La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Atelier lecture CIRAD 9/10/2008 The Unified Neutral Theory of Biodiversity and Biogeography Stephen P. Hubbell (2001) Chapitre 2 On current theories of.

Présentations similaires


Présentation au sujet: "Atelier lecture CIRAD 9/10/2008 The Unified Neutral Theory of Biodiversity and Biogeography Stephen P. Hubbell (2001) Chapitre 2 On current theories of."— Transcription de la présentation:

1 Atelier lecture CIRAD 9/10/2008 The Unified Neutral Theory of Biodiversity and Biogeography Stephen P. Hubbell (2001) Chapitre 2 On current theories of relative species abundance Monographs in Population Biology - 32

2 Relative Species Abundance Historique des principales avancées théoriques et empiriques de létude de « relative species abundance »

3 Relative Species Abundance Approche INDUCTIVE Ajustement des observations par une loi de probabilité (sans tenir compte dexplication théorique du phénomène) empirique Approche DEDUCTIVE Hypothèse sur lorganisation des communautés écologiques loi de probabilité

4 Lapproche inductive -1 Corbet (1941), Fisher et al. (1943) Beaucoup despèces rares Peu despèces communes Log-series S avec n individus = α x n /n S =

5 Lapproche inductive -1 X i : nombre dindividus échantillonnés dans une espèce donnée i suit une loi de Poisson P(λ i ) où λ i est labondance attendue de lespèce i Probabilité quune espèce i choisie aléatoirement ait une abondance λ i suit une loi Gamma γ(k) X i ~ P(λ i ) avec λ i ~ γ(k) X i ~ Binomiale négative (k, α) Espèces absentes (trop rares) non observées Binomiale négative « zéro tronquée » (k 0) Distribution log-series (α) Nb despèces avec n individus = α x n /n avec 0 < x < 1

6 Lapproche inductive -1 S = α ln(1 + N/α) α : - alpha de Fisher, - une mesure de la diversité spécifique, - théoriquement indépendant de la taille de léchantillon (Chave et al. 2004) S = nombre despèces = α [-ln(1-x)] N = nombre total dindividus = α x/(1-x)

7 Lapproche inductive -2 Preston (1948) espèces rares espèces intermédiaires Log-series de Fisher ajustent mal les données quand les espèces intermédiaires sont plus fréquentes que les espèces rares. Log-normale

8 Lapproche inductive -2 X : souvent en cloche, non normale, dissymétrique Log X : distribution normale X : distribution log-normale

9 Lapproche inductive -2 En pratique, construction de la log-normale en regroupant les abondances despèces dans des classes doctaves : Octave R = intervalle [2 R-1 ; 2 R ] (ex. 1er octave [1 ; 2], …) O1 [1 ; 2] 2 [2 ; 4] 3 [4 ; 8] 4 [8 ; 16] X Y Y X échelle logarithmique de base 2 représentée par échelle doctaves X – log 2 (X) octaves

10 Lapproche inductive -2 Distribution log-normale centrée autour du mode (R=0) et réduite ( valeurs négatives) S : nombre despèce dans mode (S 0 ), dans Rth octave (S R ) S = Log-normale canonique

11 Lapproche inductive -3 log-series (Fisher) vs log-normale (Preston) Log-series : artefact dune taille déchantillon petite ; distribution tronquée des abondances relatives, comprenant seulement les espèces les plus communes confondue avec fin log-normale Log-normale : ajuste généralement mieux que log-series les distributions « relative species abundance » (grande taille éch.)

12 Lapproche déductive -1 Pattern de la log-normale pour ajuster « relative species abundance » tellement ubiquiste existence dun mécanisme général sous- jacent McArthur (1957, 1960) Recherche dune théorie simple basée sur la niche pour produire une distribution log-normale. Hypothèse : abondance relative dune espèce est proportionnelle à la fraction totale de la ressource quelle utilise + partitionnement aléatoire des ressources. Ressource simulée par un bâton (stick)

13 Lapproche déductive -1 Ex. : S=10 espèces se répartissant une ressource de 100 unités (S-1) Random point S longueur segment Simulation 1 n simulations loi de distribution de la longueur du segment i abondance de lespèce i. … et segments ordonnés du plus court au plus long Bâton cassé (broken stick) … Random Longueur

14 Lapproche déductive -2 Motomura (1932) redécouvert par Whittaker (1965) Hypothèse : abondance relative dune espèce est proportionnelle à la fraction totale de la ressource quelle utilise + partitionnement non aléatoire des ressources mais partitionnement hiérarchique des ressources (espèces colonisent un milieu les unes après les autres). Communauté de plantes avec forte dominance Modèle de « niche-preemption » (Whittaker 1965)

15 Lapproche déductive -2 Ex. : n espèces se répartissant une ressource de 1 unité, en se la fractionnant à chaque étape dune fraction k (ex. k=0.5) Sp. 1 Sp. 2 Sp. 3 Sp. 4 Ressource (abondance) de lespèce i = k(1-k) i-1 Ricklefs & Miller 2000

16 Synthèse Dominance-diversity curve (Whittaker, 1965) CommunesRares Broken stick Log-normale Préemption

17 Synthèse Non adéquation entre : Les approches INDUCTIVE (Log-series, Log- normale) Et les approches DEDUCTIVES (Broken-stick, niche-preemption) Cause : Log-normale = produit de la multiplication dinteractions de processus aléatoires de la croissance. A nuancer : Broken-stick = cas particulier du modèle de Fisher (Chave 2004, Cohen 1968) k 0 : Log-series k 1 : Broken stick

18 Limites-1 Approches DEDUCTIVES Partitionnement de la ressource (aléatoire, k) pas clairement relié à des mécanismes compétitifs ou biologiques ; ne prennent pas en compte les échelles spatiales et temporelles. Nombre despèces (S) = paramètre libre Théories STATIQUES et NON DYNAMIQUES (naissance, mort, dispersion)

19 Limites-1 Approches DEDUCTIVES : STATIQUE Pas de connexion entre ces théories et la théorie des « Island biogeography » ( MacArthur & Wilson, chap. 1 ) Pas de connexions entre ces théories et les théories classiques de dynamique en écologie des communautés ( Lotka-Volterra, modèles proies- prédateurs).

20 Limites-2 Approches INDUCTIVES : Log-normale Taille plus grande des échantillons Distributions observées de « relative species abundance » rarement log-normales Beaucoup despèces rares et très rares Mal ajustées par log- normale … mais bien prédites par unified theory (zero-sum multinomial)

21 Bibliographie complémentaire Introduction de Chave (2004), Yin et al. (2005) Chave, J. (2004). Neutral theory and community ecology. Ecology Letters 7, Yin, Z. Y., Peng, S. L., Ren, H., Guo, Q. F., and Chen, Z. H. (2005). LogCauchy, log-sech and lognormal distributions of species abundances in forest communities. Ecological Modelling 184,


Télécharger ppt "Atelier lecture CIRAD 9/10/2008 The Unified Neutral Theory of Biodiversity and Biogeography Stephen P. Hubbell (2001) Chapitre 2 On current theories of."

Présentations similaires


Annonces Google