Mention Ecologie, Biodiversité et Evolution

Master 2 – Biostatistiques et Modélisation 2007-2008
Proposition de stage parcours RECHERCHE
Changement climatique et assemblages de poissons
des cours d’eau français :
modification des aires de distribution et incertitude des projections
Laboratoire d’accueil :
UMR CNRS Evolution et Diversité Biologique
Groupe Ecologie Comportementale et Structure des Communautés
Equipe Ecosystèmes Aquatiques.
Responsable du stage :
Nom : Gaël Grenouillet
Tél : [phone]
Fax : [phone]
email : [e-mail]
Sujet du stage :
Dans le cadre du programme européen Euro-Limpacs (6ème PCRD), notre équipe
cherche à évaluer l’impact des changements globaux sur la structure des assemblages de
poissons dans les réseaux hydrographiques français et européens. Le projet de stage
proposé s’intéressera plus particulièrement aux impacts potentiels du changement climatique
sur les assemblages de poissons des rivières françaises.
En effet, l’impact de l’activité humaine sur les modifications du climat à l’échelle
globale depuis le siècle dernier est désormais reconnu, et les météorologues prédisent que
ces changements vont s’accélérer dans les prochaines décennies (IPCC 2007). Devant
l’ampleur de ces phénomènes (notamment l’augmentation de température et la modification
du régime des précipitations), les espèces animales et végétales sont contraintes d’adapter
leur phénologie/physiologie (e.g., période de reproduction) et/ou de modifier leurs aires de
distribution qui sont majoritairement déterminées par le climat à large échelle (Pearson &
Dawson 2003). Les études visant à prédire les aires de distribution futures des espèces se
multiplient au même rythme que l’augmentation du nombre de scénarios climatiques fournis
par les météorologues ou bien de nouvelles méthodes statistiques appliquées à l’écologie.
Globalement, toutes ces études s’accordent à trouver des modifications d’aires de
distribution très variables selon le jeu de données initial, le type de modélisation statistique,
la paramétrisation des modèles ou le scénario futur appliqué (Thuiller 2004 ; Thuiller et al.
2004 ; Araujo et al. 2005 ; Pearson et al. 2006). L’une des préoccupations actuelles est donc
de chercher à évaluer l’incertitude de ces projections, à expliquer son origine et à la
minimiser.
L’objectif de ce stage sera double. Tout d’abord, en utilisant des données de pêche
sur 655 stations réparties dans les réseaux hydrographiques français, le candidat comparera
les prédictions futures résultant de différentes techniques de modélisation. Des méthodes
d’analyse classiques (e.g., GLM, GAM, CART, ANN) seront comparées à des méthodes plus

Master 2 – Biostatistiques et Modélisation 2007-2008
récentes (e.g., GARP, MARS, MDA, MAXENT, Boosted Regression Trees, Random Forest –
Elith et al. 2006). Plusieurs scénarios climatiques seront couplés à ces méthodes statistiques,
résultant ainsi en un grand nombre de combinaisons méthodes x scénarios . La qualité
prédictive des différents modèles sera comparée ainsi que la variabilité des prédictions
(Ensemble Forecasting - Araujo & New 2007). Dans un second temps, l’étudiant s’intéressera
à la cohérence des techniques de modélisation pour quelques espèces cibles et cherchera à
relier la variabilité des prédictions aux descripteurs environnementaux disponibles. Ce travail
permettra d’identifier les habitats potentiellement favorables (e.g. zones refuges) et les
zones fortement soumises aux risques d’extinction des espèces, fournissant ainsi des outils
pour la mise en place de mesures de conservation et de gestion des écosystèmes
aquatiques.
Ce projet de stage consistant exclusivement en l’analyse statistique de données, il est
vivement souhaité que le candidat présente un fort intérêt pour les biostatistiques ainsi que
de bonnes connaissances en écologie générale. De plus, des compétences en l’utilisation de
logiciels statistiques (notamment R) seraient particulièrement appréciées.
Références dans le domaine :
Araujo, M.B., Whittaker, R.J., Ladle, R.J. & Erhard, M. 2005. Reducing uncertainty in projections of
extinction risk from climate change. Global Ecology and Biogeography 14 : 529-538.
Araujo, M.B. & New, M. 2007. Ensemble forecasting of species distributions. Trends in Ecology and
Evolution 22: 42-47.
Elith, J., Graham, C.H., Anderson, R.P. et al . 2006. Novel methods improve prediction of species’
distributions from occurrence data. Ecography 29 : 129-151.
IPCC 2007. Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the
Fourth Assessment Report of the Intergovernmental Panel on Climate Change.
Pearson, R.G. & Dawson, T.P. 2003. Predicting the impacts of climate change on the distribution of
species : are bioclimate envelope models useful? Global Ecology and Biogeography 12 : 361-
371.
Pearson, R.G., Thuiller, W., Araujo, M.B. et al . 2006. Model-based uncertainty in species range
prediction. Journal of Biogeography 33 : 1704-1711.
Thuiller, W. 2004. Patterns and uncertainties of species’ range shifts under climate change. Global
Change Biology 10 : 2020-2027.
Thuiller, W., Araujo, M.B., Pearson, R.G., Whittaker, R.J., Brotons, L. & Lavorel, S. 2004. Uncertainty
in predictions of extinction risk. Nature 430 : 34.