Equipe BIOM
BIOM : Décrire, comprendre et prévoir la distribution spatio-temporelle et la dynamique de la biodiversité et des écosystèmes (BIOdiversity Monitoring)
RESPONSABLE : Tamara MÜNKEMÜLLER
La recherche dans BIOM est structurée par les grands défis de ces domaines de recherche : Il est nécessaire de mieux décrire les grands patrons de la biodiversité, du fonctionnement des écosystèmes et des contributions de la nature aux sociétés à travers l’espace et le temps. Pour ce faire, nous avons besoin d’un ensemble de données intégrées et d’approches méthodologiques novatrices et robustes (Axe 1). Les relations entre les assemblages multitrophiques, le fonctionnement des écosystèmes et leur contribution aux sociétés doivent être élucidées, y compris les dépendances de ces relations aux échelles temporelles et spatiales (Axe 2). La biodiversité est elle-même une composante complexe, avec de fortes règles d’assemblage et des rétroactions entre compartiments qui ne peuvent plus être ignorées dans les scénarios futurs (Axe 3). En nous appuyant sur une meilleure description et compréhension des systèmes, nous développons de nouveaux modèles prédictifs et les appliquons pour créer de nouveaux scénarios futurs qui tiennent compte des dépendances d’échelle, et qui peuvent ainsi soutenir l’adaptation et la réponse des sociétés (Axe 4). Ainsi, l’équipe BIOM intègre la biogéographie prédictive (fonctionnelle), la biogéochimie, l’écologie des réseaux et la science des services écosystémiques pour améliorer la compréhension ainsi que les prédictions de l’impact du changement environnemental sur la biodiversité multitrophique, le fonctionnement des écosystèmes et la capacité d’approvisionnement des services écosystémiques.
Chercheurs / Professeurs (lien) :
– Stéphane BEC
– Marie-Nöelle BINET
– Philippe CHOLER
– Christophe CORONA
– Camille DESJONQUERES
– Arnaud FOULQUIER
– Christiane GALLET
– Laure GALLIEN
– Roberto GEREMIA
– Catherine HÄNNI
– Sandra LAVOREL
– Anne LOISON
– Bello MOUHAMADOU
– Tamara MÜNKEMÜLLER
– François PELLISSIER
– Jérémy PUISSANT
– Wilfried THUILLER
Assistants de recherche (lien) :
– Cindy ARNOLDI
– Jean-Noël AVRILLIER
– Marie-Pascale COLACE
– Ludovic GIELLY
– Karl GRIGULIS
– Maya GUEGUEN
– Vincent MIELE
– Annie MILLERY-VIGUES
– Julien RENAUD
– Amélie SAILLARD
Projets : (lien vers les détails des projets)
Local : MIAI@GrenobleAlpes, Labex OSUG MONTANE project
National : ANR GAMBAS, ANR Globnets, ANR OriginAlps, ANR MovIt, ANR TransAlp, ANR PORTAL
International : BiodivERsA FutureWeb, Biodiversa FeedBacks, Biodiversa InvasiBES
Ancien : ERC TEEMBIO, CDP Trajectories, Biodiversa BearConnect, ...
Institutions partenaires : Parcs nationaux alpins (Ecrins, Mercantour et Vanoise), Parcs régionaux (Bauges, Chartreuse, Vercors, Queyras), Conservatoires botaniques nationaux (alpin, méditerranéen, pyrénéen), Office National pour la Biodiversité, METRO Grenoble, Département de l’Isère, ...
Infrastructures de recherche associées : Jardin du Lautaret , Zone Atelier ALpes, eLTER, Sentinelles des Alpes, OSUG, ...
Modèles biologiques : Tous les types d’organismes au niveau populationnel (ex. : chamois, cerfs), les communautés (ex. : communautés végétales), les réseaux spécifiques (ex. : plante-plante, plante-pollinisateur, plante-herbivore, herbivore-herbivore, herbivore-prédateur) et les réseaux trophiques (ex. : réseaux trophique du sol, réseaux trophique des vertébrées européens)
Échelles d’étude : De l’individu au biome, du local aux paysages et jusqu’au global, des observations ponctuelles aux observatoires à long terme (>10 ans), intégration des différentes échelles
Approches empiriques : Expériences (en serre et in situ), observations de terrain, télédétection, ADN environmental, radio-tracking
Types de données : Relevés de végétation, observations comportementales, métabarcoding ADN du sol, eau et végétation, échantillons de sol, métagénomique, analyses de l’activité enzymatique microbienne, analyses physico-chimiques du sol, comportement animal, imagerie multispectrale de la végétation, données de télédétection
Approches analytiques : Modèles multi-niveaux et hiérarchiques, modèles graphiques, apprentissage profond, modèles de services écosystémiques (ex. : ESNET), modèles Lotka-Volterra prédictifs et dépendants de l’environnement, modèles dynamiques de végétation basés sur les processus (par exemple, FATE-HD) et intégration de différents types de modèles.