McGill University
Candidat Ph.D.
superviseur(e): Brian Leung
Laura Pollock
Début: 2019-09-03
Fin: 2026-04-30

Projet

Modélisation de la biodiversité florale à travers les continents : au carrefour de la biodiversité, des enjeux entourant son accès équitable et des services écosytémiques
Une bonne connaissance des distributions spatiales d’espèces est indispensable pour toute initiative de conservation écologique. Cependant, les bases de données de répartitions d’espèces existantes sont rarement complètes et contiennent de nombreux biais systématiques. Pour pallier ce problème, les modèles de répartition d’espèces (EN : SDM) sont souvent utilisés. En joignant les données d’occurrence d’une espèce à des prédicteurs climatiques et socio-économiques dans un algorithme corrélatif, les SDMs peuvent prédire avec plus de précision la répartition d’une espèce dans un habitat. Malgré leur utilité, les SDMs demeurent vulnérables à certains biais spatiaux et/ou taxonomiques présents dans les bases de données publiques. Ces biais causent des prédictions imparfaites et peuvent nuire aux efforts de conservation. La modélisation intégrée « BaK », une nouvelle approche, présente une méthode d’estimation de répartition d’espèces améliorée. Ce modèle combine les observations d’espèces avec des relevés systématiques dans un « Noyau d’ajustement de biais » (EN : BaK, estimation des composantes du biais) pour ajuster les prédictions modélisées, offrant une forte amélioration, et ce, particulièrement en régions sous-échantillonnées. Au cours de mon doctorat, j’utiliserai le cadre méthodologique BaK comme outil pour élucider des questions écologiques actuelles. Je me pencherai notamment sur la distribution de la biodiversité et de l’endémisme végétal, les biais de données systématiques, les services écosystémiques et l’équité socio-économique dans l’accès à la nature — tout en utilisant le continent européen comme étude de cas. Dans mon premier chapitre, j’ai élaboré des modèles BaK pour la flore européenne, offrant des estimations de répartitions ajustées. Dans les précédents chapitres, je m’appuierai sur ces estimations pour effectuer une priorisation de conservation spatiale qui me permettra d’identifier des “points chauds” de biodiversité endémique. J’effectuerai parallèlement une analyse spatiale superposant l’endémisme et des indicateurs clés du cadre des Nature’s Contribution to People (pollinisation, séquestration du carbone, accès équitable à un espace de nature de qualité). J’évaluerai ces “points chauds” dans leur complémentarité au réseau de zones protégées existant UE Natura2000, dont l’expansion est confirmée pour la décennie à venir. En résumé, ma thèse offrira l’estimation de répartition de biodiversité végétale européenne la plus complète à ce jour, avec des ajustements selon les biais taxonomiques et spatiaux, améliorant ainsi la capacité prévisionnelle. Ces cartes d’informations géographiques seront essentielles pour répondre à multiples questions portant sur des sujets écologiques fondamentaux ou appliqués concernant la répartition des plantes à différentes échelles géographiques.

Mots-clés

invasive species, SDMs, biodiversity, Europe, NCPs, ecosystem services, spatial prioritization, policy , Data bias, Species Traits

Publications

1- Zooplankton assemblage and body size responses to severe lake eutrophication from agricultural activities near mink farms in Nova Scotia, Canada
Jones, A, A Labaj, J Campbell, N Libera, J Kurek,
2022 Journal of Plankton Research