Académique Documents
Professionnel Documents
Culture Documents
Présentée à
1
2
à Marion,
à Lou
3
4
Remerciements
Je tiens tout d’abord à remercier mes directeurs de thèse, Mrs Christian Sardet,
Lars Stemmann et Jean-Louis Jamet pour la confiance qu’ils m’ont témoignée en
acceptant de diriger mes recherches de doctorat. Tout au long de ces années, ils ont su,
chacun à leur manière, guider ma réflexion et mes initiatives, et mettre à ma disposition
les moyens nécessaires à la réalisation de ce travail. Je leur suis également profondément
reconnaissant pour les nombreuses opportunités qu’ils m’ont offert d’exposer mon travail
auprès de mes pairs.
5
quotidiennement (y compris les week end) pour permettre l’avancement de mon travail.
Je loue tout particulièrement leur capacité à répondre présent dans les moments critiques,
et les remercie profondément pour la confiance partagée qui a accompagné et
accompagne toujours notre collaboration. Marc, Lionel et Léo, ma gratitude envers vous
est éternelle !
Je tiens à remercier tous les collègues qui m’ont fait bénéficier de leurs expertises
et connaissances en plancton, écologie et analyse de données sans lesquelles il m’aurait
été difficile de finir ce travail : Louis Legendre, Jean-Phillipe Labat, Jean-Olivier Irisson,
Fabrice Not, John Dolan, Paul Nival, Gaby Gorsky, Fabien Lombard, Martin Lilley,
Pieter Vandromme, Carmen Garcia-Comas, Lionel Guidi, Léo Berline.
Je tiens à remercier également tous les amis avec qui j’ai partagé ces années de
thèse, pour les bons moments, les repas, les balades, les concerts etc que nous avons
partagés : Alex « Labeef » Mignot, Thomas Lacour, Thomas « Labeef » Lorthiois, Enzo
Velluci, Mathilde et Jéjé, Audrey Pernis, Franscizka Haselbeck, Kerstin Hebert, Alex et
Amandine, Morgane, Cesar et Nahuel, François Lapraz, Gueorgui Ratzov, Alina Tunin,
Ben et Marion, Bruno et Sarah, Romain Benoît, Denis Dupré, François Roullier, Martina
Ferraris, Kevin, Oceane, et leurs enfants, mes potes de Gignac, que je n’ai
malheureusement pas assez vu ces quatre dernières années, Elodie et Fla, Julien, Lionel,
Guillaume, Loic, Stephane, Seb, et tous les autres… Merci !
Enfin… Marion, ma très chère compagne, mon Amour, et Lou, ma fille, mon bébé
adoré née pendant cette thèse, je veux vous exprimer tout l’amour que je vous porte, ainsi
que la plus immense gratitude pour m’avoir porté et supporté pendant ces années (surtout
Marion !). Vous avez été mon bonheur et mes joies, les piliers de ma vie, mon équilibre et
ma force. C’est avec une grande émotion que vous remercie d’avoir été la, et d’être ce
que vous êtes, et d’avoir fait de moi un homme et un père heureux, tout simplement.
Merci du fond du coeur.
6
Résumé
Résumé
Le plancton constitue l’essentiel de la biomasse pélagique et est un acteur majeur
des cycles biogéochimiques globaux qui régulent le système Terre. Il comprend
l'ensemble des organismes portés par les courants, des bactéries aux méduses géantes. La
communauté n'est que très rarement étudiée dans son ensemble mais plutôt par fraction.
L’expédition Tara Oceans constitue le premier effort de collecte simultané de toutes les
classes de taille de plancton à l’échelle de l’océan global. Pour démontrer la faisabilité de
cette approche à grande échelle, des échantillons hebdomadaires de plancton, depuis les
bactéries jusqu’au macroplancton gélatineux, ont d’abord été analysés en combinant
plusieurs instruments d’imagerie sur une période de 10 mois, en un site de référence
(point B) dans la rade de Villefranche sur mer. L’imagerie nous a permis de comparer 1)
l’information fonctionnelle définie comme l’agrégation de taxons en 18 Groupes
Ecologiques de Plancton (GEP), et 2) la structure en taille des communautés
échantillonnées sur un intervalle de taille de 6 ordres de grandeur (0.1 µm à 10000 µm).
La communauté planctonique au point B évolue en une succession écologique
complexe impliquant tous les groupes planctoniques, depuis les bactéries jusqu’aux
prédateurs gélatineux du macroplancton. Des évènements impulsifs, tels que des coups de
vent, déclenchent des réorganisations de la communauté par un jeu d’interactions entre
des contrôles « bottom-up » et « top-down ». Toutefois, le biovolume planctonique total
ne varie que d’un seul ordre de grandeur au cours de la période échantillonnée. De même,
la structure en taille des communautés planctoniques totales ne varie pas
significativement au cours du temps. La stabilité du biovolume total et de la structure en
taille suggère que des mécanismes structurant et de compensation forts maintiennent les
communautés planctoniques dans un intervalle de biomasse restreint. Le couplage entre
données de taille et de taxonomie révèle une réorganisation du réseau trophique entre
l’été et l’hiver. En hiver, Le réseau trophique microplancton-zooplancton est dominé par
la fonction de broutage. En été, le réseau trophique microplancton-zooplancton est
dominé par la fonction de prédation (chaetognathes et gélatineux carnivores). En été, ce
réseau trophique s’organise en deux chaines trophiques parallèles et distinctes
discriminées par des relations de taille entre proies et prédateurs. Cette réorganisation
souligne le rôle clef du zooplancton et de la prédation dans la structuration des
communautés planctoniques.
Parallèlement à cette analyse temporelle en un point fixe, nous avons montré
l’existence de types caractéristiques de communautés zooplanctoniques, associés à des
conditions environnementales distinctes, à partir des échantillons de l’expédition Tara
Oceans, à l’échelle globale. En utilisant la même méthodologie que pour l’analyse de la
dynamique temporelle, nous avons identifié trois types de communautés
mésozooplanctoniques à l’échelle globale selon le type d’environement: 1) des
communautés associées aux environnements productifs (upwellings côtiers et
équatoriaux), 2) des communautés associées aux zones de minimum d’oxygène (OMZs,
« Oxygen Minimum Zones »), et 3) des communautés associées aux gyres océaniques
oligotrophes. Ce travail constitue une première typologie des communautés
zooplanctoniques, structurées en taille et GEP, à l’échelle globale. Il sera complété dans
le futur par l’intégration de données issus des autres compartiments planctoniques, et de
données d’export vertical de matière organique particulaire pour affiner les estimations
des relations qui existent entre phytoplancton, zooplancton et flux biogéochimiques.
7
Résumé
Abstract
Plankton constitutes the bulk of pelagic biomass and plays a major role in the
global biogeochemical cycles that regulate the earth system. It encompasses all the
organisms that drift with the water masses movements, from bacteria to giant medusae.
Studies of the entire community are scarce, and plankton has been traditionally studied by
fractions. The Tara Oceans expedition is the first attempt to simultaneously collect
plankton in every size classes at the global scale. To demonstrate the feasibility of this
approach, samples of plankton from bacteria to gelatinous macroplankton were collected
weekly over ten months at a reference site (point B), in Villefranche Bay, northwestern
Mediterranean, and analyzed using imaging techniques. Imaging enabled us to compare
1) the functional taxonomic information as derived from the analysis of 18 Plankton
Ecological Groups (PEGs), and 2) the size structure of the same planktonic community
over 6 orders of magnitude in size.
The plankton dynamics at point B are driven by a complex succession process
involving all plankton groups, from bacteria to macroplanktonic gelatinous predators.
Environmental impulsive events such as wind events trigger sharp community level
reorganizations via interplay of bottom-up controls followed by top-down controls.
However, the total biovolume of the planktonic community varies within only one order
of magnitude over the period studied. In addition, the size structure of the entire
community does not vary significantly over time. The total biovolume and size structure
stability suggest that strong and compensative mechanisms drive community dynamics
within a narrow range of biomass variation.
The use of both taxonomic and size structured data reveals a reorganization of the
food web between winter and summer. In winter and spring the microplanktonic-
zooplanktonic food web is shaped by the grazing function. In summer, it is shaped by the
predation function (chaetognaths and gelatinous predators). In summer, the food web self
organizes in two distinct food chains discriminated by size relations between predators
and preys. This reorganization underlines the key role of zooplankton and predation in
structuring planktonic communities.
In parallel to this temporal dynamics study, we used the Tara Oceans expedition
samples to study the global scale distribution of mesozooplankton. We showed that
characteristic mesozooplanktonic communities were associated with distinct
environmental conditions, at the global scale. Using a similar methodology as for the
temporal study we found that three different mesozooplanktonic communities were
associated with 1) productive environments (e.g. upwellings), 2) Oxygen Minimum
Zones, and 3) Oligotrophic oceanic gyres. This work is the first typology of
mesozooplanktonic communities at the global scale. It will be further developed in the
future by the integration of other planktonic compartments and particulate organic matter
fluxes data, to improve our knowledge on the relations between phytoplankton,
zooplankton and particulate organic matter fluxes.
Key words: Planktonic community, plankton functional groups, size spectra, imaging
techniques, ecological succession, mesozooplankton, global scale, holistic approach
8
Résumé
9
Table des matières
10
III.4. MATERIALS & METHODS ......................................................................................................................... 64
III.4.1. Study Site................................................................................................................................... 64
III.4.2. Sampling ................................................................................................................................... 64
III.4.3. Plankton analysis and classification into Plankton Ecological Groups (PEGs)........................... 64
III.4.4. Data analyses............................................................................................................................ 65
III.5. RESULTS ............................................................................................................................................... 68
III.5.1. Seasonal variations of the environment at point B................................................................... 68
III.5.2. Seasonal variations of the whole plankton community at point B............................................ 71
III.5.3. Seasonal variations in ecological trophic traits......................................................................... 73
III.6. DISCUSSION .......................................................................................................................................... 74
III.6.1. Physical and biological forcing interplay in initiating the succession........................................ 74
III.6.2. Mixing and Macroplankton control trophic states transitions.................................................. 76
III.6.3. Stacking up trophic levels increases the stability of the ecosystem .......................................... 78
III.7. CONCLUSIONS ....................................................................................................................................... 80
III.8. ACKNOWLEDGEMENTS ............................................................................................................................ 81
III.9. REFERENCES.......................................................................................................................................... 81
11
IV.5. CONCLUSIONS ..................................................................................................................................... 102
IV.6. RÉFÉRENCES BIBLIOGRAPHIQUES ............................................................................................................. 103
12
VI.3.2.2 Groupes écologiques de mesozooplancton ......................................................................................137
VI.3.3. Relations entre communautés mesozooplanctoniques et leur environnement...................... 138
VI.3.4. Analyse de groupement hiérarchique sur la communauté mesozooplanctonique................. 140
VI.3.5. Distribution spatiale et composition des communautés......................................................... 142
VI.3.6. Caractéristiques environnementales des clusters................................................................... 146
VI.4. DISCUSSION ........................................................................................................................................ 148
VI.4.1. Implications biogéochimiques et écologiques de nos observations........................................ 148
VI.4.2. Les 3 types de communautés identifiées................................................................................. 149
VI.4.2.1 Cluster 1 : les environnements productifs ........................................................................................149
VI.4.2.2 Cluster 2 : les OMZs ..........................................................................................................................150
VI.4.2.3 Cluster 5 : Les gyres oligotrophes .....................................................................................................151
VI.5. CONCLUSION & PERSPECTIVES ................................................................................................................ 153
VI.6. RÉFÉRENCES BIBLIOGRAPHIQUES ............................................................................................................. 155
13
Liste des figures
Fig. I.1 - D’après Violle et al., (2007). Diagramme liant les 4 niveaux d’organisation à
des exemples de traits biologiques et écologiques. (I) représente l’information à intégrer
entre deux niveaux d’organisation successifs pour comprendre le fonctionnement du
niveau supérieur par rapport aux propriétés du niveau inférieur. Donc les traits d’aptitudes
(fitness) des individus déterminent les traits démographiques d’une population (Ii-p). Les
traits démographiques des populations déterminent les interactions biologiques au sein
d’une communauté (Ip-c). Les propriétés d’un écosystème peuvent être déterminées en
intégrant les propriétés fonctionnelles de la communauté qu’il abrite (Ic-e). ...................24
Fig. I.2 - Relations entre l’abondance (N, nombre d’individus), la biomasse (M x N), et
taux d’utilisation d’énergie (E) en fonction de la masse individuelle (M, la taille), prédites
par la théorie métabolique (Brown et al., 2004), pour : (A) des espèces multiples dans un
seul niveau trophique, et (B), le long d’une chaine alimentaire de 3 niveaux trophiques (P
= phytoplancton, Z = zooplancton, F = Poissons). Les lois de proportionnalités entre les 3
niveaux trophiques sont prédites en considérant qu’entre un niveau trophique et le niveau
trophique supérieur l’efficacité de transfert d’énergie est de 10 %, et que la différence de
masse des organismes est de 4 ordres de grandeur (reproduit d’après Brown & Gillooly,
2003). .................................................................................................................................27
Fig. I.3 - Représentation schématique d’un spectre de taille planctonique reconstruit selon
la méthode de Platt & Denman (1978). Les abscisses sont des classes de taille exprimées
en biovolume (bv) et de largeur équivalentes en progression logarithmique : δbv(i)=
δbv(i+1). Les ordonnées représentent le biovolume total (BV) par classe de taille,
normalisé par la largeur de la classe de taille. La flèche rouge représente la dynamique
d’un spectre de pente -1 vers un spectre de pente > -1, dite « plate », matérialisé par la
ligne pointillée rouge. Une pente « plate » peut se traduire par de la croissance dans le cas
d’un spectre représentant une population, une efficacité de transfert de biomasse des
petits organismes vers les grands accrue, dans le cas d’une communauté présentant des
interactions trophiques, et une plus grande stabilité de l’écosystème. La flèche bleue
représente la dynamique d’un spectre de pente -1 vers un spectre de pente < -1, dite
« pentue », matérialisé par la ligne pointillée bleue. Une pente « pentue » peut se traduire
par de la mortalité dans le cas d’un spectre représentant une population, une efficacité de
transfert de biomasse des petits organismes vers les grands moindre, et une instabilité de
l’écosystème.......................................................................................................................29
Fig. II.1 - La classification par la taille du plancton marin (adapté de Sieburth et al.,
1978)(source : http://www.hpl.umces.edu/~jpierson/plankton.html) ................................41
14
Liste des figures
ne représentent pas exactement la réalité. Les virus n’ont pas été analysés pour cette thèse
............................................................................................................................................44
Fig. II.5 - Présentation d’un cytogramme et d’images composites obtenues avec les 3
instruments d’imagerie utilisés pour ce travail. Les barres de couleur au dessus de chaque
image rappellent les intervalles de tailles des groupes d’organisme cibles présentés dans
la Fig. II.4 - Schéma conceptuel de la stratégie d’échantillonnage complète. Les
intervalles de taille représentés par les barres de couleurs horizontales sont donnés à titre
indicatifs et ne représentent pas exactement la réalité. Les virus n’ont pas été analysés
pour cette thèse. Les vignettes dans les images composites ne sont pas à l’échelle, et
représentent un aperçu de la qualité d’image obtenue avec le Zooprocess, et de la
diversité des organismes rencontrés dans chaque type d’échantillon................................48
Fig. II.6 - Schéma d’opération de l’analyse des images brutes sorties du capteur jusqu'à
l’identification taxonomique semi-automatique assistée par ordinateur, en 6 étapes
(chiffres rouges). ................................................................................................................50
Fig. III.1 - Cluster analyses of physical (temperature and salinity, left) and biological
(PEGs biovolumes, right) data. Three significant clustering levels were identified for the
physical characteristics of the water column: level P1, (cut-off = 11, red and blue
branches of the tree); level P2 (cut-off = 8.6, plain colored rectangles); level P3 (cut-off =
5.8, dashed colored rectangles). Four significant clustering levels were identified for the
biological data: level B1 (cut-off = 3.71, red and blue branches of the tree); level B2 (cut-
off = 3.28, plain colored rectangles); level B3 (cut-off = 2.89, dashed rectangles) which
clustered 4 groups; level B4 (cut-off = 2.89, colored font) which clustered 5 groups. ....68
Fig. III.3 - Biovolumes time series of PEGs at point B from December 2010 to October
2011. Top colored bars represent the time periods identified using the clustering analyses.
The first column (left) highlights organisms present year round, the second column
comprises organisms essentially developing through Winter/Spring, the third column
those who essentially develop through Summer. Grey dashed lines represent limits of
biological clusters. Red dashes on the x-axes represent periods of active mixing (see Fig.
III.2). Note the changes in scales on the y-axes.................................................................71
Fig. III.4 - Biovolumes time series of 4 ecological trophic functions and total planktonic
biovolume at point B from January to October 2011. “BV tot” stands for total planktonic
biovolume, “ML” microbial loop, “MPP” microplanktonic primary production, “HG”
herbivory/grazing, and “PR” predation. ME2 is the time slot of the second active mixing
event which is considered to initialize the succession. Grey dashed lines represent limits
15
Liste des figures
of alternations of functional dominance. The green arrow shows the beginning of the
spring bloom. .....................................................................................................................74
Fig. III.5 - Schematic representation of the proposed succession process in four phases.
The colors code used for the four phases correspond to the color code used to depict time
clusters identified at clustering level B1 to B3 i.e. blue : Winter, pale green : Early Spring,
dark green : Late Spring, red : Summer. Black arrows represent the Mixing Events which
triggered transitions between phases. The dotted top black arrow represents the
uncertainty regarding the cyclic nature of this process. The central graph is a sketch of the
Fig. III.4, representing the biovolume variability within the four ecological functions
(MFW i.e. Microbial Food Web, MPP i. e. Microplanktonic Primary Production, HG i.e.
Herbivory/Grazing, PR i.e. Predation), and total biovolume. Each corner has the same
area to represent a constant biovolume of the planktonic community over the succession
process. The four successive phases are defined by their dominant function. The symbols
used to depicts the groups of organisms involved in each of the phases are defined in
Table III.1. .........................................................................................................................78
Fig. IV.1 - Comparaison des intervalles de taille étudiés par 7 études majeures de la
structure en taille du plancton marin utilisant les NB-SS, avec l’intervalle de taille étudié
lors de cette thèse. Les auteurs présentés ont systématiquement utilisé des techniques
d’échantillonnage ne leur permettant pas de collecter efficacement des données sur le
macroplancton gélatineux. Il faut donc considérer qu’ils n’ont pu voir que des grands
crustacés, au delà de 2 mm. Cette thèse est le premier travail à intégrer quantitativement
le macroplancton gélatineux dans une étude de la structure en taille du plancton. ...........86
Fig. IV.2 - (A) Représentation des 32 spectres NB-SS de plancton total et leurs pentes (en
rouge). Quatre portions de spectre sont identifiables : le picoplancton dans les petites
classes de taille, suivi du nanoplancton, du microplancton et enfin du meso-
macroplancton dans les grandes classes de taille. La pente moyenne des spectres NB-SS
totaux est légèrement supérieure à -1. (B) Série temporelle des pentes totales et leurs
intervalles de confiance à 95 % (IC 95%). La pente médiane est égale à -0.98 et est
représentée par la ligne rouge. Toutes les pentes ont un IC 95 % qui coupe la médiane. .91
Fig. IV.3 - Représentations des spectres NB-SS des 5 portions du spectre total et leurs
pentes locales (en rouge) et séries temporelles des pentes locales et leurs intervalles de
confiance à 95 % (IC 95%, en bleu). (A,F) Picoplancton (pente mediane = -1.27 ; pente
moyenne = -1.23 ± 0.36), (B,G) Nanoplancton (pente mediane = -0.61 ; pente moyenne =
-0.62 ± 0.2), (C,H) Microplancton (pente mediane = -0.71 ; pente moyenne = -0.67 ±
0.14), (D,I) Mesozooplancton (pente mediane = -1.14 ; pente moyenne = -1.25 ± 0.34) et
(E,J) Macroplancton (pente mediane = -0.56 ; pente moyenne = -0.57 ± 0.16). Sur les
graphes F-J, la pente ligne rouge représente la pente médiane..........................................92
Fig. IV.4 - Corrélations entre les pentes totales et les pentes locales de : (A) picoplancton,
(B) nanoplancton, (C) microplancton, (D) mesozooplancton et (E) macroplancton. ........93
Fig. IV.5 - Relations entre les pentes totales et les variables hydrologiques : (A)
température, (B) salinité, (C) densité, (D) concentrations en Nitrates et (E) concentrations
en Silicates. (Voir table 5 pour les paramètres de régression et la significativité de la
corrélation entre les pentes totales et les pentes locales). ..................................................94
16
Liste des figures
Fig. V.1 - Analyse de groupement hiérarchique chronologique sur les spectres NB-SS
totaux. Trois niveaux de coupure ont été identifiés: la coupure saisonnière, ( branches
bleue et rouge de l’arbre; le niveau de coupure 2, (rectangles de couleur en traits pleins)
sépare 3 groupes, l’hiver (rectangle bleu), le printemps (rectangle vert), et l’été (rectangle
rouge); le niveau de coupure 3 ( les rectangles de couleur en traits pointillés) sépare le
printemps en 2 sous groupes, le cœur du printemps (rectangle pointillé vert) et la période
de transition (rectangle pointillé fushia). .........................................................................112
Fig. V.2 - (A) Spectres NB-SS moyens du plancton total calculés à partir des groupes de
spectres identifiés par le groupement hierarchique chronologique à la coupure
saisonnière. (B) Représentation des pentes totales des spectres moyens hivernaux et
estivaux avec leurs intervalles de confiances à 95 % (IC 95%). .....................................113
Fig. V.4 - Représentation schématique des organisations des réseaux trophiques d’hiver et
d’été et des interactions trophiques telles qu’estimées par l’analyse de la structure en taille
taxonomique du plancton (micro- meso- macro- plancton) au point B. ..........................119
Fig. VI.1 - Description de la colonne d’eau lors des stations Tara Oceans. A) profondeur
de la MLD. B) profondeur de la Ze. C) profondeur du DCM. D) profondeur de la
nitracline. E) minimum d’oxygène dans la colonne d’eau. F) température moyenne dans
la couche de mélange. G) chlorophylle a intégrée. Les lignes pointillées verticales
représentent les frontières entre bassins océaniques. Elles sont surmontées par les
numéros de stations qui en marquent les limites : stations 14 à 30, mer Méditerranée
(Med.) ; stations 30 à 34, mer Rouge (RS) ; stations 34 à 65, océan Indien (Indian) ;
stations 65 à 83, océan Atlantique Sud (South Atl.) ; stations 83 à 87, Antarctique (Ant.) ;
stations 87 à 128, Pacifique Sud (South Pac.) ; stations 128 à 141, Pacifique Nord (North
Pac.) ; stations 141 à 153, Atlantique Nord (North Atl.) . Les points sur l’axe des
abscisses représentent les stations, et la distance en km entre chaque station est
représentée à l’échelle......................................................................................................134
Fig. VI.2 - Distribution des abondances (A), biovolumes (B) et pentes des spectres NB-SS
(C) du mesozooplancton total dans la couche 0-100 m le long du transect Tara Oceans.
Les barres verticales pointillées sont décrites dans la Fig. VI.1. .....................................135
17
Liste des figures
Fig. VI.5 - (A) spectres NB-SS moyens des cinq groupes de stations (clusters) identifiés
par l’analyse de groupement hiérarchique au niveau de coupure optimal. Rouge, cluster 1;
Orange, cluster 2 ; Jaune, cluster 3 ; Cyan, cluster 4 ; Bleu foncé, cluster 4. (B) Pentes des
spectres NB-SS moyens des cinq cluster avec intervalle de confiance à 95%. Le code
couleur utilisé sur cette figure sera repris dans les figures suivantes ..............................140
Fig. VI.8 - Diagrammes en boites des distributions des variables hydrologiques, pour les 5
clusters discriminés au quatrième niveau de coupure de l’analyse de groupement
hiérarchique. A) profondeur de la couche de mélange (MLD). B) profondeur de la zone
euphotique (Ze). C) profondeur du maximum profond de chlorophylle (DCM). D)
profondeur de la nitracline E) Distance à la côte (logarithme naturel). F) minimum
d’oxygène (logarithme naturel). G) Température moyenne dans la MLD. H) Chlorophylle
a intégrée sur la zone euphotique (logarithme naturel) ...................................................146
18
Liste des tableaux
Table II.2 - Les caractéristiques de l’échantillonnage au point B et sur Tara. Les plages
grisées sont spécifiques à l’échantillonnage fait dans le cadre de Tara Oceans. L’étoile
identifie les filets dont les échantillons sont encore en cours d’analyse............................46
Table II.3 - Les caractéristiques techniques des engins de pêche utilisés et le plancton
cible. Les plages grisées sont spécifiques aux engins utilisés uniquement sur Tara.
L’étoile identifie les filets dont les échantillons sont encore en cours d’analyse. .............46
Table III.1 - 18 Plankton Ecological Groups in size categories, abbreviation used for each
PEG, symbol and ecological traits. The symbols shown in the third column represent the
PEGs and are used as visual aid in the figures...................................................................66
Table III.2 - Aggregation of PEGs into 4 main ecological trophic functions: Microbial
Food Web (MFW), Microplanktonic Primary Production (MPP), Herbivory/Grazing
(HG) and Predation (PR). Dinoflagellates were distributed between ML, MPP and HG
(Sherr & Sherr, 2007). .......................................................................................................67
Table IV.1 - Comparaison des intervalles de taille étudiés (Fig. IV.1), des techniques
employées, des groupes de plancton ciblés, des écosystèmes étudiés et du détail
taxonomique inclus dans les analyses de 7 études majeures sur la structure en taille du
plancton marin utilisant la pente des NB-SS, avec cette thèse. .........................................88
Table IV.3 - Paramètres de l’ajustement linéaire entre les pentes totales et les pentes
locales ................................................................................................................................94
Table IV.4 - Paramètres de l’ajustement linéaire entre les pentes totales et les variables
hydrologiques.....................................................................................................................95
Table IV.6 - Paramètres d’ajustement entre les pentes locales et les paramètres
hydrologiques.....................................................................................................................96
Table VI.1 - Table des corrélation (r de Pearson) entre les variables descripteurs de la
communauté zooplanctonique et les variables hydrologiques, et les variables de
description de la communauté phytoplanctonique. *** correspond à p < 0.001, ** à p <
0.01 et * à p < 0.05. Les cases vertes identifient les corrélations significatives, les cases
oranges les relations fortes mais pas significatives, et les cases sans couleur les relations
faibles et non significatives..............................................................................................139
19
Liste des tableaux
Table VI.2 - tableau des p-values des différences des paramètres de description de la
communauté mesozooplanctonique entre clusters, comparaisons deux à deux. Les p-
values sont issues de test de kruskall-wallis : H0 : il n’y a pas de différences entre les
distributions du paramètre X entre les clusters A et B. Si p < 0.0125 (ajustement du seuil
initial α =0.05 selon bonferroni : α’ = α /4) la différence est significative. Les cases vertes
identifient les corrélations significatives, les cases oranges les relations fortes mais pas
significatives, et les cases sans couleur les relations faibles et non significatives. .........142
Table VI.3 - tableau des p-values des différences des paramètres hydrologiques entre
clusters, comparaisons deux à deux. Les p-values sont issues de test de kruskall-wallis :
H0 : il n’y a pas de différences entre les distributions du paramètre X entre les cluster A et
B. Si p < 0.0125 (ajustement du seuil initial α =0.05, selon bonferroni : α’ = α /4) la
différence est significative. Les cases vertes identifient les corrélations significatives, les
cases oranges les relations fortes mais pas significatives, et les cases sans couleur les
relations faibles et non significatives...............................................................................147
20
21
Chapitre I : Introduction
Chapitre I : Introduction
I.1. Le plancton
Les océans jouent un rôle majeur dans le cycle du carbone et affectent directement
les mécanismes, la vitesse et l’amplitude des changements globaux (Field et al., 2002). La
biosphère océanique joue un rôle socio-économique global essentiel à travers la
production de nourriture, le tourisme, la régulation des cycles biogéochimiques, et le
captage des gaz à effet de serre émis par les activités humaines (Costanza et al., 1997).
Au sein de la biosphère océanique le plancton occupe une place particulière. Le plancton
(du grec planctos, signifiant « errant ») comprend tous les organismes qui ne peuvent
s’émanciper du mouvement des masses d’eau. Le plancton se situe entre des tailles sub-
micrométriques (Azam & Hodson, 1977 ; Lee & Fuhrman, 1987), depuis les bactéries
(picoplancton) jusqu'à des tailles macroscopiques, incluant les grands prédateurs
gélatineux (Sieburth et al., 1978). Il est composé d’organismes procaryotes (bactéries,
cyanobactéries), d’unicellulaires végétaux et d’animaux - protistes du phytoplancton et
microzooplancton - et de métazoaires animaux constituant le zooplancton. Le plancton
joue un rôle majeur dans les processus écologiques et les cycles biogéochimiques globaux
en transférant le dioxyde de carbone atmosphérique dans la biosphère océanique à travers
la photosynthèse phytoplanctonique (Falkowski et al., 2004). La matière organique ainsi
produite peut être transférée dans le réseau trophique par les herbivores et les prédateurs
zooplanctoniques (Banse, 1995), ou peut être reminéralisée par la boucle microbienne
(Azam et al., 1983) et les processus métaboliques des organismes hétérotrophes.
Contrairement à d’autres organismes marins comme les poissons ou les grands
crustacés, peu d’organismes planctoniques sont exploités commercialement. Les
dynamiques du plancton ne peuvent donc pas être attribuées à l’impact direct des activités
humaines, mais plutôt aux changements des écosystèmes qui les abritent. De plus, les
temps de génération généralement courts et la phénologie du plancton induisent un
couplage fort entre sa dynamique et les variations de son environnement (Hays et al.,
2005). En outre, les distributions biogéographiques du plancton peuvent connaitre de
grandes variations en fonction des distributions de paramètres abiotiques tels que la
température de l’eau (Beaugrand et al., 2002), ou les variations de la position des
22
Chapitre I : Introduction
courants (Borkman & Smayda, 2009). Finalement, de récents travaux suggèrent que le
plancton est un indicateur de changement environnemental plus sensible que les variables
environnementales elles-mêmes, car les réponses non-linéaires des communautés
planctoniques peuvent amplifier des variations environnementales subtiles (Taylor et al.,
2002, Hsieh et al., 2005). A l’heure ou les changements climatiques et
environnementaux s’accélèrent (IPCC 2007), l’étude des dynamiques planctoniques est
un enjeu capital pour comprendre et prédire de quoi sera fait le futur de la biosphère
marine (Arrigo, 2005 ; Falkowski et al., 2004).
23
Chapitre I : Introduction
définition, un trait fonctionnel est une propriété biotique qui influence indirectement les
aptitudes (« fitness ») d’un organisme à travers ses effets sur la croissance individuelle, la
reproduction, et les capacités à survivre de l’organisme (Violle et al., 2007). La notion de
traits écologiques a été utilisée depuis plusieurs décennies en écologie végétale (Grime,
1974, 1998 ; Chapin, 1993 ; Weiher et al., 1999 ; Eviner, 2004) et ne s’impose que depuis
récemment en écologie marine (Follows et al., 2007 ; Litchman & Klausmeier, 2008 ;
Barton et al., 2013).
Fig. I.1 - D’après Violle et al., (2007). Diagramme liant les 4 niveaux d’organisation à
des exemples de traits biologiques et écologiques. (I) représente l’information à intégrer
entre deux niveaux d’organisation successifs pour comprendre le fonctionnement du
niveau supérieur par rapport aux propriétés du niveau inférieur. Donc les traits d’aptitudes
(fitness) des individus déterminent les traits démographiques d’une population (Ii-p). Les
traits démographiques des populations déterminent les interactions biologiques au sein
d’une communauté (Ip-c). Les propriétés d’un écosystème peuvent être déterminées en
intégrant les propriétés fonctionnelles de la communauté qu’il abrite (Ic-e).
Les sciences marines ont développé une approche inspirée des notions de traits
fonctionnels dans le but d’intégrer la diversité fonctionnelle du plancton à des modèles
biogéochimiques globaux (Lequéré et al., 2005). La notion de type fonctionnel de
plancton (Plankton Functionnal Type, PFT) a émergé au cours de la décennie 2000
(Gentleman et al., 2003 ; Lequéré et al., 2005 ; Hood et al., 2006 ; Hofmann, 2010). Les
24
Chapitre I : Introduction
PFT sont des agrégations d’espèces de plancton se définissant selon 4 critères : (i) un PFT
doit avoir un rôle biogéochimique explicite, (ii) un PFT doit avoir un jeu de préférences
environnementales, et de traits biologiques distincts, qui contrôlent sa biomasse et sa
productivité, (iii) le comportement d’un PFT doit avoir des effets sur les performances
d’autres PFT (relations trophiques par exemple) et (iv) un PFT doit être quantitativement
important dans au moins une région océanique (Lequéré et al., 2005).
Les notions de traits écologiques et PFT sont finalement assez semblables. La
notion de PFT à été développée pour prendre en compte la diversité fonctionnelle du
plancton dans la modélisation biogéochimique. Cette approche repose sur la définition de
groupes d’organismes qui peuvent porter une ou plusieurs fonctions. La notion de trait
écologique a été développée pour synthétiser les écosystèmes en fonctions
interdépendantes pour simplifier l’étude des interactions écologiques. Cette approche
repose sur l’identification de fonctions ecologiques qui peuvent être portées par une ou
plusieurs espèces. Dans les deux cas, il s’agit d’intégrer et synthétiser l’information
fonctionnelle propre à des espèces de plancton multiples pour déterminer les propriétés
d’un écosystème. Au cours de cette thèse nous définirons des Groupes Ecologiques de
Plancton (GEP) dans le Chapitre II (Matériel et Méthodes) qui nous servirons de base
pour l’analyse de la structure des communautés planctoniques.
Ces approches agrégatives sont bien développées et maitrisées pour les
composantes microbiennes (picoplancton) et végétales (phytoplancton) du plancton.
Ainsi, la biogéographie du picophytoplancton a récemment été modélisée à l’échelle
globale, sur la base de traits écologiques (Follows et al., 2007 ; Follows & Dutkiewicz,
2011). Les dynamiques de traits écologiques du phytoplancton sont corrélées avec des
gradients environnementaux, et avec la phylogénie du phytoplancton (Litchman &
Klausmeier, 2008 ; Litchman et al., 2010 ; Bruggeman, 2011). Les processus
biogéochimiques contrôlés par les PFT phytoplanctoniques sont maintenant bien décrits
et leurs distributions et dynamiques modélisées avec précision (Lequéré et al., 2005 ;
Hood et al., 2006). Au contraire, la complexité et la diversité des fonctions du
zooplancton ne sont pas encore aussi bien formalisées que celles du picoplancton et du
phytoplancton (Mitra & Davis, 2010). De récents progrès ont été réalisés pour formaliser
et estimer l’importance du contrôle du zooplancton sur la diversité du phytoplancton
(Prowe et al., 2012) sur la base de traits trophiques, cependant cette approche (basée sur
des traits écologiques ou des PFT de zooplancton) est encore en voie de développement
(Lequéré et al., 2005 ; Hood et al., 2006 ; Hofmann, 2010 ), notamment pour discriminer
25
Chapitre I : Introduction
26
Chapitre I : Introduction
par de petits individus unicellulaires puis la biomasse ainsi produite est transférée à des
organismes de taille croissante à travers les comportements herbivores et la prédation. On
parle alors de communautés structurées en taille (Hansen et al., 1994 ; Hansen et al.,
1997 ; Jennings et al., 2001 ; Jennings & Mackinson, 2003). Il en résulte une relation
étroite entre les propriétés écologiques et biogéochimiques des écosystèmes aquatiques et
la structure en taille des communautés qui les peuplent (Karl et al., 2001 ; Lopez-Urutia
et al., 2006 ; Yvon-Durocher & Allen, 2012).
La taille des organismes est donc une propriété intrinsèque (un trait) conditionnant
à la fois le métabolisme des individus, les dynamiques de populations, les interactions au
sein d’une communauté écologique, les interactions entre les individus et leur
environnement, et les propriétés d’un écosystème dans sa globalité (Fig. I.2; Brown et al.,
2004).
Fig. I.2 - Relations entre l’abondance (N, nombre d’individus), la biomasse (M x N), et
taux d’utilisation d’énergie (E) en fonction de la masse individuelle (M, la taille), prédites
par la théorie métabolique (Brown et al., 2004), pour : (A) des espèces multiples dans un
seul niveau trophique, et (B), le long d’une chaine alimentaire de 3 niveaux trophiques (P
= phytoplancton, Z = zooplancton, F = Poissons). Les lois de proportionnalités entre les 3
niveaux trophiques sont prédites en considérant qu’entre un niveau trophique et le niveau
trophique supérieur l’efficacité de transfert d’énergie est de 10 %, et que la différence de
masse des organismes est de 4 ordres de grandeur (reproduit d’après Brown & Gillooly,
2003).
27
Chapitre I : Introduction
taille des particules marines à l’échelle de deux bassins océaniques, et entre la surface et
5000 m de fond. Ce travail a constitué la première pierre d’un édifice théorique et
expérimental en sciences marines qui n’a cessé de s’agrandir depuis 40 ans.
Plusieurs manières d’estimer la dynamique de la structure en taille du plancton ont
été proposées. La plus utilisée à ce jour est le Spectre de Taille-Biomasse Normalisé, ou
NB-SS (« Normalized Biomass-Size Spectra », Platt & Denman, 1977, 1978; Silvert &
Platt, 1978) qui permet de synthétiser l’information contenue dans la structure en taille en
quelques paramètres clés (voir paragraphe suivant). Cependant d’autres auteurs ont
proposé des méthodes alternatives comme l’ajustement d’une fonction quadratique
(Sprules & Goyke, 1994), ou d’une fonction de densité de kernel (Vidondo et al., 1997),
au spectre de taille, ou bien le calcul d’un indice de diversité des tailles (Brucet et al.,
2006 : Badosa et al., 2007 ; Brucet et al., 2010). Toutefois, leur interprétation écologique
ne fait pas consensus (Garcia-Comas et al., 2013). La nature, la quantité et la cohérence
des données et des mesures de la structure en taille est capitale quelque soit la méthode
utilisée (Brown & Gillooly, 2003 ; Yvon-Durocher et al., 2011).
La théorie des spectres NB-SS repose sur la formulation de la croissance des
organismes et des interactions proies-prédateurs comme étant un flux continu de
biomasse et d’énergie d’une classe de taille à la classe suivante, sans tenir compte de la
composition taxonomique de la communauté. Elle prédit, en représentation log-log, une
réduction linéaire de la biomasse au fur et à mesure de l’augmentation de la taille
individuelle des organismes.
L’analyse des spectres NB-SS planctoniques est généralement basée sur
l’estimation des paramètres d’un ajustement linéaire au spectre NB-SS, soit la pente (a) et
l’ordonnée à l’origine de la droite d’ajustement (b). La pente reflète la tendance générale
du flux de biomasse de classe en classe, ainsi que la complexité du réseau trophique au
sein de la communauté (Zhou, 2006), tandis que l’ordonnée à l’origine est un estimateur
de la biomasse totale contenue dans la communauté étudiée. La pente de l’ajustement est
prédite proche de -1 dans le cas d’une estimation de la biomasse par le biovolume des
organismes (Platt & Denman, 1978) (Fig. I.3).
Des pentes plus importantes (avec des valeurs plus négatives, ou plus « pentues»)
sont le reflet d’un écart par rapport à l’état stable théorique, caractérisé par une
diminution rapide de la biomasse quand le spectre tend vers les grandes classes de taille.
Inversement, des pentes moins importantes (avec des valeurs moins négatives, plus
« plates ») rendent compte d’une augmentation de la biomasse dans les grandes classes de
28
Chapitre I : Introduction
taille (Fig. I.3). En d’autres termes, des pentes spectrales plus pentues traduisent une
diminution de la pression de prédation au fur et mesure que la taille augmente (Zhou,
2006 ; Kiorboe, 1993). Par conséquent, dans une telle configuration, le système serait
moins efficace dans le transfert de la biomasse des petits organismes à la base des réseaux
trophiques vers les prédateurs planctoniques, et inversement quand la pente est plutôt
plate (Zhou et al., 2009 ; San Martin et al., 2006 ; Gaedke, 1993).
Fig. I.3 - Représentation schématique d’un spectre de taille planctonique reconstruit selon
la méthode de Platt & Denman (1978). Les abscisses sont des classes de taille exprimées
en biovolume (bv) et de largeur équivalentes en progression logarithmique : δbv(i)=
δbv(i+1). Les ordonnées représentent le biovolume total (BV) par classe de taille,
normalisé par la largeur de la classe de taille. La flèche rouge représente la dynamique
d’un spectre de pente -1 vers un spectre de pente > -1, dite « plate », matérialisé par la
ligne pointillée rouge. Une pente « plate » peut se traduire par de la croissance dans le cas
d’un spectre représentant une population, une efficacité de transfert de biomasse des
petits organismes vers les grands accrue, dans le cas d’une communauté présentant des
interactions trophiques, et une plus grande stabilité de l’écosystème. La flèche bleue
représente la dynamique d’un spectre de pente -1 vers un spectre de pente < -1, dite
« pentue », matérialisé par la ligne pointillée bleue. Une pente « pentue » peut se traduire
par de la mortalité dans le cas d’un spectre représentant une population, une efficacité de
transfert de biomasse des petits organismes vers les grands moindre, et une instabilité de
l’écosystème.
29
Chapitre I : Introduction
30
Chapitre I : Introduction
31
Chapitre I : Introduction
Les études sur des communautés de plancton complêtes sont rares et le peu qu’il en existe
ne prennent pas en compte les aspects de GEP et de structure en taille simultanément.
Pour tester notre hypothèse principale, nous avons développé un protocole de collecte et
d’analyse original qui nous permet de prendre en compte ces deux aspects. Le Chapitre II
de cette thèse présente les méthodes d’échantillonnage et d’analyse des communautés
planctoniques complêtes. Il présente le site d’échantillonnage des études de série
temporelles (point B, en rade de Villefranche-sur-Mer), et la campagne Tara Oceans,
utilisée pour l’étude spatiale des distributions de zooplancton à l’échelle globale.
32
Chapitre I : Introduction
Le spectre de taille NB-SS à souvent été proposé comme indicateur de l’état des
communautés planctoniques mais la dynamique temporelle des spectres de taille
planctonique depuis les bactéries jusqu'au macroplancton n’a jamais été étudiée. Le
Chapitre IV de cette thèse présente les résultats de l’analyse d’une série temporelle de la
structure en taille de l’ensemble de la communauté planctonique au point B. La structure
en taille a été estimée par des spectres NB-SS de la communauté planctonique complête
(spectres totaux) et par les spectres NB-SS locaux du picoplancton, du nanoplancton, du
microplancton, du mesozooplancton et du macroplancton. Leurs dynamiques ont été
confrontées aux dynamiques environnementales au point B.
Au cours des Chapitre III, IV et V nous avons abordé les dynamiques temporelles de la
communauté planctonique complête au point B, et mis l’accent sur les rôles du
zooplancton dans la structuration de ces communautés. Nous nous proposons d’appliquer
les méthodes utilisées pour l’étude temporelle à une étude spatiale globale pour
déterminer une typologie des communautés zooplanctoniques et de leur spectre de taille à
l’échelle de l’océan global. Le sixième chapitre de cette thèse présente un travail
exploratoire préliminaire pour établir une typologie des communautés zooplanctonique, à
33
Chapitre I : Introduction
Azam, F., Fenchel, T., Field, J., Gray, J., Meyerreil, L. & Thingstad, F. 1983 The Ecological Role of Water-
Column Microbes in the Sea. Marine Ecology Progress Series 10, 257–263.
(doi:10.3354/meps010257)
Azam, F. & Hodson, R. 1977 Size Distribution and Activity of Marine Microheterotrophs. Limnology and
Oceanography 22, 492–501.
Badosa, A., Boix, D., Brucet, S., López-Flores, R. & Quintana, X. D. 2007 Short-term effects of changes in
water management on the limnological characteristics and zooplankton of a eutrophic Mediterranean
coastal lagoon (NE Iberian Peninsula). Marine Pollution Bulletin 54, 1273–1284.
(doi:10.1016/j.marpolbul.2007.01.021)
Banse, K. 1995 Zooplankton - Pivotal Role in the Control of Ocean Production. ICES Journal of Marine
Science 52, 265–277. (doi:10.1016/1054-3139(95)80043-3)
Barton, A. D., Pershing, A. J., Litchman, E., Record, N. R., Edwards, K. F., Finkel, Z. V., Kiørboe, T. &
Ward, B. A. 2013 The biogeography of marine plankton traits. Ecology Letters 16, 522–534.
(doi:10.1111/ele.12063)
Beaugrand, G., Reid, P. C., Ibanez, F., Lindley, J. A. & Edwards, M. 2002 Reorganization of North Atlantic
marine copepod biodiversity and climate. Science 296, 1692–1694. (doi:10.1126/science.1071329)
Benfield, M. C. et al. 2007 RAPID Research on Automated Plankton Identification. Oceanography 20,
172–187.
Berlow, E. L., Dunne, J. A., Martinez, N. D., Stark, P. B., Williams, R. J. & Brose, U. 2008 Simple
prediction of interaction strengths in complex food webs. Proceedings of the National Academy of
Sciences 106, 187–191. (doi:10.1073/pnas.0806823106)
Borkman, D. G. & Smayda, T. J. 2009 Gulf Stream position and winter NAO as drivers of long-term
variations in the bloom phenology of the diatom Skeletonema costatum ‘species-complex’ in
Narragansett Bay, RI, USA. Journal of Plankton Research 31, 1407–1425.
(doi:10.1093/plankt/fbp072)
Brown, J. H. & Gillooly, J. F. 2003 Ecological food webs: High-quality data facilitate theoretical
unification. Proceedings of the National Academy of Sciences 100, 1467–1468.
(doi:10.1073/pnas.0630310100)
Brown, J. H., Gillooly, J. F., Allen, A. P., Savage, V. M. & West, G. B. 2004 Toward a metabolic theory of
ecology. Ecology 85, 1771–1789. (doi:10.1890/03-9000)
Brucet, S., Boix, D., Lopez-Flores, R., Badosa, A. & Quintana, X. D. 2006 Size and species diversity of
zooplankton communities in fluctuating Mediterranean salt marshes. Estuarine, Coastal, and Shelf
Science 67, 424–432. (doi:10.1016/j.ecss.2005.11.016)
Brucet, S., Boix, D., Quintana, X. D., Jensen, E., Nathansen, L. W., Trochine, C., Meerhoff, M., Gascon, S.
& Jeppesen, E. 2010 Factors influencing zooplankton size structure at contrasting temperatures in
34
Chapitre I : Introduction
coastal shallow lakes: Implications for effects of climate change. Limnology and Oceanography 55,
1697–1711. (doi:10.4319/lo.2010.55.4.1697)
Calbet, A. & Landry, M. 2004 Phytoplankton growth, microzooplankton grazing, and carbon cycling in
marine systems. Limnology and Oceanography 49, 51–57.
Carlotti, F. & Poggiale, J. C. 2010 Towards methodological approaches to implement the zooplankton
component in ‘end to end’ food-web models. Progress in Oceanography 84, 20–38.
(doi:10.1016/j.pocean.2009.09.003)
Costanza, R. et al. 1997 The value of the world’s ecosystem services and natural capital. Nature 387, 253–
260. (doi:10.1038/387253a0)
Damuth, J. 1981 Population density and body size in mammals. Nature 290, 699–700.
(doi:10.1038/290699a0)
Elton, C. S., Charles S. 1927 Animal ecology. New York, Macmillan Co.
Emmerson, M. C. & Raffaelli, D. 2004 Predator-prey body size, interaction strength and the stability of a
real food web. Journal of Animal Ecology 73, 399–409. (doi:10.1111/j.0021-8790.2004.00818.x)
F. S. Chapin III 1993 Functional role of growth forms in ecosystem and global processes. In Scaling
physiological processes: leaf to globe, pp. 287–312. San Diego: J.R. Ehleringer and C.B. Field.
Falkowski, P. G., Katz, M. E., Knoll, A. H., Quigg, A., Raven, J. A., Schofield, O. & Taylor, F. J. R. 2004
The evolution of modern eukaryotic phytoplankton. Science 305, 354–360.
(doi:10.1126/science.1095964)
Fenchel, T. 1974 Intrinsic Rate of Natural Increase - Relationship with Body Size. Oecologia 14, 317–326.
(doi:10.1007/BF00384576)
Field, J. G., Hempel, G. & Summerhayes, C. P. 2002 Oceans 2020: Science, Trends, and the Challenge of
Sustainability. Island Press.
Follows, M. J. & Dutkiewicz, S. 2011 Modeling Diverse Communities of Marine Microbes. In Annual
Review of Marine Science, Vol 3 (eds C. A. Carlson & S. J. Giovannoni), pp. 427–451. Palo Alto:
Annual Reviews.
Follows, M. J., Dutkiewicz, S., Grant, S. & Chisholm, S. W. 2007 Emergent biogeography of microbial
communities in a model ocean. Science 315, 1843–1846. (doi:10.1126/science.1138544)
Gaedke, U. 1993 Ecosystem Analysis Based on Biomass Size Distributions - a Case-Study of a Plankton
Community in a Large Lake. Limnology and Oceanography 38, 112–127.
Garcia-Comas, C., Chun-Yi Chang, Lin Ye, Sastri, A. R., Lee, Y.-C., Gong, G.-C. & Hsieh, C. . 2013
Mesozooplankton size structure in response to environmental conditions in the East China Sea: How
much does size spectra theory fit empirical data of a dynamic coastal area? Progress In
Oceanography In press.
Gentleman, W., Leising, A., Frost, B., Strom, S. & Murray, J. 2003 Functional responses for zooplankton
feeding on multiple resources: a review of assumptions and biological dynamics. Deep-Sea
Research Part II-Topical Studies in Oceanography. 50, 2847–2875.
(doi:10.1016/J.DSR2.2003.07.001)
Gilabert, J. 2001 Short-term variability of the planktonic size structure in a Mediterranean coastal lagoon.
Journal of Plankton Research 23, 219–226. (doi:10.1093/plankt/23.2.219)
35
Chapitre I : Introduction
Gillooly, J. F., Brown, J. H., West, G. B., Savage, V. M. & Charnov, E. L. 2001 Effects of Size and
Temperature on Metabolic Rate. Science 293, 2248–2251. (doi:10.1126/science.1061967)
Hansen, B., BjøRnsen, P. K. & Hansen, P. J. 1994 The size ratio between planktonic predators and their
prey. Limnology and Oceanography 39, 395–403. (doi:10.4319/lo.1994.39.2.0395)
Hansen, P. J., Bjornsen, P. K. & Hansen, B. W. 1997 Zooplankton grazing and growth: Scaling within the
2-2,000-mu m body size range. Limnology and Oceanography 42, 687–704.
Hays, G. C., Richardson, A. J. & Robinson, C. 2005 Climate change and marine plankton. Trends in
Ecology & Evolution 20, 337–344. (doi:10.1016/j.tree.2005.03.004)
Hofmann, E. E. 2010 Plankton functional group models - An assessment. Progress in Oceanography 84,
16–19. (doi:10.1016/j.pocean.2009.09.002)
Hood, R. R. et al. 2006 Pelagic functional group modeling: Progress, challenges and prospects. Deep-Sea
Research Part II-Topical Studies in Oceanography. 53, 459–512. (doi:10.1016/j.dsr2.2006.01.025)
Hsieh, C. H., Glaser, S. M., Lucas, A. J. & Sugihara, G. 2005 Distinguishing random environmental
fluctuations from ecological catastrophes for the North Pacific Ocean. Nature 435, 336–340.
(doi:10.1038/nature03553)
Huete-Ortega, M., Maranon, E., Varela, M. & Bode, A. 2010 General patterns in the size scaling of
phytoplankton abundance in coastal waters during a 10-year time series. Journal of Plankton
Research 32, 1–14. (doi:10.1093/plankt/fbp104)
Hutchinson, G. & Macarthur, R. 1959 A Theoretical Ecological Model of Size Distributions Among
Species of Animals. The American Naturalist 93, 117–125. (doi:10.1086/282063)
IPCC 2007 Climate Change 2007, the Fourth Assessment Report (AR4).
Jennings, S. & Mackinson, S. 2003 Abundance-body mass relationships in size-structured food webs.
Ecology Letters 6, 971–974. (doi:10.1046/j.1461-0248.2003.00529.x)
Jennings, S., Pinnegar, J. K., Polunin, N. V. C. & Boon, T. W. 2001 Weak cross-species relationships
between body size and trophic level belie powerful size-based trophic structuring in fish
communities. Journal of Animal Ecology 70, 934–944. (doi:10.1046/j.0021-8790.2001.00552.x)
Kamenir, Y., Dubinsky, Z. & Harris, R. 2010 Taxonomic size structure consistency of the English Channel
phytoplankton Journal of Experimental Marine Biology and Ecology 383, 105–110.
(doi:10.1016/j.jembe.2009.12.009)
Karl, D. M., Bidigare, R. R. & Letelier, R. M. 2001 Long-term changes in plankton community structure
and productivity in the North Pacific Subtropical Gyre: The domain shift hypothesis. Deep-Sea
Research Part II-Topical Studies in Oceanography. 48, 1449–1470. (doi:10.1016/S0967-
0645(00)00149-1)
Karsenti, E. et al. 2011 A holistic approach to marine eco-systems biology. PLoS biology 9.
(doi:10.1371/journal.pbio.1001177)
Kiorboe, T. 1993 Turbulence, Phytoplankton Cell-Size, and the Structure of Pelagic Food Webs. Advances
in Marine Biology, Vol 29 29, 1–72. (doi:10.1016/S0065-2881(08)60129-7)
36
Chapitre I : Introduction
Le Quere, C. et al. 2005 Ecosystem dynamics based on plankton functional types for global ocean
biogeochemistry models. Global Change Biology 11, 2016–2040. (doi:10.1111/j.1365-
2468.2005.01004.x)
Lee, S. & Fuhrman, J. 1987 Relationships Between Biovolume and Biomass of Naturally Derived Marine
Bacterioplankton. Applied Environmental Microbiology 53, 1298–1303.
Legendre, L. & Rassoulzadegan, F. 1996 Food-web mediated export of biogenic carbon in oceans:
Hydrodynamic control. Marine Ecology Progress Series 145, 179–193. (doi:10.3354/meps145179)
Litchman, E., Pinto, P. de T., Klausmeier, C. A., Thomas, M. K. & Yoshiyama, K. 2010 Linking traits to
species diversity and community structure in phytoplankton. Hydrobiologia 653, 15–28.
(doi:10.1007/s10750-010-0341-5)
Lopez-Urrutia, A., San Martin, E., Harris, R. P. & Irigoien, X. 2006 Scaling the metabolic balance of the
oceans. Proceedings of the National Academy of Sciences 103, 8739–8744.
(doi:10.1073/pnas.0601137103)
Margalef, R. 1958 Temporal succession and spatial heterogeneity in natural phytoplankton. In Perspectives
in Marine Biology, pp. 323–349. Los Angeles: Buzzati-Traverso.
Mason, N. W. H., Mouillot, D., Lee, W. G. & Wilson, J. B. 2005 Functional richness, functional evenness
and functional divergence: the primary components of functional diversity. Oikos 111, 112–118.
(doi:10.1111/j.0030-1299.2005.13886.x)
McGill, B. J., Enquist, B. J., Weiher, E. & Westoby, M. 2006 Rebuilding community ecology from
functional traits. Trends in Ecology and Evolution 21, 178–185. (doi:10.1016/j.tree.2006.02.002)
Mitra, A. & Davis, C. 2010 Defining the ‘to’ in end-to-end models. Progress in Oceanography 84, 39–42.
(doi:10.1016/j.pocean.2009.09.004)
Odum, H. 1956 Efficiencies, Size of Organisms, and Community Structure. Ecology 37, 592–597.
(doi:10.2307/1930184)
Ohman, M. D., Runge, J. A., Durbin, E. G., Field, D. B. & Niehoff, B. 2002 On birth and death in the sea.
Hydrobiologia 480, 55–68. (doi:10.1023/A:1021228900786)
Petchey, O. L., Beckerman, A. P., Riede, J. O. & Warren, P. H. 2008 Size, foraging, and food web
structure. Proceedings of the National Academy of Sciences 105, 4191–4196.
(doi:10.1073/pnas.0710672105)
Petchey, O. L. & Gaston, K. J. 2002 Functional diversity (FD), species richness and community
composition. Ecology Letters 5, 402–411. (doi:10.1046/j.1461-0248.2002.00339.x)
Peters, R. & Wassenberg, K. 1983 The Effect of Body Size on Animal Abundance. Oecologia 60, 89–96.
(doi:10.1007/BF00379325)
Platt, T. & Denman, K. 1977 Organisation in the pelagic ecosystem. Helgoländer Wissenschaftliche
Meeresuntersuchungen 30, 575–581. (doi:10.1007/BF02207862)
Platt, T. & Denman, K. 1978 The structure of pelagic marine ecosystems. Journal du Conseil International
pour l’Exploration de la Mer 173, 60–65.
37
Chapitre I : Introduction
Prowe, A. E. F., Pahlow, M., Dutkiewicz, S., Follows, M. & Oschlies, A. 2012 Top-down control of marine
phytoplankton diversity in a global ecosystem model. Progress in Oceanography 101, 1–13.
(doi:10.1016/j.pocean.2011.11.016)
Quinones, R., Platt, T. & Rodriguez, J. 2003 Patterns of biomass-size spectra from oligotrophic waters of
the Northwest Atlantic. Progress in Oceanography 57, 405–427. (doi:10.1016/S0079-
6611(03)00108-3)
Raes, J., Letunic, I., Yamada, T., Jensen, L. J. & Bork, P. 2011 Toward molecular trait-based ecology
through integration of biogeochemical, geographical and metagenomic data. Molecular Systems
Biology 7. (doi:10.1038/msb.2011.6)
Reuman, D. C., Mulder, C., Raffaelli, D. & Cohen, J. E. 2008 Three allometric relations of population
density to body mass: theoretical integration and empirical tests in 149 food webs. Ecology Letters
(doi:10.1111/j.1461-0248.2008.01236.x)
Rodriguez, J. & Mullin, M. M. 1986 Diel and Interannual Variation of Size Distribution of Oceanic
Zooplanktonic Biomass. Ecology 67, 215–222.
San Martin, E., Harris, R. P. & Irigoien, X. 2006 Latitudinal variation in plankton size spectra in the
Atlantic Ocean. Deep Sea Research Part II-Topical Studies in Oceanography 53, 1560–1572.
(doi:10.1016/j.dsr2.2006.05.006)
Sheldon, R. W., Prakash, A. & Sutcliffe, W. H. 1972 The Size Distribution of Particles in the Ocean.
Limnology and Oceanography 17, 327–340.
Sieburth, J., Smetacek, V. & Lenz, J. 1978 Pelagic Ecosystem Structure - Heterotrophic Compartments of
Plankton and Their Relationship to Plankton Size Fractions - Comment. Limnology and
Oceanography 23, 1256–1263.
Silvert, W. & Platt, T. 1978 Energy Flux in Pelagic Ecosystem - Time-Dependent Equation. Limnology and
Oceanography 23, 813–816.
Sommer, U., Gliwicz, Z., Lampert, W. & Duncan, A. 1986 The Peg-Model of Seasonal Succession of
Planktonic Events in Fresh Waters. Archiv für Hydrobiologie 106, 433–471.
Sommer, U. et al. 2012 Beyond the Plankton Ecology Group (PEG) Model: Mechanisms Driving Plankton
Succession. In Annual Review of Ecology, Evolution, and Systematics, Vol 43 (ed D. J. Futuyma),
pp. 429–448. Palo Alto: Annual Reviews.
Sprules, W. & Goyke, A. 1994 Size-Based Structure and Production in the Pelagia of Lakes Ontario and
Michigan. Canadian Journal of Fisheries and Aquatic Science 51, 2603–2611. (doi:10.1139/f94-
260)
Tarling, G. A., Stowasser, G., Ward, P., Poulton, A. J., Zhou, M., Venables, H. J., McGill, R. A. R. &
Murphy, E. J. 2012 Seasonal trophic structure of the Scotia Sea pelagic ecosystem considered
through biomass spectra and stable isotope analysis. Deep Sea Research Part II-Topical Studies in
Oceanography 59–60, 222–236. (doi:10.1016/j.dsr2.2011.07.002)
Taylor, A. H., Allen, J. I. & Clark, P. A. 2002 Extraction of a weak climatic signal by an ecosystem. Nature
416, 629–632. (doi:10.1038/416629a)
Verity, P. G. & Smetacek, V. 1996 Organism life cycles, predation, and the structure of marine pelagic
ecosystems. Marine Ecology Progress Series 130, 277–293. (doi:10.3354/meps130277)
Vidondo, B., Prairie, Y. T., Blanco, J. M. & Duarte, C. M. 1997 Some aspects of the analysis of size spectra
in aquatic ecology. Limnology and Oceanography 42, 184–192.
Violle, C., Navas, M.-L., Vile, D., Kazakou, E., Fortunel, C., Hummel, I. & Garnier, E. 2007 Let the
concept of trait be functional! Oikos 116, 882–892. (doi:10.1111/j.2007.0030-1299.15559.x)
38
Chapitre I : Introduction
Ward, B. A., Dutkiewicz, S., Jahn, O. & Follows, M. J. 2012 A size-structured food-web model for the
global ocean. Limnology and Oceanography 57, 1877–1891. (doi:10.4319/lo.2012.57.6.1877)
Woodward, G., Ebenman, B., Emmerson, M., Montoya, J. M., Olesen, J. M., Valido, A. & Warren, P. H.
2005 Body size in ecological networks. Trends in Ecology and Evolution 20, 402–409.
(doi:10.1016/j.tree.2005.04.005)
Yvon-Durocher, G., Reiss, J., Blanchard, J., Ebenman, B., Perkins, D. M., Reuman, D. C., Thierry, A.,
Woodward, G. & Petchey, O. L. 2011 Across ecosystem comparisons of size structure: methods,
approaches and prospects. Oikos 120, 550–563. (doi:10.1111/j.1600-0706.2010.18863.x)
Zhou, M. 2006 What determines the slope of a plankton biomass spectrum? Journal of Plankton Research
28, 437–448. (doi:10.1093/plankt/fbi119)
Zhou, M. & Huntley, M. E. 1997 Population dynamics theory of plankton based on biomass spectra.
Marine Ecology Progress Series 159, 61–73. (doi:10.3354/meps159061)
Zhou, M., Tande, K. S., Zhu, Y. & Basedow, S. 2009 Productivity, trophic levels and size spectra of
zooplankton in northern Norwegian shelf regions. Deep-Sea Research Part II-Topical Studies in
Oceanography. 56, 1934–1944. (doi:10.1016/j.dsr2.2008.11.018)
39
Chapitre II : Matériel & Méthodes
40
Chapitre II : Matériel & Méthodes
Fig. II.1 - La classification par la taille du plancton marin (adapté de Sieburth et al.,
1978)(source : http://www.hpl.umces.edu/~jpierson/plankton.html)
La rade de Villefranche est située sur la côte nord de la mer Ligure, au niveau de
la « french riviera » entre Nice et Monaco. Elle est étroite et profonde (1.5 km x 4 km) et
atteint 300 m de fond à son embouchure. La zone est caractérisée par l’absence de plateau
continental et la proximité immédiate du canyon sous-marin du Var (-2000 m). La rade
est caractérisée par de basses concentrations en chlorophylle a et est considérée comme
oligotrophique à mésotrophique (Bustillos-Guzman et al., 1995). La zone fait partie d’une
écorégion de la Méditerranée ou s’observent des efflorescences algales (blooms)
printanières irrégulières dans le temps (D’ortenzio & Ribera d’Alcala, 2009). Ce site à la
particularité d’être à la fois côtier, influencé par les apports continentaux, mais aussi très
fortement influencé par les eaux du large. La rade subit à la fois le ruissellement des eaux
de pluie et les panaches d’eaux dessalées des rivières côtières locales (Var, Paillon et
Roya), principalement en hiver et au printemps lors de la fonte des neiges du massif du
Mercantour, mais aussi les apports d’eaux du large par les méandres du courant nord, et
des eaux du fond par des résurgences issues du canyon du Var.
La station d’échantillonnage point B se situe à l’entrée de la baie (43°41.10 N,
7°19.00 E) sur un fond de 85 m. La structure de la colonne d’eau évolue de mélangée en
41
Chapitre II : Matériel & Méthodes
hiver, à bien stratifiée par la température en été, avec des périodes de transition
printanières en avril-mai, et automnales en novembre-décembre. La structure de la
colonne d’eau au point B est essentiellement affectée par des vents zonaux (Est-Ouest).
La circulation normale dans la rade consiste en un filament du courant Ligure entrant en
surface par l’est qui plonge en circulant vers le fond de la rade, et ressort en sub-surface
par l’ouest. Cette circulation est accélérée par les vents d’est, et est inversée par les vents
d’ouest (Hentsch, 1959). La persistance des vents d’est peut induire des résurgences
d’eaux de fond (upwelling) depuis le canyon du var, produisant localement un
enrichissement en sels nutritifs (Nival & Corre, 1976).
42
Chapitre II : Matériel & Méthodes
globale (Fig. II.3). Cette démarche s’inspire de la philosophie des grandes expéditions
naturalistes de la fin du XIXème siècle telle l’expédition du Challenger ou celle du
Beagle qui permis à Darwin d’élaborer sa théorie de l’évolution faisant encore référence
actuellement. L’idée générale reste la même : identifier et caractériser la biodiversité
marine, en l’inscrivant dans le contexte actuel de changement global des écosystèmes.
Mais les outils et méthodes prévalant au XIXème siècle ont été adaptés aux nouvelles
technologies et une méthodologie originale unique a été développée spécifiquement pour
cette expédition. Ce qui au départ n’était qu’un rêve de scientifique, a grandi pour devenir
un consortium international d’une centaine de scientifiques, logisticiens, et partenaires
institutionnels et privés rassemblés autour d’une campagne océanographique et
biologique d’une ampleur inégalée. Les disciplines impliquées dans ce projet incluent
l’océanographie opérationnelle, l’écologie microbienne, la biologie cellulaire et
moléculaire, la taxonomie, la bioinformatique, la gestion de bases de données, la
modélisation d’écosystèmes, ainsi que le développement technique et instrumental
appliqué à l’océanographie biologique (Karsenti et al., 2011).
Fig. II.3 - Le trajet et les escales de l’expédition Tara Oceans (voir également Annexe II-3
et Annexe II-4).
43
Chapitre II : Matériel & Méthodes
Les différents engins de pêche utilisés ont été choisis pour leurs caractéristiques
précises adaptées à la collecte des différentes fractions de plancton (Table II.1).
L’échantillonnage au point B a été réalisé toutes les semaines entre le 29 Novembre 2010
et le 05 Octobre 2011, soit 10 mois de pêche hebdomadaire (45 points). Six engins de
pêche ont été mis en œuvre pour cet échantillonnage (Table II.2 et Table II.3), en traits
verticaux de 75 m environ à la surface pour les filets, et en 6 profondeurs discrètes pour
les bouteilles Niskin (Table II.2). Le filet 20 µm a été équipé d’un volucompteur (marque
TSK), et a été déployé à la main depuis le bord du bateau pour limiter le colmatage. Les
autres filets (phyto 50 µm, WP2 100 µm, WP2 200 µm et filet Régent 680, Table II.3)
n’ont pas été équipés de volucompteurs et ont été déployés avec le treuil du bateau. Le
44
Chapitre II : Matériel & Méthodes
point B est considéré comme oligotrophique, les risques de colmatages des filets de vide
de maille supérieur à 200 µm sont réduits, mais ils ne sont pas négligeables pour les filets
de maille inférieure. Les données issues des filets phyto 50 µm et WP2 100 µm seront
donc considérées comme qualitatives uniquement. Les déploiements de filets au point B
sont rapides, sur une colonne d’eau peu profonde, dans une baie ouverte sur le large mais
relativement abritée, la possible dérive du bateau a donc été considérée comme
négligeable. Les profondeurs échantillonnées ont été estimées grâce à la longueur de
câble déroulée et l’angle de ce câble avec la verticale par trigonométrie. De même, les
volumes d’eau échantillonnés avec les filets WP2 200 µm et Régent 680 µm ont été
calculés en multipliant la longueur de câble déroulée par la surface d’ouverture du filet
(Table II.3), en considérant le colmatage et la dérive négligeables.
Table II.1 - Les différentes fractions de taille du plancton, leurs type, les différents engins
de pêche utilisés, et les méthodes de conservation et d’analyse. Les plages grisées sont
spécifiques à l’échantillonnage et aux analyses faites dans le cadre de Tara Oceans.
Catégorie Type taille theo. taille engins de pèche fixateur instrument
Bacteries et Glutaraldéhyde cytomètre en flux
Picoplancton < 2 µm < 3 µm Bouteille Niskin
Phytoplancton Azote Liquide HPLC
Phytoplancton et Lugol acide 2.5% microscope inversé
Nanoplancton 2-20 µm 3 -30 µm Bouteille Niskin
Nanozooplancton Azote Liquide HPLC
Filet 20 µm
Phytoplancton et 25-300 Lugol acide 2.5% FlowCAM
Microplancton 20-200 µm Filet 50 µm
Microzooplancton µm
Bouteille Niskin Azote Liquide HPLC
Filet WP2 200
300- Formol tamponné
Mesoplancton Zooplancton 200-2000 µm Bongo 300 Zooscan
4000 µm 4%
Multinet 5x
1- 100 Multinet 5x Formol tamponné
Macroplancton Zooplancton 2-20 mm Zooscan
mm Filet Régent 4%
45
Chapitre II : Matériel & Méthodes
Table II.2 - Les caractéristiques de l’échantillonnage au point B et sur Tara. Les plages
grisées sont spécifiques à l’échantillonnage fait dans le cadre de Tara Oceans. L’étoile
identifie les filets dont les échantillons sont encore en cours d’analyse.
engin de pèche Point B Tara
présence profondeur présence profondeur
Multinet 5x * X voir CTD
Filet régent x 75-0 m x 500-0 m
Filet Bongo 300 * x 500-0 m
Filet WP2 200 x 75-0 m x 100-0 m
Filet WP2 100 * x 75-0 m
Filet phyto 50 * x 75-0 m x 100-0 m
Filet phyto 20 x 75-0 m x
Bouteille Niskin 6L 1-10-20-30-50-75 m 12L voir CTD
Table II.3 - Les caractéristiques techniques des engins de pêche utilisés et le plancton
cible. Les plages grisées sont spécifiques aux engins utilisés uniquement sur Tara.
L’étoile identifie les filets dont les échantillons sont encore en cours d’analyse.
maille forme longueur dimensions surface taille cible
Multinet 5x * 300 µm carré 2.50 m 0.5 x 0.5m 0.25 m2 Macro/ Meso/ plancton
Filet régent 680 µm conique 4m Ø1m 0.79 m2 Macroplancton
Filet Bongo * 300 µm conique 3m Ø 0.6 m 0.28 m2 Macro/ Meso/ plancton
Filet WP2 200 200 µm cylindro-conique 2.75 m Ø 0.57 m 0.25 m2 Mesozooplancton
Filet WP2 100 * 100 µm cylindro-conique 2.75 m Ø 0.57 m 0.25 m2 Meso/ Microplancton
Filet phyto 50 * 53 µm conique 2.75 m Ø 0.57 m 0.25 m2 Microplancton
Filet phyto 20 20 µm conique 0.80 m Ø 0.34 m 0.09 m2 Microplancton
Bouteille Niskin volume: 6 ou 12 litres Pico/Nano/Microplancton
Les détails du nombre de points échantillonnés pour les deux projets seront
donnés dans les sections méthodologiques des chapitres de résultats.
II.3.1. Le picoplancton
Deux groupes d’échantillons de 2 ml d’eau de mer ont été prélevés dans les
bouteilles Niskin issues des profondeurs 1, 10, 20, 30 et 50 m et ont été analysés par
cytométrie en flux (Fig. II.5). Le premier groupe d’échantillons a été utilisé pour
dénombrer les bactéries hétérotrophes. Le protocole utilisé est décrit en détail dans Marie
46
Chapitre II : Matériel & Méthodes
et al (1999). Simplement, les échantillons ont été fixés avec du glutaraldehyde (25 %),
puis teints au SYBER green (Sigma) et stockés dans l’azote liquide avant analyse. Le
deuxième groupe d’échantillons a été utilisé pour dénombrer les cyanobactéries des
groupes Synechococcus sp. et Prochlorococcus sp., et les algues picoeucaryotes. Les
échantillons n’ont pas été fixés, ni teints. Ils ont été placés dans l’azote liquide
immédiatement après collecte, et les 3 populations différentes ont été discriminées sur la
base de leur autofluorescence naturelle et de la dispersion de la lumière (« scatter »)
caractéristique à chaque classe de taille, selon le protocole décrit dans Marie et al (1999).
Les quantités de picoplancton obtenues aux 5 profondeurs discrètes ont été intégrées sur
la colonne d’eau par la méthode d’intégration trapézoïdale.
II.3.2. Le nanoplancton
Deux cent cinquante, 500, 500, 750 et 1000 ml ont été prélevés dans les bouteilles
Niskin aux profondeurs 1, 10, 20, 30 et 50 m, respectivement, et rassemblés dans un seul
échantillon composite. Ces volumes ont été calculés pour intégrer les concentrations de
nanoplancton sur la colonne d’eau selon la méthode trapézoïdale. Chaque échantillon
composite représente 3 l d’eau de mer, et a été concentré par gravité sur un tamis de vide
de maille 1.5 µm, jusqu'à obtenir un volume compris entre 200 et 400 ml, immédiatement
après collecte. Les échantillons concentrés ont été fixés au Lugol acide à 2.5 %. Les
volumes finaux obtenus ont été mesurés avec précision et enregistrés dans une base de
données associée à chaque échantillon. Les échantillons fixés ont été stockés à 4°C avant
l’analyse. Pour chaque échantillon, un sous échantillon de 50 ml a été mis à sédimenter
dans une colonne à sédimentation selon la méthode Uthermöhl (Uthermöhl, 1931)
pendant 48h, à 4°C. Les échantillons ont ensuite été examinés avec un microscope inversé
Olympus IX71 associé à une caméra haute définition et au logiciel Olympus Cell^B au
grossissement 200x, en lumière transmise. Cent champs déterminés au hasard ont été
imagés manuellement, pour ajuster la mise au point précisément, sur chaque échantillon.
Les images obtenues font 3000 x 4000 pixels, avec un pixel de 0.08 µm² et sont codées en
3 canaux 8-bit RGB (Fig. II.5). Seul le canal rouge (R) est utilisé pour analyser les images
(voir paragraphe II.4). Les densités de nanoplancton ont été estimées en connaissant la
surface totale de la cellule dans laquelle à sédimenté l’échantillon, les rapports de
concentration et de sous échantillonnage, la surface de chaque image et le nombre de
particules comptés.
47
Chapitre II : Matériel & Méthodes
Fig. II.5 - Présentation d’un cytogramme et d’images composites obtenues avec les 3
instruments d’imagerie utilisés pour ce travail. Les barres de couleur au dessus de chaque
image rappellent les intervalles de tailles des groupes d’organisme cibles présentés dans
la Fig. II.4 - Schéma conceptuel de la stratégie d’échantillonnage complète. Les
intervalles de taille représentés par les barres de couleurs horizontales sont donnés à titre
indicatifs et ne représentent pas exactement la réalité. Les virus n’ont pas été analysés
pour cette thèse. Les vignettes dans les images composites ne sont pas à l’échelle, et
représentent un aperçu de la qualité d’image obtenue avec le Zooprocess, et de la
diversité des organismes rencontrés dans chaque type d’échantillon.
II.3.3. Le microplancton
Les échantillons de microplancton sont issus des pêches au filet 20 µm. Ils ont été
fixés au Lugol acide à 2.5 %, à bord du bateau, immédiatement après la collecte. Les
volumes récupérés sont compris entre 200 et 300 ml, mesurés avec précision et
enregistrés dans une base de données associée à chaque échantillon. Les échantillons
fixés ont été analysés dans la ½ journée suivant la collecte, avec un FlowCAM (Sieracki
et al., 1998). Un objectif Olympus 4x et une cellule de 300 µm de profondeur (FC300)
ont été utilisés pour l’analyse. Les échantillons ont été pré-filtrés sur un tamis de 500 µm
de vide de maille pour enlever les gros organismes du mesozooplancton avant l’analyse et
limiter les colmatages et les bouchons à l’entrée de la cellule. Le flux a été réglé pour
faire circuler approximativement 1.5-2 ml d’échantillon par minute, et la caméra a été
réglée pour ne capturer que les objets compris entre 20 et 1000 µm ESD, à une fréquence
de 10 images par seconde. La machine a été réglée pour s’arrêter de prendre des images à
2 conditions : 45 min d’analyse ou 10000 objets imagés. Le ratio vitesse du flux sur
fréquence d’acquisition prévient la capture de doublons. Les images obtenues font 1024 x
768 pixels avec une taille de pixel de 1.29 µm², codée en 8-bits de niveaux de gris (Fig.
II.5). Le volume passé par la cellule est mesuré précisément en fin d’analyse et enregistré
dans une base de données associée à chaque échantillon. Les densités de microplancton
ont été estimées en connaissant le volume imagé (surface imagée x profondeur de la
48
Chapitre II : Matériel & Méthodes
49
Chapitre II : Matériel & Méthodes
des objets retiennent notre attention. Ces deux paramètres seront utilisés pour estimer les
biovolumes de chaque objet (Vandromme et al., 2012).
L’analyse des images et l’identification des groupes de plancton se déroule en 6
étapes (Fig. II.6), et requièrent l’utilisation de 3 logiciels : Le Zooprocess, Plankton
Identifier (Gasparini, 2007) et Tanagra (Rakotomalala, 2005).
Fig. II.6 - Schéma d’opération de l’analyse des images brutes sorties du capteur jusqu'à
l’identification taxonomique semi-automatique assistée par ordinateur, en 6 étapes
(chiffres rouges).
50
Chapitre II : Matériel & Méthodes
échantillon standard, mais sans particules. Dans le cas du FlowCAM c’est la moyenne de
10 images calculée à intervalles réguliers pendant le passage de l’échantillon. Ce sont ces
images du fond théoriquement invariant qui seront soustraites aux images dans lesquelles
il y a des particules. Les images résultantes auront donc un fond quasiment blanc
contrastant fortement avec les ROI. Dans le cas d’images issues de la microscopie, le
fond dépend des conditions de lumière, de mise au point, et de coloration du milieu
(Lugol). Il est donc impossible de générer un fond physique qui convienne pour chaque
image. La technique de soustraction du fond retenue est la méthode d’homogénéisation
du fond par l’algorithme « rolling ball » (Sternberg, 1983) implémentée dans le code natif
d’ImageJ.
L’action suivante est un seuillage (« tresholding ») de la valeur (couleur) des
pixels. Les images de travail sont codées en niveaux de gris 8-bit, soit 28 = 256 niveaux
de gris. Le niveau 0 correspond à noir total, le niveau 255 à blanc total. Le seuillage a
pour but de rendre le fond complètement blanc en transformant les pixels qui ont une
couleur au-delà de la valeur du seuil, en pixel blanc. Par exemple, pour les images issues
du Zooscan le seuil est 243. Tous les pixels qui ont une valeur > 243 seront recodés en
blanc (255). Finalement les seuls pixels non-blancs dans l’image seront des pixels
appartenant à un objet.
L’action suivante est la segmentation, littéralement la détection spatiale des ROI.
Cette action vise à différencier les pixels de fond des pixels appartenant aux ROI. C’est
une méthode itérative qui va mesurer la valeur de chaque pixel un par un. Chaque fois
que l’algorithme de segmentation rencontre un pixel non-blanc, il va chercher les pixels
contigus à ceux qui sont non-blancs, et ainsi de suite jusqu'à avoir fait le contour de la
ROI. Les coordonnées spatiales d’une surface d’image contenant la ROI sont définies
pendant la segmentation, pour chaque ROI.
Une fois que la ROI est identifiée, les mesures sont réalisées, et stockées dans une
ligne de données qui les compiles, et les associe aux coordonnées de la surface qui
contient la ROI.
51
Chapitre II : Matériel & Méthodes
52
Chapitre II : Matériel & Méthodes
pour ce travail sont équivalentes à celles présenté dans Gorsky et al., (2010) et dans
Garcia-Comas et al., (2011).
53
Chapitre II : Matériel & Méthodes
54
Chapitre II : Matériel & Méthodes
55
Chapitre II : Matériel & Méthodes
Les tailles limites supérieures péchées quantitativement ont été déterminées comme la
première classe vide.
L’ordonnée à l’origine des pentes spectrales a été utilisée comme un estimateur de
la biomasse totale contenue dans le spectre. D’autres variables peuvent être extraites des
spectres, comme la qualité de l’ajustement linéaire (« linear fit », Garcia-Comas et al.,
2013, in press), ou la diversité des tailles (Ye et al., 2013), mais elles n’ont pas été
utilisées pour cette thèse. Nous avons plutôt choisi de considérer toute l’information
contenue dans les spectres en s’en servant comme descripteurs pour des analyses de
groupement hiérarchiques, que multiplier les variables synthétiques, qui n’ont pas une
interprétation écologique encore très claire ni consensuelle (Garcia-Comas et al., 2013, in
press).
56
Chapitre II : Matériel & Méthodes
Benfield, M. C. et al. 2007 RAPID Research on Automated Plankton Identification. Oceanography 20,
172–187.
Beranger, K., Mortier, L. & Crepon, M. 2005 Seasonal variability of water transport through the Straits of
Gibraltar, Sicily and Corsica, derived from a high-resolution model of the Mediterranean circulation.
Progress in Oceanography 66, 341–364. (doi:10.1016/j.pocean.2004.07.013)
Blanco, J. M., Echevarria, F. & Garcia, C. M. 1994 Dealing with size-spectra: Some conceptual and
mathematical problems. Scientia Marina 58, 17–29.
Bustillos-Guzman, J., Claustre, H. & Marty, J. C. 1995 Specific phytoplankton signatures and their
relationship to hydrographic conditions in the coastal Northwestern Mediterranean sea. Marine
Ecology Progress Series 124, 247–258. (doi:10.3354/meps124247)
D’Ortenzio, F. & d’ Alcala, M. R. 2009 On the trophic regimes of the Mediterranean Sea: a satellite
analysis. Biogeosciences 6, 139–148.
Gallienne, C. P. & Robins, D. B. 2001 Is Oithona the most important copepod in the world’s oceans?
Journal of Plankton Research 23, 1421–1432. (doi:10.1093/plankt/23.12.1421)
Garcia-Comas, C., Stemmann, L., Ibanez, F., Berline, L., Mazzocchi, M. G., Gasparini, S., Picheral, M. &
Gorsky, G. 2011 Zooplankton long-term changes in the NW Mediterranean Sea: Decadal
periodicity forced by winter hydrographic conditions related to large-scale atmospheric changes?
Journal of Marine Systems 87, 216–226. (doi:10.1016/j.jmarsys.2011.04.003)
Garcia-Comas, C., Chun-Yi Chang, Lin Ye, Sastri, A. R., Lee, Y.-C., Gong, G.-C. & Hsieh, C.H. 2013
Mesozooplankton size structure in response to environmental conditions in the East China Sea: How
much does size spectra theory fit empirical data of a dynamic coastal area? Progress In
Oceanography In press.
57
Chapitre II : Matériel & Méthodes
Gasparini, S. 2007 Plankton Identifier : a software for automatic recognition of planktonic organisms.
http://www.obs-vlfr.fr/~gaspari/Plankton_Identifier/index.php
Gorsky, G. et al. 2010 Digital zooplankton image analysis using the ZooScan integrated system. Journal of
Plankton Research 32, 285 –303. (doi:10.1093/plankt/fbp124)
Guidi, L., Ibanez, F., Calcagno, V. & Beaugrand, G. 2009 A new procedure to optimize the selection of
groups in a classification tree: Applications for ecological data. Ecological Modelling 220, 451–461.
(doi:10.1016/j.ecolmodel.2008.11.006)
Jeffrey, S. W. & Mantoura, R. F. C. 1997 Development of pigment methods for oceanography: SCOR-
supported working groups and objectives. Monographs on Oceanographic Methodology 10.
Karsenti, E. et al. 2011 A holistic approach to marine eco-systems biology. PLoS biology 9.
(doi:10.1371/journal.pbio.1001177)
Le Quere, C. et al. 2005 Ecosystem dynamics based on plankton functional types for global ocean
biogeochemistry models. Global Change Biology 11, 2016–2040. (doi:10.1111/j.1365-
2468.2005.01004.x)
Lee, S. & Fuhrman, J. 1987 Relationships Between Biovolume and Biomass of Naturally Derived Marine
Bacterioplankton. Applied Environmental Microbiology 53, 1298–1303.
Legendre, P., Dallot, S. & Legendre, L. 1985 Succession of Species Within a Community - Chronological
Clustering, with Applications to Marine and Fresh-Water Zooplankton. The American Naturalist
125, 257–288. (doi:10.1086/284340)
Marie, D., Brussaard, C., Partensky, F. & Vaulot, D 1999 Flow cytometric analysis of phytoplankton,
bacteria and viruses. In Current Protocols in Cytometry, Sons, J.W.
Millot, C. 1999 Circulation in the Western Mediterranean Sea. Journal of Marine Systems 20, 423–442.
(doi:10.1016/S0924-7963(98)00078-5)
Motoda, S. 1959 Devices of simple plankton apparatus. Memoirs of the Faculty of Fisheries, Hokkaido
University 7, 73–94.
Nichols, J. & Thompson, A. 1991 Mesh Selection of Copepodite and Nauplius Stages of 4 Calanoid
Copepod Species. Journal of Plankton Research 13, 661–671. (doi:10.1093/plankt/13.3.661)
Nival, P. & Corre, M. 1976 Annual Variation of Surface Hydrology in Bay of Villefranche-Sur-Mer.
Annales de l’Institut Oceanographique 52, 57–78.
Platt, T. & Denman, K. 1978 The structure of pelagic marine ecosystems. Journal du Conseil International
pour l’Exploration de la Mer 173, 60–65.
Schneider, C. A., Rasband, W. S. & Eliceiri, K. W. 2012 NIH Image to ImageJ: 25 years of image analysis.
Nature Methods 9, 671–675. (doi:10.1038/nmeth.2089)
Sieburth, J., Smetacek, V. & Lenz, J. 1978 Pelagic Ecosystem Structure - Heterotrophic Compartments of
Plankton and Their Relationship to Plankton Size Fractions - Comment. Limnology and
Oceanography 23, 1256–1263.
58
Chapitre II : Matériel & Méthodes
Sieracki, C. K., Sieracki, M. E. & Yentsch, C. S. 1998 An imaging-in-flow system for automated analysis
of marine microplankton. Marine Ecology Progress Series 168, 285–296.
(doi:10.3354/meps168285)
Utermöhl, V. H. 1931 Neue Wege in der quantitativen Erfassung des Planktons. (Mit besondere
Beriicksichtigung des Ultraplanktons). Verh. Int. Verein. Theor. Angew. Limnol. , 567–595.
Vandromme, P., Stemmann, L., Garcìa-Comas, C., Berline, L., Sun, X. & Gorsky, G. 2012 Assessing
biases in computing size spectra of automatically classified zooplankton from imaging systems: A
case study with the ZooScan integrated system. Methods in Oceanography 1–2, 3–21.
(doi:10.1016/j.mio.2012.06.001)
Ye, L., Chang, C.-Y., García-Comas, C., Gong, G.-C. & Hsieh, C. 2013 Increasing zooplankton size
diversity enhances the strength of top-down control on phytoplankton through diet niche
partitioning. Journal of Animal Ecology (doi:10.1111/1365-2656.12067)
59
Chapitre III : La succession planctonique
III.1. Résumé
L’échantillonnage simultané et l’analyse par imagerie d’une communauté
planctonique complete à une fréquence hebdomadaire nous a permis de lier les variations
de l’environnement, aux dynamiques de populations de fonctions écologiques pour
revisiter les concepts de la succession écologique. A notre connaissance c’est la première
étude de la dynamique temporelle du plancton sur six ordres de grandeur en taille sur du
long terme.
Les réponses à haute fréquence de la communauté planctonique dans son
ensemble aux variations de l’environnement sont peu documentées en raison de la
difficulté à échantillonner l’ensemble des composants du plancton, et à les analyser dans
un contexte environnemental cohérent. Ici nous allons présenter les dynamiques de la
communauté planctonique de la rade de Villefranche-sur-Mer dans sa totalité, avec une
fréquence hebdomadaire, sur une période de 10 mois. La communauté planctonique a été
agrégée successivement en 3 niveaux d’organisation : (i) groupes écologiques de
plancton, (ii) fonctions trophiques, et (iii) le biovolume total de la communauté. Nous
avons montré que tous les types trophiques de plancton sont impliqués dans le processus
de succession planctonique, depuis les microbes jusqu’aux prédateurs. Des évènements
environnementaux impulsionels déclenchent des réorganisations rapide de la communauté
via une oscillation entre contrôles bottom-up et contrôles top-down. La variabilité
temporelle du biovolume des groupes écologiques de plancton décroit avec l’agrégation
croissante en fonctions trophiques et en biovolume total. Le biovolume total de la
communauté varie dans moins d’un ordre de grandeur, ce qui suggère des mécanismes
structurant l’écosystème robustes en constants. Ces résultats illustrent que les propriétés
d’une communauté écologique sont différente de la somme des propriétés des
organismes, groupes d’organismes et fonctions qui la composent.
60
Chapitre III : La succession planctonique
1
Université Pierre et Marie Curie, UMR 7009 Biodev, F-75005, Paris, France
2
CNRS, UMR 7009 Biodev, F-75005, Paris, France
3
Université Pierre et Marie Curie, UMR 7093 LOV, F-75005, Paris, France
4
CNRS, UMR 7093 LOV, F-75005, Paris, France
5
Université de Nice Sophia-Antipolis, 06000, Nice, France
6
Université du Sud, Toulon-Var, PROTEE EBMA, 83000, La Garde, France
III.2. Abstract
Simultaneous sampling and subsequent imaging of the whole size spectrum of the
plankton community at a weekly frequency enabled to link the environment, to the
population and functional dynamics to address the concepts of ecological successions. To
our knowledge this is the first attempt to provide a long-term survey of the planktonic
ecosystem structures over 6 orders of magnitude in size.
The high-frequency responses of the whole plankton community to physical
variability are seldom documented partly because of the difficulties to sample plankton of
all sizes, and analyzing it in a consistent environmental framework. The whole
community was aggregated into three levels of organization: Plankton Ecological Groups,
trophic functions and total biomass. We found that planktonic succession involves all
trophic categories, from microbes to top predators. Environmental impulsive events
triggered sharp reorganizations at the level of the community via bottom-up followed by
top-down controls. Overall, the total biovolume of the planktonic community remained
fairly stable over time, although communities exhibit high frequency changes in both
biovolume and composition. Communities do not replace each other, but are added over
the course of the succession, from the microbial community to gelatinous top predators,
creating an increasingly complex food web. Trophic functions are always present and
active, but actors of these functions change over time, within a narrow biomass window,
suggesting a constant ecosystem functioning structured by robust and resilient
mechanisms. These results highlight that the properties of an ecological community are
different from the sum of its components properties, from organisms, to functions, to
whole community level.
61
Chapitre III : La succession planctonique
III.3. Introduction
The ecological succession is defined as an orderly process of community
development that is directional, controlled by the community, which leads to a stable
ecosystem, although physical variability shapes the process (Odum,1969, 1977). This
concept has provided a widely accepted description and explanation of plankton
dynamics (e.g. Sommer et al., 1986 ; Barber & Hiscock, 2006 and references therein;
Sommer et al. 2012).
In highly variable environments such as coastal areas, lakes, and estuaries,
planktonic communities do not reach a long-term stable state, i.e. a climax. Instead, the
community is likely to experience successive replacements of species through biotic
interactions until the system is reset to a pioneer state by exogenous forcing
(environmental or bottom-up), repeating the cycle annually (e.g. Margalef, 1958, 1967,
1968). For example, the typical pattern of phytoplankton succession is divided into three
stages (Margalef, 1958): Stage I (pioneer state) is characterized by the development of
fast growing small diatoms that are replaced, during Stage II, by a community of larger
diatoms with lower growth rates. Stage III sees the senescence of diatoms and their
replacement by large dinoflagellates with still lower growth rates (mature state). The
succession is initialized by an intense destabilization of the water column, which causes
nutrient replenishment from deeper waters. The evolution from Stage I to Stage III mimic
the progressive, biologically mediated, depletion of nutrients. Finally, an intense
destabilization of the water column sets the end of the succession. Hence the progressive
structuring of a planktonic ecosystem towards a mature state results from biotic
interactions, such as competition and consumption that take place within a physically
favorable window.
The above scheme has long been considered as an efficient framework for
explaining plankton dynamics (Barber & Hiscock, 2006 and references therein).
According to Landry (1997), followed by Barber & Hiscock (2006), diatoms in the
oligotrophic ocean are added on top of a picophytoplankton community during blooming
conditions (Stage I of the phytoplankton succession), overwhelming the
picophytoplankton community rather than replacing it. These authors pointed out that
selective consumption of picophytoplankton by micrograzers was important in structuring
the diatom addition process along with the maintenance of picophytoplankton by
selectively reducing competition for nutrients, in favor of diatoms. The bloom, considered
62
Chapitre III : La succession planctonique
63
Chapitre III : La succession planctonique
III.4.2. Sampling
The sampling station was occupied weekly during ten months from December
2010 to October 2011. On each sampling date, Conductivity Temperature Depth (CTD)
profiles were recorded using a SBE25 CTD. Water samples were collected at 6 different
depths using Niskin bottles (0, 10, 20, 30, 50, and 75 m) for analysis of nutrients (NO3
and SiO4) by colorimetry using a Technicon Alliance autoanalyzer, and for determination
of picoplankton and nanoplankton (see below). Microplankton samples were collected
with a 20 µm mesh size net (0.09 m² mouth opening) manually deployed from the side of
the ship. In addition to the weekly sampling, zooplankton was sampled daily using two
75-0 m vertical net tows with a “WP2” 200 µm mesh size net (0.25 m² mouth opening)
for mesozooplankton, and a “Regent” 680 µm mesh size net (0.785 m² mouth opening)
for macroplankton. The daily samples from each net were pooled for each calendar week.
III.4.3. Plankton analysis and classification into Plankton Ecological Groups (PEGs)
In the literature, Plankton Functional Types (PFTs) have been defined within the
context of biogeochemical modeling (e.g. Lequéré et al., 2005). In the present study, we
defined PEGs by reference to the ecology of plankton groups. We defined the PEGs
within four size fractions (picoplankton, nanoplankton, microplankton, and meso-
macroplankton) that spanned the whole range of planktonic organisms. We successively
64
Chapitre III : La succession planctonique
applied three criteria: (1) size, (2) taxonomy, and our ability to sample, analyze and
identify the PEG quantitatively, and (3) ecological and biological traits such as trophic
behavior, and relations with other PEGs, e.g. prey-predator relationship or competition
for a given resource. Using these criteria, we defined the 18 PEGs in Table III.1.
The abundances of autotrophic and heterotrophic picoplankton were determined
by flow cytometry. Nanoplankton samples (here, 3 to 30 µm Equivalent Spherical
Diameter; ESD) were preserved in Lugol’s iodine solution and imaged using an Olympus
IX71 inverted microscope associated with a HD camera. Microplankton samples (25 to
300 µm ESD) were preserved with Lugol’s iodine solution, and imaged with a FlowCam
imaging instrument (Sieracki et al., 1998). Finally, meso- and macroplankton samples
(300 to 5000 µm ESD) were preserved in formaldehyde, and digitized using a ZooScan
imaging system (Gorsky et al., 2010). Images generated by all systems (i.e. inverted
microscope, FlowCam, and ZooScan) were processed and analyzed using the Zooprocess
software (Gorsky et al., 2010).
Vignettes of individual objects for each size fraction were automatically classified
prior to visual validation of identification (Gorsky et al., 2010). Approximately 500,000
planktonic vignettes were extracted from nearly 1,000,000 output vignettes, classified in
76 taxa by the Zooprocess software, and further grouped into 18 PEGs (Table III.1). Each
object was automatically sized and biovolumes (mm3) were estimated by summing each
individual biovolume for a given PEG, and referenced to the volume of seawater sampled
(mm3.m-3).
Finally, we aggregated the PEGs to reflect four ecological trophic functions:
Microbial Food Web (MFW), Microplankton Primary Production (MPP), Herbivory and
Grazing (HG), and PRedation (PR) (Table III.2).
65
Chapitre III : La succession planctonique
Table III.1 - 18 Plankton Ecological Groups in size categories, abbreviation used for each
PEG, symbol and ecological traits. The symbols shown in the third column represent the
PEGs and are used as visual aid in the figures.
Name of PEG Abb. Symbol Ecological traits (trophic characteristics)
Picoplankton Unicellular organisms
Heterotrophic
HB Prokaryotic heterotrops. Prey of ciliates and dinoflagellates
Bacteria
Prokaryotic autotrophs, good competitors in oligotrophic
Prochlorococcus Pro
conditions, prey of ciliates and dinoflagellates
Synechococcus Syn Idem as above
Eukaryotic autotrophs, compete with other autotrophs for
Pico-Eukaryotes PE
nutrients, prey of heterotrophic grazers
Nanoplankton Unicellular eukaryotes
Nano Mixotrophic, prey on picoplankton, prey of heterotrophic grazers
Microplankton Unicellular eukaryotes
Autotrophic, compete with diatoms in early bloom conditions,
Silicoflagellates Silico
prey of micro- and meso- zooplanktonic grazers
Other Small Autotrophic and possible mixotrophic, belong to background
OSP
Protists microplankton
Autotrophic, compete with other autotrophs for nutrients, prey of
Diatoms Diat
micro- and meso- zooplanktonic grazers, massive blooms
Mixotrophic, compete for nutrients with autotrophs, efficient
Dinoflagellates Dino
grazers
Ciliates Cil Heterotrophic, prey on picoplankton, nanoplankton & bacteria,
Mostly heterotrophic generalist grazers, compete with other
Rhizaria Rad
heterotrophs
Zooplankton Metazoans
Small Omnivorous Grazers, prey of larger zooplankton, compete with unicellular
SOZ
Zooplankton heterotrophs
Most abundant metazoan group, heterotrophs, graze on
Copepoda Cop microplankton prey of large plankton
Decapoda/
Deca Heterotrophs, graze on microplankton, compete with copepods
Euphausiids
Heterotrophs, non specialized suspension feeders, large
Pteropoda Ptero
spectrum of prey from bacteria to zooplankton
Gelatinous Filter
GelF Idem as above
Feeders
Efficient predator of copepods, compete with gelatinous
Chaetognatha Chaeto
carnivores
Gelatinous Top planktonic predators when adult, predation on crustaceans,
GelC
Carnivorous competition with fishes and other predators
Indicator Values (IV; Dufrêne & Legendre 1997) were used to identify “Indicator”
PEGs for each biological cluster. At each clustering level, each PEG was allocated to a
single cluster, and its significance to the community was estimated. IVs are computed by
multiplying a measure of specificity (S) by a measure of fidelity (F) (3). S corresponds to
the ratio between the average biovolume of PEG i in cluster j, and the sum of the mean
biovolume of the PEG i in all clusters (1). F is the ratio between the number of sampling
66
Chapitre III : La succession planctonique
dates where the PEG i in cluster j was present and the total number of sampling dates in
this cluster (2).
N INDij
S= (1)
N INDi
N SITESij
F= (2)
N SITES j
Finally, the significance of IVs (p-value) was tested by bootstrap, using 10,000 random
permutations of dates between clusters (Dufrene & Legendre, 1997). Four clustering
levels are visible in the PEGs time-series. Indicator Values (IV) were calculated for each
PEG according to the four biological clustering levels (Fig. 1) and sorted from the most to
the less indicative
Time series of the four ecological trophic functions (MFW, MPP, HG, PR) were
estimated by summing the PEG biovolumes of each component for each function. Time
series were smoothed using a 5-element window median filter, and then log10
transformed. The biovolume variability of each ecosystem component, at 3 levels of
organization (i.e. 18 PEGs, four ecological trophic functions, and total biovolume) was
estimated by calculating their coefficient of variation (CV, i.e. the standard deviation over
the mean ratio).
Table III.2 - Aggregation of PEGs into 4 main ecological trophic functions: Microbial
Food Web (MFW), Microplanktonic Primary Production (MPP), Herbivory/Grazing
(HG) and Predation (PR). Dinoflagellates were distributed between ML, MPP and HG
(Sherr & Sherr, 2007).
Microbial Loop Microplankton Primary
Herbivory/Grazing (HG) Predation (PR)
(MFW) Production (MPP)
Heterotrophic
Pico Eukaryotes Gelatinous Filter Feeders Rhizaria
Bacteria
Prochlorococcus Silicoflagellates Copepods Chaetognatha
Small Omnivorous Gelatinous
Synechococcus Diatoms
Zooplankton Carnivorous
Nanoplankton 1/4Dinoflagellates Decapods/Euphausiids
Other Small Protists Ciliates
Ciliates Pteropoda
1/4 Dinoflagellates 1/2 Dinoflagellates
67
Chapitre III : La succession planctonique
III.5. Results
Fig. III.1 - Cluster analyses of physical (temperature and salinity, left) and biological
(PEGs biovolumes, right) data. Three significant clustering levels were identified for the
physical characteristics of the water column: level P1, (cut-off = 11, red and blue
branches of the tree); level P2 (cut-off = 8.6, plain colored rectangles); level P3 (cut-off =
5.8, dashed colored rectangles). Four significant clustering levels were identified for the
biological data: level B1 (cut-off = 3.71, red and blue branches of the tree); level B2 (cut-
off = 3.28, plain colored rectangles); level B3 (cut-off = 2.89, dashed rectangles) which
clustered 4 groups; level B4 (cut-off = 2.89, colored font) which clustered 5 groups.
The clustering analyses based on temperature and salinity profiles identified three
levels of partitioning. At the first level (Fig. III.1; P1), “Winter/Spring” profiles were
separated from “Summer” profiles, indicating a seasonal signal in hydrological structures.
68
Chapitre III : La succession planctonique
The water-column temperature decreased from winter to early spring, and remained
homogenous until the beginning of April when it warmed up at surface, reaching ~15°C
in early May. The first part of May was characterized by the onset of the thermal
stratification that persisted during the summer months (Fig. III.2a, red arrow). There were
two episodes of lower salinity at surface (Fig. III.2b, red arrows), the first occurring in
January, and the second at the end of March-beginning of April when the low surface
salinity (~37.2) propagated towards the bottom. During the Winter/Spring period, the
depth of the pycnocline moved between the surface to below 75 m, showing four marked
peaks (Fig. III.2c) corresponding to four active mixing events (M1 to M4) separated by
stable periods (ST1 to ST4). During the stable periods, the water column was well mixed
(ST1-ST2) or stratified (ST3-ST4). From mid-May, and throughout summer, the vertical
density patterns matched those of temperature, corresponding to a well-stratified water
column (Fig. III.2a-c). Concentrations of nitrate and silicate were high in winter and
spring, started to decrease in late April, and were minimum throughout summer (Fig.
III.2d-e).
At the second clustering level (Fig. III.1, P2), there were three clusters. A
Transition” (T) cluster appeared in May and early June, corresponding to the onset of
thermal stratification and marking the transition between the cold and often mixed
“Winter/Spring” (WS) period and the warm and stratified “Summer” (S) period.
At the third clustering level (Fig. III.1, P3), there were five clusters. The limits of
the “Winter” (W) period, which was cool and nutrient-poor, corresponded to the first two
episodes of active mixing (M1 and M2, Fig. III.2c). It was separated from the colder,
nutrient-rich “SPring” (SP) by M3, which was separated from the Transition cluster (T)
by M4. The previous Summer cluster was partitioned into Summer 1 (S1) and Summer 2
(S2), the latter being characterized by the highest annual surface salinities and
temperatures. Fig. III.1 provides the detailed dates of the various above periods.
Hydrological variables showed that the water column at point B was characterized
by two marked seasonal states, separated by a transition period. The first seasonal state
corresponded to the Winter/Spring period (December 2010 to May 2011), when winds
(Fig. III.2f) caused four events of active mixing separated by three periods of stability
Fig. III.2c). The Transition period (May and early June 2011) was characterized by the
last intense mixing event immediately followed by the onset of thermal stratification
achieved during summer months. The second seasonal state corresponded to the Summer
69
Chapitre III : La succession planctonique
period (late June to October 2011), when the thermally-stratified water column was little
influenced by winds.
70
Chapitre III : La succession planctonique
Fig. III.3 - Biovolumes time series of PEGs at point B from December 2010 to October
2011. Top colored bars represent the time periods identified using the clustering analyses.
The first column (left) highlights organisms present year round, the second column
comprises organisms essentially developing through Winter/Spring, the third column
those who essentially develop through Summer. Grey dashed lines represent limits of
biological clusters. Red dashes on the x-axes represent periods of active mixing (see Fig.
III.2). Note the changes in scales on the y-axes.
71
Chapitre III : La succession planctonique
72
Chapitre III : La succession planctonique
alternate peaks of dinoflagellates and copepods. Gelatinous filter feeders were now
absent, marking the transition between the ES and the LS periods. Eventually, pico-
eukaryotes, silicoflagellates, and diatoms almost disappeared before summer.
The fourth clustering level partitioned the LS cluster in two periods among which
the later one corresponds to the “physical” transition period. This transition period was
characterized by a sharp peak of gelatinous carnivores simultaneously with a peak of
copepods. It was followed by simultaneous peaks of diatoms and Deca, and the
appearance of chaetognaths over the Summer.
Overall, the Summer cluster did not evolve throughout the successive clustering
levels and was characterized by the prevailing importance of large metazoan consumers
and predators (Fig. III.3). In addition, IV analysis indicated that Diatoms were consistent
indicators of this period, underlining their bloom-like pattern in summer (Fig. III.3m and
Table Annexe III-1).
73
Chapitre III : La succession planctonique
components (Table Annexe III-2). The total biovolume of the community varied within
less than one order of magnitude over the year, indicating a fairly constant biomass
(estimated as biovolume) of the whole plankton community year round (Fig. III.4). The
coefficient of variation of the total biovolume was lower than the median coefficient of
variation of four trophic functions. Overall, the variability of increasing levels of
organization (PEGs, trophic functions, and total biovolume) in the ecosystem was
consistently lower than the variability of it components (Table Annexe III-2).
Fig. III.4 - Biovolumes time series of 4 ecological trophic functions and total planktonic
biovolume at point B from December 2010 to October 2011. “BV tot” stands for total
planktonic biovolume, “MFW” microbial Food Web, “MPP” microplanktonic primary
production, “HG” herbivory/grazing, and “PR” predation. ME2 is the time slot of the
second active mixing event which is considered to initialize the succession. Grey dashed
lines represent limits of alternations of functional dominance. The green arrow shows the
beginning of the spring bloom.
III.6. Discussion
74
Chapitre III : La succession planctonique
low biomass levels during this period compared to previous reports (Gomez & Gorsky,
2003, and references therein). Besides the positive bottom-up control of mixing and
nutrient replenishment on microphytoplankton populations, we suspect a simultaneous
deleterious top-down control by the remaining gelatinous filter feeders population. The
gelatinous filter feeders population collapsed following the third wind induced active
mixing event (ME3). As a result, large diatoms immediately bloomed and overwhelmed
the small microphytoplankton population, resembling a Stage II succession (Margalef,
1958).
Such a short and intense bloom is peculiar in the Bay of Villefranche-sur-Mer
(Gomez & Gorsky, 2003) and has only been documented twice. The first one occurred in
early April 1986 (Claustre et al., 1989) and the second in late March 1987 (Fernex et al.,
1996). In both years gelatinous filter feeders abundances were unexpectedly low
(Licandro et al., 2006). This result suggest that small microphytoplankton abundances
remain low in the presence of gelatinous filter feeders even if growth conditions are
favorable and that large microphytoplankton starts blooming only when gelatinous filter
feeders decrease to very low biovolumes. We propose that significant presence of
gelatinous filter feeders in winter and spring may shape the early phytoplanktonic
succession, and can potentially limit Stage I and delay Stage II, “hiding” the typical
microphytoplankton spring bloom. However, blooms also commonly develop in late
spring and summer months in the Bay of Villefranche (Gomez & Gorsky, 2003), when
the gelatinous filter feeders populations are generally low.
Our observations contrast with the conventional wisdom stating that the initial
conditions in a marine planktonic succession are controlled only by abiotic and bottom-up
factors (Margalef, 1967; Barber & Hiscock, 2006). Environmental variability may open a
favorable window for phytoplankton growth and initiate a succession. Conversely,
macroplankton-mediated top-down control may enhance phytoplankton mortality and
possibly by-pass the herbivorous food chain that traditionally develops during
microphytoplankton blooms (microphytoplankton-crustacean-fish). Wind and mixing
were hypothesized to have a positive effect on salp populations through wind-induced
upwelling of nutrient-rich waters potentially enhancing primary production (Ménard et
al., 1994). However, mixing events (ME2 & ME3) were immediately followed by strong
decrease of gelatinous filter feeders populations, suggesting a negative bottom-up effect
of mixing on these organisms. These macroplanktonic consumers are likely to be
impacted by the dilution effect subsequent to active mixing (Behrenfeld, 2010). Thus, a
75
Chapitre III : La succession planctonique
regularly mixed environment in Winter/Spring is not favorable for large organisms and
actively suppresses their top-down control over lower trophic levels. The release of
gelatinous filter feeders top-down consumption pressure, along with bottom-up favorable
conditions, could be sufficient to trigger a Stage I succession phase. Here, the bottom-up
effect of an environmental disturbance (wind event and mixing) not only promoted
phytoplankton growth, but prevented a deleterious top-down control on phytoplankton
communities, triggering the succession process.
76
Chapitre III : La succession planctonique
(Margalef, 1958). This phase ends with the rapid decline of copepods under the combined
influence of food shortage (decline of diatoms) and competition with dinoflagellates for
phytoplankton (Sherr & Sherr, 2007). In addition, the highest peak of cnidarians occurred
simultaneously with mixing event 4 (ME4). Such a short and sharp peak of cnidarian
biovolume is probably due to the advection of an offshore population caused by the wind
event (Ferraris et al., 2012). In any case, it resulted in a potentially accrued predation
pressure on copepods by cnidarians (Sabates et al., 2010). The mixing event had a
bottom-up effect on the macroplanktonic gelatinous consumers (cnidarians), resulting in
an enhanced top-down effect of predators over grazers, and potentially triggering the
transition to the next succession phase.
The replacement of copepods by both smaller and larger crustacean grazers
(namely SOZ and Deca, Table III.1) simultaneously with the appearance of large
planktonic consumers (heterotrophs), in June, suggested that the whole planktonic system
did not actually reach a mature state during Stage III. The re-emergence of small diatoms
at high levels of biomass is in contradiction with a common statement of ecological
succession: a group of organisms is not expected to re-emerge until exogenic forcing
resets the system (Odum, 1969, 1977). Moreover, the “grazing” trophic function
supported successively by gelatinous filter feeders and copepods over the winter did not
disappear with the sharp decline of copepods and disappearance of gelatinous filter
feeders over the spring. During the summer, the “grazing” trophic function was supported
by both SOZ and Deca PEGs which are of different size classes, Deca being much larger
than SOZ. This observation suggests a size partitioning of the grazing trophic function
(Hansen et al., 1994) previously supported by copepods only and gelatinous filter feeders
only. Yet, it is clear that the whole plankton community did not return to an initial state
between Late Spring and Summer, but rather shifted to a more functionally complex and
stable, successive phase.
The high and unexpected biomass of diatoms (Gomez & Gorsky, 2003 and
references therein) coupled with the low biomass of crustacean grazers and high biomass
of gelatinous predators suggest a trophic cascade (Sommer, 2008). Although the
cascading effect in marine systems is considered weak (Shurin et al., 2002), our data
suggest a strong top-down control of planktonic predators (GelC and Chaeto) over the
herbivorous grazers, which in turn enabled the development of microplanktonic primary
producers (diatoms). Thus, the onset of summer stable physical conditions enabled the
emergence of a successive phase characterized by a rapid community shift promoted by
77
Chapitre III : La succession planctonique
cascading effects. As documented for long-term fisheries trends (Casini et al., 2006), a
cascade mediated top-down control by top predators (here, gelatinous carnivorous
organisms) maintained a higher functional diversity and stability in the zooplankton
grazer community at low biomass levels.
Fig. III.5 - Schematic representation of the proposed succession process in four phases.
The colors code used for the four phases correspond to the color code used to depict time
clusters identified at clustering level B1 to B3 i.e. blue : Winter, pale green : Early Spring,
dark green : Late Spring, red : Summer. Black arrows represent the Mixing Events which
triggered transitions between phases. The dotted top black arrow represents the
uncertainty regarding the cyclic nature of this process. The central graph is a sketch of the
Fig. III.4, representing the biovolume variability within the four ecological functions
(MFW i.e. Microbial Food Web, MPP i. e. Microplanktonic Primary Production, HG i.e.
Herbivory/Grazing, PR i.e. Predation), and total biovolume. Each corner has the same
area to represent a constant biovolume of the planktonic community over the succession
process. The four successive phases are defined by their dominant function. The symbols
used to depicts the groups of organisms involved in each of the phases are defined in
Table III.1.
78
Chapitre III : La succession planctonique
Hiscock (2006) but would rather be added on it. Both would benefit the favorable growth
conditions. Diatoms would completely overwhelm picoplanktonic primary producers
under the combined effects of competition for nutrients and predation by micrograzers
(Barber & Hiscock, 2006) however picoplanktonic primary producers would also benefit
from a slightly larger growth rate than before the bloom. In other words, the beginning of
a planktonic succession can be considered as a seasonal over-expression of the new
production trophic function, over existing functions: the system shifts towards a
microplanktonic primary producer’s community in blooming condition. When
considering the spring bloom period (Fig. III.4, late February and March, green arrow),
the microplanktonic primary production (MPP) overtakes all existing functions. After the
bloom, the MPP does not disappear but remains at lower levels than the microbial food
web (MFW) and herbivory/grazing (HG) trophic functions. HG become the most
expressed trophic function as its biovolume overtakes every other trophic function in the
system, and is piled on top of the existing MFW and MPP over the course of spring. The
PR expression increased strongly in June and remained stable over the summer although
it did not overwhelm the existing ML, MPP and HG. However the whole plankton
community structure changed dramatically (oscillations of HG and MPP, back to low and
high levels respectively), indicating the effect of the over-expression of the PR function.
All trophic functions components, i.e, PEGs, show variability over the succession
period and each trophic function are constantly present (Fig. III.4). In addition, the
variability of the four trophic functions depicted here are lower than their components
variability (Table Annexe III-2), showing implicitly that the replacement of species does
not affect the overall expression of a trophic function. This reasoning can be extended at
the whole community level where the total biovolume variability is lower than the
variability of trophic functions shaping the community (Table Annexe III-2). Thus, the
planktonic community biovolume seem to be independent from the variation of its
components, suggesting a steady functioning of the ecosystem over time.
The traditional succession concept of species replacing one another seems to
remain true within each function. The PEGs supporting each function evolve in a
replacement-based pattern but it is clear that functions themselves remain active over the
course of the succession, and their stacking results in an increasingly complex but steady
system (Fig. III.5). Thus, these two approaches are not conflicting, but rather
complementary, and are relevant at two different levels of organization. Both are needed
to fully understand and depict planktonic dynamics (Fig. III.5).
79
Chapitre III : La succession planctonique
III.7. Conclusions
Simultaneous sampling and subsequent imaging of the whole size spectrum of the
plankton community at a weekly frequency enabled to link the environment, to the
population and functional dynamics to address the concepts of ecological successions. To
our knowledge this is the first attempt to provide a long-term survey of the planktonic
ecosystem structures over 6 orders of magnitude in size.
During the studied period, the transitions between successions phases were
triggered both by bottom-up and top-down forcings. While the photosynthetic activity
depends on environmental conditions, macroplanktonic gelatinous filter feeders are
critical in shaping the start of the process and the transitions from stage I to stage III,
during spring. These filter feeders possibly suppress the diatom spring bloom, induce
trophic mismatching between microphytoplankton and crustaceans, and therefore by-pass
the herbivorous food web. We identified an extra succession phase occurring after
Margalef’s Stage III, over summer (Fig. III.5). This phase is characterized by a stable and
more complex plankton community than in winter and spring, and is based on the control
of top macroplanktonic predators via trophic cascade effects.
Overall, the total biovolume of the planktonic community remains fairly stable
over time, although communities exhibit high frequency changes in both abundances and
composition (Fig. III.5). Communities do not replace each other, but are added over the
course of the succession, from the microbes to gelatinous top predators, creating an
increasingly complex food web. Trophic functions are always present and active, but
actors of these functions change over time, within a narrow biomass window, suggesting
a constant ecosystem functioning structured by robust and resilient mechanisms.
Additional observations of the whole plankton community will be needed to
assess the cyclic nature of this scheme and validate the proposed framework of
successions (Fig. III.5) and understand its spatial variations. In particular, our approach
should be coupled with the ongoing development of the end-to-end and the trait based
modeling approaches.
80
Chapitre III : La succession planctonique
III.8. Acknowledgements
We are grateful for the support we received in the Villefranche Oceanology Observatory,
and we thank the personnel responsible for the Service d’observation de la rade
(SORADE), especially Ornella Passafiume, Sophie Marro and Corinne Desnos for
hydrological and zooplankton sampling, and analysis of samples. We also thank the
RADEzoo program (http://www.obs-vlfr.fr/Rade/RadeZoo/RadZoo/Accueil.html) for
providing funding to collect Zooplankton samples Meteo France for the daily wind speed
and direction data. The IBISA imaging platform provided access to the FlowCAM. John
R. Dolan provided access to a microscope stage and HD cam. We also thank the PRES
Euromediterranée for funding the PhD research of J.B. Romagnan. The research leading
to these results has received funding from the European Union Seventh Framework
Programme (FP7/2007-2013) under grant agreement n°262584, JERICO. We finally
thank Martin Lilley for his useful comments and help in correcting the language.
III.9. References
Azam, F., Fenchel, T., Field, J., Gray, J., Meyerreil, L. & Thingstad, F. 1983 The Ecological Role of Water-
Column Microbes in the Sea. Marine Ecology Progress Series 10, 257–263.
(doi:10.3354/meps010257)
Banse, K. 2013 Reflections About Chance in My Career, and on the Top-Down Regulated World. Annual
Review of Marine Science 5, null. (doi:10.1146/annurev-marine-121211-172359)
Barber, R. T. & Hiscock, M. R. 2006 A rising tide lifts all phytoplankton: Growth response of other
phytoplankton taxa in diatom-dominated blooms. Global Biogeochemical Cycles 20.
(doi:10.1029/2006GB002726)
Boero, F., Bouillon, J., Gravili, C., Miglietta, M. P., Parsons, T. & Piraino, S. 2008 Gelatinous plankton:
irregularities rule the world (sometimes). Marine Ecology Progress Series 356, 299–310.
(doi:10.3354/meps07368)
Bustillos-Guzman, J., Claustre, H. & Marty, J. C. 1995 Specific phytoplankton signatures and their
relationship to hydrographic conditions in the coastal Northwestern Mediterranean sea. Marine
Ecology Progress Series 124, 247–258. (doi:10.3354/meps124247)
Calbet, A., Garrido, S., Saiz, E., Alcaraz, M. & Duarte, C. M. 2001 Annual zooplankton succession in
coastal NW Mediterranean waters: the importance of the smaller size fractions. Journal of Plankton
Research 23, 319–331. (doi:10.1093/plankt/23.3.319)
Casini, M., Hjelm, J., Molinero, J.-C., Lovgren, J., Cardinale, M., Bartolino, V., Belgrano, A. & Kornilovs,
G. 2009 Trophic cascades promote threshold-like shifts in pelagic marine ecosystems. Proceedings
of the National Academy of Sciences 106, 197–202. (doi:10.1073/pnas.0806649105)
Claustre, H., Marty, J. & Cassiani, L. 1989 Intraspecific Differences in the Biochemical-Composition of a
Diatom During a Spring Bloom in Villefranche-Sur-Mer Bay, Mediterranean-Sea Journal of
Experimental Marine Biology and Ecology 129, 17–32. (doi:10.1016/0022-0981(89)90060-9)
Cushing, D. 1989 A Difference in Structure Between Ecosystems in Strongly Stratified Waters and in
Those That Are Only Weakly Stratified. Journal of Plankton Research 11, 1–13.
(doi:10.1093/plankt/11.1.1)
81
Chapitre III : La succession planctonique
D’Alcala, M. R. et al. 2004 Seasonal patterns in plankton communities in a pluriannual time series at a
coastal Mediterranean site (Gulf of Naples): an attempt to discern recurrences and trends. Scientia
Marina 68, 65–83.
Deibel, D. & Lowen, B. 2012 A review of the life cycles and life-history adaptations of pelagic tunicates to
environmental conditions. ICES Journal of Marine Science 69, 358–369.
(doi:10.1093/icesjms/fsr159)
D’Ortenzio, F. & D’ Alcala, M. R. 2009 On the trophic regimes of the Mediterranean Sea: a satellite
analysis. Biogeosciences 6, 139–148.
Dufrene, M. & Legendre, P. 1997 Species assemblages and indicator species: The need for a flexible
asymmetrical approach. Ecological Monographs 67, 345–366. (doi:10.2307/2963459)
Dugdale, R. C. & Wilkerson, F. P. 1998 Silicate regulation of new production in the equatorial Pacific
upwelling. Nature 391, 270–273. (doi:10.1038/34630)
Edwards, K. F., Litchman, E. & Klausmeier, C. A. 2013 Functional traits explain phytoplankton community
structure and seasonal dynamics in a marine ecosystem. Ecology Letters 16, 56–63.
(doi:10.1111/ele.12012)
Fernex, F. E., Braconnot, J. C., Dallot, S. & Boisson, M. 1996 Is ammonification rate in marine sediment
related to plankton composition and abundance? A time-series study in Villefranche Bay (NW
Mediterranean). Estuarine, Coastal, and Shelf Science 43, 359–371. (doi:10.1006/ecss.1996.0075)
Ferraris, M., Berline, L., Lombard, F., Guidi, L., Elineau, A., Mendoza-Vera, J. M., Lilley, M. K. S.,
Taillandier, V. & Gorsky, G. 2012 Distribution of Pelagia noctiluca (Cnidaria, Scyphozoa) in the
Ligurian Sea (NW Mediterranean Sea). Journal of Plankton Research 34, 874–885.
(doi:10.1093/plankt/fbs049)
Gómez, F. & Gorsky, G. 2003 Annual microplankton cycles in Villefranche Bay, Ligurian Sea, NW
Mediterranean. Journal of Plankton Research 25, 323 –339. (doi:10.1093/plankt/25.4.323)
Gorsky, G. et al. 2010 Digital zooplankton image analysis using the ZooScan integrated system. Journal of
Plankton Research 32, 285 –303. (doi:10.1093/plankt/fbp124)
Hansen, B., BjøRnsen, P. K. & Hansen, P. J. 1994 The size ratio between planktonic predators and their
prey. Limnology and Oceanography 39, 395–403. (doi:10.4319/lo.1994.39.2.0395)
Haskell, A. G. E., Hofmann, E. E., Paffenhofer, G. A. & Verity, P. G. 1999 Modeling the effects of
doliolids on the plankton community structure of the southeastern US continental shelf. Journal of
Plankton Research 21, 1725–1752. (doi:10.1093/plankt/21.9.1725)
Hofmann, E. E. 2010 Plankton functional group models - An assessment. Progress in Oceanography 84,
16–19. (doi:10.1016/j.pocean.2009.09.002)
Hutchinson, G. E. 1941 Ecological Aspects of Succession in Natural Populations. The American Naturalist
75, 406. (doi:10.1086/280983)
Karsenti, E. et al. 2011 A holistic approach to marine eco-systems biology. PLoS biology 9.
(doi:10.1371/journal.pbio.1001177)
Kremp, A., Tamminen, T. & Spilling, K. 2008 Dinoflagellate bloom formation in natural assemblages with
diatoms: nutrient competition and growth strategies in Baltic spring phytoplankton. Aquatic
Microbial Ecology 50, 181–196. (doi:10.3354/ame01163)
82
Chapitre III : La succession planctonique
Landry, M. R. et al. 1997 Iron and grazing constraints on primary production in the central equatorial
Pacific: An EqPac synthesis. Limnology and Oceanography 42, 405–418.
Landry, M. R. In press. Integrating classical and microbial food web concepts: evolving views from the
open-ocean tropical Pacific. Hydrobiologia. 480, 29–39.
Legendre, P., Dallot, S. & Legendre, L. 1985 Succession of Species Within a Community - Chronological
Clustering, with Applications to Marine and Fresh-Water Zooplankton. The American Naturalist
125, 257–288. (doi:10.1086/284340)
Licandro, P., Ibanez, F. & Etienne, M. 2006 Long-term fluctuations (1974-1999) of the salps Thalia
democratica and Salpa fusiformis in the northwestern Mediterranean Sea: Relationships with
hydroclimatic variability. Limnology and Oceanography 51, 1832–1848.
Margalef, R. 1963 Certain Unifying Principles in Ecology. The American Naturalist 97, 357–&.
(doi:10.1086/282286)
Margalef, R. 1967 Some concepts relative to the organization of plankton. Oceanography and Marine
Biology: An Annual Review 5.
Margalef, R. 1958 Temporal succession and spatial heterogeneity in natural phytoplankton. In Perspectives
in Marine Biology, pp. 323–349. Los Angeles: Buzzati-Traverso.
Mauchline, J., Blaxter, J., Southward, A. & Tyler, P. 1998 Advances in marine biology - The biology of
calanoid copepods - Introduction. In Advances in Marine Biology, Vol 33: The Biology of Calanoid
Copepods, pp. 1–+. London: Academic Press Ltd-Elsevier Science Ltd.
Menard, F., Dallot, S., Thomas, G. & Braconnot, J. 1994 Temporal Fluctuations of 2 Mediterranean Salp
Populations from 1967 to 1990 - Analysis of the Influence of Environmental Variables Using a
Markov-Chain Model. Marine Ecology Progress Series 104, 139–152. (doi:10.3354/meps104139)
Millot, C. 1999 Circulation in the Western Mediterranean Sea. Journal of Marine Systems 20, 423–442.
(doi:10.1016/S0924-7963(98)00078-5)
Nival, P. & Corre, M. 1976 Annual Variation of Surface Hydrology in Bay of Villefranche-Sur-Mer.
Annales de l’Institut Oceanographique 52, 57–78.
Odum, E. 1977 Emergence of Ecology as a New Integrative Discipline. Science 195, 1289–1293.
(doi:10.1126/science.195.4284.1289)
Pennington, J. T., Mahoney, K. L., Kuwahara, V. S., Kolber, D. D., Calienes, R. & Chavez, F. P. 2006
Primary production in the eastern tropical Pacific: A review. Progress in Oceanography 69, 285–
317. (doi:10.1016/j.pocean.2006.03.012)
Pinca, S. & Dallot, S. 1997 Zooplankton community structure in the Western Mediterranean sea related to
mesoscale hydrodynamics. Hydrobiologia 356, 127–142. (doi:10.1023/A:1003151609682)
Sabates, A., Pages, F., Atienza, D., Fuentes, V., Purcell, J. E. & Gili, J.-M. 2010 Planktonic cnidarian
distribution and feeding of Pelagia noctiluca in the NW Mediterranean Sea. Hydrobiologia 645,
153–165. (doi:10.1007/s10750-010-0221-z)
Seguin, G. 1981 Variations of a Population of Pelagic Copepods Investigated by Daily Sampling During
One Year in the Bay of Villefranche-Sur-Mer (1972). Oceanologica Acta 4, 405–414.
83
Chapitre III : La succession planctonique
Shurin, J. B., Borer, E. T., Seabloom, E. W., Anderson, K., Blanchette, C. A., Broitman, B., Cooper, S. D.
& Halpern, B. S. 2002 A cross-ecosystem comparison of the strength of trophic cascades. Ecology
Letters 5, 785–791. (doi:10.1046/j.1461-0248.2002.00381.x)
Sieracki, C. K., Sieracki, M. E. & Yentsch, C. S. 1998 An imaging-in-flow system for automated analysis
of marine microplankton. Marine Ecology Progress Series 168, 285–296.
(doi:10.3354/meps168285)
Sommer, U., Gliwicz, Z., Lampert, W. & Duncan, A. 1986 The Peg-Model of Seasonal Succession of
Planktonic Events in Fresh Waters. Archiv für Hydrobiologie 106, 433–471.
Sommer, U. 2008 Trophic Cascades in Marine and Freshwater Plankton. International Review of
Hydrobiology 93, 506–516. (doi:10.1002/iroh.200711039)
Sommer, U. et al. 2012 Beyond the Plankton Ecology Group (PEG) Model: Mechanisms Driving Plankton
Succession. In Annual Review of Ecology, Evolution, and Systematics, Vol 43 (ed D. J. Futuyma),
pp. 429–448. Palo Alto: Annual Reviews.
84
Chapitre IV : Le spectre de taille du plancton au point B
IV.1. Introduction
85
Chapitre IV : Le spectre de taille du plancton au point B
bien la perturbation des relations proie-prédateur (Thiebaux & Dickie, 1993 ; Stouffer et
al., 2011 ; Tarling et al., 2012 ).
Fig. IV.1 - Comparaison des intervalles de taille étudiés par 7 études majeures de la
structure en taille du plancton marin utilisant les NB-SS, avec l’intervalle de taille étudié
lors de cette thèse. Les auteurs présentés ont systématiquement utilisé des techniques
d’échantillonnage ne leur permettant pas de collecter efficacement des données sur le
macroplancton gélatineux. Il faut donc considérer qu’ils n’ont pu voir que des grands
crustacés, au delà de 2 mm. Cette thèse est le premier travail à intégrer quantitativement
le macroplancton gélatineux dans une étude de la structure en taille du plancton.
Les variations de forme et de pentes des spectres de taille peuvent donc être
considérées comme des indicateurs d’états transitoires perturbés de l’écosystème, dus à
des modifications des processus écologiques sous jacents à la structure en taille (Sprules
& Munawar, 1986 ; Zhou, 2006 ; Yvon-Durocher et al., 2011 ; Stemmann & Boss, 2012).
Il est donc probable que la dynamique de la structure en taille d’un écosystème
planctonique marin soumis à des forçages environnementaux variables reflète la
dynamique et la réorganisation dudit système, comme observé pour les communautés
benthiques marines (Dossena et al., 2012), planctoniques d’eau douce (Yvon-Durocher et
al., 2011) et halieutiques (Pauly, 1998).
86
Chapitre IV : Le spectre de taille du plancton au point B
87
Chapitre IV : Le spectre de taille du plancton au point B
Table IV.1 - Comparaison des intervalles de taille étudiés (Fig. IV.1), des techniques
employées, des groupes de plancton ciblés, des écosystèmes étudiés et du détail
taxonomique inclus dans les analyses de 7 études majeures sur la structure en taille du
plancton marin utilisant la pente des NB-SS, avec cette thèse.
Détermination groupes
Ecosystème [taille] Plancton cible
de la taille taxonomiques
tamis de tailles
Gyre Pacifique Nord
(Rodriguez & Mullin, 1986)
[183-8000 µm] mesozooplancton croissantes et 0
poids sec
Cytométrie en flux,
Lagune (Méditerranée Sud pico- nano- micro-
Occidentale, Gilabert, 2001)
[0.2-2000 µm]
mesozooplancton
Microscopie 13
/analyse d'image
filtres et tamis de
Atlantique Nord pico- nano- micro- tailles croissantes
[0.2 - 8000 µm] 0
(Quiñones et al, 2003) mesozooplancton et Microscopie
/analyse d'image
Golfe de Gascogne Optical Plankton
[270 -1700 µm] mesozooplancton 0
(Sourisseau & carlotti, 2006) Counter
Cytométrie en flux,
Atlantique (50°N-50°S) pico- nano- micro-
[0.45 - 4300] Flowcam et 0
(San Martin et al, 2006) mesozooplancton
scanner à plancton
Golfe de Gascogne Sud Est nano - micro -meso - Flowcam, scanner
[8-1100 µm] 3
(Zarauz et al, 2007) plancton à plancton
Front Polaire Laser Optical
[250 - 8450 µm] mesozooplancton 0
(Basedow et al, 2009) Plankton Counter
Cytométrie en flux,
pico- nano- micro- microscopie /
Mer Ligure, (cette thèse) [0.6 - 5000 µm]
meso- macroplancton analyse d'image,
18
Flowcam, Zooscan
Bien qu’il y ait déjà eu de nombreuses études sur les dynamiques saisonnières des
spectres de taille de plancton, peu d’études ont étudié les NB-SS sur une communauté
planctonique complête, des bactéries hétérotrophes jusqu’au macroplancton gélatineux,
en environnement côtier (Fig. IV.1 et Table IV.1). Dans ce chapitre nous utiliserons des
données de plancton structurées en taille pour évaluer les dynamiques à fréquence
hebdomadaire de la structure taille de la communauté planctonique complête (plancton
total) à travers la dynamique des spectres de tailles NB-SS. Nous avons montré au
Chapitre III que la commuauté planctonique complête évolue en un schéma de succession
écologique complexe (Chapitre III).
Est-ce que la succession planctonique est également détectable dans la dynamique
des spectres NB-SS du plancton total et les variations de sa pente ? Est-ce que le spectre
NB-SS total montre une réponse aux forçages environnementaux présidant à l’évolution
temporelle de la communauté planctonique mise en évidence au chapitre précédent ? Est-
88
Chapitre IV : Le spectre de taille du plancton au point B
ce que les dynamiques des pentes locales du spectre NB-SS permettent d’estimer
également la dynamique des différents types de plancton qui le composent ?
Pour répondre à ces questions nous étudierons:
- La dynamique des pentes du spectre NB-SS du plancton total (les pentes totales).
- Les dynamiques des différentes parties du spectre total (pentes locales).
- Le couplage entre les pentes totales et les paramètres environnementaux
- et le couplage entre les pentes totales et les pentes locales
- Le couplage des pentes locales entre elles
- couplage des pentes locales avec les paramètres environnementaux
89
Chapitre IV : Le spectre de taille du plancton au point B
IV.3. Résultats
90
Chapitre IV : Le spectre de taille du plancton au point B
Fig. IV.2 - (A) Représentation des 32 spectres NB-SS de plancton total et leurs pentes (en
rouge). Quatre portions de spectre sont identifiables : le picoplancton dans les petites
classes de taille, suivi du nanoplancton, du microplancton et enfin du meso-
macroplancton dans les grandes classes de taille. La pente moyenne des spectres NB-SS
totaux est légèrement supérieure à -1. (B) Série temporelle des pentes totales et leurs
intervalles de confiance à 95 % (IC 95%). La pente médiane est égale à -0.98 et est
représentée par la ligne rouge. Toutes les pentes ont un IC 95 % qui coupe la médiane.
91
Chapitre IV : Le spectre de taille du plancton au point B
Fig. IV.3 - Représentations des spectres NB-SS des 5 portions du spectre total et leurs
pentes locales (en rouge) et séries temporelles des pentes locales et leurs intervalles de
confiance à 95 % (IC 95%, en bleu). (A,F) Picoplancton (pente mediane = -1.27 ; pente
moyenne = -1.23 ± 0.36), (B,G) Nanoplancton (pente mediane = -0.61 ; pente moyenne =
-0.62 ± 0.2), (C,H) Microplancton (pente mediane = -0.71 ; pente moyenne = -0.67 ±
0.14), (D,I) Mesozooplancton (pente mediane = -1.14 ; pente moyenne = -1.25 ± 0.34) et
(E,J) Macroplancton (pente mediane = -0.56 ; pente moyenne = -0.57 ± 0.16). Sur les
graphes F-J, la pente ligne rouge représente la pente médiane.
Les pentes des spectres de picoplancton montrent une forte variabilité (grand écart
type de la pente moyenne) néanmoins elle n’est pas significative (intervalles de
confiances larges) (Fig. IV.3A, 3F). Les écarts types des pentes moyennes pour le
nanoplancton et le microplancton sont petits et les intervalles de confiance étroits,
reflétant une variabilité réduite mais significative (Fig. IV.3B, 3C, 3G, 3H). L’écart type
de la pente moyenne du mesozooplancton est important mais les intervalles de confiance
de chaque pente sont larges, reflétant une grande variabilité, toutefois moins significative
que pour les portions de spectre inférieures (Fig. IV.3D, 3I). Le macroplancton a à la fois
un écart type de la pente moyenne étroit et des intervalles de confiance larges. Cependant
l’analyse de covariance et la comparaison multiple montrent que la pente du spectre de
macroplancton du 04 mai 2011 est significativement différente des autres (Fig. IV.3E,
3J).
Les pentes moyennes et médianes du picoplancton et du mesozooplancton sont
plus importantes que celles des spectres totaux, et inversement pour le nanoplancton, le
microplancton et le macroplancton. Globalement les pentes sont variables entre décembre
2010 et juillet 2011, et stables pendant l’été pour tous les spectres locaux. Les pentes du
picoplancton sont de plus en plus pentues depuis l’hiver jusqu'à l’été, traduisant la
proportion croissante de petits organismes au fur et à mesure que la saison avance.
92
Chapitre IV : Le spectre de taille du plancton au point B
2
-0.9 r = 0.0014 A r 2 = 0.23** B r2 = 0.062 C r2 = 0.16* D r 2 = 0.050 E
Pente NB-SS
-1
-2 -1 -2 -1 -2 -1 -2 -1 -2 -1
Pentes Pico Pentes Nano Pentes Micro Pentes Meso Pentes Macro
Fig. IV.4 - Corrélations entre les pentes totales et les pentes locales de : (A) picoplancton,
(B) nanoplancton, (C) microplancton, (D) mesozooplancton et (E) macroplancton.
93
Chapitre IV : Le spectre de taille du plancton au point B
L’analyse des corrélations entre les pentes totales et les pentes locales par
régression linéaire (Fig. IV.4) permet de mettre en évidence une relation significative
synonyme de couplage entre les pentes totales et les pentes locales du nanoplancton (Fig.
IV.4B) et du mesozooplancton (Fig. IV.4D). Les pentes totales ne semblent pas
influencées par les variations des pentes des spectres locaux du picoplancton, du
microplancton et du macroplancton (Table IV.3).
Table IV.3 - Paramètres de l’ajustement linéaire entre les pentes totales et les pentes
locales
n a b r² p-value
Pentes Pico vs Pentes totales 32 -0.004 -0.980 0.0014 0.837
Pentes Nano vs Pentes totales 32 0.087 -0.922 0.23 p < 0.01
Pentes Micro vs Pentes totales 32 -0.059 -1.015 0.062 0.168
Pentes Meso vs Pentes totales 32 0.038 -0.926 0.16 p < 0.05
Pentes Macro vs Pentes totales 32 0.045 -0.949 0.05 0.217
-1
à 20 m
à 50 m
15 20 25 37.8 38 38.2 26 28 0 1 2 3 1 1.5 2 2.5
Temp. (°C) Sal. (PSU) Dens. (σ, kg.m-3 ) -1
Nit. (µmol.l ) Sil. (µmol.l-1 )
Fig. IV.5 - Relations entre les pentes totales et les variables hydrologiques : (A)
température, (B) salinité, (C) densité, (D) concentrations en Nitrates et (E) concentrations
en Silicates. (Voir table 5 pour les paramètres de régression et la significativité de la
corrélation entre les pentes totales et les pentes locales).
L’analyse des corrélations entre les pentes totales et les variables hydrologiques à
20 m et 50 m par régression linéaire ne permet pas de mettre en évidence une relation
significative. Les pentes totales ne semblent pas êtres dépendentes des variations de
l’environnement (Fig. IV.5 et Table IV.4).
94
Chapitre IV : Le spectre de taille du plancton au point B
Table IV.4 - Paramètres de l’ajustement linéaire entre les pentes totales et les variables
hydrologiques
L’analyse des corrélations des pentes locales entre elles par régression linéaire
permet de mettre en évidence trois relations significatives (Table IV.5). Les corrélations
entre les pentes locales du picoplancton et du nanoplancton, entre les pentes locales du
picoplancton et du mesozooplancton, et entre les pentes locales du nanoplancton et du
microplancton, sont significatives.
95
Chapitre IV : Le spectre de taille du plancton au point B
Table IV.6 - Paramètres d’ajustement entre les pentes locales et les paramètres
hydrologiques
20 m 50 m
a b r² p-value a b r² p-value
Temp. -0.080 0.155 0.717 p< 0.001 -0.275 2.786 0.528 p< 0.001
Sal. -1.326 49.070 0.298 p< 0.001 -1.758 65.519 0.119 p< 0.05
pentes pico Dens. 0.346 -10.781 0.716 p< 0.001 0.940 -27.870 0.350 p< 0.001
Nitrates 0.517 -1.398 0.390 p< 0.001 0.377 -1.380 0.256 p< 0.001
Silicates 0.648 -2.176 0.347 p< 0.001 0.819 -2.310 0.328 p< 0.001
Temp -0.016 -0.350 0.082 0.09 -0.081 0.556 0.159 p< 0.05
Sal 0.155 -6.513 0.011 0.54 -0.087 2.698 0.001 0.86
pentes nano Dens 0.071 -2.597 0.089 0.08 0.341 -10.298 0.145 p< 0.05
Nitrates 0.203 -0.688 0.246 p< 0.001 0.183 -0.700 0.238 p< 0.001
Silicates 0.290 -1.049 0.265 p< 0.001 0.279 -0.995 0.141 p< 0.05
Temp. -0.016 -0.401 0.176 p< 0.01 -0.034 -0.176 0.055 0.15
Sal. -0.393 14.224 0.174 p< 0.01 -0.140 4.643 0.007 0.61
pentes micro Dens. 0.068 -2.549 0.167 p< 0.01 0.098 -3.455 0.032 0.28
Nitrates -0.020 -0.662 0.004 0.69 0.038 -0.686 0.019 0.40
Silicates -0.027 -0.630 0.004 0.69 0.043 -0.727 0.006 0.63
Temp. 0.039 -1.921 0.189 p< 0.001 0.166 -3.671 0.211 p< 0.001
Sal. 0.397 -16.316 0.030 0.27 -0.757 27.503 0.027 0.29
pentes meso Dens. -0.181 3.738 0.216 p< 0.001 -0.640 16.895 0.211 p< 0.001
Nitrates -0.119 -1.206 0.022 0.34 -0.105 -1.201 0.022 0.34
Silicates -0.284 -0.829 0.074 0.08 -0.265 -0.897 0.037 0.22
Temp. -0.004 -0.506 0.007 0.58 0.010 -0.723 0.004 0.69
Sal. 0.169 -6.966 0.023 0.33 -0.185 6.464 0.007 0.59
pentes macro Dens. 0.019 -1.107 0.011 0.50 -0.048 0.794 0.005 0.64
Nitrates -0.009 -0.567 0.001 0.88 0.005 -0.572 0.000 0.92
Silicates -0.072 -0.465 0.022 0.35 -0.025 -0.537 0.001 0.81
L’analyse des corrélations entre les pentes locales et les paramètres hydrologiques
permet de mettre en évidence des relations significatives (Table IV.6). Les pentes locales
du picoplancton sont corrélées significativement à tous les paramètres hydrologiques. Les
pentes locales du nanoplancton sont corrélés aux concentrations en sels nutritifs, à la
temperature et à la densité à 50 m. Les pentes locales du microplancton sont corrélés à la
température, la salinité et la densité en surface. Les pentes locales du mesozooplancton
sont corrélés à la température et à la densité, en surface et en profondeur. Les pentes
locales du macroplancton ne sont corrélés à aucun paramètre hydrologique.
96
Chapitre IV : Le spectre de taille du plancton au point B
IV.4. Discussion
La tendance des pentes totales suggère une variabilité saisonnière de la
communauté du plancton total (Fig. IV.2B) bien que les pentes totales ne varient pas
significativement. Les pentes totales ne semblent pas répondre aux forçages
environnementaux (Fig. IV.5) au cours de la période échantillonnée, mais covarient avec
les pentes locales du nanoplancton et du mesozooplancton (Fig. IV.4). Le spectre du
plancton total apparait donc indépendant des forçages environnementaux. L’analyse des
pentes locales révèle une variabilité significative des différentes composantes de la
communauté au cours du temps (Fig. IV.3, Table IV.2). Les séries temporelles de pentes
locales révèlent un signal saisonnier décelable pour tous les spectres locaux. De manière
générale une période variable en hiver et au printemps est observée pour chaque pente
locale, et opposée à une période de stabilité à partir de mi-juin et pendant tout l’été.
97
Chapitre IV : Le spectre de taille du plancton au point B
98
Chapitre IV : Le spectre de taille du plancton au point B
99
Chapitre IV : Le spectre de taille du plancton au point B
picoplanctonique dans le spectre total réduirait sa variabilité (Gilabert, 2001a). Dans notre
cas, l’incertitude autour du calcul de la pente locale du picoplancton est telle (Fig. IV.3A,
F) que nous ne ferons aucune hypothèse concernant son effet sur les pentes totales. Les
pentes totales covarient avec les pentes locales du nanoplancton et du mesozooplancton
seulement (Fig. IV.4 et Table IV.3 - Paramètres de l’ajustement linéaire entre les pentes
totales et les pentes locales).
La pente du nanoplancton devient ponctuellement très plate avec des valeurs
proches de 0 (Fig. IV.3G) consécutivement à l’enrichissement en sels nutritifs du mois de
février (Fig. III.2 Chapitre III ; Table IV.6). Bien que la covariation des pentes totales
avec les pentes nanoplanctoniques soit significative, les pentes totales ne changent pas
significativement suite à ces variations (Fig. IV.2B).
La température augmente et les sels nutritifs diminuent entre avril et juin. La pente
locale du nanoplancton devient simultanément plus pentue. Parallèlement, les pentes
totales deviennent plus pentues : la baisse des sels nutritifs (Ahrens & Peters, 1991) et
l’augmentation simultanée de la température (Daufresne, 2009) sont deux facteurs
favorisant les petits organismes donc induisant des pentes plus pentues. Cette tendance
devrait se poursuivre pendant l’été, ou les nitrates diminuent et la température augmente
encore. Les pentes locales nanoplanctoniques semblent effectivement légèrement plus
pentues en été qu’en hiver mais au contraire les pentes totales redeviennent moins
pentues. Ces observations suggèrent un découplage entre les dynamiques des pentes
nanoplanctoniques et les pentes totales. En extrapolant, on peut considérer qu’il y a un
découplage entre la dynamique de la structure en taille du phytoplancton et la dynamique
de la structure en taille de la communauté totale, comme observé précédemment pour des
systèmes oligotrophes océaniques (Sprules & Munawar, 1986 ; San Martin et al., 2006),
en contradiction avec une étude récente en mésocosmes en eaux douces (Yvon-Durocher
et al., 2010).
Il a été suggéré que l’essentiel de la variation de pentes des spectres NB-SS d’une
communauté planctonique marine en milieu oligotrophe étaient dues aux variations de sa
composante locale zooplanctonique (Sprules & Munawar, 1986 ; San Martin et al., 2006).
Les pentes totales et les pentes locales zooplanctoniques covarient effectivement.
Globalement, les pentes totales et les pentes mesozooplanctoniques suivent des évolutions
similaires, avec 2 épisodes d’augmentation de la pente en avril et juin (très marqués pour
le mesozooplancton), et une longue période stable avec des pentes plus plates en été, ce
qui semble confirmer l’influence du zooplancton sur la forme du spectre de taille du
100
Chapitre IV : Le spectre de taille du plancton au point B
plancton total (San Martin et al., 2006), bien que les différences des pentes totales ne
soient pas significatives au cours du temps (Fig. IV.2B).
101
Chapitre IV : Le spectre de taille du plancton au point B
2009). Paradoxalement, les pentes microplanctoniques ne sont pas corrélées aux quantités
de sels nutritifs. Mais comme pour le nanoplancton, elles augmentent avec la température.
La pente du mesozooplancton n’est pas sensible aux variations de sels nutritifs
(Table IV.6; San Martin et al., 2006), en contradiction avec une étude plus ancienne qui
suggère qu’elle tend à devenir plus pentue à mesure que l’oligotrophie s’accroit
(Piontkovski et al., 2003), suggérant implicitement une proportion relative des petits
organismes plus importante en condition oligotrophes. Nos données ne permettent pas
d’établir de relation significative entre la pente du mesozooplancton et le statut trophique
du système (Table IV.6). Par contre les pentes du mesozooplancton sont positivement et
significativement reliées à la température et la densité. La densité étant fortement
dépendante de la température, nous ne discuterons que de l’effet de la température.
L’augmentation de la température en été se traduit par un aplatissement des pentes
mesozooplanctoniques, suggérant une proportion plus grande de grands organismes, en
contradiction avec la théorie métabolique qui prédit la promotion de petits organismes
quand la température augmente. Cette observation rappelle la succession de populations
zooplanctonique identifiée au Chapitre III, ou des petits crustacés sont remplacés par des
grands organismes gélatineux entre le printemps et l’été. De plus, la dynamique des
pentes du mesozooplancton au printemps ressemble à l’inverse de la dynamique des
copépodes (voir Fig. III.3, Chapitre III). Les deux épisodes d’augmentation de la pente
locale du mesozooplancton au printemps sont simultanés avec des pics de biomasses de
copépodes, et traduiraient donc deux recrutements successifs de petits copépodes.
IV.5. Conclusions
Les spectres totaux ne présentent pas de dynamique marquée au cours du temps.
Ils ne semblent pas répondre aux forçages hydrologiques. Une certaine saisonnalité est
suggérée par la dynamique des pentes mais elle n’est pas significative. L’hiver,
hydrologiquement variable et perturbé, et l’été, stable, ont des pentes totales et locales
similaires et stables, en contradiction avec une étude théorique majeure qui prédit une
pente plus pentue dans les environnements plus stables (Jennings & Mackinson, 2003).
Ici, les spectres sont similaires en termes de pente, de forme et d’étendue, suggérant une
quantité de totale de biomasse relativement constante au cours du temps dans la
communauté du plancton total, mais aussi une distribution de la biomasse par classes de
taille peu variable. La stabilité des spectres NB-SS de la communauté planctonique
102
Chapitre IV : Le spectre de taille du plancton au point B
complête confirme un résultat majeur du Chapitre III: la quantité de biomasse, ici estimé
comme le biovolume des organismes planctoniques varie très peu au cours du temps au
point B.
Cependant, bien que la communauté planctonique complête au point B évolue au
cours du temps en un schéma de succession complexe (Voir Chapitre III), cette
dynamique n’a pas pu être mise en évidence par l’analyse des pentes totales, ni par
l’estimation du couplage entre pentes totales et paramètres hydrologiques. Le spectre total
ne réagit avec aucun des facteurs étudiés, à la fréquence étudiée, ce qui suggère qu’il
intègre les dynamiques l’écosystème (Rinaldo et al., 2002) sur des échelles temporelles
plus grandes que celles étudiées ici. Les dynamiques des spectres locaux du
mesozooplancton rappellent la succession mise en évidence au Chapitre III, et notamment
l’influence des copépodes. Toutefois, les dynamiques des autres compartiments
planctoniques (picoplancton, nanoplancton, microplancton et macroplancton) ne sont
clairement mises en évidence par l’analyse de leurs spectres locaux.
L’étude de l’écosystème planctonique du point B par les spectres NB-SS seuls
doit être complémenté par une description fonctionnelle plus détaillée que la taille des
organismes seule. Les techniques d’imageries utilisées pour mesurer les organismes et
séparer le plancton du matériel particulaire devraient permettre de détailler la composition
taxonomique des spectres de taille et en déterminer plus précisement les dynamiques
internes.
Ahrens, M. A. & Peters, R. H. 1991 Patterns and limitations in limnoplankton size spectra. Canadian
Journal of Fisheries and Aquatic Sciences 48, 1967–1978.
Allen, A. P., Brown, J. H. & Gillooly, J. F. 2002 Global biodiversity, biochemical kinetics, and the
energetic-equivalence rule. Science 297, 1545–1548. (doi:10.1126/science.1072380)
Azam, F., Fenchel, T., Field, J., Gray, J., Meyerreil, L. & Thingstad, F. 1983 The Ecological Role of Water-
Column Microbes in the Sea. Marine Ecology Progress Series 10, 257–263.
(doi:10.3354/meps010257)
Barber, R. T. & Hiscock, M. R. 2006 A rising tide lifts all phytoplankton: Growth response of other
phytoplankton taxa in diatom-dominated blooms. Global Biogeochemical Cycles 20.
(doi:10.1029/2006GB002726)
Basedow, S. L., Tande, K. S. & Zhou, M. 2010 Biovolume spectrum theories applied: spatial patterns of
trophic levels within a mesozooplankton community at the polar front. Journal of Plankton
Research 32, 1105–1119. (doi:10.1093/plankt/fbp110)
103
Chapitre IV : Le spectre de taille du plancton au point B
Bustillos-Guzman, J., Claustre, H. & Marty, J. C. 1995 Specific phytoplankton signatures and their
relationship to hydrographic conditions in the coastal Northwestern Mediterranean sea. Marine
Ecology Progress Series 124, 247–258. (doi:10.3354/meps124247)
Claustre, H., Marty, J. & Cassiani, L. 1989 Intraspecific Differences in the Biochemical-Composition of a
Diatom During a Spring Bloom in Villefranche-Sur-Mer Bay, Mediterranean-Sea. Journal of
Experimental Marine Biology and Ecology 129, 17–32. (doi:10.1016/0022-0981(89)90060-9)
Cushing, D. 1989 A Difference in Structure Between Ecosystems in Strongly Stratified Waters and in
Those That Are Only Weakly Stratified. Journal of Plankton Research 11, 1–13.
(doi:10.1093/plankt/11.1.1)
D’Alcala, M. R. et al. 2004 Seasonal patterns in plankton communities in a pluriannual time series at a
coastal Mediterranean site (Gulf of Naples): an attempt to discern recurrences and trends. Scientia
Marina 68, 65–83.
Dossena, M., Yvon-Durocher, G., Grey, J., Montoya, J. M., Perkins, D. M., Trimmer, M. & Woodward, G.
2012 Warming alters community size structure and ecosystem functioning. Proceedings of the Royal
Society B-Biological Sciences 279, 3011–3019. (doi:10.1098/rspb.2012.0394)
Dugdale, R. C. & Wilkerson, F. P. 1998 Silicate regulation of new production in the equatorial Pacific
upwelling. Nature 391, 270–273. (doi:10.1038/34630)
Garcia-Comas, C., Stemmann, L., Ibanez, F., Berline, L., Mazzocchi, M. G., Gasparini, S., Picheral, M. &
Gorsky, G. 2011 Zooplankton long-term changes in the NW Mediterranean Sea: Decadal
periodicity forced by winter hydrographic conditions related to large-scale atmospheric changes?
Journal of Marine Systems 87, 216–226. (doi:10.1016/j.jmarsys.2011.04.003)
Gasol, J. M., Del Giorgio, P. A. & Duarte, C. M. 1997 Biomass distribution in marine planktonic
communities. Limnology and Oceanography 42, 1353–1363.
Gilabert, J. 2001a Short-term variability of the planktonic size structure in a Mediterranean coastal lagoon.
Journal of Plankton Research 23, 219–226. (doi:10.1093/plankt/23.2.219)
Gilabert, J. 2001b Seasonal plankton dynamics in a Mediterranean hypersaline coastal lagoon: the Mar
Menor. Journal of Plankton Research 23, 207–217. (doi:10.1093/plankt/23.2.207)
Goffart, A., Hecq, J. & Legendre, L. 2002 Changes in the development of the winter-spring phytoplankton
bloom in the Bay of Calvi (NW Mediterranean) over the last two decades: a response to changing
climate? Marine Ecology Progress Series 236, 45–60. (doi:10.3354/meps236045)
Gómez, F. & Gorsky, G. 2003 Annual microplankton cycles in Villefranche Bay, Ligurian Sea, NW
Mediterranean. Journal of Plankton Research 25, 323 –339. (doi:10.1093/plankt/25.4.323)
Hewes, C., Reid, F. & Holmhansen, O. 1984 The Quantitative-Analysis of Nanoplankton - a Study of
Methods. Journal of Plankton Research 6, 601–613. (doi:10.1093/plankt/6.4.601)
Hobro, R. & Willen, E. 1977 Phytoplankton Countings - Inter-Calibration Results and Recommendations
for Routine Work. Internationale Revue der Gesamten Hydrobiologie 62, 805–811.
Irigoien, X., Huisman, J. & Harris, R. P. 2004 Global biodiversity patterns of marine phytoplankton and
zooplankton. Nature 429, 863–867. (doi:10.1038/nature02593)
Jeffrey, S. W. & Mantoura, R. F. C. 1997 Development of pigment methods for oceanography: SCOR-
supported working groups and objectives. Monographs on Oceanographic Methodology 10.
Jennings, S. & Mackinson, S. 2003 Abundance-body mass relationships in size-structured food webs.
Ecology Letters 6, 971–974. (doi:10.1046/j.1461-0248.2003.00529.x)
104
Chapitre IV : Le spectre de taille du plancton au point B
Karsenti, E. et al. 2011 A holistic approach to marine eco-systems biology. PLoS biology 9.
(doi:10.1371/journal.pbio.1001177)
Kiorboe, T. 1993 Turbulence, Phytoplankton Cell-Size, and the Structure of Pelagic Food Webs. Advances
in Marine Biology, Vol 29 29, 1–72. (doi:10.1016/S0065-2881(08)60129-7)
Kremp, A., Tamminen, T. & Spilling, K. 2008 Dinoflagellate bloom formation in natural assemblages with
diatoms: nutrient competition and growth strategies in Baltic spring phytoplankton. Aquatic
Microbial Ecology 50, 181–196. (doi:10.3354/ame01163)
Lacroix, G. & Nival, P. 1998 Influence of meteorological variability on primary production dynamics in
the Ligurian Sea (NW Mediterranean Sea) with a 1D hydrodynamic/biological model. Journal of
Marine Systems 16, 23–50. (doi:10.1016/S0924-7963(97)00098-5)
Paerl, H. 1978 Effectiveness of Various Counting Methods in Detecting Viable Phytoplankton. New
Zealand Journal of Marine and Freshwarer Research 12, 67–72.
Pauly, D. 1998 Tropical fishes: patterns and propensities. Journal of Fisheries Biology 53, 1–17.
Pingree, R. 1978 Cyclonic Eddies and Cross-Frontal Mixing. Journal of the Marine Biological Association
of the U.K. 58, 955–&.
Piontkovski, S. A. et al. 2003 Plankton communities of the South Atlantic anticyclonic gyre. Oceanologica
Acta 26, 255–268. (doi:10.1016/S0399-1784(03)00014-8)
Platt, T. & Denman, K. 1978 The structure of pelagic marine ecosystems. Journal du Conseil International
pour l’Exploration de la Mer 173, 60–65.
Quinones, R., Platt, T. & Rodriguez, J. 2003 Patterns of biomass-size spectra from oligotrophic waters of
the Northwest Atlantic. Progress in Oceanography 57, 405–427. (doi:10.1016/S0079-
6611(03)00108-3)
Reid, F. 1983 Biomass Estimation of Components of the Marine Nanoplankton and Picoplankton by the
Utermohl Settling Technique. Journal of Plankton Research 5, 235–252.
(doi:10.1093/plankt/5.2.235)
Rinaldo, A., Maritan, A., Cavender-Bares, K. K. & Chisholm, S. W. 2002 Cross-scale ecological dynamics
and microbial size spectra in marine ecosystems. Proceedings of the Royal Society B-Biological
Sciences 269, 2051–2059. (doi:10.1098/rspb.2002.2102)
Rodriguez, J. & Mullin, M. M. 1986 Diel and Interannual Variation of Size Distribution of Oceanic
Zooplanktonic Biomass. Ecology 67, 215–222.
Rodriguez, J. et al. 2001 Mesoscale vertical motion and the size structure of phytoplankton in the ocean.
Nature 410, 360–363. (doi:10.1038/35066560)
San Martin, E., Harris, R. P. & Irigoien, X. juillet Latitudinal variation in plankton size spectra in the
Atlantic Ocean. Deep Sea Research Part II-Topical Studies in Oceanography 53, 1560–1572.
(doi:10.1016/j.dsr2.2006.05.006)
Sarthou, G., Timmermans, K. R., Blain, S. & Tréguer, P. 2005 Growth physiology and fate of diatoms in
the ocean: a review. Journal of Sea Research 53, 25–42. (doi:10.1016/j.seares.2004.01.007)
Smetacek, V. 1998 Biological oceanography: Diatoms and the silicate factor. Nature 391, 224.
(doi:10.1038/34528)
Sourisseau, M. & Carlotti, F. 2006 Spatial distribution of zooplankton size spectra on the French
continental shelf of the Bay of Biscay during spring 2000 and 2001. Journal of Geophysical
Research-Oceans 111. (doi:10.1029/2005JC003063)
105
Chapitre IV : Le spectre de taille du plancton au point B
Sprules, W., Brandt, S., Stewart, D., Munawar, M., Jin, E. & Love, J. 1991 Biomass Size Spectrum of the
Lake-Michigan Pelagic Food Web. Canadian Journal of Fisheries and Aquatic Science 48, 105–
115. (doi:10.1139/f91-015)
Sprules, W. & Munawar, M. 1986 Plankton size spectra in relation to ecosystem productivity, size, and
perturbation. Canadian Journal of Fisheries and Aquatic Science 43, 1789–1794.
Stemmann, L. & Boss, E. 2012 Plankton and Particle Size and Packaging: From Determining Optical
Properties to Driving the Biological Pump. In Annual Review of Marine Science, Vol 4 (eds C. A.
Carlson & S. J. Giovannoni), pp. 263–290. Palo Alto: Annual Reviews.
Stoecker, D. K. 1999 Mixotrophy among dinoflagellates. Journal of Eukaryotic Microbiology 46, 397–401.
(doi:10.1111/j.1550-7408.1999.tb04619.x)
Stouffer, D. B., Rezende, E. L. & Amaral, L. A. N. 2011 The role of body mass in diet contiguity and food-
web structure. Journal of Animal Ecology 80, 632–639. (doi:10.1111/j.1365-2656.2011.01812.x)
Tarling, G. A., Stowasser, G., Ward, P., Poulton, A. J., Zhou, M., Venables, H. J., McGill, R. A. R. &
Murphy, E. J. 2012 Seasonal trophic structure of the Scotia Sea pelagic ecosystem considered
through biomass spectra and stable isotope analysis. Deep Sea Research Part II-Topical Studies in
Oceanography 59–60, 222–236. (doi:10.1016/j.dsr2.2011.07.002)
Yvon-Durocher, G., Jones, J. I., Trimmer, M., Woodward, G. & Montoya, J. M. 2010 Warming alters the
metabolic balance of ecosystems. Philosophical Transactions of the Royal Society B-Biological
Sciences 365, 2117–2126. (doi:10.1098/rstb.2010.0038)
Yvon-Durocher, G., Reiss, J., Blanchard, J., Ebenman, B., Perkins, D. M., Reuman, D. C., Thierry, A.,
Woodward, G. & Petchey, O. L. 2011 Across ecosystem comparisons of size structure: methods,
approaches and prospects. Oikos 120, 550–563. (doi:10.1111/j.1600-0706.2010.18863.x)
Zarauz, L., Irigoien, X. & Fernandes, J. A. 2009 Changes in plankton size structure and composition, during
the generation of a phytoplankton bloom, in the central Cantabrian sea. Journal of Plankton
Research 31, 193 –207. (doi:10.1093/plankt/fbn107)
Zhou, M. 2006 What determines the slope of a plankton biomass spectrum? Journal of Plankton Research
28, 437–448. (doi:10.1093/plankt/fbi119)
Zhou, M. & Huntley, M. E. 1997 Population dynamics theory of plankton based on biomass spectra.
Marine Ecology Progress Series 159, 61–73. (doi:10.3354/meps159061)
Zhou, M., Tande, K. S., Zhu, Y. & Basedow, S. 2009 Productivity, trophic levels and size spectra of
zooplankton in northern Norwegian shelf regions. Deep-Sea Research Part II-Topical Studies in
Oceanography. 56, 1934–1944. (doi:10.1016/j.dsr2.2008.11.018)
106
Chapitre V : Le réseau trophique planctonique au point B
V.1. Introduction
107
Chapitre V : Le réseau trophique planctonique au point B
108
Chapitre V : Le réseau trophique planctonique au point B
109
Chapitre V : Le réseau trophique planctonique au point B
110
Chapitre V : Le réseau trophique planctonique au point B
V.3. Résultats
111
Chapitre V : Le réseau trophique planctonique au point B
Fig. V.1 - Analyse de groupement hiérarchique chronologique sur les spectres NB-SS
totaux. Trois niveaux de coupure ont été identifiés: la coupure saisonnière, ( branches
bleue et rouge de l’arbre; le niveau de coupure 2, (rectangles de couleur en traits pleins)
sépare 3 groupes, l’hiver (rectangle bleu), le printemps (rectangle vert), et l’été (rectangle
rouge); le niveau de coupure 3 ( les rectangles de couleur en traits pointillés) sépare le
printemps en 2 sous groupes, le cœur du printemps (rectangle pointillé vert) et la période
de transition (rectangle pointillé fushia).
La pente plus forte en hiver suggère cependant une proportion relative de petits
organismes plus importante ainsi qu’un transfert de matière le long du spectre moins
efficace en hiver.
112
Chapitre V : Le réseau trophique planctonique au point B
Fig. V.2 - (A) Spectres NB-SS moyens du plancton total calculés à partir des groupes de
spectres identifiés par le groupement hierarchique chronologique à la coupure
saisonnière. (B) Représentation des pentes totales des spectres moyens hivernaux et
estivaux avec leurs intervalles de confiances à 95 % (IC 95%).
113
Chapitre V : Le réseau trophique planctonique au point B
V.4. Discussion
114
Chapitre V : Le réseau trophique planctonique au point B
puis discrimine les NB-SS d’hiver et de printemps au deuxième niveau de coupure, bien
qu’ils soient de forme et de pente très similaires également (Annexe V-1, Annexe V-3).
Cette analyse nous permet également de discriminer la période de transition entre le
printemps et l’été au troisième niveau de coupure. Il y a donc une information pertinente
contenue dans les spectres NB-SS de plancton, qui n’est pas exploitée quand on ne
considère que la pente des spectres, mais qui ressort quand le détail des biovolumes par
classes de taille est utilisé comme descripteur.
Ce résultat est surprenant à plusieurs égards : premièrement, il est en contradiction
l’analyse des pentes (Chapitre IV). Les spectres sont bien différents les uns des autres et
semblent rendre compte d’une dynamique saisonnière de la structure en taille de la
communauté. Deuxièmement, le groupement temporel des spectres présente une structure
assez proche du groupement temporel réalisé à partir séries de biovolumes des PEGs
(Chapitre III, Fig. III.1). Bien que légèrement différents, les deux groupements
partitionnent des clusters proches. Le cluster « hiver » des spectres correspond à une
semaine près aux clusters « Winter + Early Spring » des biovolumes. Le Cluster
« printemps » des spectres correspond approximativement au cluster « Late Spring » des
biovolumes. Les clusters estivaux sont proches, celui issu des spectres commençant plus
tardivement de 3 semaines par rapport à celui issu des biovolumes. De manière générale,
les partitions entre les clusters issus des spectres sont plus tardives que celles issues des
biovolumes des 18 GEP. Ceci suggère que la structure en taille de la communauté
planctonique présente plus d’inertie et de résilience face aux perturbations
environnementales à haute fréquence, comparativement à la structure taxonomique qui
répond presque instantanément (voir Chapitre III). Troisièmement, la déclinaison
taxonomique de la structure en taille varie au cours de la période échantillonnée (Fig. V.3,
Annexe V-2, Annexe V-4), et les spectres discriminés par l’analyse de groupement
hiérarchique chronologique ont des structures taxonomiques et fonctionnelles différentes
et caractéristiques.
115
Chapitre V : Le réseau trophique planctonique au point B
116
Chapitre V : Le réseau trophique planctonique au point B
semblent subir la compétition de ces deux groupes, sans être exclu, illustrant le
« paradoxe du plancton » (Hardin, 1960 ; Hutchinson, 1961). La coexistence de plusieurs
groupes de compétiteurs sur une même ressource est encore mal comprise (Tilman, 2007 ;
Cropp & Norbury, 2012), et plusieurs hypothèses ont été testées théoriquement pour
expliquer ce phénomène. La coexistence theorique de compétiteurs a été démontrée pour
des cas particuliers de modèles à dynamiques chaotiques (Huisman & Weissing, 1999),
des modèles de compétitions contraint par un forçage extérieur intense (Ebenhoh, 1988)
et des modèles ou les prédateurs supérieurs seraient capables d’adapter leurs pression de
prédation permettant la coexistence de plusieurs consommateurs au niveau trophique
inférieur (Krivan, 2003). Le remplacement des gélatineux filtreurs hivernaux par des
cnidaires et des chaetognathes en été dans les grandes classes de taille suggère une
pression de prédation accrue sur les crustacés (Duro & Saiz, 2000 ; Sabates et al., 2010).
La consommation induit souvent la coexistence d’organismes « ressource » en
compétition dans un milieux (Chase et al., 2002 ; Chesson & Kuang, 2008), que ce soit
l’effet d’herbivores sur des plantes (Augustine & McNaughton, 1997 ; Heard & Sax,
2013 ; Suzuki et al., 2013) ou des algues (Beninca et al., 2009) en compétition, ou l’effet
de prédateurs carnivores sur leurs proies en compétition, (Gaedke & Ebenhoh, 1991 ;
Shurin et al., 2001). Ici la prédation permettrait la coexistence des cladocères (GEP SOZ,
Table III.1) et des copépodes, et des decapodes/euphausiacés (GEP Deca, Table III.1) et
des copépodes, faisant de l’action des consommateurs supérieur le paramètre structurant
fondamental (Duffy, 2002) de la communauté planctonique en été.
117
Chapitre V : Le réseau trophique planctonique au point B
118
Chapitre V : Le réseau trophique planctonique au point B
Fig. V.4 - Représentation schématique des organisations des réseaux trophiques d’hiver et
d’été et des interactions trophiques telles qu’estimées par l’analyse de la structure en taille
taxonomique du plancton (micro- meso- macro- plancton) au point B.
119
Chapitre V : Le réseau trophique planctonique au point B
V.5. Conclusions
L’analyse des variations de la taxonomie et de la structure en taille suggère qu’il
existe une transition d’une communauté organisée en un réseau trophique dominé par
des brouteurs en hiver, vers une communauté organisée en un réseau plus complexe en
été constitué de deux canaux trophiques intriqués controlées par des prédateurs différents,
le tout dans une gamme de biomasse quasi constante (chapitres III & IV).
La réorganisation fonctionnelle et la diversification des prédateurs dans les
grandes classes de taille du zooplancton induit les différences de structure et de
fonctionnement de la communauté planctonique entre l’été et l’hiver. Le rôle des
gélatineux carnivores apparait prépondérant en fermant les deux canaux de transfert
trophique et en participant à la stabilité de la communauté par un mécanisme de prédation
intraguilde des gélatineux carnivores sur les chaetognathes. La description des deux
réseaux trophiques saisoniers antagonistes souligne l’importance du contrôle top-down du
zooplancton sur la communauté planctonique au point B.
Les mécanismes impliqués dans la transition entre l’hiver et l’été et la
réorganistion progressive du réseau trophique restent à décrire et à commenter pour
compléter la compréhension de la dynamique du réseau trophique au point B.
Finalement, le couplage de l’analyse taxonomique et fonctionnelle et l’analyse des
variations de la structure en taille dans une série temporelle de plancton peut être une
alternative simple, peu couteuse, rapide et efficace, pour décrire et comprendre la
structure et la dynamique des réseaux trophiques planctonique, par rapport aux méthodes
analytiques les plus utilisés telles que l’analyse des isotopes stables, des acides gras ou
l’analyse taxonomique précise par identification microscopique du plancton.
Arim, M. & Marquet, P. A. 2004 Intraguild predation: a widespread interaction related to species biology.
Ecology Letters 7, 557–564. (doi:10.1111/j.1461-0248.2004.00613.x)
Augustine, D. J. & McNaughton, S. J. 1998 Ungulate Effects on the Functional Species Composition of
Plant Communities: Herbivore Selectivity and Plant Tolerance. The Journal of Wildlife Management
62, 1165. (doi:10.2307/3801981)
Basedow, S. L., Tande, K. S. & Zhou, M. 2010 Biovolume spectrum theories applied: spatial patterns of
trophic levels within a mesozooplankton community at the polar front. Journal of Plankton
Research 32, 1105–1119. (doi:10.1093/plankt/fbp110)
120
Chapitre V : Le réseau trophique planctonique au point B
Benfield, M. C. et al. 2007 RAPID Research on Automated Plankton Identification. Oceanography 20,
172–187.
Beninca, E., Johnk, K. D., Heerkloss, R. & Huisman, J. 2009 Coupled predator-prey oscillations in a
chaotic food web. Ecology Letters 12, 1367–1378. (doi:10.1111/j.1461-0248.2009.01391.x)
Bustillos-Guzman, J., Claustre, H. & Marty, J. C. 1995 Specific phytoplankton signatures and their
relationship to hydrographic conditions in the coastal Northwestern Mediterranean sea. Marine
Ecology Progress Series 124, 247–258. (doi:10.3354/meps124247)
Calbet, A. & Landry, M. 2004 Phytoplankton growth, microzooplankton grazing, and carbon cycling in
marine systems. Limnology and Oceanography 49, 51–57.
Calbet, A., Garrido, S., Saiz, E., Alcaraz, M. & Duarte, C. M. 2001 Annual zooplankton succession in
coastal NW Mediterranean waters: the importance of the smaller size fractions. Journal of Plankton
Research 23, 319–331. (doi:10.1093/plankt/23.3.319)
Chase, J. M., Abrams, P. A., Grover, J. P., Diehl, S., Chesson, P., Holt, R. D., Richards, S. A., Nisbet, R.
M. & Case, T. J. 2002 The interaction between predation and competition: a review and synthesis.
Ecology Letters 5, 302–315. (doi:10.1046/j.1461-0248.2002.00315.x)
Chesson, P. & Kuang, J. J. 2008 The interaction between predation and competition. Nature 456, 235–238.
(doi:10.1038/nature07248)
Cropp, R. & Norbury, J. 2012 The Mechanisms of Coexistence and Competitive Exclusion in Complex
Plankton Ecosystem Models. Ecosystems 15, 200–212. (doi:10.1007/s10021-011-9503-1)
Cury, P. M., Shin, Y.-J., Planque, B., Durant, J. M., Fromentin, J.-M., Kramer-Schadt, S., Stenseth, N. C.,
Travers, M. & Grimm, V. 2008 Ecosystem oceanography for global change in fisheries. Trends in
Ecology & Evolution 23, 338–346. (doi:10.1016/j.tree.2008.02.005)
Cushing, D. 1989 A Difference in Structure Between Ecosystems in Strongly Stratified Waters and in
Those That Are Only Weakly Stratified. Journal of Plankton Research 11, 1–13.
(doi:10.1093/plankt/11.1.1)
Duffy, J. E. 2002 Biodiversity and ecosystem function: the consumer connection. Oikos 99, 201–219.
(doi:10.1034/j.1600-0706.2002.990201.x)
Duró, A. & Saiz, E. 2000 Distribution and trophic ecology of chaetognaths in the western Mediterranean in
relation to an inshore–offshore gradient. Journal of Plankton Research 22, 339 –361.
(doi:10.1093/plankt/22.2.339)
Emmerson, M. C. & Raffaelli, D. 2004 Predator-prey body size, interaction strength and the stability of a
real food web. Journal of Animal Ecology 73, 399–409. (doi:10.1111/j.0021-8790.2004.00818.x)
Garcia-Comas, C., Stemmann, L., Ibanez, F., Berline, L., Mazzocchi, M. G., Gasparini, S., Picheral, M. &
Gorsky, G. 2011 Zooplankton long-term changes in the NW Mediterranean Sea: Decadal
periodicity forced by winter hydrographic conditions related to large-scale atmospheric changes?
Journal of Marine Systems 87, 216–226. (doi:10.1016/j.jmarsys.2011.04.003)
Gilabert, J. 2001a Short-term variability of the planktonic size structure in a Mediterranean coastal lagoon.
Journal of Plankton Research 23, 219–226. (doi:10.1093/plankt/23.2.219)
Gilabert, J. 2001b Seasonal plankton dynamics in a Mediterranean hypersaline coastal lagoon: the Mar
Menor. Journal of Plankton Research 23, 207–217. (doi:10.1093/plankt/23.2.207)
121
Chapitre V : Le réseau trophique planctonique au point B
Gorsky, G. et al. 2010 Digital zooplankton image analysis using the ZooScan integrated system. Journal of
Plankton Research 32, 285 –303. (doi:10.1093/plankt/fbp124)
Hansen, B., BjøRnsen, P. K. & Hansen, P. J. 1994 The size ratio between planktonic predators and their
prey. Limnology and Oceanography 39, 395–403. (doi:10.4319/lo.1994.39.2.0395)
Haskell, A. G. E., Hofmann, E. E., Paffenhofer, G. A. & Verity, P. G. 1999 Modeling the effects of
doliolids on the plankton community structure of the southeastern US continental shelf. Journal of
Plankton Research 21, 1725–1752. (doi:10.1093/plankt/21.9.1725)
Heard, M. J. & Sax, D. F. 2013 Coexistence between native and exotic species is facilitated by asymmetries
in competitive ability and susceptibility to herbivores. Ecology Letters 16, 206–213.
(doi:10.1111/ele.12030)
Hillebrand, H., Durselen, C. D., Kirschtel, D., Pollingher, U. & Zohary, T. 1999 Biovolume calculation for
pelagic and benthic microalgae. Journal of Phycology 35, 403–424. (doi:10.1046/j.1529-
8817.1999.3520403.x)
Huisman, J. & Weissing, F. J. 1999 Biodiversity of plankton by species oscillations and chaos. Nature 402,
407–410. (doi:10.1038/46540)
Hutchinson, G. 1961 The Paradox of the Plankton. The American Naturalist 95, 137–145.
(doi:10.1086/282171)
Jennings, S. & Mackinson, S. 2003 Abundance-body mass relationships in size-structured food webs.
Ecology Letters 6, 971–974. (doi:10.1046/j.1461-0248.2003.00529.x)
Kamenir, Y., Dubinsky, Z. & Zohary, T. 2004 Phytoplankton size structure stability in a meso-eutrophic
subtropical lake. Hydrobiologia 520, 89–104. (doi:10.1023/B:HYDR.0000027729.53348.c7)
Kamenir, Y., Dubinsky, Z. & Harris, R. 2010 Taxonomic size structure consistency of the English Channel
phytoplankton. Journal of Experimental Marine Biology and Ecology 383, 105–110.
(doi:10.1016/j.jembe.2009.12.009)
Kamenir, Y., Winder, M., Dubinsky, Z., Zohary, T. & Schladow, G. 2008 Lake Tahoe vs. Lake Kinneret
phytoplankton: comparison of long-term taxonomic size structure consistency. Aquatic Sciences 70,
195–203. (doi:10.1007/s00027-008-8087-0)
Karsenti, E. et al. 2011 A holistic approach to marine eco-systems biology. PLoS biology 9.
(doi:10.1371/journal.pbio.1001177)
Kehayias, G. & Kourouvakalis, D. 2010 Diel vertical migration and feeding of chaetognaths in coastal
waters of the eastern Mediterranean. Biologia 65, 301–308. (doi:10.2478/s11756-010-0024-8)
Krivan, V. 2003 Competitive co-existence caused by adaptive predators. Evolutionnary Ecology Research
5, 1163–1182.
Le Quere, C. et al. 2005 Ecosystem dynamics based on plankton functional types for global ocean
biogeochemistry models. Global Change Biology 11, 2016–2040. (doi:10.1111/j.1365-
2468.2005.01004.x)
Legendre, P., Dallot, S. & Legendre, L. 1985 Succession of Species Within a Community - Chronological
Clustering, with Applications to Marine and Fresh-Water Zooplankton. The American Naturalist
125, 257–288. (doi:10.1086/284340)
Lombard, F., Selander, E. & Kiørboe, T. 2011 Active prey rejection in the filter-feeding appendicularian
Oikopleura dioica. Limnology and Oceanography 56, 1504–1512. (doi:10.4319/lo.2011.56.4.1504)
122
Chapitre V : Le réseau trophique planctonique au point B
Madin, L. P. & D.Deibel 1998 feeding and energetics of Thaliacea. In The Biology of Pelagic Tunicates, pp.
340. New-York: Bone, Q.
Malej, A., Faganeli, J. & Pezdic, J. 1993 Stable-Isotope and Biochemical Fractionation in the Marine
Pelagic Food-Chain - the Jellyfish Pelagia-Noctiluca and Net Zooplankton. Marine Biology 116,
565–570. (doi:10.1007/BF00355475)
Margalef, R. 1958 Temporal succession and spatial heterogeneity in natural phytoplankton. In Perspectives
in Marine Biology, pp. 323–349. Los Angeles: Buzzati-Traverso.
Mauchline, J., Blaxter, J., Southward, A. & Tyler, P. 1998 Advances in marine biology - The biology of
calanoid copepods - Introduction. In Advances in Marine Biology, Vol 33: The Biology of Calanoid
Copepods, pp. 1–+. London: Academic Press Ltd-Elsevier Science Ltd.
McCann, K., Hastings, A. & Huxel, G. R. 1998 Weak trophic interactions and the balance of nature. Nature
395, 794–798. (doi:10.1038/27427)
Narwani, A. & Mazumder, A. 2012 Bottom-up effects of species diversity on the functioning and stability
of food webs. Journal of Animal Ecology 81, 701–713. (doi:10.1111/j.1365-2656.2011.01949.x)
Nival, P. & Corre, M. 1976 Annual Variation of Surface Hydrology in Bay of Villefranche-Sur-Mer.
Annales de l’Institut Oceanographique 52, 57–78.
Odum, E. 1977 Emergence of Ecology as a New Integrative Discipline. Science 195, 1289–1293.
(doi:10.1126/science.195.4284.1289)
O’Gorman, E. J. & Emmerson, M. C. 2009 Perturbations to trophic interactions and the stability of complex
food webs. Proceedings of the National Academy of Sciences 106, 13393–13398.
(doi:10.1073/pnas.0903682106)
Ohman, M. D., Powell, J. R., Picheral, M. & Jensen, D. W. 2012 Mesozooplankton and particulate matter
responses to a deep-water frontal system in the southern California Current System. Journal of
Plankton Research 34, 815–827. (doi:10.1093/plankt/fbs028)
Petchey, O. L., Beckerman, A. P., Riede, J. O. & Warren, P. H. 2008 Size, foraging, and food web
structure. Proceedings of the National Academy of Sciences 105, 4191–4196.
(doi:10.1073/pnas.0710672105)
Platt, T. & Denman, K. 1978 The structure of pelagic marine ecosystems. Journal du Conseil International
pour l’Exploration de la Mer 173, 60–65.
Polis, G. A. & Strong, D. R. 1996 Food web complexity and community dynamics. The American
Naturalist 147, 813–846. (doi:10.1086/285880)
Polis, G. A. & Holt, R. D. 1992 Intraguild predation: The dynamics of complex trophic interactions. Trends
in Ecology & Evolution 7, 151–154. (doi:10.1016/0169-5347(92)90208-S)
Quinones, R., Platt, T. & Rodriguez, J. 2003 Patterns of biomass-size spectra from oligotrophic waters of
the Northwest Atlantic. Progress in Oceanography 57, 405–427. (doi:10.1016/S0079-
6611(03)00108-3)
Reichstein, B., Schroder, A., Persson, L. & Roos, A. M. 2013 Habitat complexity does not promote
coexistence in a size-structured intraguild predation system. Journal of Animal Ecology 82, 55–63.
(doi:10.1111/j.1365-2656.2012.02032.x)
123
Chapitre V : Le réseau trophique planctonique au point B
Rinaldo, A., Maritan, A., Cavender-Bares, K. K. & Chisholm, S. W. 2002 Cross-scale ecological dynamics
and microbial size spectra in marine ecosystems. Proceedings of the Royal Society B-Biological
Sciences 269, 2051–2059. (doi:10.1098/rspb.2002.2102)
Rosa, S., Pansera, M., Granata, A. & Guglielmo, L. 2013 Interannual variability, growth, reproduction and
feeding of Pelagia noctiluca (Cnidaria: Scyphozoa) in the Straits of Messina (Central Mediterranean
Sea): Linkages with temperature and diet. Journal of Marine Systems 111, 97–107.
(doi:10.1016/j.jmarsys.2012.10.001)
Rudolf, V. H. W. 2012 Seasonal shifts in predator body size diversity and trophic interactions in size-
structured predator–prey systems. Journal of Animal Ecology 81, 524–532. (doi:10.1111/j.1365-
2656.2011.01935.x)
Sabates, A., Pages, F., Atienza, D., Fuentes, V., Purcell, J. E. & Gili, J.-M. 2010 Planktonic cnidarian
distribution and feeding of Pelagia noctiluca in the NW Mediterranean Sea. Hydrobiologia 645,
153–165. (doi:10.1007/s10750-010-0221-z)
San Martin, E., Harris, R. P. & Irigoien, X. 2006 Latitudinal variation in plankton size spectra in the
Atlantic Ocean. Deep Sea Research Part II-Topical Studies in Oceanography 53, 1560–1572.
(doi:10.1016/j.dsr2.2006.05.006)
Sheldon, R. W., Prakash, A. & Sutcliffe, W. H. 1972 The Size Distribution of Particles in the Ocean.
Limnology and Oceanography 17, 327–340.
Shurin, J. B. & Allen, E. G. 2001 Effects of competition, predation, and dispersal on species richness at
local and regional scales. The American Naturalist 158, 624–637. (doi:10.1086/323589)
Shurin, J. B., Borer, E. T., Seabloom, E. W., Anderson, K., Blanchette, C. A., Broitman, B., Cooper, S. D.
& Halpern, B. S. 2002 A cross-ecosystem comparison of the strength of trophic cascades. Ecology
Letters 5, 785–791. (doi:10.1046/j.1461-0248.2002.00381.x)
Sommer, U. 2008 Trophic Cascades in Marine and Freshwater Plankton. International Review of
Hydrobiology 93, 506–516. (doi:10.1002/iroh.200711039)
Suzuki, M., Miyashita, T., Kabaya, H., Ochiai, K., Asada, M. & Kikvidze, Z. 2013 Deer herbivory as an
important driver of divergence of ground vegetation communities in temperate forests. Oikos 122,
104–110. (doi:10.1111/j.1600-0706.2012.20431.x)
Tilman, D. 2007 Resource competition and plant traits: a response to Craine et al. 2005. J. Ecol. 95, 231–
234. (doi:10.1111/j.1365-2745.2007.01201.x)
Wiebe, P. H. & Benfield, M. C. 2003 From the Hensen net toward four-dimensional biological
oceanography. Progress in Oceanography 56, 7–136. (doi:10.1016/S0079-6611(02)00140-4)
Wiebe, P. H., Stanton, T. K., Greene, C. H., Benfield, M. C., Sosik, H. M., Austin, T. C., Warren, J. D. &
Hammar, T. 2002 BIOMAPER-II: An integrated instrument platform for coupled biological and
physical measurements in coastal and oceanic regimes. IEEE Journal of Oceanographic Engineering
27, 700–716. (doi:10.1109/JOE.2002.1040951)
Ye, L., Chang, C.-Y., García-Comas, C., Gong, G.-C. & Hsieh, C. 2013 Increasing zooplankton size
diversity enhances the strength of top-down control on phytoplankton through diet niche
partitioning. Journal of Animal Ecology , n/a–n/a. (doi:10.1111/1365-2656.12067)
Zhou, M. 2006 What determines the slope of a plankton biomass spectrum? Journal of Plankton Research
28, 437–448. (doi:10.1093/plankt/fbi119)
124
Chapitre V : Le réseau trophique planctonique au point B
Zhou, M., Tande, K. S., Zhu, Y. & Basedow, S. 2009 Productivity, trophic levels and size spectra of
zooplankton in northern Norwegian shelf regions. Deep-Sea Research Part II-Topical Studies in
Oceanography. 56, 1934–1944. (doi:10.1016/j.dsr2.2008.11.018)
125
Chapitre VI : Distribution globale du mesozooplancton
VI.1. Introduction
126
Chapitre VI : Distribution globale du mesozooplancton
complexité du mesozooplancton (Lequéré et al., 2005 ; Prowe et al., 2011 ; Barton et al.,
2013). Des approches expérimentales intégrées se sont également mis en place pour
qualifier et quantifier le mésozooplancton et apporter des données nécessaires aux
modèles (expédition Tara Oceans, Karsenti et al., 2011, cette thèse).
127
Chapitre VI : Distribution globale du mesozooplancton
128
Chapitre VI : Distribution globale du mesozooplancton
129
Chapitre VI : Distribution globale du mesozooplancton
jeu de données obtenu comprend 102 stations pour lesquelles les données de
mésozooplancton et de description de l’environnement sont simultanées, qualifiées et
validées.
130
Chapitre VI : Distribution globale du mesozooplancton
131
Chapitre VI : Distribution globale du mesozooplancton
taille médiane des spectres également. Nous avons réalisé cette ACP pour synthétiser
l’information contenue les données initiales. Cette opération a permis de réorganiser la
variance de la matrice initiale tout en générant de nouveaux descripteurs synthétiques et
indépendant les uns des autres (les composantes) qui nous serviront à faire une analyse de
groupement hiérarchique (« clustering ») des stations échantillonnées.
Nous avons utilisé la distance euclidienne et un lien flexible pour l’analyse de
groupement. Le niveau de partition optimal du dendrogramme obtenu a été déterminé
avec l’algorithme de Random Simulation Test (RST, Guidi et al., 2009, Annexe II). Cette
procédure permet de déterminer objectivement le niveau de partition optimal d’un
groupement hiérarchique.
Les spectres NB-SS moyens des groupes identifiés ainsi que leurs pentes ont été
calculés. La composition taxonomique des spectres moyens a été estimée comme la
contribution en % de chaque GEP dans chaque classe de taille. Les stations de chaque
groupe cartographiées. Les distributions de chaque paramètres hydrologiques et du
mésozooplancton sont résumées par des diagrammes en boite, et les différences des ces
distributions entre les groupes identifiés par analyse de groupement hiérarchique sont
testées par test de Kruskal-Wallis, au seuil de significativité 1.25 %, pour prendre en
compte les comparaisons multiples (méthode de Bonferoni). Ces différences mettant en
jeu plusieurs tests successifs avec les mêmes variables, le seuil de significativité a été
ajusté pour prendre en compte l’accroissement du risque global d’obtenir un résultat
significatif par hasard (Saporta, 2006). Nous avons employé la méthode de Bonferroni
(Bland & Altman, 1995) qui consiste simplement à diviser le seuil de significativité α
(5%) par le nombre n de répétitions du test. Dans notre cas, n = 4, donc le seuil de
significativité α’ sera 1.25%.
VI.3. Résultats
132
Chapitre VI : Distribution globale du mesozooplancton
133
Chapitre VI : Distribution globale du mesozooplancton
Fig. VI.1 - Description de la colonne d’eau lors des stations Tara Oceans. A) profondeur
de la MLD. B) profondeur de la Ze. C) profondeur du DCM. D) profondeur de la
nitracline. E) minimum d’oxygène dans la colonne d’eau. F) température moyenne dans
la couche de mélange. G) chlorophylle a intégrée. Les lignes pointillées verticales
représentent les frontières entre bassins océaniques. Elles sont surmontées par les
numéros de stations qui en marquent les limites : stations 14 à 30, mer Méditerranée
(Med.) ; stations 30 à 34, mer Rouge (RS) ; stations 34 à 65, océan Indien (Indian) ;
stations 65 à 83, océan Atlantique Sud (South Atl.) ; stations 83 à 87, Antarctique (Ant.) ;
stations 87 à 128, Pacifique Sud (South Pac.) ; stations 128 à 141, Pacifique Nord (North
Pac.) ; stations 141 à 153, Atlantique Nord (North Atl.) . Les points sur l’axe des
abscisses représentent les stations, et la distance en km entre chaque station est
représentée à l’échelle (voir Annexe II-3 et Annexe II-4 pour position des stations).
134
Chapitre VI : Distribution globale du mesozooplancton
Fig. VI.2 - Distribution des abondances (A), biovolumes (B) et pentes des spectres NB-SS
(C) du mesozooplancton total dans la couche 0-100 m le long du transect Tara Oceans.
Les barres verticales pointillées sont décrites dans la Fig. VI.1. (voir Annexe II-3 et
Annexe II-4 pour position des stations).
135
Chapitre VI : Distribution globale du mesozooplancton
biovolumes sont faibles, tandis que les pentes les moins importantes (« plates », ou moins
négatives) sont situés essentiellement dans les zones d’upwelling, les zones côtières, et
autour de l’équateur, la ou les abondances d’organismes et biovolumes sont importants.
La Méditerranée constitue un cas particulier, ou les pentes sont importantes, mais ou les
biovolumes ne montrent pas de motif marqué.
136
Chapitre VI : Distribution globale du mesozooplancton
137
Chapitre VI : Distribution globale du mesozooplancton
Atlantique Nord. Les grands crustacés sont absents aux stations 38, 92 et 137 (Indien
Nord, Pacifique Sud et Pacifique Nord). Les gélatineux carnivores sont absents aux
stations 43 dans l’océan Indien, 82 à 89, soit toutes les stations au Sud de 53 ° S (En
Atlantique Sud, Antarctique et Pacifique Sud), ainsi qu’aux stations 110, 123 (Pacifique
Sud), 137 (Pacifique Nord) et 152 (Atlantique Nord). Les gélatineux filtreurs ne sont
absents qu’a la station 67, soit dans l’upwelling du Benguela. Les grands protistes du
mesozooplancton sont absents à la station 67, et aux stations 152 et 153, dans l’Atlantique
Nord. Les ptéropodes sont absents à la station 92, dans le Pacifique Sud, et le petit
zooplancton est absent à la station 113 au cœur du gyre Pacifique Sud. De manière
générale, les biovolumes sont faibles au centre des gyre océaniques : cette caractéristique
est particulièrement visible dans le Pacifique Sud, ou deux minima successifs dans les
biovolumes de chaque groupe de plancton sont observables (Fig. VI.4).
138
Chapitre VI : Distribution globale du mesozooplancton
Table VI.1 - Table des corrélation (r de Pearson) entre les variables descripteurs de la
communauté zooplanctonique et les variables hydrologiques, et les variables de
description de la communauté phytoplanctonique. *** correspond à p < 0.001, ** à p <
0.01 et * à p < 0.05. Les cases vertes identifient les corrélations significatives, les cases
oranges les relations fortes mais pas significatives, et les cases sans couleur les relations
faibles et non significatives.
log(BV spectral
Pearson r Q1 size Median size Q3 size
zoo) slope
MLD Depth -0.16 0.06 -0.16 -0.13 -0.15
ZE Depth -0.52 *** -0.28 ** -0.16 -0.31 ** -0.36 ***
DCM Depth -0.53 *** -0.16 -0.25 * -0.32 *** -0.34 ***
Nitracline Depth -0.32 ** 0.17 -0.14 -0.1 -0.09
Distance/Cote 0.01 0.18 (0.064 ) 0.18 (0.077 ) 0.20 * 0.18 (0.077 )
Oxygen Minimum -0.42 *** -0.22 * -0.45 *** -0.46 *** -0.45 ***
Mean MLD Temp. 0.06 0.04 0.33 *** 0.23 * 0.17 (0.083 )
Int. Chlo. a 0.25 * 0.33 *** -0.03 0.17 (0.085 ) 0.28 **
139
Chapitre VI : Distribution globale du mesozooplancton
Fig. VI.5 - (A) spectres NB-SS moyens des cinq groupes de stations (clusters) identifiés
par l’analyse de groupement hiérarchique au niveau de coupure optimal. Rouge, cluster 1;
Orange, cluster 2 ; Jaune, cluster 3 ; Cyan, cluster 4 ; Bleu foncé, cluster 4. (B) Pentes des
spectres NB-SS moyens des cinq cluster avec intervalle de confiance à 95%. Le code
couleur utilisé sur cette figure sera repris dans les figures suivantes
140
Chapitre VI : Distribution globale du mesozooplancton
141
Chapitre VI : Distribution globale du mesozooplancton
Table VI.2 - tableau des p-values des différences des paramètres de description de la
communauté mesozooplanctonique entre clusters, comparaisons deux à deux. Les p-
values sont issues de test de kruskall-wallis : H0 : il n’y a pas de différences entre les
distributions du paramètre X entre les clusters A et B. Si p < 0.0125 (ajustement du seuil
initial α =0.05 selon bonferroni : α’ = α /4) la différence est significative. Les cases vertes
identifient les corrélations significatives, les cases oranges les relations fortes mais pas
significatives, et les cases sans couleur les relations faibles et non significatives.
log (BV spectral Median
Q1 Size Q3 Size
zoo) slope Size
clust. 1 VS clust. 2 0.0164 0.0128 0.3416 0.0634 0.0938
clust. 1 VS clust. 3 p < 0.001 0.0023 0.0147 p < 0.001 0.0014
clust. 1 VS clust. 4 p < 0.001 p < 0.001 0.0021 p < 0.001 p < 0.001
clust. 1 VS clust. 5 p < 0.001 p < 0.001 p < 0.001 p < 0.001 p < 0.001
clust. 2 VS clust. 3 p < 0.001 0.2872 0.0040 p < 0.001 0.0018
clust. 2 VS clust. 4 p < 0.001 0.0018 p < 0.001 p < 0.001 p < 0.001
clust. 2 VS clust. 5 p < 0.001 p < 0.001 p < 0.001 p < 0.001 p < 0.001
clust. 3 VS clust. 4 0.0021 p < 0.001 0.1783 p < 0.001 p < 0.001
clust. 3 VS clust. 5 p < 0.001 p < 0.001 p < 0.001 p < 0.001 p < 0.001
clust. 4 VS clust. 5 0.0215 0.0021 p < 0.001 p < 0.001 p < 0.001
142
Chapitre VI : Distribution globale du mesozooplancton
143
Chapitre VI : Distribution globale du mesozooplancton
144
Chapitre VI : Distribution globale du mesozooplancton
l’antarctique, ne sont associées à ce cluster (Fig. VI.7 D1). Un tiers des stations (8/24) du
cluster 4 ont des valeurs de chlorophylle a intégrée < Q1Chl (Q1Chl = 12.61 mg.m-2), et
seulement 5 stations ont des valeurs de chlorophylle a intégrée > Q3Chl (Q3Chl = 22.66
mg.m-2) : les stations 15, 19 (méditerranée), 66 (upwelling du Benguela), 81 (Atlantique
sud) et 90 (upwelling du Pérou) (Fig. VI.7 D3). Le spectre des copépodes est bimodal (le
second mode culmine a ~50 % de contribution au biovolume), et ne représente qu’une
proportion faible du biovolume dans les grandes classes de taille. La contribution des
chaetognathes dans les classes de taille intermédiaires est importante et compense la
baisse des copépodes. Dans les grandes classes de tailles, les chaetognathes constituent
l’essentiel du biovolume (~60 %), bien que les grand crustacés et les gélatineux filtreurs
soient à des niveaux proches de 10 % (Fig. VI.7 D2).
Le cluster 5 (spectre linéaire, biovolume faible et pente forte) est composé de 19
stations qui se situent pour 17 d’entre elles à l’extérieur de la zone intertropicale. Seules
les stations 74 (atlantique sud) et 99 (pacifique sud) sont à moins de 23° de latitude (16.1°
S et 21.1°S). Aucune de 19 stations ne se trouve dans l’océan indien, et seule la station 74
se trouve dans l’océan atlantique sud (Fig. VI.7 E1). Sept stations ont des valeurs de
chlorophylle a intégrée < Q1chl, (18, 24, 74, 96, 98, 99, 143) et 3 stations ont des valeurs
de chlorophylle a intégrée > Q3chl, (83, 86, 152). Malgré la variabilité des valeurs de
chlorophylle a intégrée, ce cluster contient 4 des stations les plus oligotrophes (74, 96, 98
et 99) du jeu de donnée, et est caractérisé par l’oligotrophie (Fig. VI.7 E3). La
communauté mesozooplanctonique se compose d’une population de copépode ou quatre
modes apparaissent au fur et mesure que la taille individuelle s’accroit. Au premier mode
(petites classes de taille) les copépodes représentent ~80 % du biovolume, au second,
~60-70 %, au troisième, ~40-50 %, et au dernier (grandes classes de taille), ~20-30 %.
Une population de ptéropodes importante est visible tout le long du spectre, avec des
contributions croissantes avec l’accroissement de la taille individuelle : 5% au dessus du
premier mode de copépodes et jusqu’à 80 % du biovolume dans les très grandes classes
de taille. Au dessus du quatrième mode la population de ptéropodes est remplacée par
des chaetognathes (bleu clair), des gélatineux filtreurs (jaune), des gélatineux carnivores
(vert clair) et des grands crustacés (cyan). Dans les très grandes classes de taille, les
crustacés (copépodes et grands crustacés) sont quasiment absents et les ptéropodes et les
chaetognathes représentent l’essentiel du biovolume. Ils sont accompagnés toutefois par
une petite proportion de gélatineux carnivores (Fig. VI.7 E2). C’est le seul cluster ou les
145
Chapitre VI : Distribution globale du mesozooplancton
crustacés sont absents des grandes classes de taille. C’est aussi la communauté qui a le
plus petit biovolume total (Fig. VI.6A) et la pente spectrale la plus pentue (Fig. VI.6B).
Fig. VI.8 - Diagrammes en boites des distributions des variables hydrologiques, pour les 5
clusters discriminés au quatrième niveau de coupure de l’analyse de groupement
hiérarchique. A) profondeur de la couche de mélange (MLD). B) profondeur de la zone
euphotique (Ze). C) profondeur du maximum profond de chlorophylle (DCM). D)
profondeur de la nitracline E) Distance à la côte (logarithme naturel). F) minimum
d’oxygène (logarithme naturel). G) Température moyenne dans la MLD. H) Chlorophylle
a intégrée sur la zone euphotique (logarithme naturel)
146
Chapitre VI : Distribution globale du mesozooplancton
Table VI.3 - tableau des p-values des différences des paramètres hydrologiques entre
clusters, comparaisons deux à deux. Les p-values sont issues de test de kruskall-wallis :
H0 : il n’y a pas de différences entre les distributions du paramètre X entre les cluster A et
B. Si p < 0.0125 (ajustement du seuil initial α =0.05, selon bonferroni : α’ = α /4) la
différence est significative. Les cases vertes identifient les corrélations significatives, les
cases oranges les relations fortes mais pas significatives, et les cases sans couleur les
relations faibles et non significatives.
MLD DCM Nitracline Distance / Oxygen MLD avg. Integrated
Ze Depth
Depth Depth Depth coast minimum Temp. Chlo.a
clust. 1 VS clust. 2 0.0265 0.0774 0.7855 0.0172 0.1604 0.0634 0.1891 0.0098
clust. 1 VS clust. 3 0.2820 0.0040 0.0771 0.2675 0.1402 0.8494 0.6757 0.0010
clust. 1 VS clust. 4 0.0982 0.0027 0.0472 0.4420 0.0726 0.4785 0.7409 0.0011
clust. 1 VS clust. 5 0.2247 0.0035 0.0603 0.8209 0.0224 0.1255 0.3402 0.0020
clust. 2 VS clust. 3 0.0044 0.4529 0.1421 0.0317 0.5527 0.0057 0.0415 0.7794
clust. 2 VS clust. 4 0.0122 0.1179 0.0410 0.0590 0.6441 0.0016 0.0393 0.2270
clust. 2 VS clust. 5 0.0582 0.0409 0.0740 0.1396 0.4014 0.0000 0.0004 0.2541
clust. 3 VS clust. 4 0.4374 0.1000 0.1087 0.5173 0.1740 0.1496 0.7529 0.1245
clust. 3 VS clust. 5 0.6807 0.0619 0.2833 0.2914 0.1033 0.0034 0.0263 0.2181
clust. 4 VS clust. 5 0.7137 0.7321 0.9221 0.3949 0.3920 0.0869 0.0110 0.9610
147
Chapitre VI : Distribution globale du mesozooplancton
VI.4. Discussion
148
Chapitre VI : Distribution globale du mesozooplancton
149
Chapitre VI : Distribution globale du mesozooplancton
150
Chapitre VI : Distribution globale du mesozooplancton
par une forte production primaire en surface transférée efficacement dans le réseau
trophique via les herbivores, et la capacité de la communauté à séquestrer la biomasse
(pente faible), mais aussi par l’absence de migration verticale de jour vers les couches
profondes de l’océan en raison de l’hypoxie qui y règne. L’analyse des échantillons de
nuit des stations de ce cluster nous permettra dans le futur de tester l’hypothèse selon
laquelle il n’y a pas de migration verticale du plancton aux stations de ce cluster.
La capacité des communautés mesozooplanctoniques des OMZ à stocker la
biomasse dans des niveaux trophiques élevés et à rester confiné en surface suggère
qu’elles participent peu et passivement à l’export de matière vers les couches profondes
de l’océan, et qu’elles sont potentiellement source de CO2 plutôt que puits (Paulmier et
al., 2008). En effet, une part significative du carbone organique produit en surface est
exportée activement puis métabolisée en profondeur par des grands copépodes migrant
(Putzeys & Hernandez-Leon, 2005 ; Darnis & Fortier, 2012). De plus, des pentes
spectrales « plates » (>-1) sont non seulement le reflet d’une plus grande proportion
d’organismes de haut niveaux trophiques dans la communauté (Zhou & Huntley, 1997 ;
Zhou 2006 ; Zhou et al., 2009), mais aussi d’une respiration totale de la communauté plus
importante (Quinones, et al., 1994 ; Blanco et al., 1998) donc d’un relargage de CO2 plus
important. Dans les eaux chaudes la respiration communautaire est plus importante
(Lopez-Urrutia et al., 2006), et donc le relargage de carbone, conséquence de la
respiration, également.
151
Chapitre VI : Distribution globale du mesozooplancton
152
Chapitre VI : Distribution globale du mesozooplancton
visuelle seraient important. En outre, une taille réduite constitue peut-être en elle-même
un refuge face à la prédation visuelle (De Robertis et al., 2000). Tout ceci pourrait en
partie expliquer la surreprésentation des organismes de petite taille en surface, de jour
dans les zones ou la Ze est très profonde.
153
Chapitre VI : Distribution globale du mesozooplancton
(Plankton Functionnal Types, PFT) (Lequéré et al., 2005), ou les traits écologiques
(Barton et al., 2013 ; Prowe et al., 2012). La représentation des organismes
zooplanctoniques, bien que de mieux en mieux cernée (Mitra & Davis, 2010 ; Carlotti &
Poggiale, 2010) reste toujours limitée par le manque de données issues d’observations
réelles nécessaire à la calibration et au paramétrage des modèles. Une des pistes souvent
suggérée pour améliorer l’intégration de composants zooplanctoniques réalistes dans des
modèles globaux est l’utilisation de la structure en taille plutôt que le détail taxonomique
(Lequéré et al., 2005 ; Maury et al., 2007 ; Ward et al., 2012). La variété des
communautés décrites et la qualité des données sont capitales pour valider modèles et
théories (Brown & Gillooly, 2003). L’utilisation du Zooscan (Gorsky et al., 2010) et des
outils d’imagerie associés offrent un potentiel de standardisation unique de données
zooplanctoniques à l’échelle globale, qui permettrait de répondre efficacement aux
attentes concernant l’intégration des composants zooplanctoniques dans des études
biogéochimiques et écologiques à l’échelle globale.
Ce travail constitue la première analyse des communautés zooplanctoniques à
l’échelle globale, avec des échantillons réels, collectés in-situ, selon une méthode
standardisée et homogène, et dans une fenêtre temporelle relativement étroite (2,5 ans), à
une échelle de temps ou les changements globaux en cours n’ont que peu d’effets. Elle
peut donc servir de point de comparaison avec des modèles représentant le zooplancton à
l’échelle globale, et de référence pour des études futures.
Bien que préliminaire, ce travail nous a permis d’esquisser une typologie des
communautés mesozooplanctoniques sur la base de leur structure en taille et des
distributions de groupes écologiques de plancton, à partir des seuls échantillons collectés
de jour avec des filets WP2. L’analyse des échantillons de WP2 200 µm de nuit nous
permettra d’étayer les hypothèses formulées à propos de la migration verticale du
mesozooplancton dans la structuration des communautés observées aux stations situées
dans les OMZs et les gyres océaniques.
Les méthodologies de collecte et d’analyse employés pour ce travail ont été mises
en œuvre dans un passé récent pour analyser le zooplancton de nombreuses autres
campagnes (par exemple BOUM et DEWEX, en méditerranée, MOUTON, dans
l’upwelling de la péninsule ibérique, CCE-LTER, dans l’upwelling du courant
californien). Elles seront également utilisées pour des campagnes à venir, par exemple
Tara Ocean Polar Circle en 2013. Le potentiel de généralisation et d’homogénéisation des
analyses de zooplancton d’une telle approche est grand et des efforts doivent être
154
Chapitre VI : Distribution globale du mesozooplancton
entrepris pour collecter et associer les données existantes et à venir afin d’étendre et
généraliser ce travail préliminaire pour établir une typologie spatio-temporelle fine de la
structure des communautés mesozooplanctoniques, comme c’est déjà le cas pour les
communautés phytoplanctoniques.
L’expédition Tara Oceans a également permis de collecter du zooplancton dans
des fractions de taille inférieures (filet 50 µm) et supérieures (300 et 680 µm) à celle
collecté par le filet WP2 200 µm, mais aussi des données de phytoplancton, de flux de
particules et de diversité moléculaire (metagénomique et metatranscriptomique) dans
toutes les fractions de taille du plancton. L’intégration des données présentées ici dans
une analyse plus vaste comprenant également les fractions microplanctoniques et
macroplanctoniques du zooplancton devrais nous permettre d’affiner la typologie
esquissée ici. L’association des données de zooplancton avec des données de
phytoplancton et de flux de particules obtenues par imagerie (flowcam & UVP) et de
biodoversité devrais nous permettre d’estimer les relations qu’il existe entre producteurs
primaires, consommateurs zooplanctoniques, flux de carbone et biodiversité, en relation
avec l’environnement hydrologique, à l’échelle globale et à l’échelle d’écosystèmes
particuliers (OMZs et gyres océaniques par exemple). Un tel travail n’a encore jamais été
réalisé à une échelle aussi extensive et dans des écosystèmes aussi variés, quasi
simultanément. Il pourrait représenter une contribution essentielle dans notre
compréhension de l’écologie et la biogéochimie marine.
Al-Mutairi, H. & Landry, M. R. 2001 Active export of carbon and nitrogen at Station ALOHA by diel
migrant zooplankton. Deep-Sea Research Part II-Topical Studies in Oceanography. 48, 2083–2103.
(doi:10.1016/S0967-0645(00)00174-0)
Antezana, T. 2009 Species-specific patterns of diel migration into the Oxygen Minimum Zone by
euphausiids in the Humboldt Current Ecosystem. Progress in Oceanography 83, 228–236.
(doi:10.1016/j.pocean.2009.07.039)
Banse, K. 1995 Zooplankton - Pivotal Role in the Control of Ocean Production. ICES Journal of Marine
Science 52, 265–277. (doi:10.1016/1054-3139(95)80043-3)
Banse, K. 2013 Reflections About Chance in My Career, and on the Top-Down Regulated World. Annual
Review of Marine Science 5, null. (doi:10.1146/annurev-marine-121211-172359)
Barton, A. D., Pershing, A. J., Litchman, E., Record, N. R., Edwards, K. F., Finkel, Z. V., Kiørboe, T. &
Ward, B. A. 2013 The biogeography of marine plankton traits. Ecology Letters 16, 522–534.
(doi:10.1111/ele.12063)
155
Chapitre VI : Distribution globale du mesozooplancton
Beaugrand, G., Reid, P. C., Ibanez, F., Lindley, J. A. & Edwards, M. 2002 Reorganization of North Atlantic
marine copepod biodiversity and climate. Science 296, 1692–1694. (doi:10.1126/science.1071329)
Benfield, M. C. et al. 2007 RAPID Research on Automated Plankton Identification. Oceanography 20,
172–187.
Berline, L. et al. 2012 Intercomparison of six Mediterranean zooplankton time series. Progress in
Oceanography 97, 76–91. (doi:10.1016/j.pocean.2011.11.011)
Blanco, J. M., Quinones, R. A., Guerrero, F. & Rodriguez, J. 1998 The use of biomass spectra and
allometric relations to estimate respiration of planktonic communities. Journal of Plankton Research
20, 887–900. (doi:10.1093/plankt/20.5.887)
Bland, J. & Altman, D. 1995 Multiple Significance Tests - the Bonferroni Method .10. British Medical
Journal 310, 170–170.
Bollens, S. M., Frost, B. W., Thoreson, D. S. & Watts, S. J. 1992 Diel vertical migration in zooplankton:
field evidence in support of the predator avoidance hypothesis. Hydrobiologia 234, 33–39.
(doi:10.1007/BF00010777)
Bone, Q. 1997 The biology of pelagic tunicates. Oxford; New York: Oxford University Press.
Brown, J. H. & Gillooly, J. F. 2003 Ecological food webs: High-quality data facilitate theoretical
unification. Proceedings of the National Academy of Sciences 100, 1467–1468.
(doi:10.1073/pnas.0630310100)
Brown, J. H., Gillooly, J. F., Allen, A. P., Savage, V. M. & West, G. B. 2004 Toward a metabolic theory of
ecology. Ecology 85, 1771–1789. (doi:10.1890/03-9000)
Calbet, A. 2001 Mesozooplankton grazing effect on primary production: A global comparative analysis in
marine ecosystems. Limnology and Oceanography 46, 1824–1830.
Carlotti, F. & Poggiale, J. C. 2010 Towards methodological approaches to implement the zooplankton
component in ‘end to end’ food-web models. Progress in Oceanography 84, 20–38.
(doi:10.1016/j.pocean.2009.09.003)
Cline, J. & Richards, F. 1972 Oxygen Deficient Conditions and Nitrate Reduction in Eastern Tropical
North-Pacific Ocean. Limnology and Oceanography 17, 885–900.
Croll, D. A., Marinovic, B., Benson, S., Chavez, F. P., Black, N., Ternullo, R. & Tershy, B. R. 2005 From
wind to whales: trophic links in a coastal upwelling system. Marine Ecology Progress Series 289,
117–130. (doi:10.3354/meps289117)
Cury, P. M., Shin, Y.-J., Planque, B., Durant, J. M., Fromentin, J.-M., Kramer-Schadt, S., Stenseth, N. C.,
Travers, M. & Grimm, V. 2008 Ecosystem oceanography for global change in fisheries. Trends in
Ecology & Evolution 23, 338–346. (doi:10.1016/j.tree.2008.02.005)
De Robertis, A., Jaffe, J. S. & Ohman, M. D. 2000 Size-dependent visual predation risk and the timing of
vertical migration in zooplankton. Limnology and Oceanography 45, 1838–1844.
Dickie, L., Kerr, S. & Boudreau, P. 1987 Size-Dependent Processes Underlying Regularities in Ecosystem
Structure. Ecological Monographs 57, 233–250. (doi:10.2307/2937082)
Emerson, C. & Roff, J. 1987 Implications of Fecal Pellet Size and Zooplankton Behavior to Estimates.
Marine Ecology Progress Series 35, 251–257. (doi:10.3354/meps035251)
Escribano, R., Hidalgo, P., Gonzalez, H., Giesecke, R., Riquelme-Buguenio, R. & Manriquez, K. 2007
Seasonal and inter-annual variation of mesozooplankton in the coastal upwelling zone off central-
southern Chile. Progress in Oceanography 75, 470–485. (doi:10.1016/j.pocean.2007.08.027)
156
Chapitre VI : Distribution globale du mesozooplancton
Falkowski, P. G., Katz, M. E., Knoll, A. H., Quigg, A., Raven, J. A., Schofield, O. & Taylor, F. J. R. 2004
The evolution of modern eukaryotic phytoplankton. Science 305, 354–360.
(doi:10.1126/science.1095964)
Finenko, Z. Z., Piontkovski, S. A., Williams, R. & Mishonov, A. V. 2003 Variability of phytoplankton and
mesozooplankton biomass in the subtropical and tropical Atlantic Ocean. Marine Ecology Progress
Series 250, 125–144. (doi:10.3354/meps250125)
Follows, M. J., Dutkiewicz, S., Grant, S. & Chisholm, S. W. 2007 Emergent biogeography of microbial
communities in a model ocean. Science 315, 1843–1846. (doi:10.1126/science.1138544)
Frost, B. 1988 Variability and Possible Adaptive Significance of Diel Vertical Migration in Calanus-
Pacificus, a Planktonic Marine Copepod. Bulletin of Marine Science 43, 675–694.
Fulton, E. A. 2010 Approaches to end-to-end ecosystem models. Journal of Marine Systems 81, 171–183.
(doi:10.1016/j.jmarsys.2009.12.012)
Gallienne, C. P. & Robins, D. B. 2001 Is Oithona the most important copepod in the world’s oceans?
Journal of Plankton Research 23, 1421–1432. (doi:10.1093/plankt/23.12.1421)
Gilmer, R. & Harbison, G. 1986 Morphology and Field Behavior of Pteropod Mollusks - Feeding Methods
in the Families Cavoliniidae, Limacinidae and Peraclididae (gastropoda, Thecosomata). Marine
Biology 91, 47–57. (doi:10.1007/BF00397570)
Gilmer, R. 1972 free-floating mucus webs - novel feeding adaptation for open ocean. Science 176, 1239–&.
(doi:10.1126/science.176.4040.1239)
Grados, D., Fablet, R., Ballon, M., Bez, N., Castillo, R., Lezama-Ochoa, A. & Bertrand, A. 2012 Multiscale
characterization of spatial relationships among oxycline depth, macrozooplankton, and forage fish
off Peru using geostatistics, principal coordinates of neighbour matrices (PCNMs), and wavelets.
Canadian Journal of Fisheries and Aquatic Science 69, 740–754. (doi:10.1139/F2012-017)
Guidi, L., Ibanez, F., Calcagno, V. & Beaugrand, G. 2009 A new procedure to optimize the selection of
groups in a classification tree: Applications for ecological data. Ecological Modelling 220, 451–461.
(doi:10.1016/j.ecolmodel.2008.11.006)
Hansen, B., BjøRnsen, P. K. & Hansen, P. J. 1994 The size ratio between planktonic predators and their
prey. Limnology and Oceanography 39, 395–403. (doi:10.4319/lo.1994.39.2.0395)
Hidalgo, P. 2005 Ontogenetic vertical distribution and diel migration of the copepod Eucalanus inermis in
the oxygen minimum zone off northern Chile (20-21 S). Journal of Plankton Research 27, 519–529.
(doi:10.1093/plankt/fbi025)
Hofmann, E. E. 2010 Plankton functional group models - An assessment. Progress in Oceanography 84,
16–19. (doi:10.1016/j.pocean.2009.09.002)
Hunt, G. L., Russell, R. W., Coyle, K. O. & Weingartner, T. 1998 Comparative foraging ecology of
planktivorous auklets in relation to ocean physics and prey availability. Marine Ecology Progress
Series 167, 241–259. (doi:10.3354/meps167241)
Ibanez, F. & Etienne, M. 1992 Le filtrage des séries chronologiques par l’analyse en composantes
principales de processus (ACPP). Journal de Recherche Oceanographique 16, 27–33.
IPCC 2007 Climate Change 2007, the Fourth Assessment Report (AR4).
Irigoien, X., Huisman, J. & Harris, R. P. 2004 Global biodiversity patterns of marine phytoplankton and
zooplankton. Nature 429, 863–867. (doi:10.1038/nature02593)
157
Chapitre VI : Distribution globale du mesozooplancton
Jeffrey, S. W. & Mantoura, R. F. C. 1997 Development of pigment methods for oceanography: SCOR-
supported working groups and objectives. Monographs on Oceanographic Methodology 10.
Jennings, S. & Mackinson, S. 2003 Abundance-body mass relationships in size-structured food webs.
Ecology Letters 6, 971–974. (doi:10.1046/j.1461-0248.2003.00529.x)
Judkins, D. 1980 Vertical-Distribution of Zooplankton in Relation to the Oxygen Minimum Off Peru.
Deep-Sea Research Part A-Oceanographic Research Papers 27, 475–487. (doi:10.1016/0198-
0149(80)90057-6)
Karsenti, E. et al. 2011 A holistic approach to marine eco-systems biology. PLoS biology 9.
(doi:10.1371/journal.pbio.1001177)
Lampert, W., McCauley, E. & Manly, B. F. J. 2003 Trade-offs in the vertical distribution of zooplankton:
ideal free distribution with costs? Proceedings of the Royal Society B-Biological Sciences 270, 765–
773. (doi:10.1098/rspb.2002.2291)
Landry, M., Lorenzen, C. & Peterson, W. 1994 Mesozooplankton Grazing in the Southern California Bight
.2. Grazing Impact and Particulate Flux. Marine Ecology Progress Series 115, 73–85.
(doi:10.3354/meps115073)
Lavaniegos, B. E. & Ohman, M. D. 2007 Coherence of long-term variations of zooplankton in two sectors
of the California Current System. Progress in Oceanography 75, 42–69.
(doi:10.1016/j.pocean.2007.07.002)
Le Quere, C. et al. 2005 Ecosystem dynamics based on plankton functional types for global ocean
biogeochemistry models. Global Change Biology 11, 2016–2040. (doi:10.1111/j.1365-
2468.2005.01004.x)
Loose, C. & Dawidowicz, P. 1994 Trade-Offs in Diel Vertical Migration by Zooplankton - the Costs of
Predator Avoidance. Ecology 75, 2255–2263. (doi:10.2307/1940881)
Lopez-Urrutia, A., San Martin, E., Harris, R. P. & Irigoien, X. 2006 Scaling the metabolic balance of the
oceans. Proceedings of the National Academy of Sciences 103, 8739–8744.
(doi:10.1073/pnas.0601137103)
Madhupratap, M., Gopalakrishnan, T. C., Haridas, P. & Nair, K. K. C. 2001 Mesozooplankton biomass,
composition and distribution in the Arabian Sea during the Fall Intermonsoon: implications of
oxygen gradients. Deep-Sea Research Part II-Topical Studies in Oceanography. 48, 1345–1368.
(doi:10.1016/S0967-0645(00)00142-9)
Madin, L. 1974 Field Observations on Feeding Behavior of Salps (tunicata-Thaliacea). Marine Biology 25,
143–147. (doi:10.1007/BF00389262)
Maury, O., Faugeras, B., Shin, Y.-J., Poggiale, J.-C., Ben Ari, T. & Marsac, F. 2007 Modeling
environmental effects on the size-structured energy flow through marine ecosystems. Part 1: The
model. Progress in Oceanography 74, 479–499. (doi:10.1016/j.pocean.2007.05.002)
Mitra, A. & Davis, C. 2010 Defining the ‘to’ in end-to-end models. Progress in Oceanography 84, 39–42.
(doi:10.1016/j.pocean.2009.09.004)
Molinero, J. C., Ibanez, F., Nival, P., Buecher, E. & Souissi, S. 2005 North Atlantic climate and
northwestern Mediterranean plankton variability. Limnology and Oceanography 50, 1213–1220.
Molinero, J. C., Ibanez, F., Souissi, S., Buecher, E., Dallot, S. & Nival, P. 2008 Climate control on the long-
term anomalous changes of zooplankton communities in the Northwestern Mediterranean. Global
Change Biology 14, 11–26. (doi:10.1111/j.1365-2486.2007.01469.x)
158
Chapitre VI : Distribution globale du mesozooplancton
Montegut, C. D., Madec, G., Fischer, A. S., Lazar, A. & Iudicone, D. 2004 Mixed layer depth over the
global ocean: An examination of profile data and a profile-based climatology. Journal of
Geophysical Research-Oceans 109. (doi:10.1029/2004JC002378)
Morel, A. & Maritorena, S. 2001 Bio-optical properties of oceanic waters: A reappraisal. Journal of
Geophysical Research-Oceans 106, 7163–7180. (doi:10.1029/2000JC000319)
Morrison, J. M. et al. 1999 The oxygen minimum zone in the Arabian Sea during 1995. Deep-Sea Research
Part II-Topical Studies in Oceanography. 46, 1903–1931. (doi:10.1016/S0967-0645(99)00048-X)
Noji, T. 1991 The Influence of Macrozooplankton on Vertical Particulate Flux. Sarsia 76, 1–9.
Ohman, M. D. & Lavaniegos, B. E. 2002 Comparative zooplankton sampling efficiency of a ring net and
bongo net with comments on pooling of subsamples. California Cooperative Oceangraphic
Fishesries Investigations Report 43, 162–173.
Ohman, M. D., Powell, J. R., Picheral, M. & Jensen, D. W. 2012 Mesozooplankton and particulate matter
responses to a deep-water frontal system in the southern California Current System. Journal of
Plankton Research 34, 815–827. (doi:10.1093/plankt/fbs028)
Paulmier, A. & Ruiz-Pino, D. 2009 Oxygen minimum zones (OMZs) in the modern ocean. Progress in
Oceanography 80, 113–128. (doi:10.1016/j.pocean.2008.08.001)
Piontkovski, S. A. et al. 2003 Plankton communities of the South Atlantic anticyclonic gyre. Oceanologica
Acta 26, 255–268. (doi:10.1016/S0399-1784(03)00014-8)
Platt, T. & Denman, K. 1978 The structure of pelagic marine ecosystems. Journal du Conseil International
pour l’Exploration de la Mer 173, 60–65.
Prowe, A. E. F., Pahlow, M., Dutkiewicz, S., Follows, M. & Oschlies, A. 2012 Top-down control of marine
phytoplankton diversity in a global ecosystem model. Progress in Oceanography 101, 1–13.
(doi:10.1016/j.pocean.2011.11.016)
Putzeys, S. & Hernandez-Leon, S. 2005 A model of zooplankton diel vertical migration off the Canary
Islands: implication for active carbon flux. Journal of Sea Research 53, 213–222.
(doi:10.1016/j.seares.2004.12.001)
Quinones, R., Blanco, J. M., Echevarria, F., Fernandez puelles, Gilabert, J., Rodriguez, J. & Valdes,L In
press. In The size structure and metabolism of the pelagic ecosystem, pp. 17–29. Rodriguez.J, Li
W.K.W.
Richardson, A. J. 2008 In hot water: zooplankton and climate change. ICES Journal of Marine Science 65,
279–295. (doi:10.1093/icesjms/fsn028)
Roemmich, D. & Mcgowan, J. 1995 Climatic Warming and the Decline of Zooplankton in the California
Current. Science 267, 1324–1326. (doi:10.1126/science.267.5202.1324)
San Martin, E., Harris, R. P. & Irigoien, X. 2006 Latitudinal variation in plankton size spectra in the
Atlantic Ocean. Deep Sea Research Part II-Topical Studies in Oceanography 53, 1560–1572.
(doi:10.1016/j.dsr2.2006.05.006)
Saporta, G. 2006 Probabilités, analyses des données et statistiques. 2e édition revue et augmentée. Editions
Technip.
Savage, V. M., Gillooly, J. F., Brown, J. H., West, G. B. & Charnov, E. L. 2004 Effects of body size and
temperature on population growth. The American Naturalist 163, 429–441. (doi:10.1086/381872)
159
Chapitre VI : Distribution globale du mesozooplancton
Shackell, N. L., Frank, K. T., Fisher, J. A. D., Petrie, B. & Leggett, W. C. 2010 Decline in top predator
body size and changing climate alter trophic structure in an oceanic ecosystem. Proceedings of the
Royal Society B-Biological Sciences 277, 1353–1360. (doi:10.1098/rspb.2009.1020)
Shemshura, V., Urdenko, V. & Fedirko, V. 1982 The Relation Between Relative Transparency and
Chlorophyll-a Concentration in Water. Okeanologiya 22, 404–407.
Smith, S., Roman, M., Prusova, I., Wishner, K., Gowing, M., Codispoti, L. A., Barber, R., Marra, J. &
Flagg, C. 1998 Seasonal response of zooplankton to monsoonal reversals in the Arabian Sea. Deep-
Sea Research Part II-Topical Studies in Oceanography. 45, 2369–2403. (doi:10.1016/S0967-
0645(98)00075-7)
Stemmann, L. & Boss, E. 2012 Plankton and Particle Size and Packaging: From Determining Optical
Properties to Driving the Biological Pump. In Annual Review of Marine Science, Vol 4 (eds C. A.
Carlson & S. J. Giovannoni), pp. 263–290. Palo Alto: Annual Reviews.
Stramma, L., Johnson, G. C., Sprintall, J. & Mohrholz, V. 2008 Expanding oxygen-minimum zones in the
tropical oceans. Science 320, 655–658. (doi:10.1126/science.1153847)
Takahashi, K., Kuwata, A., Saito, H. & Ide, K. 2008 Grazing impact of the copepod community in the
Oyashio region of the western subarctic Pacific Ocean. Progress in Oceanography 78, 222–240.
(doi:10.1016/j.pocean.2008.06.002)
Travers, M., Shin, Y.-J., Jennings, S. & Cury, P. 2007 Towards end-to-end models for investigating the
effects of climate and fishing in marine ecosystems. Progress in Oceanography 75, 751–770.
(doi:10.1016/j.pocean.2007.08.001)
Vaquer-Sunyer, R. & Duarte, C. M. 2008 Thresholds of hypoxia for marine biodiversity. Proceedings of the
National Academy of Sciences 105, 15452–15457. (doi:10.1073/pnas.0803833105)
Ward, B. A., Dutkiewicz, S., Jahn, O. & Follows, M. J. 2012 A size-structured food-web model for the
global ocean. Limnology and Oceanography 57, 1877–1891. (doi:10.4319/lo.2012.57.6.1877)
Williamson, C. E., Fischer, J. M., Bollens, S. M., Overholt, E. P. & Breckenridge, J. K. 2011 Toward a
more comprehensive theory of zooplankton diel vertical migration: Integrating ultraviolet radiation
and water transparency into the biotic paradigm. Limnology and Oceanography 56, 1603–1623.
(doi:10.4319/lo.2011.56.5.1603)
Wishner, K. F., Gelfman, C., Gowing, M. M., Outram, D. M., Rapien, M. & Williams, R. L. 2008 Vertical
zonation and distributions of calanoid copepods through the lower oxycline of the Arabian Sea
oxygen minimum zone. Progress in Oceanography 78, 163–191.
(doi:10.1016/j.pocean.2008.03.001)
Zhou, M. 2006 What determines the slope of a plankton biomass spectrum? Journal of Plankton Research
28, 437–448. (doi:10.1093/plankt/fbi119)
Zhou, M. & Huntley, M. E. 1997 Population dynamics theory of plankton based on biomass spectra.
Marine Ecology Progress Series 159, 61–73. (doi:10.3354/meps159061)
Zhou, M., Tande, K. S., Zhu, Y. & Basedow, S. 2009 Productivity, trophic levels and size spectra of
zooplankton in northern Norwegian shelf regions. Deep-Sea Research Part II-Topical Studies in
Oceanography. 56, 1934–1944. (doi:10.1016/j.dsr2.2008.11.018)
160
Chapitre VII : Conclusions et Perspectives
Dans l’introduction de cette thèse, j’ai présenté les objectifs principaux de mon projet
en 5 points. Dans ce paragraphe de conclusion, je vais résumer les principaux résultats de
chacun des axes de travail proposés en introduction et énoncer des perspectives relatives à
chacun d’eux.
161
Chapitre VII : Conclusions et Perspectives
162
Chapitre VII : Conclusions et Perspectives
VII.1.3. Estimer la dynamique temporelle des spectres de taille planctoniques depuis les
bactéries jusqu'au macroplancton
Bien que la communauté planctonique totale au point B évolue au cours du temps en
un schéma de succession complexe, les pentes, les formes ainsi que l’étendue des spectres
NB-SS totaux ne varient pas significativement en fonction du temps, ni en fonction des
paramètres hydrologiques mesurés simultanément. La stabilité des spectres suggère une
distribution du biovolume du plancton par classe de taille, très stable, voire constante, ainsi
qu’une quantité de biomasse planctonique constante dans l’écosystème, quelque soit la saison,
confirmant un des résultats majeurs de l’étude de la dynamique des groupes fonctionnels. Nos
résultats montrent que la structure en taille du plancton total est une propriété conservative,
qui ne reflète pas le changement de communauté planctonique à haute fréquence, et suggère
une extrême résilience de la communauté planctonique pélagique face aux forçages
environnementaux et biologiques. Une certaine saisonnalité est suggérée par la dynamique
des pentes mais elle n’est pas significative. L’hiver, hydrologiquement variable et perturbé, et
l’été, stable, ont des pentes totales et locales similaires et stables.
Ces résultats suggèrent que le spectre total de la communauté intègre les dynamiques
du plancton sur des échelles temporelles plus grandes que celles étudiées ici. Comme pour
163
Chapitre VII : Conclusions et Perspectives
l’étude des dynamiques des groupes fonctionnels, il serait intéressant d’étendre ce travail à
d’autres types d’écosystèmes, plus variables (upwellings par exemple) pour vérifier la
conservativité des structures en taille des communautés planctoniques totales. Il serait
également intéressant de continuer l’étude des spectres NB-SS de plancton total à une
fréquence plus basse (bi-mensuelle ou mensuelle), sur le long terme pour estimer leurs
réponses aux dynamiques environnementales interannuelles et décennales.
164
Chapitre VII : Conclusions et Perspectives
VII.1.5. Appliquer les méthodes d'imagerie utilisées pour l’étude temporelle à une étude
spatiale globale pour déterminer la biogéographie des communautés zooplanctoniques et de
leurs spectres de taille.
Les chapitres précédents nous ont permis d’illustrer le rôle prépondérant du
zooplancton dans la dynamique temporelle de la communauté planctonique au point B. Pour
apporter un complément à notre étude temporelle, nous avons exploré les variations spatiales
de la communauté zooplanctonique. Pour cela nous avons utilisé les données issues de la
campagne océanographique globale Tara Oceans. Ce travail constitue la première analyse des
communautés zooplanctoniques à l’échelle globale, avec des échantillons réels, collectés in-
situ, selon une méthode standardisée et homogène.
Bien que préliminaire, ce travail nous a permis d’esquisser une typologie des
communautés mesozooplanctoniques sur la base de leur structure en taille et des distributions
de groupes écologiques de plancton, à partir des seuls échantillons des filets WP2 de jour.
Nous avons mis en évidence une communauté standard, distribué de manière homogène à
l’échelle globale, mais aussi des communautés associées à 3 types d’environnements
différents : les zones productives d’upwelling, les zones à minimum d’oxygène (OMZs) et les
centres des gyres oligotrophes. Les hypothèses que nous avons formulées pour expliquer les
caractéristiques et les différences des communautés observés pour les 3 environnements
particuliers cités plus haut font intervenir le comportement migratoire du zooplancton.
L’étape suivante dans notre analyse de la typologie du zooplancton à l’échelle globale sera
l’analyse des échantillons de WP2 200 µm de nuit, qui nous permettra d’étayer, ou d’infirmer
ces hypothèses.
L’expédition Tara Oceans a également permis de collecter du zooplancton dans des
fractions de taille inférieures (filet 50 µm) et supérieures (300 et 680 µm) à celle collecté par
le filet WP2 200 µm, ainsi que des données d’imagerie du microplancton avec un flowcam.
Les données issues de ces filets et du flowcam sur Tara ne sont pas encore dépouillées, mais
un des objectifs de la suite a donner à ce travail est de la intégrer à l’analyse pour, d’une part
affiner la typologie du zooplancton, et d’autre part estimer les relations entre communautés
zooplanctoniques, communautés phytoplanctoniques et paramètres environnementaux à
l’échelle globale en utilisant les mêmes méthodes d’imagerie que celles employées pour
l’analyse temporelle au point B. La relation entre la variabilité temporelle et la variabilité
spatiale des communautés phyto- et zoo- planctoniques pourra ainsi être étudiée. In fine, ce
165
Chapitre VII : Conclusions et Perspectives
travail sur des échantillons in-situ sera couplé à une approche numérique globale dans des
modèles de diversité, de réseaux trophiques et de flux biogéochimiques à l’échelle globale.
166
Annexes
Annexe I. Publications
167
Annexes
168
Annexes
169
Annexes
170
Annexes
171
Annexes
Annexe II-2: Schéma l’algorithme de « Random Simulation Test » (RST, Guidi et al., 2009)
L’algorithme de Random Simulation Test permet de déterminer objectivement le niveau à
partir duquel la partition d’un groupement hiérarchique ne représente plus de variance
significative. Cet algorithme fonctionne sur la base de simulations des groupements
hiérarchique issus des données à partitionner, dans lesquelles est ajoutée une observation
simulée reprenant les caractéristiques de la variance de la matrice de données initiale. Le
niveau de partition optimal est obtenu quand l’observation simulée constitue un groupe en
elle-même. L’opération est reproduite 1000 fois, et les partitions optimales obtenues au cours
des 1000 simulations sont compilées et rangées selon leur fréquence. Le mode de la
distribution de fréquence des partitions optimales nous permet d’estimer le niveau de partition
à partir duquel on ne peut plus discriminer significativement des groupes dans notre matrice
initiale.
172
Annexes
Annexe II-3- Route exacte de l’expédition Tara Oceans, par année d’expédition (© François
Roullier).
173
Annexes
Annexe II-4- Route exacte de l’expédition Tara Oceans, avec position et noms des stations
échantillonnées (© François Roullier).
174
Annexe III-1: Indicator values (IV) outputs for each of the 4 biological clustering levels, for
every plankton ecological group. Clusters are identified with the same terminology and color
each plankton group. Groups, IV and p-values printed in italics are non-significant. *, ** and
code as in Fig. III.2 to Fig. III.5. IVs and significance levels of p-values are shown besides
Annexes
La succession planctonique
Winter
Winter
PE 69.1 *** GelF 48.1 ** GelF 36.3 ** GelF 30.3 *
Winter/Spring
GelF 63.2 *** Rad 37.8 ** Rad 29.6 *** Rad 25.8 ***
Cop 59.3 *** Nano 36.1 *** Nano 27.3 *** Nano 22.0 ***
Syn 51.4 *** Silico 52.6 * Silico 49.9 *** Silico 38.6 ***
Spring
Spring Spring
Early
Late Early
*** stand for p<0.05, p<0.01, and p<0.001, respectively.
Spring
175
Nano 50.1 0.15 Cop 39.8 ** Dino 31.5 * Cop 25.2 0.07
Late
Ptero 87.2 *** Cil 38.7 ** Cop 30.8 ** Dino 24.2 ***
SOZ 79.7 0.91 HB 34.1 *** HB 26.3 *** Trans. HB 21.0 *
Chaeto 72.6 0.91 SOZ 64.7 ** Ptero 61.4 *** Ptero 60.0 ***
Summer
Deca 63.1 0.12 Ptero 63.4 0.31 SOZ 56.9 0.24 SOZ 49.7 0.09
Summer
Summer
Summer
GelC 60.5 0.96 Pro 45.9 0.05 Deca 35.4 0.06 Deca 28.6 *
Proc 59.5 ** Deca 43.2 * Pro 34.3 *** Pro 27.4 **
Annexe III.
Diat 56.4 0.60 GelC 41.6 *** GelC 33.6 *** GelC 26.6 **
Rad 55.3 *** OSP 40.0 *** Diat 29.6 *** Diat 25.6 ***
OSP 53.2 *** Diat 38.7 ** OSP 28.8 *** OSP 22.6 ***
Annexes
Annexe III-2: Table of coefficients of variation of PEGs, ecological trophic functions and
total biovolume. (A) coefficients of variation (CV) of each PEGs biovolume time series,
grouped by trophic functions; (B) Median coefficients of variation of components for each
trophic function; (C) coefficient of variation of biovolume time series of each trophic
function; (D) Median coefficient of variation of biovolume series of trophic functions; And
(E) coefficient of variation of total plankton biovolume time series. The color code
corresponds to the color code used in Fig. III.4 to depict the four ecological trophic functions.
A B C D E
PEGs by median CV by functions median trophic functions total biovolume
CV
functions traits CV CV CV
HB 0.2
Pro 0.612
Syn 0.667
MFW Nano 0.505
0.64 0.34
OSP 0.897
Dino 1.06
PE 1.663
Silico 1.44
MPP Diat 1.188
1.314 0.94
Dino 1.06 0.813 0.704
Cop 1.424
GelF 1.938
SOZ 1.942
HG
Deca 0.883
1.681 0.687
Ptero 2.837
Cil 0.692
Rad 2.26
PR Chaeto 1.284 1.807 1.214
GelC 1.807
176
Annexes
177
Annexes
Annexe V-1: Spectres NB-SS moyens du plancton total calculés à partir des groupes de
spectres identifiés par le groupement hierarchique chronologique au deuxième niveau de
coupure. (B) Représentation des pentes totales des spectres moyens hivernaux, printannier et
estivaux avec leurs intervalles de confiances à 95 % (IC 95%).
178
Annexes
Annexe V-3: (A) Spectres NB-SS moyens du plancton total calculés à partir des groupes de
spectres identifiés par le groupement hierarchique chronologique au troisième niveau de
coupure. (B) Représentation des pentes totales des spectres moyens pour les 4 périodes
identifiées avec leurs intervalles de confiances à 95 % (IC 95%). « Printemps », en vert
correspond a la période cœur du printemps.
179
Annexes
Annexe VI-1 : Dendrogramme de groupement hierarchique des stations Tara Oceans. Les
quatre niveaux de coupure sont matérialisés par les traits verticaux pointillés bleu et rouge. Le
niveau de partition optimal (niveau 4, « level 4 ») est matérialisé par le trait pointillé rouge.
Les clusters déterminés au niveau 4 sont matérialisés par les plages de couleurs. Cluster 1,
rouge (stations 82, 89, 92, 123, 125, 127, 128). Cluster 2, orange (stations 33, 36, 38, 42, 44,
180
Annexes
46, 67, 72, 102, 109, 136). Cluster 3, jaune (stations 22, 32, 34, 39, 41, 45, 50, 51, 52, 53, 58,
64, 65, 68, 70, 71, 77, 78, 80, 84, 86, 87, 91, 94, 100, 110, 111, 113, 126, 131, 135, 137, 138,
139, 144, 146, 147, 148, 149, 150, 151). Cluster 4, cyan (stations 14, 15, 16, 19, 21, 31, 40,
43, 66, 73, 75, 76, 79, 81, 90, 97, 112, 129, 130, 132, 134, 140, 141, 142). Cluster 5, bleu
(stations 17, 18, 20, 23, 24, 25, 30, 74, 83, 86, 95, 96, 98, 99, 133, 143, 145, 152, 153).
181
Résumé
Abstract
Plankton constitutes the bulk of pelagic biomass and plays a major role in the global
biogeochemical cycles that regulate the earth system. It encompasses all the organisms that
drift with the water masses movements, from bacteria to giant medusae. Studies of the entire
community are scarce, and plankton has been traditionally studied by fractions. The Tara
Oceans expedition is the first attempt to simultaneously collect plankton in every size classes
at the global scale. To demonstrate the feasibility of this approach, samples of plankton from
bacteria to gelatinous macroplankton were collected weekly over ten months at a reference
site (point B), in Villefranche Bay, northwestern Mediterranean, and analyzed using imaging
techniques. Imaging enabled us to compare 1) the functional taxonomic information as
derived from the analysis of 18 Plankton Ecological Groups (PEGs), and 2) the size structure
of the same planktonic community over 6 orders of magnitude in size.
The plankton dynamics at point B are driven by a complex succession process
involving all plankton groups, from bacteria to macroplanktonic gelatinous predators.
Environmental impulsive events such as wind events trigger sharp community level
reorganizations via interplay of bottom-up controls followed by top-down controls. However,
the total biovolume of the planktonic community varies within only one order of magnitude
over the period studied. In addition, the size structure of the entire community does not vary
significantly over time. The total biovolume and size structure stability suggest that strong
and compensative mechanisms drive community dynamics within a narrow range of biomass
variation.
The use of both taxonomic and size structured data reveals a reorganization of the food
web between winter and summer. In winter and spring the microplanktonic-zooplanktonic
food web is shaped by the grazing function. In summer, it is shaped by the predation function
(chaetognaths and gelatinous predators). In summer, the food web self organizes in two
distinct food chains discriminated by size relations between predators and preys. This
reorganization underlines the key role of zooplankton and predation in structuring planktonic
communities.
In parallel to this temporal dynamics study, we used the Tara Oceans expedition
samples to study the global scale distribution of mesozooplankton. We showed that
characteristic mesozooplanktonic communities were associated with distinct environmental
conditions, at the global scale. Using a similar methodology as for the temporal study we
found that three different mesozooplanktonic communities were associated with 1) productive
environments (e.g. upwellings), 2) Oxygen Minimum Zones, and 3) Oligotrophic oceanic
gyres. This work is the first typology of mesozooplanktonic communities at the global scale.
It will be further developed in the future by the integration of other planktonic compartments
and particulate organic matter fluxes data, to improve our knowledge on the relations between
phytoplankton, zooplankton and particulate organic matter fluxes.
Key words: Planktonic community, plankton functional groups, size spectra, imaging
techniques, ecological succession, mesozooplankton, global scale, holistic approach
182
Résumé
Résumé
Le plancton constitue l’essentiel de la biomasse pélagique et est un acteur majeur des
cycles biogéochimiques globaux qui régulent le système Terre. Il comprend l'ensemble des
organismes portés par les courants, des bactéries aux méduses géantes. La communauté n'est
que très rarement étudiée dans son ensemble mais plutôt par fraction. L’expédition Tara
Oceans constitue le premier effort de collecte simultané de toutes les classes de taille de
plancton à l’échelle de l’océan global. Pour démontrer la faisabilité de cette approche à grande
échelle, des échantillons hebdomadaires de plancton, depuis les bactéries jusqu’au
macroplancton gélatineux, ont d’abord été analysés en combinant plusieurs instruments
d’imagerie sur une période de 10 mois, en un site de référence (point B) dans la rade de
Villefranche sur mer. L’imagerie nous a permis de comparer 1) l’information fonctionnelle
définie comme l’agrégation de taxons en 18 Groupes Ecologiques de Plancton (GEP), et 2) la
structure en taille des communautés échantillonnées sur un intervalle de taille de 6 ordres de
grandeur (0.1 µm à 10000 µm).
La communauté planctonique au point B évolue en une succession écologique
complexe impliquant tous les groupes planctoniques, depuis les bactéries jusqu’aux
prédateurs gélatineux du macroplancton. Des évènements impulsifs, tels que des coups de
vent, déclenchent des réorganisations de la communauté par un jeu d’interactions entre des
contrôles « bottom-up » et « top-down ». Toutefois, le biovolume planctonique total ne varie
que d’un seul ordre de grandeur au cours de la période échantillonnée. De même, la structure
en taille des communautés planctoniques totales ne varie pas significativement au cours du
temps. La stabilité du biovolume total et de la structure en taille suggère que des mécanismes
structurant et de compensation forts maintiennent les communautés planctoniques dans un
intervalle de biomasse restreint. Le couplage entre données de taille et de taxonomie révèle
une réorganisation du réseau trophique entre l’été et l’hiver. En hiver, Le réseau trophique
microplancton-zooplancton est dominé par la fonction de broutage. En été, le réseau trophique
microplancton-zooplancton est dominé par la fonction de prédation (chaetognathes et
gélatineux carnivores). En été, ce réseau trophique s’organise en deux chaines trophiques
parallèles et distinctes discriminées par des relations de taille entre proies et prédateurs. Cette
réorganisation souligne le rôle clef du zooplancton et de la prédation dans la structuration des
communautés planctoniques.
Parallèlement à cette analyse temporelle en un point fixe, nous avons montré
l’existence de types caractéristiques de communautés zooplanctoniques, associés à des
conditions environnementales distinctes, à partir des échantillons de l’expédition Tara
Oceans, à l’échelle globale. En utilisant la même méthodologie que pour l’analyse de la
dynamique temporelle, nous avons identifié trois types de communautés
mésozooplanctoniques à l’échelle globale selon le type d’environement: 1) des communautés
associées aux environnements productifs (upwellings côtiers et équatoriaux), 2) des
communautés associées aux zones de minimum d’oxygène (OMZs, « Oxygen Minimum
Zones »), et 3) des communautés associées aux gyres océaniques oligotrophes. Ce travail
constitue une première typologie des communautés zooplanctoniques, structurées en taille et
GEP, à l’échelle globale. Il sera complété dans le futur par l’intégration de données issus des
autres compartiments planctoniques, et de données d’export vertical de matière organique
particulaire pour affiner les estimations des relations qui existent entre phytoplancton,
zooplancton et flux biogéochimiques.
183