Protocoles et modèles d'estimation de l'effectif des populations animales

Thèmes abordés

Protocoles et modèles d'estimation de l'effectif des populations animales, distance sampling, densité relative, CMR Capture Marquage Recapture, ILA Indices Linéaires d'Abondance, IPA Indices Ponctuels d'Abondance, dénombrement de population, étude de cas mouflons, line-transect sampling

Résumé du document

Pour comprendre et quantifier l'évolution d'une population animale, il est nécessaire de connaître l'effectif de la population étudiée. Il est parfois aisé de compter le nombre d'individus d'une population, dans le cas par exemple d'un troupeau de vaches ou bien même un troupeau en savane (Dreux, 1963). Cela s'explique par le fait que dans ces deux cas, on estime que la population est entière, visible et dans un espace assez ouvert pour éviter les erreurs : compter un individu deux fois ou à l'inverse en omettre. Mais dans bien des cas, la population à dénombrer n'est pas au complet ou évolue dans des milieux plus difficiles, comme un océan ou une chaîne de montagnes.

Dans ce cas, il est nécessaire de se servir de protocoles et modèles d'estimation de la population, adaptés aux espèces étudiées et aux milieux. Dans tous ces modèles d'estimation, on considère qu'une partie de la population est invisible : soit l'observateur ne l'a pas vue, soit elle n'est pas dans le champ de vision. Il faut donc répondre à des problèmes de précision et de justesse. Il faut toujours considérer que la population comptée a été sous-estimée et cette sous-estimation est variable d'année en année. Si la probabilité de détection est égale à 1, alors l'effectif de la population est égal au nombre d'animaux comptés (Garel, 2018).

Extraits

[...] L., Pollock, K. H., & Brownie, C. (1995). A likelihood-based approach to capture-recapture estimation of demographic parameters under the robust design. Biometrics, 293-308. Kohn, M. H., York, E. C., Kamradt, D. A., Haught, G., Sauvajot, R. M., & Wayne, R. K. (1999). Estimating population size by genotyping faeces. [...]

[...] Despite a major use of abundance indices, this type of method has significant biases on the population estimates. The contribution of probabilities of detection and capture allowed a real advance in population dynamics because these probabilities make possible to compensate for the bias generated by the limits of human detection. Therefore, there is a rise in the use of the last two methods mentioned, being the most reliable for estimating population numbers. These methods are peeled theoretically to show advantage of each. [...]

[...] Figure 6 : distribution des 88 animaux détectés en fonction de la distance perpendiculaire au transect. (Source : Borchers et al., 2002). La probabilité de détection p est donc tirée par la division de ESW par w la distance maximale de détection : = Il est possible d'utiliser des logiciels pour obtenir le résultat de densité en fournissant un ensemble de données. La formule est cependant la suivante : = 2 × × Avec - D = densité de groupes - n = nombre de groupes - L = longueur du transect - ESW = largeur efficace × p). [...]

[...] Enfin, l'estimateur semble particulièrement erroné pour des populations de petite taille. L'estimateur de Chapman permet d'éviter ce biais. Il semble quasiment non biaisé lorsque n1 + n2 [...]

[...] Cette méthode nécessite au minimum deux étapes pendant lesquelles une première capture est effectuée et les animaux marqués et une deuxième capture dans laquelle on trouve une proportion d'animaux déjà marqués (Borchers et al., 2002). Dans le cas des indices d'abondance ou du distance sampling, nous considérons comme une « capture » certaine les animaux se trouvant sur le transect ou le point d'observation. Mais ces hypothèses peuvent dépendre d'une multitude de facteurs. La CMR permet aux animaux de contribuer à l'estimation de la probabilité de capture après avoir été capturés. Quand un animal est capturé, s'il est représentatif de la population, il représente une sous-population de taille connue. [...]