Dans un article récent publié dans Méthodes en écologie et évolution, Yves Klinger et ses collègues ont présenté une méthodologie innovante nommée iPhenology. Cette approche utilise des données photographiques accessibles au public provenant de scientifiques citoyens (CS) pour suivre les événements phénologiques à grande échelle dans les plantes. La phénologie, l'étude des phénomènes naturels cycliques et saisonniers en relation avec le climat et la vie végétale et animale, est un domaine largement sous-étudié de l'écologie fonctionnelle des plantes. Comprendre le moment des étapes de reproduction cruciales, telles que le débourrement, la floraison et la production de graines sous différents climats, est crucial pour prédire comment les aires géographiques des plantes peuvent changer sous un climat changeant.

Le flux de travail iPhenology comprend l'acquisition de données, le nettoyage, la classification phénologique et la modélisation des modèles spatio-temporels de la phénologie. L'étude a illustré l'utilisation d'iPhenology en suivant les étapes de floraison et de fructification d'une plante européenne envahissante, Lupinus polyphyllus, le lupin à grandes feuilles, dont le domaine vital s'étend de la côte ouest de l'Amérique du Nord entre le sud de l'Alaska et la Californie et aussi loin à l'intérieur que l'Utah et le Wyoming.

Les auteurs soulignent le vaste potentiel inexploité des observations photographiques des scientifiques citoyens, une source de données sous-utilisée qui a explosé avec l'essor des applications pour smartphone pour l'identification des espèces, telles que INaturalist et Pl@ntNet. Ces applications ont été téléchargées plus de 12 millions de fois, alimentant des bases de données telles que Système mondial d'information sur la biodiversité (GBIF) avec une quantité d'observations sans précédent.

L'un des avantages de l'utilisation de photos à partir de smartphones réside dans les données intégrées à la photo. Cela inclut généralement un horodatage précis et une position GPS, plaçant la photo à un moment et dans un espace que les botanistes peuvent utiliser.

Un diagramme du flux de travail d'iPhenology. Les observations photographiques sont triées sur le plan de la qualité et de la pertinence avant d'être classées. Celles-ci forment ensuite des observations phénologiques qui peuvent être classées pour observer des modèles et déterminer ce qui entraîne les changements.
Flux de travail proposé pour iPhenology. Source : Klinger et al. 2023.

Les études phénologiques sont cruciales pour prédire comment les espèces réagiront au changement climatique, mais elles ont été limitées par la simple logistique de l'obtention d'observations simultanées sur de vastes étendues géographiques. iPhenology change donc la donne, permettant aux chercheurs de suivre les événements phénologiques comme jamais auparavant.

Cependant, l'équipe a constaté que la quantité et la qualité des données peuvent varier entre les espèces et les stades phénologiques. Il y avait aussi des biais potentiels dus à la nature opportuniste de observations scientifiques citoyennes, souvent orienté vers des zones plus accessibles et urbanisées. Malgré ces limites, les auteurs affirment que les observations photographiques publiques accessibles au public conviennent au suivi des événements phénologiques clés, faisant progresser considérablement notre compréhension de la phénologie des plantes. Dans leur article, Klinger et ses collègues écrivent :

iPhenology, l'observation d'événements phénologiques à l'aide d'observations photographiques CS accessibles au public, est une approche très prometteuse pour faire avancer la recherche phénologique pour de nombreuses espèces répandues. Parmi les nombreux domaines d'application potentiels figurent la comparaison de données phénologiques basées sur des experts avec des données CS, la modélisation des moteurs climatiques de la phénologie à l'aide d'observations CS ou la détermination du bon moment pour la gestion des espèces exotiques envahissantes en fonction de leur phénologie. À l'avenir, la classification phénologique des photos CS à l'aide de l'apprentissage en profondeur pourrait permettre des évaluations automatisées en temps réel des événements phénologiques pour un grand nombre d'espèces.

Klinger et al. 2023

LIRE L'ARTICLE
Klinger, YP, Eckstein, RL et Kleinebecker, T. (2023) "iPhenology : Utilisation de photos de sciences participatives en libre accès pour suivre la phénologie à l’échelle continentale, " Méthodes en écologie et évolution. Disponible à l'adresse: https://doi.org/10.1111/2041-210x.14114.