Vous pouvez écouter cette page sous forme de fichier audio.

https://anchor.fm/botanyone/episodes/Simulating-the-effects-of-local-wind-reduction-on-shrub-seed-dispersal-e166uhh

La dynamique des communautés végétales dépend fortement des noyaux de dispersion des graines (les fonctions de distribution de probabilité des graines dispersées). La dispersion par le vent est importante dans les systèmes écologiques à micro-échelle et à macro-échelle. Ainsi, de nombreuses études de terrain, de dérivation théorique et de simulation numérique ont visé à obtenir les fonctions de distribution des graines dispersées. D'une part, du fait de la complexité des cas réels, les dérivations théoriques ne peuvent pas toujours reproduire les observations de terrain car de nombreux paramètres ont été simplifiés. D'autre part, les mesures sur le terrain ne peuvent pas à la fois rassembler toutes les graines dispersées des plantes et fournir des informations suffisantes sur le vent, ce qui suggère que les fonctions empiriques dépendent généralement du cas.

Les simulations numériques sont une méthode plus économique et plus flexible pour étudier la dispersion des graines par le vent dans les cas idéaux, tels que ceux que l'on trouve couramment dans les études de modélisation théorique, et dans les cas de terrain compliqués. La fiabilité des simulations numériques dépend d'une description complète et précise des facteurs qui peuvent affecter la dispersion des graines. Les influences de nombreux facteurs, y compris les propriétés physiques des graines, la moyenne temporelle de la vitesse du vent et la turbulence du vent, sur la dispersion des graines ont été étudiées. Cependant, dans les études précédentes, la vitesse du vent a généralement été supposée dépendre uniquement de la hauteur, tandis que la variation de la vitesse du vent dans le sens du courant n'a généralement pas été prise en compte.

Illustrations de la réduction locale du vent sous le vent d'un seul élément arbuste (A) et du modèle de distribution de la vitesse de frottement du vent près de la surface à la fois à l'intérieur et sous le vent de l'élément arbuste (B). H et D désignent respectivement la hauteur et le diamètre de l'arbuste, et Lx désigne la longueur maximale dans le sens du courant de la région de réduction du vent. (A) La région délimitée par des lignes pointillées est la région de réduction du vent. (B) La profondeur de couleur le long de la direction du courant suggère le changement de la vitesse de frottement du vent (la couleur claire indique une faible vitesse) ; les lignes pointillées suggèrent des vitesses de frottement identiques. Crédit image : LT Fu.

Dans leur nouvelle étude publiée dans AoBP, Lin-Tao Fu a simulé numériquement les trajectoires des graines libérées d'un seul élément arbustif. Dans l'étude, ils ont considéré la distribution spatiale de l'intensité du vent autour de l'élément arbustif, en mettant l'accent sur la variation dans le sens du courant plutôt que simplement dans le sens vertical. Les communautés d'arbustes sont particulièrement importantes dans les régions arides et aux abords des déserts, car elles fournissent une zone tampon pour réduire l'érosion éolienne. Par conséquent, il est essentiel que nous soyons en mesure de prédire avec précision le développement des communautés d'arbustes et la manière dont celui-ci est influencé par le vent.

Les résultats de la simulation ont révélé qu'une réduction localisée du vent augmentait le dépôt de graines dans les régions voisines et diminuait le dépôt de graines dans les régions plus éloignées. L'intensité et la hauteur du vent affaiblissent l'effet de la réduction locale du vent. La porosité des arbustes a favorisé la dispersion des graines par le vent. Les résultats de cette simulation numérique peuvent aider à expliquer les désaccords courants entre les modèles mécanistes théoriques et l'ajustement des courbes aux données de terrain réelles. Les résultats de cette étude peuvent améliorer les modèles mécanistes de dispersion des graines actuellement utilisés soit en augmentant leur flexibilité dans les études de cas, soit en aidant à expliquer les variations dans les distributions observées.