The need for improved models of zooplankton abundance

Résumé technique : La nécessité de modèles améliorés de l'abondance du zooplancton

Énoncé du problème
Les données d'abondance du zooplancton sont fondamentales pour les analyses des écosystèmes marins et trophiques, mais présentent des défis statistiques distincts. Ces ensembles de données sont fréquemment agrégés à partir de multiples campagnes utilisant différents protocoles d'échantillonnage, spécifiquement des intervalles de profondeur d'échantillonnage vertical (largeurs de classes) variables. Des classes plus larges intègrent des volumes d'eau plus importants, produisant des estimations d'abondance avec des précisions différentes. Si elle n'est pas prise en compte, cette hétérogénéité introduit une hétéroscédasticité qui peut biaiser l'inférence statistique. De plus, l'abondance volumétrique du zooplancton est strictement positive et fortement asymétrique à droite. La pratique courante dans le domaine consiste à appliquer une transformation logarithmique à la variable réponse et à ajuster un modèle linéaire gaussien pour approximer la normalité. Cependant, cette approche basée sur la transformation peut biaiser l'inférence, masquer la sensibilité de la distribution et compliquer l'interprétation des coefficients sur l'échelle d'origine. De plus, la précision des estimations d'abondance est rarement modélisée explicitement en fonction de l'intervalle de profondeur d'échantillonnage, ce qui peut conduire à des conclusions trop optimistes.

Méthodologie
L'étude a utilisé les registres d'échantillonnage du zooplancton de la base de données Mesopelagic Mesozooplankton and Micronekton Database (MMMD), restreints à l'Océan Austral et à cinq espèces abondantes de copépodes calanoïdes (Rhincalanus gigas, Metridia lucens, Calanus simillimus, Pleuromamma robusta, et Ctenocalanus vanus) de l'année 1987. La variable réponse était l'abondance volumétrique (individus $\cdot$ m$^{-3}$), et les covariables comprenaient la température, la salinité, l'oxygène dissous et la profondeur moyenne d'échantillonnage.

Les auteurs ont comparé quatre cadres statistiques :

1. Modèle linéaire gaussien : Ajusté sur l'abondance transformée en logarithme (la pratique courante).
2. Modèles Linéaires Généralisés (GLM) : Ajustés directement sur l'échelle d'abondance d'origine en utilisant trois distributions non gaussiennes :
   • Log-normale
   • Gamma
   • Inverse Gaussienne

Tous les modèles utilisaient un prédicteur linéaire incluant la température, la profondeur moyenne et leur interaction. La sélection du modèle a été réalisée à l'aide du critère d'information d'Akaike généralisé (GAIC), avec une correction de Jacobienne appliquée au modèle gaussien logarithmique pour assurer une comparaison valide sur l'échelle de réponse d'origine.

Après la sélection de la distribution la mieux supportée, les auteurs ont étendu le modèle pour paramétrer explicitement la dispersion en fonction de la largeur de classe normalisée (la différence entre la profondeur maximale et minimale d'échantillonnage). Ce « modèle de dispersion » a permis à la variance de varier en fonction de la taille de l'intervalle d'échantillonnage. Une analyse de sensibilité (suppression de cas un par un) a été menée pour évaluer la robustesse des conclusions du modèle final.

Résultats clés

• Ajustement de la distribution : Le GLM de type inverse gaussienne a reçu le soutien le plus fort parmi tous les modèles candidats (GAIC = -3068,25), surpassant le modèle Gamma, le modèle log-normal et le modèle gaussien transformé en logarithme. Le modèle gaussien transformé en logarithme et le modèle log-normal ont produit des coefficients identiques mais ont obtenu des performances nettement inférieures en termes d'ajustement du modèle.
• Impact de la modélisation de la dispersion : L'incorporation d'un terme de dispersion dépendant de la largeur de classe a encore amélioré l'ajustement du modèle (le GAIC est passé à -3084,61). L'analyse a révélé une relation positive entre la largeur de classe et la variabilité résiduelle, confirmant que des intervalles d'échantillonnage plus larges entraînent des estimations moins précises.
• Changements d'inférence : La prise en compte de la dispersion dépendante de la largeur de classe a modifié la signification statistique des covariables. Spécifiquement, l'interaction température-profondeur, qui était statistiquement significative dans le modèle inverse gaussien à dispersion constante ($p = 0,0023$), est devenue non significative lorsque l'hétérogénéité de la précision a été incluse ($p = 0,0657$). Inversement, l'association négative entre la profondeur et l'abondance est restée un prédicteur robuste dans tous les modèles.
• Diagnostics des résidus : Bien que le modèle inverse gaussien avec dispersion ait fourni le meilleur ajustement parmi les candidats, les graphiques de résidus ont indiqué une compression persistante de la queue inférieure et une structure visible, suggérant que la structure moyenne linéaire ne capture pas pleinement l'hétérogénéité biologique (par exemple, les réponses spécifiques aux espèces ou les effets de profondeur non linéaires).
• Sensibilité : Les principales conclusions concernant l'effet de la profondeur et l'effet de dispersion de la largeur de classe étaient stables à travers les réajustements de type « leave-one-out ». Cependant, la preuve de l'interaction température-profondeur était sensible à la suppression d'un petit sous-ensemble d'observations influentes.

Signification et affirmations
L'article soutient que l'utilisation routinière de modèles gaussiens transformés en logarithme peut être sous-optimale pour les données d'abondance du zooplancton, qui sont strictement positives et asymétriques à droite. En démontrant que la distribution inverse gaussienne fournit un meilleur ajustement, l'étude suggère que la modélisation directe sur l'échelle d'origine produit des estimations de coefficients et des niveaux de signification plus précis.

De manière cruciale, les auteurs affirment qu'ignorer l'hétérogénéité de la conception de l'échantillonnage — spécifiquement la variation des largeurs de classes — peut conduire à une inférence trop optimiste. En modélisant explicitement la dispersion en fonction de la largeur de classe, l'étude montre que la force de la preuve pour certaines interactions écologiques (telle que l'interaction température-profondeur) peut changer de manière significative. Les auteurs concluent que les analyses futures de l'abondance du zooplancton devraient remplacer la transformation logarithmique routinière par une modélisation directe sur l'échelle d'origine et devraient explicitement tenir compte de l'hétérogénéité au niveau de l'observation découlant de la conception de l'échantillonnage afin d'améliorer la robustesse des conclusions écologiques.