Contributions des récifs coralliens aux populations locales : rôles des aires marines protégées

Contributions of coral reefs to local populations: the benefits of marine protected areas

• Auteur / Autrice : Ulysse Flandrin
• Direction : David Mouillot, Nicolas Mouquet
• Type : Projet de thèse
• Discipline(s) : BDI-Ecologie fonctionnelle et Ecophysiologie
• Date : Inscription en doctorat le 01/09/2022
• 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 : MARBEC - Biodiversité Marine, Exploitation et Conservation

Mots clés

Mots clés libres

Contributions de la Nature

Aires marines protégées

Indicateurs écologiques

Réseaux de surveillance

Récifs coralliens

Nature's Contributions

Marine protected areas

Ecological indicators

Monitoring networks

Coral reefs

Résumé

L'objectif de cette thèse est de mieux comprendre et d'évaluer les avantages socio-écologiques des Aires Marines Protégées (AMPs) , dont les OECMs (Others Effective Conservations Measures), sur les récifs coralliens. La majeure partie du travail sera basée sur la base de données existante du programme Reef Life Survey (RLS ; www.reeflifesurvey.com), qui utilise le potentiel important mais encore sous-utilisé de la science citoyenne, combiné à des protocoles rigoureux et standardisés pour étudier l'état de santé des récifs coralliens dans le monde entier. Ce travail tirera parti de plus de 15 000 enquêtes réalisées par le programme RLS dans 53 pays pour : 1. Extraire toutes les données sur les AMPs et les OECMs dans les récifs tropicaux et identifier les récifs coralliens comparables en terme d'habitat et le conditions environnementales. Ces données permettront de comparer l'état de santé des récifs et les services qu'ils apportent aux populations locales entre les zones protégées et leur proximité. 2. Participer à des expéditions dans l'Océan Indien occidental et dans les Caraïbes pour échantillonner de nouveaux récifs coralliens en suivant les procédures RLS et en se concentrant sur les AMPs et OECMs, ainsi que dans leurs zones de pêche environnantes non protégées. Ces zones n'étant pas couvertes par le programme RLS, ces études de terrain visent à élargir la base de données mondiale RLS en collaboration avec les équipes de recherche en charge du programme RLS, et à accroître la diversité des EOCMs étudiées. 3. Tester les effets des AMPs et des OECMs sur les récifs coralliens à travers 12 indicateurs écologiques complémentaires représentant les principales dimensions de la priorité de conservation, du fonctionnement de l'écosystème et de la contribution aux populations. Nous ambitionnons utiliser de nouveaux indicateurs pour évaluer l'état des récifs coralliens et l'efficacité des mesures de conservation afin d'identifier les récifs présentant un intérêt socio-écologique particulier. Ces récifs, qualifiés de 'bright spots' (Cinner et al. 2016), devraient se situer dans le spectre des mesures de conservation possibles. 4. Modéliser la biodiversité des récifs coralliens et les indicateurs écologiques. En utilisant les données existantes du RLS et les données collectées dans les Caraïbes et dans l'Océan Indien occidental, le doctorant construira des modèles bayésiens hiérarchiques et machine-learning basés sur de multiples sources d'information (environnement à grande échelle, habitat local, relations trophiques, pression humaine et niveau de protection), afin de prédire le niveau de biodiversité et d'autres indicateurs écologiques. Ces modèles prédictifs et leurs résultats seront utilisés dans des logiciels de planification de conservation et partagés avec les acteurs locaux pour mieux orienter les stratégies de conservation en proposant des solutions à l'échelle locale (scénarios, effets des AMP).

The aim of the PhD is to better understand and assess the socio-ecological benefits of MPAs, including OECMs, on coral reefs. The bulk of the work will be based on the existing database of the Reef Life Survey program (RLS; www.reeflifesurvey.com), which uses the strong but still under-used potential of citizen science combined with rigorous and standardized protocols to survey the health condition of coral reefs worldwide. The PhD will take advantage of over 15,000 surveys performed by the RLS program across 53 countries to: 1 Extract all data on MPAs and OECMs across tropical reefs and identify comparable coral reefs after controlling for habitat and environmental conditions. These data will allow the comparison of reef health status and their NCPs to local populations between protected areas and their proximity. 2 Participate in expeditions in the Western Indian Ocean and in the Caribbean to sample new coral reefs following RLS procedures and by focusing on MPAs and OECMs including their unprotected surrounding fished areas. As these areas are not covered by the RLS program, these field studies aim to expand the global RLS database in collaboration with the research teams in charge of the RLS program, and increase the diversity of EOCMs studied. This work should lead to more robust results on a global scale. 3 Test the effects on MPAs and OECMs on coral reefs through 12 complementary ecological indicators representing the main dimensions of conservation priority, ecosystem functioning and contribution to people. The PhD intends to use new indicators to assess the status of coral reefs and the efficiency of conservation measures to identify reefs of particular socio-ecological interest. These reefs qualified as “bright spots” (Cinner et al. 2016), are within the spectrum of possible conservation measures including OECMs 4 Model coral reef biodiversity and ecological indicators. Using existing RLS data and data collected in the Carribean and in the Western Indian Ocean, the PhD will build Hierarchical Bayesian and Machine Learning models based on multiple sources of information (large-scale environment, local habitat, trophic relationships, human pressure, and protection level), to predict the level of biodiversity and others ecological indicators. These predictive models and their outputs will be used in conservation planning software and shared with stakeholders to better guide conservation strategies by proposing solutions at a local scale (scenarios, MPA effects).