Axe 1 : Dépendances spatiales et temporelles entre l’environnement, la biodiversité, le fonctionnement des écosystèmes et les contributions de la nature aux sociétés

Nous analysons et disséquons les relations entre les facteurs environnementaux, les facettes multiples et trophiques de biodiversité, les fonctions des écosystèmes et les contributions de la nature aux sociétés à diverses échelles spatiales, temporelles et niveau d’organisation. Plus précisément,

Notre objectif est de construire des ensembles de données intégratives ...
La disponibilité des données sur la biodiversité et les écosystèmes augmente rapidement, mais ces données ne sont pas encore bien intégrées. Nous collectons des données expérimentales et d’observation et adaptons des technologies modernes pour améliorer quantitativement et qualitativement la caractérisation de nos systèmes d’étude à différentes échelles organisationnelles (de l’individu au biome) et spatio-temporelles (des mesures locales à la télédétection), y compris des observatoires à long terme (ex. : Orchamp, Spipol, VigiNature). Nous combinons des études multitrophiques et multifonctionnelles sur la biodiversité (données de science citoyenne, métabarcoding et métagénomique, données multispectrales, analyses de l’activité enzymatique) avec des inventaires détaillés des variables abiotiques (ex. : données climatiques et de télédétection à haute résolution) et des fonctions et des services écosystémiques. Nous évaluons également comment la biodiversité et les écosystèmes, en particulier à travers des solutions basées sur la nature, peuvent contribuer à l’adaptation au changement climatique. Pour pouvoir profiter de ces nouvelles données, nous investissons fortement dans la bio- et l’éco-informatique en relation avec la science des données et l’intelligence artificielle, et aussi en utilisant des méthodes de recherche en sciences sociales telles que des questionnaires, des entretiens et des ateliers participatifs.

Nous utilisons et développons des approches de modélisation adaptées à ces nouvelles données ... ...
Nous tenons compte de l’incertitude inhérente à ces données (ex. : les descriptions des communautés basées sur l’ADN environnemental, le comportement animal évalué par la télémétrie à haute fréquence), ainsi que de l’étendue et de la complexité des informations qu’elles contiennent. Nous proposons des modèles qui (i) tiennent compte de la dépendance des réponses des espèces, des traits, des fonctions écosystèmiques ou contributions de la nature aux sociétés (ex. : modèles de distribution jointe des espèces, modèles graphiques) pour comprendre les synergies et les compromis entre les réponses (ex. : identification des stratégies de vie par le biais de co-variations des traits fonctionnels ou de groupes de services écosystémiques) ; (ii) permettent une réduction de la dimension lors de la modélisation d’entités multiples (ex. : groupes fonctionnels végétaux, modèles à variables latentes, approche LASSO) afin de représenter l’ensemble du système de manière parcimonieuse ; (iii) contribuent à évaluer dans quelle mesure la biodiversité et les écosystèmes peuvent réduire les risques liés au changement climatique et ainsi améliorer l’adaptation au changement climatique. Comme les relations entre l’environnement et la biodiversité ou les fonctions dépendent de l’échelle, nous recherchons quelles échelles sont pertinentes afin d’améliorer les projections mais aussi pour construire des hypothèses mécanistes (ex. : comportement animal à la sélection d’habitat individuel à des échelles spatio-temporelles plus larges, performance démographique individuelle et distribution des populations).

Mots clés :

biodiversité multitrophique et multifonctionnelle, groupes fonctionnels, trade-offs fonctionnels, biodiversité et fonctionnement des écosystèmes, science des données, intelligence artificielle, modélisation des communautés d’espèces, modèles graphiques, modèles à variables latentes

Publications clés :
  • Poggiato, G., Münkemüller, T., Bystrova, D., Arbel, J., Clark, J.S. & Thuiller, W. (in press). On the interpretations of joint modelling in community ecology. Trends in Ecology and Evolution.
  • Calderón-Sanou, I., Münkemüller, T., Boyer, F., Zinger, L. & Thuiller, W. (2020) From environmental DNA sequences to ecological conclusions : How strong is the influence of methodological choices ? Journal of Biogeography, 47, 193-206.
  • Seigle-Ferrand J., Atmeh K., Gaillard J.-M., Ronget V., Morellet N., Garel M., Loison A., Yannic G. (2021). A Systematic Review of Within-Population Variation in the Size of Home Range Across Ungulates : What Do We Know After 50 Years of Telemetry Studies ? Front. Ecol. Evol., 515.
  • Ohlmann, M., Miele, V., Dray, S., Chalmandrier, L., O’Connor, L. & Thuiller, W. (2019) Diversity indices for ecological networks : a unifying framework using Hill numbers. Ecology Letters, 22, 737-747
  • Colloff, M. J., Wise, R. M., Palomo, I., Lavorel, S., & Pascual, U. (2020). Nature’s contribution to adaptation : insights from examples of the transformation of social-ecological systems. Ecosystems and People, 16(1), 137-150.