|   AMENAGEMENT DE LA FAUNE, seconde édition |

Chapitre 4 : Historique, Hypothèses et modélisation dans les inventaires de la faune

                         
                          Chers visiteurs toute contribution au développement de ce cours sous forme de don de matériel TIC, de bourse de recherche ou de toute autre forme est souhaitée. Nous contacter à l'adresse suivante:: ankab226@Yahoo.fr 
Sommaire
 
    4.1. Historique sur les méthodes d'inventaire : de transect à distance sampling
    4.2. Hypothèses
    4.3. Modèles fondamentaux
     4.4.Exercices pratiques
    Objectifs
Ce chapitre est l'outil même d'apprentissage permettant à l'apprenant de se familiariser avec la méthode de collecte et d'analyse des données d'inventaire de la faune. En effet ce chapitre 4 et le chapitre 3 sont une application de Distance sampling. Ils s’appuient surtout sur des documents de références dont : a) Distance sampling : estimating abundance of biological populations de Buckland et al (1993) pour les pages d’approfondissement ; b) Distance sampling User’s guide pour les situations d’apprentissage avec utilisation du logiciel. 

Prérequis
Avoir un très bon niveau en statistiques descriptives et de bonnes connaissances en informatique (saisie des données surtout).

 4.1. Historique sur les méthodes d'inventaires : de transect à distance sampling.


    Cette partie historique est contenue dans Buckland et al (1993) si bien que la synthèse suivante est proposée
    Page d'approfondissement lire chapitre 1, 2 et 8 dans Buckland et al (1993) à l'URL:
        http://www.colostate.edu/Dept/coopunit/download.html
 
   Vers les années 1930 R.T. King trouva que les distances de vision sont très utiles pour l'échantillonnage en bande de transect et estima la distance moyenne r comme la longueur moyenne de la ligne transect. Gates (1979) donna une définition formelle de la largeur du transect (w ) : <<the distance for which unseen animal located closier to the line than equals the number of animals seen at distances greater than >>.
       Il faut attendre 1949 où Hayne publia un article qui propose une formulation mathématique. Cependant cette première formule utilisait la distance de vision si bien qu'elle fût corrigée par la suite par l'introduction de la distance perpendiculaire. En 1968 Eberhardt et la même année Gates et al donnèrent une approche plus conceptuelle de l'inventaire sur ligne transect avec une tendance de la définition de la fonction de détection g(x). Dès lors beaucoup de chercheurs (Gates 1969, Overton and Davis 1969, Seber 1973, Robinette et al 1974) consacrèrent leur temps à la modélisation des données des inventaires de la faune. En 1976 Burnham et Anderson donnèrent une base pour le calcul des estimateurs de ligne transect, D=n*f(0)/2L, mais le problème fondamental demeure dans la modélisation de g(x) et f(x). Cependant leur publication ouvre la porte à beaucoup d'autres entre 1976 et 1980. Laake (1979) et Gates (1980) produisirent respectivement les logiciels informatiques TRANSECT et LINETRAN pour l'analyse des données d'inventaires sur ligne transect. Il furent rejoint par la suite par Buckland pour l'approfondissement de TRANSECT puis de Distance Sampling.

 4.2. Hypothèses


       Quatre hypothèses (hp) fondamentales (lire le chapitre 8 indiqué plus haut) :
    hp1- Les objets sur la ligne de transect sont détectés avec certitude ;
    hp 2- Les objets sont détectés à leur lieu initial ;
    hp 3- Les mesures sont exactes ;
    hp 4- Les détections des objets sont des évènements indépendants.

4.3. Les modèles fondamentaux en inventaire pédestre sur ligne transect

    

       Dans le cas de bande transect de largeur 2w et de longueur L tous les objets sont détectés et comptés et la densité (D) calculée, D = n/2wL . Dans le cas de ligne transect seulement une fraction des animaux de l'aire sont détectés et comptés. Soit Pa cette fraction qui peut être estimée à partir des données enregistrées,
    d'où D= n/ 2wLPa   ,
    sachant que Pa est en fait la probabilité non conditionnelle de détection d'un objet et dans l'aire 2wL= a, on peut généraliser en posant,
    Pa = (1/w)*Intégral g(x) dx
    Alors D= n/ (2L)* Intégral g(x)dx
    ou encore D= n/ 2L , avec = Intégral g(x)dx
       La fonction de densité de probabilité de la distance perpendiculaire à condition que l'objet ait été détecté est simplement : f(x)= g(x)/ intégral (0 à w) de g(x)dx
Pour plus de détail lire le chapitre 2 indiqué plus haut.

    4.4. Exercices pratiques dans distance sampling

Voir chapitre 7, SP. 4.1.





Haut de page
Note de pas de page / webmaster /2006 /