page d'accueil ...
|
page d'accueil ...
|
THESE - Résumé |
|
LE MIRE PECHEUX L., 2004. LandBioDiv : un nouveau modèle de prédiction spatialisée de la diversité et de la composition spécifique végétale au niveau du paysage. Exemple d'application en région méditerranéenne (France). Doctorat de l'Université d'Aix-marseille 3 (406 p.) Thématiques - Etude de la variabilité floristique intra-habitat - Modélisation des communautés végétales dans les paysages complexes - Impacts de la fragmentation des paysages sur la diversité végétale (richesse et composition) Résumé Les paysages provençaux sont connus pour être complexes, alternant les zones agricoles avec les milieux " naturels " depuis longtemps perturbés. Dans un tel contexte, la modélisation de la richesse spécifique et de la composition floristique pour une superficie donnée n'a encore jamais été réalisée. Le travail présenté ici développe une nouvelle méthode pour répondre à cet objectif qui a conduit de plus à la création d'un logiciel, LandBioDiv (Landscape BioDiversity). Les principales sorties du modèle (une carte de richesse spécifique et une base de données floristique) sont destinées à mettre en évidence la relation existant entre la végétation et la structure du paysage. Ces informations constituent notamment une aide pour les gestionnaires de milieux naturels. LandBiodiv repose sur des concepts de la biogéographie insulaire (i.e. influence de la superficie et du nombre de formations présentes sur la richesse spécifique) et sur le concept du continuum écologique (réponse individuelle des espèces aux conditions environnementales). Son principe est basé sur la méthode des courbes aire-espèces pour la prédiction de la richesse et sur le théorème de Bayes pour la prédiction de l'occurrence des espèces. L'évaluation du modèle montre d'une part que les courbes aire-espèces ne sont pas adaptées pour prédire la richesse des formations végétales à forte variabilité floristique, d'autre part que LandBioDiv permet la prédiction de la composition spécifique, tant au niveau de la superficie analysée (diversité gamma) que des formations végétales qui y sont présentes (diversité alpha), de manière suffisamment satisfaisante pour établir des patrons de diversité à plusieurs échelles spatiales en fonction de la structure du paysage. Le modèle pourra être amélioré en proposant d'autres méthodes de prédiction de la richesse capables de prendre en compte la variabilité floristique intra-formations végétales. |
|
LandBioDiv : a new model for the spatial prediction of species richness and composition at the landscape level. A case study within a Mediterranean type region. IMEP (Institut Méditerranéen d'Ecologie et de Paléoécologie) Mediterranean landscapes are known to be complex with long-term perturbations. In such a context, species richness or floristic composition modelling for a given surface area has never been attempted. This study offers a new method in order to fill this gap and the creation of a software program: LandBiodiv. Species richness maps and floristic databases, the main output of the model, are designed to elucidate the relationship between vegetation and landscape structure. LandBiodiv is based on concepts drawn from island biogeography (i.e. the influence of surface and community number on species richness) and also from ecological continuum theory. LandBiodiv's framework uses species-area relationships to predict species richness, and Bayesian rules to model species occurrence within landscapes. The model is calibrated using a vegetation map, eleven environmental maps and 313 plots of 0.04 ha each representing 885 species. The model is evaluated using 24 independent and larger plots (0.84 ha) as to include more than one community and to be more realistic at the landscape scale. In term of composition diversity, the model evaluation demonstrates that the observed and well predicted species represent on average (i) 46% of the species at the community level (alpha composition), (ii) 54% of the species at the landscape level (gamma composition) and (iii) 35% of species occurring at least within two communities (between-community composition). Evaluation also shows that species-area curves are not suitable to predict the species richness of highly variable communities. LandBiodiv permits good predictions of the species composition both at the landscape and community levels (resp. gamma and alpha composition). Diversity patterns also can be assessed at several spatial scales according to landscape structure. The model will be further improved by the integration of species-richness prediction methods accounting for within-community floristic variability. Keywords: modelling, species diversity, floristic composition, fragmentation, landscape |