Une étude révèle que les données de surveillance actuelles sont peut-être beaucoup trop incomplètes et insuffisantes pour fournir une image globale précise des tendances de la richesse de la biodiversité locale

La perte mondiale de biodiversité a été reconnue par la société et les politiciens comme l’un des défis les plus urgents auxquels l’humanité sera confrontée dans les générations à venir. Lors de la Conférence mondiale sur la biodiversité COP15 qui a eu lieu récemment à Montréal, les États membres de la Convention des Nations Unies sur la diversité biologique (CDB) ont adopté de nouveaux objectifs et règles en conséquence pour ralentir et éventuellement inverser ce déclin. Afin de pouvoir mesurer les succès de ce nouvel accord, l’un de ces objectifs appelle à un meilleur suivi de la biodiversité pour enregistrer et évaluer les tendances.

Bien qu’il existe de nombreuses façons de mesurer la biodiversité, la plus courante est la richesse en espèces à l’échelle locale. Cependant, bien que des espèces disparaissent à un rythme alarmant au niveau mondial, cela ne reflète pas toujours ce qui se passe à l’échelle locale. Les synthèses mondiales précédentes ont indiqué des résultats contradictoires sur l’étendue et même la direction dans laquelle la richesse spécifique locale évolue. “Il y a eu un débat houleux au sein de la communauté scientifique sur les raisons pour lesquelles les principales synthèses mondiales n’ont jusqu’à présent pas trouvé de tendances négatives de la richesse en espèces locales”, déclare le professeur Henrique Pereira, chef du groupe de recherche sur la biodiversité et la conservation à iDiv et MLU et dernier auteur de l’étude. “Nous montrons que les déclins de la richesse en espèces locales sont probablement beaucoup plus faibles que beaucoup ne l’avaient prévu et que, dans ces conditions, même des biais spatiaux mineurs et des erreurs de surveillance conduisent à l’absence de détection des tendances mondiales.”

Afin de créer une image globale de ce qui se passe à l’échelle locale, toutes les données d’observation disponibles doivent être compilées et évaluées dans le temps. “La présence d’espèces est enregistrée localement partout dans le monde par de nombreuses personnes et organisations différentes”, explique le premier auteur, le Dr Jose Valdez, chercheur postdoctoral à iDiv et MLU. “Le problème avec les données est qu’elles ont été et sont enregistrées dans des conditions complètement différentes et généralement pas selon des règles standardisées. Si vous les empilez ensuite, les erreurs et les écarts s’additionnent, ce qui rend le résultat très imprécis.”

Les chercheurs ont pu montrer que les résultats de la surveillance sont significativement influencés par divers facteurs, tels que les intervalles de temps entre les échantillonnages, la taille des sites d’échantillonnage ou de petites erreurs dans le comptage du nombre d’espèces sur un site. Un problème important dans l’enregistrement des tendances mondiales de la biodiversité est également le déséquilibre régional. Par exemple, la plupart des données sont collectées dans des régions du monde telles que l’Europe et les États-Unis, en particulier des habitats tels que les forêts tempérées de feuillus et mixtes. La sous-représentation des régions et des habitats tropicaux, zones avec la plus grande richesse en espèces et aussi les plus grandes pertes, peut conduire à une impression considérablement déformée de l’état de la biodiversité mondiale.

Pour savoir si et comment ces biais peuvent être compensés, les chercheurs ont simulé des milliers de réseaux de surveillance qui variaient dans les facteurs mentionnés ci-dessus. La base pour cela a été fournie par les projections PREDICTS des tendances de la richesse en espèces locales, basées sur un modèle développé avec une compilation mondialement complète de données provenant de plus de 32 000 sites dans le monde et de plus de 51 000 espèces. Les chercheurs ont découvert que les changements globaux de la biodiversité pouvaient théoriquement être déterminés dans des centaines de sites parfaitement échantillonnés en une décennie et des milliers de sites sur une période de 3 ans.

Les changements dans la richesse spécifique à l’échelle mondiale ne sont détectables qu’avec un nombre irréaliste de sites d’échantillonnage

Cependant, l’échantillonnage parfait n’existe pas dans la réalité. Des études montrent que les données de surveillance contiennent généralement de 10 à 30 % d’erreurs dues à des espèces manquantes ou mal identifiées lors de l’échantillonnage. En ajoutant simplement de très petites erreurs de mesure allant jusqu’à 5%, les chercheurs ont découvert que cela réduisait considérablement la capacité de détecter tout changement global. Avec des erreurs plus réalistes et d’autres facteurs d’imprécision, il peut tout simplement être impossible de détecter la tendance mondiale moyenne.

“Nos résultats démontrent que la capture des tendances précises de la richesse en espèces locales nécessiterait la surveillance d’un nombre incroyablement élevé de sites parfaitement échantillonnés”, ajoute Jose Valdez. “Cependant, la question est de savoir si cela serait même utile ou significatif pour une conservation efficace et réactive de la biodiversité. Les stratégies et mesures de conservation sont coordonnées et mises en œuvre non pas au niveau mondial, mais à l’échelle locale et nationale. Mesurer les tendances de la biodiversité à ces échelles plus petites est non seulement plus pratique, mais aide également à comprendre les moteurs de la perte de biodiversité et à évaluer les progrès des politiques de conservation.”

“Une augmentation substantielle de la surveillance de la biodiversité est nécessaire, combinée à une analyse qui utilise des modèles pour combler les lacunes dans les données”, déclare Henrique Pereira. Les auteurs conseillent d’établir un réseau représentatif de sites d’échantillonnage à travers le monde qui fournit des données indépendantes, intégrées et régulièrement mises à jour sur la biodiversité. Une telle approche est actuellement développée pour l’Union européenne avec le projet EuropaBON.

Cette recherche a été financée par la Fondation allemande pour la recherche (DFG; FZT-118) et le programme de recherche et d’innovation Horizon 2020 de l’Union européenne EuropaBON Project sous le numéro d’accord de subvention 101003553.