Comment trouver des populations

Slides:



Advertisements
Présentations similaires
Un écosystème marin Guillaume DELHUMEAU Sophie POULLAIN IMA 5
Advertisements

Introduction aux statistiques Intervalles de confiance
Le temps et le climat.
Guillaume Thirel CNRM/GMME/MOSAYC Thèse encadrée par Éric Martin
Réalisations 2010 PA1 – WP5. Aperçu Communication Commission de lEscaut Communication ScaldWIN Conclusion.
International Telecommunication Union Accra, Ghana, June 2009 Relationship between contributions submitted as input by the African region to WTSA-08,
en Modélisant les Ecosystèmes aNTropiques »
A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T.
Lucie Lovy Thibault Sterckeman, Guillaume Echevarria
Données nécessaires pour le projet Projet PARCC- Atelier national de lancement du Mali Bamako, 31 octobre – 1er novembre 2011 INTERNATIONAL UNION FOR CONSERVATION.
ASSISES 2006 QUELS PROJETS POUR LES JEUNES Résultats quantitatifs et qualitatifs de lenquête A LECOUTE DU CLUB.
Bilan de carbone de l’écosystème forestier aquitain de pin maritime
Exploitation des images satellitaires de MODIS-Terra pour la classification du sol et la détection des plans d’eaux: cas de la Tunisie Présenté par: DJAMAI.
INTRODUCTION Grande quantité de données
Master Génie Biologique et Informatique, première année
INSEE Auvergne. Page 2 La démographie : lAuvergne présente et à venir vieillissement : moins de jeunes, plus de seniors Lemploi une croissance modérée.
Contribution de LudoTIC Tâche 1.3. Notre approche La modélisation des utilisateurs vise à mettre au point un modèle précis et fiable des différents «
Des actions en faveur de la conservation de la biodiversité Une prise de conscience récente (années 1990) Des initiatives issues dassociations (CREN),
Leçon n°2: Les précipitations
Evolution des glaces continentales polaires du Groenland et de l’Antarctique Frédérique Rémy Février 2012.
Module SIG-Santé 15. Modélisation Marc SOURIS
Christelle Scharff IFI 2004
Réviser les repères spatiaux du Brevet des collèges
Le réseau écologique wallon : un mythe ou une réalité ?
La Surveillance Écologique :
Réglage et protection des réseaux électriques
Conservatoire botanique national de Bailleul
Formules empiriques et Formules moléculaires
10/10/2011 United Nations Environment Programme World Conservation Monitoring Centre PARCC Afrique de lOuest Aires Protégées Résilientes au Changement.
GÉOMÉTRIE ET CODE DE LA ROUTE
SUIVI DE LA VEGETATION PAR IMAGE MODIS SUR LE BASSIN VERSANT DU BOUREGREG BROU Yao Télesphore EMRAN Anas TRA BI Zamblé Armand.
ANALYSE CROISEE ANTENNES/SCINTILLATEURS
La coévolution Définition
Modélisation de linfluence de lenvironnement sur lobésité AUGEREAU Cynthia MORIN Julie – IMA V.
Partie transversale chapitre 1 :regrouper les êtres vivants par espèce
Introduction à la Théorie géométrique de la diffraction
Dynamique des populations et structures spatiales contexte, démarche, exemple, perspectives.
Programmation linéaire en nombres entiers Algorithme de la subdivision successive («Branch and Bound Algorithm»)
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 2: estimation de la prévisibilité dans le.
Les modèles linéaires (Generalized Linear Models, GLM)
Gritti et al. Journal of Biogeography 2006
Explaining the explosion: modelling hybrid invasions Hall et al 2006.
Objectifs: Etudier l’hétérogénéité des caractères au sein de la composante environnementale de la variance résiduelle Pour cela on tente de minimiser les.
1 TR: Pour commencer, je vais vous enoncer qq informations generales sur els aér ainsi que leurs origines Modélisation et analyse de l'évolution des aérosols.
Modélisation de la formation de bancs de poissons
Aire d’une figure par encadrement
Wala K. Maître Assistant Ecologie appliquée Université de Lomé
Un analyse climatique.
* Source : Étude sur la consommation de la Commission européenne, indicateur de GfK Anticipations.
La boîte d’outils du géographe
Qualité de l’air de la mesure à l’information et à la prise de décision Greenpride, 21 Octobre 2014 Augustin Colette, Institut.
L ’ÉCOLE VERTE À VÉLO Le 3 e millénaire - Le 3 e millénaire s’ouvre sur des défis écologiques nouveaux : - Changements climatiques, disparition des forêts,
Dynamique des ligneux dans les écosystèmes tropicaux
Une courte introduction Wetland Link International.
PPA Lyon – GT Qualité de l’Air – 3 Novembre 2005 PPA LYON Simulations de scenarii.
Caswell 2001 Sinauer Associates
Théorème de la limite centrale l’inférence statistique
Potentiel de télédétection dans le suivi de la sécheresse dans le bassin versant du chéliff SAADI Hasna Rabat Encadrée par: MEDDI Mohamed.
La régression du Sonneur à ventre jaune (Bombina variegata L
Ordre des cours d’eau et zones humides : application à la dynamique spatio-temporelle des nitrates Sous-titre : De la nécessité de travailler à différentes.
Chapitre 1: Les niveaux biologiques: vue d’ensemble
Apport de l’imagerie satellitaire et des SIG
Vers une intégration plus poussée de la recherche Web avec les Systèmes d’Information Géographiques Adapté de «Toward Tighter Integration of Web Search.
MODULE 1 – Les interactions au sein des écosystèmes
Ecologie des métacommunautés de rongeurs dans les agro-écosystèmes sahéliens: effets des conditions environnementales locales et de la distribution spatiale.
CALCUL STRATÉGIQUE Calcule vite et bien ! Ajouter 1, faire +1.
Centre d’échange d’Information de la Convention sur la Diversité Biologique Madagascar CHM / CDB Madagascar Voahangy Raharimalala.
Les concepts de la pensée géographique Quand un géographe demande les questions sur un sujet ou enjeu, ils considèrent 4 manières de penser géographiquement.
Introduction aux statistiques Intervalles de confiance
Génétique des populations La loi de Hardy-Weinberg
Transcription de la présentation:

Comment trouver des populations de haricot sauvage (Phaseolus vulgaris et P. coccineus) au Mexique? ou comment se servir du GIS pour se rendre la vie (un peu) plus facile… Biogéographie et modélisation – Anahí Espíndola - 5.11.2009 Espindola_Master_Biol_UniNE_2006

Le système tritrophique du haricot sauvage Parasitoïdes Horismenus spp. Herbivores Bruchidae (Coleoptera) Plante hôte - Haricots sauvages (Fabaceae)

Plantes-hôte P. coccineus P. vulgaris

Herbivores Zabrotes spp. Acanthoscelides obtectus / obvelatus

Parasitoïdes Horismenus missouriensis H. butcheri H. depressus

COMMENT TROUVER DES POPULATIONS SAUVAGES DE HARICOT Buts du project Connaître la biologie des parasitoïdes Déterminer la génétique de populations et la structure génétique spatiale de Horismenus butcherii dans différents types de populations de haricot (allo et sympatriques) MAIS … COMMENT TROUVER DES POPULATIONS SAUVAGES DE HARICOT SI L’ON CONNAIT MAL L’ENVIRONNEMENT????

Aire de travail Mexique Plateau Central

“Modélisation” des différentes types de populations GIS à la rescousse! “Modélisation” des différentes types de populations (P. vulgaris allopatrique, P. coccineus allopatrique, sympatrique) Predire les endroits où les chances de trouver de nouvelles populations sont hautes Identifier les conditions environnementales de chaque type de population Populations connues de haricot sauvage Utiliser les cartes de prédiction produites pour trouver de nouveaux sites

D’un point de vue GIS… Points  populations connues de haricot sauvage 3 types: sympatriques, allopatrique pour l’une et l’autre espèce de haricot P. vulgaris :120 , P. coccineus: 75, sympatric: 20

D’un point de vue GIS… Grids  base de données à disposition pour plusieurs caractères environnementaux http://conabioweb.conabio.gob.mx/metacarto/metadatos.pl données de très bonne qualité (bonne résolution -10km x 10km- et à jour) - Sols - Land-use - Climat - Humidité - Hydrographie - Topographie

Recherches dans les grids environnementaux (“Query”) et extraction de fréquences pour chaque type de population Type de sol Isothermes

Cartes de prédiction pour populations sympatriques (ex.) Recherche de sites présentant les caractères spécifiques à chaque type de population Cartes de prédiction pour populations sympatriques (ex.) Isotherms type 7 and 8 (16-18, and 14-16) Climate type 11 (cw2) Humidity type 3 (w2; subhumid) Sols type 4 (Humic andosol) Landuse INEGI type 6 (202; Pine forest)

Calibration du modèle 1- Visite des régions indiquées par les cartes de prédiction  échantillonnage 2- Calcul du nombre de population trouvées dans un rayon de 5km d’un site prédit

P. vulgaris prédits trouvés P. coccineus Populations sympatriques

Calibration Dans un rayon de 5 km nous avons trouvé… 53.5 % des populations allopatriques de P. vulgaris (n=43) 71.5 % des populations allopatriques de P. coccineus (n=35) 66.5 % des populations sympatriques (n=12)

Petites conclusions Notre modèle est simple et a l’air de marcher Nos prédictions sont bonnes surtout au niveau régional (~5-10 km) Le modèle est dynamique, car on pourrait aussi ajouter plus de données ou plus de variables environnementales