Titre du stage :

Utilisation des mesures de similarité pour évaluer les modèles de prédiction de répartition d’espèces

Laboratoires d’accueil :

UMR 8079 Ecologie, Systématique, Evolution, Université de Paris Sud
UMR 7208 Biologie des Organismes et Ecosystèmes Aquatiques, Muséum National d’Histoire Naturelle

Responsables du stage :
Nom : Barbet-Massin Morgane, Boris Leroy, Franck Courchamp
Email : [email protected], [email protected], [email protected]

Références dans le domaine :
Leroy B., Meynard C.N., Bellard C., Courchamp F. In Press. virtualspecies: an R package to generate virtual species distributions. Ecography.
Meynard, C. N. and Kaplan, D. M. 2013. Using virtual species to study species distributions and model performance (M Silman, Ed.). – J. Biogeogr. 40: 1–8.
Miller, J. a. 2014. Virtual species distribution models: Using simulated data to evaluate aspects of model performance. – Prog. Phys. Geogr. 38: 117–128.

Description du stage :

Contexte
Les modèles de prédiction de répartition consistent à relier les données de répartition connues d’espèces avec des variables environnementales prédictives pour modéliser leur aire de répartition. Ces modèles sont devenus un outil central en biogéographie et en biologie de la conservation, notamment pour évaluer les impacts des changements globaux sur la biodiversité. Ils sont ainsi constamment sujets à des améliorations méthodologiques : nouvelles techniques, nouveaux protocoles, nouvelles méthodes d’évaluation, etc. En particulier, les méthodes d’évaluation les plus couramment utilisées (AUC, TSS) ont été très critiquées car biaisées par la prévalence, alors que des mesures de similarité (très rarement utilisées) ne le sont pas.

Objectif du stage
L’objectif du stagiaire sera d’illustrer dans quelle mesure l’utilisation de tels indices de similarité en lieu et place des méthodes utilisées habituellement peut s’avérer bénéfique pour une évaluation non biaisée des modèles de répartition. Il s’agira notamment de mettre en évidence les conditions dans lesquelles (prévalence, données biaisées…) les mesures de similarité sont plus performantes que les méthodes d’évaluation utilisées jusqu’à présent. Pour cela, le stagiaire pourra tout d’abord se placer dans un cadre théorique et conceptuel en utilisant des espèces virtuelles (voir références ci-dessus) avant une mise en application avec des données de plusieurs espèces de différents taxons. Il peut également être envisagé de reprendre des études publiées dans la littérature s’étant basées sur les méthodes d’évaluation utilisées jusqu’à présent pour voir dans quelle mesure les résultats auraient différé si des mesures de similarité avaient été utilisées.
Les résultats pourront avoir des impacts significatifs sur les travaux actuellement publiés dans ce domaine, et pourront donc faire l’objet d’un article dans une revue internationale.

Compétences requises
Il est important que le stagiaire ait une bonne connaissance du logiciel de statistiques et programmation R, et qu’il soit motivé par la programmation.
Connaître les modèles de prédiction de répartition, et leur utilisation en biogéographie serait un avantage mais n’est pas indispensable au bon déroulement du stage.
Ce stage permettra au stagiaire d’acquérir ou d’approfondir ses connaissances sur les modèles de prédiction de répartitions d’espèces dans le contexte des changements globaux, à la fois sur les aspects techniques et conceptuels. Ces outils étant très utilisés pour évaluer les conséquences des changements globaux, cette expérience pourra être bénéfique pour un étudiant souhaitant s’orienter dans des thématiques de recherche liées aux changements globaux, macroécologie, biogéographie ou biologie de la conservation.

Le stagiaire sera localisé à l’Université de Paris Sud, Orsay et fera des séjours réguliers au Muséum National d’Histoire Naturelle à Paris.

Ce stage ne se poursuivra pas par une thèse

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.

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