SEINARIOS: Modelling river fish distribution under connectivity constraints - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement
Communication Dans Un Congrès Année : 2023

SEINARIOS: Modelling river fish distribution under connectivity constraints

Résumé

Anthropogenic change and its effects on rivers cause fish to adapt through a shift in their distribution. However, the management of rivers leads to connectivity constraints (dams, sluices, etc.) which impede this dynamic. Our study sought to characterize connectivity’s influence on fish distribution. To do so, we worked on the extended Seine River basin (France), a heterogeneous, 95,000 square kilometer area that includes more than 14,000 artificial barriers. Our analyses relied on a unique dataset of fish species abundance for 52 species, covering 20 years and 2,200 stations. We first calculated connectivity metrics, often overlooked in this context, from species-specific leptokurtic dispersal kernels, using the R package {riverconn} to account for asymmetrical dispersal (upstream and downstream). Second, we built a set of species distribution models (SDM) to explain current fish distribution in relation to climatic and hydrological conditions and land use. Third, to assess the importance of connectivity in fish species distribution, our innovative approach was to include connectivity metrics in the SDMs and estimate the contribution of these metrics to model performance. Our results will contribute to a better understanding and quantification of the importance of connectivity in river fish distribution in anthropized environments. Furthermore, this work will allow predicting biodiversity under scenarios of global change and open doors for application to different catchments.
Les pressions anthropiques et leurs effets sur les rivières amènent les poissons à s'adapter en modifiant leur répartition. Cependant, la gestion des rivières entraîne des contraintes de connectivité (barrages, écluses, etc.) qui freinent cette dynamique. Notre étude visait à caractériser l’influence de la connectivité sur la répartition des poissons. Pour ce faire, nous avons travaillé sur le bassin étendu de la Seine (France), un espace hétérogène de 95 000 km² comprenant plus de 14 000 barrières artificielles. Nos analyses reposaient sur un ensemble de données pour 52 espèces de poissons, couvrant 20 ans et 2200 stations. Nous avons d'abord calculé des mesures de connectivité, souvent négligées dans ce contexte, à partir de noyaux de dispersion leptokurtique spécifiques à chaque espèce, en utilisant le package R {riverconn} pour tenir compte de la dispersion asymétrique (en amont et en aval). Deuxièmement, nous avons construit un ensemble de modèles de distribution des espèces (SDM) pour expliquer la répartition actuelle des poissons en relation avec les conditions climatiques et hydrologiques et l'utilisation des terres. Troisièmement, pour évaluer l'importance de la connectivité dans la répartition des espèces de poissons, notre approche innovante a consisté à inclure des mesures de connectivité dans les SDM et à estimer la contribution de ces métriques à la performance des modèles. Nos résultats contribueront à une meilleure compréhension et quantification de l’importance de la connectivité dans la répartition des poissons de rivière en milieu anthropisé. De plus, ces travaux permettront de prédire la biodiversité selon des scénarios de changement global et ouvriront des portes à une application à différents bassins versants.
Fichier non déposé

Dates et versions

hal-04187405 , version 1 (24-08-2023)

Identifiants

  • HAL Id : hal-04187405 , version 1

Citer

Swann Felin, Jérôme Belliard, Guillaume Thirel, Gaêl Grenouillet, Céline Le Pichon, et al.. SEINARIOS: Modelling river fish distribution under connectivity constraints. SEFS 13 - Symposium for European Freshwater Sciences, European Federation for Freshwater Sciences; Freshwater Biological Association, Jun 2023, Newcastle upon Tyne (ENGLAND), United Kingdom. ⟨hal-04187405⟩
67 Consultations
0 Téléchargements

Partager

More