Les faunes aviaires du Québec: une mosaïque
(Ce texte a été publié originalement dans le portail eBird Québec)
Le Québec se divise en plusieurs “Écorégions”, chacune avec sa signature. A-t-on aussi des “Ornithorégions” ?
Quand nous visitons l’estuaire, la plaine du Saint-Laurent ou les Laurentides, on constate rapidement que les espèces d’oiseaux changent. Est-ce qu’il y a des patrons dans ces changements? En d’autres termes, est-ce que les régions de la province sont divisées en assemblages d’espèces bien distincts? On s’y attend, par exemple la faune aviaire près du St-Laurent est plus riche que celle à l’intérieur des terres. Mais au-delà de ce phénomène évident, peut-on identifier des faunes aviaires plus subtiles? Est-ce que ces faunes sont bien regroupées régionalement, ou plutôt “balkanisées”?
Je me suis amusé à répondre à ces questions statistiquement, et j’en suis arrivé à la carte ci-dessous, représentant 10 faunes aviaires marquées par des couleurs différentes. Les régions partageant la même couleur ont une faune aviaire similaire.
Si vous êtes plutôt “visuel”, vous pouvez arrêter de lire ici et simplement apprécier cette mosaïque et la comparer à vos impressions personnelles. Je les vois ces faunes aviaires régionales, et vous? Elles sont très regroupées dans l’espace, ce qui n’était pas “programmé” mais bien une propriété émergente de l’analyse, qui vient appuyer notre intuition. Ces avifaunes auraient pu être regroupées un peu au hasard, genre sel et poivre. Mais non, ces avifaunes correspondent assez bien aux régions géographiques, par exemple la plaine du Saint-Laurent, l’estuaire, les forêts feuillues, le golfe du St-Laurent. On a donc pas juste des faunes aviaires, mais aussi des “ornithorégions”. Pas si mal pour une procédure se basant uniquement sur des listes d’espèces eBird!
Si vous aimez jongler avec chiffres et concepts (un bon café ou autre breuvage pourrait aider), permettez-moi de vous expliquer comment je suis arrivé à ce résultat. La théorie statistique dispose d’un outil appelé “partitionnement en K-moyennes”, qui consiste à fixer arbitrairement un nombre K, puis à générer K groupes homogènes, mais contrastés entre eux, à partir d’un grand nombre de variables. Pour les fins de ce billet, j’ai opté pour 10 groupes (avifaunes), et j’ai créé 511 variables, chacune représentant une espèce. J’ai aussi subdivisé la province en 579 carrés de 0,5 degrés de latitude-longitude, pour obtenir un tableau de 579 lignes (lieux) et 511 colonnes (espèces)1. Cela fait 295869 cellules dans un tableau. Chaque cellule contenait un nombre, le total2 des individus observés pour l’espèce et le carré correspondant. La méthode des K-moyennes calcule un indice de similarité entre chacun des carrés et tous les autres carrés, puis regroupe tout simplement les carrés qui se ressemblent.
Mais pourquoi 10 ornithorégions, plutôt que 5, 20, ou 100? Combien y’a-t-il d’ornithorégions, en réalité? Il n’y a pas de réponse objective à cette question: tout dépend du niveau de résolution désiré. Pour certaines applications, 2 suffiraient (le Sud et le Nord, par exemple) alors que pour d’autres (modélisation spatiale, par exemple), 100 serait mieux. Ce genre de choix reflète davantage l’attitude par rapport aux détails que la théorie scientifique. Certains (comme moi) préfèrent la synthèse et la généralité (les anglais parleraient de lumpers), d’autres (la plupart des biologistes) préfèrent explorer les différences (angl. splitters).
Cette carte pourrait en plus être utile en procurant un contexte pour identifier des observations inusitées dans eBird, et les valider (ou les invalider…). Parlant d’observations inusitées, je vous réserve quelques surprises la semaine prochaine à ce sujet. D’ici là, bonnes observations et partagez/commentez ce billet dans vos médias sociaux favoris!
** En fait, le logarithme népérien de ce nombre, mais là j’abuse peut-être de votre patience.
Si vous avez un compte GitHub (ou acceptez d’en ouvrir un) vous pouvez commenter ci-dessous. GitHub est un outil de programmeurs mais aussi une plateforme d’échanges en ligne. Sinon réagissez au post sur Twitter (public) ou par courriel (privé), les liens sont en haut à droite.
Commentaires importés de WordPress
Dominique Berteaux 4 septembre 2020
Bonjour André,
Intéressantes les ornithorégions!
Je suppose qu’il est possible de calculer un indice de dissimilarité entre chaque ornithorégion?
Dans ce cas on saurait où aller en vacances (au Québec) pour maximiser le nombre de nouvelles espèces observées… Je découvre le site Tendances Ornitho et le trouve bien intéressant.
Au plaisir.
Dominique Berteaux.
André Desrochers 8 septembre 2020
Bonjour Dominique – c’est facile de calculer un indice de dissimilarité entre les ornithorégions – ou mieux encore, une matrice de dissimilarité. Le hic c’est qu’une telle matrice serait dépendante de la saison. Mais pour la saison des vacances, disons 24 juin au 24 août, facile!