FunDiva
Vers un cadre pour quantifier et expliquer des causes de changement de diversité fonctionnelle
Les pressions humaines poussent plus d’un million d’espèces vers l’extinction, d’où le Cadre mondial de Kunming‑Montréal pour enrayer la perte de biodiversité et préserver les services écosystémiques. Pour y parvenir, il faut dépasser les approches centrées sur la diversité taxonomique, souvent au détriment de la diversité fonctionnelle, clé du fonctionnement, de la stabilité et de la résilience des écosystèmes. À ce jour, les travaux restent surtout locaux, abordent peu les tendances de long terme et reposent surtout sur des méthodes descriptives ou corrélatives, incapables d’attribuer les changements à des facteurs précis.
FunDiva comble ces lacunes avec le premier cadre unifié pour observer, détecter et attribuer les changements de diversité fonctionnelle dans l’espace et le temps. Le projet combine données de traits et séries temporelles d’abondance, mobilise une modélisation avancée et un cadre d’inférence causale, et fournit des workflows ouverts et reproductibles. En attribuant de façon robuste les changements à leurs moteurs, FunDiva renforcera les évaluations de la biodiversité et soutiendra la gestion fondée sur des preuves ainsi que le suivi des engagements internationaux
Porteurs de projet
Pol CAPDEVILA – University of Barcelona (Spain)
Sandrine PAVOINE – MNHN (France)
Laura ANTÃO – Turku University (Finland) ; Christopher CLEMENTS – University of Bristol (UK) ; Laura DEE – University of Colorado Boulder (USA) ; Adrienne ETARD – International Institute for Applied Systems Analysis (AUT) ; Thomas JOHNSON – University of Sheffield (UK) ; Catalina PIMIENTO – Swansea University (UK).
Le projet FunDiva rassemble des experts en biodiversité, en écologie fonctionnelle, en analyse de séries chronologiques, en inférence causale et en macroécologie.
Le projet FunDiva est issu de l’appel à projet Ideashare et Datashare de 2025. Le processus de sélection du projet a été réalisé par un comité d’experts indépendants.