It is universally accepted that the world has been losing biodiversity due to increasing pressure from anthropogenic activit ies . Vulnerable species populations are being more decreased leading to global biodiversity loss and, consequently, the extinction of species. Therefore, this needs an urgent consideration of the factors that affect the distribution of species and an understanding of how environmental change factors impact the distribution of species. Species Distribution Model (SDMs) could be used as the key tool for predicting habitat suitability for species and then applied to decision-making purposes and suggested and supported conservation decision-making Various factors (e.g., sample size, modelling technique, environmental variable) and errors/biases (i.e., false presences/absences) have been found to influence the predictive performance of th species and the SOM assembly (i.e., S-SDMs). Therefore, it is essential to consider how such factor that affect species distribution prediction could be improved. In the second chapter of my thesis, developed a multi-scale modeling approach that uses focal variables on different scales to evaluat
the effectiveness of each predictor, and then we contained the final collection of variables to creat
a set of ensemble small models (ESMs) and generate maps for species distribution as conservation tool. The findings of our analysis show that the most important variables were in th group of bioclimatic variables including "Biol1" (Mean Temperature of Coldest Quarter), and "Bi 4" (Temperature Seasonality), and the ESMs could be a strong and comprehensive method t better understand the ecosystem in a highly heterogeneous environment. In the third chapter, illustrate analysis to examine how bird SDMs can be developed and used to extract regionally bird spatial EBVs. I demonstrated that the suitability calculated by SDMs could be used as a spatia 'species distribution' EBV (SD EBV) and could illustrate the quality of the habitat and the impac of climate and land-use trends on bird populations and facilitate the monitoring and conservatio of birds over time and space. Finally, in the fourth chapter, I studied and analysed two differen approaches (data pooling and model-based data integration) to the incorporation of various bir data sets in order to determine the best bird data set for species distribution prediction in th Western Swiss Alps. My study has shown that gathering data on model-based data integratio could be more accurate than a data pooling approach.
--
Il est universellement admis que le monde perd de la biodiversité en raison de la pression croissante des activités anthropiques. Les populations d'espèces vulnérables sont de plus en plus réduites, ce qui entraîne une perte de biodiversité mondiale et, par conséquent, l'extinction d'espèces. Il est donc urgen d'examiner les facteurs qui affectent la répartition des espèces et de comprendre comment les facteurs de changement environnemental influent sur la répartition des espèces. Les modèles de distribution des espèces (SDMs) pourraient être utilisés comme outil clé pour prévoir l'adéquation des habitats aux espèces, puis appliqués à des fins de prise de décision et suggérer et soutenir la prise de décision en matière de conservation. Divers facteurs (par exemple, la taille de l'échantillon, la technique de modélisation, la variable environnementale) et les erreurs/biais (c'est-à-dire les fausses présences/absences) ont été constatés pour influencer la performance prédictive des espèces et de l'ensemble des SOM (c'est-à-dire les S-SDMs). Il est donc essentiel d'examiner comment ces facteurs qu affectent la prévision de la distribution des espèces pourraient être améliorés. Dans le premier chapitre de ma thèse, j'ai développé une approche de modélisation multi-échelle qui utilise des variables focale à différentes échelles pour évaluer l'efficacité de chaque prédicteur, puis nous avons contenu la collection finale de variables pour créer un ensemble de petits modèles d'ensemble (ESMs) et génére des cartes de distribution des espèces comme outil de conservation. Les résultats de notre analyse montrent que les variables les plus importantes se trouvaient dans le groupe des variable bioclimatiques comprenant "Bioll" (température moyenne du trimestre le plus froid), et "Bio 4 (température saisonnière), et les ESMs pourraient être une méthode solide et complète pour mieux comprendre l'écosystème dans un environnement très hétérogène. Dans le deuxième chapitre, j'illustre l'analyse pour examiner comment les SOM des oiseaux peuvent être développées et utilisées pou extraire les EBV spatiales des oiseaux au niveau régional. J'ai démontré que l'adéquation calculée pa les SDMs pouvait être utilisée comme une de "distribution spatiale des espèces" EBV (SD EBV) e pouvait illustrer la qualité de l'habitat et l'impact du climat et des tendances d'utilisation des terres su les populations d'oiseaux et faciliter le suivi et la conservation des oiseaux dans le temps et l'espace Enfin, dans le quatrième chapitre, j'ai étudié et analysé deux approches différentes (mise en commun des données et intégration des données basées sur des modèles) pour l'incorporation de diver ensembles de données sur les oiseaux afin de déterminer le meilleur ensemble de données sur le oiseaux pour la prévision de la distribution des espèces dans les Alpes de Suisse occidentale. Mo analyse a montré que la collecte de données sur l'intégration de données basée sur un modèle pourrai être plus précise qu'une approche de mise en commun de données.