absolue (nombre d’unités d’échantillonnage dans lesquelles l’espèce est présente) et une fréquence relative (rapport du nombre d’unités d’échantillonnage avec présence de l’espèce au nombre total d’unités d’échantillonnage de l’échantillon). Les informations obtenues sont peu nuancées, et la relation fréquence/abondance doit être traitée avec prudence. En particulier, la fréquence reste sensible à la dimension des unités d’échantillonnage et au mode de distribution spatiale (ou temporelle) de l’espèce étudiée. Par exemple, certains oiseaux grégaires, vivant en troupes ou nidifiant en colonies, peuvent être à la fois très abondants et peu fréquents.
Le nombre d’unités d’échantillonnage doit être aussi grand que possible et les unités petites.
Ces méthodes relatives, qui nécessitent un cadre méthodologique rigoureux pour être fiables, bénéficient de protocoles simples et rapides à mettre en place. Elles ont l’avantage d’être applicables sur de grands espaces et lors de longs suivis, avec une bonne fiabilité statistique. Elles sont donc souvent utilisées.
Choix d’un plan d’échantillonnage
Le plan d’échantillonnage définit la manière dont les échantillons élémentaires sont répartis sur le terrain étudié (et éventuellement au long de la saison ou des années). Il est conçu de manière à ce que l’échantillon sélectionné représente aussi fidèlement que possible l’ensemble du milieu étudié.
Ce plan est inutile quand aucune extrapolation des données recueillies n’est nécessaire et notamment quand le site concerné est suffisamment petit pour être étudié en entier.
Le plus souvent, et toujours lorsqu’on emploie des méthodes indiciaires, l’échantillon est fractionné en un certain nombre d’unités d’échantillonnage (u.e.) réparties sur le terrain : N transects kilomériques de même longueur, N animaux capturés et marqués, N séances de comptage de 20 minutes, N séances de capture selon le même protocole, etc. Pour la meilleure exploitation statistique des données, ces unités d’échantillonnage doivent être standardisées, restant identiques aussi bien dans l’espace la même année qu’au cours du temps entre années.
1. L’échantillonnage systématique
Les points étudiés (ou u.e.) sont répartis de manière homogène sur la totalité de la zone, ce qui permet une bonne couverture spatiale, et évite de sur- ou sous-échantillonner certaines parties. Dans le cas d’un milieu linéaire, tel qu’une rivière ou une route, les points peuvent aussi être placés régulièrement le long d’une ligne. Le pas de l’échantillonnage (distance entre les points) est un compromis entre le coût des inventaires ponctuels et les particularités du milieu étudié.
En particulier, il y a un risque de biais lorsque l’espacement des points d’étude correspond à une périodicité sur le terrain. Ce pourrait être le cas, par exemple, pour un cours d’eau barré par des écluses à intervalle régulier de 2 km : le pas de l’échantillon ne devra pas être proche de 2 ou d’un multiple de 2. De même, dans une plantation forestière, le pas de l’échantillonnage doit différer nettement de celui de l’espacement des arbres. Ce plan ne correspond donc pas réellement à un tirage aléatoire, mais il s’en rapproche souvent en pratique.
MÉTHODES
GÉNÉRALITÉS
01
Échantillonnage aléatoire
2. L’échantillonnage aléatoire
L’emplacement des unités d’échantillonnage est tiré au sort à l’intérieur de la zone à étudier, sans connaissance préalable du milieu. L’échantillonnage aléatoire simple est le plus couramment utilisé. Une zone d’intérêt est définie, par exemple si elle est susceptible d’accueillir l’espèce cible. Des coordonnées aléatoires (X, Y) sont définies pour chaque point. Seuls les points situés dans la zone d’intérêt sont pris en compte.
Une extrapolation est théoriquement possible, et on peut ajouter de nouveaux points. C’est un protocole théoriquement parfait, puisque l’opérateur n’exerce a priori aucun choix sur l’emplacement des prélèvements. Le nombre d’unités de comptage (points, lignes, pièges,…) doit être assez grand pour permettre au hasard de représenter l’ensemble. Les inconvénients sont le risque d’agglutination des points et la mauvaise couverture spatiale possible.
3. L’échantillonnage stratifié
Lorsque la zone d’intérêt n’est pas homogène, ce qui est souvent le cas dans la nature, les plans précédents risquent de négliger des zones petites mais originales. Inversement, un habitat qui couvre une grande partie de la zone sera sur-échantillonné. Par exemple, si l’étude se déroule dans une forêt, avec une
petite clairière et une mare, il est utile que le plan prenne en compte spécialement ces deux petits habitats. L’échantillonnage stratifié le permet, à condition d’avoir au départ une carte générale des habitats présents. On définira trois « strates » (forêt, clairière, mare) et on disposera dans chacune un nombre d’u.e.
suffisant pour l’étudier correctement. Un nombre fixe de points est placé aléatoirement dans chaque strate. On parle d’un échantillonnage Échantillonnage
stratifié. L’échantillonnage obtenu est équilibré d’une strate à l’autre, et il est possible d’ajouter de nouveaux points. Cependant, l’utilisation d’une stratification là où elle n’existe pas peut
entraîner de mauvaises interprétations. De plus, la multiplication de strates pour coller au mieux avec la réalité multiplie d’autant le nombre d’échantillons à prélever.
Cette approche est adaptable, par « allocation proportionnelle », avec une même fraction d’échantillonnage dans chaque strate, ou
par « allocation optimale », avec un effort d’échantillonnage modulé dans chaque strate.
Limite d’un échantillonnage non stratifié ; un échantillonnage aléatoire sous-échantillonne l’aulnaie (« milieu humide »), qui n’est pas échantillonnée.
Échantillonnage stratifié ; l’échantillonnage par strate, avec 4 points par zone, permet une représentation valable de tous les milieux, avec une répartition aléatoire des points au sein de ces zones.
Figure 13
Figure 14
Point d’échantillonnage Zone d’intérêt Chêne Aulne
Point d’échantillonnage Zone d’intérêt Chêne Aulne
Milieu sec Milieu de transition
Milieu humide
MÉTHODES
GÉNÉRALITÉS
4. Autres méthodes 01
d’échantillonnage
Il existe des plans d’échantillonnage plus complexes, comme par exemple en grappes ou degrés, adapté, stratifié par tessellation…, envisageables lors de circonstances particulières.
Il faut éviter tout échantillonnage dit « représentatif » (ou dirigé), dans lequel les sites échantillonnés seraient choisis par l’observateur selon ses propres impressions, nécessairement subjectives.
Dans le cas des « suivis », l’objectif est de mesurer les transformations subies par un écosystème ou des populations animales ou végétales pendant plusieurs années. Le plan d’échantillonnage doit aussi prévoir la distribution temporelle des unités d’échantillonnage (nombre par année, périodicité annuelle ou parfois pluriannuelle…)(FROCHOT
2010).
Leur distribution spatiale peut être prévue de deux manières : tirer au sort chaque année les u.e. ou bien conserver les mêmes localisations spatiales d’une année sur l’autre. Le re-tirage aléatoire est théoriquement recommandé pour des raisons purement statistiques mais la conservation des unités d’échantillonnage est plus souvent pratiquée.
Elle présente le grand intérêt de réduire l’effet de la variation spatiale (l’écosystème étudié étant le plus souvent hétérogène) pour mieux déceler celui de la variation temporelle. On utilise alors des tests statistiques pour « variables appariées ».
5. Les sources d’erreur
La mesure des variables de terrain s’accompagne inévitablement d’imprécisions, parfois importantes (par exemple pour des animaux mobiles), dues à de nombreuses causes d’erreur. Pour limiter les imprécisions, ou en estimer l’importance, l’observateur doit distinguer les deux types d’erreurs classiques.
• Les erreurs aléatoires
Il s’agit des erreurs non orientées, qui peuvent provenir de la technique d’observation (peu précise), de l’observateur (inconstant), du plan d’échantillonnage (mal adapté) ou de l’objet étudié lui-même. Par exemple, le nombre des insectes capturés lors d’une séance de piégeage peut être sous-estimé dans certaines u.e. et surestimé dans d’autres.
Si ces différences sont aléatoires, elles se compensent dans un grand échantillon.
L’erreur aléatoire n’influence pas la valeur moyenne des mesures mais augmente la variation autour de cette dernière (mesurable par l’écart-type).
On peut en réduire l’importance par la collecte d’un nombre de données suffisamment grand (d’où l’intérêt des approches relatives, avec un nombre important d’u.e.) et par une standardisation sévère des protocoles.
• Les erreurs systématiques, ou biais Ce sont des erreurs soumises à une
tendance, qui amène à surestimer ou sous-estimer systématiquement le paramètre mesuré. Elles proviennent souvent de la technique d’observation utilisée, des tendances de l’observateur, ou bien du plan d’échantillonnage (par exemple lorsque ce dernier privilégie certaines parties de l’habitat étudié).
Elles peuvent passer inaperçues, d’autant plus qu’elles se doublent de l’erreur aléatoire habituelle. Une manière de les détecter est de tester, sur le même objet d’étude, des techniques de mesure différentes.
On peut aussi réduire l’impact des erreurs systématiques en travaillant à méthode constante, et à plan d’échantillonnage constant : les comparaisons entre échantillons (entre années, entre milieux différents …) sont alors possibles puisque toutes les mesures subissent le même type d’erreur.
BIBLIOGRAPHIE
FROCHOT B. – Les méthodes de recensement d’oiseaux appliquées aux suivis pluriannuels. – Rev. Sci.
Bourgogne-Nature, 2010 – 11, p. 123-130.
FRONTIER S. – Stratégies d’échantillonnage en écologie. – Paris : Masson, 1983.
SCHERRER B. – Biostatistique – Montréal : Gaëtan Morin Éditeur, 2009.
MÉTHODES
GÉNÉRALITÉS
02
© Stocklib / Andreja Donko