Un nouveau package R pour une modélisation améliorée de la distribution des espèces basée sur des modèles hiérarchiques imbriqués spatialement – ​​Blog des méthodes

Message fourni par Teresa Goicolea et Alejandra Zarzo

Cette publication est également disponible en espagnol.

Modèles de distribution des espèces (SDM) sont des outils essentiels permettant aux scientifiques et aux défenseurs de l’environnement 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. Alors que nous sommes confrontés à des problèmes urgents comme changement climatique et perte de biodiversitéil est plus important que jamais de produire des prévisions précises pour identifier les zones clés nécessitant des mesures de conservation. Cependant, les mandataires spéciaux ont souvent du mal à être précis, notamment en raison de troncature de niche et extrapolation environnementale problèmes (voir plus loin).

C’est là que le nouveau package R sabinaNSDMentre en jeu. Conçu par notre SABINE équipe de recherche, ce package utilise une nouvelle approche de modélisation de la distribution des espèces appelée modèles de distribution d’espèces hiérarchiques imbriqués dans l’espace (N-SDM). En combinant des modèles mondiaux à grande échelle avec des caractéristiques régionales plus fines, sabinaNSDM permet des prévisions 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 SDM standards sont livrés avec un ensemble de limites. La plupart des modèles appartiennent à l’une des deux catégories suivantes : régional ou mondial.

• Modèles régionaux sont axés sur des domaines spécifiques, comme un pays ou une région. Bien qu’ils puissent offrir des informations détaillées sur les conditions locales, ils passent à côté du tableau environnemental plus large qui façonne la répartition d’une espèce. Cela conduit à ce qu’on appelle troncature de nicheoù les modèles ne parviennent pas à prendre en compte l’ensemble des conditions rencontrées par une espèce dans l’ensemble de sa répartition (c’est-à-dire la niche écologique). Ces modèles spatialement restreints souffrent également d’une plus grande proportion de conditions non analogiques, ce qui entraîne des problèmes lors de la projection sur d’autres zones (par exemple pour prédire l’expansion d’espèces envahissantes) ou sur d’autres périodes (pour prédire l’impact du changement climatique sur la répartition des espèces). .
• Modèles mondiauxen revanche, couvrent l’intégralité de l’aire de répartition d’une espèce, mais s’appuient souvent sur des données grossières et à grande échelle. Ils s’appuient généralement uniquement sur des données bioclimatiques, car les autres facteurs environnementaux thématiques ne sont pas disponibles à grande échelle et les données sur les espèces sont imprécises. En conséquence, ils ne disposent pas des détails fins nécessaires à des prédictions précises et localisées.

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

SDM hiérarchiques imbriqués spatialement (N-SDM) aborder ces questions 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 l’ensemble de son aire de répartition et tenant compte de facteurs tels que le climat à une résolution grossière. Les modèles régionaux se concentrent ensuite sur des détails plus fins, tels que la couverture terrestre ou les conditions du microhabitat, ainsi que 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 plus fins sont essentiels pour effectuer des prévisions précises à haute résolution.

Principales fonctionnalités du package sabinaNSDM

sabinaNSDM est conçu pour rendre cette approche N-SDM accessible aux chercheurs et aux défenseurs de l’environnement. Voici quelques-unes de ses principales caractéristiques :

1. Effectuer N-SDMS: Le paquet combine des modèles mondiaux et régionaux.

2. Différentes approches de nidification: Les utilisateurs peuvent choisir entre deux méthodes pour combiner les modèles : l’approche covariable, qui utilise les sorties du modèle global comme entrées pour les modèles régionaux, ou l’approche multipliée, qui fait la moyenne des prévisions mondiales et régionales.

3. Modélisation ensemblante: sabinaNSDM utilise modélisation d’ensembleune technique qui combine plusieurs modèles statistiques pour augmenter la fiabilité et la précision des prédictions.

4. Flux de travail complet: le package est un outil de bout en bout qui intègre (a) la génération de données de fond ; (b) la préparation et amincissement spatial des occurrences d’espèces (et des absences si disponibles) (c) environnement sélection de covariable; et (d) l’étalonnage, l’évaluation et la projection des NSDM.

5. Précision éprouvée: Dans une étude de cas portant sur 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 des espèces.

6. Open-Source et convivial: sabinaNSDM est disponible gratuitement sur GitHubet nous travaillons pour le rendre disponible sur CRAN. Ce package a été conçu pour être convivial, le rendant accessible aux écologistes et aux défenseurs de l’environnement ayant différents niveaux d’expérience en programmation.

Impact dans le monde réel

La capacité de modéliser avec précision la répartition des espèces a des conséquences concrètes. sabinaNSDMLes capacités de modélisation améliorées de peuvent jouer un rôle crucial dans l’élaboration des efforts de conservation. Par exemple, le package peut prédire comment le changement climatique pourrait modifier la répartition des espècesguide programmes de restauration cibler les zones présentant le plus grand potentiel de soutien à la biodiversité, ou anticiper la propagation de espèces envahissantes. L’une de nos applications clés a été la création d’un géoportail présentant la répartition prévue de 200 espèces de plantes ligneuses en Espagne dans les conditions actuelles et quatre scénarios climatiques futurs. Cet outil offre diverses applications pratiques, telles que la génération de listes d’arbustes et d’arbres les plus adaptés à des emplacements spécifiques, contribuant ainsi à éclairer les efforts de restauration en identifiant les espèces les plus susceptibles de prospérer aujourd’hui et à l’avenir. sabinaNSDM a déjà montré son potentiel dans nos travaux, et nous sommes impatients de voir comment d’autres chercheurs et défenseurs de l’environnement l’utiliseront dans leurs projets.

Premiers pas avec sabinaNSDM

Si vous êtes intéressé à essayer sabinaNSDMvous pouvez télécharger le package et explorer ses fonctionnalités sur notre GitHub dépôt. Pour en savoir plus sur son fonctionnement, consultez notre récent article publié dans Methods in Ecology and Evolution. Nous avons également inclus du matériel supplémentaire et des didacticiels pour vous aider à démarrer avec la modélisation mono-espèce et multi-espèces. Si vous souhaitez en savoir plus sur sabinaNSDM ou si vous avez des questions, n’hésitez pas à nous contacter.

Article édité par Lydia Morley