A practical approach to the study of spatial structure in simple cases of heterogeneous vegetation
Une approche pratique pour étudier la structure spatiale dans des cas simples de végétation hétérogène
Résumé
Spatial heterogeneity is a characteristic of most natural ecosystems which is difficult to handle analytically, particularly in the absence of knowledge about the exogenous factors responsible for this heterogeneity. While classical methods for analysis of spatial point patterns usually require the hypothesis of homogeneity, we present a practical approach for partitioning heterogeneous vegetation plots into homogeneous subplots in simple cases of heterogeneity without drastically reducing the data. It is based on the detection of endogenous variations of the pattern using local density and second-order local neighbour density functions that allow delineation of irregularly shaped subplots that could be considered as internally homogeneous. Spatial statistics, such as Ripley's K-function adapted to analyse plots of irregular shape, can then be computed for each homogeneous subplots. Two applications to forest ecological field data demonstrate that the method, addressed to ecologists, can avoid misinterpretations of the spatial structure of heterogeneous vegetation stands.
L'hétérogénéité spatiale est une caractéristique de la plupart des écosystèmes qu'il est difficile de prendre en compte analytiquement, en particulier lorsque les facteurs exogènes responsables de cette hétérogénéité sont inconnus. Alors que la plupart des méthodes d'analyse de la structure spatiale nécessitent l'hypothèse d'homogénéité, nous présentons un approche pratique pour définir des zones homogènes à l'intérieur d'une placette hétérogène, sans diminuer excessivement les données disponibles, dans des cas simples d'hétérogénéité de la végétation. Le principe de cette approche est de détecter des variations de densité locale ou des fonctions de voisinage à l'intérieur de la placette, afin de délimiter des zones de formes irrégulières qui peuvent être considérées comme homogènes. Des outils d'analyse de la structure spatiale, comme la fonction K(r) de Ripley, une fois adaptés à ces zones de formes irrégulières, peuvent être utilisés dans chaque zone homogène. Nous montrons sur deux exemples d'application, sur des données forestières, comment cette approche permet d'éviter des erreurs d'interprétation de la structure spatiale dans le cas de végétation hétérogène.