Mariane ALLEAUME-BENHARIRA Sylvie ODDOU-MURATORIO François LEFEVRE. Ecologie des forêts méditerranéennes INRA AVIGNON - FRANCE



Documents pareils
Traits fonctionnels : concepts et caractérisation exemples des prairies Marie-Laure Navas, Eric Garnier, Cyrille Violle, Equipe ECOPAR

LE MONITORING DE LA BIODIVERSITE EN SUISSE. Hervé LETHIER, EMC2I

«Poursuivre au-delà de BEEST : une approche fonctionnelle basée sur les traits de vie des espèces en relation avec l habitat».

Gènes Diffusion - EPIC 2010

Quelles représentations des interactionsbiotiques dans les modèles?

«Suivi d un projet Livelihoods» Medan, Indonésie 7 au 11 octobre 2013

Samuel Decout, Sandra Luque.

4. Résultats et discussion

Bases de données des mutations

MASTER (LMD) GESTION DE DONNEES ET SPATIALISATION EN ENVIRONNEMENT (GSE)

Génétique et génomique Pierre Martin

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

Variables Aléatoires. Chapitre 2

Mise en place d un réseau d Arboretums pour une valorisation coordonnée des ressources ligneuses ex situ

Thème sélection génétique des plantes hybridation et génie génétique

UNIVERSITE MONTPELLIER II

Master de Bioinformatique et Biologie des Systèmes Toulouse Responsable : Pr. Gwennaele Fichant

GénoToul 2010, Hôtel de Région Midi Pyrénées, Toulouse, 10 décembre 2010

Que faire lorsqu on considère plusieurs variables en même temps?

Régionalisation des régimes de perturbations et implications pour l aménagement dans un contexte de changement climatique

CHAPITRE 3 LA SYNTHESE DES PROTEINES

La production énergétique à partir de la biomasse forestière : le devenir des nutriments et du carbone

Faculté des Sciences d ORSAY

L échelle du ph est logarithmique, c està-dire

Exercices de génétique classique partie II

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

Objectifs présentés. Discussion générale

Evaluation générale de la qualité des données par âge et sexe

La notion de croissance (végétale) en sixième et en première S.

LIDAR LAUSANNE Nouvelles données altimétriques sur l agglomération lausannoise par technologie laser aéroporté et ses produits dérivés

Modèle de phases FlexWork: Sondage des entreprises et administrations suisses sur la flexibilité géographique et temporelle du travail

Les abeilles à Bruxelles Défis et opportunités

Au-delà du coalescent : quels modèles pour expliquer la di

LA CONTEXTUALISATION DANS L ENSEIGNEMENT DES SCIENCES ET TECHNIQUES EN GUADELOUPE

IV. La ressemblance entre apparentés

DES FORÊTS POUR LE GRAND TÉTRAS GUIDE DE SYLVICULTURE

Introduction : Essais de phase I

Modélisation géostatistique des débits le long des cours d eau.

du Cadre de vie Secrétariat Permanent du Conseil National pour l Environnement et le Développement Durable Présenté par: Paul BOMBIRI

CBBC Canadian Business & Biodiversity Council

1 cadre. 3 c 5 c. 7c 9 c. Actu Api n 19

1 les caractères des êtres humains.

Végétaux Exemples d individus

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie

METTRE EN PLACE UNE DÉMARCHE RSE :

Towards realistic modeling of IP-level topology dynamics

Diagnostic de la stabilité des peuplements à l aide des données de l IFN

CHOU BIOLOGIQUE. Evaluation d aménagements floristiques sur la répartition intra-parcellaire des auxiliaires

Séries Statistiques Simples

Actualités sur la sélection des pondeuses Prospections futures. Dr. Matthias Schmutz, Lohmann Tierzucht

STENTS ET FLOW-DIVERTERS : la porosité finale peut différer de la porosité théorique

Population responses to environmental forcing : approaches to model and monitor habitat characteristics

MODELES DE DUREE DE VIE

Etude, par simulations, de l intérêt d une sélection génomique dans une population porcine de type mâle

Réunion du réseau de génétique du Département EFPA

Evaluation du LIDAR et de solutions innovantes pour la chaîne d approvisionnement du bois : les résultats du projet européen FlexWood

Plan d action Gentianella germanica (Willd.) Börner

La gestion des données en écologie des communautés végétales : l exemple de Phytobase

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke

données en connaissance et en actions?

Chapitre 6 : coloniser de nouveaux milieux

Quelques éléments de bibliographie :

Les Français et la nature

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d

Développements algorithmiques au LIAMA et àamap en vue de l'analyse d'une scène forestière

Jeu de l ingénierie écologique. mémo du joueur

1 Définition de la non stationnarité

Equation LIDAR : exp 2 Equation RADAR :

Atelier 3 Vers le programme. Notions et définitions Présentation des terrains

ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE

Modélisation multi-agents - Agents réactifs

Introduction à l approche bootstrap

Ray-grass anglais auto-regarnissant

Indexmed : Le big data en écologie? Pas encore disent certains. Pas si sûr! Avec IndexMed. Relevons ce challenge!

L axe 5 du Cancéropole Nord Ouest

EXAMEN DES PROPOSITIONS D'AMENDEMENT DES ANNEXES I ET II. Autres propositions

Hedging delta et gamma neutre d un option digitale

VENTILATION POUR LE CONFORT D ETE

Proposition d une démarche pour la conception et l évaluation d idéotypes de plantes

Un expérience pluridisciplinaire de l intensification écologique en Agriculture Familiale

Séquence 6. Mais ces espèces pour autant ne sont pas identiques et parfois d ailleurs ne se ressemblent pas vraiment.

Feuille d exercices 2 : Espaces probabilisés

Etablissement de cartes de vent sur le pourtour méditerranéen par simulation numérique

Une nouvelle écologie des parcs et des jardins

Association des. Objectifs. convivialité, réunir les habitants autour du jardinage. action sociale, action environnementale,

TerrOïko : JEU en collaboration avec la SEEM

Première partie. Introduction Générale

Quelques données : Domaines & Patrimoine. Accord de partenariat avec le Groupe LAFORET Franchise. Membre de l ASFFOR.

LIVRET D AMENAGEMENT. VetAgro Sup, agro campus de Clermont Ferrand

Principe d un test statistique

Déroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI

L analyse de la gestion de la clientèle

La question sociale globale et les migrations. Présentation de Jean Michel Severino aux semaines sociales, 28 Novembre 2010

Royaume du Maroc. La masse salariale et ses impacts sur les équilibres économiques et financiers

PLAN GÉNÉRAL D AMÉNAGEMENT FORESTIER SEIGNEURIE DE PERTHUIS RÉSUMÉ NOTE AU LECTEUR

CarrotAge, un logiciel pour la fouille de données agricoles

Projet de Traitement du Signal Segmentation d images SAR

Modélisation couplée des processus de surface et souterrains pour prédire la distribution spatiale de l'évapotranspiration.

Présentation des projets de recherche BLOWOUT et METANE. Journée technique du Cedre. Brest 14 novembre 2013

Journées portes ouvertes ECOPHYTO

Transcription:

MODELISER L IMPACT DES CHANGEMENTS DEMOGRAPHIQUES ET ENVIRONNEMENTAUX SUR L EVOLUTION DES ARBRES Le module Luberon Version 2010 Mariane ALLEAUME-BENHARIRA Sylvie ODDOU-MURATORIO François LEFEVRE Ecologie des forêts méditerranéennes INRA AVIGNON - FRANCE

LE CONTEXTE Etude des facteurs contrôlant la répartition des espèces Approche classique sur l Adaptation Locale Génotype Fitness > Adaptation Traits d histoire de vie

TYPES DE MODÈLES Modèles biophysiques Flux verticaux Budget Cycle C énergie Cycle H 2 O Flux latéraux Plusieurs traits fonctionnels Feuille Tronc Racine Sol Modèles de dynamique forestière Reproduction Dispersion Germination Croissance Mortalité Modèles de dynamique évolutive W P O Dispersion Sélection effective w 2 Croissance plantules Mortalité dues aux perturbations Taux démographiques Mutation Dérive Flux de gènes w 2 Phénotype Relation phénotypefitness De la plante à la parcelle De ½ heure à saison De la parcelle au paysage Années De la région au continent Générations

TYPES DE MODÈLES Modèles de dynamique forestière Reproduction Dispersion Germination Croissance Mortalité Dispersion effective Croissance plantules Mortalité dues aux perturbations + Génétique Taux démographiques > Nous voulons prendre en compte la capacité d évolution génétique dans un modèle de dynamique forestière

LE CONTEXTE Nous avons besoin d étudier des populations en déséquilibre Nouvelle approche dynamique : les modèles démo-génétiques Partition des moteurs évolutifs Fitness résultante Coulson et al. 2006

QUEL MODÈLE DÉMO-GÉNÉTIQUE POUR LES ARBRES?

LES QUESTIONS PRINCIPALES Quelle sélection naturelle résulte des modèles de croissance et dynamique forestière? Et comment agit-elle? Quelle est l évolution des moyennes et variances phénotypiques et génétiques - au cours de quelques générations? - dans un environnement hétérogène? Quelles sont les interactions entre flux de gènes et hétérogénéité de l environnement en fonction de leurs échelles respectives?

LE MODÈLE Plateforme de modélisation : CAPSIS Modèle Individu-centré et spatialement explicite Calibration empirique des processus démographiques Croissance contrôlée par plusieurs QTL L espace est une grille de 25 cellules carrées (250m) ; 5 niveaux de qualité du site, 2 patrons de distribution. Aléatoire Gradient

LE MODÈLE L approche démo-génétique Génotype >> Phénotype >> Démographie >> (fitness) >> (ddbh) >> (fertilité and survie) E G E T o G o P = G + E G + G x E G o D = f ( P, E T, P x E T ) Sélection Variable Compétition, croissance dynamiques o w = f ( D ( P ( G, E G ), E T ) )

LE MODÈLE Cycle de vie fécondité Arbres adultes Survie Pollen Dispersion fécondité Croissance = f (G, E, G*E, compétition) Plantules Graines Dispersion

LES SIMULATIONS Etude de cas : la colonisation d un milieu ouvert 0 25 35 60 70 95 105 130 Fondation avec G0 800 plantules G0 deviennent reproductifs > G1 Coupe des G0 et Croissance des G1 G1 deviennent reproductifs > G2 Coupe des G1 et Croissance des G2 Coupe des G2 et Croissance des G3 G2 deviennent Fin des reproductifs simulations > G3 Recrutement Croissance Reproduction Coupe ANNEES

Paramètres initiaux Type de locus : sélectionné et neutre Nombre de locus : 10 S and 10 N Effet des locus : additifs et distribué normalement Nombre d allèles : 2 S and 10 N Fréquence des allèles : 0.5 S and 0.1 N Héritabilité : 0.8 Nombre de pionnier : 800 Distance de dispersion des graines : 25, 50, 100 m. Distance de dispersion du pollen : 25, 100, panmixie Nombre de générations : G0, G1, G2, G3 Patron d hétérogénéité environnementale : aléatoire ou gradient Variation de la qualité d environnement: double entre les niveaux 1 et 5 ENTRÉES/ SORTIES Suivis et calculs Phénotype moyen par niveau de qualité Variance phéno. par niveau de qualité Valeur génotypique moyenne par niveau de qualité Variance géno. par niveau de qualité Distance de dispersion réalisée des graines Distance de dispersion réalisée du pollen Consanguinité Hétérozygotie neutre et sélectionnée Richesse allélique neutre et sélectionnée Héritabilité SGS neutre et sélectionnée : apparentement moyen par classe de distance pente des corrélogrammes

RÉSULTATS PRINCIPAUX Evolution de la démographie Nombre d arbres

RÉSULTATS PRINCIPAUX Evolution génétique dans l environnement de basse qualité Valeur génétique moyenne Intensité de la sélection G1 G2 G3

RÉSULTATS PRINCIPAUX Evolution génétique dans l environnement de haute qualité Valeur génétique moyenne Intensité de la sélection G1 G2 G3

RÉSULTATS PRINCIPAUX Distribution des variances additives dans l espace G3 < Grad-HG Variance additive < Rand-HG < Grad-LG < Rand-LG Env 1 Env 2 Env 3 Env 4 Env 5

RÉSULTATS PRINCIPAUX Distribution des variances additives dans l espace G3 Effet des densités d arbres

RÉSULTATS PRINCIPAUX Distribution des variances additives dans l espace G3 Variance additive Env 1 Env 2 Env 3 Env 4 Env 5

RÉSULTATS PRINCIPAUX Evolution phénotypique Env. de haute qualité Phenotype moyen (accroissement en diamètre) Env. de basse qualité

RÉSULTATS PRINCIPAUX Evolution phénotypique & Gradient de sélection DBH = f (ddbh) W = f ( P ) W (diamètre) P (accroissement en diamètre)

RÉSULTATS PRINCIPAUX Structure Génétique Spatiale Apparentement Pente Distance

RÉSULTATS PRINCIPAUX Intensité de la Structure Génétique Spatiale (pente d autocorrélogramme) SP (pente d autocorrélogramme) Distance de dispersion des gènes (m)

RÉSULTATS PRINCIPAUX Evolution de la distance de dispersion réalisée du pollen

QUELQUES MESSAGES À EMPORTER En dehors des spécificités du cas de la colonisation 1. Les gradients de sélection deviennent uniformes avec le temps Effets génétique Environnement 2. Evolution génétique and phénotypique Croissance Démographie Compétition G moy. Sélection P moy. Compétition V G in time avec qualité E en Rand avec qualité E en Grad Flux de gènes Compétition Compétition Compétition + flux de gènes

QUELQUES MESSAGES À EMPORTER 3. Un fort flux de gènes n affecte pas la SGS des locus sélectionnés autant que les locus neutres. 4. Perspective de l année : nous voulons modéliser de manière réaliste les changements temporels d environnement, donc la prochaine étape est de lier le fonctionnement écophysiologique aux modèles démo-génétiques!

QUESTION ET PERSPECTIVES SUR LES CHOIX DE MODÉLISATION A Parcelle finie = effets de bords Les graines qui sont envoyées à l extérieur sont perdues. Biologiquement réaliste mais très pesant. B Pas de mortalité Loi d auto-éclaircie : les plus petits arbres qui ne poussent pas meurent. Mais pas assez d arbres encore dans notre cas! Quelle autre mortalité introduire? C Différence pollen / graines : kernel de dispersion pour les graines puis recherche du père (double kernel trop lourd). D Environnement : il nous faut plusieurs environnements aléatoires mais comment faire plusieurs gradients? En gardant 5 niveaux et les mêmes proportions?

Merci à Samuel et François pour leur soutien! Merci de votre attention

DECREASE IN HE BETWEEN G0 AND G3 Selected Neutral

DECREASE IN HERITABILITY IN TIME Random Gradient

Modeling the Impact of Environmental and Demographic changes on Trees Evolution GROWTH COMPETITION MODEL blablabla

Methods for estimating gene flow SGS and Sp-Statistics Wright s isolation by distance model (1943) Pollen dispersal σ p Seed dispersal σ s σ = σ ² + 1/ 2σ ² t ² s p Kinship between indiv. Sp Rousset 1999 = Slope = -1/4Pd e σ t ² Log(Distance) slope 1 F ) ( 1