Les territoires occupés par les hommes sont aussi ceux de nombreuses autres espèces. Qu’il s’agisse de l’humain ou des autres animaux, l’accès aux ressources, aux refuges et aux partenaires est un besoin fondamental conditionné par l’aptitude à se mouvoir dans l’environnement. La capacité du paysage à faciliter ou à entraver les mouvements des organismes se nomme la connectivité écologique. Chaque espèce a sa propre connectivité, car chacune se nourrit, se déplace et s’abrite différemment. Or, l'espèce humaine façonne les paysages selon ses propres caractéristiques de déplacement : elle conçoit les villes pour optimiser les trajets de ses habitants entre leur domicile et les services du quotidien. Cette logique d'aménagement, pensée pour notre seule mobilité, produit cependant un effet inverse pour la faune qui partage le même espace : une palissade ou une rue fréquentée peut devenir une barrière infranchissable pour de nombreux animaux, restreignant leur accès à des zones d'alimentation et de refuge optimales. La répartition des habitats favorables et des obstacles construits par l'homme dessine une carte des lieux où la faune urbaine peut encore circuler et se maintenir. Ainsi, en modifiant à grande échelle les configurations du paysage, l’urbanisation fragilise gravement les réseaux écologiques ; c’est pourquoi sauvegarder la nature en ville devient essentiel.

La nature dans la ville, une volonté politique récente

Face à ces enjeux, la préservation de la connectivité écologique est devenue une des priorités des politiques publiques. À l'échelle internationale, le cadre de Kunming-Montréal, adopté en 2022, engage les pays à renforcer les continuités écologiques pour la biodiversité. En France, cette ambition se traduit concrètement par les Trames Vertes et Bleues (TVB), instaurées par les lois Grenelle de 2009 et 2010, puis déclinées localement dans les plans d'urbanisme des villes. Mais pour agir efficacement, les gestionnaires doivent d'abord être capables de localiser précisément ces continuités écologiques, c'est-à-dire déterminer où se trouvent les habitats et les corridors qui permettent à la faune de circuler en ville. C'est dans cette perspective que les modèles de connectivité écologique s’imposent comme des outils d'aide à la décision précieux : ils permettent de cartographier ces réseaux et d'orienter une planification urbaine plus favorable à la biodiversité.

Une méthode demandant une grande quantité de données

Un modèle de connectivité représente le paysage comme un réseau : des taches de végétation favorables à l’espèce étudiée, reliées entre elles par les chemins les moins coûteux à emprunter compte tenu des obstacles rencontrés. Chaque élément du paysage se voit attribuer une valeur qui traduit la difficulté de déplacement estimée pour l’animal : un bâtiment de grande hauteur est ainsi plus énergivore à traverser qu'une pelouse, tandis qu’une route est plus risquée. Le modèle calcule alors, entre chaque paire de zones favorables, le chemin qui cumule le moins de résistance possible, et ignore les liaisons trop coûteuses ou trop longues pour l'espèce. On obtient ainsi un réseau de trajets préférentiels, à l’intérieur duquel on peut mesurer l'importance de chaque tronçon ou de chaque zone pour la circulation globale de l'espèce dans la ville.

Le problème est que ce modèle a besoin de connaître à l'avance les valeurs de résistance et de distance propres à l'espèce étudiée pour fonctionner correctement. Historiquement, ces valeurs étaient surtout fixées de manière arbitraire en fonction de connaissances théoriques sur l’espèce, alors que des études ont montré qu’une calibration fondée sur de véritables données d’observation de déplacement rend les modèles bien plus réalistes. Or, obtenir ce type de données, par exemple à partir d’un suivi de terrain, est coûteux et chronophage, ce qui rend illusoire la perspective d’en disposer pour toutes les espèces et toutes les villes.

Figure 1 : Carte d'occupation des sols de la ville de Munich, réalisée à partir des données Copernicus (Pundsack et al., 2025), où les zones urbaines denses (en rouge et gris) se distinguent des espaces naturels en périphérie (en vert et jaune). Zoom sur un quartier densément bâti, identifié par l'encadré noir. Les deux encarts à droite comparent cette même zone selon deux degrés de précision : le cadre noir inférieur montre une résolution de 10x10 mètres qui est la résolution minimale des données Copernicus, tandis que le cadre jaune contient cette zone à une résolution de 40x40 centimètres, ce qui permet de distinguer plus précisément les éléments des végétation dans les milieux densément bâtis.

Le potentiel des données de sciences participatives : eBird

Pour pallier cette difficulté d’acquisition, il pourrait être pertinent d’utiliser d’autres sources de données plus nombreuses et accessibles. C’est le cas de la plateforme eBird, pour laquelle des bénévoles du monde entier notent les espèces qu'ils observent depuis un point fixe, sans information sur ce qu’ils sont en train de faire. Pour le traitement de la base de données eBird, elle a été filtrée pour ne conserver que les observations les plus fiables et les plus standardisées : seules les listes complètes, réalisées en période de reproduction et avec un effort d'observation homogène, ont été retenues, ce qui a fait passer la base initiale de près de 1,8 million de sites d’observation à un peu plus de 11 000 sites exploitables. Dix-sept villes, réparties dans treize pays européens, ont ensuite été sélectionnées pour leur bonne couverture en données eBird, de Madrid à Oslo en passant par Vienne. Pour toutes ces villes, un protocole consistant à repérer les zones de végétation propices à l'installation du Merle noir a été appliqué. Ensuite, plusieurs valeurs représentant la résistance aux déplacements ont été testées, ainsi que la distance maximale de déplacement entre les zones, en retenant à chaque fois la combinaison la plus cohérente avec les observations réelles de présence de l'espèce.

Données issues des sciences participatives et du terrain : des constats similaires

Pour évaluer la pertinence de cette calibration fondée sur des données issues des sciences participatives, les valeurs de résistance et de distance de déplacement estimées à partir d'eBird ont été directement comparées à celles obtenues pour Munich à partir de données de proxy de déplacement. Ce sont des relevés de terrain enregistrant la présence ou l'absence de déplacement du merle noir entre les zones de végétation. Cette comparaison porte à la fois sur la hiérarchie des résistances attribuées aux différents éléments du paysage et sur la distance moyenne de déplacement estimée pour l'espèce. Ces deux sources de données ne sont toutefois pas équivalentes : les observations eBird recensent la présence d’un oiseau à un endroit donné, quel que soit son comportement à ce moment-là, alors que les relevés à Munich ciblaient les comportements de déplacement. Les données eBird sont donc a priori moins précises que des données de mouvement pour informer sur le chemin de déplacement lui-même.

Malgré cette limite, les résultats obtenus restent globalement cohérents entre les deux types de données : la résistance du bâti augmente avec sa hauteur et la distance moyenne de déplacement estimée (87 à 98 mètres selon la méthode d’estimation) est très proche de celle mesurée à Munich (83 mètres). La principale divergence de la résistance estimée concerne les rues, dont la résistance calculée à partir d'eBird est bien plus variable d'une ville à l'autre. Cette variabilité pourrait être causée par l’estimation des valeurs à partir de 17 villes avec une forte variabilité du trafic et de la configuration des rues qui sont susceptibles de modifier l’effet de la pollution sonore sur le comportement des oiseaux.

Figure 2 : Evaluation des obstacles urbains (ou résistance) limitant les déplacements du Merle noir L'axe vertical indique la difficulté pour l'oiseau de traverser différents types d'éléments urbains. Plus la valeur de résistance est élevée, plus l'élément agit comme une barrière pour la faune. On observe ainsi clairement que les bâtiments de grande taille bloquent plus les mouvements de l'oiseau que les rues ou les petites constructions. Les estimations à partir des données eBird semblent sous-estimer la résistance par rapport à la référence (l'estimation à Munich à partir de présences de déplacement). Ces valeurs ont permis, d’ensuite, estimer la connectivité. Les barres d’erreurs indiquent l’intervalle de confiance à 95%.

Vers des cartes de connectivité à grande échelle

Ces résultats restent préliminaires, mais ils ouvrent des perspectives. Le jeu de données utilisé pour valider les modèles reste encore restreint, avec environ 400 points disponibles pour l'ensemble des 17 villes, ce qui limite la capacité à départager finement plusieurs approches de calibration sur des données indépendantes. Pour aller plus loin, il conviendrait d’appliquer cette méthode à des espèces moins tolérantes au milieu urbain. En effet, l’omniprésence du merle noir en ville limite le contraste des résultats obtenus. Une première modélisation ciblant la mésange bleue a d’ailleurs révélé des résultats nettement plus prometteurs. De plus, la validation des paramètres estimés sur une ville totalement exclue de leur calibration permettrait de vérifier réellement leur capacité de généralisation spatiale à d'autres contextes urbains. Si ces vérifications se confirment, une telle approche pourrait offrir aux gestionnaires des Trames Vertes et Bleues urbaines des cartes de connectivité fiables et à moindre coût. Il deviendrait alors possible de les déployer pour de nombreuses espèces et villes, là où des campagnes de terrain resteraient hors de portée financière et logistique.

Contributeurs à ce travail de recherche

Anne Mimet (Maîtresse de conférences (Univ Angers, BIODIVAG, F-49000 Angers, France), Lisa Merkens (doctorante, Université Technique de Munich), Arnaud Huiban (stagiaire de Master 2, Univ Angers, BIODIVAG, F-49000 Angers, France), Meret Pundsack (doctorante, Université Technique de Munich).