A quantitative approach to species occupancy across communities: the co-occurrence-occupancy curve

Cet article propose une approche quantitative pour analyser les communautés écologiques en définissant la courbe co-occurrence-occupation et en introduisant l'indice d'association des espèces (SAI), une mesure normalisée permettant d'évaluer les tendances d'association entre espèces indépendamment de leur fréquence d'occurrence globale.

L'essentiel

Le Grand Jeu de la "Qui est avec Qui ?"

Imaginez que vous êtes un détective écologique. Votre mission : comprendre pourquoi certaines espèces (des arbres, des algues, des insectes) vivent ensemble dans le même endroit, tandis que d'autres s'évitent comme la peste.

Pendant longtemps, les scientifiques ont essayé de résoudre ce mystère en regardant des détails très complexes : "Est-ce que l'arbre A mange l'insecte B ?", "Est-ce que l'arbre A a besoin de plus d'eau que l'arbre B ?". C'est comme essayer de comprendre une ville en étudiant chaque brique individuellement. C'est utile, mais c'est long et compliqué.

Dans cet article, les auteurs proposent une approche plus simple, un peu comme regarder la ville depuis un hélicoptère. Ils se posent une question fondamentale : "Est-ce que la popularité d'une espèce explique avec qui elle vit ?"

L'Analogie du "Soirée dans un Club"

Pour comprendre leur idée, imaginons une grande soirée dans un club avec 1000 personnes (les sites) et 500 invités (les espèces).

1. Le problème de la popularité :

   • Si vous êtes Super Mario (une espèce très commune), vous êtes présent dans 900 pièces de la maison. Il est statistiquement très probable que vous croisez presque tout le monde, juste parce que vous êtes partout.
   • Si vous êtes L'Étrange Inconnu (une espèce rare), vous n'êtes présent que dans 2 pièces. Il est très peu probable que vous croisez quelqu'un, simplement parce que vous êtes rare.

   Jusqu'ici, on pourrait penser que Super Mario est un grand "social" et que L'Étrange Inconnu est un "solitaire". Mais est-ce vrai ? Ou est-ce juste une question de chance et de fréquence ?

2. La Courbe de la "Co-occurrence" (La Courbe M) :
   Les auteurs ont tracé une carte (une courbe) qui montre la relation entre la popularité (combien de pièces vous visitez) et le nombre de gens que vous croisez.

   • Ils ont découvert une règle mathématique simple : si tout le monde se mélangeait au hasard (comme des gens qui entrent dans des pièces sans se connaître), il y a une forme de courbe prévisible. Plus vous êtes populaire, plus vous croisez de monde. C'est la courbe attendue.

3. Le Détecteur de "Vraie Amitié" (L'Indice SAI) :
   C'est ici que la magie opère. Les auteurs créent un nouvel outil, l'Indice d'Association des Espèces (SAI).

   • Cet outil demande : "Est-ce que cette espèce croise plus de monde que ce que la simple popularité ne le prédit ?"
   • Si la réponse est OUI (Score élevé) : C'est comme si Super Mario, même s'il est déjà populaire, trouvait encore plus de gens que la moyenne. Cela suggère qu'il y a une vraie "chimie" entre eux. Peut-être qu'ils s'entraident, qu'ils aiment le même endroit, ou qu'ils sont inséparables (comme des jumeaux).
   • Si la réponse est NON (Score bas) : C'est comme si L'Étrange Inconnu évitait activement les autres, même quand il est dans la même pièce. Peut-être qu'il est solitaire, ou qu'il déteste la compagnie.

Ce qu'ils ont découvert (Les deux histoires)

Les chercheurs ont testé leur méthode sur deux mondes très différents :

1. Les Rochers de Méditerranée :
   Imaginez une côte rocheuse. La plupart des algues et des petits animaux suivent la règle du hasard. Mais certains, comme les espèces qui créent des "croutes" (des tapis durs) ou qui vivent sur des sables, sont très solitaires. Ils ne veulent pas que d'autres viennent s'installer sur leur territoire. À l'inverse, les espèces "opportunistes" (comme certains escargots) sont très sociables et aiment vivre en groupe.

2. La Forêt de Barro Colorado (Tropicales) :
   Dans cette immense forêt, la plupart des arbres suivent aussi la règle du hasard. Mais certains arbres ont des "stratégies de vie" différentes. Certains sont des "géants lents" (ils grandissent lentement mais vivent longtemps) et d'autres sont des "rapides". L'analyse a montré que ces stratégies influencent avec qui ils vivent. C'est comme si les arbres "lents" préféraient vivre avec d'autres "lents", créant des communautés distinctes.

En résumé : Pourquoi c'est important ?

Avant, pour savoir si deux espèces s'aimaient ou se détestaient, il fallait des années d'études complexes.

Aujourd'hui, grâce à cette Courbe de Co-occurrence et à l'Indice SAI, les scientifiques ont un thermomètre simple.

• Ils peuvent prendre n'importe quelle espèce, regarder où elle vit, et dire instantanément : "Est-ce que cette espèce est un vrai social, un solitaire, ou juste une victime de sa propre popularité ?"

C'est comme passer d'une analyse de chaque brique de la maison à une vue d'ensemble qui vous dit immédiatement : "Tiens, cette pièce est très bruyante et sociale, tandis que celle-ci est un sanctuaire de silence."

Cela permet de mieux comprendre comment la nature s'organise, sans avoir besoin de connaître tous les détails compliqués de la vie de chaque animal ou plante. C'est une nouvelle façon de lire la carte de la vie sur Terre.

Résumé technique

1. Problématique et Contexte

La majorité de la recherche en écologie des communautés repose sur une approche « top-down » (descendante) qui intègre de nombreuses données (traits, interactions, dispersion) pour prédire la structure des communautés. Bien que performante, cette approche offre une compréhension limitée des mécanismes causaux sous-jacents.

Les auteurs identifient un problème central : la co-occurrence des espèces (la tendance de deux espèces à se trouver dans le même site) est souvent biaisée par la fréquence d'occurrence globale des espèces (leur occupance). Les espèces communes co-occurrent naturellement avec plus d'autres espèces simplement parce qu'elles sont présentes sur plus de sites, tandis que les espèces rares co-occurrent avec moins d'autres.

• Question clé : Comment quantifier la propension intrinsèque de deux espèces à co-occuper, indépendamment de leur fréquence d'occurrence globale ?
• Objectif : Développer une approche « bottom-up » (ascendante) basée sur un motif de niveau communautaire souvent négligé : la courbe co-occurrence-occupance, et définir un indice standardisé pour mesurer les associations non aléatoires.

2. Méthodologie

A. Définition de la Courbe Empirique (Courbe M)

Les auteurs définissent la courbe M (M pour Mpirical), qui relie la force d'association d'une espèce à son occupance globale.

• Données : Une matrice espèce-site ($S$ espèces, $N$ sites).
• Mesures :
  • $N_i$ : Nombre total de sites où l'espèce $i$ est présente (occupance brute).
  • $A_i$ : Force d'association, définie comme le nombre d'espèces distinctes avec lesquelles l'espèce $i$ co-occurrence dans au moins un site.
  • $f_i = N_i / N$ : Occupance relative (axe X).
  • $a_i = A_i / (S-1)$ : Force d'association relative (axe Y).

B. Le Modèle Null (Hypothèse Nulle)

Pour établir une référence, les auteurs dérivent la forme attendue de cette courbe sous un modèle nul reposant sur deux hypothèses :

1. Indépendance des espèces : Les espèces ne s'influencent pas mutuellement.
2. Équivalence des sites (Placement aléatoire) : Les sites sont équivalents et les espèces n'ont aucune préférence pour des sites spécifiques.

Sous ces hypothèses, la probabilité que deux espèces $i$ et $j$ co-occurrent au moins une fois est calculée analytiquement (basée sur la loi hypergéométrique ou les travaux de Veech, 2013). L'espérance mathématique $\langle A_i \rangle$ et la variance de la force d'association sont dérivées pour chaque niveau d'occupance.

C. L'Indice d'Association des Espèces (SAI)

Pour comparer des espèces ayant des occupances très différentes, les auteurs introduisent l'Indice d'Association des Espèces (SAI - Species Association Index).
Il s'agit d'une transformation en z-score de la force d'association observée par rapport à la distribution attendue sous le modèle nul :
$$s_i = \frac{A_i - \langle A_i \rangle}{\sqrt{Var(A_i)}}$$

• Interprétation :
  • $s_i \approx 0$ : L'espèce suit le modèle nul (co-occurrence aléatoire).
  • $s_i > 0$ (élevé) : Co-occurrence plus fréquente que prévu (attraction, facilitation, niche similaire).
  • $s_i < 0$ (faible) : Co-occurrence moins fréquente que prévu (exclusion compétitive, ségrégation de niche).

D. Généralisation Théorique

Les auteurs étendent le modèle à des distributions d'occupance génériques (non fixes) :

• Dynamique Colonisation-Extinction : Utilisation de taux de colonisation ($c$) et d'extinction ($e$) pour prédire les occupances stationnaires.
• Distribution Beta : Modélisation de la distribution des occupances (souvent asymétrique dans la nature) par une loi Beta, permettant de dériver une courbe théorique attendue sans supposer une distribution fixe des occurrences initiales.

3. Résultats et Études de Cas

L'approche a été appliquée à deux systèmes écologiques contrastés :

A. Habitats Médiolittoraux de la Côte Catalane (Méditerranée)

• Données : 143 sites rocheux, flore et faune visibles.
• Résultats : La majorité des espèces suivent la courbe du modèle nul.
• Déviations :
  • Les espèces des habitats simplifiés (sables, croûtes non colonisables) ou les espèces créant des structures exclusives ont un SAI faible (co-occurrence inférieure à l'attendu).
  • Les espèces mobiles (gastéropodes), épibiontes ou opportunistes ont un SAI élevé.
  • Les écarts les plus significatifs concernent des espèces caractéristiques d'autres niveaux de la zone littorale, suggérant que la méthode aide à définir les limites naturelles des communautés.

B. Forêt Pluviale de Barro Colorado Island (BCI, Panama)

• Données : 50 hectares, 1250 quadrats, 299 espèces d'arbres (données 2015).
• Résultats : Le système, souvent cité comme exemple de théorie neutre, suit globalement le modèle nul.
• Déviations : L'indice SAI montre une variabilité corrélée à deux compromis démographiques (trade-offs) :
  1. Croissance-Survie.
  2. Taille-Recrutement (modulé par la densité du bois).
     Cela confirme que ces axes démographiques structurent la communauté au-delà du hasard.

4. Contributions Clés

1. Découverte d'un motif négligé : Identification et formalisation de la relation systématique entre l'occupance et le nombre de co-occurrences (Courbe M).
2. Outil de standardisation (SAI) : Création d'un indice permettant de comparer la « sociabilité » des espèces indépendamment de leur abondance ou de leur rareté, en utilisant un cadre statistique rigoureux (z-score).
3. Cadre théorique unifié : Dérivation analytique de la courbe attendue sous des hypothèses de neutralité, de dynamique colonisation-extinction et de distributions d'occupance génériques (Beta).
4. Validation empirique : Démonstration que la méthode fonctionne sur des systèmes très différents (forêt tropicale vs habitats rocheux marins) et permet d'identifier des mécanismes écologiques (compétition, facilitation, traits démographiques) à partir de simples données de présence/absence.

5. Signification et Implications

• Réévaluation de la neutralité : Le modèle nul ne sert plus d'hypothèse de départ à rejeter, mais d'une référence testable. Les écarts par rapport à la courbe attendue deviennent des indicateurs quantifiables de processus non neutres (filtrage environnemental, interactions biotiques).
• Simplicité et Transparence : La méthode ne nécessite pas de données complexes sur les traits ou les interactions directes, mais se base uniquement sur des matrices de présence/absence, rendant l'analyse accessible et reproductible.
• Compréhension de l'architecture des communautés : En découplant la fréquence de l'association, le SAI permet de classer les espèces sur un axe continu, du « solitaire » (générateurs d'habitats simplifiés ou exclusifs) au « sociable » (espèces ingénieurs, épibiontes, opportunistes).
• Limites : La méthode suppose une homogénéité environnementale relative entre les sites. Une forte hétérogénéité environnementale non contrôlée ou un échantillonnage inadéquat peut fausser les résultats en créant des déviations artificielles.

En conclusion, cet article propose un cadre robuste pour passer d'une simple observation de la co-occurrence à une analyse quantitative des mécanismes d'assemblage des communautés, en utilisant l'occupance comme variable de contrôle fondamentale.