Impact écosystémique des efflorescences d'espèces toxiques en lien avec les changements environnementaux et climatiques

Période
2020
Equipe(s)
BIOPAC
ECOFUNC
SOMAQUA
Type de financement
Intra-unité
Collaboration scientifique
France
Contact(s)

Impact écosystémique des efflorescences d'espèces toxiques en lien avec les changements environnementaux et climatiques : détection de ruptures dans des séries temporelles multivariées

Description

Contexte scientifique

Depuis le début des années 2000, une recrudescence d’efflorescences algales nuisibles (HABs) a été observée le long du littoral français, des travaux récents suggérant qu’un changement des conditions environnementales et climatiques, ainsi que l’eutrophisation, favorisent le développement de ces espèces toxiques au détriment des espèces non toxiques (Belin et al. 2013). Les conséquences de ces phénomènes ne se limitent pas à des nuisances directes sur l’écosystème (e.g. mortalité de la faune marine) mais s’étendent également, indirectement, à l’Homme par effet d’accumulation dans les mollusques bivalves, poissons ou autres fruits de mer. En raison de l’intensification des pressions anthropiques, ces phénomènes semblent se développer en termes d’occurrences, de répartition spatiale, et de diversité d’espèces impliquées, rendant plus difficile leur détection, leur surveillance et leur gestion. En conséquence des changements climatiques, des épisodes encore plus fréquents et intenses sont attendus d’ici la fin du siècle (Townhill et al. 2018). Il est donc impératif de mettre en place des outils, méthodes et indicateurs permettant de détecter efficacement ces épisodes, dans le but de déterminer les conditions environnementales et climatiques ‘initiatrices’, i.e. qui précédent leur apparition. Une telle approche nécessite néanmoins de considérer à la fois les écosystèmes dans leur ensemble (compartiments physico-chimiques, planctoniques, poissons…) mais aussi les interactions qui régulent les différents compartiments ; le challenge méthodologique étant donc de développer des outils considérant cet aspect multivarié.

Question posée

Dans un contexte de changement climatique, comment identifier - de manière précoce - les épisodes d’efflorescences d'espèces toxiques et comment évaluer leurs impacts sur (i) les différents ‘acteurs’ d’un écosystème et (ii) sur les interactions entre ces acteurs ? Est-il possible de développer des outils statistico-mathématiques pouvant servir de système d’alerte précoce, ceci dans le but de contribuer à réduire les potentiels impacts économiques de ces HABs ?

Méthode employée

Caractériser les ruptures abruptes dans les dynamiques saisonnières et interannuelle des espèces à l’origine des HABs, en relation avec les dynamiques des communautés microbiennes (microphytoplanctonique et bactérienne) et planctoniques sous l’influence des forçages hydroclimatiques et environnementaux, à différentes échelles spatiales d’influence, du local au global.

L’objectif est de travailler sur une méthode multivariée de détection des changements abrupts au sein de séries temporelles, tout en considérant également une composante spatiale. Ceci afin d’étudier dans quelle mesure - et à quelle "vitesse" - un événement HAB peut se propager au sein d’un écosystème. La méthode MARS (Multivariate Adaptive Regression Splines) a été sélectionnée pour répondre à nos objectifs. MARS est une technique numérique non paramétrique pouvant être considérée comme une extension des modèles linéaires et qui permet de considérer la non-linéarité et les interactions entre les différentes variables d’étude. Cette méthode a notamment été récemment utilisée pour estimer les conséquences économiques de la présence d’espèces invasives. Il s’agira notamment d’estimer la robustesse et la sensibilité de cette méthode sur (i) des séries temporelles ‘artificielles’ pour lesquelles les ruptures sont connues, (ii) sur des séries biologiques issues de chroniques d’observation à moyen et long-terme et (iii) sur des sorties de modèles (Ecological network analysis ; ENA) qui permettront de considérer les éventuelles modifications dans les interactions entre les différents compartiments considérés (climatiques, physico-chimiques et biologiques), tout calculant des intervalles de confiance associés aux ruptures. Une étape du développement numérique sera également dédiée à comparer les résultats obtenus par la méthode MARS avec d’autres approches multivariées du type AEM (Asymmetric eigenvector maps) et dbMEM (Distance-based Moran’s eigenvector maps). Cet indicateur « early warning signal », optimisée ici dans un contexte de détection d’initiation d’efflorescences toxiques pourra être valorisée par une toolbox R qui sera, dans un premier temps, déposée sur GitHub.

Ce projet s’inscrit dans la continuité d’un travail en cours focalisé sur la caractérisation de changements abrupts sur des séries univariés (stage ingénieur Romain Arnold, contrat MNHN, co-encadrement E. Goberville, N. Niquil, B. Leroy, J. Fauchot).