SPECIES DISTRIBUTION PROJECTIONS UNDER INTERNAL CLIMATE VARIABILITY REVEAL MULTIPLE PLAUSIBLE FUTURES REQUIRING FLEXIBLE CLIMATE-READY DECISIONS

Cette étude démontre que la variabilité climatique interne peut générer des futurs écologiques multiples et qualitativement différents pour diverses espèces, ce qui impose d'adopter des décisions de conservation flexibles et testées contre un éventail de réalisations climatiques plausibles plutôt que de se fier à des projections uniques.

L'essentiel

🌍🌊🦊 L'histoire des 100 futurs possibles : Pourquoi une seule prédiction ne suffit plus

Imaginez que vous planifiez un grand voyage pour dans 30 ou 70 ans. Vous demandez à un expert météo de vous dire s'il fera beau ou s'il pleuvra.

Traditionnellement, les scientifiques qui étudient la nature (les biologistes) faisaient la même chose : ils prenaient un seul scénario climatique, comme s'il s'agissait d'une vérité absolue, et ils disaient : "Voici où vivront les ours polaires ou les moustiques en 2050."

Mais cette nouvelle étude, menée par une équipe de chercheurs, nous dit quelque chose de très important : C'est comme si vous ne regardiez qu'une seule photo de votre futur voyage, alors qu'il existe en réalité 100 photos différentes, toutes plausibles !

Voici comment cela fonctionne, avec quelques analogies pour mieux comprendre.

1. Le problème : Le "Bruit de fond" du climat

Le climat n'est pas une machine parfaitement lisse. Il a une sorte de "caprice interne". Même si vous gardez exactement les mêmes émissions de gaz à effet de serre (le moteur de la voiture), la nature peut réagir de manière légèrement différente à chaque fois à cause de petits détails initiaux (comme le vent qui souffle un peu plus fort ici, ou un courant marin qui change de direction là-bas).

Les chercheurs appellent cela la Variabilité Climatique Interne.

• L'analogie : Imaginez que vous lancez 100 fois la même balle de tennis avec exactement la même force et le même angle. Sur un terrain plat, elles atterriraient toutes au même endroit. Mais si vous lancez ces balles dans un vent turbulent et changeant, elles atterriront à 100 endroits différents, même si vous avez fait le même geste.

Jusqu'à présent, les scientifiques prenaient la moyenne de ces 100 balles pour faire leur prédiction. Cette étude dit : "Attention ! En faisant la moyenne, vous effacez les détails les plus importants. Parfois, une balle atterrit dans la forêt, et une autre dans la ville. La moyenne, elle, atterrit dans un champ vide qui n'existe pas !"

2. L'expérience : 34 espèces et 100 mondes parallèles

Pour prouver cela, les chercheurs ont pris 34 espèces (des animaux et plantes, comme le moustique Aedes aegypti qui transmet la dengue, ou les forêts d'algues en Australie) et ils ont utilisé un super-ordinateur pour simuler 100 futurs climatiques différents (appelés "membres de l'ensemble initial").

Ils ont ensuite regardé où chaque espèce pourrait vivre dans chacun de ces 100 futurs.

Le résultat choc ?
Dans près de la moitié des cas, les 100 futurs ne s'accordaient pas du tout !

• Cas A (Le futur stable) : Tout le monde est d'accord. L'espèce va rester ici. (C'est rassurant).
• Cas B (Le futur incertain) : Certains disent "L'espèce va disparaître", d'autres disent "L'espèce va exploser en nombre".
• Cas C (Le futur inversé) : C'est le plus surprenant. Dans certains scénarios, l'espèce va vers le Nord. Dans d'autres, elle va vers le Sud. La direction même du changement change selon le scénario !

3. La grande différence : Terre vs Océan

L'étude révèle une séparation fascinante :

• Les animaux de mer (Océan) : Ils sont comme des bateaux dans une mer calme. Leurs futurs sont assez prévisibles. La plupart des scénarios s'accordent sur ce qui va se passer.
• Les animaux de terre (Terre) : Ils sont comme des feuilles dans une tempête. Le climat sur terre est beaucoup plus "capricieux". Les prédictions pour les animaux terrestres sont beaucoup plus incertaines et peuvent changer radicalement d'un scénario à l'autre.

4. Pourquoi est-ce important pour nous ? (Le guide de décision)

Si vous êtes un décideur (un maire, un gestionnaire de parc national, un responsable de santé publique), que faites-vous quand vous ne savez pas si l'espèce va venir ou partir ?

Les chercheurs proposent une nouvelle façon de penser, comme un guide de navigation pour l'incertitude :

• Si tout le monde est d'accord (Cas 2) : Agissez ! Construisez des barrières ou protégez la zone. C'est sûr.
• Si tout le monde est d'accord sur la direction, mais pas sur l'ampleur (Cas 3) : Soyez flexible. Préparez-vous pour une petite invasion, mais gardez de la place pour une grande. Ne bloquez pas tout, mais ne laissez pas tout ouvert non plus.
• Si personne n'est d'accord sur la direction (Cas 4) : C'est là que ça devient critique. Ne pariez pas sur un seul futur. Adoptez une stratégie "sans regret". Par exemple, surveillez la situation de très près et créez des solutions qui fonctionnent quel que soit le futur (comme restaurer des habitats naturels qui aident toutes les espèces, qu'elles viennent ou partent).

🎯 En résumé

Cette étude nous dit que l'incertitude n'est pas un bug, c'est une caractéristique du climat.

Au lieu de chercher "la" prédiction parfaite (qui n'existe pas), nous devons accepter qu'il existe plusieurs futurs plausibles. Pour protéger la biodiversité et nos sociétés, nous devons arrêter de miser sur un seul scénario et commencer à construire des décisions flexibles capables de résister à n'importe laquelle de ces 100 possibilités.

C'est comme préparer un pique-nique : au lieu de dire "Il va faire beau, donc on met juste des shorts", on dit "Il y a une chance de pluie, une chance de soleil, et une chance d'orage. Donc, on prend un parasol, un imperméable et des chaussettes de rechange." C'est ça, être prêt pour le climat de demain.

Résumé technique

Titre : Projections de distribution des espèces sous la variabilité climatique interne révèlent des futurs plausibles multiples nécessitant des décisions flexibles adaptées au climat

1. Problématique

Les modèles de distribution d'espèces (SDM) sont couramment utilisés pour projeter les déplacements de niches écologiques sous l'effet du changement climatique et guider la gestion. Cependant, la pratique actuelle repose souvent sur une projection unique (« meilleure estimation ») dérivée soit d'une seule simulation de modèle climatique, soit de la moyenne d'ensembles de membres différant uniquement par leurs conditions initiales (IC).

• Le problème central : Cette approche « écrase » la variabilité climatique interne (ICV), c'est-à-dire la divergence des trajectoires climatiques résultant de la sensibilité aux conditions initiales, en une seule trajectoire.
• La conséquence : On ignore si cette incertitude irréductible est bénigne ou si elle conduit à des conclusions surestimées, directionnellement incorrectes, voire à des inversions complètes des tendances projetées (par exemple, une expansion vs une contraction). Il manque un cadre systématique pour traduire cette divergence de trajectoires en inférence écologique calibrée.

2. Méthodologie

Les auteurs ont développé un cadre de modélisation et d'analyse entièrement conscient de l'ICV pour propager explicitement cette variabilité dans les projections écologiques.

• Données climatiques : Utilisation de l'ensemble initial de 100 membres du grand ensemble CESM2-LENS2 (Community Earth System Model) sous le scénario d'émissions SSP3-7.0.
  • Périodes étudiées : Milieu du siècle (2031–2060) et fin du siècle (2071–2100).
  • Correction des biais : Application d'une correction de biais par méthode delta (additive ou multiplicative) pour chaque membre de l'ensemble, afin de s'aligner sur les climats observés (ERA5 et CMEMS) tout en préservant la variabilité interne.
• Espèces étudiées : 34 espèces (12 marines, 22 terrestres) couvrant divers groupes taxonomiques, niches écologiques et stratégies de vie (incluant des vecteurs de maladies, des ressources halieutiques, des espèces invasives, etc.).
• Modélisation (SDM) :
  • Entraînement d'un seul modèle SDM (XGBoost via le package biomod2) par espèce utilisant les données climatiques observées et des prédicteurs statiques (altitude, bathymétrie).
  • Projection de ce modèle fixe sur les 100 réalisations IC distinctes. Ainsi, seule la trajectoire climatique varie entre les projections, isolant l'ICV comme source d'incertitude.
• Métriques écologiques : Pour chaque réalisation, quatre métriques basées sur la gamme de répartition ont été calculées :
  1. Changement de zone potentielle (PAC).
  2. Gain de zone potentielle (PAG).
  3. Perte de zone potentielle (PAL).
  4. Changement du ratio de convenance potentielle (PSRC).
• Analyse de divergence :
  • Calcul du consensus de l'ensemble (pourcentage de membres projetant la présence) à chaque cellule de grille.
  • Classification des résultats en quatre cas basés sur l'accord directionnel et la magnitude de la divergence.
  • Calcul du rapport signal/bruit (SNR) et de la distance énergétique (Energy Distance - ED) dans l'espace des prédicteurs environnementaux pour comprendre les mécanismes sous-jacents.

3. Contributions Clés

• Cadre de classification décisionnelle : Introduction d'une taxonomie à quatre cas pour interpréter les projections SDM face à l'ICV :
  • Cas 1 : Changement négligeable et fort accord (absence de changement robuste).
  • Cas 2 : Réponse directionnelle robuste (accord sur la direction et la magnitude).
  • Cas 3 : Changement directionnel cohérent mais forte divergence de magnitude (incertitude sur la sévérité).
  • Cas 4 : Inversion directionnelle (désaccord sur le signe du changement, rendant la moyenne trompeuse).
• Preuve de l'impact qualitatif : Démonstration que l'ICV seule peut générer des résultats qualitativement différents, y compris des inversions de tendances de déplacement de gamme, indépendamment du scénario d'émissions.
• Distinction Marine-Terrestre : Mise en évidence d'une division systémique où les espèces marines sont plus prévisibles (Cas 2 dominant) que les espèces terrestres, qui sont beaucoup plus sensibles à l'ICV (Cas 3 et 4 prédominants).
• Limites du SNR : Démonstration que le rapport signal/bruit (SNR) seul est insuffisant pour prédire la structure de la distribution des projections, car des forces de forçage similaires peuvent produire des structures de divergence très différentes.

4. Résultats Principaux

• Divergence des projections : Sur l'ensemble des 34 espèces et des métriques, 44 % des classifications tombent dans les Cas 3 ou 4. Cela signifie que près de la moitié des projections sont substantiellement altérées par l'ICV, où la moyenne de l'ensemble peut masquer des résultats opposés.
• Exemples concrets :
  • Aedes aegypti (vecteur de la dengue) : Le choix de la réalisation IC détermine quelles villes sont exposées au risque de transmission, modifiant les limites d'expansion vers le nord.
  • Forêts de kelp (Australie) : Les réalisations IC produisent des schémas contrastés de contraction et de fragmentation, affectant différemment les parcs marins et les communautés côtières.
• Divise Marine-Terrestre :
  • Marin : 80 % des espèces se situent dans le Cas 2 (réponses robustes et prévisibles). Le signal climatique forcé domine la variabilité interne.
  • Terrestre : 60 % des espèces se situent dans les Cas 3 et 4. La variabilité interne est plus forte sur terre, rendant les projections plus incertaines et moins fiables pour la prise de décision.
• Dynamique temporelle : Bien que le signal forcé augmente avec le temps (réduisant l'incertitude relative pour certaines espèces), une proportion significative d'espèces terrestres reste sensible à l'ICV jusqu'à la fin du siècle.
• Dépendance aux métriques : La classification d'une espèce peut changer selon la métrique utilisée (ex: perte d'aire vs gain d'aire). Les généralistes mobiles montrent une plus grande instabilité que les espèces sessiles ou spécialisées.
• Non-linéarité écologique : La divergence des projections n'est pas proportionnelle à l'amplitude locale de la variabilité climatique. Les modèles SDM non linéaires amplifient de petites différences dans les prédicteurs environnementaux en résultats binaires divergents (présence/absence).

5. Signification et Implications

• Changement de paradigme pour la prise de décision : Les décideurs ne doivent plus se fier à une carte « meilleure estimation » unique. La planification de la biodiversité doit être stress-testée sur l'ensemble des futurs plausibles générés par l'ICV.
• Stratégies adaptatives flexibles : Le cadre proposé guide le type d'action nécessaire :
  • Cas 2 : Interventions ciblées (confiance élevée).
  • Cas 3 : Conception de politiques flexibles (direction claire, magnitude incertaine).
  • Cas 4 : Mesures « sans regret » et surveillance accrue (direction incertaine).
• Gestion de l'incertitude irréductible : L'ICV représente une incertitude qui ne peut être éliminée par l'amélioration des modèles ou le downscaling. Reconnaître cette incertitude permet d'éviter des décisions de gestion qui pourraient être contre-productives si la trajectoire climatique réelle s'écarte de la moyenne de l'ensemble.
• Outils : L'étude fournit une application interactive (Shiny) permettant d'explorer ces projections spécifiques aux espèces et les distributions complètes de l'ICV, facilitant l'application de ce cadre par les gestionnaires.

En résumé, cette étude démontre que l'incertitude liée à la variabilité climatique interne n'est pas un bruit statistique à ignorer, mais une source fondamentale d'incertitude écologique qui peut inverser les conclusions des modèles de distribution, exigeant une approche de gestion plus robuste et flexible.