principes écologiques et modélisation en écologiepoggiale/ens/m1/ue209/... · 2009-01-16 ·...
TRANSCRIPT
Principes écologiques et modélisation en Principes écologiques et modélisation en écologieécologie
Jean-Christophe POGGIALEJean-Christophe POGGIALE
Laboratoire de Microbiologie, de Géochimie et
d’Ecologie Marines
UMR CNRS 6117
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
http://www.com.univ-mrs.fr/~poggiale
Généralités en écologie
La démarche générale en modélisation
Plan du coursPlan du cours
Objectifs et apports de la modélisation mathématique en écologie
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Contenu et objectifs du cours – Acquisitions envisagées
Niveaux d’organisation et changements d’échelles
Expérimentation et modélisation
Modélisation = formulation de processus
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Définitions de l’écologieDéfinitions de l’écologie
• Ecologie (grec oikos « maison », « habitat » et logos(« science », « connaissance »): science de la maison, de l'habitat. Le terme a été inventé en 1866 par Ernst Haeckel (biologiste et philosophe allemand, 1834 - 1919).
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• relation organismes - environnement
• étude des mécanismes et des processus permettant d ’expliquer la distribution et l ’abondance des organismes
• étude de la biosphèrebiosphère
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Écologie
Écologie des écosystèmes et des paysages
Écologie des populations et des peuplements ou communautés
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• Cycles biogéochimiques
• Flux d’énergie
• Processus démographiques
• Forçages environnementaux
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Structure hiérarchique d ’une communauté
Communauté
Environnement
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Sous-populations Populations
Individus
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
• Croissance
• Fertilité
• Mobilité
Caractérisation des individus
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• Comportement
• Adaptations à l’environnement
• Génétique
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
• Densité de la population
• Structure en âge
• Distribution pondérale
Caractérisation des populations
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• Distribution pondérale
• Distribution spatiale
• Distribution génétique
Sous-population
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
• Composition spécifique
• Structure spécifique
• Disponibilité des niches écologiques
Caractérisation des communautés
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• Disponibilité des niches écologiques
• Chevauchements de niches
• Composition et structure fonctionnelle
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
• Biotope
• Communautés
• Processus physiques et chimiques
Caractérisation d’un écosystème
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• Processus physiques et chimiques
• Structure spatiale
• Cycles biogéochimiques
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Forçage environnemental
• Conditions climatiques
• Propriétés physico-chimiques
• Espace
• Sels nutritifs
ABIOTIQUES
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• Ressources – Nourriture disponible
• Prédateurs
• Compétiteurs
BIOTIQUES
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Exemples de questions scientifiques• Individu :
• Quels sont les facteurs qui déterminent la vitesse de croissance, de développement et de reproduction des organismes ?
• Quelles sont les causes de mortalité ?
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• Population : • Qu’est ce qui détermine si une population croît ou décroît ?
• Pourquoi certaines populations sont stables pendant plusieurs générations alors que d’autres explosent ou s’écroulent régulièrement ?
• Quels sont les facteurs d’extinction ?
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Exemples de questions scientifiques
• Communauté :
• Qu’est ce qui détermine si des populations peuvent coexister ?
• Est-ce que les détails des relations prédateur - proie ont une importance ? Qui mange qui ?
• Écosystème :
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• Écosystème :
• Comment l’énergie chimique et les éléments biogènes stockés circulent dans un écosystème ?
• Qu’est-ce qui contrôle ces flux ?
• Comment les flux d’énergie et de matière affectent les dynamiques des différentes populations qui composent l’écosystème ?
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Démarche de l’étude
1 - Analyse démographique
2 - Analyse de la dynamique
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
3 - Analyse des pressions sélectives
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
• Ecologie – Biologie : Domaines complexes (nombreuses entités interactives en environnement variable)
• Contrairement à la physique actuelle, il n’y a pas de lois générales « universelles »
• Théorie : cadre général permettant de replacer les études particulières et
• Etablir des relations entre grandeurs observables
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• Théorie : cadre général permettant de replacer les études particulières et de donner de la substance aux connaissances (ex: théorie de l’évolution = nouvel éclairage sur les relations entre espèces et leur devenir).
• Apport des mathématiques (aide au raisonnement en se basant sur un formalisme éprouvé, peu coûteux, nombreuses expériences numériques, analyses exploratoires, expression de relations entre variables, etc.)
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
• Simplifier la description des processus
• Quantifier et comprendre le rôle de chacun d ’eux
• Tester des hypothèses
• Généraliser - Analogies
Rôle de la modélisation
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• Déterminer des paramètres non mesurables
• Étudier les interactions d’un grand nombre de processus
• Prévoir
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
1. La prévision et l’aide à la décision nécessitent un modèle opérationnel, muni de mesures d’incertitudes;
• Ce modèle peut ne rien expliquer;
• Les configurations dans lesquelles s’appliquent la prévision ou
l’aide à la décision doivent être bien définies
• Ce type de modèle est souvent obtenu par couplage de différents
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
modules plus ou moins bien validés séparément
• La complexité de ce type de modèle empêche généralement son
étude approfondie hors simulations
• La « validation » de ces modèles nécessitent une bonne expertise
de leurs sorties et une bonne collaboration entre les experts
« terrains » et les « modélisateurs »
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
2. La quantification d’un processus ou d’une grandeur;
• Mesurer une grandeur ou l’intensité d’un processus n’est pas
toujours réalisable ou peut s’avérer coûteux
• Un modèle peut permettre de mettre en relation des grandeurs
inconnues et des quantités mesurées
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
• Un tel modèle peut ne rien expliquer (modèle empirique)
• La quantification n’est valable a priori que dans les limites où le
modèle a été validé
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
3. L’étude quantitative des interactions entre variables
• Même dans un système simplifié, l’effet de la variation d’une
grandeur sur l’ensemble des variables avec laquelle elle interagit
peut être difficile à établir intuitivement
• Des modèles simples ont souvent mis des effets contre – intuitifs
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
en évidence
• Cet objectif peut s’avérer très instructif dans le cas d’étude de
processus (enrichissement de la connaissance)
• Cet objectif est le fondement de la capacité d’intégration des
modèles
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
4. La mise en évidence de relations indirectes entre observations
• Certaines observations sont parfois difficiles à interpréter par
manque d’information sur l’origine de leur variation
• Un modèle peut s’avérer efficace pour fournir les informations
manquantes permettant de relier les observations de manière
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
indirecte
• Une bonne connaissance des processus sous-jacents est
nécessaire
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
5. Les changements d’échelles ou de niveaux d’organisation
• L’intégration de processus se réalisant à des échelles spatio-
temporelles significativement différentes peut être réalisée au
moyen de la modélisation
• De la même manière, des interactions à des niveaux d’organisation
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
différents peuvent être décrites formellement et analysées
• Le couplage de modèles est souvent la méthode employée
• Dans ce cas, le travail consiste à essayer de réduire les temps de
simulations en s’appuyant sur les amplitudes des différences
d’échelles
La prévision
Exemple de modèle:
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
1 1 tt t
NN rN
K+ = −
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
1
1
1 21 1
1 2
22 2
2
1a NdN N
rN Pdt K b N
a N a PdPe P P C
dt b N b P
a PdCe C C
dt b P
µ
µ
= − − +
= − − + +
= −+
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Qualité d’un modèle
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Processus hydrodynamiques de mésoéchelle vs. efflor escences printanières diatomées
15/03 02/04
Diatoms (chl)
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
04/04 08/04
Diatoms (chl)
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
QuestionnementDéfinition des
grandeurs/variables d’intérêt
Expérimentations -Observations
Acquisition de données –
Interprétation
définit l’objectif de la modélisation
Formulation de processus
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Interprétation
Validation
Confrontation aux données
Estimation de paramètres
Simulations –
mathématique
Simulations –Analyse
mathématique
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
La réalisation d’un modèle n’est pas un but en soi: il doit répondre à une question précise.
Quelles sont les qualités d’un modèle?
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
- être capable de reproduire des observations?- être capable de mimer une situation connue?
Que faire lorsqu’un modèle n’est pas capable de reproduire un jeu de données pour lequel il a été établi?
- être capable de susciter de nouvelles hypothèses.- être capable de suggérer des expériences.- être capable d’estimer des grandeurs difficilement accessibles…
- estimer des biais et des erreurs.- revenir aux hypothèses qui ont permis de le construire- le mettre à la poubelle (ça ne coûte rien!)
- être capable de mimer une situation connue?
- le compléter pour améliorer sa capacité à reproduire les observations?
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Modélisation mathématique - Modélisation numérique
Modélisation mathématique : mise sous forme d’équations mathématiques de relations entre différentes variables observables (lois).
Exemples :
baXY += Régression linéaire
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
kCdt
dC −=Cinétique de
dégradation d ’ordre 1
Modélisation numérique : Transformation du modèle mathématique pour l’adapter à la programmation sur ordinateur en vue de simulations numériques
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Modélisation mathématique - Modélisation numérique
Exemple
Tmax=10
dt=0.01
Sa version numérique :
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
kCdt
dC −=
Le modèle mathématique :dt=0.01
Npas=Tmax/dt
do i=1,Npas
C(i+1)=C(i)-k*C(i)*dt
end do
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Erreurs quantitatives et qualitatives…
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
De la molécule… à l’écosystème…De la molécule… à l’écosystème…Régulations géniques
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
D’après Forger et al., 2003
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
De la molécule… à l’écosystème…De la molécule… à l’écosystème…Interaction lumière - azote
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Geider et al., 1998, d’après Pawlowski, 2004
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
De la molécule… à l’écosystème…De la molécule… à l’écosystème…Ecosystème marin
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
D’après Fulton et al.
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Relation individu – population : croissance logistique
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Modèle de croissance logistique :
- une variable (biomasse)
- deux paramètres : taux de croissance, capacité limite
- modèle phénoménologique
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Relation individu – population : croissance logistique
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Modèle de croissance DEB (Kooijman, 2000) :
- trois variables (substrat, réserve, structure)
- quatre paramètres
- modèle mécaniste
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
−=
+−=
eS
kde
VSK
SVI
dt
dS
Smax
( ) VK
VVr
dt
dV
−= 1
Relation individu – population : croissance logistique
Modèle centré individu (mécaniste)
Modèle à l’échelle populationnelle
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Paramètres individuels
Paramètrespopulationnels
+−=
−
+=
Vge
gkek
dt
dV
eSK
Sk
dt
de
ME
SE
Kdt
( )
gkV
IkK
VgVI
IkVr
M
E
E
max
max
=
+=
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Relation individu – population : croissance logistique
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Comparaison entre le modèle individuel et le modèle
populationnel
Niveau de dégradation intermédiaire
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Approche MécanisteApproche Mécaniste
Approche classiqueApproche classique
EaP ⋅⋅= ** φ (Morel, 1991; Sakshaug, 1997)
• lois empiriques P vs. E (Monod, Steele, Jassby and Platt,…)
• Paramètres non physiologiques
• Décrit les processus sous-jacents à l’échelle de la cellule
• Paramètres physiologiques mesurables
Vite
sse
de
phot
osyn
thès
e (P
)
Irradiance (E)
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Fluorescence
Dissipation thermiqueModèle de Han (2002)
no
ouvert nc
fermé ni
inhibé
σPSII E
τ−1 kr
kd σPSII E
irPSIIdc
oPSIIc
coPSII
o
nkEkn
nEdt
dn
nnE
dt
dn
⋅+⋅⋅−−⋅⋅=
+⋅⋅−=
στ
σ
τσ om n⋅= φφ Transfert d’énergie
Centre réactionnel des PSII
Molécules collectricesd’un PSII
énergie lumineuse (E)
a*E
(1-φφφφ) a*E
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
3/ Mise au point d’un 3/ Mise au point d’un modèle dynamique réduitmodèle dynamique réduit
2/ Modèle dynamique complet:2/ Modèle dynamique complet:
+
−−−
−−−=
EkEkkEk
E
dtdndt
dn
Hd
Hdr
Hd
in
o
σσσσττττ
σσσσσσσσττττττττ
σσσσ 111
Résolution d’un système « raide » ⇒ coûteux et instable
no nc ni
σPSII E kd σPSII E
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
no
ouvert nc
fermé ni
inhibé τ−1 kr
EEkd σσσσσσσσ << et
ττττ1<<rk
=> On suppose les états ouvert et fermé => On suppose les états ouvert et fermé immédiatement à l’équilibreimmédiatement à l’équilibre
( )inr
indin nkE
nEkdt
dn −+
−⋅=ττττσσσσ
ττττσσσσ1
)1(2
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Carbone (mol C)
Chl / carbone (gChl/mol C)
jours
Lumière forteLumière forte(850 µmol quanta m(850 µmol quanta m --22 ss --11))
Lumière faibleLumière faible(180 µmol quanta m(180 µmol quanta m --22 ss --11))
� Culture de Thalassiosira weissflogii limitées en nitrate et sous cycles lumineux
� 2 expériences : lumière forte (HL) et faible (LL)
LL
HL
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Azote / carbone (mol N/mol C)
jours
jours
Validation du modèle y compris Validation du modèle y compris photoacclimatationphotoacclimatation jours
jours
Chl / carbone (gChl/mol C)
(180 µmol quanta m(180 µmol quanta m ss ))
HLLL
BakloutiBaklouti et al. (2006)et al. (2006)
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
La formulation des processusLa formulation des processusExemple : biogéochimie
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Fulton et al.
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
La formulation des processusLa formulation des processusExemple : biogéochimie
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
S
θSθ
θE
1k 2k
V
La formulation des processusLa formulation des processusExemple : biogéochimie
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
( )SkV θθ += 2max
2
1
kK
k=
maxV
K
SK
SVV
+= max
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
La formulation des processusLa formulation des processusExemple : interactions biotiques
Le modèle de Lotka – Volterra (1922 – 1925) :
Nombre de rencontres: axNombre de rencontres: axy
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
dxax bxy
dtdy
cxy dydt
= − = −
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
( )
( )
ProiesCroissance Prédation
PredProduction Mortalité
d
dd
d
τ
τ
= −
= −
La formulation des processusLa formulation des processusExemple : interactions biotiques
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
dτ
Réponse fonctionnelle : quantité de proies consommées par prédateur et par unité de temps
• La réponse fonctionnelle agit à l’échelle de la population
• La réponse fonctionnelle est fondée sur des propriétésindividuelles
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
La formulation des processusLa formulation des processusExemple : interactions biotiques
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Fussmann et Blasius
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Length, mm Length, mm
Ing
estio
n ra
te, 1
05
cells/h
O2
con
sum
ptio
n, µ
g/h
Respiration ∝ Ingestion ∝32 LkvL M+
2fL
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Age, d Age, d
Cu
m #
of yo
un
g
Len
gth
, mm
Reproduction ∝
Growth:
332 )/1( pMM LkfgLkvL +−+
)( LLrLdt
dB −= ∞
Von Bertalanffy
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Réservoir
inCD→
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Le chemostat : contexte expérimental
max
max
in
dC V CDC DC B
dt K CdB V C
DB Bdt K C
= − − + = − + +
Physique Biologie
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
D D
BactériovoreD
Bactérie 1 Bactérie 2
2211
1max
BBL
Ba
αα ++ 2211
2max
BBL
Ba
αα ++
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
RéservoirSubstratDD
D DBactérie 1
SK
SV
S +1,
1max,
Bactérie 2
SK
SV
S +2,
2max,
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Les proies :
- Pedobacter
- Brevundimonas
Le prédateur :
- le cilié Tetrahymena pyriformis
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Remarques :
- disparition du prédateur en l’absence des bactéries
- compétition exclusive des bactéries en l’absence du bactériovore : Brevundimonas est la moins compétitive.
Durée : 50 jours
Trois réplicats par expérience
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Brevundimonas -> 0
Coexistence
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Coexistence
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Apériodique
Apériodique
Apériodique
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Périodique
Périodique
Apériodique
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Changements qualitatifs prévus par le modèle et retrouvés expérimentalement :
- bifurcations transcritiques
- bifurcations de Hopf
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
- chaos (Sensibilité aux conditions initiales)
Non prédictibilité : même pour un système aussi simple
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Techniques Démarche de modélisation Connaissance des modèles Concepts d'écologie
Cacul algébrique de base Définir une question Modèles de croissance - logistique Réponse fonctionnelle
Résolution d'équations algébriques Lister les variables d'état Modèles de Lotka-Volterra Colimitation
Résolution de systèmes d'équations algébriques
Lister les processusModèles de Kolmogorov, modèles de Rosensweig - Mac -Arthur
Métapopulation
Dérivation Emettre des hypothèsesModèles de Monod, Droop, Marr -Pirt et DEB
Hétérogénéité
Résolution d'équations différentielles linéaires
Définir un formalisme Modèles de diffusionParadoxes classiques (plancton, enrichissement, ...)
Algèbre linéaire Ecrire les équationsModèles réaction-diffusion Modèles réaction-diffusion-advection
Comportements
Résolution de systèmes d'équations différentielles linéaires
Faire une analyse du comportement dynamique du modèle
Modèles de Leslie - Modèles matriciels
Niveaux d'organisation
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
modèle
Notions de systèmes dynamiques (études d'équilibres et cycles limites)
Simulations numériques Modèles du réplicateur Effets top-down et Bottom-up
Notions d'analyse numérique Interprétation des résultats Echelles spatiales et temporelles
Notions de probabilités et statistiques
Eventuellement, confrontation du modèle aux données
Changement d'échelles
Initiation aux équations aux dérivées partielles
Eventuellement, retour sur le modèle
Cf. Cours de Licence (Initiation à la modélisation)
Notions approfondies en UE 30
Acquisition prioritaire Acquisition secondaire
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Formalisme
Temps continu - Pas de structuration
Temps continu - Structuration discrète
Temps continu - Structuration continue
Sujet
Dynamique de populationsRappels : modèles de
croissance, compétition, prédation
Modèles en patchs, métapopulation, populations
structurées en stades ou classes
Structuration spatiale, structuration en âge, structuration en poids
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
BiogéochimieDégradation d'ordre k,
interaction MO - organismes vivants
Modèles à compartimentsModèles biogéochimiques
usuels
Bilans d'énergieAbsorption, assimilation,
respiration, DEB
Epidémiologie SI, SIR, SIRS Modèles en patchs Structuration spatiale
Réseaux trophiquesChaînes trophiques, 2 proies-1
prédateurModèles en patchs
Structuration spatiale, structuration en poids
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)
Formalisme
Temps continu - Pas de structuration
Temps continu - Structuration discrète
Temps continu - Structuration continue
Sujet
Ecotoxicologie
Ecologie Objectifs Démarche Processus Expérience ContenuEchelles
Evolution
Génétique de populations
Interactions géniques
Master 1 Master 1 –– UE BEM 221(UE BEM 221(MODMODélisationélisation EEn écologie n écologie MMarine)arine)