Représentation de la réponse fonctionnelle dans un modèle prédateur-proie : du chémostat à l'écosystème

• Auteur / Autrice : Flora Cordoleani
• Direction : Jean-Christophe Poggiale
• Type : Thèse de doctorat
• Discipline(s) : Océanographie
• Date : Soutenance le 05/12/2011
• Etablissement(s) : Aix-Marseille 2
• Ecole(s) doctorale(s) : École Doctorale Sciences de l'environnement (Aix-en-Provence)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Microbiologie Géochimie et Ecologie marines (LMGEM) (Marseille)
• Jury : Président / Présidente : Jean-Luc Gouzé
• Jury : Examinateurs / Examinatrices : Jean-Christophe Poggiale, Jean-Luc Gouzé, Julien Arino, Pierre Auger, Andrey Morozov, David Nerini
• Jury : Rapporteurs / Rapporteuses : Julien Arino, Pierre Auger
• DOI : 10.70675/0ec40be8z56e4z426czbc6dz11d77671890f

Mots clés

Mots clés contrôlés

Chémostats

Prédation (biologie)

Microbiologie prévisionnelle

Mots clés libres

Réponse fonctionnelle

Chemostat

Sensibilité structurelle

Modèle en patchs

Changement d’échelle

Funtional response

Chemostat

Structural sensitivity

Patches model

Scaling method

Résumé

Une des grandes problématiques en écologie est d’identifier les liens qui existent entre ce qui se passe au niveau de la physiologie et du comportement des individus et les propriétés émergentes qui apparaissent au niveau de la population et des écosystèmes dans leur globalité.Dans cette thèse, nous avons abordé cette problématique à travers la modélisation du phénomène de prédation, en nous intéressant plus particulièrement à la représentation mathématique de la réponse fonctionnelle. Cette fonction représente la quantité de proies consommées par prédateur et par unité de temps. Elle synthétiseau niveau de la population un ensemble de processus survenant à différentes échelles d’organisation. La modélisation du phénomène de prédation rencontre diverses limitations liées à la complexité de ce processus biologique, et il existe donc une forte incertitude sur la nature de la réponse fonctionnelle à utiliser.A travers l’étude d’un modèle prédateur-proie en chemostat d’une part, et l’utilisation de méthodes de changement d’échelle sur un modèle prédateur-proie en patchs d’autre part, nous avons cherché à déterminer les sources de variations dans la représentation de cette réponse.Tout d’abord, nous avons mis en évidence l’influence de la variabilité des données sur la paramétrisation de la réponse fonctionnelle ainsi que sur la robustesse des sorties du modèle. Une étude de sensibilité a également permis de montrer la forte sensibilité structurelle du modèle face à cette formulation, qui peut-être plus importante que face à des changements de paramètres.De plus, il apparait que la représentation mathématique de la réponse fonctionnelle dépend fortement de l’échelle d’observation considérée. En effet, la nature de la réponse peut être modifiée lorsque l’on passe de l’échelle d’une population à celle de la communauté.

One of the major issues in ecology is to identify the links between what happens in terms of physiology and behavior of individuals and the emergent properties that appear at the population and ecosystems level. In this thesis, we addressed this problem through modeling of the phenomenon of predation, especially by focusing on the mathematical functional response representation. This function represents the amount of prey consumed by predator per unit time. It synthesizes at the population level a set processes occurring at different scales of organization. Modeling of the phenomenon of predation encounters various limitations related to the complexity of this biological process, and there is, therefore, considerable uncertainty aboutthe nature of the functional response to use.Through the study of a predator-prey model in chemostat on the one hand, and use of scaling methods in a patches predator-prey model on the other hand, we seek to determine sources of variations in therepresentation of that response.First, we demonstrated the influence of data variability on the parameterization of the functional response as well as the robustness of the model outputs. A sensitivity study has also demonstrated the high structural sensitivity of the model to the formulation of this response, which may be more important than to parameterchanges.In addition, it appears that the mathematical representation of the functional response depends strongly on the scale of observation considered. The nature of the response can, indeed, be modified when changing the scale from the population to the community level.