Stage Dispersion dans un réseau d’habitats : complémentarité entre longueur et coût des liens

Stage écologie à Montpellier : Institut Méditerranéen de Biodiversité et d’Écologie (IMBE)
Date limite de candidature : 15/11/2018

Contexte scientifique du stage – Etat de l’art

Dans un contexte de changements globaux où la perte et la fragmentation des habitats s’accélèrent, la conservation et la restauration de la connectivité ont le vent en poupe en tant que stratégie de conservation. La mise en place de ces stratégies repose de plus en plus fréquemment sur l’utilisation de la théorie des graphes (Foltête et al. 2012), mais le paramétrage de la dispersion des individus le long des liens au sein de ces graphes spatiaux reste problématique. Les modèles de dispersion actuellement utilisés entrainent une surestimation systématique de la connectivité et par conséquent de la durée de vie des métapopulations (Fletcher et al. 2011).
Le plus souvent, la fréquence d’utilisation d’un lien entre deux nœuds par les individus est calculée comme une fonction (souvent exponentielle décroissante) de la distance Euclidienne, ou de la longueur du chemin de moindre coût, ou encore du coût cumulé du trajet le long de ce chemin de moindre coût entre les deux nœuds. Or cela repose sur des hypothèses fortes d’une omniscience des individus (l’individu connait les nœuds), du choix du chemin optimal par l’individu, et d’une isotropie des déplacements (même probabilité d’utiliser tous les liens au départ d’un nœud). S’il a été montré que le coût cumulé était un meilleur prédicteur des données de dispersion observées que les autres métriques parce qu’il permet de prendre en compte l’hétérogénéité du paysage entre les nœuds, cela reste encore largement débattu (ex. Etherington et al. 2014). Il est donc urgent de tester de nouveaux modèles simples permettant de refléter de façon plus réaliste l’agrégation des déplacements individuels au sein d’un graphe paysager (Etherington 2016).

Objectifs du stage Réseau d’habitats

Les objectifs de ce stage sont de :

de tester dans quelles conditions la distance entre nœuds et/ou la résistance de la matrice paysagère sont de meilleurs prédicteurs des déplacements dans les graphes paysagers,
de se baser sur les résultats de (1.) pour proposer de nouvelles métriques plus réalistes de déplacement dans les graphes permettant de mieux prédire les patrons de déplacement et donc de mieux évaluer la connectivité.

Malgré une amélioration remarquable de la qualité et de la quantité des donnés de déplacement (ex. trajectoires individuelles), celles-ci restent encore trop rares pour véritablement répondre à ce challenge de paramétrage de la dispersion sur les liens d’un graphe paysager. Nous proposons donc d’utiliser une approche de type ‘écologue virtuel’ en combinant des simulations de dispersion à l’aide d’un modèle-individu-centré avec des analyses de graphes (Lookingbill et al. 2010). Des trajectoires réalistes de déplacement seront simulées avec le modèle individu-centré SMS (Stochastic Movement Simulator, Palmer et al. 2011) implémenté dans la plateforme de modélisation RangeShifter (Bocedi et al. 2014) et dans lequel le déplacement des individus dépend d’un nombre limité de paramètres (ex. distance de perception et persistance directionnelle).

La dispersion sera simulée

pour un grand nombre d’individus,
pour plusieurs espèces vertébrées ayant des règles comportementales et des contraintes physiologiques différentes,
dans des paysages présentant un double gradient de longueur de chemin (court vs. long) et de coût moyen (élevé vs. bas)(données Albert et al. 2017).

En particulier on visera à distinguer les cas de liens longs avec un coût moyen de déplacement faible et de liens courts avec un coût moyen élevé qui peuvent tous deux mener à des coûts cumulés identiques. Le taux de réussite des organismes pour se rendre d’un patch à un autre sera considéré comme la connectivité fonctionnelle « réelle ». Cette connectivité réelle sera ensuite analysée à l’aide des métriques classiques de flux basées sur les distances Euclidienne ou les distances de coût pour en évaluer la performance. En fonction des résultats, différentes fonctions de dispersion bivariées combinant à la fois la distance parcourue et les caractéristiques de coût du chemin parcouru (ex. coût moyen) seront testées et comparées aux approches classiques.

Profil recherché

Étudiant(e) de M2 ou dernière année d’Ecole d’Ingénieur (ou césure)
Bonne connaissance de R
Curiosité en modélisation
Motivation vis à vis des questions d’écologie
Bon niveau en anglais

Informations pratiques

Encadrement :
• Institut Méditerranéen de Biodiversité et d’Écologie, site d’Aix-en-Provence
• Centre d’Écologie et des Sciences de la Conservation, Paris, et Centre d’Écologie Fonctionnelle et Evolutive, Cefe Montpellier

Laboratoire d’accueil : Institut Méditerranéen de Biodiversité et d’Ecologie (IMBE), site de l’Arbois (Aix-en-Provence)

Informations complémentaires :
Durée du stage : 6 mois dans la période Janvier – Aout 2019
Indemnités règlementaires : ~ 540€/mois

Candidatures closes

Référence de cette offre de stage en écologie : OE-021018-1
Date limite de candidature : 15 novembre 2018

Références bibliographiques

▬ Albert CH, Rayfield B, Dumitru M, Gonzalez A. 2017. Applying network theory to prioritize multi-species habitat networks that are robust to climate and land-use change
▬ Bocedi G, Palmer SCF, Pe’er G, Heikkinen RK, Matsinos YG, Watts K, Travis JM. 2014. RangeShifter: a platform for modelling spatial eco-evolutionary dynamics and species’ responses to environmental changes. Methods in Ecology and Evolution 5:388–396.
▬ Etherington TR. 2016. Least-Cost Modelling and Landscape Ecology: Concepts, Applications, and Opportunities. Current Landscape Ecology Reports 1:40–53.
▬ Etherington TR, Perry GLW, Cowan PE, Clout MN. 2014. Quantifying the Direct Transfer Costs of Common Brushtail Possum Dispersal using Least-Cost Modelling: A Combined Cost-Surface and Accumulated-Cost Dispersal Kernel Approach. PloS one 9:e88293.
▬ Fletcher RJJ, Acevedo MA, Reichert BE, Pias KE, Kitchens WM. 2011. Social network models predict movement and connectivity in ecological landscapes. Proceedings of the National Academy of Sciences 108:19282–19287
▬ Foltête J.C., Clauzel C., Vuidel G., 2012. A software tool dedicated to the modelling of landscape networks Environmental Modelling & Software, 38: 316-327Lookingbill TR, Gardner RH, Ferrari J, Keller A. 2010. Combining a dispersal model with network theory to assess habitat connectivity. Ecological Applications 20:427–441.
▬ Palmer, S. C. F., A. Coulon, and J. M. J. Travis. 2011. Introducing a ‘stochastic movement simulator’ for estimating habitat connectivity. Methods in Ecology and Evolution 2:258-268.

Archivage de cette offre : 15/11/2018