fermer
retour en haut de la page
Projet fini en 2014

Divgrass

Assembler, analyser et partager des données sur la diversité fonctionnelle végétale afin de comprendre les effets de la biodiversité sur le fonctionnement des écosystèmes : une étude de cas des prairies permanentes françaises.

Divgrass
Chaque prairie est unique. Par exemple, certaines contiennent plus d’espèces que d’autres, certaines sont plus grandes que d’autres. Pourquoi ces différences existent-elles ? Sont-elles dues à des conditions climatiques différentes ? Est-ce dû à la façon dont les prairies sont gérées par les agriculteurs ? En raison des différents sols ? Quel est l’impact de ces différences sur le fonctionnement de ces prairies (comme la production de fourrage par exemple) ? Le projet Divgrass synthétise des données existantes sur la diversité végétale des prairies sur l’ensemble de la France, permettant de comparer des situations très différentes et donc d’identifier les facteurs les plus importantes qui expliquent la diversité des prairies, la présence de telle ou telle espèce.

 

 

Le projet a proposé une compilation unique de :

  • données d’échantillonnage botanique,
  • des informations sur le climat, les sols et l’utilisation des terres et
  • des informations sur le rôle fonctionnel de chaque espèce de prairie (par exemple, leur capacité à capturer la lumière et à la transformer en énergie).

 

 

Divgrass a montré que les différences écologiques ne sont principalement dues à des variables pédologiques et climatiques que lorsque les agriculteurs ont à peine modifié les prairies. Inversement, lorsque la fertilisation est élevée, Divgrass a constaté une homogénéisation écologique des prairies sur l’ensemble du territoire. Ce résultat a une grande importance pour les prévisions du rôle joué par les prairies dans la séquestration du carbone, la régulation de l’eau, etc. Les modèles des sciences de la terre ne tiennent pas encore compte des différences écologiques entre les prairies et négligent l’effet des différentes pratiques agricoles sur le fonctionnement des écosystèmes. Par conséquent, ces conclusions devraient aider à comprendre la réponse des prairies au changement mondial et les effets des prairies sur le fonctionnement du système terrestre. 

Plus d'informations
Le projet DivGrass réunit des spécialistes en écologie des prairies, en science du sol et en modélisation écosystémique.

Porteur du projet :

 

Philippe CHOLER – CNRS Grenoble (France)

Postdoctorant :

 

Cyrille VIOLLE – CNRS Montpellier (France), Benjamin BORGY – CNRS Montpellier (France)

Participants :

 

Guilhem DEBARROS – FCBN Montpellier (France); Sandra LAVOREL – CNRS Grenoble (France); Servane LAVENANT – University of Caen (France); Sylvain DIQUELOU – University of Caen (France); Claudy JOLIVET – INRAE Orléans (France); Dominique ARROUYAYS – INRAE Orléans (France); Bernard AMIAUD – INPL Nacy (France); Paul LEADLEY – University of Orsay (France); Eric GARNIER  – CNRS Montpellier (France); Olivier GIMENEZ – CNRS Montpellier (France); Nicolas VIOVY – LSCE, CEA (France); Sophie GACHET – University of Aix-Marseille (France); Jens KATTGE – Max Planck Institute (Germany); Jean OLIVIER – FCBN (France).
 
 
 
publications

[13] Bourgeois B, Munoz F, Fried G, Mahaut L, Armengot L, Denelle P, Storkey J, Gaba S & Violle C (2019) What makes a weed a weed? A large-scale evaluation of arable weeds through a functional lens. American Journal of Botany, 106, 90–100. doi: 10.1002/ajb2.1213.

 

[12] Carboni M, Calderon-Sanou I, Pollock LJ, Violle C, Consortium D & Thuiller W (2018) Functional traits modulate the response of alien plants along abiotic and biotic gradients. Global Ecology and Biogeography, 27, 1173–1185. doi: 10.1111/geb.12775.

 

[11] Jaillard B, Deleporte P, Loreau M & Violle C (2018) A combinatorial analysis using observational data identifies species that govern ecosystem functioning. PLoS ONE, 13, e0201135. doi: 10.1371/journal.pone.0201135.

 

[10] Jaillard B, Deleporte P, Loreau M & Violle C (2018) Correction: A combinatorial analysis using observational data identifies species that govern ecosystem functioning. PLoS ONE, 13, e0203681. doi: 10.1371/journal.pone.0201135.

 

[09] Jaillard B, Richon C, Deleporte P, Loreau M & Violle C (2018) An a posteriori species clustering for quantifying the effects of species interactions on ecosystem functioning. Methods in Ecology and Evolution, 9, 704–715. doi: 10.1111/2041-210X.12920.

 

[08] Loranger J, Munoz F, Shipley B & Violle C (2018) What makes trait–abundance relationships when both environmental filtering and stochastic neutral dynamics are at play? Oikos, 127, 1735–1745. doi: 10.1111/oik.05398.

 

[07] Símová I, Violle C, Svenning J-C, Kattge J, Engemann K, Sandel B, Peet RK, Wiser SK, Blonder B, McGill BJ, Boyle B, Morueta-Holme N, Kraft NJB, van Bodegom PM, Gutiérrez AG, Bahn M, Ozinga WA, Tószögyová A & Enquist BJ (2018) Spatial patterns and climate relationships of major plant traits in the New World differ between woody and herbaceous species. Journal of Biogeography, 45, 895–916. doi: 10.1111/jbi.13171.

 

[06] Borgy B, Violle C, Choler P, Denelle P, Munoz F, Kattge J, Lavorel S, Loranger J, Amiaud B, Bahn M, van Bodegom PM, Brisse H, Debarros G, Diquelou S, Gachet S, Jolivet C, Lemauviel-Lavenant S, Mikolajczak A, Olivier J, Ordoñez J, de Ruffray P, Viovy N & Garnier E (2017) Plant community structure and nitrogen inputs modulate the climate signal on leaf traits. Global Ecology and Biogeography, 26, 1138–1152. doi: 10.1111/geb.12623.

 

[05] Borgy B, Violle C, Choler P, Garnier E, Kattge J, Loranger J, Amiaud B, Cellier P, Debarros G, Denelle P, Diquelou S, Gachet S, Jolivet C, Lavorel S, Lemauviel-Lavenant S, Mikolajczak A, Munoz F, Olivier J & Viovy N (2017) Sensitivity of community-level trait–environment relationships to data representativeness: A test for functional biogeography. Global Ecology and Biogeography, 26, 729–739. doi: 10.1111/geb.12573.

 

[04] Carboni M, Münkemüller T, Lavergne S, Choler P, Borgy B, Violle C, Essl F, Roquet C, Munoz F & Thuiller W (2015) What it takes to invade grassland ecosystems: traits, introduction history and filtering processes. Ecology Letters, 19, 219–229. doi: 10.1111/ele.12556.

 

[03] Violle C, Borgy B & Choler P (2015) Trait databases: Misuses and precautions. Journal of Vegetation Science, 26, 826–827. doi: 10.1111/jvs.12325.

 

[02] Violle C, Choler P, Borgy B, Garnier E, Amiaud B, Debarros G, Diquelou S, Gachet S, Jolivet C, Kattge J, Lavorel S, Lemauviel-Lavenant S, Loranger J, Mikolajczak A, Munoz F, Olivier J & Viovy N (2015) Vegetation ecology meets ecosystem science: Permanent grasslands as a functional biogeography case study. Science of the Total Environment, 534, 43–51. doi: 10.1016/j.scitotenv.2015.03.141.

 

[01] Violle C, Reich PB, Pacala SW, Enquist BJ & Kattge J (2014) The emergence and promise of functional biogeography. Proceedings of the National Academy of Sciences of the United States of America, 111, 13690–13696. doi: 10.1073/pnas.1415442111.