RAPPORT FINAL

Programme "Modélisation et scénarios de la biodiversité"

Appel à projet 2013

Acronyme: BioSceneMada Projet n◦ : AAP-SCEN-2013 I

Scénarios de la biodiversité sous l’effet conjoint du

changement climatique et de la déforestation à
Madagascar

Ghislain Vieilledent Thomas F. Allnutt Clovis Grinand

Miguel Pedrono Andriamandimbisoa Razafimpahanana
and Jean-Roger Rakotoarijaona

Coordination du rapport: Ghislain Vieilledent Date de rédaction: 17 Janvier 2020

E-mail: ghislain.vieilledent@cirad.fr

Durée du projet: 5 ans

Date de début: 15/05/2014 Date de fin: 15/10/2019

1
Préface

Figure 1: Lémurien de l’espèce Indri indri dans le parc national de Mantadia

à l’est de Madagascar. Cette espèce est fortement menacée par la perte d’habitat
associée à la déforestation.

This report is licensed under the Creative Commons Attribution-ShareAlike 4.0 Interna-
tional License.

1. Description courte
Madagascar est une île de l’océan indien qui s’est détachée de l’Afrique puis de l’Inde
il y a plusieurs dizaines de millions d’années. La biodiversité y a évolué de façon isolée.
Ainsi, près de 90% des espèces n’existent que sur l’île. Cette biodiversité est fortement
menacée par les changements climatiques et la déforestation. Le projet BioSceneMada, en
s’appuyant sur des modèles climatiques, écologiques et paysagers, se propose d’établir des
scénarios d’évolution de la biodiversité à Madagascar sous l’effet conjoint du changement
climatique et de la déforestation. Les cartes issues du projet permettent d’identifier les
zones à risque de perte de biodiversité et de déforestation ainsi que les zones refuges
pour la biodiversité. Ces cartes peuvent être utilisées afin d’agir efficacement pour la
conservation des forêts et de la biodiversité à Madagascar, notamment en priorisant les
actions de conservation sur des zones cibles, tout en s’appuyant sur le réseau d’aires
protégées actuel.

2
Figure 2: Population de baobabs de l’espèce Adansonia suarezensis sur le site
de la Montagne des Français au nord de Madagascar. Cette espèce est fortement
menacée par la perte d’habitat associée aux changements climatiques.

2. Résumé
Le projet FRB-FFEM BioSceneMada vise à produire des scénarios d’évolution de la
biodiversité à Madagascar sous l’effet conjoint du changement climatique et de la dé-
forestation d’origine anthropique (https://bioscenemada.cirad.fr). Le projet a une durée
de 60 mois (36 mois consacrés au travail de recherche et 24 mois consacrés au transfert et
à la communication des résultats auprès des gestionnaires de la biodiversité à Madagascar
et des décideurs politiques). Démarré courant 2014, il s’est terminé en octobre 2019. Le
projet associe quatre partenaires en France (Cirad, ETC Terra/Nitidæ) et à Madagascar
(WCS Madagascar, Office National de l’Environnement).
Madagascar est reconnu pour son exceptionnelle biodiversité, tant du point de vue du
nombre d’espèces que des taux d’endémisme (proches de 90% dans tous les groupes
taxonomiques). Cette biodiversité, principalement concentrée dans les forêts tropicales de
l’île, est sévèrement menacée par le changement climatique et la déforestation. L’objectif
du projet BioSceneMada est premièrement d’établir des scénarios de déforestation (en
tenant compte notamment de la croissance démographique) et d’estimer la perte de
biodiversité associée à ces scénarios. Deuxièmement, l’objectif est d’estimer l’impact des
changements climatiques sur la perte de biodiversité. L’impact sur la biodiversité sera
considéré sous l’angle des espèces (risque d’extinction des espèces via la restriction des aires
de distribution, ex. les espèces de baobabs) mais également sous l’angle des communautés
(perte d’habitat ou restriction des habitats pour les communautés, ex. la forêt épineuse).
Troisièmement, l’objectif du projet est d’identifier les futurs points-chauds (“hotspots”)
de biodiversité à fort risque de déforestation. Ces scénarios permettront notamment de
réfléchir à l’optimisation du réseau d’aires naturelles protégées en concentrant les efforts
de conservation sur des zones cibles identifiées sur la base de résultats scientifiques.

3
Les premiers résultats de recherche ont permis de proposer des scénarios de référence pour
la déforestation à Madagascar à l’horizon 2050 et 2100. En s’appuyant sur l’étude de la
déforestation passée (période 1990-2000-2010), les modèles prédisent une diminution du
couvert forestier de 9.3 millions d’hectares (Mha) en 2010 à environ 5 Mha en 2050 et
moins de 2 Mha en 2100. La déforestation se fait majoritairement en dehors des aires
protégées jusqu’en 2050, puis pénètre dans les aires protégées au-delà de cette date. En
2100, la forêt résiduelle se situe en altitude dans des zones reculées (péninsule de Masoala).
Une base regroupant les données d’occurrence de 4969 espèces a également été constituée.
Cette base regroupe des données animales (vertébrés et invertébrés) et végétales (arbres
et autres plantes) pour une grande variété de groupes taxonomiques, représentatifs de
la biodiversité à Madagascar. Cette base constitue un inventaire sans précédent de
la biodiversité à Madagascar et regroupe des données vérifiées tant du point de vue
taxonomique que de la localisation géographique. Ces données ont été utilisées pour
modéliser la niche climatique des espèces et estimer leur vulnérabilité aux changements
climatique. Les données issues des modèles climatiques du GIEC pour Madagascar ont
été regroupées sur le site MadaClim (https://madaclim.cirad.fr) qui est un des produits
du projet BioSceneMada. Un atlas comprenant les aires de distribution présentes et
futures de l’ensemble des 4969 espèces sera édité. Cette analyse permettra d’identifier les
hotspots présents et futurs de la biodiversité. A l’échelle de la communauté, ces données
ont également été utilisées pour mettre en évidence l’effet du climat sur la structure des
communautés. On montre notamment que l’importance du climat dans la détermination
de l’assemblage des espèces est très variable d’un groupe taxonomique à l’autre.
Les résultats du projet montrent également que les forêts humides se situant en altitude,
dans les zones peu accessibles (péninsule de Masoala notamment), et qui seront impactées
tardivement par la déforestation, sont les plus sensibles au changement climatique. Les
espèces de ces forêts sont en effet peu adaptées à une augmentation forte de la saisonnalité
(impliquant une diminution de la saison de végétation) et à une augmentation forte de
la température prévues dans cette région. Ainsi, la conservation de la forêt et de la
biodiversité à Madagascar face à la double contrainte de la déforestation et du changement
climatique constitue un véritable challenge. Au vue de ces résultats, la première action à
entreprendre nous semble de lutter efficacement contre la déforestation afin de conserver
les forêts naturelles existantes, qui ne représentent que 15% du territoire national à
Madagascar en 2014. Nos résultats montrent également que ces actions de conservation
ne pourront se mettre en place à Madagascar sans une meilleure orientation de l’aide
internationale au développement avec pour objectif une amélioration de la gouvernance,
une lutte contre la corruption et l’application ferme des lois environnementales.

3. Principaux résultats valorisés dans les publications

scientifiques
MadaClim: portail de données climatiques et environnementales
à Madagascar
Nous avons développé le site internet MadaClim (https://madaclim.cirad.fr) qui reprend
toutes les données climatiques actuelles ainsi que les prédictions climatiques issues des
modèles du GIEC (groupe d’experts intergouvernemental sur l’évolution du climat). Les

4
données ont été rééchantillonnées à 1km de résolution dans le système de projection
WGS84 UTM 38S sur toute l’étendue de Madagascar. Des variables bioclimatiques comme
l’évapotranspiration et le nombre de mois secs ont été recalculées et ajoutées aux variables
existantes. En plus des données climatiques, des données environnementales incluant
altitude, pente, irradiation solaire, géologie, sol, etc. ont été compilées.
Références:
Vieilledent G., O. Gardi, C. Grinand, C. Burren, M. Andriamanjato, C. Camara, C. J.
Gardner, L. Glass, A. Rasolohery, H. Rakoto Ratsimba, V. Gond, and J.-R. Rakotoarijaona.
2016. Bioclimatic envelope models predict a decrease in tropical forest carbon stocks
with climate change in Madagascar. Journal of Ecology. 104: 703-715. doi: https:
//doi.org/10.1111/1365-2745.12548.
Vieilledent G. MadaClim : a set of climatic and environmental spatial variables for
Madagascar. Data paper. in prep.

Carte de carbone forestier et vulnérabilité des forêts tropicales

au changement climatique à Madagascar
En utilisant les données climatiques présentées précédemment et des données d’inventaires
forestiers pour 1771 placettes réparties sur l’ensemble de Madagascar, nous avons démontré
qu’il existait un lien fort entre climat et stocks de carbone forestiers. Nous avons produit
une carte précise des stocks de carbone forestier en 2010 à Madagascar à une résolution
de 250 m. Les changements climatiques devraient induire des modifications fortes des
communautés forestières et en conséquence une diminution de -17% (7-24%) des stocks de
carbone forestier à Madagascar à l’horizon 2100 par rapport à 2010.
Références:
Vieilledent G., O. Gardi, C. Grinand, C. Burren, M. Andriamanjato, C. Camara, C. J.
Gardner, L. Glass, A. Rasolohery, H. Rakoto Ratsimba, V. Gond, and J.-R. Rakotoarijaona.
2016. Bioclimatic envelope models predict a decrease in tropical forest carbon stocks
with climate change in Madagascar. Journal of Ecology. 104: 703-715. doi: https:
//doi.org/10.1111/1365-2745.12548.
El Hajj M., N. Baghdadi, I. Fayad, G. Vieilledent, J.-S. Bailly, and D. Ho Tong Minh.
2017. Interest of integrating spaceborne LiDAR data to improve the estimation of biomass
in high biomass forested areas. Remote Sensing. 9(3). https://doi.org/10.3390/rs9030213.
Ho Tong Minh D., E. Ndikumana, G. Vieilledent, D. McKey and N. Baghdadi. 2018.
Potential value of combining ALOS PALSAR and Landsat-derived tree cover data for
forest biomass retrieval in Madagascar. Remote Sensing of Environment. 213: 206-214.
https://doi.org/10.1016/j.rse.2018.04.056.
Grinand C., G. Le Maire, G. Vieilledent, H. Razakamanarivo, T. Razafimbelo, and M.
Bernoux. 2017. Estimating temporal changes in soil carbon stocks at the ecoregional scale
in Madagascar using remote-sensing. International Journal of Applied Earth Observation
and Geoinformation. 54: 1-14. https://doi.org/10.1016/j.jag.2016.09.002.

5
Base de données de biodiversité à Madagascar
Nous avons construit un jeu de données sur la biodiversité à Madagascar regroupant 300 000
observations (points de présence) pour 4969 espèces. Ces espèces sont réparties dans
différents groupes taxonomiques (Plantes, Vertébrés, Invertébrés) et sont représentatives
de la biodiversité à Madagascar. Ces données, provenant de différents instituts, sont
issues d’un travail de prospection conséquent qui s’étale sur plusieurs dizaines d’années.
L’acquisition de ces nouvelles données ont permis d’enrichir la base de données REBIOMA
(Réseau de la Biodiversité de Madagacar, http://data.rebioma.net) hébergée par le WCS,
partenaire du projet BioSceneMada.
Référence:
Charra M. 2015. Création d’une base de données et modélisation de la biodiversité à
Madagascar. Rapport de Master. Sous la direction de G. Vieilledent. Master II Ecologie,
Biodiversité, Evolution (EBE), Préservation et Gestion Conservatoire des Ecosystèmes.
Université Paris-Saclay ENS, Université Paris Sud, AgroParisTech, Sorbonne Université,
MNHN. 32 p.

Prototype d’atlas de la biodiversité à Madagascar et de sa vul-

nérabilité au changement climatique
Nous avons développé le package R speciesatlas (https://github.com/ghislainv/
speciesatlas) permettant de modéliser la niche climatique des espèces à partir de modèles
d’ensemble (Vieilledent et al., 2013a; Araujo & New, 2007). Le script permet d’estimer
l’aire de distribution actuelle et future des espèces à Madagascar. En utilisant cette
approche pour les 4969 espèces du jeu de données sur la biodiversité à Madagascar,
l’idée est d’obtenir un atlas de la biodiversité à Madagascar et de sa vulnérabilité au
changement climatique. Un prototype de cet atlas a été réalisé pour les 7 espèces de
baobabs présentes à Madagascar (https://bioscenemada.cirad.fr/FileTransfer/atlas.pdf)
et 55 des 111 espèces de lémuriens connues à Madagascar (https://etclab.org/atlas).
Références:
Muniz Tagliari M., P. Danthu, J.-M. Leong Pock Tsy, C. Cornu, J. Lenoir, V. Carvalho-
Rocha, G. Vieilledent. Not all species will migrate polewards as the climate warms: the
case of the seven baobab species in Madagascar. submitted.
Knoplock C. 2019. The importance of deforestation and climate change in shaping lemurs’
distributions and identifying their areas of climatic refuges. Rapport de Master. Sous
la direction de C. Grinand et G. Vieilledent. Master Biodiversité, Ecologie et Evolution
(BEE), finalité Gestion Adaptative de la Biodiversité (GABI). Université d’Aix Marseille.
43 p.
Colas A. 2018. Creation of a biodiversity atlas for Madagascar with the speciesatlas R
package. Rapport de Master. Sous la direction de C. Grinand et G. Vieilledent. Master
Bioinformatique et modélisation (BIM). INSA Lyon. 29 p.
Vieilledent G., C. Knoplock, A. Colas, and C. Grinand. Atlas of the biodiversity of
Madagascar: present species distribution and species vulnerability to climate change. in
prep.

6
Toutes les espèces ne devraient pas migrer vers les pôles sous
l’effet du réchauffement climatique: le cas des 7 espèces de baob-
abs à Madagascar.
Nous avons étudié l’impact du changement climatique sur les 7 espèces de baobabs
présentes à Madagascar. Nous avons utilisé un vaste jeu de données d’occurrence issu
d’un travail de prospection sur le terrain et d’analyse d’images satellites pour modéliser la
niche climatique et expliquer la répartition des sept espèces de baobabs (genre Adansonia)
à Madagascar. Nous avons identifié les variables bioclimatiques les plus importantes
expliquant la distribution de chacune des espèces. En utilisant les projections climatiques
du GIECC, nous avons prédit la distribution future probable de chaque espèce et son
risque d’extinction estimée à partir de la contraction de l’aire de distribution de l’espèce.
Nous avons également expliqué les changements d’aire de distribution des espèces en
examinant l’importance relative des variables climatiques dans la détermination de la niche
climatique des espèces et les anomalies climatiques dans le future. Nous avons montré
que trois espèces de baobabs connaîtront une forte contraction de leur aire de distribution
(>= −50%) dans un scénario où la dispersion de l’espèce est supposée possible (hypothèse
conservatrice). Si la contraction de l’aire de distribution de l’espèce A. rubrostipa s’explique
par une augmentation du déficit hydrique, la contraction de l’aire de distribution des deux
espèces A. perrieri et A. suarezensis s’explique par une augmentation de la saisonnalité de
la température et une impossibilité de se déplacer vers des zones à saisonnalité plus faible
(vers l’équateur) en raison de l’océan qui agit comme une barrière géographique. Dans les
zones tropicales, il est fortement probable que de nombreuses espèces soient adaptées à
une saisonnalité faible et vulnérables à une augmentation probable de la saisonnalité sous
l’ensemble des tropiques. L’équateur pourrait ainsi constituer une barrière climatique
forte pour les espèces tropicales. Dans l’océan Indien et en Asie du Sud-Est, comme à
Madagascar, les espèces pourraient ne pas pouvoir se déplacer vers l’équateur, l’océan
agissant comme une barrière géographique.
Référence:
Muniz Tagliari M., P. Danthu, J.-M. Leong Pock Tsy, C. Cornu, J. Lenoir, V. Carvalho-
Rocha, G. Vieilledent. Not all species will migrate polewards as the climate warms: the
case of the seven baobab species in Madagascar. submitted.

Vulnérabilité des espèces de lémuriens au changement climatique

et à la déforestation à Madagascar: vers une conservation des
zones de refuge climatique
Nous avons étudié l’impact du changement climatique et de la déforestation à Mada-
gascar pour 55 des 111 espèces de lémuriens connues à Madagascar à l’aide du package
speciesatlas. La base de données de présence inclut des informations pour 88 espèces
de lémuriens mais seules 55 espèces avaient un nombre de données suffisant pour la modéli-
sation de la niche. Les résultats montrent que le changement climatique devrait diminuer
l’habitat des lémuriens de plus de 60% en moyenne. En comparaison, la déforestation
seule contribuerait à une diminution de 50% de l’habitat. Ces résultats signifient que
si les lémuriens sont incapables de s’adapter au changement climatique, alors ce dernier
sera plus néfaste pour eux que la déforestation. Par conséquent, il semble important de
conserver en priorité les sites les plus climatiquement stables. Nous avons donc identifié ces

7
zones de refuges climatiques et produit une carte à l’échelle de Madagascar. Ces résultats
ont été également analysés au regard du réseau d’aires protégées actuel. Il apparaît ainsi
que plus de 55% des refuges climatiques sont à l’extérieur du réseau d’aires protégées.
Cela souligne la nécessité de développer davantage le réseau d’aires protégées actuel. De
plus, 75% de ces refuges sont fortement menacés par la déforestation.
Référence:
Knoplock C.. 2019. The importance of deforestation and climate change in shaping lemurs’
distributions and identifying their areas of climatic refuges. Rapport de Master. Sous
la direction de C. Grinand et G. Vieilledent. Master Biodiversité, Ecologie et Evolution
(BEE), finalité Gestion Adaptative de la Biodiversité (GABI). Université d’Aix Marseille.
43 p.

Cartes de biodiversité et des communautés d’espèces à Mada-

gascar
En utilisant des modèles de communautés (Ferrier et al., 2007), nous avons cherché à
identifier les facteurs environnementaux déterminants les assemblages d’espèces. Ces
facteurs peuvent être climatiques ou associés à des barrières géographiques comme les
bassins versants ou les rivières (Pearson & Raxworthy, 2009). En appliquant ce modèle à
nos données de présence d’espèces à Madagascar, nous avons obtenu une première carte
de la biodiversité β à Madagascar. Mais le pourcentage de déviance expliquée par le
modèle est faible (<10%). En appliquant ce même modèle à chaque groupe taxonomique,
nous avons trouvé que les facteurs expliquants l’assemblage des communautés d’espèces
varient d’un groupe taxonomique à l’autre, le climat n’étant pas toujours le facteur le plus
important. Pour le groupe des lémuriens, ce sont les bassins versants qui expliquent en
majorité l’assemblage des espèces. A contrario, le climat explique une grande partie des
assemblages d’espèces de reptiles et d’amphibiens, espèces poïkilothermes (animaux ayant
une température corporelle qui varie avec celle de leur milieu). Pour d’autres groupes,
comme les arbres, les facteurs climatiques et les bassins versants semblent expliquer à
part égale les assemblages d’espèces.
Référence:
Charra M.. 2015. Création d’une base de données et modélisation de la biodiversité à
Madagascar. Rapport de Master. Sous la direction de G. Vieilledent. Master Ecologie,
Biodiversité, Evolution, Préservation et Gestion Conservatoire des Ecosystèmes. Université
Paris-Saclay ENS, Université Paris Sud, AgroParisTech, Sorbonne Université, MNHN.
32 p.

Soixante ans (1953-2014) d’étude de la déforestation et de la

fragmentation forestière à Madagascar
Nous avons obtenu de nouvelles cartes d’évolution de la couverture forestière à Madagascar
sur la période 2000-2014. Elles viennent compléter les cartes de Harper et al. (2007)
pour les années 1953, 1973 et 1990. Nous montrons que le couvert forestier a diminué de
44% sur la période 1953-2014. Les forêts naturelles couvrent 8.9 Mha en 2014 (15% du
territoire national) et incluent 4.4 Mha (50%) de forêt humide, 2.6 Mha (29%) de forêt
sèche, 1.7 Mha de forêt épineuse (19%) et environ 177,000 ha (2%) de mangrove. Depuis

8
2005, les surfaces déforestées annuellement ont augmenté à Madagascar pour atteindre
100 000 ha/an sur la période 2010-2014. Aujourd’hui, environ 50% de la forêt est située à
moins de 100 m de la lisière et est donc fortement exposée aux perturbations.
Le président malgache M. Andry Rajoelina a cité les résultats de cette étude début 2019
dans une communication à son conseil des ministres pour le lancement d’un plan national
de reforestation et de conservation des forêts à Madagascar (https://ecology.ghislainv.fr/
images/media/Foret_Andry_Rajoelina.pdf). Il a rappelé les chiffres de la déforestation
et officialisé le lancement de ce plan lors du One Planet Summit en mars 2019 à Nairobi
(https://www.youtube.com/watch?v=NWpcDegsv0Y).
Référence:
Vieilledent G., C. Grinand, F. A. Rakotomalala, R. Ranaivosoa, J.-R. Rakotoarijaona, T.
F. Allnutt, and F. Achard. 2018. Combining global tree cover loss data with historical
national forest-cover maps to look at six decades of deforestation and forest fragmentation
in Madagascar. Biological Conservation. 222: 189-197. https://doi.org/10.1016/j.biocon.
2018.04.008.

Retour sur les facteurs de déforestation: la pauvreté n’est pas

l’unique responsable de la déforestation à Madagascar
A l’issue d’une mission de terrain dans le Menabe, à l’ouest de Madagascar, nous avons
conclu que les causes directes de la déforestation dans la région sont l’agriculture sur
brûlis pour la culture de rente comme le maïs ou l’arachide. Le maïs et l’arachide sont
principalement exportés sur les marchés internationaux. Ces activités sont favorisées
par un marché global non régulé, une forte corruption et une non-application des lois
environnementales à Madagascar. Si aucune solution n’est trouvée pour lutter efficacement
contre la déforestation, le couvert forestier pourrait diminuer de plus de 50% sur la période
2010-2050 dans la région.
Référence:
Vieilledent G., M. Nourtier, C. Grinand, M. Pedrono, A. Clausen, T. Rabetrano, J.-R.
Rakotoarijaona, B. Rakotoarivelo, F. A. Rakotomalala, L. Rakotomalala, A. Razafimpa-
hanana, J. M. Ralison, and F. Achard. It’s not only poverty: uncontrolled global trade
and bad governance are responsible for unceasing deforestation in Western Madagascar.
pre-print.

Cartes du couvert forestier futur à Madagascar

Nous avons estimé la probabilité spatiale de déforestation à l’échelle nationale à Madagas-
car, à une résolution fine de 30 m pour l’année 2010. A partir de cette carte, en considérant
une déforestation moyenne annuelle de 100 000 ha/an, nous avons pu prédire les zones
susceptibles d’être déforestées sur la période 2010-2050. Les projections montrent une
concentration des forêts dans les zones peu accessibles et situées en altitude dans le futur.
Les aires protégées semblent relativement efficaces sur le court terme (horizon 2050) en
contribuant à déplacer la déforestation sur des zones à plus faible biodiversité, en dehors
des aires protégées mais n’ont pas d’efficacité sur le plus long terme (horizon 2100).

9
Références:
Dezécache C., J.-M. Salles, G. Vieilledent, and B. Hérault. 2017. Moving forward socio-
economically focused models of deforestation. Global Change Biology. 23(9): 3484-3500.
https://doi.org/10.1111/gcb.13611.
Grinand C., Vieilledent G., T. Razafimbelo, J.-R. Rakotoarijaona, M. Nourtier, and
M. Bernoux. Landscape-scale spatial modelling of deforestation, land degradation and
regeneration using machine learning tools. Land Degradation and Development. in press.
https://doi.org/10.1002/ldr.3526.
Vieilledent G., and F. Achard. Including spatial-autocorrelation in deforestation model to
obtain realistic deforestation projections at national or continental scales. in prep.
Knoplock C.. 2019. The importance of deforestation and climate change in shaping lemurs’
distributions and identifying their areas of climatic refuges. Rapport de Master. Sous
la direction de C. Grinand et G. Vieilledent. Master Biodiversité, Ecologie et Evolution
(BEE), finalité Gestion Adaptative de la Biodiversité (GABI). Université d’Aix Marseille.
43 p.

Modèles d’évolution de l’intensité de déforestation en Afrique et

à Madagascar
Nous avons établi un modèle d’évolution des surfaces déforestées pour les pays africains
en prenant en compte le couvert forestier existant et la taille de la population. Ce modèle
est utilisé pour prédire les tendances de déforestation pour l’Afrique pays par pays. Pour
Madagascar, on observerait une diminution de l’intensité de déforestation après 1950 liée
à la transition démographique et à la réduction du couvert forestier disponible. Toutefois,
les surfaces déforestées annuellement resteraient importantes (> 75 000 ha/an). Selon ce
scénario, le couvert forestier diminuerait ainsi de plus de 50% entre 2000 et 2050 et de
plus de 75% entre 2000 et 2100, pour atteindre environ 2 Mha en 2100 (Fig. 9).
Référence:
Vieilledent G., W. F. Laurance, S. Peedell, and F. Achard. The fate of tropical forests
associated to the demographic explosion in Africa. in prep.

4. Rapport d’activités et productions scientifiques

Description générale des activités et résultats
Contexte et enjeu
L’île de Madagascar s’est séparée du continent africain il y a environ 165 millions d’années,
et de l’Inde il y a 88 millions d’années (Ali & Aitchison, 2008). Cette île continent a été
colonisée par les humains il y a seulement 2300 ans environ (Burney et al., 2004; Cox
et al., 2012; Tofanelli et al., 2009). La flore et la faune de Madagascar ont évolué de façon
isolée. Ceci a contribué à l’émergence d’une biodiversité exceptionnelle à Madagascar et
d’un fort taux d’endémisme dans de nombreux groupes taxonomiques (Crottini et al.,
2012; Goodman & Benstead, 2005). Madagascar contient ainsi 5% de la biodiversité
mondiale connue sur seulement 0,4% des terres émergées dans le monde. Il a quatre fois

10
plus d’espèces de palmiers que dans toute l’Afrique (Dransfield & Beentje, 1995). Un
quart des espèces de plantes vasculaires existent à Madagascar pour un cinquantième de
la superficie des terres par rapport à l’Afrique (Schatz et al., 1996). De même, plus de la
moitié des espèces de caméléons du monde sont présentes à Madagascar. L’endémisme au
niveau de la famille et du genre taxonomique est également élevé. Chez les amphibiens, 23
des 24 genres existants, et une famille sur quatre est endémique de Madagascar (Vieites
et al., 2009). Plus de 83% des plantes vasculaires (Schatz, 2000) et jusqu’à 86% des
invertébrés sont endémiques de l’île (Goodman & Benstead, 2005). A Madagascar la
diversité phylogénétique des vertébrés est plus élevée que dans toute l’Amérique centrale
et du Sud (Holt et al., 2013). La biodiversité terrestre de Madagascar est principalement
concentrée dans les forêts tropicales de l’île (Hannah et al., 2008) qui incluent plusieurs
types de végétation ligneuse tels que les forêts humides de l’Est et du Nord, les forêts
sèches épineuses du Sud et les forêts sèches décidues à l’Ouest (Vieilledent et al., 2016).
La biodiversité malgache est sévèrement menacée par le changement climatique (Hannah
et al., 2008) et la déforestation (Allnutt et al., 2008; Harper et al., 2007; Vieilledent et al.,
2013b). Plusieurs études ont mis en évidence le risque de perte de biodiversité due au
changement climatique à Madagascar. De nombreuses espèces malgaches, par exemple les
reptiles, ont des niches climatiques étroites et sont particulièrement vulnérables. Dans
une étude portant sur 30 espèces de reptiles et d’amphibiens dans le massif le plus élevé
de Madagascar, Raxworthy et al. (2008) ont montré un déplacement en altitude des
espèces de 19 à 51 m entre 1993 et 2003 qui est associé au réchauffement climatique
local. Le déplacement vers le haut de la pente peut potentiellement entraîner l’extinction
des espèces actuellement présentes aux plus hautes altitudes. De plus, plusieurs auteurs
ont prédit une perte d’habitat importante sous l’effet du changement climatique tant
pour les espèces animales (voir Andriamasimanana & Cameron (2013) pour le cas de
neuf espèces d’oiseaux malgaches) que végétales (Hannah et al., 2008; Vieilledent et al.,
2013a), et qui pourraient conduire à l’extinction des espèces (voir l’exemple de l’espèce
de baobab Adansonia suarezensis dans l’article de Vieilledent et al. (2013a)). Alors que
la biodiversité terrestre de Madagascar est principalement concentrée dans les forêts, les
études par télédétection et analyse d’images satellites révèlent que seulement 10 à 15% de
la forêt originelle subsiste à Madagascar et que la déforestation se poursuit à un rythme
d’environ 1% par an (Achard et al., 2002; Harper et al., 2007; Vieilledent et al., 2013b).
Pendant ce temps, la population humaine a plus que triplé depuis 1950 et continue de
croître à un rythme proche de 3% par an (Raftery et al., 2012; Vieilledent et al., 2013b).
À Madagascar, les moyens de subsistance des populations dépendent dans une large
mesure des ressources forestières. Certaines études indiquent que le capital naturel du
pays représente 49% de la richesse totale du pays (World Bank, 2013). Vieilledent et al.
(2013b) ont récemment souligné le lien entre démographie et intensité de la déforestation
à Madagascar et le risque d’une augmentation de la vitesse de la déforestation à court
terme liée à l’explosion démographique. De plus, plusieurs indices de développement
placent couramment Madagascar autour du dixième rang des pays les plus pauvres, ce
qui induit un risque fort de pression sur les forêts naturelles restantes. En raison à la fois
des niveaux élevés de diversité et d’endémisme sur l’île et du déclin rapide des habitats
naturels, Madagascar est universellement reconnue comme une priorité mondiale pour la
conservation de la biodiversité (Brooks et al., 2006; Myers et al., 2000).
Pour éviter la déforestation et atténuer les changements climatiques, Madagascar est en
train de mettre en place le programme national REDD+ de Réduction des Emissions liées

11
à la Déforestation et à la Dégradation des forêts. Plusieurs projets pilotes REDD+ ont été
développés à Madagascar, principalement dans la forêt tropicale humide de la côte Est (voir
par exemple le PHCF, “Programme Holistique de Conservation des Forêts”, présenté dans
Vieilledent et al. (2013b)). Bien que le programme REDD+ soit principalement axé sur les
émissions de carbone, le programme REDD+ national et les projets locaux devront intégrer
des co-bénéfices pour la biodiversité. Pour le moment, peu d’information et d’outils sont
disponibles pour évaluer l’impact des projets REDD+ en terme de conservation de la
biodiversité.
Pour préserver la biodiversité malgache, un travail remarquable a été réalisé depuis
le cinquième congrès mondial sur les parcs de l’UICN (Union Internationale pour la
Conservation de la Nature) tenu à Durban en 2003, afin de concevoir un réseau d’aires
protégées intégrant les points chauds de biodiversité et les aires protégées existant à
l’époque au niveau national (Kremen et al., 2008). Actuellement, il existe plus de 50 aires
protégées à Madagascar divisées entre les réserves naturelles intégrales (catégorie I de
l’UICN), les parcs nationaux (catégorie II de l’UICN) et les réserves spéciales (catégorie
IV de l’UICN) (Rabearivony et al., 2010). Parmi ces aires protégées, beaucoup sont dans
un statut temporaire ou en cours de création (Rabearivony et al., 2010). Le future réseau
d’aires protégées à Madagascar (SAPM, Système d’Aires Protégées à Madagascar) devrait
couvrir plus de 10% du territoire nationale et intégrer une bonne partie des forêts naturelles
subsistant à Madagascar. Dans le contexte d’un changement climatique anthropique rapide
(IPCC, 2014; Loarie et al., 2009), il est très probable que de nombreuses espèces ne soient
pas en mesure de s’adapter ni de coloniser de nouveaux habitats favorables d’un point de
vue climatique (Menéndez et al., 2006). Ceci s’explique en partie par une faible dispersion
des espèces, rendue difficile par la disparition des animaux disperseurs (Menéndez et al.,
2006; Vieilledent et al., 2013a) et une perte d’habitat (associé à la déforestation) en
dehors des aires protégées actuelles (Vieilledent et al., 2013a). Ainsi, les espèces devraient
connaître une contraction de leur aire de distribution actuelle (Andriamasimanana &
Cameron, 2013; Hannah et al., 2008; Raxworthy et al., 2008; Vieilledent et al., 2013a).
Par conséquence, la majeure partie de la biodiversité devrait se concentrer dans des zones
refuge à l’intérieur des aires protégées. Identifier ces zones refuge est particulièrement
important afin d’orienter les efforts de conservation sur des sites pertinents.

Objectifs
L’objectif du projet BioSceneMada est de développer des scénarios d’évolution de la
biodiversité sous l’effet conjoint de la déforestation et du changement climatique (Fig. 3).
On se propose premièrement d’établir des scénarios de déforestation et d’estimer la perte
de biodiversité associée à cette déforestation. Les scénarios de déforestation s’appuieront
sur les taux de déforestation historiques, qui seront à estimer, ainsi que sur la croissance
démographique et sur le lien qui existe potentiellement entre population et déforestation.
Ce lien sera à mettre en évidence et à estimer quantitativement. Les scénarios de croissance
démographique ne seront pas à établir mais seront issus de la littérature. Deuxièmement,
l’objectif est d’estimer l’impact des changements climatiques sur la perte de biodiversité
à Madagascar. Il faudra donc dans un premier temps établir une base de données
représentative de la biodiversité à Madagascar. L’impact sur la biodiversité sera considéré
sous l’angle des espèces (risque d’extinction des espèces via la contraction des aires de
distribution, ex. les espèces de baobabs) mais également sous l’angle des communautés
(perte d’habitat ou restriction des habitats pour les communautés, ex. la forêt tropicales

12
humides de montagne). Les scénarios climatiques du GIECC (Groupe International
d’Experts sur les Changements Climatiques) seront utilisés. Troisièmement, l’objectif du
projet est d’identifier les futurs points-chauds (“hotspots”) de biodiversité à fort risque de
déforestation.
L’ensemble de ces scénarios sera spatialisé et les résultats seront principalement rendus
sous forme de cartes. Les scénarios permettront notamment de proposer des stratégies
d’aménagement du territoire les plus efficaces possibles en vue de la conservation de la
biodiversité et s’appuyant sur des résultats issus de la recherche scientifique. Par exemple,
les efforts de conservation pourraient être concentrés soit sur les zones refuges de la
biodiversité sous contrainte climatique, soit au contraire sur des zones importantes pour la
conservation de la biodiversité mais qui risquent de disparaître à cause de la déforestation.

Figure 3: Description schématique du projet. Les modèles combinent des données

d’inventaires, des données environnementales et des données démographiques pour évaluer
l’impact future des changements climatiques et de la déforestation sur la biodiversité à
Madagascar. Les résultats sont utilisés pour une aide à la décision en aménagement du
territoire et pour définir des stratégies de conservation efficaces.

Développement de modèles et scénarios de la biodiversité

Modélisation de l’intensité de la déforestation
Dans le prolongement des travaux de Barnes (1990), nous avons modélisé l’intensité de la
déforestation (Dij , en ha.an−1 ) en fonction du couvert forestier existant (Fi , en ha) et de
la taille de la population (Pi , nombre d’habitants). Le modèle intègre un effet aléatoire
pays bj permettant de différencier le taux de déforestation moyen d’un pays à l’autre

13
(Eq. (1)). Afin d’estimer les paramètres de ce modèle, nous avons considéré les données
pour l’ensemble des pays africains, y compris Madagascar. Les données de déforestation
portent sur les périodes 1990-2000 et 2000-2010. Elles proviennent de différents instituts:
le Global Forest Watch (Hansen et al., 2013), le Centre Commun de Recherche de la
Commission Européenne (Achard et al., 2014) et la Food and Agriculture Organization
(FAO, 2015). Les données de population proviennent des Nations Unies (United Nations,
2015).

log(Dij ) = β0 + bj + β1 log(Fi ) + β2 log(Pi ) + εi

bj ∼ N ormal(0, Vb ) (1)
εi ∼ N ormal(0, σ 2 )

Quelque soit le jeu de données considéré, nous avons estimé un effet significatif du couvert
forestier (plus la ressource forestière est importante, plus les surfaces déforestées le sont)
et de la population (plus la population est élevée, plus les surfaces déforestées le sont).
L’équation (2) indique les valeurs des paramètres pour le modèle utilisant les données de
Achard et al. (2014). Les deux facteurs agissent de façon opposée avec le temps: la surface
forestière tend à diminuer alors que la population tend à augmenter dans le future.

log(Di ) = −10.284 + 0.568 log(Fi ) + 0.534 log(Pi ) (2)

Des scénarios d’évolution des surfaces déforestées dans le future, et de la perte de biodi-
versité associée, peuvent ainsi être établis par pays en prenant en compte les prévisions
démographiques des Nations Unies (United Nations, 2015).

Modélisation spatialisée de la déforestation

Afin d’identifier les zones à risque de déforestation, nous avons modélisé (Eq. (3)) la
probabilité spatiale de déforestation (θij ) en fonction de variables environnementales (Xi )
décrivant l’accessibilité de la forêt (distance aux routes, villages et rivières, distance à
la lisière de la forêt, topographie), son statut de protection (appartenance au réseau
d’aires naturelles protégées) et son historique (distance à la déforestation passée). Ces
variables, même si elles ont un effet qui est la plupart du temps significatif d’un point
de vue statistique, expliquent une faible part de la déforestation. Ainsi, le modèle que
nous avons utilisé intègre également des effets aléatoires spatiaux auto-corrélés (ρj ) qui
permettent de prendre en compte la variabilité spatiale résiduelle, non-expliquée par les
facteurs environnementaux, et de l’estimer.

Dij ∼ Bernoulli(θij )
logit(θij ) = Xi β + ρj (3)
ρj ∼ N ormal(µj , Vρ /nj )

Ce type de modèle, intégrant la variabilité régionale, permet de produire des cartes

de probabilité de déforestation à une date donnée qui sont plus réalistes. La carte de
probabilité de déforestation permet d’identifier les zones à fort risque de déforestation

14
et d’obtenir des cartes de couvert forestier future en fonction de différents scénarios
d’intensité de déforestation (avec croissance démographique, “business-as-usual” ou avec
atténuation).

Modélisation de la niche climatique des espèces

Nous avons utilisé des modèles de distribution des espèces afin d’identifier la niche
climatique des espèces et de prédire leur vulnérabilité au changement climatique. Cette
approche s’appuie sur des modèles d’ensemble et sur les données de présence (Pi ) des
espèces. Plusieurs algorithmes statistiques sont utilisés pour estimer la niche climatique des
espèces et les prédictions des modèles sont moyennées. Nous avons choisi quatre algorithmes
selon un gradient de robustesse et de complexité: les modèles GLM (Generalized Linear
Model), les modèles GAM (Generalized Additive Models), les modèles de classification
par forêt aléatoire RandomForest et l’approche par maximum d’entropie MaxEnt. Tous
ces modèles permettent d’estimer une probabilité de présence de l’espèce (δi ) en fonction
de variables climatiques (Eq. (4)).

Pi ∼ Bernoulli(δi )
(4)
logit(δi ) = f (Xi )

En utilisant les scénarios et modèles climatiques du GIECC (2014), il est possible de

prédire la probabilité de présence et l’aire de distribution future probable de chacune des
espèces. Pour Madagascar, nous avons considéré les scénarios climatiques correspondant
au RCP (Representative Concentration Pathway) 8.5 et au RCP 4.5 qui correspondent
respectivement à un scénario pessimiste de croissance des émissions et à un scénario
d’atténuation modérée des émissions de CO2 sur le long terme. Concernant les modèles
climatiques, trois modèles principaux, représentatif de la gamme des prédictions clima-
tiques à Madagascar, seront sélectionnés: CCSM4 (modifications climatiques relativement
faibles), GISS-E2-R (modifications climatiques moyennes) et HadGEM2-ES (modifications
climatiques fortes).

Modélisation de l’assemblage des espèces en communauté

Nous avons cherché à identifier les facteurs environnementaux déterminants les assemblages
d’espèces (biodiversité β) en utilisant des modèles de communauté. Les modèles de
communautés que nous avons utilisés, appelés GDM (Generalized Dissimilarity Models),
modélisent les changements d’espèces au sein de la communauté en fonction des gradients
environnementaux en s’appuyant sur des indices de dissimilarités entre sites (Ferrier et al.,
2007). Plus précisément, les GDM utilisent des GLM (Generalized Linear Models) pour
modéliser des indices de Bray-Curtis observés dij entre des paires de sites i et j en fonction
de n variables environnementales, de x1 à xn , via une fonction de lien exponentielle
(Eq. (5)). L’indice de dissimilarité dij est exprimé en fonction du nombre A d’espèces
communes aux sites i et j, du nombre B d’espèces présentes uniquement au site i et du
nombre C d’espèces présentes uniquement au site j (Eq. (5)).

n
ln(1 − dij ) = a0 + |fp (xpi ) − fp (xpj )|dij = 1 − 2A/(2A + B + C) (5)
X

p=1

15
En appliquant ce modèle à nos données de présence d’espèces à Madagascar, nous avons
obtenu une première carte de la biodiversité β à Madagascar. Les GDM peuvent être
utilisés pour prédire les communautés les plus affectées par le changement climatique en
se basant sur les scénarios climatiques du GIECC (2014).

Principaux résultats
MadaClim: portail de données climatiques et environnementales à Madagas-
car
Dans le cadre du projet BioSceneMada, nous avons développé le site internet MadaClim
(https://madaclim.cirad.fr). Ce site reprend toutes les données climatiques actuelles
fournies par WorldClim ainsi que les prédictions climatiques issues des modèles du GIEC
(groupe d’experts intergouvernemental sur l’évolution du climat) et fournies par le CGIAR
CCAFS. Les données sont recompilées (reprojetées et rééchantillonnées à 1km) et dis-
tribuées spécifiquement pour Madagascar. Des variables bioclimatiques supplémentaires
comme l’évapotranspiration et le nombre de mois secs ont été calculées et ajoutées aux
variables déjà disponibles. En plus des données climatiques, des données environnemen-
tales (sol, géologie, altitude, etc.) sont également fournies. Ce site et ces données sont
particulièrement utiles pour tous les chercheurs, gestionnaires, membres d’ONG environ-
nementales, ministères voulant étudier les effets du changement climatique à Madagascar.
Elles peuvent être utilisées par exemple pour calculer les anomalies climatiques prédites
par les modèles du GIECC (Fig. 4).

16
Figure 4: Anomalies climatiques prédites sur les forêts de Madagascar entre
2010 et 2080. Les anomalies ont été calculées pour les précipitations annuelles (panneau
de gauche), la saisonnalité de la température (milieu) et la température moyenne annuelle
(droite) en faisant la moyenne des prédictions de sept modèles climatiques du GIEC
suivant le scénario d’émission RCP 8.5. Les précipitations devraient diminuer, notamment
sur les forêts humides de l’est et la saisonnalité de la température ainsi que la température
moyenne annuelle devraient augmenter sur l’ensemble des forêts de Madagascar.

Carte de carbone forestier et vulnérabilité des forêts tropicales au changement

climatique à Madagascar
Dans le cadre du projet BioSceneMada, en utilisant les données climatiques précédemment
calculées (https://madaclim.cirad.fr) et des données d’inventaires forestiers pour 1771
placettes réparties sur l’ensemble de Madagascar, nous avons démontré qu’il existait un
lien fort entre climat et stocks de carbone forestiers. Ce lien est notamment déterminé par
les caractéristiques architecturales (hauteur notamment) des espèces d’arbres présentes le
long du gradient climatique à Madagascar (climat → assemblage d’espèces → stocks de
carbone). Ainsi, les stocks de carbone sont en moyenne beaucoup plus faibles en forêt
épineuse (17 Mg.ha−1 ) qu’en forêt humide (150 Mg.ha−1 ). Le modèle statistique intégrant
la relation climat-stock de carbone a permis de produire une carte précise des stocks de
carbone forestier à Madagascar à une résolution de 250 m. Cette carte pourra être utilisée
par les instances gouvernementales à Madagascar ou les porteurs de projet REDD+ au
niveau régional pour le calcul des émissions de CO2 associées à la déforestation. Cette
carte ainsi que les données qui ont permis de l’obtenir sont disponibles sur le site du projet
BioSceneMada (https://bioscenemada.cirad.fr/carbonmaps) ainsi que sur le serveur de

17
données Dryad (doi: 10.5061/dryad.9ph68).
Concernant les scénarios d’évolution de la biodiversité et des stocks de carbone forestier,
nous avons montré à l’aide de ce modèle que les changements climatiques devraient induire
des modifications fortes des communautés forestières et en conséquence une diminution de
-17% (7-24%) des stocks de carbone forestier à Madagascar à l’horizon 2100 par rapport à
2010 (Fig. 5). Ces changements seront vraisemblablement plus forts pour la forêt humide
de l’est (notamment autour de la péninsule de Masoala-Makira) que pour les forêts sèches
et épineuses de l’ouest et du sud. En comparaison, un taux de déforestation constant
de 0.5% par an conduirait à une perte de carbone forestier de l’ordre de 29% entre 2010
et 2100. L’impact potentiel des changements climatiques sur les émissions de CO2 n’est
donc pas à négliger.

18
Figure 5: Carte de carbone forestier et évolution potentielle des stocks sous
l’effet du changement climatique. Les changements climatiques devraient induire des
modifications fortes des communautés forestières et en conséquence une diminution des
stocks de carbone forestier (-17% en 2100 par rapport à 2010).

Base de données de biodiversité à Madagascar

Nous avons construit un jeu de données sur la biodiversité à Madagascar regroupant 300 000
observations (points de présence) pour 4969 espèces. Ces espèces sont réparties dans
différents groupes taxonomiques (Plantes, Vertébrés, Invertébrés) et sont représentatives de
la biodiversité à Madagascar (Tab. 1). Nous avons apporté une attention particulière à la

19
qualité des données. Toutes les données ont été vérifiées du point de vue des coordonnées
géographiques (issues de relevés GPS) et de la taxonomie. Pour la vérification de la
taxonomie, nous nous sommes appuyés sur le package taxize disponible sous le logiciel R.
Ce travail de compilation de données de biodiversité est sans précédent à Madagascar.
Les précédentes études scientifiques sur la biodiversité à l’échelle nationale à Madagascar
s’appuyait sur un nombre d’espèces < 2843 (Allnutt et al., 2008; Kremen et al., 2008).
Plusieurs institutions ont accepté de partager leur données de biodiversité dans le cadre
du projet BioSceneMada et ont ainsi largement contribué à la réalisation de cette base
de données. Ces données sont souvent issues d’un travail de prospection conséquent
qui s’étalent sur plusieurs dizaines d’années. Seule une partie de ces données brutes
sont accessibles publiquement via la base de données ReBioMa maintenue par le WCS
Madagascar (http://data.rebioma.net). Une discussion avec l’ensemble des institutions
ayant fourni les données de biodiversité est en cours afin de voir dans quelle mesure
celles-ci peuvent être rendues publiques.

Table 1: Bases de données sur la biodiversité de Madagascar. La base de données

incluent des points de présence pour 4969 espèces réparties dans différents groupes
taxonomiques. Ces espèces sont représentatives de la biodiversité à Madagascar.

Espèces Genres Obs.

Plantes
Arbres 531 283 40178
Palmiers 178 16 5105
Fougères 317 82 1664
Légumineuses 724 149 30305
Graminées 283 113 3469
Autres 1229 359 34265
Vertébrés
Mammifères 189 69 28316
Lémuriens 64 15 3136
Oiseaux 285 172 60895
Reptiles 153 41 4938
Amphibiens 78 21 208
Invertébrés
Escargots 537 113 1635
Fourmis 379 46 70012
Papillons 262 82 16396
Autres 355 203 6202
TOTAL= 4969 1749 303588

Atlas de la biodiversité à Madagascar et de sa vulnérabilité au changement

climatique
Nous avons développé un package R nommé speciesatlas permettant de modéliser la
niche climatique des espèces à partir de modèles d’ensemble (Vieilledent et al., 2013a;
Araujo & New, 2007). A partir de variables environnementales, incluant des variables

20
climatiques (température moyenne annuelle, saisonnalité de la température, précipitations
annuelles, déficit en eau, nombre de mois secs) et des variables physiques (radiation
solaire, géologie) disponibles sur le site MadaClim, il permet de prédire la probabilité de
présence ainsi que l’aire de distribution présente et future des espèces à Madagascar. Les
prédictions sont issues de plusieurs modèles statistiques (Maxent, GLM, GAM et Random
Forest). L’approche par modèles d’ensemble permet de moyenner les prédictions faites par
plusieurs modèles statistiques afin d’évaluer l’incertitude des prédictions et d’augmenter
la robustesse de l’aire de distribution. Le code initial a été développé au cours du stage de
Master II de Mario Muniz-Tagliari et d’Aurélien Colas. L’idée est de pouvoir utiliser ce
package afin de modéliser l’aire de distribution présente et de prédire la distribution future
de l’ensemble des espèces constituant le jeu de données sur la biodiversité à Madagascar
(4969 espèces).
Le code est optimisé. Il peut être parallélisé, c’est-à-dire envoyé sur les différents pro-
cesseurs d’un serveur afin d’accélérer les calculs. Il permet également de créer un document
pdf dynamique, réactualisable très facilement, où les photos, textes, figures et tableaux
sont agencés de manière automatique pour chaque espèce (Fig. 6). La dernière version du
package est disponible sur GitHub: https://github.com/ghislainv/speciesatlas. L’objectif
est d’obtenir au final un atlas de la biodiversité à Madagascar incluant (i) les points de
présence des espèces, (ii) leur aire de distribution actuelle, (iii) la distribution future
potentielle des espèces sous l’effet du changement climatique et une estimation de leur
vulnérabilité au changement climatique.
Un prototype de cet atlas a été réalisé pour les 7 espèces de Baobabs présentes à Madagascar
et 55 espèces de Lémuriens.

21
Figure 6: Extrait de l’atlas de la biodiversité à Madagascar et de sa vulnérabilité
au changement climatique pour l’espèce Adansonia grandidieri. Une fiche est
dynamiquement créée à parti du nom taxonomique de l’espèce et de ses points de présence
en utilisant un script R. Photo et texte sont extraits automatiquement du site Encyclopedia
Of Life (https://eol.org). Un ensemble de modèles statistiques est utilisé pour prédire
la niche climatique et l’aire de distribution actuelle de l’espèce. Ce modèle d’ensemble
est ensuite utilisé pour prédire la vulnérabilité de l’espèce au changement climatique en
intégrant les prédictions climatiques du GIECC suivant deux scénarios, RCP 8.5 et 4.5.

22
Impact du changement climatique sur les espèces de baobabs de Madagascar

Nous avons étudié l’impact du changement climatique sur les 7 espèces de baobabs
présentes à Madagascar. Nous avons montré que trois espèces de baobabs connaîtront une
forte contraction de leur aire de distribution (>= −50%). Si la contraction de l’aire de
distribution de l’espèce A. rubrostipa s’explique par une augmentation du déficit hydrique,
la contraction de l’aire de distribution des deux espèces A. perrieri et A. suarezensis
s’explique par une augmentation de la saisonnalité de la température. L’espèce Adansonia
suarezensis, par exemple, est adaptée à des zones de faible saisonnalité et une forte hausse
de la saisonnalité est attendue au sein de son aire de distribution actuelle (Fig. 7a).
L’espèce ne pourra pas migrer vers des zones à saisonnalité plus faible (vers l’équateur)
en raison de l’océan qui agit comme une barrière géographique et verra ainsi son habitat
disparaître (Fig. 7b). Dans les zones tropicales, il est prévu une augmentation générale de
la saisonnalité (Fig. 7c). Il est fortement probable que de nombreuses espèces tropicales
soient adaptées à une saisonnalité faible. L’équateur pourrait ainsi constituer une barrière
climatique forte pour les espèces tropicales. Dans l’océan Indien et en Asie du Sud-Est,
comme à Madagascar, les espèces pourraient ne pas pouvoir se déplacer vers l’équateur,
l’océan agissant comme une barrière géographique.

23
Figure 7: Impact du changement climatique sur Adansonia suarezensis. a)
Augmentation de la saisonnalité de la température dans l’aire de distribution actuelle
d’A. suarezensis. b) Contraction de l’aire de distribution d’A. suarezensis et extinction de
l’espèce sous l’effet du changement climatique (RCP 8.5, année 2085). c) Augmentation
générale de la saisonnalité dans le future dans la zone intertropicale (RCP 8.5, année
2085).

Identification des zones de refuge climatique menacées de déforestation pour

les espèces de lémuriens
Nous avons étudié l’impact du changement climatique et de la déforestation à Mada-
gascar pour 55 des 111 espèces de lémuriens connues à Madagascar à l’aide du package
speciesatlas. La base de données de présence inclut des informations pour 88 espèces

24
de lémuriens mais seules 55 espèces avaient un nombre de données suffisant pour la
modélisation de la niche climatique. Les résultats montrent que le changement climatique
devrait diminuer l’habitat des lémuriens de plus de 60% en moyenne. En comparaison,
la déforestation seule contribuerait à une diminution de 50% de l’habitat. Ces résultats
signifient que si les lémuriens sont incapables de s’adapter au changement climatique,
alors ce dernier sera plus néfaste pour eux que la déforestation. Par conséquent, il semble
important de conserver en priorité les sites les plus climatiquement stables. Nous avons
donc identifié ces zones de refuges climatiques et produit une carte à l’échelle de Mada-
gascar (Fig. 8, gauche). Ces résultats ont été également analysés au regard du réseau
d’aires protégées actuel. Il apparaît ainsi que plus de 55% des refuges climatiques sont
à l’extérieur du réseau d’aires protégées (Fig. 8, gauche). Cela souligne la nécessité de
développer davantage le réseau d’aires protégées actuel. De plus, 75% de ces refuges sont
fortement menacés par la déforestation (Fig. 8, droite).

Figure 8: Zones de refuge climatique menacées de déforestation pour 55 espèces

de lémuriens. Figure de gauche: en vert, les zones de refuge climatique pour 55 espèces
de lémuriens en 2085 (RCP 8.5); en noir: le réseau d’aires protégées. Figure de droite:
en rouge, les zones de refuge climatique en 2085 menacées de déforestation; en vert: les
zones de refuge climatique à faible risque de déforestation.

25
Cartes de biodiversité et des communautés d’espèces à Madagascar
Lorsque l’on parle de carte de biodiversité à l’échelle nationale, l’objectif n’est pas
uniquement d’obtenir des informations sur la localisation des “hotspots” ou points-chauds
de la biodiversité (les sites ayant une diversité spécifique élevée), ce que l’on appelle la
diversité α. Il est en effet surtout intéressant de considérer la diversité β, c’est-à-dire les
communautés ou assemblages d’espèces et comment les assemblages d’espèces changent
spatialement (“species turnover”), selon des gradients environnementaux (d’altitude,
de climat, etc.). De telles cartes n’existent pas actuellement à l’échelle nationale pour
Madagascar. Seules des cartes de végétation sont disponibles pour lesquelles la classification
s’appuie sur la définition de grands biomes (http://www.vegmad.org) et non sur des relevés
à l’échelle de l’espèce, à la fois pour la faune et la flore.
En utilisant des modèles de communautés (Ferrier et al., 2007), nous avons cherché à
identifier les facteurs environnementaux déterminants les assemblages d’espèces. Ces
facteurs peuvent être climatiques ou associés à des barrières géographiques comme les
bassins versants ou les rivières (Pearson & Raxworthy, 2009). Il ainsi été montré que la
distribution des espèces de lémuriens à Madagascar était fortement liée aux bassins versants
(Wilmé et al., 2006; Mercier & Wilmé, 2013). Les modèles de communautés que nous avons
utilisés, appelés GDM (Generalized Dissimilarity Models), modélisent les changements
d’espèces au sein de la communauté en fonction des gradients environnementaux en
s’appuyant sur des indices de dissimilarités entre sites (Ferrier et al., 2007). En appliquant
ce modèle à nos données de présence d’espèces à Madagascar, nous avons obtenu une
première carte de la biodiversité β à Madagascar (Fig. 9). Mais le pourcentage de déviance
expliquée par ce modèle est faible (<10%).

Figure 9: Carte de biodiversité β pour Madagascar. Les couleurs indiquent les

changements d’assemblage d’espèces spatialement: les sites aux couleurs proches présentent
des assemblages d’espèces proches. Deux gradients sont largements visibles sur cette
carte: un gradient est-ouest lié à la topographie (chaîne de montagne nord-sud) et aux
précipitations ainsi qu’un un gradient nord-sud associé à la latitude et à la saisonnalité.

26
En appliquant ce même modèle à chaque groupe taxonomique, nous avons trouvé que (i)
le pourcentage de variance expliquée par le modèle était généralement beaucoup plus élevé
(entre 11% et 88%, Tab. 2) et que (ii) les facteurs explicants l’assemblage des communautés
d’espèces varient d’un groupe taxonomique à l’autre, le climat n’étant pas toujours le
facteur le plus important (Tab. 2). Par exemple, nous avons confirmé les résultats obtenus
par Wilmé et al. (2006) pour les espèces de lémuriens. Pour ce groupe, ce sont les bassins
versants qui expliquent en majorité l’assemblage des espèces (84% de déviance expliquée).
Cela pourrait notamment s’expliquer par la difficulté qu’on les lémuriens à traverser les
cours d’eau. A contrario, le climat explique une grande partie des assemblages d’espèces
de reptiles et d’amphibiens, espèces poïkilothermes (animaux ayant une température
corporelle qui varie avec celle de leur milieu) et des espèces de mammifères autres que les
lémuriens. Pour d’autres groupes, comme les espèces d’arbres, les facteurs climatiques et
les bassins versants semblent expliquer à part égale les assemblages d’espèces.
Ainsi, on voit qu’il est difficile d’établir une carte des communautés d’espèces végétales
et animales à Madagascar, les facteurs explicatifs de la distribution des communautés
changeant d’un groupe à l’autre. Nous montrons également que lorsque l’on utilise des
modèles de communautés construits à partir de GDM, basés sur indices de dissimilarités
combinant toutes les espèces, il y a un risque d’obtenir un modèle très peu explicatif,
alors que des modèles à l’échelle du groupe taxonomique sont bien meilleurs. Il serait
ainsi nécessaire d’envisager (i) de croiser les cartes de biodiversité obtenues par groupe
taxonomique, ou bien (ii) de travailler plutôt avec des modèles de distribution à l’échelle
de l’espèce, ou encore (iii) d’utiliser d’autres types de modèles comme les “modèles joints”
(Warton et al., 2015), permettant de combiner des processus à l’échelle de l’espèce et des
processus à l’échelle de la communauté.

Table 2: Facteurs expliquants l’assemblage des espèces par groupe tax-

onomique. Le tableau indique le pourcentage de déviance expliquée par chacun des
modèles. Les modèles Clim n’incluent que des variables climatiques, les modèles WS
n’incluent que les bassins versants (WS pour “watershed”) et les modèles C+WS incluent
les deux types de facteurs. Le modèle Full inclut en plus des corrélations spatiales.

Clim WS C+WS Full

Plantes
Arbres 30 28 43 44
Tous 24 16 31 32
Animaux
Lémuriens 56 84 87 88
Autres mammifères 63 30 64 65
Oiseaux 8 3 9 11
Reptiles et Amphibiens 34 33 40 40
Invertébrés 9 3 9 11
Tous 6 2 6 9

Cartes de biodiversité et des communautés d’espèces à Madagascar à l’aide

du package jSDM

27
Depuis le lancement du projet BioSceneMada en 2014, de nouvelles approches statistiques
ont vu le jour pour la modélisation des communautés d’espèces basées sur ce que l’on
appelle les modèles joints de distribution des espèces (JSDM pour “Joint Species Distribu-
tion Models”, Warton et al. (2015)). Ces modèles permettent de prédire la probabilité de
présence des espèces dans un milieu donné en prenant en compte les variables environ-
nementales (climat, sol, etc.) mais également les interactions entre espèces (co-occurrences
par exemple). Peu de librairies logicielles permettent à ce jour d’estimer les paramètres de
ce genre de modèle. Celles existantes (packages R boral, HMSC ou gjam) sont en phase de
développement et ne sont pas forcément optimisées pour de gros jeux de données (temps de
calcul long pour boral et HMSC qui font appel aux langages jags et R uniquement). Dans
le cadre du projet BioSceneMada, nous avons décidé de développer un nouveau package R
pour l’estimation de modèles joints de distribution des espèces que nous avons appelé jSDM
(https://ecology.ghislainv.fr/jSDM/). Ce package propose des fonctions faciles à utiliser
qui appellent du code en C++ et permettent de réduire fortement les temps de calcul
tout en gérant de gros jeux de données. Dans le cadre d’un stage de master II, nous avons
utilisé les données d’inventaires pour les espèces d’arbres à Madagascar pour élaborer
une nouvelle carte de biodiversité β à l’aide de ce nouveau package R. Les inventaires
regroupent des données de présence collectées entre 1994 et 1996 pour 555 espèces d’arbres
sur 753 sites répartis sur l’ensemble de Madagascar. Nous avons pu obtenir des matrices
d’interaction entre espèces, des cartes de richesse spécifique (Fig. 10) et de nouvelles
cartes de biodiversité β, assez proches toutefois des cartes obtenues avec les modèles de
type GDM (“Generalized Dissimilarity Models”) indiquant les forts gradients nord-sud et
est-ouest dans la détermination de la composition des communautés.

Figure 10: Comparaison de la richesse spécifique observée et prédite sur les

sites d’inventaire.

28
Soixante ans (1953-2014) d’étude de la déforestation et de la fragmentation
forestière à Madagascar
Nous avons obtenu de nouvelles cartes d’évolution de la couverture forestière à Madagascar
sur la période 2000-2014 (Fig. 11). Ces cartes sont sans nuages et disponibles à 30 m de
résolution. Elles viennent compléter les cartes de Harper et al. (2007) disponibles pour les
années 1953, 1973 et 1990. Ainsi, nous avons pu étudier l’évolution du couvert forestier
et de la fragmentation de la forêt à l’échelle nationale sur une période de 60 ans. Nous
montrons que le couvert forestier a diminué de 44% sur la période 1953-2014 (37% si l’on
considère la période 1973-2014). Les forêts naturelles couvrent 8.9 Mha en 2014 (15% du
territoire national) et incluent 4.4 Mha (50%) de forêt humide, 2.6 Mha (29%) de forêt
sèche, 1.7 Mha de forêt épineuse (19%) et environ 177,000 ha (2%) de mangrove. Depuis
2005, les surfaces déforestées annuellement ont augmenté à Madagascar pour atteindre
100,000 ha/an sur la période 2010-2014 (correspondant à un taux de déforestation de 1.1
%/an). Aujourd’hui, environ 50% de la forêt est située à moins de 100 m de la lisière et
est donc exposée aux perturbations. Les cartes de couvert forestier sont disponibles sur le
site du projet BioSceneMada: https://bioscenemada.cirad.fr/forestmaps. Elles servent de
base au travail de modélisation du processus de déforestation.

29
Figure 11: Evolution du couvert forestier à Madagascar sur 60 ans de 1953 à
2014. Les changements de couverture forestière de 1973 à 2014 sont présentés sur la figure
principale. Le couvert forestier en 1953 est présenté dans l’encart en bas à droite. Deux
séries de zooms sur la forêt sèche de l’ouest (à gauche) et de la forêt humide de l’est (à
droite) présentent une vue plus détaillée de (du haut vers le bas): la couverture forestière
en 1953, les changements de couverture forestière de 1973 à 2014, la fragmentation de la
forêt en 2014 et la distance à la lisière de la forêt en 2014. Les données sur les plans d’eau
et leur saisonnalité (bleu foncé pour permanent, bleu clair pour saisonnier) sont issues de
l’article de (Pekel et al., 2016).

30
Retour sur les facteurs de déforestation: la pauvreté n’est pas l’unique re-
sponsable de la déforestation à Madagascar.
Afin de valider les cartes de déforestation historique obtenues sur la période 2000-2014 et
d’identifier plus précisément les facteurs de déforestation, nous avons effectué une mission
de terrain dans le Menabe, à l’ouest de Madagascar, en forêt sèche. Nous nous sommes
concentrés sur deux zones identifiées comme “hot-spot” de déforestation, autour des Parcs
Nationaux de Menabe-Antimena et Kirindy-Mité. Nous avons effectué des observations
de terrain ainsi que des enquêtes auprès des populations et de l’administration locale
afin d’identifier les causes de la déforestation. Nous avons conclu que les causes directes
de la déforestation dans la région sont l’agriculture sur brûlis pour la culture de rente
comme le maïs ou l’arachide et le pâturage des zébus (Fig. 12). Le maïs et l’arachide
sont principalement exportés sur les marchés internationaux, notamment vers les îles de
l’Océan Indien et en Chine. Ces activités sont favorisées par un marché global non régulé,
une forte corruption et une non-application des lois environnementales à Madagascar.
Dans l’hypothèse d’un scénario “business-as-usual”, si aucune solution n’est trouvée pour
lutter efficacement contre la déforestation, le couvert forestier pourrait diminuer de plus
de 50% sur la période 2010-2050 dans les deux zones d’étude.

Figure 12: Principales causes de la déforestation dans le Menabe centrale. a-a’:

Agriculture sur brûlis (“hatsake”) pour la culture d’arachide. b-b’: Agriculture sur brûlis
pour la culture de maïs. c-c’: Cyclone suivi de feux incontrôlés d’origine anthropique.
d-d’: Exploitation illégale de bois.

31
Logiciel Python forestatrisk pour le calcul de la probabilité spatiale de dé-
forestation
Un module Python a été développé afin de pouvoir estimer rapidement la probabilité
spatiale de déforestation sur de grandes échelles spatiales (nationales ou continentales)
avec une résolution fine (ex. 30 ou 10 m) et de prédire quelles seront les zones à risques de
déforestation et les zones potentielles de refuge de la biodiversité dans le futur. Le modèle
portant sur la localisation de la déforestation permet de prédire la probabilité spatiale
de déforestation en fonction de variables environnementales décrivant l’accessibilité de la
forêt (distance aux routes, villages et rivières, distance à la lisière de la forêt, topographie),
son statut de protection (appartenance au réseau d’aires naturelles protégées) et son
historique (distance à la déforestation passée). Le module Python est disponible sur la
plateforme GitHub: https://github.com/ghislainv/forestatrisk.
Nous avons utilisé ce module pour estimer la probabilité spatiale de déforestation à l’échelle
nationale à Madagascar, à une résolution fine de 30 m et pour la couverture forestière de
l’année 2010 (Fig. 13). Cette démarche a fait l’objet d’un tutoriel où chacune des étape
de modélisation est indiquée pas à pas. Cet tutoriel, disponible sous forme d’un notebook
R est disponible à l’adresse suivante: https://forestatrisk.cirad.fr/tutorial. Le tutoriel
pourra notamment être utilisé pendant les ateliers de renforcement de capacité dans les
deux prochaines années à venir.

32
Figure 13: Probabilité de déforestation pour les forêts de Madagascar. Couvert
forestier de l’année 2010 (Vieilledent et al., 2018). La probabilité de déforestation est
faible (vert) dans les zones reculées et au sein des aires protégées et augmente (rouge puis
noir) avec la proximité des villes et des routes.

Cartes du couvert forestier future à Madagascar

A partir de la carte de probabilité de déforestation de 2010, en considérant une déforestation
moyenne annuelle de 100 000 ha/an à l’échelle nationale sur la période 2010-2050, nous
avons pu prédire les zones susceptibles d’être déforestées sur la période 2010-2050 et la
couverture forestière probable à Madagascar en 2050 (Fig. 14). Pour cela, nous calculons la
surface forestière déforestée sur une période de 40 ans entre 2010 et 2050 (4 Mha) et nous
attribuons la classe “non-forêt” aux pixels ayant la plus forte probabilité de déforestation
jusqu’à obtenir une surface de 4 Mha. Les projections montrent une concentration des
forêts dans les zones peu accessibles et situées en altitude dans le futur, notamment
autour de la péninsule de Mosoala-Makira et dans le Corridor Ankeniheny-Zahamena

33
(Fig. 8). Les aires protégées semblent relativement efficaces sur le court terme (horizon
2050) en contribuant à déplacer la déforestation sur des zones à plus faible biodiversité,
en dehors des aires protégées. Par contre, si les taux de déforestation restent constants, la
déforestation devrait pénétrer au sein des aires protégées les plus accessibles sur le plus
long terme (horizon 2100).

Figure 14: Deforestation sur la période 2010-2050 et couverture forestière en

2050 à Madagascar. Nous projetons la couverture forestière à l’horizon 2050 en
considérant une déforestation moyenne annuelle de 100 000 ha/an. Vert: forêt résiduelle
en 2050; gris: déforestation sur la période 2010-2050.

Modèles d’évolution de l’intensité de déforestation en Afrique et à Madagascar

Afin de proposer des scénarios d’évolution de l’intensité de déforestation et du couvert

forestier à Madagascar, il a fallu construire un modèle à l’échelle de l’Afrique afin de
disposer d’un plus grand nombre de données et d’avoir un modèle plus robuste. Le
modèle permet d’estimer le taux de déforestation (en ha/an) pour l’ensemble des pays
africains en prenant en compte le couvert forestier existant (en ha) et la taille de la
population (en nombre d’habitants). Trois jeux de données ont été comparés pour la
modélisation : (i) celui issu du rapport Global Forest Resource Assessment (FRA) 2015
de la FAO (FAO, 2015), (ii) celui issu du projet Trees du JRC (Achard et al., 2014)
et (iii) celui issu de Global Forest Watch (Hansen et al., 2013). Nous montrons que
les données de déforestation du FRA ne peuvent pas être utilisées pour modéliser et

34
prédire la déforestation (“outlier”). Les résultats permettent également de montrer que
malgré les variations annuelles des taux de déforestation (associables aux marchés et aux
politiques), la tendance sur le long terme est forte et qu’un simple modèle permet de
reproduire fidèlement l’évolution du couvert forestier de 1990 à 2015 pour la plupart des
pays africains. Ce modèle est utilisé pour prédire les tendances de déforestation pour les
pays africains, selon un scénario de référence (ou scénario “business-as-usual”), en tenant
compte des projections démographiques des Nations Unies jusqu’à l’horizon 2100. Pour
Madagascar, on observerait une diminution de l’intensité de déforestation après 1950 liée
à la transition démographique et à la réduction du couvert forestier disponible. Toutefois,
les surfaces déforestées annuellement resteraient importantes (>75000 ha/an). Selon ce
scénario, le couvert forestier diminuerait ainsi de plus de 50% entre 2000 et 2050 et de
plus de 75% entre 2000 et 2100, pour atteindre environ 2 Mha en 2100 (Fig. 15). Ces
scénarios d’évolution de l’intensité de déforestation intégrant la croissance démographique
seront utilisés pour obtenir de nouvelles cartes du couvert forestier future en 2050 et 2100.

Figure 15: Evolution (1990-2010) et prédiction (2010-2100) de la déforestation

et du couvert forestier à Madagascar. La figure de gauche montre l’évolution de la
déforestation (en milliers d’hectares par an) et la figure de droite l’évolution du couvert
forestier (en milliers d’hectares). Nous avons considéré trois jeux de données (FAO FRA,
Achard et al. 2014 JRC TREES project, Global Forest Watch Hansen et al. 2013). Les
projections prennent en compte la croissance démographique (données des Nations Unies,
2015 Revision of World Population Prospects).

35
Liste des publications et communications scientifiques
I.1 - Articles ou communications primaires (résultats originaux) scientifiques
I.1.1. Dans périodique à comité de lecture.

Articles acceptés
Grinand C., Vieilledent G., T. Razafimbelo, J.-R. Rakotoarijaona, M.
Nourtier, and M. Bernoux. Landscape-scale spatial modelling of deforestation, land
degradation and regeneration using machine learning tools. Land Degradation and
Development. in press. https://doi.org/10.1002/ldr.3526.
Vieilledent G., C. Grinand, F. A. Rakotomalala, R. Ranaivosoa, J.-R. Rako-
toarijaona, T. F. Allnutt, and F. Achard. 2018. Combining global tree cover
loss data with historical national forest-cover maps to look at six decades of deforesta-
tion and forest fragmentation in Madagascar. Biological Conservation. 222: 189-197.
https://doi.org/10.1016/j.biocon.2018.04.008.
Ho Tong Minh D., E. Ndikumana, G. Vieilledent, D. McKey and N. Baghdadi.
2018. Potential value of combining ALOS PALSAR and Landsat-derived tree cover data
for forest biomass retrieval in Madagascar. Remote Sensing of Environment. 213: 206-214.
https://doi.org/10.1016/j.rse.2018.04.056.
Dezécache C., J.-M. Salles, G. Vieilledent, and B. Hérault. 2017. Moving
forward socio-economically focused models of deforestation. Global Change Biology. 23(9):
3484-3500. https://doi.org.10.1111/gcb.13611.
El Hajj M., N. Baghdadi, I. Fayad, G. Vieilledent, J.-S. Bailly, and D. Ho
Tong Minh. 2017. Interest of integrating spaceborne LiDAR data to improve the
estimation of biomass in high biomass forested areas. Remote Sensing. 9(3). https:
//doi.org/10.3390/rs9030213.
Grinand C., G. Le Maire, G. Vieilledent, H. Razakamanarivo, T. Razafimbelo,
and M. Bernoux. 2017. Estimating temporal changes in soil carbon stocks at the
ecoregional scale in Madagascar using remote-sensing. International Journal of Applied
Earth Observation and Geoinformation. 54: 1-14. https://doi.org/10.1016/j.jag.2016.09.
002.
Vieilledent G., O. Gardi, C. Grinand, C. Burren, M. Andriamanjato, C. Ca-
mara, C. J. Gardner, L. Glass, A. Rasolohery, H. Rakoto Ratsimba, V. Gond,
and J.-R. Rakotoarijaona. 2016. Bioclimatic envelope models predict a decrease in
tropical forest carbon stocks with climate change in Madagascar. Journal of Ecology. 104:
703-715. doi: https://doi.org/10.1111/1365-2745.12548.
Ces articles sont accessibles ici dans le dossier:
/Articles_scientifiques/Acceptes.

Articles en pre-print/review
Vancutsem Ch., F. Achard, J.-F. Pekel, G. Vieilledent, S. Carboni, D. Simon-
etti, J. Gallego. Long-term monitoring of the tropical moist forests dynamics reveals
unprecedented deforestation rates. in review.

36
Muniz Tagliari M., P. Danthu, J.-M. Leong Pock Tsy, C. Cornu, J. Lenoir,
V. Carvalho-Rocha, G. Vieilledent. Not all species will migrate polewards as the
climate warms: the case of the seven baobab species in Madagascar. pre-print.
Vieilledent G., M. Nourtier, C. Grinand, M. Pedrono, A. Clausen, T. Rabe-
trano, J.-R. Rakotoarijaona, B. Rakotoarivelo, F. A. Rakotomalala, L. Rako-
tomalala, A. Razafimpahanana, J. M. Ralison, and F. Achard. It’s not only
poverty: uncontrolled global trade and bad governance are responsible for unceasing
deforestation in Western Madagascar. pre-print.
Ces articles sont accessibles ici dans le dossier:
/Articles_scientifiques/Preprint_inreview.

Articles en préparation
Vieilledent G., and F. Achard. Including spatial-autocorrelation in deforestation
model to obtain realistic deforestation projections at national or continental scales. in
prep.
Vieilledent G., W. F. Laurance, S. Peedell, and F. Achard. The fate of tropical
forests associated to the demographic explosion in Africa. in prep.
Vieilledent G., Knoploch C., Colas A., C. Grinand Madagascar biodiversity atlas:
present species distribution and species vulnerability to climate change. in prep.
Vieilledent G. MadaClim: a set of climatic and environmental spatial variables for
Madagascar. Data paper. in prep.
Clément J., and G. Vieilledent. jSM: an R package for Joint Species Distribution
Modelling. in prep.
Vieilledent G., Ch. Vancutsem and F. Achard. High-resolution spatial modelling
and long-term forecasting of anthropogenic deforestation in the tropics. in prep.
Ces articles sont en cours de rédaction. Ils intègrent des résultats qui peuvent être
retrouvés dans les présentations orales effectuées lors de conférences (voir ci-dessous).

I.1.2. Dans périodique sans comité de lecture.

I.1.3. Rapports diplômants

Clément J. 2019. Développement d’un modèle joint de distribution des espèces pour la
réalisation d’une carte de biodiversité à Madagascar. Rapport de Master. Sous la direction
de G. Vieilledent. Master II Mathématiques-Biostatistique. Université de Montpellier. 43
p.
Knoplock C. 2019. The importance of deforestation and climate change in shaping
lemurs’ distributions and identifying their areas of climatic refuges. Rapport de Master.
Sous la direction de C. Grinand et G. Vieilledent. Master II Biodiversité, Ecologie et
Evolution (BEE), finalité Gestion Adaptative de la Biodiversité (GABI). Université d’Aix
Marseille. 43 p.

37
Colas A. 2018. Creation of a biodiversity atlas for Madagascar with the speciesatlas
R package. Rapport de Master. Sous la direction de C. Grinand et G. Vieilledent. Master
I Bioinformatique et modélisation (BIM). INSA Lyon. 29 p.
Grinand C. 2016. Suivi et modélisation des changements d’usage des terres et stocks de
carbone dans les sols et les arbres dans le cadre de la REDD+ à Madagascar. Vers des
mesures pertinentes localement et cohérentes à large échelle. Manuscript de thèse. Sous
la direction de M. Bernoux et G. Vieilledent. Thèse de doctorat en Écologie Fonctionnelle
et Sciences Agronomiques. Montpellier SupAgro. Ecole doctorale GAIA. 245 p.
Muniz Tagliari M. 2015. Biogéographie et vulnérabilité au changement climatique des
espèces de baobabs à Madagascar. Rapport de Master. Sous la direction de G. Vieilledent.
Master II Biologie Végétale Tropicale (BVT). Université de Montpellier. 47 p.
Charra M. 2015. Création d’une base de données et modélisation de la biodiversité à
Madagascar. Rapport de Master. Sous la direction de G. Vieilledent. Master II Ecologie,
Biodiversité, Evolution (EBE), Préservation et Gestion Conservatoire des Ecosystèmes.
Université Paris-Saclay ENS, Université Paris Sud, AgroParisTech, Sorbonne Université,
MNHN. 32 p.
Long R. 2014. Modélisation de la déforestation à Madagascar. Rapport de Master. Sous
la direction de C. Grinand. Master I Agronomie Générale. AgroParisTech. 51 p.
Ces rapports sont disponibles ici dans le dossier:
/Rapports_diplomant_stages_theses.

I.1.4. Communications courtes dans congrès / symposiums scientifiques

Vieilledent G. 2019. Forest cover in Madagascar: Past, present and future (SYM/028).
ATBC 2019: 56th annual meeting of the Association for Tropical Biology and Conservation.
Antananarivo. Présentation orale.
Vieilledent G., Ch. Vancutsem and F. Achard. 2019. The fate of tropical forests:
High resolution global maps of deforestation risk and future forest cover (GSOP/251).
ATBC 2019: 56th annual meeting of the Association for Tropical Biology and Conservation.
Antananarivo. Présentation orale.
Knoploch C., C. Grinand, F. Montfort, G. Vieilledent. 2019. A novel atlas
representing Madagascar’s biodiversity and potential refuges driven by deforestation and
climate change (GSOP/158). ATBC 2019: 56th annual meeting of the Association for
Tropical Biology and Conservation. Antananarivo. Présentation orale.
Rakotomalala A. F., C. Grinand, L. Blanc, V. Gond, S. Rakotoniaina. 2019.
Using remote sensing techniques to monitor forest degradation and forest regeneration in
Madagascar’s tropical eastern rainforest (GSOP/117). ATBC 2019: 56th annual meeting
of the Association for Tropical Biology and Conservation. Antananarivo. Présentation
orale.
Vieilledent G., J. Clement. 2019. Using Rcpp* packages for easy and fast Gibbs
sampling MCMC from within R. UseR!2019 conference. Toulouse. France. Présentation
orale.
Vieilledent G., and F. Achard. 2018. Accounting for spatial autocorrelation in

38
deforestation modelling. ISEC 2018: International Statistical Ecology Conference. St
Andrews (UK). Présentation orale.
Vieilledent G., W. F. Laurance, S. Peedell, and F. Achard. 2016. The fate
of tropical forests associated to the demographic explosion in Africa. Scennet 2016:
international conference on Scenarios and Models of Biodiversity and Ecosystem Services
in Support of Decision Making. Montpellier. Présentation orale.
Grinand C., G. Vieilledent, T. Razafimbelo, J.-R. Rakotoarijaona, M.
Nourtier M., and M. Bernoux. 2016. New tools and methodological framework to
study spatial drivers of deforestation, degradation and regeneration and forecast possible
futures in Madagascar. Scennet 2016: international conference on Scenarios and Models
of Biodiversity and Ecosystem Services in Support of Decision Making. Montpellier.
Présentation orale.
Vieilledent G., O. Gardi, C. Grinand, C. Burren, M. Andriamanjato, C. Ca-
mara, C. J. Gardner, L. Glass, A. Rasolohery, H. Rakoto Ratsimba, V. Gond,
and J.-R. Rakotoarijaona. 2016. Bioclimatic envelope models predict a decrease in
tropical forest carbon stocks with climate change in Madagascar. In : Tropical ecology
and society reconciliating conservation and sustainable use of biodiversity. Program and
abstracts. Plinio Sist (ed.), Stéphanie Carrière (ed.), Pia Parolin (ed.), Pierre-Michel
Forget (ed.). ATBC. Storrs : ATBC, Résumé, p. 325. Montpellier. Présentation orale.
Vieilledent G., M. Charra, M. Muniz-Tagliari, C. Grinand, T. F. Allnutt, D.
Razafimpahanana, M. Pedrono, and J.-R. Rakotoarijaona. 2015. Biodiversity
Scenarios in Madagascar. ICCB-ECCB 2015: 27th International Congress for Conservation
Biology - 4th European Congress for Conservation Biology conference. Montpellier. Poster.
Vieilledent G., T. F. Allnutt, C. Grinand, M. Pedrono, J.-R. Rakotoarijaona,
and D. Razafimpahanana. BioSceneMada: Biodiversity scenarios under the effect
of climate change and future deforestation in Madagascar. ICCB-ECCB 2015: 27th
International Congress for Conservation Biology - 4th European Congress for Conservation
Biology conference. Montpellier. Side-event FRB-FFEM. Présentation orale.
Ces présentations sont disponibles ici dans le dossier:
/Presentations_orales_conferences.

I.1.5. Autres supports.

Vieilledent G. 2016. Les forêts tropicales, des “puits de carbone” hautement vulnérables.
in The Conversation, J. Gallé (Associate Editor).
Vieilledent G., C. Grinand, M. Pedrono, T. Rabetrano, J.-R. Rakotoarijaona,
B. Rakotoarivelo, F. A. Rakotomalala and Dimby Razafimpahanana. 2016.
Deforestation process in the dry forests of the Menabe region, western Madagascar.
Mission report.
Ces présentations sont disponibles ici dans le dossier:
/Autres_supports.

39
Tableau des livrables

Table 3: Livrables du projet BioSceneMada. Les livrables sont classés par catégories
(“Bases de données”, “Cartes”, etc.). Les articles, disposant d’une section spécifique dans
le rapport, n’ont pas été repris.

Commentaire
Bases de données
Variables climatiques et environnementales Livré
Inventaires de 1771 placettes pour le stock de Livré
carbone forestier
Base de données de biodiversité (points de Livré
présence pour 4969 espèces)
Scénarios
Scénarios de déforestation: tendance Livré
historique et effet de la démographie
Scénarios climatiques et biodiversité Livré pour certains groupes
taxonomiques. A généraliser à l’ensemble
des espèces.
Cartes
Evolution (1953-2017) du couvert forestier Livré
(30m)
Carte de probabilité de déforestation (30m) Livré
Couvert forestier futur en 2050 et 2100 (30m) Livré. Inclure le scénario avec croissance
démographique.
Stocks de carbone forestier en 2010 et 2080 Livré
(250m)
Cartes des habitats forestiers Livré
vulnérables/résilients aux changement
climatiques
Carte de biodiversité beta (1km) Première version. Nouvelle approche à
développer pour tenir compte des
différences entre groupes taxonomiques.
Atlas
Atlas de la biodiversité à Madagascar Prototype livré (Baobabs et Lémuriens).
A généraliser à l’ensemble des espèces.
Logiciels
Module Python ’forestatrisk’ pour la Livré
modélisation de la déforestation
Package R ’speciesatlas’ pour la modélisation Livré
de la niche climatique des espèces
Package R ’jSDM’ pour la modélisation jointe Livré
de la distribution des espèces et les cartes de
biodiversité

40
Personnes ayant participé à ce projet

Table 4: Liste des participants au projet par institution. Le statut des personnes
ayant participé au projet en temps que stagiaire de Master ou thésard est indiqué dans la
colonne de droite.

Statut particulier
ONE
Jean-Roger Rakotoarijaona
Rija Ranaivosoa
Bruno Rakotoarivelo
ETC Terra
Clovis Grinand Thésard
Fety A. Rakotomalala
Marie Nourtier
Frédérique Montfort
Corentin Knoplock Stagiaire
Aurélien Colas Stagiaire
Ruoyin Long Stagiaire
WCS
Andriamandimbisoa Razafimpahanana
Thomas F. Allnutt
Tsiky Rabetrano
Vololoniaina M. R. Sojandrimalala Stagiaire
Cirad
Ghislain Vieilledent Coordinateur
Miguel Pedrono
Jeanne Clément Stagiaire
Mario Muniz-Tagliari Stagiaire
Margaux Charra Stagiaire

5. Autres actions, produits de diffusion et exploitation

des résultats vers les décideurs et les acteurs concernés
Diffusion, communication et transfert de connaissance (autres
que supports à caractère scientifique)
Livre scolaire
Les éditions Hachette ont repris les résultats de l’article Vieilledent et al. 2018
10.1016/j.biocon.2018.04.008 dans le manuel scolaire de 1ère, spécialité sciences de la
vie et de la terre (SVT), afin d’illustrer le chapitre 11.2 “L’Homme, perturbateur des
écosystèmes” du thème 2 “Les enjeux contemporains de la planète” (p. 228):
Bellamy J.-M., G. Camus, M. Chaize et al. 2019. Planète SVT 1ère, Livre élève,
Ed. 2019. Hachette édition. EAN 9782013954921. Code Hachette 7688616. 400 p.

41
L’extrait du manuel scolaire Hachette est disponible ici dans le dossier:
/Medias.

Sites internet
Plusieurs sites internet ont été créés dans le cadre du projet afin de permettre de partager
les résultats et outils du projet:
• Site web BioSceneMada (https://bioscenemada.cirad.fr)! il permet d’avoir accès à
toutes les informations et documents relatifs au déroulement du projet.
• Site web MadaClim (https://madaclim.cirad.fr): produit du projet BioSceneMada,
il regroupe les données climatiques et environnementales pour Madagascar.
• Site web jSDM (https://ecology.ghislainv.fr/jSDM/): il présente le package R jSDM
pour la modélisation jointe de la distribution des espèces et la réalisation de cartes
de biodiversité.
• Site web ForestAtRisk (https://forestatrisk.cirad.fr): produit du projet BioScene-
Mada, il regroupe les outils et résultats associés à la modélisation et à la prévision
de la déforestation.
• Page du projet BioSceneMada sur le site web de la FRB: elle présente succinctement
les premiers résultats scientifique à l’issue de la première période de 3 ans.

Supports de présentations grand public

Vieilledent G., T. F. Allnutt, C. Grinand, M. Pedrono, J.-R. Rakotoarijaona,
and A. Razafimpahanana. BioSceneMada : Scénarios d’évolution de la biodiversité
sous l’effet conjoint du changement climatique et de la déforestation à Madagascar. Plénière
du Comité d’Orientation Stratégique de la FRB. 13 Décembre 2018, Paris, France.
Lebastard A.M. 2018. Fiche résultat du projet BioSceneMada. Programme
“Modélisation et scénarios de la biodiversité”. Projet 2013 (Afrique). https:
//www.fondationbiodiversite.fr/la-frb-en-action/programmes-et-projets/modelisation-
scenarios/bioscenemada/
Hallosserie A., J.-F. Silvain, P.-E. Guillain, C. Krug. Présentation et résultats de
projets soutenus par la FRB en lien avec les conclusions principales du rapport de l’IPBES.
Encart sur le projet BioSceneMada. Rencontres scientifiques de l’AllEnvi “Transitions
climatique, énergétique et écologique pour une planète durable”. 4 juillet 2016, Paris,
France.
Vieilledent G., T. F. Allnutt, C. Grinand, M. Pedrono, J.-R. Rakotoarijaona,
and A. Razafimpahanana. BioSceneMada: biodiversity scenarios under the effect of
climate change and future deforestation in Madagascar. Séminaire à Kew Royal Botanic
Gardens, 21 juillet 2015, Londres, Royaume-Uni.
Pedrono M., T. F. Allnutt, C. Grinand, J.-R. Rakotoarijaona, D. Razafimpa-
hanana, and G. Vieilledent. Séminaire du projet FED-FEDER POCT “Biodiversité
de l’Océan Indien”", 2-5 juin 2015, Université de la Réunion, Saint Denis, Réunion, France.
Public: Experts de la biodiversité de l’Océan Indien continental et étudiants en écologie
de la Réunion.
Vieilledent G., T. F. Allnutt, C. Grinand, M. Pedrono, J.-R. Rakotoarijaona,
and D. Razafimpahanana. 2015. BioSceneMada: Scénarios de la biodiversité sous

42
l’effet conjoint du changement climatique et de la déforestation à Madagascar. Journées
FRB 2015, “Les scénarios de la biodiversité à l’heure du changement climatique”. 2 octobre
2015. Paris, France. Public: Experts français de l’IPBES et du GIECC.
Pedrono M., T. F. Allnutt, C. Grinand, J.-R. Rakotoarijaona, D. Razafim-
pahanana, and G. Vieilledent. Journée d’animation scientifique du Dispositif en
Partenariat “Forêt et Biodiversité”, 25 septembre 2015, FOFIFA-DRFP, Antananarivo,
Madagascar. Public: Chercheurs et étudiants malgaches, membres de la direction du
CIRAD.
Pedrono M., T. F. Allnutt, C. Grinand, J.-R. Rakotoarijaona, D. Razafimpa-
hanana, and G. Vieilledent. Table ronde de la Journée du Volontariat Français sur
le thème “Regards croisés sur le changement climatique à Madagascar”, 3 octobre 2015,
Alliance Française, Antananarivo, Madagascar. Public: Grand public malgache et français,
volontaires internationaux français, ONGs de développement.
Pedrono M., T. F. Allnutt, C. Grinand, J.-R. Rakotoarijaona, D. Razafim-
pahanana, and G. Vieilledent. Série de conférences “COP21 à l’Institut Français
de Madagascar: la recherche et le changement climatique”, 25 novembre 2015, Alliance
Française, Antananarivo, Madagascar. Public: Grand public malgache et français.
Pour les interventions s’appuyant sur des supports, ceux-ci sont disponibles ici dans le
dossier:
/Presentations_grand_public.

Réunions avec les parties-prenantes

Plusieurs réunions de présentation du projet et de présentation des résultats intermédiaires
ont eu lieu à Antananarivo avec les parties-prenantes du projet. Etaient présents des
membres du MEEF (Ministère de l’Environnement, de l’Ecologie et des Forêts, Direction
Générale des Forêts et Direction Générale de l’Environnement), des ONG environnemen-
tales (WWF, WCS, CI, GERP, Asity Madagascar, Vahatra, Biotope, Blue Ventures),
des chercheurs (Université d’Antananarivo, ESSA, IOGA, LRI, IRD, Cirad, RGB Kew,
MBG), des membres d’institutions nationales (Madagascar National Park, Office National
de l’Environnement, FOFIFA):
• Réunion de lancement du projet, le 5 Mars 2014 à Antananarivo
• Réunion de présentation des avancées du projet, le 2 Avril 2015 à Antananarivo
• Réunion de présentation des avancées du projet, le 3 Juin 2016 à Antananarivo
• Réunion de fin de projet, le 29 Juillet 2019 à Antananarivo

43
Figure 16: Participants à la réunion de présentation des avancées du projet,
le 3 Juin 2016 à Antananarivo. Les participants incluent des chercheurs, étudiants,
membres d’ONG environnementales ou institutions nationales.

Deux autres ateliers de travail ont eu lieu avec les partenaires du projet à Montpellier:
• Atelier de travail, du 28 et 29 Avril 2016 à Montpellier
• Atelier de travail, du 27 Novembre au 01 Décembre 2017 à Montpellier
Le programme de ces différentes réunions et ateliers est disponible ici dans le dossier:
/Reunions.

Articles de presse
Les résultats de l’article sur la vulnérabilité des forêts tropicales au changement climatique
à Madagascar (doi: 10.1016/j.biocon.2018.04.008) ont été largement diffusés dans la presse:
Altmetric Journal of Ecology’s blog, The Conversation, Le Figaro, Le Point, FranceTV
info, El Mercurio, Midi-Libre, Cirad, Cirad activity report 2015.
Les résultats de l’article sur la déforestation historique et la fragmentation des forêts à
Madagascar (doi: 10.1002/ajb2.1175) ont également été largement repris dans les médias:
Altmetric, Cirad press release, Cirad news, UPR Forêts et Sociétés news.

Interviews
Les résultats de l’article sur la vulnérabilité des forêts tropicales au changement climatique
à Madagascar ont fait l’objet d’une interview sur Radio Classique dans l’émission “3
minutes pour la planète” du 16 Février 2016.

44
Outils de gestion ou d’aide à la décision développés grâce à ce
projet
Plusieurs outils ont été développés au cours du projet BioSceneMada pour la gestion
ou l’aide à la décision concernant la conservation de la biodiversité à Madagascar. Ces
outils sont sous forme de bases de données, de cartes à haute résolution, d’un atlas de
la biodiversité, de logiciels. Ces outils seront notamment utiles pour l’application du
programme REDD+ à Madagascar et l’optimisation du réseau d’aires naturelles protégées.
Base de données: Le projet BioSceneMada a permis de constituer une base de données
climatiques et environnementales à Madagascar. Le projet a également permis d’obtenir
une base de données de biodiversité incluant plus de 300 000 points de présences pour 4969
espèces représentatives de la biodiversité à Madagascar. Cette base de données, incluant
des données privées, est intégrée à la base ReBioMa gérée par le WCS Madagascar.
Cartes: Le projet BioSceneMada a permis d’obtenir différentes cartes utiles pour la gestion
de la biodiversité. Sont disponibles: des cartes de couverts forestiers sur la période 1953-
2017 à 30m de résolution, une première carte de la biodiversité β, une carte des habitats
forestiers vulnérables/résilients aux changements climatiques, une carte de la couverture
forestière probable en 2050 et 2100 indiquant les zones à risque de déforestation.
Atlas: Un atlas de la biodiversité est en cours de réalisation. Un prototype de cet atlas
a déjà été réalisé pour les espèces de baobabs et de lémuriens à Madagascar. Cet atlas
permettra d’obtenir l’aire de distribution actuelle des espèces ainsi qu’une estimation de
leur vulnérabilité au changement climatique indiquant notamment les zones de refuge
climatique pour ces espèces.
Bibliothèques logicielles: Trois principales bibliothèques logicielles à destination des ges-
tionnaires ont été développées au cours du projet. Le module Python forestatrisk
permet la modélisation et la projection spatialisée de la déforestation dans le futur suivant
différents scénarios d’intensité. Le package R speciesatlas permet de modéliser la niche
climatique des espèces et leur vulnérabilité au changement climatique en fonction des
données de présence de l’espèce. Le package R jSDM permet la modélisation jointe de la
distribution des espèces et la réalisation de carte de biodiversité β.

Activités de suivi et valorisation des résultats

Impact sur les politiques publiques
Plan national de reforestation à Madagascar
Le président malgache Andry Rajoelina a cité l’étude de Vieilledent et al. 2018
10.1016/j.biocon.2018.04.008 début 2019 dans une communication à son conseil des
ministres pour le lancement d’un plan national de reforestation et de conservation des
forêts à Madagascar intitulé “Reverdir Madagascar”. Il a officialisé le lancement de ce
plan lors du One Planet Summit en mars 2019 à Nairobi (Fig. 17). Ce plan consiste,
entre autres, dans le reboisement de 40,000 ha de forêt par an et le déploiement de foyers
à éthanol pour la cuisson des repas afin de limiter la consommation de bois énergie et la
pression sur les forêts.

45
Figure 17: Intervention du président malgache Andry Rajoelina lors One Planet
Summit en mars 2019. Le président reprend le chiffres de la déforestation publiés dans
le cadre du projet BioSceneMada pour lancer son plan national de reforestation et de
conservation des forêts à Madagascar.

L’intégralité de l’intervention du président malgache au One Planet Summit ainsi que la

communication au Conseil des Ministres malgache sont disponibles ici dans le dossier:
/Medias.
Plan d’actions de l’Union Européenne sur la protection et la restauration des forêts
La méthodologie pour le calcul et la projection des taux de déforestation mise au point
dans le cadre du projet BioSceneMada a été réutilisée dans le cadre d’un travail en
partenariat avec le JRC (Centre Commun de Recherche de la Commission Européenne).
Ce travail portait sur l’ensemble des forêts tropicales humides du globe. A la suite de
ce travail, la Commission Européenne à lancé un plan d’actions pour la protection et la
restauration des forêts tropicales (Fig. 18). Ce plan d’actions passe notamment par la
suppression de la déforestation importée dans les chaînes de valeur telles que la filière
soja, huile de palme, ou cacao par exemple.

46
Figure 18: Lancement d’un plan d’action de l’Union Européenne pour la protec-
tion et la restauration des forêts. L’ensemble du communité de presse est disponible
sur le site de la Commission Européenne (https://ec.europa.eu/commission/presscorner/
detail/en/IP_19_4470) ou bien ici dans le dossier /Medias. La carte présente les prédic-
tions par pays de l’année de disparition des forêts tropicales intactes (n’ayant jamais subi
de perturbations) sous un scénario de statu quo (“business-as-usual”).

Renforcement de capacités
Sur 2018 et 2019, les deux dernières années du projet, nous avons organisé trois ateliers de
renforcement de capacité à Madagascar. Ces ateliers étaient à destination des étudiants,
chercheurs, techniciens et gestionnaires travaillant dans le domaine de la conservation de
la biodiversité à Madagascar. Les ateliers de renforcement de capacité ont présentés les
approches et outils développés au cours du projet BioSceneMada, à savoir: (i) les modèles
et scénarios spatialisés de déforestation, et (ii) les modèles et scénarios d’évolution de la
distribution des espèces:
• Atelier sur la modélisation de la déforestation, du 29 au 31 Octobre 2018 (3 jours),
CeRSAE-FOFIFA à Antananarivo, ~20 participants.
• Atelier sur la modélisation de la déforestation, 23 et 24 Juillet 2019 (2 jours), Campus
Numérique Francophone d’Ankatso à Antananarivo, ~30 participants.
• Atelier sur la modélisation de la distribution des espèces, 25 et 26 Juillet 2019 (2
jours), Campus Numérique Francophone d’Ankatso à Antananarivo, ~30 partici-
pants.
Les ateliers de renforcement de capacité sur les modèles et scénarios de déforestation ont eu
pour objectif de former les participants à l’utilisation du module Python forestatrisk,
servant à la spatialisation et la projection de la déforestation. Différents scénarios
d’intensité de déforestation ont été explorés. Les cartes de couvert forestier futur produites
par les participants pourront être utilisées pour l’établissement du scénario de référence
concernant les émissions de CO2 associées à la déforestation à Madagascar. Ce scénario à

47
l’échelle nationale est important pour la mise en place du programme REDD+ (“Réduction
des Emissions liées à la Déforestation et la Dégradation des forêts”) à Madagascar. Les
membres du “Bureau National REDD+” ont participé à ces formations. L’objectif est que
les participants puissent mettre à jour les scénarios de déforestation au fur et à mesure
de l’actualisation des cartes historiques de déforestation ou des variables explicatives en
entrée (développement du réseau routier par exemple). Un tutoriel pour l’utilisation du
module forestatrisk a été préparé pour la formation et mise en ligne sur le site web
ForestAtRisk: https://forestatrisk.cirad.fr/tutorial/.
L’atelier sur les modèles et scénarios d’évolution de la distribution des espèces ont eu pour
objectif de former les participants à l’utilisation du package R speciesatlas permettant
l’obtention de fiches synthétiques par espèce. Ces fiches présentent les résultats de la
modélisation de la niche des espèces, des cartes de distribution et une estimation de la
vulnérabilité des espèces au changement climatique. Ces fiches sont classées par groupe
taxonomique et regroupées dans l’atlas de la biodiversité à Madagascar. L’objectif est
que les participants puissent mettre à jour les fiches espèces et l’atlas au fur et à mesure
de l’actualisation des données de présence ou bien complètent l’atlas par l’analyse de
nouvelles espèces. Ces fiches peuvent être utilisées afin d’identifier les espèces présentes
sur un territoire (une aire protégée par exemple) et estimer la vulnérabilité de ces espèces
au changement climatique pour entreprendre d’éventuelles actions de conservation. Ces
actions de conservation peuvent inclure des actions de protection accrue pour certaines
zones refuges de la biodiversité ou des actions de restauration d’habitat. Ces résultats
peuvent être utilisés par les gestionnaires d’aires protégées à Madagascar. Plusieurs
gestionnaires d’aires protégées comme Madagascar National Park, Nitidae, WCS ou Asity
Madagascar ont participé à cet atelier. L’ONE était également demandeur de ces outils
afin de pouvoir obtenir des listes de présence d’espèces sur une zone donnée pour les
études d’impact et les autorisations d’exploitation des ressources naturelles. Un tutoriel
et des présentations pour l’utilisation du module speciesatlas ont été préparés pour la
formation.

Figure 19: Session de formation au Campus Numérique Francophone d’Ankatso

à Antananarivo en Juillet 2019. Deux sessions de formation ont eu lieu du Mardi 23
au Vendredi 26 Juillet 2019 et ont porté sur la modélisation spatialisée de la déforestation
et la modélisation de l’aire de distribution des espèces.

La demande pour la participation à ce genre de formation est très forte à Madagascar. Le

nombre de personnes inscrites aux différentes formations dépassait les capacités d’accueil et

48
il a fallu sélectionner les participants. Les participants provenaient de nombreux instituts
différents: institutions gouvernementales (MEDD), ONG environnementales (WRI, CI,
WCS, Blueventures, MBG, WWF), Université d’Antananarivo (MBEV, IOGA, ESSA),
instituts de recherche (Institut Pasteur, LRI), etc.
Le programme détaillé et le contenu des ateliers de renforcement de capacité, ainsi que la
liste des participants, sont disponibles ici dans le dossier:
/Formations.

6. Accès aux données

Données
Un effort a été entrepris afin que les données du projet BioSceneMada suivent les principes
FAIR (Faciles à trouver, Accessibles, Interopérables et Réutilisables). En plus des sites
web, deux plateformes ont été utilisées dans le cadre du projet BioSceneMada pour
le dépôt de données et la création de DOIs (“data object identifier”). Nous avons
utilisé la plateforme Dryad (https://datadryad.org) et la plateforme Dataverse du Cirad
(https://dataverse.cirad.fr), mise en place plus récemment (Février 2018):
• Base de données climatiques et environnementales MadaClim accessible via le site
internet https://madaclim.cirad.fr.
• Base de données de biodiversité: http://data.rebioma.net.
• Carte des stocks de carbone forestier sur le site internet du projet à l’adresse
https://bioscenemada.cirad.fr/carbonmaps, ainsi que sur la plateforme Dryad https:
//doi.org/10.5061/dryad.9ph68 (567 téléchargements au 16/01/2020).
• Cartes de couverture forestière sur la période 1953-2017 accessibles sur le site internet
du projet à l’adresse https://bioscenemada.cirad.fr/forestmaps, ainsi que sur le
Dataverse Cirad https://doi.org/10.18167/DVN1/AUBRRC (8157 téléchargements
au 16/01/2020).
• Carte de probabilité de déforestation en 2010 sur le site du projet: https://
bioscenemada.cirad.fr/forestmaps et https://forestatrisk.cirad.fr/mada
• Carte de couvert forestier futur pour l’année 2050: https://forestatrisk.cirad.fr/mada
Concernant la base de données de biodiversité, les données qu’elle inclue proviennent
d’institutions différentes qui ont accepté de les partager dans le cadre du projet BioScene-
Mada. Seule une partie de ces données brutes sont accessibles publiquement via la base
de données ReBioMa maintenue par le WCS Madagascar. Une discussion avec l’ensemble
des institutions ayant fourni les données de biodiversité est en cours afin de voir dans
quelle mesure celles-ci peuvent être rendues publiques.

Scripts informatiques
La plupart des scripts informatiques ayant servi à l’obtention des résultats sont également
mis à la disposition de la communauté scientifique et des gestionnaires. L’outil utilisé
pour le partage du code est la plateforme GitHub. Comme pour les données, d’autres
répertoires seront créés et rendus publics au fur et à mesure de la publication des articles
en préparation.

49
 • Code pour les données climatiques et environnementales: https://github.com/
ghislainv/madaclim
• Code du module Python forestatrisk: https://github.com/ghislainv/forestatrisk
• Code du package R speciesatlas: https://github.com/ghislainv/speciesatlas
• Code du package R jSDM: https://github.com/ghislainv/jSDM
• Code pour les stocks de carbone forestiers: https://github.com/ghislainv/carbonmap
• Code pour les cartes historiques de déforestation sur la période 1953-2017: https:
//github.com/ghislainv/deforestation-maps-Mada
• Code pour la carte de probabilité de déforestation et la carte de couvert forestier en
2050: https://github.com/ghislainv/forestatrisk-tutorial
• Code pour l’analyse de la déforestation dans le Menabe: https://github.com/
ghislainv/menabe

Références
Achard, F., Eva, H.D., Stibig, H.J., Mayaux, P., Gallego, J., Richards, T. & Malingreau,
J.P. (2002) Determination of deforestation rates of the world’s humid tropical forests.
Science, 297, 999–1002.
Achard, F., Beuchle, R., Mayaux, P., Stibig, H.J., Bodart, C., Brink, A., Carboni, S.,
Desclée, B., Donnay, F., Eva, H.D., Lupi, A., Raši, R., Seliger, R. & Simonetti, D.
(2014) Determination of tropical deforestation rates and related carbon losses from 1990
to 2010. Global Change Biology, 20, 2540–2554. ISSN 1365-2486.
URL http://dx.doi.org/10.1111/gcb.12605
Ali, J.R. & Aitchison, J.C. (2008) Gondwana to Asia: Plate tectonics, paleogeography
and the biological connectivity of the Indian sub-continent from the Middle Jurassic
through latest Eocene (166–35 Ma). Earth-Science Reviews, 88, 145–166.
Allnutt, T.F., Ferrier, S., Manion, G., Powell, G.V.N., Ricketts, T.H., Fisher, B.L., Harper,
G.J., Irwin, M.E., Kremen, C., Labat, J.N., Lees, D.C., Pearce, T.A. & Rakotondrainibe,
F. (2008) A method for quantifying biodiversity loss and its application to a 50-year
record of deforestation across Madagascar. Conservation Letters, 1, 173–181. ISSN
1755-263X.
URL http://dx.doi.org/10.1111/j.1755-263X.2008.00027.x
Andriamasimanana, R.H. & Cameron, A. (2013) Predicting the impacts of climate change
on the distribution of threatened forest-restricted birds in Madagascar. Ecol Evol, 3,
763–769. ISSN 2045-7758.
URL http://dx.doi.org/10.1002/ece3.497
Araujo, M.B. & New, M. (2007) Ensemble forecasting of species distributions. Trends In
Ecology & Evolution, 22, 42–47.
Barnes, R. (1990) Deforestation trends in tropical Africa. African Journal of Ecology, 28,
161–173.
Brooks, T.M., Mittermeier, R.A., da Fonseca, G.A.B., Gerlach, J., Hoffmann, M., Lam-
oreux, J.F., Mittermeier, C.G., Pilgrim, J.D. & Rodrigues, A.S.L. (2006) Global
biodiversity conservation priorities. Science, 313, 58–61.

50
Burney, D.A., Burney, L.P., Godfrey, L.R., Jungers, W.L., Goodman, S.M., Wright, H.T.
& Jull, A. (2004) A chronology for late prehistoric Madagascar. Journal of Human
Evolution, 47, 25–63.
Cox, M.P., Nelson, M.G., Tumonggor, M.K., Ricaut, F.X. & Sudoyo, H. (2012) A small
cohort of Island Southeast Asian women founded Madagascar. Proceedings of the Royal
Society B: Biological Sciences, 279, 2761–2768.
Crottini, A., Madsen, O., Poux, C., Strauß, A., Vieites, D.R. & Vences, M. (2012)
Vertebrate time-tree elucidates the biogeographic pattern of a major biotic change
around the K–T boundary in Madagascar. Proceedings of the National Academy of
Sciences, 109, 5358–5363.
Dransfield, J. & Beentje, H. (1995) The palms of Madagascar. Royal Botanic Gardens.
FAO (2015) Global Forest Resources Assessment 2015. , Food and Agriculture
Organization of the United Nations.
URL http://www.fao.org/fileadmin/user_upload/FRA/spreadsheet/FRA_data/
BULK.zip
Ferrier, S., Manion, G., Elith, J. & Richardson, K. (2007) Using generalized dissimilarity
modelling to analyse and predict patterns of beta diversity in regional biodiversity
assessment. Diversity and distributions, 13, 252–264.
Goodman, S.M. & Benstead, J.P. (2005) Updated estimates of biotic diversity and
endemism for Madagascar. Oryx, 39, 73–77.
Hannah, L., Dave, R., Lowry, P.P., Andelman, S., Andrianarisata, M., Andriamaro,
L., Cameron, A., Hijmans, R., Kremen, C., MacKinnon, J., Randrianasolo, H.H.,
Andriambololonera, S., Razafimpahanana, A., Randriamahazo, H., Randrianarisoa,
J., Razafinjatovo, P., Raxworthy, C., Schatz, G.E., Tadross, M. & Wilmee, L. (2008)
Climate change adaptation for conservation in Madagascar. Biology Letters, 4, 590–594.
Hansen, M.C., Potapov, P.V., Moore, R., Hancher, M., Turubanova, S.A., Tyukavina, A.,
Thau, D., Stehman, S.V., Goetz, S.J., Loveland, T.R., Kommareddy, A., Egorov, A.,
Chini, L., Justice, C.O. & Townshend, J.R.G. (2013) High-Resolution Global Maps of
21st-Century Forest Cover Change. Science, 342, 850–853.
URL http://www.sciencemag.org/content/342/6160/850.abstract
Harper, G.J., Steininger, M.K., Tucker, C.J., Juhn, D. & Hawkins, F. (2007) Fifty years
of deforestation and forest fragmentation in Madagascar. Environmental Conservation,
34, 325–333.
Holt, B.G., Lessard, J.P., Borregaard, M.K., Fritz, S.A., Araujo, M.B., Dimitrov, D.,
Fabre, P.H., Graham, C.H., Graves, G.R., Jonsson, K.A., Nogues-Bravo, D., Wang, Z.,
Whittaker, R.J., Fjeldsa, J. & Rahbek, C. (2013) An Update of Wallace’s Zoogeographic
Regions of the World. Science, 339, 74–78.
IPCC (2014) Climate Change 2014: Synthesis Report. Contribution of Working Groups I,
II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate
Change. , The Intergovernmental Panel on Climate Change, IPCC.
Kremen, C., Cameron, A., Moilanen, A., Phillips, S.J., Thomas, C.D., Beentje, H.,
Dransfield, J., Fisher, B.L., Glaw, F., Good, T.C., Harper, G.J., Hijmans, R.J., Lees,

51
 D.C., Louis, E., Nussbaum, R.A., Raxworthy, C.J., Razafimpahanana, A., Schatz, G.E.,
Vences, M., Vieites, D.R., Wright, P.C. & Zjhra, M.L. (2008) Aligning conservation
priorities across taxa in Madagascar with high-resolution planning tools. Science, 320,
222–226.
Loarie, S.R., Duffy, P.B., Hamilton, H., Asner, G.P., Field, C.B. & Ackerly, D.D. (2009)
The velocity of climate change. Nature, 462, 1052–1055.
Menéndez, R., Megías, A.G., Hill, J.K., Braschler, B., Willis, S.G., Collingham, Y., Fox,
R., Roy, D.B. & Thomas, C.D. (2006) Species richness changes lag behind climate
change. Proceedings of the Royal Society B: Biological Sciences, 273, 1465–1470.
Mercier, J.L. & Wilmé, L. (2013) The Eco-Geo-Clim model: explaining Madagascar’s
endemism. Madagascar Conservation & Development, 8, 63–68.
Myers, N., Mittermeier, R.A., Mittermeier, C.G., da Fonseca, G.A.B. & Kent, J. (2000)
Biodiversity hotspots for conservation priorities. Nature, 403, 853–858.
Pearson, R.G. & Raxworthy, C.J. (2009) The evolution of local endemism in Madagascar:
watershed versus climatic gradient hypotheses evaluated by null biogeographic models.
Evolution, 63, 959–967.
Pekel, J.F., Cottam, A., Gorelick, N. & Belward, A.S. (2016) High-resolution mapping of
global surface water and its long-term changes. Nature, 540, 418–422. ISSN 0028-0836.
URL http://dx.doi.org/10.1038/nature20584
Rabearivony, J., Thorstrom, R., Roland, L.A.R.d., Rakotondratsima, M., Andriamalala,
T.R.A., Sam, T.S., Razafimanjato, G., Rakotondravony, D., Raselimanana, A.P. &
Rakotoson, M. (2010) Protected area surface extension in Madagascar: do endemism and
threatened species remain useful criteria for site selection? Madagascar Conservation
and Development, 5, 35–47.
Raftery, A.E., Li, N., Sevcikova, H., Gerland, P. & Heilig, G.K. (2012) Bayesian proba-
bilistic population projections for all countries. Proceedings of the National Academy of
Sciences, 109, 13915–13921.
URL http://www.pnas.org/content/109/35/13915.abstract
Raxworthy, C.J., Pearson, R.G., Rabibisoa, N., Rakotondrazafy, A.M., RAMANAMAN-
JATO, J.B., Raselimanana, A.P., Wu, S., Nussbaum, R.A. & Stone, D.A. (2008)
Extinction vulnerability of tropical montane endemism from warming and upslope
displacement: a preliminary appraisal for the highest massif in Madagascar. Global
Change Biology, 14, 1703–1720.
Schatz, G. (2000) Endemism in the Malagasy tree flora. Diversité et Endémisme à
Madagascar, WR Lourenco and SM Goodman (eds.), pp. 1–9.
Schatz, G., Lowry II, P., Lescot, M., Wolf, A., Andriambololonera, S., Raharimalala, V.
& Raharimampionona, J. (1996) Conspectus of the vascular plants of Madagascar: a
taxonomic and conservation electronic database. The Biodiversity of African Plants,
pp. 10–17. Springer.
Tofanelli, S., Bertoncini, S., Castrì, L., Luiselli, D., Calafell, F., Donati, G. & Paoli, G.
(2009) On the origins and admixture of Malagasy: new evidence from high-resolution

52
 analyses of paternal and maternal lineages. Molecular biology and evolution, 26, 2109–
2124.
United Nations (2015) World Population Prospects: The 2015 Revision, Key Findings and
Advance Tables. Working Paper No. ESA/P/WP.241.
Vieilledent, G., Cornu, C., Cuní Sanchez, A., Leong Pock-Tsy, J.M. & Danthu, P. (2013a)
Vulnerability of baobab species to climate change and effectiveness of the protected area
network in Madagascar: Towards new conservation priorities. Biological Conservation,
166, 11–22.
Vieilledent, G., Gardi, O., Grinand, C., Burren, C., Andriamanjato, M., Camara, C.,
Gardner, C.J., Glass, L., Rasolohery, A., Rakoto Ratsimba, H., Gond, V. & Rakotoar-
ijaona, J.R. (2016) Bioclimatic envelope models predict a decrease in tropical forest
carbon stocks with climate change in Madagascar. Journal of Ecology, 104, 703–715.
ISSN 1365-2745.
URL http://dx.doi.org/10.1111/1365-2745.12548
Vieilledent, G., Grinand, C., Rakotomalala, F.A., Ranaivosoa, R., Rakotoarijaona, J.R.,
Allnutt, T.F. & Achard, F. (2018) Combining global tree cover loss data with historical
national forest cover maps to look at six decades of deforestation and forest fragmentation
in Madagascar. Biological Conservation, 222, 189 – 197. ISSN 0006-3207.
URL http://www.sciencedirect.com/science/article/pii/S0006320718301125
Vieilledent, G., Grinand, C. & Vaudry, R. (2013b) Forecasting deforestation and carbon
emissions in tropical developing countries facing demographic expansion: a case study
in Madagascar. Ecology and Evolution, 3, 1702–1716. ISSN 2045-7758.
URL http://dx.doi.org/10.1002/ece3.550
Vieites, D.R., Wollenberg, K.C., Andreone, F., Köhler, J., Glaw, F. & Vences, M.
(2009) Vast underestimation of Madagascar’s biodiversity evidenced by an integrative
amphibian inventory. Proceedings of the National Academy of Sciences, 106, 8267–8272.
Warton, D.I., Blanchet, F.G., O’Hara, R.B., Ovaskainen, O., Taskinen, S., Walker, S.C.
& Hui, F.K. (2015) So Many Variables: Joint Modeling in Community Ecology. Trends
in Ecology & Evolution, 30, 766–779. ISSN 0169-5347.
URL http://dx.doi.org/10.1016/j.tree.2015.09.007
Wilmé, L., Goodman, S.M. & Ganzhorn, J.U. (2006) Biogeographic evolution of Mada-
gascar’s microendemic biota. Science, 312, 1063–1065.
World Bank (2013) Madagascar country environmental analysis, taking stock and moving
forward. , World Bank.

53