Modlisation de l'expansion d'un insecte forestier sous l'effet du changement climatique - PowerPoint PPT Presentation

1 / 86
About This Presentation
Title:

Modlisation de l'expansion d'un insecte forestier sous l'effet du changement climatique

Description:

Modlisation de l'expansion d'un insecte forestier sous l'effet du changement climatique – PowerPoint PPT presentation

Number of Views:64
Avg rating:3.0/5.0
Slides: 87
Provided by: physUni
Category:

less

Transcript and Presenter's Notes

Title: Modlisation de l'expansion d'un insecte forestier sous l'effet du changement climatique


1
Modélisation de l'expansion d'un insecte
forestier sous l'effet du changement climatique
Christelle ROBINETINRA Orléans, Zoologie
forestière
La Processionnaire du Pin
CaSciModOT, Orléans, 06/12/2007
2
Changement climatique
  • ? CO2, O3, NO,
  • ? température
  • ? précipitation
  • ? insolation
  • ? événements climatiques extrêmes

Scenarii climatiques
0.6C en un siècle
Prévisions pour 21001.8-4.0C
IPCC (2001, 2007)
3
Impacts du changement climatique
  • Survie, vitesse de développement, fécondité,
    dispersion,..
  • Écosystème ennemis naturels, compétiteurs,
    proies, plante-hôte,

Robinet Roques, submitted
4
Impacts du changement climatique
  • Survie, vitesse de développement, fécondité,
    dispersion,..
  • Écosystème ennemis naturels, compétiteurs,
    proies, plante-hôte,
  • AIRE DE DISTRIBUTION DES ESPECES
    déterminée en grande partie par les conditions
    climatiques gt rétraction gt
    expansion

Berry et al.. 2001
présent
présent
2050s
2050s
5
Impacts du changement climatique
  • Survie, vitesse de développement, fécondité,
    dispersion,..
  • Écosystème ennemis naturels, compétiteurs,
    proies, plante-hôte,
  • AIRE DE DISTRIBUTION DES ESPECES
    déterminée en grande partie par les conditions
    climatiques gt rétraction gt expansion
  • gt progression vers les pôles et en altitude

63 de papillons européens non migrateurs ont
progressé vers le Nord de 35-240 km en un siècle
(Parmesan et al. 1999).
6
Impacts du changement climatiquesur les aires de
distribution
Pour évaluer limpact du changement climatique,
la méthode couramment utilisée consiste à
déterminer lenveloppe bioclimatique.
  • Déterminer les conditions climatiques permettant
    la survie de lespèce (données présence /
    absence)
  • Projeter ces contraintes afin de définir
    laire de répartition potentielle de lespèce
  • Utiliser divers scénarii (climatiques) afin de
    prévoir laire de répartition potentielle de
    lespèce dans les années futures

Robinet et al. 2007
Distribution de la PP en 1970-80 (GAM)
7
Impacts du changement climatiquesur les aires de
distribution
Pour évaluer limpact du changement climatique,
la méthode couramment utilisée consiste à
déterminer lenveloppe bioclimatique.
Cette méthode permet dévaluer rapidement
limpact du changement climatique sur une espèce
donnée sans connaître la biologie en détail
MAIS 1- elle ne tient pas compte des capacités
de dispersion et des barrières à la
progression 2- elle ne permet pas de montrer
rigoureusement le rôle du changement
climatique
8
Impacts du changement climatiquesur les aires de
distribution
Il est indispensable 1- de comprendre le
mécanisme biologique sous-jacent2- dinclure
les capacités de dispersion pour prévoir
lévolution de laire de répartition de manière
plus réaliste.
Étude spécifique de leffet des conditions
climatiquesChoix du noyau de dispersion
9
Processus de dispersion
individu particule
Modèle de réaction-diffusiondispersion plantes
et animauxflux de chaleur, patterns chimiques
dispersion aléatoiremouvement brownien
10
Modèle de réaction-diffusion
  • Modèle de Skellam (1951) progression des
    rats musqués

Amérique du Nord (fourrure)
f (N)e N
Pour la processionnaire du pin 1- Mise en place
détudes expérimentales pour déterminer les
contraintes climatiques 2- Développement dun
modèle de diffusion couplé avec ces contraintes
11
Évolution de laire de distribution de la
chenille processionnaire du pin
Évolution réelle du front
12
Évolution de laire de distribution de la
chenille processionnaire du pin
Expansion vers le nord et en altitude
Front 1980
Sources Démolin et al 1996 (front 1969-80) et
INRA Orléans (front 2005)
13
Évolution de laire de distribution de la
chenille processionnaire du pin
Expansion vers le nord et en altitude
Front 1980
Modéliser lévolution de laire de
distribution afin de 1 - Montrer le rôle du
réchauffement climatique 2 - Fournir une
prévision pour les années à venir
Sources Démolin et al 1996 (front 1969-80) et
INRA Orléans (front 2005)
14
Études expérimentales
Étude expérimentale greffage le long de
transects
PARIS
AU DELA DU FRONT
Sénart
Rougeau
2004
Champagne
2002-2003
Nemours
2.8 1.9 ab b
Champmotteux
PRÉ-FRONT
1992
Montargis
ORLÉANS
Lorris
13.9 13.6 a a
Mézières
CUR
TRANSECT 1
TRANSECT 2
de chenilles survivantes
de L5 (dernier stade larvaire)
15
Rôle de lalimentation

T nid gt 9C (jour)
T air gt 0C (nuit suivante)
TC dalimentation potentielle
TC dactivation
Alimentation possible
Battisti et al. (2005)
16
Rôle de lalimentation
1992-1996
2000-2004
11 stations Calcul sous R Résultat kriggé sous
Surfer
2004
1996
1996
1992
1992
Moyenne des températures minimales doctobre à
mars sur un transect Tours Orléans Melun
Paris.
Paris
Nombre moyen de jours dalimentation dOctobre à
Mars
Tours
Orléans
Melun
Variable explicative Tmin Oct-Mars (R²0.77)
17
Construction du modèle complet
Variable explicative Tmin Oct-Mars
Intégrée dans le modèle complet dexpansion
18
Construction du modèle complet
K 1 nid / pin
Population initiale N0
Population supposée en équilibre K(X)
19
Construction du modèle complet
Population initiale N0
Mortalité hivernale(limitant la progression)
Sw probabilité de survie liée à Tmin
Oct-Mars
Tmin doctobre à marsgt alimentationgt survie
Sw
20
Construction du modèle complet
Population initiale N0
Mortalité hivernale(limitant la progression)
Sw probabilité de survie liée à Tmin
Oct-Mars
Étude de terrain
Wc 2.78C (P lt0.001, hautement significatif)s
24.30 (P 0.07 non significatif)
R² 0.98 (P lt0.001)
21
Construction du modèle complet
Population initiale N0
Mortalité hivernale(limitant la progression)
Diapause prolongée
a proportion de diapause prolongée
Expérience été 2005
gt a 0
22
Construction du modèle complet
Population initiale N0
Mortalité hivernale(limitant la progression)
Diapause prolongée
DIFFUSIONDispersion des papillons
rd capacité de dispersion Shigesada
Kawasaki 1997
23
Construction du modèle complet
Population initiale N0
Mortalité hivernale(limitant la progression)
Diapause prolongée
DIFFUSIONDispersion des papillons
Population dispersée
CROISSANCE(Modèle de Ricker avec retard)
24
Construction du modèle complet
Modèle de croissance
Modèle non linéaire (modèle de Ricker avec
retard)
r taux de croissance K capacité biotique
25
Construction du modèle complet
Modèle de croissance
Modèle non linéaire (modèle de Ricker avec
retard)
r taux de croissance K capacité biotique
r 1 (périodicité de 6 ans, Murray 2002) K
1 nid par pin dans le Loiret (45)
26
Construction du modèle complet
Population initiale N0
Mortalité hivernale(limitant la progression)
Diapause prolongée
DIFFUSIONDispersion des papillons
Population dispersée
CROISSANCERégulation avec retard
r1 K1 nid par pin
27
Construction du modèle complet
Population initiale N0
Mortalité hivernale(limitant la progression)
Diapause prolongée
DIFFUSIONDispersion des papillons
CROISSANCERégulation avec retard
Comparaison avec les observations
28
Construction du modèle complet
Population initiale N0
rd 3 -4 km
Mortalité hivernale(limitant la progression)
Diapause prolongée
DIFFUSIONDispersion des papillons
CROISSANCERégulation avec retard
Pertinence biologique capacité de vol dune
espèce sur Thaumetopoea wilkinsoni(Halperin
1968)
29
Scénario 1981-2005
Rd 3 km
30
Reconstruction par le modèleAnnée 1981
31
Reconstruction par le modèleAnnée 1982
Température minimale Oct-Mars (C)
32
Reconstruction par le modèleAnnée 1983
Température minimale Oct-Mars (C)
33
Reconstruction par le modèleAnnée 1984
Température minimale Oct-Mars (C)
34
Reconstruction par le modèleAnnée 1985
Température minimale Oct-Mars (C)
35
Reconstruction par le modèleAnnée 1986
Température minimale Oct-Mars (C)
36
Reconstruction par le modèleAnnée 1987
Température minimale Oct-Mars (C)
37
Reconstruction par le modèleAnnée 1988
Température minimale Oct-Mars (C)
38
Reconstruction par le modèleAnnée 1989
Température minimale Oct-Mars (C)
39
Reconstruction par le modèleAnnée 1990
Température minimale Oct-Mars (C)
40
Reconstruction par le modèleAnnée 1991
Température minimale Oct-Mars (C)
41
Reconstruction par le modèleAnnée 1992
Température minimale Oct-Mars (C)
42
Reconstruction par le modèleAnnée 1993
Température minimale Oct-Mars (C)
43
Reconstruction par le modèleAnnée 1994
Température minimale Oct-Mars (C)
44
Reconstruction par le modèleAnnée 1995
Température minimale Oct-Mars (C)
45
Reconstruction par le modèleAnnée 1996
Température minimale Oct-Mars (C)
46
Reconstruction par le modèleAnnée 1997
Température minimale Oct-Mars (C)
47
Reconstruction par le modèleAnnée 1998
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
48
Reconstruction par le modèleAnnée 1999
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
49
Reconstruction par le modèleAnnée 2000
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
50
Reconstruction par le modèleAnnée 2001
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
51
Reconstruction par le modèleAnnée 2002
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
52
Reconstruction par le modèleAnnée 2003
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
53
Reconstruction par le modèleAnnée 2004
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
54
Reconstruction par le modèleAnnée 2005
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
55
Scénario climatique ARPEGE-Climat de
Météo-France régionalisé
Scénario 2006-2026
  • Hypothèses modérées
  • taux de CO2 x 2 entre 1975 et 2100
  • hausse des températures moyennes de l'ordre de
    3C entre 1960 et 2100 dans la zone détude

56
Prévision du modèleAnnée 2006
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
57
Prévision du modèleAnnée 2007
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
58
Prévision du modèleAnnée 2008
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
59
Prévision du modèleAnnée 2009
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
60
Prévision du modèleAnnée 2010
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
61
Prévision du modèleAnnée 2011
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
62
Prévision du modèleAnnée 2012
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
63
Prévision du modèleAnnée 2013
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
64
Prévision du modèleAnnée 2014
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
65
Prévision du modèleAnnée 2015
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
66
Prévision du modèleAnnée 2016
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
67
Prévision du modèleAnnée 2017
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
68
Prévision du modèleAnnée 2018
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
69
Prévision du modèleAnnée 2019
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
70
Prévision du modèleAnnée 2020
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
71
Prévision du modèleAnnée 2021
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
72
Prévision du modèleAnnée 2022
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
73
Prévision du modèleAnnée 2023
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
74
Prévision du modèleAnnée 2024
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
75
Prévision du modèleAnnée 2025
PARIS
Chartres
Fontainebleau
Montargis
Orléans
Gien
Blois
Tours
Bourges
Nevers
Châtellerault
Châteauroux
Température minimale Oct-Mars (C)
Colonisation de Paris intra-muros dici 2025
(sous hypothèses modérées)
76
Scénario 2006-2026
gt Grand potentiel de progression
Et ce nest que le début du réchauffement
climatique
  • prévision modérée capacité de dispersion gt 3
    km ?
  • transport accidentel dispersion longue
    distance ? gt expansion plus
    rapide
  • effet des conditions climatiques extrêmes???

77
Effets contrastés de la canicule de lété 2003
Canicule
MORT
Région Centre (France)
CHUTE DE POPULATION
Adultes
Oeufs
Développement larvaire
Alpes italiennes
Adultes
Oeufs
Développement larvaire
EXPANSION
ACTIVATION DU VOL
Temps (été-automne)
Robinet Roques, submitted
78
Perspectives immédiates
79
1- Caractérisation plus fine du noyau de
dispersion
Dispersion à courte distance Quantification du
pic (courbes leptokurtiques , kurtosis gt 0 ou
playtikurtiques, kurtosis lt 0 ?)
Dispersion à longue distance Queue fine ou
épaisse?Décroit /- vite que Exp(-x) ?
80
1- Caractérisation plus fine du noyau de
dispersion
- Études expérimentales manège de vol
81
1- Caractérisation plus fine du noyau de
dispersion
- Études expérimentales manège de vol
- Études expérimentales lâcher-recapture
82
1- Caractérisation plus fine du noyau de
dispersion
- Études expérimentales manège de vol
- Études expérimentales lâcher-recapture
- Études expérimentales effet des températures
Battisti et al. (2006)
Seuil de température pour le vol les femelles
14C
83
1- Caractérisation plus fine du noyau de
dispersion
- Études expérimentales manège de vol
- Études expérimentales lâcher-recapture
- Études expérimentales effet des températures
- Études génétiques
Dispersion à longue distance
Klein et al. (2006)
Queue de distribution épaisse
Apparition de colonies satellites
indépendantesavec un effet fondateur important
Forte structuration génétique mais pas
disolement par la distance
84
1- Caractérisation plus fine du noyau de
dispersion
- Études expérimentales manège de vol
- Études expérimentales lâcher-recapture
- Études expérimentales effet des températures
- Études génétiques (Rousselet et al.,
en prép.)
Isolement par la distance chez la processionnaire
du pin,caractérisé par la tendance
Indice de structuration génétique des populations
Distance entre les populations
85
2- Extension du modèle à lexpansion en altitude
Altitude dans la vallée de la Durance (Alpes
Françaises)
1) Prise en compte de laltitude pour interpoler
la température et estimer la survie des larves
Rôle de lexposition, de linsolation? De
la pente?
2) Intégrer la contrainte bio-climatique dans un
modèle dynamique dexpansion (tenant compte des
capacités de dispersion et de la distribution des
pins)
86
MERCI DE VOTRE ATTENTION !
CaSciModOT, Orléans, 06/12/2007
Write a Comment
User Comments (0)
About PowerShow.com