Estimations des effectifs

La population de chaque espèce nicheuse en Suisse a été évaluée pour les années 2013-2016. Le nombre de territoires – ou de couples nicheurs dans le cas d’espèces rares ou nichant en colonies – a été calculé à l’aide de diverses méthodes. Si des recensements complets furent possibles dans quelques cas, la plupart des données indiquées se basent sur des estimations.

Dans le cadre du présent atlas, l’effectif de chaque espèce se reproduisant en Suisse est estimé et présenté sous la forme d’un intervalle de grandeur. La méthode d’estimation diffère selon les espèces et plusieurs peuvent s’appliquer pour un grand nombre d’entre elles. Les limites inférieures et supérieures indiquées se fondent donc sur les résultats des diverses méthodes présentées ici.

Recensement complet

Dans le cas des nicheurs en colonies et de plusieurs espèces rares, l’effectif total a pu être établi sur la base des données transmises sur www.ornitho.ch ou de programmes de recensement spécifiques (p. ex. Grand Cormoran, Sterne pierregarin, Mouette rieuse ou Corbeau freux). Pour les espèces principalement présentes dans les milieux aquatiques, les résultats du « Monitoring en zone humide » (MZH) ont été complétés par des observations recueillies hors de ces surfaces, afin de couvrir l’ensemble de l’effectif.

Le recensement complet a pu être réalisé pour 64 espèces. Pour 22 autres, les résultats issus de secteurs bien prospectés ont été complétés par des estimations établies pour les régions moins parcourues. Dans les cas des espèces particulièrement rares et suivies chaque année, les limites inférieure et supérieure correspondent aux effectifs nicheurs enregistrés au cours de la moins bonne, respectivement de la meilleure année durant la période 2013-2016. Dans les autres cas, l’intervalle représente l’incertitude de l’estimation.

Estimation fondée sur les résultats des cartographies

Sur la base des données cartographiques, nous avons utilisé quatre méthodes d’estimation qui varient en complexité. Les plus élaborées prennent en compte divers facteurs d’influence mais nécessitent une grande quantité de données pour pouvoir évaluer l’ensemble des paramètres contenus dans le modèle ; les plus simples nécessitent moins de données mais intègrent également un nombre réduit de facteurs. Les méthodes d’estimation décrites ci-après ont été appliquées à une centaine espèces. Dans la plupart des cas, nous ne nous sommes pas limités à l’une de ces méthodes mais avons exploité les résultats des diverses analyses pour pouvoir fixer des limites inférieure et supérieure pertinentes.

  1. La méthode la plus simple consistait à diviser la somme de tous les territoires comptabilisés pendant les cartographies par la surface totale couverte par celles-ci, afin d’obtenir une estimation pour l’ensemble du territoire. À cet effet, nous avons uniquement considéré les surfaces comprises entre l’observation cartographique la plus basse et la plus haute de chaque espèce.
  2. Nous avons soumis les résultats des cartographies à une régression de Poisson et ainsi estimé l’effectif pour toute la Suisse, en tenant compte des variables environnementales (voir détails p. 68) et de l’autocorrélation spatiale mais en écartant la probabilité de détection.
    Bien que les surfaces cartographiées aient été sélectionnées de manière à offrir une bonne représentativité des habitats et de l’altitude compris dans le carré atlas, il se peut que certains types d’habitats (et donc les espèces qui s’y trouvent) soient légèrement sousreprésentés dans l’échantillon, ou surreprésentés, entraînant le risque d’une erreur systématique dans le cas d’une estimation simple. La prise en considération des différentes variables environnementales permet alors d’y remédier, du moins en partie.
  3. Une autre possibilité consiste à additionner les estimations faites pour chaque carré kilométrique et illustrées sur les cartes de densité. Ces estimations sont basées sur un modèle de « Binomial Mixture » tenant compte de la probabilité de détection, en plus des variables environnementales et de l’autocorrélation spatiale considérées dans une régression de Poisson classique. Cela conduit en règle générale à des estimations d’effectifs nettement plus élevées.
  4. Dans le cadre d’une collaboration avec l’institut américain Patuxent Wildlife Research, J. Andrew Royle a également analysé les données cartographiques à l’aide d’un modèle de « Spatial Capture-Recapture ». Outre les facteurs pris en compte dans le modèle de « Binomial Mixture », il évalue et considère aussi la taille des territoires et corrige ainsi le fait que des espèces ayant un petit territoire ou une faible probabilité de détection ne sont souvent pas repérées lorsque leur territoire est trop éloigné de l’itinéraire cartographique. Ce modèle rectifie aussi le fait que des espèces ayant un grand territoire sont comptabilisées à l’intérieur du carré alors que le centre de ce territoire est situé à l’extérieur. Cet aspect, s’il n’est pas pris en considération, peut entraîner une surestimation de l’effectif.

Estimation fondée sur l’évaluation de la probabilité de présence

Pour près de 50 espèces, la carte de distribution, réalisée au moyen du modèle de « Site-Occupancy », s’est basée non seulement sur les données issues des cartographies, mais aussi sur les listes d’observations complètes et les signalements isolés fournis par les observateurs bénévoles du Service d’information (SI) de la Station ornithologique. Il en a résulté une estimation de la probabilité de présence pour chaque carré kilométrique. En additionnant les probabilités de présence sur l’ensemble de la Suisse, on obtient une estimation du nombre de carrés kilométriques occupés, qui peut servir de base aux estimations suivantes :

  1. Pour les espèces à grand territoire, nous avons multiplié le nombre estimé de carrés kilométriques occupés par des valeurs de densité à grande échelle issues de la littérature spécialisée. Nous avons par exemple utilisé ce procédé pour l’Épervier d’Europe et la Bondrée apivore.
  2. Des espèces à grand territoire peuvent être observées dans un carré kilométrique, alors que le centre de leur territoire se trouve hors de la surface prospectée. En théorie, la surface couverte par la cartographie d’un carré kilométrique se trouve ainsi élargie par le rayon moyen du territoire de l’espèce, ce qui peut induire une surestimation de l’effectif total. Nous avons tenté d’y remédier en divisant le nombre estimé de carrés kilométriques par 1 + rayon2 * π + 4 * rayon, ce qui correspond à la surface du carré ainsi élargi. Nous avons utilisé des données issues de la littérature spécialisée pour définir le rayon moyen d’un territoire, par exemple pour les Pics cendré et épeichette.
  3. Dans le cas des espèces disposant d’un petit territoire, un carré kilométrique peut tout à fait en comporter plusieurs. Les résultats des cartographies nous ont permis de calculer le rapport entre la probabilité de présence estimée et le nombre de territoires déterminés et ainsi de convertir pour chaque carré kilométrique la probabilité de présence en une évaluation de la densité. Nous avons fait la somme des estimations ainsi obtenues pour toute la Suisse. Ce procédé a notamment servi pour l’estimation de l’effectif de la Perdrix bartavelle et du Pipit farlouse.

Projets d’atlas et de monitorings pris en considération dans l’estimation des effectifs régionaux.

Estimation fondée sur les évaluations régionales d’effectifs

Pour quelques régions de Suisse et pour la Principauté de Liechtenstein, il existe des estimations d’effectifs relativement précises pour certaines espèces, groupes d’espèces ou même pour l’ensemble de l’avifaune nicheuse présente. Ces chiffres ont été obtenus dans le cadre de projets de surveillance spécifiques ou d’atlas régionaux et nous ont permis de déduire des effectifs pour l’ensemble du territoire, à l’aide d’une règle de trois. Nous avons utilisé la formule

 

NCH=Nreg/occreg*occCH

 

Nreg désigne l’estimation de l’effectif régional, occreg la somme des probabilités de présence estimées par le modèle de « Site-Occupancy » à l’intérieur du périmètre considéré et occCH la somme des probabilités de présence pour toute la Suisse. NCHcorrespond à l’estimation de l’effectif ainsi obtenue pour tout le pays. De la même manière, nous avons utilisé pour certaines espèces la densité estimée au moyen du modèle de « Binomial Mixture » à la place de la probabilité de présence.

Ce procédé a été avant tout appliqué à des espèces pour lesquelles aucune des autres méthodes ne fournissait de résultats satisfaisants. Parmi elles figurent par exemple l’Autour des palombes et le Hibou moyen-duc.

Texte: Nicolas Strebel

Bibliographie

Antoniazza, M. (2018): Suivi des oiseaux nicheurs de la Grande Cariçaie. Recensements 2016. Association de la Grande Cariçaie, Cheseaux-Noréaz.

Beaud, P. & E. Beaud (2018): Les oiseaux nicheurs de la commune de Haut-Intyamon en Gruyère (Albeuve - Lessoc - Montbovon - Meirivue). Cercle Ornithologique de Fribourg, Fribourg.

Beaud, P., F. Manuel & E. Beaud (1995): Les oiseaux du Pays-d'Enhaut. Atlas des oiseaux nicheurs. Nos Oiseaux, Société romande pour l'étude et la protection des oiseaux, La Chaux-de-Fonds.

Birrer, S. (2001): Waldohreulen in der Reussebene. Jahresber.Stiftung Reusstal 2001: 56–57.

Birrer, S. (2017): Bestand der Waldohreule in der Umgebung des Wauwiler Moos LU. Unveröffentlichter Bericht.

Birrer, S., P. Mosimann-Kampe & S. Strebel (2016): Brutvogelmonitoring Grosses Moos. Bericht 2016. Schweizerische Vogelwarte, Sempach.

Christen, W. (2017): Die Vogelwelt der Aareebene westlich von Solothurn, 1980–2016. Walter Christen, Solothurn.

Henrioux, F. (1999): Ecologie d'une population de Hiboux moyens-ducs Asio otus en zone d'agriculture intensive. Thèse, Université de Neuchâtel.

Henrioux, P. (2017): Chouette de Tengmalm 2016. Etude d'une population de Chouette de Tengmalm Aegolius funereus dans l'Ouest du Jura suisse. Résultats 2016. Groupe d'Etudes sur les Rapaces Nocturnes de l'Ouest Vaudois, Payerne.

Isler, R. & A. Bossert (2015): Alpenschneehuhn- und Birkhuhn-Bestandsaufnahmen 2014 in ausgewählten Gebieten der Schweizer Alpen. Unveröffentlichter Bericht. KBP Bern.

Jenny, M. (2018): Monitoring Brutvogel- und Feldhasenbestände im Klettgau - Erfassungsjahre 2016 und 2017. Schweizerische Vogelwarte, Sempach.

MacKenzie, D. I., J. D. Nichols, G. B. Lachman, S. Droege, J. A. Royle & C. A. Langtimm (2002): Estimating site occupancy rates when detection probabilities are less than one. Ecology 83: 2248–2255.

Martinez, N. & S. Birrer (2017): Entwicklung ausgewählter Vogelarten im Landwirtschaftsgebiet des Kantons Basel-Landschaft. Ornithol. Beob. 114: 161–178.

Royle, J. A. (2004): N-mixture models for estimating population size from spatially replicated counts. Biometrics 60: 108–115.

Royle, J. A., M. Kéry & J. Guélat (2011): Spatial capture-recapture models for search-encounter data. Methods Ecol. Evol. 602–611.

Scherler, P. (2017): Beobachtungen und ausgeschiedene Reviere des Rotmilans im Studiengebiet Kanton FR, Jahre 2016 und 2017. QGIS-Projekte vom 24.11.2017.

Schlosser, R. & W. Schlosser (2013): Der Habicht in der Nordostschweiz. Bericht 2013. Unveröffentlichter Bericht.

Schmid, H., M. Burkhardt, V. Keller, P. Knaus, B. Volet & N. Zbinden (2001): Die Entwicklung der Vogelwelt in der Schweiz/L’évolution de l’avifaune en Suisse. Avifauna Report Sempach 1, Annex/annexe. Schweizerische Vogelwarte/Station ornithologique suisse, Sempach.

Vigneau, H. & Y. Duc (2001): Dix ans de suivi d'une population de Faucon hobereau Falco subbuteo dans le canton de Fribourg (Suisse occidentale). Nos Oiseaux 48: 15–32.

Willi, G., J. Soraperra & M. Sperandio (2016): Kartierung von Indikator-Brutvögeln im St. Galler Rheintal 2016. Unveröffentlichter Bericht im Auftrag der Vogelwarte Sempach.