Prédire la réponse des écosystèmes à des conditions environnementales changeantes constitue l'un des défis majeurs de l'écologie. Cette complexité est rendue plus complexe par la dynamique non linéaire qui caractérise les écosystèmes et la nature partiellement stochastique des facteurs clés. Les facteurs environnementaux (climat, nutriments, incendies et herbivores) évoluent dans le temps et l'espace, parfois progressivement et en douceur, parfois moins graduellement, voire brutalement. Les écosystèmes peuvent réagir aux variations de leurs facteurs environnementaux de manière ordonnée et continue, mais ils peuvent être peu réactifs dans certaines plages de conditions environnementales, puis réagir rapidement par de forts changements, ou glissements, lorsque les conditions approchent d'un seuil critique.
C'est en raison de la complexité des écosystèmes que la modélisation stochastique est devenue de plus en plus populaire, non seulement parce qu'elle est utile à l'étude des écosystèmes, mais aussi parce qu'elle pose de nombreux défis à la recherche mathématique et offre aux écologues, biologistes et mathématiciens une formidable opportunité de collaboration. Bien que la modélisation stochastique des écosystèmes soit très en vogue ces dernières années, il existe un fossé important entre écologues, biologistes et mathématiciens.
Professeur Xuerong Mao or Dr Andrew Wade L'Université de Strathclyde, à Glasgow (Écosse, Royaume-Uni), organise un atelier de deux jours destiné à réunir des chercheurs (principalement du Royaume-Uni et de l'UE), leurs assistants de recherche et leurs étudiants. L'objectif est de promouvoir et d'encourager la coopération interdisciplinaire, notamment en écologie, biologie, mathématiques, ingénierie et informatique. Au programme : des conférences et une session d'affichage réalisées par les doctorants, ainsi que des moments d'échange favorisant les interactions entre les participants et contribuant ainsi à l'essor de la recherche collaborative.
Plus d'informations sur l'atelier sont disponibles sur http://www.mathstat.strath.ac.uk/seminars/stochastic .
