Suite

L'outil ArcGIS Split Raster génère des rasters noirs

L'outil ArcGIS Split Raster génère des rasters noirs


J'ai un raster assez volumineux que j'essaie de diviser en petites tuiles au format PNG à télécharger sur Autodesk Infrastructure.

Je suis tombé sur l'outil Split Raster et j'ai pensé qu'il ferait exactement ce que je voulais, alors j'ai essayé de l'utiliser.

Le résultat était une série de trames au bon endroit, mais elles étaient toutes complètement noires.

Lorsque j'ai essayé de les ajouter dans ArcMap, ils avaient l'air bien, mais partout ailleurs, ils étaient noirs.

Je pensais que le raster était peut-être trop grand, alors je l'ai essayé sur un petit segment et exactement la même chose s'est produite.

Quelqu'un sait quel est le problème et/ou comment y remédier ?

Ce serait beaucoup plus facile et plus rapide que d'essayer de trouver un moyen de le faire par programmation en utilisant un clip et une série de polygones carrés.


Les pentes orientées vers le nord et l'élévation forment une structure génétique asymétrique chez la salamandre à aire de répartition restreinte Pléthodon shenandoah

Kevin P. Mulder, Center for Conservation Genomics, National Zoological Park, Smithsonian Conservation Biology Institute, Washington, DC.

Center for Conservation Genomics, National Zoological Park, Smithsonian Conservation Biology Institute, Washington, District de Columbia

Département de biologie, Ithaca College, Ithaca, New York

Commission géologique des États-Unis, Patuxent Wildlife Research Center, Laboratoire de recherche sur les poissons anadromes SO Conte, Turners Falls, Massachusetts

Commission géologique des États-Unis, Patuxent Wildlife Research Center, Laboratoire de recherche sur les poissons anadromes SO Conte, Turners Falls, Massachusetts

Center for Conservation Genomics, National Zoological Park, Smithsonian Conservation Biology Institute, Washington, District de Columbia

Center for Conservation Genomics, National Zoological Park, Smithsonian Conservation Biology Institute, Washington, District de Columbia

Centre de Recherche en Biodiversité et Ressources Génétiques, CIBIO/InBIO, Vairão, Portugal

Departamento de Biologia, Faculdade de Ciências da Universidade do Porto, Porto, Portugal

Département de zoologie des vertébrés, Musée national d'histoire naturelle, Smithsonian Institution, Washington, District de Columbia

Kevin P. Mulder, Center for Conservation Genomics, National Zoological Park, Smithsonian Conservation Biology Institute, Washington, DC.

Center for Conservation Genomics, National Zoological Park, Smithsonian Conservation Biology Institute, Washington, District de Columbia

Département de biologie, Ithaca College, Ithaca, New York

Commission géologique des États-Unis, Patuxent Wildlife Research Center, Laboratoire de recherche sur les poissons anadromes SO Conte, Turners Falls, Massachusetts

Commission géologique des États-Unis, Patuxent Wildlife Research Center, Laboratoire de recherche sur les poissons anadromes SO Conte, Turners Falls, Massachusetts

Center for Conservation Genomics, National Zoological Park, Smithsonian Conservation Biology Institute, Washington, District de Columbia

Programme de préservation des ressources naturelles de l'USGS/NPS (NRPP), USGS ARMI.


Abstrait

    Idées de base
  • Les propriétés du sol et du site prédisent la répartition des plantes rares.
  • L'habitat des plantes rares peut être prédit par la modélisation des données de forêts aléatoires.
  • CaCO3 les valeurs équivalentes, de limon et de couleur sèche prédisent la présence ou l'absence de SRM.
  • Nouveaux emplacements de plantes rares identifiés par la modélisation de forêts aléatoires.
  • Les modèles aident les gestionnaires des terres à localiser et à identifier l'habitat potentiel.

La conservation des plantes rares est importante pour la biodiversité. Roseau-moutarde arbustif [Schoenocrambe suffrutescens (Rollins) S.L. Welsh and Chatterly] (SRM), un arbuste endémique du bassin d'Uinta, fait face à une perte d'habitat due au développement énergétique des combustibles fossiles. On sait peu de choses sur les propriétés du sol et du site nécessaires au succès de l'établissement, de la croissance et de la survie des MRS. Notre objectif était de créer des modèles de forêts aléatoires pour identifier l'habitat potentiel des MRS et pour vérifier l'adéquation de l'habitat sur le terrain avec des propriétés facilement mesurables. Le modèle des propriétés du sol (SP) a indiqué que CaCO3 la valeur de couleur équivalente, de limon et de couleur sèche a prédit la présence ou l'absence de SRM avec une erreur hors-sac (OOB) de 10 %. Les propriétés du sol ont été corrélées avec les données spectrales du Landsat 5 Thematic Mapper et un modèle numérique d'élévation dans un modèle de corrélation sol-spectral (SSC). Le jaunissement, le rapport de différence normalisé (NDR) 3/2 et le NDR 3/1 étaient les plus fortement corrélés avec le CaCO3 équivalent et limon, et ils ont prédit l'habitat des MRS avec une erreur OOB de 28 %. Guidés par la sortie du modèle SSC, 250 points supplémentaires de présence ou d'absence sur le terrain ont été utilisés pour former le modèle Spectral-Topographique (ST), qui a été validé par un ensemble indépendant d'emplacements d'usines SRM. Le modèle ST utilisant le rayonnement solaire de surface, 7/2 NDR, 5/2 NDR et l'indice de végétation de différence normalisé a donné une erreur OOB de 23%. Le modèle ST peut être utilisé pour identifier un habitat potentiel sur une vaste zone. Une fois identifiées, les données de sol et de site facilement mesurées à partir du modèle SP peuvent vérifier l'adéquation de l'habitat du MRS. Ces modèles peuvent aider les gestionnaires des terres à localiser et à vérifier les propriétés clés du sol sur les sites potentiels d'habitat de MRS.

Abréviations

La préservation des populations de plantes rares est importante pour maintenir la biodiversité, qui augmente la diversité génétique, fournit des sources possibles de nourriture et de plantes médicinales et fournit des services écosystémiques tels que la protection des ressources en sol et en eau, le cycle des nutriments et l'adsorption ou l'absorption des polluants (4). Une espèce peut être rare pour diverses raisons, notamment une faible tolérance aux changements environnementaux, une préférence pour un habitat très spécifique, des capacités de dispersion limitées, etc. Les plantes endémiques sont souvent caractérisées par quelques populations concentrées dans une distribution géographique étroite. Les propriétés du sol et géologiques ont été utilisées avec succès pour expliquer la distribution de certaines plantes endémiques rares. Par exemple, les espèces endémiques poussent dans des sols formés sur serpentinite avec de faibles rapports Ca/Mg et des niveaux élevés de métaux lourds (Cr, Co, Ni) hérités du matériau parental ultramafique (1 32 44 57).

Les plantes rares et endémiques de l'Utah et des États environnants se trouvent fréquemment dans des environnements édaphiques inhabituels qui peuvent avoir des communautés végétales distinctes. Dans de nombreux cas, les plantes rares se trouvent dans des sols considérés comme physiquement durs pour la plupart des plantes désertiques courantes. Par example, Cycladenia humilis var. jonesii (Est) S.L. Welsh & N.D. Atwood est présent sur des sols rocheux (80 à presque 100 % du volume de fragments de roche), des sols peu profonds (<50 cm de profondeur) formés dans du schiste ou du mudstone dans le nord du plateau du Colorado en Utah. Considéré comme un gypsophile obligatoire ( 60 ), les populations de C. humilis var. jonesii ont été montrés pour se produire dans les sols gypsifères et non gypsifères (6). De même, Penstemon debilis O'Kane et J.L. Anderson n'étaient présents que sur des sols rocheux peu profonds (<50 cm de profondeur) formés dans du schiste sur des pentes abruptes sujettes au fluage du sol dans l'est du plateau du Colorado (38). Arctomecon Californie Torr. & Frem. et Eriogonum corymbosum var. nilesii La révélation s'est produite dans des sols très calcaires qui étaient soit peu profonds à une couche cimentée avec CaCO3 ou avait > 50 % du volume de nodules de carbonate cimentés dans le désert de Mojave du sud du Nevada (37).

Schoenocrambe suffrutescens (moutarde roseau arbustif, SRM) est un arbuste vivace à faible croissance (10-25 cm) en voie de disparition et endémique des comtés de Duchesne et d'Uintah dans le bassin d'Uinta, en Utah (Fig. 1). La moutarde roseau arbustive fait face à la perte et à la fragmentation de son habitat en raison du développement et de l'expansion de l'extraction de gaz naturel et de pétrole, y compris la construction de routes et de plateformes de puits. Bien que la moutarde roseau arbustive ait longtemps été observée dans les strates de schiste semi-aride de la formation de Green River (Éocène), on sait peu de choses sur la gamme idéale des caractéristiques du sol et du paysage associées à son établissement, sa croissance et sa survie. Des populations arbustives de moutarde des roseaux ont été observées sur le membre d'Evacuation Creek de la formation de Green River, le membre le plus élevé (10). Le membre Evacuation Creek et le membre Parachute Creek directement en dessous contiennent des strates de schiste bitumineux riches en gisements de pétrole et de gaz naturel qui sont actuellement sous pression pour la récupération des ressources naturelles. En raison des changements de nomenclature et des difficultés à distinguer les membres Evacuation et Parachute Creek (maintenant tous deux attribués à un « membre supérieur » de la formation de Green River [ 11 58 46 ]), la cartographie géologique à elle seule n'est pas un critère suffisant pour l'identification des courants et des habitat potentiel de MRS.

Moutarde roseau arbustive en fleur, se produisant dans un lit de schiste (blanc) de la formation de Green River, population de Johnson Draw, bassin d'Uinta, Utah. Un lit de grès (rouge) est visible en haut à gauche de la photo.

Les modèles de distribution des espèces sont une gamme de modèles utilisés pour recueillir des informations sur les questions écologiques, notamment la distribution, la caractérisation des niches ou des habitats et la sélection des ressources, et pour prédire les distributions spatiales dans des paysages à différentes échelles (18). Les observations de l'occurrence des espèces sont combinées avec des données environnementales pour prédire l'occurrence ou l'abondance. Avec l'avènement d'algorithmes améliorés, de puissance de calcul et de données environnementales et spatiales, les applications prédictives des modèles de distribution des espèces sont devenues plus courantes ces dernières années et sont souvent utilisées dans les décisions de conservation et de gestion (24-25). Les distributions peuvent être prédites par interpolation dans le cadre spatial, temporel ou écologique mesuré ou par extrapolation en dehors du cadre connu, par exemple des scénarios de changement climatique dans différentes conditions environnementales ou la colonisation d'espèces envahissantes de nouvelles étendues spatiales. Les modèles sont généralement améliorés par l'ajout de données d'absence (24), ce qui peut également aider à comprendre les facteurs environnementaux sous-jacents affectant la répartition des espèces.

Les modèles statistiques tels que les forêts aléatoires, les machines à vecteurs de support et la régression logistique ont été utiles pour les caractérisations écologiques des distributions d'espèces avec un degré élevé de précision (31). Des modèles de forêts aléatoires ont été appliqués pour modéliser la présence et l'absence de plantes envahissantes et de lichens rares et surpassent les autres modèles (arbres de classification, régression logistique, analyse discriminante linéaire) dans plusieurs mesures de précision (16). De plus, des modèles de forêts aléatoires ont été appliqués pour prédire les classes de sols dans les environnements semi-arides et fonctionnent aussi bien ou mieux que d'autres types de modèles dans tous les cas (9). Les forêts aléatoires, développées pour des applications écologiques par Breiman et Culter ( 7 16 8 ), est un algorithme d'apprentissage automatique utilisant des arbres de décision pour identifier ou prédire des classes de données. Dans les forêts aléatoires, de nombreux arbres légers par calcul sont cultivés à l'aide d'un sous-ensemble de variables à chaque division, la variable la plus forte étant sélectionnée pour diviser les données, plutôt qu'un arbre utilisant toutes les données disponibles. Un sous-ensemble aléatoire avec remplacement (bootstrap) est utilisé pour entraîner le modèle, et les données restantes sont utilisées pour valider le modèle. Une erreur out-of-bag (OOB) est calculée comme le nombre de cas mal classés divisé par le nombre total de cas (55). Le nombre de variables sélectionnées à chaque division est généralement la racine carrée du nombre total d'échantillons (√m) et, en moyenne, un tiers des cas ne sont pas sélectionnés pour chaque échantillon bootstrap — laissés « hors du sac » ( 7 ). Les forêts aléatoires sont considérées comme doublement aléatoires, en raison de l'échantillon aléatoire bootstrap et du sous-ensemble aléatoire de variables sélectionnées à chaque division. Étant donné que des centaines à des milliers d'arbres faibles sont cultivés pour chaque analyse, des schémas dans les données peuvent être discernés qui ne seraient pas apparents avec quelques classifications robustes sur le plan informatique. Les modèles de forêts aléatoires se sont avérés très précis et applicables aux questions écologiques en raison de leur capacité à déterminer l'importance des variables, à modéliser les interactions complexes entre les variables prédictives et à traiter les valeurs manquantes (16).

Comme indiqué dans le plan de rétablissement du MRS de 2010 ( 56 ), des recherches étaient nécessaires pour caractériser les propriétés du sol et du paysage afin d'identifier un habitat potentiellement convenable pour la conservation du MRS et une éventuelle réintroduction. Les objectifs de cette étude étaient de quantifier les variables environnementales liées à l'occurrence des espèces, de corréler ces variables environnementales du sol et du site avec des données spectrales de télédétection et topographiques, puis de modéliser l'habitat potentiel des espèces. Dans les applications impliquant des plantes rares ou menacées, l'habitat potentiel peut être un outil plus utile que la distribution seule pour les décisions de conservation et de gestion, en particulier lorsque la perte d'habitat est un problème. Dans cette étude, nous avons développé trois modèles qui utilisent des données pédologiques, spectrales et topographiques pour prédire l'habitat potentiel de MRS dans le bassin d'Uinta. Le premier objectif était d'utiliser un modèle statistique, en particulier des forêts aléatoires (7), pour lier la présence ou l'absence de MRS aux propriétés du sol et du site en tant que mesures de terrain simples pour caractériser l'habitat potentiel. Le deuxième objectif était d'utiliser des forêts aléatoires pour classer la présence ou l'absence de MRS à l'aide d'images spectrales de télédétection et de topographie à partir d'un modèle numérique d'élévation (MNE), puis de sélectionner des variables pouvant être corrélées aux caractéristiques du sol et du site. Le troisième objectif était d'utiliser des forêts aléatoires pour prédire spatialement l'habitat potentiel de MRS dans le bassin d'Uinta sur la base de données spectrales et topographiques. Notre objectif ultime était de créer un produit cartographique final pour faciliter l'identification de l'habitat potentiel de MRS et pour vérifier la pertinence de l'habitat potentiel dans un environnement de terrain avec des propriétés de sol et de site facilement mesurables.


1. INTRODUCTION

Les mouches tsé-tsé (genre Glossine) sont les seuls vecteurs des parasites trypanosomes qui causent respectivement la trypanosomose animale africaine (TAA) et la trypanosomose humaine africaine (THA), appelées nagana et maladie du sommeil. Ensemble, les maladies animales et humaines constituent des menaces pour la santé et des fardeaux économiques pour de vastes régions d'Afrique subsaharienne où elles sont endémiques (Budd, 1999 Committee, 1998 Diall et al., 2017 Murray & Lopez, 1996 PAAT, 2000 Simarro, Diarra, Ruiz Postigo, Franco, & Jannin, 2011 Simarro, Franco, Diarra, Postigo, & Jannin, 2012 ). Les parasites responsables de ces maladies forment un groupe de taxons étroitement apparentés au sein du genre Trypanosome qui nécessite que les mouches tsé-tsé vecteurs achèvent leur cycle de vie et pour la transmission entre les hôtes mammifères. La forme infectieuse animale de la maladie du sommeil, AAT, est causée par de multiples Trypanosome parasites en Afrique subsaharienne, comprenant T. congolense, T. vivax, et T. brucei brucei. La forme infectieuse de la maladie du sommeil, la THA, est causée par des parasites étroitement liés à T. b. brucei (Balmer et al., 2010 Sistrom et al., 2014) avec deux types distincts d'évasion de l'hôte qui provoquent des symptômes de maladie uniques connus sous le nom de maladie du sommeil « chronique » et « aiguë ». Bien que les parasites qui causent ces deux formes de la maladie humaine soient actuellement connus dans la littérature comme des sous-espèces T. b. gambiense et T. b. rhodesiense, respectivement, le classement taxonomique formel est en cours de révision (Berriman et al., 2005 Echodu et al., 2015 Gibson, Marshall, Marshall, & Godfrey, 1980 Jackson et al., 2010 Sistrom et al., 2016 ). Indépendamment de la taxonomie, les deux formes de la maladie provoquent une maladie humaine grave et sont difficiles à traiter, et le traitement médicamenteux spécifique dépend du type et du stade de l'infection (Fèvre, Picozzi, Jannin, Welburn, & Maudlin, 2006 Fèvre, Wissmann , Welburn et Lutumba, 2008 ). De plus, pour toutes les formes de la maladie, y compris la TAA, il n'y a pas de vaccins disponibles (Diall et al., 2017), et les médicaments pour le traitement sont chers, peuvent provoquer des effets secondaires graves et sont difficiles à administrer dans les villages reculés où la maladie est le plus répandu (Simarro et al., 2011 , 2012 ). Par conséquent, l'un des moyens les plus efficaces de lutter contre la maladie est de réduire les populations de glossines et d'interrompre ainsi le cycle de transmission.

Une lutte antivectorielle réussie repose sur une coordination à grande échelle de mesures sur le terrain qui reposent sur une connaissance détaillée de la distribution du vecteur, des schémas de déplacement et de la connectivité à travers un paysage. Sans coordination à grande échelle, les efforts de lutte entraînent souvent la réémergence du vecteur après l'arrêt du programme d'intervention (Aksoy, Caccone, Galvani et Okedi, 2013 Bouyer et al., 2015 Manangwa et al., 2015 Okeyo et al., 2017 Opiro et al., 2016 , 2017 ). Une stratégie de coordination repose sur l'utilisation de données environnementales pour modéliser les modèles de mouvement des vecteurs, ou la connectivité, à travers le paysage. La connectivité est difficile à modéliser avec précision car elle dépend de nombreux facteurs, notamment les exigences physiologiques de l'espèce, telles que la tolérance thermique et les limites métaboliques, et les forces évolutives actuelles et passées agissant sur les populations résidentes. Néanmoins, les modèles de connectivité à travers les paysages se sont considérablement améliorés avec les progrès de la qualité et de la résolution des données environnementales accessibles au public et avec le développement d'outils informatiques complexes. Par exemple, les relevés de terrain qui fournissent des emplacements GPS de la présence de vecteurs peuvent être combinés avec des images satellites haute résolution pour modéliser la connectivité du paysage et identifier les régions prioritaires dans la planification de la lutte antivectorielle (Elith et al., 2011 Wint & Rogers, 2000). Une autre avancée combine des données génétiques avec des données environnementales à haute résolution pour modéliser la différenciation génétique à travers le paysage, inférant ainsi les zones de déplacement probable des espèces (Dyer, 2015 Manel & Holderegger, 2013 Segelbacher et al., 2010 ). Ces méthodes, ainsi que les méthodes liées au flux de gènes (Bouyer et al., 2015 McRae, Dickson, Keitt, & Shah, 2008 McRae, Shah, & Mohapatra, 2013 ), ont grandement amélioré les possibilités d'améliorer les avantages durables des campagnes de lutte antivectorielle et peuvent être appliqué à une gamme de vecteurs et de régions où des données écologiques et génétiques sont disponibles.

Le nord de l'Ouganda est une région ayant un besoin particulier de lutte antivectorielle car c'est la seule région d'Afrique subsaharienne qui abrite les deux formes de THA (Echodu et al., 2013 Hutchinson, Fèvre, Carrington, & Welburn, 2003 Picozzi, Carrington, & Welburn, 2008 Picozzi, Fevre, et al., 2008 Welburn & Odit, 2002 ). La distribution des deux formes du parasite infectieux pour l'homme est actuellement séparée de <100 km dans une région au nord du lac Kyoga et devrait se chevaucher dans un avenir proche (Picozzi et al., 2005 Welburn & Odit, 2002). La fusion des deux distributions compliquerait le traitement et le diagnostic, et pourrait conduire à l'émergence de pathologies imprévues s'il devait y avoir une recombinaison entre les parasites trypanosomes étroitement liés (Brun, Blum, Chappuis, & Burri, 2010 Burri, 2010 Dumas & Bouteille, 2000 Hamilton, Adams, Malele et Gibson, 2008 Legros et al., 2002 ).

Dans le nord de l'Ouganda, les espèces de mouches tsé-tsé Glossina fuscipes fuscipes est le principal vecteur de la maladie (Okoth, 1980 , 1982 Rogers & Robinson, 2004 Lehane et al., 2016 ). Bien que d'autres Glossine espèces, telles que G. morsitans submorsitans et G. pallidipes, se produisent en Ouganda, leur préférence d'habitat ne chevauche pas les régions d'utilisation fréquente par l'homme et le bétail (Okoth, 1980, 1982). De plus, lorsqu'elles sont présentes, elles se produisent très rarement et en faibles densités dans des habitats éloignés de G. f. fuscipes l'habitat et l'utilisation humaine, ce qui les rend épidémiologiquement non pertinents dans la région géographique analysée dans cet article. Stratégies de contrôle pour G. f. fuscipes ont inclus des insecticides pulvérisés par voie aérienne ou directement sur le bétail, des pièges et des cibles appâtées (Lindh, Torr, Vale et Lehane, 2009 Shaw et al., 2013 Tirados et al., 2015 Torr, Hargrove et Vale, 2005). Cependant, les initiatives de lutte mises en œuvre à ce jour ont connu des revers en raison de la résurgence des glossines dans les zones traitées en raison soit de populations résiduelles qui n'ont pas été éliminées, soit de l'immigration en provenance de zones non traitées voisines (Aksoy et al., 2013 Opiro et al., 2016 Vreysen, Seck , Sall et Bouyer, 2013 ). Cela met en évidence la nécessité d'améliorer le contrôle et la surveillance des vecteurs (PATTEC, 2001 Simarro et al., 2011 ). L'identification de parcelles isolées peut fournir des cadres naturels utiles pour de nouvelles méthodes de contrôle et l'amélioration des anciennes, tout comme les emplacements insulaires ont été considérés par beaucoup comme des sites idéaux pour tester de nouveaux protocoles avant leur utilisation dans l'aire de répartition principale d'une espèce.

Dans cette étude, notre objectif principal était d'identifier des régions géographiques isolées à prendre en compte dans la lutte antivectorielle ciblée contre les G. f. fuscipes dans le nord de l'Ouganda (Figure 1) et pour ce faire en utilisant un nouveau pipeline méthodologique qui tient compte des facteurs évolutifs et écologiques qui peuvent avoir un impact sur les niveaux actuels de connectivité entre les populations de glossines. Les principales étapes de la nouvelle approche sont résumées à la figure 2, y compris les types d'entrées et de sorties, et les méthodes utilisées. Comme données d'entrée, nous avons utilisé des données génétiques des populations (Figure 2 : I1) à partir de >800 G. f. fuscipes mouches de 38 sites d'échantillonnage (Figure 1) sur une

Région de 50 000 km 2 du nord de l'Ouganda (Opiro et al., 2017 ), données environnementales (Figure 2 : I2) et des données d'enquête sur le terrain de > 300 emplacements (Figure 2 : I3). Ce pipeline est inédit car il intègre une approche de génétique du paysage (Figure 2 : M1–3) avec une modélisation d'entropie maximale à l'aide d'observations contemporaines d'enquêtes sur le terrain (Figure 2 :4). La première étape (Figure 2 : M1-3) identifie les principaux paramètres environnementaux corrélés à l'accumulation de différenciation génétique (Figure 2 : O3). Dans cette première étape, nous prévoyons de détecter les voies historiques de connectivité des glossines sur des centaines à des milliers de générations. La deuxième étape (Figure 2 : M4) identifie la connectivité entre les coordonnées GPS actuellement habitées par les glossines (Figure 2: O4). Dans cette deuxième étape, nous prévoyons de détecter les voies contemporaines de connectivité des glossines sur seulement plusieurs générations car les prédictions dépendent des observations actuelles de la présence des glossines. La sortie est ensuite analysée (Figure 2 : M5-6) pour identifier des parcelles d'habitat au sein d'un habitat écologiquement convenable présentant le moins de risque de recolonisation à longue distance sur plusieurs générations (figure 2 : O6) et permet ainsi d'identifier les zones présentant le moins de risques de colonisation à longue distance sur des échelles de temps à court et à long terme allant de plusieurs à plusieurs milliers de générations. Nous validons ce pipeline en (1) menant une enquête sur le terrain à la recherche de glossines dans les zones géographiques prédites par le modèle comme ayant un habitat convenable pour G. f. fuscipes et à isoler d'autres zones tout aussi appropriées (2) en testant le niveau d'isolement génétique des glossines de l'une de ces parcelles, car elles devraient être plus différenciées génétiquement pour les autres populations de glossines des zones connectées. Nous discutons de la façon dont l'intégration des approches de la génétique du paysage avec la modélisation de l'entropie maximale offre des avantages potentiels en tenant compte des modèles de mouvement historiques et actuels. Nous discutons également des applications immédiates possibles de ce pipeline pour aider à contrôler les glossines dans le nord de l'Ouganda et considérons son applicabilité générale pour identifier des habitats isolés dans la gestion et la conservation des populations sauvages.


ArcGIS Living Atlas News (juin 2021)

ArcGIS Living Atlas of the World est la principale collection d'informations géographiques du monde entier. Il comprend des cartes, des applications et des couches de données organisées par Esri et la communauté mondiale d'utilisateurs SIG qui prennent en charge votre travail. Living Atlas comprend également des couches et des outils prêts pour l'analyse qui fonctionnent sur le système ArcGIS. Visitez le site Web ArcGIS Living Atlas of the World où vous pouvez parcourir le contenu, consulter le blog et découvrir comment vous pouvez contribuer.

Liens rapides

Utilisez les liens ci-dessous pour accéder aux sections qui vous intéressent. Utilisez la flèche de retour de votre navigateur pour revenir.

Applications Atlas vivant

Le contenu d'ArcGIS Living Atlas of the World est utilisé pour créer des applications précieuses pour la visualisation et l'analyse. Ces applications peuvent être trouvées sous l'onglet Applications sur le site Web de Living Atlas ou via une recherche dans l'onglet Parcourir.

État des flux en direct d'ArcGIS Living Atlas

L'état des flux en direct d'Atlas vivant est une nouvelle page simple à parcourir qui affiche l'état actuel du service pour les flux en direct d'Esri. La page affiche une vue résumée de chaque service, indiquant l'état actuel et la tendance d'utilisation, ainsi qu'un lien RSS.

La liste déroulante affiche des détails supplémentaires tels que l'heure de la dernière mise à jour, la tendance d'utilisation, les taux d'utilisation sur 1 heure et 6 heures, le nombre de fonctionnalités et l'heure de la prochaine vérification de mise à jour. La page État des flux en direct est actualisée toutes les 15 minutes tous les quarts d'heure. Pour plus d'informations, consultez Présentation de l'état des flux en direct d'ArcGIS Living Atlas.

Accès à l'épicerie

Cette application répond à la question : comment les gens se rendent-ils dans une épicerie de votre ville ? Entrez un code postal, une ville ou un point d'intérêt pour savoir combien de magasins les gens peuvent atteindre en 10 minutes à pied ou en voiture. Les graphiques interactifs se mettent à jour lorsque vous vous déplacez sur la carte ou dessinez des formes.

ChômagePulse

UnemploymentPulse est une application qui visualise les taux de chômage aux États-Unis sous forme de lignes de tendance compactes. Mis à jour mensuellement, il présente une fenêtre mobile de 14 mois de données sur le chômage au niveau de l'État et du comté et les montre aux côtés des taux nationaux à des fins de comparaison.

Les plages descriptives du chômage proviennent du Bureau of Labor and Statistics. Pour plus d'informations, voir Présentation de UnemploymentPulse.

Évaluer la fracture numérique aux États-Unis avec ACS

Ce tableau de bord vous permet d'explorer les facteurs liés à la fracture numérique majeure à laquelle sont confrontés les États-Unis. À l'aide des données de l'American Community Survey (ACS), vous pouvez explorer la population sans ordinateur ni Internet par revenu, éducation, emploi, etc.

À l'aide de ce tableau de bord, vous pouvez en savoir plus sur les sujets suivants :

  • Population sans internet ni ordinateur
  • Groupes de population sans ordinateur (enfants, niveau d'éducation, statut d'emploi, tranche de revenu)
  • Population avec une seule source d'Internet (accès commuté uniquement, cellulaire uniquement, câble, fibre optique ou DSL uniquement, satellite uniquement)

Pour plus d'informations, consultez les détails de l'élément du tableau de bord.

Caractéristiques du district scolaire et informations socioéconomiques

Ce tableau de bord résume les écoles et les caractéristiques socioéconomiques locales des districts scolaires aux États-Unis. Sélectionnez un district scolaire pour en savoir plus sur les enfants et les écoles de cette région.

À l'aide de ce tableau de bord, vous pouvez en savoir plus sur les sujets suivants :

  • Combien d'écoles publiques/privées appartiennent au district ?
  • Quel type de densité de population habite ce quartier ?
  • Facteurs socio-économiques concernant les secteurs de recensement qui relèvent du district.

Pour plus d'informations, consultez les détails de l'élément du tableau de bord.

Trafic maritime américain

Publiée plus tôt cette année et mentionnée dans ArcGIS Living Atlas News (février 2021), l'application U.S. Vessel Traffic a été mise à jour pour inclure des données de juillet à décembre 2020 (également incluses dans la couche d'entités sous-jacente).

U.S. Vessel Traffic vous permet d'explorer les trajectoires des navires dans et autour des eaux américaines. Vous pouvez rechercher des modèles et des tendances par heure, type de navire et lieu. L'application fournit un moyen simple et efficace de télécharger des données de taille gérable et spécifiques à une zone pour une analyse plus approfondie.

Fond de carte

Fonds de carte Esri sont mis à jour régulièrement avec des données provenant de sources commerciales, ouvertes et communautaires. Tous les fonds de carte vectoriels ont été mis à jour à l'aide des données de HERE, de SafeGraph Places et du contenu fourni au programme Community Maps. En plus des mises à jour de contenu, des fonds de carte prenant en charge six langues supplémentaires ont été publiés. Pour plus d'informations sur les mises à jour récentes, consultez les derniers articles de blog sur les fonds de carte vectorielle. Vous pouvez afficher tous les fonds de carte vectoriels en parcourant Living Atlas.

Certains fonds de carte raster hébergés sont entrés dans une prise en charge mature, tandis que d'autres devraient passer à une prise en charge mature plus tard cette année. Pour plus d'informations, voir Services de fond de carte raster hébergés Esri migrant vers le support mature.

OpenStreetMap (OSM) Lumière du jour

OpenStreetMap (OSM) est un projet collaboratif ouvert pour créer une carte du monde modifiable gratuitement. Esri produit et héberge un fond de carte de tuiles vectorielles OSM depuis plusieurs années.

Avec cette dernière mise à jour, Esri a intégré Daylight Map Distribution des données OSM, qui est améliorée par des contrôles supplémentaires de la qualité et de l'intégrité des données et complétée par des données ouvertes supplémentaires. Daylight est pris en charge par Facebook et complété par les données des bâtiments de Microsoft.

Toutes les cartes vectorielles OpenStreetMap actuelles (toile claire/sombre, plan, style de rue, etc.) seront mises à jour avec les données de distribution de la lumière du jour. En outre, des couches de tuiles vectorielles distinctes seront également publiées pour compléter les offres OSM, qui peuvent être consultées dans le groupe OpenStreetMap Vector Basemap. À l'avenir, les couches de tuiles vectorielles OpenStreetMap et les cartes Web continueront d'être mises à jour régulièrement, généralement toutes les quelques semaines, à l'aide des données de distribution OSM Daylight.

Fonds de carte accessibles

Plusieurs itérations de fonds de carte accessibles (ceux avec une meilleure lisibilité du fond de carte afin qu'une personne malvoyante puisse voir le contenu) sont disponibles. Les fonds de carte sont conçus pour répondre aux normes AA WCAG (Web Content Accessibility Guidelines) et à la section 508 du gouvernement fédéral américain. Des palettes de daltonisme sont utilisées si nécessaire. Les cartes grises sont monochromes, donc le daltonisme n'est pas un problème.

Pour plus d'informations, consultez les articles de blog suivants :

Élévation du monde

Living Atlas fournit des couches d'altitude de fondation et des outils pour prendre en charge l'analyse et la visualisation sur la plate-forme ArcGIS. Ces couches sont mises à jour tous les trimestres avec des données d'altitude haute résolution provenant de diverses sources et du Community Maps Program.

Terrain et TopoBathy ont été mis à jour, ajoutant une élévation dérivée du LiDAR de 50 cm et 10 m de résolution pour la Suisse à partir de Swisstopo, des mises à jour USGS 3DEP de 1 mètre (environ 515 000 km²) et des mises à jour de résolution de 10 mètres pour l'Italie d'INGV.

Les outils d'élévation prêts à l'emploi (Profile, Viewshed et Summarize Elevation) sont également mis à jour avec des données de résolution de 10 mètres pour la Suisse et l'Italie. Pour voir les étendues de couverture de diverses sources comprenant les services World Elevation, consultez la carte de couverture Elevation.

Imagerie

Imagerie du monde

L'imagerie mondiale a été mise à jour avec des images d'une résolution de 30 à 50 cm et des contributions communautaires pour la majeure partie des États-Unis et les principales régions métropolitaines. Dans le monde entier, les images ont été mises à jour dans toute l'Europe avec des images de 50 cm, l'Inde sera mise à jour avec des images de 60 cm de Maxar.

Des changements importants sont en cours, représentant une période de transition pour le contenu Landsat. En décembre 2020, l'USGS a publié Landsat Collection 2, marquant la deuxième grande campagne de retraitement des archives Landsat. Le traitement de Collection 2 offre plusieurs améliorations des produits de données qui exploitent les avancées récentes dans le traitement des données, le développement d'algorithmes et les capacités d'accès et de distribution des données.

Jusqu'en juin 2021, ces nouveaux services d'imagerie Landsat seront introduits dans Living Atlas. Auparavant, il avait été annoncé que les services existants seraient retirés. Cependant, ce n'est plus le cas. Tous les services d'imagerie Landsat de niveau 1 continueront d'être pris en charge et mis à jour en plus de la publication d'un nouveau service de niveau 2. Pour plus d'informations, voir Présentation de Landsat Collection 2.

Nuit en marbre noir

Cette couche présente une combinaison de bandes de fausses couleurs de données collectées par l'instrument VIIRS sur le satellite commun NASA/NOAA Suomi-NPP. L'imagerie est très utile pour identifier les lumières nocturnes des villes, des incendies, des bateaux et d'autres phénomènes.

Environnement

Nouvelles couches SSURGO USA

Deux nouvelles couches d'images ont été publiées par Esri à l'aide de données créées par l'USDA NRCS. Ceux-ci révèlent la capacité pratique des sols aux États-Unis dans huit classes. La première couche, USA SSURGO – Irrigated Capability, classe le potentiel des sols aux États-Unis lorsqu'ils sont irrigués. La deuxième couche, USA SSURGO – Nonirrigated Capability, classe le potentiel du sol sans irrigation.

Intensité de la sécheresse aux États-Unis

Deux nouvelles couches ont été ajoutées pour fournir des informations sur les conditions de sécheresse aux États-Unis. Du U.S. Drought Monitor, les données sont publiées à l'aide de la méthodologie des flux en direct d'Esri et sont mises à jour chaque semaine le jeudi.

USA Drought Intensity – Current Conditions indique les conditions de la semaine en cours, USA Drought Intensity 2000 – Present comprend les données hebdomadaires publiées depuis 2000 ainsi que les conditions actuelles.

Mise à jour du flux en direct USA Wildfire

Le flux en direct USA Current Wildfires a été mis à jour avec de nouveaux champs et une cartographie améliorée. Cette couche présente les emplacements ponctuels et périmétriques les plus connus des incendies de forêt aux États-Unis au cours des sept derniers jours.

Les points de feux de forêt proviennent de rapports intégrés sur les informations sur les feux de forêt (IRWIN) et les périmètres du National Interagency Fire Center (NIFC). Le flux est mis à jour toutes les 15 minutes. Pour plus d'informations, consultez la mise à jour du flux en direct 2021 USA Wildfires.

Risque d'incendie de forêt

Une série de 15 nouvelles couches dans ArcGIS Living Atlas of the World pour aider à cartographier et à analyser les risques d'incendies de forêt dans votre communauté.

Risque de facteur d'inondation

Cette nouvelle couche d'entités fournit des statistiques agrégées sur les risques d'inondation au niveau du code postal, du comté, du district du Congrès et de l'État à partir de l'outil d'évaluation des risques d'inondation en ligne, Flood Factor®. Il s'agit de l'ensemble de données complet contenant l'offre complète de statistiques sur les risques d'inondation de la First Street Foundation, un groupe de recherche et de technologie à but non lucratif définissant le risque d'inondation en Amérique.

Recensement de l'agriculture de l'USDA

Le recensement de l'agriculture, produit par le Service national des statistiques agricoles de l'USDA (USDA), fournit un décompte complet des fermes, des ranchs et des personnes qui cultivent notre nourriture aux États-Unis. Le recensement est effectué tous les cinq ans, le plus récemment en 2017, et fournit un regard en profondeur sur l'industrie agricole.

USDA Census of Agriculture 2017 – Federal Payments est une nouvelle couche qui vient d'être ajoutée à la collection. La couche résume l'information sur les paiements versés aux producteurs par le gouvernement fédéral. Pour plus d'informations, voir Explorer le recensement de l'agriculture des États-Unis.

Couverture du sol Esri 2020

Des cartes d'occupation du sol détaillées, précises, cohérentes, à jour et disponibles gratuitement sont des ressources essentielles pour les décideurs du gouvernement et de l'industrie. Ces cartes améliorent notre compréhension de sujets importants tels que la sécurité alimentaire, l'aménagement du territoire, la modélisation de l'eau et la gestion des ressources.

Ce nouveau service d'images de tuiles hébergé affiche un composite de prévisions mondiales d'utilisation des terres/couverture des terres (LULC), produites par Impact Observatory, pour l'année 2020 à une résolution de 10 mètres. La carte est dérivée de l'imagerie ESA Sentinel-2. Les classes comprennent : les zones bâties, les terres cultivées, les forêts, l'eau, la végétation inondée, les prairies, les broussailles/arbustes, la neige nue/la glace permanente et les nuages.

Esri 2020 Land Cover sera mis à jour régulièrement et deviendra une source importante de suivi des changements dus aux activités humaines et à d'autres facteurs. La couche peut être utilisée par toute personne utilisant ArcGIS et peut être téléchargée gratuitement via Esri 2020 Land Cover Downloader.

Couverture terrestre et vulnérabilité au changement d'ici 2050

Développées en partenariat entre Esri et Clark Labs, six couches d'imagerie améliorées montrent comment la couverture terrestre mondiale devrait changer d'ici 2050. Les couches comprennent également un indice indiquant à quel point la zone est vulnérable au changement en raison de l'activité humaine.

Ces données sont modélisées à trois échelles différentes : mondiale, régionale (continent) et nationale. Chaque sortie de modèle est légèrement différente puisque le modèle de pays peut être mieux adapté aux moteurs d'un domaine particulier. Les modèles régionaux et mondiaux ont des poids plus cohérents dans l'espace. Le niveau pays est nouveau dans cette version. Les couches sont :

Couverture terrestre mondiale 1992-2019

Une carte chronologique de la surface de la Terre de l'Initiative sur le changement climatique de l'ESA, classée en 36 types de couverture terrestre. Ces classes comprennent l'agriculture, les forêts, les prairies, les zones urbaines et d'autres catégories.

Cette couche est une série chronologique des cartes annuelles de l'occupation des sols de l'ESA CCI (Climate Change Initiative) dans le monde. L'ESA a produit des cartes d'occupation des sols depuis 1992. Celles-ci sont disponibles sur le site Web de l'Agence spatiale européenne sur l'Initiative sur le changement climatique.

Pour savoir comment cette couche peut être utilisée pour analyser le changement, voir Visualiser les modèles de changement de la couverture terrestre en Indonésie.

Espèces en péril MoBI

Une collection de couches d'espèces en péril publiées par NatureServ a été mise à jour. Les couches font partie de la collection de données Map of Biodiversity Importance (MoBI). La collection s'appuie sur des modèles d'adéquation de l'habitat pour 2 216 des espèces les plus menacées du pays et fournit des informations sur la taille de l'aire de répartition et le degré de protection dérivés de ces modèles. Le projet MoBI fournit une série de cartes qui peuvent aider à éclairer les efforts de conservation et à identifier les zones de grande importance pour la protection des espèces contre l'extinction dans les États-Unis contigus.

Biomasse carbonée aérienne et souterraine

Le Centre mondial de surveillance de la conservation du Programme des Nations Unies pour l'environnement génère certaines des informations les plus fiables pour la conservation et dans une étude de 2020, ils ont identifié la biomasse de carbone et le carbone du sol comme une entrée initiale efficace pour mesurer la biodiversité globale. Leur analyse de la biomasse carbonée au-dessus et au-dessous du sol et de la biomasse carbonée au-dessus et au-dessous du sol et du carbone organique du sol est désormais incluse dans Living Atlas en tant que couches d'images analytiques.

Avec la publication de ces nouvelles couches prêtes pour l'analyse, vous pouvez examiner les défis et le potentiel de réalisation de l'initiative 30 × 30 du Natural Resources Defense Council (NRDC) presque partout dans le monde. Pour plus d'informations, voir Nouvelles couches de biomasse et de vulnérabilité dans Living Atlas.

Estimations mensuelles des précipitations satellitaires (IMERG)

L'ensemble de données Integrated Multi-Satellite Retrievals for GPM (IMERG) fournit des estimations des précipitations mondiales à partir des satellites de la mission de mesure des précipitations tropicales (TRMM) et de mesure des précipitations mondiales (GPM) de la NASA. La couche est une mosaïque de rasters de précipitations mensuelles à une résolution spatiale de 0,1 degré de juin 2000 à aujourd'hui, avec une latence des données de 2,5 mois. La couche d'image IMRG est mise à jour mensuellement lorsque de nouvelles données sont disponibles.

WorldClim 2.1 est un ensemble de données de variables climatiques réduites à différentes résolutions spatiales. La couche d'images WorldClim est une couche multidimensionnelle affichant les estimations des précipitations moyennes mensuelles et annuelles mondiales pour la période entre 1970 et 2000 à une résolution de 2,5 minutes d'arc (environ 5 km). Utilisez divers rendus et modèles de traitement de Map Viewer dans ArcGIS Pro pour afficher les données de chaque mois et la moyenne annuelle séparément.

RÉSOUDRE les écorégions et les biomes

L'ensemble de données RESOLVE Ecoregions, mis à jour en 2017, offre une représentation des 846 écorégions terrestres de notre planète. Ces écorégions représentent des assemblages distincts de biodiversité – tous les taxons, pas seulement la végétation – dont les limites comprennent l'espace requis pour soutenir les processus écologiques. Les écorégions fournissent une base utile pour la planification de la conservation, en particulier parce qu'elles s'appuient sur des frontières naturelles plutôt que politiques, définissent des assemblages biogéographiques et des habitats écologiques distincts au sein des biomes et contribuent à la représentation de la biodiversité de la Terre.

Chlorophylle

Sept nouveaux services d'images multidimensionnelles affichant les niveaux de chlorophylle océanique ont été ajoutés. Ces couches affichent les niveaux à intervalles quotidiens et mensuels et conviennent à l'analyse à l'aide d'ArcGIS Pro. Un effort de collaboration entre l'ONU, GEO Blue Planet et Esri utilise ces observations pour améliorer la prise de décision et la planification à l'appui des objectifs de développement durable, en particulier l'ODD 14.1.

Démographie

Une série de services de cartes démographiques issus des résultats du recensement américain de 2010 seront retirés le 9 juin 2021. Un nouvel ensemble de cartes démographiques et de mode de vie est disponible, remplaçant les couches démographiques mises en cache. Vous pouvez afficher ces couches dans le groupe Démographie et mode de vie, qui comprend des cartes pour les États-Unis et de nombreux autres pays du monde en utilisant les dernières données démographiques d'Esri et d'autres sources. Pour plus d'informations, voir Nouvelles cartes démographiques et de style de vie.

Cartes de politique

Où les fuseaux horaires affectent-ils le sommeil ?

Le sommeil est associé à des effets sur la santé tels que l'obésité, les maladies cardiovasculaires et d'autres maladies, ainsi qu'à la performance économique telle que les revenus. Cette nouvelle carte Web montre le pourcentage d'adultes qui déclarent dormir moins de sept heures par nuit en moyenne, ainsi que leur distance par rapport à une limite de fuseau horaire. Cette carte utilise deux couches trouvées dans ArcGIS Living Atlas : County Health Rankings 2021 et World Time Zones.

Classements de santé des comtés de 2021

Cette couche d'entités contient les données 2021 County Health Rankings pour les niveaux de la nation, de l'État et du comté. Les classements sont compilés à l'aide de mesures au niveau du comté à partir d'une variété de sources de données nationales et étatiques et comprennent diverses mesures des facteurs de santé et des résultats pour la santé. Voici quelques exemples de mesures :

  • Adulte fumeur
  • Inactivité physique
  • Vaccination contre la grippe
  • La pauvreté infantile
  • Conduire seul au travail

Produit intérieur brut (PIB) 2019

Cette nouvelle couche d'entités contient les estimations du PIB 2019 du Bureau of Economic Analysis (BEA) pour la nation, les régions, les États et les comtés. Cette couche prête à l'emploi peut fournir un contexte lors de la cartographie des sujets économiques et commerciaux.

Accès à l'épicerie aux États-Unis et à Porto Rico

De nouvelles couches, cartes et applications (voir les applications Living Atlas ci-dessus) indiquent les zones situées à moins de dix minutes à pied ou à dix minutes en voiture d'une épicerie aux États-Unis et à Porto Rico. Les emplacements des épiceries proviennent de SafeGraph et reflètent les emplacements actuels en octobre 2020.

Répartition des États du recensement de 2020

La couche de répartition des États du recensement de 2020 contient les données de la répartition des recensements de 2010 et 2020 pour la Chambre des représentants des États-Unis. La couche contient des informations sur la population, les sièges représentatifs et l'évolution dans le temps. Huit cartes basées sur la couche qui explorent différentes facettes des données ont été publiées et apparaissent dans l'Atlas de répartition de l'État 2020.

Enquête communautaire américaine (ACS)

L'équipe Living Atlas Policy Maps gère une collection de 104 couches contenant une multitude de données provenant de l'American Community Survey (ACS) du U.S. Census Bureau. ACS est une enquête en cours menée par le Bureau du recensement des États-Unis qui fournit chaque année des informations vitales sur notre nation et ses habitants.

Nouvelles cartes et applications basées sur les données ACS ont été récemment publiés et sont disponibles dans Living Atlas avec des cartes disponibles dans Esri Maps for Public Policy. Ceux-ci inclus:

Recensement INEGI 2020

Une collection de cartes et de couches a été publiée à l'aide des données de l'Instituto Nacional de Estadística y Geografía (INEGI) Institut national de statistique et de géographie. L'Institut national de la statistique et de la géographie est une agence du gouvernement mexicain servant à remplir le système national d'information statistique et géographique du pays.

Notez que bon nombre de ces cartes utilisent des fonctionnalités introduites dans Map Viewer qui ne sont pas prises en charge dans Map Viewer Classic. Pour plus d'informations et d'autres cartes et couches, consultez les détails des éléments suivants :

Cartes Esri pour les politiques publiques

Les cartes politiques montrent clairement où il y a une opportunité d'intervenir. Esri Maps for Public Policy fournit un accès instantané à des cartes utiles qui éclairent les zones où votre travail peut faire la différence. Libre au public de voir et d'utiliser, ces cartes de politique donnent à votre équipe une longueur d'avance pour comprendre les personnes, les organisations et les problèmes de votre communauté.

Pour tirer le meilleur parti de Policy Maps, des ressources sont disponibles pour l'éducation, la formation, les meilleures pratiques et les perspectives de l'industrie qui vous aident à améliorer votre maîtrise des données, vous fournissent des modèles et vous connectent avec le travail de vos pairs. Voir Esri Maps pour les ressources de politique publique.

Collections de cartes de politique

Les collections Policy Maps rassemblent des histoires et des ressources du site Web Esri Maps for Public Policy pour vous aider à en savoir plus sur des sujets spécifiques. Les collections comprennent des formulaires pour vous permettre de soumettre vos propres cartes pour élargir la compréhension.

Outils d'analyse

Modèles d'apprentissage en profondeur

Des modèles d'apprentissage en profondeur prêts à l'emploi sont désormais disponibles via ArcGIS Living Atlas. Ces modèles ont été formés sur des données provenant de diverses zones géographiques, vous n'avez plus à investir du temps et de l'énergie dans l'extraction manuelle de fonctionnalités ou la formation de votre propre modèle d'apprentissage en profondeur. À mesure que de nouvelles images arrivent, vous pouvez facilement extraire des caractéristiques d'un simple clic et produire des couches pour la cartographie, la visualisation et l'analyse.

De nouveaux modèles d'apprentissage profond géospatiaux pré-entraînés ont été ajoutés :

Pour en savoir plus sur les packages d'apprentissage en profondeur et leur utilisation, consultez les détails de l'article. Parcourez l'Atlas vivant pour afficher tous les packages d'apprentissage en profondeur, les packages de règles et les modèles de fonctions raster.

Cartes de la communauté

Le programme Community Maps permet aux communautés de fournir des données faisant autorité pour aider à créer l'Atlas vivant ArcGIS. Vous pouvez fournir des commentaires, créer des fonctionnalités détaillées et partager des couches de données et des services, contribuant ainsi aux fonds de carte Esri que tout le monde peut utiliser.

Plus de 120 communautés nouvelles et mises à jour ont été récemment contribuées, couvrant 3 continents. Ce contenu est utilisé pour enrichir les fonds de carte Living Atlas et le service World Imagery.

Si vous n'avez pas de collection de couches de données à fournir, mais que vous souhaitez tout de même contribuer, envisagez d'ajouter du contenu via l'application Community Maps Editor. Modifiez des parties du fond de carte Esri Community Maps pour ajouter des fonctionnalités détaillées pour les universités, les écoles, les parcs, les monuments et d'autres domaines d'intérêt particuliers.


Remerciements

Les auteurs remercient K. Bomblies, F. Kolář, E. Kramer, J. Mallet, E. Molina-Henao, C. Parisod, C. Román-Palacios, R. Schmickl, les membres des laboratoires Hopkins et Mallet, et deux relecteurs anonymes pour des discussions et des commentaires utiles sur le manuscrit, et C. Switzer pour son aide dans les analyses statistiques. YFMH a été soutenu par une bourse d'études supérieures du département de biologie organique et évolutive de l'Université Harvard, du département administratif colombien des sciences, de la technologie et de l'innovation -COLCIENCIAS- (538-2012) et du programme d'échange de visiteurs Fulbright (G-1- 12218).


Discussion

Problèmes méthodologiques

Notre travail confirme l'utilité du GBS pour étudier les histoires de domestication des cultures ainsi que les relations taxonomiques au niveau du genre et en dessous. Le GBS a pu détecter les SNP pour l'ensemble particulier d'individus utilisés, évitant ainsi le biais de détermination qui se produit lorsque des panels de SNP développés dans un petit nombre de variétés commerciales sont utilisés pour cribler des variétés locales ou des plantes sauvages (Heslot et al., 2013 Chu et al., 2020). Outre la lentille (Wong et al., 2015), le GBS a été utilisé pour étudier les relations phylogénétiques au sein de la carotte (Arbizu et al., 2016), de l'amarante (Stetter et Schmid, 2017), du café (Hamon et al., 2017) , et le blé (Hyun et al., 2020).

Nous avons tenté de cartographier les lectures par rapport à un génome de référence bien annoté. Pendant la période de développement de ce travail, il n'y avait pas de génome de lentille assemblé, et nous avons donc choisi le génome du pois chiche, car il a une histoire de domestication similaire à celle de la lentille (Zohary et al., 2012). Cependant, l'utilisation d'un pipeline BWA pour cartographier les lectures par rapport au génome du pois chiche a produit 61 SNP de moins qu'un pipeline sans génome de référence. Cela contraste avec les observations précédentes où les pipelines qui utilisent un génome de référence ont identifié plus de SNP que deux pipelines alternatifs qui ne nécessitent pas de génome de référence (Torkamaneh et al., 2016). Cet écart est probablement dû au manque de synténie entre les génomes de la lentille et du pois chiche, car ils appartiennent à différentes tribus au sein de la famille des Fabacées (Fabeae et Cicereae, respectivement) (Smıkal et al., 2015).

En utilisant une méthode de référence de cluster, au lieu d'un génome de référence, nous étions toujours en mesure de générer des inférences phylogénétiques solides à partir des données GBS (Figure 1). L'utilisation de différents pipelines et critères de filtrage sur les données GBS est connue pour affecter le nombre et la qualité des SNP identifiés (Torkamaneh et al., 2016 Yu et al., 2017 Loureiro et al., 2020b). Nos conditions de filtrage ont produit des nombres très différents de SNP nécessitant des décisions à prendre entre des conditions de filtrage lâches ou plus restrictives (plus de couverture, moins de données manquantes, MAF plus élevés) pour différents types d'analyses. Néanmoins, il a été observé que les conditions de filtrage n'affectent pas, en général, la détermination de la structure de la population ou l'inférence phylogénétique (Loureiro et al., 2020a Oliveira et al., 2020). Le regroupement des accessions basé sur les PCA obtenus à partir d'ensembles de données avec différents nombres de SNP était très similaire (Figure supplémentaire 1), avec les quatre groupes de base dans le Lentille genre distinctement récupéré maintes et maintes fois. Pour les questions relatives à la structure de la population et aux relations phylogénétiques, les conditions de filtrage n'ont pas affecté les résultats. Les analyses de la structure de la population et les phylogénies déduites étaient similaires aux études précédentes : quatre ou cinq groupes, lorsque différentes espèces au sein de Lentille sont pris en compte (selon que orientalis et culinaris sont divisés ou non) (Alo et al., 2011 Ogutcen et al., 2018 Dissanayake et al., 2020) et trois grands groupes au sein des lentilles cultivées (Khazaei et al., 2016 Koul et al., 2017).

La séparation très nette des accessions par espèce dans les analyses phylogénétiques et de la structure des populations a permis d'identifier les accessions mal classées. Nous avons trouvé neuf accessions, toutes sauvages, où les espèces signalées dans les données de passeport ne correspondaient pas à leur emplacement dans les arbres PCA, STRUCTURE ou phylogénétiques. La classification erronée des échantillons est un problème récurrent avec les accessions de matériel génétique (Mason et al., 2015). Dans des études sur les lentilles, Dissanayake et al. (2020) ont observé 22 accessions mal classées sur 467 accessions de lentilles, et 4 accessions sur 83 ont été identifiées comme classées par erreur par Wong et al. (2015). La manière de traiter les accessions qui sont des hybrides putatifs entre différents groupes ou qui pourraient avoir été affectées par le flux de gènes au cours de leur passé évolutif est moins simple. Ceux-ci pourraient être informatifs sur les processus d'introgression, ou de simples bruits méthodologiques. Nous avons choisi de les signaler mais de les exclure des analyses en aval de L. culinaris accessions (tableau supplémentaire 2).

Le Lentille Genre

Nos résultats corroborent des études antérieures qui ont identifié quatre grands groupes au sein de la Lentille genre (Wong et al., 2015 Dissanayake et al., 2020). Fait intéressant, le logiciel STRUCTURE n'a pas si clairement distingué ces groupes (figures 1B, C). Ici, L. c. subsp. odemensis et L. nigricans semblent être L. ervois et sauvage L. culinaris hybrides. Il est peu probable que cela reflète une réalité biologique. Il a été montré que pour ce type d'approche bayésienne, les groupes avec un petit nombre d'échantillons ou avec une faible dérive génétique sont susceptibles de se présenter comme mélangés entre d'autres groupes du panel (Lawson et al., 2018). C'était probablement le cas pour ces deux taxons de notre panel. orientalis et culinaris ont été placés dans le même clade dans la phylogénie et regroupés dans le PCA et le DAPC (Figure 1), séparément de tous les autres taxons. Ils étaient cependant distincts dans le K = 7 passages STRUCTURE, avec l'ensemble du panel d'accession (Figure 1C), et dans les passages comprenant uniquement L. culinaris (Figure 2).

Alo et al. (2011) et Wong et al. (2015) considéré L. nigricans être l'espèce la plus éloignée des espèces domestiquées culinaris. Comme nous n'avons pas échantillonné en dehors du genre Lentille, nous n'avons pas pu déterminer quelle espèce était la plus éloignée des culinaris domestiqués et, par conséquent, nous avons choisi de suivre le consensus existant (voir la figure supplémentaire 13 pour des racines alternatives). Sur la base de nos analyses phylogénétiques et génétiques des populations, les deux L. nigricans et L. ervois sont tout à fait distincts du pool génétique domestiqué. L. ervois est déduit comme sœur de L. c. subsp. odemensis (Figure 1A), ressemblant à la topologie obtenue par Dissanayake et al. (2020). Calcul des distances génétiques de Nei et FST les valeurs indiquent L. nigricans comme le taxon le plus distinct de L. culinaris (Tableau 2). Wong et al. (2015) considéré tomenteux faisant partie du même pool génétique que culinaris et orientalis. Nous n'avons eu que deux accessions de tomenteux dans notre panel et les deux ont été regroupés avec L. ervois accessions (Figure supplémentaire 2). Très probablement, ces deux accessions ont été mal étiquetées, et cette observation ne soutient pas nécessairement un cas pour tomenteux étant considéré comme faisant partie du L. ervois pool génétique.

Les valeurs négatives de Tajima&# x2019s suggèrent une abondance d'allèles rares qui semblent indiquer un rétablissement après un récent goulot d'étranglement ou une expansion de la population (Jensen et al., 2005). Dans le cas des cultures, cet effet a été observé pour les SNP générés par le GBS et interprété comme un goulot d'étranglement suite à la domestication d'une population qui avait un pool génétique étroit pendant la domestication (Nimmakayala et al., 2016). Cette conclusion doit être interprétée avec prudence, car les événements démographiques et la sélection peuvent être difficiles à distinguer en l'absence de données à l'échelle du génome (Cortés et Blair, 2018). En tout cas, dans nos données, négatif Tajima’s des valeurs ont été observées dans tous les taxons, pas seulement les types domestiqués. Séquençage des gènes liés à la domestication chez les animaux cultivés et sauvages Lentille pourrait éclaircir cet aspect. Il est à noter que le filtrage des données manquantes pour Jeu de données 1 changé le signal de Tajima&# x2019s valeurs pour L. c. subsp. odemensis et L. ervois. Les effets du filtrage SNP dans les données GBS doivent être pris en compte lors du calcul de cette statistique à partir des données GBS.

Domestication et diffusion de la culture des lentilles

Nos données indiquent que orientalis est l'ancêtre sauvage de la lentille cultivée, avec d'autres Lentille espèces ayant un apport résiduel ou aucun apport dans le pool génétique cultivé. L'analyse de la structure génétique des populations K = 3 modèle indique un large partage d'allèles entre orientalis et culinaris accessions de SWA et du bassin méditerranéen.

Lors de l'attribution d'informations géographiques aux données génétiques, nos résultats suggèrent une origine unique pour la domestication des lentilles mais ne parviennent pas à identifier une origine précisément localisée pour ladite domestication. Dans les analyses phylogénétiques, tous culinaris sont regroupés et imbriqués dans orientalis. En accord avec le point de vue selon lequel la monophylie indique un seul événement de domestication, par opposition à plusieurs, nos données soutiennent une seule origine pour la lentille, similaire aux origines proposées de petit épeautre, amidonnier, orge, maïs, mil, soja, carotte, et le tournesol (Luo et al., 2007 Ross-Ibarra et Gaut, 2008 Honne et Heun, 2009 Guo et al., 2010 Dussert et al., 2015 Arbizu et al., 2016 Park et Burke, 2020). Néanmoins, cette interprétation a été contestée pour des raisons méthodologiques et biologiques pour d'autres cultures SWA (Allaby et al., 2008 Brown et al., 2009 Fuller et al., 2011). Dans le cas de la lentille, nos données montrent que le pool génétique cultivé a émergé d'une seule sous-population de orientalis. En supposant que la diversité génétique actuelle des orientalis n'est pas significativement différent de celui d'il y a 10 000 ans, cette population progénitrice était génétiquement structurée. En effet, deux sous-populations (groupes D1 et D2) ont été révélées par STRUCTURE (Figure complémentaire 10), et le groupe D2 était génétiquement plus proche de tous les groupes de lentilles cultivées (Tableau complémentaire 5). De plus, sa distribution correspond aux premiers restes de lentilles cultivées dans la région, cependant, c'est une distribution très large allant du sud de la Turquie à la Jordanie.

Est-ce qu'un ou plusieurs événements de domestication se sont produits dans différents endroits où orientalis la sous-population D2 a-t-elle été trouvée ? L'occurrence sympatrique dans la zone centrale de la SWA de deux principales populations ancestrales de lentilles cultivées (groupes A et B) peut être considérée comme un argument contre l'hypothèse d'un seul événement de domestication. La répartition géographique de nos accessions du groupe A et du groupe B correspond globalement aux clusters K6 et K2 identifiés par Alo et al. (2011), respectivement. Le groupe A est principalement distribué dans le sud-est de la Turquie et en Iran/Irak, tandis que le groupe B est principalement présent dans le sud du Levant. Il est intéressant de noter que les quatre orientalis accessions montrées dans le modèle STRUCTURE pour K = 4 (avec L. culinaris adhésions uniquement) ont une proportion élevée de membres culinaris groupe B (Figure supplémentaire 7) originaire du sud du Levant.Cela pourrait être dû à (1) la naturalisation de ces accessions après avoir échappé à la culture (comme c'est probablement le cas de PI 136658), (2) l'introgression à partir de lentilles cultivées, ou (3) l'ILS dans un scénario où le groupe B culinaris les accessions descendantes de ces orientalis adhésions. L'introgression depuis ou dans les espèces sauvages liées aux cultures cultivées est un phénomène documenté chez le tournesol (Baute et al., 2015 H࿋ner et al., 2019), le palmier dattier (Flowers et al., 2019), la betterave (Ellstrand et al. ., 2013) et le manioc (Bredeson et al., 2016). Dans les légumineuses de l'Ancien Monde, cela n'a pas fait l'objet d'une enquête aussi approfondie. Dans une étude de 103 accessions de pois chiche sympatriques sauvages et cultivés au Proche-Orient, van Oss et al. (2015) n'ont trouvé qu'une seule accession hybride entre les formes sauvages et cultivées. Des études sur le terrain indiquent que le degré d'allogamie chez les lentilles peut aller de 0,06 à 5,12 % entre les cultivars et peut atteindre 22 % au sein du même cultivar, selon les conditions environnementales et génétiques (Horneburg, 2006). Nos données indiquent que le flux de gènes est résiduel mais était à nouveau intense entre le groupe A et orientalis qu'entre le groupe B et orientalis (Illustration 4). Dans ce cas, la possibilité que des allèles partagés entre le sud du Levant culinaris adhésions et orientalis de la région les résultats de l'ascendance commune sont renforcés. Dans ce scénario, bien que le groupe A et le groupe B culinaris issu du groupe D2 orientalis, ils auraient été dérivés de pools de gènes sauvages légèrement différents localisés respectivement dans le nord et le sud du Levant. Alternativement, un seul événement de domestication aurait pu se produire, mais il aurait été rapidement suivi d'un processus naissant d'adaptation locale à ces deux régions qui aurait abouti à ces différents groupes. D'autres études avec plus orientalis des accessions devront être réalisées pour élucider la relation entre les plantes sauvages et cultivées dans différentes régions.

Culinaire des accessions appartenant à des groupes génétiques distincts coexistent dans presque toutes les régions et nombre d'entre elles appartiennent proportionnellement à plus d'un groupe. Ce schéma a été systématiquement observé dans les études précédentes (Lombardi et al., 2014 Khazaei et al., 2016 Pavan et al., 2019). Cette ascendance mixte pour certaines lentilles cultivées peut s'expliquer par une introgression tout au long de leur histoire de culture ou par une sélection relâchée sur une population source génétiquement diversifiée. Dans le premier cas, la culture côte à côte de variétés issues de populations sources différentes aurait créé des opportunités d'introgression. L'échange de pollen, malgré l'habitude principalement autogame des lentilles, aurait pu donner lieu à des hybrides. Ce phénomène a été largement étudié dans le cas d'introgression entre plantes domestiquées et sauvages (Iriondo et al., 2018). Cependant, le très faible niveau de flux de gènes entre les trois culinaris groupes (figure 4D) n'appuie pas cette hypothèse. Il est plutôt probable qu'au lieu de cela, les lentilles introduites dans des zones à l'extérieur de la SWA aient été extraites de populations sources génétiquement diverses. Dans certaines régions, cette diversité était mieux préservée, alors que dans d'autres, la sélection, les effets fondateurs ou les goulets d'étranglement génétiques auraient pu aboutir à des races locales plus uniformes génétiquement. Une propagation relativement rapide d'une population source génétiquement mélangée, sans que des différences régionales n'apparaissent, explique le faible isolement par distance (IBD) observé pour tous les groupes (figure 5). La lentille n'a probablement jamais été cultivée aussi intensivement que les céréales, restant une culture à plus petite échelle. Ainsi, la pression sélective pour des caractères spécifiques n'aurait jamais été aussi forte que pour les céréales. L'existence de microsperme et macrosperme variétés montre que la pression sélective pour un caractère de base, comme les grosses graines, était absente dans la majeure partie de l'aire de répartition des lentilles. Ce rôle complémentaire, plutôt que primaire, de la lentille dans les systèmes d'élevage pourrait expliquer le maintien de certaines populations diversifiées. Dans d'autres domaines, la pression aurait pu être plus forte. Le groupe C est distribué en dehors des environnements méditerranéens où la lentille a émergé et a la plus faible diversité génétique, ce qui reflète probablement un goulot d'étranglement résultant du besoin des premiers agriculteurs de sélectionner des plantes plus robustes qui pourraient faire face à un climat plus humide/plus froid.

Nous proposons un modèle de domestication de la lentille où les chasseurs-cueilleurs tardifs du PPNA intensifiaient la collecte de orientalis et expérimenter la culture dans les jardins près de leurs villages semi- ou entièrement sédentaires. L'exploitation des lentilles sauvages était probablement plus intense dans le sud de la Turquie/Syrie et dans les régions d'Israël/Jordanie, que dans le sud-est de la Turquie ou en Irak/Iran. Les données archéobotaniques montrent que la partie sud de la SWA mettait très tôt l'accent sur les lentilles, tandis que dans le nord, les premiers agriculteurs se concentraient davantage sur les pois (Fuller et al., 2011). Les restes de lentilles ne se trouvent qu'à des stades ultérieurs du néolithique dans le sud-est de la Turquie (Girikihaciyan, 8200&# x20137350 cal BP), en Iran (Tepe Sabz, 8350&# x20137750 cal BP) et en Irak (Jarmo, 9450&# x20139300 cal BP), et, dès le début de sa culture, le diamètre des graines est beaucoup plus grand que sauvage orientalis (Zohary et al., 2012). Par conséquent, il est plausible que la partie sud de la SWA ait été la zone centrale de domestication des lentilles, l'espèce ayant été introduite à un stade avancé de domestication dans d'autres parties de la SWA. L'exploitation intensive de la lentille sauvage aurait pu être faite à la fois pour la consommation humaine et comme fourrage pour des animaux tels que les chèvres, les bovins ou les moutons, qui étaient eux-mêmes en train d'être domestiqués (Spengler et Mueller, 2019). La teneur élevée en protéines de la lentille l'aurait rendue particulièrement attrayante pour cette dernière utilisation. Cette culture de sauvage orientalis dans des espaces désignés loin des autres peuplements sauvages aurait conduit à un isolement reproductif qui aurait finalement abouti à la culinaris.

Des peuplements sauvages légèrement différents dans différentes régions (c'est-à-dire Turquie/Syrie et Israël/Jordanie) auraient pu conduire à l'émergence des groupes A et B dans les lentilles cultivées. Il s'agit probablement d'un processus de longue haleine, comme en témoigne le lent changement de forme et de taille des lentilles dans les archives archéobotaniques (Lucas et Fuller, 2014). Un échange de variétés sauvages, semi-domestiquées ou domestiquées entre différents groupes humains de la région peut expliquer le fort mélange observé dans les lentilles cultivées. Une autre possibilité est que le groupe A représente la lentille domestiquée d'origine, comme le montre la faible distance génétique et FST entre celui-ci et le groupe D2 orientalis (Tableau supplémentaire 5). Les lentilles semi-domestiquées ou domestiquées du Levant sud auraient alors abouti à un groupe régional (groupe B).

Une fois établies, les lentilles cultivées se sont propagées hors du SWA. La répartition géographique des groupes A et B suggère que les deux groupes faisaient partie de l'introduction vers l'ouest des lentilles en Europe (Figure 6). Il n'est pas clair si cela s'est produit pendant le néolithique ou si cela a suivi l'établissement ultérieur de populations humaines (par exemple, pendant les périodes romaine ou islamique) apportant ces variétés de lentilles. Étant donné le placement des groupes B2 et C dans le même clade dans l'arbre phylogénétique, il est clair qu'ils partagent un ancêtre commun le plus récent, ce qui signifie que le groupe C aurait émergé du groupe B lorsque les lentilles ont été introduites en Europe centrale. Le groupe C aurait probablement résulté de la sélection de variétés mieux adaptées à l'environnement plus froid et plus humide qui caractérise l'Europe centrale et aurait pu être introduit par les premiers agriculteurs associés à la culture néolithique LBK. La propagation des lentilles vers l'est de la SWA était probablement différente. Les lentilles du groupe A, émergeant probablement dans le nord du Levant, auraient été introduites dans la région Irak/Iran et de là vers l'Asie centrale et le sous-continent indien. Les lentilles du groupe B2 auraient été introduites dans la péninsule arabique et, à terme, dans la Corne de l'Afrique, leur apparition en Méditerranée occidentale pourrait être un phénomène tardif, comme le suggère la répartition géographique des groupes B1 et B2 (Figure supplémentaire 9). Très probablement, la propagation de la lentille a été relativement rapide avec une faible pression sélective exercée par les agriculteurs au cours de son histoire de culture, ce qui expliquerait le manque de populations régionales discrètes et la faible MII. Des introductions de variétés de régions éloignées au cours des périodes historiques sont susceptibles d'avoir eu lieu.

Figure 6. Modèle proposé pour la diffusion de la culture de lentilles basé sur des données génomiques.

Base génétique de la domestication et de la propagation des lentilles

Le GWAS basé sur les données SNP générées par le GBS a déjà été utilisé pour identifier des loci ou des gènes sous-jacents à la domestication et à l'adaptation, par exemple dans le haricot commun (Oladzad et al., 2019 Rau et al., 2019) et l'orge (Würschum et al. ., 2018). Notre analyse GWAS n'a identifié que huit marqueurs associés aux traits de domestication ou d'adaptation des lentilles. Ce faible nombre peut être dû à une petite divergence entre les accessions sauvages et domestiquées, un petit nombre de gènes sous-jacents aux traits du syndrome de domestication et d'autres impliqués dans l'adaptation physiologique, un petit nombre de SNP correspondant aux régions génomiques dans lesquelles ces gènes se trouvent, ou la faible nombre d'accessions utilisées. Néanmoins, dans un ensemble de 422 101 SNP basés sur le transcriptome obtenus à partir de 263 accessions, Dissanayake et al. (2020) n'ont pu identifier que huit gènes candidats associés à des régions génomiques variables chez la lentille.

Dans le cas de la domestication, nous avons trouvé trois SNP associés mais n'avons pu identifier un gène putatif associé à l'un d'eux autre qu'une protéine non caractérisée exprimée dans le pois chiche (tableau supplémentaire 6). Concernant l'adaptation, la « précipitation du trimestre le plus humide » et la « température maximale du mois le plus chaud » étaient les seules variables environnementales, parmi les quatre que nous avons évaluées, qui semblaient avoir laissé une empreinte génomique. Nous avons identifié des associations avec une perméase d'acides aminés, un transporteur ABC et une protéine contenant le domaine BED à doigt de zinc DAYSLEEPER. De telles protéines ont été impliquées dans la croissance des méristèmes végétaux, la résistance aux maladies, le métabolisme de l'azote et les processus de détoxification (Knip et al., 2013 Do et al., 2018 Zhang et al., 2020). Une enquête plus approfondie sur ces gènes de lentille peut offrir une meilleure vue sur la façon dont cette culture fait face au stress abiotique, ouvrant la voie à de nouvelles races.

Nous avons cherché à savoir si les deux allèles pour chacun des cinq SNP liés à l'adaptation étaient présents dans orientalis. Si tel est le cas, nous pourrions émettre l'hypothèse que l'adaptation a émergé de la variation permanente du géniteur sauvage et, sinon, que de nouvelles mutations ont émergé dans le pool génétique domestiqué et ont été positivement sélectionnées. Pour quatre SNP, seul l'allèle de référence a été identifié dans orientalis, et pour un (SC00006020_87), les deux allèles ont été détectés dans la nature. Il est à noter que, pour les SNP liés à l'adaptation, l'allèle alternatif n'a toujours été trouvé que dans les accessions du groupe B, qui sont distribuées dans les régions les plus sèches et les plus chaudes.


Conclusion

Notre étude visait à combiner des approches de terrain et de modélisation pour mieux comprendre le profil et le taux de propagation de la maladie de Lyme dans le sud du Québec au cours des prochaines décennies. Ici, nous avons identifié une forte association de B. burgdorferi avec la présence de P. leucopus dans une zone d'émergence de risque de maladie de Lyme. De toute évidence, la présence de P. leucopus n'est pas une condition sine qua non pour B. burgdorferi cette bactérie est un hôte généraliste (Hanincova et al., 2006 ), elle est en train d'émerger dans un certain nombre d'endroits au Manitoba où P. leucopus ne se produit pas (et P. maniculatus est l'espèce de rongeur dominante : L. R. Lindsay, données non publiées), et la bactérie a été identifiée sur l'un de nos sites où P. leucopus n'a pas été trouvé. Néanmoins, ici B. burgdorferi a été le plus souvent trouvé dans des endroits où les deux I. scapulaire et P. leucopus s'est produite, ce qui suggère que la présence de P. leucopus facilite B. burgdorferi invasion. Communautés où P. leucopus se produisent produisent probablement plus efficace B. burgdorferi cycles de transmission, entraînant une prévalence d'infection plus élevée chez les petits mammifères et les tiques. Celles-ci P. leucopus-les communautés riches sont donc des points chauds pour le risque de maladie de Lyme, et nous prévoyons que la portée géographique de ces points chauds s'étendra vers le nord avec le changement climatique. Bien que nos cartes des risques soient utiles pour identifier les zones à plus haut risque de maladie de Lyme, notre travail fournit également une base de comparaison avec les futures études de surveillance et aide ainsi à quantifier le taux d'émergence de la maladie de Lyme dans la région. Nous recommandons que des études combinées de la distribution des tiques et des souris à pattes blanches soient menées pour aider à la prise de décision sur la gestion du risque de maladie de Lyme au Québec. De telles études faciliteront l'identification des zones actuelles et futures de risque élevé d'apparition de B. burgdorferi dans la région. Alors que la prévalence globale de B. burgdorferi tiques à la recherche d'hôtes dans le sud du Québec est encore faible (

13%, cette étude Ogden et al. 2010 ) en comparaison avec les taux de >20 % typiquement observés aux États-Unis (Gatewood et al. 2009 ), le risque de contracter la maladie de Lyme au Québec est maintenant réel et croissant (Bourre-Tessier et al. 2011 ). Les travaux futurs devraient être conçus pour intégrer des données sur les activités humaines récréatives et professionnelles et établir un lien entre le risque environnemental (c'est-à-dire la présence de B. burgdorferi) avec un risque de maladie de Lyme chez l'homme (Medlock et Jameson 2010 ).


MATÉRIELS ET MÉTHODES

Sélection d'échantillons et extraction d'ADN.—

Des échantillons de P. brachyphona et des groupes externes ont été collectés dans toute leur aire de répartition pour une analyse génétique au début des années 2000. L'assistance dans ces collections a été fournie par un réseau d'herpétologistes à travers plusieurs états (voir Remerciements). Un total de 36 spécimens de rainette faux-grillon (33 P. brachyphona et groupes externes : deux P. feriarum et une P. brimleyi) ont été collectés dans 29 comtés (33 localités) de l'est des États-Unis (Fig. 1, Tableau 1). Les permis de collecte scientifiques appropriés de l'État et les approbations du protocole IACUC ont été obtenus avant la collecte des spécimens. Les grenouilles ont été soit coupées aux orteils, soit disséquées pour le foie, les muscles des pattes et le tissu cardiaque. Les tissus ont été congelés dans de l'azote liquide ou conservés dans un tampon tissulaire ou de l'éthanol à 95 % et conservés à -80°C. Les spécimens de référence ont été déposés dans la collection d'histoire naturelle du Texas (Université du Texas à Austin Biodiversity Center), le musée d'histoire naturelle Sternberg de l'université d'État de Fort Hays ou le musée d'histoire naturelle de l'université de Floride. L'ADN génomique a été extrait d'échantillons de tissus à l'aide du système OMEGA bio-tek E.Z.N.A. Kit d'ADN tissulaire.

Échantillons de rainette faux-grillon des montagnes recueillis pour cette étude et utilisés dans des analyses génétiques. Des grenouilles ont été recueillies à plusieurs endroits (points pleins) dans les Appalaches dans l'est des États-Unis. En tant qu'exogroupes, des spécimens de P. brimleyi et P. feriarum (respectivement des triangles pleins et creux) ont été collectés.

Échantillons de rainette faux-grillon des montagnes recueillis pour cette étude et utilisés dans des analyses génétiques. Des grenouilles ont été recueillies à plusieurs endroits (points pleins) dans les Appalaches dans l'est des États-Unis. En tant qu'exogroupes, des spécimens de P. brimleyi et P. feriarum (respectivement des triangles pleins et creux) ont été collectés.

Échantillonnage génétique de Pseudacris à travers l'est des États-Unis. Le numéro d'identification fait référence à l'identification de l'échantillon génétique traité au Center for Anchored Phylogenomics de la Florida State University. Un « n/a » fait référence à des échantillons sans bon (échantillon de tissu uniquement). Les abréviations des collections sur le terrain sont les suivantes : ECM–Emily Moriarty Lemmon JA–J.J. Apodaca JTC–Joseph T. Collins MHP–Musée des hautes plaines (Musée d'histoire naturelle de Fort Hays Sternberg).

VAAUh48qZkmsdwPKZ50-v3jq0X5Qfikv-3HjfLb9xtT98nV1ZEdiNVwn9GhdDqBG7Mp7HdpOLFz0E2f25uiv9mA9q9zcocIZ2hjm3vp7HJZEjdq9l2pgxLU-MMS9L-C-GBSYYcvh6BgFDQnhhgBXVvZCf3THUNsCRoYeBH0J6ZJNcvX1ZQiwjd2qsqqqDaRuTVibSZkcFVqHjYCpWM8J8XKcqkurLm1AIn4jGtnfZ5GKmMJZdjJGexmd1i73cIjTNAAMrr55ZYssc0pXbHJRVhoJPdVgHY4wTNdZLuQ __ & ampKey-Pair-Id = APKAIE5G5CRDK6RD3PGA »/>

Génération et assemblage de données.—

Les échantillons ont été traités et analysés au Center for Anchored Phylogenomics de la Florida State University (https://anchoredphylogeny.com) selon les méthodes décrites dans Lemmon et al. (2012) et Prum et al. (2015). L'ADN génomique a été quantifié via un fluoromètre Qubit™ en utilisant un kit dsDNA HS Assay (Invitrogen™). Un gel d'agarose à 2% a été utilisé pour visualiser la taille et la qualité de l'ADN. Ces informations ont été utilisées pour déterminer le temps nécessaire pour cisailler l'échantillon jusqu'à une plage de tailles de 175 à 575 pb sur un ultrasoniseur focalisé Covaris E220 (Covaris Inc.). Des échantillons d'ADN cisaillés ont subi une préparation de bibliothèque génomique selon le protocole de (Meyer et Kircher, 2010) dans des plaques à 96 puits à l'aide d'un robot de manipulation de liquides Beckman-Coulter Biomek FXp.

Les échantillons indexés ont été regroupés (18 échantillons par pool) à des concentrations égales de sorte que chaque pool contenait un total de 750 ng d'ADN de banque dans 3,4 L d'eau. L'enrichissement hybride a été effectué sur chaque pool de bibliothèques à l'aide de la méthode personnalisée Pseudacris Sondes v.1 (Banker et al., 2020), produites dans un kit SureSelectXT (Agilent Technologies). Les pools enrichis ont été quantifiés et regroupés en concentrations équimolaires pour le séquençage. Les pools de séquences ont été sélectionnés par taille avant le séquençage à l'aide du système PippinHT basé sur l'électrophorèse (Sage Science, Inc.) pour la plage de tailles de 400 à 600 pb (y compris les adaptateurs de bibliothèque) afin de réduire le biais de séquençage vers des fragments courts contenant principalement des adaptateurs . Tous les pools de séquençage ont été séquencés sur une voie Illumina HiSeq 2500 dans le Translational Science Lab, Florida State University's College of Medicine. Le protocole de séquençage comprenait 200 cycles pour chacune des lectures appariées, en plus des doubles lectures d'indexation de 8 pb.

Après que les lectures de faible qualité aient été supprimées à l'aide du filtre de chasteté CASAVA, les lectures ont été démultiplexées à l'aide de la lecture d'indexation de 8 pb sans aucune discordance tolérée. Les séquences adaptatrices ont ensuite été supprimées et les lectures chevauchantes ont été fusionnées à l'aide du programme Merge décrit par Rokyta et al. (2012). Les régions et les flancs de la sonde ont été récupérés pour chaque échantillon en utilisant le quasi-de novo approche d'assemblage décrite dans Prum et al. (2015) et Hamilton et al. (2016). Sonder les séquences de régions des deux P. feriarum et P. nigrita ont servi de références dans l'assemblage. Pour réduire les effets des rares erreurs d'indexation et de la contamination croisée, nous avons rejeté les contigs assemblés dérivés de moins de 10 % du nombre typique pour ce locus (par rapport à d'autres homologues pour tous les individus).L'orthologie a été évaluée pour chaque locus en utilisant la divergence par paires entre les homologues pour chaque locus (voir Hamilton et al., 2016 pour plus de détails). Les alignements ont été construits à l'aide de MAFFT v7.023b (Katoh et Standley, 2013) pour chaque ensemble d'orthologues, puis masqués et coupés selon Hamilton et al. (2016), mais avec les paramètres suivants : MINGOODSITES = 14, MINPROPSAME = 0,5 et MISSINGALLOWED = 18. Ces alignements ont été inspectés manuellement dans Geneious R9 (Biomatters Ltd. Kearse et al., 2012) pour s'assurer que les régions mal alignées n'étaient pas présentes. .

Inférence phylogénétique.—

Les arbres de gènes pour chaque alignement de séquences ont été générés en utilisant RAxML v8.2 (Stamatakis, 2014) en supposant GTR + Γ comme modèle de substitution et incluant P. feriarum et P. brimleyi en tant qu'exogroupes. Nous avons effectué 100 répétitions pour chaque arbre génétique afin d'obtenir un support bootstrap et d'estimer un arbre d'espèces à l'aide d'ASTRAL-III v5.6 (Zhang et al., 2018). Étant donné que le fait de contracter des branches à faible support peut améliorer l'inférence globale lors de l'utilisation de méthodes de coalescence (Zhang et al., 2017), nous avons contracté des branches avec un support bootstrap <10 % dans chacun des arbres génétiques. L'arbre des espèces a ensuite été estimé en effectuant un bootstrap multi-locus sur les 100 réplicats précédemment générés pour chaque arbre de gènes. En plus de l'arbre des espèces ASTRAL-III, nous avons estimé une phylogénie dans RAxML v8.2, cette fois en utilisant une version concaténée des 1 669 alignements de loci, en supposant GTR + comme modèle de substitution, et avec un support bootstrap basé sur 100 réplicats. Les résultats ont été visualisés dans TreeGraph v2.14 (Stöver et Müller, 2010).

Délimitation des espèces par le facteur de Bayes.—

Pour tester l'existence de lignées indépendantes au sein de P. brachyphona, nous avons calculé les facteurs de délimitation de Bayes (BF) pour trois modèles différents au sein de la phylogénie de P. brachyphona (Leaché et al., 2014). Le premier modèle regroupait tous les clades de P. brachyphona dans un seul clade, ce qui est concordant avec la taxonomie actuelle (espèce unique). Le deuxième modèle divise la phylogénie de P. brachyphona en deux clades selon la subdivision géographique (voir Résultats). Enfin, nous avons testé un modèle nul dans lequel les individus ont été assignés au hasard aux deux clades du modèle 2. Des estimations de vraisemblance marginale (MLE) ont été obtenues pour chaque modèle en utilisant 48 pas de chemin d'échantillonnage de 100 000 répétitions MCMC. Après un burn-in de 10 %, le MLE le plus élevé de chaque modèle a été utilisé pour calculer les facteurs de Bayes sous la forme BF = 2* (Modèle le plus élevé MLE–Modèle alternatif MLE). L'analyse BF a été réalisée dans SNAPP v1.5 (Bryant et al., 2012) comme implémenté dans BEAST v2.6 (Bouckaert et al., 2019). Les fichiers de paramètres pour l'inférence SNAPP sont disponibles en tant que matériel supplémentaire (voir Accessibilité des données).

Regroupement génétique et structure de la population.—

Nous avons attribué à chacun P. brachyphona aux grappes génétiques avec Structure v2.3 (Pritchard et al., 2000) basé sur un ensemble de données de 21 702 SNP, ainsi qu'un sous-ensemble de cet ensemble de données obtenu en extrayant un SNP par locus (voir Accessibilité des données pour obtenir ces ensembles de données et Structure fichier de paramètres). Pour ces analyses, nous avons inclus les deux échantillons de P. feriarum en tant qu'exogroupes : un provenant de l'extérieur de la distribution P. brachyphona (Comté de Colleton, Caroline du Sud), et un de la partie la plus au sud de la distribution de P. brachyphona (Comté de Macon, Alabama). Dans les deux ensembles de données, nous avons testé le nombre le plus probable de populations de K = 1 à K = 5 en utilisant 100 000 étapes pour l'estimation des paramètres, et 100 000 étapes supplémentaires en tant que déverminage. Nous avons supposé des fréquences alléliques corrélées et aucun lien entre les loci. Pour améliorer la précision de l'estimation de K, nous avons ajusté le paramètre ALPHA à 0,5 (Wang, 2017). Les exécutions ont été automatisées avec structure_threader (Pina-Martins et al., 2017), effectuant 20 exécutions pour chaque K et sélection des meilleurs K sur la base du test d'Evanno (Evanno et al., 2005).

Pour fournir un soutien supplémentaire à nos Structure analyse, nous avons effectué une analyse discriminante des composantes principales (DAPC) de notre ensemble de données SNP tel qu'implémenté dans le package R adegenet (Jombart, 2008 R Core Team, 2018). Premièrement, le nombre le plus probable de clusters a été évalué à l'aide de la fonction find.clusters pour estimer le critère d'information bayésien (BIC) pour chaque K de K = 1 à K = 10. Avec le plus probable K, nous avons effectué une validation croisée (fonction xvalDapc) pour identifier le plus grand nombre de composants principaux informatifs (PC) tout en évitant le surajustement des prédictions d'appartenance au cluster. Enfin, des fonctions discriminantes ont été estimées avec ces CP retenus. Individus hybrides possibles (P. brachyphona X feriarum) ont été identifiés en estimant leur indice hybride (h) dans GenoDive (Meirmans et Van Tienderen, 2004).

Tests d'isolement par distance.—

Nous avons testé la corrélation entre la distance géographique et la distance génétique à l'aide de notre ensemble de données SNP. Une matrice de distance génétique a été calculée pour tous P. brachyphona en utilisant la fonction dist.genpop dans adegenet (Jombart, 2008) après élimination des individus hybrides. La matrice de distance géographique a été calculée à l'aide de l'outil « matrice de distance » dans QGIS v3.6 (QGIS Development Team, 2017). L'estimation de la corrélation entre les matrices a été faite dans R en utilisant le package ade4 (Dray et Dufour, 2007) avec sa fonction mantel.randtest. De plus, nous avons testé l'isolement par distance au sein des clades du Nord et du Sud de P. brachyphona.

Analyses morphométriques.—

Nous avons mesuré 191 P. brachyphona conservés dans cinq collections de musées (Tableau supplémentaire 1 voir Accessibilité des données). La scission entre les clades du nord et du sud se produit approximativement à la rivière Tennessee et à la partie sud des montagnes Blue Ridge (voir les résultats). Nous avons utilisé ces caractéristiques géographiques pour affecter des individus de 25 comtés et 6 États aux clades du Nord et du Sud. Les mesures ont été prises par une seule personne et à l'aide d'un pied à coulisse numérique Insize avec une résolution de 0,01 mm attaché à son dispositif de saisie automatique des données. Les mesures prises sont définies dans Duellman (2001) : longueur museau-évent (SVL), largeur de la tête (HW), longueur de la tête (HL), diamètre du tympan (TD), largeur des yeux (EW), longueur du museau (SL), fémur longueur (FL), longueur du tibia (TL), longueur du pied (FoL) et angle du museau (SA [arcsinus ((largeur de la tête/2)/longueur de la tête)] x 2). Pour identifier les différences globales de taille de ces caractéristiques, nous avons effectué une analyse en composante principale (ACP) basée sur les résidus de régression de chaque variable par rapport à SVL pour contrôler les effets de la taille corporelle. Avec les mêmes résidus, nous avons effectué une série de tests de permutation (1 000 répétitions) pour la différence résiduelle moyenne entre les individus des clades du Nord et du Sud. Toutes les analyses et graphiques ont été réalisés dans R et ses packages ggplot2, ggfortify et dplyr (Wickham et al., 2015 Tang et al., 2016 Wickham, 2016).

Modèles de distribution des espèces et tests de chevauchement des niches.—

Pour tester la divergence écologique au sein de P. brachyphona, nous avons construit des modèles de distribution des espèces (SDM) qui ont pris en compte toutes les distributions connues de P. brachyphona, seulement le clade du Nord, ou seulement le clade du Sud. En plus des coordonnées géographiques associées de nos spécimens, nous avons collecté des enregistrements d'occurrences de la base de données du Global Biodiversity Information Facility (GBIF, 2019) qui avaient une précision d'au moins cinq décimales et qui reposaient sur des spécimens stockés dans les collections des musées. La liste complète des spécimens peut être trouvée dans le matériel supplémentaire (Tableau supplémentaire 2, voir Accessibilité des données).

Nous avons collecté les 19 variables bioclimatiques fournies avec une résolution de 30 s (∼1 Km 2 ). Ces variables sont dérivées de 30 années de mesures de température et de précipitations (Fick et Hijmans, 2017). Nous avons obtenu des données d'altitude de DIVA-GIS (https://www.diva-gis.org/gdata), qui sont fournies sous la forme de rasters de résolution 30 s au niveau du pays à partir de l'ensemble de données SRTM30. Les données spatiales pour la végétation ont été collectées à partir de LANDFIRE sous la forme de rasters de type de végétation existante (EVT) de résolution de 30 m (U.S. Department of Agriculture et Department of the Interior, 2014). Toutes les couches spatiales (Bioclim, altitude et EVT) ont été découpées dans la même mesure, alignées et converties au format ASCII dans QGIS v3.6.

Pour éviter le surajustement des modèles de distribution des espèces, nous avons testé les corrélations entre les variables environnementales à l'aide de la fonction layerStats du package raster dans R (Hijmans et van Etten, 2017). Variables fortement corrélées (r < -0,7 ou r > 0,7) avec deux variables ou plus ont été écartés des analyses ultérieures. Nous avons exclu l'EVT de cette analyse de corrélation en raison de la nature catégorique de ces données. Cela a abouti à un ensemble de dix variables qui a été utilisé pour la génération de tous les modèles de distribution des espèces.

Nous avons utilisé l'algorithme d'entropie maximale implémenté dans MaxEnt v3.4 (Phillips et Dudík, 2008) pour générer des modèles de distribution des espèces. À cette fin, nous avons produit trois partitions différentes des données d'occurrence et produit des SDM avec elles : (1) toutes les occurrences de P. brachyphona, (2) seulement les occurrences du clade du Nord, et (3) seulement les occurrences de la population du Sud. Nous avons exécuté dix modèles répliqués et évalué la puissance du modèle au moyen de validations croisées de 10 fois et du calcul du critère d'information d'Akaike (AIC). À la suite de Morales et al. (2017), nous avons permis de modéliser les réponses des variables environnementales d'après des caractéristiques quadratiques ou seuils, et avec une probabilité d'occurrence en sortie suivant une fonction logistique.

Des tests de fond asymétriques ont été effectués pour déterminer si oui ou non un chevauchement de niche se produit entre les SDM des deux clades. Dans ces tests de fond, Schoener et Warren je les indices de chevauchement des niches pour le clade du Nord SDM ont été comparés à une distribution de 100 et je les valeurs des SDM générées à partir de points sélectionnés au hasard dans la plage de distribution du clade du Sud. Les 100 SDM MaxEnt répliqués ont été exécutés dans ENMtools et rmaxent (Baumgartner et al., 2017 Warren et al., 2019) tels qu'implémentés dans R. Nous avons également testé le chevauchement de niche dans la direction opposée, à savoir, et je valeurs du SDM du clade du Sud par rapport à la distribution aléatoire du clade du Nord.

Divergence des signaux acoustiques à l'intérieur P. brachyphona.—

Les données de signaux acoustiques ont été enregistrées à partir de deux emplacements au Tennessee et en Alabama correspondant respectivement aux clades du Nord et du Sud (Tableau supplémentaire 3, voir Accessibilité des données). Aucun enregistrement n'a été analysé à partir d'endroits où brachyphona X feriarum des hybrides étaient susceptibles de se produire. Un microphone canon Sennheiser ME67 a été utilisé pour enregistrer les appels numériquement sur un enregistreur portable Fostex FR2LE avec une mise à niveau SuperMod (Oade Brothers Audio, Thomasville, GA), en utilisant un taux d'échantillonnage de 44 100 Hz avec une taille d'échantillon de 16 bits. Les fichiers audio d'appels de grenouilles au format .wav ont été analysés à l'aide de SoundRuler (revu par Bee, 2004 http://soundruler.sourceforge.net/) en utilisant les paramètres suivants : longueur du spectrogramme FFT 1024, taille de la fenêtre Hanning 1024, quantité de chevauchement entre FFT échantillons 900 et spectre de puissance FFT longueur 2048. Les caractères d'appel ont été soit extraits de la sortie de données brutes, soit calculés à partir des données brutes selon Lemmon (2009). Les caractères d'appel examinés comprenaient la fréquence du pouls (PR 1/temps de 10 % d'amplitude maximale [début du pouls] à 10 % d'amplitude maximale [début] de la prochaine impulsion au cours de l'appel), le nombre de pouls (nombre PN d'impulsions) et le pic de fréquence dominante de l'appel ( Fréquence dominante des appels DFP à l'amplitude maximale de l'appel). La fréquence du pouls était significativement corrélée à la température et a donc été corrigée à une température commune de 14 °C en utilisant une pente spécifique à l'espèce issue d'analyses de régression linéaire suivant l'équation : ((14 °C – température d'enregistrement) * pente) + fréquence du pouls, où la pente = 6,47. La pente de la régression linéaire a été estimée à partir d'un ensemble plus large d'enregistrements au-delà de ce qui est présenté dans cet article (EML, données inédites).

Pour comparer les différences acoustiques entre les clades du Nord et du Sud de P. brachyphona, nous avons effectué des tests de randomisation et des tests t de Welch entre les deux groupes. Nous avons randomisé les valeurs moyennes individuelles de PR, PN et DFP pour 1 000 fois, et à chaque fois calculé la différence moyenne entre les clades nord et sud de chaque paramètre. Pour effectuer un test bilatéral, nous avons compté le nombre de fois où la différence moyenne empirique était supérieure ou égale à la différence moyenne randomisée et estimé sa probabilité d'occurrence (P-valeur). Les tests t ont également été effectués pour chaque trait acoustique individuel. Toutes les analyses ont été effectuées dans R.

Les abréviations institutionnelles suivent Sabaj (2020).


REMERCIEMENTS

Nous reconnaissons le financement du BELSPO (BELSPO BR/132/A1/BELBEES). Nous remercions spécifiquement Leopoldo Castro, Centre Suisse de Cartographie de la Faune (CSCF/SZKF), Björn Cederberg, Gilles Mahé, Aulo Manino, pour avoir fourni des données et nous remercions tous ceux qui ont fourni leurs données dans le cadre du projet STEP (www. step-project.net). Nous remercions également Steve Donovan pour son aide dans la relecture du manuscrit. Enfin, nous remercions les deux relecteurs anonymes qui ont fourni des commentaires et des idées précieux sur une version précédente du manuscrit.

Remarque : L'éditeur n'est pas responsable du contenu ou de la fonctionnalité des informations fournies par les auteurs. Toute question (autre que le contenu manquant) doit être adressée à l'auteur correspondant à l'article.


Voir la vidéo: Operations Dashboard for ArcGIS: An Introduction