Peter Reich, utilisateur de JMP, professeur Regents et professeur distingué de l’Université McKnight à l’Université du Minnesota, est présenté dans le numéro de décembre 2009 de Science magazine pour son expérience à long terme sur la biodiversité et le changement global. Depuis plus d'une décennie, Reich a utilisé JMP pour étudier les effets interactifs de niveaux élevés de dioxyde de carbone (CO₂) et d'azote (N) sur la diversité des espèces végétales. Lis le histoire de réussite client pour en savoir plus sur cette expérience et sur les méthodes d'analyse des données scientifiques avec JMP.
De manière peut-être surprenante, Reich a constaté que, bien que la concentration élevée en CO₂ réduise la diversité de 2% et que l'addition d'azote réduise la diversité de 16%, la combinaison de N et de CO₂ ne réduit la diversité que de 8%.
«Malgré les inquiétudes que la hausse simultanée des niveaux de pollution par le CO₂ et le N pourrait entraîner une perte de biodiversité pouvant atteindre 80%, notre expérience de terrain d'une durée de 10 ans montre que les effets communs vont probablement être beaucoup plus faibles», déclare Reich dans un communiqué. Entretien Science Podcast .
Il s'empresse de noter que, si c'est une bonne nouvelle pour la biodiversité, les résultats n'atténuent en rien la nécessité de réduire les émissions de CO₂, compte tenu des autres impacts sur la planète.
Reich et son équipe ont mené l'étude dans des communautés de prairies synthétiques situées sur le site LTER de Cedar Creek, dans le Minnesota. À l'aide de la technique d'enrichissement en CO₂ à l'air libre (FACE), ils ont manipulé les conditions atmosphériques, exposant les espèces végétales à différentes combinaisons de niveaux naturels ou élevés de CO₂ et de N. Les niveaux élevés simulaient les conditions futures et la réaction éventuelle des écosystèmes.
Une étude similaire réalisée dans une prairie serpentine annuelle à Jasper Ridge, en Californie, conclut que, dans certains contextes, les changements climatiques et atmosphériques sont simplement des combinaisons additives - plutôt que des combinaisons interactives - de chaque effet en soi. La question est donc de savoir si les résultats de l'expérience de Reich sont globalement représentatifs.
Si l’expérience de CA est plus représentative, les chercheurs peuvent «exploiter les connaissances d’un seul facteur de changement global étudiées à la fois et créer des modèles permettant de prédire ce qui se passera lorsque de nombreux éléments changent en même temps, et ont la certitude que nombre de ces modèles va bien, explique Reich.
Mais le plus souvent, les prédictions faites en étudiant un facteur à la fois peuvent être inexactes. Avec de multiples facteurs (plantes, microbes du sol, insectes, par exemple), des interactions sont possibles. Cela rend plus difficile l'élaboration de modèles prédictifs pouvant être appliqués à d'autres communautés végétales.
Très peu de projets financés par le gouvernement ont mené des expériences multifactorielles sur la manière dont les facteurs de changement globaux tels que le CO₂, le N ou les changements climatiques influent sur les prairies, les forêts et les autres types de végétation. Et l'étude de Reich, qui entre dans sa 12e année, est l'une des expériences de ce type à plus long terme.
Chez JMP, nous souhaitons savoir comment notre logiciel est utilisé pour développer la compréhension scientifique. Si vous avez une histoire à raconter, s'il vous plaît laissez nous savoir .
