Discussion générale
Discussion générale
al. 2017). Dans ce contexte, le premier chapitre met en évidence que ce changement de niveau de compréhension doit s’appuyer sur de nouvelles méthodes d’analyse des associations entre SE.
Notamment, pour les niveaux d’analyse fins (i.e. niveaux où la fourniture de SE est fortement conditionnée par des processus continus), je pense que l’utilisation d’approches qui se concentrent sur la variabilité des associations entre SE augmenterait notre capacité à comprendre les associations entre SE.
Dans cette situation, l’analyse des ‘réseaux de SE’ me semble être une alternative intéressante à l’utilisation des bouquets de SE. Les réseaux sont constitués de nœuds et de liens. Les nœuds représentent les acteurs du réseau – espèces, SE, groupe d’acteurs – et les liens représentent les interactions entre acteurs – processus biophysiques, transferts d’informations (Hicks et al. 2013;
Quintessence 2016; Dee et al. 2017). Cette approche permet d’identifier les nœuds et les liens primordiaux dans la structure du réseau. A l’échelle d’une exploitation agricole de 150ha, Pocock et al. (2012) ont utilisé un réseau pour représenter les interactions entre 560 taxons. Cette analyse permet aux auteurs de mesurer le poids de chaque interaction et espèce sur la robustesse globale du réseau et par conséquent d’évaluer l’impact de la perte de certaines espèces sur la biodiversité totale de l’exploitation. Les enseignements de cette étude peuvent être mobilisés pour définir des pratiques agricoles qui favorisent les espèces dont la présence permet de maximiser biodiversité. De façon analogue, les réseaux de SE ont été utilisés par Dee et al. (2017) pour mesurer l’influence des actions de gestion sur la fourniture de SE. Les auteurs de cette étude ont construit, dans une première étape, un réseau écologique de manière à représenter et identifier les processus clés qui conduisent à la fourniture de multiple SE. Dans une seconde étape la construction d’un réseau socio-économique intégrant les SE et les bénéficiaires de ces SE vise à identifier, d’une part, les groupes sociaux qui bénéficient des SE et, d’autre part, les groupes sociaux qui agissent sur la fourniture de SE au travers d’action de gestion. La construction de ces deux réseaux permet d’évaluer comment la modification d’un nœud (SE ou groupe social) se propage dans le réseau. Par cette approche il est possible d’estimer les impacts directs et indirects des actions de gestion sur la fourniture de multiple SE.
A la différence des bouquets de SE, les réseaux permettent d’évaluer explicitement les interactions entre SE. Par ailleurs, les réseaux sont une approche flexible qui permet de rendre compte des interactions entre différentes entités indépendamment de la nature de ces entités. Dans le cadre de l’étude des SE cette flexibilité constitue un atout majeur car elle rend possible la mise en
Discussion générale
approches par réseaux semblent prometteuses pour représenter la complexité des interactions qui dirigent la fourniture de SE mais il existe, à ce jour, peu d’études ayant validé ce potentiel (Felipe- Lucia et al. 2015; Quintessence 2016; Dee et al. 2017). A la différence des bouquets de SE, les réseaux ne sont pas spatialement explicites. Cependant, pour dépasser cette limite, Mouchet et al.
(2014) proposent de construire et de comparer les réseaux de SE entre entités spatiales (ex. les communes). Un point central dans la construction de réseaux et qu’il est nécessaire de définir à priori les liens entre les nœuds (ex. espèces, SE, acteurs du territoire) pour ensuite tester le réseau.
Cela requièrt, entre autre, une compréhension préalable des interactions entre SE (Dee et al. 2017).
Par conséquent, les réseaux ne permettent pas d’identifier les processus qui dirigent les associations entre SE mais plutôt d’identifier leur force et leur place dans la globalité d’un système socio- écologique. Dans ce contexte, l’étude des associations entre SE deux à deux telle que celle que nous avons proposé dans le chapitre 1, pourrait-être envisagée pour renseigner les liens entre SE. Cela nécessiterait cependant que l’on soit capable d’identifier clairement les processus qui dirigent les associations entre SE à partir des cartes de SE ce qui reste une question largement ouverte dans le cadre du premier chapitre.
1.2. Au-delà des associations spatiales simples
Toutes les méthodes décrites dans la partie précédente considèrent les co-occurrences spatiales pour définir les associations entre SE. Dans la sous partie qui suit je m’intéresse aux limites de cette méthodologie. Je propose tout d’abord des approches pour distinguer les différentes composantes des associations spatiales entre SE. Je discute ensuite la perspective d’utilisation de cadre conceptuels permettant d’identifier les associations entre SE distantes dans l’espace.
1.2.1. Associations spatiales et liens de causalité
Dans les études de cartographie de SE, les associations entre SE sont souvent identifiées à partir des congruences spatiales (Mouchet et al. 2014). C’est notamment l’approche que nous avons utilisée dans le premier chapitre pour quantifier la force des associations entre SE par le biais de la corrélation de Spearman. Les résultats de cette mesure statistique révèlent des corrélations négatives faibles entre le SE de production agricole et les SE de régulation. La simple étude des superpositions spatiales entre SE est une première étape dans la compréhension des associations
Discussion générale
entre SE. Cependant cette approche ne permet pas de quantifier la part de co-variation entre SE due à des relations de causalité. En d’autres termes, l’étude de base des superpositions spatiales ne permet pas de savoir si les SE co-varient en raison d’un facteur d’influence commun ou parce qu’ils sont directement liés les uns aux autres. Cette distinction est pourtant nécessaire pour comprendre les processus qui dirigent les associations entre SE et pour élaborer des pratiques de gestion qui soient durables (Philip Robertson et al. 2014; Birkhofer et al. 2015).
A ma connaissance plusieurs approches statistiques sont envisageables pour distinguer les co-variations entre SE imputables à des interactions inhérentes entre SE de celles dues aux conditions socio-écologiques. Ces approches proviennent principalement de l’étude de la distribution spatiale des espèces et des modèles de niche écologique. En particulier d’importants efforts ont été fournis dans ce domaine de recherche pour distinguer la part de co-variation entre espèces due aux conditions environnementales, de la part due aux processus de compétition ou de facilitation entre espèces. Une approche commune consiste à construire un modèle linéaire en utilisant un jeu de variables explicatives décrivant les conditions environnementales (Borcard et al.
1992; Legendre et al. 2012). La part de la variabilité expliquée par ce modèle correspond à l’impact de l’environnement sur les associations entre espèces alors que la part restante – les résidus – pourrait-être associée aux interactions directes entre espèces. D’après Warton et al. (2015), ces capacités descriptives de la variance sont améliorées par les récentes méthodes de modélisations de probabilité jointe. Toutefois la retranscription de la notion d’interactions directes – compétition et facilitation pour les espèces – me semble difficile à établir pour les SE et appelle à plus de réflexion.
En utilisant les données de SE du projet VOLANTE présentées dans le premier chapitre nous avons essayé de quantifier les différentes parties de la co-variation entre SE. Nous avons notamment conduit des tests en utilisant des modèles linéaires et des modèles à variables latentes (non présentés dans la thèse). Cependant aucun de ces modèles ne nous a permis d’obtenir un niveau d’adéquation avec les données de SE satisfaisant. Il serait toutefois intéressant de pousser cette analyse qui a déjà fait ses preuves sur les modèles de distribution des espèces. En particulier je pense que l’échec des tests que nous avons fait était en grande partie dû à la résolution et la précision des données VOLANTE (voir la seconde partie de discussion). Pour aller au-delà de l’incertitude nécessairement occasionnée par l’utilisation de modèles de SE je pense qu’il est
Discussion générale méthodes développées ci-dessus.
1.2.2. Associations et effets à distance
L’identification des associations entre SE sur la base des simples co-occurrences spatiales telles qu’analysées dans cette thèse ne permet pas de prendre en compte les associations entre SE distantes dans l’espace. Les associations entre SE à distance peuvent avoir deux origines : l’interconnexion spatiale des systèmes écologiques et l’interconnexion spatiale des systèmes humains. Pour illustrer ces deux types d’interconnexion, nous pouvons utiliser un exemple de gestion forestière. Dans un site (A) l’exploitation forestière est interdite en raison de la création d’une réserve naturelle. Ce qui conduit à une forte diminution de la production de bois sur le site (A). En conséquence la biomasse aérienne et souterraine sur le site (A) augmente ce qui réduit le ruissellement de surface et améliore la protection contre les crues dans les secteurs en avals. Il s’agit ici d’un compromis à distance entre le SE de production de bois qui diminue sur le site (A) et le SE de protection contre les risques d’inondation qui augmente en aval. Ce compromis à distance est expliqué par une connexion biophysique entre les sites – le ruissellement de surface. En parallèle de l’arrêt de l’exploitation forestière dans le site (A), la demande en bois de chauffage n’a pas changée au niveau régional. Par conséquent la réduction de la production de bois sur le site (A) est compensée par une augmentation de l’exploitation de bois sur un site (B) potentiellement très éloigné spatialement du site (A). Dans ce second exemple, les actions de gestion sur le site (A) ont des répercussions sur la fourniture de SE sur le site (B). Dans ce dernier cas l’interrelation entre les deux sites est due à l’interconnexion des systèmes humains – le transport de marchandises.
La prise en compte des associations et des effets à distance nécessite de définir précisément les limites spatiales des systèmes écologiques et humains étudiés. Suivant les SE considérés, ces limites peuvent varier et être plus ou moins aisées à identifier (Syrbe and Walz 2012; Scholes et al.
2013). Par exemple, pour le SE de régulation des crues, le bassin versant constitue une limite spatiale pertinente et relativement simple à délimiter (Dale and Polasky 2007). En revanche, du fait du transport des marchandises sur de grandes distances, le SE de production agricole dans une région occidentale s’inscrit dans un système dont les limites sont difficiles à appréhender et qui peut être étendu au niveau planétaire. Ce point est notamment illustré par l’étude de Courtonne et al.
(2015) sur la production de céréales dans la région de Grenoble. Les auteurs montrent que près des
Discussion générale
deux tiers de la production de céréale de la région sont exportés vers d’autres régions et pays. Pour contourner cette difficulté, les études de SE qui étudient le lien entre la fourniture et la demande en SE font souvent l’hypothèse implicite de la déconnection du territoire étudié vis-vis de tout système extérieurs. En conséquence ces études évaluent ‘l’autosuffisance potentielle’ en SE d’une entité spatiale donnée. Ces travaux pourraient être enrichis par l’intégration des études de SE dans des cadres d’analyses ayant une représentation plus intégrée des interrelations spatiales. Parmi ceux-ci les analyses de cycle de vie territoriales permettent d’identifier la part des SE consommés sur place et la part des SE consommés à distance. Cependant, plusieurs limites liées au cadre conceptuel des analyses de cycle de vie, aux méthodes d’évaluation des SE et à la disponibilité des données compliquent la mise en place de telles approches (Othoniel et al. 2016).