Design of a predictive indicator to assess the effect of agricultural practices on plant diversity in field margins and its ecosystemic services

Développer des systèmes de culture respectant voire favorisant la biodiversité est un enjeu important pour les agronomes dans le contexte sociétal actuel. Pour ce faire, ceux-ci ont besoin de méthodes prédictives d’évaluation des effets des pratiques agricoles sur la biodiversité pour caractériser et évaluer les systèmes étudiés. Les écologues reconnaissent la nécessité d’aborder la biodiversité non seulement comme la richesse spécifique mais aussi par le biais des services écosystémiques qu’elle peut rendre à l’homme. Il existe de nombreuses propositions d’indicateurs de biodiversité mais ceux-ci reposent, soit sur des mesures de diversité au sein de groupes taxonomiques, soit sur des variables de pratiques et ne sont pas prédictifs. L’objectif de la thèse a été de concevoir un indicateur prédictif des effets des pratiques agricoles sur la biodiversité et ses services. Pour effectuer ce travail, nous avons choisi de nous baser sur la diversité floristique en bordure de champ et sur les services qui lui sont liés : la valeur patrimoniale, enjeu sociétal et la pollinisation, enjeu majeur pour l’agriculture. Nous avons structuré ce travail en trois étapes. En premier lieu, nous avons sélectionné les pratiques agricoles connues pour leurs effets combinés sur la biodiversité et ses services, identifié leurs natures et estimé l’ampleur de leurs effets à l'échelle de la bordure de champ. Dans une seconde étape, nous avons intégré par expertise la connaissance sur ces effets dans un modèle opérationnel.A la suite de ce travail de conception, nous avons évalué la sensibilité, et la qualité prédictive du modèle en le confrontant à un jeu de données mesurées sur le terrain dans le cadre de la thèse ou acquises dans le cadre d’autres travaux. Enfin, nous avons transformé les sorties du modèle (probabilité de présence pour 338 espèces) en un indicateur en les agrégeant en une valeur synthétique. Nous avons positionné ensuite celle-ci par rapport à des références que nous avons sélectionnées, et sur une échelle de notation lisible. Le développement de cet indicateur prédictif opérationnel permettra aux agronomes d’évaluer les effets positifs et négatifs des pratiques agricoles, et d’identifier des pratiques innovantes respectueuses de la biodiversité et de ses services. L’indicateur pourra être utilisé avec d’autres indicateurs environnementaux, économiques et sociaux dans la perspective de l’étude de la durabilité des exploitations agricoles en grandes cultures.Developing cropping systems supporting biodiversity is an important goal for agronomists in the current context of society. To achieve this goal, they need predictive methods assessing the effect of cropping practices on biodiversity to characterize and evaluate cropping systems. Among ecologists, a growing agreement exists to address biodiversity not only as species richness but also as ecosystemic services. There are numerous proposals of biodiversity indicators but those are based on diversity measurement within taxonomic groups or on management variables, and are not predictive. The objective of the thesis is to design a predictive indicator to assess the effects of cropping practices on biodiversity and its services. To achieve this, we decided to address plant diversity and its associated services, conservation value, a stake for society, and pollination, important stake for agriculture. We structured the thesis in three steps. First we selected cropping practices having combined effects on biodiversity and its services, identified their nature and assess the range of their effects at the field margin scale. In a second step, we integrated by expertise, this knowledge in an operational model. Following the design, we evaluate the sensitivity and the predictive quality of the model by comparing model outputs with field measurements carried out during the thesis or outside. Last we transformed outputs of the model (in form of presence probability for 338 species) into an indicator by aggregating them into synthetic value. Then, this was calibrated to selected references values on a scale between 0 (unfavorable) and 10 (favorable) easy to understand. The development of this operational predictive indicator will enable agronomists to assess positive and negative effects of cropping practices and to identify innovative practices supporting biodiversity and its services. The indicator can be used with other environmental, economic, and social indicators to assess sustainability of arable farming system