Vers une théorie spatiale des réseaux d'interaction en écologie : méthodes, concepts et applications

Towards a spatial theory of interaction networks in ecology : methods, concepts and applications

• Auteur / Autrice : Marc Ohlmann
• Direction : Wilfried Thuiller
• Type : Thèse de doctorat
• Discipline(s) : Biodiversité écologie environnement
• Date : Soutenance le 17/12/2019
• Etablissement(s) : Université Grenoble Alpes (ComUE)
• Ecole(s) doctorale(s) : École doctorale chimie et science du vivant (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Ecologie Alpine
• Jury : Président / Présidente : Björn Reineking
• Jury : Examinateurs / Examinatrices : Wilfried Thuiller, Mahendra Mariadassou, Corinne Vacher
• Jury : Rapporteurs / Rapporteuses : Emmanuelle Porcher, François Massol

Mots clés

Mots clés contrôlés

Écologie -- Réseaux d'interactions

Mots clés libres

Réseaux

Inférence

Structure

Interactions

Networks

Inference

Interactions

Résumé

Cette thèse s’intéresse aux liens entre réseaux d’interactions en écologie, espace et temps. On assiste à un changement croissant de représentation d’un communauté d’espèces, d’un ensemble d’espèces à un ensemble d’espèces et leurs interactions : un réseau d’interactions. On s’attachera alors à élaborer les prémisses d’une théorie spatiale des réseaux, en développant des méthodes, des modèles et en les appliquant sur des données écologiques. La thèse s’articule autour de quatre chapitres. Dans un premier chapitre, on se penchera sur le problème de comparaison de réseau en différents points du temps et de l’espace. Nous étendrons les mesures de diversité, jusque-là développées pour des abondances uniquement, aux réseaux avec abondances des espèces et des interactions. Nous nous attacherons à définir des indices à plusieurs niveaux d’agrégation des noeuds dans le réseau et montrerons l’intérêt de la méthode sur des données de réseaux trophiques. Dans un deuxième chapitre, nous nous intéresserons au développement d’une théorie des méta-communautés qui modélise explicitement l’espace comme un réseau spatial et la communauté comme un réseau d’interaction. Nous définirons la notion de capacité de persistance de la méta-communauté. Dans un troisième chapitre, nous nous intéresserons aux problèmes d’inférence d’interactions sur des données de sol d’ADN environnemental le long d’un gradient d’altitude dans les Alpes. Nous montrerons que la méthode proposée permet d’estimer l’influence des variables environnementales et de reconstruire un réseau d'interaction cohérent vis-à-vis de la littérature. Dans un quatrième chapitre, nous nous intéresserons à la combinaison d’abondances provenant de différents marqueurs d’ADN environemental et montrerons l’efficacité de la méthode proposée pour obtenir des meilleurs données d’abondances sur des données de plantes.

This thesis focuses on the links between interaction networks, space and time. There is a paradigm shift in community ecology concerning the representation of a species community : from a collection of species towards species and their interactions, represented by an interaction network. We aim to build the bricks for a spatial network theory, by developing new methods, new models and applying it on ecological data. This manuscript contains four chapters. In a first chapter, we extend the diversity indices, built on Hill numbers, to network diversity indices. We define diversity indices across species aggregation levelsand show the interest of this method on a trophic network data set. In a second chapter, we develop a spatially explicit meta-community theory, with various kind of interactions. The theory contains a stochastic and a deterministic meta-community model. We then define the notion of meta-community persistence capacity. In a third chapter, we focus on network reconstruction from environmental DNA data along an environmental gradient.We show that the proposed method allows to evaluate the influence of environmental variables on community and infer a network in agreement with the literature on soil interactions. Finally, in a fourth chapter, we develop a method to combine environmental DNA data coming from different primers and show the efficiency of the method to better estimate plant abundances.