Cet article de blog est également disponible en anglais ici.
Les espèces envahissantes représentent l’une des plus grandes menaces pour la biodiversité, la sécurité alimentaire et la santé des écosystèmes. Lorsque des plantes non indigènes se propagent dans de nouveaux environnements, elles peuvent déplacer les espèces indigènes, modifier les habitats et causer de graves dommages aux écosystèmes et aux services écosystémiques qu’elles fournissent aux humains.
La plupart du temps, les espèces envahissantes ne sont identifiées qu’une fois qu’elles se sont établies et qu’elles se propagent activement dans de nouvelles zones, ce qui rend les efforts de contrôle coûteux et souvent inefficaces. Mais et si nous pouvions prédire quelles espèces sont les plus susceptibles de devenir « problématiques » avant leur arrivée ? C’est exactement ce que notre recherche tente de faire.
Une solution basée sur l’intelligence artificielle
Nous avons développé un nouveau cadre d’intelligence artificielle (IA) pour prédire le risque d’invasion d’espèces végétales non indigènes avant qu’elles ne se propagent dans de nouveaux habitats. En utilisant les données de plus de 1 000 espèces de plantes introduites sur 15 îles des Caraïbes, nos modèles d’IA ont analysé les traits liés à la biologie des espèces, aux préférences environnementales et à l’histoire des invasions afin d’identifier les plantes les plus susceptibles de devenir envahissantes.
En tirant parti de la puissance de l’IA, nous détectons des modèles difficiles à identifier grâce aux évaluations traditionnelles. Étonnamment, nos modèles ont atteint une précision de plus de 90 % dans la prévision du succès des invasions, fournissant ainsi aux scientifiques et aux gestionnaires d’espèces un outil puissant pour faire face de manière proactive aux invasions potentielles.
Notre cadre prédit non seulement quelles espèces pourraient envahir, mais aide également à expliquer pourquoi certaines réussissent tandis que d’autres échouent. En utilisant l’analyse de l’importance des traits (une technique qui identifie les traits qui contribuent le plus à la prédiction des invasions), nous avons identifié les traits les plus fortement associés au succès de l’invasion. Par exemple, les espèces adaptées à la croissance dans des zones fréquemment perturbées étaient beaucoup plus susceptibles de devenir envahissantes, tandis que celles capables de prospérer dans un large éventail d’environnements étaient plus susceptibles de se propager de manière agressive. De plus, les plantes qui ont déjà envahi d’autres régions ont plus de chances de réussir à nouveau.
Ces résultats mettent en évidence le rôle crucial de l’adaptabilité écologique et l’importance du contexte historique d’invasion pour comprendre et gérer le risque d’invasion.
Un outil pour une biosécurité proactive
L’une des applications les plus prometteuses de nos modèles est leur capacité à identifier les espèces à haut risque qui ne sont pas encore présentes dans une région donnée, tout en quantifiant rigoureusement les incertitudes dans la prévision, permettant ainsi une meilleure compréhension des risques potentiels.
Cela nous permet de concevoir des stratégies fondées sur des données probantes, telles qu’une surveillance ciblée, un contrôle phytosanitaire, des réglementations sur les importations et des mesures de contrôle précoces, avant que les espèces non indigènes ne deviennent envahissantes et ne causent des dommages écologiques.
Basés sur différents ensembles de caractéristiques, nos modèles d’IA peuvent être adaptés efficacement pour être appliqués à d’autres régions et écosystèmes.
Pourquoi est-ce important ?
La mondialisation et le changement climatique accélèrent les déplacements des espèces à travers le monde, augmentant ainsi le risque d’invasions biologiques. Notre recherche propose une approche proactive et basée sur les données pour prévoir et gérer ce problème.
En combinant l’IA avec les connaissances écologiques, nous pouvons mieux protéger la biodiversité, sauvegarder la sécurité alimentaire et planifier une gestion durable des écosystèmes. Ces travaux constituent un outil puissant pour anticiper les invasions biologiques et réduire leurs impacts avant qu’il ne soit trop tard.
Lire l’article complet, « Apprentissage automatique pour la biosécurité : un cadre probabiliste pour la gestion des espèces envahissantes »dans Journal of Applied Ecology.