Télécharger - Bioversity International

Chapitre 6
espèce à l’aide d’un algorithme reposant sur le maximum d’entropie (Philips et al., 2006).
Comme, en comparaison avec les autres programmes, Maxent a bien fonctionné dans les
évaluations (Elith et al., 2006 ; Hernandez et al., 2006), il est le programme privilégié dans ce
manuel pour les analyses de modélisation de distribution d’espèces.
Il faut bien réaliser que quand une zone géographique présente des conditions environnementales
favorables pour une espèce, ceci ne veut pas dire nécessairement que l’on trouve effectivement
cette espèce dans cette zone. Des limitations de dispersion dues au système de
reproduction de l’espèce et à des barrières géographiques peuvent empêcher une espèce
d’occuper toutes les aires géographiques qui présentent des conditions environnementales
similaires à sa niche effective. Il est aussi vrai qu’une espèce peut être absente de zones où
elle pourrait se trouver, si son habitat naturel a été altéré par une interférence humaine.
148
L’importance de la quantité des données de points de présence
Comme il a été mentionné dans l’introduction de la Section 6.1, il est crucial de disposer d’un
nombre suffisant de points de présence pour que la modélisation produise des résultats solides.
L’illustration ci-dessous montre un exemple de cartes de distribution potentielle de Carica
papaya générées dans DIVA-GIS à l’aide de l’outil de modélisation BioClim. Les résultats de la
distribution potentielle s’affinent au fur et à mesure que le nombre de points utilisés au cours du
processus de modélisation augmente (de 5 à 108 points de présence). Au delà de 50 points, la
prédiction de la distribution potentielle se stabilise et ne change plus de manière significative,
même si l’on continue à ajouter d’autres points de présence.
PROGRAMMES ET FICHIERS DE DONNEES A UTILISER DANS CETTE SECTION
Programmes :
• DIVA-GIS
• Excel
• Maxent et Java
Fichiers de données :
Répertoire 6.2 Potential distribution (Distribution potentielle)
• pkesiya.csv
• seacountries (shp, shx, dbf)
• Répertoire wclim_sea_2-5min (fichiers asc)
6.2.1. Comment modéliser la distribution naturelle potentielle d’une espèce
végétale
Pinus kesiya est une espèce dominante des forêts de pins naturelles en Asie du Sud-est et elle est
économiquement importante. Les observations effectuées dans de nombreux pays indiquent que
cette espèce a une distribution étendue ; les observations disponibles sont toutefois dispersées.
Dans certains pays, on ne dispose que d’un ou deux points de présence. La modélisation de la
distribution de l’espèce permet d’identifier l’aire potentielle où cette espèce pourrait se trouver de