Le point sensible du recensement des oiseaux

Dans un suivi, l’estimation de la taille et de l’évolution des effectifs d’une espèce peut se trouver fortement impactée par un échantillonnage non aléatoire des régions à contrôler, ou une irrégularité de prospection.

Qui manquerait l’occasion d’observer un jeune faucon pèlerin ? Dans les projets de suivi, ce sont souvent les régions dans lesquelles on a les plus grandes chances d’observer l’espèce qui sont prospectées préférentiellement, ce qui peut poser des problèmes méthodologiques.
photo © Mathias Schäf

Si l’on souhaite attester la présence d’une espèce pour un projet de suivi dédié, on aura tendance à visiter d’abord les régions les plus favorables et les plus prometteuses. À l’inverse, les sites plus difficiles d’accès ou irrégulièrement occupés ne seront souvent visités que plus tard, voire pas du tout. Conséquence : un échantillonnage biaisé, qui peut être problématique pour le calcul de la tendance de la population.

Ce biais se confirme dans une nouvelle étude qui a analysé des données d’un projet de suivi du faucon pèlerin, existant depuis les années 1960. La région d’étude comprend toute la chaîne du Jura, où 420 sites de nidification du faucon pèlerin ont fait l’objet d’un suivi entre 2000 et 2020, mais où tous les sites n’ont pas pu être visités chaque année.

Pour trouver une solution aux problèmes posés par la sélection non aléatoire des sites pour les données actuelles, on a employé les « Bayesian occupancy models », avec des résultats impressionnants : alors que les comptages suggéraient une augmentation de la population, les modèles ont montré que la population était en fait en recul.

Les projets de science citoyenne sont sujets à ce biais de sélection non aléatoire, car les volontaires préfèrent, et c’est compréhensible, prospecter les régions dans lesquelles la probabilité de présence de l’espèce à contrôler est plus élevée, ainsi que celles où sa densité est plus forte. Il est cependant important de privilégier un choix des sites aléatoire, ou alors d’appliquer des modèles correctifs après coup pour obtenir une meilleure estimation de l’évolution des effectifs.

Kéry, M., G. Banderet, C. Müller, D. Pinaud, J. Savioz, H. Schmid, S. Werner & R. Monneret (2021): Spatiotemporal variation in postrecovery dynamics in a large Peregrine Falcon (Falco peregrinus) population in the Jura mountains 2000–2020. Ibis 156 : 217–239. doi.org/10.1111/ibi.12999.