Des indicateurs du niveau d'inventaire naturaliste en Bretagne

À peine un dixième d'inventaires communaux "convenableS"

Tous groupes étudiés confondus, seuls 12 % des inventaires naturalistes communaux sont évalués "convenables", c'est à dire quand plus de 80 % des espèces ont été détectés et qu'ainsi l'appréciation pleine et entière des enjeux de biodiversité relatifs à un groupe d'espèce est possible.

En excluant les poissons d'eau douce et amphihalins de ce bilan global, on atteint 14 %. En effet, l'échantillonnage régional des poissons est fondé sur peu de sites ponctuels (en relatif aux autres groupes de chordés) mais qui permettent d'établir une vision fine de la distribution par tronçon de cours d'eau sur toute la Bretagne (cf. Données connexes).

Oiseaux et papillons de jour à près d'un cinquième d'inventaires communaux "convenables"

La proportion de communes aux inventaires naturalistes "convenables" atteint 20 % pour les oiseaux et 18 % pour les papillons de jour (Lépidoptères rhopalocères) ce qui fait de ces deux groupes les mieux inventoriés à l'échelle du réseau des communes de Bretagne.

amphibiens et reptiles avec une majorité d'inventaires communaux "très insuffisants"

Les groupes d'espèces se différencient très fortement pour la proportion de communes à inventaire "très insuffisant" versus "insuffisant".

"Très insuffisant" signifie que aucune espèce n'a été observée ou une seule, ou qu'il y a trop peu d'observations pour chaque espèce détectée, ou encore que moins de 50 % des espèces sont détectées. En terme de conservation, les enjeux de biodiversité de ce groupe seront appréciés de manière très partielle, voire faussement.

Ainsi, les amphibiens et les reptiles sont les deux groupes avec le score "très insuffisant" le plus fort à l'échelle du réseau des communes de Bretagne.

Quelques points de vigilance

Il est important de retenir que l'évaluation présentée ici porte exclusivement sur des groupes d'espèces :  est-ce que l'ensemble des espèces appartenant, par exemple, aux amphibiens a été détecté ? et si non, de combien sommes-nous éloignés de la complétude de cet ensemble ?

Des dizaines de groupes d'espèces ont été inventoriés depuis plus de 50 ans en Bretagne. Mais moins d'une dizaine ont fait l'objet de l'ensemble des 5 évaluations régionales : risque de disparition, responsabilité biologique, état de conservation, discriminante znieff, enjeux régionaux. Il s'agit des vertébrés continentaux, de la flore vasculaire, et de quelques groupes d'invertébrés continentaux. Pour cette raison, l'évaluation du niveau des inventaires à l'échelle communale porte uniquement sur ces groupes. De manière concomitante, une raison technique s'impose aussi : les autres groupes ne sont pas représentés par un nombre assez conséquent d'observations dans une majorité des communes de Bretagne.

Les données d'observations utilisées sont celles qui sont compilées dans la plateforme régionale Biodiv'Bretagne. Certaines données récentes peuvent ne pas être encore transmises à la plateforme, notamment des données issues des inventaires ABC / ABI.

La méthode d'évaluation du niveau d'inventaire est fondée sur la courbe d'accumulation des observations : plus il y a d'observations réalisées sur un territoire et moins il y a de chance qu'une nouvelle observation détecte une nouvelle espèce. C'est une approche technique simple - voire simpliste - mais qui répond à un premier niveau d'interrogation globale des acteurs de la connaissance en Bretagne (cf. ci-dessous le chapitre Méthode).

L'évaluation ne répond pas à la question de la complétude de l'échantillonnage à l'intérieur d'une commune : un seul site a-t-il été inventorié dans la commune ou plusieurs ? Par exemple, une seule mare (très bien) inventoriée peut permettre d'atteindre le niveau "convenable" d'inventaire des amphibiens dans la commune mais la répartition communale de ces amphibiens n'est pas connue au delà de cette mare.

Le constat du nombre d'inventaire naturaliste communal "convenable" semble décevant. Ceci est dû en grande partie à l'échelle d'évaluation qui est relativement petite : un réseau de commune (ou encore de maille 1 km*1 km) sur un territoire comme une région administrative nécessiterait un effort de prospection jamais vu jusqu'ici pour atteindre un objectif de plus de 50 % de "convenable" et ce même sur une période de 20 ans de prospection.

Cette première approche traite de la même façon tous les groupes d'espèces. Hors, des aspects biogéographiques (par exemple les angiospermes comptent au moins 1 900 espèces en Bretagne, alors qu’il n’y a qu’une dizaine d’espèces d’amphibiens ou de reptiles) ou sociaux (la mobilisation des observateurs est très inégale selon les groupes ; sur 8 millions de données, 5,6 millions concernent les oiseaux, 1,2 millions les angiospermes et 200 000 les mammifères) militent pour affiner l'approche méthodologique utilisée en première instance.

Analyser et cartographier les données

Télécharger les données

• la répartition communale des espèces à enjeux régionaux en Bretagne
• peuplements piscicoles des cours d'eau de Bretagne

Principe méthodologique

L’objectif est d'évaluer pour chaque commune de Bretagne si le nombre d’espèces observées dans la commune est plus ou moins proche de la fréquentation effective de la commune par la faune et flore locale.

Ce niveau de complétude de l'inventaire communal pour un groupe d'espèces est évalué avec la méthode de la courbe d'accumulation : plus il y a d'observations accumulées sur un territoire et moins il y a de chance qu'une nouvelle observation détecte une nouvelle espèce.

Les données utilisées pour ce travail sont les observations compilées dans la base de données de Biodiv’Bretagne. L’ensemble de ces données est mis à disposition par les producteurs (associations, organismes publics, laboratoires…) dont la plupart sont organisés au sein des 6 ORFF existants à ce jour.

Les observations de plus de 25 ans sont exclues de l’analyse ainsi que les observations à une échelle supérieure à la commune (quelques données dans Biodiv’Bretagne sont à la maille 10 km*10 km ou départementale) ou encore les observations qui ne sont pas rattachables au niveau taxonomique de l’espèce (référentiel Taxref du SINP).

Il est important de noter que cette complétude porte sur un résultat brut en nombre d’espèces mais ne mesure pas directement l’effort de prospection : combien de personnes, combien de dispositifs, combien de protocoles vs données opportunistes, temporalité des observations, spatialisation relative aux observateurs, etc. Ainsi la complétude du nombre communal d’espèces est une notion à utiliser pour nuancer le constat brut en nombre d’espèces observées ou pour contextualiser la commune dans un périmètre équivalent ou plus large (EPCI, département, etc.). Il ne faut pas l’utiliser comme descripteur de l’effort d’échantillonnage intra communal.

Les groupes d’espèces étudiés sont les suivants :
pour les vertébrés : Oiseaux, Mammifères, Reptiles, Amphibiens, Poissons d’eau douce et migrateurs ;
pour les invertébrés : Lépidoptères, Odonates, Araignées ;
pour la flore : Angiospermes, Ptéridophytes, Gymnospermes (les Trachéophytes).

Ces groupes ont fait par ailleurs l’objet d’évaluations régionales de leur état de santé (listes rouges, état de conservation, responsabilité…) et de prospections historiquement réparties sur toute la Bretagne. Pour les autres groupes, l’information est très fortement partielle en couverture géographique et le constat est systématiquement celui de listes d’espèces très incomplètes, voire souvent inexistantes (pas d’observations dans la commune). En fonction de l’avancée des connaissances, certains de ces groupes seront incorporés dans l’analyse.

 

Détails méthodologiques

• Cadrage

Les éléments présentés dans ce document ont été réalisés entre 2023 et 2024 par un groupe de travail technique animé par l’OEB dans le cadre de la déclinaison en Bretagne de la Stratégie nationale Aires Protégés (SAP).

Le groupe de travail était constitué de :

Marion Hardegen, Christophe Bougault (CBNB), Marie Capoulade, Pierre-Yves Pasco (BV), Yann Février, Guillaume Gélinaud, Olivier Retail (ORFF Avifaune), Régis Morel, Pierre-Alexis Rault (ORFF Herpétologique), Gaëlle Leprévost, Laetitia Le Gurun (ORFF Poissons migrateurs), Floriane Flacher-Geslin, Lauriane Laville-Corbeau, Pierre Devogel (ORFF Invertébrés continentaux), Franck Simonnet (ORFF Mammifères), Thibault Vigneron, Pascal Irz (OFB), Simon Chollet (Ecobio Université Rennes I), Frédéric Ysnel (Borea MNHN), Loïs Morel (Agrocampus Rennes), Olivier Le Bihan (CD22), Jean-François Lebas (CD35), Xavier Best (CD29), Laurent Pérignon (CD56), Rosine Binard, Karine Delabroise, Florian Lebeau (Région), Elise Carnet, Arnaud Le Nevé, Julian Virlogeux (Dreal), Mathieu Lagarde, François Siorat (OEB).

• Résultats attendus

L’objectif est d’identifier pour chaque commune de Bretagne le niveau de complétude du nombre d’espèces observées ; il s’agit d’évaluer si le nombre d’espèces observées dans la commune est plus ou moins proche de la fréquentation effective de la commune par la faune et flore locale.

• Echelle communale

L’échelle de la commune a été retenue comme compromis car permettant de compiler et d’homogénéiser le maximum des informations existantes en Bretagne en vue de leur croisement avec d’autres problématiques au sein du cadre de la SAP. Une échelle infra communale (maille 1km*1km, lieu-dit, ponctuel…) mettrait en exergue la trop grande disparité des répartitions spatiales des observations. Une échelle supra communale (maille 10km*10km, EPCI, Pays…) gommerait trop cette diversité. L’échelle communale est aussi le niveau le plus fin permettant l’utilisation de la quasi-entièreté de la base de données de Biodiv’Bretagne, la plateforme régionale du SINP.

• Données sources

Les données utilisées pour ce travail sont les observations compilées dans la base de données de Biodiv’Bretagne.

L’ensemble de ces données est mis à disposition par les producteurs (associations, organismes publics, laboratoires…) dont la plupart sont organisés au sein des 6 ORFF existants à ce jour.

Les observations de plus de 25 ans sont exclues de l’analyse ainsi que les observations à une échelle supérieure à la commune (quelques données dans Biodiv’Bretagne sont à la maille 10km*10km ou départementale) ou encore les observations qui ne sont pas rattachables au niveau taxonomique de l’espèce (référentiel Taxref du SINP).

Le pas de temps de 25 ans – au lieu des 20 ans initialement pressentis - permet de prendre en compte une période [moins 25 ans ; moins 5 ans] pour laquelle on considère que la très grande majorité des données naturalistes est présente dans Biodiv’Bretagne, et on ajoute la période moins de 5 ans pour laquelle seule une minorité de données naturalistes est présente dans Biodiv’Bretagne.

• Objectif

L’objectif premier est de répondre à la question : « toutes les espèces fréquentant la commune ont-elles été détectées ? »

La question porte sur le total communal en nombre d’espèces et ne questionne pas le réseau intra communal de points d’observation : un seul site d’observation dans la commune peut générer un niveau de connaissance satisfaisant de la liste des espèces fréquentant la commune ; mais ce site à lui seul ne révèle pas les subtilités de la répartition des espèces au sein de la commune.

Ainsi la complétude du nombre communal d’espèces est une notion à utiliser pour nuancer le constat brut en nombre d’espèces observées ou pour contextualiser la commune dans un périmètre équivalent ou plus large (EPCI, département, etc.). Il ne faut pas l’utiliser comme descripteur de l’effort d’échantillonnage intra communal. Pour ce faire, concernant les reptiles et amphibiens, des travaux sont en cours de développement par l’Observatoire herpétologique de Bretagne (sur la base des travaux Pasco P.Y. 2022).

Le second objectif est d’évaluer cette complétude avec une précision du type « complétude basse – moyenne – haute ». Cette information sur la complétude doit accompagner toute information sur le nombre d’espèces dans la commune et porter le plus simplement possible un message de vigilance sur l’interprétation à donner à ce nombre d’espèces.

Il est important de noter que cette complétude porte sur un résultat brut en nombre d’espèces mais ne mesure pas directement l’effort de prospection : combien de personnes, combien de dispositifs, combien de protocoles versus données opportunistes, temporalité des observations, spatialisation relative aux observateurs, etc.

Des travaux ultérieurs doivent affiner la première approche présentée ici.

• Calcul

La recherche du niveau de complétude est fondée sur une approche simple, consolidée et largement répandue (cf. notamment Lobo et al. 2018 ou Sanchez-Fernandez et al. 2021) utilisant la courbe d’accumulation du nombre d’observations versus nombre d’espèces observées.

D’autres approches ont été initiées dans le cadre de ce travail (estimateurs statistiques et modélisations de l’adéquation entre distribution des espèces et descriptions du territoire) mais non pas été poursuivies afin d’assurer une production de résultats dans les temps impartis par le cadre de l’élaboration de la SAP. Affiner le présent travail nécessitera de développer ces approches mais qui sont beaucoup plus techniques, chronophages et, en l’état de la précision des données disponibles, a priori sans gain significatif pour le présent projet.

Pour chaque commune et pour chaque groupe d’espèces, sont calculés :

• la courbe d’accumulation du nombre d’espèces en fonction du nombre d’observations (Ugland et al. 2003) ;

• le nombre estimé d’espèce (pour un nombre infini d’observations, par projection de la courbe d’accumulation, en utilisant la fonction de Ratkowski, 1990 in Falther, 1996).

Est déduit de ces calculs un premier critère :

• le ratio « richesse » : nombre d’espèces observées rapporté au nombre estimé d’espèces ;

et deux critères complémentaires :

• la pente de la courbe à son point maximal observé ;

• le ratio « prospect » : nombre d’observations rapporté au nombre d’espèces observées.

La probabilité que de nouvelles observations apportent de nouvelles espèces tend vers 0 lorsque la pente se rapproche de 0, lorsque le ratio " richesse " se rapproche de la valeur " 1 " et plus le ratio " prospect " est élevé.

Les calculs ont été faits en utilisant le logiciel R et le package KnowBR (version 2.2, paramètres : curve=Rational, estimator=0 : «  exact et random », cutoff=2, cutoffSlope=0.5 ou 0.1 pour les oiseaux ; Guisande & Lobo 2019).

Les calculs ont porté sur les groupes d’espèces suivants :

• pour les vertébrés : Oiseaux, Mammifères, Reptiles, Amphibiens, Poissons d’eau douce et migrateurs ;

• pour les invertébrés : Lépidoptères, Odonates, Araignées ;

• pour la flore : Angiospermes, Ptéridophytes, Gymnospermes (les Trachéophytes).

Ces groupes ont fait par ailleurs l’objet d’évaluations régionales de leur état de santé (listes rouges, état de conservation, responsabilité…) et de prospections historiquement réparties sur toute la Bretagne.

Pour les autres groupes, l’information est très fortement partielle en couverture géographique et le constat est systématiquement celui de listes d’espèces très incomplètes, voire souvent inexistantes (pas d’observations dans la commune). En fonction de l’avancée des connaissances, certains de ces groupes seront incorporés dans l’analyse.

Trois classes de complétude sont recherchées :

classe « complétude haute » = « complétude convenable, mais inventaire à compléter et à poursuivre dans la durée » : ratio « richesse » > 80 soit au moins 80% des espèces estimées ont été observées ;

classe « complétude basse » = « complétude très insuffisante, inventaire pas du tout représentatif de la présence réelle en espèce sur le territoire » : ratio « richesse » < 50 soit moins de 50% des espèces estimées ont été observées ;

classe « complétude nulle » = « complétude nulle, aucune observation ou une seule observation » : Nombre d’observations = 0 ou 1.

Toute autre combinaison concerne la classe « moyenne » : « complétude insuffisante, de nombreuses espèces échappent à l’inventaire dont certaines possiblement à enjeux régionaux ».

Un biais est à signaler : il est rare que la non présence constatée d’espèces soit notée en base ; un « 0 » observation n’est pas tout à fait synonyme de « 0 » prospection.

Le ratio « richesse » ne suffit pas à tenir compte de la réalité biogéographique et sociale bretonne ;

• réalité biogéographique : par exemple les angiospermes comptent au moins 1 900 espèces en Bretagne, alors qu’il n’y a qu’une dizaine d’espèces d’amphibiens ou de reptiles ;

• réalité sociale : la force de frappe d’observations sur le terrain est très inégale selon les groupes ; sur 8 millions de données utilisées, 5,6 millions concernent les oiseaux, 1,2 millions les angiospermes et 200 000 les mammifères.

Pour tenir compte de cette hétérogénéité de manière simple, la pente de la courbe et le ratio « prospect » ont été utilisés comme variables d’ajustement des seuils.

« haut » : convenable ratio « richesse » > 80 et pente d’accumulation < 0,04 et ratio « prospect » > Q80

« bas » : très insuffisant ratio « richesse » < 50 et pente d’accumulation > 0,04 et ratio « prospect » < Q50

nul aucune ou une seule observation d’espèces du groupe concerné.

« moyen » : insuffisant Toute autre combinaison

Les quantiles Q80 et Q50 sont établis sur le lot des ratio « prospect » du groupe concerné.

Les résultats par territoire (départements, epci, crte, pnr) sont classés selon leur écart à la moyenne établie sur l'ensemble des territoires de même dimension et catégorisés en 8 classes avec les valeurs seuils : [moyenne] + ou - 1, 2 ou 3 (écart-type]. Les catégories 4 et 5 sont considérées " dans la moyenne ", 1, 2 et 3 " bien en deçà de la moyenne " et 6, 7 et 8 " bien au-delà de la moyenne ".

• Acronymes utilisés

BV Bretagne Vivante

CBNB Conservatoire botanique national de Brest

CD Conseil départemental

CSRPN Conseil scientifique régional du patrimoine naturel

OEB Observatoire de l’environnement en Bretagne

OFB Office français de la biodiversité

ORA Observatoire régional Avifaune

ORFF Observatoire régional faune flore

MNHN Muséum national d’histoire naturelle

SAP Stratégie nationale Aires Protégées

SINP Système d’information de l’inventaire du patrimoine naturel

UICN Union internationale pour la conservation de la nature

Znieff Zone naturelle d’intérêt écologique faune flore

Documentation consultée

Ball I.R., Possingham H.P. & Watts M. 2009. Marxan and relatives : software for spatial conservation prioritisation. In : spatial conservation prioritisation : quantitative methods and computational tools (eds. Moilanen A, Wilson KA Possingham HP), Oxford University Press, UK, pp. 185-195

Barneix M. & Gigot G. 2013. Listes rouges des espèces menacées et enjeux de conservation : Etude prospective pour la valorisation des Listes rouges régionales - Propositions méthodologiques. Rapport SPN 2013 - 3. Service du Patrimoine Naturel, Direction de la Recherche, de l’Expertise et de la Valorisation, Muséum National d'Histoire Naturelle. Paris, France, 69 p.

Béguinot J. 2016. Extrapolation des inventaires de biodiversité incomplets : comment estimer au mieux le nombre d’espèces manquantes et prévoir l’effort additionnel d’échantillonnage requis pour réduire ce nombre. Bull. mens. Soc. linn. Lyon, 2016, 85 (7-8) : 246 – 258

Bellard C., Leroy B., Thuiller W., Rysman J.F. & Courchamp F. 2016. Major drivers of invasion risks throughout the world. Ecosphere, 7, e01241

Blervaque L. 2017. Hiérarchisation des enjeux de conservation pour la flore vasculaire des Hauts-de-France et actualisation des connaissances. Master Biodiversité, Ecologie et Evolution, Lille1; Centre régional de phytosociologie agréé Conservatoire Botanique National de Bailleul, 62 p.

Boria R.A., Olson L.E., Goodman S.M. & Anderson R.P. 2014. Spatial filtering to reduce sampling bias can improve the performance of ecological niche models. Ecol Modell 275: 73–77.

Chao A. 1987. Estimating the Population Size for Capture-Recapture Data with Unequal Catchability. Biometrics, 43, 783–791

Collectif, 2021. Cartographie des hotspots de biodiversité et des lacunes de protection en Nouvelle-Aquitaine. Conservatoire Botanique National Sud-Atlantique et Ligue pour la Protection des Oiseaux (coord.) : 105 p.

Colwell R. 2009. EstimateS: Statistical estimation of species richness and shared species from samples. Version 8.2. http://viceroy.eeb.uconn.edu/EstimateS

Delpon G., Besnard A., Richard F. & Shatz B. 2018. Étude de l’exhaustivité des inventaires entomologiques en condition d’étude d’impact Revue scientifique Bourgogne Franche Comté Nature 27-2018, 173-178

Flather C.H. (1996) Fitting species-accumulation functions and assessing regional land use impacts on avian diversity. Journal of Biogeography, 23: 155-168.

Fourcade Y., Engler J.O., Rödder D. & Secondi J. 2014. Mapping species distributions with MAXENT using a geographically biased sample of presence data : a performance assessment of method for correcting sampling bias. PLoS ONE 9(5) : e97122 doi :10.1371/journal.pone.0097122

Gotelli N.J. & Chao A. 2013. Measuring and Estimating Species Richness, Species Diversity, and Biotic Similarity from Sampling Data. In: Levin S.A. (ed.) Encyclopedia of Biodiversity, 2nd ed., Vol. 5: 195-211. Waltham, MA: Acad. Press

Guisande C., Lobo J.M. 2019. Discriminating well surveyed spatial units from exhaustive biodiversity databases. R package version. 2.0. http://cran.r-project.org/web/packages/KnowBR.

Lehtomäki J. & Moilanen A. 2013. Methods and workflow for spatial conservation prioritization using Zonation. Environmental Modelling & Software, 47, pp. 128-137.

Léonard L. 2017. — Révision de la méthodologie pour le diagnostic patrimonial du réseau d’aires protégées dans le cadre de la SCAP Paris, UMS PatriNat. p. 41.

Léonard L., Witté I., Rouveyrol P. & Hérard K. 2020. Représentativité et lacunes du réseau d’aires protégées métropolitain terrestre au regard des enjeux de biodiversité. UMS PatriNat, paris, 82 p.

Léonard L., Witté I., Rouveyrol P., Grech G. & Hérard K. 2019. Bilan de la SCAP et diagnostic 2019 du réseau d’aires protégées métropolitain terrestre.UMS PatriNat. p. 78.

Leroy B. 2012 Utilisation des bases de données biodiversité pour la conservation des taxons d’invertébrés : Indices de rareté des assemblages d’espèces et modèles de prédiction de répartition d’espèces Thèse MNHN 411 pages

Leroy B. 2023. Choosing presence-only species distribution models. Journal of Biogeography. 2023;50:247–250.

Leroy B., Bellard C., Dubos N., Colliot A., Vasseur M., Courtial C., Bakkenes M., Canard A. & Ysnel F. 2014. Forecasted climate and land use changes, and protected areas: the contrasting case of spiders. Diversity and Distributions, 20 : 686-697.

Leroy B., Canard A. & Ysnel F. 2013. Integrating multiple scales in rarity assessments of invertebrate taxa. Diversity and Distributions, 19, 7, pp. 794-803.

Leroy B., Paschetta M., Canard A., Bakkenes M., Isaia M. & Ysnel F. 2013. First assessment of effects of global change on threatened spiders: Potential impacts on Dolomedes plantarius (Clerck) and its conservation plans. Biological Conservation, 161 : 155-163.

Leroy B., Petillon J., Gallon R., Canard A. & Ysnel F. 2012. Improving occurrence-based rarity metrics in conservation studies by including multiple rarity cut-off points. Insect Conservation and Diversity, 5, 2, pp. 159-168.

Lobo J.M., Hortal Yela J.L., Millán A., Sánchez-Fernández D., García-Roselló E., González-Dacosta J., Heine J., González-Vilas L. & Guisande C. 2018. KnowBR : An application to map the geographical variation of survey effort and identify well-surveyed areas from biodiversity databases. Ecological Indicators 91 (2018) 241–248

Lopez L.C.S., Fracas, M.P.A., Mesquita D.O., Palma A.R.T. & Riul P. 2012. The 377 relationship between percentage of singletons and sampling effort: a new approach to 378 reduce the bias of richness estimates. Ecological Indicators, 14: 164-169. 379 https://doi.org/10.1016/j.ecolind.2011.07.012

MAXENT https://biodiversityinformatics.amnh.org/open_source/maxent/

Menegotto A. & Rangel T. 2018. Mapping 2018 knowledge gaps in marine diversity reveals a latitudinal gradient of missing species richness Nature Communications volume 9, Article number: 4713

Moilanen A. 2007. Landscape zonation, benefit functions and target-based planning: unifying reserve selection strategies. Biological Conservation, 134(4), pp. 571-579.

Mora C., Tittensor D.P. & Myers R.A. 2008. The completeness of taxonomic inventories for describing the global diversity and distribution of marine fishes Proc Biol Sci. 2008 Jan 22; 275(1631) : 149–155. Published online 2007 Nov 14. doi: 10.1098/rspb.2007.1315

Pasco P.Y. 2022. Identification et analyse des grands types de répartition biogéographique en Bretagne in Biodiversité, naturalité et changement climatique en Bretagne. Rapport de synthèse. Phase 1. Bretagne Vivante, pp. 51-75.

Pelayo‑Villamil P., Guisande C., Manjarres‑Hernandez·C.A., Jiménez L.F., Granado‑Lorencio C., Garcia‑Rosello·E., Gonzalez‑Dacosta J., Heine J., Gonzalez‑Vilas L. & Lobo J.M. 2018. Completeness of national freshwater fish species inventories around the world. Biodiversity and Conservation https://doi.org/10.1007/s10531-018-1630-y

Perrodin J. & Barneix M. (coord.) 2021. Hiérarchisation des enjeux de conservation de la faune sauvage de Nouvelle-Aquitaine : méthode & résultats. Observatoire FAUNA. 54 p

Phillips S.J., Anderson R.P. & Schapire R.E. 2006. Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190 (3) : 231‑259

Ratkowski D.A. 1990. Handbook of nonlinear regression models. Marcel Dekker, New York, 241pp.

Sánchez-Fernández D., Fox R., Dennis R.L.H.& Lobo J.M. 2021. How complete are insect inventories ? An assessment of the british butterfly database highlighting the influence of dynamic distribution shifts on sampling completeness. Biodiversity and Conservation (2021) 30:889–902 https://doi.org/10.1007/s10531-021-02122-w

Sánchez-Fernández D., Yela J.L., Acosta R., Bonada N., García-Barros E., Guisande C., Heine J., Millán A., Munguira M.L., Romo H., Zamora-Muñoz C. & Lobo J.M. 2022. Are patterns of sampling effort and completeness of inventories congruent ? A test using databases for five insect taxa in the Iberian peninsula. Insect Conserv Divers. 2022 ; 15:406–415.DOI: 10.1111/icad.12566

Zamora-Muñoz C. & Lobo J.M. 2022. Are patterns of sampling effort and completeness of inventories congruent? A test using databases for five insect taxa in the Iberian peninsula. Insect Conserv Divers. 2022 ; 15:406–415.DOI: 10.1111/icad.12566Soberón J., Jiménez R., Golubov J. & Koleff P. 2007. Assessing completeness of biodiversity databases at different spatial scales. Ecography, 30, 152–160

Soukainen A. & Cardoso P. 2022. Accuracy of non-parametric species richness estimators across taxa and regions doi: https://doi.org/10.1101/2022.08.23.504921

Touroult J., Cima V., Bouyon H., Hanot C., Horellou A. & Brustel H. 2019. Longicornes de France – Atlas préliminaire (Coleoptera : Cerambycidae & Vesperidae). Supplément au bulletin d’ACOREP-France, Paris. 176 p. notamment pp. 14-17

Tredennick A.T., Hooke G., Ellner S.P. & Adler P.B. 2021. A practical guide to selecting models for exploration, inference, and prediction in ecology. Ecology, 102(6), 2021, e03336

Ugland K.I., Gray J.S. & Ellingsen K.E. 2003. The species-accumulation curve and estimate os species richness. J. Anim. Ecol. 72, 1085-1096

Vallet J., Rambaud M., Coquel L., Poncet L. & Hendoux F. 2012. Effort d’échantillonnage et atlas floristiques – exhaustivité des mailles et caractérisation des lacunes dans la connaissance, Comptes Rendus Biologies, Volume 335, Issue 12, 2012, Pages 753-763, ISSN 1631-0691, https://doi.org/10.1016/j.crvi.2012.11.005.

Vavrek M.J. 2011. Fossil : Palaeoecological and palaeogeographical analysis tools. Palaeontologia Electronica Vol. 14, Issue1; 1T:16p;

Witté L., Meunier F. & Vanappelghem C. 2020. Analyse préliminaire à une stratégie d’intervention pour les conservatoires d’espaces naturels des Hauts-de-France. UMS PatriNat OFB-MNHN-CNRS, Conservatoires d’Espaces Naturels des Hauts-de-France. 43pp.

Witté I. & Touroult J. 2014. — Répartition de la biodiversité en France métropolitaine : une synthèse des Atlas faunistiques. VertigO (Volume 14 Numéro 1). https://doi.org/10.4000/vertigo.14645

Witté I., Touroult J. & Poncet A. 2013. Distribution spatiale et complémentarité des « hotspots » de biodiversité en France métropolitaine. Valorisation des données des Atlas. MNHN rapport SPN 2013 6, 90 p.

ZONATION https://zonationteam.github.io/Zonation5/ (soft, manual, docs)