Relative performance of non-metric multidimensional scaling in vegetation studies : application to the Lama Forst Reserve (Benin)

Le positionnement multidimensionnel non-métrique (NMDS) est une méthode d’ordination largement utilisée de nos jours. Sa mise en œuvre dans les logiciels demande à l’utilisateur de cocher plusieurs options desquelles dépendra la précision des résultats. la présente étude a porté sur l’évaluation de la performance relative du NMDS en se basant sur des données réelles ré-échantillonnées d’une forêt dense semi-décidue : la Forêt Classée de la Lama au Sud-Bénin. Quatre facteurs ont été à cet effet examinés. Il s’agissait du type de matrice de données (binaire et abondance), du type de standardisation, des indices de similarité/dissimilarité et de la taille de l’échantillon (nombre de placeaux). L’efficacité du NMDS a été mesurée par le coefficient de corrélation, de rang de Spearman et le s-stress. De l’analyse des résultats il ressort que tous les quatre facteurs évalués ont influencé l’efficacité du NMDS. Les matrices semblent donner des résultats meilleurs que les matrices d’abondance dont elles ont dérivées. Cependant, cela ne pourrait justifier la simplification d’une matrice d’abondance en matrice binaire car ceci s’accompagne toujours d’une perte d’information. La standardisation consistant à donner le même poids à tous les objets (placeaux) a donné les meilleurs résultats mais du fait de la standardisation intrinsèque aux indices, l’effet de ce facteur semble varier suivant l’indice de dissimilarité utilisé. Les indices de jaccard et de Sorensen, quelle que soit la nature de la matrice ont la même efficacité. Cependant, avec les matrices binaires, l’indice de similarité de Sokal & Michener a montré les résultas les plus intéressants et est suggéré pour utilisation. Enfin, le nombre de placeaux a beaucoup affecté les valeurs centrales des critères de précision de même que la diersion autour de ces valeurs centrales. Une relation quadratique a été ainsi notée entre les valeurs du s-stress et la taille de l’échantillon. La taille optimale de l’échantillon est plus faible (75 placeaux) pour les matrices binaires que les matrices d’abondance (90 placeaux). En définitive, la présente étude consitue une étape préliminaire à un travail plus approfondi qui examinera en détails tous les facteurs susceptibles d’influencer l’efficacité du NMDS et ceci en relation avec une cohérence ‘’biologique’’ dans leur mise en œuvre.  

Auteur : Valère kolawolé SALAKO; Année d’édition : 2012;Nombre de Page : 37

Observation : Master