« Les plantes sont immobiles et attendent qu’on vienne les compter » : confronter mesures in situ et simulations numériques pour améliorer les méthodes de suivi des populations de plantes

"Plants stand still and wait to be counted" : confronting in situ measurements and computer simulations to improve plant population monitoring methods

• Auteur / Autrice : Jan Perret
• Direction : Anne Charpentier, Aurélien Besnard
• Type : Thèse de doctorat
• Discipline(s) : Ecologie et biodiversité
• Date : Soutenance le 14/04/2023
• Etablissement(s) : Université de Montpellier (2022-....)
• Ecole(s) doctorale(s) : Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau
• Partenaire(s) de recherche : Laboratoire : Centre d'écologie fonctionnelle et évolutive (Montpellier)
• Jury : Président / Présidente : Fabien Anthelme
• Jury : Examinateurs / Examinatrices : Frédéric Archaux, Bruno Colas, Émilie Andrieu
• Jury : Rapporteurs / Rapporteuses : Marc Kery, Nathalie Machon

Mots clés

Mots clés contrôlés

Diversité végétale

Environnement -- Échantillonnage

Plantes -- Populations

Conservation des ressources (biologie)

Mots clés libres

Biologie de la conservation

Dynamique des populations

Méthode d'échantillonnage

Botanique

Biodiversité

Evaluation de la biodiversité

Biodiversity Conservation

Population dynamics

Sampling methods

Botany

Biodiversity

Biodiversity assessment

Résumé

Les suivis de population jouent un rôle central dans la conservation de la biodiversité. Ils permettent d’estimer les tailles et les tendances des populations, deux informations cruciales pour identifier les populations menacées d’extinction, comprendre les causes de leur déclin, puis tester et valider des moyens pour enrayer ce phénomène. Cependant, l’efficacité des suivis est controversée, notamment car ils souffrent de problèmes méthodologiques récurrents qui peuvent les empêcher de fournir des estimations précises et non-biaisées des tailles et des tendances de population. Cela semble être particulièrement le cas pour les suivis de populations de plantes, notamment car la prise en compte des erreurs d’observation, l’une des principales sources d’erreurs des suivis de population, semble très rare. En outre, réduire l’incertitude des estimations et s’assurer qu’elles ne sont pas biaisées permet de réduire le risque de commettre des erreurs de décision, qui peuvent avoir pour conséquence la mise en œuvre de mesures de conservation inefficaces voire néfastes. L’objectif général de mon doctorat était d’améliorer les méthodes de suivi des populations de plantes afin qu’elles puissent fournir des estimations non biaisées et plus précises des tailles et des tendances de population. Pour cela, je me suis intéressé aux deux principaux problèmes méthodologiques des suivis de population : d’une part les plans d’échantillonnage, et d’autre part les erreurs d’observation, et plus spécifiquement la détection imparfaite. Mes travaux se sont déroulés selon trois axes.Le premier axe a consisté à réaliser une synthèse de la littérature sur les méthodes de suivi des populations de plantes. J’ai structuré cette synthèse selon les deux principaux défis des suivis de population, c’est-à-dire l’échantillonnage et la prise en compte des erreurs d’observation, et selon les deux échelles où les suivis peuvent être réalisés, c’est-à-dire au niveau de la population dans son ensemble ou au niveau des individus qui la constituent. Grâce à ce travail de synthèse, j’ai pu identifier les sujets de recherche méthodologique prioritaires pour améliorer les suivis, et mettre en lumière les différences entre les lacunes de développement méthodologique et les manques de mise en œuvre de méthodes déjà existantes. Dans le deuxième axe, j’ai utilisé des simulations numériques pour comparer la précision des estimations de taille de population obtenues avec trois méthodes d’échantillonnage différentes pour des populations dont les individus étaient plus ou moins spatialement agrégées. L’agrégation spatiale est une caractéristique courante des populations de plantes, et cela rend les estimations de taille de population moins précises par rapport à des populations spatialement homogènes. Les simulations m’ont permis de mettre en évidence d’importantes différences de précision entre les méthodes d’échantillonnage, et ainsi de proposer une méthode pour améliorer la précision des estimations en adaptant le plan d’échantillonnage au niveau d’agrégation de la population étudiée.L’objectif du troisième axe était de vérifier que la détection des individus était imparfaite dans le cadre de comptages d’individus non marqués, ce qui n’avait pas encore été montré formellement. Pour cela, j’ai réalisé une expérimentation au cours de laquelle un grand nombre d’observateurs ont compté des individus de plantes de différentes espèces dans différents habitats et avec plusieurs méthodes de comptage. Les résultats ont montré que la détection des individus était effectivement imparfaite, ainsi que de décrire l’effet des principales variables écologiques et observationnelles sur la probabilité de détection des individus. En outre cela a permis de donner des recommandations pour réduire la variabilité des comptages en adaptant la méthode d'observation aux conditions de l’étude.

Population monitoring programmes plays a central role in biodiversity conservation. They provide estimates of population sizes and trends, both of which are crucial for identifying populations at risk of extinction, understanding the causes of their decline, and subsequently testing and validating ways to halt this phenomenon. However, the effectiveness of monitoring programmes is controversial as they suffer from recurrent methodological problems that may prevent them from providing precise and unbiased estimates of population sizes and trends. This seems to be particularly the case for plant population monitoring, especially as accounting for observation errors, one of the main sources of error in population monitoring, seems to be rare. Furthermore, reducing the uncertainty of estimates and ensuring that they are unbiased reduces the risk of making decision errors, which may result in the implementation of ineffective or even harmful conservation measures. The overall aim of my PhD was to improve plant population monitoring methods so that they can provide unbiased and more accurate estimates of population sizes and trends. To this end, I addressed the two main methodological problems of population monitoring: sampling designs and observer error, and specifically imperfect detection. My work was conducted along three main axes.The first axis consisted of a synthesis of the literature on plant population monitoring methods. I structured this synthesis according to the two main challenges of population monitoring, i.e. sampling and accounting for observation errors, and the two scales at which monitoring can be carried out, i.e. at the level of the population as a whole or at the level of the individuals that constitute it. Thanks to this synthesis work, I was able to identify priorities for methodological research to improve monitoring, and to highlight the differences between gaps in methodological development and the lack of implementation of existing methods.In the second axis, I used computer simulations to compare the precision of population size estimates obtained with three different sampling methods for populations whose individuals were more or less spatially aggregated. Spatial aggregation is a common feature of plant populations, and this makes population size estimates less accurate compared to spatially homogeneous populations. The simulations allowed me to highlight substantial differences in precision between the sampling methods, and thus to propose a method to improve the precision of estimates by adapting the sampling design to the level of aggregation of the studied population.The goal of the third axis was to verify that the detection of individuals is imperfect when counting unmarked individuals, which had not yet been formally established. To this end, I conducted an experiment in which a large number of observers counted individuals of plants of different species, in different habitats and with three counting methods. The results showed that the detection of individuals was indeed imperfect, and allowed to describe the effect of the main ecological and observational variables on the detection probability of individuals. In addition, it allowed to give recommendations to reduce the variability of counts by adapting the observation method to the study conditions.