Méthodes de traitement des données
Rainettes ibérique et verte
Cette partie présente la méthodologie de modélisation spatiale des espèces de rainettes présentes en Nouvelle-Aquitaine.
1 Bases de données
1.1 Base de données de présence
En 2020, nous avons pu réaliser un partenariat grâce au programme « Les Sentinelles du Climat » avec l’ensemble des partenaires associatifs de la région Nouvelle Aquitaine qui sont : Cistude nature (Ex région Aquitaine), Charente-Nature (département de la Charente), Deux-Sèvres Nature Environnement (DSNE, département des Deux-Sèvres), Groupe Mammalogique et Herpétologique du Limousin (Ex région Limousin), Ligue de protection des oiseaux (Nationale et l’antenne Charente-Maritime) associée à Nature Environnement 17 (NE17, Charente-Maritime) et Vienne Nature (Département de la Vienne). Sur l’ensemble du territoire, cela représente 215 données pour la Rainette ibérique (dont 215 données précises), 8556 données pour la Rainette méridionale (dont 7009 données précises et 5864 données pour la Rainette verte (dont 3553 données précises).
Bilan du volume total de données recueillies dans le cadre du programme « Les Sentinelles du Climat » et notamment par le conventionnement des partenariats avec les associations naturalistes du Poitou-Charentes
Base de données de présence utilisée pour modéliser la répartition des rainettes verte (Hyla arborea), méridionale (H. meridionalis) et ibérique (H. molleri) à l’échelle régionale (Nouvelle Aquitaine) (GUILLON et al., in prep. a)
En 2018, les analyses exploratoires de modélisation spatiales des trois espèces de rainettes se sont basées sur les bases de données restreintes aux anciennes régions Aquitaine et Limousin . Pour les rainettes, le nombre d’observation correspondait à 310 pour H. arborea, 215 pour H. molleri et 1475 pour H. meridionalis.
1.2 Base de données climatiques
L’ensemble des variables climatiques disponibles et issues de différentes sources : Météo France (méthode AURELHY 1971-2000, ; simulations ALADIN 52, ), , WorldClim V2.0 et PVGIS (© European Communities, 2001-2020, ) pourront être utilisées. L’ensemble représente des variables possédant une résolution spatiale de 8 km à 1 km.
Afin de maximiser à la fois la qualité temporelle et spatiale des modélisations et ainsi valoriser l’ensemble des variables disponibles, notamment dans un objectif de projection temporelle, nous allons appliquer l’approche dites du « delta change method » d’après Mosier et al. . Cette approche permet d’utiliser à la fois les simulations ALADIN 52 pour avoir les meilleurs scénarios de changements du climat en cohérence avec le programme et d’utiliser également les variables climatiques (décrivant le climat du passé récent) les plus précises spatialement. Par exemple, au niveau des Pyrénées, l’utilisation de cette méthode de descente d’échelle permet de conserver la résolution spatiale la plus fine (1km²) montrant l’effet du relief sur le climat alors que ces subtilités ne s’expriment pas dans les simulations ALADIN (8 km de résolution). Cette méthode permet au terme de faire une descente d’échelle spatiale des simulations ALADIN 52 dans le futur de 8 km à 1km de résolution spatiale en intégrant les effets du relief ainsi que les subtilités régionales présentes sur la période de référence du passé récent.
1 Modélisation corrélative - analyse préliminaire
Les analyses préliminaires sur les déterminants climatiques de la répartition menées en 2018 ont été mises à jour grâce à l’acquisition de nouvelles de données de répartition des trois espèces en Poitou-Charentes qui sont maintenant complètes en 2020. Le principe de cette mise à jour a été de reprendre les niches climatiques prédites par les modèles et définies à l’échelle des anciennes régions Aquitaine et Limousin pour la projeter dans l’ancienne région Poitou-Charentes. Les données de présence en Poitou-Charentes permettent de faire une validation indépendante des prédictions pour vérifier si les variables sélectionnées permettent de bien définir les niches climatiques des espèceset ainsi vérifier la capacité des modèles à les projeter dans l’espace (et par voie de conséquences dans le temps).
L’ensemble des variables climatiques utilisées en 2018 issues de différentes sources (Météo France AURELHY, WorldClim V2.0, www.cmsaf.eu, PVGIS) ont été reprises. L’ensemble représente initialement 6 variables possédant une résolution spatiale de 7 km à 100 m.