Comparaison de la biodiversité ichthyologique des lagons, récifs et monts sous-marins par ADN environnemental, stéréo-vidéos et apprentissage profond

Comparison of ichthyologic biodiversity in lagoons, coral reefs and seamounts using environmental DNA, stereo videos and deep learning

• Auteur / Autrice : Florian Baletaud
• Direction : David Mouillot
• Type : Thèse de doctorat
• Discipline(s) : Ecologie et Biodiversité
• Date : Soutenance le 03/10/2022
• Etablissement(s) : Université de Montpellier (2022-....)
• Ecole(s) doctorale(s) : École Doctorale GAIA Biodiversité, agriculture, alimentation, environnement, terre, eau (Montpellier ; 2015-...)
• Partenaire(s) de recherche : Laboratoire : Unité Mixte de Recherche CNRS-IFREMER-IRD-UM 9190 MARBEC Marine Biodiversity, Exploitation and Conservation Université de Montpellier
• Jury : Président / Présidente : Frédérique Viard
• Jury : Examinateurs / Examinatrices : David Mouillot, Frédérique Viard, Isabelle M. Cöté, Philippe Lenfant, Valériano Parravicini, Laurent Vigliola, Emmanuel Coutures, Jean-Marie Côme
• Jury : Rapporteurs / Rapporteuses : Isabelle M. Cöté, Philippe Lenfant
• DOI : 10.70675/044d0e85z23aaz4db6z8316z0169e9672d22

Mots clés

Mots clés contrôlés

Biodiversité

Récifs coralliens

Poissons

Mots clés libres

Poissons

Récif corallien

Inter-Récif

Environnements profonds

Hotspot

Nouvelle-Calédonie

Fish

Inter-Reef

Deep environments

Deserts

Hotspot

New Caledonia

Résumé

La biodiversité est un concept au cœur des enjeux globaux face aux changements causés par l’Homme, avec une possible sixième extinction de masse en cours. Une emphase a toujours été faite sur les régions qualifiées de Hotspot de biodiversité comme les récifs coralliens. Cependant, beaucoup moins d’études ont focalisé sur les environnements d’apparence désertique comme la zone inter-récifale du plateau continental, ou bien difficiles d’accès comme les monts sous-marins. Cette thèse en partenariat CIFRE se consacre à l’utilisation de deux méthodes standardisées : le metabarcoding de l’ADN environnemental (ADNe) et les stéréo-caméras appâtées (S-BRUVS) pour étudier et comparer la diversité des poissons des récifs coralliens avec l’inter-récif, mais aussi avec des environnements profonds incluant des sommets de monts sous-marins et des pentes externes allant jusqu’à 550 mètres de profondeur en Nouvelle Calédonie. Une nouvelle technologie est également utilisée, le traitement automatique par intelligence artificielle (IA) d’images issues de S-BRUVS pour la détection, l’identification et le comptage d’un groupe d’espèces commerciales profondes, les vivaneaux. Les résultats ont montré que la zone inter-récifale disposait d’une diversité répartie selon un gradient côte-large, avec des niveaux de diversité et de biomasse régionaux au moins équivalents à ceux des récifs coralliens. L’inter-récif est environ dix fois plus vaste que les récifs coralliens, partage également une partie de sa faune, mais n’est quasiment pas protégé à l’échelle mondiale. A l’opposé, les niveaux de diversité sur les monts sous-marins étaient très inférieurs à ceux observés dans les récifs coralliens. Cependant les niveaux de biomasse étaient supérieurs sur les monts sous-marins et pentes entre 50m et 250m de fond. La profondeur s’est révélée être le facteur principal régissant la distribution de la biodiversité et de la biomasse. La biomasse des requins était 5 fois plus élevée sur les monts peu profonds (50m) que sur les récifs coralliens. Les monts sous-marins peu profonds peuvent prétendre à un statut d’oasis de biomasse ainsi que de refuge pour une mégafaune qui est en partie associée aux récifs coralliens. Les travaux de cette thèse ont permis de comparer la biodiversité sur des environnements moins connus, et de questionner les notions de hotspot, oasis et refuge à travers des mesures standardisées de leurs biodiversités. Les méthodes utilisées se sont révélées complémentaires pour l’étude comparative de multiples écosystèmes ; elles montrent également un fort potentiel opérationnel. L’algorithme d’apprentissage profond a par exemple démontré sa capacité à identifier et compter les espèces de vivaneaux annonçant une incorporation prochaine des nouvelles technologies en ingénierie sous-marine.

Biodiversity is a concept at the heart of global issues in the face of human-induced changes, with a possible sixth mass extinction underway. Emphasis has always been made on regions that have been described as biodiversity hotspots, such as coral reefs. However, far fewer studies have focused on desert-like environments such as the inter-reef zone of the continental shelf, or difficult to access areas such as seamounts. This CIFRE PhD focuses on the use of two standardized methods: environmental DNA metabarcoding (eDNA) and baited stereo-cameras (S-BRUVS) to study and compare the diversity of coral reef fishes with the inter-reef, but also with deep environments including seamount summits and deep outer slopes up to 550 meters depth in New Caledonia. A new technology is also used, the automatic processing of images from S-BRUVS for the detection, identification and counting of deep water snappers through artificial intelligence (AI). The results showed that the inter-reef area had a diversity distributed along an inshore-offshore gradient, with levels of diversity and biomass at least equivalent to that of the coral reefs. The inter-reef is about ten times larger than coral reefs, shares some of its fauna with coral reefs, but is left virtually unprotected on a global scale. In contrast, levels of diversity on seamounts were much lower than those observed on coral reefs. However, biomass levels were highest on seamounts and slopes at depths between 50m and 250m. Depth was the primary factor governing the distribution of biodiversity and biomass. Shark biomass was 5 times higher on shallow seamounts (50m) than on coral reefs. Shallow seamounts turn out to be an oasis of biomass and a refuge for megafauna partly associated with coral reefs. The work of this thesis has made it possible to compare biodiversity in lesser-known environments, and to question the notions of hotspot, oasis and refuge through standardized measures of their biodiversity. The methods used have proven to be complementary for the comparative study of multiple ecosystems; they also show strong operational potential. For example, the deep learning algorithm demonstrated its ability to identify and count snapper species, heralding the upcoming incorporation of new technologies in underwater engineering.