Même si l’écologie prédictive n’a rien de nouveau, elle est devenue une approche de plus en plus importante. Par exemple, les modèles corrélatifs font partie des modèles les plus usités en écologie, notamment pour quantifier les facteurs biotiques et abiotiques impliqués dans la répartition géographique des espèces. Ainsi, les modèles de niche corrélatifs, appelés aussi "modèle de distribution d’espèce" ou "modèle de niche écologique", sont couramment utilisés pour prédire l’influence de l’environnement, principalement du climat, sur les répartitions d’espèces. Ces modèles sont basés sur des corrélations entre occurrences d’espèces et variables environnementales. Avec cette approche, il a par exemple été montré que le changement climatique peut avoir des effets dévastateurs pour l’ensemble des espèces, et ce quel que soit le groupe taxinomique. Plus récemment, des auteurs ont trouvé différentes stratégies pour les espèces d’arbres, où certaines seront beaucoup plus sensibles aux variations climatiques futures et seront vouées à une extinction rapide. Depuis une décennie, cette approche connaît une utilisation importante, avec des centaines d’articles publiés chaque année, liée aussi à une augmentation du facteur d’impact pour certaines revues.
Dans notre étude, nous voulions savoir si ces modèles de niches corrélatifs sont capables d’identifier le lien entre climat et espèce, et ce pour différents groupes taxinomiques. Ainsi, pour chaque espèce, nous avons créé des espèces virtuelles, qui sont supposées n’avoir aucun lien avec le climat (équivalent à un modèle nul). Nous avons démontré qu’il est possible de prédire la distribution des espèces virtuelles à partir des données climatiques avec une précision égale à celle des espèces réelles. En d’autres termes, les données climatiques peuvent prédire correctement la répartition des espèces même quand le climat n’y joue a priori aucun rôle. Il semble donc que le pouvoir prédictif élevé de ces modèles peut être très fortement influencé, voire déterminé, par l’auto-corrélation spatiale dans les données climatiques, sans refléter de relations causales entre climat et répartition des espèces. Ainsi, la performance des modèles de niche corrélatifs ne permet pas d’identifier le lien entre climat et espèce. Les prédictions obtenues avec cet outil, notamment pour la prédiction future des aires de répartitions des espèces, doivent donc être interprétées avec prudence.
Pour plus de détails, voir l'article original (en anglais) ici et le communiqué de presse
Comments