Kamal El Fallah^1,2, Jamal Charafi¹

¹ INRA CRRA Meknès URAPCRG. – ² UIT FS Kénitra Dép. Biologie.

Face à la rapidité et à l’ampleur des changements environnementaux actuels et à venir, il est crucial d’améliorer notre capacité à prédire leurs effets sur le fonctionnement et la dynamique des écosystèmes ainsi que sur leurs différentes composantes. Dans ce contexte, un défi majeur de l’écologie consiste à comprendre les mécanismes écologiques et évolutifs qui déterminent la distribution des espèces dans le temps et l’espace (Balima et al., 2022; Fieldsend et al., 2021).

En modélisation écologique, les Modèles de Distribution des Espèces (SDM) jouent un rôle clé dans l’évaluation de la qualité des habitats et la prédiction de la probabilité de présence d’espèces variées, qu’il s’agisse d’animaux, de plantes ou de micro-organismes (Brunton et al., 2023; Liao & Chen, 2022). Ces modèles reposent sur la corrélation entre les données d’observation des espèces et des variables environnementales pertinentes (Xiang et al., 2023). Dans le cadre du développement de la culture du grenadier (Punica granatum L.), les SDM peuvent être utilisés pour identifier les niches écologiques actuelles et futures favorables à cette espèce, en fonction de divers scénarios climatiques. Le grenadier revêt une importance agronomique et socio-économique significative en raison de sa résilience face aux changements climatiques (Adiba et al., 2024; El Fallah et al., 2024). Il constitue ainsi une alternative aux cultures vulnérables à l’augmentation des températures hivernales, telles que le pommier, le cerisier et le poirier.

Matériel et méthodes

La modélisation des niches écologiques repose sur la géoréférenciation des occurrences de l’espèce et l’intégration de bases de données bioclimatiques et topographiques (Abdelaal et al., 2019). Ce processus est mis en œuvre à l’aide des logiciels QGIS et MaxEnt, permettant une analyse spatiale et une prédiction de la distribution potentielle de l’espèce (Zhang et al., 2018). Les variables utilisées incluent les 19 variables bioclimatiques issues de WorldClim ainsi que l’altitude, afin de mieux caractériser les conditions environnementales influençant la présence de l’espèce. La robustesse du modèle est évaluée à l’aide de plusieurs tests statistiques, notamment les tests de Jackknife, qui permettent d’identifier les variables les plus déterminantes dans la distribution de l’espèce. Enfin, la projection du modèle est réalisée selon le scénario climatique ACCESS-CM2, permettant d’anticiper les variations potentielles de la distribution de l’espèce sous l’effet du changement climatique.

Résultats et Discussion

Potentialité de distribution actuelle du grenadier au Maroc

L’analyse multivariée des différents tests de Jackknife a révélé que la précipitation annuelle (BIO12), la température minimale du mois le plus froid (BIO6), l’altitude et la précipitation du mois le plus sec (BIO19) sont des facteurs déterminants dans l’identification des habitats favorables pour cette espèce. La précipitation du trimestre le plus sec (BIO14) présente une contribution modérée mais une importance de permutation significative, avec la somme de la contribution en pourcentage et de la proportion d’importance par permutation (SPCPI) notable. D’autres variables, telles que la température moyenne du trimestre humide (BIO8), la saisonnalité des précipitations (BIO4) et la précipitation du trimestre le plus humide (BIO13), montrent des contributions et des importances de permutation variées, mais restent inférieures à celles des principaux facteurs mentionnés.

La carte de distribution potentielle du grenadier sous les conditions environnementales actuelles, générée à l’aide du logiciel MaxEnt, révèle que les zones de très haute probabilité d’adaptation (> 0,8998) se situent principalement dans les plaines telles que Tadla, Saïs, Haouz, Moulouya et Souss-Massa. Les zones de probabilité modérée (0,4999 à 0,7998) sont concentrées autour des piémonts de l’Atlas et du Rif, ainsi que sur les plateaux de l’Oriental. En revanche, les régions présentant une faible potentialité de présence (≤ 0,1000 à 0,2999) correspondent majoritairement aux hautes altitudes, aux zones côtières et aux milieux arides et semi-arides, notamment le sud-est du pays et certaines parties de l’Oriental.

Projections futures des potentialités de distribution de grenadier au Maroc

L’application du modèle ACCESS-CM2 pour projeter l’évolution future du climat selon différents scénarios d’émissions (SSP1-2.6, SSP2-4.5, SSP3-7.0 et SSP5-8.5) sur une période de 40 ans, à l’horizon 2060, met en évidence des variations dans la distribution des habitats favorables en fonction de l’intensité du changement climatique.

• Scénario optimiste (SSP1-2.6) : les plaines et les piémonts conservent des conditions favorables.
• Scénario intermédiaire (SSP2-4.5) :, la distribution demeure globalement similaire, bien qu’une légère réduction des zones propices soit observée.

Scénarios pessimistes (SSP3-7.0 et SSP5-8.5) : une diminution significative des habitats favorables est prévue, affectant aussi bien les plaines que les piémonts montagneux.

Conclusion

Cette étude met en évidence l’importance de la modélisation de la niche écologique comme outil d’aide à la décision pour évaluer l’impact du changement climatique sur l’agriculture et orienter les stratégies d’adaptation. L’analyse des projections climatiques montre que le grenadier, en tant que culture résiliente, est capable de s’adapter à une large gamme de conditions environnementales tout en conservant ses atouts agronomiques, économiques et écologiques notables. L’adoption de stratégies de développement agricole basées sur la modélisation écologique pourrait renforcer la résilience de l’agriculture marocaine face aux défis posés par les changements climatiques à venir.

Bibliographie

Abdelaal, M., Fois, M., Fenu, G., & Bacchetta, G. (2019). Using MaxEnt modeling to predict the potential distribution of the endemic plant Rosa arabica Crép. in Egypt. Ecological Informatics, 50(August 2018), 68–75.

Adiba, A., Hejazi, Z., Kouighat, M., El Fallah, K., Bouchyoua, A., Hamdani, A., & Charafi, J. (2024). Climate change resilience of pomegranate: a comprehensive analysis of geographical distribution and adaptation in Morocco. Plant Physiology Reports, 29(3), 499-513.

Balima, L. H., Nacoulma, B. M. I., Da, S. S., Ouédraogo, A., Soro, D., & Thiombiano, A. (2022). Impacts of climate change on the geographic distribution of African oak tree (Afzelia africana Sm.) in Burkina Faso, West Africa. Heliyon, 8(1).

Brunton, A. J., Conroy, G. C., Schoeman, D. S., Rossetto, M., & Ogbourne, S. M. (2023). Seeing the forest through the trees: Applications of species distribution models across an Australian biodiversity hotspot for threatened rainforest species of Fontainea. Global Ecology and Conservation, 42(January), e02376.

El Fallah, K., Adiba, A., Charafi, J., Ouhakki, H., El Kharrim, K., & Belghyti, D. (2024). Modeling current and future pomegranate distribution under climate change scenarios in the Fes-Meknes region, Morocco. Euro-Mediterranean Journal for Environmental Integration, 9(3), 1271-1285.

Fieldsend, T. W., Dubos, N., Krysko, K. L., Raxworthy, C. J., & Malone, S. L. (2021). In situ adaptation and ecological release facilitate the occupied niche expansion of a non- ­ native Madagascan day gecko in Florida. May, 9410–9422.

Liao, C. C., & Chen, Y. H. (2022). The effects of true and pseudo-absence data on the performance of species distribution models at landscape scale. Taiwania, 67(1), 9–20.

Xiang, H., Xi, Y., Mao, D., Mahdianpari, M., Zhang, J., Wang, M., Jia, M., Yu, F., & Wang, Z. (2023). Prediction of Potentially Suitable Distribution Areas for Prunus tomentosa in China Based on an Optimized MaxEnt Model Yangtze River Basin. Global Ecology and Conservation, 42(October 2022), e02397.

Zhang, K., Yao, L., Meng, J., & Tao, J. (2018). Maxent modeling for predicting the potential geographical distribution of two peony species under climate change. Science of the Total Environment, 634, 1326–1334.