Les plantes sont extrêmement importantes pour soutenir les pollinisateurs tels que les abeilles, les papillons et autres insectes utiles. Lorsque des individus ou des organisations visent à aider les pollinisateurs en plantant des jardins de papillons ou des zones de fleurs sauvages, il peut être difficile de savoir quelles espèces de fleurs offrent le meilleur rapport qualité-prix. Rachel Pizante et ses collègues de l'Université de l'Alberta ont évalué diverses méthodes développées par les scientifiques pour quantifier les préférences florales des pollinisateurs et fournir des recommandations de plantation. Cependant, ils ont découvert des incohérences majeures entre ces techniques, ce qui remet en question leur fiabilité. Leur étude, publiée dans la revue Conservation et diversité des insectes, trouvé ceci différentes techniques mathématiques pour calculer les préférences florales des pollinisateurs ne s'accordent pas sur les fleurs les plus attrayantes.

Le défi de déterminer les préférences des pollinisateurs

Les chercheurs ont tenté de déterminer quelles fleurs les pollinisateurs préfèrent en examinant quelles fleurs ils visitent le plus souvent. Cependant, le nombre de visites à lui seul peut être trompeur. Les pollinisateurs visitent peut-être simplement les fleurs les plus abondantes dans une région, pas nécessairement leurs fleurs préférées. L'abondance inhérente de différentes fleurs besoins des espèces être pris en compte.

Ainsi, les chercheurs ont développé des méthodes mathématiques pour calculer les véritables préférences florales des pollinisateurs tout en supprimant l’effet de l’abondance des fleurs. Ces méthodes sont appelées « métriques de préférence ». Ils fonctionnent en comparant le nombre de visites à une espèce de fleur par rapport à l’abondance de cette espèce. Les mesures calculent un score de préférence pour chaque fleur qui indique si les pollinisateurs l'ont visitée plus que prévu en fonction de son abondance. Cela permet aux chercheurs de classer les fleurs que les pollinisateurs semblent préférer le plus.

Un désaccord choquant entre les méthodes

Étonnamment, lorsque les chercheurs ont testé ces différentes mesures de préférence sur le même ensemble de données, les mesures ont donné des classements très différents pour les fleurs les plus préférées ! Les mesures étaient fondamentalement en désaccord sur lequel les fleurs que les pollinisateurs trouvent les plus attrayantes.

Un exemple est Symphoricarpos occidentalis, Goji. Ce que Pizante et ses collègues citent en exemple. Ils écrivent:

Il n’y avait pas de consensus parmi les mesures concernant les fleurs les plus préférées (Figure 1). En fait, différentes mesures répertoriaient les mêmes espèces de fleurs comme préférées (très bien classées) et évitées (faiblement classées). Par exemple, Symphoricarpos occidentalis était considéré comme le plus préféré par l'hypothèse d'action de masse et les mesures de l'intervalle de confiance, quelque peu préféré par la mesure de la centralité, et non préféré par la préférence des ressources et les mesures de l'IP (Figure 1). De plus, même lorsque certaines espèces présentaient des similitudes entre les paramètres, ces mêmes paramètres pouvaient classer d’autres espèces de manière très différente. Par exemple, bien que l’hypothèse de l’action de masse et les mesures de l’intervalle de confiance aient produit le même classement pour S. occidentalis, solidago canadensis a été classé troisième par la métrique de l’hypothèse d’action de masse et 34e par la métrique de l’intervalle de confiance.

Pizante et al. 2023/XNUMX/XNUMX

Ce désaccord vient du fait que les mesures diffèrent dans la manière dont elles rendent compte de l’abondance de chaque espèce de fleur. Certaines méthodes suppriment mieux que d’autres l’effet de l’abondance des fleurs. Plus une mesure contrôle bien l’abondance, plus elle reflète la véritable préférence innée des pollinisateurs plutôt que la simple disponibilité.

Les mesures se rapportent également différemment à la simple utilisation du nombre de visites de pollinisateurs pour classer les préférences. L'étude a révélé que certaines mesures sont corrélées au nombre de visites, tandis que d'autres fournissent de nouvelles informations. Par exemple, les chercheurs ont découvert que la mesure « indice de préférence » ne montrait aucune corrélation avec le nombre de visites. Cela le suggère fournit un aperçu supplémentaire dans des préférences qui ne sont pas contenues dans les seules données de visite. En revanche, la mesure de « l’hypothèse d’action de masse » était fortement corrélée positivement au nombre de visites, ce qui indique qu’elle ne fournit pas beaucoup d’informations nouvelles au-delà des données brutes de visites.

Retracer les pas des pollinisateurs dans les fleurs sauvages des prairies de l'Alberta

Dans cette recherche, les scientifiques ont testé cinq mesures de préférences différentes sur le même ensemble de données de visites de fleurs collectées dans les régions des Prairies de l'Alberta, au Canada. Les prairies constituent un paysage emblématique de l'ouest du Canada, couvert d'herbes, de fleurs sauvages et d'arbustes. Ces habitats abritent diverses communautés de pollinisateurs.

Les chercheurs ont observé et enregistré les visiteurs de fleurs le long de transects dans une prairie mixte au Mattheis Research Ranch. Ils ont compté et identifié 268 espèces de pollinisateurs qui ont visité 35 espèces de fleurs différentes. indigène vers les prairies. Les pollinisateurs les plus courants étaient les abeilles, les mouches, les papillons et les coléoptères. L'équipe a également compté le nombre de fleurs de chaque espèce végétale.

L'étude a fourni un ensemble de données robuste pour évaluer les paramètres de préférence, englobant les interactions entre les pollinisateurs des prairies et les espèces naturelles. espèces de fleurs présentes. Les mesures pourraient ensuite être calculées et comparées en utilisant les mêmes données sous-jacentes de fréquentation et d’abondance. Cela a permis aux chercheurs de révéler les résultats incohérents entre les techniques destinées à déterminer les préférences florales des pollinisateurs.

Démystifier les calculs de préférences

Les mesures de préférence calculent chacune un score mathématique indiquant le degré de préférence de chaque espèce de fleur, à l'aide des données de visite et des données d'abondance. Mais ils procèdent de différentes manières :

• Les mesures de « l’intervalle de confiance » et de « l’utilisation des ressources » examinent simplement si une fleur a reçu plus de visites que prévu en fonction de son abondance. Par exemple, une fleur commune aurait besoin de nombreuses visites pour être considérée comme préférée selon ces mesures.
• Les mesures « indice de préférence » et « hypothèse d’action de masse » utilisent la proportion relative de visites par rapport à l’abondance. Cela permet de conserver plus d'informations sur l'abondance des fleurs.
• La « métrique de centralité » ignore complètement l’abondance. Il examine uniquement la structure des connexions dans le réseau d'interaction entre pollinisateurs et plantes.
• Chaque métrique utilise son score pour classer toutes les espèces de fleurs, de la plus préférée à la moins préférée.

Le problème est que, lorsqu’elles sont testées sur les mêmes données, ces différentes approches génèrent des classements incohérents des fleurs. Les chercheurs ont découvert qu’il n’y avait pas deux mesures vraiment d’accord sur les fleurs les plus attrayantes pour les pollinisateurs.

Sélection de la métrique optimale

Sur la base de leur analyse, les chercheurs recommandent d’utiliser une mesure appelée « indice de préférence » plutôt que les autres. Ils mettent en avant deux raisons principales :

Premièrement, l'indice de préférence était le meilleur pour éliminer les effets de l'abondance des fleurs afin de découvrir les véritables préférences des pollinisateurs, expliquent Pizante et ses collègues. Ils écrivent:

La métrique PI évalue le nombre relatif de visites qu'une espèce végétale reçoit par rapport au nombre relatif de fleurs de cette espèce, conservant ainsi des informations sur l'abondance relative. Nous avons constaté que la métrique PI est significativement négativement corrélée à l’abondance des fleurs, mais n’a montré aucune corrélation avec le nombre de visites.

Pizante et al. 2023/XNUMX/XNUMX

Ce manque de corrélation signifie que l’indice de préférence fournit plus d’informations que le simple nombre de visites de pollinisateurs. Ils écrivent:

Lorsque les fleurs sont rares, le dénominateur de l’équation PI sera très petit, de sorte que peu de visites entraîneront un numérateur suffisamment grand pour qu’une plante soit considérée comme préférée. L'inverse est également vrai, de sorte qu'une fleur commune entraînera un grand dénominateur et nécessitera un grand numérateur pour être considérée comme préférée. Nous nous attendons à une corrélation insignifiante avec le nombre de visites, car les plantes rares peuvent toujours être hautement préférées même si elles reçoivent généralement peu de visites par rapport au nombre total de visites pour toutes les espèces de fleurs de l'ensemble de données. Un exemple de ceci dans notre ensemble de données est escobarie vivipare, qui n'avait que cinq fleurs, mais a reçu 11 visites. Nous nous attendons donc à ce que cette usine obtienne une valeur élevée à partir d’une métrique de préférence donnée, ce que réalise la métrique PI, et que cette métrique ne soit pas corrélée au nombre de visites. Ainsi, la métrique PI fonctionne de la manière dont nous nous attendrions à ce qu’une métrique de préférence de travail fonctionne.

Pizante et al. 2023/XNUMX/XNUMX

Un autre avantage qu'ils donnent à l'indice de préférence est qu'il est insensible au sous-échantillonnage, ce qui signifie que vous n'avez pas à le faire. besoin d'un grand nombre de plantes pour qu'il produise des résultats utiles. Plus important encore, pour le jardinier amateur, il est relativement simple à utiliser. Si vous avez la patience de passer une matinée à observer les insectes bourdonner autour de vos fleurs, vous pourriez obtenir des résultats intéressants. Tous les détails sont dans le document Open Access, ce qui vous permettrait de discriminer selon les espèces de pollinisateurs. Si vous êtes satisfait de la présence de pollinisateurs dans votre jardin, vous trouverez ci-dessous une méthode légèrement simplifiée.

Utiliser l'Indice de Préférence dans votre jardin

Si vous souhaitez utiliser l'Indice de Préférence dans votre propre jardin, voici un aperçu de son fonctionnement :

1. Identifier l' espèces de fleurs dans votre jardin et comptez combien de fleurs de chaque espèce vous avez. Cela vous donne les données d’abondance.
2. Observez les visites des pollinisateurs sur les fleurs au fil du temps, en enregistrant chaque fois qu'un pollinisateur visite une espèce de fleur particulière. Cela vous donne les données de visite.
3. Pour chaque espèce de fleur, divisez le nombre de visites de cette espèce par le nombre total de visites de toutes les fleurs. Cela vous donne la proportion relative de visites pour cette espèce.
4. Pour chaque espèce de fleur, divisez le nombre de fleurs de cette espèce par le nombre total de fleurs de toutes les espèces. Cela vous donne l'abondance relative.
5. Divisez la proportion relative de visite par l’abondance relative de chaque fleur. Le nombre résultant est l’indice de préférence de cette fleur.
6. Classez toutes les fleurs selon leur indice de préférence. Ceux qui obtiennent les scores les plus élevés sont les préférés des pollinisateurs de votre jardin !

LIRE L'ARTICLE
Pizante, R., Acorn, JH, Worthy, SH et Frost, CM (2023) »Les indicateurs de préférence florale existants divergent quant aux meilleures plantes pour les pollinisateurs : quel indicateur choisir ?, " Conservation et diversité des insectes. Disponible à l'adresse: https://doi.org/10.1111/icad.12682.