Comprendre les modèles sous-jacents à la distribution de la végétation est essentiel pour créer des modèles prédictifs afin de prévoir les réponses des systèmes naturels au changement global. Les écosystèmes de savane couvrent au moins 40 pour cent des tropiques mondiaux, mais la répartition de la végétation dans les savanes a longtemps échappé à la compréhension et à la caractérisation, rendant impossible la capture complète dans un tel modèle. Selon une nouvelle étude publiée le 13 mai, 2019 dans la revue Actes de l'Académie nationale des sciences , les relevés aériens montrent que, sur une grande Scale, l'arrangement spatial des arbres de la savane suit des modèles distincts qui peuvent être décrits mathématiquement indépendamment de la variation des facteurs environnementaux.

« Conclure qu'un processus universel régit les modèles spatiaux dans la distribution des arbres peut être prématuré, " a déclaré l'auteur principal Carla Staver, professeur adjoint d'écologie et de biologie évolutive à l'Université de Yale. "Toutefois, on peut dire ça, bien que la couche arborescente puisse sembler imprévisible localement, à des échelles pertinentes pour la prédiction, tels que les modèles globaux de végétation, la végétation est au contraire fortement structurée par des distributions statistiques régulières."

Ces résultats ont été dérivés des données LiDAR collectées dans le parc national Kruger en Afrique du Sud par le Global Airborne Observatory (GAO) du Center for Global Discovery and Conservation Science de l'Arizona State University. Le GAO est un laboratoire aéroporté dirigé par le Dr Greg Asner qui abrite des technologies avancées de cartographie de la Terre. Les travaux antérieurs pour déterminer de tels modèles reposaient sur des parcelles à petite échelle qui n'ont pas réussi à révéler des modèles discernables ou à identifier les relations entre les facteurs environnementaux, comme les précipitations ou les caractéristiques du sol, et diffusion. Les données LiDAR haute résolution ont permis un examen plus approfondi des grappes d'arbres, et la grande échelle de la zone étudiée a découvert des modèles qui ne sont pas discernables à plus petite échelle. Le modèle de clusters qu'ils ont trouvé à plus grande échelle peut s'expliquer parfaitement par une distribution de loi de puissance, qui capture des corrélations statistiques significatives qui ne peuvent pas être appliquées à une plus petite échelle.

"Quand vous regardez les choses depuis le sol, ce que vous voyez est un fouillis désordonné, " Staver a dit. " Ce que nous avons trouvé était encore un fouillis, mais c'était un fouillis très structuré."

Aller de l'avant, Staver et ses collègues prévoient d'étudier si de telles lois mathématiques régissent également la répartition de la végétation dans d'autres écosystèmes. Les travaux futurs comprennent également l'élargissement de la portée de l'étude pour inclure une variation environnementale plus diversifiée dans le paysage étudié.