Thème 3 | Réseaux Fonctionnels Complexes

Lorsqu'on observe un paysage forestier, on peut voir une mosaïque de peuplements forestiers d'âges, de compositions et de contextes physiques différents (pente, sol, etc.). Même si nous ne le voyons pas avec nos yeux d'humains, ces forêts sont reliées entre elles de nombreuses façons, comme dans un immense réseau. En particulier, les forêts peuvent disperser les graines des arbres qu'elles contiennent dans les forêts adjacentes, ce qui permet le transfert de la biodiversité d'une forêt à l'autre.

Ce n'est pas seulement la biodiversité des forêts qui peut se propager de cette manière, mais aussi leur diversité fonctionnelle. En effet, comme des arbres aux fonctions différentes peuvent migrer de forêts voisines, la forêt vers laquelle ils migrent peut alors voir sa diversité fonctionnelle s'accroître. Mais ca ne s'arrête pas là : si une forêt subit une perturbation qui fait disparaître de nombreuses espèces d'arbres en une seule fois (comme une maladie), ces mêmes espèces d'arbres peuvent y revenir en se dispersant à partir des forêts voisines, offrant ainsi une résilience à la forêt d'origine.

Au cours des dernières années, plusieurs publications scientifiques ont développé le concept de réseau fonctionnel complexe et déterminé la configuration de ces réseaux dans plusieurs paysages canadiens (voir Aquilué et al., 2020). Nous utiliserons ce concept comme un autre moyen de quantifier la résilience des forêts dans nos 22 sites de recherche.

Dans le thème 3, nous évaluerons ainsi la résilience des forêts à l'aide de 5 indicateurs. Les deux premiers indicateurs sont les mêmes que ceux utilisés dans le thème 1, à savoir la diversité fonctionnelle et la redondance fonctionnelle des forêts dans nos sites de recherche. Les trois autres mesures sont calculées une fois que le réseau fonctionnel de la zone est déterminé, en examinant la configuration des forêts dans le paysage et les capacités de dispersion des espèces d'arbres qu'elles contiennent : la probabilité de connectivité (PC), l'indice de centralité intermédiaire (BCI) et la modularité du réseau (tous expliqués ci-dessous).

À la suite de cela, nous produirons des cartes de résilience pour chaque site de recherche, en utilisant le package R Shiny pour les présenter sous forme d'applications web interactives. Ces cartes montreront comment la diversité fonctionnelle, la redondance fonctionnelle et le BCI changent à travers les forêts du site, ainsi que le PC et la modularité du réseau. Ces cartes donneront des indications sur les opérations forestières à effectuer pour augmenter ces différentes mesures, ce qui devrait accroître la résilience des forêts sur les sites de recherche.

La première étape consistera à déterminer le réseau fonctionnel complexe à l'intérieur de chacun de nos sites de recherche. Le réseau se présente sous la forme de « nœuds » (représentant les peuplements forestiers), reliés à tous les nœuds environnants par des « liens ». Chaque lien est associé à une valeur représentant la part de la diversité fonctionnelle d'un nœud qui peut se disperser vers l'autre, en fonction de la distance entre les deux nœuds et de la diversité fonctionnelle et de la redondance des forêts dans chacun d'entre eux (telles que calculées dans le thème 1).

Une fois le réseau fonctionnel identifié dans la région, nous calculerons la probabilité de connectivité (PC) du réseau. La PC est la probabilité que deux points aléatoires du paysage puissent partager la diversité fonctionnelle des forêts dans lesquelles ils se trouvent, que ce soit parce que les deux points se trouvent dans la même forêt ou dans deux forêts bien connectées l'une à l'autre. Bien que sa définition soit complexe, les conséquences sont simples : plus sa valeur est élevée, plus les forêts du site de recherche peuvent transférer leur diversité fonctionnelle les unes aux autres, assurant ainsi une forme de résilience aux forêts. La deuxième mesure calculée à partir du réseau est l'indice de centralité intermédiaire entre les nœuds (BCI). Le BCI estime l'importance de chaque nœud dans le réseau en mesurant la fréquence à laquelle les nœuds servent d'intermédiaire pour connecter d'autres nœuds. Les nœuds ayant le BCI le plus élevé peuvent donc être identifiés comme étant cruciaux pour le transfert de la diversité fonctionnelle dans le paysage.

Nous terminerons en calculant ce que l'on appelle la « modularité » du réseau. La modularité exprime à quel point un réseau est composé de « composantes », c'est-à-dire de nœuds fortement connectés entre eux, mais peu connectés au reste du réseau. Imaginez deux villes reliées par une seule route : on peut se déplacer très facilement d'une maison à l'autre à l'intérieur de chaque ville, mais si l'on veut se rendre dans une maison située dans l'autre ville, on n'a accès qu'à une seule route. Dans cet exemple, les villes sont des composantes, les maisons sont des nœuds et les routes sont des liens. Le fait d'avoir une structure « modulaire » ou « en composantes » n'est cependant pas une mauvaise chose ; comme les forêts peuvent souffrir de maladies qui se transmettent d'un arbre hôte à l'autre, une structure modulaire peut ralentir la propagation de la maladie de bien des façons.

Une fois tous ces calculs effectués, nous créerons une application web R Shiny qui permettra de visualiser facilement ces mesures pour chacun de nos sites de recherche.