UNIVERSITE D’ABOMEY-CALAVI (UAC)

**********
FACULTE DES SCIENCES AGRONOMIQUES (FSA)
**********
ECOLE D’AMENAGEMENT ET DE GESTION DE L’ENVIRONNEMENT
**********

Dynampique des populations animales

Dr DJAGOUN CHABI (dchabi@gmail.com)

Births Deaths

Births and immigration Deaths and emigration

add individuals to remove individuals
a population. from a population.

Immigration Emigration
Patterns of Dispersion
• Environmental and social factors influence the spacing
of individuals in a population
• In a clumped dispersion, individuals aggregate in
patches
• A clumped dispersion may be influenced by resource
availability and behavior
(a) Clumped

(b) Uniform

(c) Random
(a) Clumped
Distribution
Clumped
La distribution est
typique des organismes
qui se déplacent en
groupes (troupeaux,
volées, etc.), ou qui se
regroupent autour de
ressources, comme les
plantes près d'une
source d'eau.
Distribution
Uniform
Cette distribution
est typique là où
les ressources
sont rares. Les
individus se font
concurrence
pour revendiquer
un territoire
suffisant pour les
soutenir et se
tenir à distance
des autres.
(b) Uniform
Distribution
Random
Cette distribution est
rare. Les organismes
peuvent se répartir
de manière aléatoire
si les ressources
sont abondantes et si
les organismes ne
forment pas de
groupes sociaux. Les
arbres d'une forêt
diversifiée peuvent
se répartir au hasard.
Densité
Distribution
Survivorship curves

Log scale for Y axis I. deer, sheep, human, convex

II: squire and birds, linear, not change with age
III. Plants, fish, concave
• Leslie
Exponential
growth
model can
not explain
the
population
growth here

Need other
equation or
model

Barnacle
A few examples
US population (1790-1910): k=197 million, r=0.03134.
Regulation
of
population
size by
density-
dependent
factors
• Le mutualisme (+, +), dans lequel les deux espèces bénéficient de
l'interaction.
• Parasitism (+, -), dans laquelle une espèce profite aux dépens de l'autre.
• Le commensalisme (+, 0), dans lequel une espèce profite de l'interaction
tandis que l'autre espèce n'en profite pas et n'en souffre pas.
• La compétition interspécifique (-, -), dans laquelle les deux espèces
supportent un coût de l'interaction entre elles.
• L'amensalisme (-, 0), dans lequel une espèce souffre tandis que l'autre
n'encourt aucun coût mesurable de l'interaction.
• Neutralité (0, 0), dans laquelle les deux espèces ne bénéficient ni ne
souffrent de l'interaction
Les modèles démographiques
matriciels
 Pour le modèle de Lotka-Volterra la population
n’est pas considérée comme structurée (âge, taille,
stade)
Comment modéliser d’une manière simple mais
réaliste la dynamique d’une population structurée?
S1 S2 S3

R1 R2
Plantule Juvénile Adulte

F
 Il est facile d’estimer les paramètres sur le
terrain
 Les variables du modèle sont le nombre
d’individus dans chaque stade
Comment évoluent ces variables dans le temps?
S1 S2 S3
R1 R2
P(t+1)=P(t)S1+A(t)F P(t) J(t) A(t)
J(t+1)=P(t)R1+J(t)S2
A(t+1)=J(t)R2+A(t)S3 F
Il existe alors une formulation mathématique très
simple, sous forme matricielle
 Cette formulation est très générale et est valable
quelque soit le cycle de vie

 S1 0 F  P (t ) 
  V t   J (t ) 
V  t  1  M  V (t )
M   R1 S2 0    
0  A(t )  V (t )  M t  V (0)
 R2 S3   
On peut modéliser tous les types de cycle de vie
 S1 0 F S1 S2 S3
 
M   R1 S2 0 R1 R2
0 R2 S3  P(t) J(t) A(t)

Plante: matrice F
de Lefkovitch
Stades
0 0 F A1(t)
  R1
M   R1 0 0 R2
0 A2(t) A3(t)
 R2 0 
Animal: matrice F
de Leslie Ages
Méthodes de marquage-recapture
Estimation des paramètres
 Estimation des paramètres
 Marquage des individus

 Suivi temporel

 Calcul des probabilité de transition

nb indiv passant au stade j de t à t+1

probai  j 
nb indiv dans le stade i à t

Est-ce toujours aussi facile?

 Problème quand on ne retrouve pas tous les individus