Spatial structuring of large-scale aquatic communities : the influence of environmental factors in a context of climate change
Structuration spatiale des communautés aquatiques à large échelle : influence des facteurs environnementaux dans un contexte de changement climatique
Résumé
Climate change is causing profound and lasting changes to living conditions within ecosystems, leading to major changes in the communities that inhabit them. More than a third of theworld’s vertebrates live in freshwater ecosystems, and their decline is more alarming than in other ecosystems (terrestrial and marine ones). Despite this, the knowledge needed to implement management measures to protect these environments and adapt uses to them remains incomplete. The aim of this phD was to provide information on the spatial structuration of aquatic communities on a large scale, in a context of climate change, with a view to meeting highly applied needs. First, we discuss, the choice between direct environmental variables (e.g. water temperature, hydraulic variables) or proximal variables (air temperature, discharge) for the living conditions of organisms. The spatial structuration of fish and macroinvertebrate communities in the Loire catchmentwas then described using multivariate analyses. The value of the cross-taxa approach, i.e. the combination of fish and macroinvertebrate data, was demonstrated in view of the lack of spatial concordance between the two biological compartments studied. Thus, Loire communities are structured along the upstream-downstream environmental gradient, by water temperature, hydraulic conditions and topography. Species distribution modelling (SDM) is the method of choice for identifying the major environmental determinants of species structuration and anticipating potential future changes in distribution. Most SDMs are based solely on presence-absence data, whereas the use of abundance data, although more complex to model, provides valuable information on the health of populations and their resilience capacity in a changing environment. A method for modelling abundance classes using machine learning was proposed, with the application of technical solutions to resolve the difficulties inherent in abundance data. These SDMs were then used to project potential future species distributions for the 2050 and 2080 time horizons and to assess the impact of climate change on the abundances of fish and macroinvertebrate communities. Finally, a comparison of the similarity of the spatial structuration patterns of the aquatic communities of the major French river basins, the Loire, Seine, Rhône and Garonne, was carried out in order to assess the scope of the work carried out on the Loire river basin. Keywords : species distribution models ; SDM; abundance ; fish ; macroinvertebrates ; aquatic communities
Le changement climatique engendre une modification profonde et durable des conditions de vie au sein des écosystèmes, entraînant le bouleversement des communautés qui y vivent. La faune abritée au sein des écosystèmes dulçaquicoles représente plus d’un tiers des vertébrés à l’échelle mondiale, et son déclin est plus alarmant que dans les autres milieux (terrestres et marins). Malgré cela, les connaissances nécessaires à la mise en place de mesure de gestion en vue de protéger ces milieux et d’y adapter les usages restent incomplètes. L’objectif de cette thèse a été d’apporter des éléments sur la structuration spatiale des communautés aquatiques à large échelle, et ce dans un contexte de changement climatique, en vue de répondre à des besoins in fine très appliqués. Le choix entre des variables environnementales directes (i.e. température de l’eau, variables hydrauliques) ou proximales (température de l’air, débits) des conditions de vie des organismes a d’abord été discuté. Puis, la structuration spatiale des communautés de poissons et de macroinvertébrés du bassin versant de la Loire ont été décrites par analyses multivariées. L’intérêt de l’approche multi-compartiments biologiques, c’est-à-dire la combinaison des données des poissons et des macroinvertébrés, a été montré au regard du manque de concordance spatiale entre les deux compartiments étudiés. Les communautés ligériennes sont structurées le long du gradient environnemental amont-aval, par la température de l’eau, les conditions hydrauliques et la topographie. Le recours à la modélisation de la distribution spatiale des espèces (SDM) est une méthode de choix pour identifier les déterminants environnementaux majeurs des espèces et anticiper les potentiels changement de distribution futurs. La plupart des SDM ne sont basés que sur des données de présence-absence, alors que l’utilisation de données d’abondance, bien que plus complexe à modéliser, apporte des informations précieuse sur l’état de santé des populations et leur capacité de résilience face à un environnement changeant. Une méthode de modélisation par machine learning des classes d’abondance a été proposée, avec l’application de solutions techniques pour résoudre les difficultés inhérentes aux données d’abondance. Ces SDM ont ensuite permis de projeter les distributions potentielles futures des espèces aux horizons temporels 2050 et 2080 et d’évaluer l’impact du changement climatique sur les abondances des communautés de poissons et de macroinvertébrés. Enfin, une comparaison de la similarité des patrons de structuration spatiaux des communautés aquatiques des grands bassins versants français, Loire, Seine, Rhône et Garonne, a été réalisée afin d’évaluer la portée du travail réalisé sur le bassin versant de la Loire.
Origine | Version validée par le jury (STAR) |
---|