PROJET ECOQUANT
PROJET ECOQUANT
Réalisé par : OUEDRAOGO B M Jolien
Juin-2024
Fi Ecologie/ Mobilité
Enseignant: Staentzel Cybill
INTRODUCTION
L’érosion des sols, bien qu’étant un processus naturel, peut s’avérer néfaste pour les écosystèmes aquatiques. En réponse à cette problématique, la France a mis en place des mesures de restauration des habitats aquatiques dégradés par l’érosion. Parmi ces mesures, l’aménagement de zones d’érosion contrôlée s’impose comme une solution prometteuse. Ces zones canalisent et gèrent l’érosion, limitant ainsi son impact sur les rivières et les lacs.
Dans le cadre d’une étude portant sur l’efficacité de ces zones d’érosion contrôlée, une analyse écoquantitative a été menée. Les données, collectées entre 2014 et 2019 (Staentzel et al., in prep), proviennent de campagnes de pêches et de mesures environnementales. L’objectif principal de cette analyse est d’évaluer l’impact de ces zones sur des axes majeurs en lien avec : la mise en place d’habitats aquatiques, l’évolution des populations d’espèces, les conditions hydrologiques, etc…
En combinant l’analyse de ces informations, l’étude vise à fournir une évaluation complète de l’impact des zones d’érosion contrôlée sur les écosystèmes aquatiques. Les résultats obtenus permettront de mieux comprendre l’efficacité de cette mesure de restauration et d’optimiser sa mise en œuvre future. Ainsi l’objectif principale de cette étude est de verifier que l’action de l’Erosion maitrisée est un succès pour les communautés piscicoles.
Pour une meilleure approche à ce questionnement, nous posons les hypothèses suivantes:
*H1: Les zones d’érosion contrôlée ont un impact positif sur les habitats aquatiques en aval, en augmentant leur diversité et leur complexité.
*H2: Les zones d’érosion contrôlée favorisent la croissance et la reproduction de certaines populations d’espèces aquatiques.
Plus spécifiquement, il s’agira pour nous de verifier si la présence de zones d’érosion contrôlée conduit à une augmentation de la richesse en espèces de poissons dans les rivières en aval tout en améliorant les habitats aquatiques.
I- OUTILS ET METHODES
I.1- OUTILS
I.1.1- DONNEES D’ETUDE
Des données détaillées sur les populations aquatiques ont été rassemblées sur plusieurs années. Ces informations proviennent de sites d’échantillonnage de pêche régulièrement répartis en amont, en aval et dans la zone d’érosion d’un cours d’eau. Elles incluent les abondances, les tailles et la diversité des espèces, ainsi que des informations complémentaires sur l’environnement aquatique, les habitats présents et les caractéristiques biologiques des espèces. En résumé, cet ensemble de données complet offre un regard approfondi sur : La composition des communautés aquatiques et leur trait, La structure des populations, la distribution et l’abondance des espèces.
I.1.2- RSTUDIO
Ce travail a été réalisé à l’aide de RStudio, un environnement de développement intégré (EDI) pour le langage de programmation R. RStudio offre une interface utilisateur graphique conviviale qui facilite l’écriture, l’exécution et le débogage de code R.
Parallèlement, RMarkdown a été utilisé pour créer des documents intégrant du texte, du code R et des résultats d’analyse. Cette combinaison de RStudio et RMarkdown s’avère être un outil puissant pour l’analyse de données et la communication efficace des résultats obtenus.
I.2- METHODOLOGIE
L’analyse multicritère (AMC) et l’analyse en composantes principales (ACP) sont deux outils puissants pour analyser des données complexes et faciliter la prise de décision. L’AMC permet de comparer et de classer des alternatives en fonction de plusieurs critères, tandis que l’ACP permet de réduire la dimensionnalité d’un ensemble de données tout en préservant l’information la plus importante.
I.2.1- ACP
L’analyse en composantes principales (ACP) est une technique statistique multivariée qui permet de réduire la dimensionnalité d’un ensemble de données tout en préservant l’information la plus importante. Elle consiste à transformer un ensemble de variables corrélées en un nouvel ensemble de variables non corrélées appelées “composantes principales”.
I.2.1- Analyses multicritères
Les analyses multicritères regroupent différentes méthodes qui visent à structurer et à agréger l’information provenant de plusieurs critères d’évaluation souvent corrélés et parfois conflictuels, afin d’aider à la prise de décision. Elles s’appliquent à des situations où il n’existe pas de solution unique optimale et où différents points de vue doivent être pris en compte.
II- ANALYSE, RESULTATS ET INTERPRETATIONS
II.1- CORECTION DES DONNEES
#Correction des données
## Creation d'un nouveau tableau Aggregate
Bio_Fish_agre <- aggregate(N ~ Zone +ANNEE+ESP, data = Bio_Fish, sum)
Bio_Fish_agre<-data.frame(transform(Bio_Fish_agre, Zone = paste0(Zone, "_", ANNEE)))
Bio_Fish_agre <- Bio_Fish_agre[,-2]
##Matrice de données
Zone <- unique(Bio_Fish_agre$Zone)
ESP <- unique(Bio_Fish_agre$ESP)
Mat <- matrix(NA, nrow = length(Zone), ncol = length(ESP))
rownames(Mat) <- Zone
colnames(Mat) <- ESP##Remplir la matrice avec les données
for(i in 1:nrow(Bio_Fish_agre)) {
Zone <- Bio_Fish_agre$Zone[i]
ESP <- Bio_Fish_agre$ESP[i]
n <- Bio_Fish_agre$N[i]
Mat[Zone, ESP] <- n
}Dans ces lignes de codes, nous avons réalisé une correction des données avec la fonction aggregate afin d’afficher selon les années, et à chaque zone, l’abondance pour chacune des espèces.
## ABL ANG BAF BLA BOU BRO CHE EPI GAR GDK GDL GKS GTN HOT LOF LOP LOR
## Aval_2015 5 0 23 1 0 0 280 1 0 12 0 0 77 21 0 1 0
## ZE_2015 2 1 198 0 0 1 787 8 0 18 0 0 240 16 0 1 0
## ZE_2016 23 0 96 0 1 0 556 2 2 2 0 0 191 16 0 0 0
## ZE_2017 32 1 124 0 0 0 379 5 2 2 0 0 234 12 1 1 0
## Aval_2018 4 0 28 0 0 0 96 6 0 16 0 0 170 111 2 2 0
## ZE_2018 9 1 259 0 0 0 317 7 1 10 0 0 119 116 1 1 0
## Amont_2019 20 0 5 0 0 0 25 0 0 2 0 0 63 0 0 0 0
## ZE_2019 44 0 61 0 0 1 148 2 0 2 3 0 133 12 0 1 0
## Amont_2014 0 0 1 0 0 0 0 0 0 0 0 2 16 0 0 0 0
## Aval_2014 0 0 1 0 0 0 604 38 4 0 0 5 15 178 0 0 0
## ZE_2014 0 0 25 0 0 0 579 12 3 0 0 9 29 10 2 0 1
## Amont_2015 0 0 17 0 0 0 35 0 1 4 0 0 81 1 0 0 0
## Amont_2016 0 0 31 0 1 0 118 0 1 1 0 0 202 1 0 0 0
## Aval_2016 0 0 13 0 0 0 107 0 1 2 0 0 115 2 0 1 0
## Amont_2017 0 0 49 0 0 0 105 0 0 1 0 0 120 0 0 0 0
## Aval_2017 0 0 10 0 0 0 249 13 0 0 0 0 174 12 0 3 0
## Amont_2018 0 0 25 0 0 0 4 0 1 7 0 0 48 1 0 0 0
## Aval_2019 0 0 26 0 0 0 90 3 0 1 3 0 155 6 0 10 0
## LOT LPP LPR PER PES SAN SAT SIL SPI TAN VAI
## Aval_2015 0 0 0 0 3 0 0 0 0 0 9
## ZE_2015 0 0 1 0 2 1 3 2 14 0 8
## ZE_2016 0 0 3 0 2 0 2 5 16 0 0
## ZE_2017 0 0 0 1 1 0 1 1 57 5 14
## Aval_2018 0 0 0 0 0 0 1 0 0 0 11
## ZE_2018 0 0 0 3 3 0 0 9 51 3 8
## Amont_2019 0 0 0 0 0 0 0 1 0 0 0
## ZE_2019 0 0 0 1 0 0 0 9 15 1 8
## Amont_2014 0 0 0 0 0 0 0 0 0 0 0
## Aval_2014 0 0 0 0 0 0 0 1 0 0 97
## ZE_2014 1 1 0 0 1 0 1 7 15 0 23
## Amont_2015 0 0 0 1 0 0 0 4 0 0 1
## Amont_2016 0 0 0 0 0 0 1 0 0 0 1
## Aval_2016 0 0 0 1 0 0 0 0 0 1 1
## Amont_2017 0 0 0 0 0 0 0 0 3 0 2
## Aval_2017 0 0 0 0 0 0 0 0 0 2 1
## Amont_2018 0 0 0 1 0 0 0 4 1 0 0
## Aval_2019 0 0 0 4 0 0 1 1 0 1 20Les données obtenues fournissent pour chaque zone sur des périodes différentes, l’abondance en espèces.
II.2- ANALYSES EXPLORATOIRES
Les résultats suivants fournissent une informations sur l’analyse exploratoire des données avec statistiques descriptives et visualisations.table.value(scale(Bio), method= c("size"),symbol = "circle")
La taille de chaque cercle dans la visualisation représente la valeur Abondance à l’échelle d’une espèce particulière dans une région et une année données. Des cercles plus grands indiquent une plus grande abondance, tandis que des cercles plus petits indiquent une abondance plus faible.
La visualisation nous permet de comparer l’abondance relative de différentes espèces dans la même zone et la même année. Par exemple nous pouvons identifier les espèces les plus abondantes (grands cercles) et celles qui le sont moins (petits cercles) à un endroit et à une période donnés.
La détermination des moyennes et des valeurs extrêmes fournit les résultats suivant:apply(Bio,2,mean)## ABL ANG BAF BLA BOU BRO
## 7.72222222 0.16666667 55.11111111 0.05555556 0.11111111 0.11111111
## CHE EPI GAR GDK GDL GKS
## 248.83333333 5.38888889 0.88888889 4.44444444 0.33333333 0.88888889
## GTN HOT LOF LOP LOR LOT
## 121.22222222 28.61111111 0.33333333 1.16666667 0.05555556 0.05555556
## LPP LPR PER PES SAN SAT
## 0.05555556 0.22222222 0.66666667 0.66666667 0.05555556 0.55555556
## SIL SPI TAN VAI
## 2.44444444 9.55555556 0.72222222 11.33333333apply(Bio,2,range)## ABL ANG BAF BLA BOU BRO CHE EPI GAR GDK GDL GKS GTN HOT LOF LOP LOR LOT
## [1,] 0 0 1 0 0 0 0 0 0 0 0 0 15 0 0 0 0 0
## [2,] 44 1 259 1 1 1 787 38 4 18 3 9 240 178 2 10 1 1
## LPP LPR PER PES SAN SAT SIL SPI TAN VAI
## [1,] 0 0 0 0 0 0 0 0 0 0
## [2,] 1 3 4 3 1 3 9 57 5 97apply(Bio,1,mean)## Aval_2015 ZE_2015 ZE_2016 ZE_2017 Aval_2018 ZE_2018 Amont_2019
## 15.4642857 46.5357143 32.7500000 31.1785714 15.9642857 32.7857143 4.1428571
## ZE_2019 Amont_2014 Aval_2014 ZE_2014 Amont_2015 Amont_2016 Aval_2016
## 15.7500000 0.6785714 33.6785714 25.6785714 5.1785714 12.7500000 8.7142857
## Amont_2017 Aval_2017 Amont_2018 Aval_2019
## 10.0000000 16.5714286 3.2857143 11.4642857apply(Bio,1,range)## Aval_2015 ZE_2015 ZE_2016 ZE_2017 Aval_2018 ZE_2018 Amont_2019 ZE_2019
## [1,] 0 0 0 0 0 0 0 0
## [2,] 280 787 556 379 170 317 63 148
## Amont_2014 Aval_2014 ZE_2014 Amont_2015 Amont_2016 Aval_2016 Amont_2017
## [1,] 0 0 0 0 0 0 0
## [2,] 16 604 579 81 202 115 120
## Aval_2017 Amont_2018 Aval_2019
## [1,] 0 0 0
## [2,] 249 48 155II.2- AFC
II.2.1- LA ZONE D’EROSION JOUE-T-ELLE SUR L’EVOLUTION DE LA DIVERSITE DES ESPECES EN UN MILIEU?
#AFC Analyse Multivariée
library(ade4)##
## Attachement du package : 'ade4'## Les objets suivants sont masqués depuis 'package:adegraphics':
##
## kplotsepan.coa, s.arrow, s.class, s.corcircle, s.distri, s.image,
## s.label, s.logo, s.match, s.traject, s.value, table.value,
## triangle.classafc1<-dudi.coa(df = Bio, scannf = FALSE, nf = 4)
scatter(afc1)
Le diagramme de correspondance présenté montre la relation entre les zones d’étude et les espèces aquatiques en termes d’évolution d’abondance relative sur une période de 2014-2019. Les axes du graphique représentent les composantes principales 1 et 2, qui synthétisent l’information contenue dans les données originales. Les graphiques suivants permettront de mieux effectuer notre analyse.
detach("package:ade4", unload = TRUE)## Warning: l'espace de noms 'ade4' ne peut être déchargé :
## l'espace de noms 'ade4' est importé par 'adegraphics' et ne peut, donc, pas être déchargélibrary(adegraphics)
sc1<-s.label(afc1$co, plabels.optim=TRUE, ppoints.cex=0.5)
sc2<-s.label(afc1$li, plabels.optim=TRUE, ppoints.cex=0.5)
ADEgS(list(sc1,sc2))
Le graphique représente un gradient temporel, avec les zones d’érosion et avale (des années 2014 et 2015) d’un coté, puis de l’autre côté la majorité des zones amont (sur la globalité des années) avec les zones avales et d’érosion des années 2018 et 2019. Cela suggère que la composition des communautés aquatiques a évolué au cours du temps dans ces zones. Le regroupement des espèces autour de certaines zone suggère que les communautés aquatiques y sont plus abondante.
La Zone en amont est plus fréquentée par des espèces comme: GDK, LOP, PER, GDL, GTN, TAN, BAF sur toute les années.
Initialement (2014-2015), l’aval est une zone plus fréquentée par des espèces comme : HOT LOT VAI EPI GAR. Dans le temps elle est par la suite elle est colonisée par de nouvelles espèces comme: GTN TAN BAF ou encore SPI ANG BOU BRO.
La zone d’érosion est, pour sa part, occupée par des espèces comme CHE GLA BKS avant de se voir habitée par des espèces comme: BAF TAN SIL ABL. Lobalement les zones d’érosion et d’aval ont connu une augmentation de la diversité meme si certaines espèces y sont devenu moins fréquentes.
II.2.2- QUELS SONT LES TRAITS QUI POUVANT JUSTIFIER LE REGROUPEMENT D’ESPECES EN UNE ZONE ET DONC AMELIORER LA DIVERSITE?
library(vegan)## Le chargement a nécessité le package : permute## Le chargement a nécessité le package : lattice## This is vegan 2.6-6.1Traits<-read_xlsx(path = "Traits.xlsx")
View(Traits)
Traits<-Traits[-22,]
Traits<-Traits[-29,]
View(Traits)
write.csv(Traits,file="Traits.csv", row.names = TRUE)
Traits<-read.csv("Traits.csv",sep = ",",dec = ".",row.names = 2, check.names=TRUE)
View(Traits)
Traits<-Traits[,-1]
View(Traits)
Traits[is.na(Traits)] <- 0
View(Traits)
###hill smith
library(vegan)
detach("package:adegraphics", unload = TRUE)
library(ade4)
Hill_Trait<-Traits
View(Hill_Trait)
pcahillR_Trait<-dudi.hillsmith(df = Hill_Trait, scannf = FALSE, nf = 2)
detach("package:ade4", unload = TRUE)
library(adegraphics)## Registered S3 methods overwritten by 'ade4':
## method from
## biplot.dudi adegraphics
## plot.betcoi adegraphics
## plot.betrlq adegraphics
## plot.between adegraphics
## plot.coinertia adegraphics
## plot.discrimin adegraphics
## plot.dpcoa adegraphics
## plot.foucart adegraphics
## plot.krandtest adegraphics
## plot.mcoa adegraphics
## plot.mfa adegraphics
## plot.multispati adegraphics
## plot.niche adegraphics
## plot.pcaiv adegraphics
## plot.procuste adegraphics
## plot.pta adegraphics
## plot.randtest adegraphics
## plot.rlq adegraphics
## plot.sepan adegraphics
## plot.statis adegraphics
## plot.witcoi adegraphics
## plot.within adegraphics
## plot.witrlq adegraphics
## plot.bcaloocv adegraphics
## plot.discloocv adegraphics
## screeplot.dudi adegraphics## Registered S3 methods overwritten by 'adegraphics':
## method from
## biplot.dudi ade4
## kplot.foucart ade4
## kplot.mcoa ade4
## kplot.mfa ade4
## kplot.pta ade4
## kplot.sepan ade4
## kplot.statis ade4
## scatter.coa ade4
## scatter.dudi ade4
## scatter.nipals ade4
## scatter.pco ade4
## score.acm ade4
## score.mix ade4
## score.pca ade4
## screeplot.dudi ade4scatter(pcahillR_Trait)
Le diagramme d’Hill-Smith présenté montre la relation entre les espèces aquatiques et leurs traits fonctionnels. Les axes du graphique représentent les composantes principales 1 et 2, qui synthétisent l’information contenue dans les données de base des traits. Le premier axe est lié à la stratégie de reproduction des espèces et regroupe des espèces comme : BOU BRO GOU SPI BAF (tous en corrélation positive). Cela suggère que ces èspeces ont une similarité de préfference en matière de zone de reproduction et de stratégie de reproduction. Le second axe quant à lui décrit les caractéristiques physiologiques des espèces et regroupe des espèces comme : LOG, FLE,ANG, LPM (en corrélation négative). ces èspeces ont une similarité de préfference en matière de choix d’habitats, de tolérances, etc… Ces informations pouront donc nous servir pour cerner :
les capacités physiologiques et les adaptations écologiques d’une espèce, influençant sa distribution, ses interactions avec d’autres espèces et sa vulnérabilité aux changements environnementaux.
la diversité des stratégies de vie et des adaptations des espèces dans le monde vivant.
L’analyse révèle une dynamique temporelle des communautés aquatiques, avec des changements de composition, de diversité et d’abondance des espèces. Le diagramme d’Hill-Smith apporte des informations précieuses sur les relations entre les espèces et leurs traits fonctionnels, permettant de mieux cerner leurs adaptations et leurs stratégies de vie. Ces informations sont essentielles pour la compréhension de l’écologie et la conservation des espèces aquatiques.
II.2.3- INTERPRETATION DE L’AFC
L’analyse révèle une dynamique temporelle des communautés aquatiques, avec des changements de composition, de diversité et d’abondance des espèces. Le diagramme d’Hill-Smith apporte des informations précieuses sur les relations entre les espèces et leurs traits fonctionnels, permettant de mieux cerner leurs adaptations et leurs stratégies de vie. Ces informations sont essentielles pour la compréhension de l’écologie et la conservation des espèces aquatiques.
Implications: Comprendre les capacités physiologiques et les adaptations écologiques des espèces: En analysant leur distribution, leurs interactions et leur vulnérabilité aux changements environnementaux. Identifier les stratégies de vie et les adaptations des espèces: En étudiant la diversité des comportements, des cycles de vie et des adaptations à différents environnements.
II.3- ACP : QUELLES SONT LES ZONES AYANT SUBIT UNE DIVERSIFICATION DES ESPECES?
Cette analyse sera effectuée sur des indices comme :
l’abondance relative des individus
la richesse spécifique
Indice d’équitabilité
Indice de Shannon : Prend en compte à la fois le nombre d’espèces et leur abondance relative. Des valeurs plus élevées indiquent une diversité plus élevée.
Indice de Simpson : Mesure la probabilité qu’en sélectionnant deux individus au hasard dans la communauté, ils appartiennent à la même espèce. Des valeurs plus faibles indiquent une diversité plus élevée.
data <- data.frame(Bio)
N=apply(data,1,sum)
S=apply(data>0,1,sum)
data$N<-N
data$S<-S
View(data)
library(vegan)
data$H<-diversity(data[,1:28], index="shannon")
data$D<-diversity(data[,1:28], index="simpson")
data$J<-diversity(data[,1:28], index="shannon")/log2(data$S)
data<-data[,-1:-28]
View(data)
##Analyse ACP
APC_data<-data
library(ade4)##
## Attachement du package : 'ade4'## Les objets suivants sont masqués depuis 'package:adegraphics':
##
## kplotsepan.coa, s.arrow, s.class, s.corcircle, s.distri, s.image,
## s.label, s.logo, s.match, s.traject, s.value, table.value,
## triangle.classpcaQ<-dudi.pca(df = APC_data, scannf = FALSE, nf = 2)
scatter(pcaQ)
Le diagramme d’analyse en composantes principales (ACP) présenté montre la relation entre les zones d’étude et les indices de diversité des communautés aquatiques entre 2014 et 2019.
Interprétation des axes:
Axe 1: Cet axe semble représenter un gradient d’équitabilité (J), Indice de Shannon, Indice de Simpson, avec les zones les plus équitablement représentées en haut et les zones les moins équitablement représentées en bas. Cela suggère que la composition des communautés aquatiques varie en fonction des zones d’étude.
Axe 2: Cet axe semble représenter un gradient de richesse spécifique (S), et d’abondance avec les zones les plus riches en espèces à droite et les zones les moins riches à gauche. Cela suggère que la diversité des communautés aquatiques varie en fonction des zones d’étude et aussi des années.
Les points représentant les zones d’étude sont regroupés par année. Cela permet d’observer l’évolution de la diversité des communautés aquatiques dans chaque zone au cours du temps.
Groupe 1 : Indices de diversité
- Indice d’équitabilité
- Indice de Shannon
- Indice de Simpson
Ce groupe d’indices a pour caractéristique commune de quantifier la
diversité des espèces dans un écosystème en prenant en compte à la fois
la richesse spécifique (nombre d’espèces) et l’abondance relative
(nombre d’individus de chaque espèce). Ils permettent de comparer la
diversité de différents écosystèmes, de suivre la diversité d’un
écosystème dans le temps, d’identifier les espèces dominantes et
d’évaluer l’impact des perturbations sur la diversité.
Ainsi pour la zone d’étude et la zone avale, cette diversité s’est vue
accroitre dans le temps et s’est largement ameliorée entre 2018 et
2019.
Groupe 2 : Mesures de la diversité
- Richesse spécifique
- Abondance
Ce groupe rassemble des mesures plus simples de la diversité qui ne tiennent compte que d’un seul aspect de la diversité des espèces :
La richesse spécifique se réfère simplement au nombre total d’espèces présentes dans un environnement donné. C’est un indicateur basique de la diversité, mais il ne prend pas en compte la répartition des espèces.
L’abondance, quant à elle, se concentre sur le nombre d’individus de chaque espèce présents dans un environnement donné. Elle permet d’affiner un peu l’analyse en considérant la domination potentielle de certaines espèces. Les zones d’erosion et en aval sont pour les premières années peuplés par beaucoup d’individus mais pas par une plus grande diversités d’espèces qu’à l’état en 2019.
II.4- INTERPRÉTATION
L’analyse des données sur les communautés aquatiques dans les zones d’érosion contrôlée et les zones avale met en évidence plusieurs points importants :
Dynamique temporelle des communautés aquatiques:
- La composition des communautés aquatiques a évolué au cours du temps dans les zones d’étude, avec une augmentation globale de la diversité dans les zones d’érosion et d’avale entre 2017 et 2019 (beaucoup plus en 2019).
- Cette évolution est caractérisée par des changements dans la présence et l’abondance des espèces, avec certaines espèces plus fréquentes dans les premières années et d’autres colonisant les zones par la suite.
- La dynamique temporelle des communautés aquatiques peut être expliquée par divers facteurs, tels que les changements environnementaux, les interactions entre les espèces et les activités humaines.
Relations entre les espèces et leurs traits fonctionnels:
- Les espèces aquatiques se distinguent par leurs traits fonctionnels liés à la stratégie de reproduction et aux caractéristiques physiologiques.
- Ces traits fonctionnels permettent de regrouper les espèces en fonction de leurs adaptations et de leurs stratégies de vie.
- La connaissance des traits fonctionnels des espèces est essentielle pour comprendre leur distribution, leurs interactions et leur vulnérabilité aux changements environnementaux.
Impact des zones d’érosion contrôlée:
- Les zones d’érosion contrôlée semblent avoir un effet positif sur la diversité des communautés aquatiques en aval, en augmentant la richesse et l’équitabilité des espèces.
- Cet effet positif pourrait être lié à la réduction de la sédimentation et à la régulation du débit d’eau dans les rivières en aval.
- Des recherches plus approfondies sont nécessaires pour identifier les mécanismes sous-jacents à la mise en place dedifférents habitats écologiques.
Implications pour la gestion et la conservation:
- Les résultats de cette étude fournissent des informations précieuses pour la gestion des zones d’érosion contrôlée et la conservation des communautés aquatiques.
- La mise en place de zones d’érosion contrôlée peut contribuer à la préservation de la biodiversité aquatique, en particulier dans les rivières fragilisées par l’érosion des sols.
- Il est important de poursuivre les recherches sur les effets des zones d’érosion contrôlée à long terme et sur leur impact sur différents types d’écosystèmes aquatiques.
En résumé, cette étude montre que les communautés aquatiques dans les zones d’érosion contrôlée et les zones avale sont dynamiques et présentent une grande diversité d’espèces. Les traits fonctionnels des espèces jouent un rôle important dans leur distribution et leurs interactions. Les zones d’érosion contrôlée semblent avoir un effet positif sur la diversité des communautés aquatiques en aval. Ces résultats soulignent l’importance de la gestion durable des zones d’érosion pour la conservation de la biodiversité aquatique.
CONCLUSION
Cette étude portée sur des données en lien avec la réalisation d’une zone d’érosion controlée nous a permis d’analyser globalement l’impacte de cette zone sur l’evolution de l’abondance et de la diversité des espèces en une zone.
L’étude des communautés aquatiques dans les zones a permis de mettre en évidence plusieurs résultats importants :
- Dynamique temporelle des communautés aquatiques:
La composition des communautés aquatiques a évolué dans les zones d’érosion et d’avale.
Cette évolution est caractérisée par des changements dans la présence et l’abondance des espèces, avec certaines espèces plus fréquentes dans les premières années et d’autres colonisant les zones par la suite.
Divers facteurs peuvent expliquer cette dynamique temporelle, tels que les changements environnementaux, les interactions entre les espèces et les activités humaines.
- Relations entre les espèces et leurs traits fonctionnels:
Les espèces aquatiques se distinguent par leurs traits fonctionnels liés à la stratégie de reproduction et aux caractéristiques physiologiques.
Ces traits fonctionnels permettent de regrouper les espèces en fonction de leurs adaptations et de leurs stratégies de vie.
La connaissance des traits fonctionnels des espèces est essentielle pour comprendre leur distribution, leurs interactions et leur vulnérabilité aux changements environnementaux.
En résumé, notre étude révèle que les communautés aquatiques dans les zones d’érosion contrôlée et en aval présentent une dynamique temporelle et une richesse remarquable en espèces. Les traits fonctionnels de ces espèces influencent leur répartition et leurs interactions au sein de l’écosystème. Les zones d’érosion contrôlée semblent jouer un rôle positif dans la préservation de la diversité des communautés aquatiques en aval, notamment en augmentant la richesse et l’équitabilité des espèces. Ces résultats soulignent l’importance d’une gestion durable des zones d’érosion pour la conservation de la biodiversité aquatique. Pour cette étude les hypothèses que nous avons posées au départ sont donc verifiées.
Recommandations pour des recherches futures:
Mener des études à long terme pour suivre l’évolution des communautés aquatiques dans les zones d’érosion contrôlée et les zones avale.
Mener une étude sur les caractéristiques des zones en lien avec la diversification des espèces et leur abondance ( débit, vitesse, tirant d’au, habitats, types de sols, etc…)
Évaluer l’impact des zones d’érosion contrôlée sur différents types d’écosystèmes aquatiques.
Identifier les mécanismes sous-jacents à l’effet positif des zones d’érosion contrôlée sur la diversité des communautés aquatiques.
Explorer les interactions entre les zones d’érosion contrôlée, les communautés aquatiques(Compétition, Prédation, Parasitisme, Mutualisme, Commensalisme) et les autres composantes des écosystèmes aquatiques.
Développer des outils de gestion et de conservation pour les zones d’érosion contrôlée et les communautés aquatiques associées.
