S’étendant des Pyrénées jusqu’au bassin versant de la Garonne, la Zone Atelier Pyrénées- Garonne (ZA PYGAR) est caractérisée par une forte hétérogénéité de paysages entre l’amont et l’aval. Elle abrite une grande biodiversité en interaction avec des sociétés humaines, qui forment ainsi une large gamme de socio-écosystèmes, soumis à la fois à des contraintes locales et à des changements globaux.
Interactions entre les sociétés humaines et le fonctionnement des écosystèmes dans le temps
Le territoire ZA PYGAR comprend une large gamme de socio-écosystèmes : Pyrénées, vallées et coteaux de Gascogne, axe fluvial de la Garonne, vignobles et forêts du Gaillacois.
La grande variabilité climatique et paysagère qui en résulte permet d’interroger l’hétérogénéité des communautés biologiques et des sociétés humaines qui s’y sont établies du dernier maximum glaciaire à aujourd’hui.
Les objectifs de la ZA PYGAR sont de caractériser les capacités de résilience et d’adaptation des socio-écosystèmes face aux contraintes locales mais aussi aux changements globaux.
Elle cherche à comprendre les relations entre pratiques humaines et services rendus par les écosystèmes. De plus, en lien avec les acteurs du territoire, la ZA PYGAR élabore des scénarios d’appui à la mise en place de politiques publiques en matière d’environnement.
Pour ce faire, la ZA PYGAR s’appuie sur trois axes transversaux :
- capteurs et instrumentation (suivis des surfaces continentales et de la biodiversité),
- bases de données,
- partenariat et valorisation (co-élaboration de projets avec les acteurs territoriaux).
Thématiques Clés
- Effets des changements globaux et contraintes locales sur la biodiversité et les ressources des socio-écosystèmes
- Relations entre les pratiques humaines et les services écosystémiques
Labellisation
2017
Publications
ZA Pyrénées-Garonne
- Mailys Lopes, Mathieu Fauvel, Annie Ouin, Stéphane Girard. Spectro-Temporal Heterogeneity Measures from Dense High Spatial Resolution Satellite Image Time Series: Application to Grassland Species Diversity Estimation. Remote Sensing, 2017, 9 (10), pp.993:1-23. ⟨10.3390/rs9100993⟩. ⟨hal-01613722⟩
- Jean-Michel Carozza, Hugo Jantzi, Jean-Luc Probst, Philippe Valette. Ajustements géomorphologiques du chenal de la moyenne Garonne en aval de Toulouse au cours des 200 dernières années (sud-ouest, France). Géomorphologie : relief, processus, environnement, 2017, 23 (2), ⟨10.4000/geomorphologie.11692⟩. ⟨halshs-01624430⟩
- Forest Isbell, Andrew Gonzalez, Michel Loreau, Jane Cowles, Sandra Díaz, et al.. Linking the influence and dependence of people on biodiversity across scales. Nature, 2017, 546 (7656), pp.65-72. ⟨10.1038/nature22899⟩. ⟨hal-02966947⟩
- Shaopeng Wang, Michel Loreau, Jean-François Arnoldi, Jingyun Fang, K. Abd. Rahman, et al.. An invariability-area relationship sheds new light on the spatial scaling of ecological stability. Nature Communications, 2017, 8 (1), ⟨10.1038/ncomms15211⟩. ⟨hal-02978517⟩
- Olivier Therond, Michel Duru, Jean Roger-Estrade, Guy Richard. A new analytical framework of farming system and agriculture model diversities. A review. Agronomy for Sustainable Development, 2017, 37 (3), 24 p. ⟨10.1007/s13593-017-0429-7⟩. ⟨hal-01607390⟩
- Stéphane Binet, Jean-Luc Probst, Christelle Batiot-Guilhe, J.L. Seidel, Christophe Emblanch, et al.. Hydrochimie des sources karstiques du SNO KARST : impact des pollutions atmosphériques acides sur la ressource en eau.. Géologues, 2017, 195, pp.52 - 54. ⟨hal-03289182⟩
- Yao Mathieu N'Guessan, Valérie Ama Wognin, Kouamé Georges Kouadio, Anne Probst, Jean-Luc Probst. Paramètres influençant la distribution des éléments traces métalliques dans les affluents du fleuve Garonne (France). International Journal of Biological and Chemical Sciences, 2017, 11 (3), pp.1361-1372. ⟨10.4314/ijbcs.v11i3.35⟩. ⟨hal-01630758⟩
- Marjorie Battude, Ahmad Al Bitar, Aurore Brut, Tiphaine Tallec, Mireille Huc, et al.. Modeling water needs and total irrigation depths of maize crop in the south west of France using high spatial and temporal resolution satellite imagery. Agricultural Water Management, 2017, 189, pp.123-136. ⟨10.1016/j.agwat.2017.04.018⟩. ⟨ird-04351710⟩
- R. Fieuzal, C. Marais Sicre, F. Baup. Estimation of corn yield using multi-temporal optical and radar satellite data and artificial neural networks. International Journal of Applied Earth Observation and Geoinformation, 2017, 57, pp.14-23. ⟨10.1016/j.jag.2016.12.011⟩. ⟨insu-03668269⟩
- Nadège Bonnot, A. J. Mark Hewison, Nicolas Morellet, Jean-Michel Gaillard, Lucie Debeffe, et al.. Stick or twist: roe deer adjust their flight behaviour to the perceived trade-off between risk and reward. Animal Behaviour, 2017, 124, pp.35-46. ⟨10.1016/j.anbehav.2016.11.031⟩. ⟨hal-01608040⟩
Documents récupérés de l'archive ouverte HAL 