Réseaux d'interactions écologiques, stabilité et résilience des écosystèmes / Alexandre Génin ; sous la direction de Sonia Kéfi

Date :

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : anglais / English

Assemblage des communautés (écologie)

Écosystèmes

Dynamique de la végétation

Kéfi, Sonia (Directeur de thèse / thesis advisor)

Jaillard, Benoît (1955-....) (Président du jury de soutenance / praeses)

Dray, Stéphane (1976-....) (Rapporteur de la thèse / thesis reporter)

Navarrete, Sergio (Rapporteur de la thèse / thesis reporter)

Université de Montpellier (2015-2021) (Organisme de soutenance / degree-grantor)

Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau (Montpellier ; École Doctorale ; 2015-...) (Ecole doctorale associée à la thèse / doctoral school)

Institut des sciences de l'évolution (Montpellier) (Laboratoire associé à la thèse / thesis associated laboratory)

Résumé / Abstract : Les systèmes écologiques sont complexes car composés d'une multitude d'éléments en interaction. Ces interactions, entre espèces par exemple, forment des réseaux qui présentent des propriétés structurelles déterminantes pour la réponse du système écologique entier aux perturbations.Pour mieux identifier cette réponse, il est donc important de cartographier les interactions présentes dans les communautés écologiques et de comprendre leurs variations dans le temps et l'espace.Dans ce travail, nous avons utilisé les communautés de plantes comme systèmes écologiques modèles afin (i) d'identifier à partir de patrons spatiaux certains motifs présents dans les réseaux d'interaction écologiques (les boucles de rétroaction) et (ii) de cartographier les réseaux d'interactions (tels que mesurés par les associations spatiales entre plantes)le long de gradients de stress. Pour ce faire, nous avons utilisé deux jeux de données documentant des communautés de plantes de clairières subalpines (Etats-Unis) et méditerranéennes (La Crau, France). Nos résultats montrent que les boucles de rétroaction peuvent être inferées à partir des patrons spatiaux présents dans les communautés de plantes, permettant ainsi d'identifier des communautés pouvant répondre de manière abrupte aux perturbations. Les interactions entre plantes (déduites de leurs associations spatiales) dépendent fortement du stress appliqué à la communauté, et présentent une résilience faible aux évènements de perturbation.Ce travail montre que les interactions entre plantes peuvent être cartographiées in situ à partir des associations spatiales. Il ouvre la voie vers une meilleure compréhension et capacité d'anticipation de la réponse des communautés écologiques face aux perturbations.

Résumé / Abstract : Ecological systems are not simple but composed of many different elements(species, for example) interacting with each other. These networks ofinteractions exhibit structural properties that determine ecological systems’ability to absorb and recover from perturbations. Mappinginteractions along with their changes in time and space is therefore key tounderstand and predict empirical communities' response to global changes.In this thesis, we used plant communities as model systems (i) to explore howspatial patterns may help identify feedbacks loops which make communities morefragile to upcoming changes and (ii) to map species interactions in empiricalcommunities and describe how they change along stress gradients and recover fromperturbations. To do so, we used two datasets documenting plant communities insubalpine meadows (USA) and Mediterranean grasslands (France).Our results show that feedback loops can be inferred to some extent from thespatial patterns of plant communities and hence help identify communities thatmay respond more abruptly to perturbations. Going to a more detailed level ofdescription, plant-plant interactions (as measured through spatial associations)were shown to respond strongly and consistently to stress but exhibited a weakresilience to disturbances.This work shows that plant-plant interactions -- which are linked to the response of the community to perturbations -- can be uncovered using spatial patterns. It paves the way towards a better understanding and a better anticipation capacity of how ecological communities might reorganize when subject to disturbances.