons. Mix. Expl. INTRA INTER Figure S1. Light incidence through plant canopy for conservative (Cons.) and exploitative (Expl.) in intra- and inter-functional (Mix.) mixtures with and without fertilization. Letter compared bar among treatment (student test). 40 intra inter Expl. Height (cm²) 30 Cons. A AB B 20 C 0 A. p ca ris illa D. C C 10 m glo era ta a P. n lpi a B re .e ctu s F. n pa icu a lat S a .c er u lea Figure S2. Height of conservative (Cons.) and exploitative (Expl.) species in intra- and inter-functional mixtures with fertilization. Letters compared between species in intra and inter-functional mixture (Student test). There is no significant effect of different functional mixture on height for each species 148 Appendix S2. Data per species Table S1. Effect of experimental treatment analyzed at species level for biomass production, light incidence, amount of nitrogen in leaf biomass and Nutrient Use Efficiency using full factorial ANOVAs Shoot BM F ratio p NUE Effect df FG 1 51.43 *** 88.80 *** 0.47 ns Mixt 1 1.87 ns 4.96 * 0.86 ns FG*Mixt 1 3.89 * 22.84 *** 8.59 ** Nut 1 81.78 *** 185.59 *** 0.48 ns FG*Nut 1 40.00 *** 70.96 *** 1.29 ns Mixt*Nut 1 2.92 ns 9.13 ** 0.13 ns FG*Mixt.*Nut 1 4.57 * 18.94 *** 2.60 ns error F ratio p N Leaves F ratio p 183 FG., Functional Group, Mixt., functional mixture, Nut., Fertilization, ns, non significant effect, *, p< 0.05, **, p<0.01, ***p<0.0001. 149 Table S2. Data per species, biomass data, competition intensity measured with the natural log ratio (LNRR), NUE and amount of nitrogen in aboveground biomass in intra-functional (intra) and inter-functional mixtures (inter) with (1) and without (0) fertilization. SLA (m²/kg) Biomass RGR LNRR (interaction) Above. N NUE g % 0 Fertilization 1 0 1 0 1 0 1 B. erectus 15.6 4.7 Intra Inter p 0.47 ns 0.21 p 3.84 ns 3.93 p -1.82 ns -1.95 p -1.33 ns -1.08 p 0.007 ** 0.003 p 0.092 * 0.052 p 57 ns 66 p 45 * 61 F. paniculata 9.5 5.4 Intra Inter 1.67 ns 1.41 2.35 ns 2.21 -0.07 ns -0.73 -1.54 ns -1.51 0.034 *** 0.039 * 0.018 0.029 61 ns 67 62 * 70 S. caerulea 13.9 2.4 Intra Inter 0.38 ns 0.44 1.72 * 0.59 -0.39 ns -0.41 -0.44 * -1.25 0.007 * 0.004 0.042 *** 0.008 50 ns 59 36 ** 61 D. glomerata 21.2 26.9 Intra Inter 3.19 ns 2.11 14.85 * 24.29 -0.73 ns -0.95 -1.17 * -0.62 0.042 * 0.032 0.151 *** 0.330 49 ns 44 73 * 58 P. alpina 22.2 11.7 Intra Inter 0.86 ns 0.67 5.35 * 7.56 -1.53 ns -1.30 -1.28 * -0.87 0.011 ** 0.008 0.088 *** 0.151 59 ns 64 49 * 43 A. capillaris 22.7 16.0 Intra Inter 0.76 ns 0.84 7.95 ns 9.07 -0.72 ns -0.47 -1.86 ns -1.37 0.008 ns 0.006 0.080 * 0.119 68 ns 68 76 * 61 We indicated SLA and RGR measured in non-limiting conditions measured in Gross et al. (2007, Chapter 1). We tested for each species if competition intra-functional (intra) is equal or not to competition in inter-functional (inter) mixtures. ns, p >0.05 non significant , *, p<0.05, **, p<0.001, *** p<0.0001. 150 Appendix S3. Root biomass determination in inter-functional mixtures The fraction of each species in the root biomass of inter-functional mixtures was determined using Near Infrared Reflectance Spectroscopy (NIRS) technology. Briefly, NIRS spectral data of artificial mixtures are combined with their known botanical composition using predictive statistical model. This model is then used to predict the composition of unknown mixtures (for more information see Roumet et al. 2006 and references therein). Sixty two artificial 6species mixtures were prepared by mixing known root dry weight of the 6 species grown as isolated plants. The root proportion of each species in mixtures ranged from 0 to 56%. Each sample was packed in a quartz-glass cell and scanned using a NIRS systems 6500 spectrophotometer (NIRSystems Inc., Silver Spring, MD, USA). The absorbance was recorded at 2 nm intervals from 400 to 2500 nm, to produce a spectrum with 1050 data-points per sample. NIRS calibration was performed for each species by partial least squares (PLS) regression analysis using ISI software system (Shenk et Westerhaus, 1991). The PLS models were validated using internal cross-validation which helps to estimate the optimal number of terms without causing over fitting. There are two stages of cross-validation. The first stage is achieved by selecting four subsets of the data (25% of the samples) and excluding these to the modelling process so that these excluded groups can be predicted to give an indication of what the performance might be in an external validation test. In the second stage, internal cross-validation gives a value for the standard error of cross-validation (SECV) of each set of training data (75% of the samples). The model giving the lowest SECV with the fewest number of factors based on internal cross-validation is finally re-fitted on the entire data set to obtain the standard error of calibration (SEC). The calibration equations obtained (Table S3) were accurate for the six species (r² > 0. 955) and the SECV ranged between 2.27 to 3.63%. The calibration equations were then used to predict the composition of unknown SLOW and FAST species in inter-functional root mixtures. Since calibrations were more accurate for FAST than for SLOW growing species, SLOW root biomass was calculated as the difference between total root biomass in mixture and FAST root biomass. 151 Table S3. Statistics of NIRS calibration for prediction of root proportion in artificial mixtures of six species Constituent n Terms Mean SD SEC r² SECV B. erectus 61 5 21.54 13.2 2.50 0.964 3.42 F. paniculata 57 5 16.96 10.8 1.58 0.979 2.27 S. caerulea 55 5 13.98 10.9 2.31 0.955 3.47 A. capillaris 60 5 16.34 11.0 1.92 0.970 3.63 D. glomerata 60 5 19.74 11.6 1.79 0.976 2.94 P. alpina 60 5 15.81 12.2 1.92 0.975 3.11 Slow growing species Fast growing species n: number of samples used for calibration; Terms: number of terms used in the PLS calibration model; SD: standard deviation of data set; SEC: standard error of calibration; r2: standard coefficient of determination between measured and calculated values; SECV: standard error of cross-validation. 152 Synthèse chapitre 2 Au cours des dix dernières années, de nombreuses expérimentations ont montré que la diversité spécifique ou fonctionnelle augmentait la productivité des écosystèmes, c’est le phénomène d’overyielding. Deux mécanismes distincts peuvent l’expliquer : la complémentarité fonctionnelle ou la facilitation. Cependant, cet effet direct de la diversité sur la productivité est fortement remis en cause pour plusieurs raisons: (i) l’augmentation de productivité est souvent due à la présence de légumineuses, plantes fixatrices d’azote; (ii) peu d’études ont formellement démontré les mécanismes sous-jacents à la relation diversité productivité; (iii) on connaît peu de choses sur les changements d’intensité de l’overyiedling le long de gradient de ressources. Par exemple, on ne sait pas comment la fertilisation peut affecter les mécanismes de l’overyiedling. La productivité affecte également les niveaux de diversité. Les milieux productifs sont caractérisés par de faibles niveaux de diversité alors que dans les milieux plus contraints, la diversité peut augmenter à mesure que la productivité croit. C’est typiquement le cas des prairies subalpines caractérisées par un niveau de productivité intermédiaire. Dans ces prairies, la fertilisation pour la production de foin a augmenté conjointement la productivité et la diversité fonctionnelle. Cette diversité se manifeste par la co-existence observée entre espèces conservatrices et exploitatrices dans les prairies fertilisées. Dans ce chapitre, nous avons testé si l’on pouvait observer un phénomène d’overyielding entre ces deux types d’espèces le long d’un gradient de ressources minérales du sol. S’il est observé, nous avons essayé de comprendre quels mécanismes expliquaient le lien entre diversité fonctionnelle et productivité (facilitation ou complémentarité). En d’autres termes, nous regardons ici si les traits des espèces (syndromes de traits conservateurs ou exploitateurs) peuvent influencer les interactions entre plantes et modifier la productivité des communautés. Pour cela, nous avons mis en place une expérimentation en pot manipulant à la fois l’identité fonctionnelle pour tester l’overyielding et la densité en individus pour tester les interactions entre plantes (Figure 1). Six espèces de graminées (3 espèces conservatrices, 3 espèces 153 exploratrices) ont été cultivées seules, en mélanges intra-fonctionnel ou inter-fonctionnel et à fort et bas niveaux de nutriments, pour comprendre l’impact de la ressource minérale sur ces relations. Au bout de deux ans d’expérimentation, un overyielding a été observé entre les espèces de graminées conservatrices et exploitatrices dans les traitements fertilisés. Ceci confirme que l’overyielding peut se produire sans la présence de légumineuses. Bien que les graminées soient souvent considérées comme un groupe fonctionnel unique (lorsque que l’on adopte une classification selon les formes de vie), ces espèces diffèrent considérablement dans leurs traits. Notre résultat souligne l’importance de la composition fonctionnelle sur la productivité. L’overyielding observé en conditions fertiles est expliqué par une chute de l’intensité des interactions négatives quand les deux groupes fonctionnels sont cultivés ensemble. Ainsi la compétition intra-fonctionnelle apparaît plus importante que la compétition interfonctionnelle pour les deux groupes considérés. Nous proposons deux mécanismes de complémentarité par lesquels ces espèces pourraient co-exister en milieux fertiles au subalpin. Premièrement, nous avons observé un changement de l’efficience d’utilisation des nutriments pour les deux groupes fonctionnels. Bien que les espèces conservatrices aient moins de nutriments lorsqu’ils sont cultivés avec des espèces exploitatrices, elles produisent plus de biomasse avec moins de nutriments. Ce mécanisme n’a été proposé et démontré que dans une seule autre étude. Deuxièmement, nous avons observé une forte interception lumineuse dans les mélanges interfonctionnels malgré une baisse de compétition générale pour les deux groupes. Cela peut se compenser par un partage de l’espace aérien entre les espèces tolérante ou intolérantes à l’ombrage (Chapitre 1). Ainsi nous avons remarqué que les espèces intolérantes à l’ombrage se situaient au-dessus des espèces tolérantes dans les mélanges inter-fonctionnels, permettant un partage de la ressource lumineuse. En plus d’une coexistence entre conservateur et exploitateur, ce résultat confirme l’idée d’une coexistence possible entre espèces de petite taille et de grande taille au sein des prairies subalpines fertilisées. Ainsi, nous avons montré qu’à fort niveau de nutriments la diversité fonctionnelle permettrait d’augmenter la productivité au subalpin. Ceci nous paraît un résultat important pouvant 154 expliquer la coexistence observée entre différents groupes fonctionnels dans les prairies subalpines fertilisées. Ce résultat souligne l’existence de deux stratégies contrastées au sein du groupe fonctionnel graminées. Il va dans le sens de l’approche fonctionnels qui stipule que les mécanismes de structuration des communautés végétales peuvent être appréhendé par des traits fonctionnels quantitatifs. Ainsi, les traits liés aux stratégies de conservation/exploitation comme la teneur en matière sèche (LDMC) et d’autres traits corrélés (Surface spécifique foliaire, SLA) apparaissent comme déterminant pour les interactions entre plantes. A travers nos expérimentations en conditions semi-contrôlées, les traits apparaissent centraux pour comprendre la réponse des plantes aux facteurs de l’environnement abiotiques et biotiques. Ces traits fonctionnels vont nous permettrent de comprendre les mécanismes important permettant de comprendre la structure des communautés subalpines. Parmis ces mécanismes nous nous intéresserons particulièrement aux interactions biotiques. Nous verrons dans le chapitre suivant comment elles agissent sur les espèces dominantes des prairies subalpines et déterminent leur succès dans les prairies subalpines étudiées. 155 156 Chapitre 3 Interactions biotiques au sein des prairies subalpines niveau des communautés filtre abiotique niveau des individus filtre biotique Distribution SLA Prairies fertilisées fauchées 35.00 30.00 Biomasse 25.00 20.00 15.00 10.00 5.00 0.00 9.00 14.00 17.00 18.00 19.00 22.00 SLA composition Traits niveau individu I réponses aux facteurs simples Stress II (Deviation de optimum) succès fonctionnelle III IV démographique traits des communautés Feedback Schéma conceptuel de la thèse, le chapitre 3 s’intéresse aux relations entre le stress perçu par les espèces au sein des communautés et les interactions biotiques 157 Expérimentation de terrain Bloc expérimental Eclaircie et plante cible Récolte sur les terrasses 158 Original title: Linkage between strain and the outcomes of biotic interactions along a gradient of productivity Gross Nicolas, Liancourt Pierre, Choler Philippe, Suding Katharine Nash, Lavorel Sandra, Submitted to Journal of Ecology Summary 1. Positive interactions are hypothesized to increase with stress, defined at the community scale in terms of productivity. Although this hypothesis is supported by empirical data, there is growing evidence showing that facilitation can decrease or remain constant as stress increases. This may be because species differ in their ability to tolerate resource shortage. Within a community some species will experience stress and thus may be facilitated, whereas other species well adapted to local conditions will not be facilitated. 2. In this study, we quantified stress at species level (strain) and examined the relationship between strain and the outcome of biotic interactions using a multiple phytometer approach. We hypothesized that strain is a better predictor of the outcomes of biotic interactions than stress defined at the community level. 3. We used five grass species with contrasting ecological optima and conducted a removal experiment at four different sites in subalpine grasslands distributed along a complex productivity gradient. We quantified strain for each species by comparing growth without vegetation (species target only submitted to local abiotic factors) to growth in optimal condition (under controlled conditions in an experimental garden). 4. We found evidence that both dominant and subordinate species could be facilitated, indicating that strain and the outcomes of biotic interactions were not linked with species abundance. In our study, strain was able to predict in part the outcomes of biotic interactions. However, we found that some species highly deviated can experienced competition because neighboring vegetation was not able to alleviated the pressure on local abiotic resources which were causing individual species to be strained. 5. Synthesis. We propose that general models aiming to predict the intensity of biotic interactions along ecological gradients need to integrate both strain and vegetation effects on resources. Key words: Facilitation, competition, strain, stress, productivity, dominant species, subordinate species, niche, subalpine grasslands 159 Introduction Positive interactions are recognized to play a major role in shaping plant communities especially in severe environments (Choler et al. 2001; Callaway et al. 2002; Olofsson 2004; Olofsson et al. 2004; Brooker et al. 2005). By ameliorating the harshness of the environment, vegetation cover can have positive effects on a particular target species (Bertness & Callaway 1994; Greenlee & Callaway 1996). Despite the commonly-observed net facilitative effect of vegetation in harsh environments, negative and positive interactions usually co-occur under stressful conditions (Walker & Chapin 1986; Wedin & Tilman 1993; Pugnaire & Luque 2001; Maestre et al. 2003). The balance of positive and negative interactions along stress gradients was synthesized in the “stress-gradient hypothesis” (Brooker et al. 2005), which posits that competitive effects are more intense in relatively benign environments whereas facilitation increases in intensity with stress (Callaway & Walker 1997). Although the “stress-gradient hypothesis” has been supported in several environments (e.g. Bertness & Hacker 1994; Choler et al. 2001; Callaway et al. 2002; Maestre et al. 2003; Liancourt et al. 2005a), there are a growing number of studies that do not support its predictions (Maestre et al. 2005; Lortie & Callaway 2006; Michalet 2006). Depending on the studied case, net facilitation has been found to increase, remain constant or decrease along stress gradients (see Michalet et al. 2006). The inconsistent of support for the “stress-gradient hypothesis” may be due to several reasons. For instance, the outcome of biotic interactions depends on the fitness components used to measure interactions (survival, growth, reproduction) (Goldberg et al. 1999; Lortie & Callaway 2006). The concept of stress, as considered in most plant interaction models and used as the most basic metric predictor of the outcomes of biotic interactions, is defined at the community level in terms of a decrease of productivity (Grime 1977). However, it is not the community which experiences stress but individuals within a community (Korner 2003; 2004). Because species differ in their tolerance abilities, within a single community only species that are stressed are likely to be facilitated and species well adapted to the local environment will not be facilitated within a community (Hacker & Bertness 1999; Choler et al. 2001; Liancourt et al. 2005a). Accordingly to predict the outcome of biotic interactions it might be more relevant to estimate how far species deviate from their physiological optima due to abiotic conditions in the field, i.e. how they are deviated from their fundamental niche optima (sensu Hutchinson 1957) (Choler et al. 2001; Liancourt et al. 2005a; Michalet et al. 160 2006). For this purpose, Welden & Slauson (1986) proposed to distinguish “stress”, which would refer to productivity at the community level (sensu Grime 1977), from “strain”, which would be an individual-level response to local abiotic factors. Several studies have found that subordinate species, generally, deviated more from their fundamental-niche optima than dominant species and thus were more likely to be facilitated (Choler et al. 2001; Mulder et al. 2001; Liancourt et al. 2005a). In this study, we proposed to exanimate the linkage between strain and the outcomes of biotic interactions both measured at individual- level. (1) We first aimed to investigate the relationship between strain and species abundance in the field. We predicted that species experience little strain in productive communities due to favorable abiotic environmental conditions (Liancourt et al. 2005a; Grime 1977), regardless of whether they are a dominant or subordinate in the community. In less-productive communities, dominant species might be better adapted to local abiotic factors and thus experience less strain than subordinate species (Grime 1977). Then, (2) we investigated the relationship between species abundance and the outcomes of biotic interactions. We hypothesized that dominant status should be explained by a better competitive response in productive environment( i.e. dominant species should be less affected by competition). In harsh environment, stress tolerance is likely to explain dominance (Grime 1977), whereas subordinate species should experience facilitation (Liancourt et al. 2005a; Mulder et al. 2001). Finally, we tested (3) our hypothesis that strain measured at individual-level is a better predictor of the outcomes of biotic interactions than stress measured at community level. For this purpose, we used co-occurring target species that differ in ecological optima and dominance patterns along a complex productivity gradient in subalpine grasslands. We estimated strain by comparing target-species growth under nonlimiting conditions in a common-garden experiment, to their growth in the field without neighbors. Finally, we conducted a removal experiment along the productivity gradient to determine the outcomes of biotic interactions in subalpine grasslands (i.e. whether neighbors exert competitive or facilitative effects on target species growth). 161 Methods Field site The study was performed on the south-facing aspect of the upper Romanche River valley, inner French Alps (Villar d’Arêne, 45.04°N, 6.34°E, elevation, 1840 m). The climate is subalpine with pronounced continental influence. Mean annual precipitation is 956 mm and the mean monthly temperatures range between -7.4°C in February and 19.5°C in July. Most precipitation falls during the cooler months (only 18% of annual precipitation during the summer). Four experimental sites were selected along a productivity and management gradient (Quétier et al. 2007). Two sites were formerly arable fields (50 years ago) on terraced slopes that are now mown annually for hay. One of them is periodically fertilized. The fertilized mown site is characterized by tall fast-growing vegetation dominated by Dactylis glomerata, Trisetum flavescens, Heracleum sphondylum, Gentiana lutea and Agrostis capillaris. In contrast, the unfertilized mown terraced meadow is characterized by short slow-growing vegetation dominated by Bromus erectus, Sesleria caerulea, Festuca nigra and Onobrychis montana. The two other sites are grasslands located on deeper-soiled unterraced slopes, one is mown for hay and the other is unmown and lightly grazed. The unterraced hay grassland is dominated by medium-size slow-growing vegetation, dominated by Festuca paniculata, Meum athamanticum, Trifolium alpinum, Festuca rubra, and Sanguisorba officinalis. The unmown unterraced grassland is characterized by tall slow-growing vegetation where Festuca paniculata is highly dominant (>70% of the community biomass). We numbered our experimental sites with respect to their productivity level. The unmown and unterraced F. paniculata meadow (site I) is the most productive site (0.0532 kg/m²/day), the fertilized terraced meadow dominated by D. glomerata (site II) is intermediate (0.0459 kg/m²/day), then the mown F. paniculata meadow (site III) (0.0362 kg/m²/day), finally the grassland dominated by B. erectus and S. caerulea is the least productive (Site IV) (0.0339 kg/m²/day) (data from Quétier et al. 2007). 162 Field experiment Five C3 grass species differing in their abundance across the experimental sites were selected as target species (Appendix 1): Dactylis glomerata (L.), Agrostis capillaris (L.) P. De Beauvois Sesleria caerulea (L.) Arduino, Bromus erectus L. and Festuca paniculata (L.) Schinz et Thellung (See Table S1 for species abundance data). Tillers of each species were collected from the field sites in early September 2003. Plants were propagated in a greenhouse. During May 2004, we established a field experiment to quantify biotic interactions. Each of the four field sites was fenced to protect it from herbivory and delimited into six blocks (24 m², i.e. 6 x 4m). For the removal experiment, we randomly defined 30 circular areas (60 cmdiameter) within each block. Aboveground vegetations were removed, using a chemical nonselective herbicide (Glyphosate®), from half of these areas. Dead vegetation was removed by hand and roots were cut (25 cm deep) around the edge of the neighbor-removal areas. Then, one randomly selected individual of each target species was transplanted into the center of each area. There were three replicates per competition treatment and three species in each block selected randomly. Each tiller was cut to 3 cm in length and 5 cm depth and planted. In total 720 homogeneous target individual species were planted between May 5th and May 15th 2004 just after snowmelt. During the experiment the no-neighbors areas were kept free from vegetation by periodic hand weeding. Periodic inspections and subsequent cutting of any roots entering into the subplots were also performed. The field experiment was harvested on July 30th 2005 to correspond with peak-season biomass. At the end of the experiment plant survival was measured. Then, aboveground plants parts were harvested washed and dried for 72 h at 60°C and weighed. The loamy texture of the soil prohibited harvesting and separation of target belowground biomass. Field measurements During the experiment, the following abiotic factors were quantified in each field site with and without vegetation: 163 Light availability – Community height was measured in each site in 15 randomly-located points at peak biomass. Light interception was calculated by measuring Photosynthetic Active Radiation (PAR) above and below the vegetation canopy at 90 randomly-selected locations in each community (using a LI-190, LI-COR Inc., Lincoln, NE, USA). Soil moisture – At the beginning of the experiment three sub-plots were selected randomly (6 m²) in each site. In half of the sub-plots vegetation was removed using a non-selective herbicide (Glyphosate®). Soil moisture was quantified at each site with TDR probes (Time domain reflectometry, TRASE system 1 Soil Moisture Equipment Corporation Santa Barbara, USA). Three probes were placed (15-cm depth) randomly in areas with and without vegetation at the beginning of the second growing season (May 20th 2005). Measurements of soil moisture were taken weekly throughout the growing season between 11am and 3 pm. Soil nitrate concentration – At the end of the experiment 3 soil cores (15 cm depth) were taken (4.5 cm diameter) within each plot (with and without vegetation) in the same 3 areas (described above) where soil moisture was measured. Each core was sieved and frozen until extraction. The concentration of nitrate was measured by colorimetric reaction (Fiastar 5012 Flow Injection Analyser, Foss Tecator AB, Sweden) following extraction of a 30-g subsample (equivalent dry mass) of soil in 2 M KCL. These measurements were assumed to be representative of differences across sites and treatments across the growing seasons, as these were shown to be reasonably stable (Robson et al. 2007). Temperature and snow cover – soil temperature under vegetation was monitored during the winter 2004–2005 (November 2004 to May 2005) in order to estimate snow cover with 4 temperature probes (HOBO) placed in each site. When the temperature is equal to zero for consecutive days, it indicates the presence of snow. Deviation from non-limiting conditions For strain calculations, we measured each target species growth in non-limiting conditions (Suding et al. 2003; Gross et al 2007) where we tried to ensure a surplus of resources, the presence of mutualisms and absence of negative interactions. To do this, we grew each species under same climatic conditions in an experimental garden near the Joseph Fourier Alpine Research Station (5 km away from field sites, Villar d’Arène, elevation 2100 m). One 164 tiller per pot of each species was planted in a 25 l pot (33 cm diameter) during early June 2003, with eight replicates per species. Each tiller was cut to 3 cm in length and 5 cm depth and planted. Initial weight was estimated as previously explained. The soil was composed of 2/3 of sand, 1/4 of clay and 1/12 commercial potting compost (Fertiligène®). We added 15g of a commercial slow release fertilizer NPK (N, 12%, P, 12%, K 17%, Mg, 2%) to each pot per year. The plots were watered daily using an automatic system. Pots were randomly located in the experimental garden and moved regularly throughout the experiment. During winter, we buried the pots to protect roots from freezing. Snow covered all pots during this period. Plants were grown for two growing seasons from July 5th 2003 to August 15th 2004. At the end of the experiment plants were harvested, dried at 60° C for 72h and weighed. Calculations and statistical analyses Abiotic conditions - Water availability for plants (AW) was estimated in each site using: AW(%) = (soil moisture between 0-15 cm depth – wilting point). AW < 0 implies that the community was water limited during the growing season, and AW > 0 means that no water limitation was detected (Data from Gross et al. Submitted). The effect of vegetation on light, soil nitrate concentration and water availability was calculated with the natural log response ratio (LNRR): LNRR (resource) = ln (Resource with neighbors/ Resource without neighbors); LNRR< 0 implies a negative effect of vegetation on resources, whereas LNRR>0 indicate a positive effect on resource availability. We calculated strain as the plant growth deviation from non-limited conditions in the field, using the log response ratio for each species: LNRR(strain) = ln (Biomass production in the field without neighbors/ Biomass production in non-limited conditions). As strain becomes more negative, target species growth are depressed compared with non-limiting conditions. The responses of individual species to biotic interactions was quantified for survival and growth using the natural log response ratio (LNRR) (Suding et al. 2003; Oksanen 1996). For survival analysis, one value was calculated for each block as the percentage of survival of three individual targets for each species and each competition treatment. As a result, six measurements of survival were done for each species in each site. Then the log response ratio was calculated as: LNRR (interaction) = ln (target response with neighbors/ target response without neighbors). When LNRR> 0 the outcome of biotic interactions is positive, and it implies net 165 facilitation; when LNRR< 0 the outcome is net competition. Because of the high mortality rate of A. capillaris, no LNRR was calculated for growth of this species. Abiotic factors and vegetation effects – One-way ANOVA models were used to assess whether there were differences among sites in the effect of vegetation height, soil nitrate concentration and vegetation on light and nitrate concentration (LNRR(resource)). Post hoc analyses were used to assess differences between sites using Student t-tests. For soil moisture, a repeated-measures ANOVA was conducted to test for significant differences among sites throughout the growing season in the effect of vegetation on soil moisture (LNRR(resource)). Post hoc analysis was used to assess differences between sites using Student t-tests. We conducted additional linear regressions between vegetation effects on light, water, nutrient concentrations (LNRR(resource) and nutrient concentrations or water availability. Strain and biotic interactions – Individual responses to abiotic conditions (strain) and responses to biotic interactions (LNRR(interaction)) were analyzed using independent mixedmodel ANOVA for each site with block as random factor and species as fixed factors. Because block was not significant, we removed it from the analysis presented here. Then, we tested whether each type of LNRR (i.e. LNRR (interaction) for survival, growth and strain) was significantly different from 0 using one Tukey HDS. A first set of linear regressions were conducted between strain and abiotic factors (water, nutrient and productivity). Then a second set was performed to test the relationship between strain and LNRR (interaction) calculated with growth and survival data., We identified potential outliers using analysis of Mahalanobis distances.. We conducted a regression between stress and the outcomes of biotic interactions by excluding the same outliers previously identified. Finally, we conducted a regression between species abundance in each site and the mean of strain or the outcomes of biotic interactions for each species (LNRR(interaction)) calculated with growth and survival data. To examine the relationship between the vegetation effect on abiotic factors and the outcomes of biotic interactions, we performed multiple regressions for each species between vegetations effects on abiotic factors (water, nutrient and light) and LNRR interactions calculated with survival and growth data. All statistical analyses were performed using the software JMP 5.0.1. (The SAS Institute, Cary, North Carolina, USA). 166 Results Deviation from non-limiting conditions (Strain) Site I B. erec. S. cae. F. pan. Site II D. glom. A. cap. 0 ns a ns a ** ab -1 ** LNRR (Strain) LNRR (Strain) -1 0 bc -2 * c -3 -4 B. erec. ns a S. cae. * ab *** d B. erec. S. cae. F. pan. D. glom. A. cap. 0 * a * ab B. erec. S. cae. F. pan. D. glom. A. cap. -1 LNRR (Strain) ** a (B) Site IV 0 LNRR (Strain) * cd -5 Site III *** bc -3 -4 *** bc -2 -3 A. cap. F4,41 = 8.28, p<0.0001 (A) -5 -2 D. glom. -4 F4,43 = 3.74, p=0.011 -1 F. pan. *** c F 4,48 = 3.72, p = 0.010 -5 ** -2 a -3 -4 (C) ** a *** a -5 *** a F4.44 = 8.66, p<0.0001 *** b (D) Figure 1. Strain intensity for species at the field sites. Different letters indicate that means differ significantly among sites (Tukey HDS). We indicate for each site results of the one way ANOVA testing the species effect. Significant differences from zero are indicated by asterisks: ns indicates no significant difference from 0,*, p<0.05, **, p<0.01, ***, p <0.0001. Strain intensity was species-specific in the four experimental sites and the ranking among species changed depending on the site considered (Table 1, Figure 1). At site I, B. erectus and S. caerulea were not strained, A. capillaris was the most strained, and strain for F. paniculata and D. glomerata was intermediate (Figure 1A). At site II, B. erectus was not strained whereas F. paniculata was most strained. The three intermediate species were also significantly strained, with strain increasing from S. caerulea to A. capillaris (Figure 1B). At site III, all the target species grew less than they did in non-limited conditions. A capillaris 167 was the most strained, B. erectus and F. paniculata were slightly strained, and strain was intermediate for the two other species (Figure 1C). Finally, the five target species were also significantly strained at site IV. Strain was stronger for A. capillaris and the four other were equally strained (Figure 1D). No relationship was found between strain and species abundance in each site ( r² = 0.05 ; p > 0.05). Table 1. Relationship between soil resource availability (water and nutrient) and strain (overall and for each species) Total B. erectus S. caerulea D. glomerata r² p r² p r² p r² p r² p r² p Water ns ns ns ns ns 0.94 *** Nut ns 0.54 ** 0.75 *** 0.70 ** 0.55 ** Prod ns 0.81 *** 0.99 *** 0.95 *** 0.68 *** A. capillaris F. paniculata 0.44 ** ns Values listed are r² and symbols indicate significance: ns, non significant relationship, * p< 0.05, ** p< 0.01, *** p< 0.0001. Productivity was not linked with strain intensity if we consider all species (Table 1). However, productivity was correlated with strain of each species considered separately with the exception of F. paniculata. For all species, strain was primarily determined by nutrient availability (Table 1); water had no significant effect on strain, with the exception of F. paniculata for which strain was strongly related with soil moisture. Outcome of biotic interactions Survival – In site I, the outcomes of biotic interactions for survival (LNRR) were not significantly different from zero for any species except for A. capillaris, which had a negative LNRR value indicating competition (Figure 2). In site II, F. paniculata and A. capillaris had positive LNRR indicating facilitation, D. glomerata and B. erectus were not affected by neighbors, whereas S. caerulea experienced competition (LNRR<0). In site III, there was no significant difference among the species. However, D. glomerata was facilitated (LNRR>0), A. capillaris was negatively affected by neighbors (LNRR < 0), and all other species were not affected by neighbors. Finally, in site IV, B. erectus and S. caerulea were positively affected by neighbors (LNRR>0) whereas all other species were negatively affected by neighbors. No 168 relationship was found between the effects of biotic interactions on survival and species abundance (r² = 0.02, p > 0.05). Site I Site I B. erec. S. cae. F. pan. D. glom. 0 A. cap. 0,2 0,0 a a ns ns a ns a ns -0,2 -0,4 S. cae. b * F 4,22 = 3.00, p = 0.0377 (A) a -3 -4 -5 -6 F. pan. LNRR(Survival) a * 0,2 bc ns A. cap. 0 a ** -1 ab ns c * -0,2 (B) B. erec. S. cae. F. pan. F. pan. D. glom. a b -3 c -4 d (F) F 3,38 = 38.67, p < 0.0001 -6 Site III Site III S. cae. (E) -2 -5 F 4,25 = 7.03, p = 0.0006 B. erec. b b b F 3,34 = 6.56, p = 0.0013 Site II D. glom. LNRR(Growth) S. cae. 0,4 -0,4 D. glom. -2 Site II B. erec. 0,0 F. pan. -1 LNRR(Growth) LNRR(Survival) 0,4 B. erec. D. glom. A. cap. 0 B. erec. S. cae. F. pan. D. glom. 0,4 ns ns LNRR(Growth) LNRR(Survival) -1 0,2 * 0,0 -0,2 a -2 -3 bc b c -4 ns -0,4 -5 F 4,25 = 2,3, p = 0.08 (C) * Site IV Site IV B. erec. 0,4 a F. pan. D. glom. A. cap. * b ** 0,0 B. erec. S. cae. F. pan. D. glom. -1 0,2 b ** b * -0,2 -0,4 0 LNRR(Growth) LNRR(Survival) a * S. cae. (G) F 3.27 = 14.91, p < 0.0001 -6 F 4,25 = 8.29, p = 0.0002 a -2 b -4 -5 (D) a -3 F 3,34 =30.29, p < 0.0001 -6 c (H) Figure 2. Response ratio of the five species to biotic interactions in different field sites (LNRR) calculated with survival (A to D) and biomass data (E to H). Different letters indicate that means differ significantly among species (Tukey HDS). For each site, we indicate the result of the one way ANOVA testing species effects. Significant differences from zero are indicated by asterisks: ns indicates no significant difference from 0,*, p<0.05, **, p<0.01, ***, p <0.0001. 169 Growth – The outcomes of biotic interactions were always negative for growth data in our experiment (Figure 2), indicating prevalence of competition for growth in our field sites. F. paniculata was the least affected by competition in all field sites (Figure 2). At site I, all other species had a similar negative competitive response (Figure 2E). At site II, S. caerulea had the second best competitive response, then D. glomerata was intermediate, and B. erectus had the worst competitive response (Figure 2F). At site III, S. caerulea and B. erectus had an intermediate competitive response and D. glomerata was the most affected by neighbors (Figure 2G). Finally, at site IV, S. caerulea had the same competitive response as F. paniculata, B. erectus had an intermediate competitive response, and D. glomerata had the worst competitive response (Figure 2H). There was no relationship between the species growth responses to biotic interactions and their abundance (r²= 0.07, p> 0.05). Vegetation effects on abiotic factors and biotic interactions The outcome of biotic interactions was linked with effects of vegetation on measured abiotic factors for each species (Table 2). The relationships between responses of species to biotic interactions and vegetation effects on different abiotic factors depended on the component of the fitness considered (i.e. biomass or survival data). Table 2. Relationship between to the outcomes of biotic interactions (LNRR calculated with growth and survival data) and vegetation effect (Veg. Effect) on water, nutrients and light availability for each target species B. erectus Growth Overall r² survival S. caerulea Growth survival 0.33 ** 0.60 ** 0.60 *** 0.73 *** -3.10 *** 0.19 ** 1.11 *** Water -0.16 ns -0.24 ** Nutrient -0.64 * Interception D. glomerata Growth survival 0.17 * 0.51 ** 0.19 * -3.41 ** -0.13 ** -0.22 ns -0.44 *** 0.33 ns 0.10 ns 0.55 ns 0.14 * 0.05 * 0.35 *** 0.05 * A. capillaris Growth survival 0.73 *** F. paniculata Growth survival 0.50 ** 0.42 * -0.12 ns -1.49 *** -0.01 ns 0.18 ** 0.36 ** 0.87 ** 0.20 * -0.27 ns -0.14 ** 0.25 ** -0.08 ns 0.08 ns 0.13 * 0.00 ns -0.15 *** 0.00 ns Veg. Effect Light 0.53 *** -0.08 * Values shown are estimated regression parameters, Model r², interception at x = 0 and coefficient for each parameter. A separate multiple regression was performed for each species: ns, non significant, *, p<0.05, **, p<0.01, *** p<0.0001. 170 Survival – When the vegetation effect on water increased (LNRR(resource) <0) the outcomes of biotic interactions (LNRR(interaction)) became more positive for B. erectus and S. caerulea. For other species the drying effect of vegetation increased competition intensity (Table 2). For vegetation effects on soil nitrate concentration, no relationship was found for B. erectus and F. paniculata, however the outcomes of biotic interactions became more negative for S. caerulea and A. capillaris and more positive for D. glomerata when the vegetation effect increased (Table 2). Finally, the effect of vegetation on light was positively correlated with the outcomes of biotic interactions for B. erectus and S. caerulea, but was negatively correlated for A. capillaris and F. paniculata. D. glomerata was not directly affected by competition for light (Table 2). Growth – The effect of vegetation on water availability was not correlated with the outcomes of biotic interactions calculated with growth data of B. erectus, S. caerulea and D. glomerata, but for F. paniculata there was a positive relationship between the intensity of biotic interactions (LNRR(interaction)) and the vegetation effect (Table 2). No target species was directly strained by the effect of vegetation on soil nutrient concentration, with the exception of B. erectus which grew less when vegetation depleted nutrients more strongly. Finally, the intensity of competition increased for three species with increasing light extinction (Table 2). Only F. paniculata was not directly strained by the vegetation effect on light. Relation between strain, stress and the outcome of biotic interactions When considering the full data set, no significant relationship was found between responses to biotic interactions and strain (deviation from optimal growth) or stress (decrease of productivity), when considering growth or survival (LNRR(interaction)). However, after the elimination of outliers, statistically identified by Mahalanobis distance, there was a significant relationship between strain and LNRR (survival) or LNRR (growth) (Figure 3 A and B). Outliers for survival data were A. capillaris in the site I, III and IV and D. glomerata in site IV (Figure 3 A). For the growth data D. glomerata in site IV was identified as an outlier. A. capillaris and D. glomerata were strongly strained in site IV where water was limiting and competition for this resource was high (Appendix 1). Similarly A. capillaris was strained in sites I and III where physical stress was low and vegetation had a strong impact on light and nitrate availability (Appendix 1). No relationship was found even without outliers between productivity and responses to biotic interactions (Figure 3 C and D). 171 0,4 0 (A) r² = 0.58, p=0.0007 Outliers (B) r² = 0.28, p = 0.0409 Outliers -1 LNRR (Growth) LNRR(survival) 0,2 0,0 -0,2 -0,4 -2 -3 -4 -5 -6 -0,6 -5 -4 -3 -2 -1 0 -2 1 -1 0,4 0 1 LNRR (strain) LNRR (strain) 0 (C) r² = 0.06, p=0.50 Outliers (D) r² = 0.16, p=0.14 Outliers -1 LNRR(Growth) LNRR(survival) 0,2 0,0 -0,2 -0,4 -0,6 0,030 -2 -3 -4 -5 0,035 0,040 0,045 0,050 0,055 0,060 -6 0,030 0,035 Stress (Productivity (Kg/m²/day)) 0,040 0,045 0,050 0,055 0,060 Stress (Productivity (Kg/m²/day)) Figure 3. Relationship between strain (measured with the deviation from optimal condition), stress (measured with community productivity) and competitive responses (LNRR) measured with survival and biomass data. White circles indicate outliers identified with Mahalanobis distance in the regression between strain and outcome of biotic interactions, When LNRR > 0 net facilitation is observed. Discussion Strain (estimated by comparing growth in non-limiting conditions to growth in the field without neighboring vegetation) can be viewed as a measure of species deviation from their fundamental niche optima. Overall our results support the "imperfect world" point of view, which posits that individuals are often limited by abiotic environmental conditions where they naturally occur (Korner 2003; 2004; Lortie et al. 2004). All target species grew less in the field than in non-limiting conditions, although strain differed in magnitude depending on the species considered (Figure 1). Thus, strain intensity appeared to be species-specific and to depend on particular species tolerances (Michalet et al. 2006, Liancourt et al. 2005a). However, contrary to our hypothesis, strain was not directly linked with abundance patterns in field communities (but see Liancourt et al. 2005a). In each community, it did not hold true that dominant species deviated least, and subordinate species always deviated most from their 172 fundamental niche optima (Figure 1). Differences between abundance in the field (related to realized niche) and strain (related to fundamental niche) is likely to be explained by biotic interactions (Bruno et al. 2003). Strain and the outcomes of biotic interactions We found that strain was able to predict in part the outcomes of biotic interactions in our study (Fig 3). The linear relationship holds after exclusion of four points (20 % of the data set). These points corresponded to two species largely deviated from their niche-optima when grown in sites where vegetation was unable to alleviate constraining factors (Padilla & Pugnaire 2006). For instance, site IV was strongly water limited and vegetation further desiccated the soil – i.e. increased competition for water (Appendix 1). In this site, D. glomerata and A. capillaris highly deviated from their fundamental niche optima (Figure 1). These species are more drought sensitive (Dixon 1986) and were negatively affected by neighboring vegetation (Figure 2) through competition for water (Table 2). In contrast, the other species were generally positively affected by neighboring vegetation as strain increased. For example, B. erectus and S. caerulea, which dominate in site IV, are drought tolerant (Dixon 1986; Corcket et al. 2003; Liancourt et al. 2005a) and were not affected by competition for water (Table 2). Thus, they were able to tolerate competition for water from the surrounding vegetation and were facilitated through amelioration of another abiotic factor. For instance, these species might have been protected from frost during the winter by surrounding vegetation (Choler et al. 2001; Olofsson 2004) because snow cover was absent in this site (Personal observation). Similarly, only A. capillaris and F. paniculata were facilitated in site II. Bare soil in this site was the driest in the experiment (Appendix 1), and both A. capillaris and F. paniculata are drought sensitive species and strongly deviated from their optimal niche in this community (Figure 1, Table 2). Consequently they were more likely to gain maximum benefit from habitat amelioration by their neighbors in this community than the other species. This community also had a strong negative effect on light availability ( Figure 1 B). This may be compensated by the better competitive response of F. paniculata (Figure 3) and the shade tolerance of A. capillaris (Gross et al. 2007) (Table 2). To summarize, the outcome of biotic interactions appeared to be linked with strain only if plant communities were able to alleviate the constraining factor by which species were strained (Figure 3). Hence, the relationship between strain and the outcome of biotic 173 interactions depended on species-specific tolerances and the effect of vegetation on constraining factors i.e. on a cost/benefit relationship (Maestre & Cortina 2004; Pauchard et al. 2004; Liancourt et al. 2005a; Maestre et al. 2005). Target species are described as being facilitated if they maximize the benefits of having neighbors (low stress-tolerance) (Pennings et al. 2003), or minimize their cost (high competitive response ability) (Liancourt et al. 2005a), but also if neighboring vegetation is able to alleviate constraining abiotic factors (facilitative effect) by which the beneficiary target species is strained (Padilla & Pugnaire 2006). In other words, depending on their effect on abiotic factors (Appendix 1), plant communities are able to positively or negatively modify the fundamental niche of species (Booy et al. 2000; Choler et al. 2001; Callaway et al. 2002; Bruno et al. 2003; Liancourt et al. 2005a). When vegetation increases those local resources that constrained a particular species, the realized niche of the species will be broader than its fundamental niche (Bruno et al. 2003). Conversely, competitive interactions can lead to a smaller realized niche even in harsh environments (Walker & Chapin 1986; Wedin & Tilman 1993; Pugnaire & Luque 2001; Maestre et al. 2003). Relationship between stress and the outcomes of biotic interactions Stress was not linked to the outcomes of biotic interactions in our study even after exclusion of several unusual species (outliers) ( Figure 3). Stress, defined at the community level in terms of productivity (Grime 1977; Brooker et al. 2005), might be of little use to predict the outcomes of biotic interactions, because of species-specific responses to abiotic factors and the occurrence of multiple stresses along complex productivity gradients (Choler et al. 2001). Indeed, complexity of the productivity gradient may lead to contrasted mechanisms of biotic interactions that cannot be identified if the factors underlying the whole gradient of productivity are not disconnected (Liancourt et al. 2005 b). It is not clear in the “stress-gradient hypothesis” whether stress is linked with the intensity of interactions (Callaway & Walker 1997) or with their frequency, as it was originally stated by Bertness & Callaway (1994) (see also Michalet et al. 2006; Brooker et al. in press). It is possible that the importance of facilitation on community structure and functioning increases with stress at the community scale (Brooker et al. in press). To our knowledge few studies have investigate this question, i.e. whether the frequency of facilitative interactions increases with stress (but see Cavieres et al. 2006 and review in Brooker et al. in press). Linking the 174 importance of facilitative interactions at the community level with environmental severity is still an ongoing issue. Indeed, facilitation may play an important role at community level in subalpine grasslands as facilitation was linked with dominance, especially in dry sites (Appendix 1). Dominant species were facilitated in their original community, whereas all subordinate species were suppressed by competition (Site IV). Facilitation may have an effect on community-wide processes as it provides most benefits to the dominant species (see Grime 1998, Garnier et al. 2004 for the biomass ratio hypothesis). For instance, facilitation is hypothesized to increase biodiversity in harsh environments (see humpback model in Michalet et al. 2006) (Callaway et al. 2002; Mulder et al. 2001) because it promotes species outside their fundamental niche and allows them to persist with a subordinate (Booy et al. 2000; Choler et al. 2001; Callaway et al. 2002; Bruno et al. 2003; Liancourt et al. 2005a). But at our site, facilitation does not promote diversity by enabling species with a low abundance to persist, instead facilitation of dominants and the exclusion of subordinates diversity could act as mechanism to decrease diversity. This could explain why a drop of diversity is observed as dominance shifts from tall exploitative vegetation (site II) to small conservative vegetation (site IV) when fertilization is abandoned in subalpine grasslands (Quétier et al. 2007). Conclusion We showed in this study that strain can provide a mechanistic link between plant response to abiotic environment and the outcomes of biotic interactions. Under low level of strain the outcomes of biotic interactions are negative for all species. At the opposite, as strain increase the direction of biotic interactions seems to be strongly depended upon neighborhood effect on local factors with more intense interactions (positive and negative) (Fig. 3). Facilitation occurs only when strain is high and vegetations are able to alleviate the constraining factors by which species are strain. In contrast, no link between stress and biotic interactions was found. As a consequence, strain (species level) might be a better metric than stress to explain the intensity of biotic interactions, as it closely reflects the physiological status of species. General models which attempt to predict the development of community dynamics under selection pressures of facilitation and competition need to integrate both particular species tolerances (Michalet et al. 2006) and neighbor effects (Padilla & Pugnaire 2006). This step will help us to build more mechanistic models of the outcome of biotic interactions. We investigated the relationship between strain (species level), stress (community level), and the 175 intensity of biotic interactions (species level). Although no relationship was found between stress and the intensity of the outcomes of biotic interactions, it is possible that frequency of facilitative interactions increases (at community level) with stress. Scale of study appears to be a key factor when testing the “stress-gradient hypothesis”. Acknowledgement This study was supported by GEOTRAITS project of the French ACI-ECCO programme and an ATIP from CNRS. It contributes to CNRS GDR 2574 Utiliterres. We thank Y. Le Bagousse-Pinguet, D. Girot, C. Albert, D. Lapied, M. Chausson, M., Enjalbal and F. ViardCrétat, for technical assistance during the field experiment, G. Girard for soil chemical analyses, R. Hurstel, R. Douzet, S. Aubert for botanical expertise, all the staff of the SAJF for technical assistance T.M. Robson, R. Michalet, F. Maestre, S. Diaz, P. Cozic, and J.F. Soussana for valuable comments on previous versions of the manuscript. References Bertness, M.D. & Callaway, R. (1994). Positive Interactions In Communities. Trends In Ecology & Evolution, 9,191-193. Bertness, M.D. & Hacker, S.D. (1994). Physical Stress And Positive Associations Among Marsh Plants. American Naturalist 144,363-372. Booy, G., Hendriks, R.J.J., Smulders, M.J.M., Van Groenendael, J.M. & Vosman, B. (2000). Genetic diversity and the survival of populations. Plant Biology, 2, 379-395 Brooker, R., Kikvidze, Z., Pugnaire, F.I., Callaway, R.M., Choler, P., Lortie, C.J. & Michalet, R. (2005). The importance of importance. Oikos, 109, 63-70 Brooker, R.W., Maestre F.T., Callaway, R.M., Lortie, C.L., Cavieres, L., Kunstler, G., Liancourt, P., Tielbörger, K., Travis, J.M.J., Anthelme, F., Armas, C., Coll, L., Corcket, E., Delzon, S., Forey, E., Kikvidze, Z., Olofsson, J., Pugnaire, F.I., Saccone, P., Schiffer, K., Seifan, M., Touzard, B. & Michalet, R. (2007). Facilitation in plant communities, the past, the present and the future. Journal of Ecology, In press Bruno, J. F., Stachowicz, J.J. & Bertness, M.D. (2003). Inclusion of facilitation into ecological theory. Trends in Ecology & Evolution 18, 119-125 Callaway, R.M., Brooker, R.W., Choler, P. , Kikvidze, Z., Lortie, C.J., Michalet, R., Paolini, L., Pugnaire, F.I., Newingham, B., Aschehoug, E.T., Armas, C., Kikodze, D. & Cook, 176 B.J. (2002). Positive interactions among alpine plants increase with stress. Nature 417, 844-848 Callaway, R. M. & Walker, L. R. (1997). Competition and facilitation: A synthetic approach to interactions in plant communities. Ecology 78, 1958-1965 Cavieres, L.A., Badano, E.I., Sierra-Almeida, A., Gomez-Gonzalez, S. & MolinaMontenegro, M.A. (2006). Positive interactions between alpine plant species and the nurse cushion plant Laretia acaulis do not increase with elevation in the Andes of central Chile. New Phytologist 169, 59-69 Choler, P., Michalet, R. & Callaway, R.M. (2001). Facilitation and competition on gradients in alpine plant communities. Ecology 82, 3295-3308 Corcket, E., Liancourt, P., Callaway, R.M. & Michalet, R. (2003). The relative importance of competition for two dominant grass species as affected by environmental manipulations in the field. Ecoscience 10, 186-194 Dixon, J.M. (1986). Drought Resistance In Sesleria-Albicans Kit Ex Schultes, Compared With Agrostis-Capillaris L And Cynosurus-Cristatus L. New Phytologist 103, 559-572 Garnier, E., Cortez, J., Billes, G., Navas, M.L., Roumet, C., Debussche, M., Laurent, G., Blanchard, A., Aubry, D., Bellmann, A., Neill, C. & Toussaint, J.P. (2004). Plant functional markers capture ecosystem properties during secondary succession. Ecology 85, 2630-2637 Goldberg, D.E., Rajaniemi, T., Gurevitch, J. & Stewart-Oaten, A. (1999). Empirical approaches to quantifying interaction intensity, Competition and facilitation along productivity gradients. Ecology 80, 1118-1131 Greenlee, J.T. & Callaway, R.M. (1996). Abiotic stress and the relative importance of interference and facilitation in montane bunchgrass communities in western Montana. American Naturalist 148, 386-396 Grime, J.P. (1977). Evidence For Existence Of 3 Primary Strategies In Plants And Its Relevance To Ecological And Evolutionary Theory. American Naturalist 111,11691194 Gross, N., Suding, K.N. & Lavorel, S. (2007). Leaf dry matter content and lateral spread predict response to land use change for six subalpine grassland species. Journal Of Vegetation Science 18, 289-300 Gross N., Robson TM., Lavorel S., Albert C., Le Bagousse-Pinguet Y., & Guillemin, R. (2007). Plant response traits mediate the effects of subalpine grasslands on soil moisture. Submitted to Oecologia 177 Hacker, S.D. & Bertness, M.D. (1999). Experimental evidence for factors maintaining plant species diversity in a New England Salt Marsh. Ecology 80, 2064-2073 Hutchinson G. E. (1957). Concluding remarks. Cold Spring Harbor Symposia on Quantitative Biology 22, 415-427 Korner, C. (2003). Limitation and stress - always or never? Journal Of Vegetation Science 14, 141-143 Korner, C. (2004). Individuals have limitations, not communities - A response to Marrs, Weiher and Lortie et al. Journal Of Vegetation Science 15, 581-582 Liancourt, P., Callaway, R.M. & Michalet, R. (2005a). Stress tolerance and competitiveresponse ability determine the outcome of biotic interactions. Ecology 86, 1611-1618 Liancourt, P., Corcket, E., & Michalet, R. (2005b) Stress tolerance abilities and competitive responses in a watering and fertilization field experiment. Journal Of Vegetation Science, 16, 713-722. Lortie, C.J., Brooker, R.W., Choler, P., Kikvidze, Z., Michalet, R., Pugnaire, F.I. & Callaway, R.M. (2004). Rethinking plant community theory. Oikos 107, 433-438 Lortie, C.J., & Callaway, R.M. (2006). Re-analysis of meta-analysis, support for the stressgradient hypothesis. Journal Of Ecology 94, 7-16 Maestre, F.T., Bautista, S. & Cortina, J. (2003). Positive, negative, and net effects in grassshrub interactions in mediterranean semiarid grasslands. Ecology 84, 3186-3197 Maestre, F.T. & Cortina, J. (2004). Do positive interactions increase with abiotic stress? - A test from a semi-arid steppe. Proceedings Of The Royal Society Of London Series BBiological Sciences 271, S331-S333 Maestre, F.T., Valladares, F. & Reynolds, J.F. (2005). Is the change of plant-plant interactions with abiotic stress predictable? A meta-analysis of field results in arid environments. Journal Of Ecology 93, 748-757 Michalet, R. (2006). Is facilitation in arid environments the result of direct or complex interactions? Commentary. New Phytologist 169, 3-6 Michalet, R., Brooker, R.W., Cavieres, L.A., Kikvidze, Z., Lortie, C.J., Pugnaire, F.I., Valiente-Banuet, A. & Callaway, R.M. (2006). Do biotic interactions shape both sides of the humped-back model of species richness in plant communities? Ecology Letters 9, 767-773 Mulder, C.P.H., Uliassi, D.D. & Doak. D.F. (2001). Physical stress and diversity-productivity relationships, The role of positive interactions. Proceedings Of The National Academy Of Sciences Of The United States Of America 98, 6704-6708 178 Oksanen, J. (1996). Is the humped relationship between species richness and biomass an artefact due to plot size? Journal of Ecology 84, 293-295 Olofsson, J. (2004). Positive and negative plant-plant interactions in two contrasting arcticalpine plant communities. Arctic Antarctic And Alpine Research 36, 464-467 Olofsson, J., Stark, S. & Oksanen, L. (2004). Reindeer influence on ecosystem processes in the tundra. Oikos 105, 386-396 Padilla, F.M. & Pugnaire, F.I. (2006). The role of nurse plants in the restoration of degraded environments. Frontiers In Ecology And The Environment 4, 196-202 Pauchard, A., Cavieres, L.A. & Bustamante, R.O. (2004). Comparing alien plant invasions among regions with similar climates: where to from here? Diversity and Distributions 10, 371-375 Pennings, S.C., Selig, E.R., Houser, L.T. & Bertness, M.D. (2003). Geographic variation in positive and negative interactions among salt marsh plants. Ecology 84, 1527-1538 Pugnaire, F.I. & Luque, M.T. (2001). Changes in plant interactions along a gradient of environmental stress. Oikos 93, 42-49 Quetier, F., Thebault, A. & Lavorel, S. (2007). Plant traits in a state and transition framework as markers of ecosystem response to land-use change. Ecological Monographs 77, 3352 Robson, T.M., Lavorel, S., Clement, J.C. & Le Roux, X. (2007). Neglect of mowing and manuring leads to slower nitrogen cycling in subalpine grasslands. Soil Biology & Biochemistry 39, 930-941 Suding, K.N., Goldberg, D.E. & Hartman, K.M. (2003). Relationships among species traits: Separating levels of response and identifying linkages to abundance. Ecology 84, 1-16 Walker, L.R. & Chapin, F.S. (1986). Physiological Controls Over Seedling Growth In Primary Succession On An Alaskan Floodplain. Ecology 67, 1508-1523 Wedin, D., & Tilman, D. (1993). Competition among Grasses Along a Nitrogen Gradient Initial Conditions and Mechanisms of Competition. Ecological Monographs 63, 199229 Welden, C.W. & Slauson, W.L. (1986). The Intensity Of Competition Versus Its Importance An Overlooked Distinction And Some Implications. Quarterly Review Of Biology 61, 23-44 179 Appendix 1 Table S1. Abundance of the target species in subalpine grasslands expressed in % of the whole community biomass. Sites I II III IV B. erectus % >1 >1 >1 32 S. caerulea % >1 >1 >1 11 F. paniculata % 73 >1 30 >1 D. glomerata % 1 11 >1 3 A. capillaris % no data no data no data no data 180 70 0 (A) a d *** -2 50 b 40 LNRR(Light) Community Height (cm) 60 b 30 c 20 -4 -6 10 -8 I II Sites III 1 IV 2 3 4 (C) a 0,20 LNRR(Nitrogen) 0,15 b b 0,10 c -2 b -3 0,00 c c -1 (D) a 0,05 -4 I II Sites III IV a b 2 0 -2 -4 -6 c c II 0,0 iii iV (F) c ns a *** b *** -0,2 -0,4 -0,6 -0,8 -1,0 -1,2 -1,4 -8 I 0,4 0,2 Sites d *** 0,6 LNRR (soil moisture) 6 II I (E) 8 Avail Water Sites 0 0,25 NO3- (mg/g) (B) a *** 0 4 c *** b *** Sites III IV I II Sites iii iV Figure S1. Measurement of resource availability and vegetation effect in the four fields sites for light, nitrate and water, light: community height (A), light interception (B); nitrate: NO3- concentration (C) in mg/g of soil, effect of vegetation on nitrate measured with log response ration (LNRR) (D); available water for plants without vegetation (Differences from wilting point (%)(E), effect of vegetation on soil moisture measured with log response ratio (LNRR) (F). For water availability (E) and vegetation effect on soil moisture (F), the annual mean value for the second growing seasons were presented. Different letters indicate that means differ significantly among sites (Tuckey HDS). We test whether each LNRR (soil moisture) was significantly different from zero using one sample t-test: ns indicate non significant difference from 0, ***, p <0.001. 181 182 Synthèse chapitre 3 Depuis le début des années 90, un nombre croissant d’études ont proposé que les interactions positives entre les plantes joueraient un rôle majeur dans les environnements contraints. Par exemple, en haute montagne un couvert végétal peut tamponner le milieu et protéger certaines espèces des basses température ou des radiations UV et ainsi améliorer leur performance. La facilitation deviendrait plus importante et plus intense le long d’un gradient de stress, c’est la « stress-gradient hypothesis ». Bien que cette hypothèse soit validée dans un grand nombre d’études, on observe aussi couramment des interactions négatives dans les milieux stressés. En fonction du cas d’étude, les interactions biotiques (positives ou négatives) peuvent ainsi augmenter, diminuer ou rester constantes le long d’un gradient de stress. Le manque de preuve expérimentale de la « stress-gradient hypothesis » peut trouver plusieurs raisons : (i) l’intensité des interactions biotiques mesurées va dépendre de la composante de la fitness (croissance, survie, reproduction) utilisée pour estimer ces interactions ; (ii) le stress est défini en terme de productivité. A mesure que le stress augmente la productivité diminue. C’est donc une mesure à l’échelle de la communauté. Cependant ce ne sont pas les communautés qui sont stressées mais les individus qui les composent. Parce que les espèces diffèrent dans leurs tolérances au sein d’une même communauté certaines vont être stressées et d’autres parfaitement adaptées aux conditions locales. Seules les espèces stressées vont pouvoir être facilitées. Il a donc été proposé de distinguer le stress à l’échelle de la communauté et le stress à l’échelle de l’espèce (strain ou contrainte). Dans ce chapitre, nous testerons si le « strain » est un meilleur prédicteur des interactions biotiques au niveau de l’individu que le stress défini à l’échelle de la communauté. Pour cela, nous avons mené sur le terrain une étude manipulant les interactions biotiques dans les prairies subalpines reparties le long d’un gradient de stress. Nous avons utilisé, pour ce faire, cinq espèces dominantes des prairies subalpines ayant des patrons d’abondance contrastés. Le strain a été estimé en comparant la croissance des plantes sur le terrain sans voisins et leur croissance maximum en conditions non-limitantes estimé en jardin expérimentale (Chapitre 2). Le strain mesure donc la déviation des espèces par rapport à leur optimum de niche lorsqu’elles sont soumises aux conditions abiotiques sur le terrain. Nous avons testé si : 183 (i) le strain était corrélé à l’abondance des espèces. (ii) au sein des communautés, les interactions biotiques étaient liées avec l’abondance des espèces (iii) le strain est un meilleur estimateur des interactions biotiques que le stress. Les espèces étudiées sont toutes déviées de leur optimum de niche mais l’intensité du strain diffère selon les espèces. Cependant aucun lien entre abondance (espèces dominantes ou subordonnées) et strain n’a été trouvé. Ainsi la dominance des espèces subalpines dans leurs milieux ne dépend pas directement du strain mais bien des interactions biotiques. Les interactions biotiques sont à l’opposé fortement liées au strain (Figure 3). Ainsi, plus le strain augmente plus l’intensité de facilitation est forte. Cette relation est cependant observée uniquement si l’on prend en compte l’effet de la végétation sur les ressources limitantes du milieu. En effet, si les espèces sont fortement déviées de leur optimum mais que la végétation n’améliore pas les conditions locales, on peut alors observer de la compétition. C’est les cas des terrasses où la croissance de la végétation est en partie limitée par la disponibilité en eau. Certaines espèces intolérantes au stress hydrique sont exclues de ces communautés lorsque celles-ci ont un effet négatif sur l’humidité des sols. Par contre lorsqu’un effet positif des communautés est observé, les espèces intolérantes au manque d’eau sont facilitées. Ainsi, les interactions biotiques apparaissent comme dépendantes à la fois du strain et de l’effet des communautés sur les facteurs limitants du milieu. En d’autres termes, les communautés sont capables de modifier la niche des espèces positivement ou négativement en fonction de leur effet sur les ressources abiotiques. A l’opposé, le stress n’est pas lié aux interactions biotiques dans notre étude. Ceci indique que le strain est un meilleur estimateur des interactions biotiques car il serait un indicateur du statut physiologique des espèces dans chacune des communautés. Les interactions biotiques semblent prendre une part importante dans les processus déterminant le succès des espèces dominantes des communautés subalpines. Ainsi dans les milieux non limités en eau comme les prairies à fétuque, on observe une importante 184 compétition pour la croissance. Le succès de la Fétuque paniculée, dans ce type de milieu, semble expliqué par une meilleure réponse à la compétition. Dans les milieux plus secs, sur les terrasses, les interactions pour l’eau semblent déterminantes. Ainsi, dans les prairies fertilisées, la végétation augmente l’humidité du sol et favorise des espèces subordonnées et dominantes. Dans les terrasses où la fertilisation a été abandonnée, les espèces dominantes sont facilitées alors que l’ensemble des espèces subordonnées est exclu par compétition pour l’eau. Nous verrons au chapitre 5, si les mécanismes identifiés ici à l’échelle des espèces et des individus peuvent être utilisés à l’échelle de la communauté pour expliquer les structures fonctionnelles des communautés subalpines. Pour cela, nous allons nous éloigner de l’approche taxonomique, utilisée dans le chapitre 3, pour nous intéresser uniquement aux traits des individus. Avant cela, nous verrons dans le chapitre 4, comment les traits cette fois à l’échelle de la communauté peuvent expliquer l’effet des communautés sur la ressource en eau. Cette ressource pourraient en effet déterminer le type d’interactions biotiques (facilitation ou compétition) observé dans les prairies subalpines, comme nous l’avons vu dans ce chapitre 3. 185 186 Chapitre 4 Effet des prairies subalpines sur l’humidité des sols niveau des communautés filtre abiotique niveau des individus filtre biotique Distribution SLA Prairies fertilisées fauchées 35.00 30.00 Biomasse 25.00 20.00 15.00 10.00 5.00 0.00 9.00 14.00 17.00 18.00 19.00 22.00 SLA composition Traits niveau individu I réponses aux facteurs simples Stress II (Deviation de optimum) succès fonctionnelle III IV démographique traits des communautés Feedback Schéma conceptuel de la thèse, le chapitre 4 étudie les relations entre compositions fonctionnelles des prairies subalpines et leurs effets sur l’humidité des sols 187 Mesure TDR au cours de la saison Mise en place des sondes Sonde TDR dans un carré sans végétation 188 Original title – Plant response traits mediate the effects of subalpine grasslands on soil moisture Gross Nicolas, Robson Thomas Mattew, Lavorel Sandra, Albert Cécile, Le BagoussePinguet Yohan, Guillemin Romain Submitted to Oecologia Abstract Plant feedbacks on soil moisture can determine biotic interactions and consequently community structure. We hypothesized that these effects are mediated by those functional traits that also determine community composition in response to soil moisture. In subalpine grasslands, decreases in management intensity alter the functional composition of plant communities, leading to modifications of ecosystem properties. We examined how community functional composition is affected by soil moisture, and how those traits that respond to environmental factors also mediate vegetation effects on water availability. We identified response traits by analyzing the functional composition of communities under different past and present land uses and associated abiotic factors, including water availability. Then, we conducted a vegetation removal experiment as an independent approach to determine effect traits on soil moisture. Soil moisture in un-manipulated communities was correlated with community-root length and canopy height, whereas aggregated leaf area was associated with fertility. These response traits were successfully used to predict community effects on soil moisture throughout one growing season in the removal experiment. Based on these results, we constructed and validated a model predicting soil moisture in subalpine grasslands. These findings provide a mechanistic link between land-use change in subalpine grasslands and the modification of ecosystem properties, mediated through plant functional traits. Key words: Soil moisture, response traits, effect traits, community functional properties, leaf area, root length, land use, water availability, vegetation removal, subalpine grasslands 189 Introduction Biotic interactions in plant communities are altered by patterns of soil water availability (Eissenstat and Caldwell 1988; Novoplansky and Goldberg 2001). Water limitation can alter the balance between competition and facilitation, and so influence plant community structure (Liancourt et al. 2005). Vegetation cover may have a positive effect on soil moisture across a range of climates (Callaway and Walker 1997), and can increase plant survival through facilitation (Liancourt et al. 2005; Nussbaum et al. 2000). But increased cover leads to competition for water within the plant community when water supply is limiting (Gebauer et al. 2002; Schwinning and Sala 2004). Predicting the effect of vegetation cover on soil moisture, and whether this effect changes over time (Pugnaire et al. 2006), would provide insight into mechanisms through which biotic factors can influence community structure. Plant functional traits have been proposed as a means to predict the responses and effects of vegetation on environmental factors (Chapin et al. 2000; see the Holy Grail Hypothesis in Lavorel and Garnier 2002). Whilst numerous studies have focused on traits which can predict vegetation response to water availability (e.g. Ackerly 2004; Reich et al. 1999; Reich et al. 2001; Schwinning and Ehleringer 2001; Schwinning and Sala 2004; Wright et al. 2004; Wright et al. 2001), little is known about those traits that affect water availability (Eviner and Chapin 2003). Specific leaf area (SLA) plant stature, and root length, may behave as both effect and response traits with respect to soil moisture. High SLA is often closely correlated with high transpiration rate, which is related with high photosynthetic rate (Reich et al. 1999) and high leaf area (Westoby et al. 2002). Plants with low SLA and transpiration rate exhibit a conservative growth strategy, whereas high SLA and transpiration are characteristic of an exploitative strategy (Reich et al. 1999; Diaz et al. 2004). Water-use efficiency is low in plants with an exploitative strategy and high for a conservative strategy (Reich et al. 1999; Wright et al. 2001). Hence, plants with low SLA should directly dry the soil less than those with high SLA. Additionally, an indirect effect associated with low SLA is increased litter accumulation (due to associated high leaf dry matter content, LDMC; e.g. Garnier et al. 2004), which can limit evaporation from the soil (Suding and Goldberg 2001; Violle et al. 2006). 190 Plants with a tall stature have been reported to be less tolerant of drought than shorter plants (Westoby et al. 2002; Ackerly 2004). Plant height can also determine vegetation effects on soil moisture. Increased canopy height can reduce incident radiation and increase the soil and vegetation boundary-layer thickness, so limiting evaporation and increasing soil moisture (Fliervoet and Werger 1984; Luo and Dong 2002). Finally, root traits are essential to plant relationships with water resources (Eviner and Chapin 2003). High root allocation can improve plant uptake during a pulse of water, especially when roots are located close to the soil surface (Schwinning and Ehleringer 2001; Schwinning and Sala 2004). Between pulses, deeply-rooted, drought-intolerant plants are able to avoid drought because they have access to moist layers (Sala et al. 1989; Eviner and Chapin 2003; Ackerly 2004). Root traits are, thus, likely to determine plant water uptake zones and capacity, and thereby the extent of soil moisture depletion (Eviner and Chapin 2003; Gordon and Rice 1993). Overall, the above review of existing knowledge suggests that there may be a strong large overlap between response and effect traits relating to soil moisture, making this ecosystem property a candidate for the exploration of response-effect linkages (Lavorel and Garnier 2002). In subalpine grasslands, a long history of land use has modified plant community structure, and ecosystem properties (MacDonald et al. 2000; Tasser and Tappeiner 2002; Quétier et al. 2007; Robson et al. 2007). The traditional practices of hay making, manure fertilization and grazing are being increasingly abandoned, resulting in succession towards tussock-grass communities (Tasser and Tappeiner 2002; Quétier et al. 2007). These changes are associated with a shift in community functional properties (CFP) (Violle et al. in press), i.e. the average of species trait values weighted by their relative abundance in the community (Garnier et al. 2004). In particular the abandonment of hay making and cessation of manuring result in decreased community-SLA, and increased community-height (Tasser and Tappeiner 2002; Quétier et al. 2007). These changes in CFP contribute to litter accumulation (Quétier et al. 2007). However little is known about how management affects soil moisture both through its direct effects on soil characteristics and indirectly through its effects on CFP. In this study, we aimed to test whether response traits to soil moisture can be used as effect traits to predict soil moisture in subalpine grasslands submitted to different management. For this purpose, (i) we characterized CFP in subalpine grasslands, and tested how fertility and 191 soil physical characteristics determining water-related properties affect the distribution of CFP (leaf, stature, and root traits) across grasslands under different land use. We expected that community-leaf traits reflecting shifts in plant functional strategies would respond to water availability. (ii) We conducted a removal experiment to identify unambiguously the effect of vegetation on soil moisture. We expected communities dominated by species with an exploitative strategy to have a strong negative effect on soil moisture, whereas communities dominated by species with a conservative strategy would have a less negative effect. High allocation to roots was expected to greatly deplete soil moisture. Finally, we predicted that tall swards should have a positive effect on soil moisture. (iii) Based on experimental results, we propose and validate a predictive model of soil moisture as a function of soil properties and those CFP previously identified as response traits. Methods Study site The study site is located on the south-facing aspect of the upper catchment of the Romanche River, central French Alps (Villar d’Arène, 45.04° N, 6.34° E) close to the Lautaret Pass. All fields were situated within an altitude belt between 1850 and 1950 m. The climate is subalpine with a strong continental influence. The mean monthly temperatures range between a minimum of -7.4°C in February and a maximum of 19°C in July. Mean annual precipitation is 956 mm, most of which falls as snow during the cooler months and there is a pronounced summer drought (only 18 % of annual rainfall occurs during the summer). We studied four types of grasslands under different management and distinguished by contrasting functional composition (Quétier et al. 2007) (Appendix S1). For each type, we selected three replicate fields with similar past and current land use (Quétier et al. 2007). In total, 12 fields were studied where aspect, soil depth and slope were measured. Two grassland types were formerly arable fields (>50 years ago) on terraced slopes that are now mown annually for hay. Some of these hay meadows are periodically fertilized using manure from winter stables. These fertilized grasslands (TFM) are characterized by tall vegetation dominated by exploitative species; such as Dactylis glomerata, Trisetum flavescens, Heracleum sphondylum, Gentiana lutea. In contrast, those mown terraced grasslands which are no longer fertilized (TM) are characterized by shorter vegetation dominated by 192 conservative species (Appendix S1) such as Bromus erectus, Onobrychis montana, and Sesleria caerulea. The remaining two grassland types were never ploughed, and are lightly grazed in summer and either mown for hay or unmown. The unterraced hay grasslands (M) are characterized by medium-size vegetation with conservative traits, and are dominated by Festuca paniculata, Meum athamanticum, Trifolium alpinum, Festuca leavigata, Sanguisorba officinalis. Grasslands where mowing has ceased (U), are characterized by tall vegetation with conservative traits, where Festuca paniculata is highly dominant (>80% of the community biomass) (Quétier et al. 2007). Community functional properties Community aboveground-traits - To characterize functional composition of communities, we used published data for the aboveground CFP (Quétier et al. 2007), collected for the same twelve fields (Appendix S1). CFP were calculated by Quétier et al. (2007) using the traits value of each species in the corresponding management treatment weighted by the species relative abundance in each field. CFP for each grassland type are summarized in Appendix S1. Community-root traits - Roots were sampled using six randomly-distributed soil cores (4-cm diameter), removed from each field during June 2005, and community-level root traits estimated using standardized methodology (Fitter 1991). Cores were divided into sections, 015 cm and 15-30 cm depth from the surface in the terraced fields, and additionally, 30-50 cm depth in the unterraced fields. Roots were extracted from these cores by floatation in tepid water, and were stored in 2% alcohol until analysis. Root-length analysis was performed on a sub-sample of fine roots (< 2 mm diameter) from each field using WinRHIZO (Regent instrument Inc., Quebec, Canada). All root samples were subsequently dried at 65°C and weighed to determine root biomass and calculate specific root length. Community-root length was calculated as the mean of all samples for each field, and likewise the % root length in the upper 15-cm. Community biomass - A sample representing the peak green and dead aboveground biomass was harvested in each field on the 15 July 2005 from four randomly placed 50-cm² quadrats. Plant material was dried at 65 °C and weighed. This data was used to determine aboveground biomass. Plant allocation to roots was calculated for each field as the ratio between 193 belowground biomass and total above- plus below-ground biomass. Sward height and light interception in each field were recorded throughout the growing season (from 15th May 2005 to 31st July 2005) as indicators of plant community growth. Photosynthetic active radiation (PAR) at three randomly-selected points above and below the canopy was recorded using a 1 m long rod (LI-191SA Line Quantum Sensor; LI-COR, Lincoln, Nebraska, USA). Light interception was the relative difference of light intensity above and below vegetation. Characterization of environmental variables The variables linked to productivity have already been published in Quétier et al. (2007), including annual primary productivity (ANPP), and the nitrogen nutrition index (INN), which reflects limitation of vegetative growth by nitrogen availability and can be used as an indicator of fertility (Duru et al. 1997; see Quétier et al. 2007 for details on this index). To determine soil properties in each of the 12 fields, 10 random soil cores of 15-cm depth were collected during late spring (1 June 2005). Cores were mixed, sieved and analyzed for physical properties including soil stoniness, organic matter and texture, in addition to gravimetric and volumetric soil moisture. Soil moisture within each field was quantified directly using TDR probes (Time domain reflectometry, mini TRASE system1 Soil moisture equipment corporation, Santa Barbara, California, USA). After snowmelt (15th May 2005), 6 TDR probes (15-cm depth) were randomly distributed in the core area of each field (> 10 × 10 m). We measured soil moisture on 18 occasions during the growing season (1-3 measurements per week from 29th May to 15th September 2005 [Appendix S2]). Measurements were made between 11:00 and 15:00. Rainfall was collected daily throughout this period at the nearby Station Alpine Joseph Fourier (Lautaret Pass, 2100 m). We assume that rainfall is even among the 12 fields. Quantification of vegetation effects To determine the effect of CFP on soil moisture a removal experiment was performed in one field of each grassland type. Three blocks (each 16 m²) were randomly delimited within each field. The vegetation was removed from one half of each block using a systemic non-selective herbicide (Glyphosate). We placed vegetated and un-vegetated treatments, treatments in order to avoid water flux between them. Dead vegetation was removed by hand and we severed any 194 roots around the edge of the cleared area (to 25-cm depth). We inserted 3 pairs of TDR probes (15 cm depth) in both treatments at the center of each half-block in order to avoid edge effects. In one un-mown field dominated by F. paniculata (U), we conducted an additional experiment to test the effect of litter accumulation on soil moisture. As before, vegetation was removed from half of each block (24 m², 6 × 4 m). Then, litter was removed by hand from half of both the vegetated and un-vegetated areas, giving four combinations of vegetation and litter presence / absence. We inserted 3 pairs of TDR probes of 15-cm length in each of the four treatments within each block. TDR measurements in both (litter- and vegetation effect) experiments were made as previously described for the whole set of 12 fields. Calculations and data analysis Soil water properties were estimated for the 12 fields indirectly from the soil texture, organic matter and stoniness, using equations from SPAW (Saxton 1982) to determine available water content (AWC), wilting point and field capacity. A repeated-measures ANOVA was performed on the TDR data between 0-15 cm depth for the 12 fields to test the consistency throughout the growing season of differences in soil moisture across land use types. The effect of vegetation on soil moisture in the removal experiment was calculated using the log response ratio (LNRR) for each measurement date in each block (Suding et al. 2003): LNRRVegetation = ln (Soil moisture with vegetation (SMV)/ Soil moisture without vegetation (SMB)). A LNRR > 0 signifies that vegetation causes an increase in soil moisture and a LNRR < 0 denotes a negative effect of vegetation on soil moisture. Likewise, LNRR was used to show the effect of litter on soil moisture in the unmown grassland, both with and without vegetation in the litter experiment: LNRRLitter = ln (Soil moisture with litter / Soil moisture without litter). Identification of response traits to soil moisture - To identify response traits (root, leaf, and stature traits) to environmental factors varying across land use types, a Canonical Correspondence Analysis (CCA) was conducted to identify correlations between traits and 195 environmental variables in the 12 fields . This analysis used (1) a CFP matrix containing community-leaf traits (leaf dry matter content, LDMC, specific leaf area, SLA, leaf length LL, leaf wide, LW, leaf area, LA), stature traits (vegetation height, H) and root traits (allocation to root, AR, root length per 100g of soil, RL, percentage of root length in the upper 15 cm of soil, %RL)) calculated for each field, and (2) an environmental-variables matrix containing information for each field on fertility (INN), productivity (ANPP), disturbance intensity and soil characteristics (available water content , AWC, stoniness, stone, clay, soil organic matter, SOM, slope). Vegetation effects on soil moisture - The analyses were performed on data from the 4 grassland types used for the vegetation and litter-effect experiments. First, we assessed vegetation effects on soil moisture using three repeated-measures ANOVA to test the effect of (1) management on measured soil moisture with and without vegetation, and the individual effects of (2) vegetation or (3) litter removal on soil moisture as measured by LNRRvegetation and LNRRlitter respectively. Blocks were removed from all analyses because they were not significant (data not shown). Post hoc analyses were conducted for each repeated-measures ANOVA using Student’s t-tests. We tested whether LNRR was significantly different from zero at each date for each grassland type using a simple t-test. We conducted a multiple regression analysis between the vegetation effect on soil moisture (LNRR) and time following each rain event, with three separate analyses for each of, the beginning (from May 27th to June 15th), the middle (from June the 15th to July 30th) and the end (July 30th to September 15th), of the growing season. We tested whether the rate of drying differed during these three periods using an ANOVA. If no difference among periods during the season was found, we grouped data and conducted regressions between vegetation effect and time after the rainfall throughout the season. Model construction – Based on experimental data from the four manipulated grassland types, we constructed a model in order to predict soil moisture from vegetation (SMV). First, multiple regressions were performed to model the effect of vegetation on soil moisture (LNRR) in each of the 4 grassland types as a function of time since the last rain event (Appendix S2, Fig. S1), peak aboveground standing biomass and CFP for previously identified response traits (CCA analysis). Uncorrelated response traits were chosen for this 196 analysis. Based on the outcome of the analysis of drying rates, we conducted two separate analyses for the early and mid-late season. We used the equations generated by multiple regressions to build the full model. SMV was estimated as the sum of soil moisture without vegetation (SMB) and modeled vegetation effect. SMB was estimated by regression with time and available water content (AWC). Indeed, there was a significant negative correlation between soil moisture without vegetation and available water content (r² = 0.98, p < 0.0001), indicating that bare soil moisture throughout the season was determined by soil properties. Hence: SMV = SMB + LNRR, where SMB = f1 (AWC, time) and LNRR = f2 (CFP, biomass, time) (Equation 1) To test the robustness of the model for more general application, we validated the model using supplementary data from the full set of 12 fields.. Soil moisture in the 12 fields during the mid-late season (when vegetation effects were apparent) was calculated using Equation 1 for each date, with each field’s AWC, peak biomass and CFP values. We then calculated the seasonal mean of predicted SMV and conducted a linear regression with mean observed soil moisture in the 12 fields for the same period. All statistical analyses were performed using the software JMP 5.0.1. (The SAS Institute, Cary, North Carolina, USA) and the freeware R. Results Soil characteristics and vegetation response The distribution of CFP across grassland types was significantly related to environmental variables. CFP were segregated along two main axes of variation by CCA, one corresponding to fertility (90 % of the total variance) and the other to water availability (8% total variance) (Fig. 1). High loading on Axis 1 showed a positive correlation of community-leaf size and leaf area with fertility, and a negative correlation with leaf tissue density (LDMC). This axis separated more-productive grasslands (TFM and U) from less productive ones (TM and M). 197 Axis 2 was positively correlated with community-height and negatively correlated with community-root length. This axis separated grassland types according to their available water content and soil stoniness, namely terraced versus unterraced grasslands. 1,5 b) 8% M a) AWC U INN sand 1,0 slop -0,5 0,0 0,5 1,0 1,5 clay -0,5 -1,0 TM % RLSLA Prod 90 % 0,0 -1,0 H LL LDMC AR disturbance 0,5 1,5 c) TFM SOM stone LW LA RL -1,5 Figure 1. Canonical correspondence analysis (CCA) between aggregated-traits, abiotic conditions and communities. Two orthogonal axes explain 90 % and 8 % of the variance. The end of the arrows indicates components loading for productivity and water holding capacity; abbreviation: Land use (A) T, terraced, F, fertilized, M, mown, U, unmown grasslands. Abiotic variables (B) AWC - available water content (axis 1; -0.05 %, axis 2; 0.38 % variance explained), Prod – productivity (0.48, -0.15), Stone – stoniness (-0.17, -0.41), sand (0.27, 0.13), clay (0.39, -0.21), SOM -soil organic matter (-0.30, -0.31), INN - nitrogen nutrition index (0.61,0.26), slop – slope (0.30, 0.19) Disturbance - disturbance intensity (0.05, 0.25). Traits (C): H: vegetative height (0.10, 0.18), LDMC: leaf dry matter content (-0.14, 0.13); SLA: specific leaf area (-0.03, 0.04);H: vegetative height, AR, Allocation to root (-0.21, 0.12), RL, Root length per 100g of soil (-0.26, 0.12),% RL, % of root length in the upper 15 cm of soil (-0.15, 0.03); LL, leaf length (-0.10, 0.15), LW, Leaf width (0.16, 0.07), LA, Leaf area (0.59, -0.06). This segregation reflected large differences in soil characteristics between terraced and unterraced grasslands (Fig. 1; Appendix S1). The soil was shallower and stonier in the terraced than in the unterraced grasslands (Appendix S1). Calculations from soil texture indicated higher available water content (AWC) in the unterraced- than in the terracedgrasslands: both wilting point and field capacity were higher in terraced grasslands (Appendix 2). Additionally, TDR measurements from the 12 fields at 0-15 cm depth (Appendix S2; Fig. S2 a) revealed a pronounced difference in soil moisture among the four land-use types (repeated measured ANOVA: Land use, F 3,35 = 24.72, P < 0.0001, Time, F 15,525 = 108.35, P < 0.0001 Land use × Time, F 45,525 = 5.08, P < 0.0001). Mown unterraced grasslands (M) retained the greatest soil moisture through the growing season as compared to all other grassland types. Fertilized mown terraces (TFM) and unmown unterraced grasslands (U) were intermediate. Unfertilized mown terraces (TM) were the driest. 198 Effects of vegetation and litter removal on soil moisture The removal of vegetation had a large effect on soil moisture (Table 1; Appendix S2) which differed across land uses (Fig. 2; Table 1, LU p< 0.0001). Soil moisture of bare soil was higher in the unterraced- than in the terraced- grasslands (Appendix S2). After vegetation removal, the unmown grassland (U) remained drier than the mown grassland (M). On the contrary, bare soil in the TM grassland tended to be wetter than in the TFM grassland. These results indicate that plant community type, as modified by land use, can change the soil moisture ranking between land-use types (Table 1, Veg. * LU p < 0.0001). Table 1. Effects of land use, vegetation and litter removal on soil moisture analyzed with repeated-measures ANOVA. (a) Soil moisture Effect LU Time Time*LU Veg. Veg.*LU Veg.*Time Veg.Time*LU df 3, 36 16, 576 48, 576 1, 36 3, 36 16, 576 48, 576 (b) LNRR (vegetation) F p 57.1 106.3 5.0 47.7 16.2 3.7 2.7 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 0.022 <0.0001 Effect LU Time Time*LU df 3, 23 15, 345 45, 245 (c) Litter and vegetation F p 40.9 9.47 5.83 <0.0001 <0.0001 <0.0001 Effect Veg Time Time*Veg. Lit. Lit.*Veg. Lit.*Time Lit.*Time*Veg. df 1, 26 15, 390 5, 135 1, 26 1, 27 5, 135 5, 135 F p 218 6.42 5.21 0.54 17.17 0.78 0.92 <0.0001 <0.0001 <0.0001 0.46 0.0003 0.56 0.46 (a) effect of vegetation and its removal on soil moisture, (b) effect of vegetation on soil moisture using log response ratio LNRR(vegetation), (c) effects of litter and vegetation removal on soil moisture in one target unmown grassland (U), LU, land use, Veg., Vegetation, L., Litter. Seasonal trends in soil moisture were affected by vegetation differently depending on land use (Table 1). At the beginning of the season, all communities had a similar negative effect on soil moisture (Fig. 2). However, during the season there were large differences in the depletive effect of vegetation among grasslands (Fig. 2; Table 1, LU p< 0.0001): despite a negative effect on soil moisture at the beginning of the season (Fig. 2 a), vegetation in the fertilized mown grassland (TFM) had a positive effect through the rest of the season. This positive effect started 40 days after snowmelt (around June 15th). Vegetation in the mown terraced grassland (TM) (Fig. 2 b) had a negative effect on soil moisture throughout the growing season. Vegetation in the mown unterraced grassland (M) had a small initial negative effect on soil moisture at both depths, which, towards the end of the growing season (115 days after snow melt), became positive (Fig. 2 c). In the unmown grassland (UM) (Fig. 2 d) vegetation had a strong negative effect on soil moisture. All the effects of vegetation increased with time after each rainfall event (Fig. 2). 199 0,4 TFM (a) 0,2 0,2 0,0 0,0 -0,2 -0,2 LNRR LNRR 0,4 -0,4 -0,6 -0,8 -0,4 -0,6 Early season, a = -0.01, r² = 0.92 ns Mid and late season, a = 0.09, r² = 0.86 ** p = 0.0045 TM (b) p = 0.0173 -0,8 -1,0 -1,0 0 10 20 30 0 10 Days after rainfall 0,4 20 30 Days after rainfall M (c) 0,2 0,4 p = 0.05 0,2 0,0 Early season r² = 0.94 ns Mid and late season r² = 0.98 *** U (d) 0,0 -0,2 LNRR LNRR Early season, a = - 0.01, r² = 0.97 * Mid and late season, a = -0.11, r² = 0.95* -0,4 -0,6 p < 0.0001 -0,8 Early and mid season, a = -0.01, r² = 0.82 ** Late season, a = 0.01, r² = 0.89 ** -0,2 -0,4 -0,6 -0,8 -1,0 -1,0 0 10 20 Days after rainfall 30 0 10 20 30 Days after the rainfall Figure 2. Relationship between days after rainfall and the effect of vegetation on soil moisture (LNRR), in the early- (end May to mid June 2005), mid- (mid June to end July 2005) and late- season (early August to mid September 2005); a is the regression slope, within each vegetation type p indicates whether or not slopes of regressions are significantly the same. When LNRR > 0 vegetation increased soil moisture; when LNRR < 0 vegetation decreased soil moisture. T, terraced, F, fertilized, M, mown, U, unmown grasslands. Litter from the unmown unterraced grassland (U) had contrasting effects with and without vegetation (Fig. 3 a). Litter increased soil moisture without vegetation (positive value of LNRR), but decreased soil moisture with vegetation (negative value of LNRR) (Fig. 3 b). Relating the effects of vegetation on soil moisture to plant traits Vegetation effects on soil moisture (LNRR) were predictable from a multiple regression model including time after each rain event (time), aboveground biomass of the community (Biomass), and response traits to productivity and soil moisture, leaf area (LA) and root length (RL) (Table 2). These two response traits identified previously in the CCA analysis are independent (Appendix S1). They were preferentially used as effect traits because leaf area rather than vegetation height was strongly related to light interception (r² = 0.80 p <0.0001, df 200 = 1, 11), and root length can reflect the water uptake of vegetation. Two multiple regression analyses were conducted depending on the phase of the growing season (Table 2): LNRR =a Biomass + b Time + c LA + d RL + cst. In the early season (1), the effect of vegetation on soil moisture was only dependant on time after rainfall (Table 2, r² = 0.69), and functional traits did not have any significant effect, i.e. water uptake and evaporation from the soil had the same net effect across all communities. During the mid-late season (2), total aboveground biomass and traits strongly determined the effect of vegetation on soil moisture (Table 2, r² = 0.83), with effects of a similar magnitude for these three variables. The log response ratio of soil moisture to the presence of vegetation (LNRR) was negatively correlated with aboveground biomass and community-root length (Table 2). LNRR was positively correlated with community-leaf area. 45 (a) SV-SL SV-L V-SL V-L 40 0,4 (b) LNRR (Litter) SV LNRR (Litter) V 35 LNRR Soil Moisture 0,2 30 25 20 15 0,0 -0,2 10 5 -0,4 0 20 40 60 80 100 120 140 0 Days after snow melt 20 40 60 80 100 120 140 Days after snow melt Figure 3. Soil moisture in litter experiment (A) and litter effect on soil moisture with and without vegetation (B) measured with log response ratio, LNRR (litter) with and without vegetation, SV-SL, soil moisture without vegetation and litter, SV-L soil moisture without vegetation with litter, V-SL, soil moisture with vegetation and without litter, V-L, soil moisture with vegetation and litter, when LNRR > 0 litter increased soil moisture, when LNRR< 0 litter decreased soil moisture. We used the previous relationship based on four different fields representative of each landuse type to predict soil moisture with vegetation in the mid-season for all 12 fields. If: LNRR vegetation = Ln(SMV/SMB), then SMV = (exp ( (LNRR) + LN(SMB))+ k) , with LNRR = ƒ(community traits) and SMB = ( d AWC + e*t + m), where AWC is the available water content of each grassland and t is the number of days since rainfall. Coefficients for LNRR are given in Table 2. For SMB, d = 1.8034, e = -0.19957, cst = -12 .89, overall r² = 0.53**. There was a strong relationship between mean predicted and observed values of soil moisture in all 12 field during the mid-late season (Fig. 4). 201 Table 2. Relationship between traits and the vegetation effect on soil moisture in the early and mid season Early Season df parameter Overall r² Prob. level 0.69 *** Intercept Mid+Late season parameter Prob. level 0.83 *** 0.009 ns 0.89 *** Biomass 1 -0.027 ns -0.14 *** Time 1 -0.014 *** 0.002 ns LA 1 0.00002 ns 7.046E-05 *** RL 1 0.000017 ns -7.29E-05 *** error 23 37 Values shown are multiple regression parameters, LA (mm²), leaf area, RL (cm/100g of soil), root length, and biomass(kg/m²),ns, p> 0.05, ***, p<0.0001. Discussion In this study, we investigated vegetation effects on soil moisture and concurrent changes in CFP under different land uses. We found that subalpine grasslands characterized by contrasting CFP had different effects on soil moisture, which illustrates the importance of grasslands in regulating water fluxes (McLaren et al. 2004). Our results support our hypothesis that in this case, soil-moisture response traits can be used as effect traits to estimate ecosystem properties (Lavorel and Garnier 2002). Links between response-effect traits and soil moisture The vegetation effect on soil moisture was modeled using a combination of community aboveground biomass and two response traits (leaf area and root length). High aboveground biomass had a negative effect on soil moisture, consistent with a high transpiration rate. Additionally, the strongest drying effect occurred in the unmown grassland. This community had greatest litter accumulation, a property that often reduces drying of the soil (Suding and Goldberg 2001; Violle et al. 2006). However in our site, litter accumulation increased the interception and absorption of rainfall prior to it reaching the soil (Fig. 3). Hence, the biomass effect is likely to involve a component related to its interception of rainfall. 202 30 28 26 Observed 24 22 20 18 16 14 12 r² = 0.76 *** 10 10 12 14 16 18 20 22 24 26 28 30 Predicted Figure 4. Relationship between average predicted data and average observed data for soil moisture the in the twelve fields during the mid-late seasons. The value of the regression test is indicated in the figure (df = 1, 11). Error bars represent the standard error across measurements or estimated values for different dates. Leaf area, identified as a response trait, was greatly affected by fertility and not by soil moisture (Fig. 1) (Quétier et al. 2007). This is in contradiction with our hypothesis that high LA, positively correlated with high SLA, is expected to give high transpiration rate (Reich et al. 1999; Westoby et al. 2002) and could hence lead to drought intolerance (Reich et al. 1999, Wright et al. 2001). However, our result is in line with several other studies where community-SLA did not vary with soil moisture (Fig. 1) (Fonseca et al. 2000; Fernandez et al. 2002; Diaz et al. 2004) but did vary with soil fertility (Quétier et al. 2007; Wright et al. 2004). Communities with higher leaf area had a positive effect on soil moisture. Phenological data indicate that these community types had already finished their growth before the summer drought (Quétier et al. 2007), suggesting that their requirement for water and their transpiration rate might be low by that period (Schwinning and Ehleringer 2001). The positive effect of high LA might be linked with the increased shade that it provides causing lower soil temperature and thus reduced evaporation (Rosset et al. 2001). Indeed, in our study, leaf area and not vegetation height was directly linked with light interception. Alternatively, large shade-leaves associated with a tall canopy might be able to capture and siphon water as dew (Brewer and Smith 1997; Weathers 1999). As expected, community-height and -root length responded to soil moisture in subalpine grasslands (Schwinning and Ehleringer 2001; Ackerly 2004; Schwinning and Sala 2004). Communities with deep roots but short root length and tall canopies, were associated with 203 high water availability. These results are consistent with previous studies which have demonstrated that tall plants with deep roots are associated with drought intolerance resulting from high transpiration rates (Schwinning and Ehleringer 2001; Wahl et al. 2001; Schwinning and Sala 2004), whereas small plants with greater root allocation to the upper layers of the soil are drought-tolerant (Schwinning and Sala 2004). Different root-trait syndromes led to contrasting drying effects on soil moisture. High root length, which was associated with roots predominantly in the top layer of the soil, had a strong negative effect on soil moisture (Sala et al. 1989; Schwinning and Ehleringer 2001; Wahl et al. 2001; Eviner and Chapin 2003). These results also confirm that root length is a better indicator than root allocation of the vegetation effect on water availability (Gordon and Rice 1993; Craine 2006). A response-effect traits framework to understand consequences of land-use change on ecosystem properties Links between response and effect traits can provide a mechanistic basis to understand concurrent changes in ecosystem functioning and land use (Chapin et al. 2000; Lavorel & Garnier 2002; Lavorel et al. 2007), and this approach has proved applicable in subalpine grasslands (this study; Quétier et al. 2007). By combining the analysis of functional composition under different land uses and experimental manipulation of communities (vegetation removal), we were able to demonstrate a strong link between response and effect traits relevant to soil moisture. Two response traits were identified and successfully used to predict the vegetation effect on soil moisture during the mid- to late- growing season (Fig. 4). We were able to predict soil moisture by considering a combination of two traits which vary independently across subalpine grasslands under different past and present management. The combinating of independently varying traits has been used as a way of identifying different strategies of resource use (Grime 1973; Lavorel & Garnier 2002; Ackerly 2004). Hence, by integrating multiple traits and their combined effects we aimed to understand and predict vegetation effects on ecosystem properties (Eviner & Chapin 2003; Eviner 2004; Eviner et al. 2006). In our field sites, past and present land use have severely modified CFP, especially through the effects of mowing and fertilisation (Quétier et al. 2007). Additionally, the marked contrast in soil properties and CFP between terraced and unterraced grasslands might be linked with several centuries of ploughing. Ploughing brought underlying stone to the surface by its 204 mechanical action, and by leaving bare soil between cycles of cultivation, terraces were exposed to high rates of erosion (Bakker et al. 2007). Current land-use change at our site and throughout similar mountain and other marginal grassland areas across Europe includes the cessation of both mowing and fertilization. In this study we showed that these changes are associated with a decrease in soil moisture, in addition to the depression of other ecosystem properties, such as decreased nutrient cycling (Zeller et al. 2000; Robson et al. 2007) and litter decomposition slowdown (Quétier et al. 2007; Garnier et al. 2007), and loss of plant diversity (Moog et al. 2002; Quétier et al. 2007). Conclusion We successfully modeled the effect of vegetation on soil moisture using a simple trait-based approach. Our findings showed that multiple traits can predict ecosystem properties and support the theory that overlapping/coinciding response-effect traits provide a mechanistic link between changes in ecosystem functioning and land-use change. As such, our study supports the plant functional approach to link plant community and functional ecology. For this purpose, the combination of correlative analysis and experimental manipulations should be encouraged to disconnect response and effect traits. Acknowledgement This study was supported by an ATIP grant from CNRS and the GEOTRAITS project (ACI ECCO-PNBC). This paper contributes to CNRS GDR 2574 Utiliterres. We thank D. Giraud for field assistance, C. Stahl for laboratory work. Rainfall data was provided by R. Hurstel. We thank S. Aubert and R. Douzet from the Station Alpine Joseph Fourier for botanical expertise. P. Choler, C. Roumet, M-L. Navas and F. Baptist gave valuable comments on the manuscript. The experiments done in this study comply with the current laws of the country in which they were performed. References Ackerly D (2004) Functional strategies of chaparral shrubs in relation to seasonal water deficit and disturbance. Ecological Monographs 74:25-44 205 Bakker M, van Doorn A, Quétier F, Chouvardas D, Govers G, Rounsevell M (2007) The response of soil erosion and sediment export to land use change in four areas in Europe: the importance of the landscape pattern. Geomorphology in press Brewer CA, Smith WK (1997) Patterns of leaf surface wetness for montane and subalpine plants. Plant Cell And Environment 20:1-11 Callaway RM, Walker LR (1997) Competition and facilitation: A synthetic approach to interactions in plant communities. Ecology 78:1958-1965 Chapin FS, Zavaleta ES, Eviner VT, Naylor RL, Vitousek PM, Reynolds HL, Hooper DU, Lavorel S, Sala OE, Hobbie SE, Mack MC, Diaz S (2000) Consequences of changing biodiversity. Nature 405:234-242 Craine JM (2006) Competition for nutrients and optimal root allocation. Plant And Soil 285:171-185 Diaz S, Hodgson JG, Thompson K, Cabido M, Cornelissen JHC, Jalili A, Montserrat-Marti G, Grime JP, Zarrinkamar F, Asri Y, Band SR, Basconcelo S, Castro-Diez P, Funes G, Hamzehee B, Khoshnevi M, Perez-Harguindeguy N, Perez-Rontome MC, Shirvany FA, Vendramini F, Yazdani S, Abbas-Azimi R, Bogaard A, Boustani S, Charles M, Dehghan M, de Torres-Espuny L, Falczuk V, Guerrero-Campo J, Hynd A, Jones G, Kowsary E, Kazemi-Saeed F, Maestro-Martinez M, Romo-Diez A, Shaw S, Siavash B, Villar-Salvador P, Zak MR (2004) The plant traits that drive ecosystems: Evidence from three continents. Journal Of Vegetation Science 15:295-304 Duru, M, Lemaire G, Cruz P (1997) Grasslands. Pages 59–72 in G. Lemaire, editor. Diagnosis of nitrogen status in crops. Springer-Verlag, Berlin, Germany Eissenstat DM, Caldwell M.M (1988) Competitive Ability Is Linked To Rates Of Water Extraction - A Field-Study Of 2 Aridland Tussock Grasses. Oecologia 75:1-7 Eviner VT, Chapin FS (2003) Functional matrix: A conceptual framework for predicting multiple plant effects on ecosystem processes. Annual Review Of Ecology Evolution And Systematics 34:455-485 Eviner VT (2004) Plant traits that influence ecosystem processes vary independently among species. Ecology 85:2215-2229 Eviner VT, Chapin FS, Vaughn CE (2006) Seasonal variations in plant species effects on soil N and P dynamics. Ecology 87:974-986 Fernandez RJ, Wang MB, Reynolds JF (2002) Do morphological changes mediate plant responses to water stress? A steady-state experiment with two C-4 grasses. New Phytologist 155:79-88 206 Fliervoet LM, Werger MJA (1984) Canopy Structure And Microclimate Of 2 Wet Grassland Communities. New Phytologist 96:115-130 Fitter AH (1991) Characteristics and fonctions of root systems. In Plant Roots : The Hidden Half (eds. Y. Waisel, A. Eschel K. Kafkaki). Pp 3-25 Marcel Dekker Inc. New York, USA Fonseca CR, Overton JM, Collins B, Westoby M (2000) Shifts in trait-combinations along rainfall and phosphorus gradients. Journal Of Ecology 88:964-977 Garnier E, Cortez J, Billes G, Navas ML, Roumet C, Debussche M, Laurent G, Blanchard A, Aubry D, Bellmann A, Neill C, Toussaint JP (2004) Plant functional markers capture ecosystem properties during secondary succession. Ecology 85:2630-2637 Garnier E, Lavorel S, Ansquer P, Castro H, Cruz P, Dolezal J, Eriksson O, Fortunel C, Freitas H, Golodets C, Grigulis K, Jouany C, Kazakou E, Kigel J, Kleyer M, Lehsten V, Leps J, Meier T, Pakeman R, Papadimitriou M, Papanastasis V, Quested H, Quétier F, Robson TM, Roumet C, Rusch G, Skarpe C, Sternberg M, Theau JP, Thébault A, Vile D, Zarovali MP (2007) A standardized methodology to assess the effects of land use change on plant traits, communities and ecosystem functioning in grasslands. Annals of Botany 99: 967-965 Gebauer RLE, Schwinning S, Ehleringer JR (2002) Interspecific competition and resource pulse utilization in a cold desert community. Ecology 83:2602-2616 Gordon DR, Rice KJ (1993) Competitive Effects Of Grassland Annuals On Soil-Water And Blue Oak (Quercus-Douglasii) Seedlings. Ecology 74:68-82 Grime JP (1977) Evidence For Existence Of 3 Primary Strategies In Plants And Its Relevance To Ecological And Evolutionary Theory. American Naturalist 111:1169-1194 Lavorel S, Garnier E (2002) Predicting changes in community composition and ecosystem functioning from plant traits: revisiting the Holy Grail. Functional Ecology 16:545556 Lavorel S, Dıaz S, Pausas J, McIntyre S, Cornelissen JHC, Garnier E, Harrison SP (2007) Plant functional types: are we getting any closer to the Holy Grail? In J. Canadell, L. F. Pitelka, and D. Pataki, editors. Terrestrial ecosystems in a changing world. Springer-Verlag, New York, New York, USA Liancourt P, Callaway RM, Michalet R (2005) Stress tolerance and competitive-response ability determine the outcome of biotic interactions. Ecology 86:1611-1618 Luo XG, Dong M (2002) Architectural plasticity in response to soil moisture in the stoloniferous herb, Duchesnea indica. Acta Botanica Sinica 44:97-100 207 MacDonald D, Crabtree JR, Wiesinger G, Dax T, Stamou N, Fleury P, Lazpita JG, Gibon A (2000) Agricultural abandonment in mountain areas of Europe: Environmental consequences and policy response. Journal Of Environmental Management 59:47-69 McLaren JR, Wilson SD, Peltzer DA (2004) Plant feedbacks increase the temporal heterogeneity of soil moisture Oikos 107:199-205 Moog D, Poschlod P, Kahmen S, Schreiber KF (2002) Comparison of species composition between different grassland treatments after 25 years. Applied Vegetation Science 5: 99–106 Mulder, C. P. H., D. D. Uliassi, and D. F. Doak. 2001. Physical stress and diversityproductivity relationships: The role of positive interactions. Proceedings Of The National Academy Of Sciences Of The United States Of America 98:6704-6708. Novoplansky A, Goldberg DE (2001) Effects of water pulsing on individual performance and competitive hierarchies in plants. Journal Of Vegetation Science 12:199-208 Nussbaum S, Bungener P, Geissmann M, Fuhrer J (2000) Plant-plant interactions and soil moisture might be important in determining ozone impacts on grasslands. New Phytologist 147:327-335 Pugnaire FI, Luque MT, Armas C, Gutierrez L (2006) Colonization processes in semi-arid Mediterranean old-fields. Journal Of Arid Environments 65:591-603 Quétier F, Thébault A, Lavorel S (2007) Plant traits in a state and transition framework as markers of ecosystem response to past and present land use in subalpine grasslands. Ecological Monograph 77: 32-52 Reich PB, Ellsworth DS, Walters MB, Vose MJ, Gresham C, Volin JC, Bowman WD (1999) Generality of leaf trait relationships: A test across six biomes. Ecology 80:1955-1969 Reich PB, Tilman D, Craine J, Ellsworth D, Tjoelker MG, Knops J, Wedin D, Naeem S, Bahauddin D, Goth J, Bengtson W, Lee TD (2001) Do species and functional groups differ in acquisition and use of C, N and water under varying atmospheric CO2 and N availability regimes? A field test with 16 grassland species. New Phytologist 150:435448 Robson TM, Lavorel S, Clement JC, Le Roux X (2007) Neglect of mowing and manuring leads to slower nitrogen cycling in subalpine grasslands. Soil Biology and biochemistry 39:930-941. 208 Rosset M, Montani M, Tanner M, Fuhrer J (2001) Effects of abandonment on the energy balance and evapotranspiration of wet subalpine grassland. Agriculture Ecosystems & Environment 86:277-286 Sala OE, Golluscio RA, Lauenroth WK, Soriano A (1989) Resource Partitioning Between Shrubs And Grasses In The Patagonian Steppe. Oecologia 81:501-505 Saxton KE (1982) Spaw Model Predicts Crop Stress. Agricultural Research 30:16-16 Schwinning S, Ehleringer JR (2001) Water use trade-offs and optimal adaptations to pulsedriven arid ecosystems. Journal Of Ecology 89:464-480 Schwinning S, Sala OE (2004) Hierarchy of responses to resource pulses in and and semi-arid ecosystems. Oecologia 141:211-220 Suding KN, Goldberg D (2001) Do disturbances alter competitive hierarchies? Mechanisms of change following gap creation. Ecology 82:2133-2149 Suding KN, Goldberg DE, Hartman KM (2003) Relationships among species traits: Separating levels of response and identifying linkages to abundance. Ecology 84:1-16 Tasser E, Tappeiner U (2002) Impact of land use changes on mountain vegetation. Applied Vegetation Science 5:173-184 Violle C, Richarte J, Navas ML (2006) Effects of litter and standing biomass on growth and reproduction of two annual species in a Mediterranean old-field. Journal Of Ecology 94:196-205 Violle C, Navas M-L, Vile D, Kazakou E, Fortunel C, Hummel I, Garnier E (2007) Let the concept of trait be functional ! . Oikos: in press Wahl S, Ryser P, Edwards PJ (2001) Phenotypic plasticity of grass root anatomy in response to light intensity and nutrient supply. Annals Of Botany 88:1071-1078 Weathers KC (1999) The importance of cloud and fog in the maintenance of ecosystems. Trends In Ecology & Evolution 14:214-215 Westoby M, Falster DS, Moles AT, Vesk PA, Wright IJ (2002) Plant Ecological Strategies: some leading dimensions of variation between species. Annual Review of Ecology and Systematics 33:125-159 Wright IJ, Groom PK, Lamont BB, Poot P, Prior LD, Reich PB, Schulze ED, Veneklaas EJ, Westoby M (2004) Leaf trait relationships in Australian plant species. Functional Plant Biology 31:551-558 209 Wright IJ, Reich PB, Westoby M (2001) Strategy shifts in leaf physiology, structure and nutrient content between species of high- and low-rainfall and high- and low-nutrient habitats. Functional Ecology 15:423-434 Zeller V, Bahn M, Aichner M, Tappeiner U (2000) Impact of land use change on nitrogen mineralization in subalpine grasslands in the Southern Alps. Biology and Fertility of Soils 31:441–448 210 Appendix S1. Soil and vegetation characteristics Table S1. Soil characteristics for the different vegetation types including: soil depth, exposition, slope, stoniness, wilting point (1500 kPa), Field capacity (33 kPa) and the available water content (AWC) between 0 and 30 cm depth. Grasslands Soils characteristics land-use dominance Soil depth cm Exposition ° Slope % Stoniness % Wilting pt % Field cap. % AWC mm TFM D. glomerata < 30 207,33 15,33 39 ± 3b 25 ± 1.1a 39 ± 0.9a 30 ± 0.8a TM B. erectus < 30 207,67 16,33 48 ± 2a 23 ± 0.9a 40 ± 1a 36 ± 1.9a M F. paniculata > 50 150,00 20,00 15 ± 1c 20 ± 1.1b 36 ± 0.9b 71 ± 8.4b U F. paniculata > 50 176,67 20,00 15 ± 1c 20 ± 0.6b 34 ± 0.6b 64 ± 2.3b T (Terrace), M (Mowing), F (Fertilization), U (Unmown). The results of t-tests which compared each land use type for each variable are indicated by distinct letters when values are significantly different. Table S2. Grassland characteristics for each land-use type: dominant species, the community-functional properties (specific leaf area, SLA; Leaf area) (Quétier et al. 2007), height, light interception and root traits (Allocation to root, root length, RL, % of root length in the first 15 cm, % RL). land-use dominance RGR Dom % IW.d -1 SLA com kg.m -2 Leaf area mm² Height cm Light intercep % TFM D. glomerata 17,9 ± 2.91a 18,8 ± 1.8a 6287 ± 1170a 36 ± 2.56b 71 ± 1.2a 59 ± 0.043b 4682 ± 496ab 77 ± 3.35a TM B. erectus 8,73 ± 1.26b 13,8 ± 0.7b 812,1 ± 141c 17 ± 1.12c 33 ± 2.6c 67 ± 0.047a 7212 ± 1157a 84 ± 4.62a M F. paniculata 5,14 ± 0.72c 11,8 ± 1.1b 1144 ± 77c 26 ± 2.4bc 36 ± 2.6c 77 ± 0.013a 4416 ± 796ab 67 ± 5.28b U F. paniculata 5,14 ± 0.72c 11,2 ± 0.6b 3553 ± 185b 50 ± 2.71a 51 ± 0.2b 48 ± 0.024c 2795 ± 363b 55 ± 1.31c Alloc root % RL cm/100g soil %RL % Land use treatments are: T (Terrace), M (Mowing), F (Fertilization), U (Unmown), with each land use type being a combination of these. The results of t-tests which compared each land use type for each variable are indicated by distinct letters when characteristics values are significantly different. 211 Table 3S. Matrix of correlations between community-traits H H ― LDMC ns LA ns 0.35 * LDMC ns ― 0.43 * ns 0.51 ** 0.84 *** 0.32 * ns ns SLA ns 0.43 * ― ns 0.31 * 0.34 * ns ns 0.44 * LL ns ns ns ― ns ns ns ns ns LW ns 0.51 ** 0.31 * ns ― 0.57 * ns ns ns LA ns 0.84 *** 0.34 * ns 0.57 * ― ns ns ns AR 0.35 * 0.32 * ns ns ns ns ― ns ns RL 0.65 ** ns ns ns ns ns ns ― 0.74 *** % RL 0.82 *** ns 0.44 * ns ns ns ns 0.74 *** ― SLA ns LL ns LW ns AR RL 0.65 ** % RL 0.82 *** see Figure 1 for traits legend. We indicated linear regression test levels as: ns, p> 0.05, *, p < 0.05, **, p < 0.001, ***, p < 0.0001. 212 Appendix 2. Rainfall and soil moisture 5 0 Rain (mm) 4 0 3 0 2 0 1 0 0 -2 0 0 2 0 4 0 D a y 6 0 8 0 1 0 0 1 2 0 1 4 0 a fte r th e s n o w m e lt Figure S1. Rain events (mm) along the growing seasons (Grey bar). We indicated when and TDR measurements were made (Dashed lines). 40 35 40 30 25 20 15 10 (b) TFMC B TM A M A U 35 Soil moisture (%) Soil moisture (%) (a) TFM B TM C A M B U 30 25 20 15 10 5 20 40 60 80 100 120 140 Days after snowmelt 5 20 40 60 80 100 120 140 Days after snowmelt Figure S2. Soil moisture along the growing seasons with (A) and without (B) vegetation, T, terraced, F, fertilized, M, mown, U, unmown grasslands. Letters are results from post hoc analysis using student test, when letters are different fields are significantly different. 213 214 Synthèse chapitre 4 Comme nous l’avons vu dans le chapitre 3, les effets des communautés sur l’humidité du sol peuvent modifier la balance entre compétition et facilitation. Prévoir l’effet des communautés et comment celui-ci change au cours du temps peut permettre de comprendre comment les interactions biotiques vont affecter la structure des communautés. Pour cela, les traits fonctionnels ont été proposés. Ils peuvent permettre de prédire la réponse et l’effet des végétations sur les ressources du milieu. Bien que beaucoup d’études se soient intéressées aux liens entre traits et réponse à la disponibilité en eau des sols, le lien entre traits et effets des communautés sur cette ressource reste à établir. Des traits de réponse à l’humidité des sols, comme la surface de feuille (LA), la SLA, la hauteur des plantes ou leurs longueurs racinaires (RL), apparaissent comme de bons candidats pour prédire l’effet des communautés sur cette ressource. Dans ce chapitre, nous nous sommes intéressés à la variation des traits mesurés à l’échelle de la communauté (propriété fonctionnelle des communautés, CFP) en fonction des facteurs environnementaux (facteurs liés à l’utilisation des terres et ressources en eau), et comment ces CFP pouvait expliquer l’effet des communautés subalpines sur l’humidité du sol. Pour cela, nous avons dans un premier temps utilisé une analyse corrélative entre facteurs et traits pour identifier les traits de réponses sur nos sites expérimentaux. Dans un deuxième temps, nous avons mesuré sur une saison de végétation l’effet des prairies subalpines sur l’humidité du sol. Nous avons ensuite testé si les CFP pouvait prédire l’effet des communautés sur l’humidité du sol. En nous basant sur les résultats expérimentaux, nous avons proposé et testé un modèle statistique prédisant l’humidité des sols en fonction des traits des communautés précédemment identifiés comme des traits de réponse. L’humidité du sol est fortement prévisible si l’on tient compte du temps après le dernier épisode pluvieux, de la biomasse aérienne des communautés, de leur surface foliaire ainsi que de leur longueur racinaire par gramme de sol. Ces deux traits répondent fortement à la productivité ainsi qu’à la disponibilité en eau des sols respectivement. Cette étude illustre les liens forts entre traits de réponse et traits d’effet. Dans le chapitre 5, nous verrons comment à 215 partir des traits au niveau des communautés ainsi qu’à celui des individus ont peut prédire les mécanismes qui structurent les communautés subalpines. 216 217 218 Chapitre 5 Des traits des individus, aux mécanismes de structuration des prairies subalpines: une approche basée sur les traits fonctionnels niveau des communautés filtre abiotique niveau des individus filtre biotique Distribution SLA Prairies fertilisées fauchées 35.00 30.00 Biomasse 25.00 20.00 15.00 10.00 5.00 0.00 9.00 14.00 17.00 18.00 19.00 22.00 SLA composition Traits niveau individu I réponses aux facteurs simples Stress II (Deviation de optimum) succès fonctionnelle III IV démographique traits des communautés Feedback Schéma conceptuel de la thèse, dans le chapitre 5, nous verrons comment les traits mesurés sur les individus peuvent être utilisés pour prédire la composition fonctionnelle des prairies subalpines en explicitant les mécanismes sous-jacents. 219 220 Original title: Linkage individual response to community structure: a trait based approach Gross Nicolas, Georges Kunstler, Francesco de Bello, Sandra Lavorel, Pierre Liancourt, Katharine Nash Suding In preparation Abstract In this study, we proposed a trait based framework to link individual response to biotic interactions, to community structure. We identified three levels of integration from traits to the community and proposed to test the linkage among them to understand mechanisms that are important at community scale. We applied our framework to subalpine grasslands currently affected by land use change. We used individual plants differing in their specific leaf area attributes (SLA) which reflected traits spectra at community level. We tested whether their responses to biotic interactions can predict SLA distributions at community level (community biomass as a function of SLA values). Based on experimental results, we built a model of community assembly in subalpine grasslands and validated it by using an ancillary data set. We successfully validated our framework by showing that traits at the individual level can be translated to community structure. This allows us to highlight the mechanisms that structure subalpine grassland communities. Our model of community assembly had three main components: i) limiting factors in local communities (water or light availability), ii) traits at the individual level, which reflect their tolerances to these factors and iii) community effects on local limiting factors predicted by community functional properties (CFP) which reflect plant strategy at the community level. We found that both competition and facilitation are linked with community structure in subalpine grasslands. We believe that our trait based approach will give strong advance for testing if particular processes are important at community levels. Additionally, it allows the generalization of experimental finding by the construction of statistical model which are testable on larger data set. Key words: traits, community structure, community assembly, level of integration, SLA, functional diversity, facilitation, competition, biotic interactions, subalpine grasslands, model 221 Introduction Ecological filtering and community assembly Plant functional traits (PFT) have been proposed as a mean to understand how natural communities will respond to global change (Chapin et al. 2000, Lavorel and Garnier 2002, McGill et al. 2006). PFT can be used to scale up individual plant responses to environmental factors into species abundance and thus community structure (Suding et al. 2003, Shipley et al. 2006, Violle et al. 2007). As they are hypothesised to reflect species adaptation to their environment (Ackerly 2004, Silvertown 2004, McGill et al. 2006) PFT are likely to determine plant responses to abiotic and biotic factors (Fynn et al. 2005, Gross et al. 2007, Chapter 1). Understanding linkages between traits and responses to environmental factors might be a useful way to understand mechanisms which lead to community structure (Suding et al. 2003). Mechanisms underlying functional composition can be viewed as different filters selecting for species basing on their traits (Grime 1998, Diaz et al. 1999, Lortie et al. 2004). The success of new individuals in a community might depend on their specific tolerances to the suites of local abiotic conditions (abiotic filter) (Choler et al. 2001, Brooker et al. 2005). Then, this success will be positively (facilitation) or negatively (competition) affected by biotic interactions (biotic filter) depending on community effects on the main abiotic factors (Brooker and Callaghan 1998, Liancourt et al. 2005, Padilla and Pugnaire 2006). Although it is known that the importance of different filters changes along ecological gradients (Lortie et al. 2004) there is no consensus on processes that underlie community structure, especially in low-productivity environments (Grace 1991, Lortie et al. 2004, Craine 2005, McGill et al. 2006). Previous studies have demonstrated that species tolerances (Grime 1977), positive interactions (Bruno et al. 2003, Michalet 2006) or competitive abilities (Tilman 1985) are likely to explain by themselves the structure of low productive communities (Craine 2005). In addition, there is no clear prediction on which components of fitness are most important (Goldberg et al. 1999, Maestre et al. 2005, Hastwel and Facelli 2003). Survival is expected to be important in communities limited by mortality-inducing factors such as water limitation (Novoplansky and Goldberg 2001, Hastwell and Facelli 2003) or disturbance (Huston 1994). Growth is hypothesized to play a major role in more productive environments where competition intensity is high (Huston 1994, Goldberg et al. 1999). Overall, the lack of 222 consensus on mechanisms that determine community structure leaves us enable to forecast community structure especially under global change (Chapin et al. 2000, Tilman 2007).It is therefore essential to understand when and where different processes are important, i.e. to prioritize factors at community level (Lortie et al. 2004, Brooker et al. 2005, McGill et al. 2006). Levels of integration and linkages among levels Community functional effect, equation 4 Traits distribution at community level equation 2 Link II, equation 3 Process (Biotic interactions) Link I, equation 1 Traits at individuals levels Figure 1. Conceptual traits based framework, we indicated equation that are used to predicted community structure based on SLA and Community functional effect: equation 1: LNRR interactioni = f(SLAi), equation 2: Biomass= f(SLAi), equation 3: Community Biomass i = f(LNRR interactioni), equation 4: LNRR interactioni = f(SLA, Community Effect). In this study, we propose a trait-based framework elaborated from Suding et al. (2003) which distinguishes three levels of integration that scale from traits to the community, and link individual responses to community functional structure by identifying underlying mechanisms (Figure 1). The first level corresponds to plant traits at the individual level. It represents the potential adaptation of an individual to local conditions and reflects its specific tolerances. The second level corresponds to all processes that affect the success of a particular individual and can be measured in the field. They include responses to biotic interactions such as 223 facilitation or competition. The success of the individual can be evaluated for different fitness components (survival, growth, reproduction). The third level represents the trait distribution at the community level. It describes for a given trait the distribution of realized biomass in the vegetation as a function of the trait’s value (Figure 1). Trait distribution at the community level reflects both community functional properties (CFP), i.e. the average of species trait values weighted by their relative abundance (Garnier et al. 2004, Violle et al. 2007) and functional diversity (e.g. Mason et al. 2005). These two components are likely to determine community effects on main resources (Figure 1) and ecosystem functioning (Tilman et al. 1997, Diaz and Cabido 2001, Leps et al. 2006, Wright et al. 2006, Quetier et al. 2007, Lavorel et al. 2007). Identifying linkages between these three levels might be useful to elucidate whether biotic interactions are important at community level, i.e. whether they are directly related with community structure (McGill et al. 2006). The first link tests if biotic interactions act within a particular community as a function of individual traits (Figure 1). Consistent with PFT theory (e.g. Lavorel et al. 2007), we assumed that individual plants with similar trait attributes will respond similarly to biotic interactions. This link identifies how biotic interactions modify the fitness of an individual characterized by a particular set of trait attributes. The second linkage tests whether biotic interactions identified at the individual level, can be translated at the community level and explain its functional structure. This last step is essential to prioritize factors, i.e. determine whether or not a particular process is important at community level (Suding et al. 2003, McGill et al. 2006). Indeed, it is not because biotic interactions are detected at the individual level that they are important to explain the whole community structure (Allen and Hoekstra 1992, Brooker et al. 2005, McGill et al. 2006, Agrawal et al. 2007, Brooker et al. submitted). Functional patterns in subalpine grasslands We tested our framework in subalpine grasslands. These grasslands, characterized overall by intermediate or low productivity, are strongly affected by land use change (Tasser and Tappeiner 2002, Quetier et al. 2007). Old history of ploughing and recent change in traditional practices of hay making and manuring have resulted in succession toward shrub or tussock-grass dominated communities (Tasser and Tappeiner 2002, Quétier et al. 2007), and modification of ecosystem properties such as nitrate and water availability, productivity and 224 litter decomposition (Bakker et al. 2007, Quétier et al. 2007, Robson et al. 2007, Gross et al. Chapter 4). These changes are associated with a shift of CFP and a loss of functional diversity (Quétier et al. 2007). For instance community leaf traits, such as specific leaf area (SLA) are strongly affected by land use as coexistence between individual with low and high SLA attributes is observed in fertilized grasslands, whereas the cessation of fertilization has led to the exclusion of plants with high SLA (Quétier et al. 2007). SLA is an important key trait related with species strategies (Grime 1977, Westoby 1998), which reflects the first axis of plant specialization separating conservative (low SLA) versus exploitative plant types (high SLA) (Diaz et al. 2004, Wright et al. 2004). It has been shown that in subalpine grasslands, community-SLA and associated leaf traits can determine species coexistence (Gross et al. Chapter 2), litter decomposition (Garnier et al. 2007, Quétier et al. 2007) and nitrogen cycling (Zeller et al. 2002, Robson et al. 2007). We therefore focus on SLA as a functional marker (sensu Garnier et al. 2004) to test our framework. Testing the framework In this study, we aimed to first identify linkages between the three levels of responses of our conceptual framework (SLA at the individual level, processes, and SLA distribution at the community level) and then, based on these links, to develop a model predicting SLA distribution of the main subalpine grasslands communities encountered at our study site. We used growth and survival data from a neighbour exclusion experiment in four communities under different management (Gross et al. Chapter 3) to (i) test whether individual phytometers characterised by specific SLA attributes have specific responses to biotic interactions in each community (link I) and then (ii) test whether biotic interactions are able to explain community-level SLA distribution (link II). Individual phytometers used for this experiment belonged to five dominant grass species representative of the overall trait pool across abundant species in subalpine grasslands. Finally, (iii) we used these experimental results to build a model of SLA distribution in subalpine grasslands as a function of resource availability and the effect of the community on these resources (Community functional effect Figure 1). This model was tested using ancillary data on trait values relative biomass contributions for twelve fields across four management treatments. 225 Methods Field sites We studied subalpine grasslands near the Lautaret pass on the south facing aspect of the upper valley of the Romanche river, central French Alps (Villar d’Arêne, 45.04°N, 6.34°E). The substrate is homogeneous calc-shale and the climate is subalpine with a continental influence. Mean annual rainfall is 956 mm and the mean monthly temperatures range between -7.4°C in February and 19.5°C in July. Grasslands studied are at altitudes between 1750 to 1900 m. For this study, twelve fields were selected along a complex productivity and management gradient (Quétier et al. 2007). Six fields were formerly arable fields (50 years ago) on terraced slopes and are now mown annually for hay at the end of summer. These fields are characterized by low water availability due to high stoniness (Gross et al. Chapter 4). Three of them are periodically fertilized (TFM). They are characterized by tall fast-growing vegetation dominated by Dactylis glomerata, Trisetum flavescens, Heracleum sphondylum, Gentiana lutea and Agrostis capillaris. In contrast, the unfertilized mown terraced fields (TM) are characterized by short slow-growing vegetation dominated by Bromus erectus, Sesleria caerulea and Onobrychis montana. The remaining six fields are on an unterraced slope and were never ploughed. They are characterized by deeper soil and higher water availability through summer than terraced fields (Gross et al. Chapter 4). They are lightly grazed and either mown for hay (M) or only grazed (UM). The three unterraced and mown grasslands (M) are characterized by medium-size slow growing vegetation, dominated by Festuca paniculata, Meum athamanticum, Trifolium alpinum, Festuca nigra, Sanguisorba officinalis. The three unterraced but no longer mown grasslands (UM) are characterized by tall slowgrowing vegetation where Festuca paniculata is highly dominant (> 70% of the community biomass). Community functional properties and trait distributions - We used data from Quétier et al. (2007) collected following standardized protocols for SLA (Cornelissen et al. 2003) and biomass measurements at community levels (see Garnier et al. 2007). As such, a mean of SLA values for each dominant species within a community (total cumulated abundance ~80%) and their relative abundance in terms of biomass was determined. Then, we calculated 226 SLA distribution in each of the 12 fields. SLA distribution represents the partitioning of total community biomass as a function of SLA values regardless of the species. Experimental design Phytometers - Five C3 grass species differing in their specific leaf area (SLA) (Gross et al. 2007, Chapter 1) and abundance (Quétier et al. 2007) across sites were selected as target species representative of the trait spectrum that is encountered in the studied grasslands. Phytometers with their respective mean SLA (Gross et al. 2007, Chapter 1) were : Dactylis glomerata (L.) (SLA=212 cm²/g), Agrostis capillaris (L.) P. De Beauvois (230 cm²/g), Sesleria caerulea (L.) Arduino (138 cm²/g), Bromus erectus L. (159 cm²/g) and Festuca paniculata (L.) Schinz et Thellung (95 cm²/g). Tillers of each species were collected from field sites close to the Lautaret pass in early September 2003. Plants were multiplied in a greenhouse during winter. Field experiment – We conducted a field experiment during two growing seasons (From May 15th 2004 to August 13th 2005) to quantify biotic interactions measured with growth and survival of individual phytometers. We selected one field per grassland type (TFM, TM, M and UM). Hence, four fields were chosen in total. Six plots were randomly delimited and protected from herbivory (48 m², i.e. 6 x 8m) within each field. For biotic interactions treatments, we located 30 circular subplots (60 cm-diameters) within each plot. Neighbors were removed using a chemical non-selective herbicide (Glyphosate®) for half of the subplots and roots were cut (20 cm deep) around the edge of the neighbor removal areas. Then, one randomly selected individual of each target species was transplanted into the center of each area. In total, 720 tillers with similar size were planted (4 fields*6 plots*30 subplots). There were three replicates per competition (3 without vegetation and 3 with vegetation) treatment and species in each plot. At the end of the experiment, we measured SLA on each phytometer grown with and without neighbors following standardized protocols (Cornelissen et al. 2003). Plant survival was censured, and aboveground plants parts harvested. Target individuals were carefully washed and dried during 72 h at 60°C and their aboveground dry biomass was weighted. The loamy texture of the soil prohibited harvesting and separation of belowground biomass. 227 Community functional effects on abiotic factors During the experiment, we monitored community effects on different environmental variables in each plot within each of the four experimental fields: Light availability – Light interception was calculated by measuring Photosynthetic Active Radiation (PAR) above and below the vegetation cover at 45 randomly selected locations in each block at the peak of biomass in summer 2005 (LI-190, LI-COR Inc., Lincoln, NE, USA). Light interception was also recorded in the 12 fields following the same protocol. Soil moisture – Methods for soil moisture measurements are detailed in a companion study (Gross et al. Chapter 4). At the beginning of the field experiment, three areas were selected (6 m²) in each field. We placed each of the three areas between two plots. In half of these areas vegetation was removed using non-selective herbicide (Glyphosate®). Soil moisture was quantified using TDR probes (Time domain reflectometry, TRASE system 1 Soil Moisture Equipment Corporation Santa Barbara, USA). Three probes were placed (15 cm depth) randomly at points with and without vegetation in each area at the beginning of the second growing season (May 20th 2005). Measurements of soil moisture were taken weekly through the growing season between 11a.m. and 3 p.m. In total 18 measurement campaigns of soil moisture with and without vegetation was done throughout the second growing seasons. Soil nitrate concentration – While absolute values for soil nitrate pools and plant available nitrates vary throughout the growing season, differences across land-use treatments were seasonally consistent (Robson et al. 2007). We therefore used estimates of soil nitrate concentration made at the end of the experiment, i.e. after two seasons of vegetation after the removal disturbance. In August 2005 three soil cores (15 cm depth, 4.5 cm diameter) were taken within each plot (with and without vegetation) in the three areas used for soil moisture measurements (see above). Each core was sieved and frozen until extraction. The concentrations of nitrate with and without vegetation were measured using a colorimetric chain (Fiastar 5012 Flow Injection Analyser, Foss Tecator AB, Sweden) following extraction of a 30 g sub-sample (equivalent dry mass) of soil in 2 M KCl. 228 Statistical analyses of linkages between the three levels of integration This analysis was conducted using data from the four experimental fields. Replicates were within each site at plot level (6 plots per fields). This analysis is used to build the model, it will be tested on larger data set. Link between individual specific SLA and response to biotic interactions (Link I) – In each plot of the experiment, we calculated for the three individuals of each phytometer species average SLA, average growth and % survival. Then, biotic interactions were quantified using the natural log response ratio (Suding et al. 2003) for each of the survival and growth data, as: LNRR interaction = LN (Performance with neighbors/ Performance without neighbors). LNRR interaction > 0 implies that the net outcomes of biotic interactions are facilitative; when LNRR interaction < 0 the net outcomes are negative, implying competition. Hence, in each plot a value of LNRR interaction, calculated with both growth and survival data, and a mean value of SLA without neighbors were available for analyses for each species. Phytometers (average over 3 individuals of a block) were splitted into SLA categories regardless of the species using SLA values measured without neighbors in each of the four experimental fields. Categories were intervals of 20 cm²/g between a minimum of 80 cm²/g and the maximum value for the site of 240 cm²/g. Then in each field, we calculated the mean biotic interactions (LNRR interaction) for each SLA category i (for each of growth and survival). To identify relationships between SLA and the outcomes of biotic interactions (Link I), we used regression analysis between LNRR interaction i and SLA category in each sites: LNRR interaction i = f(SLA i ), (equation 1), applied to both LNRR interaction for growth and for survival. Link between response to biotic interactions and SLA distribution at community level (Link II) – In each of the twelve grasslands, SLA distribution at community level was estimated by computing vegetation biomass by SLA category (same SLA categories as for Link I) (from Quétier et al. 2007, source data). For each SLA category, we summed biomass of species to obtain community biomass distribution as a function of the SLA value. For each site, we fitted a curve which described observed SLA distribution: Community biomass i = f (SLAi) (equation 2), where Community biomass i is the biomass within a particular community of the SLA category i. 229 To understand whether biotic interactions can explain the SLA distribution at community level, we conducted a regression to compare the biomass distribution of SLA observed at community level (equation 2) and observed LNRR interaction (equation 1): Community Biomass i = f(LNRR interactioni)(equation 3). We repeated this analysis for growth and survival data. This analysis was conducted using initially data from the four experimental fields. To sum up, we identified here relationships between SLA of individuals and LNRR interaction in each experimental field for growth and survival data (Link 1 in Figure 1, equation 1). Then, we determined whether biotic interactions estimated with growth or survival biotic interactions were able to explain SLA distribution (equation 2) at community level within our four experimental fields (Link 2 in Figure 1, equation 3). However, link 2 may vary from a community to another, probably in function of the nature of the community effect on the abiotic resources (light availability, soil moisture, and soil nitrate concentration) (Figure 1, community functional effect). Community effect and biotic interactions - To identify which functional effects (Figure 1) determine the outcomes of biotic interactions, we conducted multiple regression models using SLA and community functional effects on soil moisture, nitrate concentration and light availability in each experimental field. Before this analysis, we first tested whether abiotic resources were significantly different with and without vegetation and between experimental fields using Two-way ANOVA (details of this analysis are presented in Gross et al. Chapter 3). Then, community effects on light, soil nitrate concentration and soil moisture were calculated using the natural log response ratio (LNRR) (Suding et al. 2003): Community functional effect = ln (resource with vegetation/ resource without vegetation), where resource stands for either light availability, soil moisture, or soil nitrate concentration. Community effect < 0 implies a negative effect of the community on resources whereas Community effect >0 indicate a positive effect on resources availability. The multiple regressions model’s were of the form: LNRR interaction i = f (SLAi, Community effect) (equation 4). This analysis was conducted at plot level where SLA of individuals were measured and community effects on resources quantified. For this analysis, we had one value of community 230 effect per plot. When a community effect for a particular factor (light, nutrients, or water) had no significant impact on biotic interactions, the effect was removed from the analysis. Statistical model construction When the experimental analysis done in the four experimental fields was completed, we had identified whether biotic interactions can explain community structure in the four experimental fields. Additionally, we knew whether survival or growth were most likely to predict SLA distribution at community level in each field (Link 2). Finally, we determined which community effect on abiotic factors (light interception, water or nutrient availability) determined the outcomes of biotic interactions (Figure 1). To validate our experimental findings on a larger data set and generalize it in subalpine grasslands present in our field site, we constructed a statistical model based on experimental results from the four experimental fields. We aimed to validate the model by predicting SLA distributions in the full 12 fields data set, thereby alleviating the pseudo-replication inherent to our experimental design. The model aimed to predict SLA distribution at community level in all of the 12 fields (Appendix 1). We modeled the outcomes of biotic interactions (LNRR interaction) that are driving the community structure in each experimental field (equation 3). For this purpose we modeled LNRR interaction using two main components (equation 4): The first component are SLA attributes at individuals level, the second are community effect (Figure 1) which determined the performance of particular SLA attribute in the field. Hence, we modeled : Community Biomassi = f(LNRR interaction i), where LNRR interaction i = f(SLAi, Community Effect) (see equation 4). Previous studies at our field site have found that CFP can predict community effects on soil resources such as soil moisture and light interception (Gross et al. Chapter 4, Quétier et al. 2007). Hence, community effects on resources were predicted, in this study, in each field using CFP of each field. CFP were quantified by a previous study in the 12 fields sites (Quétier et al. 2007). The model was validated by comparing LNRR interaction predicted by the model and observed SLA distributions estimated by relation previously identified by equation 2 in each of the 12 fields taken separately and for the 12 fields together. All 231 statistical analyses were performed using the software JMP 5.0.1. (The SAS Institute, Cary, North Carolina, USA. Results Experimental data SLA and the outcomes of biotic interactions (Link I) – In each of the four grasslands used for field experiment, we found a significant relationship between SLA of individuals and the outcomes of biotic interactions (Figure 2). In terraced grasslands (TFM and TM), we found respectively a positive and a negative quadratic relationship between SLA and LNRR interaction for survival. In the TFM field lowest and highest SLA attributes were facilitated whereas intermediate SLA attributes were negatively affected by competition. In the TM field opposite results were found. Intermediate SLA was facilitated whereas low and high SLA attributes were excluded by competition. Finally, in both types of terraced grasslands we found negative relationship between SLA of individuals and LNRR interaction, indicating that lowest SLA attributes were less affected by competition than highest SLA attributes. No facilitation was found in unterraced grasslands (M and UM). Additionally, no relation was found between SLA and LNRR interaction for survival. However, a negative relationship between SLA of individuals and LNRR interaction for growth was found. Lowest SLA was less affected by competition than highest SLA attributes (Figure 2). Biotic interactions at the individual level and SLA distribution at the community level (Link II) – Within the four experimental fields, we found that contrasting mechanisms explained community biomass as a function of SLA attributes (SLA distribution) in terraced versus unterraced grasslands (Table 1). In terraced grasslands, the outcomes of biotic interactions (LNRR interaction) calculated with survival data were correlated with SLA distribution at community level (TFM grassland r² = 0.56 **, TM grassland r² = 0.94 ***). No relation was found between LNRR interaction calculated with growth data and SLA distribution in terraced grasslands (Table 1). Conversely, in unterraced grasslands only LNRR interaction calculated with growth data was correlated with SLA distribution at community level (M grassland r² = 0.99***, UM grassland r² = 0.97 ***). No relationship was found with survival data (Table 1). 232 0,2 0,1 0,0 -0,1 r² = 0.85 *** -0,3 100 120 140 160 180 200 220 240 260 0,2 0,0 -0,2 -0,4 -0,6 -0,8 r² = 0.77 ** 80 100 120 160 180 200 0 0 -3 -4 r² = 0.52 * 120 160 180 r² = 0.33 ns 240 100 200 220 -2 -3 -4 r² = 0.57 * 80 100 SLA (cm²/g) 140 160 200 -0,1 -0,2 250 r² = 0.28 ns 80 100 120 180 200 SLA (cm²/g) 220 140 160 180 200 220 240 SLA (cm²/g) 0 M UM -1 -2 -3 -4 120 0,0 -0,3 150 0 TM -1 -5 140 -0,6 LNRR(growth) LNRR(growth) LNRR(growth) -2 100 -0,4 0,1 SLA (cm²/g) TFM -1 80 -0,2 SLA (cm²/g) SLA (cm²/g) -5 220 UM 0,0 -0,8 140 0,2 M 0,2 LNRR(growth) -0,2 80 TM 0,4 LNRR(survival) 0,6 TFM LNRR(survival) LNRR(survival) 0,3 LNRR(survival) 0,4 r² = 0.80 ** 80 100 120 -1 -2 -3 -4 -5 140 160 SLA (cm²/g) 180 200 220 r² = 0.69 * 80 100 120 140 160 180 200 SLA (cm²/g) Figure 2. Link I, relation between SLA and the outcomes of biotic interactions calculated with survival and growth data in each experimental field. Each point represents a SLA category and the associated LNRR interactions. We indicated regression coefficient. Abbreviation for land use: T, terraced, UT, Unterraced, F, Fertilized, M, Mown, UM, Unmown. Biotic interactions and community functional effects - We modeled successfully the outcomes of biotic interactions estimated with survival data and growth data in terraced and unterraced grasslands respectively using two distinct multiple regression models. The models included SLA of individual targets and community effects on main resources (Table 2). In terraced grasslands (TFM & TM fields), LNRR interaction for survival was predicted by community effect on soil moisture and SLAi² (r² = 0.54***, p <0.0001). We also tested community effects on nitrate concentration and on light availability but they did not show any significant effect on LNRR interaction and were thus removed from the analysis (data not shown). In unterraced grasslands (M & UM fields), LNRR interaction for growth was modeled successfully using community effects on light and SLAi (r²=0.58***, p < 0.0001) (Table 2). Community effects on water or nitrate concentration had no significant effect and were removed from the analysis (data not shown). Overall in our experimental analysis, we found that biotic interactions calculated with survival was linked with community structure in terraced grasslands (both TFM and TM fields). Conversely, in unterraced grasslands (Both M and UM fields) biotic interactions calculated with growth data were linked with community structure. Differences between terraced versus unterraced grasslands are likely to be explained by soil moisture. In terraced grasslands water availability is limited (Figure 3 upper panel). Hence, in these fields, community effect on water was linked with biotic interactions. In unterraced grasslands water 233 availability is not a limiting factor (Figure 3 upper panel). In these vegetation types, the outcomes of biotic interactions were explained by community effect on light availability. Table 1. Link II, relationship between the outcomes of biotic interactions at species level (LNRR calculated with growth and survival data) and SLA distribution at community level in the four experimental fields. Survival data Growth data TFM 0.56** 0.0036 ns TM 0.94*** 0.32 ns M ― 0.99 *** UM ― 0.97 *** We indicated r² value and p value and the slope of the relationship; ― indicated that no relationship between biotic interactions and SLA at individual level was found (Figure 1). Abbreviations for land use: T, terraced, F, Fertilized, M, Mown, UM, Unmown. Statistical model construction To validate these experimental findings on a larger data set and as such avoid pseudoreplication, we constructed a statistical model which predicts community biomass as a function of SLA attributes (equation 2) (SLA distribution) for the full 12 grasslands data set. In terraced grasslands, LNRR interaction calculated with survival data was required to estimate SLA distribution at community level (Table 1). LNRR interaction was estimated from community effects on soil moisture (LNRR resource soil moisture, equation 4) (Table 2 (1)). The model was therefore of the following form: LNRR interaction-survival i = f (SLA i, Community effect on soil moisture), Community effects on soil moisture in terraced grasslands were estimated from CFP of each grassland using a statistical model previously identified by Gross et al. (Chapter 4). LNRR resource was a function of the standing biomass, community leaf area and community root length (Model r² = 0.83, p<0.0001) (Gross et al. Chapter 4). Community effect on soil moisture was positive in TFM grasslands, i.e. vegetation increased soil moisture (Figure 3). Conversely, vegetation had a depletive effect on soil moisture in TM grasslands (Figure 3). 234 Table 2. Community functional effect on individuals response to biotic interactions: relationship between SLA (cm²/g) at individual level, community effect on resources (water or light) and the outcomes of biotic interaction calculated with (1) survival data in fields TFM and TM and (2) growth data in fields M and UM. (1) LNRR interaction for survival Overall r² df intercept (2) LNRR interaction for growth 0.54 < 0.0001 Overall r² estimate p 0.39 0.002 intercept 0.0004 ln (SLA) 0.58 < 0.0001 estimate p 12.30 0.0002 1 -3.009 0.0002 0.2056 0.0004 df SLA 1 -0.0028658 SLA ² 1 -0.00001 ns Effect Light 1 Effect Water 1 -0.25 0.045 Error 29 SLA*Effect water 1 0.00921 0.0009 SLA²*Effect Water 1 0.000255 < 0.0001 Error 38 We indicated regression parameter, p value , degree of freedom, df and estimate of each regression parameter. In unterraced grasslands, SLA distribution was modeled from LNRR interaction calculated with growth data for each SLA category (Table 1), where community effects on light availability determined LNRR interaction Table 2 (2)). The model was therefore of the following form: LNRR interaction-growth i = f(SLAi, community effect on light availability), Community effects on light availability in unterraced grasslands were modelled from CFP as CFP were strongly related with light interception (Gross et al. Chapter 4, Quétier et al. 2007,): Community effect on light availability = -0.0001 * Leaf area (mm²) – 0.02876 (r² = 0.80, p <0.0001, df 1, 11). Community effect on light availability was higher in UM grasslands than in M grasslands (Figure 3). We applied the multiple regression models (Table 2) in each of the twelve grasslands to predict LNRR interaction-survival in terraced grasslands and LNRR interaction-growth in 235 unterraced grasslands as a function of SLA value (Figure 3, lower panels). We tested the model in the twelve experimental sites by comparing predicted LNRR interaction by the model and the observed SLA distribution at the community level (equation 2) (Appendix 1) in each grassland (table 3). SLA distributions in each grassland were predicted by our model of biotic interactions with r² > 0.90 (p=0.0001) in most of the sites, excepted in TFM 2 (r² = 0.55, p=0.0001) and TFM 1 and 3 where r² > 0.78 (p=0.0001) (Table 3). Overall in the 12 fields analyzed together, the model prediction was highly concordant with observed SLA distribution in studied subalpine grasslands (r² = 0.74, p< 0.0001, df = 1, 221) (data not shown). Subalpine grasslands (1) Water availability % soil moisture abiotic filter *** U T 30 20 T 10 0 Terraced Unterraced Community effect on water (2) Community effect on light ** * 0 ,4 CFE (light) CFE (Soil moisture) 0,0 0 ,6 0 ,2 TM 0 ,0 TFM -0 ,2 -0,2 -0,4 M -0,6 *** -0,8 -0 ,4 UM -1,0 0,8 0,6 0,4 0,2 0,0 -0,2 80 100 120 140 160 180 200 SLA (cm²/g) 220 240 260 280 UM M 0,4 FD = 0.28 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 -1,2 -1,4 -1,6 100 150 200 250 SLA (cm²/g) LNRR interaction for survival = f (SLA, vegetation effect on water) FD = 0.26 -2 -3 -4 -5 100 150 200 SLA (cm²/g) 250 Predicted LNRR (Growth) 1,0 Predicted LNRR (survival) TM 1,2 Predicted LNRR (Growth) TFM Predicted LNRR (Survival) (3) FD = 0.23 -2 -3 -4 -5 100 150 200 250 SLA (cm²/g) LNRR interaction for Growth = f(SLA, vegetation effect on light) Figure 3. Model predicting functional composition of subalpine communities. Two types of grasslands were identified based on water availability. We separated dry terraced and wetter unterraced fields. Within terraced grasslands, community effects on soil moisture (CFE (soil moisture)) predicted the outcomes of biotic interactions calculated with survival data. Within unterraced grasslands, community effects on light (CFE (light)) predicted the outcomes of biotic interaction calculated with growth data. (1) We indicated soil moisture in terraced (T) versus unterraced grasslands (UT) and (2) community effect on soil moisture, light availability in terraced and unterraced grassland respectively, Finally, (3) we presented the mean of predicted LNRR interaction for survival or growth in grasslands types. Abbreviations for land use: UT, unterraced T, terraced, F, Fertilized, M, Mown, UM, Unmown. For upper panel ***, indicated p <0.0001. 236 Discussion Linkages between individual responses and community structure using traits In this study, we empirically showed how traits at the individual level can translate into functional composition of natural communities. We successfully validated our framework and thereby showed that functional composition (the distribution of community biomass as a function of trait attributes) can be predicted on a mechanistic basis (Figure 3 and Table 3). Based on the hypothesis that individuals with similar attributes have the same response to environmental factors (Lavorel et al. 1997), it was possible to extrapolate the results from a few phytometers selected to reflect the spectrum of attributes in the community in order to predict community-level properties. For this purpose, using dominant species as phytometers seems to be a useful approach as they reflect trait syndromes at community level (Grime 1998, Garnier et al. 2004, Violle et al. 2007). Table 3. Regression results between observed SLA distribution and predicted SLA distribution in 12 grasslands. TFM TM M UM 1 0.78 *** 0.95 *** 0.97 *** 0.97 *** 2 0.55 ** 0.94 *** 0.97 *** 0.97 *** 3 0.80 *** 0.73 *** 0.97 *** 0.97 *** We indicated regression parameter r², and the p value,**, p<0.001 ***, p< 0.0001 Based on the manipulative experiment, we built a statistical model (Figure 3) which predicted SLA distribution at community level and validated it in the main subalpine grassland type present at our field site (Table 3). The model integrated three key components: the local limiting resources (Taylor et al. 1990, Harpole and Tilman 2007), SLA at the individual level, which reflected particular tolerances of individuals to environmental factors (Suding et al. 2003, Fynn et al. 2005, Gross et al. 2007, Chapter 1), and community effects on limiting soil resources estimated with CFP at the community level (Lavorel and Garnier 2002, Violle et al. 2007, Gross et al. Chapter 4). As a result, our framework supported the trait-based approach which posits that there are connections between traits at the individual level, mechanisms of community structure and ecosystem functioning (Lavorel and Garnier 2002, Suding et al. 2003, McGill et al. 2006, Shipley et al. 2006, Lavorel et al. 2007). 237 Our framework is so far ‘static’ in that it describes the functional structure of communities. It could be used to become dynamic by linking it with models of trait responses to environmental change, e.g. for subalpine grasslands the state and transition model proposed by Quétier et al. (2007). Manipulative experiments identifying trait responses to abiotic factors (e.g. Gross et al. 2007, Chapter 1) could also be used to predict the dynamics of community functional structure. Nevertheless, by linking individual responses to community structure, we were able to identify mechanisms that play an important role in shaping natural communities (Suding et al. 2003, Brooker et al. 2005). Identifying the importance of process at community scale General models of biotic interactions have contrasting predictions on the importance of mechanisms that are driving community structure especially in communities characterized by low levels of productivity (Grime 1977, Tilman 1985, Bertness and Callaway 1994, Michalet et al. 2006). Most of the experiments supporting each of these alternative theories have been conducted using a taxonomic approach (McGill et al. 2006). Results from using this approach are difficult to generalize (Goldberg et al. 1999, Maestre et al. 2005, McGill et al. 2006, Grime 2007) and the mechanisms identified at species level are not clearly linked with community structure (Allen & Hoekstra 1992, Suding et al. 2003, McGill et al. 2006, Agrawal et al. 2007, Brooker et al. submitted,). We showed in this study that our trait-based framework offers an interesting alternative to the taxonomic approach as it makes possible to directly link mechanisms at individual level to community structure, and as such to identify important mechanisms at community level (Suding et al. 2003, Brooker et al. 2005). Additionally, using traits provides generalizable results from experiments to larger data set by building statistical models of community assembly. By applying our framework to subalpine grasslands, we found that functional composition results from an interplay of competition and facilitation (Chapin et al. 1994, Reader et al. 1994, Choler et al. 2001, Callaway et al. 2002, Olofsson et al. 2004) indicating the prevalence of positive and negative biotic interactions in low productive communities such as subalpine grasslands. Indeed, contrary to general models prediction, it was not only a competitive ability for soil resources (Tilman 1985, Wedin and Tilman 1993, Harpole and Tilman 2007), individual tolerances to abiotic resources (Campbell and Grime 1992, Brooker et al. 2005, Liancourt et al. 2005b) or positive interactions (Bertness and Callaway 1994) that were linked 238 with community structure, but a complex combination of them. Additionally, the importance of different fitness components (survival or growth) changed depending on local limiting factors (Huston 1994, Goldberg et al. 1999). Mechanisms of functional assembly in subalpine grasslands Within terraces, positive interactions acting on survival of individuals were directly linked with community structure (Figure 3). This result confirmed that survival is important in communities limiting by sudden mortality inducing factors (Huston 1994) such as water availability (Golberg et al. 1999, Hastwell and Facelli 2003). To our knowledge, it is the first study clearly showing that facilitation is able to structure the whole community. Indeed, we found that facilitation promoted dominant trait attributes, and thus might affect whole ecosystem processes (Garnier et al. 2004, Garnier et al. 2007, Lavorel et al. 2007). In fertilized terraces where vegetation increased water availability, positive interactions led to a high functional diversity as they promoted both conservative and exploitative plant types (low and high SLA attributes). Conversely, in unfertilized terraces, plant types with intermediate SLA were facilitated, whereas low and highest SLA attributes were excluded by competition for water. This change in community effect on the main limiting resource is likely to be a key factor explaining the decrease of functional diversity when fertilization is ceased (Quétier et al. 2007). As a result, facilitation in subalpine grasslands is not always linked with an increase in diversity as it is usually hypothesized (Choler et al. 2001, Hooper et al. 2005, Michalet et al. 2006). Indeed, in unfertilized terraced fields facilitation affected dominant trait attributes, whereas subordinate traits attributes are affected by competition for water leading to a decreased of diversity when fertilization is ceased (Figure 3). In unterraced grasslands where no sudden mortality factors were present (no water limitation), competition acting on growth was linked with community structure (Goldberg et al. 1999, Maestre et al. 2005). Competition for light was able to explain dominance of individuals characterized by low SLA attributes and exclusion of plant with highest SLA attributes (Aerts et al. 1990, Elberse and Berendse 1993). In these grasslands, conservative plant types are mainly represented by Festuca paniculata (Quétier et al. 2007). This species builds abundant live and dead biomass when mowing is abandoned, leading to a decrease in plant diversity (Quétier et al. 2007) due to an increase of competition for light (Figure 3). Our results may reflect the success of conservative competitors in subalpine grasslands with no water 239 limitation but still with intermediate productivity (Liancourt et al. 2005, Gross et al. 2007, Chapter 1). Species with similar strategy (conservative syndrome, and high competitive response) were describe as dominant in other systems characterized by low productivity and no water limitation such as lowland grasslands (Liancourt et al. 2005a, Hurst and John 1999), montane grasslands (Berendse 1994, Ryser and Lambers 1995) or Mediterranean old fields (Fynn and O'Connor 2005, Vile et al. 2006). We found in this study that contrasting mechanisms of biotic interactions depending on water availability acted in terraced versus unterraced grasslands (Figure 3). However, it has been also proposed that differences between the two types of grasslands can be explained by the old history of ploughing on terraced field and the absence of Festuca paniculata due to regeneration limitations (Quétier et al. 2007). Manipulating water availability at community level will be necessary to test these two alternative hypotheses (Liancourt et al. 2005b). Additionally, in terraced grasslands long term fertilization has led to contrasting functional composition by modifying soil fertility (Quétier et al. 2007). However, our model highlighted the strong effect of water limitation and community effect on this resource as determinants of the functional structure of communities in terraced fields. Further experimental studies are needed to understand the complex role of co-limiting resources such as water and soil nutrients on community structure (Harpole and Tilman 2007). Conclusion This study contributes to the growing number of conceptual advances aiming to link traits at individual level to patterns at community level (Suding et al. 2003, McGill et al. 2006, Shipley et al. 2006, Ackerly and Cornwell 2007). We demonstrated using this approach the importance of biotic interactions for structuring subalpine communities trough the interplay of competition and facilitation, impacting alternatively growth or survival. Our conceptual and statistical model allowed us to predict functional diversity for SLA in subalpine grasslands. Predicting functional composition of natural communities will enable us to make strong connections between the dynamics of subalpine communities and future ecosystem functioning as community-SLA is a key CFP (functional marker, Garnier et al. 2004) determining ecosystem functioning and community assembly. Clearly understanding mechanisms that lead to functional patterns at community level will allow us to test ecological theory. Because traits are easily comparable among studies and sites, construction of trait240 based models will help us generalizing ecological rules over large ecological gradients (McGill et al. 2006). ACKNOWLEDGMENTS This study was supported by the GEOTRAITS project of the French ACI-ECCO programme contributes to GDR Utiliterres. We thank M. Chausson, M. Enjalbal, D. Lapied, F. Viard Crétat, Y Le Bagousse-Pionguet and Damien Girot for technical assistance during the experiment; G. Girard for chemicals analysis, R. Hurstel, R. Douzet, S. Aubert.for botanical expertise and technical assistance; M.L. Navas, C. Roumet, P. Choler for discussions. References Ackerly, D. D. 2004. Adaptation, niche conservatism, and convergence: Comparative studies of leaf evolution in the California chaparral. American Naturalist 163:654-671. Ackerly, D. D., and W. K. Cornwell. 2007. A trait-based approach to community assembly: partitioning of species trait values into within- and among-community components. Ecology Letters 10:135-145. Aerts, R., F. Berendse, H. Decaluwe, and M. Schmitz. 1990. Competition In Heathland Along An Experimental Gradient Of Nutrient Availability. Oikos 57:310-318. Agrawal, A. A., D. D. Ackerly, F. Adler, A. E. Arnold, C. Caceres, D. F. Doak, E. Post, P. J. Hudson, J. Maron, K. A. Mooney, M. Power, D. Schemske, J. Stachowicz, S. Strauss, M. G. Turner, and E. Werner. 2007. Filling key gaps in population and community ecology. Frontiers In Ecology And The Environment 5:145-152. Allen, T. F. H., and T. W. Hoekstra. 1992. The Integration Of Ecological-Studies - Comment. Functional Ecology 6:118-119. Bakker M., van Doorn A., Quétier F., Chouvardas D., Govers G. and Rounsevell M. 2007. The response of soil erosion and sediment export to land use change in four areas in Europe: the importance of the landscape pattern. Geomorphology in press Berendse, F. 1994. Competition Between Plant-Populations At Low And High Nutrient Supplies. Oikos 71:253-260. Bertness, M. D., and R. Callaway. 1994. Positive Interactions In Communities. Trends In Ecology & Evolution 9:191-193. 241 Brooker et al. 2007. Facilitation inplant communities: the past, the present and the future. Journal of Ecology: submit. Brooker, R., Z. Kikvidze, F. I. Pugnaire, R. M. Callaway, P. Choler, C. J. Lortie, and R. Michalet. 2005. The importance of importance. (vol 109, pg 63, 2005). Oikos 111:208-208. Brooker, R. W., and T. V. Callaghan. 1998. The balance between positive and negative plant interactions and its relationship to environmental gradients: a model. Oikos 81:196207. Bruno, J. F., J. J. Stachowicz, and M. D. Bertness. 2003. Inclusion of facilitation into ecological theory. Trends In Ecology & Evolution 18:119-125. Callaway, R. M., R. W. Brooker, P. Choler, Z. Kikvidze, C. J. Lortie, R. Michalet, L. Paolini, F. I. Pugnaire, B. Newingham, E. T. Aschehoug, C. Armas, D. Kikodze, and B. J. Cook. 2002. Positive interactions among alpine plants increase with stress. Nature 417:844-848. Campbell, B. D., and J. P. Grime. 1992. An Experimental Test Of Plant Strategy Theory. Ecology 73:15-29. Chapin, F. S., L. R. Walker, C. L. Fastie, and L. C. Sharman. 1994. Mechanisms Of Primary Succession Following Deglaciation At Glacier Bay, Alaska. Ecological Monographs 64:149-175. Chapin, F. S., E. S. Zavaleta, V. T. Eviner, R. L. Naylor, P. M. Vitousek, H. L. Reynolds, D. U. Hooper, S. Lavorel, O. E. Sala, S. E. Hobbie, M. C. Mack, and S. Diaz. 2000. Consequences of changing biodiversity. Nature 405:234-242. Choler, P., R. Michalet, and R. M. Callaway. 2001. Facilitation and competition on gradients in alpine plant communities. Ecology 82:3295-3308. Cornelissen, J. H. C., S. Lavorel, E. Garnier, S. Diaz, N. Buchmann, D. E. Gurvich, P. B. Reich, H. ter Steege, H. D. Morgan, M. G. A. van der Heijden, J. G. Pausas, and H. Poorter. 2003. A handbook of protocols for standardised and easy measurement of plant functional traits worldwide. Australian Journal Of Botany 51:335-380. Craine, J. M. 2005. Reconciling plant strategy theories of Grime and Tilman. Journal Of Ecology 93:1041-1052. Diaz, S., and M. Cabido. 2001. Vive la difference: plant functional diversity matters to ecosystem processes. Trends In Ecology & Evolution 16:646-655. 242 Diaz, S., M. Cabido, M. Zak, E. M. Carretero, and J. Aranibar. 1999. Plant functional traits, ecosystem structure and land-use history along a climatic gradient in central-western Argentina. Journal Of Vegetation Science 10:651-660. Diaz, S., J. G. Hodgson, K. Thompson, M. Cabido, J. H. C. Cornelissen, A. Jalili, G. Montserrat-Marti, J. P. Grime, F. Zarrinkamar, Y. Asri, S. R. Band, S. Basconcelo, P. Castro-Diez, G. Funes, B. Hamzehee, M. Khoshnevi, N. Perez-Harguindeguy, M. C. Perez-Rontome, F. A. Shirvany, F. Vendramini, S. Yazdani, R. Abbas-Azimi, A. Bogaard, S. Boustani, M. Charles, M. Dehghan, L. de Torres-Espuny, V. Falczuk, J. Guerrero-Campo, A. Hynd, G. Jones, E. Kowsary, F. Kazemi-Saeed, M. MaestroMartinez, A. Romo-Diez, S. Shaw, B. Siavash, P. Villar-Salvador, and M. R. Zak. 2004. The plant traits that drive ecosystems: Evidence from three continents. Journal Of Vegetation Science 15:295-304. Elberse, W. T., and F. Berendse. 1993. A Comparative-Study Of The Growth And Morphology Of 8 Grass Species From Habitats With Different Nutrient Availabilities. Functional Ecology 7:223-229. Fynn, R. W. S., C. D. Morris, and K. P. Kirkman. 2005. Plant strategies and trait trade-offs influence trends in competitive ability along gradients of soil fertility and disturbance. Journal Of Ecology 93:384-394. Fynn, R. W. S., and T. G. O'Connor. 2005. Determinants of community organization of a South African mesic grassland. Journal Of Vegetation Science 16:93-102. Garnier, E., Lavorel, S., Ansquer, P., Castro, H., Cruz, P., Dolezal, J., Eriksson, O., Fortunel, C., Freitas, H., Golodets, C., Grigulis, K., Jouany, C., Kazakou, E., Kigel, J., Kleyer, M., Lehsten, V., Lepš, J., Meier, T., Pakeman, R., Papadimitriou, M., Papanastasis, V.P., Quested, H., Quétier, F., Robson, M., Roumet, C., Rusch, G., Skarpe, M., Sternberg, M., Theau, J.-P., Thébault, A., Vile, D. and Zarovali, M. 2007. Assessing the effects of land use change on plant traits, communities and ecosystem functioning in grasslands: a standardized methodology and lessons from an application to 11 European sites. Annals of Botany, 1:1-19. Garnier, E., J. Cortez, G. Billes, M. L. Navas, C. Roumet, M. Debussche, G. Laurent, A. Blanchard, D. Aubry, A. Bellmann, C. Neill, and J. P. Toussaint. 2004. Plant functional markers capture ecosystem properties during secondary succession. Ecology 85:2630-2637. 243 Goldberg, D. E., T. Rajaniemi, J. Gurevitch, and A. Stewart-Oaten. 1999. Empirical approaches to quantifying interaction intensity: Competition and facilitation along productivity gradients. Ecology 80:1118-1131. Grace, J. B. 1991. A Clarification Of The Debate Between Grime And Tilman. Functional Ecology 5:583-587. Grime, J. P. 1977. Evidence For Existence Of 3 Primary Strategies In Plants And Its Relevance To Ecological And Evolutionary Theory. American Naturalist 111:11691194. Grime, J. P. 1998. Benefits of plant diversity to ecosystems: immediate, filter and founder effects. Journal Of Ecology 86:902-910. Grime, J. P. 2007. Plant strategy theories: a comment on Craine (2005). Journal Of Ecology 95:227-230. Gross, N., K. N. Suding, and S. Lavorel. 2007. Leaf dry matter content and lateral spread predict response to land use change for six subalpine grassland species. Journal Of Vegetation Science 18:289-300. Chapter 1. Gross, N. Suding, K.N., Lavorel, S. and C. Roumet. 2007. Complementarity as a mechanism of coexistence between functional groups of graminoids. Journal of Ecology, Submitted. Chapter 2. Gross N., Robson., T.M., Lavorel S., Albert C., Le Bagousse-Pinguet, Y. and Guillemin, R. 2007. Plant response traits mediate the effects of subalpine grasslands on soil moisture. Oecologia. Submitted. Chapter 4. Harpole, W. S., and D. Tilman. 2007. Grassland species loss resulting from reduced niche dimension. Nature 446:791-793. Hastwell, G. T., and J. M. Facelli. 2003. Differing effects of shade-induced facilitation on growth and survival during the establishment of a chenopod shrub. Journal Of Ecology 91:941-950. Hooper, D.U., Chapin, F.S., Ewel, J.J., Hector, A., Inchausti, P., Lavorel, S., Lawton, J.H., Lodge, D.M., Loreau, M., Naeem, S., Schmid, B., Setala, H., Symstad, A.J., Vandermeer, J. and D.A. Wardle. 2005. Effects of biodiversity on ecosystem functioning: A consensus of current knowledge. Ecological Monographs 75 :3-35 Hurst, A., and E. John. 1999. The biotic and abiotic changes associated with Brachypodium pinnatum dominance in chalk grassland in south-east England. Biological Conservation 88:75-84. 244 Huston, M., 1994, Biological diversity: the coexistence of species on changing landscapes, Cambridge ( R.-U. ), Cambridge University Press. Lavorel S., Diaz, S., Cornelissen, J.H.C, Garnier, E., Harrison, S.P., McIntyre, S., Pausas, J.G., Pérez-Harguindeguy, N., Roumet, C. and Urcelay, C. 2007. Plant functional types: are we getting any closer to the Holy Grail? In: Canadell, J., Pitelka, L.F. & Pataki, D. (eds.) Terrestrial ecosystems in a changing World. Springer-Verlag, New York, NY, US. Lavorel, S., and E. Garnier. 2002. Predicting changes in community composition and ecosystem functioning from plant traits: revisiting the Holy Grail. Functional Ecology 16:545-556. Lavorel, S., S. McIntyre, J. Landsberg, and T. D. A. Forbes. 1997. Plant functional classifications: from general groups to specific groups based on response to disturbance. Trends In Ecology & Evolution 12:474-478. Leps, J., F. de Bello, S. Lavorel, and S. Berman. 2006. Quantifying and interpreting functional diversity of natural communities: practical considerations matter. Preslia 78:481-501. Liancourt, P., R. M. Callaway, and R. Michalet. 2005a. Stress tolerance and competitiveresponse ability determine the outcome of biotic interactions. Ecology 86:1611-1618. Liancourt, P., E. Corcket, and R. Michalet. 2005b. Stress tolerance abilities and competitive responses in a watering and fertilization field experiment. Journal Of Vegetation Science 16:713-722. Lortie, C. J., R. W. Brooker, P. Choler, Z. Kikvidze, R. Michalet, F. I. Pugnaire, and R. M. Callaway. 2004. Rethinking plant community theory. Oikos 107:433-438. Maestre, F. T., F. Valladares, and J. F. Reynolds. 2005. Is the change of plant-plant interactions with abiotic stress predictable? A meta-analysis of field results in arid environments. Journal Of Ecology 93:748-757. Mason, N. W. H., D. Mouillot, W. G. Lee, and J. B. Wilson. 2005. Functional richness, functional evenness and functional divergence: the primary components of functional diversity. Oikos 111:112-118. McGill, B. J., B. J. Enquist, E. Weiher, and M. Westoby. 2006. Rebuilding community ecology from functional traits. Trends In Ecology & Evolution 21:178-185. Michalet, R. 2006. Is facilitation in arid environments the result of direct or complex interactions? Commentary. New Phytologist 169:3-6. 245 Novoplansky, A., and D. E. Goldberg. 2001. Effects of water pulsing on individual performance and competitive hierarchies in plants. Journal Of Vegetation Science 12:199-208. Olofsson, J., P. E. Hulme, L. Oksanen, and O. Suominen. 2004. Importance of large and small mammalian herbivores for the plant community structure in the forest tundra ecotone. Oikos 106:324-334. Padilla, F. M., and F. I. Pugnaire. 2006. The role of nurse plants in the restoration of degraded environments. Frontiers In Ecology And The Environment 4:196-202. Quetier, F., A. Thebault, and S. Lavorel. 2007. Plant traits in a state and transition framework as markers of ecosystem response to land-use change. Ecological Monographs 77:3352. Reader, R. J., S. D. Wilson, J. W. Belcher, I. Wisheu, P. A. Keddy, D. Tilman, E. C. Morris, J. B. Grace, J. B. McGraw, H. Olff, R. Turkington, E. Klein, Y. Leung, B. Shipley, R. Vanhulst, M. E. Johansson, C. Nilsson, J. Gurevitch, K. Grigulis, and B. E. Beisner. 1994. Plant Competition In Relation To Neighbor Biomass - An Intercontinental Study With Poa Pratensis. Ecology 75:1753-1760. Robson, T. M., S. Lavorel, J. C. Clement, and X. Le Roux. 2007. Neglect of mowing and manuring leads to slower nitrogen cycling in subalpine grasslands. Soil Biology & Biochemistry 39:930-941. Ryser, P., and H. Lambers. 1995. Root And Leaf Attributes Accounting For The Performance Of Fast-Growing And Slow-Growing Grasses At Different Nutrient Supply. Plant And Soil 170:251-265. Shipley, B., D. Vile, and E. Garnier. 2006. From plant traits to plant communities: A statistical mechanistic approach to biodiversity. Science 314:812-814. Silvertown, J. 2004. Plant coexistence and the niche. Trends In Ecology & Evolution 19:605611. Suding, K. N., D. E. Goldberg, and K. M. Hartman. 2003. Relationships among species traits: Separating levels of response and identifying linkages to abundance. Ecology 84:1-16. Tasser, E. and U. Tappeiner. 2002. Impact of land use changes on mountain vegetation. Appl. Veg. Sci. 5: 173-184. Taylor, D. R., L. W. Aarssen, and C. Loehle. 1990. On The Relationship Between R/K Selection And Environmental Carrying-Capacity - A New Habitat Templet For Plant Life-History Strategies. Oikos 58:239-250. 246 Tilman, D. 1985. The Resource-Ratio Hypothesis Of Plant Succession. American Naturalist 125:827-852. Tilman, D. 2007. Resource competition and plant traits: a response to Craine et al. 2005. Journal Of Ecology 95:231-234. Tilman, D., J. Knops, D. Wedin, P. Reich, M. Ritchie, and E. Siemann. 1997. The influence of functional diversity and composition on ecosystem processes. Science 277:13001302. Vile, D., B. Shipley, and E. Garnier. 2006. A structural equation model to integrate changes in functional strategies during old-field succession. Ecology 87:504-517. Violle, C., M. L. Navas, D. Vile, E. Kazakou, C. Fortunel, I. Hummel, and E. Garnier. 2007. Let the concept of trait be functional! Oikos 116:882-892. Wedin, D., and D. Tilman. 1993. Competition Among Grasses Along A Nitrogen Gradient Initial Conditions And Mechanisms Of Competition. Ecological Monographs 63:199229. Westoby, M. 1998. A leaf-height-seed (LHS) plant ecology strategy scheme. Plant Soil 199: 213-227. Wright, I. J., P. B. Reich, M. Westoby, D. D. Ackerly, Z. Baruch, F. Bongers, J. CavenderBares, T. Chapin, J. H. C. Cornelissen, M. Diemer, J. Flexas, E. Garnier, P. K. Groom, J. Gulias, K. Hikosaka, B. B. Lamont, T. Lee, W. Lee, C. Lusk, J. J. Midgley, M. L. Navas, U. Niinemets, J. Oleksyn, N. Osada, H. Poorter, P. Poot, L. Prior, V. I. Pyankov, C. Roumet, S. C. Thomas, M. G. Tjoelker, E. J. Veneklaas, and R. Villar. 2004. The worldwide leaf economics spectrum. Nature 428:821-827. Wright, J. P., S. Naeem, A. Hector, C. Lehman, P. B. Reich, B. Schmid, and D. Tilman. 2006. Conventional functional classification schemes underestimate the relationship with ecosystem functioning. Ecology Letters 9:111-120. Zeller V., Bahn M., Aichner M. and Tappeiner U. 2000. Impact of land use change on nitrogen mineralization in subalpine grasslands in the Southern Alps. Biology and Fertility of Soils 31:441–448 247 Appendix 1. Observed SLA distribution in subalpine grasslands 60 r² = 0.97** 40 30 20 10 50 TM 1 50 r² = 0.73* 40 30 20 0 100 120 140 160 180 200 220 240 100 120 140 160 180 200 220 240 80 TFM 2 15 10 80 r² = 0.90** 80 100 120 140 160 180 200 220 240 60 100 120 140 160 180 200 220 240 60 M2 UM 2 r² = 0.97*** 40 20 60 r² = 0.95** 40 20 40 30 20 10 0 0 80 100 120 140 160 180 200 220 240 0 80 100 120 140 SLA (cm²/g) 160 180 200 220 240 0 60 80 100 120 SLA (cm²/g) 80 TFM 3 50 TM 3 r² = 0.71* 140 160 180 200 220 240 60 r² = 0.85** M3 100 r² = 0.85* 40 20 10 30 20 10 0 0 80 100 120 140 160 SLA (cm²/g) 180 200 220 240 100 120 140 160 SLA (cm²/g) 180 200 220 240 140 160 180 200 220 240 UM 3 r² = 0.99 *** 60 40 20 0 80 120 80 % community biomass 60 % community biomass % community biomass 20 100 SLA (cm²/g) 40 30 80 SLA (cm²/g) 40 % community biomass 80 SLA (cm²/g) 5 50 20 50 60 % community biomass 20 40 SLA (cm²/g) TM 2 r² = 0.98*** 25 r² = 0.91** 60 0 60 SLA (cm²/g) % community biomass % community biomass 30 20 0 80 SLA (cm²/g) 35 30 % community biomass 80 UM 1 r² = 0.77* 10 10 0 80 M1 40 % community biomass TFM 1 % community biomass % community biomass 50 % community biomass 60 0 60 80 100 120 140 160 180 200 220 SLA (cm²/g) 240 60 80 100 120 140 160 180 200 220 240 SLA (cm²/g) Figure S1. Observed SLA distribution in subalpine grasslands (% of community biomass for each SLA category). We indicated regression parameter, r² and p value, ***, p< 0.0001, **, p<0.001, *, p<0.05. Abbreviations for land use: T, terraced, F, Fertilized, M, Mown, UM, Unmown. 248 Synthèse chapitre 5 Nous avons proposé dans ce dernier chapitre de thèse une approche originale permettant de tester si les interactions biotiques pouvaient expliquer la structure fonctionnelle des communautés subalpines. Pour cela nous avons utilisé une approche basée sur les traits fonctionnels mesurés à l'échelle de l'individu et non de l'espèce. Dans un premier temps, nous avons isolé trois niveaux de réponse où nous avons conduit nos investigations. Le premier niveau est celui des traits des individus mesurés sur le terrain sur des phytomètres cultivés sans voisins. Ces traits reflètent l'adaptation potentielle des individus à leur environnement. Le deuxième niveau est celui des interactions plante-plante. Nous avons quantifié dans chacun des sites expérimentaux les interactions biotiques sur des individus ayant des valeurs de trait contrastés. Enfin, le troisième niveau s'intéresse la structure fonctionnelle des communautés. Elle est quantifiée en mettant en relation la biomasse au sein d'une communauté et les valeurs de traits des individus qui la compose. Ainsi nous obtenons une distribution de la biomasse d'une communauté en fonction d'une valeur de traits. Nous avons ensuite lié ces différents niveaux de réponse pour tester si les interactions biotiques pouvaient expliquer la structure fonctionnelle des communautés. Nous avons illustré notre démarche en utilisant la surface spécifique foliaire (SLA). Ce trait, comme nous l'avons vu, peut déterminer l'intensité des interactions entre espèces (Chapitre 2) et détermine en partie certains fonctionnements des écosystèmes subalpins. Nous avons regardé s'il existait une relation entre SLA des individus et leur réponse aux interactions biotiques dans chacun des sites expérimentaux. La réponse des individus a été estimée par leur survie et leur croissance. Nous avons ensuite mis en lien ces réponses avec la distribution de SLA à l'échelle de la communauté et regardé si les interactions observées à l'échelle de l'individu pouvaient expliquer la biomasse observée à l'échelle de la communauté. Ce lien nous permet d'isoler si les interactions biotiques mesurées sont importantes pour expliquer la structure fonctionnelle de chaque communauté. Enfin, nous avons testé si les interactions biotiques pouvaient être expliquées par l'effet des communautés sur les paramètres abiotiques de l'environnement (lumière, eau du sol, concentration en azote du sol). Nous avons montré au sein de nos sites expérimentaux que les interactions biotiques étaient bien reliées à la structure fonctionnelle des communautés subalpines (distribution de biomasse 249 en fonction de la SLA). Ainsi au sein des terrasses il existe une relation entre SLA des individus et leur réponse aux interactions biotiques pour la survie. Ces interactions pour la survie sont capables d'expliquer la distribution de SLA à l'échelle de la communauté. Nous avons montré que c'est l'effet sur l'eau des végétations sur terrasse qui détermine l'intensité des interactions biotiques. Dans les prés de fauche, il existe des relations entre SLA des individus et leurs réponses aux interactions biotiques. Les interactions pour la croissance peuvent expliquer la distribution de SLA au sein de ces prairies. Enfin, c'est l'effet des communautés sur la lumière qui affectent l'intensité des interactions. Utilisant ces résultat expérimentaux, nous avons construit un modèle prédisant la structure fonctionnelle des communautés subalpines. Ce modèle comprend deux parties, les traits des individus (ici leur valeur de SLA) ainsi que l'effet des communautés sur l'eau pour les prairies sur terrasse ou l'effet des communautés sur la lumière dans les prés de fauche. Nous avons validé ce modèle sur l'ensemble des 12 sites sélectionnés pour ce travail de thèse en comparant les interactions biotiques prédites par le modèle et les distributions de SLA observées dans les prairies étudiées. Nous verrons dans la discussion comment peuvent être interprétés les résultats issus de cette approche couplant expérimentation et modélisation statistique. 250 251 252 DISCUSSION GENERALE 253 254 Ce travail de thèse avait pour but de comprendre les mécanismes de structuration des communautés végétales subalpines ainsi que leur fonctionnement (illustré à travers l’effet sur la ressource hydrique) le long de gradients complexes d’utilisation des terres. Pour cela, nous avons proposé une approche basée sur les traits fonctionnels permettant de lier la réponse des espèces dominantes à la structure des communautés. Cette démarche s’inscrit pleinement dans le cadre préconisé de récents articles proposant une alternative à l’approche taxonomiste (Lavorel et al. 2002 ; Suding et al. 2003 ; McGill et al. 2006 ; Argwal et al. 2007 ; Ackerly et al. 2007 ; Shipley et al. 2006), celle-ci restant malheureusement difficilement généralisable. Nous avons dans un premier temps montré les liens existants entre traits des espèces et réponses aux facteurs de l’environnement (facteurs abiotiques liés à l’utilisation des terres, Chapitre 1) (facteurs biotiques liés à l’identité fonctionnelle des voisins, Chapitre 2), validant ainsi l’appellation de traits fonctionnels. Nous avons ensuite déterminé les processus affectant le succès des espèces dominantes au sein des prairies subalpines (Chapitre 3). Enfin, nous avons montré qu’en nous éloignant du concept d’espèce et en adoptant une approche basée sur les traits, on pouvait déterminer les mécanismes importants, c’est à dire responsables de la structure fonctionnelle des communautés subalpines (Chapitre 5) ainsi que de l’effet de ces communautés sur la ressource en eau (Chapitre 4). A deux reprises, nous avons montré comment cette approche basée sur les traits peut être utilisée pour construire des modèles prédictifs permettant de tester sur un large ensemble de données les évidences écologiques issues de données expérimentales et éviter ainsi le piège de la pseudo-réplication. Nous présenterons, dans cette discussion, une synthèse permettant de montrer comment notre approche nous permet d’apporter de nouveaux d’éléments aux questions théoriques évoquées dans l’introduction ainsi qu’aux questions propres à notre système d’étude. Nous proposerons des perspectives permettant d’élargir notre approche à d’autres questions de fond en écologie des communautés. 255 256 1. Liens entre traits des individus et réponses aux facteurs 1.1. Stratégies fonctionnelles des espèces dominantes au subalpin Compromis et stratégies spécifiques (échelle globale et locale) Différentes approches ont été proposées pour caractériser les stratégies des espèces face à leur environnement. Une première approche étudie les relations entre traits et la position des espèces le long de gradients écologiques complexes sur le terrain (Grime 1977, Ackerly 2004; Wright et al. 2004 ; Diaz et al. 2004). Cette approche corrélative se réalise à large échelle, des communautés à l’échelle intercontinentale. Elle permet d’une façon simple de faire le lien entre traits et réponse aux facteurs abiotiques. Cependant les mécanismes sous-jacents restent souvent inexplorés. En effet, parce que les gradients sur le terrain sont complexes, il est difficile d’isoler de façon certaine, les facteurs responsables des réponses observées. De plus, en fonction de l’échelle d’étude (locale ou globale), des résultats contradictoires sont également trouvés (Wright et al. 2004 b ; Ackerly 2004). Ainsi, à l’échelle intercontinentale, un seul axe de différentiation fonctionnelle apparaît (voir « leaf economic spectrum » dans l’introduction, Wright et al. 2004 ; Grime et al. 1997 ; Diaz et al. 2004). A l’échelle régionale, de mêmes approches ont montré l’existence d’autres axes de différenciations fonctionnelles correspondant à des compromis de réponses indépendants (Wright et al. 2004 b ; Fonseca et al. 2001 ; Westoby et al. 2002 ; Lamont 2002). Par exemple, la hauteur des plantes devient indépendante des traits foliaires à l’échelle locale, ce qui n’est pas le cas à l’échelle globale (Diaz et al. 2004). La hauteur semble liée à la ressource minérale des sols à large échelle (Diaz et al. 2004) alors qu’elle reflète des stratégies de gestion de l’eau à l’échelle de la communauté (Ackerly 2004) ou régionale (Wright et al. 2004 b). Une deuxième approche, adoptée dans ce travail de thèse, considère d’abord l’identification d’axes de différentiation fonctionnels à l’échelle des individus ou des espèces (Suding et al. 2003). Cette approche se conduit « hors communautés », en conditions contrôlées. Par la suite, ces axes sont reliés aux réponses des individus à des facteurs simples. Ces liens sont identifiés expérimentalement donc démontrés formellement (Suding et al. 2003 ; Fynn et al. 2005 ; Weding & Tilman 1993 ; Gross et al. 2007 ; Chapitre 1). Connaissant ces liens, il 257 devient possible de comprendre les mécanismes reliant les traits à l’abondance des espèces le long de gradients écologiques (Chapitre 1, Fynn et al. 2005a ; Suding et al. 2003). C’est une démarche réductionniste qui considère l’étude d’un système en commençant par ces plus simples éléments. Cependant, cette démarche est coûteuse et limite le nombre d’espèces étudiées pour une même étude (Suding et al. 2003 ; Fynn et al. 2005 ; Chapitre 1). Mais il est possible de comparer les résultats de ces études avec les conclusions des études corrélatives le long de gradients complexes, car toutes deux sont basées sur les traits. De plus, si les protocoles utilisés sont rigoureux, l’utilisation d’outils de généralisation comme les métaanalyses ou les modèles basés sur ces résultats expérimentaux deviennent possibles (Goldberg et al. 1999; Grime 2007). De façon générale, ces deux approches « traits » apparaissent comme extrêmement utiles dans la recherche de règles générales en écologie des communautés (McGill et al. 2006). La première approche corrélative permet de faire un lien rapide, sur le terrain, entre traits et patrons d’abondance en réponse aux gradients complexes. De façon complémentaire, l’approche réductionniste, permet la mise en évidence de liens entre traits et facteurs simples, mais sur un échantillon limité d’espèces. Ces deux approches sont un excellent moyen de tester les modèles généraux de stratégies (Grime 1973 ; Tilman 1985 ; McGill et al. 2006) et de passer à travers leurs incohérences qui empêchent souvent de prédire l’évolution de systèmes particuliers face aux changements globaux (Grace 1991 ; Craine 2005 ; Grime 2007 ; Chapitre 1). Dans le cadre de notre étude, nous avons identifié dans un premier temps quatre stratégies de réponses aux facteurs abiotiques qui varient avec les changements d’utilisation des terres (Chapitre 1). Ces stratégies se rapprochent des modèles généraux de stratégies mais s’en éloignent également de façon importante sur quelques points clefs que nous allons voir. Face aux incohérences des modèles généraux, la définition formelle de stratégies de réponses dans un système particulier apparaît comme un premier pas nécessaire pour comprendre sa dynamique. Existence de quatre stratégies fonctionnelles dans les prairies subalpines Nous avons mis en évidence quatre stratégies de réponses face à l’utilisation des terres. Ces stratégies se séparent selon deux axes de différentiation fonctionnelle (Chapitre 1). Le premier sépare les espèces conservatrices des espèces exploitatrices selon à leur réponse aux nutriments. Le second axe, lié à la hauteur des plantes, sépare des espèces selon leur tolérance 258 à la coupe ainsi qu’à l’ombrage. Ce « carré » de stratégies pour les espèces dominantes se rapproche fortement du modèle développé par Michalet (2001) et Liancourt (2005) (Figure 1). Il distingue, sur un axe de réponse aux nutriments, les espèces conservatrices et exploitatrices de la même manière que les modèles de Grime (1973) et Tilman (1985). Pour l’ensemble de ces auteurs, le mécanisme explicitant les changements d’abondance entre ces deux groupes fonctionnels est la compétition qui reste constante le long du gradient de disponibilité en nutriments comme dans le modèle de Tilman (1985). Ce modèle distingue également un axe de réponse à la ressource hydrique séparant les espèces conservatrices en fonction de leur taille. Les espèces de grande taille possèdent une forte capacité à la compétition comme pour le modèle de Tilman (1985). Enfin, les espèces de petite taille correspondent aux « stresstolerant » de Grime (1977). Les espèces exploitatrices de petite taille sont considérées par l’ensemble de ces modèles comme des espèces à caractère rudéral ayant une faible réponse à la compétition. Dans notre cas, ces espèces co-dominent dans les milieux fertilisés et productifs du subalpin. Par leur bonne tolérance à l’ombrage, il est possible qu’elles aient également une forte réponse compétitrice pour la compétition aérienne. Eau nutriments + + + - Michalet Grime Syndrome - + - - mécanisme SLA & H SLA & H Tilman SLA & H compétition compétition compétition Syndrome sla & H sla & h sla & h mécanisme compétition tolérance compétition Syndrome ? ? ? mécanisme ? ? ? Syndrome sla & h sla & h sla & h mécanisme tolérance tolérance compétition Figure 1. Prédiction des modèles de stratégie généraux. Nous indiquons le syndrome dominant (majuscule valeur du trait importante, minuscule valeur du trait faible) le long de gradients croisés de nutriments et de disponibilité en eau ainsi que le mécanisme explicatif de la dominance (tolérance ou compétition). Dans notre travail, nous n’avons pas formellement testé ces stratégies mais il est important de considérer ces modèles dans l’interprétation de nos résultats pour la suite de la discussion 259 (Figure 1). En effet, bien que l’eau et la disponibilité en nutriments soient généralement corrélés le long d’un gradient de productivité (Liancourt et al. 2005b), dans notre système d’étude ces deux ressources sont indépendantes (Chapitre 4) (Quétier et al. 2007; Robson et al. 2007). Nous verrons quelle est la nature des mécanismes de structuration des communautés en fonction de la disponibilité de ces ressources dans les prairies subalpines. Pour la suite de la discussion, nous laisserons de côté l’axe différentiant les espèces de petite et de grande taille pour nous intéresser plus particulièrement aux mécanismes responsables des patrons d’abondances des espèces conservatrices et exploitatrices. L’étude des mécanismes de coexistence entre espèces de petite et grande taille est une perspective naturelle à ce travail. Elle sera nécessaire pour valider les stratégies d’espèces mises en évidence dans le chapitre 1. Notamment il faudra tester les réponses et les effets compétitifs de ces types d’espèces. Parallèlement, il sera nécessaire d’augmenter le nombre d’espèces étudiées. Des propositions d’espèces pouvant correspondre à chacune des stratégies sont données dans le chapitre 1. Notre travail s’est donc principalement axé sur les stratégies d’espèces conservatrices et exploitatrices, sans distinction par rapport à leur taille. Les mécanismes de coexistence entre ces deux groupes sont complexes comme suggéré dans les chapitres 2 à 5. Par exemple, la complémentarité fonctionnelle et la facilitation peuvent expliquer la coexistence de ces groupes dans les prairies fertilisées fauchées sur terrasses. Nous détaillerons pour chacun de ces mécanismes les principales conclusions issues de nos expérimentations, particulièrement dans ce type de prairies. Dans une deuxième partie de la discussion, nous tenterons de comprendre l’importance de ces deux mécanismes pour expliquer la structuration des communautés subalpines. 1.2. Mécanismes de coexistence entre espèces conservatrices et exploitatrices au subalpin 1.2.1 Le rôle de la complémentarité Un des résultats marquant de ce travail est sans conteste la mise en évidence d’un phénomène de complémentarité entre espèces dominantes conservatrices et exploitatrices lorsque les 260 nutriments ne sont pas limitants (Chapitre 2). Ce phénomène est observé au sein d’un même groupe fonctionnel, les graminées. Il conduit à l’observation d’overyielding en l’absence de plantes fixatrices d’azote. Ce résultat original n’a été montré que dans peu d’études auparavant (voir Van Ruijven & Berendse 2003, 2005). Il est en opposition avec les prédictions des modèles de stratégies généralistes (Figure 1) qui prévoient l’exclusion compétitive des espèces conservatrices à fort niveau de nutriments (Grime 1973; Tilman 1985; Wedin & Tilman 1993). Nous avons proposé deux mécanismes de complémentarité par lesquels les espèces conservatrices et exploitatrices pourraient coexister au subalpin dans ces prairies fertilisées (Chapitre 2). Ainsi, la complémentarité pour la lumière et des modifications de la gestion des nutriments permettraient de réduire les interactions négatives entre ces deux groupes. 0 Figure 2. Relation entre SLA et réponse à la TFM compétition (LNRR) calculée avec des données de LNRR(growth) -1 croissance au sein du site expérimental TFM où le syndrome exploitateur est légèrement plus dominant -2 (terrasse, fertilisée, fauchée) (extrait du Chapitre 5, -3 parcelle TFM 1, appendix 1). -4 r² = 0.52 * -5 80 100 120 140 160 180 200 220 SLA (cm²/g) En condition non fertilisée, les espèces conservatrices ne sont pas de meilleures compétitrices pour les ressources du sol comme prévu par les modèles généraux (Wedin & Tilman 1993; Tilman 1985). En effet, les espèces exploitatrices semblent toujours posséder une meilleure acquisition des ressources du sol (Figure 4, chapitre 2). Les mécanismes de dominance des espèces conservatrices, dans les milieux à faibles ressources en nutriments mais sans limitation en eau (comme dans notre expérimentation) pourraient se jouer sur des pas de temps plus longs. En effet, les espèces exploitatrices pourraient être éliminées du fait de leur intolérance au manque de nutriments (Grime 1977). Il est également possible que les espèces conservatrices puissent acquérir une forte stature et éliminer par compétition pour l’espace les espèces exploitatrices (Aerts & Vanderpeijl 1993 ; Berendse & Elberse 1993). La durée des expérimentations est donc importante à prendre en compte. Il n’est pas rare de constater des 261 inversements de mécanismes pour des expérimentations poursuivies sur le long terme (Van Ruijven & Berendse 2005 ; Fargione et al. 2007). La coexistence des exploitateurs et conservateurs en condition fertile dans cette étude est soutenue par des observations de terrain qui montrent une coexistence observée entre ces types d’espèces dans les prairies fertilisées (Chapitre 5 ; Quétier et al. 2007). De plus, il a été montré que dans des milieux contraints comme les prairies d’altitude, la fertilisation n’entraîne pas forcement une baisse de diversité spécifique (Gross et al. 2000 ; Suding et al. 2005). Enfin, des données provenant notre étude de terrain (Chapitre 5) montre que sur les terrasses fertilisées et fauchées (TFM), les individus conservateurs ont une meilleure réponse à la compétition pour leur croissance que les individus exploitateurs (Figure 2). Bien que ces deux stratégies co-dominent dans ce type de prairies, les exploitateurs sont plus abondants dans notre site expérimental (Voir Figure 13 pour les abondances). Une meilleure réponse à la compétition des conservateurs pourrait être interprétée comme un phénomène de TFM TM Diversité complémentarité mesuré sur notre terrain. Conservateur Exploitateur Productivité Figure 3. Représentation schématique de la relation entre productivité et diversité. En vert est indiquée l’abondance des exploitateurs, en rouge celle des conservateurs. Nous indiquons par des flèches la position hypothétique de nos parcelles expérimentales sur terrasses (TM & TFM). Il est fort possible que la coexistence observée entre les deux groupes fonctionnels soit le résultat du contexte abiotique sévère qui caractérise les prairies subalpines. Celles-ci sont soumises à d’importantes contraintes abiotiques (faibles températures et courte saison de végétation) qui se manifestent par une productivité intermédiaire. Au sein de ce système, la fertilisation apportée par les activités humaines augmente à la fois cette productivité ainsi que 262 le nombre d’espèces (Quétier et al. 2007). Notre système d’étude se trouverait donc sur la pente ascendante de la relation générale entre productivité et diversité (Figure 3). Dans ces conditions, les exploitateurs seraient capables de tolérer l’environnement abiotique mais ne pourraient plus exclure les conservateurs par compétition (Grime 1977). La complémentarité, et non l’exclusion compétitrice, serait alors observable dans les milieux à productivité intermédiaire. Cette hypothèse paraît essentielle à tester si l’on veut comprendre l’apparition de la complémentarité le long de gradients écologiques. Etudier les changements d’effet compétiteur des espèces conservatrices et exploitatrices en fonction de différentes conditions abiotiques est sans doute une première étape. La plupart des expérimentations portant sur la biodiversité ont été réalisées en environnement contrôlé (jardin expérimental, mésocosme…) (Hooper et al. 2005). Peu d’études ont été conduites in natura. Par exemple, on ne sait pas comment évolue le rôle de la diversité fonctionnelle ou spécifique sur la productivité des écosystèmes le long de gradients écologiques (Fridley et al. 2002 ; 2003). Tester, comme nous l’avons fait, l’impact de la fertilité du sol sur la relation diversité-productivité est un premier moyen d’éclaircir cette question. Des études testant ces relations sur de larges gradients écologiques paraissent indispensables. Cela permettra de répondre à certaines questions clefs sur le terrain: Où et quand la diversité fonctionnelle joue-t–elle un rôle primordial sur la coexistence d’espèces ou sur la productivité des écosystèmes ? Quand est-ce que la complémentarité est plus importante que la facilitation pour expliquer cette relation ? Voici sans aucun doute deux questions majeures qui peuvent faire suite à ce travail. Enfin, notre étude confirme que l’utilisation de traits quantitatifs est pertinente pour la compréhension des mécanismes de coexistence et la productivité des écosystèmes (Wright et al. 2006). La plupart des expérimentations traitant de la diversité fonctionnelle sont basées sur les formes de vie (sensu Raunkier 1934) (Hooper et al. 2005; Fargione et al. 2007). Pourtant au sein d’une même forme de vie, les variations de traits quantitatifs peuvent être considérables (Diaz et al. 2004). Ces traits peuvent souvent expliquer de meilleure façon l’effet de la diversité fonctionnelle sur la productivité des milieux par rapport à une approche basée sur des formes de vie (Wright et al. 2006). Pour notre part, les valeurs de traits foliaires au sein des graminées peuvent modifier l’intensité des interactions biotiques et déterminer la productivité en condition fertilisée (Chapitre 2). Ces traits foliaires mettent en évidence deux stratégies contrastées de réponse séparant les conservateurs des exploitateurs. 263 Il pourra être intéressant d’effectuer le même type d’étude pour d’autres traits quantitatifs. Par exemple, la hauteur des plantes qui est indépendante des traits foliaires à l’échelle des individus (Chapitre 1) ainsi qu’à l’échelle des communautés (Chapitre 4) pourrait permettre d’éclaircir les mécanismes de coexistence entre espèces de petite et grande taille qui coexistent au subalpin (Quétier et al. 2007). Des mécanismes complémentaires pourraient ainsi agir via des tolérances à l’ombrage différentielles en fonction de la taille des plantes dans ces prairies (Chapitres 1 & 2). 1.2.2. Prédire la facilitation La facilitation semble être également un mécanisme important de coexistence entre espèces conservatrices et exploitatrices au subalpin (Chapitre 3 et 5). De ce fait, nous nous sommes intéressés aux patrons de facilitation le long du gradient de stress (Chapitre 3). Les modèles de facilitation prévoient l’augmentation de la facilitation avec la diminution de la productivité, c'est-à-dire l’augmentation du stress (Bertness & Callaway 1994; Brooker et al. 2005). C’est la « stress gradient hypothesis ». Cependant bien que soutenue par un certain nombre d’études expérimentales, d’autres expérimentations ne confirment pas cette relation. La compétition peut également être observée dans les milieux dits stressés (Michalet et al. 2006; Maestre et al. 2005; Brooker et al. Soumis). Stress 3 Importance des interactions biotiques ? ? échelle communauté 4 échelle individu 2 Déviation (strain) 1 Intensité des interactions biotiques Figure 4. Relation entre mesure de stress à l’échelle de la communauté et de l’individu (déviation) et interactions biotiques. Les flèches continues indiquent les relations étudiées dans le chapitre 3 (1 & 2), les flèches en pointillées représentent des relations non explorées dans ce travail de thèse (3 & 4). 264 Nous avons proposé une approche originale dans le cadre de cette thèse pour étudier les relations entre interactions biotiques et stress. Plutôt que de considérer une mesure de stress à l’échelle de la communauté, nous avons privilégié une caractérisation du stress subit par les individus au sein des communautés (Welden & Slauson 1986). Cette mesure de contrainte physiologique ou « strain » établit la déviation des espèces par rapport à leur optimum de niche fondamentale (Sensu Hutchinson 1953) en quantifiant l’impact des conditions abiotiques sur la croissance des plantes. Nous avons mis en relation cette mesure à l’échelle de l’espèce et examiné si elle pouvait mieux expliquer les intensités des interactions biotiques que le stress mesuré à l’échelle de la communauté (Figure 4). La déviation (strain) dans notre étude apparaît spécifique à l’espèce, c’est à dire dépendant de sa stratégie. Au sein d'une même communauté, nos espèces ne sont pas affectées de la même manière par les conditions locales, mais sont toutes déviées par rapport à leur optimum physiologique. Même les espèces dominantes d’une communauté particulière peuvent ne pas être adaptées aux conditions locales (Körner 2003; 2004; Lortie et al. 2004). Des espèces mieux adaptées aux contraintes abiotiques locales peuvent tout de même persister en faible abondance. Dans notre système d’étude, les incohérences, entre abondances des espèces et la réponse aux facteurs abiotiques, semblent souligner le rôle prépondérant des interactions biotiques pour comprendre l’abondance des espèces étudiées et la structure des communautés. En effet, le strain est fortement relié à l’intensité des interactions biotiques dans notre étude (Chapitre 3). Pour comprendre les changements d’intensité des interactions biotiques, nous avons montré qu’il est important de prendre en compte l’effet de la végétation sur les facteurs abiotiques (Figure 5) (Taylor et al. 1990; Brooker & Calaghan 1998; Padilla & Pugnaire 2006). Ainsi, plus le strain augmente, plus les interactions biotiques semblent devenir intenses (Chapitre 3, Figure 5). Si une communauté affecte négativement le facteur abiotique par lequel une espèce est déviée de son optimum, on observera de la compétition. Par contre, si l’effet de la végétation est positif, les interactions biotiques seront positives et augmenteront avec le strain. Pour résumer, l’intensité des interactions biotiques est reliée au strain qui reflète le statut physiologique des espèces. Ces espèces vont être positivement ou négativement affectées en fonction de leur propre tolérance et de l’effet des communautés sur les facteurs abiotiques. On observe alors une relation de coût-bénéfice. En d’autre terme, nous montrons qu’une végétation établie peut modifier positivement ou négativement la niche des espèces (Voir 265 Figure 4 dans l’introduction) (Choler et al. 2001; Bruno et al. 2003; Liancourt et al. 2005 a). Nous verrons par la suite que les interactions biotiques peuvent être modélisées en prenant en compte les tolérances des individus et l’effet des communautés sur les facteurs abiotiques du milieu via leurs traits (Chapitre 5). Persistance Effet de la végétation sur facteur abiotique + Fa tio a t cili n Strain - Co mp étit ion Exclusion Figure 5. Relation entre strain des espèces (déviation par rapport à l’optimum de niche) et l’effet des communautés sur le facteur limitant d’une communauté particulière: impact sur les interactions biotiques. Hypothèse : plus une espèce possède un strain élevé, plus elle sera sensible à l’effet des communautés sur le facteur limitant (interactions biotiques) augmentant ainsi l’intensité des interactions biotiques (Compétition ou Facilitation). Si nous observons une relation entre strain et intensité de la facilitation, aucune relation n’a révélé de lien entre stress et intensité de facilitation. Ceci confirme les résultats d’une récente méta-analyse montrant l’absence de relation entre intensité de facilitation et le gradient de stress (Maestre et al. 2005). Cependant, il est fort possible que l’importance de la facilitation, c’est à dire son rôle à l’échelle de la communauté augmente le long d’un gradient de productivité (stress) (Bertness & Callaway 1994; Michalet et al. 2006). En effet, pour tester les prédictions des modèles généraux de facilitation, il est important de bien définir les paramètres à mesurer. Cependant, la plupart des modèles ne sont pas clairs sur ce sujet. C’est sans doute pour cela que les études expérimentales peinent à les valider (Maestre et al. 2005; Lortie & Callaway 2006; Brooker et al. sous presse). A l’origine, c’est bien la fréquence des interactions positives, c'est-à-dire leur importance, qui est supposée augmenter avec le stress 266 (Bertness et Callaway 1994) (Lien 3, Figure 4), même si par la suite l’intensité de facilitation a aussi été proposée comme augmentant avec le stress (Callaway & Walker 1997). Pourtant, les études expérimentales sur la facilitation s’attardent généralement à étudier la relation entre stress et intensité de facilitation (Lien 2, Figure 4) (Brooker et al. soumis; mais voir Cavières et al. 2006). Par exemple, un récent article a proposé d’expliciter le rôle de la facilitation dans les changements de diversité spécifique le long d’un gradient de stress (Michalet et al. 2006). Dans ce travail, la fréquence des interactions positives augmenterait jusqu’à des niveaux de stress intermédiaires, expliquant ainsi la forte diversité dans ces conditions (voir Figure 17 dans l’introduction), puis la facilitation diminuerait à fort niveau de stress entraînant une baisse de richesse spécifique dans les environnements très contraints. C’est donc bien le lien 3 (stress et importance de la facilitation, Figure 4) qui est proposé pour expliquer les changements de diversité. Cependant, ces hypothèses sont illustrées via des études où le lien 2 est exploré comme dans la plupart des études expérimentales (Choler et al. 2001; Liancourt et al. 2005 a). A l’avenir, il sera très important de clarifier les hypothèses à tester pour comprendre le rôle de la facilitation (Figure 4) et l’intégrer pleinement dans les théories écologiques (Bruno et al. 2003). Au subalpin, la facilitation affecte les espèces dominantes et de ce fait pourrait jouer un rôle important à l’échelle de la communauté (Chapitres 3 & 5). Bien qu'aucun lien entre intensité et stress n’ait été trouvé dans notre étude (Lien 2, figure 4), il est fort possible que le lien 3 (Figure 4) soit réel. L’importance de la facilitation pourrait fortement augmenter avec le stress. Mais ce lien reste à démontrer par des études élaborant des protocoles pertinents à l’échelle de la communauté. L’importance de la facilitation pourra être considérée en regardant le nombre d’espèces facilitées au sein d’une communauté. Dans notre cas, nous avons proposé de regarder l’importance des processus via le nombre d’individus affectés par les interactions biotiques c'est-à-dire en regardant la quantité de biomasse affectée par des interactions positives dans une communauté (Chapitre 5). Par exemple, au sein des prairies subalpines fertilisées sur terrasse (TFM), la facilitation pour la survie permet, à l’échelle de la communauté, une coexistence entre individus de type conservateur et exploitateur (Chapitre 5). C'est donc probablement un processus important à l’échelle de la communauté. Enfin, notre étude illustre la complexité du gradient de stress. Dans notre cas, il se sépare en deux axes indépendants de ressource hydrique et de disponibilité en nutriments (Chapitre 4 et Méthodes). Selon les axes considérés, les mécanismes de structuration changent comme nous 267 allons le voir. Ainsi, on observe de la facilitation liée à l’amélioration de la ressource hydrique par certains types de végétation, comme dans les prairies fertilisées sur terrasses. De la facilitation est également observée dans les prairies sur terrasses non fertilisées où les végétations ont un effet négatif sur l’eau du sol (Chapitre 3, 4 & 5). Dans ce cas, il est fort possible que la facilitation soit liée à des phénomènes de protection contre le froid. La prise en compte des gradients complexes sur le terrain pourra certainement permettre de grandes avancées sur les relations entre stress, au pluriel cette fois, et interactions positives. 268 2. Des individus aux communautés: identification des mécanismes de structuration des communautés subalpines 2.1. Liens entre traits et structure des communautés La facilitation ainsi que la complémentarité sont deux mécanismes jouant à l’échelle des individus. Ils peuvent tous deux expliquer la co-dominance des espèces conservatrices et exploitatrices dans les prairies sur terrasses et fertilisées. Dans les autres sites les interactions négatives semblent jouer un rôle important notamment dans les prairies à fétuque (Chapitre 3). Pour comprendre quels sont les mécanismes expliquant la structure de la communauté, nous avons utilisé une démarche basée sur les traits. Ces traits sont utilisés comme de véritables sondes permettant d’extraire ces mécanismes (Chapitre 5). Grâce à notre méthode, nous sommes capables d’établir un modèle pour les communautés subalpines permettant de prédire leur structure fonctionnelle. Ce modèle comprend deux parties essentielles (Figure 6). 2e composante Traits de la communauté Effet sur les ressources Interactions biotiques Structure de la communauté 1ere composante Traits des individus Tolérance Figure 6. Composantes du modèle permettant de prédire la structure des communautés subalpines (Chapitre 5). La première considère les traits des individus qui reflètent les tolérances particulières des individus et permet de prévoir leurs réponses aux facteurs de l’environnement. La seconde partie correspond à l’effet des végétations sur les facteurs abiotiques. De la même manière, 269 cette composante du modèle dépend des traits de la communauté, c'est-à-dire de ses propriétés fonctionnelles (Violle et al. 2007) (Chapitre 4). Elle correspond au filtre biotique à travers lequel les individus vont devoir passer pour intégrer une communauté particulière (Lortie et al. 2004). 2.1.1. Des traits pour prédire l’effet des végétations sur les facteurs abiotiques A l’échelle de la communauté, les traits, dits agrégés, peuvent définir les propriétés fonctionnelles de la communauté (CFP). Les CFP représentent la valeur moyenne des traits au sein d’une communauté sur des individus échantillonnés au hasard. Ils peuvent être reliés avec le fonctionnement de l’écosystème (Lavorel & Garnier 2002; Lavorel et al. 2007) car ils reflètent les traits des espèces dominantes (Garnier et al. 2004; Grime 1998). Nous avons montré qu’au sein des prairies subalpines certains traits pouvaient prédire l’effet des communautés sur l’humidité du sol. En effet, les prairies subalpines ont un important effet sur les ressources hydriques (McLaren et al. 2004) capable de modifier fortement la ressource hydrique des sols. Utilisant une approche corrélative, à l’échelle de la communauté (Wright et al. 2004), nous avons dégagé deux axes indépendants de ressources (Axe 1, productivité et fertilité ; Axe 2 disponibilité en eau et pierrosité) reliés à deux axes de différentiation fonctionnelle (Chapitre 2, Figure 1). Le premier axe sépare les communautés caractérisées par de grandes feuilles (Surface foliaire élevée) de communautés ayant de petites feuilles. Le second axe sépare les communautés de grande taille ayant une faible longueur racinaire dans les milieux non limités en eau, des communautés caractérisées par une faible hauteur mais une importante longueur racinaire répartie dans les premiers horizons du sol. L’axe 2 sépare directement les prairies sur terrasses des prairies à fétuque. Ces traits de réponse on été utilisés pour prédire l’effet des communautés sur l’humidité du sol confirmant ainsi la « holy grail hypothesis » dans le cadre de nos prairies pour l’humidité des sols (Lavorel & Garnier 2002). 270 (1) Entrée d’eau Temps après une pluie (2) Interception (2) Protection Biomasse aérienne Surface de feuille Litière Réserve utile (2) Consommation Longueur racinaire Figure 7. Représentation schématique du modèle d’humidité des sols développé dans le chapitre 4. (1) Composante abiotique du modèle, paramètre la quantité d’eau entrant dans le système et disponible pour la végétation, (2) composante traits des végétations, 3 types de traits sont considérés: les traits reliés à l’interception de l’eau par la végétation pendant les épisodes de pluies, les traits reflétant la capacité de préemption de l’eau du sol par la végétation, une composante protection représentée par des traits qui limitent l’évaporation de l’eau par la végétation. Nous avons modélisé l’humidité des sols en utilisant deux composantes principales (Figure 7). La première composante (1) (Figure 7) est reliée aux facteurs environnementaux qui dirigent la disponibilité de l’eau dans les sols si l’on ne considère pas la végétation. Dans notre cas, elle est représentée par la réserve utile des sols ainsi que le temps après la dernière pluie. La quantité de pluie n’a d’ailleurs aucun effet sur cette composante. La seconde composante (2) (Figure 7) considère les traits identifiés comme répondant aux facteurs abiotiques du milieu qui possèdent un effet direct sur l’humidité des sols. Cette seconde composante n’a d’effet qu’à partir du moment où les couverts se sont développés c'est-à-dire quand ils se rapprochent du pic de biomasse de l’année (Figure 8). 271 Terrasses Prairies à Fétuque Nutriment + LA ++ RL + LA + RL - LA – RL + H2O Figure 8. Synthèse des liens entre réponse et effet pour la surface de feuille des communautés (LA) ainsi que la longueur racinaire par gramme de sol (RL). Nous représentons les gradients croisés de ressources (H20, eau, et Nutriment) ainsi que les combinaisons de traits rencontrés dans les prairies subalpines et leurs effets positifs ou négatifs. La biomasse des communautés est le premier trait considéré. Elle a un effet négatif sur l’eau du sol à travers deux paramètres : une communauté ayant une forte biomasse possède de fort taux de transpiration. Couplé avec une accumulation de litière importante, une communauté ayant une forte biomasse possèdent un grand pouvoir d’interception des pluies, les empêchant d’arriver au sol. Ce résultat ne confirme pas la majorité des études qui montrent un effet positif de la litière sur l’humidité des sols, la litière offre généralement une protection contre l’évaporation de l’eau (Suding & Goldberg 1999; Violle et al. 2006). Il est possible que l'effet de la litière dépende de sa quantité ainsi que des pluies entrant dans le système (Xiong et al. 1999). Deux traits de réponse ont été également utilisés pour prédire l’effet des végétations sur l’eau. Le premier est la longueur racinaire par gramme de sol. Elle reflète la capacité de préemption de l’eau par les communautés (Hummel et al. 2006; Ryser 2006). Le second est la surface des feuilles, fortement corrélée à l’ombrage dans les communautés, elle limite les radiations 272 lumineuses arrivant au sol et ainsi l’évaporation de l’eau (Figure 8). Bien que de grandes feuilles soient supposées avoir de forts taux de transpiration (Reich et al. 1999; Wright et al. 2001), nous observons un effet inverse lorsque les prairies ont atteint leur maximum de biomasse. Des données phénologiques montrent que les végétations à grande feuille ont fini de se développer (Quétier 2006). A partir du début de l’été, l’effet ombrage l’emporte sur l’effet transpiration. De façon complémentaire, de larges feuilles participent à la collecte par les communautés de la rosée du matin (Brewer & Smith 1997; Weathers, 1999). Sur notre terrain, tout au long de l’année, nous avons observé d’importantes quantités de rosée dans les prairies ayant des espèces à large feuille. Il est possible que les entrées matinales de rosée dans les écosystèmes subalpins aient un impact sur leur fonctionnement dont on devra prendre la mesure. Figure 9. La gentiane jaune, une espèce à large feuille ayant un enracinement profond et une grande taille, serait – elle une espèce facilitatrice ??? Enfin, la longueur racinaire associée avec la hauteur des plantes est reliée à la disponibilité en eau. En effet, de fortes longueurs racinaires spécialement dans les premiers horizons du sol, couplées avec de petites tailles de végétation est un syndrome caractéristique de végétations adaptées au stress hydrique (Schwinning & Ehleringer 2001; Wahl et al. 2001; Schwinning & Sala 2004). Ce type de végétation possède une forte capacité de préemption de l’eau spécialement après une pluie et ainsi peut être considéré également comme un trait d'effet (Eviner & Chapin 2003). A l’opposé de fortes hauteurs associées à de faibles longueurs racinaires mais avec des enracinements profonds sont caractéristiques de végétations 273 intolérantes au stress hydrique. Ce type de communautés peut éviter les moments de sécheresse car les plantes ont accès à l’eau dans les couches profondes des sols (Schwinning & Ehleringer 2001; Wahl et al. 2001; Schwinning & Sala 2004). Enfin, des plantes de grande taille avec des enracinements profonds peuvent également avoir un effet positif sur l’eau du sol via l’ascenseur hydraulique (Caldwell et al. 1998). De façon mécanique, l’eau peut remonter via les racines des plantes des horizons profonds et humides des sols vers des horizons superficiels plus secs durant la nuit (Figure 9). Ainsi, l’identification de traits d’effet à l’échelle de la communauté, nous a permis d’établir un modèle d’humidité des sols pour les prairies subalpines. Parce que l’eau paraît un facteur primordial jouant sur le succès des espèces (Chapitre 3), ce modèle va nous permettre de prédire le type d’interactions biotiques au sein des prairies subalpines (Figure 6). 2.1.2. Des traits pour hiérarchiser les facteurs par ordre d’importance Nous avons montré qu’à l’échelle des individus les traits pouvaient expliquer la réponse aux facteurs environnementaux. Nous avons utilisé ces traits pour comprendre les mécanismes affectant les individus puis les communautés (Figure 10). Au lieu de travailler à l’échelle de l’espèce, nous avons choisi de travailler à l’échelle de l’individu en mesurant les traits de chaque individu sur le terrain. Pour chacun d’entre eux, nous avons également testé leur réponse aux interactions biotiques. Ainsi nous obtenons une relation entre valeur de traits et interactions biotiques (Lien I, Figure 10), ceci pour différentes composantes de la fitness comme la croissance ou la survie des individus. Ces relations, établies dans chacune des prairies étudiées, vont nous permettre de comprendre si les interactions biotiques sont capables de prédire la structure fonctionnelle des communautés (Lien II, Figure 10). Nous avons illustré ce schéma conceptuel (Figure 10) avec un seul trait, la surface spécifique foliaire (SLA) qui sépare les individus conservateurs des individus exploitateurs (Diaz et al. 2004). A l’échelle de la communauté, ce trait détermine en partie certaines propriétés des écosystèmes subalpins comme la décomposition des litières (Quétier et al. 2007; Garnier et al. 2007), le cycle des nutriments (Zeller et al. 2000; Robson et al. 2007) ou les niveaux de diversité spécifique (Moog et al. 2002; Quétier et al. 2007; Chapitre 2). Nous allons voir 274 comment avec notre démarche nous avons pu isoler les facteurs importants expliquant la Effet des végétations structuration des communautés subalpines. Structure de la communauté Figure 10. Extrait du chapitre 5, démarche méthodologique importants Lien 2 pour expliquant identifier la les facteurs structuration communautés. Intéractions biotiques Lien 1 Traits des individus Liens entre traits et interactions biotiques au sein des communautés subalpines Dans l’ensemble de nos communautés, nous avons mis en évidence des liens entre SLA à l’échelle des individus et leurs réponses aux interactions biotiques. Ceci confirme que la SLA, marqueur de la stratégie de gestion des nutriments des individus, peut prédire les interactions biotiques (Chapitre 2; Wilson et al. 1999; Reader 1998; Wedin & Tilman 1993; Westoby; 1998; Grime 1989). Ainsi dans les prairies subalpines, les individus conservateurs ont toujours une meilleure réponse à la compétition pour la croissance (Figure 11). Ce résultat doit refléter le succès des compétiteurs conservatifs dans les milieux à productivité intermédiaire (Berendse & Elberse 1993; Wedin et Tilman 1993; Liancourt et al. 2005b). Pour la survie cependant, des résultats plus contrastés apparaissent. Dans les prés de fauche à fétuque, aucune relation entre interactions pour la survie n’est mise en évidence. Si les interactions biotiques ont un effet dans ce type de milieu ce n’est donc pas via la survie des individus. Sur terrasses, deux relations quadratiques opposées sont observées en fonction de l’effet de la végétation sur la ressource hydrique. Cela favorise les SLA intermédiaires dans 275 des les terrasses fauchées mais non fertilisées. Quand ces prairies sont fertilisées les SLA faibles et élevées sont facilitées (Chapitre 5). LNRR (Growth) 0 Figure 11. Lien entre SLA des individus et interactions biotiques mesurées avec la croissance, données compilées sur l’ensemble des sites expérimentaux (extrait du Chapitre 5) -2 -4 -6 r² = 0.38 *** 50 100 150 200 SLA (cm²/g) Ainsi, nous observons un lien entre SLA des individus et interactions biotiques à l’échelle de l’individu dans chaque type de prairie. En utilisant notre démarche et en liant les mécanismes observés à l’échelle des individus à la distribution de la biomasse des communautés en fonction de la SLA (Figure 6, Chapitre 5), nous avons pu déterminer si ces interactions sont directement responsables de la structure des communautés subalpines. Hiérarchisation des facteurs Nous avons identifié des mécanismes de structuration contrastés au sein des terrasses par rapport aux prairies à fétuque. Dans les terrasses, c’est la survie des individus qui dirige les mécanismes de structuration. A l'opposé, dans les prairies à fétuques ce sont des mécanismes liés à la croissance (Figure 12). Cette différence profonde entre les deux types de milieux est due à la disponibilité en eau limitante dans les terrasses mais pas dans les prairies à fétuque (Chapitre 3 & 4). Ceci confirme l’idée que la survie est plus importante dans les milieux limités par un facteur qui affecte la performance des individus de façon soudaine (Novoplansky and Goldberg 2001; Hastwell & Facelli 2003) comme une sécheresse intense ou des événements de perturbation (Huston 1994). Dans les milieux tamponnés, la croissance est importante, liée à de la compétition pour la lumière. Dans les prairies à fétuque, la compétition pour la lumière est le mécanisme prépondérant (Chapitre 5). Avec l’arrêt de la fauche dans ces milieux la compétition devient plus intense avec une augmentation de l’interception lumineuse liée à une augmentation de biomasse sur pied de ces communautés (Chapitre 5). 276 M UM Compétition pour la lumière Humidité des sols Croissance Prés de fauche TFM TM Terrasse Interaction pour l’eau Survie Productivité Figure 12. Résumé des mécanismes importants à l’échelle des communautés subalpines, le long des gradients croisés de productivité et d’humidité des sols. Sur les terrasses (TM & TFM) des interactions (facilitation & compétition) affectant la survie sont importantes ; dans les prés de fauche (M &UM) la compétition pour la croissance est importante. Au sein des terrasses des mécanismes liés à l’effet de la végétation sur la ressource hydrique, provoquent des phénomènes de facilitation ou de compétition. En fonction de l’effet des végétations sur la ressource hydrique, la facilitation va par exemple augmenter la diversité fonctionnelle dans les terrasses fertilisées (TFM) car elle favorise les deux extrêmes du gradient de SLA (Chapitre 5). A l’opposé la facilitation peut également diminuer la diversité fonctionnelle. C’est le cas dans les terrasses fauchées où la fertilisation a été arrêtée. Ainsi la facilitation peut être reliée à des phénomènes de baisse de diversité même si son rôle d’augmentation de la diversité est généralement reconnu (Hooper et al. 2005; Mulder et al. 2001; Callaway et al. 2002; Michalet et al. 2006). Sur terrasses fertilisées, c’est donc bien la facilitation qui est responsable directement de la structure de la communauté et non la complémentarité même si celle-ci est détectable dans ces prairies (Figure 2). Si elle ne joue pas un rôle direct sur la coexistence au sein des prairies subalpines, la complémentarité pourrait modifier le fonctionnement de l’écosystème en favorisant la production de biomasse à l’échelle de la communauté. Par exemple, la productivité devrait être plus importante dans les prairies fertilisées fauchées quand les 277 conservateurs et les exploitateurs sont en proportion égale. Comprendre l’impact de la diversité fonctionnelle sur le fonctionnement des prairies subalpines sur le terrain sera une perspective logique à ce travail de thèse. Les modèles généraux de stratégie prédisent dans les milieux contraints par la ressource hydrique, que la tolérance aux facteurs abiotiques et non les interactions biotiques est responsable de la structure des communautés (Figure 1) (Grime 1973; Michalet 2001; Liancourt 2005; Brooker et al. 2005). Nos résultats ne confirment pas cette hypothèse et l’on remarque une forte importance des interactions biotiques dans ces milieux, qu’elles soient positives ou négatives. Pourtant dans de mêmes types de milieux, au collinéen dans les Alpes externes, c’est bien la tolérance des espèces dominantes qui détermine leur succès au sein de prairies à Bromus erectus (Liancourt et al. 2005 a &b, Corcket et al. 2003, Liancourt 2005). Les différences majeures entre nos milieux et ces prairies à Brome du collinéen sont de deux natures: l’altitude et le régime de pluie qui diminue dans les alpes internes (Voir Méthode). Il est possible que dans les milieux limités par l’eau la fréquence de la disponibilité de la ressource hydrique détermine le type d’interactions biotiques observées (Novoplanski & Goldberg 2001). Ainsi, dans les Alpes externes, une disponibilité plus importante de la ressource en eau entraînerait l’absence de compétition car l’eau est moins limitante. Au subalpin dans les Alpes internes, une disponibilité plus rare de cette ressource provoquerait des interactions positives et/ou négatives. De façon générale, il apparaît essentiel de tester l’évolution de l’importance de la ressource en eau sur ces interactions le long de gradients larges. Alors que la compétition pourrait être constante le long de gradients de disponibilité en nutriments (Michalet 2001; Liancourt 2005; Tilman 1985), le type d’interactions le long d’un gradient de disponibilité en eau pourrait dépendre de la fréquence des épisodes pluvieux (Novoplanski & Goldberg 2001) mais aussi de l’effet des communautés sur cette ressource (Maestre et al. 2005; Padilla & Pugnaire 2006). 2.1.3. Perspectives sur la démarche basée sur les traits Nous avons cherché à expliquer la distribution de la biomasse en fonction de valeurs de trait à l’échelle d’une communauté et ainsi identifier les mécanismes importants. La SLA, dans notre 278 cas, fonctionne comme un indicateur des processus clefs jouant à l’échelle de la communauté (Chapitre 5). Nous allons maintenant essayer de proposer quelques développements pouvant faire suite à notre travail. Premièrement, Nous pourrons effectuer notre démarche en utilisant d'autres traits. Par exemple, nous avons été dans l’incapacité de tester les mécanismes liés à la hauteur, car nous avons essentiellement choisi des graminées dominantes qui ne représentent pas l’ensemble des hauteurs de plantes au sein des communautés subalpines. Pourtant, comprendre les processus expliquant la structuration en hauteur des communautés subalpines pourrait être particulièrement intéressant. Les traits reliés à la hauteur de plantes étant indépendants des traits foliaires, il est possible que d’autres mécanismes explicatifs soient trouvés en s’intéressant à la hauteur des plantes. Par exemple, cela permettra d’approfondir notre compréhension des mécanismes de coexistence dans les prairies sur terrasses fertilisées entre individus de grande et petite taille (Quétier 2006). Nous pourrons par ce biais nous intéresser au second axe de spécialisation fonctionnelle dégagé dans le chapitre 1. L’étude couplée des deux axes de différentiation fonctionnelle proposés dans le chapitre 1 pourra nous en apprendre plus sur les stratégies cette fois au niveau spécifique. Nous n'avions en aucun cas pour but de prédire l’abondance des espèces dans notre système d’étude comme c'est le cas dans la plupart des récentes démarches cherchant à lier les traits des espèces et les patrons à l’échelle de la communauté (Suding et al. 2003; Shipley et al. 2006). Dans notre étude, toutes les espèces ayant une SLA proche du syndrome dominant de la communauté ne sont pas abondantes (Figure 13). Pour prédire l’abondance des espèces, il faudra prendre en compte plusieurs axes de spécialisation fonctionnelle indépendants (Westoby 1998; Ackerly 2004; Suding et al. 2003). Utiliser notre démarche trait pour comprendre les mécanismes affectant d’autres axes indépendants à l’axe de gestion des ressources minérales (Chapitre 1, axe 1), nous permettra sans doute de pouvoir comprendre l’abondance des espèces à l’échelle des communautés. Ainsi nous pourrons directement tester des modèles de stratégies fonctionnelles généralistes sur les stratégies d’espèces comprenant plusieurs axes de spécialisation (Michalet 2001; Westoby 1998). 279 Abondance spécifique (%) 45 40 35 30 25 20 15 10 5 0 2 R = 0,304 ns 80 100 120 140 160 180 200 220 240 260 280 SLA (g/m²) Figure 13. Abondance populationnelle des espèces dans une prairie fertilisée et fauchée en fonction de la SLA moyenne de l’espèce dans cette prairie. Nous indiquons les paramètres de régression. Par l’utilisation de notre approche, d’autres mécanismes pourraient être explorés. Par exemple, on peut mettre en lien l’impact de l’environnement abiotique dans les prairies subalpines avec la performance des individus caractérisés par différentes SLA (Figure 14). La réponse des individus aux facteurs abiotiques pourra être mesurée en utilisant le « strain » (Chapitre 3) c'est-à-dire le stress ressenti à l’échelle de l’individu (Figure 14). Sur l’ensemble de nos sites et en considérant nos cinq espèces phytomètres, on observe par exemple que les individus ayant de faible et de forte SLA sont moins tolérants que les individus ayant des SLA intermédiaires. 2 1 0 Strain -1 -2 -3 -4 -5 r² = 0.30 *** -6 50 100 150 200 SLA (cm²/g) Figure 14. Le « strain » en fonction de la SLA des individus dans les prairies subalpines utilisées pour nos expérimentations de terrain. Plus la valeur du strain est négative plus les individus sont affectés négativement par l’environnement abiotique. Si aucun lien entre trait et facteurs abiotiques ou biotiques n’est trouvé cela signifie que le trait étudié n’est pas affecté par ces filtres (Diaz et al. 1999). Des mécanismes neutres pourront éventuellement être utilisés alors pour comprendre la structuration des communautés 280 par rapport à un trait donné (Hubbell et al. 2001). Dans ce travail, des processus fortement déterministes (les interactions biotiques) sont responsables de la structuration des communautés subalpines, confirmant l’importance du filtre biotique et du haut degré de dépendance entre individus dans les environnements contraints (Lortie et al. 2004). (A) r² = 0.003 ns 80 60 40 20 0 0,03 0,04 0,05 0,06 100 % de facilitation (Biomasse) % de facilitation (Biomasse) 100 0,07 Productivité (T/ha/agrément par jour) (B) r² = 0.90 ** 80 60 40 20 0 0 20 40 60 80 100 Réserve utile des sols (mm) Figure 15. Relation entre productivité des prairies (Stress) (A) réserve utile (B) et l’importance des interactions positives à l’échelle de la communauté (% de biomasse facilitée), illustration du lien 3 (figure 4), chaque point représente un des douze sites étudiés durant ce travail de thèse. Notre démarche de modélisation (Chapitre 5), nous donne accès à un certain nombre de paramètres à l’échelle de la communauté. Par exemple, nous pouvons prédire dans chacun de nos sites expérimentaux le type d’interaction biotique en fonction des catégories de SLA. De ce fait, nous sommes capables de quantifier un pourcentage d’individus ou de biomasse affecté par la facilitation dans chacune de ces communautés. Cette démarche nous permet de quantifier l’importance de la facilitation à l’échelle de la communauté (fréquence des interactions positives, Bertness & Callaway 1994). Si l’on met en lien cette donnée avec les niveaux de productivité caractérisant les communautés, nous sommes à même de tester si l’importance de la facilitation augmente avec le stress à l’échelle de la communauté (lien 3, Figure 4, Figure 15) (voir la stress gradient hypothesis, Brooker et al. 2005). Bien qu’il ne s’agisse encore que de données préliminaires, on voit dans notre exemple qu’il n’existe pas de lien entre stress et importance de la facilitation (Figure 15). Par contre, on observe une relation significative entre la réserve utile des sols et l’importance de la facilitation, indiquant la prédominance des interactions positives dans les milieux limités par l’eau contrairement à la méta-analyse de Maestre et al. (2005). Ce genre d’approche pourra être utilisé le long de gradients écologiques plus larges que ceux étudiés ici pour être validé. 281 2.2. Mécanismes de structuration des communautés subalpines A partir des données accumulées dans ce travail, nous allons essayer de résumer les informations accumulées concernant les mécanismes de structuration des communautés subalpines étudiées. Parce que ce sont des milieux sensibles aux activités humaines, nous allons tenter de comprendre sur quels paramètres du milieu l’Homme agit et quelles conséquences cela peut avoir. Pour cela nous allons utiliser une présentation par filtres (Diaz et al. 1999; Lortie et al. 2004) considérant le contexte abiotique puis le rôle des interactions biotiques (Figure 16). Ces réflexions gardent bien évidemment un coté spéculatif. Nous verrons que d’autres facteurs non explorés dans ce travail de thèse ont été proposés pour déterminer la répartition et la structuration des communautés subalpines. L’ancienne utilisation des terres La première distinction fondamentale au sein des prairies subalpines étudiées est l’opposition terrasses anciennement labourées et prés de fauche dominées par Festuca paniculata (Quétier et al. 2007). Cette opposition entre types de végétations provient de l’absence de fétuque paniculée dans les terrasses. L’hypothèse pour expliquer l’absence de cette espèce est reliée à de l’ancienne utilisation des terres (Quétier et al. 2007). L’ancien labour abandonné depuis moins de 50 ans sur ces terrasses aurait éliminé cette espèce, limitée alors aux prés de fauche. Son absence actuelle pourrait provenir d’une limitation dans la dispersion ou le recrutement dans les terrasses (Quétier 2006). Cependant, nous avons montré que l’opposition terrasses versus prés de fauche pouvait également s’expliquer par des différences de sols (Figure 16) (Chapitre 4). Ainsi, des sols plus superficiels ayant un fort taux de pierrosité caractérisent les terrasses, ce qui n’est pas le cas dans les prés de fauche caractérisés par des sols profonds ayant une forte réserve utile et peu de pierres. Ceci se traduit par des taux d’humidité du sol beaucoup plus important dans les prés de fauche et une limitation de la disponibilité en eau dans les terrasses au cours de l’été (Chapitre 3 & 4). La fétuque paniculée pourrait être absente des terrasses car elle ne tolère pas le stress hydrique (Chapitre 3, Figure 17). C’est en effet la seule espèce dont le strain, qui mesure l’impact des facteurs abiotiques sur le succès de cette espèce, est directement relié à l’humidité des sols (Figure 17, Chapitre 3). Il est fort possible que l’ancien labour ait participé 282 aux différences entre terrasses étudiées et prés de fauche à fétuque. Via son action mécanique et parce que entre les périodes de cultures, les sols étaient laissés à nu, le labour a participé à une forte érosion des sols sur notre site d’étude (Bakker et al. sous presse) augmentant la pierrosité et diminuant l’épaisseur des sols sur terrasses. Disponibilité en eau des sols - + Prés de Fauche Fauche fertilisation Filtre abiotique Abondance de F. paniculata + Terrasses fertilité des sols Filtre biotique + - - Fort effet négatif sur la lumière Faible effet négatif sur la lumière Effet positif sur l’eau Effet négatif sur l’eau UM M TFM TM Figure 16. Mécanismes principaux de structuration des prairies subalpines, propositions basées d’après le travail de thèse. Nous disposons également de données complémentaires sur l’humidité des sols, présentées dans le chapitre 4 (Figure 18). Elles montrent que dans certaines terrasses (non étudiées dans cette thèse), on peut remarquer la présence de Fétuque paniculée à des taux relativement conséquents. Les données d’humidité montrent que ces terrasses à fétuque possèdent une humidité des sols équivalente aux prés de fauche où domine la fétuque habituellement (Figure 18). Ainsi, ces données illustrent l’importance de la ressource en eau pour séparer les végétations à fétuque des végétations où elle est absente (Figure 16). On parlera donc d’une opposition entre terrasses sèches et prairies à fétuques. Ces données d’humidité des sols complémentaire sont bien évidemment préliminaires et à prendre avec prudence. Nous le 283 verrons, une étude plus approfondie est nécessaire pour démontrer l’importance de l’eau dans l’opposition terrasse versus prés de fauche. Figure 17. Relation entre l’humidité des sols sans végétation sur la saison de végétation et le strain 1 mesuré sur Festuca paniculata. Plus le strain est r² = 0.70 *** négatif, plus la déviation par rapport aux Strain 0 conditions non limitantes est importante (extrait -1 du Chapitre 3). -2 -3 -4 16 18 20 22 24 26 28 30 32 Humidité des sols (%) L’utilisation des terres actuelle L’activité humaine actuelle a également un fort effet sur la structure des communautés subalpines. L’impact direct de ces activités, fauche ou fertilisation, a pour conséquence de modifier la fertilité des sols aussi bien dans les terrasses que dans les prés de fauche (Robson et al. 2007; Quétier et al. 2007). De plus, l’arrêt de la fauche modifie les régimes de perturbations dans les prairies à fétuque. Nous n’avons pas étudié sur le terrain l’impact de la fauche qui pourtant paraît très important dans notre système. La fauche pourrait avoir deux impacts bien distincts. Le premier est bien évidemment son impact direct. Par exemple, la Fétuque paniculée est intolérante à la fauche (Chapitre 1). La fauche pourrait donc limiter son abondance et son impact sur le milieu. Cependant, il a été montré sur le terrain que les traits au niveau de la communauté ne répondaient pas directement à la fauche mais à la modification de la fertilité des sols consécutive à la fauche (Quétier et al. 2007; Viard-Crétat, communication personnelle). En effet, la fauche qui se caractérise par un export de matière diminue la productivité des milieux (Quétier et al. 2007). De plus son effet mécanique sur les plantes pourrait être limité car elle est réalisée sur notre site en fin de saison de végétation quand les plantes commencent leur sénescence. 284 Figure 18. Moyenne saisonnière de 35 c Humidité des sols (%) 30 l’humidité des sols mesurée sans végétation (Voir méthodes dans chapitre 25 20 c c 4) au sein des sites expérimentaux ainsi b a que dans des prairies sur terrasses ayant de forts taux de recouvrement de fétuque 15 paniculée (> 30 %), T, terrasse, F, fertilisées, M, fauchée, UM, abandon de 10 la fauche TM(fet) Terrasse fauchée avec 5 présence de Fétuque paniculée. 0 TFM TM M UM TM (fet) L’importance des interactions biotiques Dans ce contexte abiotique, nous avons montré que les interactions biotiques structuraient de façon directe les prairies subalpines. Cependant les mécanismes restent complexes (Figure 16). Au sein des terrasses, ce ne sont pas des mécanismes liés aux nutriments dans le sol qui sont responsables de leur structuration comme pourrait le suggérer les pratiques de fertilisation séparant les deux types de prairies sur terrasses. On pourrait en effet s’attendre à ce que la compétition pour la lumière joue un rôle important dans les terrasses fertilisées comme le prédisent les modèles généraux (Grime 1977; Tilman 1985; Michalet 2001). De la même manière, dans les terrasses non fertilisées, on pourrait observer de la compétition pour les ressources du sol (Tilman et al. 1985) ou une chute de l’intensité des interactions biotiques (Grime 1977). Pourtant dans ces terrasses, c’est l’effet des communautés sur l’eau du sol qui explique à la structure des communautés (Chapitre 5). Avec l’arrêt de la fertilisation, on observe une chute de diversité fonctionnelle et spécifique (Quétier et al. 2007). Ceci s’explique par la facilitation qui dans les terrasses fertilisées favorise les fortes et faibles SLA alors que sans fertilisation seulement les SLA intermédiaires sont facilités. Les autres types de plantes sont exclus par compétition pour l’eau. La fertilisation a sans doute un rôle important (Quétier et al. 2007) car elle détermine les traits à l’échelle de la communauté qui sont responsables de l’effet sur l’eau de ces communautés (Surface foliaire et longueur racinaire, voir Chapitre 4). Ainsi, les terrasses sont l’exemple 285 même de milieux où plusieurs ressources limitantes agissent de concert sur la structure des communautés (eau et nutriments) (Harpole & Tilman 2007). Il sera nécessaire de déconnecter expérimentalement ces deux ressources pour comprendre leur rôle respectif sur les mécanismes de coexistence dans ces milieux. En effet, il a été récemment démontré que plus le nombre de ressources limitantes était grand dans une communauté particulière, plus la coexistence entre espèces était possible et la diversité fonctionnelle pouvait augmenter (Harpole & Tilman 2007) Dans les prés de fauche dominés par la fétuque, ce sont des mécanismes liés à la croissance qui sont importants (Figure 16). Ces végétations ont un important effet négatif sur l’ensemble des ressources abiotiques (lumière, nutriment, eau) surtout quand la fétuque atteint de forts taux de recouvrement après l’arrêt de la fauche (Chapitre 3). Cette espèce possède donc un effet fortement structurant à l’échelle de la communauté et peut être considérée comme une espèce ingénieur de l’écosystème (Quétier et al. 2007). Cependant, parce que l’eau n’est pas limitante, ce sont bien des mécanismes de compétition via la lumière qui sont reliés à la structure de la communauté (Chapitre 5). Le succès de la fétuque dans ces milieux peut s’expliquer par sa forte réponse à la compétition (Sensu Goldberg 1991) et l’exclusion compétitrice des autres espèces. Des comportements similaires ont été reportés dans les environnements à productivité intermédiaire et non limités par l’eau (Liancourt 2005). Ainsi ces compétiteurs conservateurs peuvent acquérir une forte biomasse et exclure les espèces via des processus à la compétition pour l’espace ou la lumière (Berendse et Elberse 1993, (Aerts & Vanderpeijl, 1993)). Il s'ensuit généralement une forte chute de diversité comme observé au subalpin (Quétier et al 2007), au collinéen (Liancourt et al. 2005 a) ou dans des milieux encore plus contrastés comme dans les pelouses méditerranéennes (Violle et al. 2006; Fynn et al. 2005 b). 286 Sur le devenir des prairies subalpines Les prairies subalpines : une mosaïque de milieux sous l’emprise humaine Les prairies subalpines européennes sont en étroite interaction avec les activités humaines. Elles sont pour nous un véritable patrimoine, reflet d’une histoire des sociétés passées et actuelles (Quétier 2006). A l’échelle du paysage, une multitude de milieux s’imbriquent et se complètent. Hier façonnées par l’Homme, elles pourraient disparaître avec la déprise agricole. De profonds changements ayant débuté depuis plus de cinquante ans se poursuivent (Quétier 2006). Nous allons envisager 3 types de modifications d’utilisation des terres qui se produisent ou se sont produits dans les prairies subalpines. A travers ces trois exemples, nous essayerons de présenter les changements attendus au sein des prairies subalpines dans un contexte d’extensification des pratiques humaines (Figure 19). i. L’arrêt du labour Comme nous l’avons vu, l’arrêt du labour, il y a moins de 50 ans, est relié à l’absence de fétuque dans les terrasses. Notre étude montre que parallèlement à cette ancienne perturbation, de fortes différences de sol séparent les terrasses des prés de fauche (Chapitre 4). Ainsi si la fétuque n’est toujours pas présente dans les terrasses sèches, c’est sans doute lié à ce facteur eau limitant sa présence dans les terrasses. Cette espèce correspond à la description de la stratégie compétiteur conservateur décrit dans Liancourt et al. (2005 b) qui ne tolère pas le stress hydrique. Des études portant sur la régénération de ce type d’espèces pourront être conduites pour tester si les compétiteurs conservateurs sont absents de ces milieux secs par une limitation liée au recrutement comme proposées par Quétier et al. (2007). Pour comprendre le devenir des végétations sur terrasses, il sera également nécessaire de tester directement l’importance du facteur eau sur la présence de fétuque. 287 i. arrêt du labour Terrasses Prés de fauche ii. arrêt de la fertilisation TFM TM iii. arrêt de la fauche M UM Figure 19. Exemple de changement d’utilisation des terres au sein des prairies subalpines, 1, arrêt du labour sur les terrasses (T), 2, arrêt de la fertilisation dans les terrasses fertilisées (F) fauchées (M), 3, arrêt de la fauche dans les prés à fétuque paniculée (M et UM). ii. L’arrêt de la fertilisation Au sein des terrasses, l’arrêt de la fertilisation va provoquer d’importants changements dans les interactions biotiques qui structurent ces communautés. Les espèces exploitatrices ayant de larges feuilles risquent de diminuer en abondance car elles ne tolèrent pas le manque de nutriments (Chapitre 1) (Grime 1977; Wedin & Tilman 1993; Reich et al. 1999). Ainsi avec leur disparition l’effet positif de ces communautés sur l’eau risque de disparaître entraînant une chute de l’importance de la facilitation à l’échelle de la communauté. L’arrêt de cette pratique pourra entraîner la dominance d’espèces conservatrices ayant un effet négatif sur l’eau et ainsi exclure les espèces exploitatrices via des processus de compétition pour la ressource hydrique. Ainsi, l’arrêt de la fertilisation entraînera sans doute une diminution de la richesse spécifique et fonctionnelle dans ces prairies. Les prairies non fertilisées sur terrasse dominées par des espèces conservatrices de petites tailles (Sesleria caerulea, Bromus erectus) peuvent être considérées comme des stades de végétations relativement stables. En effet dans ces milieux la facilitation affecte uniquement le syndrome dominant ayant une SLA intermédiaire et exclut les autres types d’espèces caractérisées par de fortes ou plus faibles SLA via la compétition pour l’eau du sol. Par 288 exemple, à la lumière de ce travail il semble difficile pour des espèces comme la Fétuque paniculée de s’installer dans ces couverts car la compétition pour l’eau y est intense. Enfin, l’installation des ligneux bas ou arbres reste à démontrer. La compétition pour l’eau dans les couverts herbacés est souvent un facteur limitant à l’installation des ligneux (Kunstler et al. 2006). iii. L’arrêt de la fauche Au sein des prés de fauche, on peut s’attendre à une augmentation en abondance de la Fétuque paniculée avec l’arrêt de la fauche qui ne tolère pas cette perturbation (Chapitre 1). Son avancée peut provoquer une importante chute de diversité spécifique et fonctionnelle (Quétier et al. 2007) car la compétition pour la lumière augmente avec l’augmentation de l’abondance de fétuque (Chapitre 5). Des modifications profondes du fonctionnement des écosystèmes peuvent aussi être observées, comme une baisse de la disponibilité en eau (Chapitre 4), un ralentissement du cycle de l’azote (Robson et al. 2007), de la décomposition des litières (Quétier et al. 2007). Enfin, les prairies fortement recouvertes par la fétuque sont très difficilement utilisables pour les besoins de l’agriculture (Quétier 2006). Ainsi le foin produit dans ces prairies est de mauvaise qualité. Les troupeaux mis en pâture dans ces milieux ne consomment cette espèce que lorsqu’ils s’y sont forcés (enclos) (Quétier 2006, CEMAGREF 1981). Il est fort possible que ces milieux soient laissés à l’abandon par leur difficulté d’utilisation et par la baisse générale de l’agriculture dans les Alpes (Quétier 2006). Il est probable que ces prairies évoluent alors vers des formations forestières car l’étage subalpin est potentiellement colonisable par les arbres (Ozenda 1985). Cependant peu de données expérimentales sont disponibles aujourd’hui pour savoir si l’installation de ligneux est possible dans les couverts denses à Festuca paniculata (Albert 2006). 289 290 3. Conclusions générales Nous avons conduit et élaboré dans ce travail de thèse l’ensemble de la démarche trait proposée en introduction. Ainsi, nous avons vu que les traits pouvaient être utilisés comme de véritables outils, nous permettant d’isoler puis de tester de façon statistique les mécanismes d’assemblage des communautés. Ces traits peuvent prédire la réponse des espèces et des individus aux facteurs de l’environnement (Suding et al. 2003; Fynn et al. 2005a). A l’échelle de la communauté, ils peuvent prédire l’effet des végétations sur les ressources abiotiques (Garnier et al. 2004; Violle et al. 2007). Cette thèse soutient donc fortement la théorie de recoupement entre traits de réponse et d’effet pour l’étude des communautés naturelles (Lavorel & Garnier 2002; Lavorel et al. 2007). Nous n’avons pas directement mis en lien les traits de réponse aux interaction biotiques (SLA dans notre cas) et traits d’effet déterminant ces interactions (surface foliaire ou longueur racinaire par gramme de sols au niveau des communautés). Pour valider cette hypothèse (Holy grail hypothesis; Lavorel & Garnier 2002), il faudra tester si les traits d’effet identifiés dans ce travail comme la surface de feuille ou la longueur raciniaire par gramme de sol peuvent également prédire la réponse des individus aux interactions biotiques. Cette étape permettra l’élaboration de modèles dynamiques pour prédire l’évolution des prairies subalpines face aux changements globaux. En effet, si nous sommes capables de prédire l’abondance de traits à l’échelle de la communauté agissant directement sur les mécanismes responsables de leur structuration alors nous pourrons prédire en fonction de différents paramètres du milieu l’évolution dynamique des prairies subalpines (Figure 19). De façon plus générale, des modèles dynamiques basés sur des évidences empiriques pourront permettre à une échelle très fine (celle de la communauté végétale) de prédire les variations de structure fonctionnelle. Ceci pourra se faire en testant les mécanismes sous-jacents. Ainsi nous pourrons à terme prédire le devenir des communautés végétales sous l’influence grandissante des changements globaux. Biensûr notre étude n’échappe pas à l’étude de cas. Elle s’inscrit comme dans la majorité des études en écologie des communautés dans un contexte local, ici les prairies subalpines sur l’adret de Villar d’Arène (France). Cependant, nous avons pu, grâce à notre approche trait, élargir nos résultats expérimentaux à un jeu de données auxiliaires et ceci par l’utilisation et le 291 test de notre modèle statistique (Chapitre 5). En passant de l’expérimentation aux tests statistiques dans d’autres prairies, nous avons proposé une alternative à la pseudo-réplication, souvent inhérente aux études d’écologie des communautés. Cette démarche pourrait être généralisée à plus grande échelle et dégager des logiques ou des règles d’assemblage des communautés végétales. Parce que notre démarche isole les facteurs importants à l’échelle de la communauté, elle pourra être utilisée pour tester des théories générales en écologie qui souvent se placent à cette échelle mais sont étudiées à l’échelle des individus par l’utilisation de phytomètres. Enfin, comme nous l’avons déjà dit, notre démarche et de façon plus générale l’approche trait, est comparable, prédictive et s’extrait des contingences floristiques. En formant une base commune, elle est prometteuse d’une avancée substantielle en écologie des communautés et fonctionnelle (McGill et al. 2006; Argwall et al. 2007; Westoby & Wright 2006). Services des écosystèmes Fonctionnement des écosystèmes Structure des communautés TFM TM M UM Figure 20. Vers une écologie intégrée, l’écologie des communautés s’intéresse à prédire la structure des communautés en fonction des paramètres environnementaux. Connaissant la structure des communautés il est possible de comprendre le fonctionnement des écosystèmes, c’est l’objet de l’écologie fonctionnelle. Enfin à partir du fonctionnement des écosystèmes on peut prédire et estimer les services que rendent les écosystèmes aux populations humaines. Les petites flèches indiquent les transitions possibles entre différents types de prairies subalpines (d’après Quétier et al. 2007) (TFM, TM, M, UM). Les flèches pleines indiquent les liens entre les différents niveaux d’intégration entre structure fonctionnement et services des écosystèmes. 292 Enfin, cette thèse montre à quel point il peut être intéressant de travailler à l’interface entre écologie des communautés et écologie fonctionnelle (Figure 20). Ces deux disciplines souvent considérées séparément sont pourtant intimement liées si l’on adopte une démarche basée sur les traits (Lavorel et Garnier 2002). Par exemple, s’il l’on veut prévoir le fonctionnement futur des écosystèmes soumis actuellement aux changements globaux, il est primordial d’intégrer des notions de dynamique de végétation. Prédire l’abondance des espèces ou la structure fonctionnelle, comme dans ce travail de thèse, en fonction de paramètres du milieu peut être un apport conséquent de l’écologie des communautés à l’écologie fonctionnelle. De la même manière, si l’on veut comprendre comment des couverts affectent le succès d’espèces ou d’individus, il est nécessaire de comprendre comment ces communautés affectent les paramètres abiotiques du milieu. C’est l’apport que peut donner l’écologie fonctionnelle à l’écologie des communautés. Grâce à une écologie intégrée liant ces deux sous-disciplines (Figure 20), il sera alors sans doute possible de comprendre et de prédire comment les changements climatiques vont modifier les communautés végétales et leur fonctionnement par l’identification de règles écologiques généralisées. C’est seulement à partir de ce moment que nous pourrons alors établir avec certitude comment les services des écosystèmes (Foley 2001) aux populations humaines vont être affectés par les changements globaux (Figure 20). Ce travail en est au commencement (Grime 2007). En témoigne le nombre croissant d'études essayant de lier les traits aux patron d'abondance des espèces le long de gradients écologiques (Suding et al. 2003; Shipley et al. 2006) et à la structure des communautés (Lavorel et al. 2007; Mc Gill et al. 2006; Ackerly et al. 2007; Diaz et al. 2006; Shipley et al. 2007). Il demandera un effort particulier dans l’acquisition des données ainsi que leur mise en partage (Cornelissen et al. 2003; Grime 2007). L’écologie, souvent considérée comme descriptive pourra alors, devenir à terme plus prédictive. 293 294 BIBLIOGRAPHIE 295 Aarsen LW., & Keogh, T. (2002) Conundrums of competitive ability in plants: what to measure? Oikos 96, 531-542. Ackerly, D. (2004) Functional strategies of chaparral shrubs in relation to seasonal water deficit and disturbance. Ecological Monographs, 74, 25-44. Ackerly, D.D. & Cornwell, W.K. (2007) A trait-based approach to community assembly: partitioning of species trait values into within- and among-community components. Ecology Letters, 10, 135-145. Aerts, R. & Berendse, F. (1988) The Effect Of Increased Nutrient Availability On Vegetation Dynamics In Wet Heathlands. Vegetatio, 76, 63-69. Aerts, R., Berendse, F., Decaluwe, H., & Schmitz, M. (1990) Competition In Heathland Along An Experimental Gradient Of Nutrient Availability. Oikos, 57, 310-318. Aerts, R. & Vanderpeijl, M.J. (1993) A Simple-Model To Explain The Dominance Of LowProductive Perennials In Nutrient-Poor Habitats. Oikos, 66, 144-147. Agrawal, A.A., Ackerly, D.D., Adler, F., Arnold, A.E., Caceres, C., Doak, D.F., Post, E., Hudson, P.J., Maron, J., Mooney, K.A., Power, M., Schemske, D., Stachowicz, J., Strauss, S., Turner, M.G., & Werner, E. (2007) Filling key gaps in population and community ecology. Frontiers In Ecology And The Environment, 5, 145-152. Albert, C. (2006) DYNAMIQUE DE COLONISATION DES LIGNEUX DANS LES PRAIRIES SUBALPINES : APPLICATION A LARIX DECIDUA. Master 2, Université de Grenoble. Allen, T.F.H., & T.W. Hoekstra. (1992) The Integration Of Ecological-Studies - Comment. Functional Ecology 6, 118-119. Alonso I., & S.E. Hartley. (1998) Effects of nutrient supply, light availability and herbivory on the growth of heather and three competing grass species. Plant Ecology 137, 203212. Austin M.P., & T.M. Smith. (1989) A new model for the continuum concept. Vegetatio 83, 35-47. Bakker M, van Doorn A, Quétier F, Chouvardas D, Govers G, Rounsevell M (2007) The response of soil erosion and sediment export to land use change in four areas in Europe: the importance of the landscape pattern. Geomorphology in press Bardgett, R.D. & Wardle, D.A. (2003) Herbivore-mediated linkages between aboveground and belowground communities. Ecology, 84, 2258-2268. Berendse, F. (1994) Competition Between Plant-Populations At Low And High Nutrient Supplies. Oikos, 71, 253-260. 296 Berendse, F., Elberse, W.T., & Geerts, R. (1992) Competition And Nitrogen Loss From Plants In Grassland Ecosystems. Ecology, 73, 46-53. Berendse, F. (1982) Competition Between Plant-Populations With Different Rooting Depths.3. Field Experiments. Oecologia, 53, 50-55. Bertness, M.D. & Callaway, R. (1994) Positive Interactions In Communities. Trends In Ecology & Evolution, 9, 191-193. Bertness, M.D. & Hacker, S.D. (1994) Physical Stress And Positive Associations Among Marsh Plants. American Naturalist, 144, 363-372. Bocquet A (1983): L’implantation des agriculteurs. L’expansion du peuplement et la naissance de la métallurgie alpine à la fin de l’Age de bronze. La cristallisation de l’entité alpine à l’Age du fer. in: Prieur J, Bocquet A, Colardelle M, Leguay J.-P, Loup J & Fontanel J (Eds.): La Savoie des origines à l’an mil (Histoire et Archéologie), Ouest-France Universités (Rennes), 73-118. Brewer, C.A. & Smith, W.K. (1997) Patterns of leaf surface wetness for montane and subalpine plants. Plant Cell And Environment, 20, 1-11. Brooker et al. (2007) Facilitation inplant communities: the past, the present and the future. Journal of Ecology: soumis. Brooker, R., Kikvidze, Z., Pugnaire, F.I., Callaway, R.M., Choler, P., Lortie, C.J., & Michalet, R. (2005) The importance of importance. Oikos, 109, 63-70. Brooker, R.W. & Callaghan, T.V. (1998) The balance between positive and negative plant interactions and its relationship to environmental gradients: a model. Oikos, 81, 196207. Bruno, J.F., Stachowicz, J.J., & Bertness, M.D. (2003) Inclusion of facilitation into ecological theory. Trends In Ecology & Evolution, 18, 119-125. Craine, J.M. (2005) Reconciling plant strategy theories of Grime and Tilman. Journal Of Ecology, 93, 1041-1052. Craine, J.M. (2007) Plant strategy theories: replies to Grime and Tilman. Journal Of Ecology, 95, 235-240. Cahill, J.F. (1999) Fertilization effects on interactions between above- and belowground competition in an old field. Ecology 80, 466-480. Caldwell, M.M., Dawson, T.E., & Richards, J.H. (1998) Hydraulic lift: Consequences of water efflux from the roots of plants. Oecologia, 113, 151-161. Callaway, R.M. (1995) Positive interactions among plants. Botanical Review, 61, 306-349. 297 Callaway, R.M. (1997) Positive interactions in plant communities and the individualisticcontinuum concept. Oecologia, 112, 143-149. Callaway, R.M. & Aschehoug, E.T. (2000) Invasive plants versus their new and old neighbors: A mechanism for exotic invasion. Science, 290, 521-523. Callaway, R.M., Brooker, R.W., Choler, P., Kikvidze, Z., Lortie, C.J., Michalet, R., Paolini, L., Pugnaire, F.I., Newingham, B., Aschehoug, E.T., Armas, C., Kikodze, D., & Cook, B.J. (2002) Positive interactions among alpine plants increase with stress. Nature, 417, 844-848. Callaway, R.M., DeLuca, T.H., & Belliveau, W.M. (1999) Biological-control herbivores may increase competitive ability of the noxious weed Centaurea maculosa. Ecology, 80, 1196-1201. Callaway, R.M., Kikvidze, Z., & Kikodze, D. (2000) Facilitation by unpalatable weeds may conserve plant diversity in overgrazed meadows in the Caucasus Mountains. Oikos, 89, 275-282. Cavieres, L.A., Badano, E.I., Sierra-Almeida, A., Gomez-Gonzalez, S., & MolinaMontenegro, M.A. (2006) Positive interactions between alpine plant species and the nurse cushion plant Laretia acaulis do not increase with elevation in the Andes of central Chile. New Phytologist, 169, 59-69. CEMAGREF, Centre Grenoblois, 1976. Recherches en Briançonnais: Recherches sur les écosystème montagnard. Ministère de l’agriculture. CEMAGREF, Centre Grenoblois, 1981. Recherches en Briançonnais: pastoralisme montagnard. Ministère de l’agriculture. Chapin, F.S., Walker, L.R., Fastie, C.L., & Sharman, L.C. (1994) Mechanisms Of Primary Succession Following Deglaciation At Glacier Bay, Alaska. Ecological Monographs, 64, 149-175. Chapin, F.S., Walker, B.H., Hobbs, R.J., Hooper, D.U., Lawton, J.H., Sala, O.E., & Tilman, D. (1997) Biotic control over the functioning of ecosystems. Science, 277, 500-504. Chapin, F.S., Zavaleta, E.S., Eviner, V.T., Naylor, R.L., Vitousek, P.M., Reynolds, H.L., Hooper, D.U., Lavorel, S., Sala, O.E., Hobbie, S.E., Mack, M.C., & Diaz, S. (2000) Consequences of changing biodiversity. Nature, 405, 234-242. Chave, J. (2004) Neutral theory and community ecology. Ecology Letters, 7, 241-253 Choler, P. (2002). The distribution of Carex curvula-dominated communities in Europe: an attempt at a functional and historical interpretation. Thesis, University of Joseph Fourier, Grenoble 1, France. 298 Choler, P., Michalet, R., & Callaway, R.M. (2001) Facilitation and competition on gradients in alpine plant communities. Ecology, 82, 3295-3308. Clements, F. E. (1916) Plant succession: an analysis of the development of vegetation. Carnegie Institute of Washington, Washington. Connell, J.H., & Slatyer, R.O. (1977) Mechanisms of succession in natural communities and their role in community stability and organization. American Naturalist 111, 1119-1144. Cornelissen, G., van der Pal, M., van Noort, P.C.M., & Govers, H.A.J. (1999a) Competitive effects on the slow desorption of organic compounds from sediments. Chemosphere, 39, 1971-1981. Cornelissen, J.H.C., Perez-Harguindeguy, N., Diaz, S., Grime, J.P., Marzano, B., Cabido, M., Vendramini, F., & Cerabolini, B. (1999b) Leaf structure and defence control litter decomposition rate across species and life forms in regional floras on two continents. New Phytologist, 143, 191-200. Cornelissen, J.H.C., Lavorel, S., Garnier, E., Diaz, S., Buchmann, N., Gurvich, D.E., Reich, P.B., ter Steege, H., Morgan, H.D., van der Heijden, M.G.A., Pausas, J.G., & Poorter, H. (2003) A handbook of protocols for standardised and easy measurement of plant functional traits worldwide. Australian Journal Of Botany, 51, 335-380. Craine, J.M. (2005) Reconciling plant strategy theories of Grime and Tilman. Journal Of Ecology, 93, 1041-1052. Diamond, D.D., True, C.D., Gordon, T.M., Sowa, S.P., Foster, W.E., & Jones, K.B. (2005) Influence of targets and assessment region size on perceived conservation priorities. Environmental Management, 35, 130-137. Darwin, C. (1859) On the Origin of Species. John Murray, London. Day, T. (2000). Competition and the effect of spatial resource heterogeneity on evolutionary diversification. American Naturalist 155, 790–803. De Bello F. (2006) Consequences of changing grazing regimes on vegetation structure along climatic gradients. Thesis, University Llieda, Spain. Diaz, S., Fargione, J., Chapin, F.S., & Tilman, D. (2006) Biodiversity loss threatens human well-being. Plos Biology, 4, 1300-1305. Diaz, S., Lavorel, S., McIntyre, S., Falczuk, V., Casanoves, F., Milchunas, D.G., Skarpe, C., Rusch, G., Sternberg, M., Noy-Meir, I., Landsberg, J., Zhang, W., Clark, H., & Campbell, B.D. (2007) Plant trait responses to grazing - a global synthesis. Global Change Biology, 13, 313-341. 299 Diaz, S., Hodgson, J.G., Thompson, K., Cabido, M., Cornelissen, J.H.C., Jalili, A., Montserrat-Marti, G., Grime, J.P., Zarrinkamar, F., Asri, Y., Band, S.R., Basconcelo, S., Castro-Diez, P., Funes, G., Hamzehee, B., Khoshnevi, M., Perez-Harguindeguy, N., Perez-Rontome, M.C., Shirvany, F.A., Vendramini, F., Yazdani, S., Abbas-Azimi, R., Bogaard, A., Boustani, S., Charles, M., Dehghan, M., de Torres-Espuny, L., Falczuk, V., Guerrero-Campo, J., Hynd, A., Jones, G., Kowsary, E., Kazemi-Saeed, F., Maestro-Martinez, M., Romo-Diez, A., Shaw, S., Siavash, B., Villar-Salvador, P., & Zak, M.R. (2004) The plant traits that drive ecosystems: Evidence from three continents. Journal Of Vegetation Science, 15, 295-304. Diaz, S., Symstad, A.J., Chapin, F.S., Wardle, D.A., & Huenneke, L.F. (2003) Functional diversity revealed by removal experiments. Trends In Ecology & Evolution, 18, 140146. Diaz, S. & Cabido, M. (2001) Vive la difference: plant functional diversity matters to ecosystem processes. Trends In Ecology & Evolution, 16, 646-655. Doebeli, M., & Dieckmann, U. (2003) Speciation along environmental gradient. Nature 421, 259-264. Elberse, W.T. & Berendse, F. (1993) A Comparative-Study Of The Growth And Morphology Of 8 Grass Species From Habitats With Different Nutrient Availabilities. Functional Ecology, 7, 223-229. Eviner, V.T. & Chapin, F.S. (2003) Functional matrix: A conceptual framework for predicting multiple plant effects on ecosystem processes. Annual Review Of Ecology Evolution And Systematics, 34, 455-485. Ewel, J.J. (1986) Designing Agricultural Ecosystems For The Humid Tropics. Annual Review Of Ecology And Systematics, 17, 245-271. Fargione, J., Tilman, D., Dybzinski, R., Lambers, J.H.R., Clark, C., Harpole, W.S., Knops, J.M.H., Reich, P.B., & Loreau, M. (2007) From selection to complementarity: shifts in the causes of biodiversity-productivity relationships in a long-term biodiversity experiment. Proceedings Of The Royal Society B-Biological Sciences, 274, 871-876. Fargione, J., Brown, C.S., & Tilman, D. (2003) Community assembly and invasion: An experimental test of neutral versus niche processes. Proceedings Of The National Academy Of Sciences Of The United States Of America, 100, 8916-8920. Fargione, J.E. & Tilman, D. (2005) Diversity decreases invasion via both sampling and complementarity effects. Ecology Letters, 8, 604-611. 300 Fastie, C.L. (1995) Causes And Ecosystem Consequences Of Multiple Pathways Of Primary Succession At Glacier Bay, Alaska. Ecology, 76, 1899-1916. Foley, J.A., DeFries, R., Asner, G.P., Barford, C., Bonan, G., Carpenter, S.R., Chapin, F.S., Coe, M.T., Daily, G.C., Gibbs, H.K., Helkowski, J.H., Holloway, T., Howard, E.A., Kucharik, C.J., Monfreda, C., Patz, J.A., Prentice, I.C., Ramankutty, N. & Snyder, P.K. (2005) Global Consequences of Land Use. Science 309, 570-574. Fonseca, C.R., Overton, J.M., Collins, B., & Westoby, M. (2000) Shifts in trait-combinations along rainfall and phosphorus gradients. Journal Of Ecology, 88, 964-977. Foster B.L. (1999). Establishment, competition and the distribution of native grasses among Michigan old-fields. Journal of Ecology 87, 476-489. Foster B.L., & Gross, K.L. (1998). Species richness in a successional grassland: Effects of nitrogen enrichment and plant litter. Ecology 79, 2593-2602. Fridley, J.D. (2001) The influence of species diversity on ecosystem productivity: how, where, and why? Oikos, 93, 514-526. Fridley, J.D. (2002) Resource availability dominates and alters the relationship between species diversity and ecosystem productivity in experimental plant communities. Oecologia, 132, 271-277. Fridley, J.D. (2003) Diversity effects on production in different light and fertility environments: an experiment with communities of annual plants. Journal Of Ecology, 91, 396-406. Fynn, R.W.S., Morris, C.D., & Kirkman, K.P. (2005) Plant strategies and trait trade-offs influence trends in competitive ability along gradients of soil fertility and disturbance. Journal Of Ecology, 93, 384-394. Garnier, E., Lavorel, S., Ansquer, P., Castro, H., Cruz, P., Dolezal, J., Eriksson, O., Fortunel, C., Freitas, H., Golodets, C., Grigulis, K., Jouany, C., Kazakou, E., Kigel, J., Kleyer, M., Lehsten, V., Leps, J., Meier, T., Pakeman, R., Papadimitriou, M., Papanastasis, V.P., Quested, H., Quetier, F., Robson, M., Roumet, C., Rusch, G., Skarpe, C., Sternberg, M., Theau, J.P., Thebault, A., Vile, D., & Zarovali, M.P. (2007) Assessing the effects of land-use change on plant traits, communities and ecosystem functioning in grasslands: A standardized methodology and lessons from an application to 11 European sites. Annals Of Botany, 99, 967-985. Garnier, E., Cortez, J., Billes, G., Navas, M.L., Roumet, C., Debussche, M., Laurent, G., Blanchard, A., Aubry, D., Bellmann, A., Neill, C., & Toussaint, J.P. (2004) Plant 301 functional markers capture ecosystem properties during secondary succession. Ecology, 85, 2630-2637. Garnier, E., Navas, M.L., Austin, M.P., Lilley, J.M., & Gifford, R.M. (1997) A problem for biodiversity-productivity studies: how to compare the productivity of multispecific plant mixtures to that of monocultures? Acta Oecologica-International Journal Of Ecology, 18, 657-670. Gaston, K.J. & Chown, S.L. (2005) Neutrality and the niche. Functional Ecology, 19, 16Gause, G.F. (1934) The struggle for existence. Haffner, New York. Gaucherand, S., Liancourt, P., & Lavorel, S. (2006) Importance and intensity of competition along a fertility gradient and across species. Journal Of Vegetation Science, 17, 455464. Gaudet, C.L. & Keddy, P.A. (1988) A Comparative Approach To Predicting Competitive Ability From Plant Traits. Nature, 334, 242-243. Gleason H. A. (1926) The individualistic concept of the plant association. Bulletin of the Torrey Botanic Club 53, 7-26. Goldberg, D.E. & Landa, K. (1991) Competitive Effect And Response - Hierarchies And Correlated Traits In The Early Stages Of Competition. Journal Of Ecology, 79, 10131030. Goldberg, D.E., Rajaniemi, T., Gurevitch, J., & Stewart-Oaten, A. (1999) Empirical approaches to quantifying interaction intensity: Competition and facilitation along productivity gradients. Ecology, 80, 1118-1131. Grace, J.B. (1991) A Clarification Of The Debate Between Grime And Tilman. Functional Ecology, 5, 583-587. Gravel, D., Canham, C.D., Beaudet, M., & Messier, C. (2006) Reconciling niche and neutrality: the continuum hypothesis. Ecology Letters, 9, 399-409. Grime, J.P. (1973) Competitive Exclusion In Herbaceous Vegetation. Nature, 242, 344-347. Grime, J.P. (1977) Evidence For Existence Of 3 Primary Strategies In Plants And Its Relevance To Ecological And Evolutionary Theory. American Naturalist, 111, 11691194. Grime, J.P. (1979) Plant strategies and vegetation processes. Wiley & Sons, Chichester, England. Grime, J.P., Mackey, J.M., Hillier, S.H., & Read, D.J. (1988) Mycorrhizal Infection And Plant-Species Diversity - Reply. Nature, 334, 202-202. 302 Grime, J.P. (1988) Plant Strategies And The Dynamics And Structure Of Plant-Communities - Tilman,D. Nature, 336, 630-630. Grime, J.P. (1998) Benefits of plant diversity to ecosystems: immediate, filter and founder effects. Journal Of Ecology, 86, 902-910. Grime, J.P., Thompson, K., Hunt, R., Hodgson, J.G., Cornelissen, J.H.C., Rorison, I.H., Hendry, G.A.F., Ashenden, T.W., Askew, A.P., Band, S.R., Booth, R.E., Bossard, C.C., Campbell, B.D., Cooper, J.E.L., Davison, A.W., Gupta, P.L., Hall, W., Hand, D.W., Hannah, M.A., Hillier, S.H., Hodkinson, D.J., Jalili, A., Liu, Z., Mackey, J.M.L., Matthews, N., Mowforth, M.A., Neal, A.M., Reader, R.J., Reiling, K., RossFraser, W., Spencer, R.E., Sutton, F., Tasker, D.E., Thorpe, P.C., & Whitehouse, J. (1997) Integrated screening validates primary axes of specialisation in plants. Oikos, 79, 259-281. Grime, J.P. (2007) Plant strategy theories: a comment on Craine (2005). Journal Of Ecology, 95, 227-230. Gross, K.L., Willig, M.R., Gough, L., Inouye, R., & Cox, S.B. (2000) Patterns of species density and productivity at different spatial scales in herbaceous plant communities. Oikos, 89, 417-427. Gross, N., Suding, K.N., & Lavorel, S. (2007) Leaf dry matter content and lateral spread predict response to land use change for six subalpine grassland species. Journal Of Vegetation Science, 18, 289-300. Grubb P.J. (1985) Plant populations and vegetation in relation to habitat, disturbance and competition, problems of generalization. In The Population Structure of Vegetation. Ed. Dr. J. White. pp. 596-620. Dordrecht. Hacker, S.D. & Bertness, M.D. (1999) Experimental evidence for factors maintaining plant species diversity in a New England salt marsh. Ecology, 80, 2064-2073. Harpole, W.S. & Tilman, D. (2007) Grassland species loss resulting from reduced niche dimension. Nature, 446, 791-793. Harpole, W.S. (2006) Resource-ratio theory and the control of invasive plants. Plant And Soil, 280, 23-27. Harpole, W.S. & Tilman, D. (2006) Non-neutral patterns of species abundance in grassland communities. Ecology Letters, 9, 15-23. Harpole, W.S. & Tilman, D. (2006) Non-neutral patterns of species abundance in grassland communities. Ecology Letters, 9, 15-23. Hartnett, D.C. & Wilson, G.W.T. (2002) The role of mycorrhizas in plant community structure and dynamics: lessons from grasslands. Plant And Soil, 244, 319-331. 303 Hastwell, G.T. & Facelli, J.M. (2003) Differing effects of shade-induced facilitation on growth and survival during the establishment of a chenopod shrub. Journal Of Ecology, 91, 941-950. Hector, A., Bazeley-White, E., Loreau, M., Otway, S., & Schmid, B. (2002) Overyielding in grassland communities: testing the sampling effect hypothesis with replicated biodiversity experiments. Ecology Letters, 5, 502-511. Hector, A., Beale, A.J., Minns, A., Otway, S.J., & Lawton, J.H. (2000) Consequences of the reduction of plant diversity for litter decomposition: effects through litter quality and microenvironment. Oikos, 90, 357-371. Hector, A., Schmid, B., Beierkuhnlein, C., Caldeira, M.C., Diemer, M., Dimitrakopoulos, P.G., Finn, J.A., Freitas, H., Giller, P.S., Good, J., Harris, R., Hogberg, P., HussDanell, K., Joshi, J., Jumpponen, A., Korner, C., Leadley, P.W., Loreau, M., Minns, A., Mulder, C.P.H., O'Donovan, G., Otway, S.J., Pereira, J.S., Prinz, A., Read, D.J., Scherer-Lorenzen, M., Schulze, E.D., Siamantziouras, A.S.D., Spehn, E.M., Terry, A.C., Troumbis, A.Y., Woodward, F.I., Yachi, S., & Lawton, J.H. (1999) Plant diversity and productivity experiments in European grasslands. Science, 286, 11231127. Herben, T., Krahulec, F., Hadincova, V., & Pechackova, S. (1997a) Fine-scale species interactions of clonal plants in a mountain grassland: A removal experiment. Oikos, 78, 299-310. Herben, T., Krahulec, F., Hadincova, V., Pechackova, S., & Kovarova, M. (1997b) Fine-scale spatio-temporal patterns in a mountain grassland: Do species replace each other in a regular fashion? Journal Of Vegetation Science, 8, 217-224. Holmgren, M., Scheffer, M., & Huston, M.A. (1997) The interplay of facilitation and competition in plant communities. Ecology 78, 1966-1975. Hooper, D.U. (1998) The role of complementarity and competition in ecosystem responses to variation in plant diversity. Ecology, 79, 704-719. Hooper, D.U., Chapin, F.S., Ewel, J.J., Hector, A., Inchausti, P., Lavorel, S., Lawton, J.H., Lodge, D.M., Loreau, M., Naeem, S., Schmid, B., Setala, H., Symstad, A.J., Vandermeer, J., & Wardle, D.A. (2005) Effects of biodiversity on ecosystem functioning: A consensus of current knowledge. Ecological Monographs, 75, 3-35. Hooper, D.U. & Dukes, J.S. (2004) Overyielding among plant functional groups in a longterm experiment. Ecology Letters, 7, 95-105. 304 Hubbell, S.P. (2001) The Unified Neutral Theory of Biodiversity and Biogeography. Princeton University Press. ISBN 0-691-02128-7. Hummel, I., Vile, D., Violle, C., Devaux, J., Ricci, B., Blanchard, A., Garnier, E., & Roumet, C. (2007) Relating root structure and anatomy to whole-plant functioning in 14 herbaceous Mediterranean species. New Phytologist, 173, 313-321. Huston, M. (1979) General Hypothesis Of Species-Diversity. American Naturalist, 113, 81101. Huston, M., 1994, Biological diversity: the coexistence of species on changing landscapes, Cambridge ( R.-U. ), Cambridge University Press. Huston, M.A. (1997) Hidden treatments in ecological experiments: Re-evaluating the ecosystem function of biodiversity. Oecologia, 110, 449-460. Hutchinson G.E. (1957) Concluding remarks. Cold Spring Harbor Symposia on Quantitative Biology 22, 415-427. Jokela J., & Haukioja, E. (2000) Evolution of strategies to stay in the game. Biology and Philosophy 15, 177-196. Kadmon, R. (1995) Plant Competition Along Soil-Moisture Gradients - A Field Experiment With The Desert Annual Stipa-Capensis. Journal Of Ecology, 83, 253-262. Keddy, P.A. & Shipley, B. (1989) Competitive Hierarchies In Herbaceous PlantCommunities. Oikos, 54, 234-241. Korner, C. (2003) Limitation and stress - always or never? Journal Of Vegetation Science, 14, 141-143. Korner, C. (2004) Individuals have limitations, not communities - A response to Marrs, Weiher and Lortie et al. Journal Of Vegetation Science, 15, 581-582. Kunstler, G., Curt, T., Bouchaud, M., & Lepart, J. (2006) Indirect facilitation and competition in tree species colonization of sub-Mediterranean grasslands. Journal Of Vegetation Science, 17, 379-388. Lamont, B.B., Groom, P.K., & Cowling, R.M. (2002) High leaf mass per area of related species assemblages may reflect low rainfall and carbon isotope discrimination rather than low phosphorus and nitrogen concentrations. Functional Ecology, 16, 403-412. Lavorel S, Dıaz S, Pausas J, McIntyre S, Cornelissen JHC, Garnier E, Harrison SP (2007) Plant functional types: are we getting any closer to the Holy Grail? In J. Canadell, L. F. Pitelka, and D. Pataki, editors. Terrestrial ecosystems in a changing world. Springer-Verlag, New York, New York, USA 305 Lavorel S, Quétier F, Gaucherand S, Choler P, Clément G & Bornard A (2004): Past and present land-use effects on subalpine grassland species and functional diversity. In Lüscher A, Jeangros B, Kessler W, Huguenin O, Lobsiger M, Millar N & Suter D (Eds.). Proceedings of the 20th European Grassland Federation Congress, pp. 287289. Lavorel, S. & Garnier, E. (2002) Predicting changes in community composition and ecosystem functioning from plant traits: revisiting the Holy Grail. Functional Ecology, 16, 545-556. Lavorel, S., McIntyre, S., Landsberg, J., & Forbes, T.D.A. (1997) Plant functional classifications: from general groups to specific groups based on response to disturbance. Trends In Ecology & Evolution, 12, 474-478. Lavorel, S., Rochette, C., & Lebreton, J.D. (1999) Functional groups for response to disturbance in Mediterranean old fields. Oikos, 84, 480-498. Leps, J., de Bello, F., Lavorel, S., & Berman, S. (2006) Quantifying and interpreting functional diversity of natural communities: practical considerations matter.(vol 78, pg 481, 2006). Preslia, 79, 100-100. Moog, D., Poschlod, P., Kahmen, S., & Schreiber, K.F. (2002) Comparison of species composition between different grassland management treatments after 25 years. Applied Vegetation Science, 5, 99-106. Levine, J.M. (2000). Complex interactions in a streamside plant community. Ecology 81, 3431-3444. Liancourt, P. (2005). Stratégies fonctionnelles et interactions entre espèces dominantes le long de gradients de ressources hydrique et trophique au niveau des pelouses calcaires. Thèse, Université Joseph Fourier, Grenoble 1, France. Liancourt, P., Callaway, R.M., & Michalet, R. (2005a) Stress tolerance and competitiveresponse ability determine the outcome of biotic interactions. Ecology, 86, 1611-1618. Liancourt, P., Corcket, E., & Michalet, R. (2005b) Stress tolerance abilities and competitive responses in a watering and fertilization field experiment. Journal Of Vegetation Science, 16, 713-722. Loehle C. (1988) Problems with the triangular model for representing plant strategies. Ecology 69, 284-286. Loreau, M., Naeem, S., Inchausti, P., Bengtsson, J., Grime, J.P., Hector, A., Hooper, D.U., Huston, M.A., Raffaelli, D., Schmid, B., Tilman, D., & Wardle, D.A. (2001) Ecology 306 - Biodiversity and ecosystem functioning: Current knowledge and future challenges. Science, 294, 804-808. Loreau, M. (1998) Separating sampling and other effects in biodiversity experiments. Oikos, 82, 600-602. Lortie, C.J., Brooker, R.W., Choler, P., Kikvidze, Z., Michalet, R., Pugnaire, F.I., & Callaway, R.M. (2004) Rethinking plant community theory. Oikos, 107, 433-438. Lortie, C.J. & Callaway, R.M. (2006) Re-analysis of meta-analysis: support for the stressgradient hypothesis. Journal Of Ecology, 94, 7-16. MacDonald, D., Crabtree, J.R., Wiesinger, G., Dax, T., Stamou, N., Fleury, P., Lazpita, J.G., & Gibon, A. (2000) Agricultural abandonment in mountain areas of Europe: Environmental consequences and policy response. Journal Of Environmental Management, 59, 47-69. Maestre, F.T., Bautista, S., & Cortina, J. (2003) Positive, negative, and net effects in grassshrub interactions in mediterranean semiarid grasslands. Ecology, 84, 3186-3197. Maestre, F.T., Valladares, F., & Reynolds, J.F. (2005) Is the change of plant-plant interactions with abiotic stress predictable? A meta-analysis of field results in arid environments. Journal Of Ecology, 93, 748-757. Mahmoud, A. & Grime, J.P. (1974) Comparison Of Negative Relative Growth-Rates In Shaded Seedlings. New Phytologist, 73, 1215-1219. Mahmoud, A., & Grime, J.P. (1976) An analysis of competitive ability in three perennial grasses. New Phytologist 77, 431-435. Mahmoud, A. & Grime, J.P. (1977) Comparison Of Susceptibility Of Arrhenatherum-Elatius (L) Beauv Ex Presl,Jc Agrostis-Tenuis-Sibth, Deschampsia-Flexuosa And FestucaOvina L To Manganese Toxicity. Plant And Soil, 47, 559-565. MacArthur, R.H., & Wilson E.O.. (1967) The theory of island biogeography. Princeton University Press. Princeton, New Jersey. MacDonald D, Crabtree JR, Wiesinger G, Dax T, Stamou N, Fleury P, Gutierrez Lazpita J & Gibon A 2000. Agricultural abandonment in mountain areas of Europe:Environmental consequences and policy response. Journal of Environmental Management 59, 47-69. Martin-Burle M (1991) Maître Albert et les Faranchins ; chronique d’une communauté de montagne. Presses Universitaires de Grenoble (Grenoble), 334p. McGill, B.J., Enquist, B.J., Weiher, E., & Westoby, M. (2006) Rebuilding community ecology from functional traits. Trends In Ecology & Evolution, 21, 178-185. McGill, B.J. (2003) A test of the unified neutral theory of biodiversity. Nature, 422, 881-885. 307 McLaren, J.R., Wilson, S.D., & Peltzer, D.A. (2004) Plant feedbacks increase the temporal heterogeneity of soil moisture. Oikos, 107, 199-205. Michalet, R. (2006) Is facilitation in arid environments the result of direct or complex interactions? Commentary. New Phytologist, 169, 3-6. Michalet, R., Brooker, R.W., Cavieres, L.A., Kikvidze, Z., Lortie, C.J., Pugnaire, F.I., Valiente-Banuet, A., & Callaway, R.M. (2006) Do biotic interactions shape both sides of the humped-back model of species richness in plant communities? Ecology Letters, 9, 767-773. Michalet R. (2001) Facteurs abiotiques et traits biologiques déterminant les interactions biotiques, la répartition des populations dominantes et la structuration des communautés terrestres, Application à quelques écosystèmes de l’arc alpin. Diplôme d’Habilitation à Diriger des recherches, Université Joseph Fourier, Grenoble, France. Mittelbach, G.G., Steiner, C.F., Scheiner, S.M., Gross, K.L., Reynolds, H.L., Waide, R.B., Willig, M.R., Dodson, S.I., & Gough, L. (2001) What is the observed relationship between species richness and productivity? Ecology, 82, 2381-2396. Mouquet, N., Moore, J.L., & Loreau, M. (2002) Plant species richness and community productivity: why the mechanism that promotes coexistence matters. Ecology Letters, 5, 56-65. Mulder, C.P.H., Uliassi, D.D., & Doak, D.F. (2001) Physical stress and diversity-productivity relationships: The role of positive interactions. Proceedings Of The National Academy Of Sciences Of The United States Of America, 98, 6704-6708. Navas, M.L. & Moreau-Richard, J. (2005) Can traits predict the competitive response of herbaceous Mediterranean species? Acta Oecologica-International Journal Of Ecology, 27, 107-114. Novoplansky, A. & Goldberg, D.E. (2001) Effects of water pulsing on individual performance and competitive hierarchies in plants. Journal Of Vegetation Science, 12, 199-208. Nussbaum, S., Bungener, P., Geissmann, M., & Fuhrer, J. (2000) Plant-plant interactions and soil moisture might be important in determining ozone impacts on grasslands. New Phytologist, 147, 327-335. Odum, E.P. (1953) Fundamentals of ecology. W. B. Saunders, Philadelphia. Oksanen L. (2001). Logic of experiments in ecology: is pseudoreplication a pseudoissue. Oikos 94, 27-38. 308 Olofsson, J. (2004) Positive and negative plant-plant interactions in two contrasting arcticalpine plant communities. Arctic Antarctic And Alpine Research, 36, 464-467. Olofsson, J., P. E. Hulme, L. Oksanen, and O. Suominen. (2004) Importance of large and small mammalian herbivores for the plant community structure in the forest tundra ecotone. Oikos 106, 324-334. Ozenda, P, (1985) La végétation de la chaîne alpine dans l’espace montagnard européen. Masson, Paris. Padilla, F.M. & Pugnaire, F.I. (2006) The role of nurse plants in the restoration of degraded environments. Frontiers In Ecology And The Environment, 4, 196-202. Pages, J.P. & Michalet, R. (2003) A test of the indirect facilitation model in a temperate hardwood forest of the northern French Alps. Journal Of Ecology, 91, 932-940. Partel, M., Helm, A., Reitalu, T., Liira, J., & Zobel, M. (2007) Grassland diversity related to the Late Iron Age human population density. Journal Of Ecology, 95, 574-582. Pennings S.C., & Callaway, R.M. (1992) Salt marsh plant zonation, the relative importance of competition and physical factors. Ecology 73, 681-690. Pennings S.C., E.R. Seling, L.T. Houser, & Bertness, M.D. (2003) Geographic variation in positive and negative interactions among salt marsh plants. Ecology 84, 1527–1538. Pugnaire, F.I. & Luque, M.T. (2001) Changes in plant interactions along a gradient of environmental stress. Oikos, 93, 42-49. Petchey, O.L. & Gaston, K.J. (2006) Functional diversity: back to basics and looking forward. Ecology Letters, 9, 741-758. Quetier, F., Thebault, A., & Lavorel, S. (2007) Plant traits in a state and transition framework as markers of ecosystem response to land-use change. Ecological Monographs, 77, 33-52. Quétier, F. (2006) Vulnérabilité des écosystèmes semi-naturels européens aux changements d'utilisation des terres. Application aux prairies subalpines de Villar d'Arène, France. Thèse, Université de Montpellier 2, France. Rajaniemi, T.K. (2003) Explaining productivity-diversity relationships in plants. Oikos, 101, 449-457. Raunkiaer, C. (1934) The life forms of plants statistical plant geography. Oxford University Press, Oxford, UK. Reader, R.J. (1998) Relationship between species relative abundance and plant traits for an infertile habitat. Plant Ecology, 134, 43-51. 309 Reader, R.J., Wilson, S.D., Belcher, J.W., Wisheu, I., Keddy, P.A., Tilman, D., Morris, E.C., Grace, J.B., McGraw, J.B., Olff, H., Turkington, R., Klein, E., Leung, Y., Shipley, B., Vanhulst, R., Johansson, M.E., Nilsson, C., Gurevitch, J., Grigulis, K., & Beisner, B.E. (1994) Plant Competition In Relation To Neighbor Biomass - An Intercontinental Study With Poa Pratensis. Ecology, 75, 1753-1760. Reich, P.B., Ellsworth, D.S., Walters, M.B., Vose, J.M., Gresham, C., Volin, J.C., & Bowman, W.D. (1999) Generality of leaf trait relationships: A test across six biomes. Ecology, 80, 1955-1969. Rice, E.L. (1984) Allelopathy. Academic Press, Orlando. Robson, T.M., Lavorel, S., Clement, J.C., & Le Roux, X. (2007) Neglect of mowing and manuring leads to slower nitrogen cycling in subalpine grasslands. Soil Biology & Biochemistry, 39, 930-941. Roscher, C., Temperton, V.M., Scherer-Lorenzen, M., Schmitz, M., Schumacher, J., Schmid, B., Buchmann, N., Weisser, W.W., & Schulze, E.D. (2005) Overyielding in experimental grassland communities - irrespective of species pool or spatial scale. (vol 8, pg 419, 2005). Ecology Letters, 8, 576-577. Rousset, O., & Lepart, J. (1999) Shrub facilitation of Quercus humilis regeneration in succession on calcareous grasslands. Journal of Vegetation Science 10, 493-502. Rousset, O., & Lepart, J. (2000). Positive and negative interactions at different life stages of a colonizing species (Quercus humilis). Journal of Ecology 88, 401-412. Ryser, P. (2006) The mysterious root length. Plant And Soil, 286, 1-6. Ryser, P. & Lambers, H. (1995) Root And Leaf Attributes Accounting For The Performance Of Fast-Growing And Slow-Growing Grasses At Different Nutrient Supply. Plant And Soil, 170, 251-265. Sala, A. & Tenhunen, J.D. (1996) Simulations of canopy net photosynthesis and transpiration in Quercus ilex L under the influence of seasonal drought. Agricultural And Forest Meteorology, 78, 203-222. Sala, O.E., Golluscio, R.A., Lauenroth, W.K., & Soriano, A. (1989) Resource Partitioning Between Shrubs And Grasses In The Patagonian Steppe. Oecologia, 81, 501-505. Schwinning, S. & Ehleringer, J.R. (2001) Water use trade-offs and optimal adaptations to pulse-driven arid ecosystems. Journal Of Ecology, 89, 464-480. Schwinning, S. & Parsons, A.J. (1996) Analysis of the coexistence mechanisms for grasses and legumes in grazing systems. Journal Of Ecology, 84, 799-813. 310 Shipley, B., Vile, D., & Garnier, E. (2006) From plant traits to plant communities: A statistical mechanistic approach to biodiversity. Science, 314, 812-814. Shipley, B. (2007) Comparative plant ecology as a tool for integrating across scales - Preface. Annals Of Botany, 99, 965-966. Silvertown, J. (2004) Plant coexistence and the niche. Trends In Ecology & Evolution, 19, 605-611. Southwood T.R.E. (1988) Tactics, strategies and templets. Oïkos 52, 3-18. Steffen et al. (2004) Global change and Earth system. A planet under pressure. SpringerVerlag Berlin Heidelberg New York. ISBN 3-540-40800-2. Stocker, R., Leadley, P.W., & Korner, C. (1997) Carbon and water fluxes in a calcareous grassland under elevated CO2. Functional Ecology, 11, 222-230. Suding, K.N., Collins, S.L., Gough, L., Clark, C., Cleland, E.E., Gross, K.L., Milchunas, D.G., & Pennings, S. (2005) Functional- and abundance-based mechanisms explain diversity loss due to N fertilization. Proceedings Of The National Academy Of Sciences Of The United States Of America, 102, 4387-4392. Suding, K.N., Goldberg, D.E., & Hartman, K.M. (2003) Relationships among species traits: Separating levels of response and identifying linkages to abundance. Ecology, 84, 116. Suding, K.N. & Goldberg, D.E. (1999) Variation in the effects of vegetation and litter on recruitment across productivity gradients. Journal Of Ecology, 87, 436-449. Tansley A. G. (1935) The use and abuse of vegetational terms and concepts. Ecology 16, 284307. Tasser, E. & Tappeiner, U. (2002) Impact of land use changes on mountain vegetation. Applied Vegetation Science, 5, 173-184. Taylor, D.R., Aarssen, L.W., & Loehle, C. (1990) On The Relationship Between R/K Selection And Environmental Carrying-Capacity - A New Habitat Templet For Plant Life-History Strategies. Oikos, 58, 239-250. Tilman, D. (1985) The Resource-Ratio Hypothesis Of Plant Succession. American Naturalist, 125, 827-852. Tilman, D. (1987) Secondary Succession And The Pattern Of Plant Dominance Along Experimental Nitrogen Gradients. Ecological Monographs, 57, 189-214. Tilman, D. (1989) Competition, Nutrient Reduction And The Competitive Neighborhood Of A Bunchgrass. Functional Ecology, 3, 215-219. 311 Tilman, D. (1990) Constraints And Tradeoffs - Toward A Predictive Theory Of Competition And Succession. Oikos, 58, 3-15. Tilman, D. (1991) Relative Growth-Rates And Plant Allocation Patterns. American Naturalist, 138, 1269-1275. Tilman, D. (2004) Niche tradeoffs, neutrality, and community structure: A stochastic theory of resource competition, invasion, and community assembly. Proceedings Of The National Academy Of Sciences Of The United States Of America, 101, 10854-10861. Tilman, D. & Cowan, M.L. (1989) Growth Of Old Field Herbs On A Nitrogen Gradient. Functional Ecology, 3, 425-438. Tilman, D., Kilham, S.S., & Kilham, P. (1982) Phytoplankton Community Ecology - The Role Of Limiting Nutrients. Annual Review Of Ecology And Systematics, 13, 349-372. Tilman, D., Knops, J., Wedin, D., Reich, P., Ritchie, M., & Siemann, E. (1997a) The influence of functional diversity and composition on ecosystem processes. Science, 277, 1300-1302. Tilman, D., Naeem, S., Knops, J., Reich, P., Siemann, E., Wedin, D., Ritchie, M., & Lawton, J. (1997b) Biodiversity and ecosystem properties. Science, 278, 1866-1867. Tilman, D. & Wedin, D. (1991) Dynamics Of Nitrogen Competition Between Successional Grasses. Ecology, 72, 1038-1049. Tilman, D., Hillerislambers, J., Harpole, S., Dybzinski, R., Fargione, J., Clark, C., & Lehman, C. (2004) Does metabolic theory apply to community ecology? It's a matter of scale. Ecology, 85, 1797-1799. Tilman, D. (2007) Resource competition and plant traits: a response to Craine et al. 2005. Journal Of Ecology, 95, 231-234. Urcelay, C. & Diaz, S. (2003) The mycorrhizal dependence of subordinates determines the effect of arbuscular mycorrhizal fungi on plant diversity. Ecology Letters, 6, 388-391. van der Heijden, M.G.A., Klironomos, J.N., Ursic, M., Moutoglis, P., Streitwolf-Engel, R., Boller, T., Wiemken, A., & Sanders, I.R. (1998) Mycorrhizal fungal diversity determines plant biodiversity, ecosystem variability and productivity. Nature, 396, 6972. van Ruijven, J. & Berendse, F. (2003) Positive effects of plant species diversity on productivity in the absence of legumes. Ecology Letters, 6, 170-175. van Ruijven, J. & Berendse, F. (2005) Diversity-productivity relationships: Initial effects, long-term patterns, and underlying mechanisms. Proceedings Of The National Academy Of Sciences Of The United States Of America, 102, 695-700. 312 Vile, D., Shipley, B., & Garnier, E. (2006) A structural equation model to integrate changes in functional strategies during old-field succession. Ecology, 87, 504-517. Violle, C., Navas, M.L., Vile, D., Kazakou, E., Fortunel, C., Hummel, I., & Garnier, E. (2007) Let the concept of trait be functional! Oikos, 116, 882-892. Violle, C., Richarte, J., & Navas, M.L. (2006) Effects of litter and standing biomass on growth and reproduction of two annual species in a Mediterranean old-field. Journal Of Ecology, 94, 196-205. Vitousek, P.M., Mooney, H.A., Lubchenco, J., & Melillo, J.M. (1997) Human domination of Earth's ecosystems. Science, 277, 494-499. Wahl, S., Ryser, P., & Edwards, P.J. (2001) Phenotypic plasticity of grass root anatomy in response to light intensity and nutrient supply. Annals Of Botany, 88, 1071-1078. Walker, L.R. & Chapin, F.S. (1986) Physiological Controls Over Seedling Growth In Primary Succession On An Alaskan Floodplain. Ecology, 67, 1508-1523. Walker, L.R. (1994) Effects Of Fern Thickets On Woodland Development On Landslides In Puerto-Rico. Journal Of Vegetation Science, 5, 525-532. WallisDeVries, M.F., Poschlod, P., & Willems, J.H. (2002) Challenges for the conservation of calcareous grasslands in northwestern Europe: integrating the requirements of flora and fauna. Biological Conservation, 104, 265-273. Wardle, D.A., Barker, G.M., Bonner, K.I., & Nicholson, K.S. (1998) Can comparative approaches based on plant ecophysiological traits predict the nature of biotic interactions and individual plant species effects in ecosystems? Journal Of Ecology, 86, 405-420. Wardle, D.A., Zackrisson, O., Hornberg, G., & Gallet, C. (1997) Biodiversity and ecosystem properties - Response. Science, 278, 1867-1869. Weathers, K.C. (1999) The importance of cloud and fog in the maintenance of ecosystems. Trends In Ecology & Evolution, 14, 214-215. Wedin, D. & Tilman, D. (1993) Competition Among Grasses Along A Nitrogen Gradient Initial Conditions And Mechanisms Of Competition. Ecological Monographs, 63, 199-229. Weiner, J. (1990) Asymmetric competition in plant populations. Trends in Ecology and Evolution 5, 360-364. Welden, C.W. & Slauson, W.L. (1986) The Intensity Of Competition Versus Its Importance An Overlooked Distinction And Some Implications. Quarterly Review Of Biology, 61, 23-44. 313 Westoby M., D. S. Falster, A. T. Moles, P. A. Vesk, & I. J. Wright. (2002). Plant ecological strategies: some leading dimensions of variation between species. Annual Review of Ecology and Systematics 33, 125-159. Westoby, M. (1998) A leaf-height-seed (LHS) plant ecology strategy scheme. Plant And Soil, 199, 213-227. Wilson, S.D. & Tilman, D. (1991) Components Of Plant Competition Along An Experimental Gradient Of Nitrogen Availability. Ecology, 72, 1050-1065. Wilson, S.D. & Tilman, D. (1993) Plant Competition And Resource Availability In Response To Disturbance And Fertilization. Ecology, 74, 599-611. Wilson, S.D. & Tilman, D. (1996) Plant competition and resource availability in response to disturbance and fertilization (vol 74, pg 599, 1993). Ecology, 77, 1253-1253. Whittaker R.H. (1965) Dominance and diversity in land plant communities. Science 147, 250260. Whittaker R.H. (1956) Vegetation of the Great Smoky Mountains. Ecological Monographs 26, 1-80. Wright, I.J., Groom, P.K., Lamont, B.B., Poot, P., Prior, L.D., Reich, P.B., Schulze, E.D., Veneklaas, E.J., & Westoby, M. (2004a) Leaf trait relationships in Australian plant species. Functional Plant Biology, 31, 551-558. Wright, I.J., Reich, P.B., Westoby, M., Ackerly, D.D., Baruch, Z., Bongers, F., CavenderBares, J., Chapin, T., Cornelissen, J.H.C., Diemer, M., Flexas, J., Garnier, E., Groom, P.K., Gulias, J., Hikosaka, K., Lamont, B.B., Lee, T., Lee, W., Lusk, C., Midgley, J.J., Navas, M.L., Niinemets, U., Oleksyn, J., Osada, N., Poorter, H., Poot, P., Prior, L., Pyankov, V.I., Roumet, C., Thomas, S.C., Tjoelker, M.G., Veneklaas, E.J., & Villar, R. (2004b) The worldwide leaf economics spectrum. Nature, 428, 821-827. Wright, J.P., Naeem, S., Hector, A., Lehman, C., Reich, P.B., Schmid, B., & Tilman, D. (2006) Conventional functional classification schemes underestimate the relationship with ecosystem functioning. Ecology Letters, 9, 111-120. Wright, I.J., Reich, P.B., & Westoby, M. (2001) Strategy shifts in leaf physiology, structure and nutrient content between species of high- and low-rainfall and high- and lownutrient habitats. Functional Ecology, 15, 423-434. Wu J. (1999. Hierarchy and Scaling: extrapolating information along a scaling ladder. Canadian Journal of Remote Sensing 25, 367-380. Xiong, S.J. & Nilsson, C. (1999) The effects of plant litter on vegetation: a meta-analysis. Journal Of Ecology, 87, 984-994. 314 Zeller V., Bahn M., Aichner M. &Tappeiner U. (2000) Impact of land use change on nitrogen mineralization in subalpine grasslands in the Southern Alps. Biology and Fertility of Soils 31, 441–448 315 316 APPENDICE Abondance des espèces dans les parcelles expérimentales 317 Abondance-dominance dans la parcelle TFM Abondance-dominance dans la parcelle TM 25 45 35 20 Abondance relative Abondance relative 40 30 25 20 15 10 15 10 5 5 0 80 40 70 A T IS FL AV FE ST LA EV H EL IG R AN C AR U C AR V T TR PR O N O BM N O AC TG LO M D I C D LA TH IS P LE O N H AT IF PR TR AT H A I N N EN TU C FE ST PA IF Y N CO EP R C IF AL PE TR FE ST LA C AR E AT H A EV 0 SE M P 10 0 UM E 20 5 N IZ M E 30 UM 10 40 M E 15 50 LO M 20 AC TG 25 60 D 30 EV 35 FE ST LA Abondance relative 90 45 M E BR BE PU BR O EN AV Abondance-dominance dans la parcelle A 50 I Abondance relative Abondance-dominance dans la parcelle 41 FE ST PA M ER TR IF PR AT TA R AO F FI C H AE HI LA RS TH PR A R T H IN AL E PI C M PM AJ O N O O BM O N C T R EP PY FE R E ST LA EV O LO M AC TG SP H A ER H D TR IS FL AV 0 Figure A. Abondance des espèces dominantes dans les parcelles expérimentales. TFM, terrasse fertilisée, fauchée, TM, Terrasse Fauchées, M, Prés de fauche, A, Prés de fauche ayant été abandonné 318