• ENT
  • Intranet
  • Portail étudiant
  • Portail université

Outils accessibilité :

  • Accessibilité |
  • Aller au contenu |
  • Aller au menu
 

UPThèses

Recherche

Le Rest Kévin

Méthodes statistiques pour la modélisation des facteurs influençant la distribution et l’abondance de populations : application aux rapaces diurnes nichant en France

frDépôt légal électronique

Consulter le texte intégral de la thèse (format PDF)  

Couverture du document

Index

École doctorale :

  • Gay Lussac - Sciences pour l'environnement

UFR ou institut :

  • UFR des sciences fondamentales et appliquées (SFA)

Secteur de recherche :

  • Biologie de l'environnement, des populations, écologie

Section CNU :

  • Biologie des populations et écologie

Résumé

  • Français
  • English
 

Français

Méthodes statistiques pour la modélisation des facteurs influençant la distribution et l’abondance de populations : application aux rapaces diurnes nichant en France

Face au déclin global de la biodiversité, de nombreux suivis de populations animales et végétales sont réalisés sur de grandes zones géographiques et durant une longue période afin de comprendre les facteurs déterminant la distribution, l’abondance et les tendances des populations. Ces suivis à larges échelles permettent de statuer quantitativement sur l’état des populations et de mettre en place des plans de gestion appropriés en accord avec les échelles biologiques. L’analyse statistique de ce type de données n’est cependant pas sans poser un certain nombre de problèmes. Classiquement, on utilise des modèles linéaires généralisés (GLM), formalisant les liens entre des variables supposées influentes (par exemple caractérisant l’environnement) et la variable d’intérêt (souvent la présence / absence de l’espèce ou des comptages). Il se pose alors un problème majeur qui concerne la manière de sélectionner ces variables influentes dans un contexte de données spatialisées. Cette thèse explore différentes solutions et propose une méthode facilement applicable, basée sur une validation croisée tenant compte des dépendances spatiales. La robustesse de la méthode est évaluée par des simulations et différents cas d’études dont des données de comptages présentant une variabilité plus forte qu’attendue (surdispersion). Un intérêt particulier est aussi porté aux méthodes de modélisation pour les données ayant un nombre de zéros plus important qu’attendu (inflation en zéro). La dernière partie de la thèse utilise ces enseignements méthodologiques pour modéliser la distribution, l’abondance et les tendances des rapaces diurnes en France.

Mots-clés libres : Autocorrélation spatiale, inflation en zéros, rapaces, surdispersion, sélection de variables, validation croisée spatialisée.

    Rameau (langage normalisé) :
  • Falconiformes -- France
  • Autocorrélation (statistique)
  • Modèles linéaires généralisés

English

Statistical methods for modelling the distribution and abundance of populations: application to raptors breeding in France

In the context of global biodiversity loss, more and more surveys are done at a broad spatial extent and during a long time period, which is done in order to understand processes driving the distribution, the abundance and the trends of populations at the relevant biological scales. These studies allow then defining more precise conservation status for species and establish pertinent conservation measures. However, the statistical analysis of such datasets leads some concerns. Usually, generalized linear models (GLM) are used, trying to link the variable of interest (e.g. presence/absence or abundance) with some external variables suspected to influence it (e.g. climatic and habitat variables). The main unresolved concern is about the selection of these external variables from a spatial dataset. This thesis details several possibilities and proposes a widely usable method based on a cross-validation procedure accounting for spatial dependencies. The method is evaluated through simulations and applied on several case studies, including datasets with higher than expected variability (overdispersion). A focus is also done for methods accounting for an excess of zeros (zero-inflation). The last part of this manuscript applies these methodological developments for modelling the distribution, abundance and trend of raptors breeding in France.

Keywords : Overdispersion, spatial autocorrelation, raptors, spatial cross-validation, variable selection, zero-inflation.

Notice

Diplôme :
Doctorat d'Université
Établissement de soutenance :
Université de Poitiers
UFR, institut ou école :
UFR des sciences fondamentales et appliquées (SFA)
Laboratoire :
Centre d'études biologiques de Chizé - CEBC
Domaine de recherche :
Biologie de l'environnement, des populations, écologie
Directeur(s) de thèse :
Vincent Bretagnolle, David Pinaud
Date de soutenance :
19 décembre 2013
Président du jury :
Didier Bouchon
Rapporteurs :
Liliane Bel, Frédéric Gosselin
Membres du jury :
Vincent Bretagnolle, David Pinaud, Stéphane Dray

  • Tweeter
  • Partager
 

Menu :

  • Rechercher par...

    • Années de soutenance
    • Auteurs
    • Directeurs de thèse
    • Écoles doctorales
    • Secteurs de recherche
    • Sections CNU
    • UFR, instituts et Écoles
    • Recherche ciblée
  • À propos d'UPthèses

    • Présentation
    • Mode d'emploi
    • Contacts
  • Voir aussi

    • theses.fr
    • Bibliothèques de l'UP
    • Sudoc

Annexe :

  • Une question ?

    Avec le service Ubib.fr, posez votre question par chat à un bibliothécaire dans la fenêtre ci-dessous :


    ou par messagerie électronique 7j/7 - 24h/24h, une réponse vous sera adressée sous 48h.
    Accédez au formulaire...
 
 

Université de Poitiers - 15, rue de l'Hôtel Dieu - 86034 POITIERS Cedex - France - Tél : (33) (0)5 49 45 30 00 - Fax : (33) (0)5 49 45 30 50
these@support.univ-poitiers.fr - Crédits et mentions légales