La modélisation permet de prédire où les espèces envahissantes apparaîtront et où elles devront être protégées. Une nouvelle étude montre l'importance de la provenance des données. Après seulement 100 observations de plantes envahissantes aux États-Unis, les modèles utilisant uniquement des données américaines prédisent mieux leur propagation que ceux intégrant des informations sur leur répartition mondiale.
Nicholas Young et ses collègues ont étudié comment les modèles peuvent utiliser les données relatives à l'aire de répartition d'une plante pour prédire où elle est la plus susceptible d'envahir les États-Unis. Ils ont constaté que les meilleurs modèles varient selon le stade d'invasion. Les meilleurs modèles pour le stade le plus précoce, inférieur à 50 observations, utilisaient des données américaines et mondiales.
Pourtant, après plus de 100 observations aux États-Unis, un phénomène étrange s'est produit. La méthode traditionnelle consistant à construire des modèles de distribution utilisant l'ensemble de l'aire de répartition mondiale d'une plante (indigène + envahie) s'est avérée moins efficace dans la plupart des cas. Les auteurs suggèrent que la qualité des données pourrait être un problème.
Les prédicteurs globaux sont généralement plus grossiers (taille des grains ou des cellules), moins précis localement et ont une quantité limitée disponible, tandis que les prédicteurs américains peuvent être disponibles à des résolutions plus fines, sont souvent plus précis et peuvent avoir une plus grande variété et diversité de prédicteurs disponibles.
Un autre facteur peut être l'évolution des niches. Lorsque les plantes envahissent de nouvelles régions, elles trouvent souvent de nouvelles opportunités. Dans le cas de l'échasse japonaise, Young et ses collègues n'ont constaté quasiment aucun chevauchement entre les niches américaines et mondiales. Ces différences peuvent rendre les observations locales plus précieuses que les données mondiales.
L'équipe a appliqué sa méthode à 13 espèces différentes, de l'Ailante, envahissant en 1841, à l'Air Potato, envahissant en 1965. Ils ont constaté que leur point de basculement de 100 observations fonctionnait sur les vignes, les plantes herbacées, les arbustes, les arbres et les graminées, ce qui suggère qu'il fonctionne comme une approche générale de la modélisation.
Nos résultats montrent qu'une fois qu'un envahisseur accumule 100 occurrences après un filtrage spatial à au moins 5 km dans l'aire de répartition envahie des États-Unis, les modèles développés à l'aide d'occurrences de l'aire de répartition mondiale sont nettement pires que les autres stratégies de modélisation et que les modèles devraient être développés à l'aide d'occurrences de l'aire de répartition envahie à partir de ce point dans l'invasion.
L'étude fournit des conseils aux travailleurs pour la détection précoce des invasions et la mise en place de mesures d'intervention rapides. L'amélioration de la modélisation permettra de développer une approche plus précise et plus efficace pour identifier les zones à haut risque, permettant ainsi une meilleure allocation des ressources limitées de surveillance et de contrôle.
Young, NE, Williams, DA, Shadwell, KS, Pearse, IS et Jarnevich, CS (2025). Comment modéliser une nouvelle espèce envahissante ? Les modèles de répartition des espèces envahissantes aux États-Unis surpassent les modèles de répartition globaux ou combinés après 100 occurrences. Ecological Applications, 35(2), e70010. https://doi.org/pbqd
Posté sur Bluesky & Mastodonte.
Image: Lysimachie nummulaire / canva.
