Le numéro d’août 2022 est maintenant disponible ! – Blog des méthodes

Notre Numéro d’août est maintenant en ligne ! Ce numéro contient 15 articles sur les dernières méthodes en écologie et évolution, y compris les méthodes d’estimation de la biomasse aérienne des forêts, le traçage de l’assimilation des acides aminés essentiels, les enquêtes autonomes sur la biodiversité et bien plus encore ! Lisez la suite pour en savoir plus sur les articles vedettes de ce mois-ci et l’article derrière notre merveilleuse couverture de baleine.

Articles en vedette

Estimation de la biomasse aérienne forestière par balayage laser terrestre L’amélioration de la surveillance globale de la biomasse aérienne (AGB) est cruciale pour que la gestion forestière soit efficace dans l’atténuation du changement climatique. Au cours de la dernière décennie, des méthodes ont été développées pour estimer l’AGB à partir de données de balayage laser terrestre (TLS). Les estimations d’AGB dérivées de TLS peuvent répondre aux incertitudes actuelles dans les méthodes allométriques et d’observation de la Terre (EO) qui quantifient l’AGB. Dans cet article, Demol et al. a rassemblé un ensemble de données mondial d’arbres scannés par TLS et mesurés de manière destructive consécutive à partir d’une variété de conditions forestières et de pipelines de reconstruction. Ils ont constaté que l’AGB dérivé de TLS était en accord étroit avec les valeurs destructrices, mais a identifié des performances inférieures à la moyenne pour les petits arbres et les conifères. Dans chaque étude individuelle, les estimations TLS de l’AGB étaient moins biaisées et plus précises que celles des modèles de mise à l’échelle allométriques, en particulier pour les grands arbres.

L’apprentissage profond comme outil d’écologie et d’évolution L’apprentissage en profondeur gagne en popularité en biologie, où il a été utilisé pour l’identification automatisée des espèces, la surveillance environnementale, la modélisation écologique, les études comportementales, le séquençage de l’ADN et la génétique et la phylogénétique des populations, entre autres applications. Dans cette revue, Borowiec et al. synthétiser 818 études utilisant l’apprentissage profond dans le contexte de l’écologie et de l’évolution pour donner une perspective à l’échelle de la discipline nécessaire pour promouvoir une refonte des approches d’inférence dans le domaine.

Chronogramme ou phylogramme pour l’estimation de l’état ancestral ? Les méthodes modernes d’estimation de l’état ancestral (ASE) intègrent des informations sur la longueur des branches, et il a été démontré que les ASE sont plus précises lorsqu’elles sont menées sur les longueurs des branches les plus corrélées à l’évolution d’un personnage; cependant, un procédé fiable pour choisir entre des ensembles de longueurs de branche alternées pour des caractères discrets n’a pas encore été proposé. Dans cette étude, Wilson et al. simuler des chronogrammes et des phylogrammes appariés, et générer des caractères binaires qui évoluent en corrélation avec l’un d’entre eux. Ils étudient ensuite (a) l’effet des longueurs de branche alternées sur l’erreur ASE et (b) si les statistiques de signal phylogénétique et/ou les statistiques d’ajustement du modèle peuvent être utilisées pour sélectionner les longueurs de branche les plus corrélées avec un caractère binaire.

Un modèle d’occupation à score continu Les modèles d’occupation sont maintenant largement utilisés pour tenir compte des fausses absences dans les enquêtes sur le terrain et pour réduire les biais dans les estimations des relations de covariables. Les modèles d’occupation existants prennent comme entrées des observations binaires de détection/non-détection d’espèces à chaque visite sur chaque site. Cependant, les dispositifs de détection autonomes et les modèles d’apprentissage automatique sont de plus en plus utilisés pour étudier la biodiversité, générant un nouveau type d’enregistrement d’observation qui reflète la confiance du modèle qu’une espèce est présente dans chaque fichier détecté de manière autonome, au lieu de données binaires de détection/non-détection. Ces données ne sont pas directement compatibles avec les méthodes traditionnelles de modélisation binaire de l’occupation. Ici, Rhinehart et al. développer un nouveau modèle d’occupation qui modélise les scores continus au niveau de la visite comme un mélange gaussien, combinant une distribution des scores pour les fichiers qui contiennent les espèces d’intérêt et une distribution des scores pour les fichiers qui n’en contiennent pas.

Suivi de l’assimilation des acides aminés essentiels et de l’alimentation multicanaux Les «empreintes digitales» d’isotopes stables sont des modèles uniques dans les valeurs d’acides aminés essentiels (EAA) δ13C qui varient constamment entre les canaux énergétiques comme la production primaire et les détritus, et elles sont apparues comme un outil pour suivre le flux d’énergie dans les systèmes sauvages. Étant donné que les animaux ne peuvent pas synthétiser les EAA de novo et doivent les acquérir à partir de protéines alimentaires, les écologistes supposent souvent que les empreintes digitales δ13C traversent les réseaux trophiques sans être altérées. De nombreuses études ont utilisé cette approche pour quantifier le flux d’énergie et l’alimentation multicanaux chez les animaux, mais l’empreinte δ13C n’a jamais été testée expérimentalement chez un consommateur de vertébrés. Ici, Manlick & Newsome ont testé l’efficacité de l’empreinte digitale δ13C en utilisant des souris cerfs en captivité Peromyscus maniculatus élevé sur des régimes contenant des protéines bactériennes, fongiques et végétales, ainsi qu’une combinaison des trois sources.

Le cachalot en couverture

La couverture de ce mois-ci présente un cachalot dans les eaux azur profondes de l’océan Indien. De nombreuses régions de l’océan ouvert ont une couverture d’enquête clairsemée et pour certaines espèces, comme les cachalots, il existe peu de données sur leur répartition et leurs préférences en matière d’habitat. Ce manque de données entrave notre capacité à désigner des aires marines protégées et à gérer les multiples menaces liées aux activités humaines. Pour combler ce manque de connaissances, les relevés acoustiques passifs sur les plates-formes d’opportunité sont essentiels pour générer des données sur les cétacés dans les régions éloignées. Ces enquêtes produisent de grandes quantités de données dont l’analyse prend du temps et peut représenter une part importante du budget de l’enquête. Les processus semi-automatiques permettent d’effectuer automatiquement l’essentiel du traitement tout en permettant de réserver du temps aux analystes pour valider et corriger les détections et les classifications. Dans ce problème, Webber et al. fournir une méthode rationalisée pour analyser les ensembles de données acoustiques afin que ces enquêtes à grande échelle puissent être plus abordables, et donc plus accessibles à l’avenir. Crédit image : ©Greenpeace / Maarten van Rouveroy.