Changements climatiques et expansion de l’aire de répartition du moustique tigre asiatique (Aedes albopictus) dans le nord-est des USA.

Le moustique tigre Aedes albopictus, est une espèce invasive avec une importante activité de piqure et un fort potentiel à être vecteur de maladies. Cette espèce est largement répartie dans le monde, aire de répartition qui ne cesse d’augmenter. Aux USA, l’espèce fût initialement introduite dans le Texas en 1985, depuis l’espèce a colonisé 36 états et continu son expansion. Cependant l’invasion a été limitée dans le nord, les températures hivernales jouant probablement un rôle modérateur dans l’invasion.

L’objectif de cette étude est donc de modéliser l’expansion future de l’espèce A. albopictus dans le nord des USA à partir de l’aire de répartition connue de l’espèce sous les variations climatiques présentes et futures jusqu’en 2099. Et dans un second temps de discuter des implications de cette expansion en santé publique.

• La répartition actuelle de A. albopictus en Pennsylvanie, New Jersey, New York est obtenue par piégeage de moustique dans les 3 états. Les pièges sont posés de manière à couvrir une grande partie des zones colonisées connues. Tous les moustiques tigres échantillonnés sont cartographiés sur une carte WorldClim vierge. Les variables climatiques et environnementales et les informations sur l’utilisation des terres sont récupérées sur le site WorldClim, baseline de (1950 – 2000). Deux scénarii d’émission de CO2 (modéré et élevé) sont testés.
• Modélisation statistique sur l’algorithme Maxent, deux modèles sont créés. Le premier avec peu d’a priori, et des variables climatiques adaptées pour limiter le dragage des données. Principalement les températures hivernales et les précipitations.
• Comparaison des différents modèles obtenus par l’outil ENMTools.

• Les moyennes de températures hivernales sortent comme le facteur environnemental le plus significativement corrélé dans la définition de la répartition actuelle d’A. albopictus.
• Les zones urbaines développées favorisent la présence du moustique. Contrairement aux zones forestières et agricoles.
• Le modèle prédit que les zones présentant des conditions environnementales favorables pour A. albopictus vont augmenter de 5 à 16 % d’ici les deux décennies à venir. Et de 47 % en moyenne d’ici la fin du siècle. Les émissions de CO2 semblent agir comme un accélérateur de cette dispersion.

• Pas de piégeage standardisé employé. Ni de techniques de répartition des pièges énoncée. (Potentiels biais dans l'échantillonnage).
• Seules les zones les plus connues ont été échantillonnées, potentielle sous-estimation de l’aire de répartition de l'espèce.
• Pour limiter la perte de précision de l’algorithme quand on utilise une grande quantité de variables environnementales, les auteurs utilisent une procédure de sélection de modèles basée sur le critère d’information Akaike.

Cet article apporte un résultat mitigé au débat, bien que la contrainte principale dans l’expansion de l’espèce A. albopictus dans le nord des USA, semble être les températures hivernales (donc facteur climatique). Cela ne suffit pas à expliquer la totalité du phénomène (linéarité imparfaite), on retrouve aussi la variabilité des précipitations notamment durant les périodes sèches et humides (autre facteur climatique). Mais aussi l’utilisation des terres, notamment l’urbanisation. L’expansion de l’espèce dans le futur semble aussi dépendante des scénarii d’émission de CO2 que notre planète subira pendant le reste de ce siècle.

• La modélisation ne constituant pas une expérience en elle-même, impossible de déterminer si les prédictions du modèle sont valides. Ça ne reste que des prédictions.
• Biais potentiel entrainé par le jeu de données, en effet si les bases de données ne sont pas régulièrement mises à jour, impossibles de savoir si les zones référencées comme vierges ne sont pas devenues des zones en cours d’invasion.
• L’algorithme Maxent est extrêmement sensible au choix de paramètres de modélisation, notamment quand on superpose un grand nombre de couches de variables environnementales. (Impact négatif sur la précision de prédiction.