Graphes paysagers pour évaluer et atténuer l'impact des grandes infrastructures de transport sur les espèces (2013-2015)
Responsable : Jean-Christophe Foltête
Partenaires : Chrono-Environnement - UMR 6249 ; Université des finances et de l'économie du Yunnan (Kunming) ; Lehna UMR 5023 (Lyon) ; DREAL Franche-Comté ; RFF ; LPO ; CPEPESC
Financement : Ministère de l'Écologie, du Développement durable et de l'Énergie (MEDDE)– Programme ITTECOP
Résumé :
Le projet Graphab 2 a pour objectif de développer, tester et mettre en application des méthodes visant à estimer l'impact des grandes infrastructures de transport sur les espèces animales. Il vient dans le prolongement du précédent projet Graphab 1, dont l'objectif était d'utiliser les méthodes de graphes paysagers pour estimer l'impact des infrastructures sur l'habitat et la distribution des espèces, et à mettre en place un outil logiciel facilitant l'application de ces méthodes.
Le projet proposé ici vise tout d'abord à étendre le protocole déjà testé à la perturbation potentielle des infrastructures de transport sur la structure génétique des espèces. Par le biais de la génétique, il s'agira de considérer l'estimation de l'impact sous l'angle de la persistance et de la viabilité des populations étudiées. Cette extension des analyses conduira à un rapprochement entre les graphes paysagers et la génétique des populations ; elle sera appuyée par l'intégration de nouvelles fonctions informatiques dérivées de la théorie des circuits dans l'outil Graphab.
Suivant les trois approches développées en termes d'impact (habitat, distribution d'espèce, structure génétique), un autre volet du projet exploitera les méthodes mises en place pour proposer des localisations de passages à faune qui optimisent la « reconnexion » des réseaux écologiques. Ce volet sera conduit en interaction avec des collaborateurs professionnels.
Enfin une analyse de sensibilité à la qualité et à la précision des données d'entrée sera effectuée, pour fixer les limites de pertinence des méthodes proposées et tester leur capacité à être reproduites dans d'autres contextes de données. Ces méthodes seront appliquées sur cinq cas d'études différents pour lesquels la plupart des données ont déjà été acquises et préparées.
