s'applique que sur des variables quantitatives (et normalisées au possible) et ne prend pas encompte les interactions possibles entre elles (Hirzel et al., 2002). Au vu des résultats de cetravail, il semblerait toutefois que ces problèmes soient relativement mineurs.L'analyse aurait pu être étendue à d'autres méthodes telles que l'analyse discriminante, lesréseaux de neurones ou les Modèles Additifs Généralisés (p.e. Zaniewski et al., 2002, Manelet al., 1999a et b). L'analyse discriminante n'a cependant pas encore été utilisée pour unéchantillonnage de type disponibilité/présence, bien que cela soit théoriquement possible(Manly et al., 2002) ; les réseaux de neurones semblent excessivement compliqués et lesGAM sont encore peu développés. L'approche décrite ici est toutefois compatible avec toutesles méthodes de sélection de l'habitat et la comparaison pourrait alors être étendue à d'autresméthodes.L'utilisation de l'ENFA sur les données télémétriques est un premier pas. Un prolongement dece travail devrait permettre la comparaison de l'utilisation de l'habitat entre individus par lebiais de l'analyse O.M.I. (Outlying Mean Index, Dolédec et al., 2000). Cette analyse est baséesur les mêmes concepts de marginalité et de spécialisation que l'ENFA. Elle a été conçue pourmettre en évidence la niche de plusieurs espèces en maximisant la marginalité moyenne, maispeut être appliquée à plusieurs individus si l'on a accès aux localisations individuelles commec'est le cas avec les localisations télémétriques (Calenge, 2002). Cette analyse pourraitégalement s'appliquer à une étude multi-espèces du système prédateur-proies global, àcondition de disposer des suivis des espèces de proies du lynx (en particulier le chevreuil et lechamois), avec des suivis individuels ou non de chaque espèce.27
5. BibliographieBoyce, M.S. & McDonald, L.L. (1999) Relating populations to habitats using resourceselection functions. Trends in Ecology & Evolution, 14(7): 268-272.Boyce, M.S., Vernier, P.R., Nielsen, S.E. & Schmiegelow, F.K.A. (2002) Evaluating resourceselection functions. Ecological Modelling, 157(2-3): 281-300.Cain, A.T., Tuovila, V.R., Hewitt, D.G. & Tewes, M.E. (2003) Effects of a highway andmitigation projects on bobcats in Southern Texas. Biological Conservation, 114(2): 189-197.Calenge, C. (2002) Problèmes des études de la sélection de l'habitat reposant sur des donnéesde radio-pistage : cas du sanglier en milieu méditerranéen. Rapport scientifique de l’OfficeNationale de la Chasse et de la Faune Sauvage. 50p. + annexes.Ciarniello, L.M., Boyce, M.S. & Beyer, H. (2003) Resource Selection Function model for theplateau landscape of the parsnip grizzly bear project (an update for 2003). British ColumbiaMinistry of Forests.De Solla, S.R., Bonduriansky, R. & Brooks, R.J. (1999) Eliminating autocorrelation reducesbiological relevance of home range estimates. Journal of Animal Ecology, 68: 221-234.Doledec, S., Chessel, D. & Gimaret Carpentier, C. (2000) Niche separation in communityanalysis: A new method. Ecology, 81(10): 2914-2927.Engler, R., Guisan, A. & Rechsteiner, L. (2004) An improved approach for predicting thedistribution of rare and endangered species from occurrence and pseudo-absence data.Journal of Applied Ecology, 41(2): 263-274.Fielding, A.H. & Bell, J.F. (1997) A review of methods for the assessment of predictionerrors in conservation presence/absence models. Environmental Conservation, 24(1): 38-49.Guisan, A. & Zimmermann, N.E. (2000) Predictive habitat distribution models in ecology.Ecological Modelling, 135(2-3): 147-186.Hausser, J. (1995) Mammifères de la Suisse. Birkhäuser. Bâle, Suisse.28
- Page 1 and 2: Basille, M. 2004. Le lynx, l'ENFA e
- Page 4: RemerciementsJe voudrais remercier
- Page 7 and 8: premier ordre définit la répartit
- Page 9 and 10: 2. Matériel et méthodes2.1. Donn
- Page 11 and 12: lynx juvéniles (Vandel, 2001). Sep
- Page 13 and 14: 2.2. Méthodes d'analyse2.2.1. L’
- Page 15 and 16: a)Ub)Si s est supérieur à la méd
- Page 17 and 18: GLM-ENFA. En s'appuyant sur un plan
- Page 19 and 20: 2.3.2. Choix du meilleur indiceLa m
- Page 21 and 22: 3. Résultats3.1. Performance des m
- Page 23 and 24: Le test de Monte-Carlo effectué su
- Page 25 and 26: toutes les valeurs d'habitat supér
- Page 27 and 28: pForets pIFN pHydro pNatpOuver pRoa
- Page 29 and 30: 4. DiscussionCe travail s'inscrit d
- Page 31: Additive Model). Ce résultat montr
- Page 35 and 36: Reutter, B.A., Helfer, V., Hirzel,
- Page 38 and 39: }liste=list(df=df, names=names, pr=
- Page 40 and 41: ### Biplot de l'ENFA ###biplot.ENFA
- Page 42 and 43: }x$corr=apply(M, 2, mean)return(inv