Stage de Master 2 : Déterminants des collisions routières de la faune sauvage : modélisation spatiale intégrée de données protocolées et opportunistes.

Mots-clés : analyse statistique, modélisation intégrée, écologie du paysage, mortalité de la faune sauvage, données protocolées, sciences participatives.

Durée : 6 mois (janvier à juin ou mars à août 2022)

Lieu : Centre d’Écologie Fonctionnelle et Évolutive, 1919 route de Mende, 34293 Montpellier

Encadrants : Jean-Yves Barnagaud (EPHE – CEFE) et Jean-François Bretaud (CEREMA)

Contexte : Réduire la mortalité de la faune sauvage par collisions routières est un objectif majeur de l’élaboration des trames vertes et bleues et de la séquence « éviter-réduire-compenser » appliquées aux infrastructures de transport (Laurance & Balmford, 2013; Polak et al., 2014). Plusieurs millions de vertébrés périssent en effet chaque année sur les seules routes européennes, créant un double enjeu de sécurité publique et de conservation des espèces concernées (Benitez-Lopez et al., 2010; Ree et al., 2015). La répartition de la mortalité routière dépend d’une combinaison de causes intrinsèques (distribution, abondance, mobilité et comportement des espèces) et de causes extrinsèques associées à la route (type de route, trafic, nature des bermes, clôtures et glissières, structures d’évitement) et à son contexte paysager. Si ces facteurs sont relativement bien identifiés, leur importance relative sur la répartition de la mortalité le long du réseau routier, et leur pertinence à fins de cartographie prédictive, reste mal connue. De plus, des facteurs d’incertitude associés à l’échantillonnage (en particulier, hétérogénéité de couverture du réseau, erreurs de détection, systématisation des reports et dégradation des cadavres) interfèrent avec la représentation des patrons spatiaux de mortalité. En réponse au double enjeu que constituent la nécessité d’une modélisation spatiale et prédictive de la mortalité routière, et l’amélioration de la représentativité des données de mortalité, deux grands types de stratégies sont mises en place. La première vise à un échantillonnage protocolé des cadavres, en général opéré par le gestionnaire d’infrastructure (par exemple les patrouilleurs DIR/CD). Cette stratégie permet l’obtention de données à grain spatial fin, sur lesquelles les incertitudes liées à l’échantillonnage sont relativement faciles à corriger par les méthodes traditionnelles de modélisation (par ex. CMR, distance sampling ou modèles d’occupation). La deuxième stratégie consiste à l’acquisition de reports opportunistes de données géolocalisées par un grand nombre d’observateurs occasionnels, professionnels ou non, sur un modèle de sciences participatives. Si cette méthode non protocolée ne permet pas de corriger simplement les incertitudes liées à l’échantillonnage, elle génère en revanche chaque année des dizaines de milliers de données sur des territoires vastes (échelons régional et national).
Objectif : Le but de ce stage est de construire un modèle statistique capable de prédire la mortalité routière à un grain spatial pertinent pour informer les gestionnaires de réseaux routiers.

Méthodes : La stratégie de modélisation visera à un couplage entre données protocolées et opportunistes à travers un modèle hiérarchique estimant simultanément les erreurs d’échantillonnage et la relation entre la mortalité et des prédicteurs environnementaux (voir par ex. Dorazio, 2014; Farr, Green, Holekamp, & Zipkin, 2020).

Données : La région d’étude retenue implique le réseau de routes nationales de Bretagne. Un jeu d’espèces / groupe d’espèces communes (au maximum une dizaine), bien représentées dans les données de mortalité disponibles. Un protocole d’échantillonnage de la mortalité est mis en place sur l’ensemble de ce réseau par la DIR Ouest depuis 2014 en collaboration avec le Cerema (données disponibles mensuellement de 2014 à 2020, 1520 km de réseau, >28000 données). Ces données pourront être couplées avec les données opportunistes du module « mortalité » de la base « Visionature » (plusieurs dizaines de milliers de données sur l’ensemble du réseau breton depuis 2014). Les variables environnementales (paysage, trafic et structure des routes) proviennent de données cartographiques régionales (carHAB, CBN Bretagne) et nationales (CORINE Land Cover, données de trafic routier du CEREMA).

Cadre du stage : Le stage s’inscrit dans le projet exploratoire ITTECOP COCPITT (Collisions Opportunistes et Collisions Protocolées liées aux Infrastructure de Transport Terrestre), coordonné par Alain Morand (CEREMA) en collaboration avec plusieurs directions régionales du Cerema, le CEFE et la LPO. Les jeux de données auront été préalablement compilés à l’arrivée du stagiaire. Il disposera d’un poste informatique, de l’ensemble des ressources bibliographiques nécessaires et de l’appui des membres du projet pour la synthèse, l’analyse et l’interprétation des données. Il sera régulièrement en contact avec les producteurs de données (comité de pilotage Visionature Bretagne et DIR/Ouest), auxquels une restitution sera proposée en fin de stage. Il participera au moins à une réunion avec l’ensemble des membres du projet, en sus d’autres déplacements / visioconférences en tant que de besoin. Si les résultats s’avèrent valorisable, la rédaction d’une publication scientifique à direction d’une revue internationale et une participation à un colloque national lui sera proposée.

Profil visé : Master 2 ou diplôme de fin d’études d’école d’ingénieur en biostatistiques, modélisation des systèmes écologiques, ou écologie évolutive avec une motivation démontrée pour l’analyse statistique et la modélisation. Une expertise approfondie n’est pas attendue des candidat(e)s, mais une expérience pratique du logiciel R, des connaissances de base solides en traitement de données et en modélisation statistique (en particulier modélisation linéaire fréquentiste et/ou bayésienne et analyse multivariée) sont indispensables, faisant de préférence suite à un précédent stage. La pratique régulière d’une activité naturaliste est un plus mais ne constitue pas un élément déterminant.
Candidatures : Lettre de motivation et CV à Jean-Yves Barnagaud ([email protected]) et Jean-François Bretaud ([email protected]). Merci de bien cibler votre candidature sur l’intérêt que vous portez à ce stage particulier, en étant précis(e) sur votre motivation et vos compétences utiles à ce stage.

Références :
Benitez-Lopez, A., Alkemade, R., & Verweij, P. A. (2010). The impacts of roads and other infrastructure on mammal and bird populations: A meta analysis. Biological Conservation, 143, 1307–1316.
Dorazio, R. M. (2014). Accounting for imperfect detection and survey bias in statistical analysis of presence-only data. Global Ecology and Biogeography, n/a-n/a. https://doi.org/10.1111/geb.12216
Farr, M. T., Green, D. S., Holekamp, K. E., & Zipkin, E. F. (n.d.). Integrating distance sampling and presence-only data to estimate species abundance. Ecology, n/a(n/a), e03204. https://doi.org/10.1002/ecy.3204
Laurance, W. F., & Balmford, A. (2013). A global map for road building. Nature, 495(7441), 308–309. https://doi.org/10.1038/495308a
Polak, T., Rhodes, J. R., Jones, D., & Possingham, H. P. (2014). Optimal planning for mitigating the impacts of roads on wildlife. Journal of Applied Ecology, 51(3), 726–734. https://doi.org/10.1111/1365-2664.12243
Ree, R. van der, Smith, D. J., & Grilo, C. (2015). Handbook of Road Ecology. Wiley–Blackwell.

Le contenu de cette offre est la responsabilité de ses auteurs. Pour toute question relative à cette offre en particulier (date, lieu, mode de candidature, etc.), merci de les contacter directement. Un email de contact est disponible: [email protected]

Pout toute autre question, vous pouvez contacter [email protected].