S5 BOP Biologie des Populations et Ethologie S5 BOP Biologie des Populations et Ethologie
Chapitre: Exploitation et conservation des populations naturelles
populations naturelles
Prof. Xavier Vekemans
Bureau SN2 Porte 203
i k @ i lill 1 f xavier.vekemans@univ-lille1.fr
Support pédagogique sera disponible sur http://www.univ-lille1.fr/gepv Æ choisir lien "Ressources pédagogiques"
Exploitation et conservation des Exploitation et conservation des
populations naturelles
Æ Application de la biologie des populations Conservation des espèces menacées :
problème des populations à petits effectifs problème des populations à petits effectifs
1. Mécanismes d'extinction et vulnérabilité
d l i
des populations
2. Viabilité des populations p p
1. Mécanismes d'extinction et vulnérabilité
d l i
des populations
• Estimation de la proportion d'espèces menacées Estimation de la proportion d espèces menacées : :
–Vertébrés: plus de 50% des espèces –Végétaux: 12.5% des espèces
2002)
Végétaux: 12.5% des espèces
en danger critique d'extinction en danger d'extinction
am et al.,
g
vulnérable espèce non menacée
de Frankha(tiré d
1. Mécanismes d'extinction et vulnérabilité
d l i
des populations
Facteurs déterministes:
pressions systématiques
liées aux activités humaines
2002)• destruction de l'habitat
• surexploitation
am et al.,• surexploitation
• pollution
de Frankha
• introduction espèces
exotiques
(tiréd
1. Mécanismes d'extinction et vulnérabilité des populations
• Destruction de l'habitat :
– réduction de la surface totale d'habitat
– conversion d'un habitat
initialement continu en une mosaïque de poches d'habitat +/- isolées par zones de terrain p inhospitalier
Ö Fragmentation de l'habitat
Ö Fragmentation de l habitat
1. Mécanismes d'extinction et vulnérabilité des populations Effet de la fragmentation de l'habitat
fragmentation
extinction extinction
Ö Populations petites Ö Populations petites
et isolées
(d’après Meffe & Carroll, 1994)
1. Mécanismes d'extinction et vulnérabilité des populations Surexploitation:
• Ex. sardines, maquereaux et anchois: poissons pélagiques planctonophages, q p p g q p p g
Æsurexploitation des bancs de sardines par méconnaissance des mécanismes de régulation
2001)Henry, 2(tiré de
1. Mécanismes d'extinction et vulnérabilité des populations Introduction d'espèce exotique:
• Ex. introduction d'un prédateur d'oiseaux sur l'île de Guam (Mariana Islands, Pacifique): le "brown tree snake" Boiga irregularis
• Boiga irregularis
Pacifique): le brown tree snake Boiga irregularis
(Meffe & Carroll 1994)
1. Mécanismes d'extinction et vulnérabilité
d l i
des populations
Facteurs déterministes:
liés aux activités humaines
• destruction de l'habitat
2002)• surexploitation
• pollution
am et al.,• pollution
• introduction espèces
ti
de Frankha
exotiques
(tiré d
Ö ÌÌ ff tif d l ti
Ö ÌÌ effectif des populations
1. Mécanismes d'extinction et vulnérabilité des populations : ex la poule des prairies des populations : ex. la poule des prairies
• Enchaînement des causes de déclin chez la poule des prairies
" t i i hi k " (U S A )
"greater prairie chicken" (U.S.A.)
avant colons
Nouvelle-Angleterre:
extinction en 1932 avant colons
européens actuel
Illinois:
actue
minimum historique en 1993: N = 50
Æ Pression de la chasse
1. Mécanismes d'extinction et vulnérabilité des populations : ex la poule des prairies des populations : ex. la poule des prairies
• Enchaînement des causes de déclin chez la poule des prairies en Nouvelle Angleterre
Date Taille
population 1876 1 seule pop.
1900 <100
• perte d'habitat + pression de la chasse
• effets démographiques
1900 100
1916 800
1918 150
g p q
• mise en réserve + contrôle prédateurs
• incendie + prédation par autours
1918 150
1920 100
• incendie + prédation par autours
• maladie parasitaire
1932 extinction • Ê stérilité + Ê Ê proportion mâles
1. Mécanismes d'extinction et vulnérabilité des populations : ex la poule des prairies des populations : ex. la poule des prairies
• Enchaînement des causes de déclin chez la poule des prairies d l'é d'Illi i
dans l'état d'Illinois
– perte d'habitat et fragmentation
Date populationTaille 1850 1 000 0001933 25 000
–
NPP 1933 25 0001972 2 000
1990 76
– perte de diversité génétique fi i d' llèl délé è
1990 76
1993 50
+ fixation d'allèles délétères
– perte de fécondité
1. Mécanismes d'extinction et vulnérabilité des populations : ex la poule des prairies des populations : ex. la poule des prairies
• Enchaînement des causes de déclin chez la poule des prairies dans l'état d'Illinois : perte de diversité génétique
(6 locus microsatellites)
8
ADN "fossile"
6 7
ocus
4 5
allèles/lo
3 4
ombre d'
1
No 2
0
Illinois actuel Illinois <1960 Kansas Minnesota Nebraska
1. Mécanismes d'extinction et vulnérabilité des populations : ex la poule des prairies des populations : ex. la poule des prairies
• Enchaînement des causes de déclin chez la poule des prairies dans l'ét t d'Illi i t d f tilité ( ti d'é l i d f ) l'état d'Illinois : perte de fertilité (proportion d'éclosion des œufs) + ÌÌ proportion de mâles
, 2002)
♂osion ham et al.,
mbre de
on d'écl de Frankh
Nom
roportio (tiré d
pr
Î restauration de la fertilité par introduction d'individus allochtones
1. Mécanismes d'extinction et vulnérabilité des populations
l d l l d i i
• Exemple de la poule des prairies:
–Facteurs déterministes: perte d'habitat + pression de la chasse p p
–Facteurs stochastiques: liés à NPP
• incendie accidentel:incendie accidentel: catastrophe naturellecatastrophe naturelle
• accroissement fortuit de la prédation: aléa écologique (stochasticité environnementale)
(stochasticité environnementale)
• maladie parasitaire: aléa écologique
• ÊÊÊÊ ouou ÌÌÌÌ proportion mâles:proportion mâles: stochasticité démographiquestochasticité démographique
• Ê stérilité et Ì proportion d'éclosion des œufs: dépression de consanguinitég ou fardeau génétiqueg q (fixation de caractères ( délétères dues à la stochasticité génétique)
1. Mécanismes d'extinction et vulnérabilité des populations
•Facteurs stochastiques:
liés à NPP
• stochasticité démographiqueg p q 2002)
• stochasticité environnementale
• catastrophes naturellesp am et al.,
• stochasticité génétique
– Perte diversité génétique
de Frankha
– Dépression de consanguinité et
fardeau génétique (tiré
d
1. Mécanismes d'extinction et vulnérabilité
d l i f t t h ti
des populations : facteurs stochastiques
• stochasticité démographique
( lé dé hi ):
• stochasticité démographique
(aléas démographiques):
– à chaque génération, chaque individu survit jusqu’à la période de reproduction et produit de la descendance avec une certaine
reproduction et produit de la descendance avec une certaine probabilité
(Hypothèse de travail: espérances de survie et de capacité reproductive identiques ∀ individus Î exclusion des ≠ entre
i di id lié à é éti i t)
individus liées à génétique ou environnement);
– sisi NN ÌÌ ÖÌÌ Ö ∃∃ probabilité non négligeable que beaucoup meurent laprobabilité non négligeable que beaucoup meurent la même année ou que très peu d'individus ne se reproduisent (ou que déséquilibre important des ♀ et ♂) Ö risque de nature purement stochastique
1. Mécanismes d'extinction et vulnérabilité des populations : facteurs stochastiques des populations : facteurs stochastiques
• stochasticité démographique
(aléas démographiques):
0,30
Distribution de probabilité de Poisson Prob.(0 descendants)
0,20 0,25
,
moyenne = 2 Variance = 2
lité
0,10 0,15
, Variance 2
Probabil
0,00 0,05
P ,
,
0 1 2 3 4 5 6 7
nombre de descendants pour 1 ♀
→ risque démographique seulement important si N PP
1. Mécanismes d'extinction et vulnérabilité des populations : facteurs stochastiques des populations : facteurs stochastiques
• stochasticité démographique:
exemple de la population de lions (Panthera leo) du cratère de – exemple de la population de lions (Panthera leo) du cratère de
Ngorongoro (Tanzanie)
• 1957-1961: N = 60-75 animaux
• 1962: attaques massives de la mouche des étables (Stomoxys calcitrans) Î 10 survivants dont un seul ♂
0.3
0.2 0.25
téTirage répété 10 fois
♂
0 1 0.15 0.2
probabilit
avec prob(♂) = 0,5 par tirage Îloi binomiale de
paramètre N = 10; p = 0,5
0.05
p 0.1
paramètre N 10; p 0,5 Î prob (1 seul ♂/10desc.) = 1%
0
1 2 3 4 5 6 7 8 9 10
nombre de mâles
autre facteur de risque: ≠ d'espérances de survie entre ♂ et ♀
1. Mécanismes d'extinction et vulnérabilité
d l ti f t t h ti
des populations : facteurs stochastiques
• stochasticité environnementale (aléas écologiques) ( g q ) :
– fluctuations temporelles des conditions environnementales comme les précipitations, l'abondance de nourriture, la p p , ,
présence de compétiteurs, les températures hivernales
Ö variation du taux moyen de survie + capacité reproductive Ö effet souvent important même si N modéré
0,30
é 0 35
0,40
moy = 1
0,15 0,20
0,25 moy = 2
Var = 2
babilité
0,20 0,25 0,30
0,35 moy = 1
Var = 1
Ö
0,05
Prob 0,10
0,05 0,10
Ö
0,150,00
0 1 2 3 4 5 6 7
nombre de descendants pour 1 ♀
0,00
0 1 2 3 4 5 6 7
nombre de descendants pour 1 ♀
1. Mécanismes d'extinction et vulnérabilité
d p p l ti f t t h ti q
des populations : facteurs stochastiques
• stochasticité environnementale (aléas écologiques) ( g q ) :
– Exemple de l'effet de la floraison des bambous sur la survie du grand panda
du grand panda
- Habitat: centre-ouest de la Chine, forêts de bambous d'altitude (1500 3000 m ); en forte régression suite à d altitude (1500-3000 m.); en forte régression suite à exploitation des forêts basse altitude Î massifs
montagneux isolésg (habitat fortement fragmenté car perte ( g p des connexions Æ habitats favorables de basse altitude) - Forte spécialisation alimentaire: pousses + feuilles dep p
bambou
Ì biodiversité des bambous Î quelques espèces seulement
1. Mécanismes d'extinction et vulnérabilité des populations : facteurs stochastiques p p q des populations : facteurs stochastiques
• Exemple de l'effet de la floraison des bambous sur la survie
d d d
du grand panda
, 2002)ham et al.,de Frankh(tiré d
1. Mécanismes d'extinction et vulnérabilité
d l i f h i
des populations : facteurs stochastiques
• stochasticité environnementale stochasticité environnementale (aléas écologiques) (aléas écologiques) : :
– Exemple de l'effet de la floraison des bambous sur la survie du grand panda
du grand panda
- Cycle de vie du bambou:
» très longue période d'immaturité (15-120 ans selon sp.)
» une seule floraison massive (synchronisée pour toutes les plantes d'une même espèce)
» mort des individus l'année de la floraison
ÖÌ brutale de la nourriture du panda après épisode floraison
or migration impossible à cause fragmentation habitat
1. Mécanismes d'extinction et vulnérabilité
d l ti f t t h ti
des populations : facteurs stochastiques
• stochasticité environnementale (aléas écologiques) :
• stochasticité environnementale (aléas écologiques) :
– Exemple de l'effet de la floraison des bambous sur la survie du grand panda
- Secteur des montagnes Min: floraison massive et simultanée g de 3 espèces de bambous en 1975 Î mort de 138 pandas
géants (14% population totale de l'espèce)
- Réserve de Wolong (montagnes Qionglai): floraison du bambou Bashania fangiana en 1983 Î Ì 80% biomasse
é é l i Î h d l' è
végétale en une saison Î changement de l'espèce consommée mais population perd 6 individus sur 18.
1. Mécanismes d'extinction et vulnérabilité
d l i f h i
des populations : facteurs stochastiques
• Stochasticité génétique:
perte de diversité génétique par• Stochasticité génétique:
perte de diversité génétique par dérive génétique dans les petites populations:•
H H
tH H
0= = [ [ 1 1 − 1 1 ( ( 2 2 N N
e) ) ] ]t ≈ ≈ e e
−t/2Ne
H = hétérozygotie = prob. que 2 copies de gènes tirées au hasard portent des allèles différents tirées au hasard portent des allèles différents
Si forte réduction d'effectif Ö réduction
rapide de diversité rapide de diversité
génétique
(tiré de Frankham et al., 2002)
1. Mécanismes d'extinction et vulnérabilité
d l i f h i
des populations : facteurs stochastiques
• Stochasticité génétique:
augmentation de la consanguinité dans une petite population Î expression de la dépression de consanguinité Î Ì taux de survie et Ì fécondité des individusF = coefficient de consanguinité = prob que 2 copies de gènes F = coefficient de consanguinité = prob. que 2 copies de gènes
tirées au hasard soient identiques par descendance
(aient un ancêtre commun plus récent que la génération de référence)
ÆExemple: animaux en captivité; calcul du coefficient consanguinité à partir des données de pedigreeg p p g
1. Mécanismes d'extinction et vulnérabilité
d l i f h i
des populations : facteurs stochastiques
• Stochasticité génétique: S oc s c é gé é que:
dépression de consanguinitédép ess o de co s gu éExemple: le cheval de Przewalski (cheval sauvage de Mongolie)
• espèce → extinction de toutes populations sauvagesespèce e t ct o de toutes popu at o s sauvages
• survie en captivité uniquement (minimum historique: 12 individus)
)al., 2002)nkham et iré de Fran(ti
1. Mécanismes d'extinction et vulnérabilité
d l i f h i
des populations : facteurs stochastiques
• Le cheval de Przewalski (cheval sauvage de Mongolie)
• survie en captivité uniquement (minimum historique: 12 individus)
• réintroduction dans la nature avec contrôle de consanguinité
)al., 2002)nkham et iré de Fran(ti
1. Mécanismes d'extinction et vulnérabilité
d l ti f t t h ti
des populations : facteurs stochastiques
• Stochasticité génétique:
dépression de consanguinitéÖ
P survie est proportionnelle au niveau de consanguinité Æ population – Exemple: Hippopotame pigmée d'Afrique
2002)am et al., 2e Frankha
Ö dépression (tiré d
e
dépression de consanguinité
Exploitation et conservation des Exploitation et conservation des
populations naturelles
Æ Application de la biologie des populations Conservation des espèces menacées :
problème des populations à petits effectifs problème des populations à petits effectifs
1 Mécanismes d'e tinction et lnérabilité 1. Mécanismes d'extinction et vulnérabilité
des populations
2 Viabilité des populations
2. Viabilité des populations
2. Viabilité des populations
•Analyse de viabilité des populations: y p p
– modéliser l'évolution des effectifs des populations sous l'effet des différentes pressions (déterministes et p (
stochastiques)
– déterminer l'effectif minimum viable des populations: p p
• effectif minimum pour que l'effet des aléas stochastiques devienne négligeable pendant une période déterminée (ex: prob. d'extinction < 5% sur 100 ans)
– simuler l'effet de différentes stratégies de conservation
2. Viabilité des populations
Modélisation de l'évolution des effectifs des populations sous l'effet d'une pression systématique
l effet d une pression systématique
Exemple: persistance d'une métapopulation d'oiseaux nicheurs – Exemple: persistance d'une métapopulation d'oiseaux nicheurs
au sein d'un territoire contenant une mosaïque de sites favorables et non favorables à la nidification
favorables et non favorables à la nidification.
• Application: la chouette tachetée nord-américaine Strix occidentalis du Nord-Ouest des Etats-Unis
du Nord Ouest des Etats Unis Æ pression systématique (déterministe):p y q ( )
exploitation commerciale intensive des forêts de séquoia ("redwood")
2. Viabilité des populations
• Modèle en métapopulation: paysage constitué de sites favorables ou non à la nidification, les sites favorables étant occupés , p ou non par un couple d'oiseau; Î dynamique d'extinction-recolonisation des sites favorables
x x x
x
non- favorable 3 types de sites:
favorable
x
x x
x
x x
non- favorable
favorable inoccupé
favorable occupé
h x x
x x
x
h = + / + + X
= proportion de sites favorables
x x x
x x
p = / +
avo ab es
= proportion de sites p p favorables qui
sont occupés
2. Viabilité des populations
• Modèle en métapopulation (Lande 1988):
– ε : probabilité qu'une fille hérite du territoire de sa mère (sinon dispersante)p q ( p ) – Probabilité qu'une fille n'hérite pas du territoire et échoue dans sa 1ère
tentative d'installation dans un nouveau site:
( ) ( )( ) ( )( )
– idem mais échoue après sa mème tentative:
é ilib dé hi t d l t ff tif 1
(
1− ε)
hp +(
1− ε)(
1 − h) (
= 1− ε)(
hp + 1− h) (
1−ε)(
hp +1− h)
m– équilibre démographique: taux de remplacement effectif = 1
Î
[
1 −(
1 − ε)(
hp + 1 − h)
m]
R0' = 1 avec R'0 = taux remplacement brut des ♀ – Îp ˆ = ( k + h − 1 ) / h
Avec k = F(ε, R'0) et p=k si h=1Î k t ti l dé hi d l l ti
3 types de sites:
h + / + + X p = / + Î k = potentiel démographique de la population
= degré d'occupation p attendu si h = 1
non-x favorable
favorable inoccupé yp
favorable occupé
h = + / + + X
= proportion de sites favorables
p = / +
= proportion de sites favorables occupés
2. Viabilité des populations
• Modèle en métapopulation:
∃ extinction si p=0 Î hseuil = 1− k
p ˆ = ( k + h − 1 ) / h
x
“ it bl ” 3 types de sites:
“ it bl ”
p seuil
“unsuitable” “suitable”
inoccupé
“suitable”
occupé h = + / + + X
= proportion de sites favorables
p = / +
favorables
= proportion de sites proportion de sites favorables qui
sont occupés
Ö Extinction de la métapop si h < valeur seuil = 1-k
2. Viabilité des populations
• Exemple: la chouette tachetée nord-américaine Strix occidentalis du Nord-Ouest des Etats-Unis
occidentalis du Nord-Ouest des Etats-Unis
– actuellement en équilibre démographique avec forte espérance de vie (> 17 ans) contrebalancée par une faible fécondité
(> 17 ans) contrebalancée par une faible fécondité
– actuellement, h ≈ 0,38 = proportion de vieilles futaies de sequoia (> 200 ans)
( )
– estimation de p ≈ 0,44 = proportion de futaies propices occupées Îk = p.h – h +1 = 0,79 = potentiel démographique
Îk p.h h 1 0,79 potentiel démographique Î valeur seuil de h = 1-k = 0,21
Î min 21% de vieilles futaies pour Î min 21% de vieilles futaies pour
empêcher l'extinction de la chouette tachetée
tachetée
2. Viabilité des populations
Simulation de l'évolution des effectifs des populations sous l'effet des facteurs stochastiques
l effet des facteurs stochastiques
Analyse de viabilité des populations (PVA = Population – Analyse de viabilité des populations (PVA = Population
Viability Analysis): prise en compte des caractéristiques démographiques de l'espèce + connaissance des facteurs démographiques de l espèce + connaissance des facteurs stochastiques influençant la probabilité d’extinction des populations
populations
• facteurs génétiques
• facteurs démographiques et environnementauxfacteurs démographiques et environnementaux
• fréquences des catastrophes naturelles
2. Viabilité des populations: facteurs stochastiques
• Analyse de viabilité des populations:
paramètres du modèle Taux naissance/survie– Taux naissance/survie
– Nombre et tailles (N) des populations – Capacité portante de l'habitat (K)Capacité portante de l habitat (K)
– Fréquence et effet des menaces (facteurs déterministes, catastrophes)
– Biologie de l'espèce (dépression consang.; flux de gènes;…)
mFrankham 2004)(tiré de F et al.,
2. Viabilité des populations: facteurs stochastiques
• Analyse de viabilité des populations:
résultats du modèleÉ
– Évaluation de l'effet de la stochasticité sur les scénarios de survie de
l'espèce observé
Comparaison de 10 simulations avec les mêmes paramètres
(tiré de Frankham et al., 2004)
2. Viabilité des populations: facteurs stochastiques
Analyse de viabilité:
résultat de simulations faisant intervenir lesh i i é dé hi i l
stochasticités démographique et environnementale:
Modélisation de l'impact des 2 types de stochasticité sur la croissance des populations d l l t A t
de la plante Astrocaryum mexicanum:
• Taille initiale = 200Taille initiale 200
Ö effet marqué de la stoch.
environnementale mais pas de stoch. démographique à cette taille de population
2. Viabilité des populations: facteurs stochastiques
• Analyse de viabilité: résultat de simulations faisant intervenir les stochasticités démographique et
intervenir les stochasticités démographique et environnementale:
hi d
Effet de la stochasticité environnementale sur
d l i h hé i
hiver rude
des populations hypothéti- ques grandes ou petites.
Les fluctuations sont Les fluctuations sont similaires mais la petite population finit par
p p p
s'éteindre.
2. Viabilité des populations: facteurs stochastiques
• Analyse de viabilité: résultat de simulations faisant intervenir les stochasticités démographique et
intervenir les stochasticités démographique et environnementale:
Impacts relatifs des causes démographiques et
génétiques sur la taille génétiques sur la taille
des populations (modélisation pour 4 espèces menacées)
p p )
démogr. seul
démogr. + consanguinité
2. Viabilité des populations: facteurs stochastiques
• Augmentation de la probabilité d'extinction en fonction de la taille de la population
taille de la population
–Analyse de viabilité des populations du Cerf d'Eld (Cervus eldii, Asie du Sud)
Asie du Sud)
2002)
on am et al.,
extinctio de Frankha
bilité d'e (tiré d
Probab
2. Viabilité des populations: facteurs stochastiques
• Détermination de l’effectif minimum viable (MVP):
Modélisation des probabilités d'extinction chez la plante Astrocaryum mexicanum Astrocaryum mexicanum avec:
• stoch. démogr. seulements oc . dé og . seu e e
• stoch. démogr. + environ.
à 2 intensités différentes Ö seuils d'extinction très
variables selon le modèle P = 5%
2. Viabilité des populations: facteurs stochastiques
• Evaluation des méthodes de conservation par simulation :
• Exemple: arbuste australien Grevillea caleyip y (Proteaceae)( )
Perte de 85% de son habitat + fragmentation + menaces
fragmentation + menaces liées aux feux de forêt
(Ti é d R & A ld 2004 i "S i (Tiré de Regan & Auld, 2004 in "Species
conservation and management, Case studies". Oxford Un. Press)
2. Viabilité des populations: facteurs stochastiques
• Evaluation des méthodes de conservation par simulation :
• Exemple: arbuste australien Grevillea caleyip y (Proteaceae)( )
Prise en compte de la structure démographique Î matrice de transition
(Tiré de Regan & Auld, 2004 in "Species conservation and management, Case studies".
Oxford Un. Press)
2. Viabilité des populations: facteurs stochastiques
• Evaluation des méthodes de conservation par simulation :
• Exemple: arbuste australien Grevillea caleyip y (Proteaceae)( )
Simulation de l'effet d'une réduction active de la prédation des graines (par coléoptères + Wallabies)
Ì de prédation permet une Ê des effectifs à une Ê des effectifs à court terme, mais
toujours menacé à longj g terme (feux de forêt)
(Regan & Auld, 2004 in "Species conservation and management, Case studies".Oxford Un. Press)
2. Viabilité des populations: facteurs stochastiques
• Evaluation des méthodes de conservation par simulation :
• Exemple: arbuste australien Grevillea caleyip y (Proteaceae)( )
Simulation de l'effet stochastique de type "catastrophe naturelle" lié à la survenue d'un feu de forêt
Feu de forêt Î
1. Germination des graines de la
b d i d l
banque de graine du sol
2. Destruction des individus adultes
∃ Menace si feux de forêt trop rapprochés car banque de graines du sol pas encore régénérée
(Regan & Auld, 2004 in "Species conservation and management, Case studies".Oxford Un. Press)
2. Viabilité des populations: facteurs stochastiques
• Evaluation des méthodes de conservation par simulation :
• Exemple: arbuste australien Grevillea caleyip y (Proteaceae)( )
Simulation de l'effet d'une contrôle du feu (instauration d'un régime contrôlé et régulier de feux de forêt maîtrisés)
5 ans d'intervalle:
pas de régénération 10-15 ans d'intervalle:
meilleure régénéra- tion
Mais toujours non Mais toujours non viable à long terme
(Regan & Auld, 2004 in "Species conservation and management, Case studies".Oxford Un. Press)
2. Viabilité des populations: facteurs stochastiques
• Evaluation des méthodes de conservation par simulation :
• Exemple: arbuste australien Grevillea caleyip y (Proteaceae)( )
Simulation de l'effet d'un double management: contrôle du feu + Ì active de la prédation (80%)
Population viable à Population viable à
long terme seulement si:
Ì prédation
+ feux maîtrisés
(10-15 ans d'intervalle)
(Regan & Auld, 2004 in "Species conservation and management, Case studies".Oxford Un. Press)
2. Viabilité des populations: facteurs stochastiques
• Evaluation des méthodes de conservation par simulation :
• Exemple: la Panthère de Floride (Puma concolor)p ( )
Perte d'habitat + chasse
fragmentation + dépression fragmentation + dépression de consanguinité (fertilité ♂)
Données Radio- télé ét i
(Ti é d R 2004 i "S i
télémétriques (1981-2002)
(Tiré de Root, 2004 in "Species conservation and management, Case studies". Oxford Un. Press)
2. Viabilité des populations: facteurs stochastiques
• Evaluation des méthodes de conservation par simulation :
• Exemple: la Panthère de Floride (Puma concolor)p ( )
Habitat actuel Habitat potentiel
pecies ment, Press)
004 in "Sp d managem xford Un. P
e Root, 20 vation and udies". Ox
(Tiré de conserv Case stu
2. Viabilité des populations: facteurs stochastiques
• Evaluation des méthodes de conservation par simulation :
• Exemple: la Panthère de Floride (Puma concolor) p ( )
Simulation de l'effet de l'introduction de la Panthère dans de nouveaux sites
I t d ti d Introduction dans 8 nouveaux sites Î
modèle "métapopulation"
modèle métapopulation 2 populations
actuelles
(Root, 2004 in "Species conservation and management, Case studies".Oxford Un. Press)
2. Viabilité des populations: facteurs stochastiques
• Evaluation des méthodes de conservation par simulation :
• Exemple: la Panthère de Floride (Puma concolor) p ( )
Simulation de l'effet de l'introduction de la Panthère dans de nouveaux sites
dèl " ét l ti "
modèle "métapopulation"
Î Ê effectifs
(Root, 2004 in "Species conservation and management, Case studies".Oxford Un. Press)
2. Viabilité des populations: facteurs stochastiques
• Evaluation des méthodes de conservation par simulation :
• Exemple: la Panthère de Floride (Puma concolor) p ( )
Simulation de l'effet de la réalisation d'échanges entre populations
C id é h t
Corridor: échange entre 2 populations
Supplémentation: apport Supplémentation: apport Externe (ind. Captivité)
(Root, 2004 in "Species conservation and management, Case studies".Oxford Un. Press)