JdS2012


 English   -  Français  

Résumé de communication



Résumé 45 :

Modèle hiérarchique bayésien pour données de biomasse à forte proportion de zéros avec une structure spatiale
Lecomte, Jean-Baptiste ; Bel, Liliane ; Benoit, Hugues ; Parent, Eric
AgroParisTech/INRA UMR 518

Comprendre et étudier la distribution des espèces est un défi majeur pour la gestion d'espèces d'élevages ou en voie d'extinction. Cependant la majeure partie des données utilisées pour de telles études présentent une forte proportion de zéros. Une méthode très utilisée en écologie consiste à traiter les données en deux temps : (i) étudier la probabilité de présence de l'espèce en fonction de variables environnementales, (ii) étudier l'abondance de l'espèce en fonction des mêmes ou de nouvelles covariables, conditionnellement à la présence de l'espèce. Ce type de modèle associe une distribution delta pour la présence/absence à une distribution continue positive décrivant l'abondance. Nous proposons une nouvelle approche hiérarchique bayésienne spatialisée permettant de traiter simultanément la présence/absence et l'abondance de l'espèce. Le modèle est appliqué aux invertébrés épibenthiques du Golfe du Saint-Laurent échantillonnés par le Ministère Pêche et Océans canadien. Un champ spatial gaussien assure la structure spatiale de la couche latente. Pour prendre en compte les connaissances écologiques des espèces étudiées, des variables environnementales sont incluses dans le modèle. Le processus d'observation est caractérisé par une loi des fuites permettant de prendre en compte la forte proportion de zéros. Une extension du modèle pour y inclure la dimension temporelle est en cours de recherche.