Fermer

03/10/2024

Un nouveau package R pour améliorer les modèles de distribution des espèces basés sur des modèles hiérarchiques spatialement imbriqués – Methods Blog


Article rédigé par Teresa Goicolea et Alejandra Zarzo

Cet article est également disponible dans Anglais.

Los Modèles de distribution des espèces (SDM) sont des outils essentiels permettant aux scientifiques et aux spécialistes de la conservation de prédire où les espèces sont susceptibles de se trouver, où elles ont existé dans le passé et où elles pourraient apparaître dans le futur. Face à des problèmes urgents tels que changement climatique et le perte de biodiversitéil est plus important que jamais de générer des prévisions précises pour identifier les zones clés nécessitant des mesures de conservation. Cependant, les MJF rencontrent souvent des problèmes de précision, notamment en raison de la problèmes de troncature de niche et d’extrapolation environnementale.

C’est là qu’intervient le nouveau package R. sabinaNSDM. Conçu par notre équipe de recherche SABINEce package utilise une nouvelle approche pour créer des SDM, connue sous le nom de Modèles hiérarchiques imbriqués spatialement (N-SDM). En combinant des modèles mondiaux à grande échelle avec des caractéristiques régionales plus fines, sabinaNSDM permet de générer des prédictions plus précises de la répartition des espèces. Cela fait du nouveau package une ressource puissante pour la planification de la conservation et la recherche écologique.

Le problème avec les MJF traditionnels

Les MJF standards présentent un ensemble de limites. La plupart des modèles appartiennent à l’une des deux catégories suivantes : régional ou mondial.

  • Modèles régionaux Ils se concentrent sur des domaines spécifiques, comme un pays ou une région. Bien qu’ils puissent offrir des informations détaillées sur les conditions locales, ils ne disposent pas d’une perspective environnementale plus large qui façonne la répartition d’une espèce. Cela conduit à ce qu’on appelle le troncature de nicheoù les modèles ne prennent pas en compte la gamme complète des conditions rencontrées par une espèce dans sa répartition (c’est-à-dire la niche écologique). Ces modèles spatialement restreints souffrent également d’une proportion plus élevée de conditions non analogiques, ce qui pose des problèmes lors de la projection sur d’autres zones (par exemple, pour prédire la propagation d’espèces envahissantes) ou sur d’autres périodes (pour prédire l’impact du changement climatique sur la répartition des espèces). ).
  • D’autre part, modèles globaux Ils couvrent toute l’aire de répartition d’une espèce, mais reposent souvent sur des données peu détaillées et à faible résolution. De plus, ils reposent souvent uniquement sur des variables bioclimatiques, les autres facteurs environnementaux n’étant pas disponibles à grande échelle, et sur des données imprécises sur les espèces. En conséquence, ils ne disposent pas des détails fins nécessaires à des prévisions localisées précises.

La solution : les modèles de distribution d’espèces imbriqués (N-SDM)

Los SDM hiérarchiques imbriqués spatialement (N-SDM) Ils abordent ces problèmes en combinant la perspective large des modèles mondiaux avec les détails des modèles régionaux pour tirer le meilleur parti des deux. Les modèles globaux fournissent une vue d’ensemble, capturant la niche écologique complète d’une espèce dans son aire de répartition et prenant en compte des facteurs tels que le climat à une résolution grossière. Les modèles régionaux se concentrent ensuite sur des détails plus fins, tels que l’utilisation des terres ou les conditions du microhabitat, et sur des données plus précises sur la répartition des espèces, qui sont généralement disponibles pour des zones plus petites, comme au niveau national. Ces détails fins sont essentiels pour réaliser des prédictions précises et à haute résolution.

Chiffre. Avantages (en vert) et limites (en rouge) des modèles traditionnels de distribution des espèces (à la fois à l’échelle mondiale et régionale), par rapport aux avantages de les combiner dans un modèle de distribution hiérarchique des espèces (N-SDM) spatialement imbriqué.

Principales fonctionnalités du package SabinaNSDM

sabinaNSDM est conçu pour rendre cette approche N-SDM plus accessible aux chercheurs et aux praticiens de la conservation. Voici quelques-unes de ses principales caractéristiques :

  1. Générer des N-SDM: Le paquet combine des modèles mondiaux et régionaux.
  2. Différentes stratégies de nidification: Les utilisateurs peuvent choisir entre deux méthodes pour combiner les modèles : l’approche covariable, qui utilise la sortie du modèle global comme entrée du modèle régional, ou l’approche multiple, qui fait la moyenne des prévisions mondiales et régionales.
  3. Modèles consensuels: sabinaNSDM utilise des modèles de consensus, une technique qui combine plusieurs algorithmes statistiques pour augmenter la fiabilité et l’exactitude des prédictions.
  4. Flux de travail complet: Le package est un outil qui intègre (a) la génération de données de fond ; (b) la préparation et filtrage spatial des occurrences d’espèces (et des absences si disponibles) ; (c) sélection de covariables environnementales; et (d) l’étalonnage, l’évaluation et la projection des N-SDM.
  5. Efficacité prouvée: Dans une étude appliquée à 77 espèces d’arbres et d’arbustes de la péninsule ibérique, sabinaNSDM a surpassé les SDM traditionnels, offrant des prévisions plus précises de la répartition de ces espèces.
  6. Open source et facile à utiliser: sabinaNSDM est disponible gratuitement sur GitHubet nous travaillons pour le rendre disponible sur CRAN. Ce package est conçu pour être facile à utiliser, le rendant accessible aux écologistes et aux spécialistes de la conservation ayant différents niveaux d’expérience en programmation.

Impact sur le monde réel

La capacité de modéliser avec précision la répartition des espèces a des conséquences concrètes, et les capacités de modélisation améliorées de sabinaNSDM peuvent jouer un rôle crucial dans un ciblage plus efficace des efforts de conservation. Par exemple, le package peut prédire comment Le changement climatique pourrait modifier la répartition des espècesguide programmes de restauration identifier les zones présentant le plus grand potentiel de protection de la biodiversité, ou anticiper la propagation des espèces envahissantes. L’une de nos applications clés a été de créer un géoportail qui montre la répartition prévue de 200 espèces de plantes ligneuses en Espagne dans les conditions actuelles et selon quatre scénarios climatiques futurs. Le géoportail propose diverses applications pratiques telles que la génération de listes d’arbustes et d’arbres les plus adaptés à des emplacements spécifiques. Cela peut contribuer à éclairer les efforts de restauration en identifiant les espèces les plus susceptibles de prospérer aujourd’hui et à l’avenir. sabinaNSDM Il a déjà démontré son potentiel dans nos travaux et nous sommes impatients de voir comment d’autres chercheurs et spécialistes de la conservation l’utilisent dans leurs projets.

Commencez à utiliser sabinaNSDM

Si vous êtes intéressé à essayer sabinaNSDMvous pouvez télécharger le package et explorer ses fonctionnalités dans notre référentiel. GitHub. Pour en savoir plus sur son fonctionnement, consultez notre article publié sur Méthodes en écologie et évolution. Nous avons également inclus du matériel supplémentaire et des didacticiels pour vous aider à commencer à travailler avec des modèles mono-espèces et multi-espèces. Si vous souhaitez en savoir plus sur sabinaNSDM ou si vous avez des questions, n’hésitez pas à nous contacter.





Source link