|
|
Dejean, A. (2018). Ant-Plant Interactions: Impacts of Humans on Terrestrial Ecosystems edited by Paulo S. Oliveira and Suzanne Koptur. The Quarterly Review Of Biology, 93(2), 138–139.
Abstract: Revue de l'ouvrage : Edited by Paulo S. Oliveira and Suzanne Koptur.
Cambridge and New York: Cambridge University Press.
$84.99. xix + 431 p. + 8 pl.; ill.; index. ISBN: 978-
1-107-15975-4. 2017.
|
|
|
|
Boulogne, I., Amusant, N., Constantino, R., Falkowski, M., Rodrigues, A. M. S., & Houël, E. (2018). From the understanding of biological strategies to sustainable pest management: the case of Nasutitermes corniger. In IGR/WP (23).
|
|
|
|
Floch, J. - M., Marcon, E., & Puech, F. (2018). Les configurations de points. In V. Loonis, & M. - P. de Bellefon (Eds.), Manuel d'analyse spatiale (pp. 73–114). Insee-Eurostat.
Abstract: Les statisticiens peuvent être amenés à étudier précisément des données spatialisées, par exemple la distribution des revenus des ménages, l’implantation sectorielle d’établissements industriels ou commerciaux, la localisation des établissements scolaires au sein des villes, etc. Des réponses peuvent être apportées grâce à des analyses menées à une ou plusieurs échelles géographiques prédéfinies comme au niveau des quartiers, des arrondissements ou des îlots. Toutefois, il est tentant de vouloir préserver la richesse des données individuelles et travailler en conservant la position exacte des entités étudiées. Si tel est le cas, cela revient pour un statisticien à élaborer des analyses à partir de données géolocalisées sans procéder à une quelconque agrégation géographique. Les observations sont appréhendées comme des points dans l’espace et l’objectif est de caractériser ces distributions de points. Comprendre et maîtriser des méthodes statistiques qui traitent ces informations individuelles et
spatialisées permet de travailler sur des données qui sont aujourd’hui de plus en plus accessibles et recherchées car elles fournissent des analyses très précises sur les comportements des acteurs économiques (ELLISON et al. 2010 ; BARLET et al. 2013). Dans ce cadre d’analyse, plusieurs questions méthodologiques importantes se posent alors au statisticien qui dispose de jeux de points à analyser : comment représenter et caractériser spatialement de telles données en utilisant des milliers voire des millions d’observations ? Quels outils statistiques existent et peuvent être mobilisés pour étudier ces observations relatives aux ménages, salariés, firmes, magasins, équipements ou déplacements par exemple? Comment prendre en compte les caractéristiques qualitatives ou quantitatives des observations étudiées? Comment mettre en évidence des éventuelles attractions ou répulsions entre les points ou entre différents types de points? Comment peut-on évaluer la significativité des résultats obtenus? etc. Ce chapitre a pour but d’aider le statisticien à apporter des résultats statistiquement robustes à
partir de l’étude de données spatialisées qui ne reposent pas sur un zonage prédéfini. Pour ce faire, nous nous appuierons sur une revue de la littérature des méthodes statistiques qui permettent de caractériser des distributions de points et nous expliciterons les enjeux associés. Nous expliquerons à partir d’exemples simples les avantages et les inconvénients des approches les plus souvent retenues. Le code sous R fourni permettra de reproduire les exemples traités.
|
|
|
|
Burgos, A., Cormier-Salem, M.C., Fromard, F., Gardel, A., Hossaert McKEY, M., Imbert, D., Leflaive, J., Marchand, C., Michaud, E., Proisy, C., Walker, R. (2018). Mangrove : une forêt dans la mer. Paris - France: Le cherche midi.
Abstract: La mangrove, cette forêt entre terre et mer qui borde les littoraux tropicaux, a longtemps été perçue comme un milieu hostile ou inutile... Elle renvoie aussi à un puissant imaginaire des tropiques qui a inspiré bon nombre de nos plus grands écrivains. Cet écosystème, complexe, abrite les palétuviers capables de vivre les pieds dans l'eau salée, des poissons pouvant respirer hors de l'eau, des crabes ingénieurs et une multitude de bactéries indispensables au recyclage de la matière organique. Aujourd'hui, confrontée à la crevetticulture, aux coupes de bois, à la pollution mais aussi sous l'emprise directe des changements climatiques, cette mangrove, grignotée de toute part, est en danger. Cet ouvrage, rédigé par des chercheurs spécialistes du milieu, nous montre combien sa préservation devient un enjeu écologique mondial tant cet écosystème contribue à l'équilibre des littoraux tropicaux et à ceux de la planète tout entière. Sait-on par exemple que ces forêts maritimes jouent le rôle de puits de carbone en absorbant de grandes quantités de CO2 ? Qu'elles peuvent servir de filtres ou d'éponges face aux pollutions humaines ? Qu'elles constituent un rempart contre les tempêtes ou les tsunamis ? Un livre qui nous invite à poser un regard nouveau sur cette forêt si secrète au cœur des enjeux écologiques tropicaux.
Keywords: Pollution ; dépollution par les plantes ; carbone ; mangrove ; paléruvier ; ecosystème
|
|
|
|
Maurice, L., Mena, J., Moreno, C., Prunier, J., Laffont, L., Ochoa-Herrera, V., et al. (2018). Nuestro vivir en la Amazonia ecuatoriana : enre la finca y el petrole/Vivre en Amazonie équatorienne : entre pétrole et terres agricoles. Abya Yala - Equateur: Edition IRD.
Abstract: Le pétrole est le « sang de la terre » et la principale source d’énergie fossile au monde. L’Amazonie équatorienne, terre d’exploitation pétrolière et de colonisation agricole, est un symbole des richesses naturelles de la planète mais aussi un témoin des dommages causés par les activités humaines. Au cœur de cette forêt, de sa biodiversité, de ses ressources et de ses habitants, se tisse le fil d’un voyage scientifique et interdisciplinaire. Ce livre partage des savoirs, des connaissances et des images sur les impacts et risques liés aux activités pétrolières sur l’environnement, la santé, la société et dépeint les conditions de vie en Amazonie.
|
|
|
|
Floch, J. - M., Marcon, E., & Puech, F. (2018). Spatial distribution of points. In V. Loonis, & M. - P. de Bellefon (Eds.), Handbook of Spatial Analysis (pp. 71–111). Insee-Eurostat.
Abstract: Statisticians carry out close examination of spatialized data, such as the distribution of household income, the location of industrial or commercial establishments, the distribution of schools in cities, etc. Answers can be found through analyses of one or more predefined geographical scales such as neighbourhoods, districts or statistical blocks. However, it is tempting to preserve the individual data and to work with the exact position of the entities that are being studied. If that is the case, statisticians have to conduct analyses based on geolocation data without carrying out any geographical aggregation. Observations are taken as points in space and the objective is to characterise these point distributions. Understanding and mastering statistical methods that process this individual and spatialized information enables us to work on data that are now increasingly accessible and sought after because they provide very precise analyses of distributions studied (Ellison et al. 2010; Barlet et al. 2013). In this framework of analysis, statisticians who have sets of points to analyse are faced with several important methodological questions: how can such data with thousands or even millions of observations be represented and characterised spatially? What statistical tools exist that can be used to study these observations relating to households, employees, firms, stores, equipment or travel, for example? How can the qualitative or quantitative characteristics of the observations being studied be taken into account? How can any attractions or repulsions between points or between different types of points be highlighted? How can we assess the significance of the results obtained, etc? The purpose of this chapter is to help statisticians to provide statistically robust results from the study of spatialized data that is not based on predefined zoning. To do this, we will review the literature on the subject of statistical methods used to characterise point distributions and we will explain the associated issues. We will use simple examples to explain the advantages and disadvantages of the most frequently adopted approaches. The code provided in R will be used to reproduce the examples covered.
|
|
|
|
Richard-Hansen, C., Ackermann, L., Berzins, R., Devillechabrolle, J., Foch, T., Goguillon, B., et al. (2018). The return of white lipped peccaries in two main protected areas of French Guiana: update and insights into an uncommon population dynamics. Suiform Soundings, 17(1), 37–40.
|
|
