Aller au contenu principal

Faut-il prendre en compte la météo pour modéliser la présence des espèces sur un territoire ?

Lézard ocellé

Dans le cadre de sa thèse, notre collègue Léa Pautrel s’intéresse à la manière de traiter les données d’observation d’espèces réalisées à l’aide de capteurs photo.

Une fois analysées par IA pour identifier les espèces photographiées, ces données sont utilisées pour nourrir différents modèles statistiques et en particulier des modèles d’occupation, qui ont pour objectif d’estimer la probabilité de présence ou d’absence d’une espèce en différents points d’un territoire. 

Au cours des derniers mois, Léa a d’abord comparé les performances de deux types de modèles d’occupation : 

  • ceux en temps discret, qui sont construits pour traiter des données recueillies de manière ponctuelle ;
  • ceux en temps continu, qui sont conçus pour le traitement de données acquises en « non-stop » (notamment par le biais de capteurs).

L’un des enjeux pour que ces modèles fournissent des prédictions les plus réalistes possibles, c’est que les facteurs susceptibles d’influencer la présence et la détection d’une espèce soient correctement pris en compte. 

C’est là qu’on en vient à la météo. 

Est-ce que c’est un facteur qui influe sur le comportement des espèces ? 

Et si oui, est-ce que cette co-variable pèse suffisamment « lourd » pour qu’il soit impératif de l’intégrer dans les modèles (sans quoi les résultats de modélisation seraient faussés) ?

Pour répondre à ces questions, Léa va d’abord devoir définir quelles données météo elle utilise, ce qui pose la question de leur finesse. 

C’est particulièrement vrai avec des modèles d’occupation en temps continu, alimentés par des données de capteurs. Si une espèce est photographiée à un instant T, il faut connaître la météo à cet instant T.

Or la majorité des données météo, par exemple de température extérieure, ne sont pas collectées en temps continu. 

Il va donc être nécessaire d’interpoler les données disponibles, c’est-à-dire de combler les « trous », de remplacer les données manquantes par des valeurs estimées.

Comment faire, et quelle sera l’influence de la méthode d’interpolation choisie sur les résultats d’analyse ? 

C’est la problématique que Léa est venue présenter, cette semaine, lors des journées annuelles du GdR EcoStat (Groupement de recherche en écologie statistique), qui se tenaient à Montpellier.

Si vous voulez revoir son intervention, la vidéo est en ligne ici (à partir de 2:45) : https://www.youtube.com/watch?v=aRURKnOkdwg

 

Vous voulez être sûr de ne manquer aucune info ? Inscrivez-vous pour recevoir, tous les deux mois, notre newsletter dédiée à la biodiversité et aux technologies numériques.

 Christophe Plotard