Modélisation de la distribution de Boscia senegalensis (Pers.) Lam. ex Poir. pour sa conservation au Niger

Abstract

Les variabilités climatiques pourraient compromettre les services écosystémiques fournis par les espèces ligneuses alimentaires en milieu naturel. Cette  étude conduite dans la région de Zinder visait à modéliser la distribution actuelle de B. senegalensis dans les écosystèmes du Niger par l'approche du  Maximum d’Entropie. Au total, 669 points d’occurrence distants d’au moins 1 km ont été combinés aux variables bioclimatiques de WorldClim 2.1 et de  l’altitude d’une part et celles d’AfriClim 3.0 d’autre part après des analyses de corrélations de Spearman et de détermination du Facteur d’Inflation de la  Variance réalisés avec le logiciel R. Ces prédicteurs rendent compte de la disponibilité en eau et du gradient d’aridité. WorldClim 2.1 projette la variation  annuelle de température (Bio_7), la saisonnalité de la température (Bio_4) et l’élévation (elev) comme principales variables prédictives et AfriClim 3.0  suggère l’indice d’aridité du trimestre le plus humide (mimq), la saisonnalité de la température (Bio 4) et la durée de la plus longue saison sèche (llds). Les  modèles prédisent les plus fortes probabilités de distribution de l’espèce essentiellement dans des zones qu’elle occupe actuellement. B. senegalensis  peut être une espèce candidate pour reboiser les écosystèmes dégradés dans les zones prédites favorables à sa distribution spatiale. 

English title: Modeling the distribution of Boscia senegalensis (Pers.) Lam. ex Poir. for its conservation in Niger

Climate variability could compromise the ecosystem services provided by woody food species in the wild. This study conducted in the Zinder region  aimed to model the current distribution of B. senegalensis in Niger ecosystems using the Maximum Entropy Approach. A total of 669 points of occurrence  at least 1 km apart were combined with bioclimatic variables from WorldClim 2.1 and altitude on the one hand and AfriClim 3.0 on the other hand after Spearman correlation and Variance Inflation Factor analyses performed with R software. These predictors account for water availability and  the aridity gradient. WorldClim 2.1 projects annual temperature variation (Bio_7), temperature seasonality (Bio_4) and elevation (elev) as the main  predictors and AfriClim 3.0 suggests the wettest quarter aridity index (mimq), temperature seasonality (Bio 4) and the duration of the longest dry season  (llds). The models predict the highest probability of distribution of the species primarily in areas it currently occupies. B. senegalensis may be a candidate  species to reforest degraded ecosystems in predicted areas favorable to its spatial distribution.