--- title: "Notebook 3 : Enveloppes de convenance pour la sélection des espèces d'arbres" subtitle: "Combiner des données d'occurrence d'arbres et des couches climatiques pour éclairer les décisions de plantation" format: html: toc: true toc-depth: 3 number-sections: true code-fold: true code-tools: true embed-resources: true theme: cosmo execute: echo: true warning: false message: false cache: true editor: markdown: wrap: 72 --- *Une fois terminé, n'hésitez pas à partager vos résultats et des questions sur le groupe WhatsApp K4GGWA ou avec l'équipe ICRAF par e-mail !* ## Aperçu général L'objectif de ce notebook 3 est de donner un exemple simple et pratique de la façon dont R peut appuyer la prise de décision à partir de données spatiales et de sciences citoyennes. Dans ce notebook, nous utilisons des données d'occurrence d'arbres provenant de GBIF () et les données BIOCLIM comme variables prédictives (). L'objectif est de démontrer comment R peut appuyer une prise de décision pratique pour le choix des espèces à planter, en construisant une **enveloppe de convenance** simple. Dans cet exemple, nous utilisons quatre espèces d'arbres courantes, pertinentes pour des projets de restauration au Sénégal. Notez que toutes les données utilisées dans cet exemple peuvent être récupérées directement dans R, sans passer par d'autres plateformes ni téléchargements manuels. Notez également qu'il s'agit d'une version TRÈS simplifiée de la cartographie de convenance des espèces d'arbres, et qu'elle n'est pas suffisamment solide sur le plan écologique pour une prise de décision réellement informée. Les étapes permettant d'améliorer ce notebook et de rendre la cartographie de convenance plus précise sur le plan écologique se trouvent plus bas. Toutefois, l'objectif de ce notebook est de donner une première idée de la façon dont des données publiquement disponibles peuvent être utilisées pour créer des workflows simples de convenance des espèces d'arbres, pouvant appuyer la prise de décision. **Entrées :** données d'occurrence d'arbres GBIF (& si disponibles : LDSF/application Regreening), variables BIOCLIM **Sorties :** `species_envelope_table.csv` (utilisable pour des visualisations QGIS) & cartes de convenance par espèce [**Le concept de la cartographie de convenance de l'habitat des arbres**]{.underline} Plutôt que de s'appuyer sur des valeurs issues de la littérature pour ce qu'une espèce peut tolérer (ce qui est important, mais aussi très chronophage), nous dérivons la plage de tolérance de façon **empirique** : nous regardons où l'espèce a réellement été enregistrée (collectée via des applications de sciences citoyennes comme iNaturalist, l'application Regreening, etc. -\> rassemblées dans GBIF), et nous relevons la plage des conditions climatiques présentes à ces points. Nous utiliserons uniquement les variables BIOCLIM (température, précipitations), mais notez que d'autres données prédictives (sol, couvert arboré, occupation du sol), ainsi que le STAC (SpatioTemporal Asset Catalog) présenté lors du travail de groupe, peuvent également être utiles ici. La plage de ces variables devient l'*enveloppe de convenance* de l'espèce, que nous projetons ensuite sur l'ensemble du pays pour voir où ces conditions sont également réunies et où l'espèce pourrait potentiellement exister (SIMPLIFIÉ !). Cela peut appuyer une prise de décision informée pour sélectionner la bonne espèce d'arbre pour certaines zones. [**Comment cela peut influencer la prise de décision**]{.underline} Dans un contexte opérationnel, ce workflow s'inscrirait aux côtés d'un travail de vérification sur le terrain : un décideur peut utiliser la carte de convenance pour présélectionner des espèces candidates pour un site/une zone donnée, puis valider cette présélection à l'aide des connaissances locales, d'échantillonnages de sol, et des priorités des agriculteurs/communautés (fourrage, valeur marchande, statut indigène) avant de s'engager dans une décision de plantation. Il est donc important de noter que la carte réduit l'espace de recherche et vient compléter l'information, mais ne remplace pas les connaissances locales. ### Objectifs d'apprentissage À la fin de ce notebook, vous serez capable de : - télécharger des enregistrements d'occurrence d'espèces directement depuis GBIF avec `rgbif` et récupérer des données climatiques globales (BIOCLIM) via `geodata` - extraire des valeurs environnementales aux points d'occurrence avec `terra::extract()` - construire un tableau d'enveloppe de convenance empirique par espèce - reclasser des rasters en masques adapté/non-adapté et les visualiser - comprendre les possibilités et les limites de cette méthode - être capable d'étendre ce workflow avec des raffinements plus précis - *combiner des enregistrements d'occurrence provenant de plusieurs sources (GBIF + vos propres données de terrain (application Regreening/LDSF)) en un seul tableau propre*, avec une stratégie d'échantillonnage aléatoire - récupérer des données globales via un catalogue STAC - ajouter des variables prédictives plus diversifiées ### Espèces utilisées dans ce notebook | Espèce d'arbre courante au Sénégal | Usage | |--------------------------|----------------------------------------------| | *Faidherbia albida* | Arbre de parc fixateur d'azote, phénologie inversée, largement conservé dans les champs cultivés | | *Senegalia senegal* (syn. *Acacia senegal*) | Production de gomme arabique, restauration en zone aride | | *Eucalyptus camaldulensis* | Espèce plantée (non indigène) à croissance rapide, courante | | *Tamarindus indica* | Fournit une ombre dense, crée de la matière organique de qualité, et produit des gousses comestibles riches en nutriments utilisées dans la cuisine et les boissons locales | Notez qu'il s'agit d'une sélection d'espèces subjective. N'importe quelle autre espèce peut être utilisée tout au long du notebook. ## Mise en place ```{r} #| label: setup #| cache: false # Packages utilisés dans ce notebook # install.packages(c("rgbif", "geodata", "rstac", "terra", "tidyterra", "dplyr", "ggplot2", "here", "rnaturalearth")) library(rgbif) library(geodata) library(rstac) library(terra) library(tidyterra) library(dplyr) library(ggplot2) library(here) library(rnaturalearth) # Réutilise la même structure de dossier de projet que les Notebooks 1-2 # (senegal_workshop_2026 -> notebooks, resultats, donnees) ``` ------------------------------------------------------------------------ ## Étape 1 : Définir la liste des espèces Note : - Vous pouvez remplacer ou ajouter des noms d'espèces selon votre intérêt. - Il est important d'utiliser l'orthographe exacte telle qu'elle apparaît dans GBIF (nom canonique GBIF). En cas de doute, vous pouvez vérifier le nom directement dans la base GBIF (). ```{r} #| label: species-list species_list <- c( "Faidherbia albida", "Senegalia senegal", # synonyme d'Acacia senegal "Tamarindus indica", "Eucalyptus camaldulensis") ``` ------------------------------------------------------------------------ ## Étape 2 : Télécharger les données d'occurrence depuis GBIF Nous allons utiliser le package `rgbif`, qui permet d'interroger GBIF directement depuis R. Nous restreignons à la zone du Sénégal (`country = "SN"`) et exigeons la présence de coordonnées. La fonction `occ_data()` (`rgbif`) envoie la requête réelle aux serveurs de GBIF. ```{r} #| label: gbif-download # construction de notre propre fonction utilitaire pour télécharger et nettoyer une espèce à la fois # permet d'éviter de refaire la même chose pour les 4 espèces (boucle) --> species_name est le paramètre de la fonction, qu'on peut voir comme un espace réservé représentant une seule espèce à la fois get_gbif_occurrences <- function(species_name, country_code = "SN") { trees <- occ_data( scientificName = species_name, # species_list country = country_code, # SN hasCoordinate = TRUE) # sans coordonnées, les données ne sont pas utiles pour cet usage if (is.null(trees$data) || nrow(trees$data) == 0) { # inclure if(is.null) au cas où une espèce n'a aucun enregistrement, pour renvoyer NULL -> sinon la boucle échouerait warning(paste("Aucun enregistrement GBIF trouvé", species_name)) return(NULL)} trees$data %>% transmute( # transmute() fonctionne comme mutate() mais supprime toutes les colonnes non explicitement listées species = species_name, lon = decimalLongitude, lat = decimalLatitude, source = "GBIF", coordinateUncertaintyInMeters ) %>% # on supprime les lignes sans coordonnées et celles dont l'incertitude GPS connue dépasse 100m filter( !is.na(lon), !is.na(lat), is.na(coordinateUncertaintyInMeters) | coordinateUncertaintyInMeters <= 100 ) %>% select(-coordinateUncertaintyInMeters)} # on retire cette colonne, qui n'était qu'un outil temporaire # nouvel objet contenant tous les points d'occurrence gbif_occurrences <- purrr::map_dfr(species_list, get_gbif_occurrences) # map_dfr() appelle get_gbif_occurrences() une fois par élément de species_list # puis combine le tout en un seul tableau # sauvegarde d'un csv avec ces données write.csv( gbif_occurrences, here("donnees", "occurrences", "gbif_occurrences_raw.csv"), row.names = FALSE) head(gbif_occurrences) ``` Maintenant, en inspectant les données téléchargées, il est important de vérifier combien d'enregistrements d'occurrence sont réellement disponibles par espèce (n ?). - Si une espèce a trop peu d'occurrences (comme Eucalyptus camaldulensis dans ce cas), cette espèce ne devrait pas être utilisée dans la suite du workflow, car trop peu d'occurrences ne constituent pas un ensemble représentatif de la répartition possible de l'espèce. - *Notez que dans ce notebook, nous continuons avec toutes les espèces afin de montrer, en fin de parcours, qu'utiliser trop peu d'enregistrements d'espèce ne donnera pas un résultat fiable sur le plan écologique.* [Notez les **limites** liées à l'utilisation des données GBIF (limites supplémentaires plus bas) :]{.underline} - Une espèce ayant peu d'enregistrements dans GBIF ne dit rien de sa réelle répartition. - Les enregistrements se concentrent le long des zones facilement accessibles (routes, villes, stations de recherche, aires protégées) - Les applications de sciences citoyennes (iNaturalist, etc.) favorisent les personnes ayant accès à un smartphone/internet et les usagers urbains ou péri-urbains. Les communautés rurales et éloignées, ou les zones difficiles d'accès, sont structurellement sous-représentées dans les données. - Les enregistrements plantés vs. sauvages ne sont pas distingués - Risque d'erreur d'identification taxonomique En résumé : les données d'occurrence GBIF indiquent où l'espèce *a été trouvée et signalée*, ce qui est un mélange de convenance écologique, d'effort d'échantillonnage humain, et d'accessibilité, et non une mesure directe de la seule convenance écologique. C'est pourquoi l'utilisation de données issues d'un plan d'échantillonnage aléatoire (comme le LDSF) est bien plus défendable. ------------------------------------------------------------------------ ## Étape 3a : Ajouter vos propres données : application Regreening/LDSF/autres données de terrain Si vous en disposez, vous pouvez charger ici vos données **LDSF** existantes ou des données d'occurrence d'arbres collectées via l'**application Regreening**, et les ramener à la même structure à trois colonnes (`species`, `lon`, `lat`, `source`) afin de pouvoir les combiner avec les données GBIF. Ce bloc de code n'est qu'une démonstration de ce à quoi pourrait ressembler le chargement de vos propres données (Regreening/LDSF). ```{r} ### LDSF #### # Charger les données dans R : remplacez par le chemin vers votre propre jeu de données LDSF/terrain # ldsf_raw <- read.csv("votre chemin") # Ajustez les noms de colonnes ci-dessous pour correspondre à votre fichier réel # ldsf_occurrences <- ldsf_raw %>% transmute( # species = species_clean, # lon = longitude, # lat = latitude, # source = "LDSF" # ) %>% # filter(species %in% species_list) # ceci ne conserve que les espèces sélectionnées ci-dessus ! # glimpse(ldsf_occurrences) ``` ```{r} ### Données de l'application Regreening ### # téléchargez les données depuis le DRS comme montré durant l'atelier # Charger les données dans R : remplacez par le chemin vers votre propre jeu de données Regreening # regreening_raw <- read.csv("votre chemin") # Ajustez les noms de colonnes ci-dessous pour correspondre à votre fichier réel # regreenbing_occurrences <- regreening_raw %>% transmute( # species = species_clean, # lon = longitude, # lat = latitude, # source = "LDSF" # ) %>% # filter(species %in% species_list) # ceci ne conserve que les espèces sélectionnées ci-dessus ! # glimpse(regreening_occurrences) ``` ------------------------------------------------------------------------ ## Étape 3b : Combiner toutes les sources d'occurrence Si vous disposez de plusieurs sources de données, vous pouvez également les charger au format csv. Assurez-vous que les colonnes portent exactement le même nom et la même orthographe (les colonnes du csv - vous pourriez aussi les renommer dans R avec la fonction « mutate »). Combinez ensuite les occurrences des 4 espèces, toutes sources confondues, en un seul objet en fusionnant les lignes. ```{r} # #| label: combine-occurrences # # all_occurrences <- bind_rows(gbif_occurrences, ldsf_occurrences, regreening_occurences) %>% # filter(!is.na(lon), !is.na(lat)) # # write.csv( # all_occurrences, # here("donnees", "occurrences", "all_occurrences_combined.csv"), # row.names = FALSE # ) # # all_occurrences %>% # count(species, source) ``` Notez que si ces étapes sont exécutées, les noms d'objets dans les blocs suivants doivent être adaptés en conséquence. ------------------------------------------------------------------------ ## Étape 4 : Cartographier les points d'occurrence Une vérification visuelle rapide avant de passer à l'extraction - les points se situent-ils bien uniquement à l'intérieur du Sénégal ? Il est également important de voir le nombre de points d'occurrence pour chaque espèce, car cela influence beaucoup la suite du travail avec les données : quelle espèce doit être écartée, et laquelle doit être interprétée avec plus de prudence : ```{r} senegal_outline <- ne_countries(scale = "medium", country = "Senegal", returnclass = "sf") # Ajouter le nombre d'occurrences à l'étiquette de chaque espèce occ_with_counts <- gbif_occurrences %>% # ou all_occurrences add_count(species, name = "n_occ") %>% mutate(species_label = paste0(species, " (n=", n_occ, ")")) ggplot() + geom_sf(data = senegal_outline, fill = "grey95", color = "grey40") + geom_point( data = occ_with_counts, aes(x = lon, y = lat, color = species_label), alpha = 0.7, size = 1.5 ) + coord_sf(xlim = c(-17.6, -11.3), ylim = c(12.2, 16.7)) + labs(title = "Enregistrements d'occurrence GBIF par espèce", color = "Espèce") + theme_minimal() ``` Comme vous pouvez le voir ici, Eucalyptus camaldulensis n'a que 2 occurrences enregistrées au Sénégal. Cette espèce ne devrait donc pas être utilisée pour des prédictions de convenance, les données d'entrée étant trop rares. Dans ce cas, nous la conservons uniquement pour visualiser, en fin de parcours, que le résultat n'est pas réaliste sur le plan écologique. ------------------------------------------------------------------------ ## Étape 5 : Couches environnementales Maintenant que nous disposons des points d'occurrence pour nos 4 espèces, nous avons besoin de données environnementales décrivant les conditions à chacun de ces points. C'est la matière première à partir de laquelle l'enveloppe de convenance est construite. Dans ce notebook, nous utilisons uniquement BIOCLIM, mais d'autres variables peuvent être utilisées (voir les options ci-dessous). ### 5a. Variables bioclimatiques via `geodata` `geodata` télécharge directement dans R les couches bioclimatiques WorldClim. La résolution de BIOCLIM est de 1km. - Note sur la sous-sélection parmi les 19 variables bioclimatiques d'origine : - WorldClim fournit au total 19 variables « bioclim », chacune capturant un aspect différent de la température ou des précipitations (moyennes annuelles, saisonnalité, extrêmes des périodes les plus humides/sèches/chaudes/froides, etc.). Utiliser les 19 en même temps pose problème pour notre méthode de seuil simple : beaucoup de ces variables sont fortement corrélées entre elles (par ex. BIO1, BIO5, BIO6, BIO10, BIO11 sont toutes différentes déclinaisons de la « température »), donc empiler les 19 comme contraintes strictes et indépendantes multiplie beaucoup trop les exclusions. - BIO1 (température moyenne annuelle) et BIO12 (précipitations annuelles) ont été choisies comme les deux axes climatiques les plus fondamentaux, complétées par BIO4 (saisonnalité de la température) et BIO15 (saisonnalité des précipitations) pour capturer la variabilité. *Source : Hijmans, R.J., S.E. Cameron, J.L. Parra, P.G. Jones et A. Jarvis, 2005. Very High Resolution Interpolated Climate Surfaces for Global Land Areas. International Journal of Climatology 25: 1965-1978. doi:10.1002/joc.1276.* ```{r} #| label: bioclim-download #library(geodata) bioclim_all <- worldclim_country( country = "Senegal", var = "bio", res = 0.5, path = here("donnees", "environment")) # On conserve un sous-ensemble restreint et interprétable : # BIO1 = température moyenne annuelle # BIO12 = précipitations annuelles # BIO4 = saisonnalité de la température # BIO15 = saisonnalité des précipitations bioclim_subset <- bioclim_all[[c("wc2.1_30s_bio_1", "wc2.1_30s_bio_12", "wc2.1_30s_bio_4", "wc2.1_30s_bio_15")]] names(bioclim_subset) <- c("bio1_temp_mean", "bio12_precip_annual", "bio4_temp_season", "bio15_precip_season") ``` **Une note sur des alternatives plus avancées et les limites de BIOCLIM :** Plutôt que de choisir manuellement un sous-ensemble restreint, vous pourriez réduire les 19 variables en un plus petit nombre d'axes *statistiquement indépendants* en utilisant une **ACP (Analyse en Composantes Principales)** (qui identifie les principales directions de variation parmi les variables corrélées et les combine) ou une **ENFA (Ecological Niche Factor Analysis)**, conçue spécifiquement pour les données écologiques. Les deux sont plus rigoureuses sur le plan statistique, mais ont un coût dans un contexte d'atelier : une fois que l'on travaille dans un espace « PC1/PC2 », le résultat n'est plus directement interprétable comme « ce site a besoin de X mm de pluie », et un décideur ne peut plus lire le résultat sans le retraduire. Puisque l'objectif de ce notebook est une première étape *transparente et explicable* pour les praticiens, nous avons choisi manuellement des variables écologiquement pertinentes à des fins de simplification. L'intérêt de cette démarche dépend de la quantité de données d'occurrence disponibles par espèce, car une ACP/ENFA sur très peu de points (comme notre exemple Eucalyptus) n'améliorera pas les résultats. Les variables bioclimatiques sont souvent utilisées car elles sont gratuites, cohérentes à l'échelle mondiale, faciles d'accès directement dans R, et capturent les principaux déterminants climatiques pertinents pour une première évaluation de convenance de l'espèce. Elles présentent toutefois plusieurs limites à prendre en compte, comme une résolution large de 1km, suffisante pour des évaluations à grande échelle, mais insuffisante pour des décisions de plantation à petite échelle, car elle masque la variation locale du sol, du couvert végétal ou du microclimat. Les variables elles-mêmes sont des moyennes de long terme (et non des conditions en temps réel), et sont interpolées à partir d'un réseau clairsemé de stations météorologiques. Le lissage par moyenne gomme également les événements extrêmes qui déterminent souvent la survie bien plus que la moyenne de long terme. Et puisque BIOCLIM ne capture que le climat, elle ne dit rien du sol, de l'occupation du sol, de la pression de pâturage, ou d'autres facteurs non climatiques/socio-économiques pouvant tout aussi bien déterminer si un arbre s'établit réellement sur un site. Elle ne reflète pas non plus la façon dont le climat pourrait évoluer sur un horizon de restauration de 10 à 20 ans. ### 5b. Données supplémentaires via STAC Comme mentionné plus haut, les arbres ne poussent pas uniquement en fonction du climat et des précipitations, mais dépendent aussi des conditions du sol (carbone organique, pH, texture) et de bien d'autres facteurs. Il est important de prendre en compte autant de ces facteurs que possible. On peut par exemple ajouter d'autres couches en utilisant **STAC (SpatioTemporal Asset Catalog)**, une manière standardisée de rechercher et d'accéder à des jeux de données géospatiales hébergées dans le cloud, par localisation et par date (comme brièvement présenté durant l'atelier), sans téléchargement manuel. Cela fonctionne conceptuellement comme l'appel `geodata` ci-dessus, mais pour un catalogue de données et un type de variable différents. ```{r} # STAC # xxx_stac (SpatRaster), avec par ex. les couches "soc", "phh2o" # xxx_stac <- rast(...) ``` Le résultat final devrait être un empilement `SpatRaster` de `terra` appelé `xxx_stac`, découpé sur le Sénégal, avec des couches telles que le carbone organique du sol (SOC) et le pH. ### 5c. Variables prédictives supplémentaires Si le temps et la disponibilité des données le permettent, c'est ici qu'on peut intégrer des prédicteurs supplémentaires — couvert arboré, occupation du sol, distance aux routes/rivières, ou d'autres variables prédictives accessibles dérivées de l'imagerie satellite. Celles-ci doivent souvent être téléchargées séparément (via Google Earth Engine). Sinon, toute cette section peut simplement être ignorée. ```{r} # ne pas oublier d'aligner résolution/étendue avant l'empilement # empiler toutes les variables ensemble # env_stack <- c(bioclim_subset, soil_stac) ``` Deux étapes techniques importantes avant de combiner des couches, quelle qu'en soit la source : - **Alignement de la résolution et de l'étendue :** différentes sources de données ont des résolutions différentes. `resample()` force un raster à se caler sur la même grille qu'un autre, ce qui est nécessaire avant de pouvoir les combiner (empiler). - **Empilement :** une fois alignées, `c()` combine plusieurs objets `SpatRaster` en un seul objet multi-couches, afin que chaque couche puisse être extraite ensemble à chaque point d'occurrence en un seul appel, puis reclassée conjointement dans le masque de convenance final. ------------------------------------------------------------------------ ## Étape 6 : Extraire les valeurs environnementales aux points d'occurrence Extraction des variables prédictives à chaque point d'occurrence d'espèce. Pensez à modifier les noms d'objets des occurrences et des variables prédictives si nécessaire. ```{r} #| label: extract-values occ_vect <- vect(gbif_occurrences, geom = c("lon", "lat"), crs = "EPSG:4326") # all_occurances si vous ajoutez d'autres sources de données env_values <- terra::extract(bioclim_subset, occ_vect, ID = FALSE) # ou env_stac occurrence_env <- bind_cols(gbif_occurrences, env_values) # all_occurances si vous ajoutez d'autres sources de données head(occurrence_env) ``` ------------------------------------------------------------------------ ## Étape 7 : Construire l'enveloppe de convenance empirique Pour chaque espèce et chaque variable, on prend la plage du 5e au 95e percentile parmi tous ses points d'occurrence, plutôt que le min/max brut (sensible aux valeurs aberrantes ou aux erreurs GPS). Cela sera ensuite considéré comme l'enveloppe d'habitat convenable de l'espèce. Un pixel qui tombe à l'intérieur de cette enveloppe sera plus tard considéré comme adapté, et tout autre pixel comme non adapté. ```{r} #| label: envelope-table #| eval: false # vérification des noms utilisés names(env_values) # enveloppe envelope_table <- occurrence_env %>% group_by(species) %>% summarise( across( c(bio1_temp_mean, bio12_precip_annual, bio4_temp_season, bio15_precip_season), list(p05 = ~ quantile(.x, 0.10, na.rm = TRUE), p95 = ~ quantile(.x, 0.90, na.rm = TRUE)), .names = "{.col}_{.fn}"), n_records = n()) write.csv( envelope_table, here("results", "species_envelope_table_gbif_bioclim.csv"), row.names = FALSE) envelope_table # pour chaque variable bioclim, on obtient le 5e et le 95e percentile = enveloppe. ``` Comment interpréter : chaque paire (\_p05, \_p95) est la plage d'une variable (5e et 95e percentile). ## Étape 8 : Reclasser les rasters en masques de convenance Pour chaque espèce, nous allons maintenant marquer un pixel comme adapté (1) uniquement s'il se situe dans la plage de l'enveloppe pour *chaque* variable, et non adapté (0) dans le cas contraire. **Note :** la méthode par seuil utilisée ici est volontairement simple. Une alternative plus sophistiquée consisterait à générer des points de (pseudo-)absence et à les utiliser pour entraîner un modèle Random Forest (RF) ou un autre modèle d'apprentissage automatique, qui apprendrait non seulement où l'espèce *a été* trouvée, mais aussi ce qui distingue réellement ces points de ceux où elle ne l'a pas été. Cela peut améliorer la précision par rapport à un simple seuil. Cependant, faire cela avec des données de sciences citoyennes (comme GBIF) est risqué : puisque les enregistrements d'occurrence sont eux-mêmes biaisés par l'échantillonnage (voir les limites plus haut), un point d'« absence » placé aléatoirement peut facilement tomber dans un endroit qui est en réalité tout aussi adapté écologiquement qu'un point de présence, mais qui n'a simplement pas été enregistré. Entraîner un modèle sur de telles absences erronées lui enseigne le mauvais schéma. Avec des données issues d'un plan d'échantillonnage aléatoire (comme le LDSF), les points d'absence peuvent être générés en utilisant les parcelles où l'espèce n'a pas été trouvée, ce qui rend alors possibles des approches de machine learning plus complexes. Cela améliore très nettement la précision des prédictions et la solidité écologique de l'approche. ```{r} #| label: suitability-masks build_suitability_mask <- function(species_row, stack) { bio1_ok <- stack$bio1_temp_mean >= species_row$bio1_temp_mean_p05 & stack$bio1_temp_mean <= species_row$bio1_temp_mean_p95 bio4_ok <- stack$bio4_temp_season >= species_row$bio4_temp_season_p05 & stack$bio4_temp_season <= species_row$bio4_temp_season_p95 bio12_ok <- stack$bio12_precip_annual >= species_row$bio12_precip_annual_p05 & stack$bio12_precip_annual <= species_row$bio12_precip_annual_p95 bio15_ok <- stack$bio15_precip_season >= species_row$bio15_precip_season_p05 & stack$bio15_precip_season <= species_row$bio15_precip_season_p95 bio1_ok * bio4_ok * bio12_ok * bio15_ok} suitability_maps <- envelope_table %>% group_split(species) %>% purrr::map(~ build_suitability_mask(.x, bioclim_subset)) %>% purrr::set_names(envelope_table$species) ``` ------------------------------------------------------------------------ ## Étape 9 : Visualiser les cartes de convenance ### 9a. Convenance par espèce ```{r} #| label: plot-suitability-species # pour rassembler plusieurs ggplot en une seule sortie graphique library(patchwork) suitability_stack <- rast(suitability_maps) names(suitability_stack) <- names(suitability_maps) sen_bbox <- sf::st_bbox(senegal_outline) # Version numérique — masquée, utilisée pour tous les calculs arithmétiques suitability_masked_num <- terra::mask(suitability_stack, terra::vect(senegal_outline)) species_colors <- c( "Eucalyptus camaldulensis" = "#1b9e77", "Faidherbia albida" = "#d95f02", "Senegalia senegal" = "#7570b3", "Tamarindus indica" = "#e7298a" ) plots <- purrr::map(names(suitability_masked_num), function(nm) { r <- suitability_masked_num[[nm]] # conversion en facteur faite couche par couche -- j'ai toujours rencontré un bug de levels() multi-couches, donc ceci le résout r_fct <- as.factor(r) levels(r_fct) <- list(data.frame(id = c(0, 1), suitability = c("Non adapté", "Adapté"))) ggplot() + geom_spatraster(data = r_fct, aes(fill = suitability)) + geom_sf(data = senegal_outline, fill = NA, color = "black", linewidth = 0.3) + scale_fill_manual( values = c("Non adapté" = "grey90", "Adapté" = species_colors[[nm]]), na.value = "transparent", name = NULL ) + coord_sf(xlim = sen_bbox[c("xmin","xmax")], ylim = sen_bbox[c("ymin","ymax")], expand = FALSE) + labs(title = nm) + theme_minimal() + theme(legend.position = "none", plot.title = element_text(size = 10, face = "bold")) }) wrap_plots(plots, ncol = 2) ``` ### 9b. Nombre d'espèces adaptées par pixel Comptage de pixels (% de surface adaptée au Sénégal par espèce) : ```{r} #| label: pixel-counts purrr::map_dbl(suitability_maps, ~ terra::global(.x, "sum", na.rm = TRUE)[[1]] / terra::ncell(.x) * 100) ``` ### 9c : Convenance combinée par zone ```{r} suitability_stack <- rast(suitability_maps) names(suitability_stack) <- names(suitability_maps) sen_bbox <- sf::st_bbox(senegal_outline) #numérique suitability_masked_num <- terra::mask(suitability_stack, terra::vect(senegal_outline)) #facteur suitability_masked_fct <- terra::mask(suitability_stack, terra::vect(senegal_outline)) # Construire une table de catégories PAR COUCHE (4 copies identiques, une par espèce) cat_table <- data.frame(id = c(0, 1), suitability = c("Non adapté", "Adapté")) levels(suitability_masked_fct) <- rep(list(cat_table), terra::nlyr(suitability_masked_fct)) ggplot() + geom_spatraster(data = species_count) + geom_sf(data = senegal_outline, fill = NA, color = "black", linewidth = 0.4) + scale_fill_gradientn(colors = c("grey95", "#c7e9c0", "#74c476", "#238b45", "#00441b"), breaks = 0:4, na.value = "transparent", name = "N espèces\nadaptées") + coord_sf(xlim = sen_bbox[c("xmin","xmax")], ylim = sen_bbox[c("ymin","ymax")], expand = FALSE) + labs(title = "Nombre d'espèces écologiquement adaptées par pixel") + theme_minimal() ``` ## Étape 10 : Interprétation et discussion Comme indiqué dans l'aperçu général, cette carte constitue une présélection de départ. L'étape suivante consisterait à valider les espèces candidates sur le terrain et à les pondérer selon les priorités communautaires (fourrage, valeur marchande, statut indigène) avant de s'engager. [**Réflexions critiques et limites :**]{.underline} - Est-ce que la carte a globalement du sens à grande échelle ? - Combien de points étaient disponibles par espèce ? Le résultat pour Eucalyptus semble-t-il réaliste ? Sinon, pourquoi ? - Grandes zones non adaptées : réellement non adaptées, ou simplement très peu de données dans ces zones ? - À retenir : il s'agit d'une cartographie de convenance TRÈS large -\> pas réellement fondée sur le plan écologique, mais permettant de donner une idée de ce qu'une analyse simple peut apporter ! - Beaucoup plus de variables prédictives seraient nécessaires (ici seulement 2 variables climatiques -\> alors que des facteurs non-climatiques et socio-économiques influencent aussi fortement la répartition des espèces) - Le seuil du 5e-95e percentile est en soi arbitraire. Pourquoi pas 10e-90e, ou le min/max brut ? - Des seuils différents feraient croître ou rétrécir la zone adaptée de chaque espèce — que signifie réellement le « bon » seuil (...). - Les enregistrements GBIF se concentrent souvent près des routes, des villes et des zones accessibles, qui ne sont pas nécessairement les zones les plus adaptées à l'espèce, mais celles où se rendent les gens (et en particulier les usagers d'applications de sciences citoyennes). - Il est préférable d'utiliser un plan d'échantillonnage bien conçu, comme les données LDSF. - Toutes les variables sont traitées comme également importantes et indépendantes -\> alors que certaines sont peut-être plus déterminantes que d'autres... Il existe des méthodes pour ne retenir que les plus importantes (ENFA ; ACP). - Aucune donnée de validation ne permet de vérifier la performance réelle de cette méthode. - Une résolution de 1km est très large pour une analyse à petite échelle (niveau départemental), mais suffisante à l'échelle du pays. - Aucune comparaison pseudo-absence/fond de référence : cette méthode ne regarde que là où l'espèce *a été* trouvée, sans jamais vérifier si les mêmes conditions se retrouvent largement ailleurs *sans* la présence de l'espèce. [**Prochaines étapes - améliorations possibles :**]{.underline} - **Option 1 :** ajouter d'autres variables prédictives (couche de sol) téléchargées depuis SoilGrids Africa, et les stocker dans votre dossier de données pour les importer. - **Option 2 :** ajouter des rasters STAC comme prédicteurs ou en superposition, pour examiner par ex. l'occupation du sol (LULC), le couvert arboré, le SOC. Pouvez-vous identifier des schémas intéressants ? - **Option 3 :** utiliser d'autres espèces disposant de davantage d'enregistrements dans GBIF. [**Questions critiques :**]{.underline} 1\. Quelle espèce a l'enveloppe empirique la plus large / la plus étroite ? Est-ce cohérent avec ce que l'on sait de sa répartition ou de sa spécialisation ? 2\. Où l'enveloppe empirique (issue des données d'occurrence) diverge-t-elle des plages de tolérance issues de la littérature (par ex. la base Agroforestree) ? Qu'est-ce qui pourrait expliquer cet écart -- enregistrements limités, biais d'échantillonnage, ou aire de répartition de l'espèce s'étendant au-delà du Sénégal ? 3. Si deux espèces présentent des zones de convenance qui se chevauchent, comment décideriez-vous entre elles pour un site donné ? De quelles informations auriez-vous besoin en plus de cette carte ? [**Pour aller plus loin sur le sujet**]{.underline} - - - - -