Modélisation de la distribution potentielle de Cedrus atlantica Manetti au Maroc et impacts du changement climatique

##plugins.themes.bootstrap3.article.main##

Said Moukrim
Said Lahssini
Nabil Rifai
Kamal Menzou
Hicham Mharzi-Alaoui
Adnane Labbaci
Mouhssine Rhazi
Imane Wahby Wahby
Mohammed El Madihi
Laïla Rhazi

Résumé

Le changement climatique constitue un grand défi à relever par les politiques publiques et les gestionnaires des espaces naturels. La compréhension de ses impacts sur les écosystèmes forestiers constitue un préalable nécessaire à toute réflexion visant leur conservation et le maintien des services écosystémiques qu’ils offrent. Cette étude s’est intéressée à la modélisation de la distribution potentielle de Cedrus atlantica Manetti, à l’identification des variables environnementales conditionnant sa distribution, et à la définition de l’étendue géographique des aires qui sont favorables à sa présence sous les conditions climatiques passées, actuelles et futures. Ce travail a été réalisé en se basant sur le principe d’entropie maximale. La cartographie des aires potentielles révèle la sensibilité du cèdre aux changements climatiques passés et suggère une grande étendue (quadruple de la surface d’occurrence actuelle de l’espèce) des zones bioclimatiquement adaptées au développement de cette espèce sous les conditions climatiques actuelles. Cependant, les distributions potentielles futures semblent être dépendantes de certains sites spécifiques et risquent d’être affectées négativement par le climat futur. Ces résultats mettent en évidence l’ampleur des régressions projetées des superficies du cèdre dans le futur, ce qui pourrait impacter considérablement les fonctions et services de cet écosystème et augmenter les risques d’extinction locale. Ils constituent par ailleurs un bon outil de prise de décision pour les gestionnaires du territoire quant à la conservation de ce précieux écosystème forestier, afin d’éviter toute extinction de ce foyer de biodiversité marocaine.

##plugins.themes.bootstrap3.article.details##

Rubrique
ARTICLE SCIENTIFIQUE

Références

Aussenac G., 1984. Le Cèdre, essai d’interprétation bioclimatique et écophysiologique. Bulletin de la Société Botanique de France. Actualités Botaniques, 131 (2‑4) : 385‑398. https://doi.org/10.1080/01811789.1984.10826679
Austin M., 2007. Species distribution models and ecological theory: A critical assessment and some possible new approaches. Ecological Modelling, 200 (1-2): 1‑19. https://doi.org/10.1016/j.ecolmodel.2006.07.005
Baldwin R. A., 2009. Use of Maximum Entropy Modeling in Wildlife Research. Entropy, 11 (4): 854‑866. https://doi.org/10.3390/e11040854
Benabid A., 1994. Biogéographie, phytosociologie et phytodynamique des cédraies de l’Atlas Cedrus atlantica (Manetti). Annales de la Recherche Forestière au Maroc, 27 : 33-60.
Boudy P., 1950. Économie forestière nord-africaine. Tome 2 : Monographies et traitements des essences forestières. Paris, France, Larose, 878 p.
Cheddadi R., Bouaissa O., Rhoujjati A., Dezileau L., 2016. Environmental changes in the Moroccan western Rif mountains over the last 9,000 years. Quaternaire, 27 (1): 15‑25. https://doi.org/10.4000/quaternaire.7517
Cheddadi R., Henrot A.-J., François L., Boyer F., Bush M., Carré M., et al., 2017. Microrefugia, Climate Change, and Conservation of Cedrus atlantica in the Rif Mountains, Morocco. Frontiers in Ecology and Evolution, 5: 1-15. https://doi.org/10.3389/fevo.2017.00114
Elith J., Graham C. H., Anderson R. P., Dudík M., Ferrier S., Guisan A., Hijmans R. J., et al., 2006. Novel methods improve prediction of species’ distributions from occurrence data. Ecography, 29 (2): 129-151. https://doi.org/10.1111/j.2006.0906-7590.04596.x
Emberger L., 1938. Contribution à la connaissance des cèdres et en particulier du déodar et du cèdre de l’Atlas. Revue de Botanique Appliquée et d’Agriculture Coloniale, 18 (198) : 77‑92. https://doi.org/10.3406/jatba.1938.5828
Feeley K. J., Silman M. R., 2011. Keep collecting: accurate species distribution modelling requires more collections than previously thought. Diversity and Distributions, 17 (6): 1132-1140. https://doi.org/10.1111/j.1472-4642.2011.00813.x
Fennane M., Ibn Tattou M., 2012. Statistiques et commentaires sur l’inventaire actuel de la flore vasculaire du Maroc. Bulletin de l’Institut Scientifique, Rabat, section Sciences de la Vie, 34 (1) : 1‑9. http://www.israbat.ac.ma/wp-content/uploads/2015/01/01-Fennane_BIS_SV34_1_1.pdf
Fitzpatrick M. C., Gotelli N. J., Ellison A. M., 2013. MaxEnt versus MaxLike: empirical comparisons with ant species distributions. Ecosphere, 4 (5): art55. https://doi.org/10.1890/es13-00066.1
Franklin J., Miller J. A., 2010. Mapping species distributions: spatial inference and prediction. Cambridge, UK, Cambridge University Press, Coll. Ecology, biodiversity and conservation, 320 p. https://doi.org/10.1017/CBO9780511810602
Gbètoho A. J., Aoudji A. K. N., Roxburgh L., Ganglo J. C., 2017. Assessing the suitability of pioneer species for secondary forest restoration in Benin in the context of global climate change. Bois et Forêts des Tropiques, 332 (2): 43‑55. https://doi.org/10.19182/bft2017.332.a31332
Graham C. H., Elith J., Hijmans R. J., Guisan A., Townsend Peterson A., Loiselle B. A., et al., 2007. The influence of spatial errors in species occurrence data used in distribution models: Spatial error in occurrence data for predictive modelling. Journal of Applied Ecology, 45 (1): 239‑247. https://doi.org/10.1111/j.1365-2664.2007.01408.x
Guedira A., Satrani B., Douira A., 2008. Effet de la densité de Cytisus grandiflorus (Brot.) DC. sur la fertilité du sol en azote et son influence sur la croissance d’une plantation de cèdre (Cedrus atlantica Manetti). Acta Botanica Gallica, 155 (3): 375‑387. https://doi.org/10.1080/12538078.2008.10516118
Guisan A., Thuiller W., Zimmermann N. E., 2017. Habitat suitability and distribution models with applications in R. Cambridge, UK, Cambridge University Press, Coll. Ecology, biodiversity and conservation. https://doi.org/10.1017/9781139028271
Guisan A., Zimmermann N. E., 2000. Predictive habitat distribution models in ecology. Ecological Modelling, 135 (2): 147-186. https://doi.org/10.1016/s0304-3800(00)00354-9
Hallegatte S., Fay M., Bangalore M., Kane T., Bonzanigo L., 2015. Shock waves: Managing the impacts of climate change on poverty. Washington DC, USA, World Bank Publications, 227 p. https://doi.org/10.1596/978-1-4648-0673-5_fm
Hanley J. A., McNeil B. J., 1982. The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology, 143 (1): 29-36. https://doi.org/10.1148/radiology.143.1.7063747
Hernandez P. A., Graham C. H., Master L. L., Albert D. L., 2006. The effect of sample size and species characteristics on performance of different species distribution modeling methods. Ecography, 29 (5): 773-785. https://doi.org/10.1111/j.0906-7590.2006.04700.x
Hijmans R. J., Cameron S. E., Parra J. L., Jones P. G., Jarvis A., 2005. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology, 25 (15): 1965-1978. https://doi.org/10.1002/joc.1276
Hooper D. U., Adair E. C., Cardinale B. J., Byrnes J. E., Hungate B. A., Matulich K. L., et al., 2012. A global synthesis reveals biodiversity loss as a major driver of ecosystem change. Nature, 486 (7401): 105-108. https://doi.org/10.1038/nature11118
Hughes L., 2000. Biological consequences of global warming: is the signal already apparent? Trends in Ecology & Evolution, 15 (2): 56-61. https://doi.org/10.1016/s0169-5347(99)01764-4
IFN, 2005. Inventaire forestier national. Rabat, Maroc, Haut-Commissariat aux Eaux et Forêts et à la Lutte contre la Désertification.
IPCC, 2013. Climate change 2013: the physical science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change. Cambridge, UK, Cambridge University Press, 1 535 p. https://www.ipcc.ch/site/assets/uploads/2018/03/WG1AR5_SummaryVolume_FINAL.pdf
IPCC, 2018. Global warming of 1.5 C: An IPCC Special Report on the impacts of global warming of 1.5 °C above pre-industrial levels and related global greenhouse gas emission pathways, in the context of strengthening the global response to the threat of climate change, sustainable development, and efforts to eradicate poverty. Cambridge, UK, Cambridge University Press, 562 p. https://www.ipcc.ch/sr15/
Knutti R., Abramowitz G., Eyring V., Gleckler P. J., Hewitson B., Mearns L., 2010. Good practice guidance paper on assessing and combining multi model climate projections. In: Stocker T., Dahe Q., Plattner G.-K., Tignor M., Midgley P. (eds.). Meeting Report of the IPCC Expert meeting on assessing and combining multi model climate projections. IPCC working group I technical support unit, Bern, Switzerland, University of Bern, 127 p. https://www.ipcc.ch/publication/ipcc-expert-meeting-on-assessing-and-combining-multi-model-climate-projections/
Kumar S., Stohlgren T. J., 2009. Maxent modeling for predicting suitable habitat for threatened and endangered tree Canacomyrica monticola in New Caledonia. Journal of Ecology and the Natural Environment, 1 (4): 094-098. https://academicjournals.org/journal/JENE/article-abstract/C1CDB822968
Lamb H. F., van der Kaars S., 1995. Vegetational response to Holocene climatic change: pollen and palaeolimnological data from the Middle Atlas, Morocco. The Holocene, 5 (4): 400-408. https://doi.org/10.1177/095968369500500402
Lecompte M., 1969. La végétation du moyen Atlas central : esquisse phytoécologique et carte des séries de végétation au 1: 200 000. Rabat, Maroc, Institut scientifique chérifien, 34 p.
McCarty J. P., 2001. Ecological consequences of recent climate change. Conservation Biology, 15 (2): 320‑331. https://doi.org/10.1046/j.1523-1739.2001.015002320.x
MDCE, 2016. La troisième communication nationale à la Convention-cadre des Nations unies sur les changements climatiques. Rabat, Maroc, ministère de l’Environnement, 132 p. http://www.un-gsp.org/sites/default/files/documents/3069145_cite_divoire-nc3-1-cote_divoire_-_third_national_communication.pdf
MEA, 2005. Millennium Ecosystem Assessment (Program): Ecosystems and human well-being: synthesis. Washington DC, USA, Island Press, 137 p. https://www.millenniumassessment.org/documents/document.356.aspx.pdf
M’hirit O., Benzyane M., 2006. Le Cèdre de l’Atlas: Mémoire du temps. Bruxelles, Belgique, Mardaga, 288 p.
Miller R. G., 1974. The jackknife – a review. Biometrika, 61 (1): 1-15. https://doi.org/10.1093/biomet/61.1.1
Moukrim S., Lahssini S., Naggar M., Lahlaoi H., Rifai N., Arahou M., et al., 2019a. Local community involvement in forest rangeland management: case study of compensation on forest area closed to grazing in Morocco. The Rangeland Journal, 41 (1): 43‑53. https://doi.org/10.1071/rj17119
Moukrim S., Lahssini S., Rhazi M., Mharzi A. H., Benabou A., Wahby I., et al., 2019b. Climate change impacts on potential distribution of multipurpose agro-forestry species: Argania spinosa (L.) Skeels as case study. Agroforestry Systems, 93 (4): 1209‑1219. https://doi.org/10.1007/s10457-018-0232-8
Myers N., Mittermeier R. A., Mittermeier C. G., Da Fonseca G. A., Kent J., 2000. Biodiversity hotspots for conservation priorities. Nature, 403 (6772): 853-858. https://doi.org/10.1038/35002501
Pearson R. G., Dawson T. P., 2003. Predicting the impacts of climate change on the distribution of species: are bioclimate envelope models useful? Global Ecology and Biogeography, 12 (5): 361-371. https://doi.org/10.1046/j.1466-822x.2003.00042.x
Phillips S. J., Anderson R. P., Dudík M., Schapire R. E., Blair M. E., 2017. Opening the black box: an open-source release of Maxent. Ecography, 40: 887-893. https://doi.org/10.1111/ecog.03049
Phillips S. J., Anderson R. P., Schapire R. E., 2006. Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190 (3‑4): 231‑259. https://doi.org/10.1016/j.ecolmodel.2005.03.026
Phillips S. J., Dudík M., 2008. Modeling of species distributions with Maxent: new extensions and a comprehensive evaluation. Ecography, 31 (2): 161-175. https://doi.org/10.1111/j.0906-7590.2008.5203.x
Pujos A., 1964. Les milieux de la cédraie marocaine. Étude d’une classification des cédraies du Moyen Atlas et du Rif en fonction du sol et du climat et de la régénération actuelle dans ces peuplements. Annales de la Recherche Forestière au Maroc, 8 : 1-283.
Rabhi K., Akli A., Djouhri A., Yahi N., Boudedja S., Messaoudene M., 2018. Bilan et croissance des reboisements de cèdre de l’Atlas, Cedrus atlantica (Endl.) Carrière, en Algérie : cas du Djurdjura et de l’Atlas blidéen. Bois et Forêts des Tropiques, 337 (3): 3‑15. https://doi.org/10.19182/bft2018.337.a31627
Reille M., 1976. Analyse pollinique de sédiments postglaciaires dans le Moyen Atlas et le Haut Atlas marocains: premiers résultats. Ecologia Mediterranea, 2 : 154‑172. https://doi.org/10.3406/ecmed.1976.925
Rhanem M., 2011. Aridification du climat régional et remontée de la limite inférieure du cèdre de l’Atlas (Cedrus atlantica Manetti) aux confins de la plaine de Midelt (Maroc). Physio-Géo. Géographie Physique et Environnement, 5 (1) : 143-165. https://doi.org/10.4000/physio-geo.1983
Swets J. A., 1988. Measuring the accuracy of diagnostic systems. Science, New Series, 240 (4857): 1285‑1293. https://doi.org/10.1126/science.3287615
Thomas C. D., Cameron A., Green R. E., Bakkenes M., Beaumont L. J., Collingham Y. C., et al., 2004. Extinction risk from climate change. Nature, 427 (6970): 145-148. https://doi.org/10.1038/nature02121
Thuiller W., Albert C., Araújo M. B., Berry P. M., Cabeza M., Guisan A., et al., 2008. Predicting global change impacts on plant species’ distributions: Future challenges. Perspectives in Plant Ecology, Evolution and Systematics, 9 (3‑4): 137‑152. https://doi.org/10.1016/j.ppees.2007.09.004
Walther G.-R., Post E., Convey P., Menzel A., Parmesan C., Beebee T. J. C., et al., 2002. Ecological responses to recent climate change. Nature, 416 (6879): 389‑395. https://doi.org/10.1038/416389a
Wisz M. S., Hijmans R. J., Li J., Peterson A. T., Graham C. H., Guisan A., 2008. NCEAS Predicting Species Distributions Working Group – Effects of sample size on the performance of species distribution models. Diversity and Distributions, 14 (5): 763‑773. https://doi.org/10.1111/j.1472-4642.2008.00482.x