Dans leurs dernières recherches, Guerin et ses collègues associent le pouvoir prédictif de la modélisation de dissimilarité généralisée (GDM) à des considérations pratiques pour combler stratégiquement les lacunes d'un réseau établi de placettes de surveillance des écosystèmes – TERN Ausplots.
La surveillance des écosystèmes terrestres vastes et diversifiés d'Australie est une tâche complexe et longue. Pour détecter, interpréter et agir efficacement sur les changements dans les écosystèmes australiens, il est essentiel que les scientifiques et les gestionnaires des terres aient accès à des données, des échantillons et des conseils représentatifs de haute qualité.
TERN est un réseau national de surveillance des écosystèmes financé par le gouvernement australien, qui fournit des données et des échantillons aux chercheurs et aux gestionnaires des terres. Il collecte des données et des échantillons sur les écosystèmes de toute l'Australie à l'aide de sites de surveillance hautement instrumentés, d'études de terrain et de techniques de télédétection telles que des drones et des satellites. TERN partage ces données pour permettre la recherche de pointe de l'Australie sur le changement climatique, la biodiversité, l'eau et les sols.
Au cours des 10 dernières années, l'équipe de surveillance des écosystèmes de TERN a collecté des données et des échantillons de sol et de végétation sur plus de 750 parcelles d'un hectare à travers le continent australien – en utilisant les protocoles AusPlots Rangelands Survey: (Méthodes Ausplots).
Le programme AusPlots vise à garantir que chaque écosystème terrestre en Australie est représenté dans les bibliothèques d'échantillons et de données, de sorte que que les changements environnementaux dans tous les systèmes peuvent être surveillés et les lacunes dans les informations identifiées. Cependant, comme il existe une limite pratique au nombre total de sites qui peuvent être surveillés, nous devons sélectionner des parcelles d'étude qui augmentent efficacement la représentation écologique.
Maximiser la couverture écologique en l'absence de données d'enquête de biodiversité à petite échelle
Dans notre article, nous rapportons une stratégie puissante pour déterminer quelles nouvelles parcelles complètent le mieux le modèle écologique d'un ensemble de parcelles existant et évaluer les performances de la méthode au fil du temps. Nous visions à maximiser l'efficacité de la collecte d'informations dans les campagnes sur le terrain et à garantir la confiance des utilisateurs dans une collecte de données robuste et objective.
Nous voulions savoir:
Dans quelle mesure les parcelles qui avaient déjà été échantillonnées sont-elles écologiquement différentes? Au fur et à mesure que nous visitons de plus en plus de parcelles, où se situent les lacunes dans la couverture environnementale?
Photo: équipe de terrain de surveillance des écosystèmes TERN.
Une combinaison de campagnes de terrain et de modélisation de données
Nous démontrons que des cycles de modélisation et d'enquêtes sur le terrain, avec un retour d'information régulier entre les deux, il est possible de concevoir un programme efficace pour inclure la représentation de tous les types d'écosystèmes dans un réseau national de surveillance des écosystèmes.
Plutôt que de choisir de nouvelles parcelles en regardant la carte et en sélectionnant les lacunes géographiques, nous avons utilisé une méthode de modélisation écologique connue sous le nom de modélisation de dissimilarité généralisée (GDM), combinée à des campagnes de terrain ciblées, pour assurer un échantillonnage représentatif.
Nous avons utilisé les données complètes sur la composition des espèces enregistrées dans 531 parcelles de surveillance des écosystèmes TERN déjà établies à travers l'Australie pour créer un modèle de biodiversité afin d'informer l'emplacement général d'autres enquêtes de comblement des lacunes, qui ont été prédites comme étant les plus différentes en utilisant GDM.
Cette approche contraste avec les méthodes originales utilisées pour établir le réseau TERN AusPlots, qui utilisaient des couches environnementales en l'absence de données de terrain à ce stade. L'avantage des données collectées sur la composition des espèces végétales est leur capacité à capturer des ensembles complets d'espèces coexistantes à l'échelle des parcelles – c'est le seul ensemble de données normalisé sur l'identité et l'abondance des espèces végétales en Australie.
Une approche pragmatique conduit à une prise de décision dans le monde réel
La modélisation itérative, combinée à des campagnes de terrain ciblant les zones mises en évidence, offre une approche pratique pour les parcelles d'enquête comblant les lacunes à travers l'Australie qui équilibre les informations quantitatives avec les contraintes pratiques.
Cette méthode de sélection des parcelles a fourni un avantage logistique, où un nombre relativement faible de parcelles était nécessaire pour combler les lacunes, étant donné la taille et la diversité du paysage australien. L'équipe de terrain de surveillance des écosystèmes TERN peut désormais se concentrer sur le ciblage des plus petites lacunes restantes et sur la révision des parcelles pour ajouter de la profondeur temporelle aux données et aux bibliothèques d'échantillons.
Lisez entièrement l'article Utiliser une modélisation de dissimilarité généralisée et des enquêtes de terrain ciblées pour combler les lacunes d'un réseau de surveillance des écosystèmes dans Journal of Applied Ecology.
Partagez ceci:
Comme ça:
Cet article a été rédigé par Journal of Applied Ecology et traduit par Touteslesgourdes.com. Les produits sont inclus de manière indépendante. Touteslesgourdes.com perçoit une rémunération compensée de nos lecteurs procède à l'achat en ligne d'un produit mis en avant.