Les incendies de forêt, les inondations, la pollution et la surpêche sont parmi les nombreuses perturbations qui peuvent modifier l’équilibre des écosystèmes, mettant parfois en danger l’avenir d’espèces entières. Mais évaluer ces écosystèmes pour déterminer quelles espèces sont les plus menacées, afin de concentrer les actions et les politiques de préservation là où elles sont le plus nécessaires, est une tâche difficile.
La plupart de ces efforts supposent que les écosystèmes sont essentiellement dans un état d’équilibre et que les perturbations externes provoquent un changement temporaire avant que les choses ne reviennent finalement à cet état d’équilibre. Mais cette hypothèse ne tient pas compte de la réalité selon laquelle les écosystèmes sont souvent en mouvement, l’abondance relative de leurs différentes composantes évoluant selon des calendriers qui leur sont propres. Aujourd’hui, une équipe de chercheurs du MIT et d’ailleurs a mis au point une meilleure méthode prédictive d’évaluation de ces systèmes afin de classer les vulnérabilités relatives des différentes espèces et de détecter les espèces menacées mais qui pourraient autrement passer inaperçues.
Contrairement aux méthodes conventionnelles d’établissement de tels classements aujourd’hui, ont-ils constaté, les espèces dont la population est la plus faible ou dont le déclin est le plus important – critères généralement utilisés aujourd’hui – ne sont parfois pas les plus menacées.
Les résultats sont publiés aujourd’hui dans la revue Lettres d’écologie, dans un article du professeur associé de génie civil et environnemental du MIT, Serguei Saavedra, récent doctorant Lucas Medeiros Ph.D. ’22, et trois autres.
Le nouveau travail est analogue à la façon dont l’analyse des modèles météorologiques d’Edward Lorenz il y a des décennies a révolutionné ce domaine, dit Saavedra. Les recherches de Lorenz ont suggéré que de minuscules perturbations pourraient finalement conduire à de très grands résultats, exprimés comme l’idée que le battement d’ailes d’un papillon à un endroit pourrait finalement conduire à un ouragan ailleurs. « Même des conditions initiales infiniment proches peuvent diverger assez largement sur une période de temps donnée et donc devenir imprévisibles », dit-il. Dans cet esprit, « Nous avons dit, que se passerait-il si nous appliquions le même genre de perspective pour essayer de déterminer quelles sont les espèces les plus sensibles? »
Dans certains cas, comme dans certains aspects de la prévision météorologique, les scientifiques comprennent la physique sous-jacente des phénomènes et peuvent produire des équations décrivant leur dynamique, jusqu’à un certain point. Ce n’est pas le cas avec les écosystèmes complexes, dit-il, où nous n’avons pas les équations sous-jacentes pour la dynamique même d’une seule espèce, et encore moins l’ensemble du système. Mais au cours de la dernière décennie, dit-il, l’équipe a développé des techniques mathématiques afin que « nous puissions avoir une description de la dynamique sans connaître les équations sous-jacentes », tant qu’il y a suffisamment de séries chronologiques de données pour travailler.
L’équipe a développé deux approches différentes, appelées classement de la sensibilité attendue et classement des vecteurs propres. Les deux approches ont bien fonctionné dans les tests utilisant de grands ensembles de données simulées, produisant des classements qui correspondaient étroitement à ceux attendus compte tenu des hypothèses sous-jacentes du modèle de simulation.
Les tentatives traditionnelles de classement de la vulnérabilité des espèces ont tendance à se concentrer sur des mesures telles que la taille corporelle – les espèces plus grandes ont tendance à être plus vulnérables – ainsi que la taille de la population, qui peuvent être des indicateurs utiles la plupart du temps. Mais, comme le souligne Saavedra, « Ces espèces sont intégrées dans des communautés, et ces communautés ont un comportement émergent non linéaire tel qu’un petit changement à un endroit changerait complètement d’une manière différente un autre aspect du système. »
Le fait que les espèces au sein d’un écosystème peuvent avoir des abondances qui augmentent et diminuent, parfois de manière cyclique, parfois aléatoire ou déterminée par des forces externes, signifie que le moment exact d’une perturbation donnée peut faire une grande différence, ce que les modèles d’équilibre ne tiennent pas compte. « Les approches basées sur la dynamique de l’équilibre ont cette vision statique des effets de l’interaction des espèces », explique Medeiros. « Sous des fluctuations d’abondance hors d’équilibre, ces effets d’interaction peuvent changer avec le temps, affectant la sensibilité d’une espèce donnée aux perturbations. »
Par exemple, une espèce très active en été mais dormante en hiver peut être fortement impactée par un feu de forêt ou une vague de chaleur en été, mais totalement insensible si la perturbation se produit en hiver. Ou, si les interactions entre une espèce prédatrice et ses proies varient au cours d’une année, le moment d’une perturbation peut être plus perturbateur pendant certaines saisons que d’autres.
Les nouvelles approches analytiques sont largement applicables à tout type d’écosystème, dit Saavedra, qu’il soit marin ou terrestre, tropical ou arctique. En fait, les formules sont si générales, lorsqu’elles sont appliquées à des systèmes avec de nombreuses interactions et des flux constants, que certains chercheurs les ont également appliquées avec succès à la prédiction de la dynamique des marchés financiers.
« Les techniques sont assez générales pour toute dynamique non linéaire ou systèmes dynamiques en général hors d’équilibre », explique Saavedra. Un étudiant du groupe qui avait travaillé sur ces techniques a fini par travailler pour un fonds spéculatif, dit-il, et un autre a pris un congé sabbatique pour travailler pour une banque étrangère. « Il était fondamentalement capable d’appliquer ces techniques, et elles fonctionnaient. »
Mais l’objectif principal du travail reste l’évaluation de la vulnérabilité des espèces, et déjà les résultats commencent à être appliqués. Par exemple, Medeiros, l’auteur principal de l’article, travaille à l’Université de Californie à Santa Cruz et à la National Oceanic and Atmospheric Administration, appliquant ces techniques à la gestion des pêches. « Avec la pêche en particulier, vous disposez de nombreuses séries de données, examinant l’augmentation et la diminution de ces tailles de population au fil du temps », explique Saavedra. En utilisant ces données, dit-il, il est désormais possible « de prédire avec précision les espèces qui devraient être les plus sensibles, par exemple, au changement climatique ou au taux de quotas de pêche le plus élevé ».
Cette histoire est republiée avec l’aimable autorisation de MIT News (web.mit.edu/newsoffice/), un site populaire qui couvre l’actualité de la recherche, de l’innovation et de l’enseignement au MIT.