Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Présenté par : RAKOTOSOLOFO Andrianandrasanarivelo
Soutenu publiquement le 09 juillet 2013
- Membres du jury : Président : Docteur ANDRIAMIALISON Haingoson, Maître de conférences
Rapporteur : Docteur RANDRIANASY Jeannot, Maître de conférences
Examinateurs : Professeur RATSIMBAZAFY Henri Jonah, Professeur
Docteur RAKOTONDRAZAFY Toussaint, Maître de conférences
- Invitée : Iris de Winter, University of Netherland.
“IMPACTS DES EFFETS ANTHROPIQUES SUR LA VISION DE COULEUR DES LEMURIENS DIURNES, DANS LA FORÊT DE
KIRINDY-MITEA ET DANS LA FORÊT DE RANOMAFANA”
UNIVERSITE D’ANTANANARIVO
FACULTE DES SCIENCES
DEPARTEMENT DE PALEONTOLOGIE ET D’ANTHROPOLOGIE BIOLOGIQUE (DPAB)
Mémoire de recherche pour l’acquisition du Diplôme d’Etudes Approfondies (D.E.A)
en sciences de la terre et de l’évolution.
OPTION : Paléontologie et évolution biologique
SPECIALITE : PRIMATOLOGIE
Résultats et Interprétations
i
Thème :“ Impacts des effets anthropiques sur la vision de couleur des lémuriens diurnes, dans la forêt de
Kirindy-Mitea et dans la forêt de Ranomafana”.
Etudiant : RAKOTOSOLOFO Andiranandrasanarivelo
REMERCIEMENTS
Ce travail a été effectué dans le cadre de la collaboration entre le Département de
Paléontologie et d’Anthropologie biologique et ICTE Madagascar.
Nous tenons à exprimer nos vifs remerciements à toutes les personnes qui, de près ou de
loin, ont contribué à la réalisation de cette recherche. En particulier à :
Professeur Panja RAMANOELINA, Président de l’Université d’Antananarivo qui
harmonise la vie universitaire, entre autres les activités pédagogiques, et celles des
recherches
Professeur RAHERIMANDIMBY Marson, Professeur Titulaire, Doyen de la Faculté des
Sciences qui nous a accordé cette soutenance de mémoire.
Docteur Haingoson ANDRIAMIALISON, Maître de Conférences et Chef du
Département de Paléontologie et d’Anthropologie Biologique qui a accepté la
soutenance de ce mémoire et qui nous a guidé et consacré ses précieux temps pour
la réalisation de cette mémoire d’étude.
Professeur Raymond RAKOTONDRAZAFY, Responsable de la formation du troisième
cycle en Sciences de la terre et de l’évolution.
Docteur Jeannot RANDRIANASY, Maître de Conférences et Directeur du laboratoire
de Primatologie et de Paléontologie des vértébrés, Université d’Antananarivo,
d’avoir bien voulu m’encadrer et m’orienter pour l’élaboration de ce travail. Vous
n’avez pas manqué de me considérer comme l’une de vos préoccupations, malgré vos
nombreuses obligations.
Docteur Benjamin ANDRIAMIHAJA, Directeur Général de MICET, Docteur Carrie
Veilleux et Iris de Winter, mes partenaires étrangers qui nous ont soutenu
techniquement et matériellement durant les travaux sur terrain.
A vous tous, je ne trouve qu’un seul mot : MERCI INFINIMENT !
Département de Paléontologie et d’Anthropologie Biologique (DPAB),
Faculté des Sciences
Université d’ANTANANARIVO (101)
MADAGASCAR
Résultats et Interprétations
ii
Thème : “Impacts des effets anthropiques sur la vision de couleur des lémuriens diurnes, dans la
forêt de Kirindy-Mitea et dans la forêt de Ranomafana”.
Etudiant: RAKOTOSOLOFO Andrianandrasanarivelo, Département de Paléontologie et d’Anthropologie
Biologique,Faculté des Sciences, Université d’Ambohitsaina, Antananarivo Madagascar.
E-mail : rakotosolofo.ndriana@gmail. Com
Tél. : 032 52 517 79 / 033 05 567 82
Résumé
La mensuration de la qualité de la luminosité de l’environnement pourra fournir des informations
nécessaires à des explications fonctionnelles sur les effets anthropiques dans la diversité des forêts
tropicaux . Nos études sont menées sur les analyses des densités relatives des feuilles et des intensités
des spectres lumineux visibles, pénétrés dans deux types de forêts : la forêt dense sèche de Kirindy-
Mitea et la forêt tropicale humide de Ranomafana. Dans les deux sites, les densités relatives des feuilles
dans 0 à 20m et dans 25 à 50m de la route ne présentent pas des différences significatives. Elles
influencent notamment les intensités des différents types de spectres lumineux dans la forêt de
Ranomafana que dans la forêt de Kirindy-Mitea. Les spectres lumineux sous l’ombrage de la forêt humide
sont verdâtres à vert-orangés. Sous l’ombrage de la forêt sèche, la canopée est plus ouverte, la couleur
de la luminosité est devenue jaune claire. Les lémuriens diurnes dans les deux sites ont de type de vision
dichromatique, sauf certaines femelle du genre propithecus qui sont alléliquement trichromatiques. Ainsi,
la forêt de Ranomafana, plus riche en spectre de longueur d’onde moyenne (MW) favorise la vision de
couleur des lémuriens diurnes, tandis que la forêt de Kirindy-Mitea, moins riche en spectre MW permet à
une vision de couleur moins nette et requiert des adaptations particulières.
Mot-clé : Spectres lumineux – Densités des feuilles – Longueur d’onde – Effets anthropiques - lémuriens
Abstract
The measurements of environment light quality can provide information necessary and functional
explanations of anthropogenic effects in tropical forests . Our studies was carried out on the analyzes
of leaves density and intensity of visible light spectra, penetrated in two forest types: dry dense forest
of Kirindy-Mitea and the rainforest of Ranomafana. At both sites, the relative densities of leaves in 0 to
20m and 25 to 50m from the road did not show any significant differences. They especially influence
the intensities of different types of light spectra in the forest of Ranomafana than in forest-Kirindy
Mitea. The light spectra under the rainforest shade are greenish-orange to green. Under the shade of
dry forest, canopy is opened; the color of the light became more yellow. The diurnal lemurs in both
sites have dichromatic vision type, but some adulte female of propithecus are chromaticity allelicaly
trichromacy. Thus, the forest of Ranomafana, richer in medium wavelength spectrum (MW) improves
the color vision of diurnal lemurs, while forest-Kirindy Mitea less rich in spectrum MW allows a color
vision less clear and requires some special adaptations.
Keyword: light spectra - leaves density - Wavelength - Anthropogenic Effects - lemurs
Résultats et Interprétations
iii
TABLE DES MATIERES
INTRODUCTION ................................................................................................................................. .1 Première partie : I-Présentation des milieux d’étude ........................................................................................................ .5
I-1.Description des milieux d’étude ......................................................................................................... 5
I-1.a. La forêt sèche et épineuse de Kirindy-Mitea ................................................................................. .5
I-1.b. La forêt tropicale humide de Ranomafana .................................................................................... .7
I-2. Localisation spatiale des milieux d’étude ....................................................................................... .9
Deuxième partie :
II - MATERIELS ET METHODES ................................................................................................... 10 II-1. MATERIELS ............................................................................................................................... 10 II-1.a Les matériels électroniques ....................................................................................................... 10
α - Un “Light Meter LI-COR LI-250A” ........................................................................................... 10 β - Un “LI-COR LI-190SA PAR Sensor ” ........................................................................................ 10 δ - Des filtres optiques: 12“ narrowbandpassinterferencefilters& infra-redcutfilter” (Edmund Optics)…...11 ε - Un “LAIL-meter”.. ........................................................................................................ ………...11
II-1.b. Matériels biologiques ................................................................................................................ .12 II-2. METHODES ............................................................................................................................... .14 II -2.a. Méthodes de collecte des données ........................................................................................... .14
α - Méthode de transect de Gentry (Gentry, 1982) ............................................................................ .14
β - Mensuration des densités des feuilles ......................................................................................... .14
δ - Mensuration de la luminosité de l’environnement ...................................................................... .15
ε - Rencontre fortuite ....................................................................................................................... 16
II -2.b. Méthodes d’analyse statistiques ............................................................................................. 17
α - Analyse des couleurs des spectres ................................................................................................. 17
β - Analyse des données ...................................................................................................................... 18 - Test deMann-Whitney (1947) (U test) ................................................................................ 17
- Le test de corrélation de SPEARMAN (1949) ................................................................ .19
- Test de Kruskal-Wallis (1953) ........................................................................................... .20
Troisième partie :
III – RESULTATS et INTERPRETATIONS .................................................................................... .22
III-1. Densités relatives des feuilles en fonction de la distance par rapport à la route ..................... .22
� Dans le PN de Kirindy-Mitea ........................................................................................... 22 � Dans le PN de Ranomafana ............................................................................................... 23
III-2. Evolutions des intensités lumineuses en fonction de la distance par rapport à la route ........... 23
III-2.a. Evolutions des intensités lumineuses dans le Parc national de Kirindy-Mitea ................. .24
� Evolution des intensités des spectres à longueur d’onde courte (SW) ............................. .24 � Evolution des intensités des spectres à longueur d’onde moyenne (MW ......................... .25
Résultats et Interprétations
iv
� Evolution des intensités des spectres à grande longueur d’onde (LW) ............................ .25
III-2.b. Evolutions des intensités lumineuses dans le Parc national de Ranomafana… ................ 26
� Evolution des intensités des spectres à longueur d’onde courte (SW) ............................. .26 � Evolution des intensités des spectres à longueur d’onde moyenne (MW) ........................ .27 � Evolution des intensités des spectres à grande longueur d’onde (LW) ............................ .28
III-3. Corrélations entre densité des feuilles et intensités lumineuses ................................................ .28
III-4. Corrélations entre les différents types de spectres lumineuses ................................................ .29
III-5. Comparaison des évolutions des intensités lumineuses dans les deux sites ............................. .31
� Comparaison des spectres lumineux de courte longueur d’onde (SW) ............................ 31 � Comparaison des spectres de longueur d’onde moyenne (MW) ...................................... 31 � Comparaison des spectres à grande longueur d’onde(LW) .............................................. 32
III-6. Caractéristiques des luminosités dans chaque site .................................................................... 33
� Dans le PN de Kirindy-Mitea ............................................................................................ 33 � Dans le PN de Ranomafana ............................................................................................... 34
III-7. Les espèces de lémuriens diurnes vivantes dans chaque site et leurs types de vision de couleurs 37
� Dans la forêt de Kirindy-Mitea ........................................................................................ 37 � Dans la forêt de Ranomafana ........................................................................................... 38
Quatrième partie :
IV – DISCUSSIONS............................................................................................................................. 39
IV-1. Densité relative des feuilles en fonction de la distance par rapport à la route ......................... 39
� Dans la forêt de Kirindy-Mitea ....................................................................................... 39 � Dans la forêt de Ranomafana ......................................................................................... 39
IV-2. Evolution des intensités lumineuses en fonction des distances par rapport à la route ............. 39
� Dans le PN de Kirindy-Mitea ......................................................................................... 39 � Dans le PN de Ranomafana ............................................................................................ 40
IV-3. Corrélations entre densité des feuilles et intensités lumineuses ................................................ 41
IV-4. Variation des intensités lumineuses ............................................................................................ 41
IV-5. Comparaison des évolutions des intensités lumineuses dans les deux sites .............................. 41
� Dans la forêt de Ranomafana ............................................................................................ 41 � Dans la forêt de Kirindy-Mitea ......................................................................................... 42
IV-6. Effets de la luminosité ambiante sur le contraste du fond optique .......................................... 42
IV-8. Estimation des impactes de la luminosité de l’environnement sur la vision de couleur ........... 45
IV-9. Estimation des effets anthropiques sur la luminosité de l’environnement................................ 47
Cinquième partie :
V – RECOMMANDATIONS .............................................................................................................. 49
CONCLUSIONS .................................................................................................................................. 51
REFERENCES BIBLIOGRAPHIQUES ........................................................................................... 53
ANNEXES ............................................................................................................................................ 56
Résultats et Interprétations
v
LISTE DES ILLUSTRATIONS
LISTE DES TABLEAUX
Tableau-1. Les indices de richesse faunistique du Parc National Kirindy-Mitea ........................................... 11 Tableau-2. Différentes type de corrélation existante entre les densités de feuille et les intensités de chaque spectre lumineux, dans chaque site .................................................................................................................... 30 Tableau-3.Récapitulation des différents types de corrélation existante entre les différents spectres lumineux dans le PN de Kirindy-Mitea ............................................................................................................................. 31 Tableau-4. Tableau résumant les différents types de corrélation existante entre les différents spectres lumineux dans le PN de Ranomafana ................................................................................................................................ 32 Tableau-5.Distribution de la vision de couleur et sensibilité maximum approximative des photopigments des lémuriens dans le PN de Kirindy-Mitea ............................................................................................................. 39 Tableau-6.Distribution de la vision de couleur et sensibilité maximum approximative des photopigments des lémuriens dans le PN de Ranomafana ............................................................................................................... 40 Tableau-7. Différences de couleur observé par une vision trichromatique à une vision dichromatique ......... 50 Annexes :
Tableau-8.Fiche technique des transects dans le Parc National de Kirindy-Mitea ......................................... i
Tableau-9.Fiche technique des transects dans le Parc National de Ranomafana ............................................ i
Tableau-10. Densités relatives de feuilles mesurées dans le PNK .................................................................... ii
Tableau-11. Densités relatives de feuilles mesurées dans le PNR .................................................................... iii
Tableau-12.Intensité des différents spectres lumineux mesurés dans le PNK ................................................... v
Tableau-13.Intensité des différents spectres lumineux mesurés dans le PNR ................................................ viii
LISTE DES FIGURES
Fig.1-Les différents spectres lumineux visibles (Habib M., 1998 ...................................................................... 1
Fig.2-Cladogramme résumant les évolutions des visions de couleur chez les primates ................................... 2
Fig.3- Localisation spatiale des sites d’études .................................................................................................. 9
Fig.4-Light Meter LI-COR LI-250A .................................................................................................................. 10
Fig.5-LI-COR LI-190SA .................................................................................................................................... 11
Fig.6-Filtres optiques :“Narrow bandpassfilters .............................................................................................. 11
Fig.7- Les espèces de lémuriens diurnes vivants dans le PN de Kirindy-Mitea ................................................ 12
Fig.8- Les espèces de lémuriens diurnes vivants dans le PN de Ranomafana ................................................... 13
Fig.9- Mensuration de LAI avec un LAIL-meter ............................................................................................... 15
Fig.10-Installation des appareils lors de la mensuration des intensités lumineuses .......................................... 16
Fig.11-L’auteur en train d’identifier une espèce de lémurien ............................................................................ 16
Fig.12- Evolution des densités des feuilles en fonction de la distance par rapport à la route, dans le PN
de Kirindy-Mitea ........................................................................................................................................ ……..22
Fig. 13- Evolution des densités des feuilles en fonction de la distance par rapport à la route, dans le PN de Ranomafana ....................................................................................................................................................... 23
Résultats et Interprétations
vi
Fig.14- Evolution des spectres lumineuse de courte longueur d’onde (SW) dans le PN de Kirindy-Mitea ..... 24
Fig.15-Evolution des spectres lumineux de longueur d’onde moyenne (MW) dans le PN de Kirindy-Mitea…..25
Fig.16- Evolution des spectres lumineuse de longue longueur d’onde (LW) dans le PN de Kirindy-Mitea…...26
Fig.17-Evolution des spectres lumineux de longueur d’onde courte (SW) dans le PN de Ranomafana… ........ 27
Fig.18-Evolution des spectres lumineux de longueur d’onde moyenne (MW) dans le PN de Ranomafana …..27
Fig.19-Evolution des spectres lumineux de grande longueur d’onde (LW) dans le PN de Ranomafana .. …….28
Fig.20- Diagrammes comparants les évolutions des intensités des spectres lumineux dans les deux sites d’étude...................................................................................................................................................................33
Fig.21- Variations des intensités de chaque type de spectre lumineux dans la distance 0 à 20m ........... …….34
Fig.22- Variations de chaque type de spectre lumineux dans la distance de 25 à 50m ........................... …….35
Fig. 23-Variations de chaque type de spectre lumineux entre 0 et 20 m dans le PNR .............................. …….36
Fig.24- Variations des intensités des spectres lumineux entre 25 et 50 m dans le PNR .......................... …….36
Fig.25- Diagrammes comparant les moyennes des intensités des spectres lumineux dans le PN
de Krindy-Mitea : (a) de 0 à 20m ; (b) de 25 à 50m de la route ......................................................................... 37
Fig.26-Diagrammes comparant les moyennes des intensités des spectres lumineux dans le PN de
Ranomafana : (a) de 0 à 20m ; (b) de 25 à 50m de la route ............................................................................... 37
Fig.27-Variations des spectres lumineux sous l’ombrage d’un Eucalyptus, dans la forêt de Queensland
(Australie ........................................................................................................................................................... 42
Fig.28-Des arbres poussant autour de la route après déforestation ................................................................. 42
Fig.29-Une image observée par un individu dichromatique (luminosité défavorable ...................................... 48
Fig.30-Environnement observé par une vision dichromatique (luminosité favorable ...................................... 48
Fig.31-Différentes causes provoquant la perturbation de la vision de couleur chez les lémuriens ................... 54
Annexes: Fig. 32- Comparaison des évolutions des spectres SW dans les deux sites dans la distance de 0 à 20m de la route .......... xi Fig.33- Comparaison des évolutions des spectres SW dans les deux sites dans la distance de 25 à 50m de la route ......... xi Fig.34- Comparaison des évolutions des spectres MW dans les deux sites dans la distance de 0 à 20m de la route .......... xi Fig.35- Comparaison des évolutions des spectres MW dans les deux sites dans la distance de 25 à 50m de la route ........ xi. Fig.36- Comparaison des évolutions des spectres LW dans les deux sites dans la distance de 0 à 20m de la route ........... xi Fig.37- Comparaison des évolutions des spectres LW dans les deux sites dans la distance de 25 à 50m de la route ......... xi
Résultats et Interprétations
vii
LISTE DES ABREVIATIONS PNR. : Parc National de Ranomafana
PNK.: Parc National de Kiridy-Mitea
KIR. :Kirindy-Mitea
RAN. :Ranomafana
LAI : “Leaves area indice”ou indice des surfaces des feuilles
DF : “Densité relative des feuilles”
SW : “Short Wave” ou onde courte
MW : “Middle Wave” ou onde moyenne
LW : “Long Wave” ou onde longue
RPA ou “PAR” : Rayonnements Photosynthétiquement Actifs
PN : Parc National
S : “Short” ou courte
M : “Middle” ou moyenne
L : “Long” ou longue
nm : nanomètre
GLOSSAIRE
Dichromatiques : ce sont des individus qui distinguent les objets par leur clarté et un attribut coloré. Ces individus ne possèdent pas de pigment sensible aux grandes longueurs d’ondes. En effet, leurs performances sont nettement supérieures dans les bleus et les jaunes et peu sensibles à la lumière rouge qui leur paraît foncée et le vert se confond avec le blanc.
Trichromatiques : Ce sont des individus dont leurs pigments rétiniens sont sensibles aux spectres lumineux de courtes, de moyennes et de longues longueurs d’ondes. Donc, ils peuvent apercevoir la couleur rouge à part des couleurs bleu et du vert.
“Light meter” :C’est un appareil permettant de mesurer la lumière naturelle, c’est-à-dire celle du soleil. Elle doit être connectée à un capteur qui recueille à son tour les rayonnements actifs. Il y a plusieurs types de light meter, dans cette recherche, nous avions utilisé le type LI-250A.
Onde courte ou SW: Ce sont des spectres lumineux dont la longueur d’onde est comprise entre 350 nm et 460 nm. Ils sont essentiellement de couleur violet et bleu.
Ondes moyennes ou MW : Il s’agit des spectres lumineux de longueurs d’onde comprises entre 490 nm et 540 nm, de couleur généralement verte et jaune.
Ondes longues ou LW : Ils comprennent des spectres lumineux de grande longueur d’onde, c’est-à-dire entre 560 nm et 680 nm, généralement de couleur orange et rouge
Opsine : molécule de protéine présente dans la rétine, capable de décoder les signaux lumineux en message nerveux.
Résultats et Interprétations
1
Il y a eu déjà beaucoup de recherches et de synthèses récentes sur le thème de la lumière
dans les forêts tropicales, et sur ses conséquences pour les animaux et pour les plantes (Hailman
1977, 1979 ; Endler 1993 ; Vasquez-Yanes & Orozco-Segovia 1993). La lumière visible n'est
qu'une petite gamme de vibrations électromagnétiques qui se trouve dans le spectre
électromagnétique (Fig. 1). Elle possède une longueur d'onde, qui en détermine la couleur, par
exemple le Rouge émet dans la longueur d'onde de 700 nanomètres, le Orange 650 nm, le
Jaune 600 nm, le Vert 550 nm, le Bleu 500 nm et le Violet 450 nm (Habib., 1998).
Fig. 1 Les différents spectres lumineux visibles (Habib., 1998)
Les mensurations de la lumière sont relativement rares dans les forêts tropicales (Fleishman et
al. 1997), principalement en raison de la difficulté d'accès et de la forte variation spatiale et
temporelle de la lumière, mais la lumière filtrée par la canopée a été mesurée de différentes
façons. La lumière pénétrante dans la forêt semble une des plus importantes variables physiques,
aussi bien dans l’espace que dans le temps. Les types de végétation, l’angle d’inclinaison du
soleil et le temps engendrent cinq types de luminosité de l’environnement, qui se différencient
énormément sur ses intensités lumineuses et sur les qualités de chaque spectre. La lumière est
une nécessité fondamentale et aussi une contrainte pour les organismes de la canopée (Fetcher et
al. 1987 ; Doley et al. 1988).
Pour les lémuriens diurnes, la qualité de la lumière ambiante agit sur le signal visuel, et a des
conséquences sur les couleurs aperçues et sur l’identification des sens de ces signaux. Cette
capacité est le fruit d’une longue évolution au cours du temps. En effet, dès les premiers primates
INTRODUCTION
Introduction
Résultats et Interprétations
2
à l’homme, l’œil a subi de nombreuses évolutions pour devenir un atout essentiel pour
communiquer. Après la crise du Crétacé au Tertiaire il y a 65 millions d’années, les premiers
primates sont apparus. Ils ne se servaient de la vue que pour se nourrir. Leur vision n’était pas
très développée car la nourriture était abondante. Ces lémuriens disposent d’un crâne percé de
part en part au niveau des orbites. Les yeux ne sont alors pas maintenus correctement par la boîte
crânienne et l’instabilité de l’œil confère à ces animaux une vision floue.
Cependant, il y a 33 millions d’années, un refroidissement climatique important a raréfié la
végétation, source de nourriture, qui caractérisait l’habitat naturel des petits singes. Savoir
repérer rapidement les aliments est devenu vital et l’évolution pour une meilleure adaptation se
traduit par le développement de l’œil en le rendant plus complexe (Surridge, 2002). Cette
évolution est propice à une autre : l’apparition de la fovéa. Pourtant, les premiers primates
équipés de fovéa n’avaient de vision, autre que dichromatique. Les cellules photoréceptrices de
la fovéa ne percevaient que le bleu et le vert (Cady, 1973). Cette évolution permet de mieux
repérer les détails ou de voir la nourriture avant les autres animaux. L’évolution au cours du
temps a alors donné aux primates une vision trichromatique (les cellules photorécéptrices de la
rétine contiennent des pigments sensibles au couleur rouge, à part du vert et du bleu).
Fig.2 Cladogramme résumant les évolutions des visions de couleur chez les primates (Cady,
1973)
Osorio et al.(2004) ont découvert certaines exceptions de polymorphisme au niveau de la
variation des gènes chez les primates. Ils ont trouvé que dans plusieurs prosimiens, les visions
sont commandées par des opsines, codés comme opsine de moyenne (M ) et de longue longueur
d’onde(L ). Ce polymorphisme est trouvé dans le chromosome X, qui est assemblé avec l’opsine
de courte longueur d’onde(S) de l’autosome. Il pourra être disponible chez les femelles avec
Localisation chromosomique des gènes codant
pour les opsines humaines
Chromosome 7 portant le gène codant
pour l’opsine sensible au bleu
Chromosome X portant les gènes codant
pour les opsines sensibles au rouge et au
vert
Macaque Chimpanzé Homme Lémuriens
40 Ma
20 Ma
0 dichromate
trichromates
Duplication d’un gène et mutation
Introduction
Résultats et Interprétations
3
l’opsine M sur un chromosome X et un opsine L sur les autres autosomes, afin de donner trois
classes d’opsine. Ces femelles sont capables de voir complètement des couleurs (les femelles du
genre Propithecus, par exemple). Depuis les variations des chromosomes X, la vision
trichromatique est possible seulement pour les femelles qui comportent de l’opsine M dans un
chromosome X et de l’opsine L dans les autres chromosomes X. Les femelles qui ont de
l’opsine M ou L sur un même chromosome X et les males, qui ont un chromosome X et un
chromosome Y ont seulement une vison dichromatique.
Les forêts présentent beaucoup de variations de luminosité de l’environnement qui pourront
influencer la communication entre les animaux, la communication entre animal et plante, la
photosynthèse et la morphogenèse des plantes. Les luminosités de l’environnement sont causées
par la géométrie des trajectoires des lumières, le temps qu’il fait et le moment du jour (Endler
1993). Les structures des forêts nous permettent de distinguer quatre grandes catégories
d’habitats selon les caractéristiques de la couleur de la luminosité ambiante, quand les rayons
solaires ne sont pas bloqués par des nuages. En effet, ces habitats sont caractérisés par les
couleurs jaune-verte, bleu-grise, rougeâtres et blanches. D’un côté, des recherches sur la lumière
ont été déjà effectuées par Endler (1993) dans les forêts de Trinidad, Panama, Costa Rica,
Australie, Californie et Floride. De l’autre côté, Théry (1995) a suggéré dans sa publication que
la mensuration de la qualité de la luminosité de l’environnement pourra être utilisée sur
l’estimation des structures des exploitations forestières, et cela nous fournit des informations
nécessaires à des explications fonctionnelles sur les effets anthropiques dans la diversité des
forêts tropicaux. Les analyses des spectres lumineux permettent d’examiner le site qui présente
plus de variation de luminosité, et d’identifier les états des déforestations.
Ainsi, nos études sont menées sur les analyses des gammes de spectre visible, pénétrants dans
deux types de forêts, entre autre dans la forêt sèche et épineuse de Kirindy-Mitea et la forêt
tropicale humide de Ranomafana
Le but principal de cette étude c’est de déterminer les impacts des dégradations des forêts sur les
visions de couleur des lémuriens vivants dans le PN de Kirindy-Mitea et dans le PN de
Ranomafana.
L’objectif principal est d’identifier les qualités des luminosités de l’environnement près et loin
de la route tout en évaluant la valeur des effets anthropiques dans ces deux intervalles.Les
objectif spécifiques sont de :
- reconnaitre les taux des spectres de lumière visible (entre 400 et 680nm), et d’estimer une
comparaison entre les deux sites.
- identifier tous les problèmes de luminosité relative au type de vision de couleur des espèces de
lémuriens diurnes.
Introduction
Introduction
Résultats et Interprétations
4
Les résultats attendus sont :
- de savoir la différence des intensités lumineuses dans la forêt tropicale humide et dans la forêt
sèche et épineuse.
- de comprendre les variations des intensités lumineuses au fur et à mesure que nous pénétrons
dans la forêt.
- d’avoir des explications sur les causes de la vulnérabilité de chaque espèce à cause de la
dégradation de la forêt.
Introduction
Résultats et Interprétations
5
I-1. Description des milieux d’étude :
I-1.a. La forêt dense sèche et épineuse de Kirindy-Mitea (ANGAP, 2001)
LOCALISATIONLOCALISATIONLOCALISATIONLOCALISATION ::::
Le Parc National Kirindy-Mitea est situé dans la région du Menabe, Royaume des Sakalava se
situant à environ 70 Km au Sud de Morondava sur le bord du Canal de Mozambique.
Il est le plus large parc à l’Ouest de l’île, sa superficie est de 140 087 ha et il fait partie de la
région de Menabe. Il a pour coordonné : latitude Sud (20°47,295’) et longitude Est
(044°10,139’)
CARACTERISTIQUES PHYSIONOMIQUESCARACTERISTIQUES PHYSIONOMIQUESCARACTERISTIQUES PHYSIONOMIQUESCARACTERISTIQUES PHYSIONOMIQUES :
Généralement, ces formations sont des forêts denses et sèches “pluristrates”. On les qualifie de
semi-caducifoliées en raison de la présence conjointe d’essence à feuilles persistantes et de
plantes à feuilles caduques. Ces formations se caractérisent par une strate arborée continue et
dense d’une dizaine de mètres de hauteur, dominée par un étage discontinu de baobabs d’une
vingtaine de mètre. Les sous-bois sont généralement constitués par des espèces héliophiles avec
quelques espèces xérophytiques, peu d’épiphytes et pas de fougères.
SUPERFICIESUPERFICIESUPERFICIESUPERFICIE ::::
La forêt de Kirindy-Mitea s’étend sur une superficie de 140 087 hectares (Whitehurst et al.,
2007).
ALTITUDEALTITUDEALTITUDEALTITUDE ::::
Elle est située dans une altitude variant entre 0 m et 100 m.
CLIMATCLIMATCLIMATCLIMAT ::::
La saison humide de novembre à mars reçoit la presque totalité des précipitations annuelles, 575
à 1330mm. Les grosses pluies tombent en Janvier. La saison sèche dure sept à huit (7 à 8) mois.
La température moyenne varie entre 25°C et 31,4°C.
LE SOLLE SOLLE SOLLE SOL :
La géologie de la région présente le faciès habituel de sable roux de la région côtière occidentale
et le sol peut être quantifiée de sol sableux ferrugineux tropical.
Première partie :
I – PRESENTATION DES MILIEUX D’ETUDE
Présentation des milieux d’étude
Résultats et Interprétations
6
SPECIFICITESSPECIFICITESSPECIFICITESSPECIFICITES ::::
Le Parc National Kirindy-Mitea est parmi les rares aires protégées à Madagascar qui présentent
une transition entre l'écosystème de l'Ouest et l'écorégion du Sud. Par ailleurs, sa localisation est
particulière de par l’alliance terre mer. Il est caractérisé aussi par la présence d'une multitude
d'écosystèmes qui est représentatif de divers habitats et d'espèces de la région Ouest et Sud Ouest
de l'île. De plus, ce Parc se démarque au niveau de sa richesse faunistique par son taux
d’endémicité élevé chez tous les groupes d’animaux : Mammifères 90,9%, Oiseaux 70,21%,
Reptiles 100%, Amphibiens 100%.Par contre le nombre d’espèces est moindre en comparaison
avec les forêts de l’Est.
POPULATIONPOPULATIONPOPULATIONPOPULATION ::::
La majorité de la population appartient à l’ethnie Sakalava.
MILIEU BIOTIQUEMILIEU BIOTIQUEMILIEU BIOTIQUEMILIEU BIOTIQUE ::::
Constitutions faunistiques: Le tableau suivant représente une estimation de la richesse
faunistique dans la forêt de Kirindy-Mitea.
Tableau-1. Les indices de richesse faunistique du Parc National Kirindy-Mitea
Groupe animal
Nombre d’espèces Taux d’endémicité d’espèces Nombre d’espèces endémiques (%)
Mammifères
Oiseaux
Reptiles
Amphibiens
11
47
23
1
90,9
70,21
100
100
10
33
23
1
(Source : ANGAP, 2001)
Constitutions floristiques: Ce parc présente une grande richesse floristique avec un degré
d'endémicité spécifique élevé. Les plantes sont distribuées dans quelques familles :
DIDIERACEAE – PASSIFLORACEAE – EUPHORBIACEAE. Sur 185 espèces identifiées, le
taux d'endémicité est de 70%. (ANGAP, 2001)
I-1.b. La forêt tropicale humide de Ranomafana :
LOCALISATIONLOCALISATIONLOCALISATIONLOCALISATION ::::
Présentation des milieux d’étude
Résultats et Interprétations
7
Elle est située dans la partie Sud-Est de Madagascar, dans une zone intermédiaire entre haute
terre et la côte Est malgache. Elle se trouve à 70 km au Nord-Est de la ville de Fianarantsoa, à
l’Ouest de l’Océan Indien et à 400 km d’Antananarivo. Elle est traversée par la RN 25, la RN 45
et le fleuve Namorona et délimités par Ifanadiana à l’Est et Ambohimahasoa au Nord-Ouest. La
forêt de Ranomafana est située entre 47° 6’et 42°37’Est de longitude et 21°2’ et 21°25’Sud de
latitude.
CLIMATCLIMATCLIMATCLIMAT ::::
Le climat subtropical du PNR et ses environs est caractérisé par une forte pluviosité. Il s’agit
d’un climat de type tropical humide et frais. Le mois le plus humide est le mois de Décembre, et
les mois les plus secs se situent entre Août et Octobre.
TEMPERATURETEMPERATURETEMPERATURETEMPERATURE ::::
La température annuelle est en moyenne 21°C, et 21.2°C. Elle atteint son maximum au mois de
Décembre, avec une moyenne de 29.6°C et son minimum au mois de Juillet avec une moyenne
de 11.2°C.
PLUVIOSITEPLUVIOSITEPLUVIOSITEPLUVIOSITE ::::
La pluie est saisonnière avec des précipitations annuelles moyennes de 2000 mm selon Overdoff (1996), avec ses 200 jours de pluies par an. Il n’existe pratiquement pas de saison sèche. Entre
Décembre et Mars, les pluies sont abondantes avec un maximum de 413.1 mm en Janvier et de
421.8 mm en Février. Entre Avril et Novembre, la saison pluvieuse est nettement réduite, avec
une précipitation moyenne de 70.4 mm en Septembre et 68.1 mm en Octobre.
HUMIDITE RELATIVEHUMIDITE RELATIVEHUMIDITE RELATIVEHUMIDITE RELATIVE ::::
Elle est située généralement entre 90% et 70%, mais ça diminue pendant les temps ensoleillés
avec un pourcentage de 50%. Cette forte humidité est due à l’effet orographique de la falaise
orientale et aussi à l’influence adoucissante de l’Océan Indien qui est à moins de 200 km de
Ranomafana.
LE VENTLE VENTLE VENTLE VENT ::::
Du mois de Juin au mois d’Août, l’Alizé venant de l’Océan Indien, qui est un vent chaud et
humide souffle dans la région de Ranomafana. Il est dû probablement à la quasi permanence
d’un anticyclone dans l’Océan Indien.
LE SOLLE SOLLE SOLLE SOL ::::
Le sol du PNR est formé par des roches métamorphiques et de composition chimique granitique.
Il s’agit de sol acide avec un pH compris entre 3.6 et 5. Il est constitué d’une quantité
Présentation des milieux d’étude
Résultats et Interprétations
8
considérable d’aluminium toxique dont la saturation est située entre 60 et 90%. Ce sol présente
une faible quantité de calcium, de magnésium, de potassium, de sodium et de phosphore à très
faible quantité.
HYDROLOGIEHYDROLOGIEHYDROLOGIEHYDROLOGIE ::::
Le réseau hydrographique est constitué par de nombreux petits cours d’eau affluents de la
rivière Namorona (��� , 1990). Cette dernière qui prend 10 sources dans la forêt est le plus
grand réservoir hydrologique du Sud-Est de Madagascar.
MILIEU BIOTIQUEMILIEU BIOTIQUEMILIEU BIOTIQUEMILIEU BIOTIQUE
Végétation et constitution faunistique :
-Végétations :
La richesse biologique de PNR est extrêmement forte. La diversité des espèces de plantes dans
un plot de 1 ha compte 105 espèces connues différentes, ce qui le place sur un rang
intermédiaire parmi les forêts humides du monde, après la forêt humide de Colombie en
Amérique du Sud, avec ses 197 espèces, et la forêt humide de Gabon en Afrique avec 99
espèces. La végétation luxuriante constitue la plupart des espèces de plantes endémiques du Parc.
- Constitution faunistique :
L’inventaire faunistique de la région de Ranomafana qui a débuté en 1984 par
��������Lalleux était à l’origine de la découverte de l’extrême richesse du secteur forestier
(��� , 1990). La diversité des espèces dans le PNR constitue l’une des plus hautes dans le
monde :
- 12 espèces de primates avec 5 familles qui sont toutes endémiques – le parc abrite 12
espèces dont la plupart sont extrêmement rares.
- D’ailleurs, le PNR contient le tiers des espèces d’oiseaux à Madagascar (118 espèces), des
carnivores rares, des amphibiens et des reptiles (68 espèces).
- Plus de 80% des espèces d’araignées collectionnées ne sont pas encore reconnues
scientifiquement.
- Les batraciens sont distingués par la forte diversité des espèces.
- Neuf espèces de caméléons ont été déjà enregistrées.
- Il y a plusieurs espèces d’écrevisses endémiques dans le parc.
Parmi les espèces en danger, comme les lémurs bambou, les tenrecs aquatiques, les Serpent-aigle
de Madagascar, les poissons –aigle de Madagascar, le PNR contient la plupart des espèces
menacées trouvées dans le corridor des forêts de l’Est de Madagascar.
Présentation des milieux d’étude
Résultats et Interprétations
9
POPULATIONPOPULATIONPOPULATIONPOPULATION ::::
Elle est constituée essentiellement par des Tanala et des Betsileo.
I-2. Localisation spatiale des milieux d’étude :
Fig.3- Localisation spatiale des sites d’études (Google
earth).
- Le Parc National de Kirindy-Mitea
- Le Parc National de Ranomafana
Présentation des milieux d’étude
Résultats et Interprétations
10
II-1. MATERIELS
Nous avons utilisé deux types de matériels : matériels électroniques et matériels biologiques.
II-1.a Les matériels électroniques
α - Un “Light Meter LI-COR LI-250A” :
Le Light Meter LI-250A est un dispositif de lecture à un canal unique, pour utilisation avec
n'importe quel capteur LI-COR, afin de mesurer la lumière terrestre. Il est utilisé avec un capteur
LI-190SA “Quantum”(Fig.4) pour mesurer les rayonnements photosynthétiquement actifs.
β - Un “LI-COR LI-190SA PAR Sensor ”:
Le capteur de rayonnement LI-COR fournit des données de qualité de la recherche à un coût
économique. Le capteur LI-COR LI-190SA PAR mesure les rayonnements photosynthétiquement
actifs(RPA).
Le montage et la mise à niveau sont recommandés pour chaque capteur afin que celui-ci soit
correcte. Le bras de M-bras de montage est un kit 3 'aluminium comprenant un étrier destiné à
être monté sur des poteaux avec un support en acier inoxydable qui permet la fixation de
nivellement 2003s qu’on peut visser directement sur le bras. Le capteur type SA est directement
connecté à un enregistreur de données : un Light Meter LI-250A (Fig.4).
Fig.4- Light Meter LI-COR LI-250A
Deuxième partie :
II - MATERIELS ET METHODES
Matériels et Méthodes
Résultats et Interprétations
11
δ - Des filtres optiques: 12“ narrow bandpass interference filters & infra-red cut filter”
(type Edmund Optics):
Ce sont des filtres classiques d'interférence qui laissent passer la lumière d'une largeur de bande
étroite de longueur d'onde et qui reflètent ou bloquent toute autre lumière. En principe, les filtres
d'interférence peuvent être conçus et fabriqués presque pour toutes spécifications de longueur
d'onde et de bandes passantes. Il s’agit des filtres de gamme standard disponible à partir de
400nm à 680nm. Deux cas d'interférence doivent être pris en considération avec des filtres
d'interférence, d'une part toute la lumière qui n’y passe pas se reflète et donc il faut faire
attention à l'endroit où cette lumière se terminera vers le haut.
ε - Un “LAIL-meter” :
L’Indice de surface foliaire (LAI) est le rapport de la surface du feuillage et de la surface du sol ;
elle affecte directement l'interception et l'absorption de la lumière par la canopée, et elle influe
sur le bilan thermique et l'évaporation du paysage. La mesure LAI est importante dans
l’estimation de la densité relative des feuilles dans un endroit précis dans la forêt. Le “LAIL-
meter” calcule l'indice de surface foliaire et d'autres attributs de la structure du couvert de
mesures de rayonnement effectuées avec un capteur optique. Les mesures effectuées au-dessus
et en dessous de la canopée sont utilisées pour déterminer l’interception de la lumière, à cinq
Fig.5- Capteur LI-COR LI-190SA
Fig.6- Filtres optiques :“Narrow bandpass filters”
Matériels et Méthodes
Résultats et Interprétations
12
angles, à partir de laquelle LAI est calculé en utilisant un modèle de transfert radiatif dans les
couverts végétaux.
II-1.b. Les matériels biologiques :
Des espèces de faune et de flore sont impliquées indirectement parmi les matériels d’étude.
Des plantes de différentes tailles (plus de 1m de hauteur) doivent être incluses dans le transect de
Gentry afin d’estimer la densité relative des feuilles qu’elles portent.
Les différentes espèces de lémuriens diurnes vivant dans chaque site deviendront la base de
toutes études. Dans le Parc national de Kirindy Mitea, nous avons rencontré deux familles de
lémuriens diurnes :
FAMILLE INDRIIDAE avec une seule espèce : Propithecus verreauxi
FAMILLE LEMURIDAE, avec deux espèces : Eulemur rufus, Lemur catta
Dans le Parc National de Ranomafana, nous avons trouvé deux familles de lémuriens diurnes :
FAMILLE INDRIIDAE avec une seule espèce : Propithecus edwardsi
FAMILLE LEMURIDAE avec six (06) espèces : Prolemur simus, Hapalemur aureus,
Hapalemur griseus ,Eulemur rufus ,Eulemur rubriventer, Varecia variegata.
Fig.7- Les espèces de lémuriens diurnes vivantes dans le Parc National de Kirindy-Mitea(cliché de l’auteur, 2009)
Propithecus verreauxi Lemur catta
Eulemur rufus
Matériels et Méthodes
Résultats et Interprétations
13
Fig.8- Les espèces de lémuriens diurnes vivantes dans le PNR (cliché de l’auteur, 2010)
Hapalemur aureus Hapalemur griseus
Propithecus edwardsi Varecia variegata
Eulemur rubriventer
Prolemur simus
Eulemur rufus
Matériels et Méthodes
Résultats et Interprétations
14
II-2. METHODES
Dans toutes analyses, nous considérons logiquement que l’état de dégradation de la forêt
est plus intense dans un intervalle proche de la route (de 0 à 20m) que dans un intervalle loin de
la route (de 25 à 50m).
Nous avons dû rester deux mois dans chaque site pour effectuer tous les travaux. Les études ont
été commencées dans la forêt de Kirindy-Mitea, dès la fin du mois de juillet jusqu’à mi-
septembre 2009. Puis, dans la forêt de Ranomafana, depuis mi-septembre jusqu’au début du
mois de novembre 2009. Les durées de chaque travail étaient comme suivantes : 3 jours pour
l’installation des transects, 25 jours pour la mensuration des densités relatives des feuilles, 25
jours pour la mensuration des intensités lumineuses. Les mensurations ne sont prises que pendant
des moments précis : entre 11 heures et 1h30, seulement pendant les temps ensoleillés. Ainsi,
dans chaque site, nous avons effectué :
- 165 mensurations de LAI pour estimer les densités relatives des feuilles.
- 30 mensurations de la luminosité diurne de l’environnement.
IIIIIIII----2.a. Méthodes de collecte des données2.a. Méthodes de collecte des données2.a. Méthodes de collecte des données2.a. Méthodes de collecte des données
α - Methode de transect de Gentry (Gentry, 1982)
Cette méthode consiste à tracer une ligne bien droite de 50 m de long à l’aide d’un mètre à
ruban. Puis, nous avons mesuré 1m de part et d’autre de cette ligne, pour obtenir une bande de
terrain de 100 m².Chaque intervalle de 5m est marqué par un ruban de couleur claire afin
d’identifier la distance par rapport à la route, lors de la mensuration. Il faut remarquer que nous
devrions enlever ces rubans pendant la mensuration pour que leurs couleurs ne faussent pas les
données. Dans notre étude, cette ligne doit être perpendiculaire à la route existant dans le site.
Nous avons installé cinq (05) transects dans le Parc National de Kirindy Mitea et aussi cinq (05)
transects dans le Parc National de Ranomafana.
β - Mensuration des densités des feuilles
Dans chaque site, nous avons créé cinq transects de 50m x 2m, distants de 50 à 100m, disposés
perpendiculairement à la route (Fig.9) .La densité de feuilles a été mesurée à chaque intervalle
de 5 m le long de chaque transect, en utilisant le compteur de LAIL meter (Cournac et al. 2002).
Les mensurations ont été prises entre 10h30 et 13h des jours ensoleillés, avec l'appareil LAIL
meter à la hauteur de 2m. Trois mensurations ont été prises pour chaque 5m et la moyenne
permettra l’analyse statistique.
Matériels et Méthodes
Résultats et Interprétations
15
Dans chaque transect, nous avons étudié séparément la densité des feuilles dans 0 à 20m et dans
25 à 50m de la route. La comparaison de ces deux types de données nous permet d’estimer les
impacts des dégradations de la forêt pour chaque distance.
δ - Mensuration de la luminosité de l’environnement :
Nous avons rassemblé 60 mensurations de luminosité diurne .Dans chaque site, nous avons
mesuré l’intensité de la lumière diurne et la qualité des spectres lumineux en utilisant un LI-190
“quantum sensor” (LI-COR) à 10m d’intervalles, le long du transect de Gentry. Toutes les
mesures ont été recueillies en utilisant un capteur LI-COR- 190SA’ quantum sensor’ directement
connecté a un Light-meter LI-COR LI-250A. Ce capteur quantique peut mesurer avec précision
cette variable sous tout éclairage naturel ou artificiel. Douze (12) filtres optiques (“Narrow
bandpass interference filters & infra-red cut filter”(Edmund Optics) ont été positionnés dans une
roue à filtres reposant sur le détecteur photomultiplicateur(LI-190SA), afin de quantifier la
sensibilité spectrale des lumières visibles (400 à700nm).Le tout, c'est-à-dire le quantum sensor
installé avec le filtre sont positionnées sur un tripode, de hauteur à peu près 1m du sol. Les
résultats sont affichés directement sur l’écran du Light-meter. L’unité utilisée est la micromole
de quanta par seconde par mètre carré (µmol.s-1.m-2).
Dans chaque transect, nous avons étudié séparément les intensités lumineuses dans 0 à 20m et
dans 25 à 50m de la route. La comparaison de ces deux types de données nous permet d’estimer
les impacts des dégradations de la forêt pour chaque distance.
Fig.9- Mensuration de LAI avec un LAIL-meter
Matériels et Méthodes
Résultats et Interprétations
16
εεεε - Rencontre fortuite :
Cette méthode consiste à effectuer des recensements aléatoires des espèces de lémuriens
présentes dans les sites d’étude. Pendant chaque visite dans la forêt, nous avons noté les espèces
rencontrées dans n’importe quel circuit.
Fig.10- Installation des appareils lors de la mensuration des intensités lumineuses
Fig.11- L’auteur en train d’identifier une espèce de lémurien. (Cliché de l’auteur, 2009)
Matériels et Méthodes
Résultats et Interprétations
17
II-2.b. Méthodes d’analyse statistiques
α - Analyse des couleurs des spectres
Pour l’analyse de la lumière diurne, nous avons quantifié trois grands groupes de luminosité de
l’environnement: le pourcentage des ondes courtes ( SW), le pourcentage des ondes moyennes
(MW), et le pourcentage des grandes ondes ( LW).De ce fait, la procédure est comme suit : nous
avons pris la valeur des intensités lumineuses avec filtre, ensuite ,avoir divisé cette valeur par la
valeur des intensités totales non filtrée, puis, le résultat est multiplié par 100. Pour SW, nous
avons calculé la moyenne des pourcentages des intensités lumineuses de longueur d’onde entre
400 et 460nm. Nous avons appliqué la même procédure pour MW et LW (respectivement des
longueurs d’onde entre 490-540nm et entre 560-650nm).
β - Analyse des données
Dans cette étude, nous avons recouru à la statistique inductive outre la statistique descriptive,
en l’occurrence des tests de conformité et/ou de corrélation, pour analyser la fiabilité des
hypothèses concernant les qualités des luminosités de l’environnement afin d’estimer les
conséquences des effets anthropiques sur la vision de couleur des lémuriens.
Les données dont nous disposons sont des variables de type quantitatif, donc nous devrons
recourir à la statistique non paramétrique. Tous les échantillons sont obtenus au hasard, et il n’y
pas de dépendance entre eux, donc, nous recourons aux tests appliqués au cas des échantillons
indépendants. Dans cette étude, nous avons choisi le test U de Mann-Whitney(1947) afin
d’estimer la signification des différences entre deux échantillons, le test Kruskal-Wallis pour
comparer 3 échantillons et le test de corrélation de Spearman(1949) pour tester les relations
proportionnelles entre ces échantillons suivant la distance par rapport à la route.
� Test de Mann-Whitney (1947) (U test)
Les analyses des différences des données recueillies dans l’intervalle de 0 à 20m et celles dans
30 à 50m requièrent des tests de comparaison. De ce fait, le test U de Mann-Whitney nous a
permis de comparer les intensités lumineuses et les densités relatives des feuilles entre les deux
intervalles suscités et entre les deux sites d’étude.
Le test U de Mann-Whitney est une alternative non-paramétrique au test t pour des
échantillons indépendants. Le test U de Mann-Whitney suppose que la variable étudiée a été
mesurée sur au moins une échelle ordinale (rangs).
Deux hypothèses sont proposées : une hypothèse nulle (H0) et une hypothèse alternative (H1) :
Matériels et Méthodes
Résultats et Interprétations
18
H0 : il n’y a pas de différence significative entres les médianes des deux variables étudiées.
H1 : il y a une différence significative entre les médianes des deux variables étudiées.
Le test U est la plus puissante (ou la plus sensible) des alternatives non-paramétriques au
test t pour des échantillons indépendants ; en fait, dans certains cas, ce test sera même plus
puissant que le test t pour rejeter l'hypothèse nulle.
Réalisation et principe du test :
La réalisation de ce test est basée sur le classement de l'ensemble des observations par ordre
croissant, la détermination du rang de chacune d'elles, et le calcul de la somme des rangs relative
à l'échantillon qui comporte le plus petit nombre d'observations. Dans ce cas, le rangement prend
en compte les valeurs algébriques, c'est-à-dire que le rang le plus faible est assigné à
l'observation dont la valeur est la plus négative. On recherche alors la valeur statistique U du test
qui est donné par le nombre de fois qu'un score du groupe nb précède un score du groupe na lors
du rangement.
Le principe du test consiste à rejeter l'hypothèse d'identité des deux distributions lorsque la
valeur observée U, s'écarte trop de la valeur attendue correspondante.
Problème des ex-æquo :
Lorsque deux ou plus d'observations du même groupe ont des valeurs égales, la valeur de U n'est
pas affectée. Par contre, si des valeurs identiques se présentent dans les deux échantillons, la
valeur du U est affectée. Bien que cet effet soit souvent négligeable, une correction pour les ex-
aequo existe. La formule corrigée pour les ex-aequo est la suivante :
� � � � �����
�� ���� ! "#$% � &" #� % � '
Avec, U =valeur minimum des sommes des numéros des rangs de A par rapport à B, ou vice
versa ; na = effectif de l’échantillon A ; nb = effectif de l’échantillon B ; N = somme des
effectifs A et B ; Z= valeur observé du test ; T=valeur total des ex-æquo dans les deux
échantillons à analyser.
où N = na = nb et
; t est le nombre d'ex-æquo pour un rang donné.
Matériels et Méthodes
Résultats et Interprétations
19
Conclusions :
Donc :
Donc :
- Si p-value est significatif à un seuil donné, Ho sera rejetée.
- Si p-value n’est pas significatif, Ho sera acceptée.
Dans la pratique, nous avons utilisé Microsoft Excel comme logiciel de calcul.
� Le test de corrélation de SPEARMAN (1949)
Dans notre étude, nous voulons analyser les variations des densités des feuilles en fonction des
variations des intensités lumineuses. Nous devrons étudier aussi les corrélations existantes
entre les différents spectres lumineux. Ainsi, nous avons utilisé le test de corrélation de
Spearman comme moyen statistique permettant d’analyser les variables. Il sert, dans les
analyses des impacts sur la population animale et son habitat, à voir et à quantifier la relation
susceptible d’exister entre deux échantillons.
Principes :
Il s’agit de donner un rang à chacune des deux variables, puis, de calculer la différence entre les
rangs des deux variables ; et enfin de calculer le coefficient de corrélation rs /-1≤ rs ≤1
(Spearman, 1949) suivant cette formule :
Avec : rs : coefficient de corrélation de Spearman /di/ : différence arithmétique entre les rangs des deux variables N : nombre d’observations (binômes de l’échantillonnage)
Si r s = 0, alors il n’y a aucune corrélation ;
Si r s >0, alors il y a une corrélation positive ;
Si r s <0, alors il y a une corrélation négative ;
Si / r s / = 1, on a une corrélation parfaite.
Calcul de la valeur de p :
Si Z= 2.00, par exemple, la valeur de p est donnée par p-value= P(Z< -2.00 or Z > 2.00) = 2 x P(Z > 2.00) = 2 x [1-
P(Z < 2.00) = 2 x ( 1 – 0.977 = 0.05
Alors, dans cet exemple, si p-value ≤ 0.05, le test bilatéral de Z est significatif au niveau d’un seuil de 0.5
.
Matériels et Méthodes
Résultats et Interprétations
20
Hypothèses : Deux hypothèses ont été proposées (désignons H0 comme hypothèse nulle et H1
comme hypothèse alternative) :
H0 : il n’y a pas de corrélation significative entre les densités de feuilles et les intensités
lumineuses.
H1 : il existe une corrélation entre les deux variables.
Conclusions :
Pour tester si la corrélation est significative, il faut comparer le résultat obtenu avec le seuil de
signification “ α ” de la table selon le risque choisi pour un échantillon « N » donné.
Si la valeur de p calculée ≥ α table, la corrélation est forte;
Si la valeur de p calculée ≤ α table, la corrélation est faible.
� Test de Kruskal-Wallis (1953)
Nous avons du utiliser ce test pour mesurer les différences des variations des trois types de
longueur d’ondes entre les deux sites d’étude.
Le test de Kruskal-Wallis (KW) est utilisé lorsqu'il faut décider que k échantillons
indépendants soient issus de la même population. C'est donc un test d'identité. Les
observations doivent être mesurées sur une échelle numérique ou ordinale (pas nominale). Les
échantillons peuvent avoir des nombres d'observations différents.
Le test de Kruskal-Wallis est non paramétrique: il ne fait aucune hypothèse sur la forme des
distributions sous-jacentes. Comme de nombreux tests non paramétriques, il travaillera non
pas sur les valeurs des observations, mais sur leurs rangs, une fois ces observations réunies
dans un seul méga-échantillon.
La statistique du test de Kruskal-Wallis est construite à partir des moyennes des rangs des
observations dans les différents échantillons.
Procédures du test :
Les procédures du test de Kruskal-Wallis ressemblent beaucoup à ceux du test de Mann
Whitney. Il s’agit d’abord de rassembler les mensurations à partir de K échantillons dans des
colonnes dont la somme est N. Ces valeurs mesurées seront ordonnées par rang à partir des plus
basses valeurs vers les plus hautes valeurs. Les valeurs de chaque échantillon seront ensuite
substituées par leurs rangs respectifs, toujours dans les colonnes d’où ils viennent.
Matériels et Méthodes
Résultats et Interprétations
21
Avec le test de Kruskal-Wallis, nous tenons compte non seulement les rangs dans chaque
groupe, mais aussi les médianes.
Mesure des totaux des différences entre les groupes :
Ce calcul s’effectue selon les deux procédures suivantes : la première tâche est de trouver la
valeur totale de la moyenne pour lesquelles les échantillons diffèrent entre eux. Il s’agit de
calculer la somme des carrées des moyennes des rangs entre groupes. Donc, dans le test de
Kruskal-Wallis, la moyenne des groupes est basée sur des rangs et non sur des valeurs brutes.
Nous savons que le carré de la moyenne d’un groupe est particulièrement égal au carré des
différences entre la moyenne de ce groupe et la moyenne générale des échantillons, multiplié
par le nombre des observations sur lequel la moyenne du groupe est basée.
Les hypothèses:
Deux hypothèses sont proposées : une hypothèse nulle (H0) qui répond au contraire du
phénomène attendu et une hypothèse alternative (H1) qui correspond au cas que l’on veut tester.
Dans cette étude, les hypothèses sont les suivantes :
H0 : il n’y a aucune différence significative entre les médianes des trois variables étudiées.
H1 : la différence est significative entre les médianes des trois variables étudiées.
Alors, lorsque chaque k échantillons inclut au moins 5 observations, la distribution des
moyennes de H présente une approximation proche de celle des distributions de Khi-carré pour
ddl =k-1.
D’où : k= nombre des groupes indépendants ; N= effectif total des échantillons ; n= effectif des
échantillons par groupe ; j= nombre des groupes ; R= somme des rangs à partir de jème groupe.
Conclusion :
Si la valeur H est supérieure à la valeur critique dans la table de Khi-carré, Ho sera acceptée.
Si la valeur H est inférieure à la valeur critique dans la table de Khi-carré, Ho sera rejetée.
Dans la pratique, nous avons utilisé le logiciel de programmation JavaScript comme logiciel de
calcul.
( � ) 12,!, � 1$-
./"#
0/�/ 1 � 3!, 3 1$
Matériels et Méthodes
Résultats et Interprétations
22
III-1. Densités relatives des feuilles en fonction de la distance par rapport à la
route :
Les analyses des LAI nous ont permis d’estimer les densités relatives des feuilles dans chaque
site.
� Dans le PN de Kirindy-Mitea :
Dans l’analyse statistique, le test de Mann Whitney nous a permis de prouver que la différence
n’est pas significative (U=290, Z= -1.428, p= 0.136, N=28), concernant la densité des feuilles
dans les intervalles 0 à 20m et 25 à 50m de la route. Pourtant, la courbe suivante nous révèle
quelques différences pour certaines distances :
Fig.12- Evolution des densités des feuilles en fonction de la distance par rapport à la route, dans
le PN de Kirindy-Mitea
Les différences entre les densités des feuilles se situent à 34m et à 46m de la route dont la valeur
du LAI atteint 9.8 puis 10.8. Néanmoins, dans certaines localités, la densité des feuilles est
presque nulle dans ce même intervalle, par exemple entre 28 et 29m (0.8), à 30m (0.9), à 35m (=
0.08), à 40m (0.9) et à 43m (0.8) de la route. De ce fait, les densités des feuilles varient entre
0.08 et 10.8 dans l’intervalle de 0 à 50m, dans le PN de Kirindy-Mitea. Ce phénomène explique
que la fréquence des gaps au niveau de la canopée dans le deuxième intervalle est plus
importante que dans le premier intervalle. La cause principale est liée au type de forêt : étant
forêt sèche épineuse et caducifoliée, la saison de notre étude coïncidait à la fin de la saison sèche
(Août – septembre). La plupart des grands arbres, tel que les Baobabs, ont perdu leurs feuilles
pendant ce moment. De plus, nous avons constaté des traces de coupe et quelques plantes
envahissantes dans le premier intervalle, ce qui témoigne de la perturbation à ce niveau.
Troisième partie :
III – RESULTATS ET INTERPRETATIONS
Résultats et Interprétations
23
� Dans le PN de Ranomafana :
Le test bilatéral de Mann Whitney nous permet d’accepter l’hypothèse nulle (U= 318.0, Z= -
0.955, p = 0.322, N= 28), c’est-à-dire, il n’y a pas de différence significative entre les densités
des feuilles dans les distances 0 à 20m et 25 à 50m de la route. La figure suivante représente
l’évolution des densités de feuilles au fur et à mesure qu’on avance dans la forêt :
Fig.13- Evolution des densités des feuilles en fonction de la distance par rapport à la route,
dans le PN de Ranomafana
Les densités des feuilles sont élevées entre 0 et 3m (23.3 à 10.6), à 36m (10.8) et à 39m (10.8)
de la route. Cependant, elles sont faibles à 5m (0.5), entre 28 et 29m (0.5) et entre 40 et 41m
(0.6 à 0.8) de la route. De ce fait, les densités des feuilles se trouvent entre 0.5 et 23.3 dans
l’intervalle de 0 à 50m, dans le PN de Ranomafana. En moyenne, les densités des feuilles dans
le premier intervalle c’est-à –dire entre 0 et 20m sont légèrement élevées par rapport à celles
dans le deuxième intervalle.
Ces résultats mettent en évidence le degré de dégradation de la forêt dans ce premier intervalle ;
les plantes dans cette localité appartiennent généralement à des formations secondaires, causées
par l’action de l’homme. Elles sont caractérisées par leur faible hauteur et par leurs nombreuses
branches. Certaines espèces sont remarquables dans la forêt de l’Est, par exemple, Aframomum
angustifolium, Clidenia hirta, Psidium cattleianum (Porter et al.1996.) la présence de ces plantes
envahissantes exprime la perturbation au niveau des végétations entre 0 et 20 m de la route.
III-2. Evolutions des intensités lumineuses en fonction de la distance par rapport à la
route :
Les intensités lumineuses sont subdivisées en trois grands groupes selon le type de longueur
d’onde de chaque spectre. Ainsi, les spectres de longueur d’onde comprise entre 400-460nm sont
Résultats et Interprétations
24
des spectres de courtes longueurs d’onde (SW). Les spectres de longueur d’onde comprise entre
490-540nm sont des spectres de longueurs d’onde moyenne (MW) et ceux qui ont de longueur
d’onde comprise entre 620-680nm appartiennent à des grandes longueurs d’onde (LW).
III-2.a. Evolutions des intensités lumineuses entre 0 et 50m de la route, dans le
Parc national de Kirindy-Mitea :
α -Evolution des intensités des spectres à longueur d’onde courte (SW)
Les couleurs des spectres lumineux inclus dans cette classe correspondent au violet, bleu-violet
et bleu. L’analyse statistique avec le test bilatéral de Mann Whitney montre qu’il y a une
différence significative entre les intensités des spectres SW, dans les distances de 0 à 20m et 25
à 50m de la route (U= 67.5, Z= -3.254, p = 0.0014, α = 0.1, N= 15). La figure suivante représente
l’évolution des spectres lumineux de courte longueur d’onde (SW) dans les deux intervalles.
Fig.14- Evolution des spectres lumineuse de courte longueur d’onde (SW) dans le PN de
Kirindy-Mitea.
Dans le premier intervalle (0 à 20m), les intensités des spectres SW restent plus ou moins
constantes, elles varient entre 0.16 % et 0.76% de la lumière totale. Nous constatons une
élévation remarquable dans le deuxième intervalle (25 à 50m) où les intensités des spectres SW
varient entre 0.37% et 0.97% de la lumière totale.
Ainsi, l’influence de la densité relative des feuilles ne semble pas importante; ce résultat est alors
lié au grand degré d’ouverture de la canopée dans l’intervalle de 25 à 50m qui permet à la
lumière du ciel bleu de s’infiltrer directement dans la forêt.
Résultats et Interprétations
25
β - Evolution des intensités des spectres à longueur d’onde moyenne (MW)
Les couleurs des spectres lumineux comprises dans cette classe correspondent au vert et au
jaune. Le test bilatéral de Mann Whitney traduit qu’il n’y pas de différence significative (U=
104.0, Z= -0.637, p = 0.054, N= 15) entre l’intensité des spectres lumineux à longueur d’onde
moyenne (MW) dans les intervalles 0 à 20m et 25 à 50m de la route. La figure suivante résume
l’évolution des intensités des spectres lumineux MW en fonction de la distance par rapport à la
route.
Dans le premier intervalle, l’intensité des spectres MW présente deux pics, à 5m (1.4%) et à
18m (2.09%), mais généralement, ces intensités restent stables et similaire le long du transect,
pour les deux intervalles.
La couleur des spectres MW est donnée essentiellement par la couleur verte des feuilles.
L’analyse de la figure 13 nous a donnée que la densité relative des feuilles dans les deux
intervalles d’étude ne présente pas de différence significative, donc, il est normal que la
différence des intensités des spectres MW dans ces deux intervalles est non significative.
δ - Evolution des intensités des spectres à grande longueur d’onde (LW)
Les couleurs des spectres lumineux inclus dans cette classe correspondent à orange et au rouge.
Le test bilatéral de Mann Whitney nous montre qu’il y a une différence très significative (U=
61.0, Z= -2.336, p =0.018, N= 15) entre l’intensité des spectres lumineux à grande longueur
d’onde LW, dans les intervalles de 0 à 20m et 25 à 50m de la route. Dans la figure suivante, la
différence d’intensité entre les spectres lumineux est mise en évidence en fonction de la distance
par rapport à la route.
Fig.15- Evolution des spectres lumineux de longueur d’onde moyenne (MW) dans le PN de
Kirindy-Mitea.
Résultats et Interprétations
26
Fig.16- Evolution des spectres lumineux de longue longueur d’onde (LW) dans le PN de
Kirindy-Mitea.
Généralement, les intensités des spectres LW varient entre 0.87% à 1.8% dans le premier
intervalle et entre 0.59% et 1.6% dans le deuxième intervalle. Une légère diminution commence
à 25m (0.59%), remonte un peu à 30m (1.6%) puis diminue et reste plus ou moins stable jusqu’à
la fin du transect.
Dans la forêt, les spectres lumineux de couleur orange sont donnés principalement par les
feuilles. Donc, l’élévation de la densité relative des feuilles dans la distance de 0 à 20m par
rapport à celle de 25 à 50m de la route pourra expliquer ce résultat.
IIIIIIIIIIII----2.b. Evolution des intensités lumin2.b. Evolution des intensités lumin2.b. Evolution des intensités lumin2.b. Evolution des intensités lumineuses dans le Parc national euses dans le Parc national euses dans le Parc national euses dans le Parc national
de Ranomafanade Ranomafanade Ranomafanade Ranomafana ::::
Pareil à ce que nous avons dans le site précédent, les spectres de longueurs d’ondes comprises
entre 400-460nm appartiennent à celles des courtes longueurs d’onde (SW). Les spectres de
longueur d’onde comprise entre 490-540nm appartiennent à celles des longueurs d’onde
moyenne et ceux qui sont comprise entre 620-680nm appartiennent à des grandes longueurs
d’onde (LW).
α - Evolution des intensités des spectres à courte longueur d’onde (SW)
Les couleurs des spectres lumineux appartenant à cette classe correspondent au violet, bleu-
violet et bleu. L’analyse statistique avec le test bilatéral de Mann Whitney nous a permis de
déduire qu’il n’y pas de différence significative (U= 89.0, Z= -1.229, p = 0.197, α=0.09, N= 15)
entre les intensités des spectres SW dans les distances 0 à 20m et 25 à 50m de la route.
L’évolution de ces spectres, le long du transect est récapitulée dans la figure suivante.
Résultats et Interprétations
27
Fig.17- Evolution des spectres lumineux de courte longueur d’onde (SW) dans le PN de
Ranomafana.
Généralement, l’évolution des spectres SW est pareille dans les deux intervalles de distances, les
intensités lumineuses varient entre 0.39% et 1% .Pourtant, il y a une remarquable diminution à
28m, causée probablement par un trou au niveau de la canopée.
Dans la forêt de Ranomafana, il fait sombre car la densité relative des feuilles est élevée. Ce
phénomène accentue la saturation de la couleur des spectres SW dont les intensités ne peuvent
pas être bien analysées avec nos matériels.
β - Evolution des intensités des spectres à moyenne longueur d’onde (MW)
Les couleurs des spectres lumineuses incluses dans cette classe correspondent au vert et au
jaune. Le test U de Mann Whitney a révélé une différence significative (U= 64.0, Z= 72, p
=0.027, N= 15) entre les intensités des spectres MW dans les distances 0 à 20m et 25 à 50m de
la route. Cette évolution est illustrée dans la figure suivante :
Fig.18- Evolution des spectres lumineux de moyenne longueur d’onde (MW) dans le PN de
Ranomafana.
Résultats et Interprétations
28
En général, les intensités des spectres MW restent plus ou moins constantes (autour de0.99% et
1.7%) depuis le début du transect jusqu’à 20m. Pourtant, il y a une certaine élévation, autour de
1.13%, depuis 25m jusqu’à la fin du transect.
Ce résultat est interprété par la faible diminution de la densité relative des feuilles dans
l’intervalle de 25 à 50m de la route. Ainsi, l’intérieur de la forêt devient plus clair que dans le
premier intervalle, donc, les spectres MW qui viennent majoritairement de la couleur verte des
feuilles deviennent plus évidents et plus intenses.
δ - Evolution des intensités des spectres à grande longueur d’onde (LW)
Les couleurs des spectres lumineux appartenant à cette classe correspondent à l’orange et au
rouge. D’après l’analyse statistique avec le test bilatéral de Mann Whitney, il n’y pas de
différence significative (U= 84.0, Z= -1.427, p =0.136, N= 15) entre les intensités des spectres
LW dans les distances de 0 à 20m et 25 à 50m. La figure suivante explique l’évolution de ces
spectres LW le long du transect.
Fig.19- Evolution des spectres lumineux de grande longueur d’onde (LW) dans le PN de
Ranomafana.
Les intensités des spectres LW restent plus moins constantes (autour de 1.50%) le long du
transect. Quelques pics sont observés à 3m (2.9%) et à 30m (3.11%), qui correspondent aux trous
au niveau de la conopée.
Ainsi, nos résultats sont plus logiques car les feuilles sont les principaux éléments qui diffusent
les spectres de couleur jaune, orange et rouge, alors que la densité relative des feuilles dans les
deux intervalles d’étude ne présente pas de différence significative.
III-3. Corrélations entre densité des feuilles et intensités lumineuses :
Les intensités lumineuses dépendent logiquement des densités des feuilles existantes dans la
forêt. Le coefficient de corrélation de Spearman nous permet de tester l’importance de cette
corrélation entre ces deux variables.
Résultats et Interprétations
29
Le tableau suivant résume les corrélations existantes entre les densités des feuilles et les
intensités de chaque spectre, dans les deux sites d’étude :
Tableau-2. Différentes type de corrélation existante entre les densités de feuilles et les intensités
de chaque spectre lumineux, dans chaque site.
DF= densités relatives des feuilles ; SW= spectres à ondes courtes ; MW= spectres à ondes moyennes ;
LW= spectres à ondes longues
- Dans le PN de Kirindy-Mitea : le test de Spearman ne révèle aucune corrélation importante
entre les densités des feuilles et les différents types de spectre lumineux. De ce fait, l’intensité
des spectres de courte longueur d’onde est loin d’être influencée par les densités des feuilles,
tandis qu’il y a une légère corrélation positive pour les spectres MW. Une faible corrélation
négative existe entre les densités des feuilles et les spectres de grande longueur d’onde.
- Dans le PN de Ranomafana : Des corrélations significatives existe entres les densités des
feuilles et les différents types de spectre lumineux. Au contraire de ce qu’on observe dans le
PN de Kirindy-Mitea, le taux des spectres de courte longueur d’onde croit intensivement avec
les densités des feuilles. Le même phénomène existe chez les spectres MW et les spectres LW,
mais moins intensif que le précédent. De ce fait, les densités des feuilles influencent
considérablement les taux des spectres lumineux dans le PN de Ranomafana et on observe le
contraire dans le PN de Kirindy-Mitea.
III-4. Corrélations entre les différents types de spectres lumineux
Etant donné qu’il y a trois différentes catégories de spectres, selon leur longueur d’onde.
L’évolution de chaque spectre varie en fonction du milieu dans la forêt et de la source dont le
soleil. Le test de corrélation de Spearman a été utilisé afin de déterminer la signification des
corrélations existantes entre les variables.
Selon le test de corrélation de Spearman, nous avons les tableaux suivants :
PN de KIRINDY-MITEA 0 à 50m
PN de RANOMAFANA 0 à 50m
Entre SW et DF
Entre MW et DF
Entre LW et DF
Entre SW et DF
Entre MW et DF
Entre LW et DF
N 15 15 15 15 15 15 rs 0.018 0.084 - 0.097 0.767*** 0.630** 0.703**
α table - - - 0.002 0.02 0.002
Conclusions -
-
-
Il y a corrélation positive
Il y a corrélation positive
Il y a corrélation positive
Résultats et Interprétations
30
� Dans le PN de KIRINDY-MITEA
Tableau-3. Récapitulation des différents types de corrélation existante entre les différents
spectres lumineux dans le PN de Kirindy-Mitea.
0 à 20m 25 à 50m Entre SW et
MW Entre SW et
LW Entre MW
et LW Entre SW et MW
Entre SW et LW
Entre MW et LW
N 15 15 15 15 15 15
r s 0.4688* 0.2322* 0.4357* 0.5295** 0.1214 0.2737*
α table 0.10 0.50 0.10 0.05 NS 0.10
Conclusion Il y a de
corrélation positive
Il y a de corrélation
positive
Il y a de corrélation
positive
Il y a de corrélation
positive
Il y a de corrélation
positive
Il y a de corrélation
positive
SW= spectres à ondes courtes ; MW= spectres à ondes moyennes ; LW= spectres à ondes
longues
Dans ce premier site, des corrélations existent toujours entre les différents types de spectres
lumineux. Ici, les corrélations sont généralement positives et semblent être plus intéressantes
dans l’intervalle 0 à 20m que dans l’intervalle 25 à 50m de la route. Dans la première partie du
transect, les intensités des spectres croissent d’une manière parallèle, tandis que dans la seconde
partie, la corrélation entre LW et SW s’efface d’une part et d’autre part celle entre SW et MW
s’est doublé. Ainsi, cette forêt favorise les spectres de longueur d’onde moyenne et non les deux
autres.
� Dans le PN de RANOMAFANA
Tableau-4. Tableau résumant les différents types de corrélation existante entre les différents
spectres lumineux dans le PN de Ranomafana.
0 à 20m 30 à 50m Entre SW et
MW Entre SW et
LW Entre MW
et LW Entre SW et
MW Entre SW et
LW Entre MW et
LW
N = 15 15 15 15 15 15 rs = 0.5869** 0.3652* 0.8804*** 0.1476 - 0.2473* 0.6777*
α table = 0.02 0.20 0.001 NS 0.10 0.01
Conclusion : Il y a de
corrélation positive
Il y a de corrélation
positive
Il y a de corrélation
positive
Il y a de corrélation
positive
Il y a de corrélation négative
Il y a de corrélation
positive
SW= spectres à ondes courtes ; MW= spectres à ondes moyennes ; LW= spectres à ondes longues * : il existe une corrélation significative entre les deux variables ; ** : il existe une corrélation très significative entre les deux variables ; *** : il existe une corrélation hautement significative entre les deux variables.
Résultats et Interprétations
31
NS : la corrélation n’est pas significative
Dans ce deuxième site, les corrélations sont positives et semblent être plus importantes que la
précédente dans le premier intervalle (0 à 20m). Les corrélations des autres spectres avec les
spectres de longueur d’onde moyenne s’optimisent, surtout, la corrélation entre MW et LW.
Dans le deuxième intervalle, une corrélation négative s’observe entre SW et LW, ce qui implique
une diminution importante du taux de SW et une augmentation considérable du taux de LW. Les
spectres MW croissent parallèlement avec les spectres LW. Ainsi, ce type de forêt optimise les
spectres de grande longueur d’onde et les spectres longueur d’onde moyenne.
III-5. Comparaison des évolutions des intensités lumineuses dans les deux sites :
Comme nos sites sont des forêts typiquement différentes, ils devraient présenter des résultats
différents si nous nous intéressons aux intensités des spectres lumineux y pénétrant.
Afin d’identifier et aussi d’estimer les qualités des spectres disponibles dans chaque forêt, nous
avons effectué des analyses statistiques, en utilisant le test U de Mann Whitney.
- Comparaison des spectres lumineux de courte longueur d’onde (SW) :
Ces sont des spectres de teinte bleu, violet et bleu-violet. Ils ont de fortes saturations et une faible
brillance. Dans la distance de 0 à 20m de la route, ils ne présentent pas de différences
significatives (U=80.0, Z= -1.585, P=0.112, N=15), pourtant, la valeur de U calculée n’est pas
loin de celle la valeur de U sur table. Ce cas requiert un très grand nombre d’échantillons pour
que les différences des intensités des spectres SW soient significatives. (Fig.32. annexe)
Dans la distance de 25 à 50m de la route, le test ne révèle aucune différence significative
(U=94.0, Z= -1.032, p=0.2758, N = 15), concernant des intensités des spectres SW dans les deux
forêts. Il existe des zones à faible intensité, par exemple, à 30m (0.2%) pour le PN de
Ranomafana, à 27m (0.31%) et à 48m (0.5%) pour le PN de Kirindy-Mitea. Ces points
correspondent à des ouvertures au niveau de la canopée. (Fig.33. annexe)
- Comparaison des spectres de longueur d’onde moyenne (MW) :
Il n’y a pas de différence significative dans l’intervalle de 0 à 20m (U=74, Z= 1.822, p= 0.058,
N = 15). Dans les deux sites, nous avons observé une croissance (autour de 1.60%) d’intensité
des spectres MW dans la zone située entre 2m et 5m de la route, suivie directement par une chute
à 9m dans le PN de Kirindy-Mitea et à 7m dans le PN de Ranomafana. Puis, les intensités
redeviennent normales et remontent à partir de 18m. (Fig.34. annexe)
Entre 25m et 50m, ces intensités présentent une légère augmentation (1.23%) à partir de 18m
pour le PN de Ranomafana, et à partir de 30m dans le PN de Ranomafana. Cependant, la
différence entre les deux sites n’est pas significative d’après l’analyse statistique (U= 76.0, Z= -
1.743, p=0.073, N= 15). (Fig.35. annexe)
Résultats et Interprétations
32
- Comparaison des spectres à grande longueur d’onde(LW):
Dans l’intervalle de 0 à 20m de la route, la différence d’intensité n’est pas significative pour les
deux sites (U=110.0, p=0.620, N= 15), malgré quelques augmentations brusque (à 4m et à 7m)
dans PN de Ranomafana. En général, les intensités tournent autour de 1.20% de l’intensité
total et dans le PN de Kirindy-Mitea, ces intensités restent plus ou moins constantes.
(Fig.36.annexe)
À partir de 25m, les intensités des spectres LW connaissent une hausse importante pour le PN
de Ranomafana et cette augmentation continue jusqu’à 50m ; Cette croissance est très
remarquable pour certaines distances, par exemple à 32m (3.1%) et à 45m (2.3%).
Statistiquement, ce résultat implique une différence très significative entre les intensités des
spectres LW dans les deux sites (U=37.0, p=0.998, N=15). (Fig.37.annexe)
Dans les graphiques suivants, nous pouvons observer les moyennes des intensités des différents
spectres.
Fig.20- Diagrammes comparant les évolutions des intensités des spectres lumineux dans les deux sites d’étude.
Résultats et Interprétations
33
Ainsi, dans les deux intervalles d’étude, les intensités des spectres SW dans la forêt de
Ranomafana sont toujours élevées par rapport à celles dans la forêt de Kirindy-Mitea.
Concernant des spectres MW, une augmentation remarquable s’observe dans la forêt de
Ranomafana (de 43% à 72%) dans la distance de 0 à 50 m de la route ; par contre, le phénomène
inverse se présente dans la forêt de Kirindy-Mitea (de 57% à 28%).
Les intensités des spectres LW dans le PNR connaissent des augmentations exceptionnelles (de
25% à 75%) de 25 à 50 m de la route, tandis qu’elles diminuent fortement dans le PNK dans le
même intervalle (de 25% à 75%). Généralement, les intensités lumineuses s’élèvent toujours
pour la distance de 0 à 20m et la distance de 25 à 50 m, dans la forêt de Ranomafana par rapport
à celles de la forêt de Kirindy-Mitea. Au contraire, ces variables diminuent toujours dans le Parc
National de Kirindy-Mitea, lorsqu’on compare leurs moyennes à celles de ce que nous observons
dans le Parc National de Ranomafana.
III-6. Caractéristiques des luminosités dans chaque site
� Dans le PN de Kirindy-Mitea :
La luminosité sous l’ombrage de la forêt semble être très caractéristique dans la forêt de
Kirindy-Mitea. Plusieurs facteurs peuvent l’influencer, mais dans cette étude, nous nous
focalisons sur les états de la dégradation de la forêt.
- Ainsi, dans un intervalle de distances proches de la route (0 à 20m), notre analyse statistique
n’a pas révélé des différences significatives (H=31.82 > 13.82, ddl = 2, N =45, α=0.01) sur
l’évolution des différents spectres lumineux. La figure suivante représente les variations des
intensités lumineuses pour chaque type de spectre selon leur longueur d’onde.
Fig.21- Variation des intensités de chaque type de spectre lumineux dans la distance de 0 à 20m
de la route.
Résultats et Interprétations
34
À 0m, toutes les intensités se trouvent autour de 0.5%, ensuite, les écarts commencent à partir de
3.5m de la route. Ainsi, à partir de 3.5m, les spectres de grande longueur d’onde prédominent
(autour de 1.30±0.21%), puis les spectres de moyenne longueur d’onde (0.97±0.39%) et enfin,
les spectres à ondes courtes (0.56±0.14%).
Dans l’intervalle de 25 à 50 m de la route, le test statistique de Kruskal-Wallis ne révèle aucune
différence significative sur l’évolution des trois types de spectres lumineux (H= 18.09 > 13.82,
ddl = 2, N =45). La figure suivante représente les variations des intensités lumineuses entre 25
et 50m.
Fig.22- Variation des intensités de chaque type de spectre lumineux dans la distance de 25 à
50m de la route.
Dès 25m, les écarts entre les intensités des trois types de spectres sont évidents. Les spectres LW
prédominent toujours (1.07±0.38%), puis les spectres MW (0.94±0.38%) et enfin les spectres
SW (0.67±0.18%).Pourtant, les intensités lumineuses se trouvent sur un même point à 25m
(0.45%), à 29m (0.65%) puis à 42m (0.85%).
� Dans le PN de Ranomafana
L’étude a été similaire à celle qu’on a effectuée dans la forêt de Kirindy-Mitea. De ce fait, les
analyses des données s’effectueront dans deux intervalles (entre 0 à20m et entre 25 à 50m) le
long du transect de 50m.
Résultats et Interprétations
35
- Dans le premier intervalle, l’analyse statistique de Kruskal-Wallis a prouvée des différences
significatives sur les intensités des trois différents types de spectre lumineux (H= 13.5
<13.82, ddl = 2, N= 45). La figure suivante illustre les évolutions de ces types de spectre.
Fig.23- Variation des intensités de chaque type de spectre lumineux dans la distance de 0 à 25m
de la route, dans le PNR.
Depuis le début du transect, des nettes séparations peuvent être remarquées entre les spectres LW
et les deux autres spectres. Généralement, les intensités augmentent dans les premiers 5m (autour
de 1.78%) puis deviennent plus ou moins constantes jusqu’à 20m. Donc, dans ce premier
intervalle, nous avons noté déjà l’importance des spectres de grande longueur d’onde, puis les
spectres de longueur d’onde moyenne ; les spectres SW ont très peu d’importance dans cette
distance.
- Dans le second intervalle, les trois types de spectres sont rangés nettement selon ses
intensités (Kruskal-Wallis : H= 31.71, ddl = 2, non significatif). Tous les spectres
connaissent des légères augmentations et les différences entre SW et MW deviennent
évidentes (Fig.24).
Fig.24- Variation des intensités de chaque type de spectre lumineux dans la distance de 25 à
50m de la route, dans le PNR.
Résultats et Interprétations
36
La comparaison des moyennes de ces différents spectres nous permet de comprendre les couleurs
de la luminosité de l’environnement dans les deux forêts étudiées. D’ailleurs, nous pouvons
observer les impacts des déforestations sur la luminosité de l’environnement. Ainsi, dans la forêt
de Kirindy-Mitea, la luminosité est caractérisée par la basse intensité des spectres SW et par la
dominance des spectres LW. La couleur de la luminosité de l’environnement est alors dominée
par les spectres de grande longueur d’onde, généralement de teinte claire (orange, rouge). Les
intensités des spectres de moyenne longueur d’onde sont également considérables (autour de
33%). Donc, la lueur de la luminosité de l’environnement dans la forêt de Kirindy-Mitea est
constituée par une grande quantité de spectre LW et par une moyenne quantité de spectre MW
(donc de couleur jaune verdâtre).
Fig.25- Diagramme illustrant les moyennes des intensités des spectres lumineux dans le PN de
Kirindy-Mitea : (a) de 0 à 20m ; (b) de 25 à 50m de la route.
Dans la forêt de Ranomafana, les caractéristiques des luminosités dans les deux intervalles
d’étude sont bien distinctes. Entre 0 et 20m, les spectres MW (40%, de couleur verte et jaune) et
les spectres SW (37%, de couleur violet et bleu) dominent, tandis que, les spectres de grande
longueur d’onde sont plus faibles (à 24%). Ainsi, la couleur de la luminosité de l’environnement
est bleu-verdâtre.
Fig.26- Diagrammes illustrant les moyennes des intensités des spectres lumineux dans le PN de
Ranomafana : (a) de 0 à 20m ; (b) de 25 à 50m de la route.
Résultats et Interprétations
37
Entre 25 et 50m, la luminosité est caractérisée d’une part, par la prédominance des spectres de
grande longueur d’onde (à 50%), d’autre part, par la diminution des spectres MW et SW. En
effet, la couleur de la luminosité de l’environnement est devenue orangée.
III-7. Les espèces de lémuriens diurnes vivant dans chaque site et leurs types de vision de
couleurs :
La vue est un organe très important pour les lémuriens ; malheureusement, ils ont un faible
système de vision. Chaque espèce a son propre type de vision. Ce mécanisme est héréditaire et
lié fortement au domaine vital de l’animal. Pour les primates, un photorécepteur donné exprime
un type de molécule de photopigment. Généralement, les lémuriens ont deux types de
photopigment : des photopigments de courte longueur d’onde (S),des photopigments de
moyenne longueur d’onde (M ), et pour certaines espèces relativement évoluées, elles
comportent des photopigments de grande longueur d’onde (L ) dans le chromosome X (Alison
et al., 2003).
� Dans la forêt de Kirindy-Mitea :
Le tableau suivant rapporte les types de vision de couleur des espèces de lémuriens existant dans
la forêt de Kirindy-Mitea.
Tableau-5. Distribution de la vision de couleur et sensibilité maximum approximative des
photopigments des lémuriens dans le PN de Kirindy-Mitea (Alison et al. ,2003).
FAMILLES Genre et Espèce Photopigment de
type S (nm)
Photopigment de
type M et L (nm)
Type de vision
LEMURIDAE Eulemur rufus 437 (bleu) 545 (verte) Dichromatique
Lemur catta 437 (bleu) 545 (verte) Dichromatique
INDRIIDAE Propithecus
vereauxi
430 (bleu) 558 (Vert-jaune) Alléliquement
trichromatique
(Opsine = molécules de photopigment présentes dans la rétine, capable de décoder les couleurs
des signaux lumineux.)
Il n’y a que deux familles de lémuriens diurnes dans la forêt de Kirindy-Mitea. Dans la famille
des LEMURIDAE, les espèces sont toute dichromatiques, leur vision est basée sur deux types
de photorécepteur : - des Opsines M (ou « pigment vert ») des cônes M, localisés dans le gène M
sur le chromosome X.
- des Opsines S (ou « pigment bleu ») des cônes S, localisés dans le gène S
sur le chromosome 7.
Résultats et Interprétations
38
Les photopigments de ces espèces présentent des maximums de sensibilité précises : à 437nm
pour les opsines S, et à 545nm pour les opsines M.
Nous avons une seule espèce dans la famille des INDRIIDAE ; elle a un type de vision
alléliquement trichromatique, c’est-à-dire qu’elle dispose de deux types d’opsines (S, M) mais la
vision trichromatique est possible seulement pour les femelles qui comportent de l’opsine M
dans un chromosome X et de l’opsine L sur l’autre chromosome X. Pourtant, les femelles qui ont
de l’opsine M ou L sur un même chromosome X, et les males qui ont un chromosome X et un
chromosome Y ont seulement une vison dichromatique.
� Dans la forêt de Ranomafana :
Le tableau suivant résume les types de vision de couleur des espèces de lémuriens existant dans
la forêt de Ranomafana
Tableau-6. Distribution de la vision de couleur et sensibilité maximum approximative des
photopigments des lémuriens dans le PN de Ranomafana (Alison et al , 2003.
FAMILLES Genre et Espèce Photopigment de type S (nm)
Photopigment de type M et L (nm)
Type de vision
LEMURIDAE
Eulemur rufus 437 (bleu) 545 (Verte) Dichromatique
Eulemur rub. 437 (bleu) 545 (Verte) Dichromatique
Hapalemur aureus 437 (bleu) 545 (Verte) Dichromatique
Hapalemur occi. 437 (bleu) 545 (Verte) Dichromatique
Hapalemur gri. 437 (bleu) 545 (Verte) Dichromatique
Varecia
variegata
558 (Vert-jaune) Alléliquement trichromatique
INDRIIDAE Propithecus ed. 430(bleu) 558 (Vert-jaune) Alléliquement
trichromatique
Deux familles de lémuriens existent dans cette forêt : Les LEMURIDAE qui sont représentées
par six espèces diurnes et les INDRIIDAE qui sont représentées par une espèce diurne. Il existe
aussi deux types de visions de couleurs auquel cinq (05) espèces sont dichromatiques et deux
(02) espèces sont alléliquement trichomatiques, avec des maximums de sensibilité différente.
Ainsi, pour le genre Varecia et le genre Propithecus, certaines femelles dominantes ont une
possibilité génétique très élevée, c’est-à-dire une tendance au trichromatisme, en effet, elles
peuvent différencier le rouge du vert (Li et Tan, 1999). Pour les autres espèces, la vision de
couleur reste dichromatique et est donc limitée sur la différenciation de la couleur bleu au violet
et du jaune au vert.
Résultats et Interprétations
39
IV-1. Densité relative des feuilles en fonction de la distance par rapport à la route :
- Dans la forêt de Kirindy-Mitea :
DDans cette étude, nous avons choisi de nous focaliser dans la distance de 0 à 50 m de la route,
car la déforestation s’effectue au niveau de cet intervalle. Cette forêt présente de forte richesse en
termes de diversité floristique, les forêts denses sèches occupent 70% environ du parc. La saison
pendant laquelle nous avons effectué cette recherche correspond à la saison sèche, de ce fait, la
plupart des plantes ont perdu leurs feuilles. Par conséquent, il n’y a pas de différence
significative entre les densités des feuilles dans les distances de 0 à 20 m et 25 à 50 m.
- Dans la forêt de Ranomafana :
Autour du PNR, la migration des personnes ne semble plus fréquente. Avant la validation du
parc, les villageois eurent accès libre dans la forêt. Mais, après les interventions des agents du
MNP, ils ont abandonné les zones protégés et des nouvelles plantes ont repoussées. Ces plantes
font partie de ce qu’on appelle forêt secondaire, caractérisée par ses faibles hauteurs, par ses
nombreuses branches. Alors, il n’est pas étonnant si les densités des feuilles entre 0 à 20 m et 25
à 50 m de la route ne se diffèrent plus.
IV-2. Evolution des intensités lumineuses en fonction des distances par rapport à la route :
� Dans le PN de Kirindy-Mitea
Dans la forêt de Kirindy-Mitea, il y a toujours une augmentation d’intensité pour tous les types
de spectre dans la distance de 25 à 50 m, par rapport à la distance 0 à 20 m de la route ; à
l’exception des spectres de longueur d’onde moyenne (MW) auxquels cette augmentation n’est
pas significative dans le second intervalle. Dans la plupart des recherches effectuées par Endler,
la chute relative des spectres MW ne se passe que pendant le temps nuageux ou bien, lorsque la
mensuration s’effectue sous l’ombrage d’un arbre (Eucalyptus) sec (Fig.27). Ainsi, notre résultat
prouverait les impacts des ombrages des grands arbres, qui ont perdu la grande partie de leurs
feuilles. Ce phénomène accroit les spectres de courte longueur d’onde (SW) qui ont une brillance
sombre et une saturation terne.
Quatrième partie :
IV - DISCUSSIONS
Discussions
Résultats et Interprétations
40
� Dans le PN de Ranomafana
Dans le Parc National de Ranomafana, il y a toujours cette augmentation d’intensité dans la
distance 25 à 50 m de la route. Pourtant, les spectres de moyenne (MW) et de grande longueur
d’onde (LW) connaissent une augmentation significative. Les études effectuées par Endler en
1993[11] dans la forêt de Heron Island, Australie présentent des résultats similaires. Dans
l’intervalle de 0 à 20 m, avons observé que les spectres de courte longueur d’onde dominent.
Cette augmentation des spectres SW n’est pas normale dans une telle forêt, car les ouvertures au
niveau de la canopée se raréfient. Alors, la cause probable de ce phénomène correspond à
l’augmentation des densités relatives des feuilles (Fig.28).
Fig.28- Des arbres poussant autour de la route après déforestation.
Fig.27- Variations des spectres lumineux sous l’ombrage d’un
Eucalyptus, dans la forêt de Queensland Australie.
Dans le PN de Kirindy-Mitea Dans le PN de Ranomafana
Discussions
Résultats et Interprétations
41
Ainsi, l’intensité lumineuse est diminuée considérablement après avoir traversé les différentes
couches de la canopée, et décroit graduellement jusqu’au sous-bois. L’atténuation de la lumière
peut atteindre jusqu’à 94% dans les premiers 5m, après avoir traversé la canopée (4�56� &
89:�� 1970) [25].
IV-3. Corrélations entre densité des feuilles et intensités lumineuses :
Dans la forêt, la luminosité de l’environnement dépend de plusieurs facteurs et non
seulement de la densité des feuilles (riche en spectre MW). Nous devrons aussi prendre en
compte les couleurs des branches, des troncs et des feuilles mortes. Dans la forêt de Kirindy-
Mitea, entre 0 et 50 m de la route, la densité des feuilles ne présente aucune corrélation avec les
spectres de la luminosité de l’environnement. Ce résultat correspond à la faible densité de
feuilles qui est due aux chutes des feuilles pendant la saison sèche.
Des résultats nets sont observés dans le Parc National de Ranomafana. En effet, des corrélations
significatives existent entre les densités des feuilles et les spectres lumineux infiltrés dans la
forêt. Dans ce site, les densités des feuilles sont relativement fortes, donc elles influencent
considérablement la luminosité de l’environnement.
IV-4. Variation des intensités lumineuses en fonction de la distance par rapport à la
route :
Dans la forêt sèche de Kirindy –Mitea, les intensités lumineuses ne semblent plus influencées par
les densités des feuilles. En effet, dans les deux intervalles d’étude (o à 20 m et 25 à 50m), les
intensités des spectres MW, généralement de couleur verte et des spectres LW, de couleur jaune
et orange présentent des différences significatives. Tandis que les spectres de types SW ne
présentent aucune différence significative dans la première et dans la deuxième 25m de la route
vers la forêt. Ces résultats semblent le contraire de ce que Endler découvrait dans la forêt de
l’Amérique du Nord, annonçant que les rayons réfléchis par les végétations constituent la majeur
partie des luminosités dans la forêt.
Dans la forêt tropicale humide de Ranomafana, nous avons constaté le contraire du cas
précédant, car, seules les intensités des spectres de type MW présentent des différences
significatives dans les deux intervalles d’études. Donc, les intensités lumineuses sont très
influencées par les densités relatives des feuilles.
IV-5. Comparaison des évolutions des intensités lumineuses dans les deux sites :
� Dans la forêt de Ranomafana :
Des expériences et des calculs théoriques ont été déjà effectués par Endler en 1993. Il a révélé
que sous la forêt à canopée fermée, la luminosité ambiante constitue essentiellement des
Discussions
Résultats et Interprétations
42
lumières transmises et réfléchies à travers les feuilles, et moindre, voir même nulle celles qui
viennent du ciel bleu. Donc, la verdure des radiations émise par les feuilles doit caractériser la
luminosité de l’environnement. Dans notre étude, dans l’intervalle de 0 à 20m, la luminosité
ambiante est bleue verdâtre, ce qui implique de nombreux trou au niveau de la canopée et la
lumière venant du ciel bleu accroit l’intensité des spectres de courte longueur d’onde.
Dans le deuxième intervalle (25 à 50m), la couleur de la luminosité ambiante est essentiellement
orangée et riche en spectres de moyenne et de grande longueur d’onde. Donc, les expériences
théoriques de Endler n’ont pas vérifié la réalité dans la pratique.
� Dans la forêt de Kirindy-Mitea :
Selon les calculs théoriques de Endler,dans les forêts sèches, certaines quantités de la
luminosité ambiante viennent des feuilles, mais aussi, une importante quantité vient du ciel bleu
à travers des ouvertures au niveau de la canopée. Alors, la luminosité doit être dominée par les
rayonnements bleus. Notre recherche a donné des résultats différents, car dans l’intervalle de 0 à
20m, la luminosité ambiante est essentiellement jaune verdâtre, puis orangée dans l’intervalle
de 25 à 50m.
Donc, dans la forêt, la lumière solaire n’est pas tout simplement transmise mais aussi filtrée par
les feuilles. En effet, après avoir traversé les feuilles vertes, ces lumières donnent de couleur
jaune verdâtre à la luminosité ambiante.
IV-6. Effets de la luminosité ambiante sur le contraste du fond optique :
Dans la forêt, la lueur du fond est généralement verte, gris et marron. Le degré d’attirance du
stimulus dépend fortement sur la propriété de la lumière ambiante, éclairant ce dernier, ainsi,
cette lumière peut conditionner l’activation ou l’inactivation de son attirance (Théry, 1996). Les
motifs de couleur d’un stimuli devrait présenter des spots avec des spectre de réflexion similaire
à celle de l’arrière plan, pendant la période à haute risque de prédation (Endler, 1987). Il devrait
avoir une faible saturation parce que la couleur du fond est toujours insaturée et aussi parce que
cette instauration des couleurs des rayons lumineux change avec la luminosité ambiante. Un
stimulus peut changer d’apparence avec la lumière ambiante et cet état rend difficile de
reconnaitre ses motifs de couleur insaturés. Le motif de couleur utilisé comme signal devrait
avoir des spots différents que celle du fond et doit avoir de forte moyenne et de variance qui lui
ressemble au spectre de la lumière ambiante. De même, il doit avoir des spots à spectres saturées
pour une apparence constante et pour la facilité de reconnaissance dans certaine luminosité de
l’environnement (Heindl & Winkler, 2003).
Pendant le moment ensoleillé, les lémuriens préfèrent l’ombrage du canopée tout en bénéficiant
la recherche de nourriture. La prédominance des spectres à moyenne et grande longueur d’onde
Discussions
Résultats et Interprétations
43
convient à leur type de vision de couleur. Par conséquent, cette occasion correspond à ses
maximums de sensibilité spectrale de leurs photorécepteurs. Néanmoins, les lémuriens utilisent
le plus l’odorat que la vue, à cause de la faiblesse de son système de vision (Jacobs, 1993).
L’attirance d’un stimulus donné est plus intense au moment ensoleillé et diminue avec la lumière
du soleil. Dans la forêt de Kirindy-Mitea (forêt à canopée ouverte), le rayonnement solaire
direct, sans les réflexions des feuilles réduise le contraste du fond et l’image perçue devient
diffus et moins nette. Le contraste du fond optique devient accentué pendant le temps ensoleillé
que pendant le temps nuageux. Cette phénomène explique la paresse des animaux pendant ou
avant la pluie. La détection des prédateurs ou la sélection de la nourriture, sous l’ombrage
forestier est basée sur l’effet de la couleur de la luminosité ambiante sur ces derniers.
Selon nos observations, dans la forêt de Kirindy Mitea, l’intensité des spectres de luminosité à
longueur d’onde est élevée dans l’intervalle de 25 à 50m que celle de 0 à 20m dans la forêt. La
cause c’est le degré d’ouverture de la canopée, ainsi, la lumière du ciel bleu atteigne directement
le sol. Dans ce cas, la brillance des stimuli seront intense, ce qui implique à des visions moins
nettes et à faible précision. Alors, la vision des lémuriens dans cette forêt requiert une grande
adaptation. Les femelles de certaines espèces comme Propithecus edwardsii ont une tendance à
une vision trichromatique, donc, ils peuvent tolérer les spectres à grande longueur d’onde, lui
permettant de distinguer la couleur rouge au vert. En effet, elles peuvent discerner la couleur du
pelage roux ou marron des prédateurs dans les fonds vert et grise de la forêt. Cette opportunité
lui permet de protéger les bébés. Les Eulemur rufus sont des espèces de lémuriens les plus
adaptés aux différents types de forêt. Leur régime alimentaire semble très varié et en plus elles
n’exigent plus de territoire fixe comme les autres espèces. Pourtant, elles semblent en danger en
vue de divers prédateurs du fait que la brillance de la lumière ambiante affaiblit le contraste du
fond, alors que leur type de vision n’est pas sensible aux couleurs de grande longueur d’onde
(roux, orange). Ainsi, il n’est pas étonnant que ces deux espèces diurnes puissent survivre dans
cette forêt.
Dans la forêt de Ranomafana, les spectres de moyenne et de grande longueur d’onde (MW, LW)
augmentent dans l’intervalle 30 à 50m dans la forêt. Donc nous avons presque l’inverse de ce
qu’il y a dans la forêt de Kirindy-Mitea. Ainsi, dans cette forêt humide à canopée fermée, la
couleur de la luminosité ambiante est orangeâtre, d’où la prédominance des spectres de grande
longueur d’onde.Dans ce cas, la teinte des spectres devient moins saturée, riche en couleur vive
(jaune, verdâtre). Shirley (1929) affirmait que, dans la forêt tropicale, la lumière est verdâtre car
les rayonnements transmises et réfléchis à travers les feuilles et le reste de la végétation sont
relativement riches en moyenne longueur d’onde. Cette saturation dépend du temps qu’il fait. La
Discussions
Résultats et Interprétations
44
lumière ambiante riche en moyenne longueur d’onde convient parfaitement aux sensibilités
spectrales des photorécepteurs des prosimiens. En effet, les genres Varecia variegata utilisent
essentillement des spectres à moyenne longueur d’onde dans leur type de vision, afin de
différencier la couleur jaune du verte (Jacobs, 1993). Ce type de vision répond à son régime
alimentaire frugivore, lui permettant de distinguer les fruits mûrs aux fruits verts. Selon Wright et
al. (2003), dans le PN de Ranomafana, la couleur des fruits mûrs sont majoritairement rouge, puis
des couleurs claires (jaune, orange), enfin verte et sombre (bleu, violet).
Les espèces de lémuriens réagissent différemment aux variations des intensités lumineuses.
Etant donné que le genre Varecia est déficient au rouge (Jacobs, 1993), il détermine les couleurs
de grande longueur d’onde par leur saturation. Dans ce cas, les fruits verts semblent moins
saturés que les fruits orange et rouge. De plus, Janzen, (1983) a annoncé que les lémuriens sont
attirés non seulement par la couleur mais aussi par la taille des fruits. Donc, la combinaison de
ces deux paramètres lui fournit une meilleure vision.
Pour les lémurs bambou, ils doivent avoir une vision nette et précise afin d’identifier les parties
jeunes et mûres des pousses de bambou. Comme ils sont des dichromatiques, la prédominance
des spectres jaunes orangé (550nm) dans la forêt correspondent au maximum de sensibilité de
leur photorécepteur M (558nm). De ce fait, la luminosité ambiante lui fournit une vision
suffisante, utilisé lors de la recherche de nourriture et détection des prédateurs. Cette vision est
bonne pendant le temps ensoleillé, et celle-ci diminue pendant le temps sombre.
Eulemur rubriventer semble l’espèce la plus cathémérale que les autres espèces citées. Il est
probable que le pourcentage des cellules tige dans leur photorécepteur dépasse un peu plus des
autres espèces diurnes. Ces cellules sont plus adaptées à des endroits sombres et pendants des
temps sombres. Cette type de vision est très sensible sur les formes et la taille du stimulus, mais
vulnérable sur l’augmentation des intensités lumineuse dans la forêt. Par conséquent, cette
espèce a de territoire bien défini et vulnérable pour toutes adaptations. Toutes ces espèces de
lémurien citées vivent uniquement dans la forêt, et certaines d’entre eux tel que les lémurs
bambou se trouvent spécifiquement dans la forêt de bambou de la PN de Ranomafana. Les
contrastes des lumières de fond et celle de l’habitat ont des effets majeurs sur l’adaptation aux
prédateurs. Si la lumière ambiante est fortement colorée, comme ce qui se produit dans la forêt
de Ranomafana, les animaux doivent utiliser des signaux de couleurs complémentaire qui est
bien assorti avec le maximum de sensibilité de son photorécepteur afin d’optimaliser la clarté du
contrast. De plus l’animal doit utiliser la couleur complémentaire à celle qui l’isole dans une
région à haute intensité lumineuse (Endler, 1992). La végétation des forêts à canopée fournit de
fort motif de couleur du fond qui peut être exploitée comme moyen de camouflage (Cott, 1940).
Discussions
Résultats et Interprétations
45
La couleur grise, noire et blanche du genre Varecia et aussi du genre Propithecus les rendent
évidentes dans un arrière- plan vert de la forêt. Cela semble un risque en vue des prédateurs,
lorsque l’animal n’est pas adapté à la fuite rapide. Actuellement, les sifakas connaissent une
diminution considérable en nombre, dans la forêt de Ranomafana. La cause probable c’est
l’évidence de la couleur de leur pelage sur un fond vert et marron, ce qui rend difficile le
camouflage lorsque l’animal dorme. Dans la forêt de Kirindy-Mitea, les sifakas dorment toujours
sur des grands arbres éloignés des branches auxquelles les prédateurs peuvent accéder.
IV-7. Estimation des impacts de la luminosité de l’environnement sur la vision de couleur :
Étant donné que les espèces de lémuriens vivantes dans les deux sites ont généralement
de vision dichromatique, donc, elles peuvent être facilement influencées par la variation de la
lumière de l’environnement. Bradbury (1998) a annoncé que les efficacités des transmissions des
signaux visuelles sont favorisées par quatre types de fond optique : la brillance, la couleur, le
motif et les contrastes du fond lors des mouvements (Bradbury & Vehrencamp 1998).De plus,
Hailman ajoute aussi : la brillance, la couleur des éléments des radiations lumineuses et la
couleur des spectres de fond influencent énormément la faculté d’attirance des signaux lumineux
(Hailmanetal. 1979 ; Fleishman et al. 1997). Alors, les efficacités de la vision dépendent sur
les qualités des signaux lumineux disponibles dans l’habitat. Selon nos observations, dans un
habitat sombre, riche en spectres de courte longueur d’onde (SW), les signaux lumineux excitent
fortement les photorécepteurs de type S qui permettent à la reconnaissance des stimuli de couleur
violet, bleu, bleu-noir. Dans ce cas, l’animal aperçoit une nuance de bleu-noire, de gris, et
faiblement des vertes et des jaunes (Fig.29). Ainsi, d’après notre observation, un habitat riche en
spectre de courte longueur d’onde ne permet plus une vision de couleur nette. De ce fait,
l’animal a des difficultés à sélectionner un fruit vert d’un fruit mûr, une jeune feuille d’une
feuille mature.
Fig.29- Une image observée par un individu dichromatique (luminosité défavorable).
Discussions
Résultats et Interprétations
46
Par contre, dans un habitat riche en spectres de moyenne/ grande longueur d’onde, la luminosité
de l’environnement devient plus claire. Les signaux lumineux activent les cellules
photoréceptrices de type M, qui permettent de différencier du jaune au vert (Jacobs 1993). Ainsi,
l’animal voit une nuance de jaune, de verte et de grise (Fig.30).
Fig.30- Environnement observé par une vision dichromatique (luminosité favorable)
Ainsi, pour une vision dichromatique, les couleurs observées deviennent très différentes ; le
tableau suivant récapitule ces différents changements, selon nos propres observations :
Tableau-7. Différences de couleur observé par une vision trichromatique à une vision
dichromatique.
Pour une vision trichromatique
Pour une vision dichromatique
Noire Bleue nuit Bleue Bleue Verte Verte Jaune Jaune Rose Blanche Orange Grise Rouge Marron Blanche Blanche
Les résultats de notre recherche présentent que : dans la forêt de Kirindy-Mitea, la couleur de la
luminosité de l’environnement est essentiellement jaune foncée, dans les deux intervalles de
distance par rapport à la route. Ce phénomène semble favorable pour une vision dichromatique
Dichromatique Trichromatique
Discussions
Résultats et Interprétations
47
ou une vision trichromatique, mais, ça devient un grand risque contre les prédateurs. Dans la
forêt humide de Ranomafana, la couleur de la luminosité (bleu verdâtre) semble moins favorable
pour une vision dichromatique et ne convient plus aux modes de vie des lémuriens sur la
sélection des nourritures, sur détection des prédateurs. Cependant, la différence s’accentue dans
la distance de 25 à 50m de la route, en effet, la couleur de la luminosité devient riche en spectres
de moyenne de grande longueur d’onde qui sont plus efficaces pour une vision dichromatique.
Ainsi, Endler ajoutait que les couleurs les plus attirantes sont celles qui sont riches en lumière
ambiante avec de longueur d’onde différente et dont la réflexion des spectres atteignant le fond
est faible (M N�� 1990).
IV-8. Estimation des effets anthropiques sur la luminosité de l’environnement
Les impactes des effets anthropiques sont évalués à partir de la comparaison des qualités des
spectres de lumière entre 0 à 20m et 30 à 50m de la route vers la forêt. Les qualités des spectres
à l’intérieur de la forêt (de 30 à 50m) sont considérés normaux et référence dans cette étude.
Dans la forêt de Kirindy-Mitea, la lumière ambiante dans la forêt est vert-orangée et
caractérisée par la prédominance des spectres de moyenne et de grande longueur d’onde. La
couleur de fond dans la forêt est généralement grise et marron (couleur des branches et des
troncs d’arbre). Donc, la couleur du fond gris claire semble compensée par la luminosité
ambiante de couleur saturée et ce qui rend la vision normale (lorsque le stimulus n’a pas la
même couleur à celle de l’arrière plan). Dans les forêts aux bordures de la route (de 0 à 20 m),
les spectres de longueur d’onde moyenne et longue sont relativement intenses. Ces spectres
correspondent respectivement aux teintes vert-jaune et orange, de brillance plus claire et de
faible saturation. Donc, avec un fond plus brillante, la vision devient moins nette et à faible
précision.
Pour les lémuriens, la réponse de l’œil à la lumière n’est pas linéaire. Elle est plus sensible à des
changements qui se produisent dans les basses lumières que dans les hautes lumières. En
pratique, cela se manifeste par une vision beaucoup plus précise et détaillée dans les zones
d’ombre que dans les zones brillantes. Dans la forêt de Ranomafana, les spectres MW et LW
sont intenses dans la forêt (30 à 50m) qu’aux bordures de la route (0 à 20m). En effet, la couleur
de la lumière ambiante devient orangée à l’intérieur de la forêt, tandis que celle-ci est bleu-verte
dans les zones près de la route (0 à 20m). Etant donnée comme forêt tropicale humide à canopée
fermée, la couleur de l’arrière plan est généralement verte et marron. La lumière ne peut pas
atteindre directement la surface du sol, elle est toujours interceptée par les feuilles et les
branches. Donc, la combinaison du fond visuelle sombre (vert et marron) et la luminosité
Discussions
Résultats et Interprétations
48
ambiante orangée (claire) rend la vision nette et avec précision. Le taux élevé des spectres verts
sont très favorable sur la vision des lémuriens qui utilisent le plus la lumière de longueur d’onde
moyenne. Dans les zones près de la route (de 0 à 20m), la diminution des intensités des spectres
MW et LW est significative. Cette diminution est relative à la diminution de la densité des
feuilles qui sont causés par les déforestations autour de la route. De ce fait, dans ces zones, la
vision de couleur des lémuriens devient moins nette et à faible précision.
Discussions
Résultats et Interprétations
49
Les principaux problèmes comprennent les déforestations dans les zones faciles à accéder
et proches de la route. Ainsi, des simples approches peuvent être adoptées :
- l’installation des barrières pour conserver l’état naturel des forêts proches de la route.
- limiter les nombres des pistes dans la forêt.
- des éducations environnementales suivies par des pratiques doivent-être indispensable pour la
population riveraine.
Certains nombre de problèmes doivent être évités entre autre :
- Les pratiques d’apprentissage en éducation environnementale ont souvent tendance à se
limiter à la transmission des connaissances, au lieu de renvoyer au savoir local et de
stimuler un examen critique des problèmes écologiques.
- L’éducation environnementale valorise rarement les solutions d’ordre pratique.
- L’éducation environnementale est rarement reliée à l’environnement immédiat des
participants.
- On observe souvent la tendance à valoriser le savoir des “experts” ainsi que les méthodes
scientifiques et technologiques.
Quant aux paramètres écologiques prioritaires pour la conservation des lémuriens :
Pour pouvoir bien gérer ces ressources naturelles et surtout afin de parvenir à l’objectif qui est la
conservation des lémuriens, il importe de considérer les paramètres écologiques pertinents tels
que :
� L’intégrité de l’habitat tant en quantité, c’est-à-dire en terme de production de
consommable et de surface, qu’en qualité telles que l’équilibre écologique et la capacité
de charge ;
� L’équilibre du cycle trophique dans l’écosystème forestier de Kirindy-Mitea et aussi de
Ranomafana ainsi que du niveau des compétitions intra- et interspécifiques ;
� Le maintien des fonctions écologiques de ces forêts afin d’éviter la possibilité de
conversion et en même temps de limiter la dégradation de cette forêt ou sa fragmentation
car elles jouent un rôle important en tant que corridor écologiques.
Cinquième partie :
V- RECOMMANDATIONS
Recommandations
Résultats et Interprétations
50
Quels sont donc les impératifs en action de conservation pour les lémuriens dans la forêt de
Kirindy-Mitea et de Ranomafana ?
Pour la protection des lémuriens, l’action primordiale est de lui fournir un habitat adéquat qui
peuvent assurer une vision de couleur favorable à la recherche de nourriture et à la détection des
prédateurs. Vu l’état de conservation de ces deux forêts, il s’avère opportun de recommander :
- La restauration et l’accommodation structurelle de la forêt par des enrichissements en
espèces autochtones ;
- L’établissement d’une zone réservée à la recherche séparée du circuit écotouristique.
Il ne s’agit ici que de recommandations généralisées, mais il serait plus adéquat de
procéder à des recherches plus approfondies afin de voir les spécificités requises au niveau de
chaque espèce.
Pour assurer les besoins en ressources naturelles des populations riveraines, la première
alternative proposée est de motiver le comportement humain au bénéfice de la récupération de la
qualité de l’écosystème à savoir :
- L’amélioration du milieu de l’emploi tel que la création d’activités génératrice de revenus
pérennes pour la population (écotourisme et artisanat).
- L’encadrement technique et l’appui financier à l’agriculture et à l’élevage tels que la
vulgarisation d’une nouvelle variété de bananier résistant à la maladie de panama ;
- L’approche participative à l’écoute des villageois (lors des consultations villageoises, la
population locale a manifesté son désir d’être appuyé en matière de riziculture (charrue
avec deux zébus et produits anti-parasites pour le riz.)
- Le renforcement des infrastructures en éducation comme l’ajout de salle de classe et mise
en place de CM1 et CM2 et en santé telle que l’installation de dispensaire.
- L’appui aux organisations ou associations villageoises pour participer à la gestion durable
des ressources naturelles et au développement social ;
- Le reboisement d’espèces exotiques, comme Eucalyptus robusta, afin de subvenir, d’une
façon stable, aux besoins en bois de la population.
Recommandations
Résultats et Interprétations
51
Nous avons pu donc estimer le degré des impacts des déforestations à partir de la
mensuration de la luminosité de l’environnement autour de la route. Entre les deux sites, le PN
de Ranomafana est plus vulnérable à la déforestation, lorsque nous nous focalisons sur les
qualités des spectres lumineux en vue des espèces de lémuriens existantes. Ainsi, les analyses
des qualités des spectres lumineux que nous avons effectué expliquent pourquoi certaines
espèces de lémuriens préfèrent les zones plus internes de la forêt qu’aux endroits autour de la
route où les spectres disponibles ne conviennent pas parfaitement à leurs types de vision de
couleur.
L’évolution de la densité de la feuille est spécifique dans les deux sites, en effet, dans la zone
près de la route (0 à 20 m), la végétation est composée essentiellement d’arbustes et d’arbres
appartenant aux forêts secondaires, et ce phénomène accroit la valeur des densités des feuilles,
lors de la mensuration. Dans le PN de Kirindy, étant donnée qu’il s’agit de forêt sèche, à
l’intérieur de la forêt (25 à 50m), la végétation est composée surtout par des grands arbres à
feuilles caduques (famille des Bombacaceae)(Fig.26) perdant leurs feuilles pendant la saison
sèche. Dans cette forêt à canopée ouverte, nous avons remarqué une diminution de la densité des
feuilles à l’intérieur de la forêt par rapport à la zone près de la route.
Les intensités lumineuses dans le premier et dans le deuxième 25 m dans la forêt sont
différentes .Généralement, l’intensité des spectres de grande longueur d’onde croît au fur et à
mesure que nous avançons dans la forêt, tandis que les deux autres varient en fonction du type
de forêt et de la densité des feuilles. Donc les résultats sont liés aux types de canopée. Dans la
forêt de Ranomafana, dans les 20m autour de la route, les intensités des spectres MW et LW
sont faibles, mais celles-ci s’accroissent à mesure que l’on avance dans la forêt.
Les lumières ont des effets majeurs dans la vie des animaux : la vie diurne des lémuriens
requiert une qualité et une quantité d’éclairage favorable à la recherche de nourriture et à la
détermination des prédateurs, à cause de grandes différences quant à l'ouverture des canopées
dans les deux forêts, les espèces réagissent différemment aux variations des intensités
lumineuses, la différence de leur répartition dans chaque site la prouve.
Les spectres lumineux sous l’ombrage de la forêt humide est verdâtre à vert-orangé, car la
majeure partie de la lumière ambiante provenant des spectres de rayonnement solaire (entre 520
et 620nm) sont réfléchies et transmises par les feuilles. Dans ce cas, aucune lumière du ciel bleu
CONCLUSIONS
Conclusions
Résultats et Interprétations
52
et non plus du soleil n’est transmise directement. Dans l’ombrage de la forêt sèche, les canopées
sont ouvertes et il y a des grandes espaces entre les arbres, en effet, une grande proportion du
ciel bleu est bien visible e plusieurs endroits. Par conséquent, la couleur des spectres lumineux
est devenue jaune claire.
La corrélation entre densité des feuilles et intensités lumineuses est plus évidente dans le PN de
Ranomafana que dans le PN de Kirindy-Mitea. Les trois types de spectres évoluent parallèlement
sauf le cas des spectres à grandes longueurs d’onde dans le PN de Kirindy-Mitea. Cette dernière
diminue lorsqu’on avance dans la forêt, ce qui signifie que son intensité varie en fonction des
densités des feuilles.
Ainsi, la qualité de la vision des couleurs perçues par les lémuriens est fortement liée à l’état de
son habitat(Fig.30).
Fig.31-Différentes causes provoquant la perturbation de la vision de couleur chez les lémuriens.
Pour terminer, voici une liste non exhaustive des recherches qui méritent d’être approfondies :
- Etude des couleurs des fruits utilisés par chaque espèce de lémurien.
- Etude de l’alimentation et la disponibilité en substrat pour chaque espèce.
- Etude des paramètres écologiques de chaque espèce dans chaque localité.
- Etude génétique des pigments visuels de chaque espèce de lémurien, afin d’identifier
leurs adaptations en vue de la luminosité de l’environnement.
- Etude de la variation de couverture végétale par satellite.
Coupe illicite
Charbonnage
Culture sur brûlis
Défrichement
Accroissement des
espèces envahissantes
Déforestation
Fragmentation
Diminution de la
couverture végétale
Effet de la lisière
Perturbation dans la
structure de la forêt
Anomalie des densités
relatives des feuilles
Changement au niveau
de la couleur de la
luminosité de
l’environnement.
Inadéquation des signaux lumineux utilisés par les lémuriens
Perturbations au niveau de la vision de couleur
Conclusions
Résultats et Interprétations
53
1 – BIBLIOGRAPHIES:
ALISON K . SURRIDGE, Daniel OSORIO et NICHOLAS, I.MUNDY.2003.Evolution and selection of
trichromatic vision in primates (p.198 – 203). TRENDS in Ecology and Evolution, vol.18 N°4
April 2003. Elsevier press; Netherland.
ANGAP, 2001. Plan de gestion du réseau National des aires protégées de Madagascar 2001-
2006. 1er eds. Mai 2001, 2éme eds. Juin 2003.
BRADBURY,J.W. &VEHRECAMP, S.L.1998.Principles of animal communication. Sinauer
Associates, Sunderland.
CADY J. D.1973. Lémurien malgache : Evolution des premiers primates jusqu’à l’Homme,
p.101-102.
COTT, H.B. 1940. Adaptive coloration in animals. Meuthuen, London.
COURNAC L., DUBOIS M.-A., CHAVE J., RIÉRA B.2002. Fast determination of light availability
and leaf area index in Tropical forest. J Trop. Ecol. 18: 295 – 302.
ENDLER, J A. 1986. Defense against predation.Pp. 109 – 134. Dans: Feder, M. E. & Lauder G. V.
(eds), Predator-prey relationships : perspective and approaches from the study of lower
vertebrates. University of Chicago Press, Chicago.
ENDLER, J. A. 1987. Predation, light intensity, and courtship behavior in Poecilia reticulate.
Anim. Behav. 35: 1376 – 1385. JSTOR 2006, California.
ENDLER, J. A.1990. In the measurement and classification of colour in studies of animal colour
patterns.Biol. J. Linn. Soc. London 41: 315 – 352.
ENDLER, J. A. 1992. Signals, signal conditions,and the direction of evolution. Am. Nat. 139:
S125-S153.
ENDLER, J. A. 1993. The color of light in forest and its implications. Ecol. Monogr. 63: 1-27.
ENDLER, J. A. 1997. Light, behavior and conservation of forestdweling organism. Pp. 330 – 356.
In: Clemmons, J. R. & Buchols, R. (eds). Behavioral approaches to conservation in the wild.
Cambridge University Press, Cambridge.
ENDLEr, J. A., & THÉRY, M. 1996. Intercacting effects of lek placement, display behavior, ambient light, and color patterns in three Neotropical forest-dwelling bird. Am. Nat. 148: 421 – 452.
REFERENCES BIBLIOGRAPHIQUES
Références bibliographiques
Résultats et Interprétations
54
FETCHER, N., ROJAS, G. & STRAIN, B.R.1987. Efectos del regimen de luz sobre la fotosintesis y el crecimiento en plantulas de arboles de un bosque lluvioses tropical de Costa Rica. Rev. Bid. Trop.35(suppl.) : 97 – 110.
FLEISHMAN et al. 1997.The visual ecology of Puerto Rican anoline lizards: habitats light and spectral sensitivity.J.Comp.phisiol. (181: 446 - 460).
GATES, D. M., 1965. Energy, plants, and ecology. Ecology 46: 1– 13.Springer-Verlag, New York, USA.
Gentry, A. 1982. A field guide to the families and genera of woody plants of Northwest of South America. Washington , DC: Conservation International.
HAILMAN et al. J. P., 1977. Optical signals: animal, communication and light. Indiana University Press, Bloomington.
HEINDL M. & WINKLER H. 2003. Interacting effects of ambient light and plumage color patterns in displaying Wire-tailed Manakins (Aves, Pipridae). Konrad Lorenz. Institut für Vergleichende verhaltens forschung, Austrian Academy of Sciences, Savoyenstrabela, 1150 Vienna, Austria.
JACOBS, G. H. 1993. Ultraviolet vision in vertebrates. Amer. Zool. 32: 544 – 554.
JACOBS GH, Rowe MP, 2004. Evolution of vertebrate colour vision. Clin Exp Optom 87:206 – 216.
JANZEN, D. H., editor. 1983. Costa Rican natural history. University of Chicago Press, Chicago, Illinois, USA.
JOHNSON & ATWOOD, D. M. 1970. Aerial sensing and photographic study of the El Verde rain
forest. Pp. B63-B78. In: Odum, H.T.& Pigeon, R.F. (eds). A tropical rain forest; a study of irradiation and ecology at El Verde, Puerto Rico. Division of Technical Information, U.S. Atomic Energy Commission, Oak Ridge.
KOIKE, F. & SYAHBUDDIN . 1993. Canopy structure of a tropical rain forest and the nature of an unstratified upper layer. Funct. Ecol. 7: 230 – 235.
Langrand, O.1990. Guide to the birds of Madagascar. Yale University Press, New Haven, Connecticut.
MANN, H. B. and WHITNEY, D. R. (1947), "On a test of whether one of two random variables is stochastically larger than the other," Annals of Mathematical Statistics, 18, 50-60.
Osorio A. C. Smith, M. Vorobyev, et H. M. Buchanan-Smith.2004. Detection of fruit and the selection of Primate visual pigments for color vision. The American Naturalist, vol.164, N°6 (December 2004), pp.696-708. The University of Chicago pres. MyJSTOR.
Overdorff, D. 1996. Similarities, differences and seasonal pattern in the diets of Eulemur
rubriventer and Eulemur rufus in Ranomafana National Park, Madagascar. International Journal
of Primatology 14: 721-753.
MITTERMEIER.R.A.et al.Lemurs of Madagascar. Conservation International.USA:
Washington, 1994; 356p.
PORTER P.Lowry II, GEORGE E. SCHATS, and PETER B. Philipson.1996. The classification of
Natural and Anthropogenic Vegetation in Madagascar, p.93-123.
Références bibliographiques
Résultats et Interprétations
55
THÉRY, M. & VEHRENCAMP, S.L.1995. Light patterns as cues for mate choice in the lekking
white-throated manikins Corapipo gutturalis. Auk 112: 133-145.
RATSIMBAZAFY .J. Etude comparative de l’éthoécologie de deux prosimiens malgache :
P.diadema edwardsi et Hapalemur aureus. Mémoire de DEA Antananarivo: Université
d’Antananarivo.1992.
SURRIDGE, A.K. and MUNDY, N.I.(2002) Trans-specific evolution of opsin alleles and
maintenance of trichromatic colour vision in Callitrichine primate. Mol. Ecol. 11, 2157-2169.
SHIRLEY H.L. 1929. The influence of light intensity upon the growth of plants. American Journal
of Botany 16: 354-390.
THÉRY, 2001. Forest light and its influence on habitat selection. Plant Ecology 153: 251 – 261,
2001. Netherland: Kluwer Academic Publisher
VASQUEZ-YANES, C.& OROZCO-SEGOVIA, 1.1993. Pattern of seed longevity and germination in
the typical rain forest. Ann.Rev.Ecol.Syst.24: 69-87.
WHITEHURST A. S., JOSEPH O.S., DOLLAR L. 2007. Land cover change in western
Madagascar’s dry deciduous forest: a comparaison of forest changes in and around Kirindy-
Mitea National Park. The environment Bank and Exchange 909 capability Drive suite 3100,
Raleigh, North Carolina 27606.
WRIGHT and all, .2003.The key to Madagascar frugivores, p.8. Conservation of Tropical
Environment, SUNY Brook, 11794 and Centre VALBIO, Ranomafana National Park,
Madagascar.
2- WEBOGRAPHIES:
http://www.jstor.org/
http://svt.ac-dijon.fr/schemassvt/article.php3?id_article=2624
http://svt.ac-dijon.fr/schemassvt/article.php3?id_article=2623
http://svt.ac-dijon.fr/schemassvt/article.php3?id_article=2625
http://pedagogie.ac-amiens.fr/svt/info/logiciels/animneuro/aires/xptextelu.htm
http://www.ran.org_center/factsheets
http://faculty.virginia.edu/kruskal-wallis/
http://en.wikipedia.org/w/index.php?title=Kruskal–Wallis_one-
way_analysis_of_variance&oldid=526132419"
http://www.ran.org_center/factsheets
http://infoserver.ciesin.org/kiosk/publications/94-0005.txt
Références bibliographiques
Résultats et Interprétations
i
I-DONNEES DE BASE RECOLTEES DANS LE PARC NATIONAL DE KIRINDY-MITEA ET DANS LE PARC
NATIONAL DE RANOMAFANA.
Tableau-8. Fiche technique des transects dans le Parc National de Kirindy-Mitea
Numéros
des
transects
Coordonnées géographique (GPS)
Dispositions
par rapport
à la route
Longueur
en m
Début du transect Fin du transect
Lat. Sud Lat. Est Lat. Sud Lat. Est
1 S20°47.593’
EO44°09.880’ S20°47.611’
EO44°09.872’ Gauche 50
2 S20°47.567’
EO44°09.787’ S20°57.596’
EO44°09.774’ Gauche 50
3 S20°47.577’
EO44°08.839’ S20°47.552’
EO44°09.847’ Gauche 50
4 S20°47.568’
EO44°09.772’ S20°47.543’
EO44°09.784’ Droite 50
5 S20°47.568’ EO44°09.752’ S20°47.593’ EO44°09.737’ Droite 50
Tableau-9. Fiche technique des transects dans le Parc National de Ranomafana
Numéros
des
transects
Coordonnées géographique (GPS)
Dispositions
par rapport
à la route
Longueur
en m
Début du transect Fin du transect
Lat. Sud Lat. Est Lat. Sud Lat. Est
1 S21°15.445’ EO47°47.269’ S21°15.432’ EO47°25.235’ Gauche 50
2 S21°15.329’ EO47°25.264’ S21°15.342’ EO47°25.241’ Droite 50
3 S21°15.266’ EO47°25.273 S21°15.316’ EO47°25.248’ Gauche 50
4 S21°15.106’ EO47°25.467 S21°15.133’ EO47°25.455’ Droite 50
5 S21°15.854’ EO47°25.532’ S21°15.104’ EO47°25.528’ Droite 50
ANNEXES
Annexes
Résultats et Interprétations
ii
DENSITES RELATIVES DES FEUILLES DANS LE PN DE KIRINDY-MITEA Tableau-10. Densités relatives de feuilles mesurées dans le PNK.
Transect n°1
Distances(m) Mensuration 1 Mensuration 2 Mensuration 3
0 0.7 0.8 0.7
5 0.7 0.9 0.8
10 6.2 6.3 6.1
15 0.6 0.7 0.6
20 3.8 4.6 4.5
25 4.4 4.4 4.5
30 6.5 6.4 6.4
35 5.7 5.5 5.5
40 0.7 0.7 0.7
45 0.8 0.8 1.0
50 4.3 4.4 4.4
Transect n°2
Distances(m) Mensuration 1 Mensuration 2 Mensuration 3
0 0.8 0.8 0.9
5 0.9 3.4 1.1
10 5.1 5.2 5.1
15 1.2 0.9 3.7
20 0.9 1.7 2.4
25 0.7 0.7 0.01
30 2.3 1.9 1.1
35 0.7 0.8 0.8
40 0.9 0.8 1.0
45 10.4 10.9 11.3
50 4.4 0.8 1.8
Transect n°3
Distances(m) Mensuration 1 Mensuration 2 Mensuration 3
0 3.3 4.4 3.9
5 2.7 2.8 2.6
10 5.1 5.2 5.2
15 2.7 2.6 2.7
20 1.1 1.6 1.2
25 0.08 0.08 0.08
30 2.2 2.0 1.3
35 1.5 4.1 2.9
40 1.7 1.0 0.8
45 1.3 1.7 1.2
50 1.0 1.2 1.4
Transect n°4
Distances(m) Mensuration 1 Mensuration 2 Mensuration 3
0 0.08 0.09 0.08
5 1.0 0.09 1.0
10 0.9 0.7 0.7
15 2.7 2.9 3.0
20 4.3 4.4 4.4
25 0.8 0.9 0.9
30 5.1 5.2 5.0
35 4.2 4.3 4.2
Annexes
Résultats et Interprétations
iii
40 1.1 0.9 0.9
45 4.0 4.0 4.0
50 8.7 8.6 8.5
Transect n°5
Distances(m) Mensuration 1 Mensuration 2 Mensuration 3
0 1.1 1.2 1.1
5 1.0 1.3 1.1
10 8.3 8.9 8.9
15 0.7 0.8 0.8
20 2.1 7.4 6.8
25 9.8 9.8 9.6
30 4.4 4.6 4.6
35 1.2 2.3 2.5
40 2.6 3.8 3.9
45 4.1 1.3 1.1
50 2.7 1.9 2.1
DENSITES RELATIVES DES FEUILLES DANS LE PN DE RANOMAFANA
Tableau-11. Densités relatives de feuilles mesurées dans le PNR.
Transect n°1
Distances(m) Mensuration 1 Mensuration 2 Mensuration 3 0 23.1 23.4 23.3 5 14.6 14.5 14.4 10 10.7 10.6 10.8 15 8.3 8.2 8.1 20 3.6 3.2 3.4 25 9.0 9.1 9.2 30 3.2 3.4 2.9 35 6.9 7.1 6.8 40 7.0 7.1 7.2 45 1.1 0.9 1.0 50 0.9 1.0 0.9
Transect n°2
Distances(m) Mensuration 1 Mensuration 2 Mensuration 3
0 2.6 2.5 2.7
5 0.6 0.5 0.5
10 4.1 4.2 4.3
15 4.1 3.9 4.1
20 3.9 4.2 4.3
25 1.8 1.9 2.1
30 5.7 5.6 5.5
35 1.1 1.2 1.0
40 3.3 3.4 3.8
45 2.2 2.3 2.5
50 1.9 1.8 1.9
Annexes
Résultats et Interprétations
iv
Transect n°3
Distances(m) Mensuration 1 Mensuration 2 Mensuration 3
0 4.3 4.2 4.3
5 4.8 4.9 5.3
10 0.6 0.7 0.6
15 3.4 3.2 3.5
20 10.2 10.0 9.9
25 3.6 3.7 3.6
30 7.8 7.9 8.0
35 13.8 13.9 13.7
40 5.6 5.7 5.4
45 13.0 13.3 13.4
50 8.6 8.7 8.8
Transect n°4
Distances(m) Mensuration 1 Mensuration 2 Mensuration 3
0 2.3 2.4 2.7
5 10.2 10.3 10.4
10 3.2 3.3 3.2
15 1.7 1.7 1.8
20 0.6 0.5 0.7
25 0.6 0.6 0.6
30 1.2 1.3 1.4
35 0.6 0.6 0.6
40 5.5 5.4 4.8
45 10.2 10.3 10.4
50 2.4 2.4 2.4
Transect n°5
Distances(m) Mensuration 1 Mensuration 2 Mensuration 3
0 0.5 0.5 0.5
5 0.6 0.6 0.7
10 0.8 0.8 0.7
15 7.5 6.3 6.6
20 3.3 3.3 3.3
25 4.1 4.2 4.6
30 9.5 9.2 9.4
35 3.5 3.5 3.5
40 4.2 4.3 4.4
45 7.3 7.0 7.2
50 5.3 5.2 5.1
INTENSITE DES DIFFERENTS SPECTRES LUMINEUX DANS LE PN DE KIRINDY-MITEA
Tableau-12. Intensité des différents spectres lumineux mesurés dans le PNK.
TTrraannsseecctt NN°°11
Dist. (m)
L.O (nm)
0
10
20
30
40
50
400 13.01
1461.0
00.53
62.0.3
00.99
158.31
04.89
504.8
12.48
14.35
02.01
169.00
Annexes
Résultats et Interprétations
v
420 02.57
1261.9
00.53
62.72
00.91
250.8
00.88
377.8
02.14
1407.6
00.98
254.3
430 01.12
1432.1
00.37
61.93
01.00
907.03
00.37
961.1
01.39
1446.3
00.41
133.01
440 01.54
1257.6
00.38
65.08
00.45
72.94
00.48
447.1
01.68
1343.7
00.40
75.31
460 06.87
1213.6
00.46
61.72
00.83
1160.4
02.38
477.8
01.68
1343.7
00.40
75.31
490 08.98
1401.8
00.51
61.84
02.89
580.01
01.22
450.0
09.22
1315.7
00.54
6778
520 11.53
1426.1
00.48
73.87
01.86
156.71
02.26
362.4
11.55
1413.9
01.07
235.3
540 06.27
1311.1
00.38
62.65
07.56
1207.6
01.36
573.5
05.45
1317.5
00.52
175.52
560 16.91
1472.1
02.59
78.53
02.38
155.26
02.76
396.4
15.36
1449.5
01.67
185.05
580 01.02
1188.1
01.02
78.65
01.24
407.23
03.97
559.7
12.82
1427.8
01.44
193.62
620 06.66
1353.3
00.38
62.36
06.19
780.9
00.93
651.8
06.70
1435.3
00.49
160.7
650 15.54
1282.7
00.59
62.54
00.71
1269
03.80
987.7
17.81
1352
02.04
194.94
680 17.74
1230.2
00.61
62.75
12.28
531.7
02.16
203.7
19.53
1314.9
00.19
63.69
Dist. : Distances par rapport à la route ; L.O. : Longueur d’onde
TTrraannsseecctt NN°°22 Dist. (m)
L.O(nm)
0
10
20
30
40
50
400 05.59
689.1
02.85
332.5
03.77
661.2
01.71
187.71
03.22
360.3
01.92
232.7
420 03.09
544.1
02.09
275.7
04.67
660.7
01.39
186.83
03.29
596.7
01.53
230.1
430 04.05
586.08
01.57
258.6
03.69
433.3
00.76
169.19
02.37
389.7
01.73
230.1
440 03.42
538.5
01.89
333.3
05.41
977.6
07.78
165.88
03.66
474.8
02.26
325.7
460 04.41
619.8
02.97
770.9
03.37
451.7
01.25
183.50
02.48
324.3
01.69
230.5
490 08.89
148.56
03.49
366.9
05.82
552.6
01.30
168.67
04.16
359.1
03.42
259.1
520 05.90
602.30
02.34
241.9
04.87
434.7
01.56
185.76
03.81
365.1
02.88
245.2
540 05.54
576.4
01.98
237.7
07.32
553.1
01.07
170.74
03.81
365.1
02.21
234.3
560 08.64
547.4
06.76
421.3
07.56
540.1
02.14
180.74
09.3
354.1
03.84
245.2
580 08.35
822.2
04.11
306.3
11.32
506.7
02.10
189.75
04.30
321.5
03.73
235.0
620 06.81
557.7
10.92
807.2
11.19
1018.7
01.54
188.64
03.85
314.9
02.87
229.7
650 09.95 13.21 09.05 02.15 05.70 03.82
Annexes
Résultats et Interprétations
vi
593.1 958.5 1235.3 170.67 869.4 235.4
680 09.27
535.3
07.26
535.2
10.07
532.5
02.28
175.48
10.68
646.8
04.62
228.4
Dist. : Distances par rapport à la route ; L.O. : Longueur d’onde
TTrraannsseecctt NN°°33 Dist. (m)
L.O (nm)
0
10
20
30
40
50
400 07.83
1038.7 06.71
766.1 00.33
142.30
01.48
1137.48
08.64
955.4
11.65
1387.9
420 00.80
126.97
02.30
1294.3
02.30
755.5
01.42
193.36
01.22
184.96
01.41
165.65
430 00.73
143.74
01.46
1338.5
01.30
502.9
00.98
197.36
00.82
221.18
01.20
171.22
440 00.79
148.87
02.80
1335.7
03.05
783.2
01.15
192.62
00.82
190.23
01.13
165.06
460 00.84
117.56
07.04
1309.9
05.60
901.1
01.38
192.30
01.20
187.25
01.25
182.12
490 01.26
103.77
10.85
1311.3
05.07
584.5
02.03
202.7
02.75
187.20
01.44
147.83
520 01.12
106.54
11.65
1315.2
04.71
719.4
01.80
192.50
01.54
177.17
01.47
153.31
540 00.87
113.57
07.61
1463.1
05.67
860.9
01.52
200.0
01.14
179.89
01.52
173.43
560 01.65
111.07
17.78
1398.5
12.71
897.7
02.52
198.92
02.79
337.2
02.16
165.70
580 02.22
203.3
14.65
134.24
06.60
577.0
02.48
211.6
02.06
184.41
01.88
162.79
620 01.20
108.06
09.46
1316.4
05.36
583.2
01.85
204.2
01.62
188.18
02.32
176.69
650 02.75
209.2
16.72
1393.1
06.37
384.1
02.52
200.9
02.49
188.38
02.32
176.69
680 01.72
112.22
23.19
1314.2
15.08
897.7
02.84
199.78
22.06
177.53
02.24
150.43
Dist. : Distances par rapport à la route ; L.O. : Longueur d’onde
TTrraannsseecctt NN°°44 Loc. (m)
L.O (nm)
0
10
20
30
40
50
400 00.80
105.24
11.76
1389.7
04.80
545.2
01.79
214.1
01.70
226.3
01.62
179.28
420 00.80
126.97
02.30
1294.3
02.35
755.5
01.42
193.36
01.22
184.96
01.41
165.65
430 00.73
143.74
01.46
1338.5
01.30
502.9
00.98
192.62
00.82
190.23
01.13
165.06
440 00.79
148.87
02.80
1335.7
03.05
738.2
01.15
192.62
00.82
190.23
01.13
165.06
460 00.84
117.56
07.04
1309.9
05.60
901.1
01.38
192.30
01.20
187.25
01.25
182.12
490 01.26
103.77
10.85
1311.3
05.07
584.5
02.03
202.7
02.75
187.10
01.44
147.83
Annexes
Résultats et Interprétations
vii
520 01.12
106.54
11.65
1315.2
04.71
719.4
01.80
192.50
01.54
177.17
01.47
153.39
540 00.87
113.57
07.61
1463.1
05.67
860.9
02.52
198.92
01.14
179.89
01.52
173.43
560 01.65
111.07
07.61
1463.1
12.71
897.7
02.52
198.92
02.79
337.2
02.16
165.70
580 02.22
203.3
14.65
134.24
06.60
577.0
02.48
211.6
02.06
184.41
01.88
162.79
620 01.20
108
09.40
1316.4
05.36
583.2
01.85
204.2
01.62
188.18
01.09
166.36
650 02.75
209.2
16.72
1393.1
06.37
384.1
02.52
200.9
02.49
188.38
02.32
176.69
680 01.72
112.22
23.19
1314.2
15.08
897.7
02.84
199.78
22.06
177.53
02.24
150.43
Dist. : Distances par rapport à la route ; L.O. : Longueur d’onde
TTrraannsseecctt NN°°==55 Loc. (m)
L.O(nm)
0
10
20
30
40
50
400 0.55
1340.1
01.79
232.4
03.83
638.8
00.90
102.5
07.43
978.8
02.65
270.3
420 03.22
1252.1
01.15
121.56
02.18
200.3
00.8
103.22
04.02
1282.9
01.82
01.70
430 02.18
1452.8
00.57
138.52
02.47
565.4
00.38
102.93
02.55
422.6
01.70
238.1
440 03.64
1350.8
01.13
550.6
03.39
484.8
00.42
103.97
03.23
975.9
1.83
242.1
460 07.93
1437.6
00.76
118.94
02.50
396.1
00.6499.28 03.17
623.2
01.666
235.5
490 11.64
1201.4
03.92
316.4
06.75
501.7
00.748
26.75
08.58
1316.1
03.12
297.7
520 13.26
1435.7
03.22
328.6
04.96
124.9
06.89
28.63
11.80
117.37
02.93
271.4
540 08.65
1444.6
01.54
195.96
05.00
517.3
00.61
109.81
02.68
245.7
04.26
247.9
560 17.64
804.6
00.97
137.44
06.73
409.8
00.94
144.84
10.08
1079.5
04.08
269.1
580 11.28
1444.5
04.9
222.6
04.96
377.9
00.80
104.74
17.85
1333.1
03.97
313.2
620 21.10
1413.6
01.65
253.7
00.71
479.3
01.11
98.73
05.34
576.7
04.08
260.1
650 27.59
84.67
10.64
714.1
08.88
445.8
01.27
100.53
05.47
795.6
05.84
286.1
680 27.59
84.69
01.04
112.25
08.88
445.5
01.00
85.01
12.46
645.9
Dist. : Distances par rapport à la route ; L.O. : Longueur d’onde
Annexes
Résultats et Interprétations
viii
INTENSITE DES DIFFERENTS SPECTRES LUMINEUX DANS LE PN DE RANOMAFANA
Tableau-13.Intensité des différents spectres lumineux mesurés dans le PNR.
TTrraannsseecctt NN°°==11 Loc. (m)
L.O(nm)
0
10
20
30
40
50
400 00.05
08.01
00.13
21.07
03.72 00.20
22.43
00.09
12.63
00.16
20.01
420 00.09
07.90
00.14
13.63
01.18
143.42
00.14
22.43
00.11
12.63
00.20
17.81
430 00.00
07.85
00.12
12.04
03.70
317.0
00.10
22.24
00.09
11.55
00.20
20.17
440 00.00
07.98
00.11
12.23
03.01
214.42
00.12
20.83
00.07
11.73
00.18
21.18
490 00.01
07.81
00.20
29.00
03.32
201.02
00.43
23.58
00.12
12.56
00.24
20.66
520 00.01
07.57
00.28
13.28
07.87
00.16
20.90
00.10
12.12
00.17
19.83
540 00.01
07.87
00.52
20.20
03.91
192.14
00.17
20.80
00.08
11.38
00.17
19.88
560 00.04
07.21
00.31
16.15
06.23
169.31
00.33
20.55
00.18
12.18
00.36
20.82
580 00.04
07.71
00.25
18.27
09.45
388.9
00.32
10.93
00.14
12.18
00.30
20.67
620 00.01
07.73
00.38
22.14
06.84
237.2
00.23
22.12
00.10
12.02
00.18
19.89
650 00.01
07.42
00.35
13.52
08.23
320.8
00.39
22.33
0014
13.49
00.24
21.52
680 00.01
07.82
00.16
12.83
04.31
130.79
00.29
20.95
00.11
12.09
00.23
20.72
Dist. : Distances par rapport à la route ; L.O. : Longueur d’onde
TTrraannsseecctt NN°°==22 Loc. (m)
L.O(nm)
0
10
20
30
40
50
400 01.06
1211.77
00.88
82.78
00.32
42.23
00.47
1082.6
00.44
62.32
00.49
61.27
420 00.67
78.44
00.65
56.60
00.49
39.69
04.81
908.05
00.76
86.96
00.51
61.70
430 00.44
50.19
00.47
55.67
00.45
42.33
10.30
1123.6
00.73
58.53
00.39
60.85
440 00.42
50.73
01.04
123.43
00.40
39.15
07.78
1208.0
00.70
83.21
00.91
00.89
460 00.65
209.05
02.05
208.02
00.32
43.32
09.53
1181.3
00.77
89.10
00.96
135.58
490 01.40
04.60
01.58
135.06
00.50
41.59
05.51
408.8
00.66
71.69
01.26
83.78
520 00.53
79.41
01.36
112.17
00.40
39.41
13.30
858.6
01.33
93.01
00.56
60.77
Annexes
Résultats et Interprétations
ix
540 00.66
58.99
02.01
199.81
00.42
40.33
04.81
214.6
00.44
58.98
00.48
60.40
560 01.33
101.23
03.35
102.4
00.68
40.14
10.46
219.9
02.16
107.43
00.88
580 00.48
51.47
02.45
216.08
00.54
40.66
12.48
599.2
01.51
88.36
02.14
131.74
620 00.38
48.27
00.72
65.93
00.42
39.33
07.59
382.8
00.78
75.07
00.49
61.89
650 00.45
50.37
02.37
129.51
00.55
43.28
28.94
1067.6
00.74
75.07
00.99
66.30
680 00.46
50.59
00.78
62.36
00.46
40.57
15.94
843.2
01.28
86.75
01.18
108.16
Dist. : Distances par rapport à la route ; L.O. : Longueur d’onde
TTrraannsseecctt NN°°==33 Loc. (m)
L.O(nm)
0
10
20
30
40
50
400 00.37
62.22
00.09
69.85
00.07
10.23
00.07
09.77
00.07
09.10
00.07
09.62
420 00.35
105.10
00.15
10.98
00.09
21.04
00.05
07.49
00.07
08.70
00.08
09.31
430 00.14
120.56
00.10
10.07
00.03
11.37
00.04
09.26
00.18
27.22
00.07
09.83
440 00.15
27.18
00.10
10.96
00.03
12.81
00.04
07.43
00.08
07.85
00.06
09.45
460 01.54
27.27
00.09
11.39
00.10
22.49
00.04
08.00
00.09
14.61
00.05
09.18
490 00.27
61.10
00.11
11.36
00.09
13.33
00.09
08.90
00.08
07.40
00.08
07.04
520 00.82
128.90
00.10
11.66
00.09
13.33
00.09
08.90
00.08
07.40
00.09
09.67
540 00.32
51.59
00..07
10.54
00.05
12.38
00.08
09.27
00.23
17.58
00.09
09.67
560 00.52
69.08
00.19
11.88
00.29
14.27
00.12
08.58
00.42
20.13
00.16
09.35
580 00.95
130.44
00.09
09.31
00.12
10.36
00.10
08.30
01.80
151.66
00.13
09.54
620 00.21
34.69
00.09
10.02
00.09
11.60
00.06
07.54
00.10
07.01
00.09
09.79
650 00.99
73.79
00.09
09.93
00.11
17.41
00.10
07.69
00.93
07.93
00.09
07.24
680 01.41
104.07
11.13 00.07
08.92
00.08
07.23
00.18
10.17
00.12
09.35
Dist. : Distances par rapport à la route ; L.O. : Longueur d’onde
TTrraannsseecctt NN°°==44 Loc. (m)
L.O(nm)
0
10
20
30
40
50
400 00.60
68.25
00.77
110.94
00.68
83.85
03.84
1032.1
00.90
113.65
18.37
2124
Annexes
Résultats et Interprétations
x
420 00.56
84.91
00.51
70.46
00.71
90.21
01.26
130.93
01.06
188.45
14.11
1865.5
430 00.37
61.31
00.42
158.97
00.80
130.22
01.00
130.29
01.42
120.18
02.05
276.6
440 00.36
71.43
00.50
87.68
00.25
83.02
01.10
130.29
00.96
114.91
04.91
313.02
460 00.47
77.46
00.38
158.42
00.45
83.02
01.10
130.29
00.96
114.91
04.91
313.02
490 00.53
67.78
00.56
71.06
00.47
85.88
01.34
121.80
01.65
105.38
37.19
1501.6
520 00.65
75.29
00.75
73.14
00.68
84.80
01.74
180.76
00.72
334.28
03.41
280.5
540 00.69
68.28
00.82
100.69
00.87
82.84
01.97
203.8
01.34
109.37
03.36
283.2
560 01.16
80.84
01.04
67.30
00.90
75.45
02.61
151.98
04.51
2474
05.30
269.2
580 00.87
74.45
00.93
65.31
00.92
81.88
03.35
161.39
02.23
117.75
46.48
2100
620 01.01
72.74
01.56
102.03
06.13
92.95
01.63
110.80
01.83
120.27
38.39
1226
650 00.84
62.73
01.39
86.77
01.27
90.62
02.76
196.20
03.52
483.6
04.23
234.4
680 00.78
56.22
01.75
78.47
00.80
84.88
36.370
1184.6
02.14
116.02
67.75
2195
Dist. : Distances par rapport à la route ; L.O. : Longueur d’onde
TTrraannsseecctt NN°°==55 Loc. (m)
L.O(nm)
0
10
20
30
40
50
400 03.71
445.7
00.79
101.81
01.20
148.76
00.44
133.16
00.47
35.13
00.33
46.48
420 03.71
445.7
01.09
137.84
01.16
119.66
01.03
134.23
00.26
39.26
00.43
46.51
430 05.13
1629.6
01.46
166.20
01.33
138.84
00.75
86.72
00.20
34.73
00.39
45.91
440 08.84
1668.5
01.24
142.33
01.21
160.34
01.14
126.84
00.19
33.26
00.31
50.71
460 02.41
326.5
00.87
103.33
01.02
126.87
00.97
140.07
00.24
36.40
00.38
48.59
490 18.23
1899.7
01.04
100.92
01.62
136.48
01.41
104.106
00.26
32.78
00.47
43.11
520 19.82
1896.1
03.03
217.03
02.22
179.65
01.40
123.09
00.31
36.78
00.38
42.94
540 12.93
1633.0
00.98
349.7
01.22
136.27
00.73
80.75
00.30
40.31
00.38
43.28
560 07.94
610.01
05.57
513.7
02.63
146.55
02.83
135.30
00.62
39.48
00.68
42.35
580 17.67
1241.3
08.73
945.5
03.57
178.01
01.60
84.40
00.65
37.22
00.63
45.20
620 02.54
419.5
00.76
119.23
01.34
132.00
00.70
69.23
00.35
40.81
00.39
44.84
650 16.20 02.89 02.73 02.40 00.46 00.47
Annexes
Résultats et Interprétations
xi
630.3 1712.7 165.31 139.67 40.02 43.78
680 32.21
1205.9
02.06
720.1
01.77
110.66
02.84
140.10
00.50
34.95
00.55
46.46
II-COMPARAISONS DES INTENSITES DES SPECTRES LUMINEUX DANS LES DEUX SITES
Annexes
Thème : “Impacts des effets anthropiques sur la vision de co uleur des lémuriens diurnes, dans la forêt de Kirindy-Mitea et dans la forêt de Ranomafana ”.
Etudiant: RAKOTOSOLOFO Andrianandrasanarivelo, Département de Paléontologie et d’Anthropologie Biologique,Faculté des Sciences, Université d’Ambohitsaina, Antananarivo Madagascar.
E-mail : rakotosolofo.ndriana@gmail. Com Tél. : 032 52 517 79 / 033 05 567 82
Résumé La mensuration de la qualité de la luminosité de l’environnement pourra fournir des informations nécessaires à des explications fonctionnelles sur les effets anthropiques dans la diversité des forêts tropicaux . Nos études sont menées sur les analyses des densités relatives des feuilles et des intensités des spectres lumineux visibles, pénétrés dans deux types de forêts : la forêt dense sèche de Kirindy-Mitea et la forêt tropicale humide de Ranomafana. Dans les deux sites, les densités relatives des feuilles dans 0 à 20m et dans 25 à 50m de la route ne présentent pas des différences significatives. Elles influencent notamment les intensités des différents types de spectres lumineux dans la forêt de Ranomafana que dans la forêt de Kirindy-Mitea. Les spectres lumineux sous l’ombrage de la forêt humide sont verdâtres à vert-orangés. Sous l’ombrage de la forêt sèche, la canopée est plus ouverte, la couleur de la luminosité est devenue jaune claire. Les lémuriens diurnes dans les deux sites ont de type de vision dichromatique, sauf certaines femelle du genre propithecus qui sont alléliquement trichromatiques. Ainsi, la forêt de Ranomafana, plus riche en spectre de longueur d’onde moyenne (MW) favorise la vision de couleur des lémuriens diurnes, tandis que la forêt de Kirindy-Mitea, moins riche en spectre MW permet à une vision de couleur moins nette et requiert des adaptations particulières.
Mot-clé : Spectres lumineux – Densités des feuilles – Longueur d’onde – Effets anthropiques - lémuriens
Abstract The measurements of environment light quality can provide information necessary and functional explanations of anthropogenic effects in tropical forests . Our studies was carried out on the analyzes of leaves density and intensity of visible light spectra, penetrated in two forest types: dry dense forest of Kirindy-Mitea and the rainforest of Ranomafana. At both sites, the relative densities of leaves in 0 to 20m and 25 to 50m from the road did not show any significant differences. They especially influence the intensities of different types of light spectra in the forest of Ranomafana than in forest-Kirindy Mitea. The light spectra under the rainforest shade are greenish-orange to green. Under the shade of dry forest, canopy is opened; the color of the light became more yellow. The diurnal lemurs in both sites have dichromatic vision type, but some adulte female of propithecus are chromaticity allelicaly trichromacy. Thus, the forest of Ranomafana, richer in medium wavelength spectrum (MW) improves the color vision of diurnal lemurs, while forest-Kirindy Mitea less rich in spectrum MW allows a color vision less clear and requires some special adaptations.
Keyword : light spectra - leaves density - Wavelength - Anthropogenic Effects - lemurs