BEZOMBES 2017 Diffusion

THÈSE
Pour obtenir le grade de

DOCTEUR DE LA COMMUNAUTE UNIVERSITE
GRENOBLE ALPES
Spécialité : Modèles, Méthodes et Algorithmes en Biologie
Arrêté ministériel : 25 mai 2016
Présentée par
Lucie BEZOMBES
Thèse dirigée par Thomas SPIEGELBERGER, Directeur de

Recherche à IRSTEA Grenoble
Et Christian KERBIRIOU, Directeur de Recherche au Muséum
National d’Histoire Naturelle
Préparée au sein du Laboratoire IRSTEA

Dans l'École Doctorale Ingénierie pour la Santé, la Cognition et
l’Environnement
Développement d’un Cadre

Méthodologique pour l’Evaluation de
l’Equivalence Ecologique :
Application dans le Contexte de la
Séquence « Eviter, Réduire,
Compenser » en France
Thèse soutenue publiquement le 07 décembre 2017,

devant le jury composé de :
Mme Nathalie FRASCARIA-LACOSTE
Professeur, AgroParisTech, Rapporteur
M. John THOMPSON
Directeur de Recherche, CEFE, Rapporteur
Mme Sandra LAVOREL
Directrice de Recherche, LECA, Examinatrice, Présidente du jury
M. Baptiste REGNERY
Ingénieur de recherche, Examinateur
Mme Agnes BARILLIER
Ingénieure, EDF, Invitée
Mme Stéphanie GAUCHERAND
Ingénieure de Recherche, IRSTEA, Co-encadrante
M. Thomas SPIEGELBERGER
Directeur de Recherche, IRSTEA, Directeur de thèse
M. Christian KERBIRIOU
Directeur de Recherche, MNHN, Co-Directeur de thèse
Sommaire
Sommaire ........................................................................................................................................................ 1
Liste des Figures .............................................................................................................................................. 5
Liste des Tableaux ........................................................................................................................................... 8
Liste des acronymes et abréviations ................................................................................................................ 9
Remerciements .............................................................................................................................................. 10
Avant-propos ................................................................................................................................................. 14
Introduction Générale ................................................................................................................................. 15
1.Contexte pratique des travaux de thèse .................................................................... 16

1.1.La biodiversité, un objet d’étude complexe et récent ................................................................... 16
1.2.Une érosion mondiale de la biodiversité qui s’accélère ............................................................... 17
1.3.Des mesures de protection de la biodiversité en évolution ........................................................... 19
1.4.La séquence « Eviter Réduire Compenser », un outil de préservation de la biodiversité à l’échelle
des projets d’aménagement .................................................................................................................. 21
2.Problématique scientifique des travaux de thèse ..................................................... 26
2.1. L’atteinte de l’équivalence écologique : une étape clé ................................................................ 26
2.3.Besoin de cadres méthodologiques standardisés pour évaluer l’équivalence écologique ............ 29
3.Objectifs des travaux de thèse ................................................................................. 30
Chapitre 1 : Etude des méthodes d’évaluation de l’équivalence écologique comme base pour le
développement du cadre méthodologique ................................................................................................ 33
SECTION I ..................................................................................................................................... 34
1.Introduction ............................................................................................................. 34
1.1.Les méthodes d’évaluation de l’équivalence dans le monde ........................................................ 34
1.2.Compromis entre opérationnalité, bases scientifiques et exhaustivité ......................................... 35
1.3.Objectifs du chapitre 1 ................................................................................................................. 36
2.Méthodologie d’étude des EAM .............................................................................. 37
2.1.EAM étudiées ............................................................................................................................... 37
2.2.Analyse des EAM......................................................................................................................... 38
3.Résultats et discussion sur l’étude des EAM ........................................................... 42
3.1.Structure commune ...................................................................................................................... 42
3.2.Points de divergence ..................................................................................................................... 43
3.3.Compromis entre opérationnalité, bases scientifiques et exhaustivité ......................................... 45
3.4.Critères sur lesquels baser le développement du cadre méthodologique ...................................... 47
4.Conclusion ............................................................................................................... 53
SECTION II : Ecological Equivalence Assessment Methods: What Trade-Offs between

Operationality, Scientific Basis and Comprehensiveness? ............................................................................ 53
1
Chapitre 2 : Première étape du développement du cadre méthodologique : formalisation de
l’évaluation de la biodiversité au travers d’indicateurs ........................................................................... 69
SECTION I...................................................................................................................................... 70
1.Introduction ............................................................................................................. 70
1.1.Choix de la biodiversité à évaluer ................................................................................................ 70
1.2.Mesurer la biodiversité ................................................................................................................. 72
1.3.Objectifs du chapitre 2.................................................................................................................. 73
2.Etape 1 : Conception partagée de la biodiversité et de son évaluation ................... 74
3.Etape 2 : Exigences règlementaires européennes et françaises et recommandations ...
.................................................................................................................................... 76
4.Etape 3 : Cadre concret d’évaluation de la biodiversité ........................................... 77
4.1.Les trois niveaux d’évaluation ...................................................................................................... 78
4.2.Les deux échelles spatiales ........................................................................................................... 79
4.3.Critères d’évaluation .................................................................................................................... 82
5.Etape 4 : Recherche et sélection d’un lot d’indicateurs pertinents à intégrer à ce
cadre concret d’évaluation .......................................................................................... 82
5.1.Recherche .................................................................................................................................... 83
5.2.Sélection .................................................................................................................................... 84
6.Synthèse ................................................................................................................... 87
7.Apports et limites de la démarche ............................................................................ 90
7.1.Une évaluation « en entonnoir » ................................................................................................... 90
7.2.Perspectives d’amélioration dans la démarche de construction du cadre d’évaluation ................ 91
7.3.Transposition de la démarche à d’autres contextes ...................................................................... 93
8.Conclusion ............................................................................................................... 94
SECTION II : From conceptual vision to practical evaluation of biodiversity for ecological

equivalence assessment in the context of biodiversity offsets ....................................................................... 95
Chapitre 3 : Deuxième étape du développement du cadre méthodologique : intégration de la

dimension temporelle et des incertitudes pour la prédiction des indicateurs après impacts et mesures
compensatoires ........................................................................................................................................... 117
SECTION I.................................................................................................................................... 118
1.Introduction ........................................................................................................... 118

1.1.Le besoin de prédiction .............................................................................................................. 118
1.2.La dynamique des écosystèmes .................................................................................................. 119
1.3.Objectifs du chapitre 3................................................................................................................ 122
2.Dimension temporelle : prise en compte de la dynamique des écosystèmes ......... 123
2.1.Pas de temps de la prédiction ..................................................................................................... 123
2.2.Eléments à prendre en compte pour la prédiction....................................................................... 125
2.3.Exemple théorique de prédiction ................................................................................................ 129
3.Incertitudes associées à la prédiction de la valeur des indicateurs après impacts ou
MC. .................................................................................................................................. 132
3.1.Retour d’expérience sur le succès des MC (voir section II pour plus de détails) ....................... 132
2
3.2.Associer les facteurs d’incertitude à la prédiction ...................................................................... 137
4.Pistes d’amélioration de la prédiction .................................................................... 141
4.1.Du dire d’expert à la standardisation .......................................................................................... 141
4.2.Prendre en compte le changement climatique ............................................................................ 142
5.Conclusion ............................................................................................................. 144
SECTION II : Success of biodiversity offsets: we need more feedbacks to reduce uncertainties. 145
Chapitre 4 : Présentation du cadre méthodologique dans sa globalité ................................................ 155
SECTION I .......... Dernière étape de la construction du cadre méthodologique : mode de calcul des
pertes, des gains et de l’équivalence ............................................................................................................ 156
1.Introduction ........................................................................................................... 156

1.1.Règles d’échange entre pertes et gains ....................................................................................... 156
1.2.Comment calculer les pertes et les gains .................................................................................... 157
1.3.Objectifs de la section I .............................................................................................................. 158
2.Règles de calcul des pertes et des gains ................................................................. 158
2.1.Mode de calcul ........................................................................................................................... 158
2.2.Visualisation des résultats .......................................................................................................... 159
2.3.Points de vigilance sur le calcul des pertes et des gains ............................................................. 161
3.Evaluation de l’équivalence ................................................................................... 162
3.1.Mode de calcul et visualisation .................................................................................................. 162
3.2.Hiérarchisation des pertes et des gains nets................................................................................ 164
4.Synthèse : Version théorique du cadre méthodologique ........................................ 167
5.Conclusion ............................................................................................................. 169
SECTION II Test du cadre méthodologique sur deux projets concrets ........................................ 170
1.Introduction ........................................................................................................... 170

2.Adaptation du cadre méthodologique à un cas simple : projet du barrage de Tignes ..
.................................................................................................................................. 171
2.1.Description du projet .................................................................................................................. 171
2.2.Etat initial du site impacté du projet du barrage de Tignes ........................................................ 172
2.3.Prédiction de l’effet des impacts du projet du barrage de Tignes ............................................... 176
2.4.Calcul des pertes......................................................................................................................... 177
2.5.Synthèse .................................................................................................................................. 178
3.Test du cadre méthodologique sur un projet de grande ampleur : projet Romanche
Gavet ........................................................................................................................ 179
3.1.Description du projet de Romanche Gavet ................................................................................. 179
3.2.Etat initial du site impacté (site de Véna) ................................................................................... 181
3.3.Prédiction de l’effet des impacts sur le projet RG ...................................................................... 186
3.4.Calcul des pertes pour le projet RG ............................................................................................ 187
3.5.Etat initial du site compensatoire (site de l’Île Falcon) .............................................................. 193
3.6.Prédiction de l’effet des mesures compensatoires ...................................................................... 196
3.7.Calcul des gains pour le projet RG ............................................................................................. 197
3.8.Evaluation de l’équivalence du projet RG .................................................................................. 201
4.Plus-value et pistes d’amélioration du cadre méthodologique ............................... 207
4.1.Plus-value .................................................................................................................................. 207
3
4.2.Pistes d’amélioration .................................................................................................................. 209
5.Conclusion ............................................................................................................. 212
Discussion Générale ................................................................................................................................... 213
1.Synthèse des apports des travaux de thèse pour l’évaluation de l’équivalence

écologique ................................................................................................................. 214
1.1.Une approche innovante ............................................................................................................. 214
1.2.Une évaluation efficace de l’équivalence ................................................................................... 216
1.3.Des changements de point de vue............................................................................................... 217
1.4.Des nuances apportées à l’objectif de No Net Loss (NNL) ........................................................ 218
2.Perspectives d’amélioration de l’évaluation de l’équivalence écologique ............. 220
2.1.Perspectives scientifiques ........................................................................................................... 220
2.2.Perspectives pratiques ................................................................................................................ 224
3.La séquence ERC, un outil efficace pour lutter contre l’érosion de la biodiversité ? ..
.................................................................................................................................. 228
3.1.Limites de la compensation écologique ...................................................................................... 228
3.2.Vers plus de réduction et d’évitement ........................................................................................ 233
4.Quelques réflexions plus générales ........................................................................ 234
Bibliographie ................................................................................................................................. 237
Annexes…………………………………………………………………………………………..249
4
Liste des Figures
Figure 1 : Représentation schématique de l’aspect multidimensionnel de la biodiversité ainsi que son

évolution sous des contraintes anthropiques ................................................................................................. 17
Figure 2 : Extension de l’artificialisation en France entre 1985 et 2012 au profit des zones agricoles et des
milieux naturels. ............................................................................................................................................ 18
Figure 3 : Augmentation des invasions biologiques ..................................................................................... 18
Figure 4 : Proportion du nombre global d’espèces d’oiseaux, de mammifères, de poissons et de plantes
menacés d’extinction à l’échelle mondiale. ................................................................................................... 19
Figure 5 : Pays mettant en œuvre la compensation écologique .................................................................... 22
Figure 6 : Représentation schématique de la séquence « Eviter Réduire Compenser » (ERC). .................. 23
Figure 7 : Nombre de publications sur la séquence ERC et la compensation écologique entre 1990 et 2014
par discipline. ................................................................................................................................................ 25
Figure 8 : Réseau d’acteurs liés à la mise en place de la séquence ERC. ..................................................... 26
Figure 9 : Liens entre le développement du cadre méthodologique et les chapitres de thèse. ...................... 32
Figure 10 : Chronologie de développement des EAM étudiées.................................................................... 38
Figure 11 : Questions relatives à la prise en compte des dimensions de l’équivalence dans les EAM
replacées sur le schéma des pertes dues aux impacts et des gains apportés par les mesures compensatoires 40
Figure 12 : Structure commune des EAM .................................................................................................... 43
Figure 13 : Prise en compte des dimensions de l’équivalence dans les méthodes.. ..................................... 44
Figure 14 : Graphe des variables de l’ACP. ................................................................................................. 45
Figure 15 : Graphe des individus de l’ACP. ................................................................................................. 46
Figure 16 : Eléments de la structure commune des EAM conservés pour le développement du cadre
méthodologique, non pris en compte et non conservés ou remplacés par d’autres éléments ........................ 49
Figure 17 : Proportion des espèces protégées au niveau national, des espèces sur liste rouge France et des
espèces à la fois protégées et sur liste rouge .................................................................................................. 71
Figure 18 : Etapes du choix des composantes de biodiversité à évaluer et du lot final d’indicateurs utilisés,
sur lequel se base le calcul des pertes, des gains et de l’équivalence écologique. ......................................... 74
Figure 19 : Conception de la biodiversité ..................................................................................................... 76
Figure 20 : Lien entre les éléments identifiés aux étapes 1 et 2 et la construction du cadre d’évaluation de la
biodiversité. ................................................................................................................................................... 78
Figure 21 : Représentation schématique du cadre d’évaluation de la biodiversité avec les trois niveaux
(général, habitat et espèce) et les deux périmètres (site en rouge et élargi en noir) ....................................... 80
Figure 22 : Application des filtres pour la prospection et la sélection des indicateurs de biodiversité intégrés
dans au cadre d’évaluation. ........................................................................................................................... 84
Figure 23 : Les 8 sites d’étude. ..................................................................................................................... 86
Figure 24 : Représentation cyclique de l’alternance entre succession (flèches bleues) et réorganisation des
écosystèmes suite à des perturbations (flèches orange). .............................................................................. 120
Figure 25 : Représentation schématique de la résilience (courbe pointillée) et de la résistance (courbe
pleine) d’un écosystème à des perturbations (flèches vertes). ..................................................................... 121
Figure 26 : Représentation schématique de quelques actions envisageables sur un système qui a été dégradé
suite à une perturbation trop importante ...................................................................................................... 122
Figure 27 : A- Représentation schématique des deux prédictions (court terme P CT et long terme PLT) de la
valeur des indicateurs après impacts et mesures compensatoires. ............................................................... 124
5
Figure 28 : Caractérisation des perturbations selon 3 axes : fréquence (ou durée), sévérité (ou intensité),
portée spatiale. ............................................................................................................................................. 126
Figure 29 : Communautés végétales post-culturales dans la région de Montpellier, âgées de 0 à 40 ans
décrites selon 4 indicateurs .......................................................................................................................... 128
Figure 30 : Localisation des 20 projets étudiés pour le retour d’expérience et localisation par rapport aux
corridors écologiques identifiés dans le SRCE. ........................................................................................... 133
Figure 31 : Exemple de mesures compensatoires étudiées dans le cadre du retour d’expérience............... 134
Figure 32 : Simulation de la diversité d’oiseaux nicheurs européens présente (en 2006) et potentielle. .... 143
Figure 33 : Sortie graphique standardisée correspondant à un exemple théorique de calcul des « pertes »
(effet des impacts sur la biodiversité du site impacté, en haut) et des « gains » (effet des MC sur la
biodiversité du site compensatoire, en bas). ................................................................................................ 160
Figure 34 : Sortie graphique standardisée correspondant à un exemple théorique de calcul de l’équivalence
écologique.................................................................................................................................................... 163
Figure 35 : Fonctionnement global du cadre méthodologique d’évaluation de l’équivalence. ................... 168
Figure 36 : Les deux échelles d'évaluation pour le projet du barrage de Tignes (Niveau Général et Habitat à
enjeu). .......................................................................................................................................................... 172
Figure 37 : Espèce à enjeu évaluée sur le projet du barrage de Tignes, la Primevère du Piémont (Primula
pedemontana). ............................................................................................................................................. 175
Figure 38 : Pertes à court (CT) et long termes (LT) observées sur le site impacté pour la Primevère du
Piémont (Primula pedemontana). ................................................................................................................ 178
Figure 39 : Localisation des 4 sites impactés et des 2 sites compensatoires du projet de Romanche Gavet
dans la vallée de la Romanche (Isère). ........................................................................................................ 181
Figure 40 : Site impacté retenu pour le test du cadre méthodologique sur le projet de Romanche Gavet. . 183
Figure 41 : Cartographie des milieux forestiers (Frênaie à Tilleuls et Erables) présents sur le site impacté de
Véna avant le défrichement. ........................................................................................................................ 185
Figure 42 : Espèces à enjeu pour le projet de Romanche Gavet. De gauche à droite : Muscardin, Couleuvre
verte et jaune et Pie grièche écorcheur ........................................................................................................ 186
Figure 43 : Sorties graphiques représentant les pertes (effet des impacts) au NG sur le site de Véna à court
(CT) et long terme (LT). .............................................................................................................................. 189
Figure 44 : Sorties graphiques représentant les pertes (effet des impacts) au NH (frênaie à Tilleuls et
Erables) sur le site de Véna à CT et LT. ...................................................................................................... 190
Figure 45 : Sorties graphiques représentant les pertes (effet des impacts) au NSp sur le site de Véna à CT
et LT ............................................................................................................................................................ 192
Figure 46 : Site compensatoire retenu pour le test du cadre méthodologique sur le projet de Romanche
Gavet.. ......................................................................................................................................................... 193
Figure 47 : Sorties graphiques représentant les gains (effet des mesures compensatoires) au niveau Général
sur le site de l’Île Falcon à CT et LT ........................................................................................................... 198
Figure 48 : Evaluation de l’équivalence au NG à court (CT) et long (LT) terme.. ..................................... 202
Figure 49 : Evaluation de l’équivalence au NH à CT et LT. ...................................................................... 204
Figure 50 : Evaluation de l’équivalence au NSp à CT et LT. ..................................................................... 206
Figure 51 : Evolution temporelle entre 1898 et 2006 de a) la richesse spécifique et b) l’indice de
spécialisation des communautés d’avifaune sur l’ile d’Ouessant ................................................................ 219
Figure 52 : Augmentation du nombre d’entreprises affichant publiquement un objectif de « non perte nette
« ou de « gain net » entre 2000 et 2011.. ..................................................................................................... 229
Figure 53 : Conversion et protection des habitats dans les 13 biomes terrestres.. ...................................... 231
6
Figure 54 : Estimation du nombre d’espèces par taxon, et pour chaque taxon, proportion du nombre
d’espèce décrites (partie claire) ................................................................................................................... 235
7
Liste des Tableaux
Tableau 1 : Documents étudiés pour chaque EAM ...................................................................................... 39

Tableau 2 : Modalités associées aux 12 critères liés aux 3 grands défis.. ..................................................... 41
Tableau 3 : Notation du cadre méthodologique à développer selon les trois défis.. ..................................... 52
Tableau 4 : Procédures spécifiques dans lesquelles la séquence ERC doit être mise en œuvre selon les
composantes de biodiversité identifiées dans l’étude d’impact ..................................................................... 77
Tableau 5 : Les 7 critères d’évaluation de la biodiversité déclinés des 3 angles d’évaluation. .................... 83
Tableau 6 : Lot final d’indicateurs intégré au cadre d’évaluation pour le Niveau Général .......................... 88
Tableau 7 : Lot final d’indicateurs intégré au cadre d’évaluation pour le Niveau Habitat ........................... 88
Tableau 8 : Lot final d’indicateurs intégré au cadre d’évaluation pour le Niveau Espèces .......................... 89
Tableau 9 : Déclinaison des trois axes caractérisant les perturbations en catégories descriptives des impacts
et des MC (en gras), dont la définition retenue dans ces travaux apparait en police normal. ...................... 126
Tableaux 10 et 11: Exemple théorique de prédiction sur le site impacté et sur le site compensatoire. ...... 130
Tableau 12 : Effet des variables sélectionnées dans le modèle sur le succès des mesures compensatoires,
exprimé en tant que présence des espèces ou des habitats cibles. ............................................................... 135
Tableau 13 : Sources d’incertitudes à prendre en compte lors de la prédiction de la valeur des indicateurs
après impacts et MC .................................................................................................................................... 138
Tableau 14 : Attribution d’un niveau d’incertitude à la prédiction des valeurs des indicateurs après impact
et MC à court et long terme (CT et LT) pour l’exemple théorique présenté au 2.3. .................................... 140
Tableau 15 : Identification des enjeux de biodiversité sur le site du barrage de Tignes. ............................ 174
Tableea 16 : Prédiction de la valeur des indicateurs sur lesquels l’effet des impacts est visible pour le projet
du barrage de Tignes. ................................................................................................................................... 177
Tableau 17 : Identification des enjeux de biodiversité sur le site de Véna du projet Romanche Gavet. .... 183
8
Liste des acronymes et abréviations
Les abréviations spécifiques à ce manuscrit de thèse sont inscrites en bleu.
ACP : Analyse en Composantes Principales LT : Long Terme

AFB : Agence Nationale pour la biodiversité MC : Mesure Compensatoire
BBOP : Business of Biodiversity Offset Programme MNHN : Muséum National d’Histoire Naturelle
BE : Bureau d’Etude NG : Niveau Général
CEN : Conservatoire d’Espace naturel NH : Niveau Habitat
CGDD : Commissariat Général du Développement NNL : No Net Loss, traduit en français par Non
Durable Perte Nette
CMS : Cadre Méthodologique Standardisé NSp : Niveau Espèce
CNPN : Comité National de Protection de la Nature ONCFS : Office National de la Chasse et de la
CRAM : Californian Rapid Assessment Method Faune Sauvage
CT : Court Terme ONEMA : Office National des Eaux et des Milieux
DDT : Direction Départementale des Territoires Aquatiques
DEP : Dérogation Espèce Protégée ONF : Office National des Forêts
DFFH : Directive Faune Flore Habitat PE : Périmètre Elargi
DO : Directive Oiseaux PS : Périmètre Site
DREAL : Direction Régionale de l’Environnement, REA/HEA : Resource/Habitat Equivalency
de l’Aménagement et du Logement Analysis
EAM : Equivalence Assessment Method RAM : Rapid Assessment Method
EEE : Espèce Exotique Envahissante REX : Retour d’Expérience
EFESE : Evaluation Française des Ecosystèmes et RG : Romanche Gavet
Services Ecosystémiques SAFER : Sociétés d'Aménagement Foncier et
EI : Etat Initial d'Etablissement Rural
ERC : Eviter, Réduire, Compenser SRCE : Schéma Régionaux de Cohérence
EUNIS : European Nature Information System Ecologique
GLM : Generalized Linear Model SIG : Système d’Information Géographique
HEP : Habitat Evaluation Procedure SNB : Stratégie Nationale pour la Biodiversité
ICPE : Installation Classée pour la Protection de TVB : Trame Verte et Bleue
l’Environnent UICN : Union Internationale pour le Conservation
IPBES : Intergovernmental Platform for de la Nature
Biodiversity and Ecosystem Services UMAM : Uniform Mitigation Assessment Method
IQE : Indice de Qualité Ecologique ZH : zone humide
LEA : Landscape Equivalency Analysis ZNIEFF : Zone Nationale d’Intérêt Ecologique,
LPO : Ligue pour la Protection des Oiseaux Faunistique et Floristique
LES : Loi Sur l’Eau
9
Remerciements
De nombreuses personnes ont été, de manière plus ou moins régulière et sur divers sujets,
impliquées dans ces travaux de thèse. Je tiens à les remercier très chaleureusement, en essayant de
n’oublier personne.
En premier lieu, je tiens à remercier toutes les structures qui ont financé ou accueilli cette
thèse : l’école doctorale « Ingénierie pour la Santé, la Cognition et l’Environnement du collège
doctoral de l’Université Grenoble Alpes, pour le suivi administratif et les formations doctorales
proposées ; l’Association Nationale Recherche Technologie pour avoir accordé la bourse CIFRE à
cette thèse ; EDF pour avoir financé la thèse au sein du projet R&D BIOCENOSE ; Le Centre
IRSTEA Grenoble pour m’avoir accueilli dans les locaux et fourni de très bonnes conditions de
travail ; le Muséum National d’Histoire Naturelle pour avoir été partenaire scientifique des
travaux de thèse ; et enfin la Direction Eau et Biodiversité du Ministère de la Transition
Ecologique pour avoir financé les deux stages venant en appui des travaux de thèse.
Toute ma gratitude va à mes encadrants de thèse, qui m’ont accompagné au début, à la

fin, ou tout au long de ces trois années. Je les remercie de leur bienveillance à mon égard et de la
grande qualité de leur encadrement tant d’un point de vue scientifique qu’humain. Je les remercie
des très nombreuses relectures des documents rédigés durant la thèse, en particulier ce manuscrit.
Merci à Thomas Spiegelberger, Directeur de thèse à IRSTEA, pour nos échanges
fréquents aussi bien formels qu’informels sur la thèse et sur la suite de ma carrière, qui m’ont
beaucoup soutenu, et pour m’avoir intégrée un peu plus au monde de la recherche.
Merci à Christian Kerbiriou, co-Directeur de thèse au MNHN, pour avoir su se rendre
disponible, même à distance, pour m’aider à développer mes idées ou encore à m’en sortir avec
les analyses sur R… en me donnant toujours confiance en moi.
Merci à Stéphanie Gaucherand, encadrante scientifique à IRSTEA, pour avoir partagé son
expérience de la compensation avec moi, pour la précision de ses retours sur mon travail et pour
sa bonne humeur. Bravo encore à elle pour sa petite Alice, née pendant ces trois ans.
Merci à Françoise Siclet, encadrante à EDF en première partie de thèse, pour m’avoir
permis de m’imprégner du sujet et de m’avoir mise sur les rails pour la suite de la thèse, je lui
souhaite une excellente retraite. Merci aussi à Véronique Gouraud qui a pris le relai de Françoise,
pour sa gentillesse et son investissement sur un sujet moins familier pour elle.
Merci à Marie-Eve Reinert, chef du projet BIOCENOSE jusqu’en janvier 2017, pour son
implication dans mes travaux, pour m’avoir fait découvrir EDF et pour m’avoir permis de vivre
pleinement ma thèse. Je luis souhaite de s’épanouir dans son nouveau travail.
10
Je remercie également vivement les membres de mon comité de pilotage, Serge Muller,
Sylvain Pioch et Wolfgang Wende, pour les précieux conseils et orientations sur les travaux de
thèse qu’ils m’ont donnés lors de nos réunions annuelles.
J’adresse tous mes remerciements à Nathalie Frascaria Lacoste, John Thompson, Sandra
Lavorel et Baptiste Regnery, qui ont accepté de faire partie du jury de cette thèse.
Merci à Loraine Roy et Manon Pons, d’avoir facilité mes travaux tout au long de la thèse
depuis l’Allemagne (merci la visio et le téléphone !) et de s’être préoccupées de mon avenir
d’après thèse. Merci aussi à toute l’équipe d’Eifer pour leur accueil lors de ma venue à Karlsruhe.
Un grand merci à Agnes Barillier et Frederick Jacob du Centre d’Ingénierie Hydraulique

d’EDF pour le suivi de mes travaux, pour le transfert des données associées à Kembs et
Romanche Gavet, et pour les conseils sur le choix des indicateurs de biodiversité. Merci
particulièrement à Agnes pour le tour de canoé sur le bras du Rhin restauré à Kembs.
Mes remerciements vont également à Kevin Pinte et Catherine Turlier de l’Unité de
Production Alpes d’EDF, pour les échanges que nous avons eus à propos du site de Combe
Madame et globalement sur le fonctionnement de la branche « hydraulique » d’EDF. Merci Kevin
pour la randonnée épique dans la rhodoraie de Combe Madame.
Je suis reconnaissante envers Marion Chataigner et Richard Potiron-Briot, les stagiaires

que j’ai encadré pendant leur stage de fin d’étude, et qui ont collecté les données sur les mesures
compensatoires en Isère nécessaire au retour d’expérience que nous avons mené. Je leur souhaite
une bonne continuation dans leur vie personnelle et professionnelle.
J’adresse mes remerciements aux membres du « groupe de partage opérationnel » que

nous avons constitué autour des travaux de thèse, pour s’être déplacés lors de nos réunions
annuelles et pour avoir partagé leurs expériences de terrain sur la compensation avec moi. Merci
donc à Cécile Baudot, Paula Bossard, Marc Châtelain, Véronique De Crespin de Billy, Alain
Dindeleux, Guillaume Gayet, Blanche Gomez, Séverine Hubert, Francis Isselin, Jean-François
Lesigne, Jean-Louis Michelot, Flora Pelegrin, Marion Periers, Benoit Pleis, Eric Thouvenot et
Anne-Laure Wittmann.
Merci aux collègues du projet BIOCENOSE : Julie Charton-Bisseta, Laure Santoni,

Pauline Balducci, René Samie et Violaine Brochier, de m’avoir si bien intégré au projet et d’avoir
pris le temps d’échanger avec moi sur des sujets divers.
Je remercie également les collègues du LNHE, particulièrement Pascale Polledri,
Anthony Maire, Victor Bret et les chefs de groupe, Cécile Delattre et Nicolas Malleron, pour
11
l’accueil chaleureux qu’ils m’ont fait à Chatou, et les nombreux déplacements réservés par
Pascale.
Je remercie beaucoup les collègues d’EDF, spécialement Fabienne Vermorel-freche
(DPIT), Claire Varet (DDD), Marine Kuperminc (CIT) et Myriam Comoy (DIPDE) pour l’intérêt
qu’elles ont porté sur mes travaux, pour avoir fait remonter les besoins et les réflexions côté
opérationnel et pour les conseils qu’elles ont pu me donner pour la thèse.
Tous mes remerciements aux chercheurs d’IRSTEA : Jean-Jacques Brun, Vincent Breton,
Thomas Cordonnier, André Evette, Gregory Loucougaray et Renaud Jaunatre, pour avoir accepté
de constituer un groupe de travail qui m’a grandement aidé à construire le cadre d’évaluation de la
biodiversité. Merci beaucoup également à Frédéric Bray pour son aide très précieuse et le temps
passé à résoudre des casse-têtes sur le logiciel QGis.
Je remercie également les collègues du SPN : Philippe Gourdain et Cindy Fournier, pour
m’avoir emmenée avec eux sur le terrain à Kembs et pour les discussions sur la compensation et
autres sujets de biodiversité que nous avons eus quelquefois.
Mille mercis à toute l’équipe d’AlterNet : Martin Sharman, Nicolas Dendoncker, Marie
Vandewalle, Taru Peltola, Allan Watt, Jean Vancompernolle, Uta Fritsch, André Mascarenhas,
Brooke Wilkerson, pour m’avoir fait vivre une expérience fantastique à l’école d’été de Peyresq.
Merci tout particulièrement à Nicolas, notre tuteur biodiversité, et un grand merci à tous les
alumni pour avoir partagé tous ces bons moments ensemble.
Je salue et remercie les doctorants en thèse ou déjà docteurs, qui travaillent aussi sur le
sujet captivant et complexe de la compensation : Adeline Bas, Charlotte Bigard, Kevin Barré,
Coralie Calvet, Céline Jacob, Anne Charlotte Vaissière, Agnes Mechin et Simon Tarabon, pour
les échanges que nous avons pu avoir sur notre sujet commun et les petits tuyaux que nous nous
sommes fait passer.
Merci à mes camarades de l’association de doctorants ELIPSCE : Lisa Guigue, Jean-
Marie Mayaudon, Marine Boulade, Jeremy Riffet et Antoine Tacheau, pour nos réunions et nos
tentatives plus ou moins réussies d’organisation d’évènements pour les doctorants de l’ED.
J’adresse également mes remerciements aux structures qui m’ont permis de faire partager
mon travail de thèse lors de séminaires ou colloques : l’Association Française Interprofessionnelle
des Ecologues, la Fédération pour la Recherche sur la Biodiversité, la British Ecological Society,
la DDT Isère, les commissaires enquêteurs de l’Isère, le CRERCO et la SAFER Auvergne Rhône
Alpes.
12
Ma reconnaissance va à l’ensemble des personnes du centre IRSTEA de Grenoble qui ont
fait de ces trois ans de thèse une période très agréable de ma vie. Merci tout particulièrement à
l’équipe des Bzzz : Bertrand Davin, Fanny Dommanget, Laure Vidaud, Gilles Borel, Nathan
Daumergue, Baptiste Nettier et Guillaume Evin, pour m’avoir fait découvrir et avoir partagé avec
moi l’activité passionnante qu’est l’apiculture. Merci aussi à Nicole Sardat pour les ateliers libres
d’art plastique qui m’ont permis de me remettre au dessin.
Plein de mercis à mes collègues et amis d’IRSTEA & Co, pour m’avoir accompagné, au
travail et en dehors, dans ces trois ans importants de ma vie et de ma carrière. Merci à Clément
Viguier pour son aide inestimable sur R et pour nos nombreux échanges sur la thèse, le dessin, la
photo… Merci à Gaëlle Ronsin d’avoir partagé le bureau avec moi en fin de thèse et pour toutes
nos discussions, fou-rires, soutien et encouragement mutuels. Merci à Anouk Glad pour notre
complicité et nos balades à cheval. Merci à François Martin pour ses invitations à aller boire des
coups et pour sa capacité infinie à débattre, des fois avec Paul Cavaillé dans le bureau en face, qui
me fait bien rire. Merci à Etienne Boncourt pour les randos en montagne et la tireuse à bière bien
appréciée. Merci à Céline Depas pour les randos, les balades à cheval, les catchs d’impro... Merci
à tous pour les apéros balcons et toutes les activités que nous avons faites ensemble, de près ou de
loin en rapport avec la thèse.
Je remercie tous les amis, anciens et plus récents, qui m’ont soutenu, qui ont pris de mes
nouvelles, qui ont essayé de comprendre mon sujet de thèse, qui sont venus aux Spring Party
Tours, qui m’ont accueillie chez eux pour des déplacements professionnels ou pour des vacances,
qui m’ont fait faire du parapente et des attractions à Europapark, qui sont venus faire du ski et des
randos à Grenoble… Je ne vais pas tous les citer de peur d’en oublier, mais je suis sûre qu’ils se
reconnaitront, merci encore à eux.
La fin de mes remerciements va du fond du cœur à ma famille, qui a été là pour moi
quelles que soient les circonstances, joyeuses ou douloureuses, et sur qui j’ai toujours pu compter.
Merci à ma maman d’avoir cru en moi depuis le début et de m’avoir aidée pour ma discussion de
thèse. Merci à mon papa et Flo d’avoir gardé chaque année une place pour moi à Savel, pour que
je puisse faire de la planche. Merci à mes sœurs Estelle et Léa, et mon frère Antonin pour les
moments partagés en fratrie. Merci à mon oncle de m’avoir accueillie si souvent à Cornillon.
Et enfin, je tiens à exprimer ma plus grande gratitude à Thibaud, qui m’a supportée au
quotidien et qui l’a rendu plus radieux, qui m’a soutenue et encouragée dans les moments de
doutes, qui a été un ancrage de stabilité et de sérénité, avec qui j’ai découvert la rando et les
bivouacs dans la région de Grenoble (et surtout en Chartreuse !) et qui a joué pour beaucoup dans
mon épanouissement pendant cette thèse.
13
Avant-propos
Ces travaux de recherche sont réalisés dans le cadre d’une thèse « CIFRE » en
partenariat avec le département R&D d’EDF, IRSTEA Grenoble et le Muséum National
d’Histoire Naturelle. Cette thèse doit ainsi répondre à la fois aux objectifs concrets de
l’entreprise, et permettre de développer les connaissances académiques sur le sujet de
l’équivalence écologique, en s’insérant dans les problématiques scientifiques actuelles. La
recherche présentée est donc une recherche appliquée. Les besoins de recherche ont, en
effet, émergé des entités opérationnelles d’EDF qui manquaient de méthodes robustes
d’un point de vue scientifique pour la conception des mesures compensatoires (MC), part
non négligeable de leur activité en tant que maitre d’ouvrage de projets d’aménagement
impactant le milieu naturel.
Ce manuscrit de thèse a donc vocation à faire le lien entre la sphère scientifique et

les acteurs de la compensation écologique, qu’ils soient maîtres d’ouvrage, bureaux
d’étude, services instructeurs, gestionnaires d’espaces naturels… Il a été écrit de manière
à être mobilisable par les chercheurs ayant des problématiques scientifiques en lien avec
la compensation, et accessible aux opérationnels ayant à concevoir, mettre en œuvre,
valider ou encore assurer le suivi des MC. Ainsi, les chapitres 1, 2 et 3 sont divisés en
deux sections : la section I, en français, est suffisante à elle-même pour comprendre la
démarche suivie ainsi que les résultats obtenus, et la section II correspond aux articles
scientifiques en anglais dans lesquels les aspects méthodologiques ainsi que des points de
discussion sont plus amplement détaillés. De plus, chaque introduction de chapitre met en
regard le contexte « pratique » autour de la compensation (règlementation notamment) et
les problématiques scientifiques qu’il soulève.
Par ailleurs, la finalité de ces travaux de thèse est un peu particulière car il s’agit
de développer un cadre méthodologique, qui constitue le résultat scientifique en lui-
même. Pour ce faire j’ai utilisé des concepts issus de plusieurs champs disciplinaires de
l’écologie : écologie de la conservation, de la restauration, du paysage, des populations et
fonctionnelle notamment. Il est donc difficile de me positionner clairement par rapport à
l’un ou l’autre de ces champs, les travaux se basant globalement sur les concepts de
l’écologie. Le fait de mettre à contribution plusieurs champs disciplinaires
(multidisciplinarité) crée un enrichissement du fait de leurs différents apports, mais ne
permet pas d’avoir un fort niveau d’approfondissement de chaque discipline spécifique.
14
Introduction
Générale
« Il se pourrait que le mystère le plus étonnant de la vie porte sur

les moyens utilisés pour créer tant de diversité à partir
d'aussi peu de matière. »
Edward Wilson
©Lucie Bezombes
15
Introduction générale
1. Contexte pratique des travaux de thèse
1.1. La biodiversité, un objet d’étude complexe et récent
La biodiversité est la diversité de toutes les formes de vie. Elle résulte de

processus évolutifs à l’œuvre en permanence et depuis l’origine de la vie. Trois niveaux
d’observation sont principalement utilisés (Gaston & Spicer 2013) : les gènes, les espèces
(faune, flore, champignons, bactéries…) et les écosystèmes (assemblage de composants
biotiques et abiotiques : forêt, prairie…). La biodiversité est aussi la diversité de toutes les
interactions entre organismes (prédation, compétition, symbiose…) et entre les
organismes et leur environnement, ainsi que la diversité des fonctions qu’ils exercent
(pollinisation, aération du sol etc. ; Tilman 2001). Elle s’appréhende de manière
dynamique au travers des variations de ces diversités dans l’espace (mouvement des
organismes selon des paramètres biotiques ou abiotiques) et dans le temps (trajectoires
des différents écosystèmes ; Parrott 2010). C’est donc une notion complexe
multidimensionnelle qui peut être évaluée de différentes manières selon l’échelle
considérée (diversité spécifique, phénotypique, fonctionnelle… ; Tilman 2001; Magurran
2013 ; Figure 1).
Cette complexité a contribué à l’apparition récente du terme dans le langage

scientifique et courant. En effet, si l’écologie, science qui étudie les interactions entre les
organismes vivants et leur environnement, a été définie en 1865 par Ernst Haeckel, ce
n’est qu’en 1986 que le terme « biodiversité » a été créé pour le National Forum for
BioDiversity (Washington) par Walter G. Rosen. Il a ensuite été repris et popularisé par
Wilson et Peter (1988), et formalisé officiellement dans l’article 2 de la Convention sur la
Diversité Biologique de Rio (1992)1. La qualification de la biodiversité lors du Sommet
de la Terre, duquel découle la convention, marque une prise de conscience importante de
l’impact des activités humaines sur la biodiversité et de la nécessité de la préserver. Pour
se faire, les sciences de la conservation, apparues dans les années 1960 en réponse aux
alertes des scientifiques, ont connu un nouvel essor, et particulièrement l’écologie (Soule
1986; Barbault 1997). Le but de ces sciences est de fournir des solutions scientifiques
permettant de préserver la biodiversité, sur lesquelles décideurs peuvent prendre appui
afin d’orienter des politiques environnementales (Primack et al. 2012).
1
“Biological diversity" means the variability among living organisms from all sources including, inter alia, terrestrial,
marine and other aquatic ecosystems and the ecological complexes of which they are part; this includes diversity within
species, between species and of ecosystems (CBD 1992).
16
Figure 1 : Représentation schématique de l’aspect multidimensionnel de la biodiversité ainsi que son

évolution sous des contraintes anthropiques (Naeem et al. 2012).
1.2. Une érosion mondiale de la biodiversité qui s’accélère
De par ses activités, l’espèce humaine altère la biodiversité (Vitousek et al. 1997)
à une vitesse et une intensité accrue depuis la révolution industrielle (XIXe siècle) et
agricole (XXe siècle). La population mondiale explose sur des pas de temps très courts (le
World Ressource Institute estime le taux de croissance à 70 000 millions d’habitants par
an), augmentant considérablement la consommation en ressources et en espace. Plusieurs
causes majeures d’érosion de la biodiversité sont ainsi identifiées, qualifiées de
changements globaux :
 la destruction et la fragmentation des milieux naturels au profit de milieux

artificialisés et agricoles. En France, l’équivalent de la surface d’un département est
artificialisé tous les 7 ans (Figure 2).
 la surexploitation des ressources naturelles. La surpêche déséquilibre notamment les
réseaux trophiques perturbant les écosystèmes marins (Coleman & Williams 2002).
 les pollutions de l’air, des sols, de l’eau… Chaque année, de 6,5 à 8 millions de
tonnes de déchets plastiques sont déversées dans les océans, engendrant de nombreux
impacts pour la biodiversité marine (Derraik 2002).
 les invasions biologiques liées au transfert d’espèces (faune et flore) dans des
écosystèmes dans lesquels elles ne sont plus régulées et qui deviennent
envahissantes, perturbant la dynamique des espèces locales (Mooney & Hobbs 2000).
Leur nombre a considérablement augmenté depuis les années 1900 (Figure 3).
17
 Le changement climatique (Thomas et al. 2004), qui modifie les milieux, obligeant
par exemple les espèces à migrer et déplaçant ainsi leurs aires de répartition.
Figure 2 : Extension de
l’artificialisation en France
entre 1985 et 2012 au profit
des zones agricoles et des
milieux naturels (CGDD,
2015).
Une des formes les plus marquantes de l’érosion de biodiversité est le taux
d’extinction d’espèces (Bull & Maron 2016), qui n’a jamais été aussi élevé (environ
26 000 disparaissent chaque année2). Ce taux record est qualifié de sixième extinction
massive (Wake & Vredenburg 2008), et risque de s’aggraver d’avantage à cause du temps
de latence entre la destruction de leur milieu et l’extinction des espèces (Pimm & Raven
2000). Une proportion importante d’espèces est déjà menacée d’extinction selon la liste
rouge de l’UICN (Figure 4). L’érosion de la biodiversité se manifeste aussi par des
phénomènes moins spectaculaires que les extinctions mais tout aussi alarmants comme
l’homogénéisation des milieux (Olden et al. 2004), qui s’accompagne d’une
augmentation des espèces généralistes par rapport aux espèces spécialistes (Le Viol et al.
2012).
Figure 3 : Augmentation des

invasions biologiques
(Pascal et al. 2006)
2 https://www.planetoscope.com/biodiversite
18
Figure 4 : Proportion du nombre global

d’espèces d’oiseaux, de mammifères, de
poissons et de plantes menacés d’extinction à
l’échelle mondiale (Chapin Iii et al. 2000).
Pour les milieux terrestres particulièrement, l’artificialisation des milieux

(imperméabilisation totale ou cultures intensives) est un facteur d’érosion de la
biodiversité particulièrement important (Sala et al. 2000). En Europe, cette
artificialisation est principalement due à l’extension de l’urbanisation (75% de taux
d'urbanisation, contre 50% au niveau mondial3) qui impacte la biodiversité même à faible
densité (Hansen et al. 2005). L’urbanisation s’accompagne de nombreux projets
d’aménagement portés par des entreprises ou des collectivités, pour les transports
(autoroutes, aéroports), l’énergie (centrales énergétiques), l’industrie (usines, carrières
d’extraction), les loisirs (centres de vacances) etc. Ces projets peuvent prendre des formes
diverses, principalement :
 Des artificialisations ponctuelles (pour la construction de bâtiments ou de parkings

par exemple) qui contribuent à la destruction des écosystèmes et à la perturbation des
espèces (Ives et al. 2013), surtout si l’on considère les impacts cumulés (Theobald et
al. 1997).
 Des artificialisations linéaires comme les routes (Laurance et al. 2009; Benítez-
López et al. 2010) ou des lignes électriques (Davila 1997) qui occupent peu
d’emprise au sol mais qui fragmentent les milieux naturels, isolant géographiquement
et génétiquement les espèces (Fahrig 2003).
 Des perturbations temporaires, notamment causées par des ICPE comme les carrières
d’extraction qui ont obligation de renaturer le site après exploitation (article 12 de
l’arrêté ministériel du 22 septembre 1994 modifié), sans nécessairement que les
milieux soit de même type (par exemple mise en eau).
1.3. Des mesures de protection de la biodiversité en évolution
Face aux constats de plus en plus nombreux, il est apparu urgent depuis les années
1990 d’augmenter les mesures d’enrayement de l’érosion de la biodiversité. Des
évènements ont marqué cette prise de conscience à différentes échelles : mondiale
3 http://ec.europa.eu/eurostat/web/degree-of-urbanisation/overview
19
(Convention de Rio, de Nagoya en 2010, création de la liste rouge UICN ; Rodrigues et

al. 2006), Européenne (Directives Habitat et Oiseaux ; EEC 1992, 2009), Directive cadre
sur l’Eau, création du réseau Natura 2000), nationales (en France, création du code de
l’environnement par l’ordonnance n° 2000-914 du 18 septembre 2000).
La manière de préserver la biodiversité a évolué au fur et à mesure de

l’amélioration des connaissances sur ce concept. La protection de la biodiversité a
d’abord été relativement figée, avec une nature mise « sous cloche » avec un gel de toutes
les activités. Les protections peuvent être plus ou moins fortes et cibler divers
composantes, notamment :
 Préservation des paysages, avec en France, la protection de sites « classés » qui

s’effectue au titre de la loi du 21 avril 1906, puis loi du 2 mai 1930 (4% du territoire
français).
 Préservation des espaces avec la création du premier parc naturel national de
Yellowstone aux Etats-Unis en 1872, et en France celui de la Vanoise en 1964
(environ 2% du territoire est représenté par des parcs nationaux).
 Préservation des espèces et de leurs habitats avec la création des listes d’espèces
protégées sur plusieurs groupes taxonomiques par des arrêtés ministériels (issus de la
loi sur la Protection de la Nature du 10 juillet 1976).
Dans le contexte des changements globaux énoncés précédemment, la

préservation de la biodiversité se base de plus en plus sur une approche de reconquête et
restauration de milieux dégradés. La dernière loi en matière de biodiversité du 08 août
2016 porte d’ailleurs sur la reconquête de la biodiversité, de la nature et des paysages, ce
qui va au-delà de la simple protection (Thomas & Gillingham 2015). La restauration de
continuités écologiques fonctionnelles (Green Infrastructures au niveau Européen, CEP
2014) pour la circulation ou la migration des espèces entre les sites protégés est à l’œuvre
en France (Trames Vertes et Bleues) depuis le Grenelle de l’Environnement (Boy et al.
2012).
Les avancées scientifiques permettant l’acquisition de connaissances en écologie
fonctionnelle avec une meilleure compréhension des notions de résilience des
écosystèmes notamment (Gunderson 2000; Sasaki et al. 2015), incitent actuellement à
faire évoluer la préservation de la biodiversité vers des objectifs de préservation de son
potentiel évolutif et adaptatif (Willi et al. 2006).
Parallèlement, dans une optique d’une meilleure prise de conscience de

l’importance de la biodiversité pour l’Homme, sa protection s’est également justifiée en
20
lui attribuant une valeur « utilitaire », s’opposant à sa valeur « intrinsèque » sur laquelle
repose les protections explicitées précédemment (Maris 2016). La biodiversité procure en
effet à l’Homme oxygène, nourriture, matériaux de construction, cadre de vie etc., qui lui
sont vitaux, mais qui paradoxalement sont menacés. Ces bénéfices tirés de la diversité des
fonctions des écosystèmes ont été introduits en 2005 comme les « services
écosystémiques » (SE) (MEA 2005). Des programmes d’acquisition et de transfert de
connaissances pour le maintien des SE, comme EFESE (Evaluation Française des
Ecosystèmes et Services Ecosystémiques) ou IPBES (plateforme scientifique et politique
intergouvernementale sur la biodiversité et les services écosystémiques) ont vocation à
préserver la biodiversité via les services écosystémiques. Les travaux de cette thèse sont
basés sur les connaissances scientifiques de la biodiversité selon sa valeur intrinsèque et
non liées aux services écosystémiques, dont l’étude implique aussi des connaissances en
sociologie et en économie en plus de l’écologie (Carpenter et al. 2009; Burkhard et al.
2010).
L’augmentation des outils de préservation de la biodiversité ne suffit cependant
pas à enrayer son érosion (Barbault 2011). Ce constat a généré une évolution de la
gouvernance autour de la protection de la biodiversité : elle est passée des acteurs
responsables de la préservation de l’environnement (Ministère de l’Environnement de
1971 à 2007) à l’ensemble des secteurs ayant des activités en lien avec l’environnement
(collectivités publiques, secteur privé). Cela se concrétise en 2004 par le lancement de la
Stratégie Nationale pour la Biodiversité (SNB). La deuxième phase de la SNB (2011-
2020) « vise un engagement plus important des acteurs dans tous les secteurs d’activité, à
toutes les échelles territoriales, en métropole et outre-mer […] pour préserver, restaurer,
renforcer, valoriser la biodiversité et en assurer un usage durable et équitable »
(Ministère de la Transition Ecologique et Solidaire). Les acteurs qui n’étaient pas en
charge habituellement de la protection de la biodiversité, dont le secteur privé, sont donc
responsabilisés sur leur rôle à jouer sur ces questions.
1.4. La séquence « Eviter Réduire Compenser », un outil de

préservation de la biodiversité à l’échelle des projets
d’aménagement
En France, la séquence « Eviter Réduire Compenser » (ERC) est appliquée lors de

la mise en place de projets d’aménagement. Elle doit être déclinée dans les études
d’impact (article L-122 du code de l’environnement), et permet de transférer la
responsabilité liée à la préservation de la biodiversité vers les maîtres d’ouvrage porteurs
21
de projets impactant la biodiversité selon le principe « pollueur-payeur ». Ce dispositif a

vocation à concilier développement économique et préservation de la biodiversité.
A l’international, il est question de Mitigation Hierarchy (BBOP 2012c),
introduite en premier lieu aux Etats-Unis dans le Clean Water Act afin de stopper la
dégradation des zones humides (National Research Council 2001). En France, la
séquence ERC a été formalisée avec la loi sur la protection de la nature de juillet 1976 qui
déclare d’intérêt général la lutte contre toutes les causes de dégradation qui menacent les
espaces naturels, les espèces animales et végétales, le maintien des équilibres biologiques
auxquels ils participent et les ressources naturelles. Elle a connu de nombreuses
évolutions règlementaires (Annexe 1), la plus récente étant la loi du 08 août 2016.
L’application de cette séquence est imposée par la règlementation dans une trentaine de
pays dont la France (Figure 5). Dans les pays où ce n’est pas obligatoire, l’application de
la séquence peut aussi être une action volontaire (ten Kate et al. 2004) motivée par des
mécanismes de financement par les banques internationales (Benabou 2014).
Figure 5 : Pays mettant en œuvre la compensation écologique (MEB 2016)
L’application de la séquence ERC consiste d’abord à éviter au maximum les

impacts potentiels du projet sur la biodiversité tel que conçu initialement, en déplaçant
l’installation par exemple, ou en en modifiant l’emprise. Les impacts non évités doivent
être réduits (durée, étendue, intensité) pendant et après la phase de travaux. Enfin, les
22
impacts résiduels jugés significatifs doivent être compensés « en nature » par des actions
en faveur de la biodiversité, appelées mesures compensatoires (MC) (Figure 6).
Figure 6 : Représentation schématique de la séquence « Eviter Réduire Compenser » (ERC). Inspirée

de Quétier and Lavorel (2011).
En France, elles peuvent prendre la forme de maintien, de gestion, de restauration

ou de création de milieux (CGDD 2013). Deux modalités de mise en place existent :
 A la demande : les MC sont mises en place projet par projet par le maître d’ouvrage
(en France, c’est le cas le plus fréquent). Celui-ci doit avoir la maîtrise foncière ou
d’usage d’un (ou plusieurs) site(s) compensatoire(s) sur lequel il entreprend les
actions écologiques. Ce mécanisme implique une recherche de sites adaptés aux
enjeux de compensation identifiés.
 Par l’offre : en France, depuis 2016, les MC peuvent être mutualisées par un
opérateur dans des sites naturels de compensation. Aux Etats-Unis, les banques de
compensation (mitigation banks) sont très répandues, on en compte environ 1200
(Levrel et al. 2015). Ce mécanisme permet d’anticiper les besoins en compensation et
de les regrouper sur de larges surfaces gérées sur le long terme.
La séquence ERC permet une prise en compte des enjeux de biodiversité dès la
phase de conception d’un projet afin que celui soit « neutre » pour la biodiversité. Cette
23
neutralité est traduite en un objectif de « zéro perte nette » de biodiversité (issu de

l’expression anglophone « No Net Loss » (NNL) ; ten Kate et al. 2004). Il se base sur le
postulat que la compensation d’une perte de biodiversité causée par un impact (rendu
minimum par l’évitement et la réduction) par un gain de biodiversité apporté par une MC,
peut maintenir un niveau global de biodiversité mesuré à un temps t, voir l’améliorer. Ce
postulat soulève de nombreux débats qui questionnent les fondements scientifiques et la
réelle faisabilité de l’objectif de NNL (Race & Fonseca 1996; Walker et al. 2009; Maron
et al. 2010; Curran et al. 2013, 2015; Maron et al. 2015; Moreno-Mateos et al. 2015). Un
nombre croissant d’études dans des disciplines comme l’écologie, l’économie, la
sociologie ou encore le droit sont parues (Figure 7) en réponse à la généralisation de la
séquence ERC dans le monde. Il en résulte un certain nombre de questionnements autour
de la mise en œuvre de la séquence ERC et de défis identifiés comme conditionnant
l’atteinte de cet objectif (Maron et al. 2016) :
 Ethiques, de par les différentes valeurs qui peuvent être données à la biodiversité
(intrinsèque ou utilitaire) sur lesquelles la compensation peut être basée (Laurila-Pant
et al. 2015), soulevant la question de la légitimité des choix des composantes de
biodiversité à compenser.
 Organisationnels, de par le réseau d’acteurs complexe impliqué dans la séquence
ERC à différents niveaux (conception des MC, autorisation, suivi, contrôle… Figure
8) et devant fonctionner en synergie (Tregidga 2013).
 Sociaux, de par la prise en compte des populations humaines bénéficiant ou subissant
les projets de développement et MC (BenDor & Stewart 2011), soulevant entre autre
les questions de l’utilité publique des projets d’aménagement et de l’accès des MC au
public.
 Scientifiques et techniques (Bull et al. 2013a; Evans et al. 2015) de par notamment
la mesure de pertes et des gains de biodiversité, l’utilisation d’actions d’ingénierie
écologique adaptées, la localisation du site de compensation, le suivi des effets des
impacts et des MC sur le long terme, la prise en compte des impacts cumulés de
différents projets.
24
Figure 7 : Nombre de publications sur la séquence ERC et la compensation écologique entre 1990 et
2014 par discipline (Gelcich et al. 2016).
Les travaux de cette thèse s’inscrivent dans ce dernier défi en tentant d’apporter
des bases scientifiques au dimensionnement des MC. Celui-ci devrait suivre un certain
nombre de principes pour tenter d’attendre l’objectif de NNL. Ils ont été identifiés et
synthétisés par le BBOP (2009) et soulèvent des problématiques scientifiques :
 L’effet des MC doit être équivalent à l’importance des impacts en quantité et en

qualité, on parle alors d’équivalence écologique (Quétier & Lavorel 2011). La
mesure de l’équivalence, comme nous le verrons par la suite, fait appel à des champs
disciplinaires variés de l’écologie.
 Elles doivent être additionnelles, d’une part par rapport aux actions de préservation
de la biodiversité déjà mises en place (réserve naturelle, ZNIEFF…) et d’autre part
par rapport au niveau de biodiversité qui serait observé en l’absence de MC (BBOP
2012a).
 Elles doivent aussi être effectives sur toute la durée de vie du projet ayant causé les
impacts. Cela implique une mise en place des MC avant que les impacts n’aient eu
lieu, en tenant compte du temps nécessaire pour que les mesures soient effectives
(Gibbons & Lindenmayer 2007).
En France, les lignes directrices de la séquence ERC publiées en 2013 et élaborées

par un groupe de travail réunissant des représentants de l’État, d’établissements publics,
d’entreprises et d’associations (CGDD 2013) apportent des éléments de cadrage guidant
le dimensionnement des MC (phases de concertation, de planification, déroulement du
projet…). Celui-ci reste néanmoins encore flou et hétérogène dans les études d’impact
25
(Bigard et al. 2017). L’implication des scientifiques pour une mise en place de la
compensation robuste et écologiquement pertinente est donc primordiale.
Figure 8 : Réseau d’acteurs liés à la mise en place de la séquence ERC (CGDD 2013). L’ONEMA est
actuellement l’AFB. Voir la liste des acronymes pour les sigles.
2. Problématique scientifique des travaux de thèse
2.1. L’atteinte de l’équivalence écologique : une étape clé
Ces travaux de thèse portent sur l’un des défis scientifiques de la compensation
essentiel à l’atteinte théorique du NNL (la faisabilité de cet objectif n’est pas évidente
d’un point de vue écologique et est disctuée en fin de manuscrit) : l’atteinte de
l’équivalence entre les pertes de biodiversité causées par les impacts et les gains apportés
par les MC (Gardner et al. 2013). L’équivalence est atteinte lorsque les gains sont égaux
aux pertes. L’enjeu est donc de concevoir et mettre en place des MC qui permettent
26
d’atteindre cette équivalence. Le BBOP4 restreint l’équivalence à la comparaison de

pertes et de gains sur des composants de biodiversité similaires (compensation dite en «
like for like »). La définition proposée par les lignes directrices de la séquence ERC
(CGDD 2013), retenue dans le cadre des travaux de thèse, reste plus générale :
« L’équivalence s’appuie sur un ensemble de critères, de méthodes et de processus
participatifs visant à évaluer et comparer les pertes écologiques liées à l’impact résiduel
significatif d’un projet et les gains écologiques liés à la MC, de manière à concevoir et
dimensionner cette dernière ».
La manière d’évaluer l’équivalence est particulièrement discutée dans la littérature
scientifique (Gonçalves et al. 2015) et soulève de nombreuses questions liées à plusieurs
« dimensions » traitées dans ces travaux de thèse de manière plus ou moins approfondie.
Ces dimensions peuvent être regroupées en quatre grandes catégories : écologique,
spatiale, temporelle et incertitudes.
2.1.1. Dimension écologique
La biodiversité étant complexe, il est tout d’abord nécessaire d’en définir une
mesure, à partir de laquelle les pertes, les gains et le NNL seront évalués. La même
mesure de la biodiversité doit être utilisée pour calculer les pertes et les gains afin qu’ils
puissent être comparés (Quétier & Lavorel 2011). Elle reflète les composantes (espèces,
écosystèmes, fonctions) que l’on souhaite préserver grâce à la compensation (Regnery et
al. 2013a). Par exemple, si la mesure porte sur le nombre d’oiseaux nicheurs sur un site,
la compensation va mettre l’accent sur la conservation de conditions propices à ces
oiseaux, les autres aspects de la biodiversité n’étant pas mesurés.
La mesure de la biodiversité est une problématique étudiée depuis longtemps en
écologie. Elle est abordée par la construction d’indicateurs. L’utilisation d’indicateurs
comme source d’information, de communication et de décision soulève un certain nombre
de questionnements : comment résumer un phénomène aussi complexe que la
biodiversité ? Quel est l’objectif de l’indicateur et comment cela influence sa construction
(Levrel 2007) ? Une composante (par exemple un groupe taxonomique) peut-elle
représenter l’ensemble de la biodiversité (Landres et al. 1988) ?
On retrouve les problématiques liées à la dimension écologique dans toutes les
dimensions (spatiale, temporelle et incertitudes, voir ci-après), mais malgré cette
transversalité, il est important de distinguer la dimension écologique qui reste générale.
4
“The term is synonymous with the concept of ‘like for like’ and refers to areas with highly comparable biodiversity
components. This similarity can be observed in terms of species diversity, functional diversity and composition,
ecological integrity or condition, landscape context ” (Business and Biodiversity Offsets Programme (BBOP) 2012b)
27
2.1.2. Dimension spatiale
Dans le contexte de la compensation, les contraintes autour de l’acquisition ou la

contractualisation du foncier (Leproust et al. 2009) ont pour conséquence une fréquente
mise en place des MC sur des sites plus ou moins éloignés des sites impactés. Il est alors
important de pouvoir évaluer le rôle du site impacté pour la biodiversité dans le contexte
paysager environnant. Cela permet d’orienter au mieux la localisation du site
compensatoire ainsi que le type de mesures pour qu’ils puissent compenser la perte de ce
rôle (par exemple un corridor écologique, une zone de repos de grand migrateurs... ;
Kiesecker et al. 2009; Kiesecker et al. 2010; BBOP 2012a).
Les patterns spatiaux selon lesquels s’organise la biodiversité sont l’objet de
domaines de recherche à part entière comme par exemple l’écologie du paysage (Forman
1995). Ces champs disciplinaires permettent d’étudier les interactions spatiales entre les
différents niveaux d’organisation de la biodiversité. Il a, par exemple, été montré que les
populations d’espèces avaient besoin pour se maintenir que les individus puissent circuler
entre populations via des corridors écologiques reliant des milieux favorables à l’espèce
(Taylor et al. 1993). Dans ces travaux de thèse, nous nous focaliserons sur l’interaction
spatiale entre écosystèmes, qui intègre des notions de matrice paysagère, de taille de
patchs d’habitats, de corridors écologiques, etc.
2.1.3. Dimension temporelle
En principe, les MC devraient être mises en œuvre avant que les impacts n’aient
lieu afin de pouvoir être effectives dès le début des impacts (Gibbons & Lindenmayer
2007). Dans la pratique cependant, les contraintes liées aux projets d’aménagement
entrainent une mise en œuvre au mieux au début des impacts voire après. Cela engendre
des pertes intermédiaires compromettant l’atteinte du NNL. Les MC mettront en effet un
certain temps à retrouver un niveau de biodiversité équivalent à celui du site impacté.
Cette durée dépend de plusieurs paramètres, dont le type d’action réalisée, les
déterminants climatiques naturels (épisodes de stress hydrique par exemple)… Les
écosystèmes restaurés après une perturbation n’ont notamment pas la même évolution des
communautés d’espèces que des écosystèmes naturels (Curran et al. 2013).
Les gains et les pertes de biodiversité devraient donc être calculés en tenant
compte de ces dynamiques. Les outils de modélisation permettent d’étudier les évolutions
dans le temps des écosystèmes et sont de plus en plus développés, particulièrement pour
comparer des scénarios reflétant diverses conditions (Barbet‐Massin et al. 2012; Gordon
et al. 2015). Le fossé entre ces outils issus de la recherche et leur utilisation au niveau
opérationnel est cependant encore bien présent (Sunderland et al. 2009), ce qui ne
28
favorise pas l’utilisation en pratique de la modélisation. Les banques de compensation

constituent actuellement le meilleur moyen de limiter les pertes intermédiaires, mais ne
sont qu’au stade d’expérimentation en France (le premier site naturel de compensation
étant celui de Cossure ; Dutoit et al. 2015).
2.1.4. Incertitudes
Le processus de compensation s’accompagne de nombreuses incertitudes

concernant : i) la mesure de la biodiversité, qui est forcément incomplète (Pärtel et al.
2011) et qui peut être plus ou moins biaisée selon les protocoles choisis ; ii) le risque
d’échec lors de la mise en place des MC (non recolonisation d’un habitat par la faune,
non maintien des conditions hydrauliques souhaitées qui peuvent être dû à des aléas
climatiques… ; Pouzols et al. 2012); et iii) le devenir des sites compensatoires qui peut
ne pas subsister sur l’ensemble de la durée des impacts (en France généralement le maître
d’ouvrage est responsable du site compensatoire sur une trentaine d’années, ce qui est
inférieur à la durée de la plupart des impacts).
Ces incertitudes induisent des imprécisions lors du calcul des pertes et gains
(Moilanen et al. 2009), qui se traduisent par une sous-estimation du besoin en
compensation (impliquant une perte de biodiversité) ou au contraire une surestimation
(impliquant des surcoûts pour le maître d’ouvrage). Elles doivent donc être réduites au
maximum pour que l’atteinte du NNL puisse être envisageable. Une manière assez
répandue d’inclure les incertitudes est de mettre en place les MC sur une surface plus
large que celle du site impacté (Bull et al. 2016). Nous nous focaliserons dans ces travaux
de thèse sur les incertitudes quant au succès des MC, qui peut être prises en compte grâce
à des démarches scientifiques comme l’analyse de retours d’expérience (Fennessy et al.
2007). Des facteurs à risque peuvent être ainsi identifiés et pris en considération lors du
dimensionnement des MC.
2.3. Besoin de cadres méthodologiques standardisés pour évaluer

l’équivalence écologique
Des méthodes permettant d’évaluer l’équivalence ont été développées dans

certains pays comme les Etats-Unis et l’Australie depuis les années 80 (Madsen et al.
2010) et sont utilisées par les maîtres d’ouvrage ayant à mettre en place des MC et par les
services instructeurs en charge de les valider. En France, en revanche, le tissu
règlementaire est complexe et organisé autour de différents enjeux associés à la
biodiversité (hors marin et aquatique ce sont les zones humides, les espèces et habitats
29
protégés, les écosystèmes forestiers). De ce fait, aucune méthode standardisée n’est

imposée par la règlementation. Comme elle stipule toutefois que l’équivalence doit être
démontrée, son évaluation doit être faite lors de la conception des MC. Certains bureaux
d’étude ont développé une approche qui leur est propre (par exemple la méthode
« miroir » de Biotope ; Quétier et al. 2015), mais l’évaluation de l’équivalence est
majoritairement réalisée au cas par cas. Malgré certains avantages que cela représente
(adaptation aux enjeux locaux, flexibilité de l’évaluation…), les pratiques ne garantissent
pas l’atteinte de l’objectif de NNL de manière standardisée.
Les principales difficultés rencontrées pour l’évaluation de l’équivalence

proviennent de la prise en charge hétérogène des dossiers selon les services instructeurs
impliqués (DREAL et DDT des différentes régions et départements), de l’écart de
moyens pouvant être investis dans l’application de la séquence ERC selon les maîtres
d’ouvrage (publics, privés, grandes firmes, PME…), et également des différences
d’interprétation des textes règlementaires dans lesquels certains termes clés restent encore
peu maîtrisés. C’est notamment le cas pour la détermination de la significativité des
impacts pour les espèces protégées qui se réfère à leur état de conservation (Bensettiti et
al. 2012).
L’utilisation de cadres méthodologiques standardisés pourrait palier ces problèmes
en permettant une évaluation de l’équivalence sur des bases homogènes et partagées,
présentant l’avantage de pouvoir comparer les projets entre eux (Ransome et al. 2017) et
d’assurer avec robustesse le niveau d’évaluation.
3. Objectifs des travaux de thèse
Les travaux de thèse ont donc pour objectif de développer un cadre standardisé de
l’évaluation de l’équivalence, qui réponde aux attentes des acteurs impliqués dans la
compensation, et qui permette des avancées d’un point de vue scientifique. Il sera adapté
à la biodiversité terrestre (incluant les zones humides) car des besoins forts sont présents
pour l’évaluation standardisée de ce type de biodiversité au regard des pratiques actuelles
(Regnery et al. 2013a; Quetier et al. 2014).
Ce cadre devra relever les trois défis suivants, identifiés comme étant nécessaires
à sa robustesse, son efficacité et son acceptation :
 Il devra tout d’abord être exhaustif en prenant en compte toutes les dimensions de
l’équivalence (écologique, spatiale, temporelle et incertitudes ; Quétier & Lavorel
2011).
30
 Il devra aussi être construit sur des bases scientifiques reposant sur les principes
d’écologie afin que l’évaluation de l’équivalence soit rigoureuse, transparente et
reproductible (Maron et al. 2016).
 Enfin, il devra être opérationnel (Laycock et al. 2013) afin de pouvoir être utilisé par
les acteurs impliqués dans la compensation dans un temps et un coût raisonnables, en
cohérence avec leurs compétences techniques.
Le cadre méthodologique devra combiner au mieux ces trois défis, et être adapté
au contexte règlementaire et écologique français. Pour ce faire, les travaux ont été
organisés autour de 4 axes correspondant aux 4 chapitres (divisés chacun en 2 sections).
Le lien entre le développement du cadre méthodologique et les chapitres de thèse est
schématisé en Figure 9.
 Chapitre 1
Section I. Etude de méthodes d’évaluation de l’équivalence existantes afin d’analyser
leur fonctionnement dans une optique de retenir les éléments pertinents pour le
développement d’un cadre méthodologique à la fois exhaustif, opérationnel et étayé par
des bases scientifiques.
Section II. Article scientifique : Bezombes L., Gaucherand S., Kerbiriou C., Reinert M.-
E. & Spiegelberger T. (2017). Ecological Equivalence Assessment Methods: What Trade-
Offs between Operationality, Scientific Basis and Comprehensiveness? Environmental
Management, 1-15.
 Chapitre 2
Section I. Cette section présente la formalisation de l’évaluation de la biodiversité au
travers du choix d’indicateurs à partir desquels les pertes et les gains de biodiversité sont
évalués (dimensions écologiques et spatiales). La sélection se fait par application de
filtres successifs afin que le lot d’indicateurs retenu relève les trois défis. Les données de
trois projets (Combe Madame et Romanche Gavet en Isère, Kembs dans le Haut Rhin)
ont été utilisées pour réaliser cette sélection.
Section II. Article scientifique : Bezombes L., Spiegelberger T. Gaucherand S., Gouraud
V., Kerbiriou C. From conceptual vision to practical evaluation of biodiversity for
ecological equivalence assessment in the context of biodiversity offsets. Ecological
Indicators. En révision.
 Chapitre 3
Section I. Intégration de la dimension temporelle et des incertitudes pour la prédiction de
la valeur des indicateurs après impact et MC. La dimension temporelle a été traitée
31
principalement avec des éléments de bibliographie. Les incertitudes ont été partiellement
traitées par de la bibliographie et un retour d’expérience sur des MC mises en place en
Isère. Ce retour d’expérience a été réalisé afin d’identifier les facteurs influençant le
succès des MC et de pouvoir les intégrer lors de la prédiction des gains de biodiversité.
Section II. Article scientifique : Bezombes L., Kerbiriou C., Spiegelberger T. Success of
biodiversity offsets: we need more feedbacks to reduce uncertainties. Conservation
Biology. En révision.
 Chapitre 4
Section I. Définition de règles de calcul des pertes et des gains pour les indicateurs
sélectionnés, ainsi que pour l’évaluation globale de l’équivalence, et assemblage des
différents éléments construits précédemment en une version théorique cohérente du cadre
méthodologique.
Section II. Réalisation de tests sur deux cas concrets (Barrage de Tignes et Romanche
Gavet) permettant de mesurer la faisabilité, la plus-value du cadre ainsi que ses limites et
dégager des pistes d’amélioration. Cette section a vocation à être plus technique.
Figure 9 : Liens entre le développement du cadre méthodologique et les chapitres de thèse.
32
Section I
Chapitre 1
Etude des méthodes d’évaluation de l’équivalence

écologique comme base pour le développement
du cadre méthodologique
33 ©Lucie Bezombes
Chapitre 1
SECTION I
1. Introduction
1.1. Les méthodes d’évaluation de l’équivalence dans le monde
La compensation écologique s’étant largement répandue (McKenney & Kiesecker

2010), le besoin de cadres méthodologiques permettant de dimensionner les mesures
compensatoires s’est accru. Certaines organisations à l’étranger (gouvernements, services
publics, centres de recherches) se sont saisis de ces questions en proposant des méthodes
que nous appellerons par suite EAM (Equivalence Assessment Methods - méthodes
d’évaluation de l’équivalence). Pioch et al. (2015) ont, par exemple, recensé 24 EAM
développées aux Etats-Unis pour les zones humides et milieux aquatiques entre 1987 et
2011 (liste non exhaustive). Ce nombre relativement élevé reflète une variété de durées et
de compétences nécessaires à l’utilisation des méthodes, et de contextes règlementaires et
écologiques liés aux Etats dans lesquels les méthodes sont implantées. L’évolution des
connaissances scientifiques a également favorisé l’émergence de nouvelles méthodes. En
Allemagne, des EAM ont été développées par chaque Land, et cohabitent donc malgré le
souhait d’une grande standardisation évoquée par le gouvernement fédéral (Wende et al.
2012).
De manière générale, la diversité des politiques de compensation et des enjeux liés
à la conservation des différentes composantes de biodiversité (espèces, milieux,
fonctions…) ne favorise pas l’émergence d’une méthode unanimement reconnue, même
au sein d’un pays. De plus, toutes les EAM ne sont pas nécessairement construites suivant
la même définition de l’équivalence. Les limites assez floues de cette notion
complexifient encore une éventuelle uniformisation. En Allemagne, par exemple, la
compensation peut se faire « out of kind », c’est-à-dire que l’équivalence peut être
évaluée entre des composantes de biodiversité différentes (Darbi & Tausch 2010) car des
notions d’esthétique paysagère, d’eau et de sol entrent également en jeu.
En France, l’évolution complexe du contexte règlementaire lié à la séquence ERC
et la compensation écologique (depuis les années 70 ; Annexe 1) n’a pas favorisé
l’émergence de méthodes standardisées et partagées de l’évaluation de l’équivalence.
Seule une méthode d’évaluation des fonctionnalités des zones humides (développée par
l’ONEMA et le MNHN ; Gayet et al. 2016) s’est récemment généralisée à la suite de
34
Section I
nombreux tests réalisés avec des organismes partenaires sur divers sites du territoire.
Habituellement, les méthodes utilisées sont développées au cas par cas et diffèrent selon
la biodiversité concernée, les attentes des différents services instructeurs (DREAL et
DTT), le niveau de compétences en matière de biodiversité des maîtres d’ouvrage et le(s)
bureau(x) d’études impliqué(s)... Depuis quelques années, on observe cependant une
volonté du gouvernement français de centraliser les travaux scientifiques et techniques
réalisés sur la compensation écologique afin de converger vers des outils robustes et
partagés (un groupe de travail sur l’amélioration de la séquence ERC a été monté depuis
2013 par le Ministère en charge de l’environnement).
Dans cette optique, l’idée d’utiliser une EAM déjà développée est attractive,
notamment pour le recul acquis sur son utilisation et sa rapide opérationnalisation.
Néanmoins, l’expérience montre que les spécificités de chaque contexte en termes de
milieux, d’espèces, de types d’impacts etc. impliquent nécessairement de faire des
adaptations (Gaucherand et al. 2015). Des travaux ont été réalisés en ce sens pour adapter
des EAM existantes afin qu’elles puissent être utilisées pour évaluer l’équivalence sur des
composantes spécifiques dans le contexte français. C’est notamment le cas de la HEP5
adaptée pour les services écosystémiques (Dumax 2009), la combinaison de deux
méthodes américaines (HEA6 et UMAM7 ; Bas et al. 2016) pour le milieu marin, et la
méthode MERCIe adaptée de UMAM pour les zones humides (Mechin & Pioch 2016). Il
n’existe cependant pas de cadre méthodologique standardisé intégrateur des nombreux
enjeux écologiques et règlementaires (Annexe 1) du contexte français.
1.2. Compromis entre opérationnalité, bases scientifiques et

exhaustivité
L’évaluation de l’équivalence entre pertes et gains de biodiversité implique la

détermination de métriques pour les mesurer et de règles pour les comparer (une quantité
de perte donnée correspond-t-elle à une certaine quantité de gains donnée ?). Dans
l’optique d’atteindre l’objectif de NNL, les métriques devraient représenter au mieux la
biodiversité, c’est-à-dire faire la synthèse d’une information complexe et dynamique
(dimensions écologiques et spatiales), et les règles de comparaison devraient intégrer la
dimension temporelle et les incertitudes (Quétier & Lavorel 2011). Nous qualifions une
évaluation de l’équivalence regroupant ces caractéristiques d’exhaustive. Cette évaluation
soulève des défis à la fois d’ordre scientifique (quelles méthodologies mobiliser, quelle
5 Habitat Evaluation Procedure (USA)

6 Habitat Equivalency Analysis (USA)
7 Uniform Mitigation Assessment Method (USA)
35
Chapitre 1
vérification de l’efficacité de l’évaluation de l’équivalence ?) et opérationnel (l’évaluation

est-elle accessible aux maîtres d’ouvrage, répond-elle à la règlementation en vigueur ?).
Combiner l’opérationnalité (faible temps et coût d’implémentation, utilisable par
des non spécialistes dans un contexte réel), les bases scientifiques (robustesse,
transparence, notions démontrées scientifiquement) et l’exhaustivité (prise en compte de
toutes les dimensions de l’équivalence) dans un cadre standardisé peut sembler difficile
au regard de l’écart existant entre recherche scientifique et application pratique (Knight et
al. 2008; Arlettaz et al. 2010). Dans le contexte des projets d’aménagement, nous
pouvons faire l’hypothèse que l’opérationnalité sera favorisée par rapport aux bases
scientifiques, qui ont du mal à être mobilisées par les acteurs de terrain (manque
d’accessibilité des recherches et de dialogue entre scientifiques et gestionnaires au sens
large). En réalité, comment les EAM combinent-elles ces trois défis (opérationnalité,
bases scientifiques et exhaustivité) ? Observe-t-on certains compromis ? De plus, la
standardisation amène un dilemme supplémentaire : d’un côté l’évaluation est homogène,
reproductible et réalisée plus facilement par l’ensemble des acteurs, mais d’un autre côté,
cela entraine une adaptabilité moindre et une évaluation moins précise étant donné les
nombreux cas possibles. Comment sont donc construites les EAM pour « gérer » ces
compromis ?
1.3. Objectifs du chapitre 1
Nous proposons dans un premier temps d’étudier des EAM existantes dans le
but de déterminer des éléments les structurant pouvant être retenus comme base au
développement du cadre méthodologique. Pour ce faire, nous proposons :
 De déterminer si les EAM suivent une démarche commune malgré les différents
contextes d’implémentation ou bien si des approches distinctes existent (plus
amplement détaillées dans la section II).
 D’identifier les principaux points de divergence, notamment la façon dont sont prises
en compte les dimensions de l’équivalence (écologiques, spatiales, temporelles et
incertitudes) ainsi que leurs conséquences pour l’évaluation de l’équivalence.
 D’évaluer les compromis réalisés dans la construction des EAM entre
opérationnalité, bases scientifiques et exhaustivité afin d’analyser comment les
combiner au mieux, ce qui permettrait de pouvoir répondre à l’objectif de NNL de
biodiversité (plus amplement détaillé dans la section II).
 De dresser une liste de critères, basés sur les résultats précédents, que le cadre
méthodologique à développer devra respecter afin de répondre à nos objectifs.
36
Section I
A l’issue de cette analyse, nous pourrions être confrontés à trois situations :

 Une (ou plusieurs) EAM existante(s) se distingue(nt) des autres en combinant
idéalement les trois défis. Dans ce cas nous pourrions envisager de la(les)
sélectionner et de l’(les)adapter au contexte français.
 Aucune EAM ne se distingue mais il se dégage de l’ensemble des EAM des
tendances consensuelles (points convergents entre méthodes) sur lesquels s’appuyer
pour construire le cadre méthodologique.
 Aucune EAM ne se distingue et il n’y a pas de points de convergence mais au
contraire des oppositions non conciliables entre les trois défis, ce qui pourrait amener
à un changement de paradigme pour la construction du cadre méthodologique.
 Dans tous les cas, une liste de critères basés sur les résultats de l’analyse, sera dressée
comme sorte de ligne conductrice à suivre pour développer un cadre méthodologique
adapté au contexte règlementaire et écologique français et combinant les trois défis.
2. Méthodologie d’étude des EAM
2.1. EAM étudiées
Treize EAM provenant de cinq pays différents et un organisme international ont

été étudiées de manière approfondies (voir l’Annexe 2A pour une description des EAM).
Ces EAM représentent un échantillon parmi les nombreuses variantes existantes,
représentatif des régions du monde dans lesquels les pays ont développé le plus de
politiques de compensation (Madsen et al. 2010). L’échantillon est composé des EAM
suivantes :
 Etats-Unis : Habitat Evaluation Procedure (HEP), Resource/Habitat Equivalency
Analysis (REA/HEA), Uniform Mitigation Assessment Method (UMAM),
Landscape Equivalency Analysis (LEA), Californian Rapid Assessment Method
(CRAM),
 Australie : Habitat Hectare (HabHect), Land Clearing Evaluation (LdClEval),
 Angleterre : méthode pilote au Royaume-Uni (PilotUK) et Somerset Habitat
Evaluation Procedure (SomersetHEP),
 Canada : Fish Habitat (FishHab),
 Allemagne : Ökokonto (Ökokonto),
 BBOP8 : méthode pilote (PilotBBOP).
Le contexte dans lequel ont été développées ces EAM est détaillé dans le Tableau
1 de la section II, et l’ordre chronologique de développement est présenté en Figure 10.
8
Business and Biodiversity Offset Program
37
Chapitre 1
Les milieux ciblés par les EAM sont des milieux soit terrestres (d’un point de vue
général, zones humides ou milieux forestiers), soit aquatiques (lacustres). Cet échantillon
a été choisi selon plusieurs critères permettant une analyse transversale et transparente des
EAM :
 Publication des documents détaillant le fonctionnement des EAM

 Utilisation en pratique (ou en phase pilote) des EAM
 Représentativité des régions dans lesquelles les politiques de compensation sont les
plus développées (Madsen et al. 2010) ainsi que des écosystèmes ciblés (terrestres,
aquatiques, marins)
 Obtention des réponses au questionnaire envoyé aux experts ayant développé ou
utilisé les EAM (voir paragraphe suivant).
Figure 10 : Chronologie de développement des EAM étudiées.
2.2. Analyse des EAM
Les EAM sélectionnées ont été analysées de manière qualitative et quantitative

selon les différents objectifs déterminés.
2.2.1. Les EAM suivent-elles une démarche commune ?
Les documents disponibles concernant les méthodes ont été analysés (Table 1) et
les éléments traduisant une démarche commune ont été relevés.
38
Section I
2.2.2. Quels sont les principaux points de divergence entre les EAM ?
Les dimensions ayant été identifiées comme déterminantes dans l’évaluation de

l’équivalence ont été plus particulièrement analysées afin de mettre en évidence les
différentes possibilités de les prendre en compte (Figure 11). Ces possibilités portent sur
le type de biodiversité ciblée (dimension écologique), l’intégration des sites dans un
contexte écologique plus large (dimension spatiale), la prise en compte des pertes
intermédiaires (dimension temporelle) et l’intégration du risque d’échec des mesures
compensatoires envisagées (incertitudes) (Quétier & Lavorel 2011; Bull et al. 2013a;
Evans et al. 2015)
Tableau 1 : Documents étudiés pour chaque EAM
EAM Type de documents étudiés Référence(s)

US Fish and Wildlife Service
Habitat Evaluation Procedure (HEP) Manuel technique
(USFWS) 1980
Resource and Habitat Equivalency
Publication scientifique NOAA 1995, 1997
Analysis (REA /HEA)
Fish Habitat (FisfHab) Publication scientifique Minns et al. 2001
Habitat Hectare (HabHect) Publication scientifique Parkes et al. 2003
Uniform Mitigation Assessment Method
Manuel technique State of Florida 2004
(UMAM)
Landscape Equivalency
Analysis (LEA) (Bruggeman et al. Publication scientifique Bruggeman et al. 2005
2005)
Business and Biodiversity
Guide d’utilisation
Méthode pilote du BBOP (PilotBBOP) Offsets Programme (BBOP)
international
2009
Land Clearing Evaluation (LdClEval) Publication scientifique Gibbons et al. 2009
Ökokonto Allemand (Ökokonto) Publication scientifique Darbi & Tausch 2010
California Wetlands
Californian Rapid Assessment Method
Manuel technique Monitoring Workgroup
(CRAM)
(CWMW) 2013
Pilot method in United Kingdom Department for Environment
Guide d’utilisation national
(PilotUK) Food & Rural Affairs 2012
Somerset Habitat Evaluation Procedure
(SomersetHEP) Guide d’utilisation régional Burrows 2014
2.2.3. Quels sont les compromis réalisés dans la construction des EAM entre
opérationnalité, bases scientifiques et exhaustivité ?
Chaque « défi » a été caractérisé à l’aide de quatre critères chacun définis par 3 ou
4 modalités (Tableau 2). Les modalités ont été notées de 1 à 3 ou 4, 1 étant une faible
réalisation du défi (par exemple faible niveau d’opérationnalité), et 4 une forte réalisation
du défi. Afin de renseigner toutes les modalités, un questionnaire a été envoyé aux experts
ayant développé ou utilisé les EAM.
39
Chapitre 1
Figure 11 : Questions
relatives à la prise en
compte des dimensions de
l’équivalence dans les
EAM replacées sur le
schéma des pertes dues
aux impacts et des gains
apportés par les mesures
compensatoires : A)
écologique, B) spatiale, C)
temporelles, D)
incertitudes.
40
Section I
Tableau 2 : Modalités associées aux 12 critères liés aux 3 grands défis. Se référer au Tableau 2 de la
partie II pour des détails sur la description des critères et la notation des modalités.
41
Chapitre 1
Il est, en effet, difficile de renseigner certaines modalités comme la rapidité

d’implémentation avec la seule étude des manuels d’utilisation. Le questionnaire ainsi
que les réponses obtenues sont présentés à l’annexe 2C et 2D.
Ainsi, chaque EAM a été définie par une note globale d’opérationnalité, de bases
scientifiques et d’exhaustivité exprimée en pourcentage de la note maximale :
𝑆𝑜𝑚𝑚𝑒 𝑑𝑒𝑠 𝑛𝑜𝑡𝑒𝑠 𝑎𝑡𝑡𝑟𝑖𝑏𝑢é𝑒𝑠

𝑁𝑜𝑡𝑒 𝑐ℎ𝑎𝑙𝑙𝑒𝑛𝑔𝑒 = ∗ 100
𝑆𝑜𝑚𝑚𝑒 𝑑𝑒𝑠 𝑛𝑜𝑡𝑒𝑠 𝑚𝑎𝑥𝑖𝑚𝑎𝑙𝑒𝑠
Une ACP (Analyse en Composantes Principales) ainsi qu’une analyse des

corrélations ont été réalisées sur l’ensemble des notes attribuées aux modalités afin de
mettre en évidence les éventuelles oppositions ou synergies dans la réalisation des défis (à
l’intérieur et entre défis, voir la section II pour plus de détails).
3. Résultats et discussion sur l’étude des EAM
3.1. Structure commune
L’analyse qualitative des 13 EAM a permis de mettre en évidence une structure

commune à toutes les EAM comprenant quelques variantes (Figure 12). Ainsi toutes les
EAM supposent d’évaluer la biodiversité sur les sites impactés et compensatoires, avant
et après impacts et compensation, afin d’attribuer une « valeur » aux sites. Quatre valeurs
sont ainsi attribuées, permettant soit de comparer les sites entre eux soit de les comparer à
un état de référence (par exemple l’état d’une forêt endémique avant l’arrivée des
Occidentaux en Australie pour Habitat Hectare). Seule la valeur des états initiaux des
sites (avant impacts ou avant compensation) est réellement mesurée, tandis que les
valeurs après impacts et compensation sont des prédictions faites selon le type d’impact,
la biodiversité ciblée, le type de mesures compensatoires etc.
Des « unités de compensation » peuvent alors être calculées pour le site

compensatoire en faisant la différence entre la valeur du site avant et après action de
compensation et en combinant le résultat avec la surface concernée. De même pour le site
impacté, le besoin en « unités de compensation » est calculé en faisant la différence entre
la valeur du site avant et après impact et en combinant le résultat, là encore, avec la
surface impactée. L’équivalence est atteinte lorsque le nombre d’unités de compensation
42
Section I
obtenu sur le site compensatoire est égal (au moins) au besoin d’unité de compensation
calculé pour le site impacté. Afin de vérifier cette équation, les mesures compensatoires
adaptées aux pertes générées par les impacts doivent donc être mises en place sur une
surface suffisante. Cette surface est généralement le paramètre inconnu que l’on cherche à
connaître en utilisant les méthodes (et qui diffère selon la méthode utilisée ; Bull et al.
2014).
Figure 12 : Structure commune des EAM
3.2. Points de divergence
La manière dont les EAM intègrent les différentes dimensions de l’équivalence,

ainsi que l’unité de compensation utilisée sont synthétisées dans le tableau 3 de la section
II. Seulement 3 EAM prennent en compte l’ensemble des dimensions (UMAM, PilotUK
et SomersetHEP ; Figure 13). Elles sont intégrées soit à l’aide d’indicateurs dédiés, soit
avec des ratios surfaciques permettant d’ajuster la surface de compensation selon la
localisation du site compensatoire, la durée des pertes intermédiaires, le risque associé à
43
Chapitre 1
la mise en place des mesures compensatoires… Elles peuvent aussi être intégrées au cas
par cas, sans règle particulière.
Concernant la dimension écologique (biodiversité ciblée), les EAM se classent
dans deux catégories. Elles peuvent être généralistes, c’est-à-dire qu’elles sont adaptées à
l’évaluation de n’importe quel écosystème, ou spécifiques à un type d’écosystème. Ainsi,
UMAM et CRAM ciblent spécifiquement les zones humides de Floride et de Californie,
Fish Habitat les habitats lacustres et Habitat Hectare et Land Clearing Evaluation les
forêts endémiques d’Australie.
En dehors de la dimension écologique de l’équivalence, au cœur de toutes les
EAM, c’est la dimension spatiale qui est la mieux intégrée par ces méthodes,
principalement sous forme d’indicateurs (par exemple le couvert de végétation endémique
dans différents périmètres autour des sites dans LdClEval).
Les EAM dénommées « Equivalency Analysis » (REA, HEA, LEA) intègrent la
dimension temporelle grâce à une modélisation (relativement simple) des pertes et des
gains de biodiversité dans le temps.
Figure 13 : Prise en
compte des
dimensions de
l’équivalence dans
les méthodes. Les
chiffres noirs
représentent le
nombre d’EAM
prenant en compte
les dimensions de
l’équivalence. Les
diagrammes
circulaires
représentent la
répartition des
modalités de prise
en compte des
dimensions.
44
Section I
3.3. Compromis entre opérationnalité, bases scientifique s et

exhaustivité
L’analyse des deux graphes de l’ACP (graphes des variables et des individus,
Figures 14 et 15) a permis de mettre en évidence les compromis réalisés entre les défis et
au sein des défis, ainsi que des groupes d’EAM selon le défi qui les caractérise le plus.
D’après le score moyen des défis, il n’existe pas d’opposition claire entre eux
(Figure 14). Certains compromis plutôt intuitifs sont tout de même observés entre
quelques critères, notamment le fait d’utiliser des données issues de nombreuses sources
(littérature, SIG, inventaires, modélisation) n’apparait pas compatible avec une forte
rapidité d’application de l’EAM et une forte disponibilité de la donnée. D’autres relations
sont également observées, comme une plus forte disponibilité des données pour
renseigner les indicateurs qualitatifs, et une plus grande intégration de la dimension
spatiale lorsque la compensation est réalisée en « like for like ».
Figure 14 : Graphe des variables de l’ACP. L’opérationnalité est représentée en bleue, les bases
scientifiques en vert et l’exhaustivité en rouge. Le score moyen des challenges est représenté avec les
flèches pointillées
45
Chapitre 1
Figure 15 : Graphe des individus de l’ACP. Les EAM dans un même cercle présentent des similitudes
sur un ou plusieurs critères.
La plupart des EAM (8 sur 13) ont un score d’opérationnalité assez élevé et se
trouvent regroupées dans le cercle bleu du graphe des individus de l’ACP (Figure 15). Le
groupe d’EAM sur la gauche dans le cercle rouge est caractérisé quant à lui par un besoin
de données issues de nombreuses sources et une combinaison d’indicateurs qualitatifs et
quantitatifs. Les 3 EAM plutôt opérationnelles intégrant la dimension spatiale grâce à des
indicateurs sont regroupées dans le cercle vert et la méthode Fish Habitat est isolée à
l’opposé (cercle gris) car c’est la seule à intégrer les incertitudes avec des ratios issus de
retours d’expérience.
Les compromis ont tendance à favoriser l’opérationnalité, utile dans le contexte de

projets de développement comportant des contraintes temporelles, techniques et
financières. Les méthodes moins opérationnelles peuvent être toutefois bien adaptées
pour les compensations volontaires ou suite à des impacts accidentels. Des compromis
sont également faits sur les bases scientifiques, qui sont intégrées de manière hétérogène
dans les EAM. Afin d’obtenir de bons scores pour les bases scientifiques sur tous les
critères, il semble nécessaire que les scientifiques soient impliqués dans le développement
des EAM et que les produits de leurs recherches soient accessibles aux maîtres d’ouvrage.
Des solutions existent déjà dans la littérature (par exemple des ratios basés sur des
46
Section I
probabilités de succès des mesures compensatoires ; Moilanen et al. 2009) pour permettre
une meilleure combinaison des bases scientifiques et de l’exhaustivité (il n’y a aucune
opposition entre ces deux défis).
Enfin, nous proposons une piste pour mieux combiner les 3 défis. Elle consiste à
développer une base de données spécifique à la compensation (comme celle qui se met
actuellement en place en France suite à la loi « biodiversité » de 2016). Cette base
pourrait regrouper des données concernant les dimensions de l’équivalence, par exemple
des données issues d’inventaires de biodiversité (espèces, habitats, fonctions) à
différentes échelles (site, paysage), des retours d’expériences réalisés sur des mesures
compensatoires, la localisation des projets et des MC associées (évaluation des impacts
cumulés et possibilité de mutualisation des MC), etc. En attendant qu’une telle base de
données soit opérationnelle en France, nous avons tenté de réduire au maximum les
compromis faits entre les défis pour le développement du cadre méthodologique.
3.4. Critères sur lesquels baser le développement du cadre

méthodologique
L’analyse de l’échantillon des EAM existantes ne permet pas de dégager une ou

plusieurs EAM « idéale(s) » que l’on pourrait adapter au contexte écologique et
règlementaire français. Le développement du cadre méthodologique standardisé peut en
revanche s’appuyer sur des tendances consensuelles (structure commune), tout en
intégrant des éléments innovants là où des oppositions entre les défis existent.
3.4.1. Structure
La structure commune des méthodes consiste globalement à calculer des

différentiels de biodiversité afin de pouvoir comparer sur une base commune les pertes et
les gains. Bien qu’entrainant un certain nombre de défis à relever, cette manière d’évaluer
l’équivalence est logique et pragmatique, d’où sa généralisation pour les EAM. Elle sera
donc globalement conservée pour le développement du cadre méthodologique, en
adaptant cependant certains éléments (Figure 16) pour qu’ils soient en adéquation avec
nos objectifs.
Agrégation des indicateurs

Les valeurs des indicateurs de biodiversité ne seront pas agrégées en une (ou
plusieurs) unité(s) de compensation décrivant les sites. Ce choix se justifie car
47
Chapitre 1
l’agrégation des valeurs impliquent plusieurs phénomènes (Nardo et al. 2005) que nous
avons identifiés comme favorisant un effet « boîte noire » (en lien avec des discussions
avec les services instructeurs en charge de juger les dossiers) :
 L’uniformisation des métriques utilisées sur une même échelle de référence, par
exemple comme pourcentage de valeurs « idéales » (état historique, non perturbé
etc.),
 La compensation entre des indicateurs pouvant aboutir à des valeurs finales
similaires alors que les sites présentent des caractéristiques différentes (McCarthy et
al. 2004),
 Les pondérations des indicateurs souvent nécessaires afin de mieux représenter
l’information mais plus ou moins arbitraires.
Ne pas agréger les indicateurs permet une évaluation plus directe et transparente.
Le défi est alors de choisir les indicateurs pour que l’évaluation soit scientifique mais pas
trop fastidieuse, et interprétable par des non spécialistes. Cela peut se révéler délicat, et il
conviendra de guider les utilisateurs du cadre méthodologique dans la phase
d’interprétation des indicateurs.
Etat de référence
Pour le milieu aquatique, des états de référence (Stoddard et al. 2006) ont été
identifiés dans le cadre de la Directive Européenne Cadre sur l’Eau à partir de cours d’eau
les moins perturbés par l’activité humaine (Pardo et al. 2012). En revanche, pour le
milieu terrestre (sur lequel se focalise le cadre méthodologique), la prise en compte d’un
état de référence est plus complexe. Elle soulèverait en effet la question du choix d’un tel
état de référence (état historique, meilleur état souhaitable, état à haute naturalité ?...) et
de la définition des valeurs pour les composantes de biodiversité évaluées (comment
évaluer un état passé ?). Or, en France les milieux terrestres sont très anthropisés et ont
évolué depuis des siècles avec les activités humaines (notamment l’agriculture ; Gepts
2012), ce qui ne permet pas d’identifier un état de référence privilégié (comme par
exemple les zones humides « naturelles » prises comme référence dans UMAM et
CRAM). C’est pourquoi les valeurs des indicateurs ne seront pas comparées à un état de
référence.
48
Section I
Figure 16 : Eléments de la structure commune des EAM conservés pour le développement du cadre
méthodologique (en vert), non pris en compte (en gris) et non conservés ou remplacés par d’autres
éléments (en rouge).
Ratios surfaciques
Les ratios sont considérés comme une manière de prendre en compte les
dimensions spatiales, temporelles et/ou incertitudes, mais sont en réalité souvent
arbitraires. Ils représentent alors davantage un outil de dissuasion permettant de mettre
l’accent sur la phase d’évitement (de grandes surfaces compensatoires sont coûteuses et
difficiles à trouver pour les maîtres d’ouvrage) qu’un réel moyen d’atteindre
l’équivalence (Maron et al. 2010; Curran et al. 2013). Il est également difficile de fixer
des ratios réellement intégrateurs des multiples besoins écologiques des espèces (Bull et
al. 2016). Pour ces raisons, ils ne sont pas utilisés dans la version actuelle du cadre
méthodologique, mais ils pourraient l’être dans une version ultérieure avec une pertinence
scientifiquement fondée (sur des retours d’expérience notamment).
Prédiction des impacts

La prédiction des valeurs des indicateurs après impact et compensation restera à
dire d’expert comme pour la majorité des EAM. Des progrès ont été faits en termes
49
Chapitre 1
d’écologie prédictive : modélisation de distribution d’espèces (Guisan & Thuiller 2005),

de trajectoires d’écosystèmes, de scénarios d’évolution de la biodiversité (Pereira et al.
2010). Ces résultats restent cependant encore peu mobilisables pour les maîtres d’ouvrage
et autres acteurs de terrain. Mettre en place un système de modélisation constituerait un
travail trop conséquent dans le cadre de ces travaux de thèse, malgré une plus grande
pertinence pour une évaluation rigoureuse de l’équivalence, c’est pourquoi le dire
d’expert (cadré scientifiquement) est dans un premier temps retenu.
3.4.2. Prise en compte des dimensions de l’équivalence
Les quatre dimensions de l’équivalence sont prises en compte dans les EAM de
trois principales manières : avec des indicateurs permettant de caractériser la biodiversité
des sites, avec des ratios surfaciques et/ou à l’aide d’outil de modélisation. La manière
dont les dimensions de l’équivalence seront traitées a été choisie en cohérence avec les
objectifs et les contraintes techniques et temporelles des travaux de thèse.
Dimension écologique
Un des objectifs du cadre méthodologique est de pouvoir être utilisé dans de
nombreux cas de projets d’aménagement impliquant des impacts et des compensations
sur divers milieux sur l’ensemble du territoire métropolitain. Le format le plus adéquat
serait alors un cadre méthodologique généraliste, qui puisse être adapté quels que soient
la région et le milieu concernés. Au regard de la spécificité de chaque milieu, nous avons
cependant jugé plus pertinent de proposer une approche « mixte », qui intègrerait des
éléments d’évaluation spécifiques dans un canevas plus généraliste. Au vu du temps
imparti pour ces travaux de thèse, il a été décidé de restreindre l’approfondissement des
éléments spécifiques aux milieux forestiers et zones humides (faisant l’objet de
règlementations spécifiques et donc plus particulièrement concernés par les mesures
compensatoires) ainsi qu’aux milieux prairiaux pour lesquels des travaux sur l’état de
conservation ont été réalisés au regard de leur fort intérêt écologique (Bensettiti et al.
2012).
Dimension spatiale
L’intégration des sites dans le paysage environnant sera prise en compte grâce à
des indicateurs dédiés, qui permettront notamment d’évaluer les connectivités
écologiques, et plus globalement l’insertion des sites impactés et compensatoires dans un
contexte paysager. En France, la définition des Trames Vertes et Bleues (suite aux lois
50
Section I
Grenelles ; Boy et al. 2012) a, en effet, renforcé l’importance de la protection de zones de

corridors écologiques pour le maintien des populations faune et flore notamment dans le
contexte d’adaptation au changement climatique.
Dimension temporelle
La notion de temps est complexe à prendre en compte dans une EAM du fait que
le développement des écosystèmes s’étale sur plusieurs années, voire dizaines d’années (il
faudra par exemple des centaines d’années pour passer d’un stade pionnier à un milieu
forestier ; Oliver & Larson 1996). Le seul moyen d’effectivement réduire ou supprimer
les pertes intermédiaires est de mettre en place les mesures compensatoires avant que les
impacts n’aient lieu, à hauteur du temps nécessaire pour que l’écosystème compensé
retrouve un niveau de diversité similaire à celui détruit (ce qui apparait fortement
problématique pour un milieu forestier mature). Cela implique d’évaluer le niveau de
maturité de l’écosystème considéré et d’en connaitre sa dynamique. La dimension
temporelle sera donc prise en compte à l’aide d’indicateurs de maturité et de dynamique
dans le cadre méthodologique, ce qui permet d’avoir une notion du temps nécessaire au
développement de l’écosystème, et à dire d’expert pour la prédiction de la valeur des
indicateurs après impacts et compensation.
Incertitudes
La prédiction des pertes et des gains de biodiversité s’accompagne d’incertitudes
qui peuvent amener à sous-estimer les impacts du projet et/ou surestimer les bénéfices
apportés par les mesures compensatoires amenant ainsi à une perte nette de biodiversité.
Afin de les réduire au maximum, nous proposons d’attribuer au calcul des pertes et des
gains de biodiversité un certain taux d’incertitude. Il ne se traduira pas systématiquement
par une augmentation de surface du site compensatoire, mais sur un renforcement des
objectifs de gestion et de suivi permettant d’intervenir au besoin pour atteindre les
objectifs (de type « adaptative management » ; Keith et al. 2011). Il est actuellement basé
sur un retour d’expérience du succès de mesures compensatoires réalisées en Isère ainsi
que sur des bases bibliographiques et se concrétisera par l’identification de facteurs
influençant le succès des mesures mises en place. L’incertitude pourra à l’avenir être
réduite si des bases de données de portée nationale se développent (voir 3.3.).
51
Chapitre 1
3.4.3. Combinaison des trois défis
Les critères d’opérationnalité, de bases scientifiques et d’exhaustivité utilisés pour

l’évaluation des EAM ont été renseignés pour le cadre méthodologique à développer afin
de répondre au mieux aux objectifs fixés et de faire les meilleurs compromis possibles
(Tableau 3). Avec les modalités ainsi fixées, le cadre méthodologique a une note finale
(moyenne des notes des trois défis) de 77,47%. Cette note est plus élevée que celle des
EAM étudiées (voir Annexe 2D). Le cadre méthodologique combine donc théoriquement
mieux les trois défis avec les modalités choisies.
Tableau 3 : Notation du cadre méthodologique à développer selon les trois défis. Le critère en italique
n’est pas utilisé pour l’évaluation des EAM mais adapté au cadre méthodologique.
Les bases scientifiques et l’exhaustivité sont atteintes à plus de 85 % tandis que

l’opérationnalité à 60 %. Le cadre méthodologique n’a en effet pas vocation à être une
méthode rapide d’évaluation (voir les RAM – Rapid Assessment Method qui sont très
opérationnelles ; Fennessy et al. 2007), mais plutôt un cadre standardisé utilisé au fur et à
mesure des études d’impact et des diverses autres procédures (dérogations espèces
protégées, incidences loi sur l’eau…) afin d’accompagner au mieux la conception de
mesures compensatoires équivalentes aux impacts. La durée de récolte des données doit
52
Section I
donc être adaptée au temps nécessaire pour réaliser les inventaires (selon le nombre
d’espèces à prospecter les inventaires peuvent s’étaler sur plusieurs mois) impliquant une
faible rapidité d’implémentation globale. Les indicateurs n’ont pas de système de notation
et ont des métriques uniquement quantitatives, ce qui permet de garder une information
précise et objective mais altère un peu l’opérationnalité. Il sera donc important de tester
le cadre méthodologique sur des cas concrets, afin de déterminer si une combinaison de
bases scientifiques et exhaustivité n’entrave pas la réelle opérationnalité.
4. Conclusion
L’étude d’EAM existantes à l’international a permis de définir des bases sur

lesquelles développer le cadre méthodologique en accord avec nos objectifs et les
contraintes liées à la thèse. Celui-ci sera adapté au contexte règlementaire et écologique
français et combinera au mieux opérationnalité, bases scientifiques et exhaustivité. La
section II de ce chapitre détaille de manière plus approfondie l’analyse de la structure
commune des EAM ainsi que des compromis réalisés entre les trois défis. Les points de
l’évaluation de l’équivalence qu’il serait nécessaire d’améliorer pour une meilleure
atteinte de l’objectif NNL y sont également discutés (implication accrue des scientifiques,
meilleure prise en compte des dimensions de l’équivalence et utilisation des données). La
prochaine étape de la construction du cadre méthodologique consiste à faire le choix
d’indicateurs de biodiversité (dimension écologique et spatiale) sur lesquels portera le
calcul des pertes et des gains. Le lot d’indicateurs devra respecter les critères
d’opérationnalité, des bases scientifiques et d’exhaustivité identifiés dans ce chapitre.
SECTION II
Bezombes L., Gaucherand S., Kerbiriou C., Reinert M.-E. & Spiegelberger T.
(2017). Ecological Equivalence Assessment Methods: What Trade-Offs between
Operationality, Scientific Basis and Comprehensiveness? Environmental Management, 1-
15.
53
Chapitre 1
54
Section II
55
Chapitre 1
56
Section II
57
Chapitre 1
58
Section II
59
Chapitre 1
60
Section II
61
Chapitre 1
62
Section II
63
Chapitre 1
64
Section II
65
Chapitre 1
66
Section II
67
Chapitre 1
68
Section I
Chapitre 2
Première étape du développement du cadre

méthodologique : formalisation de l’évaluation de
la biodiversité au travers d’indicateurs
©Lucie Bezombes
69
Chapitre 2
SECTION I
1. Introduction
1.1. Choix de la biodiversité à évaluer
L’objectif de la séquence ERC est d’aboutir à l’absence de perte nette (NNL) de

biodiversité. Comme nous l’avons vu en introduction générale, la biodiversité étant
complexe, cet objectif ne peut être vérifié que sur une fraction mesurable de la
biodiversité (Maron et al. 2016). Par exemple, la politique de compensation aux Etats-
Unis vise le NNL de la biodiversité et du fonctionnement des zones humides (Clean
Water Act), au Brésil, celle-ci vise les milieux forestiers tropicaux (Forest Code Offsets).
Le choix des composantes de biodiversité à mesurer dans le cadre de la compensation,
dans l’optique d’atteindre le NNL, est primordial car il reflète un choix de prioriser la
préservation de ces composantes par rapport à d’autres (Bull et al. 2014; Gonçalves et al.
2015).
Dans le contexte de la « crise de biodiversité », il a, en effet, été admis que tout ne
pouvait pas être préservé et que les efforts de conservation devaient être priorisés (Brooks
et al. 2006). Les critères sur lesquels baser cette priorisation font débat, notamment car ils
ne sont pas nécessairement basés sur des faits scientifiques, mais peuvent l’être également
sur des notions de « patrimonialité ». Selon la définition de Chauvin-Louafi et Roussel
(Barbault 2005) « un bien patrimonial est celui dans lequel les hommes se reconnaissent
à titre individuel et collectif : ils le considèrent à la fois significatif de leur passé et
précieux pour leur avenir. La patrimonialisation ne permet pas de tout conserver : un
choix social et culturel est clairement effectué ». Plusieurs critères sur lesquels baser ce
choix peuvent donc être mis en avant :
 Conservation, pour préserver une espèce ou un écosystème devenu rare ou en déclin

suite à des perturbations (Butchart et al. 2004; Rodrigues et al. 2006). Les critères
UICN sont pour cela pertinents car ils associent différentes facettes de la rareté et
incluent une dimension risque d’extinction.
70
Section I
 Emblèmes, certaines espèces ou écosystèmes sont notamment emblématiques d’une

région comme le panda en Chine, ou originales d’un point de vue évolutif
(ornithorynque). Leur protection est facilitée par l’attrait du grand public.
 Utilité pour l’Homme, comme par exemple les zones humides qui constituent des
zones tampons pour prévenir des inondations, ou les espèces pollinisatrices
indispensables à l’agriculture.
 Ecologie : les espèces indicatrices de la qualité d’un milieu (exemple du lichen pour
les milieux forestiers), clés de voûtes (les supers prédateurs), ingénieures (les
lombrics).
 Adaptation, avec la préservation d’espèces avec le plus fort potentiel évolutif et qui
seront donc à même de supporter les changements climatiques à venir. Les espèces
avec la plus forte diversité génétique intrinsèque sont souvent les espèces les plus
communes, abondantes et bien réparties.
Les règlementations concernant la protection de la biodiversité sont construites

suivant l’un ou plusieurs de ces critères selon les enjeux de biodiversité sur le territoire.
En France, plusieurs composantes considérées « à enjeu » figurent dans la règlementation
(espèces protégées, zones humides, milieux forestiers, habitats et espèces d’intérêt
communautaire). La protection des espèces n’a pas été déterminée strictement sur leur
état de conservation (Figure 17). D’autres facteurs sont entrés en jeu, comme la fonction «
parapluie » d’une espèce dont la protection permet d’en protéger d’autres.
Figure 17 : Proportion des espèces protégées au niveau national (Annexe 2 convention de Berne ;
couleur claire), des espèces sur liste rouge France (avec les statuts CR, EN, VU et NT ; couleur
foncée) et des espèces à la fois protégées et sur liste rouge (hachuré).
71
Chapitre 2
1.2. Mesurer la biodiversité
De multiples mesures de la biodiversité existent selon les composantes que l’on

cherche à évaluer (Purvis & Hector 2000; Magurran 2013). Ces mesures passent par la
définition d’indicateurs dont le but est de donner une estimation la moins biaisée possible
de la biodiversité (Siddig et al. 2016). Elles peuvent prendre plusieurs formes (mesures
directes ou bien un proxy représentant plusieurs aspects de la biodiversité ; Caro 2010).
Heink and Kowarik (2010a) montrent qu’une multitude de définitions (au moins 17)
existe pour le terme « indicateur », et que cette terminologie est utilisée dans de multiples
contextes. La définition proposée par ces auteurs, qui a vocation à être la plus intégratrice
possible des autres définitions, est celle retenue dans le cadre de ces travaux : un
indicateur en écologie (ou planification environnementale) est un composant ou une
mesure d’un phénomène environnemental utilisé pour évaluer ou représenter des
conditions ou changements environnementaux, ou pour définir des objectifs
environnementaux (traduit de l’anglais). Dans notre cas, le « phénomène
environnemental » est la biodiversité et les « conditions et changements
environnementaux » sont respectivement les états initiaux des sites ainsi que l’effet des
impacts et des mesures compensatoires (MC).
Afin que les indicateurs reflètent au mieux le phénomène à mesurer, certains
attributs ont été identifiés comme essentiels dans la littérature (Noss 1990; Dale &
Beyeler 2001; Levrel 2007; Heink & Kowarik 2010b; Normander et al. 2012). Ces
attributs relèvent soit de l’opérationnalité des indicateurs (relativement simples et peu
chers à collecter, mesurer ou calculer, existence de données pour les renseigner,
présentation claire et interprétable, faisant sens auprès des acteurs impliqués…), soit de la
qualité de leurs bases scientifiques (relativement indépendants de la taille de l’échantillon,
quantitatifs, testés et approuvés grâce à des analyses statistiques, transparents …).
Dans le contexte de la compensation, il est particulièrement important que les
indicateurs soient sensibles aux changements (ou perturbations) induits par les impacts
des projets ou les mesures compensatoires (MC), afin que leurs effets soient visibles
(Niemi & McDonald 2004). De plus, la réponse des indicateurs à ces changements doit
avoir un caractère non biaisé ou linéaire. Cela permet d’éviter l’effet de saturation de
l’indicateur, ayant pour conséquence que la valeur de l’indicateur ne change plus lorsque
le stress augmente.
72
Section I
Le but de ce chapitre est de formaliser une mesure de la biodiversité sur les sites
impactés et compensatoires, à partir de laquelle les pertes et les gains induits par les
impacts et les MC pourront être calculés, et l’équivalence écologique évaluée. L’approche
suivie illustre le choix des composantes de biodiversité évaluées dans le cadre
méthodologique, fait en cohérence avec le contexte règlementaire et écologique français,
ainsi que la sélection des indicateurs utilisés pour mesurer cette biodiversité. Afin de
répondre aux critères de construction du cadre méthodologique identifiés au chapitre 1,
cette approche se décompose en quatre étapes qui permettent de combiner les trois défis
(opérationnalité, bases scientifiques et exhaustivité ; Figure 18) :
 Etape 1 : Définition d’une manière d’évaluer la biodiversité partagée par les acteurs
impliqués dans le processus de compensation (maîtres d’ouvrage, bureaux d’études,
services instructeurs), à partir de la conception scientifique de la biodiversité.
 Etape 2 : Identification des exigences règlementaires européennes et françaises
relatives à la compensation écologique ainsi que les recommandations à prendre en
compte pour l’évaluation de la biodiversité.
Ces deux étapes permettent de justifier le choix des composantes de biodiversité à

évaluer.
 Etape 3 : A partir des résultats issus des deux premières étapes, construction d’un
cadre concret d’évaluation de la biodiversité permettant une lecture des indicateurs
organisée et cohérente. L’ensemble des indicateurs retenu est exhaustif, c’est-à-dire
qu’il intègre les dimensions écologiques et spatiales (évaluation de la biodiversité en
lien avec le paysage environnant) et un des aspects de la dimension temporelle
(évaluation de la maturation et la dynamique des milieux naturels) de l’équivalence.
 Etape 4 : Recherche et sélection d’un panel d’indicateurs pertinents à placer dans ce
cadre concret d’évaluation par application de filtres « bases scientifiques » et
« opérationnalité » successifs.
La méthode suivie à chaque étape est détaillée plus amplement dans la section II.
73
Chapitre 2
Figure 18 : Etapes du choix des composantes de biodiversité à évaluer et du lot final d’indicateurs
utilisés, sur lequel se base le calcul des pertes, des gains et de l’équivalence écologique.
2. Etape 1 : Conception partagée de la biodiversité et de

son évaluation
Comme décrit en introduction générale de ces travaux, la biodiversité est un objet

d’étude complexe pouvant être évalué de nombreuses manières. Il est donc important que
les acteurs en lien avec la compensation, qui ne sont pas tous formés à l’écologie,
s’accordent sur une conception de la biodiversité et une manière de l’évaluer partagée par
tous, afin de pouvoir travailler sur des bases communes. La définition de la biodiversité
issue de travaux scientifiques et faisant consensus actuellement est décrite dans la
Convention sur la Diversité Biologique de 1992 et des travaux de Noss (1990). D’après
cette définition, la biodiversité peut être évaluée à différents niveaux :
 Génétique : diversité des gènes qui constituent la singularité de chaque individu.

 Spécifique : diversité des espèces, ensemble des populations d’individus
génétiquement différenciées des autres pouvant se croiser entre elles (Couvet &
Teyssèdre-Couvet 2010).
74
Section I
 Ecosystémique : diversité des écosystèmes, complexes fonctionnels formés d’une

partie biotique (êtres vivants) et abiotique (milieu physicochimique ; Levin 1998).
 Paysagère : ensemble d’écosystèmes en interaction, plus ou moins façonné par les
activités humaines actuelles ou passées (les bocages sont par exemple des paysages
issus des pratiques agricoles ; Butet et al. 2004).
D’après Noss (1990) la biodiversité peut également être évaluée pour chaque
niveau sous trois angles principaux:
 la composition, qui concerne l’identité et la variété des éléments d’un ensemble

(diversité spécifique par exemple ; Magurran 2005),
 la structure, qui est l’organisation physique ou le schéma suivi par un système, par
exemple l’assemblage de communautés (Drake 1991), la structure paysagère, (Turner
1989; Walz 2015),
 la fonction, qui implique les processus écologiques et évolutifs comme des flux de
gènes (Mech & Hallett 2001), les perturbations (Dornelas 2010), ou les cycles
biogéochimiques (Beare et al. 1995).
A partir de ces principaux éléments, les acteurs impliqués dans ces travaux de
thèse ont conceptualisé l’évaluation de la biodiversité comme présenté en Figure 19.
Cette conception partagée a été déterminée en concertation entre chercheurs et validée en
« groupe de partage opérationnel9 ». Nous ne considérons pas le niveau génétique car il
demande des techniques (séquençage en laboratoire notamment) et des méthodes
d’évaluation des données non adaptées au contexte actuel de la compensation (Weir
1990). La réduction des coûts de séquençage et l’utilisation accrue de l’ADN
environnemental (Miaud et al. 2012) pourrait potentiellement permettre d’inclure ce
niveau d’évaluation dans le futur. En revanche, il nous a paru important de faire
apparaître les interactions spatiales et temporelles qui opèrent entre les différents niveaux
observés sous les différents angles (Figure 19), afin de refléter l’aspect multidimensionnel
de la biodiversité.
9
Ce groupe est composé d’acteurs en lien direct avec les questions opérationnelles liées à la
compensation (DREAL, entreprises, bureaux d’études, associations…) et s’est réuni deux fois au cours de
la thèse. Son objectif était de confronter les orientations méthodologiques de la thèse avec des visions
opérationnelles des membres afin d’enrichir les réflexions en se basant sur leurs expériences.
75
Chapitre 2
Figure 19 : Conception de la biodiversité. Les flèches bleues représentent les interactions dans
l’espace (pouvant se faire à chaque niveau et quel que soit l’angle pris en compte) et les flèches rouges
représentent les successions dans le temps.
3. Etape 2 : Exigences règlementaires européen nes et

françaises et recommandations
En Europe et en France, la règlementation concernant la séquence ERC s’est

construite et complexifiée depuis les années 1970 (Annexe 1). Elle doit être appliquée
pour tous les projets, plans ou programmes soumis à étude d’impact (décret n° 2011-2019
du 29 décembre 2011 portant sur la réforme des études d'impact des projets de travaux,
d'ouvrages ou d'aménagements). Les impacts résiduels significatifs doivent ainsi faire
l’objet de MC équivalentes permettant d’aboutir à la « non perte nette » (NNL) de
biodiversité (obligation de résultats).
La détermination de cette significativité reste assez floue pour la biodiversité dite
« ordinaire », c’est-à-dire celle qui n’est pas sujette à des procédures particulières. Les
composantes de biodiversité concernées par ces procédures (Tableau 4) sont les espèces
protégées au niveau européen et national, les zones humides, les milieux forestiers et les
habitats faisant partie du réseau européen Natura 2000 (dits d’intérêt communautaire).
Bien que non précisément définie de manière générale, la significativité des impacts sur
76
Section I
ces composantes est mieux cernée (notamment l’évaluation de l’état de conservation pour
les espèces et habitats d’intérêt communautaire ; Bensettiti et al. 2012), et c’est donc
principalement sur elles que porte la compensation (voir la section II pour plus de
détails).
Les lois n° 2009-967 du 3 août 2009 de programmation relative à la mise en
œuvre du Grenelle de l'environnement et n°2010-788 du 12 juillet 2010 portant un
engagement national pour l'environnement (dites lois Grenelles I et II), instaurent la mise
en place des Trames Vertes et Bleues au niveau national, déclinées au niveau régional
dans les Schéma Régionaux de Cohérence Ecologique (SRCE). Des acteurs phares
comme le Ministère et le CNPN recommandent alors que les impacts sur les continuités
écologiques soient également compensés. Cela va dans le sens d’une prise en compte
accrue des impacts sur la biodiversité ordinaire, support de nombreuses fonctionnalités
écologiques (dont les contituités), encouragée par les scientifiques (Doremus 2001).
Tableau 4 : Procédures spécifiques dans lesquelles la séquence ERC doit être mise en œuvre selon les
composantes de biodiversité identifiées dans l’étude d’impact
4. Etape 3 : Cadre concret d’évaluation de la biodiversité
Suite aux réflexions menées aux deux premières étapes, nous avons cherché à
construire un cadre concret permettant une évaluation de la biodiversité fidèle à sa
conception scientifique et qui prend en compte les contraintes règlementaires ainsi que les
recommandations des acteurs phares (scientifiques, Ministère, CNPN…). Les étapes de
77
Chapitre 2
cette construction sont détaillées dans la partie II, mais globalement, le cadre d’évaluation
a été structuré sur la base des réponses à quatre questions :
 Quelles composantes particulières de biodiversité doivent être prises en compte dans

l’évaluation de la biodiversité ?
 A quelle(s) échelle(s) spatiale(s) la biodiversité doit-elle être évaluée ?
 Sous quel angle (composition, structure, fonction) la biodiversité doit-elle être
évaluée ?
 Comment intégrer les aspects non règlementaires mais recommandés ?
Le cadre d’évaluation ainsi construit se décline en trois niveaux et deux échelles

d’évaluation avec sept critères pour évaluer la biodiversité (Figure 20).
Figure 20 : Lien entre les éléments identifiés aux étapes 1 en vert (évaluation de la biodiversité
partagée se basant sur sa conception scientifique) et 2 en bleu (exigences règlementaires et
recommandations) et la construction du cadre d’évaluation de la biodiversité.
4.1. Les trois niveaux d’évaluation
La biodiversité du site est d’abord évaluée à un niveau « général » (NG), sans

cibler une espèce ou un écosystème en particulier (que l’on nommera « habitat » par la
suite pour la double entrée habitat « naturel », définis dans la classification EUNIS (ou
78
Section I
Corine Biotope), et habitat « d’espèce », zone favorable au cycle de vie des

espèces (Bunce et al. 2013). Le NG permet de réaliser un diagnostic de la biodiversité
présente sur le site évalué et d’identifier les habitats et/ou espèces « à enjeu », c’est-à-dire
soit faisant l’objet d’une procédure particulière (Tableau 4), soit en danger sur une liste
rouge UICN ou tout autre enjeu identifié par le maître d’ouvrage (espèce parapluie,
emblématique…). Chaque habitat ou espèce à enjeu identifié est ensuite évalué plus
précisément au niveau spécifique, décliné en un niveau « habitat » (NH) et niveau
« espèce » (NSp) (Figure 21). Par exemple, le NG peut servir à détecter la présence d’une
pelouse à enjeu avec des espèces inféodées à cet habitat. Dans ce cas le niveau NH permet
de préciser l’état de conservation de la pelouse en question, les communautés floristiques
présentes, la qualité du sol etc. Cela permet de préciser la nature des pertes dues aux
impacts et ainsi de mieux cibler les actions de compensation.
L’existence du NG évite de « faire l’impasse » sur la biodiversité ordinaire
présente sur un site. D’éventuels pertes ou gains qui ne sont habituellement pas évalués
(le focus étant très majoritairement fait sur les composantes de biodiversité soumises à
procédure particulière) peuvent ainsi être identifiés.
4.2. Les deux échelles spatiales
A chaque niveau d’évaluation (NG, NH et NSp), la biodiversité est évaluée à deux

échelles spatiales (Figure 21) : 1/ au sein du périmètre du site correspondant au projet
d’aménagement (comme cela est stipulé dans la règlementation liée à l’étude d’impact), et
2/ dans un périmètre élargi dont le rayon autour du site est variable. Chaque site (impacté
et compensatoire) est évalué à ces deux échelles. Le périmètre élargi permet de prendre en
compte des éléments d’écologie du paysage, principalement les continuités écologiques
mais également l’enjeu écologique de la zone (présence d’espaces protégés,
artificialisation des milieux…). Attention : le périmètre élargi du site impacté n’est pas un
zonage dans lequel doit se trouver le site compensatoire. La localisation du site
compensatoire est une thématique à part qui ne sera pas prise en compte dans le cadre
méthodologique (Encadré 1).
Le périmètre élargi est à définir au cas par cas : il dépend des habitats, des espèces
et des indicateurs considérés. Le choix du périmètre élargi revient donc à l’utilisateur qui
devrait cependant respecter les principes suivants:
79
Chapitre 2
Figure 21 : Représentation schématique du cadre d’évaluation de la biodiversité avec les trois

niveaux (général, habitat et espèce) et les deux périmètres (site en rouge et élargi en noir). L’exemple
pris ici concerne le milieu forestier et une espèce d’amphibien. Le périmètre élargi est adapté à
chaque niveau, le choix reposant sur différents critères : surface des sites (Pg), caractéristiques
écologiques de l’habitat (PH) et capacité de dispersion des espèces (PSp).
 Niveau Général : Fixer un périmètre élargi de taille arbitraire autour de l’emprise des
sites a été envisagé dans un souci de standardisation. Ce choix n’apparait cependant
pas satisfaisant au vu de la diversité des sites, et notamment des surfaces qui peuvent
être très variables selon les projets. Or les interactions entre le périmètre du site et le
périmètre élargi doivent être évaluées sur des échelles proportionnées. Une solution
serait de fixer un périmètre élargi qui soit proportionnel à la surface du site concerné,
mais avec une limite minimale (pour les plus petits sites) qui permette d’évaluer le
rôle du site dans la matrice environnante, et une limite maximale (pour les grands
sites) pour que l’évaluation reste réalisable. Nous n’avons pas encore fixé la
proportion à respecter. Pour le faire, il serait nécessaire de réaliser des tests sur un
grand nombre de terrains et d’établir des règles et des recommandations plus précises
en fonction du contexte d’implantation du site et de son rôle dans ce contexte (enjeux
80
Section I
écologiques, pressions anthropiques…). Dans un premier temps, ce sera donc à

l’utilisateur de la méthode de fixer le périmètre élargi qui lui semblera pertinent pour
le NG, d’après les enjeux écologiques.
 Niveau Habitat : le périmètre élargi pour ce niveau doit permettre l’évaluation de
l’insertion d’un habitat naturel (zone humide, milieu forestier…) dans le paysage
environnant. L’étendue du périmètre élargi doit donc être fixée sur la base de critères
écologiques liés à la nature de l’habitat concerné : l’hydrologie (bassin versant) pour
une zone humide, ou l’altitude (étage de végétation) pour un écosystème de
montagne.
 Niveau Espèce : la taille du périmètre élargi doit être pertinente pour prendre en
compte les mouvements des individus de l’espèce considérée. Le paramètre retenu
pour choisir le périmètre élargi est la capacité de dispersion des espèces, définie
comme les mouvements des individus pour quitter leur site natal. Ce sont des
mouvements continus qui peuvent avoir lieu au sein d’une génération ou entre
générations (Gaines & McClenaghan 1980). Ces flux ont une importance
démographique et génétique particulière pour le maintien des populations (Saunders
et al. 1991). Le périmètre sera donc à choisir selon l’espèce et le taxon considéré
(Annexe 3), des recherches spécifiques dans la littérature devant être réalisées au
préalable. Par exemple, la capacité de dispersion moyenne du crapaud commun est de
180 m (Trochet et al. 2014), et celle du tétras lyre est de 5 km (Barbet‐Massin et al.
2012).
Encadré 1 : Localisation des sites compensatoires

La loi biodiversité n°2016-1087 du 8 août 2016 précise que « les mesures de compensation
sont mises en œuvre en priorité sur le site endommagé ou, en tout état de cause, à proximité de
celui-ci afin de garantir ses fonctionnalités de manière pérenne ». Le cadre d’évaluation ne
permet pas de définir la localisation des sites compensatoires la plus adaptée. Il permet
l’évaluation de la biodiversité dans un périmètre élargi afin de pouvoir comparer le rôle des
sites impactés et compensatoires dans un contexte plus général. S’il s’avère qu’un site
compensatoire se trouvant dans le périmètre élargi du site impacté soit propice à mettre en
place des MC équivalentes aux pertes, la « proximité » peut correspondre à ce périmètre
élargi. La détermination du caractère proche du site impacté de la localisation du site
compensatoire est néanmoins dépendante des composantes de biodiversité à enjeu visées, et
doit bien souvent faire des compromis entre les différents enjeux. De plus, les critères
écologiques ne sont pas les seuls à entrer en jeu. Les contraintes liées à la maîtrise du foncier
(acquisition ou contractualisation) s’accroissent avec l’augmentation de l’urbanisation et des
besoins pour l’agriculture, laissant peu de marge de manœuvre pour les maîtres d’ouvrage.
81
Chapitre 2
4.3. Critères d’évaluation
Selon les composantes de biodiversité que l’on souhaite évaluer, le recours à un

angle d’évaluation plutôt qu’un autre peut s’avérer plus pertinent. Par exemple, en
Australie, la politique de compensation vise à conserver les forêts endémiques. Pour les
évaluer, la méthode d’évaluation de l’équivalence (EAM) Habitat Hectare (Parkes et al.
2003) contient des indicateurs relatifs à la structure des milieux forestiers, qui est connue
pour les forêts de référence. Dans notre cas, les objectifs de conservation des
règlementations spécifiques sont divers (Tableau 4), c’est pourquoi nous proposons
d’évaluer la biodiversité sous les trois angles identifiés à l’étape 1 (composition, structure,
fonction).
Cependant, afin de rendre l’évaluation plus lisible, sept critères dérivés des trois
angles d’évaluation de la biodiversité ont été retenus. La composition (identité et variété
des éléments d’un ensemble) se décline en trois critères : Diversité, Patrimonialité,
Représentativité. La fonction (processus écologiques et évolutifs) se décline en deux
critères : Fonctionnalités et Pressions. Enfin, la structure (organisation physique ou
schéma suivi par un système) se décline en deux critères : Structure et Connectivité. Les
définitions des critères sont présentées au Tableau 5. Tous les critères ne sont pas évalués
à chaque niveau et pour chaque échelle spatiale, certains critères pouvant être inadaptés à
certaines échelles ou niveau d’évaluation. Par exemple le critère Connectivité n’a de sens
qu’à l’échelle du périmètre élargi.
5. Etape 4 : Recherche et sélection d’un lot d’indicateurs

pertinents à intégrer à ce cadre concret d’évaluation
La dernière étape consiste à associer un lot d’indicateurs à chaque critère

d’évaluation. La recherche et la sélection d’indicateurs est faite en appliquant à
l’ensemble des indicateurs possibles trouvés dans la littérature deux filtres, qui permettent
au lot d’indicateurs final d’avoir des bases scientifiques solides tout en gardant un
caractère opérationnel (Figure 2.7). Cette étape est plus amplement détaillée dans la
section II.
82
Section I
Tableau 5 : Les 7 critères d’évaluation de la biodiversité déclinés des 3 angles d’évaluation.
Angle de Critère Périmètre

Définition du critère Références
biodiversité d’évaluation d’évaluation
Magurran
Diversité Variété d’espèces et d’habitats. Site
2005
Présence d’espèces protégées par la
Butchart et al.
règlementation et d’espèces
Patrimonialité Site et élargi 2005; Delzons
menacées sur liste rouge UICN (au
Composition et al. 2013
niveau européen, national ou local).
Importance de la présence d’espèces Bodin et al.
ou d’habitats dans le périmètre du 2006; Arroyo‐
Représentativité Elargi
site par rapport à leur présence dans Rodriguez et
le périmètre élargi. al. 2009
Organisation physique des végétaux
Structure Site Noss 1990
d’un habitat.
Organisation du paysage au regard
Structure des continuités écologiques ou des Taylor et al.
Connectivité éléments fragmentant de manière Elargi 1993; Fahrig
générale ou pour une espèce 2003
particulière
Processus écologiques permettant le
fonctionnement et le maintien des
écosystèmes en termes de : Holling 1973;
-capacité de reproduction des Clavel et al.
Fonctionnalités Site
espèces 2011; Pereira
-spécialisation des communautés et al. 2013
-qualité du sol
Fonction
-dynamique de la végétation
Vitousek et
Perturbations naturelles ou al. 1997;
anthropiques impactant la Spangenberg
Pressions Site et élargi
biodiversité. 2007;
Serranito et
al. 2016
5.1. Recherche
Une multitude d’indicateurs de biodiversité, utilisés dans divers contextes, existe.

Ceci est illustré par l’existence d’un journal scientifique spécifique (Ecologial
Indicators10) qui regroupe les publications concernant les indicateurs en écologie.
Concernant les sources prospectées et la nature des indicateurs susceptibles d’être retenus
pour notre cadre d’évaluation, nous avons fixé deux contraintes :
10
« L'objectif de ce journal est de faire le lien entre le suivi et l'évaluation des indicateurs
écologiques et environnementaux avec des pratiques de gestion. Il fournit un forum pour la discussion
relatif au développement scientifique appliqué et l'examen des applications traditionnelles des indicateurs
ainsi que des approches théoriques, de modélisation et quantitatives telles que l'élaboration d'indice. »
Traduit de la page d’accueil du journal.
83
Chapitre 2
 les sources prospectées proviennent soit de la littérature scientifique (revues

pratiquant le « peer-review ») soit de la littérature grise (revues techniques) à
condition que des retours d’expériences publiés existent.
 les indicateurs présélectionnés ont des métriques quantitatives, qui permettent une
évaluation directe et précise.
En tout, 170 indicateurs ont ainsi été présélectionnés (Figure 22).
5.2. Sélection
Afin d’alléger l’évaluation, le nombre d’indicateurs a ensuite été réduit à un lot

nécessaire et suffisant sélectionné en deux temps (Figure 22) présentés ci-après.
Figure 22 : Application des filtres (bases scientifiques en vert et opérationnalité en bleu) pour la
prospection et la sélection des indicateurs de biodiversité intégrés dans au cadre d’évaluation. Le
filtre en pointillé n’a été appliqué que pour le NG.
84
Section I
5.2.1. Analyse des corrélations entre indicateurs (NG)
Cette étape a pour but d’éliminer les indicateurs redondants. Cette analyse n’a pu
être réalisée que pour le NG car les données issues des sites d’étude n’étaient pas assez
nombreuses pour renseigner tous les indicateurs des autres niveaux. Par conséquent, la
sélection des indicateurs aux niveaux NH et NSp s’est faite sur des critères
d’opérationnalité (point suivant).
Dans un souci de parcimonie, une analyse des corrélations a été réalisée entre les
valeurs des 86 indicateurs qui avaient été présélectionnés au NG (voir la section II pour
plus de détail). Ces valeurs proviennent de données de huit sites d’étude issus de trois
projets (Tableau 3 de la section II ; Figure 23) :
 Combe Madame, alpage de montagne dans les Alpes, qui est un des sites
d’expérimentation de site naturel de compensation suite à l’appel à projet lancé par le
Ministère de l’écologie en 201111.
 l’île de Kembs12, ancien champ cultivé et parcelle forestière sur lesquels des travaux
de restauration de grande envergure ont été mis en place suite au renouvellement de
la concession du barrage de Kembs (sur le Rhin) obtenue par EDF en 2007 (Garnier
& Barillier 2015).
 Projet Romanche Gavet13 dont EDF est le maître d’ouvrage. Il consiste en un
démantèlement d’anciennes centrales hydrauliques dans la vallée de la Romanche
(Isère) pour les remplacer par une seule centrale plus performante. Quatre sites ont
été impactés par la construction de la centrale et des MC ont été mises en place sur
deux autres sites (suite à une dérogation à la destruction d’espèces protégées).
La description plus précise de ces sites se trouve en Annexe 5. Chaque indicateur

présélectionné a donc été renseigné huit fois, une valeur étant obtenue par site. Les trois
matrices de corrélation résultantes des analyses de corrélations sont présentées en Annexe
4B. Des indicateurs ont été éliminés de la présélection selon les règles suivantes : si deux
indicateurs étaient corrélés, un seul était retenu. Le choix de l’indicateur à retenir était
réalisé de la manière suivante :
11
Les détails de la mise en place de cette expérimentation sont présentés sur le site de l’association
Initiative Biodiversité Combe Madame (IBCM), opérateur de ce site naturel de compensation
http://www.ibcm.fr
12
http://alsace.edf.com/actions/kembs-le-projet-de-renaturation-de-lile-du-rhin
13
http://collectivites.edf.com/fichiers/fckeditor/refonte/DPRomanche-Gavet.pdf
85
Chapitre 2
 soit l’un des deux indicateurs était également corrélé à plusieurs autres indicateurs
non corrélés entre eux (au moins 5, nombre déterminé arbitrairement), alors c’est cet
indicateur qui était éliminé.
 soit il s’agissait d’un groupe d’indicateurs fortement corrélés entre eux. Ce cas
concernait principalement des indicateurs assez proches (par exemple un nombre
d’habitats, une surface ou une proportion surfacique). Dans ce cas la priorité a été
donnée à la cohérence des métriques : elles sont homogènes pour des indicateurs
similaires au sein d’un critère (par exemple, les métriques des indicateurs de
patrimonialité sont toutes des proportions, et non des nombres ou des surfaces
absolues).
Figure 23 : Les 8 sites d’étude. A– Combe Madame autour du refuge (2015) ; B- Île de Kembs (partie
champ avec le bras du Rhin restauré, 2015) ; C- Sites impactés du projet Romanche Gavet (Véna,
Ponants, Clavaux, Gavet), photos prises par le bureau d’études Karum pour l’état initial avant
impacts (dossier de dérogation espèces protégées, 2011) ; D- Sites compensatoires du projet
Romanche Gavet (Pont de Gavet en haut et Île Falcon en bas, 2016).
86
Section I
5.2.2. Prise en compte des contraintes temporelle, technique et financière (tous

niveaux)
Cette étape a pour but d’éliminer les indicateurs trop peu opérationnels. N’ont été
retenus que les indicateurs utilisables avec les contraintes temporelle, technique et
financière liées au contexte de la compensation. Pour cela, une « note d’opérationnalité »
a été attribuée aux indicateurs présélectionnés restant des trois niveaux. Cette note est la
synthèse de critère temporel (temps nécessaire au renseignement de l’indicateur),
technique (type de compétences nécessaire pour mesurer l’indicateur) et financier (coût
de la récolte ou de la récupération de la donnée ; Annexe 4C).
6. Synthèse
Le lot final est composé de 107 indicateurs (Figure 22) présentés dans des
Tableaux 6, 7 et 8. Ce nombre permet au cadre méthodologique d’être adaptable à de
nombreuses situations, mais dans la plupart des cas, seule une partie de ces indicateurs
devra être renseignée. Par exemple, si le site ne contient pas de zone humide, les odonates
ne seront pas inventoriés et les indicateurs correspondants n’auront pas à être renseignés.
Les indicateurs n’ont pas tous les mêmes spécificités. La plupart des indicateurs
sont généralistes, c’est à dire qu’ils peuvent être utilisés quel que soit l’espèce ou l’habitat
concerné. D’autres sont spécifiques à un habitat ou un taxon (par exemple la quantité de
bois mort pour les milieux forestiers). Des indicateurs spécifiques sont proposés pour les
milieux forestiers, prairiaux et zones humides, ainsi que pour l’avifaune, les chiroptères,
les amphibiens, les reptiles, les lépidoptères et la flore (Tableaux 7 et 8). Ces indicateurs
permettent d’affiner l’évaluation pour les quelques milieux et taxons cités.
La définition précise de chaque indicateur, la manière de le renseigner ainsi que
les limites de son utilisation sont présentées en Annexe 6.
87
Chapitre 2
Tableau 6 : Lot final d’indicateurs intégré au cadre d’évaluation pour le Niveau Général
Echelle Critère Indicateurs

Longueur de linéaire de transport (km)
Longueur de linéaire de haies (km)
Connectivité
Surface de corridor écologique traversant le site (ha)
Nombre d’espèces de cohérence régionale pour la TVB
Représentativité Proportion d’habitats naturels (%)
Périmètre
élargi Patrimonialité Nombre d’espaces d’intérêt écologique
Nombre d’espèces déterminantes ZNIEFF
Proportion de milieux cultivés (%)
Proportion de zones construites (%)
Pressions
Surface de plantes invasives (ha)
Nombre de source de pollution (usines)
Nombre et surface d’habitats naturels (ha; EUNIS niveau 2)
Longueur de lisière / ha de milieu forestier
Diversité
Nombre d’espèces de faune (décliné par groupe taxonomique)
Nombre d’espèces de flore
Proportion surfacique des habitats patrimoniaux (%)
Patrimonialité
Proportion des espèces patrimoniales (%)
Périmètre
Proportion de l’avifaune nicheuse (%)
site
Proportion des espèces (non avifaune) se reproduisant sur le site (%)
Fonctionnalité
Indice de spécialisation de l’avifaune (Le Viol et al. 2012)
Proportion d’espèce de chiroptères spécialistes (%)
Surface de milieux cultivés (ha)
Pressions Proportion de zones construites (ha)
Nombre et proportion surfacique d’espèces exotiques envahissantes (%)
Tableau 7 : Lot final d’indicateurs intégré au cadre d’évaluation pour le Niveau Habitat
Echelle Critère Hab cible Indicateur

Indice de fragmentation de l’habitat (Ha/Km) (Lorrillière
Connectivité
Périmètre et al. 2015)
élargi Surface d’habitat similaire (EUNIS niveau 2) dans les sites
Représentativité
patrimoniaux (ha)
Nombre d’espèces inféodées à l’habitat (décliné par
groupe taxonomique)
Diversité
Nombre de microhabitats (dans les arbres (Regnery et al.
Tous 2013b) ou pierriers, andins…)
Surface totale d’habitat (ha) et nombre de patches
Périmètre
site Nombre et épaisseur d’horizons de sol comparé au
référentiel de Baize and Girard (2009)
Fonctionnalité Abondance relative de la mésofaune du sol (nombre/100g)
Nombre d’espèce bio-indicatrice (Siddig et al. 2016)
Nombre d’espèce d’avifaune nicheuse inféodée à l’habitat
88
Section I
Nombre de très gros bois vivant et de bois mort (Bensettiti

et al. 2012)
Forêt Ancienneté de la forêt (année)
Densité de lichen (%)
Nombre d’espèces pollinisatrices
Prairies
Taux d’de recouvrement par les ligneux (%)
Zone Fonctions Hydrologiques, Biogéochimiques et Biologiques
Humide (Gayet et al. 2016)
Proportion de flore dominante (%) (Hillebrand et al. 2008)
Structure Nombre et hauteur des strates de végétation (herbacées,
Tous arborescente et arborée)
Proportion de sol dégradé (%)
Nombre d’espèces indicatrices de perturbation
Pressions Forêt Temps depuis la dernière coupe à blanc (année)
Zone
Taux de couvert des algues dues à l’eutrophisation (%)
Humide
Tableau 8 : Lot final d’indicateurs intégré au cadre d’évaluation pour le Niveau Espèces
Echelle Critère Spécificité Indicateur

Surface habitat favorable (ha)
Surface d’habitat favorable connecté au site (ha)
Périmètre Connectivité Nombre de zones favorables connectées entre elles
élargi grâce au site
Aucune Longueur d’éléments fragmentant (Km ou ha)
Nombre d’observation de l’espèce (bases de données
Représentativité
publiques)
Surface totale d’habitat favorable (ha) et nombre de
patches
Surface d’habitat de nourrissage et de reproduction
Avifaune favorable (ha)
Nombre de couples reproducteurs
Surface d’habitat de chasse favorable (ha)
Chiroptères
Nombre de gites favorables
Fonctionnalité
Surface d’habitat de reproduction favorable (ha)
Périmètre
Amphibiens Nombre de mâle chanteurs
site
Nombre de pontes
Reptiles Nombre de micro-habitats favorables
Lépidoptères Proportion surfacique de plante(s) hôte(s) (%)
Flore Nombre de pieds et/ ou de station
Communauté Nombre d’espèces
Diversité
faune Nombre de familles
Pressions Tous Surface de milieu ne générant pas de perturbation
89
Chapitre 2
7. Apports et limites de la démarche
Afin d’organiser les indicateurs sur lesquels repose l’évaluation des gains et des
pertes de biodiversité, nous avons :
 identifié les composantes de la biodiversité qui devaient être évaluées conformément

à la réglementation, aux recommandations du ministère, tout en étant cohérentes avec
les connaissances scientifiques actuelles sur la biodiversité
 construit un cadre concret d’évaluation permettant d’organiser les indicateurs de la
biodiversité et de rendre lisible la démarche d’évaluation
 choisi les indicateurs de biodiversité en appliquant le double filtre de bases
scientifiques solides et d’opérationnalité.
Nous avons ainsi obtenu un cadre concret d’évaluation de la biodiversité

organisant une batterie d’indicateurs destinés à évaluer les pertes et les gains de
biodiversité.
7.1. Une évaluation « en entonnoir »
Le cadre proposé permet une évaluation allant d’un diagnostic général de la

biodiversité présente sur les sites à un focus sur des composantes considérées à enjeux et
sur lesquelles la compensation va plus spécifiquement porter. Les pertes et les gains sur la
biodiversité « ordinaire » sont ainsi visibles, ce qui permet d’orienter les MC pour
qu’elles bénéficient non seulement aux composantes à enjeu mais aussi à cette
biodiversité ordinaire. Le périmètre élargi permet également de contextualiser
l’évaluation au regard d’éléments présents dans le paysage environnant (corridors,
espaces protégés ou à enjeu…).
Des indicateurs spécifiques pour l’évaluation précise des habitats n’ont été
déclinés dans ces travaux de thèse que pour les milieux forestiers, prairiaux et zones
humides car ce sont les principaux habitats à enjeu rencontrés dans le cadre de la thèse. Il
sera nécessaire d’ajouter au lot existant, des indicateurs spécifiques à d’autres habitats à
enjeu (en plus des indicateurs généralistes adaptés à n’importe quel habitat, Tableau 7)
afin de rendre le cadre d’évaluation directement utilisable dans un plus grand nombre de
contextes. Les maîtres d’ouvrage pourraient notamment ajuster l’évaluation en ajoutant
des indicateurs spécifiques à des habitats fréquemment impactés par leurs activités
(milieux rivulaires pour les aménageurs hydroélectriques comme EDF par exemple, ou
90
Section I
les pelouses d’altitude pour les stations de ski). La création d’un site collaboratif sur
lequel les acteurs pourraient proposer de nouveaux indicateurs à classer dans les
différents critères serait un bon moyen d’améliorer progressivement le cadre d’évaluation.
En ce qui concerne l’évaluation des espèces, leur diversité est tellement
importante que les indicateurs spécifiques sont regroupés par groupes taxonomiques (et
non déclinés pour chaque espèce). A ce niveau, le dire d’expert est d’avantage sollicité
particulièrement pour déterminer le caractère favorable ou non d’un milieu pour une
espèce (« Surface totale d’habitat favorable (ha) et nombre de patches » Tableau 8). Les
critères sur lesquels ce caractère favorable est déterminé devraient être clairement
identifiés par l’expert afin que l’évaluation reste transparente. Par exemple, pour le tétras
lyre, les critères pour l’habitat de reproduction pourraient être définis comme : présence
au sein d’un habitat forestier d’une mosaïque de milieux ouverts et de bosquets, une
hauteur de strate herbacée suffisante et des orthoptères (ressource alimentaire) en grande
quantité.
7.2. Perspectives d’amélioration dans la démarche de

construction du cadre d’évaluation
L’approche suivie pour construire le cadre d’évaluation comprend quelques

limites, la principale étant que l’analyse de la redondance des indicateurs n’a pas pu être
réalisée pour les niveaux spécifiques (NH et NSp). En effet, un nombre trop faible
d’indicateurs a pu être renseigné pour ces niveaux pour deux raisons :
 la donnée était complètement absente car les inventaires nécessaires n’avaient pas été
réalisés (33,9% des indicateurs du NH et 29,6% de ceux du NSp ; Annexe 4A). Les
indicateurs du NH nécessitent en effet des données assez spécifiques qui ne sont pas
récoltées habituellement dans les procédures (surtout pour la structure de la
végétation et des horizons de sol). Pour le NSp, les inventaires étaient hétérogènes
selon les espèces, et particulièrement pour la précision de la description de l’habitat
favorable.
 la donnée n’était pas présentée de manière à pouvoir extraire l’information souhaitée
(33,9% des indicateurs du NH et 22,2% de ceux du NSp ; Annexe 4A). Par exemple,
les listes d’espèces de flore n’étaient pas toujours présentées par habitat naturel, ou
les couches SIG à l’origine des cartographies d’habitat présentées n’étaient pas
disponibles.
91
Chapitre 2
Même pour le NG, quelques indicateurs n’ont pas pu être intégrés à l’analyse des
corrélations par manque de données (13 indicateurs sur 77 présélectionnés ; Annexe 5A).
Ces problèmes de données viennent du fait que la récolte n’a pas été faite spécialement
pour renseigner les indicateurs présélectionnés, et que l’analyse a été faite a posteriori.
Néanmoins, les sites d’étude font partie de projets conséquents et sont très riches en
données comparé à la plupart des sites impactés ou compensatoires (Regnery et al. 2013a;
Bigard et al. 2017). Cela a donc permis de tester les corrélations entre 64 indicateurs pour
le niveau général, qui est le niveau avec le plus d’indicateurs, et qui est systématiquement
utilisé (les NH et NSp ne sont renseignés que s’il y a présence de composantes à enjeu).
Seuls huit sites d’étude ont pu être utilisés pour tester les corrélations entre
indicateurs. Pour accroître la précision de l’information obtenue, il serait nécessaire de
multiplier les sites d’étude. Les sites du projet Romanche Gavet se situent, de plus, dans
la même vallée, assez proches les uns des autres. Malgré une diversité observée entre ces
sites, l’ensemble des sites d’étude ne représente qu’une petite partie de la diversité
des milieux au niveau du territoire français. L’obtention du nombre conséquent de
données nécessaires au remplissage de tous les indicateurs présélectionnés sur beaucoup
de sites reste néanmoins très compliquée à l’heure actuelle. Cela pourrait être de moins en
moins le cas dans le futur car la nouvelle loi « biodiversité » rend obligatoire le dépôt des
données brutes de biodiversité acquises dans le cadre des études d’impact. Des
perspectives d’obtenir un nombre plus conséquent de données pour pouvoir tester la
redondance de nouveaux indicateurs sont donc ouvertes.
Les indicateurs des niveaux NH et NSp ont été quant à eux sélectionnés seulement
selon des critères d’opérationnalité, qui sont des estimations qualitatives des contraintes
temporelles, techniques et financières liées aux indicateurs. Ces critères ont été renseignés
à dire d’expert ou d’après la littérature quand des éléments liés aux contraintes étaient
présents, mais n’ont pas été éprouvés en pratique. C’est pourquoi il est possible que
certains indicateurs (du NH et NSp, mais également au NG) soient trop complexes à
utiliser dans la pratique. Cela pourra être mis en évidence par des phases de test sur des
cas concrets du cadre d’évaluation (voir Chapitre 4).
Enfin, lorsque des indicateurs étaient corrélés et avaient le même niveau
d’opérationnalité, nous avons privilégié la sélection des indicateurs habituellement
utilisés dans les procédures (Annexe 5A). Cela a été déterminé selon notre expérience des
procédures de compensation (étude d’impact, dérogation espèce protégées et incidence loi
sur l’eau). Ce critère supplémentaire de choix intervient comme dernier recours pour
trancher la sélection d’indicateurs équivalents. Il a l’avantage d’ancrer le choix des
indicateurs par rapport au contexte actuel afin de favoriser une utilisation homogène.
92
Section I
7.3. Transposition de la démarche à d’autres contextes
La démarche selon laquelle le cadre d’évaluation a été élaboré (en 4 étapes et avec
les 3 filtres) a vocation à pouvoir être mobilisée dans n’importe quel contexte. Le cadre
d’évaluation présenté ici est adapté au contexte français et plus globalement européen. La
transposition de la démarche dans d’autres contextes règlementaires, politiques et/ou
écologiques, nécessiterait des modifications du cadre en tenant compte des différences
pouvant exister sur les points suivants :
 Politiques de compensation : en France, l’effort de conservation est mis sur les

espèces protégées et les habitats d’intérêt communautaire, d’où les niveaux
spécifiques du cadre d’évaluation. Au Royaume-Unis en revanche, l’accent est mis
sur la biodiversité ordinaire et en Allemagne la compensation intègre plusieurs
composantes environnementales et se base donc plus sur les fonctions (dont la
fonction esthétique, d’usage du sol etc. ; Wende et al. 2012). En Australie et au
Brésil, la conservation des forêts endémiques prend une importance particulière
(Coates & Atkins 2001; Ribeiro et al. 2009) et aux Etats-Unis, historiquement ce sont
les zones humides qui bénéficient le plus de MC (Goldberg & Reiss 2016). Ces
spécificités pourraient être prises en compte avec des niveaux spécifiques, ou des
critères supplémentaires ou encore à l’aide d’un lot d’indicateurs dédiés.
 Naturalité des écosystèmes : elle peut se éférer à des écosystèmes sans influence de
l’activité humaine. En France, la surface de tels écosystèmes est négligeable. Il n’est
donc pas pertinent d’inclure au cadre d’évaluation une notion de naturalité qui
pourrait être prise comme un état de référence d’un écosystème « idéal » vers lequel
on chercherait à se rapprocher avec les MC (Stoddard et al. 2006). Dans les régions
où de tels écosystèmes existent encore, il pourrait être intéressant d’intégrer par
exemple un critère spécifique afin que cette naturalité puisse être préservée. En
Europe cette naturalité a été évaluée pour les milieux aquatiques.
 Types d’écosystèmes : pour ces travaux de thèse nous nous concentrons sur les
milieux terrestres (dont les zones humides) car ce sont ceux pour lesquels la
compensation a été le plus étudiée. Des projets d’aménagement impactent néanmoins
les milieux aquatiques continentaux et marins (EDF gère, par exemple, 75% des
réserves d’eau nationales de surface avec des aménagements hydroélectriques) qui
ont un fonctionnement différent des milieux terrestres et qu’il conviendrait donc de
prendre en compte dans l’évaluation, avec un niveau dédié par exemple. La France
93
Chapitre 2
étant le troisième domaine maritime mondial, une adaptation au milieu marin serait
également une plus-value (par exemple selon les travaux de Bas et al. 2016).
 Echelles spatiales : dans le cadre d’évaluation, la biodiversité est évaluée pour
chaque site à deux échelles (périmètre du site et périmètre élargi). Le périmètre élargi
reste limité car l’occupation de sols en France varie sur des surfaces relativement
restreintes. Sur des territoires ou les espaces sont plus vastes (Etats-Unis, Canada,
Chine, Brésil…), une évaluation à une échelle paysagère plus large pourrait permettre
de mieux prendre en compte les populations d’espèces (Bruggeman et al. 2009) et
l’effet des impacts ou de la compensation sur la matrice paysagère. En France, une
approche au niveau territorial de la compensation est de plus en plus recommandée
pour prendre en compte les impacts cumulés et orienter la localisation des impacts et
de la compensation (MEB 2016; Bigard et al. 2017). Le cadre proposé pourrait être
adapté en ajoutant une échelle spatiale supplémentaire pour l’évaluation
8. Conclusion
Le cadre concret d’évaluation de la biodiversité présenté dans cette partie permet

de formaliser l’évaluation de la biodiversité et la comparaison des sites impactés et
compensatoires au travers d’indicateurs organisés. Les indicateurs retenus ont été
sélectionnés pour répondre aux trois défis (opérationnalité, bases scientifiques et
exhaustivité). La démarche mise en œuvre pour aboutir à ce cadre est davantage détaillée
dans la section II. Concrètement, les indicateurs proposés servent à évaluer les états
initiaux réels des sites impactés et compensatoires, ainsi que les états des sites après
impacts et après MC. Cela permet de calculer les pertes et les gains pour chaque
indicateur et d’évaluer ainsi l’atteinte ou non de l’équivalence écologique pour chaque
indicateur. Cependant, le montage des dossiers exige de pouvoir prédire la valeur
probable des indicateurs après impact et après mesures compensatoires, et ce avant que
les travaux n’aient réellement lieu. Les prochaines étapes de la construction du cadre
méthodologique (présentées dans les chapitres suivants) consistent donc à déterminer
comment prédire l’effet des impacts et des MC sur les indicateurs de biodiversité en
prenant en compte la dimension temporelle et les incertitudes. La qualité des prédictions
conditionne la validité du calcul des pertes et des gains sur lesquels se base l’atteinte de
l’équivalence écologique et la vérification de l’objectif de NNL.
94
Section II
SECTION II
From conceptual vision to practical evaluation of biodiversity for ecological

equivalence assessment in the context of biodiversity offsets.
Lucie Bezombes (1) (2), Thomas Spiegelberger (1), Stéphanie Gaucherand (1), Véronique
Gouraud (2) Christian Kerbiriou (3,4)
(1) Université Grenoble Alpes, Irstea, UR EMGR, 2 rue de la Papeterie-BP 76, F-38402 St-Martin-
d'Hères, France
(2) EDF R&D, Laboratoire National d’Hydraulique et Environnement, 6 Quai Watier, F-78400
Chatou, France
(3) Muséum National d'Histoire Naturelle, Centre d’Ecologie et de Sciences de la Conservation,
UMR7204 MNHN-UPMC-CNRS, 55 Rue Buffon, F-75005 Paris, France
(4) Station de biologie marine, place de la croix, F-29900 Concarneau, France
Acknowledgments
We are thankful to Marie-Eve Reinert for her useful comments on an earlier draft of this article.
We are grateful to the researchers from IRSTEA who participated in the working group on the
framework development. We also thank Agnes Barillier and Frederick Jacob for relevant
comments and advice on the choice of indicators, and all the organizations that collected the data
on the study sites. This research was financed by the French government “CIFRE” grant for PhD
students and Electricité de France (EDF).
Key words
Biodiversity offsets, biodiversity indicators, standardized framework, ecological equivalence, offset

policy, operationality, scientific basis, comprehensiveness
 Article soumis à la revue Ecological Indicators – Réponse d’un reviewer reçu en

septembre 2017 (révisions modérées) et re-soumission en octobre 2017.
La version suivante est la version révisée d’octobre 2017.
95
Chapitre 2
Abstract
In response to biodiversity erosion caused by human activities, biodiversity offsets is widely used
to compensate for negative impacts with an objective of “no net loss” (NNL). One major challenge
is selecting biodiversity metrics based on which the losses due to impacts and the gains due to
offset measures will be calculated and the equivalence between them assessed. Metrics should
be adapted to both the offset policy requirements and biodiversity complexity. In most European
countries, the methods used and case-by-case practices are heterogeneous, a situation which
does not guarantee achieving NNL. We suggest an approach to facilitate the elaboration of a
practical and standardized framework for biodiversity evaluation in order to assess the ecological
equivalence between losses and gains. The approach contains four steps during which filters are
applied so that the framework is science-based, operational and comprehensive. We adapted the
approach to the European offset policy, taking into account specificities of the context in France.
The resulting framework combines the complexity of biodiversity expressed within a conceptual
vision shared by stakeholders and legislative constraints within offset policies (steps 1 and 2). It
includes two levels of biodiversity evaluation (a general level and a specific level subdivided into
species level and habitat level) at two spatial scales (large and site scales; step 3). Biodiversity is
evaluated with seven criteria derived from the conceptual vision of biodiversity (step 3), broken
down into a final set of necessary and sufficient indicators (step 4). The selection of indicators
was validated with concrete data from eight study sites (step 4). The approach aims to be
integrative and adapted to a large number of situations, but for certain contexts possibly different
features are identified in the resulting framework. We finally suggest future work necessary to
complete the standardized framework with components particularly related to biodiversity losses
and gains and equivalence assessment.
1. Introduction
Biodiversity offset is currently widely used to counteract impacts from development (Pilgrim et al.
2013). It consists in compensating biodiversity losses with commensurate gains provided by offset
measures, in order to achieve “no net loss” (NNL) of biodiversity (ten Kate et al. 2004).
Implementing biodiversity offset implies that initial states of biodiversity on both impacted and
compensatory sites must be evaluated. Consequently, metrics have to be chosen as surrogates
for biodiversity, based on which the ecological equivalence between losses and gains is
calculated to demonstrate NNL (Quétier & Lavorel 2011).
Depending on the offset policy, metrics target different biodiversity components according to local
and national conservation issues (McKenney & Kiesecker 2010). In the USA, wetlands are
mitigated under the Clean Water Act (1972), and metrics are usually related to wetland functions
(State of Florida 2004; Levrel et al. 2015). In the state of Victoria in Australia, the Native
96
Section II
Vegetation Act (2003) imposes compensation for endemic forest, and metrics represent
vegetation cover and structure (Parkes et al. 2003). In Europe, where anthropogenic pressure on
ecosystems is high, the use of basic mitigation metrics based on pristine habitat is nearly
impossible; therefore, offset policies are currently complex and have been built up since the
1970’s based on early conservation principles (Quetier et al. 2014). Biodiversity offset is currently
required for several biodiversity components, for which conservation outcomes are stipulated in
different legislations at both European and member state levels. Offset measures must be
implemented when significant residual impacts (those remaining after avoidance and reduction)
occur on those biodiversity components (e.g., in France for wetlands, forests, protected species
and natural habitats and the Natura 2000 network; European Directive on Habitat 1992).
Despite the recent enactment of new laws in European countries strengthening offset objectives
and implementation (i.e., in France the Recapture of Biodiversity and Landscapes law in 2016), in
some countries there are still no recommended and available standardized metrics or methods to
size offsets (e.g., France, UK, Spain, Italy). Only a few methods are starting to emerge in these
countries (Department for Environment Food & Rural Affairs (DREFA) 2013; Gayet et al. 2016).
Therefore, there exists a gap between offset policy requirements and usual practices, making it
problematic to achieve the NNL of specific target biodiversity components (Regnery et al. 2013).
In practice, metrics used to evaluate biodiversity, in the context of biodiversity offsetting, should
combine two main characteristics: they should meet legal requirements (McKenney & Kiesecker
2010) and capture the complexity of biodiversity (Gardner et al. 2013). The biodiversity
components at stake are usually selected based upon anthropogenic considerations to address
conservation issues (Regnery et al. 2013) but can also address ecological issues such as
ecosystem functionalities (Levrel et al. 2012). However, how these components at stake should
be evaluated remains a key challenge. The main reason is that biodiversity is multidimensional
and can be observed at several organizational, spatial and temporal scales (Noss 1990), which
makes its evaluation complex. Moreover, biodiversity offsets are implemented in a context of
development projects where the evaluation of biodiversity is subject to technical, financial and
temporal constraints (Cuperus et al. 2001; Quigley & Harper 2006).
Standardized frameworks could improve this evaluation of biodiversity and the assessment of
ecological equivalence between losses and gains, by suggesting quantitative metrics (Gibbons &
Lindenmayer 2007) that better combine legislation requirements and biodiversity complexity.
Based on this observation, we developed a pragmatic methodological approach to facilitate the
development of this type of standardized framework for practical biodiversity evaluation in the
context of biodiversity offset. We proceed in four steps: (1) rallying all the actors involved around
the conceptual vision of biodiversity which shoul be shared by stakeholders; (2) identifying the
characteristics of the offset policy and the legislation requirements; (3) developing a practical
framework for biodiversity evaluation; and (4) prospecting for and selecting a relevant set of
97
Chapitre 2
indicators within the framework. Following these four steps, different filters are applied (Fig. 1) to
ensure that the framework is operational, science-based and comprehensive, which are
necessary attributes for the framework to enable achieving NNL (Bezombes et al. 2017). We
apply this approach in the European context including the specificities of the French legislation
and validate it with data collected on eight impacted and compensatory sites in France. We
present the resulting standardized framework step by step.
2. Step 1: Rallying all the stakeholders involved around a shared conceptual vision of
biodiversity
The first step of this approach is to rally stakeholders involved in biodiversity offset around a
shared conceptual vision of what biodiversity is. In the context of development projects,
biodiversity issues are often considered by companies as legislative constraints leading to
uncertain results. This first step should be a good opportunity to open up a dialogue between all
stakeholders and spread knowledge about biodiversity toward the ones not usually directly
involved in biodiversity matters. This is a prerequisite for environmental issues to be taken into
account as soon as the project is conceived, while all the options are still possible. The result
should be a consensus on the concept of biodiversity, which in turn will prefigure how
components of biodiversity should be assessed. Since biodiversity is multidimensional, it is
important to conceptualize its intrinsic complexity as an explicit common basis for its evaluation.
This should increase the project efficiency by avoiding wasting time and money on doubtful
evaluation of biodiversity with a high risk of being rejected by the relevant authorities. Also, using
such an innovative approach can give a better advertising for developers and improve their image
with the environmental authority that delivers the permits.
According to the Convention of Biological Diversity (CBD Secretariat 1992), biodiversity has been
defined as the diversity between organisms and their interactions at different levels of
organization, from genes to ecosystems. We propose to evaluate these levels in terms of three
primary dimensions: the composition, structure and function of biodiversity as recommended by
Noss (1990). These dimensions should be evaluated at both spatial and temporal scales of
biodiversity. Indeed, spatial patterns drive the interactions between organisms at each level of
organization (e.g., the flow of species from one favorable habitat to another through ecological
corridors). There are also temporal successions of fauna and flora from the pioneer to the mature
state of an ecosystem whose dynamic is influenced by the perturbation regime.
We agreed that evaluating biodiversity according to the conceptual vision integrating all the
above-mentioned elements should capture biodiversity in its complexity. Encouraging
stakeholders to discuss and agree on the conceptual view of biodiversity before developing
metrics for offset design may lead to greater awareness of the complexity of biodiversity, a more
98
Section II
complete evaluation of biodiversity components by better including its essential features and
finally greater and better acceptance of biodiversity offsets.
3. Step 2: Identifying the characteristics of the offset policy and the legislation
requirements
The second step of our approach consists in identifying the characteristics of the offset policy and
the legislation requirements that determine a set of biodiversity components at stake that have to
be offset. This involves analyzing what is mandatory and what is not mandatory but considered as
good practices (Business and Biodiversity Offsets Programme (BBOP) 2012b) that contribute to
improving biodiversity offsetting and in turn the acceptance of project developments.
3.1. Mandatory
In Europe, species protection is based on the EU Habitats Directive and the EU Birds Directive.
Over 900 plant and animal species are protected under Annex IV of the EU Habitats Directive
92/43/EEC (EEC 1992), and all wild birds are protected under Article 1 of the EU Birds Directive
2009/147/EC (codified version of Directive 79/409/EEC as amended; EEC 2009). The protection
of these species (with particularly declining population dynamics for most of them; Donald et al.
2007) prohibits the destruction or alteration of their habitats. When developers cannot avoid
negative impacts on species (considering the economic and social issues of development
projects), derogation requests to legal protection can be attributed under articles 9 and 16 of the
EU Habitats and Birds Directives. According to these articles, development projects may be
authorized under the condition that offset measures maintain or restore a favorable conservation
status (Table 1) of the species populations concerned (EEC 1992, 2009). Thus, to effectively
conserve these populations, offset measures have to target the same species that are impacted
(like for like). In addition to the European laws, in France, Environmental Impact Assessment
(EIA) procedures are mandatory for projects defined in article R.122-2 of the Reform of the EIA
Decree (2012). In these cases, the mitigation hierarchy (avoid, restore or rehabilitate and offset)
must be applied and any significant residual impacts on woodlands, wetlands, protected species
and protected natural habitats (at the European and national scales) have to be compensated by
appropriate offset measures (Table 1) because they are considered biodiversity components at
stake (Quetier et al. 2014).
3.2. Not mandatory but recommended
In addition to these mandatory requirements, a French consultative process called “Grenelle de

l’Environnement” has also encouraged developers since 2007 to evaluate the impacts of their
99
Chapitre 2
projects on landscape level connectivity. Moreover, the EU 2020 Biodiversity Strategy requires
that by 2020, ecosystems and their services be maintained and enhanced by establishing green
infrastructure and restoring at least 15% of degraded ecosystems (Commission to the European
Parliament 2014). Also, other areas classified as natural areas of ecological, zoological and
floristic value (ZNIEFF) are considered as patrimonial areas, which do not benefit from mandatory
protection, but the jurisprudence confirms that their presence must be taken into account in
development projects.
In general, increasing recommendations from scientists stipulate that offset measures should
focus on ecosystem functionalities. In practice, impacts on “ordinary biodiversity” (i.e., biodiversity
components not considered to be at stake) are usually declared as nonsignificant, even though
ordinary biodiversity supports ecosystem functionalities (Smith & Knapp 2003; Solan et al. 2004)
and is declining (Julliard et al. 2004; Jiguet et al. 2010).
4. Step 3: Developing a practical framework for biodiversity evaluation
The objective of the third step is to develop a practical framework for biodiversity evaluation taking
into account the complexity of the conceptual vision of biodiversity (step 1) but also adapted to a
particular context of offset policy with legislation requirements (step 2, Fig. 1), which makes the
framework comprehensive. The elaboration of the framework can be guided by the four following
questions.
4.1. What biodiversity components at stake does the framework target?
To be operational, the framework should first focus on biodiversity components that must be
offset by legislation. In the French offset policy, the EIA procedures ensure that a diagnosis of the
biodiversity present and possibly impacted is carried out in order to select the components at
stake in both European and French offset policies (see step 2). The problem is that currently,
these components are evaluated heterogeneously depending on a species’ conservation status
on the IUCN Red List (endangered species receive greater attention) and the stakeholders
involved (Regnery et al. 2013). These heterogeneous practices do not guarantee NNL and lead to
losses of biodiversity. Therefore, to fit all procedures (Table 1) in a more standardized and
reproducible way, we suggest that the framework carries out the evaluation at two levels: a level
sticking to the protected species and habitats legislation and a more general level including the
ordinary biodiversity (see Fig. 2a):
- a general level (GL), where the biodiversity present on an impacted and a compensatory site is
evaluated in every case and in a general way, that is without focusing on a particular species or
natural habitat. The ordinary (supporting ecosystem functionalities) and patrimonial biodiversity
can be diagnosed in EIA with this level. This level should be used for every site evaluation. - a
100
Section II
specific level (SL), which is further subdivided into species level (spL) and habitat level (hL),
where components at stake detected at the GL are in the focus They are evaluated in a more
detailed manner (species needs, population viability, threats, habitat structure and maturation
etc.), because they may be subject to offset if residual impacts persist after the avoidance and
reduction phases. Within the European offset policy, the spL can be used to evaluate species
protected under the EU Habitats and Birds Directives, and the hL for natural habitats that are part
of the Natura 2000 network. This level should be used for sites where species or habitats at stake
are identified.
4.2. What spatial scale does the framework support?
Biodiversity losses and gains can be assessed at different spatial scales for each level of
biodiversity organization (Fig. 2). In Europe, despite the EU Strategy on Green Infrastructure,
there is no obligation to evaluate biodiversity at the landscape level (general term used here to
describe the surrounding environment (several kilometers) of impacted or compensatory sites). In
France, only significant residual impacts on important ecological corridors tend to be
compensated. For linear infrastructures such as roads and railways, the landscape context is
increasingly taken into account due to their highly fragmenting effect on landscape over long
distances (Cuperus et al. 2001; Jones et al. 2014; Mimet et al. 2016). One major difficulty is to
evaluate the value of the impacted or compensatory site in a broader landscape context
(Bruggeman et al. 2009), notably because of the lack of available data, making the assessment of
losses and gains at a large spatial scale quite sensitive. The way these aspects are integrated
into the assessment of losses and gains remains mainly case-dependent and is often based on
expert opinion only.
Therefore, we included an enlarged evaluation of biodiversity in the framework. To do this in a
standardized way, for each of the three levels (GL, sL and hL), we suggest that biodiversity is
evaluated at two spatial scales (see Fig. 2b):
-the site scale (SS), which corresponds to an evaluation of biodiversity within the perimeters of
the impacted and compensatory sites. Biodiversity is evaluated in terms of species and
ecosystems. The direct influence of impacts (e.g., destruction of 1 ha of wetland) or offset
measures (e.g., restoration of 2 ha of wetlands) can be observed at this scale, as well as species
perturbation.
-the large scale (LS), which is an area surrounding the sites (Fig. 2b) with a perimeter considered
according to various issues: the size and shape of impacted and compensatory sites (at the GL),
their location in the catchment (at the hL), and dispersal capacity or vital area of the species at
stake (at the spL). The LS does not properly correspond to a landscape context as depending on
the project it would cover a very wide area that is too time-consuming to prospect. Evaluation at
101
Chapitre 2
this scale is a proxy for larger phenomena such as connectivity between favorable habitats for a
species, which can be fragmented by development projects or restored with offset measures.
4.3. What dimensions of biodiversity are taken into account within the framework?
As mentioned in step 1, we consider three main dimensions to evaluate biodiversity: composition,

structure and function (Noss 1990). Depending on the conservation outcomes put forward as
offset policy objectives, some dimensions are more appropriate to evaluate the biodiversity
components at stake than others. For example, in the Habitat Hectare approach (Parkes et al.
2003), the structure of the native vegetation is evaluated, given that the offset policy aims to
maintain the naturalness of endemic forests. In the Fish Habitat approach (Harper & Quigley
2005), the composition, structure and function of lacustrine habitats are evaluated, given that the
offset policy aims to maintain lake fish productivity. These approaches assume that native
habitats function well and possess features allowing persistence of species over time. However,
in Europe where anthropogenic pressures on ecosystems are high and have lasted for a long
period of time, ecosystems have evolved with human practices and some highly valued habitats
are dependent on land use (e.g., calcareous grasslands supporting high biological diversity; Doxa
et al. 2012). As there are several objectives for biodiversity offset depending on the components
considered (Table 1), all three dimensions are necessary to evaluate biodiversity in a
comprehensive way.
To facilitate the understanding of the framework without in-depth knowledge in ecology, we broke
down the compositional, structural and functional dimensions of biodiversity into seven criteria
(Table 2). Most of the criteria are related to ecological processes, except for the “Patrimonial
Status” criterion, which refer to anthropogenic conservation choices.
According to Noss (1990), the term “function” involves ecological and evolutionary processes,
including gene flow, disturbances and nutrient cycling. Therefore, we related it to the “Pressure
and Management” and “Functionalities” criteria, specifying the “Functionalities” criterion as four
main processes identified as the most relevant for offset policy objectives (Table 2).
4.4. How does the framework integrate non mandatory good practices and recommendations?
Some practices and recommendations may not be enacted in the legislation, but still increase
effective biodiversity offsetting and acceptance of the project. They can be mentioned in
guidelines recognized by the offset policy (e.g., Cuperus et al. 1999; Business and Biodiversity
Offsets Programme (BBOP) 2012a, b; CGDD 2013), they can be encouraged by expert panels
evaluating and advising legal authorities on the application of the mitigation hierarchy (e.g.,
National Committee for Nature Protection (CNPN) in France) and they can emerge from scientific
research (Evans et al. 2015; Gelcich et al. 2016).
102
Section II
In France, the obligation of achieving NNL is currently legislated, but no method detailing how to
measure it is imposed. Therefore biodiversity offsetting is based to a large extent on
recommendations, notably:
-Offsetting impacts on connectivity are recommended at both the European and national levels
(EU Strategy on Green Infrastructure and Grenelle de l’Environnement). Our framework
integrates the “Connectivity/Fragmentation” criterion (Table 2), ensuring that this structural
dimension of biodiversity is taken into account.
-Scientific research recognizes that the evaluation of biodiversity in terms of species lists or
habitats is not sufficient to evaluate losses and gains, and urges countries to assess impacts on
species and habitats also in terms of their functionalities. Our framework integrates some of these
functionalities (Table 2).
5. Step 4: Prospecting and selecting a relevant set of indicators within the framework
The fourth step of the approach consists in first prospecting and then selecting a relevant set of
indicators for biodiversity evaluation, i.e., the metric for the calculation of biodiversity losses and
gains. In the framework presented herein, indicators should aim to characterize the seven criteria
chosen for the evaluation of biodiversity as best possible (Table 2).
As a multitude of indicators is currently available, during this step we applied filters to reduce the
high number of potential indicators (Heink & Kowarik 2010). Two main filters can be applied (Fig.
1) so that the indicators selected are both science-based and operational i.e., adapted to the
temporal, technical and financial constraints that developers must contend with.
5.1. Prospection phase
First, an exhaustive list of indicators should be created with a maximum number of indicators for
assessing each criterion defined in step 3. It is crucial that all potential indicators respond to
disturbances, anthropogenic stresses and changes over time in a predictable manner and that
there is low variability in this response (Dale & Beyeler 2001). In this study, the changes refer to
development projects’ impacts and offset measures’ benefits on biodiversity. Therefore, the types
of impacts and offset measures commonly encountered have to be identified. In European
countries, development projects concern mainly urbanization, linear infrastructures, quarries,
touristic activities (ski resorts, coastal development), industrial activities... Accepted offset
measures consist in ecosystem restoration, creation or maintenance (with preference when there
is legal protection) (Jacob et al. 2014).
During the prospection phase, we applied the scientific basis filter by investigating indicators
validated in scientific publications to ensure that indicators have been tested and approved as
valid surrogates of the target elements. We also prospected for indicators in guidelines from
103
Chapitre 2
methods already used and considered relevant for biodiversity evaluation in diverse contexts
(e.g., Gibbons & Freudenberger 2006; Delzons et al. 2013). We advise searching only for
indicators with quantitative metrics, excluding indirect notations relative to qualitative
characteristics, in order to keep the evaluation direct and transparent. Even though qualitative
assessment is less time-consuming and needs less technical support than quantitative one, we
favored a precise quantitative evaluation of biodiversity.
The list of the preselected indicators after the prospection phase is detailed in Appendix 1. A total
of 170 indicators were preselected (86 for GL, 57 for hL and 27 for sL). Indicators at specific
levels were classified into the indicators adapted in every situation (i.e., for the evaluation of all
habitats or species), and those adapted only for one type of natural habitat or species (e.g., the
number of dead trees for forest habitats).
5.2. Selection phase
During the selection phase, a final set of most relevant indicators for biodiversity evaluation is
selected out of the exhaustive list by applying the scientific basis and operationality filters (Fig. 1).
In a preliminary step, we identified the indicators usually found in current procedures (see
Appendix 1) in order to give them priority in the selection of the final set of indicators. Indeed,
environmental authorities assessing procedures expect certain information (e.g., detailed
mapping of natural habitats) and therefore related indicators (e.g., natural habitat areas) should
be present in the standardized framework to allow for long-term and inter- or intra-project
comparisons.
5.2.1. Scientific basis filter: removal of redundant indicators
To obtain a final set of indicators without redundancy in the information they provide, we analyzed
the correlations between indicators. In theory, they should be analyzed for all preselected
indicators, but to illustrate this process we restrained our analysis only to indicators from the GL
(see Appendix 1).
The data used were collected on eight study sites in France: a mitigation banking experiment in
the Belledonne mountains (French Alps) in the department of Isère; a compensatory site located
on the upper Rhine River, in the department of Haut Rhin; four impacted sites along the
Romanche River and two related compensatory sites downstream on the same river also in the
department of Isère (see Table 3 for details). All data refer to the initial states of biodiversity
before impacts or offset measures on these sites and various types of data were used:
inventories, GIS, public data and field prospection.
This selection is intended to remove the indicators highly correlated to others from the exhaustive
list (based on Spearman rank correlation; high correlation being considered as R²>0.6, P<0.05) in
104
Section II
order to obtain a minimum set of independent indicators. The selection proceeded in three stages:
a) analyzing correlations between indicators not usually used in procedures; (b) analyzing
correlations between indicators that are usually used in procedures (from mandatory
requirements) and c) analyzing correlations between the indicators selected in a) and b), first
removing indicators that are not usually used in the procedures. The three correlation matrices
are presented in Appendix 3. Approximately half of the preselected indicators for which
correlations were tested were removed (39 out 75; see Appendix 1) because they were highly
correlated with other indicators.
5.2.2. Operationality filter: taking into account temporal, technical and financial constraints
We applied this filter to all three levels. Since the practical framework for biodiversity evaluation
should remain operational in the context of biodiversity offset, we passed all indicators (from
General and Specific Levels) through an operationality filter. It aims to exclude indicators that
would not be appropriate in a context driven by temporal (data collection could take several
years), technical (software for which skills are not yet common among practitioners, e.g.,
“Graphab” for landscape connectivity evaluation; Foltête et al. 2012) and financial (expensive
material) constraints.
We categorized operationality into three features related to the above-mentioned constraints
(Appendix 3) based on the authors’ expertise of procedures: estimated time of data collection
(temporal), type of skills needed to fill in the indicator (technical) and price of the data collection
needed to fill in the indicator price (financial). Depending on the features’ modalities, three levels
of operationality were assigned to indicators: low, medium or high. The overall level of
operationality was evaluated as the mean levels of each feature. Indicators with an overall “low”
operationality were removed first, but indicators with a medium or high level of operationality were
also removed if they did not pass the scientific basis filter (five out of 81 for GL, 13 out of 56 for hL
and four out of 27 for spL; see Appendix 1).
5.2.3. Final result of selection
The final set of indicators organized by levels, scales and criteria is summarized in Table 4 (41
indicators in the GL, 43 in the HL and 23 in the sL). This constitutes a standardized framework for
biodiversity evaluation adapted to the European context constructed following our methodological
approach.
6. Discussion
6.1. Towards losses, gains and equivalence assessment
105
Chapitre 2
The framework resulting from the approach applied herein is an essential first step in the
development of a complete equivalence assessment method (EAM). The metrics used for losses
and gain calculations are important cornerstones because they determine what biodiversity
component will be compensated in the offset process (Bekessy et al. 2010). The indicators
suggested in the framework represent these metrics, based on which the ecological equivalence
between biodiversity losses and gains could be assessed. For this purpose, each indicator should
be assessed four times: before impacts and offset measures (initial state of impacted and
compensatory sites) and after impacts and offset measures (predicted state of impacted and
compensatory sites). Consequently, losses and gains can be calculated for each indicator as the
predicted values minus the initial values. The ecological equivalence is logically reached when the
values of losses equal the values of gains. For more transparency and coherence in the
evaluation, we chose not to aggregate indicators into notes per criterion or even an overall score
for an entire site. In this way, even though it might make calculations complex, biodiversity
components showing important losses or gains could be detected more easily, allowing better
management of the projects in general depending on the strengths and weaknesses of the offset
measures. The same framework can also be used afterwards to monitor offset measures and
verify that predictions were accurate. Even though the framework is well developed in terms of the
indicators, the following aspects still need to be completed to obtain a functional EAM.
-Loss and gain predictions. The ecological equivalence has to be assessed early in the project
development process, allowing authorities to evaluate whether the design of offset measures can
achieve NNL. This timing implies that indicator values after impacts and offset measures are
predictions that have to be made based on the impacted and compensatory sites’ initial state.
Such predictions are accompanied by a certain amount of uncertainty (Moilanen et al. 2009) that
should be taken into account in order to maximize the accuracy of the calculation of losses and
gains. Uncertainties notably refer to the risk of failure when implementing offset measures and are
usually dealt with by area multipliers (Bull et al. 2016). Predicted values of indicators should
therefore be modulated depending on the level of uncertainty, which could be determined by
classifying them according to the target species or habitat (Tischew et al. 2010), the type and
intensity of the impacts (temporary or permanent), the type of offset measures (habitat
restoration, protection, creation or enhancement), the ecological engineering techniques used
(Jaunatre et al. 2014) and the temporal issues (ecosystem resilience; Curran et al. 2013). In the
current state of knowledge, the evaluation of these uncertainties can only be qualitative; only the
acquisition of data from feedbacks will make it possible to switch to a quantitative evaluation.
-Equivalence assessment. Using the framework, the balance between losses and gains is
observed for each indicator individually. In an ideal situation, every indicator would be at least
balanced or show a net gain, and consequently ecological equivalence would be reached for the
whole project. In practice however, some indicators will be balanced (gain equals loss), while
106
Section II
others will probably show a net gain or a net loss. To determine whether equivalence is reached
overall, we suggest ranking indicators according to the compromises established in collaboration
with stakeholders before using the framework, regarding the biodiversity issues and the offset
policy requirements (should we prioritize the loss of natural land, species perturbation, landscape
fragmentation?...). The objective is to give more weight to net losses or net gains for certain
indicators. This step is crucial since every indicator will not be balanced or show a net gain at the
same time (one action favorable for some species could be harmful for others, e.g., opening
areas). Thus, equivalence (or net gain) should be reached at least for all “priority” indicators, i.e.,
the ones identified to represent the main biodiversity issues. The prioritization of indicator will
certainly vary from a project to another, but some issues may be common to an entire territory.
6.2. Framework test phase
To completely finalize the framework and facilitate widespread utilization, it is essential that a test
phase be conducted on several projects impacting biodiversity and for which offset measures are
necessary. The panel of projects should represent a maximum of different situations in terms of
target species and habitats, types and duration of impacts, type of offset measures, etc. During
the test phase, indicators should be validated, answering questions such as: are they relevant in
every situation? Are they manageable for the stakeholders involved? Can their values be
predicted over the short or long term? Do they logically respond to changes (impacts and offset
measures)? This feedback will contribute to improving the framework by highlighting relevant
protocols to collect the necessary data and also by dealing with temporal (how long after impacts
or offset measures are the indicator values predicted?) and spatial (what are the relevant scales
to consider?) issues.
6.3. Field of application
The approach detailed in this paper is general enough to be applied in every offset policy by every
stakeholder wishing to develop a standardized framework for practical biodiversity evaluation on
sites impacted by development projects or enhanced by offset measures. The filters applied
ensure that the framework combines a scientific foundation, operationality and
comprehensiveness, which are decisive features in the frameworks’ effectiveness meeting the
NNL of biodiversity (Bezombes et al. 2017).
Nonetheless, the resulting standardized framework would vary from the one presented in this
paper since national offset policies claim different objectives and are constructed upon multiple
conservation issues in different countries or regions. Moreover, each country has its own
specificities in terms of legal requirements (e.g., France and Germany depend on the EU Natura
2000 network offset policy but have quite different national legislations; see Madsen et al. 2010).
107
Chapitre 2
Some aspects of the framework would have been different if the approach was applied in another
context:
-Offset policy. This framework focuses on species and habitats at stake in response to the
importance given by EU and French offset policies in protecting species and habitat conservation.
In the USA for example, wetland mitigation represents a major part in offset policy (Madsen et al.
2010) and therefore the framework would probably focus more particularly on wetlands, either
with a specific level for wetlands or with a comprehensive set of indicators dedicated to wetlands
evaluation within the habitat level. Similarly, endemic forests are protected in Brazil and Australia
under particular legislation (Madsen et al. 2010) and would have a reinforced importance within
the framework. In the UK there is willingness from the government to preserve ordinary
biodiversity (Department for Environment Food & Rural Affairs (DREFA) 2013), which could be
evaluated only with an extended GL.
-Naturalness. In European countries, biodiversity has evolved with human activities for centuries
and only very few remaining ecosystems can be considered to have high naturalness (e.g., some
Mediterranean primary forests, peatlands). In regions where wilderness areas never impacted by
human activities still exist (e.g., tropical forests), the framework should enable the evaluation of
this naturalness, with a dedicated criterion for example. Moreover, in such cases it would be
easier to compare the selected indicators to a reference state (i.e., high naturalness) to obtain
relative metrics rather than absolute metrics (e.g., values expressed as percentages of the
benchmark; Parkes et al. 2003).
-Type of ecosystems: The framework is adapted to terrestrial biodiversity (including wetlands) and
at the moment does not include indicators specific to aquatic or marine ecosystems. The structure
of the framework could be the same, but indicators would be different since these ecosystems
have different proprieties than the terrestrial ones. They notably have high temporal variability due
to frequent hydrological disturbances (floods, low water) (Resh et al. 1988; Poff et al. 1997), very
pronounced longitudinal structuring (Kondolf et al. 2003) and higher consumer biomass than
primary producers (unlike terrestrial ecosystems).
-Spatial scales. In Europe, the high population density of countries (the urbanization rate is 75%
according to the European Commission), and the low amount of remaining pristine habitat,
influences land use, which becomes strategic. Land use is managed on smaller areas compared
to countries like the USA, Australia, Brazil and Canada. In those areas, the LS could be more
related to a landscape scale since species dynamics can be observed over wide areas (Hanski
1998).
-Changes in biodiversity. Economic development influences the type of impacts on biodiversity. In
certain countries mining is an important source of impacts on biodiversity (Business and
Biodiversity Offsets Programme (BBOP) 2014; Virah-Sawmy et al. 2014). The specificities of this
108
Section II
type of impact should be integrated when prospecting for indicators given that they should
respond to anthropogenic changes.
6.4. Role of expert’s opinion in a standardized framework
The approach developed herein facilitates the elaboration of a standardized framework for
biodiversity evaluation. This standardization however, still needs an expert with a particular
knowledge so that the evaluation can be adapted to a wide range of situations. Certain indicators
within the species level such as “the area of favorable habitat” need expert knowledge to be filled
in (this is no longer the case for aquatic ecosystems) since, for example, integrating requirements
for individual species would burden the framework. Instead of analyzing each habitat feature in a
standardized way to evaluate habitat favorability for one particular species, we kept general
indicators such as “favorable breeding or nesting habitat.” Nonetheless, expert opinion should be
guided by general recommendations, and arguments leading to the attribution of indicator values
should be documented to provide transparency. During the framework elaboration process, expert
opinion also played a role, mainly during the indicator selection phase. To obtain a consistent set
of indicators, the strict application of both the scientific basis and operationality filters was
modulated by expert opinion; particularly for similar indicators (e.g., diversity of birds, bats,
mammals, etc.) the same metrics were chosen even though they were heterogeneously
correlated to other indicators.
6.5. Improving Environmental Impact Assessment
Using the framework for biodiversity evaluation that we present in this paper could largely
contribute to improving both European and French EAI (Bigard et al. 2017) at two main phases for
stakeholders involved:
-The planning phase conducted by developers and environmental consultancies. Using a
standardized framework that is reproducible between projects enables developers to save time
and money that otherwise would have been spent in the determination of frameworks on a case-
by-case basis. Environmental consultancies could in turn concentrate on collecting high-quality
data. The framework helps design offset measures that achieve NNL of biodiversity in a more
efficient way, probably resulting in a better acceptance of the projects by authorities.
-The examination phase conducted by authorities. The generalized use of standardized
frameworks makes examination of EIA faster for authorities, guaranteeing that developers provide
an assessment of minimum quality while meeting legal requirements. Taking into account the
cumulated impacts of several projects in the same area is also possible since projects can be
compared with the same method.
109
Chapitre 2
The collection and efficient use of homogenous data in EIA will also make offset measure
monitoring easier because the same indicators can be used in management plans. Consequently,
both practitioners and researchers could share their experiences (Fennessy et al. 2007) to meet
the goal of further improving biodiversity offsetting.
Conclusion
Using a framework coherent with the approach we presented in this paper should ensure that the
assessment of ecological equivalence, necessary to design offset measures achieving NNL, is
science-based, operational and comprehensive. The approach can be applied to every offset
policy no matter what biodiversity issues are at stake. The resulting framework can provide an
objective basis for discussion on biodiversity offset management and should be shared by the
different stakeholders involved.
Figures and Tables
110
Section II
111
Chapitre 2
Table 1: Offset policy in Europe with specificities of the French context (EIA=Environmental Impact Assessment).
Procedures Valued Biodiversity Objectives Conservation Outcomes

Components
European offset policy
EIA on Natura 2000 Habitats part of the Natura 2000 Identifying residual significant impacts on natural Offset measures aim to maintain the
network habitats and species having justified the conservation goals of the Natura
designation in the Natura 2000 network 2000 site impacted
Species derogation Birds listed in Annex 1 of the Identifying residual significant impacts on Maintenance of a favorable
EU Birds Directive 2009/147/EC protected species and suggesting commensurate conservation status of the
Species listed in Annex II & IV of offset measures for the same species populations of the species concerned
the EU Habitats Directive (EEC 1992, 2009)
92/43/EEC
Habitat derogation Habitats listed in Annex II & IV of Identifying residual significant impacts on Maintenance of a favorable
the EU Habitats Directive protected habitats and suggesting commensurate conservation status of the habitat
92/43/EEC offset measures on the same habitats concerned (EEC 1992, 2009)
Specificities of French offset policy

EIA Ecological corridors (called Running a diagnosis of biodiversity present and No net loss of valued biodiversity
‘Trames vertes et bleues’) as possibly impacted; detecting the presence of components
defined in the article 371-1 of the biodiversity components at stake.
Environment Code Identifying residual significant impacts on
ecological corridors and suggesting
commensurate offset measures to restore them.
Species derogation Protected species at national and Identifying residual significant impacts on Offset measures aim to maintain or
regional scales protected species and suggesting commensurate improve the “conservation state” of
offset measures for the same species the species populations
Habitat derogation Wetland incidence: Wetlands as Identifying residual significant impacts on Offset measures aim to maintain the
defined in the article L211-1 of wetlands functions and suggesting quality of water resources within a
the Environment Code commensurate offset measures for the same catchment
functions
Woodland incidence (article Identifying residual significant impacts on Offset measures aim to reforest
L.341-1 of the Forestry Code) : woodlands and suggesting commensurate offset areas with ratios from 1:1 to 1:10
Woodlands with a minimum area measures on the same woodlands according to the type of woodlands,
fixed by regional administrations legal status and the local context.
112
Section II
Table 2: Criteria used within the framework for biodiversity evaluation
Dimension of Criteria of biodiversity Definition of the criteria used within the framework References
biodiversity evaluation used within the
framework
Composition Diversity Variety of species and ecosystems on impacted and (Magurran 2005)
compensatory sites
Patrimonial Status Presence of protected (at European, national and local scales) (Butchart et al. 2005;
or endangered (on the red list of IUCN) species and habitats Delzons et al. 2013)
on impacted and compensatory sites
Representativeness Importance of the presence of species and habitats at the Site (Bodin et al. 2006; Arroyo‐
Scale (SC) compared to the Large Scale for impacted and Rodriguez et al. 2009)
compensatory sites
Structure Vegetation structure Physical organization of vegetation on impacted and (Noss 1990)
compensatory sites
Connectivity/Fragmentation Degree to which the landscape facilitates or impedes (Taylor et al. 1993; Fahrig
movement among resource patches 2003)
Function Functionalities Ecological processes ensuring ecosystems functioning and (Holling 1973; Clavel et al.
maintenance in terms of: (i) capacity of reproduction, (ii) 2011; Pereira et al. 2013)
population specialization, (iii) soil quality and (iv) maturity of the
vegetal succession
Pressure/Management Natural or anthropogenic phenomenon impacting biodiversity, (Vitousek et al. 1997;
considered as management when they are voluntary actions Spangenberg 2007;
realized on ecosystems in order to maintain it or to make it Serranito et al. 2016)
evolve toward a desired state
113
Chapitre 2
Table 3: Details about the study sites used to test the correlations between indicators.
Sites Type of ecosystems Year of data Source of data Data collector Prospected area
collect
Banking experiment in Alpine pasture with rocky areas 2014 / 2015 Inventories reports Public organization 1852 ha
the French Alps and spruce forest. Favorable Associations
habitats for the black goose Private company
Compensatory site on Old crop field left in fallow and alluvial 2013 Inventories reports National Museum of 356 ha
the Rhine River forest Private GIS Natural History
platform Consultancy agencies
Private company
Impacted Sites along Majority of deciduous forest in the 2011 Protected Species Consultancy agency 32.3 ha in total
the Romanche River bottom of a valley with some rocky Derogation (13.3 ; 7.9 ; 5.3 ; 5.8)
(4 sites) parts and meadows Procedure
Compensatory Sites Meadows (dry and mesophilic) and 2012 Management plan Consultancy agency 59.3 ha in total
along the Romanche deciduous forest (42 ; 17.3)
River (2 sites)
114
Section II
Table 4: Structure of the framework (Levels, Scales, Criteria and Indicators). Grey lines
contain indicators for the Large scale and white lines for the Site scale. For further details
about the indicators you can contact directly the authors.
Concerned
Level Scale Criteria Habitat or Indic
Taxa ators
General Larger Connectivity/ All Length of transportation linear (km)
Level Scale Fragmentation
(GL) Length of hedge linear (km)
Area of corridor crossing site (ha)
Number of species determinant for regional corridors
Representativeness Proportion of natural habitats on site compared to local
context (%)
Patrimonial Status Number of protected or important natural areas
Number of surrounding ZNIEFF species present on site
Pressure/ Proportion of cultivated land at Larger Scale (%)
Management
Proportion of constructed zones at Larger Scale (%)
Area of invasive plants (ha)
Number of pollution sources (e.g. chemical factory, )
Smaller Diversity All Number and area of natural habitats (ha; EUNIS level 2)
Scale
Length of edge per ha of forest
Number of fauna species (assessed by taxonomic group)
Number
of flora
species
Patrimonial Status Area proportion of patrimonial (protected and rare) habitats
(%)
Proportion of patrimonial (protected and endangered)
species (%)
Functionalities Proportion of nesting birds (%)
Proportion of species (non-birds) reproducing on site (%)
Birds speciation index (Le Viol et al. 2012)
Proportion of specialist bats (%)
Pressure/ Area of cultivated land (ha)
Management
Area of constructed zones (ha)
Number of species and area proportion of invasive plants
(%)
Habitat Larger Connectivity/ All Fragmentation index of large habitat type (ha/km; (Lorrillière
Level Scale Fragmentation et al. 2015)
(hL) Representativeness Area of similar habitat at Larger Scale (ha)
Smaller Diversity All Number of species depending on the habitat (assessed by
Scale taxonomic group)
Number of microhabitats (in trees, (Regnery et al. 2013), or
scree, windrow…)
Functionalities All Total habitat area (ha) and Number of habitat patches
Number and thickness of organic layers of soil compared to
reference (Baize & Girard 2009)
Relative abundance of detritivores mesofauna (number/g)
Number of bio-indicator species (Siddig et al. 2016)
Number of nesting birds depending on the habitat
Forest Number of living and dead wood (Bensettiti et al. 2012)
115
Chapitre 2
Time of forest existence (year)

Lichen density (%)
Meadows Number of pollinators species
Cover rate of woody species (%)
Wetlands Hydrological, Biogeochemical and Biological functionalities
(Gayet et al. 2016)
Vegetation Structure All Proportion of dominant flora (%) (Hillebrand et al. 2008)
Number and height of vegetation stratum (herbaceous,
shrubby and tree)
Pressure/ All Proportion of degraded soil area (%)
Management
Number of pressures indicator species
Forest Time since last clear cut (year)
Wetlands Cover rate of algae from eutrophication (%)
Specie Larger Connectivity/ All Favorable surrounding habitats (ha)
s Level Scale Fragmentation
(spL) Favorable surrounding habitat connected to the site (ha)
Length of fragmenting elements (Km)
Representativeness Number of species observations (from public databases)
Smaller Functionalities All Total favorable habitat (ha) and Number of habitat patches
Scale
Birds Favorable resting and breeding habitat (ha)
Number of breeding pairs
Bats Favorable roots and hunting habitat (ha)
Amphibian Site of reproduction and favorable habitat (ha)
Number of singing males and number of layers
Reptiles Number of favorable micro-habitats
Lepidoptera Area proportion of host plants
Flora Number of stems and/or stations
Diversity Fauna Number of species
community
Number of families
Pressure/ All Disturbance exposure frequency
Management
116
Section II
Chapitre 3
Deuxième étape du développement du cadre
méthodologique : intégration de la dimension
temporelle et des incertitudes pour la prédiction
des indicateurs après impacts et mesures
compensatoires
©Lucie Bezombes
117
Chapitre 3
SECTION I
1. Introduction
1.1. Le besoin de prédiction
Un projet d’aménagement est accepté par le préfet (après instruction par les
DREAL ou les DTT) quand les mesures compensatoires (MC) conçues pour
contrebalancer les impacts du projet sur la biodiversité sont jugées satisfaisantes (apport
de gains équivalents aux pertes, proximité du site compensatoire avec le site impacté,
gestion sur le long terme du site compensatoire ; critères issus de la loi du 08 août 2016).
Cela implique de concevoir les mesures compensatoires en amont du projet, avant que les
impacts n’aient lieu, seulement sur la base de prédictions. De la même façon,
l’équivalence est évaluée entre les gains et les pertes attendus et non réels. Ces
évaluations relèvent de la responsabilité du maître d’ouvrage qui fait en grande majorité
appel à des bureaux d’études experts pour les réaliser.
Une phase de prédiction de l’évolution des états initiaux (mesurés réellement avec
un lot d’indicateurs dédiés, voir chapitre 2) des sites après impacts et compensation est
donc nécessaire (voir la structure commune des méthodes d’évaluation de l’équivalence,
chapitre 1). Cette prédiction implique d’attribuer une valeur aux indicateurs une fois les
effets des impacts et des MC estimés. Il convient, pour cela, d’estimer la dynamique de la
biodiversité mesurée en réponse aux changements, en intégrant dans les calculs toutes les
incertitudes associées.
En France, cette prédiction se fait majoritairement à dire d’expert car des outils
plus standards et rigoureux, comme la modélisation, ne sont pas disponibles ou
couramment utilisés par les maîtres d’ouvrage et les bureaux d’études prestataires. De
plus, même si des modèles adaptés aux besoins de la compensation se développent (Cole
& Dahl 2013; Laitila et al. 2014; Meineri et al. 2015), ils restent encore peu
généralisables. Enfin, les difficultés d’accès aux données brutes (manque d’archivage et
de centralisation) limitent les possibilités d’utiliser des outils prédictifs. Le dire d’expert
est donc le moyen retenu dans ces travaux de thèse pour la « phase de prédiction » du
cadre méthodologique. Il peut être pertinent sur des espèces et des milieux bien connus
118
Section I
des naturalistes (avifaune notamment) mais dans tous les cas il doit être cadré
scientifiquement pour que l’évaluation reste transparente.
Le résultat doit aussi tenir compte des incertitudes liées à la prédiction, et
notamment le risque que les impacts ou les MC n’aient pas l’effet prévu. Habituellement,
ce risque est intégré au dimensionnement des MC avec des ratios surfaciques (en France
pour les zones humides, les ratios sont fixés de 1 pour 1 à 1 pour 3 dans les SDAGE selon
les enjeux). Si l’augmentation de la surface de milieu est globalement positivement
corrélée à la richesse spécifique et à l’abondance des individus (cf. relation allométrique
Aire-Espèces ; Preston 1960) ainsi qu’à une meilleure récupération des fonctions
associées (Moreno-Mateos et al. 2012), elle ne garantit pas le succès des MC. De plus,
cette relation aire-espèce, n’est pas linéaire mais asymptotique (Connor & McCoy 1979;
Mcguinness 1984), ce qui questionne l’utilisation de ratios linéaires. La réalisation de
retours d’expérience sur des MC déjà réalisée est un bon moyen d’identifier les sources
d’incertitude pour pouvoir adapter les pratiques de compensation.
1.2. La dynamique des écosystèmes
La prédiction d’un état futur de la biodiversité implique la mobilisation de

connaissances et de concepts scientifiques liés à la dynamique des systèmes (Couvet &
Teyssèdre-Couvet 2010). Cette dynamique est schématisée de manière générale comme
un cycle dans les théories écologiques récentes (Figure 24). Ce cycle comprend des
alternances entre deux périodes :
 Des successions de végétation et de faune associée (1 et 2 de la Figure 24), qui

suivent des trajectoires écologiques pour atteindre des états d’équilibre. Ces états
peuvent être stables (milieu forestier tempéré par exemple) ou alternatifs, c’est-à-dire
qu’un état stable n’est pas clairement identifié (comme pour l’alternance forêt et
savanes en milieux tropicaux). De plus, les écosystèmes peuvent suivre des
trajectoires multiples pour passer d’un état à l’autre (Connell & Slatyer 1977).
 Des réorganisations suite à des perturbations (3 et 4 de la Figure 24). L’écosystème
peut ainsi repartir dans le même cycle ou bien suivre un cycle différent. Certaines
successions n’atteignent pas d’état d’équilibre car elles sont perturbées trop souvent
et suivent un cycle d’états transitoires (berges de cours d’eau par exemple).
119
Chapitre 3
Figure 24 : Représentation cyclique de

l’alternance entre succession (flèches
bleues) et réorganisation des écosystèmes
suite à des perturbations (flèches orange).
Les flèches proches les unes des autres
représentent des changements rapides
tandis que les flèches éloignées
représentent des changements lents. La
flèche en gras à gauche matérialise le
possible changement de système suite à
des perturbations trop importantes.
Schéma adapté de Bengtsson et al. (2000).
La durée d’alternance de ces périodes dépend de la fréquence et de la nature des

perturbations. D’après White and Pickett (1985) « une perturbation correspond à tout
phénomène discret dans le temps qui déstabilise un écosystème ou la structure d’une
population, et qui modifie les ressources, la disponibilité du substrat, ou l’environnement
physique » (traduit de l’anglais). Les perturbations peuvent être naturelles (feu de forêt,
crue etc.), ou anthropiques (fauche, exploitation forestière etc.). La manière dont un
écosystème répond aux perturbations est globalement caractérisée par sa résilience et sa
résistance (Holling 1973 ; Gunderson 2000). La résilience est la capacité d’un système à
revenir à son état initial après une perturbation. La résistance est la capacité d’un système
à ne pas changer d’état en subissant une perturbation (Figure 25).
Selon Connell (1978), la diversité spécifique est maximale quand la fréquence de
la perturbation est moyenne, tandis que lorsque les perturbations sont fréquentes, elle est
plus faible (les espèces à cycle vital court et à forte capacité d’expansion sont favorisées).
Lorsqu’une perturbation est trop importante (plus de résilience ni de résistance) les
écosystèmes entrent dans des états « non désirables » (c’est-à-dire en mauvais état de
conservation, voire ci-après), on dit qu’ils sont dégradés (Figure 26). Des interventions
humaines (restauration, réhabilitation, substitution) sont alors des solutions envisageables
pour qu’ils évoluent selon une trajectoire souhaitée (Figure 26). La réalisation de
scénarios grâce à des outils de prédiction permet d’appréhender l’évolution des milieux
suites à diverses actions, par exemple l’application de différentes charges de nitrates dans
les sols (Sverdrup & Belyazid 2015).
La trajectoire dans laquelle se trouvent les écosystèmes peut notamment être
évaluée avec leur état de conservation, notion introduite dans la Directive Faune Flore
120
Section I
Habitat (EEC 1992, 2009). L'état de conservation pour un habitat naturel est défini
comme « l'effet de l'ensemble des influences agissant sur un habitat […] qui peuvent
affecter à long terme sa répartition naturelle, sa structure et ses fonctions ainsi que la
survie à long terme de ses espèces typiques [...] ». Des critères de détermination de l’état
de conservation ont été définis pour quelques habitats d’intérêt communautaire (Bensettiti
et al. 2012).
Figure 25 : Représentation
schématique de la résilience
(courbe pointillée) et de la
résistance (courbe pleine) d’un
écosystème à des perturbations
(flèches vertes). Ces
caractéristiques peuvent
s’observer sur n’importe quel
attribut d’un écosystème
(diversité spécifique, couvert
végétal…). Source :
www.forestry.sfasu.edufacultystovallsil
vicultureindex.phpsilviculture-textbook-
sp-9418167-disturbances
Enfin, les changements globaux modifient le rythme et l’ampleur des

perturbations sur les milieux naturels, impactant ainsi leur dynamique (trajectoires,
équilibres, résilience, résistance…) « naturelle », c’est-à-dire sans perturbation
anthropique. Ces changements sont à prendre en considération pour la prédiction de
l’effet des impacts et des mesures compensatoires, bien que certains effets ne puissent
être visibles que sur des longues périodes de temps.
Au regard de la complexité des dynamiques des écosystèmes dans un contexte en
évolution rapide, la prédiction d’un état futur de la biodiversité est donc très incertaine.
L’incertitude est, de manière générale, un manque de connaissances ou de certitudes sur
un sujet donné (Knight 2012). Elle provient aussi de la part intrinsèque de stochastique
dans les systèmes naturels. Kujala et al. (2013) ont identifié trois grands types
d’incertitudes à partir de la littérature existante : epistemic (connaissance incomplète sur
des faits qui pourraient être connus mais qui ne le sont pas), linguistic (incertitude sur le
langage et le sens des mots) et human decision (incertitudes provenant des préférences
humaines subjectives, de jugements ou de croyances). Une fois le(s) type(s) d’incertitude
lié(s) à la prédiction identifié(s), il est alors plus facile de les réduire au maximum lors de
la prédiction des valeurs des indicateurs après impacts ou MC.
121
Chapitre 3
Figure 26 : Représentation schématique de quelques actions envisageables sur un système qui a été
dégradé suite à une perturbation trop importante (Barnaud 2015). D’après la Society for Ecological
Restoration International : « la restauration écologique est une action intentionnelle qui initie ou
accélère l’autoréparation d’un écosystème en respectant sa santé, son intégrité et sa gestion
durable.[…] La réhabilitation insiste sur la réparation des processus, de la productivité et des
services de l’écosystème, tandis que le but de la restauration vise aussi à rétablir l’intégrité biotique
préexistante en termes de composition spécifique et de structure des communautés ».
Le décalage entre les moyens scientifiques nécessaires à la prédiction d’un état

futur de la biodiversité (nombreuses données et connaissances nécessaires) et les
possibilités concrètes d’application de cette prédiction sont importantes. En effet, nous
avons vu que cette prédiction en réponse à la fois aux perturbations naturelles et
anthropiques est complexe et incertaine. Dans ces conditions, l’objectif de ce chapitre est
d’apporter des éléments pour cadrer le dire d’expert sur la prédiction des valeurs des
indicateurs après impacts ou MC dans le cadre méthodologique pour tenir compte : 1/ de
la dynamique des écosystèmes et 2/ du risque d’incertitude sur les degrés des impacts et
l’efficacité des MC.
Dans le cadre de ces travaux de thèse, la dimension temporelle n’a pas pu être très
approfondie et sera prise en compte dans le cadre méthodologique avec du dire d’expert.
Son recours favorise l’opérationnalité, tandis que le cadrage de ce dire d’expert, qui
reposera surtout sur de la bibliographie, assure un minimum de bases scientifiques. La
prise en compte des incertitudes pour la prédiction s’appuie sur un retour d’expérience
(REX) du succès de MC mises en place en Isère (détaillé dans la section II), ainsi de la
bibliographie (dont une partie concerne des REX). L’intégration concrète des facteurs
122
Section I
d’incertitudes dans le cadre méthodologique se fait au travers de quelques principaux

critères et vise à être facilement interprétable (opérationnalité).
2. Dimension temporelle : prise en compte de la

dynamique des écosystèmes
La prise en compte de la dynamique des écosystèmes pour la prédiction des

valeurs des indicateurs après impacts et compensation est traitée dans ces travaux de thèse
suivant deux problématiques : 1/ à quel pas de temps prédire ces valeurs, et 2/ quels
éléments prendre en compte pour la prédiction de ces valeurs ? Ces deux axes ont été
identifiés comme étant ceux à traiter en priorité pour obtenir un cadre méthodologique
opérationnel.
2.1. Pas de temps de la prédiction
Afin de prendre en compte la dynamique de la biodiversité dans le temps, nous

proposons que les effets des impacts et des MC soient prédits à deux pas de temps : à «
court terme » (CT), c’est-à-dire juste après les impacts ou la mise en place des MC ; et à
« long terme » (LT), qui peut être fixé à une trentaine d’années après leur mise en place.
Ce chiffre correspond à l’engagement habituel des maîtres d’ouvrage pour la gestion des
sites compensatoires. Il est donc peu probable que ces derniers puissent projeter leurs
actions sur des pas de temps plus importants. Selon les milieux visés, ce pas de temps ne
correspondra pas à l’atteinte de l’équivalence du fait de leur maturation lente (milieu
forestiers, tourbières). En revanche, pour d’autres milieux avec une dynamique plus
rapide (mares, prairies, berges de cours d’eau), l’équivalence pourra être déjà atteinte. Le
même pas de temps devrait être utilisé pour les prédictions CT ou LT des impacts et des
MC.
Cette double prédiction permet de mieux décomposer l’effet des perturbations
(impacts ou MC) sur la biodiversité (Figure 27). En effet, l’effet des impacts du projet
d’aménagement sera généralement moins important à long terme, car le site après les
impacts peut être au moins partiellement recolonisé de façon spontanée par la biodiversité
(Kaplan et al. 1998; Frouz et al. 2008) ou bien faire l’objet de mesures de réduction
d’impacts (passage à faune pour les linéaires de transport, végétalisation de zones de
chantier… ; Mimet et al. 2016). Les pertes seront donc globalement plus importantes à
123
Chapitre 3
CT qu’à LT, bien que cela dépende des indicateurs considérés. On pourrait, par exemple,
s’attendre à ce que des communautés plus généralistes s’installent sur les sites impactés
(Devictor et al. 2008; Clavel et al. 2011), faisant augmenter la diversité mais diminuer
l’indice de spécialisation de l’avifaune.
Figure 27 : A- Représentation schématique des deux prédictions (court terme P CT et long terme PLT)
de la valeur des indicateurs après impacts et mesures compensatoires. Plus la coloration des flèches
est vive, plus l’effet des impacts ou celui des MC est important. Selon les cas, la prédiction à LT peut
refléter trois situations : effet des impacts supérieur, inférieur ou égal à celui des MC. B-Cette double
prédiction permet d’avoir une estimation de la durée des pertes intermédiaires (supérieure, égale ou
inférieure au pas de temps de prédiction) et ainsi du moment auquel il faudrait mettre en place les
MC pour que celles-ci soient effectives (ou quasiment) au moment des impacts.
Au contraire, dans la mesure où un plan de gestion est mis en place pour suivre, et
rectifier au besoin, l’évolution des habitats ou des espèces, l’effet des MC devrait être
plus important à LT qu’à CT. Les actions d’ingénieries écologiques réalisées pour les MC
permettent en effet de donner au milieu une trajectoire (Falk et al. 2006), qui mettra un
certain temps à atteindre l’état souhaité. Par contre, dans les cas où des actions de gestion
nécessitent d’être répétées régulièrement (entretien des milieux ouverts notamment) pour
que les MC soient effectives, l’effet des MC pourrait être moins important à LT si ces
actions ne sont pas répétées.
124
Section I
Grâce à cette double prédiction, une estimation des pertes intermédiaires est
possible (Figure 26). Cette estimation reste néanmoins assez peu précise car il est
seulement possible d’estimer si la durée des pertes intermédiaires est supérieure ou
inférieure au pas de temps de la prédiction LT (dans notre cas une trentaine d’années).
Dans l’idéal, les MC devraient être mises en place avant que les impacts n’aient
lieu, d’une durée correspondante à la durée des pertes intermédiaires, afin que ces pertes
soient réduites au maximum (Figure 26). De cette manière, les MC pourraient être
adaptées pour répondre aux objectifs au fur et à mesure, sans occasionner de pertes
intermédiaires car les impacts n’auraient pas encore eu lieu. Les pertes générées par les
impacts pourraient également être comparées aux gains réellement mesurés.
Une limite à souligner est qu’en ne se plaçant pas sur la même période de temps,
les sites impactés et compensatoires risquent de ne pas être soumis aux mêmes
perturbations naturelles, qui peuvent modifier considérablement l'état du milieu. Le degré
d'impacts anthropiques ou l'efficacité des MC dans ce contexte est donc très variable et il
conviendrait de prendre en compte cette variabilité due aux aléas climatiques.
2.2. Eléments à prendre en compte pour la prédict ion
Trois éléments principaux ont été identifiés comme étant déterminants pour guider
le dire d’expert dans la prédiction de la valeur des indicateurs après impacts et MC :
 le type de perturbation,
 la dynamique de l’écosystème sur lequel la perturbation a lieu,
 la réponse de l’indicateur considéré.
Ce cadrage reste simple dans ces travaux de thèse mais permet une première
approche de la prédiction de la valeur des indicateurs.
2.2.1. Caractéristiques de la perturbation
Les perturbations sont identifiées dans la littérature comme contribuant à

l’évolution « naturelle » des écosystèmes (Bengtsson et al. 2000). Les MC comme les
impacts constituent des actions sur l’écosystème qui le font évoluer, et sont donc
considérés ici comme des perturbations. Leurs effets peuvent être caractérisés selon trois
axes (Pickett et al. 1989; Krohnen et al. 2009; Dornelas 2010) : la fréquence (ou durée),
la sévérité (ou intensité) et la portée spatiale (Figure 28). Afin de pouvoir classer de
manière concise et opérationnelle les impacts et des MC, nous proposons une description
125
Chapitre 3
qualitative par l’intermédiaire de neuf catégories issues des trois axes (trois catégories par
axe ; Tableau 9).
 Figure 28 : Caractérisation des

perturbations selon 3 axes : fréquence
(ou durée), sévérité (ou intensité),
portée spatiale (Krohnen et al. 2009).
Tableau 9 : Déclinaison des trois axes

caractérisant les perturbations en
catégories descriptives des impacts et
des MC (en gras), dont la définition
retenue dans ces travaux apparait en
police normal. Des exemples d’impacts
ou de MC représentant les catégories
sont données en italique.
Fréquence (durée) Sévérité (intensité) Portée spatiale

Ponctuel de faible surface : la
Temporaire courte durée : la Modification peu intense de
perturbation concerne une
perturbation a des effets qui l’écosystème : action sur un
emprise au sol ponctuelle sur une
durent au maximum quelques compartiment de l’écosystème
surface allant jusqu’à quelques
années (sol, flore, faune, hydrologie…)
hectares
Impacts : chantier, stockage Impacts : passage d’engins
Impacts : bâtiments, parking,
d’engins MC : semi, plantation, gîte pour
central hydroélectrique
MC : Ouverture de milieux reptiles
MC : Création d’une mare
Ponctuel de surface
Temporaire longue durée : la Modification intense de
importante : la perturbation
perturbation a des effets qui l’écosystème : action sur
concerne une emprise au sol
durent de quelques années à plusieurs compartiments de
ponctuelle sur une surface allant
quelques dizaines d’années l’écosystème (sol, flore, faune,
au-delà de quelques hectares
Impacts : carrière, stockage de hydrologie…)
Impacts : aéroport, retenue
déchets Impacts : défrichement
d’eau
MC : plantation, gîtes pour MC : décompactions du sol,
MC : ouverture de milieux sur
reptiles création de mare
une dizaine d’ha
Linéaire (peu importe la
Permanent : la perturbation a Modification très intense de surface) : la perturbation
des effets qui durent au-delà de l’écosystème : action sur tous les concerne une emprise au sol
quelques dizaines d’années compartiments de l’écosystème linéaire influençant les
Impacts : bâtiment, retenue (sol, flore, faune, hydrologie…) connectivités
d’eau Impacts : destruction totale par Impacts : ligne grande vitesse,
MC : arrêt d’une activité imperméabilisation autoroute
agricole, restauration MC : reméandrage rivière, MC : plantation de haie,
hydraulique (ZH) décaissement et plantation reméandrage d’un tronçon de
rivière
126
Section I
Par exemple, la construction d’une autoroute peut être caractérisée comme permanente,
avec modification intense des compartiments de l’écosystème et linéaire. Selon les
mêmes catégories, une création de mare avec plantation de flore hydrophile et
réintroduction d’amphibiens est temporaire longue durée, avec modification de tous les
compartiments de l’écosystème et ponctuel de faible surface.
Ainsi, l’effet des impacts et des MC peut être comparé sur une même base. La
prédiction des valeurs des indicateurs au cours du temps tient donc compte en premier
lieu des caractéristiques de la perturbation considérée. Il est à noter que les
caractéristiques des impacts devraient guider le choix de MC, qui devraient être
similaires.
2.2.2. Dynamique des écosystèmes
Une fois le type de perturbation défini, nous proposons d’étudier succinctement la

dynamique dans laquelle se trouvent les sites impactés et compensatoires. Les questions
suivantes peuvent être formulées afin de situer dans quelle dynamique se trouve la
biodiversité des sites, et ainsi mieux prédire son état après une perturbation :
 Les écosystèmes sont-ils en équilibre stable ou alternatif ? Ou bien dans un cycle

d’états transitoires ? Les berges de cours d’eau sont par exemple dans un équilibre
transitoire.
 Quel est l’ordre de grandeur de la durée des successions de végétation (dynamique
lente ou rapide) ? Quelles trajectoires peuvent prendre les écosystèmes (Cristofoli et
al. 2010) ?
 Les écosystèmes sont-ils dans un bon état de conservation ? Une pelouse avec un
taux de couvert de ligneux supérieur à 20% est, par exemple, considéré en mauvais
état de conservation (Bensettiti et al. 2012). Le cadre d’évaluation de la biodiversité
(Chapitre 2) contient des indicateurs issus des méthodes EVAL (Bensettiti et al.
2012) qui permettent d’évaluer l’état de conservation de certains habitats d’intérêt
communautaire.
 Le milieu est-il résilient et/ou résistant au type de perturbation (Elmqvist et al.
2003) ? Pour le site impacté, cela suppose de chercher à estimer comment la
biodiversité présente peut se rétablir suite aux impacts. Par exemple un milieu
dépendant de perturbations fréquentes (bordure de cours d’eau par exemple, ou
milieux ouverts) sera plus susceptible de revenir à son état initial après une
127
Chapitre 3
perturbation qu’un milieu dépendant de conditions extrêmement stables sur un temps

très long, comme les tourbières. Ainsi les tourbières pourront se trouver dans une
dynamique de dégradation dès lors que leur hydrologie ou que les caractéristiques
des sols auront été modifiés, sans retour possible en arrière.
2.2.3. Indicateur considéré
Une fois la perturbation et la dynamique du milieu auquel elle s’applique

caractérisées, il devient possible de prédire la réponse d’un indicateur. Pour cela il faut
connaitre la forme de la réponse, qui peut être documentée avec la bibliographie relative
aux indicateurs sélectionnés dans le cadre d’évaluation (Chapitre 2) notée en Annexe 6.
La forme de la réponse peut varier selon deux paramètres :
 La réponse dans le temps dans des conditions données. Par exemple, pour un site
cultivé laissé en jachère (Figure 29), plusieurs indicateurs peuvent être utilisés pour
évaluer l’évolution dans le temps de la végétation, qui n’aura pas la même forme
selon l’indicateur considéré (linéaire, logarithmique).
 La réponse selon différentes perturbations. Par exemple, la spécialisation des
communautés d’avifaune diminue avec l’augmentation des perturbations et de la
fragmentation (Devictor et al. 2008). La richesse spécifique, quant à elle, augmente
généralement avec une perturbation modérée avant de diminuer avec une
perturbation plus forte (Seifan et al. 2010).
Figure 29 : Communautés végétales post-culturales dans la région de Montpellier, âgées de 0 à 40 ans

décrites selon 4 indicateurs (Couvet & Teyssèdre-Couvet 2010).
128
Section I
Une attention particulière devrait être portée sur le fait que les valeurs des
indicateurs peuvent être influencées par plusieurs perturbations (impacts ou MC), et
qu’une même perturbation peut avoir des effets sur plusieurs indicateurs. Par exemple,
lors d’une restauration de prairie, la diversité floristique est influencée à la fois par le
travail du sol, par le type de semi et les amendements éventuels. Egalement, l’ouverture
d’un milieu par fauche aura une influence sur la diversité de lépidoptères et sur le couvert
de ligneux.
2.3. Exemple théorique de prédiction
Afin d’illustrer la manière dont l’effet des impacts et des MC peut être prédit, un
exemple simple est détaillé dans les Tableaux 10 et 11. La prédiction tient compte des
critères préalablement identifiés (§ 2.2.) et se base sur notre expertise d’écologue.
Considérons un site de 1,2 ha avec une mare et un milieu boisé. Un bâtiment doit
être construit à l’emplacement de la mare et d’une partie du milieu boisé. Il y a donc une
zone artificialisée sans mesures de réduction (comme de la végétalisation) et une zone de
chantier avec des mesures de réduction (travaux hors période de nidification). A long
terme, des réhabilitations sur les zones de chantier sont réalisées. Les impacts sont donc
(Tableau 9) :
 pour le bâtiment, permanents, avec modification de tous les compartiments de

l’écosystème et ponctuels de faible surface
 pour la zone chantier, temporaire de courte durée, de modification peu intense des
compartiments de l’écosystème et ponctuels de faible surface.
Seulement quatre indicateurs du niveau général (NG) sont présentés pour

déterminer l’état initial, car l’exemple se veut simple : Surface de milieu boisé, Diversité
spécifique des amphibiens, Diversité spécifique de l’avifaune, Proportion d’espèces
menacées sur LR France et Surface de milieu non artificialisé.
Considérons également un site compensatoire de 2.5 ha localisé à proximité du

site impacté, acquis pour répondre aux besoins de compensation et évalué avec les mêmes
indicateurs que pour le site impacté (Tableau 11). Deux MC sont prévues :
 la gestion conservatoire du milieu boisé existant : action permanente, avec

modification peu intense des compartiments de l’écosystème et ponctuelle de faible
surface,
129
Chapitre 3
Tableau 10 et Tableau 11: Exemple théorique de prédiction sur le site impacté et sur le site compensatoire.
Indicateur Etat initial Prédiction CT Après impact CT Prédiction LT Après impact LT

Surface de milieu boisé 0.5 ha sont défrichés pour la construction du 0.1 ha sont reboisés sur les zones de
1 0,5 0,6
(ha) bâtiment et des voies d’accès chantier
Diversité spécifique des Les espèces, qui avaient besoin de la mare et Des espèces peuvent recoloniser le milieu
amphibiens (nombre 3 du milieu boisé pour leur cycle de vie n’ont 0 boisé car une mare a été créée en guise de 2
d’espèces) plus les conditions favorables à leur maintien MC à proximité
A CT, le dérangement lié aux travaux de Des espèces peuvent recoloniser le milieu
Diversité spécifique de
défrichement fait fuir la plupart des espèces, boisé moins perturbé mais pas au niveau de
l’avifaune (nombre 8 2 6
mais certaines plus ubiquistes arrivent à la diversité initiale étant donné la réduction
d’espèces)
subsister de l’habitat
Les espèces d‘amphibien qui recolonisent
27,2
Proportion d’espèces Les espèces menacées font partie des espèces la mare sont des espèces communes. Seule
(2 espèces
menacées sur LR France qui ne trouvent plus d’habitat favorable sur le 0 une espèce d’oiseau menacée recolonise le 12,5
d’amphibiens
(%) site suite aux impacts. milieu boisée qui lui est particulièrement
et 1 d’oiseau)
favorable.
Surface de milieu non Seule la partie restante du milieu boisé n’est La partie réhabilitée de milieu boisé n’est
1,2 0,5 0,6
artificialisé (ha) pas artificialisée plus considérée comme artificialisée
Indicateur Etat initial Prédiction CT Après impact CT Prédiction LT Après impact LT

Les caractéristiques du milieu changent (non
Surface de milieu boisé
2 Pas d’évolution de surface 2 présenté dans cet exemple) mais la surface 2
(ha)
n’évolue pas
le réseau de mares à proximité du milieu boisé
Diversité spécifique des
Un amphibien présent sur le site impacté est favorable à plusieurs espèces communes
amphibiens (nombre 0 1 5
réimplanté d’amphibien qui peuvent potentiellement
d’espèces)
coloniser la zone.
Diversité spécifique de
Pas de colonisation à CT car pas de Le vieillissement du milieu boisé est favorable à
l’avifaune (nombre 10 10 13
changement notable du milieu des nouvelles espèces
d’espèces)
Une espèce d’oiseau menacée recolonise le
Proportion d’espèces L’espèce d’amphibien réintroduite est
10 (1 espèce milieu boisé qui lui est particulièrement
menacées sur LR France l’une des espèces menacées du site 18 ,1 16,7
d’avifaune) favorable, en plus de celle déjà présente. Les
(%) impacté.
espèces d’amphibien sont communes.
Surface de milieu non Tout le site (2 ha de milieu forestier et Tout le site (2 ha de milieu forestier et 0.3 ha de
2,5 2,5 2,5
artificialisé (ha) 0.5 ha de prairie mésophile) prairie mésophile et 0,2ha occupé par les mares)
130
Section I
 la création d’un réseau de trois mares dans la prairie mésophile (à proximité de ce

boisement), avec introduction d’une espèce d’amphibien menacée : action temporaire
longue durée, d’effort conséquent et ponctuelle de faible surface. A LT, les milieux
évoluent suite à l’impulsion donnée par les MC.
Cet exemple simple montre comment la prédiction des valeurs des indicateurs
après impacts et MC peut être réalisée en tenant compte du type de perturbation, de la
dynamique des milieux et de la réponse de l’indicateur considéré. On peut voir que la
portée spatiale des impacts des MC est similaire, mais que les deux autres caractéristiques
des perturbations ne concordent pas exactement. Pour la forêt, les deux actions (impacts
et MC) sont permanentes, mais les MC sont d’intensités différentes (par exemple, une
restauration d’un milieu forestier serait d’intensité similaire). Pour la mare, les intensités
sont similaires, mais la MC est temporaire de longue durée tandis que les impacts sont
permanents.
On notera que dans cet exemple, les mares sont créées sur un milieu existant
(prairie mésophile) pouvant avoir un intérêt propre (milieu favorable pour la biodiversité
ordinaire, fonction de pollinisation, corridor écologique etc.). Ces aspects sont pris en
compte avec les indicateurs sélectionnés dans le cadre d’évaluation (critères de
fonctionnalité, de connectivité, de diversité). Le choix de privilégier un type de milieu par
rapport à un autre (ici les mares par rapport à la prairie) peut être discutable. Le cadre
d’évaluation permet d’en évaluer les conséquences sur l’ensemble des composantes de
biodiversité.
Ces exemples de prédictions ne tiennent pas compte des incertitudes liées au

décalage qui peut exister entre les effets attendus des impacts ou des MC et leurs effets
réels. Dans le cas présenté, l’avifaune pourrait par exemple ne pas recoloniser le milieu
boisé qui serait trop proche de l’activité généré par la construction du bâtiment, ou les
mares récréées pourraient ne pas être favorables aux espèces d’amphibiens (végétation
inadaptée, assèchement en période de reproduction…).
Pour être rigoureuse, la prédiction de la valeur des indicateurs devrait prendre en
compte le taux d’incertitude associé, qui devrait être fondé, entre autre, sur des
connaissances des probabilités de réussite des MC. Cela rendrait le calcul des pertes et
des gains plus réaliste. Dans le cadre de cette thèse, nous ne sommes pas en mesure de
proposer une façon aussi rigoureuse d’intégrer les incertitudes directement au calcul des
pertes et des gains, cela exigerait en soi un travail bibliographique approfondi et un retour
d’expériences à grande échelle sur toutes les mesures compensatoires réalisées sur tous
types d’écosystèmes. Dans un premier temps, nous proposons d’intégrer les incertitudes
au cadre méthodologique de manière qualitative.
131
Chapitre 3
3. Incertitudes associées à la prédiction de la valeur des

indicateurs après impacts ou MC
La prédiction de la valeur des indicateurs est confrontée à de nombreuses sources

d’incertitudes, comme le manque de garantie quant à la pérennisation des MC, le manque
de connaissance de la durabilité des impacts et des recolonisations spontanées des sites…
Dans le cadre de cette thèse, nous nous sommes focalisés sur les incertitudes liées à un
manque de connaissance de l’effet réel des impacts ou des MC sur la biodiversité. Ce type
d’incertitude est donc épistémique, c’est à dire dû à la part de variabilité des écosystèmes
dans l’espace et le temps qui n’est pas encore connue (Elith et al. 2002; Kujala et al.
2013). La capitalisation de données relatives à la mise en place de la compensation peut
permettre de réduire ces incertitudes pour les MC (Tischew et al. 2010). Afin d’avancer
sur cette question, nous avons effectué un retour d’expérience (REX) sur le succès de MC
réalisées en Isère entre 2001 et 2016 dont les résultats sont détaillés ci-après.
3.1. Retour d’expérience sur le succès des MC (voir section II pour

plus de détails)
L’objectif de ce REX est d’identifier des facteurs contribuant au succès ou à

l’échec des MC, afin de pouvoir faire une meilleure estimation de la valeur des
indicateurs après leur mise en place et ainsi réduire l’incertitude sur le calcul des gains.
3.1.1. Organisation du retour d’expérience
Récolte de la donnée
Des MC issues de projets soumis à dérogations à la destruction d’espèces
protégées (DEP) et incidence loi sur l’eau (LSE) mises en place en Isère ont été
analysées. La recherche d’informations sur les projets a été effectuée dans les archives de
la DDT de l’Isère. Environ 90 dossiers ou arrêtés préfectoraux (lorsque les dossiers
n’étaient pas disponibles) ont été sélectionnés, mais seulement une trentaine a pu être
retenue pour l’analyse des MC. Celles-ci devaient en effet être bien caractérisées dans le
dossier (détails sur les espèces ou zones humides ciblés par les mesures, localisation des
sites compensatoires, nom du gestionnaire en charge de la mise en place ou du suivi) afin
de pouvoir en estimer le succès ou l’échec. Après contact avec les gestionnaires des sites
compensatoires, nous avons pu avoir accès (visites de terrain) aux MC de 20 projets sur la
trentaine sélectionnée (voir Annexe 8c pour une description des projets et des MC
associées). Ces 20 projets se situent principalement autour de Grenoble, Voiron et
Bourgoin-Jallieu (Figure 30). Pour ces 20 projets, un total 59 MC ont été mises en place.
132
Section I
On peut supposer que les problèmes d’autorisation d’accès aux sites constituent un biais
d’échantillonnage. En effet, les opérateurs en charge de MC qui ont bien été mise en
place et suivies sont plus enclins à les faire « expertiser ». Nous avons tout de même eu
accès à des MC de moins bonne qualité.
Figure 30 : Localisation des 20 projets (sites impactés et compensatoires) étudiés pour le retour
d’expérience et localisation par rapport aux corridors écologiques identifiés dans le SRCE.
Evaluation des facteurs de succès

Le succès des MC a été déterminé en termes de présence de(s) espèce(s) ou
d’habitat(s) ciblés dans les dossiers. Cela ne prend pas en considération des paramètres
comme l’abondance des individus ou la reproduction qui permettent d’évaluer la viabilité
des populations. Le succès a été vérifié lors des visites de terrain en 2016 en présence des
gestionnaires des sites. Les MC ayant été mises en place entre 2001 et 2014 (avec une
majorité en 2012 et 2013), le recul était de 2 ans minimum. Seules deux modalités, succès
ou échec, ont été relevées :
 Pour les espèces, la mesure a été considérée comme un succès lorsque des individus
ou des traces (nids, pontes, empreintes, fèces) avaient été observés sur le site
compensatoire (nos observations ou celles du gestionnaire),
133
Chapitre 3
 Pour les habitats, la présence des éléments abiotiques caractéristiques de l’habitat

(ex. présence d’eau), et/ou d’élément biotiques structurant (ex. bois mort), ainsi que
des assemblages de végétaux caractéristiques de l’habitat a conditionné le succès
(nos observations).
Quatorze variables pouvant potentiellement influencer le succès ou l’échec des

MC ont été relevées pour l’ensemble des mesures (Tableau 1 de la section II) :
 Variables environnementales : surface du site compensatoire, type de MC (Annexe

8b et Figure 31), durée du plan de gestion, distance entre le site compensatoire et le
site impacté, distance entre le site compensatoire et le corridor écologique identifié
dans le SRCE le plus proche (Figure 30), état du site avant la mise en place des MC
et type de maître d’ouvrage.
 Variables « espèces » : groupes taxonomiques ciblés par la MC (avifaune,
chiroptères, reptiles, amphibiens, mammifères, insectes et flore).
Ces données ont été soit directement récoltées dans les dossiers, soit auprès du
gestionnaire des sites lors de la visite de terrain.
Figure 31 : Exemple de mesures compensatoires étudiées dans le cadre du retour d’expérience. A-

création d’une mare, B-Plantation de haies, C-Restauration d’une zone humide, D-Création de gîte
pour les reptiles, E-Ouverture de milieu, F-Création de gîte pour les chiroptères. Crédits photos :
Marion Chataigner.
134
Section I
Analyse du succès des MC

Afin de déterminer les variables qui influencent significativement le succès des
MC, un modèle linéaire généralisé (GLM) a été construit. Le détail de la construction de
ce modèle est présenté en Annexe 8d et dans la section II. Toutes les variables influençant
potentiellement le succès n’ayant pas pu être inclues, le modèle final a la forme suivante :
Succès de la MC ~ Surface du site compensatoire
+ Type de MC
+ Distance entre le site compensatoire et le site impacté
+ Distance entre le site compensatoire et le corridor
écologique identifié dans le SRCE le plus proche
L’influence de ces quatre variables sur le succès des MC en termes de présence

des habitats et des espèces ciblés a été analysée.
3.1.2. Résultats et discussion de l’analyse du succès des MC
Les résultats de l’influence des variables sur le succès des MC sont présentés dans
le Tableau 12.
Le type de MC influence significativement le succès à la fois en termes d’espèces
et d’habitats (Figure 1 section II). Les opérations de création de gîtes (principalement
pour les reptiles et les chiroptères) affichent toutes un succès en termes de présence de
l’habitat, mais les espèces ne colonisent pas systématiquement ces gîtes.
Tableau 12 : Effet des variables sélectionnées dans le modèle sur le succès des mesures
compensatoires, exprimé en tant que présence des espèces ou des habitats cibles. Les variables ont un
effet significatif sur le succès quand la P-value < 0,05.
Habitat cible Espèce cible

Chisq df P- value Chisq df P- value
Surface du site compensatoire Χ²=0.312 1 P=0.577 Χ²=6.792 1 P=0.009
Dist. site impacté – site compensé Χ²=1.162 1 P=0.281 Χ²=3.179 1 P=0.074
Dist. site compensé – corridor SRCE Χ²=0.437 1 P=0.509 Χ²=0.415 1 P=0.519
Type de mesure compensatoire Χ²=12.320 5 P=0.031 Χ²=11.299 5 P=0.046
Les mesures de gestion ayant pour objectif d’entretenir les milieux ouverts ou de
contrôler des espèces exotiques envahissantes n’affichent quant à elles aucun succès en
terme de présence (ou absence) des espèces cibles, et un succès faible en terme de
présence de d’habitat cible. Ce résultat est cohérent avec ce que l’on sait par ailleurs de
l’efficacité des moyens de lutte contre les EEE (Early et al. 2016). Quant aux milieux
ouverts, ils nécessitent un suivi régulier dans le temps avec des opérations récurrentes
d’ouverture de milieu qui n’avaient pas été mis en place dans les cas étudiés ici. L’effet
des autres types MC sur le succès n’est pas significativement différent (Figure 1 section
II).
135
Chapitre 3
La surface du site compensatoire influence significativement le succès des MC

lorsqu’elles visent le maintien ou le retour d’une espèce cible. Selon notre analyse, plus la
surface du site compensatoire est grande, plus il y a de chance d’observer l’espèce cible.
Ce résultat va dans le sens de la relation Aire-Espèce (Preston 1960) qui stipule qu’un
plus grand espace permet une abondance plus importance des individus, assurant ainsi un
meilleur maintien des populations (Bender et al. 1998). La taille du site compensatoire
n’est cependant pas le seul facteur à prendre en compte pour garantir la présence des
espèces cibles. La littérature met de plus en plus l’accent sur l’importance des corridors
écologiques entre patchs d’habitats favorables pour permettre le maintien des populations
(Taylor et al. 1993; Ives et al. 2013; Tambosi et al. 2014).
La distance entre le site impacté et le site compensatoire a une tendance (non
significative ; Tableau 12) à influencer le succès des MC en termes de présence des
espèces cibles. En effet, la mise en place des MC proches du site impacté peut augmenter
les chances que les espèces impactées colonisent le site compensatoire, à condition que
les deux sites ne soient pas séparés par des barrières infranchissables pour ces espèces
(présence d’éléments de connectivité entre les deux sites). La notion de « proximité » est
dépendante du groupe taxonomique considéré car la distance qui peut être parcourue par
les espèces pour coloniser de nouveaux habitats favorables peut être variable. Les reptiles
sont par exemple peu mobiles (Sordello et al. 2013) alors que certaines espèces
d’avifaune ou de chiroptère peuvent couvrir des centaines de kilomètres (Fenton 1997).
La distance entre le site compensatoire et le corridor écologique identifié dans le
SRCE le plus proche n’a pas d’influence significative sur le succès. Les corridors
identifiés au niveau du SRCE sont des zones potentiellement intéressantes à maintenir ou
restaurer pour connecter des zones à fort enjeu écologique14 et sont à affiner au niveau
local. Un site compensatoire se trouvant proche d’elles pourrait donc potentiellement
bénéficier du flux d’espèces empruntant les corridors écologiques maintenus ou restaurés,
ou constituer lui-même l’un de ces corridors (création de haies par exemple). Cependant,
la proximité entre un corridor et un site compensatoire ne suffit pas à la recolonisation des
espèces, qui ont besoin d’éléments favorables (haies, berges de cours d’eau) à leurs
déplacements.
3.1.3. Améliorer les retours d’expérience
Ce REX mené sur des MC mises en place en Isère constitue une première
approche de l’évaluation du succès des MC. Il permet de confirmer certains résultats de la
littérature mais nécessiterait d’être approfondi pour être plus largement généralisable.
14
http://www.trameverteetbleue.fr/presentation-tvb/echelles-action
136
Section I
Notamment, la définition du succès que nous avons retenue reste assez simple.
Elle est cohérente avec la règlementation française qui impose une compensation en
« like for like » (la biodiversité qui bénéficie des MC doit être la même que celle
impactée), mais pourrait mieux refléter la dynamique des écosystèmes et des populations.
En effet, la présence d’individus sur un site, bien qu’étant un premier indicateur, ne
permet pas de savoir si les individus se reproduisent sur le site et si les populations ont la
capacité de se maintenir dans le temps. De même, la présence de l’habitat cible ne
garantit pas que cet habitat soit fonctionnel. L’évaluation de critères de succès plus
complexes impliqueraient toutefois de réaliser des inventaires plus poussés.
Dans notre retour d’expérience, nous n’avons pas pris en considération le temps
depuis la mise en place des MC au moment de l’évaluation (la majorité des mesures
étaient mise en place depuis 3 ou 4 ans). Il pourrait être intéressant de suivre l’évolution
des critères de succès à plusieurs pas de temps afin d’estimer la durée nécessaire pour les
atteindre.
De plus, un nombre de MC plus important pourrait être évalué afin de pouvoir
tester l’influence de plus de variables sur leur succès ou échec. L’étude est, en effet,
limitée par le nombre de répliquas qui ne permet pas d’évaluer beaucoup d’effets. En
pratique, l’acquisition de données homogènes sur les MC s’avère difficile. En effet, d’une
part les études d’impact et autres procédures (demande de DEP, incidence LSE…) ne sont
pas standardisées, et d’autre part les dossiers ne sont pas traités et archivés de la même
manière par les différents services instructeurs (DREAL et DDT) d’une région à l’autre.
La base de données développée en France par le Ministère de la Transition Ecologique
pourrait pallier ce problème. Dans un premier temps, elle a vocation à répertorier la
localisation des MC ainsi que le maître d’ouvrage associé, et pourrait inclure à moyen
terme des données plus spécifiques.
3.2. Associer les facteurs d’incertitude à la prédiction
Comme dit précédemment, la quantification précise des incertitudes permettant de

les intégrer directement dans le calcul de la valeur prédite des indicateurs dépasse le cadre
de cette thèse. Nous proposons donc de signaler qualitativement les indicateurs pour
lesquels le degré d’incertitude est le plus fort afin de nuancer les gains (et les pertes)
prédits. Nous proposons d’utiliser la méthode suivante pour attribuer un degré
d’incertitude à un indicateur : déterminer si cet indicateur est concerné par une, deux ou
trois des sources d’incertitudes que nous avons identifiées sur la base du REX et de notre
expertise (lors de la mise en œuvre du cadre méthodologique sur des cas concrets, voir le
chapitre 4). Ces sources d’incertitude sont les suivantes (Tableau 13):
137
Chapitre 3
 Les facteurs qui échappent au contrôle du maître d’ouvrage : en particulier dans le

Périmètre Elargi, la valeur des indicateurs à long terme ne dépend souvent pas que
des actions du maître d’ouvrage et échappe à sa capacité de prédiction.
 La méconnaissance des espèces animales ou végétales ciblées : la biologie de
certaines espèces est très bien connue (avifaune notamment) et permet de mettre en
place des mesures de restauration ou de gestion des milieux appropriées pour garantir
leur installation et leur maintien. Ce n’est cependant pas le cas de toutes les espèces
(insectes particulièrement). Lorsque l’espèce ciblée est peu étudiée et que certains
éléments clés de sa biologie ne sont pas connus (capacité de dispersion,
d’installation, surface minimale d’habitat nécessaire, etc.) le degré d’incertitude
associé est beaucoup plus fort
 Le risque d’échec associé au type de MC (uniquement pour prédire la valeur des
indicateurs après MC) : les mesures compensatoires peuvent être des opérations de
restauration de milieu ou de mise en gestion impliquant des techniques d’ingénierie
écologique. Si les techniques ont déjà fait leur preuve avec des taux de réussite
élevés, l’incertitude associée à la valeur prédite de l’indicateur est faible. Par contre
s’il s’agit de techniques nouvelles, jamais testées, alors cette source d’incertitude est
forte pour la MC.
Tableau 13 : Sources d’incertitudes à prendre en compte lors de la prédiction de la valeur des

indicateurs après impacts et MC
Sources
Prédiction Questions à se poser Cas où considérer l’incertitude
d’incertitudes
La prédiction de la valeur de D’autres facteurs peuvent nettement
Facteurs échappant l’indicateur dépend-elle influencer la valeur que peut prendre
au contrôle du essentiellement des actions l’indicateur (ex : construction de
Maitre d’Ouvrage réalisées par le maître nouvelles infrastructures de transport
(MO) d’ouvrage ? Y a-t-il une part dans le périmètre élargi par d’autres
qu’il ne peut pas maîtriser ? maîtres d’ouvrage)
Méconnaissance du Le comportement de l’espèce (ex :
Le comportement des espèces
comportement de l’espèce fuit le site pendant les travaux
sur lesquelles porte
l’espèce faune ou colonise facilement le nouvel habitat
Impacts et l’indicateur est-il bien connu ?
(capacité favorable) n’est pas bien connu.
MC Est-il adaptable au type
d’adaptation) A interpréter entre autre selon la taille
d’impact/ de MC ?
du site compensatoire
La dynamique de recolonisation ou la
Méconnaissance du La flore a-t-elle une
réponse de la flore à une action (impact
comportement de dynamique de recolonisation
ou gestion) est mal maitrisée (ex. les
l’espèce flore connue ?
espèces exotiques envahissantes)
(dynamique de
recolonisation)
Les effets de l’impact ne se reflètent pas
nécessairement directement sur la
Le caractère plus La valeur de l’indicateur est- métrique de l’indicateur (ex. pour la
Impact ou moins direct de elle en relation directe avec destruction de la moitié d’un boisement,
l’impact l’intensité de l’impact ? l’effet de l’impact est plus direct et
prévisible sur la surface de milieu
forestier que sur la diversité d’avifaune)
138
Section I
Quel est le taux de succès du La mesure compensatoire est une

type de mesure compensatoire restauration peu pratiquée ou une
Risque d’échec
envisagé ? Les conditions création d’un milieu, ou si
associé au type de
MC environnementales du site l’environnement n’est pas favorable (ex
mesure
sont-elles favorables à la : mauvaises conditions hydriques pour
compensatoire
biodiversité ciblée par la une ZH ou isolement pour un habitat
mesure ? d’espèce)
 Le caractère plus ou moins direct de l’impact (uniquement pour prédire la valeur

des indicateurs après impact) : lorsque l’impact est direct, la prédiction de la valeur
peut rester simple, par exemple si 2 ha de forêt sont détruits pour construire un
bâtiment, la surface de la forêt sur le site impacté après impact est égale à la valeur
initiale moins 2 ha. Par contre, la diversité de l’avifaune sur le site impacté peut être
affectée directement par une perte d’habitat et indirectement par le dérangement
induit par les travaux et l’exploitation du site. Prédire la diversité de l’avifaune après
impact est donc plus difficile en l’absence de retour d’expérience, l’incertitude
associée sera donc plus forte.
Après identification des sources d’incertitude associées à la prédiction de chaque

indicateur, un système de notation simple est proposé :
Aucun type d’incertitude  Niveau d’incertitudes Faible
1 type d’incertitude  Niveau d’incertitudes Moyen *
2 types d’incertitude  Niveau d’incertitudes Elevé **
3 types d’incertitude  Niveau d’incertitudes Très Elevé ***
A titre d’exemple, ce système a été appliqué sur le cas théorique présenté au §2.3
pour illustrer le mécanisme de prédiction de la valeur des indicateurs après impacts et MC
(Tableau 14).
Plus le niveau d’incertitude lié à la prédiction de la valeur de l’indicateur après
impacts ou MC est élevé, plus il est nécessaire d’ajuster la prédiction. En appliquant le
principe de précaution, cela peut être fait en considérant que l’effet des impacts sera plus
important que celui initialement prédit, ou l’effet des MC moins important. Il sera alors
nécessaire de réviser l’action prévue (impact ou MC) de manière itérative pour que
l’équivalence entre pertes (qui seraient plus importantes) et gains (qui seraient moins
importants) puisse être atteinte. La prédiction après révision des actions prévues peut
ainsi être moins incertaine.
De manière générale, plus le niveau d’incertitude est fort, plus il sera nécessaire
de prévoir un suivi de l’évolution réelle des indicateurs une fois les impacts et les MC
réalisés et de prévoir un budget spécifique afin de faire de la gestion adaptative sur les
sites. En effet, s’il s’avère que les valeurs réelles des indicateurs sont plus basses que
celles estimées, des mesures doivent être prises pour corriger les actions déjà engagées et
ainsi atteindre les valeurs des indicateurs prédites initialement. Cela peut être fait après le
laps de temps correspondant aux prédictions LT (trentaine d’année), ainsi la valeur réelle
139
Chapitre 3
des indicateurs peut être comparée à la valeur prédite. Cependant, pour éviter des pertes
intermédiaires trop importantes, il serait nécessaire de pouvoir estimer à des pas de temps
plus courts (2, 5 ou 10 ans) si les trajectoires suivis par les sites permettront bien
d’atteindre les objectifs. Quelques travaux ont été réalisés en ce sens, notamment sur les
tourbières (Poulin et al. 2013), mais le dire d’expert reste le moyen le plus répandu.
Concrètement, l’attribution d’un niveau d’incertitude à la prédiction de la valeur
des indicateurs doit se traduire par la prévision d’un suivi de ces indicateurs, et donc
d’une enveloppe financière adaptée pour la mise en place de ce suivi. Ce sont ces suivis
qui permettront à terme d’affiner la prédiction de la valeur des indicateurs en réduisant
l’incertitude associée. Un niveau d’incertitude élevé devrait également se traduire par une
préconisation de gestion adaptative impliquant potentiellement la mise en place de
mesures correctives.
Tableau 14 : Attribution d’un niveau d’incertitude à la prédiction des valeurs des indicateurs après
impact et MC à court et long terme (CT et LT) pour l’exemple théorique présenté au 2.3. Fa = Faible,
M = Moyen, Fo = Fort.
Diversité spécifique des Diversité spécifique de

Surface de milieu boisé (ha) amphibiens (nombre l’avifaune (nombre
d’espèces) d’espèces)
Site Impacté Compensatoire Impacté Compensatoire Impacté Compensatoire
Pas de temps de la
CT LT CT LT CT LT CT LT CT LT CT LT
prédiction
Influence de l’action
(projet ou MC)
Comportement de
x x x x x x x
l’espèce faune / flore
Définition de
l’emprise et de x x
l’impact
Type de mesure
compensatoire « à
risque »
Niveau d’incertitude Fa Fa Fa Fa Fa M M M Fo Fo M M
Proportion d’espèces
Surface de milieu non
menacées sur LR France
artificialisé (ha)
(%)
Site Impacté Compensatoire Impacté Compensatoire
Pas de temps de la
CT LT CT LT CT LT CT LT
prédiction
Influence de l’action
x x
(projet ou MC)
Comportement de
x x x x
l’espèce faune / flore
Définition de
l’emprise et de x x
l’impact
Type de mesure
compensatoire « à
risque »
Niveau d’incertitude Fo Fo Fo Fo Fa Fa Fa Fa
140
Section I
4. Pistes d’amélioration de la prédiction
4.1. Du dire d’expert à la standardisation
En l’état actuel du cadre méthodologique d’évaluation de l’équivalence

écologique, la prédiction des valeurs des indicateurs après impacts et MC se fait selon un
dire d’expert. Celui-ci est cadré par la prise en compte de critères liés à la dynamique des
écosystèmes et aux incertitudes quant aux effets réels des perturbations prévues (impacts
ou MC). Pour que l’évaluation soit la plus transparente possible, il est essentiel que
l’expert qui réalise les prédictions garde une trace de ses réflexions et des sources sur
lesquels il s’est appuyé. Si le recours au dire d’expert à l’avantage de rendre la prédiction
souple et adaptable selon le contexte, il ne garantit pas une prédiction rigoureuse. En
effet, selon les compétences et l’expérience des acteurs impliqués (maîtres d’ouvrage,
bureaux d’étude, gestionnaires, administration), la prédiction pourra s’avérer plus ou
moins complexe à réaliser. Cela amène d’autres d’incertitudes de type human decision
(Kujala et al. 2013) qui sont dues à l’imprécision du dire d’expert et la manière dont
chacun appréhende les entités du monde environnant.
Une standardisation de la prédiction basée sur une étude approfondie de la
dynamique des écosystèmes (successions, résilience, résistance…) et sur des retours
d’expérience serait donc préférable. Plusieurs niveaux de standardisation pourraient être
mis en place. Dans un premier temps, les critères utilisés pour cadrer le dire d’expert
(type de perturbation, dynamique du milieu, réponse de l’indicateur) pourraient être plus
approfondis et liés avec l’effet qu’ils peuvent avoir sur les indicateurs de biodiversité. Par
exemple, pour un type de perturbation donnée, sur un certain milieu avec une dynamique
donnée, une fourchette de valeurs de l’indicateur (ayant une forme de réponse connue)
pourrait être précisée. Cette fourchette de valeurs pourrait correspondre à la prise en
compte des incertitudes, comme cela est fait dans l’Ökokonto allemand (Darbi & Tausch
2010). Si l’incertitude liée à la prédiction est importante, c’est-à-dire qu’il y a de fortes
chances que les effets prévus des perturbations soient en décalage avec les effets réels
(information tirée des retours d’expérience), la valeur basse de la fourchette serait
sélectionnée.
A plus long terme, avec le développement des connaissances et des outils en
écologie, la mobilisation de modèles pourrait être préconisée. L’intérêt des modèles est
qu’ils permettent d’expliciter clairement les différents paramètres nécessaires à la
prédiction et de les faire évoluer dans le temps selon des contraintes données. Un modèle,
même conceptuel, a également le mérite de pouvoir décomposer les sources
d’incertitudes. Certaines sont liées au manque de connaissance de la dynamique des
milieux, tandis que certaines sont liées aux capacités de gestion ou de restauration des
141
Chapitre 3
milieux lors des opérations de MC. On peut imaginer que ces sources d’incertitude, grâce
à une mise en commun des retours d’expérience, se réduise et puisse permettre
d’améliorer les modélisations.
L’utilisation de modèles est néanmoins délicate car ils sont relativement simples à
développer et à implémenter mais ne peuvent alors pas prendre en compte beaucoup de
paramètres (Pioch et al. 2017), soit ils sont plus complexes et moins opérationnels
(Guisan & Thuiller 2005). Une solution serait de développer plusieurs modèles (par type
de perturbation ou par type de milieu par exemple) qui puissent chacun être mobilisable
par un public technique. Dans tous les cas, que l’on fasse appel à la modélisation ou que
l’on prédise la valeur des indicateurs sur la base de la littérature scientifique et technique,
c’est bien l'acquisition de données continue dans le temps, sur des milieux variés, soumis
à différents types de perturbations et récoltées de manière standardisée qui permettra
d’affiner les prédictions.
4.2. Prendre en compte le changement climatique
L’évolution de la dynamique des milieux et les incertitudes seraient également à

replacer dans le contexte du changement climatique. Ce changement global affecte la
biodiversité sur des échelles de temps très courtes (Bässler et al. 2010 ; Barbet‐Massin et
al. 2012 ; Thompson et al. 2013), ce qui pose question pour la mise en place des MC.
Notamment, les mesures envisagées en réponse aux pertes seront-elles adaptées aux
nouvelles conditions induites par le changement climatique ? Les connaissances
concernant l’effet du changement climatique sur la biodiversité sont encore en évolution
ce qui génère beaucoup d’incertitude (Kujala et al. 2013). Des travaux ont tout de même
montré que la modification des facteurs abiotiques (température, précipitation, proportion
de gaz à effet de serre dans l’atmosphère, couverture neigeuse) affecte la biodiversité de
plusieurs manières (Gitay et al. 2002; Bellard et al. 2012), particulièrement pour les
milieux terrestres :
 Modification de la phénologie, la physiologie, la morphologie et du comportement de

certaines espèces (Roy & Sparks 2000),
 Changements des aires de distribution d’espèces (Huntley et al. 2006),
 Augmentation de la fréquence et l’intensité de l’apparition de maladies et des
parasites,
 Perturbation d’écosystèmes de haute latitude dans l’hémisphère nord.
Il serait donc nécessaire de prendre en compte le possible effet de ces

changements lors de la prédiction des valeurs des indicateurs après impacts ou MC.
Notamment, la capacité de (re)colonisation des sites par les espèces dépend de leur aire
142
Section I
de distribution et de leur comportement, qui pourront potentiellement être affectés par le

changement climatique.
D’une manière générale, le changement climatique pose la question de savoir s’il
est pertinent d’orienter les efforts de compensation uniquement sur la biodiversité
actuellement présente en un lieu donné, où s’il est préférable d’anticiper et compenser la
biodiversité qui serait présente dans le futur. Les scénarios pour 2100 prévoient par
exemple un très net recul des hêtraies vers le Nord de la France (Piedallu et al. 2009). De
même, des travaux de simulation des aires de distribution des oiseaux nicheurs en Europe
sous les différents scénarios climatiques ont été réalisés (Figure 32). Ainsi des MC sont
planifiées actuellement pour la biodiversité risquent de ne pas être adaptées à des
conditions futures.
Figure 32 : Simulation de la diversité d’oiseaux nicheurs européens présente (en 2006) et potentielle.
La carte de gauche montre le nombre d’espèces d’oiseaux nicheurs simulé en chaque point de la grille
pour le climat actuel. La carte de droite montre le nombre d’espèces d’oiseaux simulé comme
potentiellement nicheurs en chaque point de la grille pour un scénario climatique entre 2070 et 2099
dérivé de la simulation HadCM3 du scénario d’émission de gaz à effet de serre B2 de
l’Intergovernmental Panel on Climate Change (Huntley et al. 2006).
Sans anticiper à ce point l’effet du changement climatique sur la mise en place des
MC, l’accent pourrait être mis d’avantage sur les connectivités pour permettre aux
espèces de migrer, d’une manière qui est encore difficilement prévisible. Ainsi, les MC
auraient plus un rôle d’accompagnement des effets du changement climatique sur le
maintien des espèces, plutôt que des actions fortes d’anticipation qui sont également
source d’incertitude.
Ce genre de réflexion est également valable de manière plus générale pour les
changements globaux. En plus du changement climatique, ou en interaction avec lui, les
phénomènes observés à large échelle tels que la dégradation des sols, l'utilisation
143
Chapitre 3
intensive des ressources hydriques, la pollution chimique de l'air et de l'eau etc. posent
aussi des questions sur le degré des impacts et l'efficacité des MC dans ce contexte.
5. Conclusion
Dans cette section nous avons présenté les outils développés pour aider à prédire
les valeurs des indicateurs (sélectionnés au chapitre 2) après impacts et MC dans le cadre
méthodologique d’évaluation de l’équivalence. Nous proposons que cette prédiction se
fasse à court et long terme afin de mieux identifier et réduire les pertes intermédiaires. La
prédiction se fait à dire d’expert (opérationnalité), auquel nous avons apporté un cadrage
pour qu’il tienne compte du type de perturbation, de la dynamique des écosystèmes ainsi
que des incertitudes (risques de sous-estimer l’effet des impacts et de surestimer celui des
MC ; bases scientifiques). Cette partie du cadre méthodologique reste à améliorer car elle
n’a pas été approfondie à causes des contraintes temporelles et techniques de la thèse
(manque de données quantitatives notamment). Les prochaines étapes consistent à définir
des modalités de calcul des pertes, des gains et de l’équivalence (Chapitre 4). Une phase
de test de la méthode sur des sites divers sera également nécessaire pour identifier sa
plus-value et ses limites. Deux tests sur deux sites seront détaillés au Chapitre 4.
144
Section II
SECTION II
 Article soumis à la revue Conservation Biology – En révision en octobre 2017
Success of biodiversity offsets: more feedbacks are necessary to reduce

uncertainties
Lucie Bezombes (1, 2), Christian Kerbiriou (3, 4), Thomas Spiegelberger (1)
(1) Université Grenoble Alpes, Irstea, UR EMGR, 2 rue de la Papeterie-BP 76, F-38402 St-Martin-
d'Hères, France
(2) EDF R&D, Laboratoire National d’Hydraulique et Environnement, 6 Quai Watier, F-78400
Chatou, France
(3) Muséum National d'Histoire Naturelle, Centre d’Ecologie et de Sciences de la Conservation,
UMR7204 MNHN-UPMC-CNRS, 55 Rue Buffon, F-75005 Paris, France
(4) Station de biologie marine, place de la croix, F-29900 Concarneau, France
Key words
Biodiversity offsets, uncertainties, offset measures success, no net loss, feedback
Abstract
Biodiversity offsetting is a common way of preserving species and habitats in the context of
development projects. It consists in compensating losses due to impacts by commensurate gains
on biodiversity through offset measures. The design of offset measures contains a certain number
of uncertainties caused by numerous factors that make it difficult to achieve the “no net loss”
objective. The risk of offset failure is usually integrated into offset design by increasing the
compensatory site area. This approach is questionable because it increases offset implantation
costs with no guarantee of success. A way of decreasing such uncertainties is to assess the
success or failure of offset measures that have already been implemented and analyze factors
that could explain the results observed. We collected feedback on 59 offset measures
implemented from 2001 to 2015 in 21 offset projects in France. We first determined criteria to
evaluate offset success according to the French offset policy and then selected potential factors
that can explain this success for either target species or habitats. Most prominently, the type of
offset measure influenced the offset success rate for both species and habitats, while a larger
compensatory site increased the probability of success only for species. Finally, the role of
feedback in reducing uncertainties in biodiversity offset is discussed, notably as a basis to
enhance evidence-based management.
145
Chapitre 3
Acknowledgements
We are thankful to Stéphanie Gaucherand for her assistance in the management of this study,
and to Richard Potiron-Briot and Marion Chataigner for the data collection from the archives and
in the field. We are grateful to Véronique Gouraud for her useful comments on an early draft of
this article. We also thank the Isère Direction Départementale des Territoires and all
compensatory sites managers for providing access to the offset procedures and compensatory
sites. This research was financed by the French Direction Eau et Biodiversité, the French
government “CIFRE” grant for PhD students and Electricité de France (EDF).
1. Introduction
Biodiversity offsets have become a widespread tool for biodiversity conservation in the context of
development projects (Madsen et al. 2010). Offset measures are implemented at the end of the
mitigation hierarchy (avoid, reduce, offset) in order to compensate for negative impacts on
biodiversity with various modalities depending on the offset policy (McKenney & Kiesecker 2010).
The overall result of this process should be a “no net loss” (NNL) of biodiversity (Business and
Biodiversity Offsets Programme (BBOP) 2012). To reach this goal, offset measures must be
actions “on the ground” that favour biodiversity (such as ecosystem creation, restoration,
rehabilitation or maintenance) and that are equivalent to related impacts (Bull et al. 2013), instead
of financial transfers as allowed in certain countries (Bishop et al. 2009; Santos et al. 2012).
Although biodiversity offsets seem appealing because it aims to accommodate economic
development as well as biodiversity conservation, several concerns about biodiversity offsets
effectiveness, have been raised (e.g. additionality of offset measures, interim losses, long-term
management; Gardner et al. 2013; Evans et al. 2015; Maron et al. 2016).
Project developers and environmental authorities notably face uncertainties when implementing
and authorizing offset measures, given that NNL is difficult to predict. Uncertainties concern
mainly (i) the time until the expected gains of biodiversity are provided by creation or restoration
actions (Curran et al. 2013) and (ii) the risk that offset measures will fail to provide the expected
gains (Maron et al. 2012). The most common way of dealing with uncertainties is to compensate
with larger areas compared to those impacted using area multipliers (Bezombes et al. 2017).
Multipliers are either determined by consensus among stakeholders following the principle of
precaution or are a science-based solution to make sure that impacts are compensated (Moilanen
et al. 2009; Laitila et al. 2014; Bull et al. 2016). Using such ratios, however, does not guarantee
the success of compensation measures, and therefore this practice is questionable (Maron et al.
2012). The challenge for reducing uncertainties would instead be to successfully restore
degraded habitat, mostly in areas already largely disturbed and fragmented, which would provide
greater benefit to biodiversity.
Collecting feedback on previously implemented offset measures could provide insight into the
factors contributing to their success or failure, and thus could contribute to reducing uncertainties
and allow a better design of offset measures, notably by improving ecological actions
146
Section II
implemented as offset measures. Implementing more efficient offset measures would in turn
make it easier to achieve NNL. This involves determining criteria for offset measures’ success
and identifying factors that could influence this success, such as the species or ecosystems
targeted in offset measures (Tischew et al. 2010), the type of offset implemented (e.g. wetland
restoration; Anderson 1995) and the ecological engineering techniques used (Jaunatre et al.
2014).
In this paper, we suggest an approach to gather feedback on previously implemented offset
measures in order to better qualify uncertainties related to biodiversity offsets. We first (i)
determine how offset success can be evaluated, then (ii) identify which factors influence the
success or failure by conducting field surveys on a set of offset measures implemented in France
following two offset procedures (involving wetlands and protected species) and (iii) suggest
actions aiming to better take into account uncertainties in biodiversity offsets.
2. Material and methods
2.1. Determining criteria for success
Offset measures’ success can be evaluated based on two main categories of objectives: the
objectives defined by developers and environmental authorities consistent with offset policies
(e.g. Regnery et al. 2013), and the objective of NNL, which is not always a mandatory
requirement. These objectives can be combined but are often distinct because no unanimously
accepted method to evaluate equivalence and NNL exists (Bezombes et al. 2017). Within the
European offset policy, protected species and habitats (EEC 1992, 2009) have to be offset if
significant residual impacts remain after avoidance and reduction measures. Moreover, in the
French legislation wetlands compensation is subject to a specific procedure aiming to maintain
the good quality of water masses.
As the French offset policy, like the majority of offset policies (Madsen et al. 2010), requires
offsetting in a like-for-like approach, we defined success as the presence of the same habitat or
species that has been impacted. To simplify the analysis, success was classified either as
complete (yes) or incomplete (no) at one point in time, based only on the presence/absence of
target species or habitat (see Appendix 1 for details on the modalities used to meet the criteria for
success).
2.2. Identifying factors influencing success
Out of the multiple aspects that can be considered, we selected 14 potential factors to explain the
presence of target habitat or species: the compensatory site area, the type of offset measures
(see Appendix 2 for a description of offset measures), the duration of the management plan, the
state of the compensatory site before offset measures, the type of developer (private or public),
the distance between impacted and compensatory sites, the distance between the compensatory
site and landscape ecological corridors and the target species group (birds, bats, reptiles,
amphibians, mammals, insects and flora; see Table 2 for details). The state of the site before
147
Chapitre 3
offset measures (degraded or not) was defined based on the expert opinion of the practitioner
who considered the site as degraded when there are current or past anthropogenic pressures on
the ecosystem. The distances between compensatory sites and either impacted sites or the
nearest ecological corridor are calculated as the shortest distance from one perimeter to another.
2.3. Data set
We studied 21 French projects subject to the protected species, the wetland or both procedures in
the Isère department in southeast France (see Appendix 3 for details on the impacted and
compensatory sites). The sites were mainly located in urbanized, agricultural or semi-natural
landscapes around the cities of Grenoble, Voiron and Bourgoin-Jaillieu. The projects were chosen
because they were accessible in the archives, offset measures had already been implemented
and the practitioner was available to show us the compensatory site and give us complementary
information on the offset measures. For each project, one to six offset measures were
implemented between 2001 and 2015, allocated on one or two offset sites (see Appendix 3).
Compensatory site areas ranged from 100 m² for the smallest to 40 ha for the largest. A total of
59 offset measures were analysed, with pond creation the most frequently implemented (Table 1).
For the 21 projects, first the maximum data available in the procedures were collected (e.g. site
locations, biodiversity impacted, type of impacts and offset measures) and then field surveys were
conducted with the practitioners to collect the complementary data (i.e. presence/absence of
target species/habitat, state of the site before offset measures, etc.)
2.4. Data analysis
We tested the influence of 14 factors (i.e. our explanatory variables: seven environmental
variables and seven types of target species: birds, bats, reptiles, amphibians, mammals, insects
and flora; see Table 1) on the offset successes observed (presence or absence of target habitat
or species, i.e. our response variables) using Generalized Mixed Models (GLMM, function
glmmPQL, R package MASS, Ripley et al. 2013). Due to the nature of the response variable
(success/failure) and potential over-dispersion, we performed GLMMs with a quasi-binomial error
distribution for both types of success (target habitat and species). We checked independence
among all explanatory variables by performing two-by-two tests of the variables and removed
three dependent variables from the set of 14 (target bats, type of developer, state of
compensatory sites; see Appendix 4).
To avoid over-parametrization a set of five potential factors of success was selected among the
14 being identified (see Appendix 4), using a hierarchical partitioning of variance (Chevan &
Sutherland 1991; R package hier.part, Walsh et al. 2013), and a full model with those factors
(Type Offset, Comp. area, Dist. Imp. Comp, Dist. Comp. Corr and Target flora) was constructed.
Finally, we checked multi-collinearity among these five explanatory variables performing variance-
inflation factors (VIF, vif function, package car) on each model (Fox & Monette 1992). We
removed one variable showing a VIF value >2 (target flora, see Appendix 4) to construct the final
148
Section II
model based on the recommendations of Heiberger and Holland (2015) and Chatterjee et al.
(2000) (the mean of the VIF values has to be <2 for there to be no striking evidence of multi-
collinearity).
The final model for the presence/absence of target habitat or species has the following structure:
𝑆𝑢𝑐𝑐𝑒𝑠 𝑜𝑓 𝑜𝑓𝑓𝑠𝑒𝑡 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 ~ 𝐶𝑜𝑚𝑝. 𝑎𝑟𝑒𝑎 + 𝐷𝑖𝑠𝑡. 𝑖𝑚𝑝. 𝑐𝑜𝑚𝑝 + 𝐷𝑖𝑠𝑡 𝑐𝑜𝑚𝑝. 𝑐𝑜𝑟𝑟. + 𝑇𝑦𝑝𝑒 𝑜𝑓𝑓𝑠𝑒𝑡.
Finally, the effects of each variable were evaluated using a type II ANOVA, and back-transformed
estimates of categorical variables were assessed using R package lsmeans (Lenth 2016).
3. Results
The type of offset measure implemented significantly influenced offset success in terms of both
habitat and species (Table 2). Management had the lowest probability of success whatever the
target of the offset measure was (Figure 1), while creation of micro-habitats (scree or windrow
mainly for amphibians and reptiles) had the highest probability of success only when targeting
habitats.
The area of the compensatory sites influenced the presence of the target species (Table 2), with
larger areas having a higher probability of success (β=0.127 ± 0.061). On average the rate of
success varied from 72% to 96% when the area of the compensatory site varied from 1 to 20 ha.
The distance between the impacted site and the compensatory site had a non-significant
tendency to influence offset success for species habitat. The probability of success tended to be
greater when impacted and compensatory sites were close to each other (β= −0.088 ± 0.054).
Finally, the distance between the compensatory site and the nearest landscape ecological
corridor had no significant influence of the offset success for either habitat or species presence.
4. Discussion
Conducting assessments of feedback on offset measures can help to better qualify and objectify
uncertainties about the risk of success and thus improve offset implementation leading to NNL of
biodiversity.
4.1. Assessing feedback on offset measures
Offset measures on biodiversity must respond to identified losses of species or habitat and
provide commensurate gains on these components. Success of offset measures can be
evaluated at two levels: (i) quality: do the restoration or creation actions benefit the target species
or habitat? And (ii) quantity: how much does the restoration or creation benefit the target species
or habitat? We determined the first as the presence/absence of target species or habitats on the
compensatory sites. This qualification allows a primary determination of success that is easy to
evaluate in practice but does not take into account progressive management and restoration
processes, nor the size and dynamic of populations and habitats. Ideally, offset success should
also be determined in terms of quantity to meet the NNL objective. This could be done by
149
Chapitre 3
assessing the state of species populations (size and viability) by measuring abundance of
individuals (Cushman et al. 2010; Lindenmayer et al. 2014), measuring biological parameters
(e.g. fecundity, development stage, maturity) and assessing natural habitat functionality (Petchey
& Gaston 2006).
Due to the lack of accessible data, we only tested four factors explaining offset success, and a
substantial increase in the number of cases studied would be necessary to test the influence of
more variables. This would require overcoming the difficulties encountered during this
investigation. First, offset procedures were not easily available because of the lack of human and
financial resources put into Environmental Public Services to capitalize data. Second,
Environmental Impact Assessments describing offset measure design were of heterogeneous
quality with various data missing (Regnery et al. 2013), so that certain projects could not be
integrated into the analysis. A better organization of data concerning offset measures, for
example in public databases managed at the national level, would substantially reduce these
barriers. In France, the monitoring of biodiversity offsets has recently been introduced in the new
law on biodiversity (law no. 2016-1087). A database is being developed by the Ministry of
Ecology, with the aim of centralizing information on biodiversity offsets from application files to
field controls including localization of offset sites (Gabillard 2015).
4.2. Factors influencing success
The analysis of offset measures’ success shows that three factors influence the
presence/absence of the target habitat or species: the type of offset measures and the
compensatory site area both had a significant effect, and the distance between impacted and
compensatory site showed a nonsignificant trend. The influence of the type of offset measures is
mostly due to the fact that all creations of micro-habitats for reptiles or amphibians were
successful when considering the presence of the target habitat (because it involves simple
techniques), and that no management was successful in terms of presence of target species.
Successful creation of micro-habitats does not guarantee, however, that the target species will
recolonize the favourable area (60% on average). In the present study, we classified the clearing
of shrubbed areas as well as invasive plant removal under the topic “management”. The reason
for non-success put forward by the practitioners was either that the management effort did not last
over time (leading to recolonization by shrubs and trees) or that the techniques used were not
effective enough to remove invasive plants. Despite the small number of offset measures, these
results confirm the need already expressed in the literature to monitor offset measures over time
(Harper & Quigley 2005; Gibbons & Lindenmayer 2007; Quetier et al. 2014) and to find better
techniques to deal with invasive species (Hulme et al. 2015; Early et al. 2016).
According to our analysis, the probability of target species presence is higher when the area of
the compensatory site is large. This result is congruent with many empirical and theoretical
studies (Saunders et al. 1991; Ruggiero et al. 1994). Restoring, creating or maintaining large
favourable habitats increases the chance that individuals recolonize and maintain viable
populations at least on parts of the site. Species requirements to accomplish their life cycle
150
Section II
consistent with the landscape context and the conservation state of populations should remain the
main elements to decide on the size of the compensatory site. The area should not simply be
increased for better acceptance of the project.
Many offset polices encourage implementing offsets near the impacted site (e.g. in the same
ecological network in the UK; Department for Environment, Food & Rural Affairs 2012) to favour
offset success in similar environmental conditions. Our analysis confirms that the probability of
species presence tends to be higher when the distance between compensatory and impacted
sites is low, but ideally they have to be connected by ecological corridors so that species from
impacted sites can colonize compensatory sites (Taylor et al. 1993; Beier & Noss 1998). Similarly,
the distance between the compensatory site and landscape ecological corridors does not
significantly influence offset success, probably due to the absence of structural elements such as
a network of hedges, which are essential for ecosystems to function well (Tambosi et al. 2014).
4.3. Improving offset implementation leading to NNL of biodiversity
In addition to compensating on larger areas based on the principle of precaution (which has a
dissuasive effect and encourages reinforcing the avoidance and reduction steps of the mitigation
hierarchy), offset should be monitored and management adapted if necessary (Keith et al. 2011)
so that measures are maintained until the expected gains of biodiversity catch up with the related
losses. In practice, compensation for species or habitats is not always handled well for several
reasons: there is a lack of feedback on experiences gained from conservation actions; financial
and human means are concentrated mostly on the implementation phase and less on long-term
monitoring, and systematic reviews on particular species conducted by scientists do not exist or
are difficult for practitioners to access (Sunderland et al. 2009; Arlettaz et al. 2010). With
capitalization of the factors influencing success or failure in specific contexts, the adaptive
management of offset measures could follow the principle of evidence-based conservation (EBC)
(Sutherland 2003). Applying EBC principles would reduce uncertainties related to elements that
can be managed by the developer (e.g. offset site size and location, type of offset measures
implemented, frequency of monitoring) and thus help to design offset measures that have better
chances of achieving NNL. Uncertainties related to climatic hazards or global change, however,
will remain high because they are not yet effectively taken into account (Kujala et al. 2013). We
therefore recommend that biodiversity offsets focuses on ecosystem functionalities and resilience
(Holling 1973; Gunderson 2000) to preserve both target components at stake (species and
habitat) and the ecosystem’s self-preservation capacity in uncertain future conditions.
151
Chapitre 3
Figure 1: Probability of success (for species in grey and for habitats in white) depending on the type of
offset implemented, with a 95% confidence interval, Different letters indicate a significant difference
between the probabilities of success.
Table 2: Effects of selected variables (surface of compensatory site (S. comp), type of offset measures
(Type offset), distance between impacted and compensatory sites (Dist. imp. comp.), and distance between
compensatory site and landscape ecological corridors (Dist comp. corr.)) on observed offset success for
target habitat and species.
152
Section II
Table 1: Variables analyzed. Normal font represents environmental variables and italics represent target species variables .
Factors of success Variable description Justification of variable choice Hypothesis about modalities
leading to success
Compensatory site area Quantitative continuous (ha) Ecological processes are related surface Large surface
(Comp. area.) scales (Drakare et al. 2006)
Type of offset measures Qualitative: Management of terrestrial Different ecological engineering technics used Maintain> Management>
(Type offset) ecosystem (n=5), Restauration of wetlands lead to various results Restoration>Creation
or rivers (n=13), Creation of one or several (Tischew et al. 2010)
pounds (n=16), Creation of micro-habitats
(n=10), Creation of linear plantation (n=9),
Maintain (n=6).
Duration of management plan Quantitative continuous (years) Effectiveness of offset measure can be Long term management plan
(Duration manage) checked and followed when there is a
management plan
State of compensatory site Qualitative: Degraded (n=32), Non Ecosystem degradation like pollutions, soil Non degraded state of
before offset measures degraded (n=27) compaction or underground compensatory site
(State comp. site) drainage have long term impacts (Chazdon
2008)
Type of developer Qualitative: Private (n=31), Public (n=28) May be different requirements depending on Private (increased economic
(Type dev.) the status of the developer. pressure on the private sector)
Distance between impacted Quantitative continuous (km) More chance that the environment is similar on Short distance
and compensatory sites compensatory site if nearby impacted site
(Dist. Imp. Comp) (Kiesecker et al. 2009)
Distance between Quantitative continuous (km) Landscape ecological corridors are important Short distance
compensatory site and areas for biodiversity (Taylor et al. 1993)
landscape ecological
corridors
(Dist. Comp. Corr).
Target species group: birds, Qualitative: Yes /No Groups of species have different large Birds and amphibian may recolonize
bats, reptiles, amphibians, requirements (home range, dispersal ability) more easily compensated sites
mammals, insect and flora and life cycles: some might be easier to
(Target species) maintain, restore or create.
153
Chapitre 3
154
Section II
Chapitre 4
Présentation du cadre méthodologique
dans sa globalité
©Lucie Bezombes
155
Chapitre 4
SECTION I
Dernière étape de la construction du cadre méthodologique : mode
de calcul des pertes, des gains et de l’équivalence
1. Introduction
1.1. Règles d’échange entre pertes et gains
L’équivalence écologique est atteinte lorsque les gains de biodiversité apportés

par les mesures compensatoires (MC) sont égaux aux pertes causées par les impacts des
projets d’aménagement. Les pertes et les gains de biodiversité sont calculés,
habituellement, à partir de métriques qui combinent une mesure des composantes de
biodiversité ciblées (obtenue à l’aide d’indicateurs) et la surface des sites impactés et
compensatoires correspondants (Bezombes et al. 2017). L’évaluation de l’équivalence est
régie par des règles de comparaison entre les pertes et les gains, qui permettent
notamment d’intégrer l’incertitude relative à la précision du calcul de ces derniers
(Moilanen et al. 2009). Selon un rapport rédigé pour la Commission Européenne
(Rayment et al. 2014), ces règles doivent intégrer les éléments suivants dans leur
définition :
 la similitude entre les pertes et les gains en termes de composantes de biodiversité (la
compensation porte-t-elle sur les mêmes espèces ou habitats ? C’est-à-dire est-elle en
« like for like », par opposition au « out of kind » ?),
 la différence d’état de conservation des milieux sur lesquelles les pertes et les gains
ont lieu (une perte sur un milieu en bon état de conservation peut-elle être compensée
par un gain sur un milieu en mauvais état de conservation ?),
 la localisation des MC par rapport au site impacté (comment joue-t-elle dans
l’évaluation de l’équivalence ? Un site compensatoire d’une grande surface est-il
préférable quitte à ce qu’il soit plus éloigné du site impacté ?).
Le Business and Biodiversity Offsets Programme (BBOP) recommande également

que des composantes de biodiversité identifiées comme irremplaçables ou très
156
Section I
vulnérables ne puissent pas subir de pertes car l’obtention de gains équivalents serait trop
risquée et engendrerait de trop grosses pertes intermédiaires (BBOP 2012).
1.2. Comment calculer les pertes et l es gains
Les pertes et les gains sont généralement présentés sous forme d’une valeur
agrégeant plusieurs informations (quantité et qualité de la biodiversité, surface, risque
associé à l’évaluation…). Par exemple, Parkes et al. (2003) définissent les Habitat
Hectares, qui combinent la qualité et la surface de l’habitat, la qualité étant elle-même
une valeur agrégée de plusieurs indicateurs. Selon Nardo et al. (2005), l’agrégation
permet une approche synthétique facilement interprétable pour la prise de décision et
permet de comparer des éléments multidimensionnels. Ils préconisent néanmoins des
points de vigilance dans la construction d’indices composites et soulignent quelques
limites de ce genre d’indices : ils peuvent amener à des interprétations et conclusions
simplistes, certaines dimensions peuvent être cachées par d’autres, la pondération des
indicateurs est possiblement arbitraire et source de désaccord.
Cette pondération (c’est-à-dire le fait de donner plus d’importance à certains par
rapport à d’autres), est primordiale pour l’agrégation d’après Failing & Gregory (2003).
Elle permet de hiérarchiser l’information, et donc les actions qui découlent de son
interprétation. Elle devrait cependant, pour rester pertinente, être transparente vis-à-vis
des critères retenus, qui ne sont pas toujours bien justifiés. Dans le cadre de la
compensation, les composantes de biodiversité sont généralement pondérées de manière
plus importante lorsqu’elles ont un fort enjeu de patrimonialité (menacées sur la liste
rouge UICN par exemple ; CGDD 2013).
Dans tous les cas, et particulièrement lorsque les indicateurs ne sont pas agrégés,
la visualisation des résultats est à choisir de manière à ce que leur interprétation soit
lisible, d’autant plus si beaucoup d’indicateurs sont utilisés. L’indice de Qualité
Ecologique (IQE) développé par Delzons et al. (2013) est par exemple lisible sous forme
de graphique radar. Cette forme permet de visualiser séparément des notes pour chaque
critère mesuré sur plusieurs sites ou à différents moments. L’uniformisation des métriques
sur une même échelle (de 0 à 1 par exemple) facilite, de plus, la comparaison des
indicateurs entre eux.
157
Chapitre 4
1.3. Objectifs de la section I
Comme explicité au Chapitre 1, nous avons pris le parti de ne pas agréger les
indicateurs en un indice composite dans le cadre de ces travaux de thèse, afin d’éviter
l’effet « boîte noire ». Les pertes et les gains sont donc calculés pour chaque indicateur
sélectionné (Chapitre 2) séparément, à partir des valeurs initiales et des valeurs prédites
après impacts et MC (Chapitre 3). L’objectif de la section est double : d’une part, définir
un mode de calcul des pertes et des gains permettant de conserver l’information et de la
présenter de manière claire et interprétable ; d’autre part, de déterminer des règles pour
l’évaluation globale de l’équivalence écologique entre l’ensemble des pertes et des gains.
Il s’agit de la dernière étape de la mise en œuvre du cadre méthodologique.
2. Règles de calcul des pertes et des gains
2.1. Mode de calcul
Les pertes et les gains sont calculés pour chaque niveaux d’évaluation (Niveau
Général NG, Niveau Habitat NH et Niveau Espèce NSp) et pour chaque échelle spatiale
(périmètre site et élargi) à partir de trois valeurs des indicateurs : 1/ la valeur réellement
mesurée pour l’état initial, 2/ les valeurs prédites après impacts ou mesures
compensatoires à court terme (juste après les impacts et les MC) et 3/à long terme
(jusqu’à une trentaine d’années après les impacts et les MC). Des pertes et des gains sont
donc calculés pour chaque indicateur à court et long termes.
Afin de refléter l’importance de la perte par rapport à l’état initial, nous proposons
de calculer les pertes et les gains en valeur absolue et en valeur relative (nommée
ampleur) par rapport aux valeurs initiales :
𝑉𝑎𝑙𝑒𝑢𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑒 = 𝑣𝑎𝑙𝑒𝑢𝑟 𝑎𝑝𝑟è𝑠 𝑖𝑚𝑝𝑎𝑐𝑡 𝑜𝑢 𝑀𝐶 – 𝑣𝑎𝑙𝑒𝑢𝑟 𝑎𝑣𝑎𝑛𝑡 𝑖𝑚𝑝𝑎𝑐𝑡 𝑜𝑢 𝑀𝐶
𝑣𝑎𝑙𝑒𝑢𝑟 𝑎𝑝𝑟è𝑠 𝑖𝑚𝑝𝑎𝑐𝑡 𝑜𝑢 𝑀𝐶 – 𝑣𝑎𝑙𝑒𝑢𝑟 𝑎𝑣𝑎𝑛𝑡 𝑖𝑚𝑝𝑎𝑐𝑡 𝑜𝑢 𝑀𝐶

𝐴𝑚𝑝𝑙𝑒𝑢𝑟 = ∗ 100
𝑣𝑎𝑙𝑒𝑢𝑟 𝑎𝑣𝑎𝑛𝑡 𝑖𝑚𝑝𝑎𝑐𝑡 𝑜𝑢 𝑀𝐶
Pour la plupart des indicateurs, une valeur négative représente une perte tandis
qu’une valeur positive représente un gain de biodiversité (pour quelques indicateurs c’est
158
Section I
l’inverse, (voir Annexe 6). Par abus de langage, nous désignons les pertes comme étant
les calculs faits sur le site impacté et les gains comme étant ceux faits sur le site
compensatoire, mais en réalité, il est possible d’observer des pertes et des gains sur les
deux sites. L’ouverture d’un milieu engendre, par exemple, un gain pour l’indicateur
« surface d’habitat ouvert », mais une perte pour la « surface de milieu forestier ». On
s’attend néanmoins à ce que les indicateurs enregistrent plus de pertes sur le site impacté
que sur le site compensatoire.
Grâce à la valeur absolue de la perte, il est possible pour l’utilisateur de la
méthode de connaître l’effet des impacts ou bien celui des MC sur les métriques
sélectionnées au chapitre 2 pour représenter au mieux la biodiversité (en cohérence avec
le contexte règlementaire et écologique français). La mesure de l’ampleur permet, quant à
elle, de relativiser cet effet : si 2 ha de zones humides sont détruits, on peut supposer que
la perte sera plus importante avec une ampleur de 100 % (l’ensemble de la zone humide
est détruite), qu’avec une ampleur de 20% (un cinquième de la surface de la zone humide
est détruite). La nature de ces ZH est néanmoins également à considérer car si dans le
premier cas la zone humide est très dégradée alors que dans le second elle est en très bon
état de conservation, la comparaison seule des deux ampleurs n’est pas suffisante.
2.2. Visualisation des résultats
Dans le cadre de la compensation, l’utilisation d’outils de communication

efficaces a toute son importance car la consultation des éléments nécessaires à la prise de
décision n’est pas réservée à un cercle d’experts. Elle a vocation à être largement partagée
dans une communauté d’intérêts assez larges (aménageurs, services instructeurs,
décideurs, gestionnaires, associations, citoyens…). Nous proposons donc une sortie
graphique standard pour visualiser les résultats du calcul des pertes et des gains, présentée
en Figure 33. Elle est utilisée pour chaque niveau, à court et long terme (dans un cas où
les trois niveaux sont évalués, cela représente donc 12 graphiques). Elle a été réalisée
avec le logiciel R, en utilisant le package ggplot2 (Wickham 2011). Le code implémenté
ainsi que le format du fichier de données utilisé en entrée sont présentés en Annexe 9.
Une analyse rapide du graphique permet de repérer en premier lieu les indicateurs
(regroupés par critères), pour lesquels l’ampleur de la perte ou du gain est importante. La
valeur absolue de la perte ou du gain est indiquée à droite de l’axe du 0 et permet
d’affiner l’analyse. La valeur à l’état initial de l’indicateur est également indiquée dans la
colonne de gauche (colorée en orange dans les Figures 4.1) pour que l’utilisateur puisse
se rendre compte rapidement du niveau de biodiversité impacté ou compensé.
159
Chapitre 4
Figure 33 :
Sortie
graphique
standardisée
correspondant
à un exemple
théorique de
calcul des «
pertes » (effet
des impacts sur
la biodiversité
du site impacté,
en haut) et des
« gains » (effet
des MC sur la
biodiversité du
site
compensatoire,
en bas).
160
Section I
Enfin, le niveau d’incertitude associé à la prédiction de la valeur des indicateurs après

impact ou MC (selon les 4 catégories déterminées au Chapitre 3) est indiqué sous forme
d’étoiles (le symbole est au choix de l’utilisateur, colonne bleue de gauche dans les
Figures 4.1) :
Aucune * : Incertitude Faible
*: Incertitude Moyenne
**: Incertitude Forte
*** : Incertitude Très forte
Bien qu’un certain degré d’incertitude soit toujours associé à une prédiction, fut-
elle faible, nous avons choisi de ne pas mettre d’étoile aux indicateurs ayant un faible
niveau d’incertitude afin de ne pas surcharger les sorties graphiques.
Une prochaine étape qui rendrait le cadre méthodologique encore plus
opérationnel serait d’automatiser cette sortie graphique à l’aide d’une interface dédiée.
2.3. Points de vigilance sur le calcul des pertes et des gains
Deux points de vigilance quant au mode de calcul des gains et la visualisation des
résultats sont à noter afin d’utiliser au mieux le cadre méthodologique.
Le premier concerne l’ampleur d’un gain, qui n’est pas bornée. En effet, l’ampleur
de la perte est bornée : elle ne peut pas dépasser 100% (perte de la totalité de la
composante de biodiversité considérée se traduisant par un indicateur à zéro). Par contre
le gain, lui peut dépasser 100%. Par exemple, si la valeur initiale de l’indicateur « nombre
d’espèces flore » est 5 et la valeur visée grâce à la compensation est 15, alors l’ampleur
du gain attendu sera de 200%… Cela n’est pas gênant pour l’interprétation dans l’absolu,
mais tous les indicateurs étant présentés sur le même graphique, le risque est de se
retrouver avec de nombreuses barres d’ampleurs peu lisibles. Nous proposons donc, dans
un premier temps, d’identifier des ampleurs de gains dépassant un seuil à partir duquel le
graphique n’est peu lisible (la valeur de ce seuil dépendra des cas, dans l’exemple
présenté en figure 33 il est fixé à 800%). Les ampleurs de gains dépassant ce seuil
peuvent alors être signalées avec un signe « + » ajouté en fin de barre pour signifier que
l’ampleur dépasse en réalité cette borne.
Le second concerne le calcul de l’ampleur du gain, qui n’est mathématiquement
pas possible lorsque la valeur initiale de l’indicateur est 0 (division par 0). Cette situation
est pourtant possible en pratique, par exemple, sur le site compensatoire aucune espèce
d’amphibien n’est présente et la mise en place des MC permet à des populations de la
coloniser. Nous proposons donc, dans ces cas-là, de ne pas calculer d'ampleur mais
161
Chapitre 4
d’afficher une barre correspondant au seuil maximal (800% dans l’exemple de la figure
33), car mathématiquement l’ampleur est de « plus l’infini ». Ces cas de figures sont
particuliers puisqu'ils supposent une « apparition » de composantes non présentes
initialement et nécessitent une attention particulière. Une barre colorée différemment (en
vert plus clair en figure 33) permet d’attirer l'attention sur eux. Dans un cas comme celui-
ci, la valeur absolue de l'indicateur (dont l’affichage ne change pas) a particulièrement du
sens.
3. Evaluation de l’équivalence
Afin que l’évaluation finale de l’équivalence écologique se fasse en cohérence

avec la démarche suivie jusqu’ici, nous proposons qu’elle soit réalisée en deux temps :
d’abord faire un calcul pour chaque indicateur de l’équilibre entre pertes causées par les
impacts du projet d’aménagement et gains apportés par les MC sur le site compensatoire,
puis hiérarchiser l’importance des pertes ou des gains nets selon les enjeux et enfin
déterminer si l’équivalence écologique est atteinte.
3.1. Mode de calcul et visualisation
Théoriquement, l’équivalence est atteinte lorsque les gains de biodiversité sont

égaux aux pertes. Dans le cadre méthodologique, nous avons vu que les pertes et les gains
sont calculés séparément pour chaque indicateur. Nous proposons donc de vérifier, pour
chaque indicateur, le résultat de la somme de la valeur absolue des pertes et des gains :
 Pertes + Gains = 0, l’indicateur est à l’équilibre, c’est-à-dire que l’effet des MC

permet tout juste de compenser l’effet des impacts.
 Pertes + Gains < 0, l’indicateur montre des pertes nettes, l’effet des MC ne permet
pas de compenser l’effet des impacts.
 Pertes + Gains > 0, l’indicateur montre des gains nets, l’effet des MC permet de
compenser largement l’effet des impacts.
Ce calcul est réalisé avec les valeurs absolues des indicateurs. Comme pour la
visualisation des pertes et des gains, une sortie graphique standard permettant de
visualiser ces calculs est présentée en Figure 34 (voir Annexe 9 pour les détails).
162
Section I
Figure 34 : Sortie graphique standardisée correspondant à un exemple théorique de calcul de

l’équivalence écologique.
Afin de rendre l’interprétation plus facile, les indicateurs qui n’ont pas de sens
pour le site considéré (exemple les indicateurs associés aux zones humides s’il n’y en a
pas sur le site) pourront être retirés (il reste utile de préciser au niveau NG que les ZH ont
été recherchées et n’ont pas été trouvées). Par ailleurs, une valeur de 0 dans ce graphique
peut avoir deux causes : une absence de perte sur le site impacté associée à une absence
de gain sur le site de compensation, ou alors un parfait équilibre entre pertes et gains.
Dans le premier cas, un « 0 » est noté à la suite du nom de l’indicateur (colonne orange à
gauche du graphique Figure 34) et pas dans le second cas.
Cette visualisation des indicateurs permet de repérer rapidement les points forts et
les points faibles de l’ensemble du projet d’aménagement des MC associées (barres
correspondant aux pertes et gains nets). C’est une sorte de tableau de bord général, à
163
Chapitre 4
partir duquel il est possible de « zoomer » sur un critère ou un indicateur en particulier

pour comprendre dans les détails la nature des pertes causées par les impacts ou des gains
apportés par la compensation. Si cette présentation nécessite un temps d’appropriation par
les utilisateurs, elle garantit une certaine transparence en fournissant une base objective
pour l’évaluation, ce qui n’aurait pas été possible, ou moins aisée, avec une agrégation
des indicateurs.
3.2. Hiérarchisation des pertes et des gains nets
Sur le graphique présenté en Figure 34, un seul indicateur est à l’équilibre (gains
égaux aux pertes). Théoriquement, si tous les indicateurs étaient à l’équilibre,
l’équivalence écologique serait atteinte. En pratique, de par la nature complexe et unique
des écosystèmes, ce cas devrait être très rare. On s’attend plutôt à observer des pertes
nettes sur une partie des indicateurs et des gains nets sur une autre partie. Ces résultats ont
donc besoin d’une interprétation pour argumenter en faveur ou non de l’atteinte de
l’équivalence écologique du projet dans son ensemble. La solution qui consisterait
simplement à mettre en balance les pertes et les gains nets entre eux (l’équivalence serait
atteinte si le résultat final est supérieur ou égal à 0) n’a pas de sens d’un point de vue
écologique et elle est donc écartée. En effet, cela reviendrait à agréger les indicateurs avec
toutes les limites, évoquées en introduction, que cela implique. Notamment, considérer
qu’une perte nette de surface non artificialisée peut être mise au même niveau qu’un gain
net sur la longueur de linéaire de haies (par exemple pour le NG) ne peut pas être fait « à
l’aveugle » et doit être argumenté.
Nous proposons donc quelques pistes afin de pouvoir interpréter les résultats
obtenus sur l’ensemble des indicateurs (équilibre, pertes et gains nets) et réaliser un
arbitrage valable pour l’ensemble du projet. Nous détaillons ces règles par niveau
d’évaluation car ils ne représentent pas les mêmes enjeux. Elles sont ici adaptées pour le
contexte règlementaire et écologique français, mais pourraient de fait être différentes dans
d’autres contextes. Elles s’appliquent de plus pour le long terme car, à court terme il est
normal d’observer des pertes nettes si les MC n’ont pas été mises en place avant que les
impacts n’aient lieu.
3.2.1. Niveaux Général
A ce niveau, les pertes et les gains nets reflètent les effets des impacts et des MC
de manière générale sur la biodiversité présente. L’évaluation proposée ici met l’accent
164
Section I
sur la biodiversité ordinaire (mis à part le critère « patrimonialité », qui représente un

quart des indicateurs du NG), qui n’est pas sujette à une règlementation spécifique. La
règlementation relative à l’étude d’impact précise néanmoins que tout impact significatif
sur la biodiversité doit être compensé, mais il se trouve que la significativité n’est définie
que pour certaines composantes (Tableau 4), laissant la compensation de la biodiversité
ordinaire assez floue.
Dans ce contexte, les acteurs impliqués dans le projet devraient définir, en amont
et de façon concertée, les principaux enjeux sur le site impacté. Ces enjeux peuvent être
reliés aux critères du cadre méthodologique (connectivité, diversité, fonctionnalités,
pression…), ou bien à des indicateurs en particulier transversaux aux critères. Par
exemple, dans une région fortement urbanisée, des enjeux liés aux connectivités
écologiques et aux pressions peuvent être identifiés comme étant prédominants dans ce
contexte (Thomas et al. 2001; Ives et al. 2013). Les indicateurs correspondant devraient
alors montrer seulement des gains nets ou être à l’équilibre, ce qui indiquera que les MC
permettent bien de compenser les impacts sur les enjeux identifiés. La similitude des
caractéristiques de perturbations identifiées au Chapitre 3 (durée, intensité et portée
spatiale) entre impacts et MC peuvent également aider à valider la pertinence des MC.
Autre exemple, dans une région fortement boisée et tout particulièrement des
zones forestières, l’ouverture de milieu pourrait représenter un enjeu pour des éléments de
biodiversité inféodés aux espaces ouverts (Castleberry et al. 2000). Les indicateurs
reflétant la biodiversité des milieux ouverts devraient alors montrer seulement des gains
nets ou être à l’équilibre (surface de milieu ouvert, nombre d’espèces de lépidoptères,
d’orthoptères…). Les pertes nettes sur les indicateurs reflétant la biodiversité des milieux
boisés ou buissonnants pourront alors être justifiées en accord avec les services
instructeurs par la définition au préalable de l’enjeu sur les milieux ouverts (pertinent à
l’échelle régionale).
Il est important que les pertes et les gains nets sur l’ensemble des indicateurs du
niveau NG restent visibles, et pas seulement celles associées aux indicateurs et critères
identifiés comme représentant les enjeux dans un contexte donné. C’est cette vision
d’ensemble qui permet aux utilisateurs du cadre méthodologique d’avoir conscience des
priorisations réalisées et de leurs conséquences sur plusieurs aspects de la biodiversité.
Un dialogue autour de ces résultats peut alors avoir lieu, pour réviser ou non les impacts
ou des MC ou identifier d’autres enjeux.
165
Chapitre 4
3.2.2. Niveaux Habitat et Espèces
Les habitats ou espèces évalués à ces niveaux ont été, par définition, identifiés
comme étant à enjeu grâce au diagnostic réalisé au NG. Il conviendrait donc que tous les
indicateurs du périmètre « Site » soient à l’équilibre ou montrent un gain net. Cela
n’empêche pas de prendre en compte les indicateurs du PE pour se rendre compte de
l’importance d’un site donné pour des processus se produisant à une échelle plus large et
ainsi éviter la disparition d’un site très important à l’échelle du paysage ou favoriser la
restauration d’un site qui pourrait jouer un rôle important à cette échelle.
Pour le NSp, la batterie d’indicateurs propre à un taxon est assez restreinte (de 7 à
10 selon les taxons), c’est pourquoi une exigence particulière pour qu’aucun ne présente
de pertes nettes à long terme devrait être fixée entre les acteurs. Pour le NH, la batterie
d’indicateurs propre à un type d’habitat est plus importante (entre 13 et 17, le maximum
étant pour les milieux forestiers). Les attentes des services instructeurs pouvant être plus
ou moins fortes, nous recommandons que la priorité pour atteindre l’équilibre ou des
gains nets, soit donnée aux indicateurs issus des méthodes d’évaluation de l’état de
conservation (Bensettiti et al. 2012). Ces indicateurs permettent d’estimer le bon état de
conservation (ou non) des habitats, qui est le critère sur lequel s’attarde le CNPN pour
juger les dossiers (d’après discussion avec des membres des commissions faune et flore
du CNPN). Ces indicateurs présents dans le cadre méthodologique sont les suivants :
 Nombre de micro habitats (dans les arbres ou pierriers, andins…) (tous les habitats)
 Nombre d’espèces bio-indicatrices (tous les habitats)
 Nombre de très gros bois vivant et de bois mort (habitats forestiers)
 Taux de recouvrement par les ligneux (%) (habitats ouverts)
 Proportion de sol dégradé (%) (tous les habitats)
 Points de vigilance sur l’évaluation de l’équivalence
Le calcul des pertes et des gains nets se faisant avec les valeurs absolues des
indicateurs, ces valeurs ne sont pas normées, et peuvent donc s’étendre sur de grands
intervalles. De même que pour la visualisation de l’ampleur des pertes et des gains, une
grande différence de gamme de variation d’un indicateur à l’autre peut rendre le
graphique peu lisible (cas de l’indicateur 23 (+0.12) de la Figure 34, par exemple, à cause
de l’indicateur 19 (+30.44)). S’il s’avère qu’un indicateur à lui seul rend peu lisible
l’ensemble du graphique, il pourra être nécessaire de le considérer séparément.
De plus, lors de la comparaison de deux sorties graphiques de calcul de
l’équivalence (pour un même niveau à court et long terme par exemple), il conviendra
166
Section I
d’être vigilant sur l’échelle des valeurs qui peut ne pas être la même. Visuellement, deux
barres peuvent avoir la même taille mais ne pas correspondre aux mêmes valeurs car les
échelles sont différentes. Il est donc recommandé de fixer une échelle commune pour
procéder à de telles comparaisons.
4. Synthèse : Version théorique du cadre

méthodologique
Le fonctionnement global du cadre méthodologique d’évaluation de l’équivalence

développé dans ces travaux de thèse est présenté en Figure 35. Il suit une structure
déterminée au Chapitre 1 d’après l’analyse de méthodes d’évaluation de l’équivalence
existantes. Il se déroule en 9 grandes étapes :
 Evaluation de l’état initial du (ou des) site(s) impacté(s), avant que le projet
d’aménagement ne soit réalisé. L’état initial est réalisé grâce aux indicateurs
sélectionnés au Chapitre 2 : d’abord un diagnostic de la biodiversité est réalisé au
Niveau Général, ce qui permet d’identifier les habitats naturels et les espèces « à
enjeu », qui sont ensuite évalués plus précisément aux niveaux dédiés. D’éventuels
enjeux de biodiversité spécifiques au contexte régional sont notés en concertation
avec les acteurs impliqués dans le projet.
 Prédiction de la valeur des indicateurs après impacts. Cette prédiction se fait à dire
d’expert d’après les éléments de cadrage présentés au chapitre 3. La prédiction se fait
à deux pas de temps (court et long terme). Elle tient compte de la dynamique des
milieux et du type de perturbation, ainsi que des incertitudes liées au risque de sous-
estimer les impacts par rapport à leurs effets réels.
 Calcul de la valeur absolue et de l’ampleur des pertes à court et long termes.
 Identification des besoins en compensation en réponse aux pertes calculées. Cela
implique une recherche de sites compensatoires adaptés et la conception de MC
permettant d’apporter des gains pour les composantes de biodiversité impactées.
Cette partie n’est pas prise en charge par le cadre méthodologique.
 Evaluation de l’état initial du (ou des) site(s) compensatoire(s), avant que les
mesures compensatoires ne soient réalisées. Cet état initial est réalisé avec le même
lot d’indicateurs que celui utilisé sur le site impacté.
 Prédiction de la valeur des indicateurs après MC à court et long terme. Cette
prédiction se fait de la même manière que celle réalisée après impacts.
167
Chapitre 4
Figure 35 : Fonctionnement global du cadre méthodologique d’évaluation de l’équivalence. CT = courte terme et LT : long terme, EI = état initial
168
Section I
 Calcul de la valeur absolue et de l’ampleur des pertes à court et long termes.

 Première partie de l’évaluation de l’équivalence, qui consiste à faire la somme des
pertes et des gains pour chaque indicateur. Il en résulte des indicateurs à l’équilibre,
des pertes nettes ou des gains nets.
 Deuxième partie de l’évaluation de l’équivalence, hiérarchisation des pertes et des
gains nets d’après les enjeux de biodiversité déterminés au 1), afin de déterminer
l’atteinte globale de l’équivalence.
5. Conclusion
La première section de ce chapitre présente la dernière étape de la construction du

cadre méthodologique d’évaluation de l’équivalence. Globalement, l’approche suivie
dans ces travaux de thèse avait pour but d’aboutir à un cadre méthodologique à la fois
opérationnel (utilisable facilement par les acteurs de la compensation, tant d’un point de
vue technique, financier et temporel), avec des bases scientifiques (transparent, quantitatif
et rigoureux) et exhaustif (qui prenne en compte les dimensions de l’équivalence :
écologique, spatiale, temporelle et les incertitudes). Afin de valider ces trois défis en
pratique, l’application de ce cadre méthodologique sur des cas réels sera nécessaire. Ils
permettront d’éprouver la réelle opérationnalité et de tester les indicateurs qui n’ont pas
pu l’être dans le cadre de ces travaux de thèse. Dans le temps imparti pour réaliser cette
thèse, nous avons pu tester le cadre méthodologique sur deux cas concrets présentés dans
la section suivante : un projet d’entretien du barrage de Tignes et le projet de centrale
hydroélectrique de Romanche Gavet.
169
Chapitre 4
SECTION II
Test du cadre méthodologique sur deux projets concrets
1. Introduction
Afin de valider le bon fonctionnement de ce cadre méthodologique en pratique,

nous proposons de le tester sur des projets d’aménagement. Ces tests permettent de
vérifier plusieurs aspects :
 La cohérence du temps d’application du cadre par rapport à l’ampleur du projet en

termes de surface impactée, de durée des impacts, de diversité de milieux et
d’espèces concernées etc.,
 La mesure dans laquelle les données nécessaires au remplissage des indicateurs sont
disponibles dans les études déjà réalisées actuellement,
 La faisabilité de la prédiction de la valeur des indicateurs après impacts et MC à dire
d’expert en prenant en compte la dynamique des milieux et les incertitudes,
 La détermination de l’atteinte de l’équivalence à partir des pertes nettes et des gains
nets du projet dans sa globalité (impacts et MC) en fonction des enjeux identifiés.
Les tests sont réalisés sur deux projets : un projet de sécurisation du barrage de
Tignes et le projet de Romanche Gavet (RG) (Annexe 5). Le cas du barrage de Tignes est
un cas très simple, avec peu d’impacts et des MC réalisées sur le site impacté. Il permet
de tester l’adaptabilité du cadre méthodologique, qui peut paraître compliqué, à des cas
simples. Le projet de RG est quant à lui plus complexe, avec plusieurs sites impactés et
compensatoires, plusieurs enjeux, des impacts temporaires et permanents… Il permet de
mettre en évidence la plus-value d’utiliser le cadre méthodologique, ainsi que des pistes
d’amélioration concrètes. Dans les deux cas, le cadre méthodologique a été utilisé après-
coup en utilisant les données rassemblées lors de l’étude d’impact ou lors du suivi des
mesures compensatoires. Par conséquent certains indicateurs n’ont pas été renseignés.
Cela n’empêche pas de dérouler le cadre méthodologique à titre expérimental.
Les tests comprennent une description du projet, un état initial des sites impactés
et compensatoires, avec la définition des enjeux de biodiversité, la prédiction des valeurs
170
Section II
des indicateurs après impact et MC à CT et LT, le calcul des pertes et des gains et enfin
l’évaluation de l’équivalence.
2. Adaptation du cadre méthodologique à un cas simple :

projet du barrage de Tignes
2.1. Description du projet
L’Unité de Production Alpes d’EDF, en charge de l’entretien du barrage de

Tignes (Savoie), a envisagé en 2015 des opérations d’entretien des vannes de vidange de
fond du barrage de Tignes, qui nécessitent la sécurisation des falaises et des chemins
d’accès. Ces travaux sont prévus en 2017 et 2018. Ils consistent à réaliser plusieurs
actions :
 Sécurisation des zones de travaux et d’accès secours piétons. Cela comprend :

o La sécurisation des affleurements rocheux au niveau des zones de travail et des
installations de chantier,
o La sécurisation contre les chutes de blocs le long de l’accès secours piétons.
 Amélioration de l’accès secours piétons : réalisation d’une passerelle métallique
provisoire au niveau d’une zone de falaise effondrée,
 Mise en place d’une plateforme de travail en pied de barrage et démolition des murs
fusibles.
Ces travaux sont soumis à étude d’impact, et des MC doivent être mises en place
car des impacts résiduels significatifs sur la biodiversité subsistent après les mesures
d’évitement et de réduction d’impacts. L’équivalence entre pertes et gains doit donc être
démontrée. Les documents utilisés pour tester le cadre méthodologique d’évaluation de
l’équivalence sont le dossier d’exécution réalisé par Ing’europ, le dossier de diagnostic
écologique réalisé entre mai et août 2015 par le bureau d’études (BE) Karum ainsi que
des données publiques (dont des couches SIG).
La zone d’étude se situe à l’aval immédiat du barrage de Tignes. Dans le cadre de
ce test, cette zone est appelée « site impacté » (les impacts étant principalement des
passages d’engin et un raclement de la falaise). Le principal secteur prospecté par le BE
Karum est localisé en rive droite de l’Isère jusqu’à la RD 902 en limite haute. Une petite
zone, en rive gauche de l’Isère, au pied du barrage est également concernée par le projet.
171
Chapitre 4
2.2. Etat initial du site impacté du projet du barrage de Tignes
2.2.1. Niveau Général
Périmètre site (PS)

La surface totale du site impacté est de 21.5 ha (Figure 36). Seulement 2
indicateurs, sur les 36 du PS, n’ont pas pu être renseignés car soit la donnée n’a pas été
inventoriée (nombre d’espèces autre que oiseaux dépendant du site pour leur
reproduction), soit la donnée n’est pas exploitable (pour la longueur de lisière par ha de
milieu forestier, pas d’accès aux données SIG de Karum). Tous les autres indicateurs ont
pu être renseignés à partir des dossiers ou des listes d’espèces brutes inventoriées, ce qui
montre la faisabilité de l’approche déjà avec les données existantes dans les études
d’impact pour le NG.
Figure 36 : Les deux échelles d'évaluation pour le projet du barrage de Tignes (Niveau Général et
Habitat à enjeu). Fond de carte : BDortho 2012.
Les résultats de l’évaluation sont présentés ci-après (Annexe 10A) :

Diversité Patrimonialité
Le site est composé pour plus de la moitié d’un Près de 70% de la surface du site est composé
habitat forestier (1 habitat Corine niveau 4), et pour d’habitats d’intérêt communautaire (4 habitats
plus d’un quart d’habitats ouverts et rocheux plus Corine niveau 4) et quasiment la moitié de la
diversifiés (3 habitats Corine niveau 4). faune inventoriées est protégée au niveau national.
La faune est bien représentée par les rhopalocères (51 Une plus faible proportion de la faune est menacée
172
Section II
espèces), l’avifaune (40 espèces avec 3 cortèges au niveau régional ou d’intérêt communautaire
principaux : forestier, falaises/bâti et rivière) et les (2,59 et 4,31 %). 5 espèces de flore sont protégées
chiroptères (16 sp). 95 espèces de flore ont été (niveau national et régional) tandis que 4 d’entre
inventoriées dans les différents habitats naturels. elles sont menacées au niveau régional.
Fonctionnalités Pressions
Une faible proportion de l’avifaune est nicheuse Le site ne subit pas de pression particulière au
certaine. La communauté avifaunistique est regard des indicateurs mesurés pour ce critère.
moyennement spécialisée (les indices de
spécialisation vont de 1.8 à 9.8) alors que celle des
chiroptères est plutôt spécialisée (les ¾ des espèces
sont spécialistes).
Périmètre élargi (PE)

Le PE a été fixé à 2 km autour de l’emprise du site. Ce périmètre permet d’avoir
un bon aperçu des gorges de l’Isère en aval du site, de la retenue en amont et des pentes
montagneuses de part et d’autres (Figure 36). Le PE autour du site compensatoire n’est
pas nécessairement le même que celui du site impacté si ces derniers ont des
caractéristiques de taille et un contexte écologique différents. L’essentiel est de
sélectionner un PE qui permette bien de représenter l’influence du site.
Sur les 17 indicateurs du périmètre élargi, seulement 1 n’a pas pu être renseigné
(surface de recouvrement des espèces exotiques envahissantes (EEE) à proximité de
l’emprise du site), car la donnée n’a pas été inventoriée. Quatre indicateurs ont été
renseignés directement car ils étaient déjà fournis dans les dossiers tandis que 12 ont été
renseignés à partir de données collectées mais non synthétisées (listes d’espèces brutes
inventoriées et couches SIG publiques). A noter que les données manquantes auraient été
rapides à collecter si le cadre méthodologique avait été disponible au moment des
inventaires (maximum 1 jour pour prospecter les alentours du périmètre du site et relever
les tâches d’EEE).
Les résultats de l’évaluation sont présentés ci-après (Annexe 10B) :

Connectivité Patrimonialité
Le périmètre élargi autour de l’emprise du site est fragmenté par 8,3 3 espaces d’intérêt écologique sont
km de route nationale qui le traverse du nord-ouest au sud-est. Le présents dans le périmètre élargi
réseau de haies n’est pas un enjeu fort (0,4 km) et le site n’est pas (dont 2 ZNIEFF) et quelques
dans un corridor écologique (TVB) identifié. Il accueille en revanche espèces faune et flore
4 espèces de cohérence régionale TVB, c’est-à-dire que leur déterminantes de ces ZNIEFF sont
présence est prise en compte dans la détermination des TVB au présentes sur le site.
niveau régional.
Représentativité Pressions
Le site accueille plus d’un tiers des zones humides du PE. Le périmètre élargi est peu
Les autres milieux présents sur le site sont mieux représentés dans le artificialisé (4.3% de la surface
périmètre élargi (plus la valeur est grande, plus la proportion de totale), les cultures ne représentent
milieu présent sur le site par rapport à la surface totale de milieu que 3, 5% de la surface et les zones
dans tous le PE est grande) construites 0,8%
173
Chapitre 4
2.2.2. Détermination des enjeux de biodiversité pour le barrage de Tignes
Le diagnostic de la biodiversité présente sur le site impacté, réalisé avec les

indicateurs du Niveau Général, a pour objectif d’identifier les enjeux particuliers associés
au site:
 les enjeux concernant des habitats et/ou des espèces relevant d’une réglementation
spécifique doivent être évalués plus précisément avec les NH et NSp.
 les autres enjeux (sur la biodiversité ordinaire) permettront de hiérarchiser
éventuellement les attentes pour les critères et les indicateurs du NG en fonction
d’enjeux régionaux.
Les enjeux identifiés par le BE Karum sont détaillés au Tableau 15. Peu de
composantes constituent des enjeux sur le site (1 espèce flore, 1 habitat d’intérêt
communautaire et 2 espèces faune ; Tableau 15). Le BE n’a identifié d’impacts résiduels
(après évitement et réduction) que sur l’espèce flore (Primevère du Piémont), qui est
évaluée avec le NSp. Afin de tester le tous les niveaux du cadre méthodologique
l’« habitat mixte éboulis et mégaphorbiaies (CB 37.81 x 61.2) et falaise calcaires
alpiennes (62.15) » est également évalué au NH. La zone humide présente sur le site
devrait être évaluée au NH mais comme elle ne subit pas d’impact, et pour simplifier ce
test, elle n’est pas évaluée au NH.
Tableau 15 : Identification des enjeux de biodiversité sur le site du barrage de Tignes.
Critères Enjeux identifiés pour le projet du barrage de Tignes

Connectivité
Pas d’enjeu pour ce critère
Représentativité Pas d’enjeu pour ce critère
Diversité Pas d’enjeu pour ce critère
 Enjeu fort sur une espèce flore protégée : Primevère du Piémont
 Enjeu très faible sur 1 habitat d’intérêt communautaire : Habitat mixte
Patrimonialité éboulis et mégaphorbiaies (CB 37.81 x 61.2) et falaise calcaires alpiennes (62.15)
 Enjeu très faible sur deux espèces de rhopalocères : Azuré du serpolet et
Apollon.
Fonctionnalités Pas d’enjeu pour ce critère
Pressions Pas d’enjeu pour ce critère
174
Section II
2.2.3. Niveau Espèce à enjeu : Primevère du Piémont (Primula pedemontana)

Les 4 indicateurs ont pu être renseignés à partir des dossiers (Annexe 10C).
L’habitat favorable à l’espèce est présent sur environ 2 ha. L’espèce (Figure 37) est
présente sur 11 stations avec un total de 580 pieds, qui ne sont pas soumis à des
perturbations anthropiques.
Figure 37 : Espèce à enjeu évaluée sur le projet du barrage de

Tignes, la Primevère du Piémont (Primula pedemontana).
Source : Karum (2015).

Le PE a été fixé à 1 km autour de l’emprise du site. Ce périmètre permet d’avoir
un bon aperçu des conditions favorables à l’espèce, c’est-à-dire des rochers ou les parois
siliceuses aux étages subalpin à alpin (1500 à 2800 m environ) autour du site. Il serait
néanmoins à affiner avec une connaissance plus poussée de la capacité de dispersion de
l’espèce.
Les 4 indicateurs ont pu être renseignés, dont 3 a posteriori (Annexe 10C).
Connectivité Représentativité
Des milieux favorables à l’espèce sont présents dans 5 observations de l’espèce ont été faites dans le
le périmètre élargi mais ne sont a priori pas périmètre élargi entre 1993 et 2012.
connectés à ceux du site (d’après analyse paysagère
par SIG).
2.2.4. Niveau Habitat à enjeu : Habitat mixte éboulis et mégaphorbiaies (CB 37.81
x 61.2) et falaise calcaires alpiennes (62.15)

Seulement 4 indicateurs n’ont pas pu être renseignés sur les 14 du PS pour le
niveau Habitat (nombre de micro-habitats, nombre et épaisseur des horizons de sol). Dix
indicateurs ont été renseignés à partir des dossiers (Annexe 10C).
175
Chapitre 4
Diversité et Fonctionnalités Structure

L’habitat est présent sur une faible surface totale (environ 1.5 Une strate de végétation et présente
ha), répartie en 7 petits patchs. Sept espèces d’avifaunes (caractéristique de ce type de milieu),
dépendent de l’habitat pour effectuer tout ou une partie de leur Pression
cycle de vie, dont deux pour la reproduction. En revanche, Il y n’y pas de dégradation du sol ni
l’habitat est de moindre importance pour les mammifères dont d’espèces indicatrices de pressions.
les chiroptères.

Le PE a été fixé à 2 km autour de l’emprise du site (Figure 4.6). Ce périmètre
permet d’avoir un bon aperçu des conditions similaires à l’habitat présent sur le site mais
serait à affiner avec une connaissance plus poussée de l’hydrologie et des sols.
Sur les trois indicateurs proposés, seulement un a pu être renseigné (a posteriori)
car la donnée nécessaire pour les deux autres (surface d’habitat similaire et surface
d’habitat similaire « restaurable ») n’a pas été collectée et n’a pas pu être récupérée a
posteriori.
2.3. Prédiction de l’effet des impacts du projet du barrage de

Tignes
Une fois l’évaluation de l’état initial du site impacté réalisée et les enjeux
identifiés, l’étape suivante consiste à estimer l’effet des impacts sur la biodiversité
présente. Pour cela, la valeur des indicateurs est prédite à court (juste après les impacts,
dans notre cas cela porte à début 2019) et long termes (une quinzaine d’années dans notre
cas), selon trois composantes : les caractéristiques de la perturbation, la dynamique du
milieu et la réponse de l’indicateur considéré (voir Chapitre 3).
Les impacts sont, dans le cas du projet du barrage de Tignes, temporaires de
courte durée (déroctage de la falaise et passage d’engins), ponctuels sur une faible surface
(quelques dizaines de m²) et avec une modification peu intense des compartiments de
l’écosystème. Concernant la dynamique des milieux, le site se compose de milieux fermés
assez jeunes (pessière) en maturation, avec des milieux ouverts entretenus principalement
par des phénomènes naturels comme des éboulis. Les milieux sont dans l’ensemble plutôt
bien conservés sauf une mégaphorbiaie considérée par Karum comme dégradée
(tassement des sols).
A partir de ces éléments et à dire d’expert, les valeurs des indicateurs de chaque
niveaux (NG, NH et NSp) ont été prédites (voir le détail en Annexe 11). Seuls de très
faibles impacts sont visibles aux NH et NSp (Tableau 16).
176
Section II
Un niveau d’incertitude a été associé à chacune des prédictions (Annexe 11). Il a

été déterminé selon les types d’incertitudes associés aux prédictions : influence de
l’action réalisée, comportement de l’espèce faune ou flore concernée et définition de
l’emprise de l’impact (voir Chapitre 3). Les indicateurs dont la prédiction présente de
fortes incertitudes devraient particulièrement faire l’objet de suivis afin d’apporter des
mesures de correction si besoin.
Tableau 16 : Prédiction de la valeur des indicateurs sur lesquels l’effet des impacts est visible pour le
projet du barrage de Tignes.
Indicateur Etat initial Prédiction court terme Prédiction long terme

NH - Habitat mixte éboulis et mégaphorbiaies (CB 37.81 x 61.2) et falaise calcaires alpiennes (62.15)
Opérations de
déroctage : mêmes
effets que ceux
engendrés par la
Proportion dynamique
Recolonisation
de sol non Site bien naturelle de
21 Faible 20,55 naturelle par Faible 21
dégradé préservé l’habitat (effet du
les végétaux
gel/dégel,
avalanche,
glissement de
terrain, chute de
blocs, etc.).
NSp (flore) : Primevère du Piémont
Nombre Surtout 6 1 seule station Moyenne 5 44 pieds Moyenne 6
de stations sur le impactée, ce qui transplantés
haut de représente environ sur site avec
Nombre 580 Moyenne 536 Moyenne 562
la zone 44 pieds (fourchette un taux de
de pieds
d'étude haute) réussite de
60%
2.4. Calcul des pertes
A partir des prédictions faites, les pertes sont calculées pour l’ensemble des
indicateurs des trois niveaux évalués, selon les règles décrites en section I de ce chapitre.
Aucune perte n’a été estimée pour le NG. De très faibles pertes ont été estimées au NH,
seulement à court terme (0.0.5 ha d’habitat dégradé ; Tableau 16). Quelques pertes ont été
estimées à CT et LT pour la Primevère du Piémont (Figure 38). Elles concernent le
nombre de stations et le nombre de pieds de l’espèce.
Des mesures de transplantation de pieds de la Primevère du Piémont sont prévues
en concertation avec les services instructeurs sur le site impacté au titre de la
compensation. Cette opération permet de réduire les pertes à long terme, mais pas de les
compenser à proprement parlé. D’autres MC auraient donc été nécessaires afin d’arriver à
177
Chapitre 4
l’équilibre, voir un gain net sur le nombre de pieds de la Primevère du Piémont. Ces
mesures auraient pu, par exemple, prendre la forme d’une restauration d’habitats dégradés
favorables à l’espèce pour favoriser une augmentation du nombre de pieds présents.
En l’absence de site de compensation, nous n’avons pas pu traiter l’évaluation de
l’état initial de ce site, la prédiction des valeurs des indicateurs après mise en place des
MC et le calcul de l’équivalence écologique dans le cas du projet du barrage de Tignes.
Par contre nous avons pu montrer que l’évaluation de l’état initial d’un site est
relativement simple lorsque les enjeux étaient faibles.
Figure 38 : Pertes à court (CT) et long termes (LT) observées sur le site impacté pour la Primevère du
Piémont (Primula pedemontana).
2.5. Synthèse
2.5.1. Durée d’application
Le test du cadre méthodologique sur le projet du barrage de Tignes a pris quatre

jours pleins, de la prise en main des données au remplissage des indicateurs et au calcul
des pertes. La récolte des données préalable s’est faite, quant à elle, sur huit jours répartis
178
Section II
de mai à août 2015. Un ou deux jours de plus auraient été nécessaires afin de pouvoir
remplir l’ensemble des indicateurs.
Dans l’ensemble, l’utilisation du cadre méthodologique est bien adaptée pour le
cas « simple » du barrage de Tignes. Ce type de projet est représentatif de travaux « de
routine », souvent mis en place par les industriels pour l’entretien des ouvrages. Le cadre
méthodologique se complexifie lorsque l’ampleur du projet augmente (sites avec de forts
enjeux de biodiversité et nombreux impacts), mais dans le cas du barrage de Tignes il
reste simple d’utilisation. De plus, afin de pouvoir tester l’ensemble du cadre
méthodologique, les évaluations de l’habitat à faible enjeu ont été réalisées, mais d’après
l’expertise de Karum, seule l’évaluation de la Primevère du Piémont (NSp) aurait été
nécessaire, ce qui simplifie encore le déroulement du cadre méthodologique.
2.5.2. Disponibilité de la donnée
Les deux tiers des indicateurs ont pu être renseignés avec les données brutes ou de
synthèse récoltée par le BE, qui ne disposait pourtant pas encore du cadre
méthodologique. Pour 16 indicateurs, la donnée a pu être collectée a posteriori des
inventaires, à partir de bases de données publiques. Pour deux indicateurs qui n’ont pas
pu être renseignés, la donnée existait mais n’était pas mobilisable telle que restituée par
le BE dans son dossier (c’est le cas des cartographies, pour lesquelles les couches SIG
sont nécessaires), il faudrait donc juste mieux la mobiliser. Cela montre l’importance de
l’archivage des données et métadonnées associées sous une forme mieux organisée et
mobilisable par la suite.
3. Test du cadre méthodologique sur un projet de grande

ampleur : projet Romanche Gavet
3.1. Description du projet de Romanche Gavet
Le projet de Romanche Gavet (RG) est un projet hydroélectrique porté par EDF
sur la commune de Livet-et-Gavet (Isère), dans la vallée de la Romanche. Le projet
consiste à remplacer les cinq anciennes centrales hydroélectriques qui fragmentaient la
Romanche en une seule plus puissante (voir l’annexe 5 pour plus de détails sur le projet).
Quatre sites sont impactés par le projet (Figure 39) :
179
Chapitre 4
 Véna (ou Livet), la prise d’eau en amont ;

 Ponants, l’entrée des tunneliers creusant la conduite forcée ;
 Clavaux et Gavet, la centrale hydroélectrique en aval.
Sur la plupart des surfaces impactées, une réhabilitation après travaux est prévue.
Afin de compenser les impacts résiduels significatifs évalués sur les espèces protégées
(dossier de dérogation espèces protégées réalisé en 2011), deux sites compensatoires ont
été acquis par EDF en aval des sites impactés : l’Île Falcon (commune de Séchilienne) et
Pont de Gavet (Figure 39). Un plan de gestion a été réalisé en 2012 et des suivis faune
flore sont faits régulièrement sur ces sites.
Les documents utilisés pour réaliser le test du cadre méthodologique sont les
suivants :
Etat initial Prédiction court terme Prédiction long terme
Plan de réhabilitation réalisé
Véna
par EDF
Dossier de dérogation espèces Dossier de dérogation espèces
Ponants protégées, réalisé par le BE protégées, réalisé par le BE
Clavaux Karum en 2011 Karum en 2011 Pas de données
Gavet
Île Falcon Plan de gestion réalisé par le Suivis naturalistes réalisés par Plan de gestion réalisé par le
BE Mosaïque environnement en divers structures (associations BE Mosaïque environnement
Pont de Gavet 2012 BE) en 2014 et 2015 en 2012
L’ensemble des données nécessaires au test complet du cadre méthodologique

n’étant pas disponibles, celui-ci est mené seulement sur un site impacté et un site
compensatoire. Le site impacté retenu est celui de Véna car c’est le seul pour lequel nous
avons eu accès à suffisamment de données (notamment le plan de réhabilitation du site).
Le site compensatoire retenu est celui de l’Île Falcon car c’est sur ce site qu’ont été mises
en place le plus de mesures compensatoires à l’heure actuelle.
180
Section II
Figure 39 : Localisation des 4 sites impactés et des 2 sites compensatoires du projet de Romanche
Gavet dans la vallée de la Romanche (Isère).
3.2. Etat initial du site impacté (site de Véna)
Périmètre Site (PS)

La surface du site impacté de Véna est de 13.37 ha (Figure 40). Un seul
indicateur n’a pas pu être renseigné au niveau NG car la donnée n’a pas été collectée
(proportion surfacique du site non recouvert par des EEE). Tous les autres indicateurs ont
pu être renseignés à partir des listes d’espèces brutes en annexe du dossier ou des
informations synthétisées dans le dossier.
Les résultats de l’évaluation sont présentés ci-après (Annexe 12A) :
Diversité Fonctionnalités
Le site est dominé par des habitats forestiers et Plus de 80% de l’avifaune présente sur le site
buissonnants. Les habitats sont peu diversifiés : de 1 à 3 est nicheuse. Pour au moins 18% des autres
par catégories EUNIS au niveau 1 (ex, les milieux espèces, des signes de reproduction sur le site
forestiers correspondent aux habitats « G ») décrits par le ont été relevés.
BE Karum. Les milieux forestiers abritent une Deux tiers des chiroptères sont spécialistes et
communauté d’avifaune forestière de 20 espèces. La faible l’indice de l’avifaune est de 2.91.
proportion de milieux ouverts abrite une diversité
181
Chapitre 4
importante de rhopalocères et d’orthoptères (32 espèces en

tout).
Patrimonialité Pressions
La patrimonialité du site est globalement assez faible. Un Plus de 90% du site est recouvert par des
tiers des espèces est protégé et très peu d’espèces sont milieux naturels (non cultivés ni
menacées (moins d’1.5% de faune menacé aux niveaux artificialisés). Seulement 4 EEE ont été
national et régional. inventoriées.

Le PE a été fixé à 5 km autour de l’emprise du site. (Figure 40). Ce périmètre
permet d’englober l’ensemble du fond de vallée autour du site ainsi que les pentes et une
partie des plateaux alentours, susceptibles d’influencer la biodiversité présente sur le site.
Les résultats de l’évaluation sont présentés ci-après (Annexe 12B) :
Connectivité Représentativité
le PE est peu fragmenté, une seule Les habitats présents sur le site ne sont pas particulièrement
route nationale parcourt le fond de originaux ou différents des habitats trouvés dans le périmètre élargi,
vallée ». essentiellement forestier. Cela est valable également pour les zones
humides (celles du site représente moins de 2% des zones humides
présentes sur l’ensemble du PE).
Patrimonialité Pressions
Le périmètre élargi comprend 7 Le périmètre élargi est peu artificialisé (moins de 2% au total, 0.26%
espaces à enjeu (6 ZNIEFF et 1 pour les cultures). Il s’agit donc d’un paysage très peu agricole, des
SIC), avec 2 espèces déterminantes zones d’urbanisation se situent en revanche sur le fond de vallée, à
ZNIEFF présentes sur le site. proximité du site (1,85% du PE).
182
Section II
Figure 40 : Site impacté retenu pour le test du cadre méthodologique sur le projet de Romanche
Gavet. Carte de gauche : périmètre site en rouge et périmètre élargi en blanc. Carte en haut à doite :
situation du site par rapport aux autres sites du projet. Photo en bas à droite : Périmètre site.
3.2.2. Détermination des enjeux de biodiversité pour le site de Véna
Comme pour le projet du barrage de Tignes, le diagnostic de la biodiversité

présente sur le site impacté de Véna, réalisé avec les indicateurs du NG permet
d’identifier les enjeux concernant des habitats et/ou des espèces relevant d’une
réglementation spécifique (NH et NSp) et les autres enjeux (sur la biodiversité ordinaire).
Les enjeux identifiés par le BE Karum sur le site de Véna sont détaillés au
Tableau 17. Des enjeux modérés sont identifiés pour la communauté d’avifaune et de
chiroptères forestiers, le muscardin, le lézard des murailles et la couleuvre verte et jaune.
Ces espèces sont l’objet de la dérogation espèce protégées et devraient donc
théoriquement êtres toutes évaluées de manière plus précise avec le Niveau Espèce.
Cependant, pour simplifier le test du cadre méthodologique et à cause d’un manque de
données collectées pour l’ensemble des espèces, seules les évaluations du muscardin et de
la couleuvre verte et jaune sont présentées. La pie grièche écorcheur est une espèce à
enjeu qui n’est pas présente sur le site de la Véna, mais qui l’est sur le site de Gavet, et
fait l’objet de MC sur le site compensatoire de l’Île Falcon. Elle est donc également
évaluée au Niveau Espèce pour le test du cadre méthodologique, avec le muscardin et la
couleuvre verte et jaune
Tableau 17 : Identification des enjeux de biodiversité sur le site de Véna du projet Romanche Gavet.
Critères Enjeux pour le cas d’étude

Connectivité Pas d’enjeu pour ce critère
Enjeu au niveau des milieux ouverts, peu représentés dans le périmètre élargi
Représentativité
mais abritant une diversité spécifique importante
Enjeu sur les milieux forestiers, bien représentés sur le site et qui doivent être
Diversité
défrichés.
 Enjeu sur les communautés d’avifaune et de chiroptères protégées, ainsi que
Patrimonialité d’autres espèces protégées : le Muscardin, la Couleuvre verte et jaune et la pie
grièche écorcheur
 Enjeu sur la communauté d’avifaune et de chiroptères spécialistes des milieux
Fonctionnalités
forestiers.
Pressions Pas d’enjeu pour ce critère
Le milieu forestier (Frênaie à Tilleuls et Erables ; Figure 41), bien que ne

présentant pas de caractère patrimonial, abrite des communautés d’espèces protégées et
menacées pour quelques-unes. Nous le considérons donc ici comme étant à enjeu et il est
183
Chapitre 4
évalué plus précisément au NH. La zone humide présente devrait aussi être évaluée au
NH, mais aucune espèce protégée n’est inféodée à cet habitat, donc pour simplifier le test,
elle n’est pas évaluée au NH.
3.2.3. Niveau Habitat : Frênaie à Tilleuls et Erables

Neuf indicateurs sur vingt trois ont pu être renseignés pour ce niveau. La donnée
nécessaire au remplissage des autres indicateurs n’a pas été collectée lors des inventaires,
et n’a pas pu être récupérée à posteriori car le défrichement avait déjà été réalisé. Ce sont
particulièrement les indicateurs spécifiques des milieux forestiers (quantité de bois mort,
durée d’existence du milieu, densité de lichen) pour lesquels les données étaient
manquantes. Il s’agit donc d’une évaluation partielle présentée à titre d’exemple.
Les résultats de cette évaluation sont présentés ci-après (Annexe 12C) :

Concernant la diversité faunistique, 13 L’habitat forestier recouvre plus de la moitié du site (8.1 ha)
espèces d’oiseaux, 3 espèces de réparti en une dizaine de patchs de taille réduite. Tous les oiseaux
chiroptères et 5 espèces de coléoptères présents sont nicheurs.
dépendent de l’habitat forestier. Pressions
Le milieu n’est pas dégradé (tassement de sol, déchets…).
A ce stade, l’utilisateur doit fixer le périmètre de prospection qui lui paraitra
pertinent compte tenu de l’habitat considéré. Deux options nous paraissaient pertinentes
ici : fixer le périmètre de prospection pour qu’il englobe une altitude et des conditions
hydriques favorables au milieu à enjeu considéré. La seconde option est de conserver le
périmètre choisi pour le niveau NG qui englobe le fond de vallée mais aussi les versants.
Dans le cadre du test, cette seconde option présente l’avantage de simplifier les calculs
SIG, et c’est donc celle qui est retenue ici.
Deux indicateurs sur trois ont été renseignés pour le PE (Annexe 12C). Le milieu
forestier considéré (couche EUNIS « forêt de feuillus ») y est peu fragmenté, avec un
indice de fragmentation de 15,30 (plus la valeur de l’indicateur est faible, plus le milieu
est fragmenté par rapport à la surface totale). L’habitat représente environ 10% des
habitats des espaces à enjeu (ZNIEFF) du PE (287,94 ha).
184
Section II
Figure 41 : Cartographie des milieux forestiers (Frênaie à Tilleuls et Erables) présents sur le site
impacté de Véna avant le défrichement. Fond de carte : orthophoto de 2012 (le défrichement avait eu
lieu).
3.2.4. Niveau Espèces
Trois espèces identifiées comme étant à enjeu sont évaluées : la couleuvre verte et
jaune, le muscardin et la pie grièche écorcheur (Figure 42).
Comme précisé auparavant, un certain nombre d’indicateurs n’ont pas pu être
renseignés, l’application du cadre méthodologique ayant été faite a posteriori sur ce
projet. Ainsi, au niveau NSp, il manque deux indicateurs: la surface de milieu générant
des perturbations pour l’espèce et le nombre de micro-habitats (indicateur spécifique pour
la couleuvre verte et jaune). Les espèces sont toutes présentes sur la commune.
185
Chapitre 4
Figure 42 : Espèces à enjeu pour le projet de Romanche Gavet. De gauche à droite : Muscardin
(http://true-wildlife.blogspot.fr/2011/02/dormouse.html), Couleuvre verte et jaune
(http://www.naturemp.org/Couleuvre-verte-et-jaune.html) et Pie grièche écorcheur (http://www.oiseau-
libre.net/Oiseaux/Especes/Pie-grieche-ecorcheur.html).
Les résultats de l’évaluation sont présentés ci-après (Annexe 12D) :

PS PE
Le périmètre est fixé à 100 m autour du site car
Couleuvre L’habitat de la couleuvre verte et
l’espèce est très peu mobile. La RN constitue un
verte et jaune est assez isolé sur le site : 1
élément fragmentant, et aucun autre habitat favorable
jaune patch de petite taille (0.28 ha).
n’est présent dans le PE.
Le périmètre de 5 km cohérent avec la capacité de
Plus de la moitié du site est dispersion de l’espèce, il est donc conservé.
favorable au muscardin (9.48 Des milieux favorables sont présents dans le PE (1632
Muscardin
ha de milieu forestier et ha) dont la majorité (1394 ha) est connectée au site.
broussailles). Cependant, des éléments fragmentant (route, rivière)
sont présents sur le pourtour du site (1 ha).
L’habitat favorable à l’espèce est Périmètre de 5 km cohérent avec la capacité de
réparti en 3 patchs de petite taille dispersion de l’espèce, il est donc conservé.
Pie grièche
(1.73 ha d’habitat favorable en Une surface restreinte (47 ha) d’habitat favorable est
écorcheur
tout). Un seul couple reproducteur présente dans le PE. Il n’est pas en continuité directe
a été observé. avec le site.
3.3. Prédiction de l’effet des impacts sur le projet RG
Comme pour le cas de Tignes, les valeurs des indicateurs de chaque niveau (NG,
NH et NSp) ont ensuite été prédites à CT, c’est-à-dire en 2016 (4 ans après le début des
travaux), et à LT, c’est à dire une quinzaine d’années après le début des travaux (durée du
plan de réhabilitation du site), sur la base des caractéristiques de la perturbation, la
dynamique du milieu et la réponse de l’indicateur considéré.
Dans le cas du projet RG, les travaux réalisés sur le site de Véna consistent à
construire un barrage permettant la retenue d’eau en amont du projet, ainsi qu’une prise
d’eau menant à la conduite forcée. Le lit de la Romanche sera donc élargi sur 2 km en
amont du barrage et une grande partie du sol sera décapée. Une renaturation des berges de
186
Section II
la Romanche est prévue (et a déjà été mise en place en partie en 2016). Elle consiste à
reconstituer une ripisylve en trois zonages de végétation ainsi que de restaurer des prairies
avec des semences locales.
Les impacts ont donc plusieurs caractéristiques. Certains sont temporaires de
courte durée (décapage, zones de chantier), d’autres sont permanents (infrastructures et
retenue d’eau). Les impacts sont ponctuels de faibles surfaces (quelques hectares), sauf la
retenue d’eau qui est de surface importante (une dizaine d’hectares). Enfin, tous les
impacts modifient tous les compartiments des écosystèmes (sol, hydrologie, faune et
flore).
Concernant la dynamique des milieux, le site se compose de milieux fermés avec
des arbres de grande taille (dans un stade de maturation assez avancé) et de milieux
buissonnants et ouverts. Ces derniers ne sont pas très entretenus et sont donc dans une
dynamique de fermeture. Les milieux boisés sur pente sont régulièrement perturbés par
des chutes de blocs qui contribuent au rajeunissement des peuplements forestier sur les
pentes. Les berges de la Romanche sont composées d’enrochements et de végétation
naturels.
Un degré d’incertitude a aussi été associé à chacune des prédictions (voir le détail
en Annexe 13).
3.4. Calcul des pertes pour le projet RG
Les pertes sont calculées selon les règles décrites en section I, et sont présentées
aux Figures 43, 44 et 45.
3.4.1. Court terme
Au niveau général (Figure 43), on observe des pertes d’habitats naturels : les
habitats buissonnants, ouverts et humides du site sont détruits en totalité et 80% de
l‘habitat forestier est défriché. Par contre, les habitats aquatiques et rocheux ne sont pas
touchés. Nous pouvons noter néanmoins que la Romanche est déviée de son lit, ce qui
pourrait se traduire par une altération de ses fonctionnalités, mais le cadre
méthodologique ne prévoit pas encore d’indicateurs spécifiques aux milieux aquatiques.
Le site, qui était similaire au PE en termes de recouvrement d’habitat forestier,
devient très différent car il n’est plus dominé par la forêt. En revanche, les milieux
détruits ne sont pas les derniers présents dans le PE (l’indicateur n’est pas à 0). La
187
Chapitre 4
mégaphorbiaie inventoriée lors de l’état initial, considérée par le BE Karum comme de

faible enjeu, a été totalement détruite (indicateur de représentativité est à 0) mais ce
n’était pas la seule zone humide recensée dans le PE.
Ces pertes d’habitats se répercutent sur la faune, particulièrement les espèces des
milieux forestiers (disparition des chiroptères, et diminution de 60 % de l’avifaune) et
ouverts (disparition des orthoptères, lépidoptères et reptiles) qui ne peuvent plus se
maintenir et se reproduire sur le site. La faune et la flore patrimoniale (c’est-à-dire soit
menacée, protégée ou déterminantes des ZNIEFF) sont impactées : disparition de toutes
les espèces sauf deux espèces de faune déterminantes ZNIEFF. 35 % des oiseaux nicheurs
sont impactés, tandis que toutes les autres espèces se reproduisant sur le site ne peuvent
plus se maintenir.
La valeur de trois indicateurs augmente :
 D’une part la valeur de deux indicateurs de pression augmente. Le pourcentage de
zones artificialisées dans le PE et le pourcentage de milieux non cultivé sur le site. En
effet, une partie du site est artificialisée par les infrastructures du barrage et de la
prise d’eau, ce qui fait augmenter la proportion de zones artificialisées dans
l’ensemble du PE (très faiblement : 0.06 %). De plus, les travaux de déviation de la
Romanche impactent le champ cultivé qui par conséquent disparait, donc la
proportion de milieu non cultivé sur le site augmente. La nature des pressions sur le
site a donc changé ;
 D’autre part l’indice de spécialisation de l’avifaune augmente (communauté plus
spécialisée). Il s’agit de l’avifaune hébergée par les milieux rocheux et aquatiques qui
ne sont pas impactés par le projet, qui est spécialiste. L’augmentation de cet
indicateur est donc une conséquence mécanique de la disparition d’une grande partie
de l’avifaune généraliste, elle ne traduit pas l’apparition d’habitats intéressants pour
la faune spécialiste.
188
Section II
Figure 43 : Sorties graphiques représentant les pertes (effet des impacts) au NG sur le site de Véna à court (CT) et long terme (LT).
189
Chapitre 4
Au niveau NH (Figures 44) concernant l’habitat à enjeu « Frênaie à Tilleuls et

Erables » les indicateurs montrent des pertes importantes. En effet sur les 11 patchs de cet
habitat, 10 sont défrichés. Les espèces animales associées à l’habitat (avifaune nicheuse,
coléoptères et chiroptères) disparaissent à 100 % (le patch restant n’étant pas suffisant
pour permettre le maintien de ces populations).
Au niveau NSp (Figure 45), les habitats favorables aux espèces à enjeu couleuvre
verte et jaune, et pie grièche écorcheur disparaissent totalement du site ainsi que plus de
80% de l’habitat favorable au muscardin. Les impacts correspondant sont permanents
(construction de la centrale hydroélectrique), ponctuels de faible surface et modifient
l’ensemble des composantes de l’écosystème (sol, hydrologie, faune et flore)
Figure 44 : Sorties graphiques représentant les pertes (effet des impacts) au NH (frênaie à Tilleuls et
Erables) sur le site de Véna à CT et LT.
3.4.2. Long terme
Au niveau général (Figure 43), le calcul des pertes à long terme n’a pas pu être
réalisé pour les espèces patrimoniales et les fonctionnalités. En effet, la prédiction de la
valeur des indicateurs pour ces critères a été limitée par mon degré d’expertise et les
informations disponibles sur le projet de renaturation du site après impacts.
190
Section II
Concernant les critères pour lesquels le calcul a été réalisé, les pertes sont
globalement moindres à long terme. Au niveau des habitats naturels, seuls les habitats
buissonnants et zones humides montrent encore 100 % de pertes car ils ne sont pas
restaurés. En revanche, des milieux ouverts sont restaurés sur une surface deux fois et
demie plus importante que celle de l’état initial. De plus, la restauration de boisement
alluvial diminue la perte de ce milieu à 25 % (par rapport à 80 % à CT). Le site devient
ainsi plus représentatif (ou similaire) au PE en termes de recouvrement de milieux ouverts
(augmentation de 250 % de la valeur initiale de l’indicateur).
Grâce à la renaturation du site, la plupart des espèces présentes initialement sur le
site devraient retrouver des conditions favorables à leur maintien (milieux forestiers et
ouverts) et de nouvelles espèces pourraient recoloniser les berges de la Romanche
renaturées, ainsi que la retenue d’eau. Il y a donc aucune perte de faune à LT. Les EEE
présentes sur le site devraient disparaitre suite à la gestion prévues sur ces espèces,
réduisant la pression sur la biodiversité du site.
Pour l’habitat à enjeu (Frênaie à Tilleuls et Erables ; Figure 44), les actions de
renaturation permettent de réduire les pertes sur tous les indicateurs qui ont pu être
évalués. Le haut des berges devrait, en effet, être constitué de milieu forestier (4 patchs de
plus de 4 ha en tout). Il ne sera cependant pas aussi mature que celui de l’état initial au
bout d’une quinzaine d’années (durée des prédictions à long terme). Cela aurait été
certainement visible sur les indicateurs dédiés à la maturité qui n’ont pas pu être
renseignés (taille des arbres et quantité de bois mort notamment).
Les actions de renaturation bénéficient à la couleuvre verte et jaune dont la surface

d’habitat favorable augmente de 250 % (Figure 45). Le muscardin pourra retrouver
également quelques zones favorables sur les berges restaurées, ce qui se traduit par une
diminution des pertes à LT par rapport à CT. En revanche, les pertes d’habitats favorables
à la pie grièche restent identiques car des actions de restauration du site de Gavet ne sont
pas prévues.
191
Chapitre 4
Figure 45 : Sorties graphiques représentant les pertes (effet des impacts) au NSp (couleuvre verte et
jaune, muscardin et pie grièche écorcheur) sur le site de Véna à CT et LT
192
Section II
3.5. Etat initial du site compensatoire (site de l’Île Falcon )

La surface du site compensatoire de L’Île Falcon est de 45,13 ha (Figure 46). Un
seul indicateur, la diversité des orthoptères, n’a pas pu être renseigné à ce niveau car la
donnée n’a pas été inventoriée. Tous les autres ont été renseignés à partir des listes
d’espèces brutes ou des informations contenues dans le dossier.
Figure 46 : Site compensatoire retenu pour le test du cadre méthodologique sur le projet de
Romanche Gavet. Carte de gauche : PS en rouge et PE en blanc. Carte en haut à doite : situation du
site par rapport aux autres sites du projet. Photo en bas à droite : PS.
Les résultats de l’évaluation sont présentés ci-après (Annexe 12E) :

Diversité Patrimonialité
Le site est constitué à plus de 50 % de milieux forestiers Plus de 40% du site est constitué d’habitats
(ce qui représente une surface 4 fois plus grande que sur d’intérêt communautaire (principalement des
le site de Véna), d’un tiers de prairies et pelouses, de pelouses sèches) avec 7,25 % d’espèces classées
milieux buissonnants (un huitième) et de quelques zones à l’annexe II de la DFFH et 7,14% d’oiseaux
humides et aquatiques (moins d’1 ha). Les habitats sont inscrits sur l’annexe I de la DO. On observe
identifiés avec la classification Corine Biotope (niveaux également des espèces faune menacées au
2 à 4). niveau national (2,11%) et régional (4,41%) et
La diversité faune et flore est plus importante que sur le des espèces de flore protégées (0,27%), ce qui
site impacté : plus de taxons sont présents (odonates, n’était pas le cas sur les sites impactés. Près de
amphibiens) et il y a plus d’espèces par taxon (28 sp la moitié des espèces faune sont protégées.
d’avifaune, 25 sp de lépidoptères, 376 sp de flore).
193
Chapitre 4
Fonctionnalités Pressions
Peu d’espèces d’avifaune nicheuse ont été identifiées sur Le site est globalement bien préservé (plus de
le site (3.57%) comparé au site de Véna (cela peut plus 90 % non cultivé ou urbanisé) mais certaines
être un résultat de différences d’échantillonnage).Pour zones sont couvertes de déchets et d’EEE (8
au moins 2.90 % des autres espèces, des signes de espèces).
reproduction sur le site ont été relevés.
La proportion de chiroptères spécialiste est également
moins importante (57.14%). La spécialisation de
l’avifaune est quasiment identique (2.89).

Comme pour le site de la Véna, le PE a été fixé à 5 km autour de l’emprise du site
(Figure 46).
Les résultats de l’évaluation sont présentés ci-après (Annexe 12F) :
Connectivité Patrimonialité
L’île Falcon si situe plus en aval de la vallée où il y a Le contexte patrimonial n’est pas très fort : 4
plus de linéaires de transport (21,51 km), mais aussi ZNIEFF dont 2 espèces déterminantes se
dans une plaine plus agricole où il y a présence de haies retrouvent sur le site.
(1,14). 3 sp sont de cohérence régionale pour la TVB.
Représentativité Pressions
Les milieux buissonnants sur le site L’Île Falcon se trouve dans un contexte plus
représentent 16,48% de ceux du PE. Les autres habitats urbanisé (4.48 %) et plus cultivé (2.29 %) que le
ne représentent chacun pas plus de 1% de ceux présents site impacté de Véna (environ 7% au total de la
dans le PE. Le site est donc similaire au PE en termes surface du PE contre 2% pour Véna). Les
d’abitats forestiers, ouverts et humides. surfaces d’EEE à proximité des sites n’ont pas
été inventoriées pour le site compensatoire.
3.5.2. Détermination des enjeux de biodiversité
Les enjeux de biodiversité sur le site compensatoire devraient porter sur les
mêmes enjeux que ceux identifiés sur le site impacté afin de pouvoir compenser les pertes
causées par les impacts par des gains équivalents avec des MC adaptées. Dans le cas du
projet de RG, des enjeux de gestion ou de restauration ont été identifiés sur les EEE et sur
des milieux similaires à ceux impactés et sur des composantes non (ou moins) présentes
sur le site impactés (flore patrimoniale et lépidoptères). Ils ont été identifiés par le BE
Mosaïque Environnement qui a réalisé le plan de gestion du site compensatoire.
Dans le cadre du test du cadre méthodologique, les mêmes composantes de
biodiversité à enjeu sont évaluées plus précisément aux NH et NSp pour le site impacté et
compensatoire. Il conviendrait néanmoins en pratique d’évaluer également les nouvelles
composantes à enjeu (comme la flore patrimoniale) pour vérifier qu’elles ne sont pas
impactées négativement par les mesures compensatoires ou montrer qu’elles peuvent en
bénéficier.
194
Section II
3.5.3. Niveau Habitat : La Frênaie-Erablaie (CB : 41.4) et La Frênaie-Charmaie

(CB : 41.27)

Comme sur le site de Véna, 9 indicateurs sur 23 ont pu être renseignés pour ce
niveau. La donnée nécessaire au remplissage des autres indicateurs n’a pas été collectée
lors des inventaires, et n’a pas pu être récupérée a posteriori.
Les résultats de l’évaluation sont présentés ci-après (Annexe 12F) :
Concernant la diversité faunistique, 13 espèces d’oiseaux (comme La surface d’habitat forestier est plus
sur le site de la Véna), 6 espèces de chiroptères et 11 espèces de importante sur le site compensatoire
coléoptères dépendent de l’habitat forestier. que sur le site impacté (23,95) mais
Pressions seulement 1 espèce d’avifaune a été
La dégradation du milieu est due à des déchets et des EEE (53, 1 % identifiée comme nicheuse certaine.
de sol n’est pas dégradé).

Comme pour le site de la Véna, le périmètre choisi pour le niveau NG, qui
englobe le fond de vallée mais aussi les versants, est retenu comme PE au NH.
Deux indicateurs sur trois ont été renseignés pour le PE (Annexe 12F). Le milieu
forestier considéré (couche EUNIS « forêt de feuillus ») est moins fragmenté que dans le
PE de Véna, avec un indice de fragmentation de 24,24 (plus la valeur de l’indicateur est
faible, plus le milieu est fragmenté par rapport à la surface totale). L’habitat n’est pas
présent dans les espaces à enjeu (ZNIEFF) du PE.
3.5.4. Niveau Espèces
Les trois espèces identifiées comme étant à enjeu sur les sites impactés et
compensatoires sont évaluées : la couleuvre verte et jaune, le muscardin et la pie grièche
écorcheur
Comme précisé auparavant, un certain nombre d’indicateurs n’ont pas pu être
renseignés. Ainsi, au niveau NSp, il manque trois indicateurs: la surface de milieu
générant des perturbations pour l’espèce, le nombre de micro-habitats (indicateur
spécifique pour la couleuvre verte et jaune) et le nombre de couples reproducteur
(indicateur spécifique pour la pie grièche écorcheur). Les espèces sont toutes présentes
sur la commune.
Les résultats de l’évaluation sont présentés ci-après (Annexe 12G) :
195
Chapitre 4
PS PE
Le périmètre est fixé à 100 m autour du site car
La surface de milieu favorable à la
l’espèce est très peu mobile. La RN constitue un
Couleuvre couleuvre verte et jaune est environ
élément fragmentant (0,83 ha). Des milieux
verte et quatre fois plus importante sur le
favorables sont présents dans le PE (3,06 ha, dont
jaune site compensatoire (4,23 ha répartis
2,66 ha sont connectés au site). 3 patchs favorables
en 3 patchs).
du PE sont connectés entre eux grâce au site.
Le périmètre de 5 km est cohérent avec la capacité de
La surface d’habitat favorable au dispersion de l’espèce, il est donc conservé.
muscardin est trois fois plus Comme pour le site de Véna, des milieux favorables
Muscardin importante que sur le site impacté sont présents dans le PE (6922 ha) dont la majorité
(23,7 ha) et se réparti sur deux est connectée au site (5085 ha). Cependant, des
larges patchs. éléments fragmentant (zones urbanisés) sont présents
dans le PE (193,6 ha).
Le périmètre de 5 km est cohérent avec la capacité de
Un large patch d’habitat de 16,4 ha
dispersion de l’espèce, il est donc conservé.
Pie grièche est favorable à la pie grièche. Cette
Une surface de 40 ha d’habitat favorable est présente
écorcheur zone est favorable à la fois au
dans le PE, mais il n’y a pas de continuité entre ces
nourrissage et à la reproduction.
zones et le site.
3.6. Prédiction de l’effet des mesures compensatoires
Comme pour le site de Véna, la valeur des indicateurs est prédite à CT (juste après
la mise en place des MC, dans notre cas 2 et 3 ans après la mise en place des premières
MC) et LT (une quinzaine d’années dans notre cas ce qui correspond à la durée du plan de
gestion des sites). Dans le cas présent, les données issues des suivis réalisés sur le site en
2014 et 2015 ont été utilisées pour calculer les gains à CT. Dans ce cas précis, les
prédictions à CT sont donc en réalité des valeurs réelles, et les prédictions sont faites
seulement à LT (Annexe 13).
Les mesures compensatoires envisagées sont de diverses natures et visent
plusieurs milieux. Elles sont détaillées ci-après selon les caractéristiques de perturbations
(identifiées au Chapitre 3) :
Mesures compensatoires Durée Intensité Portée spatiale
Renaturation globale par retrait Permanent et Modification de plusieurs
Ponctuel de faible
des restes industriels et urbains et Temporaire court compartiments des
surface
gestion des EEE durée écosystèmes (flore, sol)
Conservation et restauration des Modification d’un
Ponctuel de surface
boisements de pente et des Permanent compartiment des
importante
boisements frais à hygrophiles écosystèmes (flore)
Restauration et gestion des Modification d’un
Temporaire Ponctuel de surface
pelouses sèches et des prairies compartiment des
courte durée importante
permanentes écosystèmes (flore)
Modification de plusieurs
(voir tous pour la création)
Restauration et création de Temporaire compartiments des Ponctuel de faible
milieux aquatiques longue durée écosystèmes (flore, sol, surface
hygrologie)
196
Section II
Modification de plusieurs
Temporaire compartiments des Ponctuel de faible
Renaturation d'une zone humide
longue durée écosystèmes (flore, sol, surface
hygrologie)
Modification d’un
Restauration de haies vives Permanent compartiment des Linéaire
écosystèmes (flore)
Modification d’aucun
Favoriser les boisements riches en compartiment des Ponctuel de surface
Permanent
arbres à cavités et bois mort écosystèmes (évolution importante
naturelle)
Modification d’un
Maîtriser le dérangement lié à la Temporaire compartiment des Ponctuel de surface
fréquentation longue durée écosystèmes importante
(comportement humain)
La dynamique des milieux naturels a été évaluée lors de l’état initial, dans le plan
de gestion des sites compensatoires réalisé par le BE Mosaïque Environnement. Les
milieux forestiers sont assez hétérogènes avec des zones plus vieillissantes que d’autres.
Globalement, seule une aulnaie est très jeune et encore arbustive (dont l’état de
conservation est jugé moyen), les autres milieux forestiers sont plus matures. La plupart
des milieux ouverts s’enfrichent par manque de gestion, et une pelouse est en mauvais
état de conservation (petite surface et enfrichement). Les zones humides et la zone
aquatique ont un état de conservation moyen à cause de déchets sur une partie de ces
zones et un embroussaillement qui menace de les faire disparaître. Enfin, les milieus
buissonnants se sont pas en trop forte expansion mais sont envahis d’EEE.
A partir de ces éléments et à dire d’expert, les valeurs des indicateurs de chaque
niveaux (NG, NH et NSp) ont été prédites à long terme (voir le détail en Annexe 13).
3.7. Calcul des gains pour le projet RG
3.7.1. Court terme
Au NG (Figure 47), certaines espèces patrimoniales présentes à l’état initial sur

l’Île Falcon n’ont pas été retrouvées sur le site lors des inventaires de suivi, d’où les
pertes observées pour le critère patrimonialité : perte de 50% de la proportion de faune
d’intérêt communautaire (et 25 % pour l’avifaune) et 30 % pour la faune protégée.
197
Chapitre 4
Figure 47 : Sorties graphiques représentant les gains (effet des mesures compensatoires) au niveau Général sur le site de l’Île Falcon à CT et LT
198
Section II
Cela peut être dû à un effort d’échantillonnage moins important. Les inventaires de suivi
permettent, en revanche, d’identifier une avifaune nicheuse plus nombreuse (gain de
0,42% de la proportion par rapport au nombre d’oiseaux total). Pour les communautés
d’avifaune et de chiroptères : une proportion d’une fois et demie pour l’avifaune et d’un
quart pour les chiroptères spécialisés sont inventoriés en plus comparé aux proportions
présentes à l’état initial. Les signes de reproduction de l’ensemble des espèces (hors
oiseaux) ont été moins retrouvés (perte de 25 % d’espèces se reproduisant sur le site).
La diversité en espèces augmente pour 5 taxons sur 6 avec des gains allant de 25%
pour les odonates (2 espèces en plus) à 150% pour les lépidoptères (30 espèces en plus).
Les reptiles, les chiroptères et l’avifaune comptent 1, 8 et 11 espèces en plus
respectivement.
Les mesures d’ouverture de milieu ont permis de diminuer les zones enfrichées
(habitats buissonnants) de 1, 93 ha, au profit des milieux ouverts (augmentation de 3, 45
ha). A court terme, aucun autre gain n’est encore visible sur les habitats naturels.
Une partie du site qui était construite a été démantelée (gain de 2,8 ha de zone non
urbanisée). La gestion des EEE ne permet pas encore de voir une diminution du nombre
d’espèces ou de surface des patchs d’EEE.
Pour l’habitat forestier à enjeu (Frênaie-Erablaie et Frênaie-Charmaie, Annexe

14), aucun gain n’est visible à court terme sur les indicateurs qui ont pu être renseignés.
La mesure compensatoire concernant ces milieux consiste en effet à réaliser une gestion
conservatoire dont les effets liés à la maturation ne sont visibles qu’à long terme.
Pour les espèces à enjeu (couleuvre verte et jaune, muscardin et pie grièche
écorcheur ; Annexe 14), des gains sont visibles seulement pour la couleuvre verte et jaune
(gain de 50 % d’habitat favorable grâce aux actions d’ouverture de milieu). La surface
d’habitat favorable pour les deux autres espèces reste stable à court terme car les effets
des MC ne sont pas encore visibles sur ces milieux (milieu forestier pour le muscardin et
milieu ouvert avec buissons épineux pour la pie grièche écorcheur).
3.7.2. Long terme
Au NG (Figure 47), on observe des gains plus importants qu’à CT, avec très peu
de pertes. Les pertes s’observent pour les milieux buissonnants qui sont défrichés pour
favoriser les milieux ouverts (pas d’évolution par rapport à CT) et sur les milieux boisés
constitués d’EEE également défrichés sur 0,04 ha (ce qui enraye les 8 EEE présentes). La
199
Chapitre 4
faune protégée devrait pouvoir recoloniser le site, c’est pourquoi les pertes sont moindres
qu’à CT (moins 2,11 % de la proportion par rapport au nombre total d’espèces)
Les MC prévues sur le site devraient permettre une augmentation de la diversité
spécifique pour six taxons : gain de une espèce d’odonate et d’amphibien, et jusqu’à 30
espèces de lépidoptères. Une proportion bien plus importante d’oiseaux nicheurs
devraient pouvoir trouver les conditions favorables à leur reproduction (gain de plus de
500% de la proportion par rapport au nombre total d’oiseaux). Une augmentation de
0,97% de la proportion des autres espèces devraient également pouvoir se reproduire sur
le site.
Le gain de milieux ouverts n’évolue pas par rapport au gain calculé à CT. En
revanche, les MC sur les ZH et aquatiques permettent un gain de plus de 100% de la
surface pour les ZH et de plus de 250% de la surface pour les milieux aquatiques, en
diversifiant de plus les habitats (restauration d’un habitat de ZH et de deux aquatiques en
plus de ceux présents à l’EI).
La proportion de faune patrimoniale (d’intérêt communautaire, protégée et
menacée) pouvant se maintenir sur le site devrait également être plus importante, avec des
gains allant de 25 % pour la faune d’intérêt communautaire, à 250 % pour la faune
menacée au niveau national.
Pour l’habitat forestier à enjeu (Frênaie-Erablaie et Frênaie-Charmaie, Annexe

14), la gestion conservatoire devrait permettre une augmentation du nombre d’espèces de
chiroptères (plus 9 espèces) et d’avifaune (plus 7 espèces au total et plus 13 espèces
nicheuses), ainsi que l’installation d’espèces indicatrices comme des espèces
saproxyliques ou des lichens (gain estimé de 5 espèces). La maturation du milieu
permettrait certainement d’observer d’autres gains sur les indicateurs qui n’ont pas été
renseignés, comme la flore dominantes, les strates de végétation et la qualité du sol.
Pour les espèces à enjeu (Figure 48), des gains visibles à LT s’observent
seulement pour la pie grièche écorcheur. Les actions de gestion des prairies permanentes
et de restauration de haies vives permettent, en, effet, de rendre favorables à l’espèce 3,45
ha d’habitat en plus. Les gains à LT pour la couleuvre verte et jaune sont les mêmes qu’à
CT. Des gains pourraient être visibles pour le muscardin sur des caractéristiques des
populations comme l’abondance d’individus ou le taux de reproduction, pour lesquelles la
gestion conservatoire des milieux forestiers pourrait être bénéfique. Ces indicateurs n’ont
cependant pas été retenus dans le cadre méthodologique (chapitre 2) à cause de leur
manque d’opérationnalité.
200
Section II
3.8. Evaluation de l’équivalence du projet RG
La prochaine étape du test du cadre méthodologique consiste à mettre en balance

les pertes et les gains pour chaque indicateur, et évaluer l’équivalence pour l’ensemble du
site.
3.8.1. Niveau Général (Figure 48)
Le calcul n’a pu être réalisé que sur une partie des indicateurs (ceux pour lesquels
les quatre valeurs avant et après impacts ou MC étaient disponibles), plus importante à
CT qu’à LT (patrimonialité et fonctionnalité non calculés).
A CT, on observe plus de pertes nettes (29 indicateurs) que de gains nets (8
indicateurs). Cela s’explique par le fait que l’effet des impacts est immédiat et maximal
juste après les travaux (et avant plan de « renaturation ») tandis que les MC (ici
principalement des mesures de gestion et de conservation) nécessitent du temps pour être
pleinement effectives. Ce décalage génère ce que l’on appelle les pertes intermédiaires.
Les pertes nettes calculées à court terme donnent un aperçu de l’ampleur de ces pertes
intermédiaires.
Ainsi, à CT, le projet a globalement un impact sur la patrimonialité des sites : la
proportion d’espèces patrimoniales est diminuée par rapport à l’état initial des deux sites
de 0,04 % pour la proportion de flore menacée au niveau régional à 46,38 % pour la
proportion de faune protégée. La communauté de chiroptères est également moins
spécialiste (moins 49,81 % de la proportion par rapport au nombre total de chiroptères), et
la capacité des sites à accueillir des conditions favorables à la reproduction des espèces
(particulièrement l’avifaune, moins 23,74 % de la proportion totale des oiseaux) est
moindre. On observe également une artificialisation (construction imperméable) nette
causée par le projet de 2,75 ha, malgré le démantèlement sur le site compensatoire.
Certains indicateurs montrent, en revanche, déjà des gains nets à court terme : la
diversité spécifique d’odonates (plus 2 espèces), de lépidoptères (plus 8 espèces) et de
chiroptères (plus 5 espèces) ; la surface de milieux ouverts (plus 3,17 ha) ; et la
spécialisation des communautés d’avifaune (plus 0,93 sur l’indice de spécialisation). Ces
indicateurs concernent principalement les composantes peu ou pas impactées sur le site de
Véna.
A LT (15 ans dans ce cas d’étude), les effets des actions de renaturation du site
impacté de Véna et des MC sur le site de l’Île Falcon sont visibles.
201
Chapitre 4
Figure 48 : Evaluation de l’équivalence au NG à court (CT) et long (LT) terme. Chaque indicateur est soit à l’équilibre (aucune barre horizontale), soit
il présente une perte nette (barre rouge), soit un gain net (barre verte).
202
Section II
Aux gains nets déjà observés à CT s’ajoutent, avec un taux d’incertitude moyen
(c’est-à-dire à condition que les mesures de gestion des milieux ouverts sur les sites
perdurent dans le temps et que la restauration des milieux aquatique soit maîtrisée) : une
augmentation des surfaces de milieux ouverts (plus 4,17 ha) et de milieux aquatiques
(plus 0,06 ha) ainsi que la présence d’une espèce supplémentaire de reptile. La gestion
des EEE permet également de faire disparaitre 8 EEE. Le taux d’incertitude est cette fois-
ci qualifié de fort car la gestion des EEE est complexe.
Il subsiste cependant à LT des pertes nettes : sur la diversité floristique (moins 12
espèces), sur les milieux buissonnants (moins 3,31 ha), sur les zones humides (moins 0,52
ha) et sur les espèces déterminantes des ZNIEFF du PE (moins 2 espèces faune et flore).
Les zones humides, même de faibles enjeux, auraient dû faire l’objet d’une étude au
niveau NH de par leur statut comme écosystème à enjeu dans la règlementation.
Dans tous les cas, l’atteinte d’une équivalence parfaite indicateur par indicateur
est improbable au niveau NG lorsque les impacts et la compensation ont lieu tous les
deux sur des milieux naturels. Il est possible, par contre, de s’assurer d’une atteinte de
l’équivalence pour les enjeux liés à la biodiversité ordinaire qui avaient été identifiés lors
de l’état initiaux des sites, à savoir dans notre cas, les milieux forestiers et les milieux
ouverts, les lépidoptères, les communautés d’avifaune et de chiroptères spécialistes des
milieux forestiers et les EEE. Nous ne disposons pas pour ce cas d’étude de la totalité des
indicateurs, cependant à minima, l’équivalence est partiellement atteinte car des gains
nets sont obtenus pour trois des enjeux sur les six identifiés précédemment: les milieux
ouverts, les lépidoptères et les EEE (avec un taux d’incertitude plus élevé pour ce
dernier). Cependant, l’enjeu sur le milieu forestier, et donc les pertes nettes sur ce milieu,
est moins prioritaire que les autres dans le cas du projet RG, car le sud du département de
l’Isère dans lequel il se trouve est très boisé (d’après la Doctrine Départementale relative
à la mise en œuvre des MC liées aux autorisations de défrichement de la DDT Isère).
3.8.2. Niveau Habitat (Figure 49)
Afin d’apporter un éclairage sur les résultats de l’analyse de l’atteinte de

l’équivalence à ce niveau, il est utile de vérifier de la bonne cohérence du type de MC
mises en place au regard du type d’impact selon leur durée, intensité et portée spatiale (cf
parties sur les prédictions des pertes et des gains) :
203
Chapitre 4
Impacts : défrichement avec décapage MC : gestion conservatoire du

du sol boisement
Durée Temporaires et permanents Permanentes
Intensité modification tous les compartiments des Modification d’aucun compartiment
écosystèmes des écosystèmes (évolution naturelle)
Portée spatiale Ponctuels de faible surface Ponctuels de grande surface
A CT, uniquement des pertes nettes sont observées sur l’habitat à enjeu (frênaie
avec différentes variantes sur les deux sites) : perte nette de 6,23 ha de cet habitat réparti
sur 10 patchs et pertes nettes de faune associée. L’habitat est en effet défriché sur le site
impacté tandis que sur site le site compensatoire, le milieu déjà présent est mis en gestion
conservatoire.
Figure 49 : Evaluation de l’équivalence au NH à CT et LT. Chaque indicateur est soit à l’équilibre,

soit il présente une perte nette, soit un gain net.
A LT, cette gestion ainsi que le renaturation du site impacté permet d’observer des
gains nets sur la diversité en espèces inféodées à l’habitat (avifaune, chiroptères et
coléoptères), et sur la proportion d’avifaune nicheuse (plus 7 espèces). Des pertes nettes
sont néanmoins toujours présentes sur la surface d’habitat (moins 2,07 ha), le nombre de
204
Section II
patchs (moins 6) et la surface dégradée (moins 25, 55 de la proportion de la surface totale

de l’habitat).
En considérant seulement les indicateurs qui ont pu être renseignés, et en
considérant que tous les indicateurs d’une composante de biodiversité à enjeu doivent au
moins être à l’équilibre, l’équivalence n’est pas atteinte pour ce niveau.
3.8.3. Niveau Espèces (Figure 50)
Pour la couleuvre verte et jaune, les gains nets sont visibles à court et long terme
(gain net de 1,9 et 2,9 ha d’habitat favorable respectivement). A CT, les MC de
réouverture de milieux enfrichés sont mises en place sur une surface plus importante que
les surfaces impactées. A LT, les effets des mesures de renaturation du site de Véna
viennent s’ajouter à ceux des MC, c’est pourquoi les gains nets sont plus importants. En
considérant seulement la surface d’habitat et le nombre de patchs favorables,
l’équivalence est atteinte pour cette espèce, avec un taux d’incertitude moyen (le
comportement de l’espèce est connu et prévisible mais il y a un risque que les milieux
restaurés sur le site impacté ne conviennent pas à l’espèce). La présence effective de
l’espèce sur les sites restera néanmoins à vérifier lors des suivis prévus.
Pour le muscardin, on observe uniquement des pertes nettes, qui sont moindres à
LT qu’à CT (perte nette de 7,81 et 3,45 ha d’habitat favorable respectivement). La
renaturation des berges sur le site de Véna permet, en effet, d’amoindrir l’effet des
impacts du défrichement du milieu forestier. En considérant seulement la surface
d’habitat et le nombre de patchs favorables, l’équivalence n’est pas atteinte pour cette
espèce. Il serait néanmoins intéressant de vérifier l’impact de cette diminution d’habitat
favorable sur les populations de muscardin lors des suivis (avec des relevés d’abondance
ou d’occurrence d’individus par exemple), afin de détecter un éventuel effet de seuil.
Enfin, pour la pie grièche écorcheur, des pertes intermédiaires sont
prévisibles, avec des pertes nettes observées à CT (moins 1,53 ha d’habitat favorable total
et pour la reproduction) mais des gains nets à LT pour deux indicateurs sur trois (plus
1,71 ha de d’habitat favorable total et pour la reproduction) avec un faible taux
d’incertitude (Figure 45). Des pertes nettes de patchs d’habitat sont prévisibles mais la
surface d’habitat favorable étant plus importante à l’issue du projet (impacts et MC)
qu’avant sa réalisation. Donc, compte tenu des besoins de l’espèce (milieu ouvert avec
accès au sol, pourvu d'arbustes ou de buissons touffus favorables à la nidification ;
Lefranc & Saunier 2004) on peut considérer que la perte nette de patchs d’habitat
n’entrave pas l’atteinte de l’équivalence pour cette espèce. Le maintien de l’espèce sur le
205
Chapitre 4
site de l’Île Falcon (qui est déjà présente, mais qui risquerait de ne plus l’être vue la
dynamique de fermeture des milieux ouverts) et l’éventuel augmentation de sa population
restera néanmoins à vérifier lors des suivis prévus.
Figure 50 : Evaluation de
l’équivalence au NSp (couleuvre
verte et jaune, muscardin et pie
grièche écorcheur) à CT et LT.
Chaque indicateur est soit à
l’équilibre, soit il présente une
perte nette, soit un gain net.
206
Section II
4. Plus-value et pistes d’amélioration du cadre

méthodologique
Le test du cadre méthodologique sur deux projets concrets, le barrage de Tignes et

Romanche Gavet, permet de valider le fonctionnement de la version théorique cadre
méthodologique. Celui-ci est cohérent avec les pratiques actuelles (évaluation des
impacts, des enjeux de biodiversité et des effets des MC) induites par la règlementation et
les différents guides existants (le principal étant la Doctrine sur la mise en place de la
séquence ERC (CGDD 2013) assurant ainsi son opérationnalité. Le cadre
méthodologique s’applique de la même manière pour le site impacté et compensatoire et
permet de vérifier que les pertes sur les espèces et habitats à enjeu identifiés sur le site
impacté sont compensées de façon équivalente sur le site compensatoire et ce, sans
occasionner de pertes sur les espèces et habitats à enjeu déjà présents sur le site
compensatoire. Le test permet de montrer la plus-value à utiliser le cadre méthodologique
et met en avant des pistes d’amélioration et des perspectives.
4.1. Plus-value
L’utilisation du cadre méthodologique pour évaluer l’équivalence écologique

entre les pertes de biodiversité engendrées par les impacts résiduels significatifs d’un
projet d’aménagement, et les gains de biodiversité apportés par les MC prévues dans
l’objectif d’atteindre le NNL, présente plusieurs avantages mis en lumière par les tests.
Globalement, le cheminement de l’évaluation de l’état initial des sites à

l’évaluation de l’équivalence par hiérarchisation des pertes nettes et des gains nets, est
clairement détaillé. Le raisonnement suivi peut être facilement évalué, par les services
instructeurs notamment. Chaque étape est en effet transparente, même si elles sont plus
ou moins standardisées (la prédiction de la valeur des indicateurs et de leur niveau
d’incertitude associé est faite « à dire d’expert »). Il y a donc aussi une transparence des
points faibles. Comme les évaluations de biodiversité sur le site impacté et compensatoire
sont identiques, les mêmes protocoles d’inventaires devraient être utilisés sur les deux
sites (ce qui n’a pas été le cas pour le projet RG car deux bureaux d’études différents ont
fait les inventaires en suivant des méthodes qui leur sont propres). La collecte de la
donnée selon les mêmes protocoles est essentielle pour une comparaison juste de ces deux
sites. Actuellement, la règlementation n’impose pas aux maîtres d’ouvrage de faire appel
207
Chapitre 4
aux mêmes structures pour les études sur les sites impactés set compensatoires, mais
l’usage du cadre méthodologique devrait encourager le recours aux mêmes protocoles.
Le calcul des pertes et des gains sur chacun des sites séparément puis des pertes et
des gains nets sur l’ensemble du projet, visualisables avec les sorties graphiques
proposées, permet une lecture claire et synthétique des forces ou des faiblesses du projet.
Celles-ci sont analysables indicateur par indicateur. L’analyse par groupe d’indicateurs
rassemblés selon différents critères (diversité, patrimonialité…) permet d’avoir une vision
plus générale si besoin. Le calcul de l’ampleur (valeur relative) des pertes et des gains, en
plus de leur valeur absolue permet de relativiser la perte ou le gain par rapport à l’état
initial. L’effet des impacts ou des MC peut être important (forte ampleur) mais ne
concerner en absolu qu’une faible valeur (surface d’habitat par exemple), et inversement.
En considérant les surfaces, par exemple, cela permet de faire la différence entre la
destruction totale (100% de la surface) d’une toute petite zone humide (0,3 ha) ou la
destruction partielle (20% de la surface) d’un grand massif forestier (100 ha). Cela
constitue une base objective autour de laquelle les discussions (entre les parties-prenantes
du projet) et les négociations (avec les services instructeurs) peuvent avoir lieu, selon les
enjeux de biodiversité liés au projet identifiés en concertation en amont du projet.
Les liens de cause à effet entre les travaux d’aménagement ou les MC et la

variation des indicateurs de biodiversité sont explicites au travers de l’étape de prédiction
de la valeur des indicateurs. Cela encourage une démarche itérative permettant de
modifier les actions prévues dans le but d’une meilleure atteinte de l’équivalence. Ces
démarches devraient être favorisées par l’obligation de résultat explicitée dans la loi
biodiversité de 2016 (elles sont actuellement peu mises en place) et impliqueraient une
mise en place accrue d’un suivi régulier des indicateurs, d’une réévaluation des MC
proposées, et donc un cycle itératif de mesure de l’atteinte de l’équivalence écologique.
Dans le cas de RG, l’équivalence n’étant a priori pas atteinte pour le milieu forestier à
enjeu, d’autres actions (restauration d’une Frênaie par exemple) pourraient être
envisagées. De plus, la quantification des pertes reflétant l’effet des impacts facilite
l’identification des besoins en compensation. Des critères de recherche de site(s)
compensatoire(s) sur le(s)quel(s) des MC adaptées en réponse aux pertes peuvent ainsi
être utilisés. Dans le cas du barrage de Tignes (pour lequel des MC n’ont pas encore été
mises en place), le critère principal de recherche porterait sur une potentialité de
restauration de milieu favorable à l’installation et au maintien de la Primevère du
Piémont.
208
Section II
La double prédiction à court et long terme s’est avérée utile lors des tests du cadre
méthodologique au vu de la différence des résultats obtenus (calcul des pertes, des gains
et de l’équivalence) à ces deux pas de temps. Les deux tests montrent que l’effet des
impacts est, comme supposé au Chapitre 3, plus important à court terme, tandis que
l’effet des MC l’est plus à long terme. Pour le projet RG, l’utilisation de données réelles
pour renseigner la valeur des indicateurs après MC à court terme a permis de confirmer
cette hypothèse pour ce projet. Une situation dans laquelle les impacts seraient plus
importants à LT serait le cas d’une exploitation qui réduit progressivement la biodiversité,
en provoquant impacts indirects liés au dérangement par exemple.
Grâce à cette double prédiction, les pertes intermédiaires sont évaluées, ce qui
était rarement le cas jusqu’à présent. L’anticipation des impacts par la mise en place de
mesures compensatoires avant même la réalisation des travaux sera ainsi encouragée. Si
l’anticipation est suffisante, les gains éventuels seront associés à un faible taux
d’incertitude (puisqu’ils seront déjà mesurables), ce qui valorisera d’autant plus la
démarche.
Enfin, l’ensemble des données collectées et nécessaires à l’utilisation du cadre
méthodologique peut être stocké et présenté de manière standardisée, comme cela a été
fait lors des deux tests sur les cas concrets. Il sera ainsi plus facile d’une part, de
comparer les projets entre eux et d’autre part, d’effectuer un suivi du projet, celui-ci
n’étant pas nécessairement réalisé par les mêmes structures.
4.2. Pistes d’amélioration
Les tests du cadre méthodologique ont permis d’identifier des pistes

d’amélioration de la version théorique développée dans ces travaux de thèse. Ces pistes
sont présentées dans l’ordre suivant : celles présumées comme étant réalisables
relativement facilement, puis celles qui nécessiteraient des recherches plus poussées.
Tout d’abord, quelques points particuliers sont à noter. Notamment, lors du calcul
des pertes ou gains nets pour les diversités d’espèces, le type d’espèce « perdu » ou
« gagné » n’est pas pris en compte, de telle sorte que si la même espèce est « gagnée » ou
« perdue » à la fois sur le site impacté et compensatoire, elle sera comptée deux fois. Cela
a, par exemple, été le cas lors du test sur le projet RG pour le nombre d’espèces de flore.
Au total, on observe une perte nette à long terme de 12 espèces mais certaines sont
surement « perdues » à la fois sur le site impacté et sur le site compensatoire. Le nombre
209
Chapitre 4
d’espèces communes aux deux sites devraient donc, dans le cas d’effets similaires des
actions sur les deux sites (perte ou gain), être soustrait à la valeur de la perte ou du gain
net.
De plus, le nombre total d’espèce flore est assez dur à manipuler, notamment
lorsqu’il s’agit de le prédire. Comme il est habituel pour les bureaux d’études de présenter
la flore inventoriée par types d’habitats naturels (c’est le cas pour le projet du barrage de
Tignes), l’indicateur pourrait être « Nombre d’espèce flore pour chaque type d’habitats
naturels » (1er niveau de la classification EUNIS). L’utilisation de cet indicateur serait à
tester, pour évaluer le compromis entre la complexité que cela rajoute à l’évaluation et
l’apport d’information et la facilité de prédiction que cela engendre.
En l’état actuel, une perte ou un gain de biodiversité ne se reflète pas une
diminution ou une augmentation respectivement de la valeur de l’ensemble des
indicateurs (c’est le cas pour six indicateurs). Par exemple, une augmentation du nombre
d’espèces d’EEE est plutôt associée à une perte de biodiversité. Afin de faciliter la lecture
des pertes et des gains, tous les indicateurs pourraient être conçus pour qu’une diminution
de la valeur corresponde à une perte (et une augmentation un gain). Une transformation
possible serait « 1 – l’indicateur » Cette transformation n’avait pas été réalisée car elle
rajoute une étape d’interprétation supplémentaire pour lire la valeur absolue de la perte ou
du gain. Il faudrait alors trouver un compromis entre facilité d’interprétation globale et
indicateur par indicateur.
Nous avions également identifié un certain nombre de pistes d’amélioration dans

les chapitres 2 et 3. Elles concernent :
- l’ajout éventuel d’indicateurs spécifiques de milieux ou espèces pour compléter
le spectre de l’évaluation de la biodiversité. Notamment, au-delà d’une surface d’habitat
favorable aux espèces, une notion de domaine vital suffisant pourrait être introduite et
permettrait d’identifier des seuils au-delà desquels les patchs d’habitat ne sont plus
viables (Hill et al. 1996; Bender et al. 1998; Fahrig 2001). Les bases scientifiques et
l’opérationnalité de ces indicateurs seraient à tester tout comme ceux déjà inclus.
-la standardisation de prédictions de la valeur des indicateurs après impacts et
mesures compensatoires sur la base des trois critères identifiés pour guider le dire
d’expert (type de perturbation, dynamique des milieux et réponse de l’indicateur). Ces
aspects sont encore traités à dire d’expert.
- la prise en compte des incertitudes quant aux effets réels des impacts et des MC
pour la prédiction des valeurs des indicateurs. Lors des tests du cadre méthodologique, il
est apparu difficile de faire le lien entre l’attribution d’un niveau d’incertitude associé à
210
Section II
une perte ou un gain et la conséquence directe que cela pouvait avoir sur l’évaluation de
l’équivalence. Les conséquences identifiées s’inscrivent plus dans la démarche
itérative accompagnée de suivis ciblés et adaptés: modification des actions pour qu’elles
soient moins incertaines, soit en amont du projet, soit lors des suivis des MC.
Une autre piste d’amélioration concerne la hiérarchisation des enjeux pour le

niveau NG, lorsque l’atteinte de l’équivalence « indicateur par indicateur » n’est pas
possible (ce qui est le cas le plus courant à ce niveau). Celle-ci n’est pas encore cadrée
dans la version actuelle du cadre méthodologique qui invite simplement l’utilisateur à
faire la démarche d’identifier ces enjeux avec les services instructeurs. Cette
hiérarchisation est cependant primordiale car elle permet de déterminer l’atteinte globale
de l’équivalence pour ces enjeux, grâce à l’indentification des composantes de
biodiversité pour lesquelles les indicateurs devraient être à l’équilibre ou montrer un gain
net. Une recherche de critères essentiels à prendre en compte (à l’échelle d’une région par
exemple, comme le taux de boisement) pourrait être menée afin d’aider l’utilisateur à
réaliser l’évaluation des enjeux. Ces critères pourraient également contribuer à arbitrer
des questionnements comme : une amélioration des fonctionnalités d’un habitat est-elle
plus (ou moins) bénéfique, dans une situation donnée, que l’augmentation de la surface
d’habitat ? Cette situation concerne certainement le milieu boisé de RG (défrichement
d’habitat forestier mais gestion conservatoire d’un autre), qu’il conviendrait néanmoins
de vérifier en testant cet aspect.
Le test présenté sur le projet RG ne prend en compte qu’un seul site impacté et
compensatoire, or en réalité, le projet comprend quatre sites impactés et deux sites
compensatoires. Cette situation n’est pas rare, notamment le fait de mettre en place les
MC sur plusieurs sites (dû à la contrainte du foncier). Le cadre méthodologique devait
donc prévoir des règles pour gérer cette situation. Par exemple, si les sites sont rapprochés
(ce qui peut être considéré comme étant le cas pour RG, avec une distance de 3 km entre
les deux sites), l’évaluation peut être faite sur l’ensemble des sites comme s’il n’en était
qu’un seul. Cela engendre néanmoins une perte de détail de l’information, et il
conviendrait de tester ce cas de figure pour en évaluer les conséquences.
Enfin, une piste d’amélioration consiste à inclure au cadre méthodologique le

calcul des pertes et des gains par rapport à un scénario de référence. Cette comparaison
permet de mieux prendre en compte la dynamique dans laquelle se trouvent les milieux,
en évaluant le devenir des sites impactés et compensatoires sans la mise en place du
211
Chapitre 4
projet (impacts et MC). Par exemple, on peut supposer que la conservation d’un milieu
qui est menacé de dégradation engendrerait plus de gains que la conservation d’un milieu
non menacé. De plus, cette comparaison permet de prendre en compte les aléas
climatiques naturels qui peuvent influencer le devenir de la biodiversité. Si en l’absence
d’impact, par exemple, des phénomènes comme des crues ou des tempêtes risquent
d’influencer la biodiversité présente, il semble plus pertinent de calculer les pertes
occasionnées par le projet par rapport à cette situation. Cette étape risque d’alourdir le
cadre méthodologique mais elle est à présent obligatoire depuis la parution de la loi
biodiversité de 2016 (un décret d’application devrait paraître en janvier 2018).
5. Conclusion
Après avoir présenté les différentes phases de la construction du cadre

méthodologique standardisé dans les chapitres précédents, celui-ci a été testé sur deux cas
concrets. Ces premiers tests ont permis de démontrer en pratique la plus-value du cadre
méthodologique qui est utilisable en l’état. Une série d’autres tests, de préférence réalisés
par des aménageurs et bureaux d’études pour qu’ils puissent se l’approprier, mais
toujours en collaboration avec les scientifiques, serait nécessaire afin de l’améliorer en
suivant les pistes identifiées. Le développement de ce cadre méthodologique répond à un
besoin provenant des maîtres d’ouvrage de pouvoir disposer d’outils qui leur permettent
de suivre la règlementation et les recommandations de la sphère scientifique, dans les
contraintes budgétaires, temporelles et techniques qui leurs sont propres. Dans la
discussion générale de ce manuscrit, mes travaux de thèse sont mis en perspectives, et des
réflexions plus générales sur l’équivalence et la compensation écologique sont présentées.
212
Section II
Discussion
Générale
« L'humanité ne se définit pas par ce qu'elle crée, mais par ce
qu'elle choisit de ne pas détruire. »
Edward Wilson
©Lucie Bezombes
213
Discussion générale
Les travaux présentés dans ma thèse constituent les différentes parties du

développement d’un cadre méthodologique standardisé d’évaluation de l’équivalence
adapté au contexte règlementaire et écologique français, dont l’objectif est de combiner
trois défis : opérationnalité, bases scientifiques et exhaustivité. Ce cadre méthodologique
répond à un besoin de disposer d’outils utilisables dans le contexte de la compensation
écologique, qui a été exprimé par EDF, et qui concerne plus globalement tous les maîtres
d’ouvrage ayant à concevoir des mesures compensatoires apportant des gains de
biodiversité équivalents aux pertes causées par les projets d’aménagement.
Dans cette discussion générale, je reviens tout d’abord sur les principaux apports
des travaux de thèse en ce qui concerne l’évaluation de l’équivalence écologique, étape
clé permettant théoriquement à la séquence ERC d’atteindre l’objectif de « non perte
nette » (NNL). Je formule ensuite des perspectives d’amélioration de l’évaluation de
l’équivalence, identifiées compte tenu des aspects qui n’ont pas pu être approfondis ou
traités dans les travaux de thèse. Sur la base des connaissances et de l’expérience acquises
lors de la réalisation de cette thèse, et en m’appuyant sur la littérature existante, je
questionne également l’efficacité de la compensation écologique, et plus largement la
séquence ERC pour stopper l’érosion de la biodiversité. Enfin, je propose quelques
réflexions allant au-delà du sujet de la compensation, sur les leviers mobilisables pour
préserver la biodiversité.
1. Synthèse des apports des travaux de thèse pour

l’évaluation de l’équivalence écologique
1.1. Une approche innovante
L’équivalence écologique est une notion qui, malgré son omniprésence dans le
contexte de la compensation (présent dans la loi biodiversité de 2016 (Art. L. 163-1– I),
dans les lignes directrices de la séquence ERC (Fiche n°15), dans le standard international
du BBOP (principe n°4), dans la littérature scientifique; Quétier & Lavorel 2011) reste
assez floue. A travers ces travaux de thèse, nous avons tenté d’apporter un éclairage sur la
notion d’équivalence et sur la manière de l’évaluer de manière générale. Si cette notion
avait déjà été abordée par le BBOP dans le guide « No Net Loss and Loss‐Gain
Calculations in Biodiversity Offsets » (BBOP 2012b), nous proposons, en plus, une
application au cas français pour lequel il n’existait jusqu’à présent que des méthodes
214
adaptées au seul cas des milieux humides (Gayet et al. 2016; Mechin & Pioch 2016).
Cette attention particulière portée à l’adéquation du cadre méthodologique au contexte
réglementaire et écologique français, ne restreint pas pour autant la pertinence de ces
travaux au seul contexte franco-français. Le développement du cadre méthodologique
standardisé (CMS) est, en effet, généralisable à d’autres contextes dans lesquels il y a une
volonté de cadrer davantage l'évaluation des pertes et des gains occasionnés par les
aménagements, et la mise en œuvre de la compensation écologique en favorisant une
transparence de la démarche.
Ainsi, l’approche suivie consiste à combiner exhaustivité, bases scientifiques et
opérationnalité dans le CMS. Si ces trois défis avaient été identifiés dans la littérature
comme primordiaux (Evans et al. 2015; Gelcich et al. 2016; Maron et al. 2016), la mise
en œuvre de leviers pour les combiner n’avait pas encore été réalisée. Pour ce faire, nous
avons approfondi, au travers des différents chapitres, ce qu’implique la prise en compte
exhaustive des quatre dimensions nécessaires à l’évaluation de l’équivalence (écologique,
spatiale, temporelle et incertitudes) tant d’un point de vue opérationnel (ou pratique) que
scientifique.
Ainsi les dimensions écologiques et spatiales impliquent le choix d’indicateurs sur
lesquels se base le calcul des pertes et des gains, dont l’importance a été largement
reconnue dans la littérature (Bull et al. 2013a; Rayment et al. 2014; Gonçalves et al.
2015). Le CMS contient donc une sélection d’indicateurs nécessaires et suffisants à
l’évaluation de la biodiversité dans le contexte règlementaire français, compte tenu des
contraintes de mise en œuvre (temps, moyens humains et financiers). Cette sélection
intègre, de plus, des indicateurs représentatifs de certaines fonctionnalités (dont la
connectivité) peu utilisés jusqu’alors pour évaluer l’équivalence (Bezombes et al. 2017),
mais pourtant à fort enjeu pour la conservation (Taylor et al. 1993; Bruggeman et al.
2009; Quintero & Mathur 2011),
La dimension temporelle nécessite une connaissance de la dynamique des
écosystèmes, aussi bien naturels que restaurés, qui est notamment essentielle pour juger
de la faisabilité des gains potentiels de biodiversité apportés par les MC (Maron et al.
2010; Maron et al. 2012). La difficulté concernant cette dimension est que les moyens
habituellement utilisés pour la prendre en compte ne permettent pas de réduire les pertes
intermédiaires de manière effective (avec par exemple des ratios surfaciques sur la base
de taux d’actualisation (Moilanen et al. 2009; Laitila et al. 2014). Elle est donc mobilisée
simplement à dire d’expert dans le CMS pour prédire la valeur des indicateurs après
impacts et MC, de manière cadrée et transparente.
215
Les incertitudes peuvent, quant à elles, être réduites grâce à la capitalisation de

données issues de retours d’expérience. De tels retours d’expérience ont déjà été réalisés,
plutôt sur des projets soumis à une méthode commune (Rapid Assessment Methods
(Fennessy et al. 2007) ; Fish Habitat (Harper & Quigley 2005; Quigley & Harper 2006)
mais seraient à généraliser davantage. Le retour d’expérience sur le succès de MC en
Isère est un début en ce sens, et permet de se détacher des ratios surfaciques plus ou
moins arbitraires (voir § 1.3).
1.2. Une évaluation efficace de l’équivalence
En France, les évaluations écologiques dans les études d’impact se sont

globalement améliorées, surtout depuis les lois dites « Grenelles » (Bigard et al. 2017).
Notamment la plupart des inventaires se font actuellement sur au moins un cycle annuel
complet des espèces (Vanpeene-Bruhier et al. 2013), ce qui est nécessaire pour utiliser le
CMS. Les pratiques restent néanmoins hétérogènes, avec par exemple une évaluation plus
importante des espèces menacées par rapport à la biodiversité ordinaire (Regnery et al.
2013a), ou une définition de la zone impactée non systématique (Bigard et al. 2017). Le
CMS, en structurant le déroulement de l’évaluation de l’équivalence, a l’avantage de
mieux exploiter les efforts déjà mis en œuvre pour la compensation (récolte de données,
identification d’enjeux de biodiversité, prévision de MC adaptées etc.), et de garantir que
les informations essentielles sont présentes. De plus, l’utilisation de CMS implique, à
quelques exceptions près (renseignement de quelques indicateurs peu utilisés au niveau
Habitat par exemple), que des actions habituelles pour les bureaux d’études ou maîtres
d’ouvrage.
L’évaluation faite avec le CMS est rendue la plus transparente possible afin, entre
autre, que le transfert d’information des experts aux décideurs soit facilité (Arlettaz et al.
2010). Les choix, tant lors du développement du CMS que lors de son utilisation, et
même lorsqu’ils impliquent du dire d’expert, sont justifiés, lisibles et visualisables. Ainsi,
les résultats issus de l’utilisation du CMS constituent une base objective d’aide à la
décision concernant l’atteinte ou non de l’équivalence. Les outils scientifiques d’aide à la
décision sont recherchés par la sphère opérationnelle, surtout dans le domaine de la
conservation (de Bello et al. 2010; Billionnet 2013; Maire et al. 2013). Il semble, en effet,
plus pertinent de proposer un outil reflétant de manière objective l’effet d’actions (ici les
impacts et les MC) sur un objet aussi complexe que la biodiversité, plutôt qu’une
méthode qui donnerait un résultat tranché plus simpliste (McCarthy et al. 2004).
216
Le CMS favorise donc, et même nécessite, la concertation entre les acteurs

impliqués (maîtres d’ouvrage, bureaux d’études, services instructeurs, associations,
gestionnaires d’espaces naturels…) n’ayant pas les mêmes intérêts et sensibilités (Martin
et al. 2016) tout en garantissant une transparence des résultats. D’après mon expérience
sur les sites d’étude (Combe Madame, Kembs et Romanche Gavet), la concertation est un
élément primordial dans la réussite d’un projet (aménagement et MC associées). La
concertation entre les acteurs permet une hiérarchisation des enjeux de biodiversité
partagée et pertinente par le regroupement des multiples points de vue sur le territoire des
acteurs (Bertrand & Amalric 2017). L’identification des enjeux de biodiversité peut
impliquer d’inclure potentiellement des indicateurs qui ne figurent pas actuellement dans
la liste déterminée au Chapitre 2, afin de pouvoir évaluer précisément des habitats ou des
espèces particulières. Le CMS a aussi cet avantage de rester flexible et adaptable dans un
canevas plus fixe.
Enfin, la création d’une interface utilisateur pourra finaliser l’outil et le rendre
pleinement opérationnel. Grâce à elle, les calculs et les sorties graphiques seraient
automatisés pour une plus grande facilité et rapidité d’application. L’interprétation des
résultats obtenus (Chapitre 4) nécessitera tout de même que les acteurs soient formés à
l’utilisation de l’outil, afin que les dialogues se déroulent sur une compréhension
commune de son fonctionnement et de ses limites. La formation à l’outil ne devrait pas
s’étendre sur plus d’une journée, ce qui ne constituera pas a priori un frein à son
utilisation.
1.3. Des changements de point de vue
Le CMS développé amène un changement de logique par rapport aux méthodes

existantes en ce qui concerne les surfaces à compenser. Le fonctionnement des méthodes
existantes (Chapitre 1) implique comme principal levier d’atteinte de l’équivalence une
variation de la surface sur laquelle sont mises en place les MC, pour contrebalancer des
pertes intermédiaires ou des incertitudes quant au succès des MC notamment (Bull &
Maron 2016). Dans le cadre méthodologique, les métriques ne sont pas toutes ramenées à
des surfaces. L’atteinte de l’équilibre (les gains ont la même valeur absolue que les
pertes), ou de gains nets, peut être vérifiée à la fois sur des indicateurs avec des métriques
surfaciques (surface de milieu ouvert, d’habitat favorable à une espèce) ou avec d’autres
métriques (nombre d’espèce par exemple). L’atteinte de l’équivalence est alors
conditionnée par la mise en place de mesures efficaces, non seulement sur une surface
suffisante, mais également qui permettent un développement et un maintien
217
d’écosystèmes fonctionnels. Cela implique d’avantage d’efforts sur la qualité et le suivi

des MC, en cohérence avec la règlementation française récente qui fixe une obligation de
résultats. Une place plus importante est ainsi laissée à une gestion adaptative et évolutive
qui consisterait à prévoir la mise en place d’actions correctives, par rapport aux actions
prévues initialement pour atteindre l’équivalence, sur la base de l’analyse des données de
suivis (Nudds 1999; Lindenmayer & Likens 2009; Keith et al. 2011)
Afin de pouvoir vérifier que les MC influencent bien les fonctionnalités des
écosystèmes ciblés, le CMS permet l’évaluation de certaines d’entre elles : la capacité des
sites à accueillir le cycle de vie des espèces (zones favorables pour la reproduction,
continuités entre habitats favorables) et des communautés de faune spécialistes (avifaune
et chiroptères) ; la qualité du sol (dégradation, horizons, mésofaune) ; et quelques aspects
de l’état de conservation pour le milieu forestier et les prairies (bois mort, micro habitats,
recouvrement de ligneux). Les effets (positifs ou négatifs) du projet sont ainsi mesurables
et visibles sur la biodiversité « ordinaire » (support des fonctionnalités ; Hooper et al.
2005) encore trop souvent non prise en compte dans les évaluations (Moreno-Mateos et
al. 2015). L’évaluation de l’équivalence n’est pas faite uniquement sous le prisme des
espèces ou habitats protégées. Cela permet de réenvisager l’aspect englobant de la
règlementation française, qui ne restreint pas théoriquement la compensation à certaines
composantes mais bien à l’ensemble de la biodiversité.
1.4. Des nuances apportées à l’objectif de No Net Loss (NNL)
Les réflexions menées au cours de la thèse permettent également de nuancer

l’objectif de la « non perte nette » (NNL) de biodiversité. Cet objectif est affiché dans de
nombreuses politiques de compensation (Madsen et al. 2010), mais plusieurs auteurs
questionnent sa faisabilité, et même le message trompeur qu’il peut porter (Gibbons &
Lindenmayer 2007; Gardner et al. 2013; Quetier et al. 2014; Bull & Brownlie 2015). Le
NNL est, en effet, à la fois ambitieux (il laisse penser qu’un projet d’aménagement peut-
être parfaitement neutre pour la biodiversité) et peu clair (NNL de quoi ? pour qui ? pour
combien de temps ? Maron et al. 2016). L’atteinte de l’équivalence écologique est une
condition théoriquement pour répondre à l’objectif du NNL (avec l’additionnalité des
MC, leur pérennité…). Or, nous avons pu constater qu’une hiérarchisation des enjeux est
nécessaire pour déterminer si l’équivalence est atteinte, car un projet induit des pertes et
des gains nets de biodiversité. Dès lors que l’on a des actions (impacts ou MC) sur la
biodiversité, des composantes sont favorisées aux détriments d’autres (milieux ouverts
par rapport aux milieux forestiers par exemple). A plus large échelle, on observe que les
218
changements d’occupation du sol provoquent une augmentation de la diversité d’avifaune

mais une diminution des espèces spécialistes par rapport aux généralistes (Figure 51). De
plus, selon les indicateurs sélectionnés pour représenter la biodiversité, un projet pourrait
induire plus de pertes nettes avec certains indicateurs ou plus de gains nets avec d’autres.
Dans un tel contexte, il semble pertinent de préciser, en amont de chaque projet, pour
quels aspects de la biodiversité le NNL doit être atteint (Bull et al. 2016) : est-ce pour la
biodiversité liée aux milieux forestiers ? Pour le maintien des populations de
lépidoptères ? Pour la capacité d’une zone à remplir des fonctions de continuité
écologique pour certains groupes taxonomiques ? Cela implique que l’équivalence soit
atteinte sur les métriques correspondantes, selon les règles proposées au Chapitre 4.
Ainsi, l’ensemble des actions de compensation d’un territoire peuvent permettre de
maintenir des conditions favorables au maintien de la biodiversité.
Figure 51 : Evolution temporelle

entre 1898 et 2006 de a) la
richesse spécifique et b) l’indice
de spécialisation des
communautés d’avifaune sur
l’ile d’Ouessant (Kerbiriou et al.
2009).
219
2. Perspectives d’amélioration de l’évaluation de

l’équivalence écologique
L’évaluation de l’équivalence est un vaste sujet, et malgré les apports du CMS

dans son état actuel discutés précédemment, certains points non traités ou approfondis
dans ces travaux de thèse mériteraient d’être améliorés pour une meilleure évaluation de
l’équivalence. Je m’efforce, dans ce paragraphe, de proposer des pistes d’amélioration
réalistes et concrètes, en distinguant celles qui relèvent de recherches scientifiques, et
celles qui relèvent d’actions pratiques.
2.1. Perspectives scientifiques
L’amélioration de l’évaluation de l’équivalence est un point qui a déjà été abordé

dans la littérature (Evans et al. 2015; Gelcich et al. 2016) mais rarement de manière très
précise. Les travaux menés pour développer le cadre méthodologique ont permis de cibler
trois points détaillés ci-après, pour lesquels des travaux de recherches pourraient être
menés.
2.1.1. Comprendre les flux d’espèces entre site impacté et compensatoire
Dans le CMS, les pertes et des gains concernant la faune se mesurent en termes de
présence ou absence des espèces (par groupe taxonomique) ou des individus (couples
d’oiseaux reproducteurs par exemple). Si deux espèces, ou individus d’une même espèce,
sont impactés par le projet d’aménagement (et donc considérés comme « perdus ») et que
les deux mêmes espèces ou nombre d’individus recolonisent le site compensatoire suite
aux MC mises en place, l’équilibre est atteint pour les indicateurs concernés. Or, le flux
d’individus dans une matrice paysagère et l’impact sur les populations présentes est
complexe (Den Boer 1981; Turner 1989) et généralement mal connu. Quelles
conséquences la fuite ou le transfert volontaire des espèces du site impacté vers d’autres
habitats favorables à proximité peut-elle avoir ? Des effets de compétition avec les
populations présentes pourraient avoir lieu suite à l’atteinte de la capacité de charge 15 des
habitats favorables (Huston 1979). Au contraire, des habitats peu colonisés pourraient
accueillir les individus fuyant les zones impactées. De plus, la philopatrie de certaines
15
Equilibre atteint lorsque le taux de croissance instantané d’une population devient nul. Il correspond à la
saturation de l’habitat par l’espèce dans des conditions données de ressources (Couvet & Teyssèdre-Couvet 2010).
220
espèces, comme les amphibiens (Semlitsch 2008), complique les déplacements d’espèce
d’un habitat favorable à l’autre.
Ainsi, non seulement les impacts causés par les aménagements réduisent alors la
surface d’habitat disponible, mais également des effets négatifs induits peuvent se
produire sur les zones favorables alentours. Sur le site compensatoire, on peut également
se demander d’où viennent les individus bénéficiant des MC. Les populations alentours
migrent-telles vers le site compensatoire qui leur est plus favorable (il n’y aurait pas alors
de gains) ? Ou alors cette augmentation de conditions favorables permet-elle aux
populations de mieux se développer (meilleure reproduction et augmentation
d’individus) et ainsi coloniser plus d’espace ?
Afin de répondre à ces questions, les mouvements d’individus suite aux impacts
ou MC pourraient être mieux étudiés. Les indicateurs de connectivité évalués dans le
périmètre élargi donnent un premier aperçu de la possibilité de déplacement de la faune
via des corridors écologiques, mais restent assez généraux. Il pourrait être intéressant
d’utiliser des méthodes de Capture Marquage Recapture (CMR), ou de traçage par GPS
sur quelques groupes taxonomiques sur les sites impactés et compensatoires afin de
mieux comprendre les migrations d’individus entre ces deux sites. Pechmann et al. (2001)
ont, par exemple, étudié les communautés d’amphibiens sur des mares créees en
compensation de mares détruites. L’ADN environnemental pourrait aussi être utilisé pour
accéder à des informations sur la connectivité entre plusieurs populations d’une même
espèce et sur leur structuration spatiale. Ces résultats pourraient particulièrement aider à
la localisation du site compensatoire (Kiesecker et al. 2009). Cette problématique est
d’autant plus pertinente pour les espèces migratrices (Bull et al. 2013b), pour lesquelles
les enjeux de déplacement sont au centre de leur conservation. Idéalement, le site
compensatoire devrait pouvoir accueillir les populations ayant fuies (ou ayant été
transplantées depuis) le site impacté sans que leur mouvement ou présence ne
déséquilibre d’autres populations. Ceci semble néanmoins peu probable et questionne les
approches centrées sur les espèces.
2.1.2. Identifier les implications d’une équivalence en “like for like” ou “out of
kind”
L’évaluation de l’équivalence proposée dans ces travaux de thèse est plutôt

orientée « like for like » (LfL), c’est-à-dire que les même composantes de biodiversité
sont concernées par les impacts et les MC. Les habitats ou espèces identifiés comme étant
à enjeu et qui sont évalués aux Niveaux Spécifiques, doivent en effet bénéficier des MC
221
s’ils sont impactés. Cela s’inscrit dans la règlementation française qui vise à conserver
certains habitats et espèces de par leur protection. Pour la biodiversité « ordinaire » (non
patrimoniale) évaluée au Niveau Général, la règlementation est moins claire. Les projets
qui démontrent des gains nets pour la biodiversité ordinaire sur des composantes autres
que celles impactées (pour lesquelles il y a donc des pertes nettes) peuvent être acceptés
(cf Romanche Gavet, l’équivalence devant tout de même être atteinte pour les
composantes à enjeu). Dans ce cas, l’équivalence est évaluée « out of kind » (OoK),
comme en Allemagne, où des « biotopes » différents peuvent avoir la même valeur et être
« échangés » dans le processus de compensation (Darbi & Tausch 2010; Wende et al.
2012). Tout est une question de hiérarchisation des enjeux : cherche-t-on à conserver
certaines composantes ? Ou bien cherche-t-on à préserver un maximum de diversité sans
se concentrer sur certaines composantes ? Ces questions soulèvent des débats
scientifiques, notamment dans le cadre des changements globaux sur les critères à choisir
(par exemple phylogénétiques ; Isaac et al. 2007; Volkmann et al. 2014) pour conserver
le potentiel évolutif de la biodiversité (Vane-Wright et al. 1991).
Il serait ainsi pertinent de mener des recherches, pour lesquelles des axes sont
donnés ci-après, pour approfondir ce qu’implique une évaluation de l’équivalence en LfL
ou OoK (ou une possible combinaison des deux comme c’est le cas pour le CMS) pour la
préservation globale de la biodiversité. D’un côté, le LfL assure potentiellement le
maintien de composantes rares, menacées qui risqueraient de disparaître si elles sont
impactées à répétition sans compensation. D’un autre côté, le OoK est plus flexible et
permet de concentrer les efforts de conservation sur les composantes qui en ont « le plus
besoin », même si elles ne subissent pas d’impacts (Habib et al. 2013). Les deux
approches ont leurs avantages et limites qu’il conviendrait de clarifier. Des pistes à
explorer pourraient être : à quelle échelle spatiale (région, pays ?) la compensation OoK
est-elle la plus pertinente ? Quels critères pourraient représenter le facteur commun pour
le OoK si ce n’est pas la conservation d’espèces ou d’habitats ?
Concernant ce dernier point, une orientation vers les fonctionnalités des
écosystèmes (au-delà de celles seulement ciblées pour une espèce ou un milieu particulier
comme cela est proposé dans le cadre méthodologique), semble compatible avec une
approche OoK, d’autant plus que leur évaluation est préconisée dans la littérature
(Regnery et al. 2013b) et par le Ministère en France (CGDD 2013). Les fonctionnalités
des écosystèmes sont plus liées à la présence de certains traits 16 des organismes ou des
16
Un trait est une propriété d’un organisme bien définie et mesurable, mesurée habituellement à l’échelle de
l’individu, et utilisée comparativement pour plusieurs espèces. Un trait fonctionnel est un trait qui influence fortement
222
communautés (faune et flore) qu’aux organismes en eux même (Lavorel & Garnier 2002;
Hooper et al. 2005; McGill et al. 2006). La compensation de milieu fonctionnel implique
donc en premier lieu une identification des différentes fonctionnalités permettant au
milieu de se maintenir dans le présent, et d’avoir la capacité de se maintenir dans le futur
(Pavoine et al. 2017) ; et dans un second temps une évaluation des traits liés à ces
fonctions (par exemple, caractéristique des réseaux trophiques, capacités de dispersion,
taux de fécondité…). L’évaluation de l’équivalence en considérant ces métriques ne cible
donc pas d’espèces ou de milieu particulier. Une réflexion pourrait être menée, de plus,
pour trouver des intermédiaires entre une évaluation de l’équivalence totalement basée sur
les fonctionnalités, qui serait plus englobante en prenant en compte l’écosystème dans son
ensemble, et une évaluation principalement basée sur des habitats ou espèces à enjeu.
2.1.3. Déterminer la biodiversité non compensable
Enfin, une amélioration de l’évaluation de l’équivalence consiste à déterminer les

situations où il n’est, en réalité, pas possible de l’atteindre. Il semble en effet plus
pertinent que le maître d’ouvrage ait les moyens de savoir ce qui lui serait potentiellement
possible de compenser de manière équivalente ou non. Cela impliquerait l’établissement
de critères pour déterminer la biodiversité « non compensable », ou encore « unique » ou
« irremplaçable » (Cadotte & Jonathan Davies 2010), c’est-à-dire pour laquelle on
considère que l’équivalence entre pertes et gains ne pourra pas être atteinte (BBOP
2012a), et donc qu’il ne faut pas impacter. Les raisons généralement avancées pour
justifier cette considération sont d’ordre temporel : lorsque des milieux s’étant formés sur
des centaines d’années (les tourbières sont généralement citées) sont détruits, des gains
équivalents en terme de structure, composition et fonction du milieu ne peuvent pas être
observés sur la durée habituelle d’un projet de compensation (Maron et al. 2010), estimé
à une trentaine d’année (pas de temps déjà considéré « long terme » dans cette thèse).
Dans ce cas, à partir de quel temps de formation de l’écosystème doit-on
considérer qu’il n’est pas compensable ? D’une manière générale, sur quels aspects les
critères seuils peuvent-ils être choisis pour que cela bénéficie au mieux à la préservation
de la biodiversité ? Est-ce que ces critères doivent-être définis dans l’absolu (tous les
milieux en évolution depuis plus de 100 ans ne sont pas compensables) ou selon les
conditions dans lesquelles se place l’évaluation de l’équivalence ? Par exemple, en-deçà
d’un certain seuil d’occupation de l’écosystème dans un périmètre donné, on peut le
la performance de l’organisme (traduit de l’anglais ; McGill et al. 2006). Exemples de traits : masse du corps, taille des
œufs, largeur des feuilles.
223
considérer comme non compensable en argumentant que des pertes intermédiaires

engendreraient une disparition totale de cet écosystème qui aurait alors plus de mal à être
compensé sans la présence de la faune et de la flore caractéristiques à proximité.
Une notion qui pourrait être utilisée comme critère pour déterminer le caractère
non compensable de la biodiversité est la vulnérabilité (Noss et al. 2002; De Lange et al.
2010). Elle est liée à la dette d’extinction des espèces, qui concerne des espèces qui n’ont
pas encore disparues, mais pour lesquels les conditions actuelles ne permettent déjà plus
leur maintien, et donc qui sont vouées à l’extinction (Tilman 1994). La vulnérabilité est
définie par Pressey et al. (1996) comme étant « la probabilité ou l'imminence de la perte
de biodiversité causée par des processus de menace actuels ou imminents » (traduit de
l’anglais). Hoekstra et al. (2005) ont identifié des écorégions plus ou moins vulnérables
selon la proportion d’habitat naturel converti en milieu artificialisé (urbanisation, cultures
intensives) et celle protégée (réserves naturelles, parcs nationaux…). Ce genre de calcul
pourrait être réalisé à un niveau plus local (national ou régional par exemple) afin de
déterminer si les milieux concernés par les impacts sont vulnérables. Il resterait à définir
un seuil du ratio converti/protégé à partir duquel les milieux sont considérés trop
vulnérables et donc non compensables. La vulnérabilité pourrait aussi être évaluée pour
une composante de biodiversité donnée par rapport au type de perturbation (Pereira et al.
2004). Par exemple, la vulnérabilité d’une communauté de lépidoptères à des pratiques de
fauche. Cela nécessiterait cependant de connaitre des caractéristiques de la population
assez précises (taux de croissance et de mortalité notamment).
Par itération, la détermination de biodiversité non compensable est finalement
plus un outil à mobiliser dès la phase de l’évitement des impacts. En effet, si des
composantes de biodiversité ne sont considérées comme non compensables, elles ne
doivent pas subir d’impacts résiduels, et donc être évitées.
2.2. Perspectives pratiques
De même que pour les axes de recherches, le développement du cadre

méthodologique a permis de cibler trois points, détaillés ci-après, pour améliorer les
études environnementales et la mise en place des MC dans la pratique.
2.2.1. Une optimisation de l’utilisation des données récoltées
L’évaluation de l’équivalence nécessite de nombreuses données : pour le

remplissage des indicateurs à l’état initial des sites, pour la prédiction de la valeur des
224
indicateurs (données sur le type de perturbation et la dynamique des milieux), pour

attribuer un niveau d’incertitudes (retours d’expérience) aux pertes et gains estimés, pour
hiérarchiser les enjeux de biodiversité… L’utilisation des données étant à la base de toute
évaluation, il est primordial qu’elles soient accessibles. Actuellement, la collecte des
données est hétérogène dans les études environnementales, car elle se fait au cas par cas,
et les données ne sont pas organisées et archivées de manière à pouvoir être mobilisées
rapidement et facilement, que ce soit par les acteurs de la compensation, ou par les
chercheurs souhaitant réaliser des retours d’expérience. En France, grâce à la loi
« biodiversité » de 2016, qui prévoit une remontée et une géolocalisation des données
brutes issues des études d’impact et du suivi des MC, l’archivage et l’accès des données
devraient peu à peu être mieux organisés. L’accès aux données issues d’études
scientifiques pour les maîtres d’ouvrage et les bureaux d’études est un enjeu
particulièrement important pour les retours d’expérience et la connaissance de la
dynamique des milieux (Knight et al. 2008; Arlettaz et al. 2010). De plus, les citoyens, au
même titre que les experts, pourront avoir accès aux données environnementales (en lien
avec la Convention Aarhus du 25 juin 1998 et la Directive INSPIRE, 2007/2/CE du 14
mars 2007).
Concernant le caractère transparent de la provenance des données, le Décret n°
2011-2019 du 29 décembre 2011 portant réforme des études d'impact des projets de
travaux, d'ouvrages ou d'aménagements, impose une traçabilité de la méthodologie
utilisée. Malgré les divers guides existants (par exemple ceux du SPN ; Legros et al.
2016), cela ne garantit pas pour autant une collecte de données harmonisée et de qualité.
L’utilisation d’outils standardisés, tel que le CMS, peut permettre une harmonisation du
type de données collectées, ainsi qu’une meilleure utilisation et interprétation. La quantité
et la qualité des inventaires à mettre en place pourraient, en revanche, être améliorées via
la création de standards (Geneletti 2002).
2.2.2. Un recours accru à l’ingénierie écologique
Un autre levier d’action pour améliorer l’évaluation de l’équivalence consiste en

une meilleure maîtrise des potentialités de l’ingénierie écologique (quelles actions pour
quels effets dans quel contexte ?). Selon Frascaria-Lacoste (2010) l’ingénierie écologique
est « l’aménagement d’un territoire, en passant par la gestion d’écosystèmes existants
(gestion courante, restaurations, réhabilitations, dépollutions de sites) jusqu’à la création
ou la reconstruction de nouveaux écosystèmes ». « Il s’agit de la manipulation du vivant
(individus, populations, écosystèmes) par l’homme qui en utilise les compétences tout en
225
les respectant. » Les mesures compensatoires font donc appel à l’ingénierie écologique,
qui peut être vue comme une discipline mêlant tests pratiques sur les écosystèmes et
recherche scientifique associée (Gosselin 2004; Frascaria-Lacoste 2010).
La mise en place de MC suivant les principes de l’ingénierie écologique
permettrait d’alimenter de manière empirique des théories de l’écologie appliquée, qui
pourraient en retour être utilisées sur le terrain (Mitsch & Jørgensen 2003). L’enjeu serait
ainsi d’agréger les données issues d’une multitude de cas d’étude. La connaissance plus
fine des conséquences des actions proposées en guise de MC a des répercussions
positives sur la fiabilité du calcul des gains, réduisant ainsi les sources d’incertitude
associées. Les pertes intermédiaires pourraient également être réduites en anticipant la
mise en place des MC pour qu’elles aient apporté les gains souhaités au moment des
impacts.
Les sites d’étude de la thèse (Annexe 5) seraient déjà de bons terrains pour ces
tests. En effet, sur le site de Kembs, une mosaïque d’habitats a été recréée (renaturation
d’un paléo-chenal du Rhin, plantation de roselières et de prairies sèches, création de
mares phréatiques…) à partir d’un site pauvre en biodiversité (terre agricole). On peut
s’attendre à des gains importants, mais sur quels aspects ? Avec quelle temporalité ? A
l’inverse, sur le site de Combe Madame, des actions d’ouverture de milieu et de gestion
par pâturage sont mis en place sur un site avec de fort enjeux de biodiversité, qui pourrait
être géré pour favoriser une plus grande diversité (forêt d’épicéas homogène et dense, pas
de reproduction du tétras lyre…). Dans ce cas, des actions moins intenses que celles
mises en place sur Kembs permettent-elles de redonner au milieu la dynamique
souhaitée ? Pour aller plus loin, la mesure dans laquelle le recours à des changements de
pratiques (agricole, sylvicole ou même piscicole) peuvent apporter des gains de
biodiversité équivalents à des impacts sur les milieux concernés serait à étudier
d’avantage (voir la thèse de Kevin Barré au MNHN sur le changement des pratiques
agricoles comme compensation des impacts liés aux éoliennes).
2.2.3. Vers une approche territoriale de la compensation
Les travaux de thèse font ressortir certaines limites à l’évaluation de l’équivalence

projet par projet, visibles notamment lors de la prédiction des effets des impacts ou des
MC au niveau du Périmètre Elargi (PE). La répercussion des actions menées sur les sites
impactés et compensatoires est estimée dans le cadre méthodologique avec les indicateurs
du PE, mais le manque de connaissance des projets entrepris par d’autres maîtres
d’ouvrage rend difficile l’évaluation des effets d’un projet par rapport aux autres. Une
226
vision territoriale des projets et des MC associées permettrait de mettre en évidence les
impacts cumulés des différents projets d’aménagement (Halpern & Fujita 2013;
Whitehead et al. 2017), ainsi que les bénéfices cumulés qu’il serait nécessaire d’obtenir
avec les MC. Chaque impact peut avoir de faibles effets sur la biodiversité, et donc
engendrer un besoin en MC modéré, mais l’ensemble des impacts peut lui générer des
pertes importantes (Theobald et al. 1997), en dépassant des seuils de surfaces favorables
minimum pour une espèce par exemple (Nitschke 2008). De même, un effort de
mutualisation des MC à des localisations les plus adaptées (connexion de zones réserve
de biodiversité) pourrait être envisagé à une échelle territoriale (Thompson 2011).
Selon Moine (2007), le terme « territoire » peut être défini comme « un système
complexe dont la dynamique résulte de boucles de rétroaction qui lient un ensemble
d'acteurs et l'espace géographique qu'ils utilisent, aménagent et gèrent ». Selon cette
définition, un pays comme une commune peuvent être qualifiés de territoires. Il
conviendrait donc d’abord de définir à quelle échelle il pourrait être pertinent d’évaluer
l’équivalence. Elle pourrait être déterminée administrativement (communes,
départements…), ou bien selon des caractéristiques environnementales (bassin versant,
vallée, plateau…). Il faudrait ensuite déterminer comment l’évaluation de l’équivalence
peut être articulée à cette échelle : qui aurait la responsabilité de l’évaluer ? Quelle serait
la part de chaque maître d’ouvrage ? Ces mêmes questions d’échelles s’étaient déjà
posées pour les évaluations de l’état de conservation des espèces et habitats (réalisés au
début à l’échelle mondiale) dont les évaluations ont été plus régionalisées pour être en
adéquation avec les politiques de conservation.
L’approche territoriale peut favoriser le recours à des sites naturels de
compensation, qui mutualisent plus facilement des mesures compensatoires sur de larges
surfaces en pérennisant les gains apportés (Bean et al. 2008; Dutoit et al. 2015). Dans
tous les cas, une échelle territoriale intermédiaire (communauté de communes,
département, petite région), semble pertinente dans le contexte général de la
compensation (Bigard et al. 2017). La planification au niveau d’un territoire ouvre la
possibilité d’une identification des zones à éviter et des zones potentiellement utilisables
pour la compensation (avec un fort potentiel de gain ; MEB 2016), facilitée par l’outil
GéoMCE développé par le Ministère de la Transition Ecologique pour géolocaliser les
MC.
227
3. La séquence ERC, un outil efficace pour lutter contre

l’érosion de la biodiversité ?
La vérification de l’équivalence écologique est une étape indispensable pour

potentiellement atteindre l’objectif du NNL lors de la mise en place de la séquence ERC,
et particulièrement de la dernière phase de compensation. Le développement du cadre
méthodologique apporte des éléments pour une évaluation de l’équivalence standardisée,
partagée et pertinente, et nous a permis également d’identifier des pistes qui resteraient à
améliorer. Malgré cela, on peut s’interroger sur la réelle possibilité, d’un point de vue
théorique, pour la compensation écologique de remplir son rôle de lutte contre l’érosion
de la biodiversité (Maris 2016). La compensation a, en effet, été beaucoup critiquée
(Billet 2006; Walker et al. 2009; Curran et al. 2013, 2015) et n’a pas toujours été bien
mise en œuvre. Il est vrai qu’au début de son implémentation en France (qui s’est faite
progressivement au fur et à mesure que la règlementation précisait sa mise en oeuvre, voir
Annexe 1), les acteurs impliqués avaient peu de recul (seuls les Etats Unis étaient en
avance dans le domaine) et ne disposaient pas d’outils. A présent, un nombre conséquent
et croissant d’études scientifiques sur la compensation, dans des disciplines diverses
(écologie, économie, droit, sociologie…) et concernant toutes les régions du monde
existent (Calvet et al. 2015; Gonçalves et al. 2015). Si les pratiques se sont globalement
améliorées (le nombre d’entreprises adhérant à l’objectif de NNL a notamment
augmenté ; Figure 52), le recul acquis a aussi permis une prise de conscience des limites
de la compensation. Je détaillerai trois limites qui me semblent particulièrement entraver
une préservation efficace de la biodiversité, puis présenterai une réflexion sur la façon
dont les étapes d’évitement et de réduction de la séquence ERC pourraient pallier à ces
limites.
3.1. Limites de la compensation écologique
3.1.1. Les questions de temporalité
La mise en œuvre de la compensation écologique implique de concilier des

temporalités qui semblent, à première vue, ne pas être compatibles. D’un côté, la
biodiversité évolue selon des temporalités très variables mais globalement lentes : les
processus évolutifs se sont faits sur des milliers d’années et les processus écologiques de
l’ordre de la centaine d’années (Couvet & Teyssèdre-Couvet 2010). D’un autre côté les
228
actions entreprises par l’Homme dans nos sociétés sont gérées selon des temporalités de
quelques années voire dizaines d’années (Maron et al. 2010). Cela engendre des
décalages entre les principes théoriques et l’application pratique de la compensation.
Figure 52 : Augmentation du nombre d’entreprises affichant publiquement un objectif de « non perte

nette « ou de « gain net » entre 2000 et 2011. Mining = secteur minier (Rainey et al. 2015).
Notamment, la compensation, et plus particulièrement lorsqu’elle est « à la

demande », système largement mis en place dans le monde (Madsen et al. 2010), génère
beaucoup de pertes intermédiaires. Celles-ci peuvent faire l’effet de goulot
d’étranglement pour les populations, qui voient leur nombre d’individus fortement
diminuer dans un premier temps, pour potentiellement ensuite retrouver des conditions
favorables, mais avec généralement des pertes de diversité génétique (Robert et al. 2015).
Il est possible que des seuils d’extinction soient alors dépassés (Fahrig 2001). En France,
les exemples de MC « à la demande » déjà mises en place avant le début des travaux des
projets d’aménagement sont anecdotiques. Si des maîtres d’ouvrage peuvent avoir une
vision assez long terme de leur foncier et donc mettre possiblement en place des MC en
réponse à des impacts prévus mais non réalisés, la structure juridique ne les y incite pas
(la sécurisation du foncier est notamment difficile). De plus, les contours du projet
peuvent encore être flous plusieurs années, voire dizaines d’années avant sa réalisation,
engendrant une difficulté à évaluer correctement les impacts à venir et donc à
229
dimensionner les MC par avance. Ces dernières sont donc très largement mises en place
au mieux juste avant les impacts, ou bien avec un décalage plus ou moins grand. Compte
tenu du temps nécessaire à ce qu’elles deviennent effectives, les pertes intermédiaires sont
nécessairement importantes. Les systèmes de compensation « par l’offre » (mitigation
bank aux Etats Unis, biobanking en Australie, sites naturels de compensation en France)
permettent de réduire les pertes intermédiaires, à condition que les crédits ne soient
vendus qu’une fois les mesures considérées « effectives ».
Enfin, les MC ne sont également pas toujours mises en place de manière pérenne,
surtout dans le système « à la demande » (car les banques de compensation sont censées
garantir la pérennité des actions entreprises en faveur de la biodiversité). Théoriquement,
les MC devraient être effectives toute la durée des impacts. Or, en pratique, la plupart des
impacts sont permanents (urbanisation, transport) alors que les sites compensatoires ne
sont gérés que sur un temps restreint (une trentaine d’année généralement au mieux en
France) sans garantie de leur devenir (une rétrocession à un organisme gestionnaire
comme un CEN peut être demandé par le CNPN mais ce n’est pas systématique pour tous
les dossiers). Les obligations réelles environnementales (renforcées dans la loi
« biodiversité » de 2016) appliquées aux sites compensatoires pourraient remédier à cela,
et seraient particulièrement intéressantes lors de la passation des concessions d’ouvrages
(l’ouvrage et le(s) site(s) compensatoires associés seraient à la charge des gestionnaires
successifs).
3.1.2. La finitude de l’espace
Le principe même de la compensation implique un « déplacement » des zones

favorables à la biodiversité (des zones impactées vers les zones compensées), afin de
maintenir un niveau global de biodiversité, voire de l’améliorer. Or, l’espace dont nous
disposons étant fini, on peut imaginer que dans un futur plus ou moins proche, chaque
zone d’un territoire puisse être « au maximum » de sa fonction : urbanisation, agriculture,
industrie, biodiversité… Dans cet espace optimisé, il ne serait alors plus possible de
compenser des impacts sans déséquilibrer un autre secteur. Hoekstra et al.
(2005) montrent que déjà, les régions où le milieu naturel est le plus converti sont celles
avec le moins d’espaces naturels protégés (Figure 53).
Une solution envisageable sur le long terme serait d’instaurer un pourcentage
minimum des terres occupées par des milieux naturels par territoires selon les enjeux. Le
réseau Natura 2000 repose sur cette idée, l’Union Européenne ayant d’ailleurs déjà fixé
un objectif de 15 à 20% de zone sous “juridiction” Natura 2000 (Pinton et al. 2007). Les
230
objectifs de gestion sur les sites ne visent pas, néanmoins, à obtenir des zones totalement
naturelles (Ostermann 1998).
Figure 53 : Conversion et protection des habitats dans les 13 biomes terrestres. Les biomes sont
classés par Indice de Risque de Convertion (CRI). Le CRI a été calculé comme le ratio : pourcentage
de la superficie convertie / pourcentage de la superficie protégée (Hoekstra et al. 2005).
Cette vision étant un peu statique, une autre solution consisterait en une
désartificialisation de zones désaffectées pour les « rendre » au milieu naturel. Les
désartificialisations sont actuellement très rarement faites en tant que MC, alors qu’il
231
existe un nombre conséquent de friches industrielles possiblement restaurables (en

France, leur nombre est estimé entre 200 et 300 000 selon l’ADEME). Le coût de
restauration de tels sites est très élevé car il est souvent nécessaire de dépolluer les sols
(Hai-Long 2004). Une sorte de « quota d’artificialisation » pourrait être mise en place
pour que l’équilibre entre milieu naturel et artificialisé puisse être conservé (pour 1 ha
artificialisé, 1 ha devrait être désartificialisé par exemple). Sur le projet Romanche Gavet,
d’anciennes constructions ont été démantelées et restaurées en milieu ouvert. Malgré les
faibles surfaces concernées et l’absence de pollution, ces actions sont coûteuses, mais
constituent une réelle plus-value pour la biodiversité. Ce genre de dispositifs renforce
l’importance du sol, grand oublié de la compensation écologique, en mettant l’accent sur
les différences de fonctionnalités de sol naturel, agricole, imperméabilisé etc.
3.1.3. Externalité des mesures compensatoires
La mise en place de la compensation induit des externalités négatives, du fait

notamment de la finitude de l’espace, qui ne sont actuellement pas prises en compte. Il
est, en effet, assez fréquent que la compensation amène à supprimer des usages :
maturation d’une forêt (ou une partie) qui était gérée (Nepstad et al. 1996), ou
restauration d’un espace agricole en une prairie par exemple (Walker et al. 2004). Les
milieux agricoles (grandes cultures) étant considérés dans la plupart des cas comme des
zones à faible enjeu de biodiversité, il est tentant de les utiliser à la fois pour les projets
d’aménagement (possiblement peu de pertes) et pour les mesures compensatoires
(possiblement beaucoup de gains, cf projet de Kembs). Dans ces deux cas, les usages
sont perdus, et donc la production (de bois, agricole, piscicole…) l’est aussi. Or cette
production perdue a toutes les chances d’être reportée (plus ou moins directement) sur
d’autres sites car la demande en énergie ou en nourriture de la population ne va pas en
diminuant (Guillou & Matheron 2011). Cela peut se traduire par la conversion de milieux
naturels en zone de production, ou encore l’intensification de zones agricoles déjà
existantes, qui sont toutes deux des alternatives non favorables à la biodiversité. De plus,
si des compensations pour le milieu agricole et forestier se mettent place, comme il en est
actuellement question (Aiama et al. 2015), la problématique risque de « tourner en
boucle » : la perte de milieux naturel est compensée sur des zones agricoles, dont la perte
des usages doit elle-même être compensée... Par ailleurs, la promotion d’usages
davantage compatibles avec la biodiversité, comme l’agro-écologie par exemple,
permettrait de réduire le clivage entre usages non favorables à la biodiversité d’un côté et
milieux naturels de l’autre.
232
3.2. Vers plus de réduction et d’évitement
La compensation, dernière étape de la séquence ERC a pris historiquement

beaucoup d’ampleur par rapport aux deux autres. Cela s’explique car cette étape est la
plus contraignante, dans le sens où il faut trouver des sites compensatoires, concevoir et
mettre en place des mesures, les gérer sur le long terme… Elle soulève aussi des
problématiques scientifiques importantes. Les études se sont donc principalement
focalisées sur la compensation (Calvet et al. 2015). Mais, comme nous l’avons vu, la
compensation écologique fait appel à des concepts scientifiques complexes alors qu’elle
doit être mise en œuvre avec des contraintes très opérationnelles. Il serait donc peut-être
temps aujourd’hui de renforcer l’importance des étapes d’évitement et de réduction, et de
se pencher sur leur efficacité pour préserver la biodiversité et contribuer à stopper son
érosion.
Tout d’abord, l’évitement et la réduction sont encore mal maîtrisés. Ce que ces
étapes impliquent exactement est souvent flou (Bigard et al. 2017). En France, une
classification des mesures ERC par le Cerema est en cours afin d’y remédier. Dans
l’idéal, la mise en place de ces mesures devrait amener à un non besoin de compensation,
c’est-à-dire qu’aucun impact résiduel ne devrait subsister (même si dans la pratique, il est
toujours possible d’identifier des impacts résiduels significatifs, avec des enjeux de
biodiversité même faibles). La phase de réduction relève plutôt de pratiques lors de la
phase chantier (travaux hors des périodes de reproduction, non dispersion d’EEE, mise en
défens de zones vulnérables…), ou après (mise en place de passage à faune,
aménagement du site après impacts de manière favorable à la biodiversité…). Quelques
leviers d’action peuvent être identifiés : les passages à faune peuvent par exemple être
placés de manière optimale (Mimet et al. 2016), et le personnel effectuant les travaux
peut être sensibilisé à la biodiversité. Mais c’est la phase d’évitement qui semble avoir le
potentiel de préservation de la biodiversité le plus important.
Cette étape consiste à éviter les impacts sur les plus gros enjeux de biodiversité.
Cela peut se concrétiser par le choix d’un emplacement de l’aménagement sur des zones
considérées à faible enjeu pour la biodiversité (Moilanen 2013), par une conception
innovante du projet réduisant son emprise au sol, ou encore tout simplement par le
renoncement au projet jugé trop impactant pour la biodiversité. L’évitement a d’avantage
d’importance pour des aménagements comme les linéaires de transport qui fragmentent
les milieux naturels sur de longues distances et qui ont donc plus de chance de traverser
des zones naturelles très favorables à la biodiversité (Cuperus et al. 1996; Geneletti 2003,
2006). Les pertes maximales qui peuvent être engendrées par le projet sont donc
233
conditionnées par la phase d’évitement, d’où l’importance d’y consacrer une attention
particulière. Des travaux sont en cours pour tester l’application de l’étape d’évitement à
l’échelle territoriale (thèse réalisée par Charlotte Bigard au CEFE et à la métropole de
Montpellier, expérimentation d’offre de compensation à l’échelle du département des
Yvelines porté par le CD7817). Cette échelle semble bien appropriée car il est possible
d’avoir une vision d’ensemble des enjeux à la fois de biodiversité et de développement. Si
l’évitement géographique ou technique est de mieux en mieux pris en compte, il est très
rare que des projets soient abandonnés pour des raisons d’impacts sur la biodiversité
(d’après les actes du séminaire « la phase d’évitement de la séquence ERC » du 19 avril
2017). En effet, les considérations d’utilité publique déclarée des projets (se manifestant
généralement par la création d’emplois) prennent généralement le pas sur celles
concernant la biodiversité.
La séquence ERC dans son ensemble peut donc être améliorée pour freiner
l’érosion de la biodiversité. Cela devrait commencer par les étapes d’évitement et de
réduction, pour aller vers des besoins moindre en compensation, étape qui présente des
limites intrinsèques. Je pense qu’il est important de continuer à travailler sur la séquence
ERC, car les aménagements continuent et que cet outil, malgré ses limites, renforce la
prise de conscience des enjeux de biodiversité par les aménageurs. Cependant, pour une
préservation de la biodiversité à long terme, il serait, à mon sens, nécessaire de remettre
en question certain aspects de notre mode de développement.
4. Quelques réflexions plus générales
Dans ce dernier paragraphe, j’élargis les réflexions autour de la capacité de

l’Homme à vivre tout en préservant la biodiversité, qui est finalement l’intention de la
compensation écologique. Ces quelques réflexions relèvent ici plus de l’éthique que de
l’écologie. En tant que discipline, l’écologie pourrait, par exemple, traiter la préservation
de la biodiversité sous l’angle de la capacité de charge de la planète (Daily & Ehrlich
1992). Notamment, le développement tel qu’il est conçu actuellement dans les sociétés
occidentales est-il compatible avec le maintien de la biodiversité ?
L’érosion de biodiversité sans précédent explicitée en introduction de ces travaux
de thèse peut être considérée comme une preuve suffisante que notre mode de
développement n’est actuellement pas compatible avec un maintien de la biodiversité
17
https://www.yvelines.fr/cadre-de-vie/environnement/offre-departementale-de-mesures-compensatoires-
ecologiques/
234
(Vitousek et al. 1997; Chapin Iii et al. 2000; Sala et al. 2000; Halpern et al. 2008). La
plupart des espèces n’ayant pas encore décrites (Figure 54), il est imaginable que les
dégâts causés sur la biodiversité soient encore supérieurs à ce qui est estimé. Il serait donc
nécessaire de le remettre en question pour tendre vers un mode de fonctionnement plus
compatible avec cet objectif. Cela devient particulièrement urgent étant donné l’impact
avéré de la perte de biodiversité sur le bien-être humain et même simplement sa survie
(Díaz et al. 2006; Haines-Young & Potschin 2010; Cardinale et al. 2012).
Figure 54 : Estimation du nombre d’espèces par taxon, et pour chaque taxon, proportion du nombre
d’espèce décrites (partie claire) (Purvis & Hector 2000).
Quels pourraient alors être les leviers mobilisés ? On pourrait, par exemple,
imaginer que comme pour l’évaluation du cycle de vie des objets, ou les
coûts « carbone » totaux d’une production alimentaire, une évaluation de tous les coûts
environnementaux dans l’intégralité des cycles de vie des projets d’aménagements soient
réalisés. Ainsi, nous pourrions tendre, à terme, seulement vers des projets dont l’impact
global est très faible.
Cependant, les outils règlementaires et les politiques publiques en faveur de la
biodiversité ont un rôle incitatif et coercitif, mais non transformatif (Lascoumes & Le
Galès 2012). Bien que nécessaires, leur portée d’action est alors limitée. Pour être
pleinement efficaces, ces outils devraient s’accompagner d’une appropriation des enjeux
235
de biodiversité à tous les niveaux de la société (entreprises, institutions publiques,

citoyens) afin de forger une culture partagée de la préservation de la biodiversité. Les
associations de protection de la nature portent déjà ce rôle de sensibilisation et
d’information des maîtres d’ouvrage et des populations. Ces travaux de thèse sont
également l’exemple que des entreprises cherchent à mettre en place des solutions qui
vont au-delà d’une simple application de la règlementation. Les exemples d’initiatives en
faveur de la préservation de la biodiversité se multiplient, que ce soit au niveau
institutionnel (appel à projet lancé par les agences de l’eau, les DREAL…) ou au niveau
citoyen (programmes de sciences participatives ; Devictor et al. 2010; Julliard 2012), et
elles arriveront peut être à faire évoluer les pratiques. Les efforts devraient, selon moi,
s’orienter vers les citoyens consommateurs qui influencent directement ou indirectement
le développement, de par leurs habitudes de consommation (alimentaires,
énergétiques…), leurs modes de tourisme etc. Ainsi, l’évolution des modes de vie plus en
accord avec l’environnement, qui a déjà été initiée pour les déchets (le tri sélectif est à
présent bien ancré dans les habitudes) ou la réduction de rejet de gaz à effet de serre,
pourra s’élargir à la biodiversité.
236
Bibliographie
Aiama D., Edwards S., Bos G., Ekstrom J., Krueger L., Quétier F., Savy C., Semroc B., Sneary M. &
Bennun L. (2015). No Net Loss and Net Positive Impact Approaches for Biodiversity: exploring
the potential application of these approaches in the commercial agriculture and forestry sectors.
International Union for Conservation of Nature.
Anderson P. (1995). Ecological restoration and creation: a review. Biological Journal of the Linnean
Society, 56, 187-211.
Arlettaz R., Schaub M., Fournier J., Reichlin T.S., Sierro A., Watson J.E. & Braunisch V. (2010). From
publications to public actions: when conservation biologists bridge the gap between research and
implementation. BioScience, 60, 835-842.
Arroyo‐Rodriguez V., Pineda E., Escobar F. & Benitez‐Malvido J. (2009). Value of small patches in the
conservation of plant‐species diversity in highly fragmented rainforest. Conservation Biology, 23,
729-739.
Baize D. & Girard M.-C. (2009). Référentiel pédologique 2008. Editions Quae.
Barbault R. (1997). Biodiversité: introduction à la biologie de la conservation. Hachette.
Barbet‐Massin M., Thuiller W. & Jiguet F. (2012). The fate of European breeding birds under climate, land‐
use and dispersal scenarios. Global Change Biology, 18, 881-890.
Barnaud G. (2015). La restauration écologique des zones humides, une longue saga. In: Restaurer la nature
pour atténuer les impacts du développement. Analyse des mesures compensatoires pour la
biodiversité (ed. Quae), p. 191:200.
Bas A., Jacob C., Hay J., Pioch S. & Thorin S. (2016). Improving marine biodiversity offsetting: A
proposed methodology for better assessing losses and gains. J. Environ. Manage., 175, 46-59.
Bässler C., Müller J. & Dziock F. (2010). Detection of climate-sensitive zones and identification of climate
change indicators: a case study from the Bavarian Forest National Park. Folia Geobotanica, 45,
163-182.
Bean M., Kihslinger R.L. & Wilkinson J. (2008). Design of US habitat banking systems to support the
conservation of wildlife habitat and at-risk species. Environmental Law Institute.
Beare M., Coleman D., Crossley Jr D., Hendrix P. & Odum E. (1995). A hierarchical approach to
evaluating the significance of soil biodiversity to biogeochemical cycling. In: The significance and
regulation of soil biodiversity. Springer, pp. 5-22.
Beier P. & Noss R.F. (1998). Do Habitat Corridors Provide Connectivity? Conservation Biology, 12, 1241-
1252.
Bekessy S.A., Wintle B.A., Lindenmayer D.B., McCarthy M.A., Colyvan M., Burgman M.A. &
Possingham H.P. (2010). The biodiversity bank cannot be a lending bank. Conservation Letters, 3,
151-158.
Bellard C., Bertelsmeier C., Leadley P., Thuiller W. & Courchamp F. (2012). Impacts of climate change on
the future of biodiversity. Ecol Lett, 15, 365-377.
Benabou S. (2014). Making Up for Lost Nature?: A Critical Review of the International Development of
Voluntary Biodiversity Offsets. In. Berghahn Journals.
Bender D.J., Contreras T.A. & Fahrig L. (1998). Habitat loss and population decline: a meta-analysis of the
patch size effect. Ecology, 79, 517-533.
BenDor T. & Stewart A. (2011). Land Use Planning and Social Equity in North Carolina’s Compensatory
Wetland and Stream Mitigation Programs. Environmental Management, 47, 239-253.
Bengtsson J., Nilsson S.G., Franc A. & Menozzi P. (2000). Biodiversity, disturbances, ecosystem function
and management of European forests. Forest ecology and management, 132, 39-50.
Benítez-López A., Alkemade R. & Verweij P.A. (2010). The impacts of roads and other infrastructure on
mammal and bird populations: a meta-analysis. Biological Conservation, 143, 1307-1316.
Bensettiti F., Puissauve R., Lepareur F., Touroult J. & Maciejewski L. (2012). Evaluation de l’état de
conservation des habitats et des espèces d’intérêt communautaire – Guide méthodologique –
237
DHFF article 17, 2007 - 2012. Version 1 – Février 2012. Rapport SPN 2012 - 27. Service du
patrimoine naturel, Muséum national d'histoire naturelle, Paris, 76 p. + annexes.
Bertrand F. & Amalric M. (2017). L’élaboration des politiques climatiques locales: usage et portée d’un
dispositif de concertation. Développement durable et territoires. Économie, géographie, politique,
droit, sociologie, 8.
Bezombes L., Gaucherand S., Kerbiriou C., Reinert M.-E. & Spiegelberger T. (2017). Ecological
equivalence assessment methods: what trade-offs between operationality, scientific basis and
comprehensiveness? Environmental Management.
Bigard C., Pioch S. & Thompson J.D. (2017). The inclusion of biodiversity in environmental impact
assessment: Policy-related progress limited by gaps and semantic confusion. J. Environ. Manage.,
200, 35-45.
Billionnet A. (2013). Mathematical optimization ideas for biodiversity conservation. European Journal of
Operational Research, 231, 514-534.
Bishop J., Kapila S., Hicks F., Mitchell P. & Vorhies F. (2009). New business models for biodiversity
conservation. Journal of Sustainable Forestry, 28, 285-303.
Bockstaller C. & Girardin P. (2003). How to validate environmental indicators. Agr Syst, 76, 639-653.
Bodin Ö., Tengö M., Norman A., Lundberg J. & Elmqvist T. (2006). The value of small size: loss of forest
patches and ecological thresholds in southern Madagascar. Ecological Applications, 16, 440-451.
Boy D., Brugidou M., Halpern C. & Lascoumes P. (2012). Le Grenelle de l'environnement: Acteurs,
discours, effets. Armand Colin.
Brooks T.M., Mittermeier R.A., da Fonseca G.A., Gerlach J., Hoffmann M., Lamoreux J.F., Mittermeier
C.G., Pilgrim J.D. & Rodrigues A.S. (2006). Global biodiversity conservation priorities. Science,
313, 58-61.
Bruggeman D., Jones M., Scribner K. & Lupi F. (2009). Relating tradable credits for biodiversity to
sustainability criteria in a dynamic landscape. Landscape Ecol, 24, 775-790.
Bull J.W., Lloyd S.P. & Strange N. (2016). Implementation gap between the theory and practice of
biodiversity offset multipliers. Conservation Letters.
Bull J.W. & Maron M. (2016). How humans drive speciation as well as extinction. In: Proc. R. Soc. B. The
Royal Society, p. 20160600.
Bull J.W., Milner-Gulland E.J., Suttle K.B. & Singh N.J. (2014). Comparing biodiversity offset calculation
methods with a case study in Uzbekistan. Biological Conservation, 178, 2-10.
Bull J.W., Suttle K.B., Gordon A., Singh N.J. & Milner-Gulland E.J. (2013a). Biodiversity offsets in theory
and practice. Oryx, 47, 369-380.
Bull J.W., Gordon A., Watson J.E. & Maron M. (2016). Seeking convergence on the key concepts in ‘no
net loss’ policy. Journal of Applied Ecology, 53, 1686-1693.
Bull J.W., Suttle K.B., Singh N.J. & Milner-Gulland E.J. (2013b). Conservation when nothing stands still:
moving targets and biodiversity offsets. Front. Ecol. Environ., 11, 203-210.
Bunce R., Bogers M., Evans D., Halada L., Jongman R., Mucher C., Bauch B., de Blust G., Parr T. &
Olsvig-Whittaker L. (2013). The significance of habitats as indicators of biodiversity and their
links to species. Ecological indicators, 33, 19-25.
Burkhard B., Petrosillo I. & Costanza R. (2010). Ecosystem services–bridging ecology, economy and social
sciences. In. Elsevier.
Burrows L. (2014). Somerset Habitat Evaluation Procedure Methodology. Somerset County Council.
Business and Biodiversity Offsets Programme (BBOP) (2009). Biodiversity Offset Design Handbook:
Appendices. BBOP, Washington, D.C.
Business and Biodiversity Offsets Programme (BBOP) (2012a). Biodiversity Offset Design Handbook
Updated. BBOP, Washington, D.C.
Business and Biodiversity Offsets Programme (BBOP) (2012b). Resource Paper: No Net Loss and Loss‐
Gain Calculations in Biodiversity Offsets. BBOP, Washington, D.C.
Business and Biodiversity Offsets Programme (BBOP) (2012c). Standard on Biodiversity Offset. BBOP,
Washington, D.C.
Business and Biodiversity Offsets Programme (BBOP) (2014). Working towards NNL of Biodiversity and
Beyond: Strongman Mine – A Case Study. BBOP, Washington, D.C.
Butchart S.H., Stattersfield A.J., Bennun L.A., Shutes S.M., Akçakaya H.R., Baillie J.E., Stuart S.N.,
Hilton-Taylor C. & Mace G.M. (2004). Measuring global trends in the status of biodiversity: Red
List Indices for birds. PLoS Biol, 2, e383.
238
Butet A., Burel F., Delettre Y.R. & Michel N. (2004). Bocages et biodiversité. Évolution des assemblages
d’espèces sous l’effet de l’intensification de l’agriculture. In: Actes du colloque Bocages et
Sociétés. Presses Universitaires de Rennes, p. 100.
Cadotte M.W. & Jonathan Davies T. (2010). Rarest of the rare: advances in combining evolutionary
distinctiveness and scarcity to inform conservation at biogeographical scales. Diversity and
Distributions, 16, 376-385.
California Wetlands Monitoring Workgroup (CWMW) (2013). California Rapid Assessment Method
(CRAM) for Wetlands Version 6.1. 67.
Calvet C., Ollivier G. & Napoleone C. (2015). Tracking the origins and development of biodiversity
offsetting in academic research and its implications for conservation: a review. Biological
Conservation, 192, 492-503.
Cardinale B.J., Duffy J.E., Gonzalez A., Hooper D.U., Perrings C., Venail P., Narwani A., Mace G.M.,
Tilman D. & Wardle D.A. (2012). Biodiversity loss and its impact on humanity. Nature, 486, 59.
Carpenter S.R., Mooney H.A., Agard J., Capistrano D., DeFries R.S., Díaz S., Dietz T., Duraiappah A.K.,
Oteng-Yeboah A. & Pereira H.M. (2009). Science for managing ecosystem services: Beyond the
Millennium Ecosystem Assessment. Proceedings of the National Academy of Sciences, 106, 1305-
1312.
Castleberry S.B., Ford W.M., Miller K.V. & Smith W.P. (2000). Influences of herbivory and canopy
opening size on forest regeneration in a southern bottomland hardwood forest. Forest Ecology and
Management, 131, 57-64.
Chapin Iii F.S., Zavaleta E.S., Eviner V.T., Naylor R.L., Vitousek P.M., Reynolds H.L., Hooper D.U.,
Lavorel S., Sala O.E. & Hobbie S.E. (2000). Consequences of changing biodiversity. Nature, 405,
234-242.
Chatterjee S., Hadi A. & Price B. (2000). Regression Analysis by Example, John Wiley_& Sons, New
York. In. MATH.
Chazdon R.L. (2008). Beyond deforestation: restoring forests and ecosystem services on degraded lands.
Science, 320, 1458-1460.
Chevan A. & Sutherland M. (1991). Hierarchical partitioning. The American Statistician, 45, 90-96.
Clavel J., Julliard R. & Devictor V. (2011). Worldwide decline of specialist species: toward a global
functional homogenization? Front. Ecol. Environ., 9, 222-228.
Coates D.J. & Atkins K.A. (2001). Priority setting and the conservation of Western Australia's diverse and
highly endemic flora. Biological Conservation, 97, 251-263.
Cole S.G. & Dahl E.L. (2013). Compensating White-Tailed Eagle Mortality at the Smola Wind-Power
Plant Using Electrocution Prevention Measures. Wildlife Society Bulletin, 37, 84-93.
Commissariat Général du Développement Durable (CGDD) (2013). Lignes directrices nationales sur la
séquence éviter, réduire et compenser les impacts sur les milieux naturels. Collection « Références
» du Service de l’Économie, de l’Évaluation et de l’Intégration du Développement Durable
(SEEIDD) du Commissariat Général au Développement Durable (CGDD).
Commission to the European Parliament t.C., the European Economic and Social Committee and the
Committee of the Regions (2014). Communication from the Commission to the European
Parliament, the Council, the European Economic and Social Committee and the Committee of the
Regions. Our life insurance, our natural capital: an EU biodiversity strategy to 2020 Bryssel.
Connell J.H. (1978). Diversity in tropical rain forests and coral reefs. Science, 199, 1302-1310.
Connor E.F. & McCoy E.D. (1979). The statistics and biology of the species-area relationship. The
American Naturalist, 113, 791-833.
Couvet D. & Teyssèdre-Couvet A. (2010). Écologie et biodiversité: des populations aux socioécosystèmes.
Belin.Coleman F.C. & Williams S.L. (2002). Overexploiting marine ecosystem engineers:
potential consequences for biodiversity. Trends in Ecology & Evolution, 17, 40-44.
Cristofoli S., Mahy G., eacute & gory (2010). Restauration écologiquee : contexte, contraintes et indicateurs
de suivi. Biotechnologie, Agronomie, Société et Environnement [BASE], 14, 203.
Cuperus R., Bakermans M.M.G.J., Udo de Haes H.A. & Canters K.J. (2001). Ecological compensation in
Dutch highways planning. Environmental Managment, 27, 75-89.
Cuperus R., Canters K.J. & Piepers A.A.G. (1996). Ecological compensation of the impacts of a road.
Preliminary method for the A50 road link (Eindhoven-Oss, The Netherlands). Ecological
Engineering, 7, 327-349.
239
Cuperus R., Canters K.J., Udo de Haes H.A. & Friedman D.S. (1999). Guidelines for ecological
compensation associated with highways. Biological Conservation, 90, 41-51.
Curran M., Hellweg S. & Beck J. (2013). Is there any empirical support for biodiversity offset policy?
Ecological Applications, 24, 617-632.
Curran M., Hellweg S. & Beck J. (2015). The jury is still out on biodiversity offsets: reply to Quétier et al.
Ecological Applications, 25, 1741-1746.
Cushman S.A., McKELVEY K.S., Noon B.R. & McGARIGAL K. (2010). Use of abundance of one species
as a surrogate for abundance of others. Conservation Biology, 24, 830-840.
Daily G.C. & Ehrlich P.R. (1992). Population, sustainability, and Earth's carrying capacity. BioScience, 42,
761-771.
Dale V.H. & Beyeler S.C. (2001). Challenges in the development and use of ecological indicators.
Ecological indicators, 1, 3-10.
Darbi M. & Tausch C. (2010). Loss-Gain calculations in German Impact Mitigation Regulation. Occasional
paper contributed to BBOP.
Davila E.A. (1997). Power Lines and Biodiversity in the Colombian Territory. In: The Sixth International
Symposium on Environmental Concerns in Rights-of-Way Management: 24-26 February 1997,
New Orleans. Louisiana, USA. Elsevier Science Limited, p. 343.
de Bello F., Lavorel S., Gerhold P., Reier Ü. & Pärtel M. (2010). A biodiversity monitoring framework for
practical conservation of grasslands and shrublands. Biological Conservation, 143, 9-17.
De Lange H., Sala S., Vighi M. & Faber J. (2010). Ecological vulnerability in risk assessment—a review
and perspectives. Sci. Total Environ., 408, 3871-3879.
Den Boer P. (1981). On the survival of populations in a heterogeneous and variable environment.
Oecologia, 50, 39-53.
Delzons O., Gourdain P., Siblet J.-P., Touroult J., Herard K. & Poncet L. (2013). L'IQE: Un indicateur de
biodiversité multi-usages pour les sites aménagés ou à aménager. Revue d'écologie, 68, 105-119.
Department for Environment Food & Rural Affairs D. (2012). Biodiversity Offsetting Pilots Technical
Paper the metric for the biodiversity offsetting pilot in England. Department for Environment Food
& Rural Affairs (DREFA), London.
Derraik J.G. (2002). The pollution of the marine environment by plastic debris: a review. Marine pollution
bulletin, 44, 842-852.
Devictor V., Julliard R. & Jiguet F. (2008). Distribution of specialist and generalist species along spatial
gradients of habitat disturbance and fragmentation. Oikos, 117, 507-514.
Devictor V., Whittaker R.J. & Beltrame C. (2010). Beyond scarcity: citizen science programmes as useful
tools for conservation biogeography. Diversity and distributions, 16, 354-362.
Díaz S., Fargione J., Chapin III F.S. & Tilman D. (2006). Biodiversity loss threatens human well-being.
PLoS biology, 4, e277.
Donald P.F., Sanderson F.J., Burfield I.J., Bierman S.M., Gregory R.D. & Waliczky Z. (2007). International
conservation policy delivers benefits for birds in Europe. Science, 317, 810-813.
Doremus H. (2001). Biodiversity and the Challenge of Saving the Ordinary. Idaho L. Rev., 38, 325.
Dornelas M. (2010). Disturbance and change in biodiversity. Philosophical Transactions of the Royal
Society B-Biological Sciences, 365, 3719-3727.
Doxa A., Paracchini M.L., Pointereau P., Devictor V. & Jiguet F. (2012). Preventing biotic homogenization
of farmland bird communities: the role of High Nature Value farmland. Agriculture, Ecosystems &
Environment, 148, 83-88.
Drakare S., Lennon J.J. & Hillebrand H. (2006). The imprint of the geographical, evolutionary and
ecological context on species–area relationships. Ecol Lett, 9, 215-227.
Drake J.A. (1991). Community-assembly mechanics and the structure of an experimental species ensemble.
The American Naturalist, 137, 1-26.
Dumax N. (2009). Les mesures de compensation : un indicateur du coût environnemental. In:
ENGEES/GSP sciences Économiques. Université de Strasbourg p. 228 p.
Dutoit T., Jaunatre R., Alignan J.-F., Bulot A., Buisson É., Calvet C., Wolff A., Sauguet F., Debras J.-F. &
Provost É. (2015). Première expérimentation de compensation par l'offre: bilan et perspective.
Sciences Eaux & Territoires, 64-69.
Early R., Bradley B.A., Dukes J.S., Lawler J.J., Olden J.D., Blumenthal D.M., Gonzalez P., Grosholz E.D.,
Ibañez I. & Miller L.P. (2016). Global threats from invasive alien species in the twenty-first
century and national response capacities. Nature Communications, 7.
240
Elith J., Burgman M.A. & Regan H.M. (2002). Mapping epistemic uncertainties and vague concepts in
predictions of species distribution. Ecological modelling, 157, 313-329.
Elmqvist T., Folke C., Nyström M., Peterson G., Bengtsson J., Walker B. & Norberg J. (2003). Response
diversity, ecosystem change, and resilience. Front. Ecol. Environ., 1, 488-494.
European Environment Commission (EEC) (1992). Council Directive 92/43/EEC of 21 May 1992 on the
conservation of natural habitats and of wild fauna and flora. Official Journal of the European
Union, 206, 7-50.
European Environment Commission (EEC) (2009). Directive 2009/147/EC of the European Parliament and
of the Council of 30 November 2009 on the conservation of wild birds on the conservation of wild
birds (codified version). Official Journal L20, 7–25.
Evans D.M., Altwegg R., Garner T.W.J., Gompper M.E., Gordon I.J., Johnson J.A. & Pettorelli N. (2015).
Biodiversity offsetting: what are the challenges, opportunities and research priorities for animal
conservation? Animal Conservation, 18, 1-3.
Fahrig L. (2003). Effects of habitat fragmentation on biodiversity. Annu. Rev. Ecol. Evol. Syst., 34, 487-
515.
Failing L. & Gregory R. (2003). Ten common mistakes in designing biodiversity indicators for forest
policy. J. Environ. Manage., 68, 121-132.
Falk D.A., Palmer M.A. & Zedler J.B. (2006). Foundations of restoration ecology.
Fennessy M.S., Jacobs A.D. & Kentula M.E. (2007). An evaluation of rapid methods for assessing the
ecological condition of wetlands. Wetlands, 27, 543-560.
Fenton M.B. (1997). Science and the conservation of bats. Journal of mammalogy, 78, 1-14.
Foltête J.-C., Clauzel C. & Vuidel G. (2012). A software tool dedicated to the modelling of landscape
networks. Environmental Modelling & Software, 38, 316-327.
Forman R.T. (1995). Some general principles of landscape and regional ecology. Landscape Ecol, 10, 133-
142.
Fox J. & Monette G. (1992). Generalized collinearity diagnostics. Journal of the American Statistical
Association, 87, 178-183.
Frascaria-Lacoste N. (2010). Un génie que l'on aurait tort d'ignorer. Sociétal, 44-49.
Frouz J., Prach K., Pižl V., Háněl L., Starý J., Tajovský K., Materna J., Balík V., Kalčík J. & Řehounková
K. (2008). Interactions between soil development, vegetation and soil fauna during spontaneous
succession in post mining sites. European journal of soil biology, 44, 109-121.
Gabillard F. (2015). Dérogation sur les espèces protégées : contrôler la compensation. Espace Naturel 50 3.
Gaines M.S. & McClenaghan L.R. (1980). Dispersal in small mammals. Annual Review of Ecology and
Systematics, 11, 163-196.
Gardner T.A., Von Hase A., Brownlie S., Ekstrom J.M.M., Pilgrim J.D., Savy C.E., Stephens R.T.T.,
Treweek J., Ussher G.T., Ward G. & Ten Kate K. (2013). Biodiversity Offsets and the Challenge
of Achieving No Net Loss. Conservation Biology, 27, 1254-1264.
Garnier A. & Barillier A. (2015). The Kembs project: environmental integration of a large existing
hydropower scheme. La Houille Blanche, 21-28.
Gaston K.J. & Spicer J.I. (2013). Biodiversity: an introduction. John Wiley & Sons.
Gaucherand S., Schwoertzig E., Clement J.C., Johnson B. & Quetier F. (2015). The Cultural Dimensions of
Freshwater Wetland Assessments: Lessons Learned from the Application of US Rapid Assessment
Methods in France. Environ Manage.
Gayet G., Baptist F., Baraille L., Caessteker P., Clément J.C., Gaillard J., Gaucherand S., Isselin-Nondedeu
F., Poinsot C. & Quétier F. (2016). Méthode nationale d'évaluation des fonctions des zones
humides. Fondements théoriques, scientifiques et techniques. Onema, MNHN, 310.
Gelcich S., Vargas C., Carreras M.J., Castilla J.C. & Donlan C.J. (2016). Achieving biodiversity benefits
with offsets: Research gaps, challenges, and needs. Ambio, 1-6.
Geneletti D. (2002). Ecological evaluation for environmental impact assessment. Koninklijk Nederlands
Aardrijkskundig Genootschap.
Geneletti D. (2003). Biodiversity Impact Assessment of roads: an approach based on ecosystem rarity.
Environmental Impact Assessment Review, 23, 343-365.
Geneletti D. (2006). Some common shortcomings in the treatment of impacts of linear infrastructures on
natural habitat. Environmental Impact Assessment Review, 26, 257-267.
241
Gibbons P., Briggs S.V., Ayers D., Seddon J., Doyle S., Cosier P., McElhinny C., Pelly V. & Roberts K.
(2009). An operational method to assess impacts of land clearing on terrestrial biodiversity.
Ecological Indicators, 9, 26-40.
Gibbons P. & Freudenberger D. (2006). An overview of methods used to assess vegetation condition at the
scale of the site. Ecological Management & Restoration, 7, S10-S17.
Gibbons P. & Lindenmayer D.B. (2007). Offsets for land clearing: No net loss or the tail wagging the dog?
Ecological Management & Restoration, 8, 26-31.
Gitay H., Suárez A., Watson R.T. & Dokken D.J. (2002). Climate change and biodiversity.
Intergovernmental Panel on Climate Change, Geneva, 77.
Goldberg N. & Reiss K.C. (2016). Accounting for Wetland Loss: Wetland Mitigation Trends in Northeast
Florida 2006–2013. Wetlands, 36, 373-384.
Gonçalves B., Marques A., Soares A.M.V.D.M. & Pereira H.M. (2015). Biodiversity offsets: from current
challenges to harmonized metrics. Current Opinion in Environmental Sustainability, 14, 61-67.
Gordon A., Bull J.W., Wilcox C. & Maron M. (2015). Perverse incentives risk undermining biodiversity
offset policies. Journal of Applied Ecology, 52, 532-537.
Gosselin F. (2004). Pour une définition de l'ingénierie écologique plus intégrée avec le développement
durable et avec l'écologie. Ingénierie écologique. Des recherches pour l'action, sur les systèmes
écologiques, 139.
Guillou M. & Matheron G. (2011). 9 milliards d'hommes à nourrir.
Guisan A. & Thuiller W. (2005). Predicting species distribution: offering more than simple habitat models.
Ecol Lett, 8, 993-1009.
Gunderson L.H. (2000). Ecological resilience--in theory and application. Annual review of ecology and
systematics, 425-439.
Habib T.J., Farr D.R., Schneider R.R. & Boutin S. (2013). Economic and Ecological Outcomes of Flexible
Biodiversity Offset Systems. Conservation Biology, 27, 1313-1323.
Hai-Long L. (2004). Ecological restoration and sustainable landscape design of mining wastelands [J]. Acta
Ecologica Sinica, 2, 023.
Haines-Young R. & Potschin M. (2010). The links between biodiversity, ecosystem services and human
well-being. Ecosystem Ecology: a new synthesis, 110-139.
Halpern B.S. & Fujita R. (2013). Assumptions, challenges, and future directions in cumulative impact
analysis. Ecosphere, 4, 1-11.
Halpern B.S., Walbridge S., Selkoe K.A., Kappel C.V., Micheli F., D'agrosa C., Bruno J.F., Casey K.S.,
Ebert C. & Fox H.E. (2008). A global map of human impact on marine ecosystems. Science, 319,
948-952.
Hansen A.J., Knight R.L., Marzluff J.M., Powell S., Brown K., Gude P.H. & Jones K. (2005). Effects of
exurban development on biodiversity: patterns, mechanisms, and research needs. Ecological
Applications, 15, 1893-1905.
Hanski I. (1998). Metapopulation dynamics. Nature, 396, 41-49.
Harper D.J. & Quigley J.T. (2005a). A Comparison of the Areal Extent of Fish Habitat Gains and Losses
Associated with Selected Compensation Projects in Canada. Fisheries, 30, 18-25.
Harper D.J. & Quigley J.T. (2005b). No Net Loss of Fish Habitat: A Review and Analysis of Habitat
Compensation in Canada. Environmental Management, 36, 343-355.
Heiberger R.M. & Holland B. (2015). Statistical analysis and data display: an intermediate course with
examples in R. Springer.
Heink U. & Kowarik I. (2010a). What are indicators? On the definition of indicators in ecology and
environmental planning. Ecological Indicators, 10, 584-593.
Heink U. & Kowarik I. (2010b). What criteria should be used to select biodiversity indicators? Biodiversity
and conservation, 19, 3769-3797.
Hill J., Thomas C. & Lewis O. (1996). Effects of habitat patch size and isolation on dispersal by Hesperia
comma butterflies: implications for metapopulation structure. Journal of animal ecology, 725-735.
Hillebrand H., Bennett D.M. & Cadotte M.W. (2008). Consequences of dominance: a review of evenness
effects on local and regional ecosystem processes. Ecology, 89, 1510-1520.
Hoekstra J.M., Boucher T.M., Ricketts T.H. & Roberts C. (2005). Confronting a biome crisis: global
disparities of habitat loss and protection. Ecol Lett, 8, 23-29.
Holling C.S. (1973). Resilience and stability of ecological systems. Annual review of ecology and
systematics, 1-23.
242
Hooper D.U., Chapin Iii F., Ewel J., Hector A., Inchausti P., Lavorel S., Lawton J., Lodge D., Loreau M. &
Naeem S. (2005). Effects of biodiversity on ecosystem functioning: a consensus of current
knowledge. Ecological monographs, 75, 3-35.
Hulme P.E., Pauchard A., Pyšek P., Vilà M., Alba C., Blackburn T.M., Bullock J.M., Chytrý M., Dawson
W. & Dunn A.M. (2015). Challenging the view that invasive non-native plants are not a significant
threat to the floristic diversity of Great Britain. Proceedings of the National Academy of Sciences,
112, E2988-E2989.
Huntley B., Collingham Y.C., Green R.E., Hilton G.M., Rahbek C. & Willis S.G. (2006). Potential impacts
of climatic change upon geographical distributions of birds. Ibis, 148, 8-28.
Huston M. (1979). A general hypothesis of species diversity. The American Naturalist, 113, 81-101.
Isaac N.J., Turvey S.T., Collen B., Waterman C. & Baillie J.E. (2007). Mammals on the EDGE:
conservation priorities based on threat and phylogeny. PloS one, 2, e296.
Ives C.D., Taylor M.P., Nipperess D.A. & Hose G.C. (2013). Effect of catchment urbanization on ant
diversity in remnant riparian corridors. Landscape and Urban Planning, 110, 155-163.
Jacob C., Quétier F., Aronson J., Pioch S. & Levrel H. (2014). Vers une politique française de
compensation des impacts sur la biodiversité plus efficace: défis et perspectives. [VertigO] La
revue électronique en sciences de l’environnement, 14.
Jaunatre R., Buisson E. & Dutoit T. (2014). Can ecological engineering restore Mediterranean rangeland
after intensive cultivation? A large-scale experiment in southern France. Ecological Engineering,
64, 202-212.
Jiguet F., Gregory R.D., Devictor V., Green R.E., VOŘÍŠEK P., Van Strien A. & Couvet D. (2010).
Population trends of European common birds are predicted by characteristics of their climatic
niche. Global change biology, 16, 497-505.
Jones I.L., Bull J.W., Milner-Gulland E.J., Esipov A.V. & Suttle K.B. (2014). Quantifying habitat impacts
of natural gas infrastructure to facilitate biodiversity offsetting. Ecol. Evol., 4, 79-90.
Julliard R. (2012). Vigie-Nature, un réseau de citoyens qui fait avancer la science. La Lettre de l’OCIM.
Musées, Patrimoine et Culture scientifiques et techniques, 42-47.
Julliard R., Jiguet F. & Couvet D. (2004). Common birds facing global changes: what makes a species at
risk? Global Change Biology, 10, 148-154.
Kaplan D., Oron T. & Gutman M. (1998). Development of macrophytic vegetation in the Agmon wetland
of Israel by spontaneous colonization and reintroduction. Wetlands Ecology and Management, 6,
143-150.
Keith D.A., Martin T.G., McDonald-Madden E. & Walters C. (2011). Uncertainty and adaptive
management for biodiversity conservation. Biological Conservation, 144, 1175-1178.
Kerbiriou C., Le Viol I., Jiguet F. & Devictor V. (2009). More species, fewer specialists: 100 years of
changes in community composition in an island biogeographical study. Diversity and
Distributions, 15, 641-648.
Kiesecker J.M., Copeland H., Pocewicz A. & McKenney B. (2010). Development by design: blending
landscape-level planning with the mitigation hierarchy. Front. Ecol. Environ., 8, 261-266.
Kiesecker J.M., Copeland H., Pocewicz A., Nibbelink N., McKenney B., Dahlke J., Holloran M. & Stroud
D. (2009). A Framework for Implementing Biodiversity Offsets: Selecting Sites and Determining
Scale. BioScience, 59, 77-84.
Knight A.T., Cowling R.M., Rouget M., Balmford A., Lombard A.T. & Campbell B.M. (2008). Knowing
but not doing: selecting priority conservation areas and the research–implementation gap.
Conservation biology, 22, 610-617.
Kondolf G.M., Piégay H., Schmitt L. & Montgomery D.R. (2003). Geomorphic classification of rivers and
streams. Tools in fluvial geomorphology, 133-158.Krohnen M., Meichsner M. & Göbelt B. (2009).
Dispergierung verdichtbar machen. Farbe+ Lack, 115.
Kujala H., Burgman M.A. & Moilanen A. (2013). Treatment of uncertainty in conservation under climate
change. Conservation Letters, 6, 73-85.
Laitila J., Moilanen A. & Pouzols F.M. (2014). A method for calculating minimum biodiversity offset
multipliers accounting for time discounting, additionality and permanence. Methods Ecol. Evol., 5,
1247-1254.
Landres P.B., Verner J. & Thomas J.W. (1988). Ecological uses of vertebrate indicator species: a critique.
Conservation biology, 2, 316-328.
243
Lascoumes P. & Le Galès P. (2012). Sociologie de l'action publique: domaines et approches. Armand
Colin.
Laurance W.F., Goosem M. & Laurance S.G. (2009). Impacts of roads and linear clearings on tropical
forests. Trends in Ecology & Evolution, 24, 659-669.
Laurila-Pant M., Lehikoinen A., Uusitalo L. & Venesjärvi R. (2015). How to value biodiversity in
environmental management? Ecological Indicators, 55, 1-11.
Lavorel S. & Garnier É. (2002). Predicting changes in community composition and ecosystem functioning
from plant traits: revisiting the Holy Grail. Functional ecology, 16, 545-556
Lorrillière R., Le Viol I., Sordello R., Touroult J. & Billon L. (2015). L’indice de dispersion moyen des
communautés. Un possible outil d’évaluation de l’efficacité de la politique Trame verte et bleue ?
Rapport MNHN-SPN/CESCO, 24 pages.
Laycock H.F., Moran D., Raffaelli D.G. & White P.C.L. (2013). Biological and operational determinants of
the effectiveness and efficiency of biodiversity conservation programs. Wildlife Research, 40, 142-
152.
Le Viol I., Jiguet F., Brotons L., Herrando S., Lindström Å., Pearce-Higgins J.W., Reif J., Van Turnhout C.
& Devictor V. (2012). More and more generalists: two decades of changes in the European
avifauna. Biology letters, 8, 780-782.
Lefranc N. & Saunier A. (2004). La Pie-grièche écorcheur. Belin Eveil Nature.
Legros B., Ichter J., Cellier P., Houard X., Louboutin B., Poncet L., Puissauve R. & Touroult J. (2016).
Caractérisation des relations Espèce-Habitat naturel et gestion de l’information : Guide
méthodologique. Version 1. In: Rapport SPN 2016-01. Service du patrimoine naturel, Muséum
national d’Histoire naturelle Paris, p. 38 p.
Lenth R.V. (2016). Least-squares means: the R package lsmeans. J Stat Softw, 69, 1-33.
Leproust C., Darley A., Uhart F. & Maillet C. (2009). Les pressions foncières en milieux agricoles et
naturels. Analyse du marché foncier observé par la SAFER Île-de-France (1994-2008). IAU îdF,
52 p.
Levin S.A. (1998). Ecosystems and the biosphere as complex adaptive systems. Ecosystems, 1, 431-436.
Levrel H. (2007). Selecting indicators for the management of biodiversity. Institut français de la
biodiversité.
Levrel H., Frascaria-Lacoste N., Hay J., Martin G. & Pioch S. (2015). Restaurer la nature pour atténuer les
impacts du développement: Analyse des mesures compensatoires pour la biodiversité. Editions
Quae.
Levrel H., Pioch S. & Spieler R. (2012). Compensatory mitigation in marine ecosystems: which indicators
for assessing the “no net loss” goal of ecosystem services and ecological functions? Marine Policy,
36, 1202-1210.
Lindenmayer D.B., Barton P.S., Lane P.W., Westgate M.J., McBurney L., Blair D., Gibbons P. & Likens
G.E. (2014). An Empirical Assessment and Comparison of Species-Based and Habitat-Based
Surrogates: A Case Study of Forest Vertebrates and Large Old Trees. PLoS ONE, 9, e89807.
Lindenmayer D.B. & Likens G.E. (2009). Adaptive monitoring: a new paradigm for long-term research and
monitoring. Trends in Ecology & Evolution, 24, 482-486.
Madsen B., Moore Brands K. & Carroll N. (2010). State of biodiversity markets: offset and compensation
programs worldwide.
Magurran A.E. (2005). Biological diversity. Current Biology, 15, R116-R118.
Magurran A.E. (2013). Measuring biological diversity. John Wiley & Sons.
Maire A., Buisson L., Biau S., Canal J. & Laffaille P. (2013). A multi-faceted framework of diversity for
prioritizing the conservation of fish assemblages. Ecological indicators, 34, 450-459.
Maris V. (2016). Philosophie de la biodiversité: Petite éthique pour une nature en péril. Buchet/Chastel.
Maron M., Dunn P.K., McAlpine C.A., Apan A., Maron M., Dunn P.K., McAlpine C.A., Apan A., Maron
M., Dunn P.K., McAlpine C.A. & Apan A. (2010). Can offsets really compensate for habitat
removal? The case of the endangered red-tailed black-cockatoo. Journal of Applied Ecology, 47,
348.
Maron M., Hobbs R.J., Moilanen A., Matthews J.W., Christie K., Gardner T.A., Keith D.A., Lindenmayer
D.B. & McAlpine C.A. (2012). Faustian bargains? Restoration realities in the context of
biodiversity offset policies. Biological Conservation, 155, 141-148.
244
Maron M., Ives C.D., Kujala H., Bull J.W., Maseyk F.J., Bekessy S., Gordon A., Watson J.E., Lentini P.E.
& Gibbons P. (2016). Taming a Wicked Problem: Resolving Controversies in Biodiversity
Offsetting. BioScience, biw038.
Martin N., Evans M., Rice J., Lodhia S. & Gibbons P. (2016). Using offsets to mitigate environmental
impacts of major projects: A stakeholder analysis. J. Environ. Manage., 179, 58-65.
McCarthy M.A., Parris K.M., Van Der Ree R., McDonnell M.J., Burgman M.A., Williams N.S.G., McLean
N., Harper M.J., Meyer R., Hahs A. & Coates T. (2004). The habitat hectares approach to
vegetation assessment: An evaluation and suggestions for improvement. Ecological Management
& Restoration, 5, 24-27.
Mcguinness K.A. (1984). Species–area curves. Biol. Rev., 59, 423-440.
Mech S.G. & Hallett J.G. (2001). Evaluating the Effectiveness of Corridors: a Genetic Approach
Mechin A. & Pioch S. (2016). Une méthode expérimentale pour évaluer rapidement la compensation en
zone humide. La méthode MERCIe : principes et applications. ONEMA, 88p.
Meineri E., Deville A.S., Gremillet D., Gauthier-Clerc M. & Bechet A. (2015). Combining correlative and
mechanistic habitat suitability models to improve ecological compensation. Biol. Rev., 90, 314-
329.
Miaud C., Taberlet P., Dejean T., Coissac É., Miquel C., Pompanon F. & Valentini A. (2012). ADN
«environnemental»: un saut méthodologique pour les inventaires de la biodiversité. Sciences Eaux
& Territoires, 92-95.
Mimet A., Clauzel C. & Foltête J.-C. (2016). Locating wildlife crossings for multispecies connectivity
across linear infrastructures. Landscape Ecol, 1-19.
Minns C.K., Moore J.E., Stoneman M. & Cudmore-Vokey B. (2001). Defensible Methods Of Assessing
Fish Habitat: Lacustrine Habitats In The Great Lakes Basin - Conceptual Basis And Approach
Using A Habitat Suitability Matrix (HSM) Method. Canadian Manuscript Report of Fisheries and
Aquatic Sciences 2559.
Mission Economie de la Biodiverité (MEB) (2016). Comment localiser les sites à haut potentiel écologique
et orienter la recherche de sites compensatoires ? Méthodologie de diagnostic territorial basée sur
la répartition des espèces à enjeux. In: Les cahiers de BIODIV'2050 : Inventer (ed. Biodiversité
MEdl), p. 74.
Mission Economie de la Biodiverité (MEB) (2016). La compensation écologique à travers le monde :
source d’inspiration ? In: Les Cahiers de Biodiv'2050. Mission Economie de la Biodiversité, p. 39
p.
Mitsch W.J. & Jørgensen S.E. (2003). Ecological engineering: a field whose time has come. Ecological
engineering, 20, 363-377.
Moilanen A. (2013). Planning impact avoidance and biodiversity offsetting using software for spatial
conservation prioritisation. Wildlife Research, 40, 153-162.
Moilanen A., Van Teeffelen A.J.A., Ben-Haim Y. & Ferrier S. (2009). How Much Compensation is
Enough? A Framework for Incorporating Uncertainty and Time Discounting When Calculating
Offset Ratios for Impacted Habitat. Restoration Ecology, 17, 470-478.
Moine A. (2007). Le territoire: comment observer un système complexe. Harmattan.
Mooney H.A. & Hobbs R.J. (2000). Invasive species in a changing world. CSIRO.
Moreno-Mateos D., Maris V., Béchet A. & Curran M. (2015). The true loss caused by biodiversity offsets.
Biological Conservation, 192, 552-559.
Moreno-Mateos D., Power M.E., Comín F.A. & Yockteng R. (2012). Structural and functional loss in
restored wetland ecosystems. PLoS biology, 10, e1001247.McKenney B. & Kiesecker J. (2010).
Policy Development for Biodiversity Offsets: A Review of Offset Frameworks. Environmental
Management, 45, 165-176.
Naeem S., Duffy J.E. & Zavaleta E. (2012). The functions of biological diversity in an age of extinction.
Science, 336, 1401-1406.
Nardo M., Saisana M., Saltelli A., Tarantola S., Hoffman A. & Giovannini E. (2005). Handbook on
constructing composite indicators.
National Research Council (2001). Compensating for wetland losses under the Clean Water Act. National
Academies Press.
Nepstad D.C., Uhl C., Pereira C.A. & da Silva J.M.C. (1996). A comparative study of tree establishment in
abandoned pasture and mature forest of eastern Amazonia. Oikos, 25-39.
245
Niemi G.J. & McDonald M.E. (2004). Application of ecological indicators. Annual Review of Ecology,
Evolution, and Systematics, 89-111.
Nitschke C.R. (2008). The cumulative effects of resource development on biodiversity and ecological
integrity in the Peace-Moberly region of Northeast British Columbia, Canada. Biodiversity and
NOAA (1995). Habitat equivalency analysis: An overview. . Prepared by the damage assessment and
restoration program, March 21st 1995. Revised October 4th 2000. NOAA, Washington, D.C.,
USA.
NOAA (1997). Scaling compensatory restoration action: Guidance document for natural resource damage
assessment under the Oil Pollution Act of 1990. Damage Assessment and Restoration Program.
NOAA, Washington, D.C., USA.
Normander B., Levin G., Auvinen A.-P., Bratli H., Stabbetorp O., Hedblom M., Glimskär A. &
Gudmundsson G.A. (2012). Indicator framework for measuring quantity and quality of
biodiversity—Exemplified in the Nordic countries. Ecological Indicators, 13, 104-116.
Noss R.F. (1990). Indicators for monitoring biodiversity: a hierarchical approach. Conservation biology,
355-364.
Noss R.F., Carroll C., Vance‐Borland K. & Wuerthner G. (2002). A multicriteria assessment of the
irreplaceability and vulnerability of sites in the Greater Yellowstone Ecosystem. Conservation
Biology, 16, 895-908.
Nudds T.D. (1999). Adaptive management and the conservation of biodiversity. Island Press, Washington,
DC.
Olden J.D., Poff N.L., Douglas M.R., Douglas M.E. & Fausch K.D. (2004). Ecological and evolutionary
consequences of biotic homogenization. Trends in ecology & evolution, 19, 18-24.
Oliver C.D. & Larson B.C. (1996). Forest stand dynamics: updated edition. John Wiley and sons.
Ostermann O.P. (1998). The need for management of nature conservation sites designated under Natura
2000. Journal of applied ecology, 35, 968-973.
Pardo I., Gómez-Rodríguez C., Wasson J.-G., Owen R., van de Bund W., Kelly M., Bennett C., Birk S.,
Buffagni A. & Erba S. (2012). The European reference condition concept: a scientific and
technical approach to identify minimally-impacted river ecosystems. Sci. Total Environ., 420, 33-
42.
Parkes D., Newell G. & Cheal D. (2003). Assessing the quality of native vegetation: The ‘habitat hectares’
approach. Ecological Management & Restoration, 4, S29-S38.
Parrott L. (2010). Measuring ecological complexity. Ecological Indicators, 10, 1069-1076.
Pärtel M., Szava-Kovats R. & Zobel M. (2011). Dark diversity: shedding light on absent species. Trends in
Ecology & Evolution, 26, 124-128.
Pascal M., Lorvelec O. & Vigne J.-D. (2006). Invasions Biologiques et Extinctions: 11000 ans d'histoire
des Vertébrés en France. Quae éditions.
Pavoine S., Bonsall M.B., Dupaix A., Jacob U. & Ricotta C. (2017). From phylogenetic to functional
originality: Guide through indices and new developments. Ecological Indicators, 82, 196-205.
Pechmann J.H., Estes R.A., Scott D.E. & Whitfield Gibbons J. (2001). Amphibian colonization and use of
ponds created for trial mitigation of wetland loss. Wetlands, 21, 93-111.
Pereira H.M., Daily G.C. & Roughgarden J. (2004). A framework for assessing the relative vulnerability of
species to land‐use change. Ecological applications, 14, 730-742.
Pereira H.M., Ferrier S., Walters M., Geller G.N., Jongman R.H.G., Scholes R.J., Bruford M.W., Brummitt
N., Butchart S.H.M., Cardoso A.C., Coops N.C., Dulloo E., Faith D.P., Freyhof J., Gregory R.D.,
Heip C., Höft R., Hurtt G., Jetz W., Karp D.S., McGeoch M.A., Obura D., Onoda Y., Pettorelli N.,
Reyers B., Sayre R., Scharlemann J.P.W., Stuart S.N., Turak E., Walpole M. & Wegmann M.
(2013). Essential Biodiversity Variables. Science, 339, 277-278.
Pereira H.M., Leadley P.W., Proença V., Alkemade R., Scharlemann J.P., Fernandez-Manjarrés J.F., Araújo
M.B., Balvanera P., Biggs R. & Cheung W.W. (2010). Scenarios for global biodiversity in the 21st
century. Science, 330, 1496-1501.
Petchey O.L. & Gaston K.J. (2006). Functional diversity: back to basics and looking forward. Ecol Lett, 9,
741-758.
Piermont L. (2014). Agir avec la nature. Vers des solutions durables: Vers des solutions durables. Le Seuil.
Pickett S., Kolasa J., Armesto J. & Collins S. (1989). The ecological concept of disturbance and its
expression at various hierarchical levels. Oikos, 129-136.
246
Piedallu C., Perez V., Gégout J.-C., Lebourgeois F. & Bertrand R. (2009). Impact potentiel du changement
climatique sur la distribution de l’Épicéa, du Sapin, du Hêtre et du Chêne sessile en France. Revue
Forestière Française, 6, 576:593.
Pilgrim J.D., Brownlie S., Ekstrom J.M.M., Gardner T.A., von Hase A., Kate K.t., Savy C.E., Stephens
R.T.T., Temple H.J., Treweek J., Ussher G.T. & Ward G. (2013). A process for assessing the
offsetability of biodiversity impacts. Conservation Letters, 6, 376-384.
Pimm S.L. & Raven P. (2000). Biodiversity: extinction by numbers. Nature, 403, 843-845.
Pinton F., Alphandéry P., Billaud J.-P., Deverre C., Fortier A. & Geniaux G. (2007). La construction du
réseau Natura 2000 en France. Paris, La documentation française.
Pioch S., Barnaud G. & Coïc B. (2015). Méthodes de dimensionnement des mesures compensatoires pour
les zones humides. In: Restaurer la nature pour atténuer les impacts du développement: Analyse
des mesures compensatoires pour la biodiversité (ed. Quae), p. 220 : 235.
Pioch S., Johnston M.W., Vaissière A.-C., Berger F., Jacob C. & Dodge R. (2017). An update of the
Visual_HEA software to improve the implementation of the Habitat Equivalency Analysis method.
Ecological Engineering, 105, 276-283.
Poff N.L., Allan J.D., Bain M.B., Karr J.R., Prestegaard K.L., Richter B.D., Sparks R.E. & Stromberg J.C.
(1997). The natural flow regime. BioScience, 47, 769-784.
Poulin M., Andersen R. & Rochefort L. (2013). A new approach for tracking vegetation change after
restoration: a case study with peatlands. Restoration Ecology, 21, 363-371.
Pouzols F.M., Burgman M.A. & Moilanen A. (2012). Methods for allocation of habitat management,
maintenance, restoration and offsetting, when conservation actions have uncertain consequences.
Pressey R., Possingham H. & Margules C.R. (1996). Optimality in reserve selection algorithms: when does
it matter and how much? Biological Conservation, 76, 259-267.
Preston F. (1960). Time and space and the variation of species. Ecology, 41, 611-627.
Primack R.B., Sarrazin F. & Lecomte J. (2012). Biologie de la conservation. Dunod Paris.
Purvis A. & Hector A. (2000). Getting the measure of biodiversity. Nature, 405, 212-219.
Quétier F. & Lavorel S. (2011). Assessing ecological equivalence in biodiversity offset schemes: Key
issues and solutions. Biological Conservation, 144, 2991-2999.
Quétier F., Moura C., Menut T., Boulnois R. & Rufray X. (2015). La compensation écologique
fonctionnelle : innover pour mieux traiter les impacts résiduels des projets d’aménagements sur la
biodiversité. Sciences , Eaux et Territoires, 17, 24-29.
Quetier F., Regnery B. & Levrel H. (2014). No net loss of biodiversity or paper offsets? A critical review of
the French no net loss policy. Environmental Science & Policy, 38, 120-131.
Quigley J. & Harper D. (2006). Effectiveness of Fish Habitat Compensation in Canada in Achieving No
Net Loss. Environmental Management, 37, 351-366.
Ransome E., Geller J.B., Timmers M., Leray M., Mahardini A., Sembiring A., Collins A.G. & Meyer C.P.
(2017). The importance of standardization for biodiversity comparisons: A case study using
autonomous reef monitoring structures (ARMS) and metabarcoding to measure cryptic diversity
on Mo’orea coral reefs, French Polynesia. PloS one, 12, e0175066.
Rayment M., Haines R., McNeil D., Conway M., Tucker G. & Underwood E. (2014). Study on specific
design elements of biodiversity offsets: biodiversity metrics and mechanisms for securing long
term conservation benefits. DG ENVIRONMENT: ENV. B. Report prepared for European
Commission. London: ICF International.
Regnery B., Couvet D. & Kerbiriou C. (2013a). Offsets and Conservation of the Species of the EU Habitats
and Birds Directives. Conservation Biology, 27, 1335-1343.
Regnery B., Couvet D., Kubarek L., Julien J.-F. & Kerbiriou C. (2013b). Tree microhabitats as indicators of
bird and bat communities in Mediterranean forests. Ecological Indicators, 34, 221-230.
Regnery B., Quétier F., Cozannet N., Gaucherand S., Laroche A., Burlyo M., Couvet D. & Kerbiriou C.
(2013b). Mesures compensatoires pour la biodiversité : comment améliorer les dossiers
environnementaux et la gouvernance ? Science, Eaux et Territoires, 12– 2013, 8 p.
Resh V.H., Brown A.V., Covich A.P., Gurtz M.E., Li H.W., Minshall G.W., Reice S.R., Sheldon A.L.,
Wallace J.B. & Wissmar R.C. (1988). The role of disturbance in stream ecology. Journal of the
North American benthological society, 7, 433-455.
247
Ribeiro M.C., Metzger J.P., Martensen A.C., Ponzoni F.J. & Hirota M.M. (2009). The Brazilian Atlantic
Forest: How much is left, and how is the remaining forest distributed? Implications for
conservation. Biological conservation, 142, 1141-1153.
Ripley B., Venables B., Bates D.M., Hornik K., Gebhardt A., Firth D. & Ripley M.B. (2013). Package
‘MASS’. Cran R.
Robert A., Colas B., Guigon I., Kerbiriou C., Mihoub J.B., Saint‐Jalme M. & Sarrazin F. (2015). Defining
reintroduction success using IUCN criteria for threatened species: a demographic assessment.
Animal Conservation, 18, 397-406.
Rodrigues A.S.L., Pilgrim J.D., Lamoreux J.F., Hoffmann M. & Brooks T.M. (2006). The value of the
IUCN Red List for conservation. Trends in Ecology & Evolution, 21, 71-76.
Roy D. & Sparks T. (2000). Phenology of British butterflies and climate change. Global change biology, 6,
407-416.
Ruggiero L.F., Hayward G.D. & Squires J.R. (1994). Viability analysis in biological evaluations: concepts
of population viability analysis, biological population, and ecological scale. Conservation Biology,
8, 364-372.
Sala O.E., Stuart Chapin F., III, Armesto J.J., Berlow E., Bloomfield J., Dirzo R., Huber-Sanwald E.,
Huenneke L.F., Jackson R.B., Kinzig A., Leemans R., Lodge D.M., Mooney H.A., Oesterheld
M.n., Poff N.L., Sykes M.T., Walker B.H., Walker M. & Wall D.H. (2000). Global Biodiversity
Scenarios for the Year 2100. Science, 287, 1770-1774.
Santos R., Ring I., Antunes P. & Clemente P. (2012). Fiscal transfers for biodiversity conservation: the
Portuguese Local Finances Law. Land use policy, 29, 261-273.
Sasaki T., Furukawa T., Iwasaki Y., Seto M. & Mori A.S. (2015). Perspectives for ecosystem management
based on ecosystem resilience and ecological thresholds against multiple and stochastic
disturbances. Ecological Indicators, 57, 395-408.
Saunders D.A., Hobbs R.J. & Margules C.R. (1991). Biological Consequences of Ecosystem
Fragmentation: A Review. Conservation Biology, 5, 18-32.
Secretariat of the Convention on biological diversity (1992). Convention on biological diversity. In:
Convention on Biological Diversity.
Seifan M., Tielbörger K., Schloz-Murer D. & Seifan T. (2010). Contribution of molehill disturbances to
grassland community composition along a productivity gradient. Acta Oecologica, 36, 569-577.
Semlitsch R.D. (2008). Differentiating migration and dispersal processes for pond-breeding amphibians.
Journal of wildlife management, 72, 260-267.
Serranito B., Aubert A., Stemmann L., Rossi N. & Jamet J.L. (2016). Proposition of indicators of
anthropogenic pressure in the Bay of Toulon (Mediterranean Sea) based on zooplankton time-
series. Cont. Shelf Res., 121, 3-12.
Siddig A.A.H., Ellison A.M., Ochs A., Villar-Leeman C. & Lau M.K. (2016). How do ecologists select and
use indicator species to monitor ecological change? Insights from 14 years of publication in
Ecological Indicators. Ecological Indicators, 60, 223-230.
Smith M.D. & Knapp A.K. (2003). Dominant species maintain ecosystem function with non‐random
species loss. Ecol Lett, 6, 509-517.
Solan M., Cardinale B.J., Downing A.L., Engelhardt K.A., Ruesink J.L. & Srivastava D.S. (2004).
Extinction and ecosystem function in the marine benthos. Science, 306, 1177-1180.
Sordello R., Conruy T., Rogeon G., Merlet F., Houard X. & Touroult J. (2013). Synthèses bibliographiques
sur les traits de vie de 39 espèces proposées pour la cohérence nationale de la Trame verte et bleue
relatifs à leurs déplacements et besoins de continuité écologique. Muséum national d’histoire
naturelle (MNHN) - Service du Patrimoine naturel (SPN) & Office pour les insectes et leur
environnement (Opie), 20 pages + 39 fiches. .
Soule M.E. (1986). Conservation biology: the science of scarcity and diversity.
State of Florida (2004). F-DEP UMAM Chapter 62–345.
Stoddard J.L., Larsen D.P., Hawkins C.P., Johnson R.K. & Norris R.H. (2006). Setting Expectations for the
Ecological Condition of Streams : The Concept of Reference Condition Ecological Applications,
16, 1267-1276.
Spangenberg J.H. (2007). Biodiversity pressure and the driving forces behind. Ecological Economics, 61,
146-158.
248
Sunderland T., Sunderland‐Groves J., Shanley P. & Campbell B. (2009). Bridging the gap: how can
information access and exchange between conservation biologists and field practitioners be
improved for better conservation outcomes? Biotropica, 41, 549-554.
Sutherland W. (2003). Evidence‐based Conservation. Conservation, 4, 39-42.
Sverdrup H.U. & Belyazid S. (2015). Developing an approach for Sweden, Switzerland, United States and
France for setting critical loads based on biodiversity including management, pollution and climate
change. Ecological Modelling, 306, 35-45.
Tambosi L.R., Martensen A.C., Ribeiro M.C. & Metzger J.P. (2014). A Framework to Optimize
Biodiversity Restoration Efforts Based on Habitat Amount and Landscape Connectivity.
Restoration Ecology, 22, 169-177.
Taylor P.D., Fahrig L., Henein K. & Merriam G. (1993). Connectivity is a vital element of landscape
structure. Oikos, 571-573.
ten Kate K., Bishop J. & Bayon R. (2004). Biodiversity offsets: Views, experience, and the business case.
IUCN, Gland, Switzerland and Cambridge, UK and Insight Investment, London, UK.
Theobald D.M., Miller J.R. & Hobbs N.T. (1997). Estimating the cumulative effects of development on
wildlife habitat. Landscape and urban planning, 39, 25-36.
Thomas J.A., Bourn N.A.D., Clarke R.T., Stewart K.E., Simcox D.J., Pearman G.S., Curtis R. & Goodger
B. (2001). The quality and isolation of habitat patches both determine where butterflies persist in
fragmented landscapes. Proceedings of the Royal Society of London B: Biological Sciences, 268,
1791-1796.
Thomas C.D., Cameron A., Green R.E., Bakkenes M., Beaumont L.J., Collingham Y.C., Erasmus B.F., De
Siqueira M.F., Grainger A. & Hannah L. (2004). Extinction risk from climate change. Nature, 427,
145-148.
Thomas C.D. & Gillingham P.K. (2015). The performance of protected areas for biodiversity under climate
change. Biological Journal of the Linnean Society, 115, 718-730.
Thompson, J. D., Charpentier, A., Bouguet, G., Charmasson, F., Roset, S., Buatois, B., Vernet, P. &
Gouyon, P.-H. 2013. Evolution of a genetic polymorphism with climate change in a Mediterranean
landscape. Proceedings of the National Academy of Science (USA), 110, 2893-289.
Thompson, J.D. 2011. C’est nécessaire : articuler biodiversité et paysage. Espaces Naturels, 34, 24-25.
Tilman D. (2001). Functional diversity. Encyclopedia of biodiversity, 3, 109-120.
Tilman D., May R.M., Lehman C.L. & Nowak M.A. (1994). Habitat destruction and the extinction debt.
Nature, 371, 65-66
Tischew S., Baasch A., Conrad M.K. & Kirmer A. (2010). Evaluating Restoration Success of Frequently
Implemented Compensation Measures: Results and Demands for Control Procedures. Restoration
Ecology, 18, 467-480.
Tregidga H. (2013). Biodiversity offsetting: problematisation of an emerging governance regime.
Accounting Auditing & Accountability Journal, 26, 806-832.
Turner M.G. (1989). Landscape Ecology: The Effect of Pattern on Process. Annual Review of Ecology and
Systematics, 20, 171-197.
US Fish and Wildlife Service (USFWS) (1980). Habitat Evaluation Procedure.
Vane-Wright R.I., Humphries C.J. & Williams P.H. (1991). What to protect?—Systematics and the agony
of choice. Biological conservation, 55, 235-254.
Vanpeene-Bruhier S., Pissard P.-A. & Bassi C. (2013). Mesures compensatoires des atteintes à
l’environnement dans les projets d’infrastructures: de nouvelles exigences réglementaires pour une
amélioration des pratiques? Sciences Eaux and Territoires: la Revue du IRSTEA, 7 p.
Virah-Sawmy M., Ebeling J. & Taplin R. (2014). Mining and biodiversity offsets: A transparent and
science-based approach to measure "no-net-loss". J. Environ. Manage., 143, 61-70.
Vitousek P.M., Mooney H.A., Lubchenco J. & Melillo J.M. (1997). Human Domination of Earth's
Ecosystems. Science, 277, 494-499.
Volkmann L., Martyn I., Moulton V., Spillner A. & Mooers A.O. (2014). Prioritizing populations for
conservation using phylogenetic networks. PloS one, 9, e88945.
Wake D.B. & Vredenburg V.T. (2008). Are we in the midst of the sixth mass extinction? A view from the
world of amphibians. Proceedings of the National Academy of Sciences, 105, 11466-11473.
Walker K.J., Stevens P.A., Stevens D.P., Mountford J.O., Manchester S.J. & Pywell R.F. (2004). The
restoration and re-creation of species-rich lowland grassland on land formerly managed for
intensive agriculture in the UK. Biological conservation, 119, 1-18.
249
Walker S., Brower A.L., Stephens R.T.T. & Lee W.G. (2009). Why bartering biodiversity fails.
Conservation Letters, 2, 149-157.
Walsh C., Mac Nally R. & Walsh M.C. (2013). Package ‘hier. part’. R package Version, 1.0-4.
Walz U. (2015). Indicators to monitor the structural diversity of landscapes. Ecological Modelling, 295, 88-
106.
Weir B.S. (1990). Genetic data analysis. Methods for discrete population genetic data. Sinauer Associates,
Inc. Publishers.
Wende W., Scholles F. & Hartlik J. (2012). Twenty-five years of EIA in Germany: Our child has grown up.
Journal of Environmental Assessment Policy and Management, 14, 1250023.
White P.S. & Pickett S.T. (1985). Natural disturbance and patch dynamics: An introduction. Unknown
Journal, 3-13.
Whitehead A.L., Kujala H. & Wintle B.A. (2017). Dealing with cumulative biodiversity impacts in strategic
environmental assessment: A new frontier for conservation planning. Conservation letters, 10,
195-204.
Wickham H. (2011). ggplot2. Wiley Interdisciplinary Reviews: Computational Statistics, 3, 180-185.
Willi Y., Van Buskirk J. & Hoffmann A.A. (2006). Limits to the adaptive potential of small populations.
Annu. Rev. Ecol. Evol. Syst., 37, 433-458.
250
Annexes
Annexe 1 : Evolutions règlementaires liées à la séquence ERC.
Annexe 2 : Supplementary material de l’article « Ecological Equivalence Assessment

Methods: What Trade-Offs between Operationality, Scientific Basis and
Comprehensiveness?
Annexe 3 : Périmètres élargis pour le niveau espèce en lien avec les capacités de dispersion
des différents taxons et espèces.
Annexe 4 : Supplementary material de l’article : From conceptual vision to practical

evaluation of biodiversity for ecological equivalence assessment in the context of
biodiversity offsets.
Annexe 5 : Description des sites d’étude.
Annexe 6 : Description des indicateurs du cadre d’évaluation.
Annexe 7 : Indices de spécialisation de l’avifaune.
Annexe 8 : Supplementary material de l’article “Success of biodiversity offset : we need

more feedbacks to reduce uncertainties”.
Annexe 9 : Format des fichiers de données à utiliser pour le calcul des pertes, des gains et
de l’équivalence.
Annexe 10 : Test du cadre méthodologique d’évaluation de l’équivalence sur le site du

barrage de Tignes : évaluation de l’état initial.
Annexe 11 : Test du cadre méthodologique d’évaluation de l’équivalence sur le site du

barrage de Tignes : prédiction de la valeur des indicateurs après impacts.
Annexe 12 : Test du cadre méthodologique d’évaluation de l’équivalence sur le projet

Romanche Gavet.
Annexe 13 : Test du cadre méthodologique d’évaluation de l’équivalence sur le projet

Romanche Gavet : prédiction de la valeur des indicateurs après impacts sur le site de Véna,
et après mise en place des MC sur le site de l’Île Falcon.
Annexe 14 : Sorties graphiques des gains (effet des mesures compensatoires) aux NH et
NSp sur le site de l’Île Falcon à CT et LT.
Annexe 15 : Autres articles écrits durant la thèse.
Annexe 16 : Bibliographie des annexes.

Annexe 1 : Evolutions règlementaires liées à la séquence ERC
Annexe 2 : Supplementary material de l’article « Ecological Equivalence
Assessment Methods: What Trade -Offs between Operationality, Scientific Basis
and Comprehensiveness?
Annexe 2-A: Description des EAM

 Synthèse
 Habitat Evaluation Procedure (US Fish and Wildlife Service (USFWS) 1980)
The Habitat Evaluation Procedure (HEP) was developed in the late seventies in USA by the US Fish and
Wildlife Service, in order to calculate comparable Habitat Units (HUs) and use them as a basis for sizing
optimal offsets. This EAM focuses on habitats. It is stipulated in HEP that an area can have various habitats
(with measurable areal extents) and that they can have different suitability for species that may occur in that
area. The habitat suitability is quantified in HEP via Habitat Suitability Index Models (HSIs).
To calculate HSIs, user has first to select species of interest (they can be patrimonial and endangered species,
umbrella species etc. depending on the issues on the site). Then, for each species, a HIS has to be chosen to best
reflect species condition in its habitat (or the habitat suitability for this species). It must be in an index form:
𝑉𝑎𝑙𝑢𝑒 𝑜𝑓 𝑖𝑛𝑡𝑒𝑟𝑒𝑠𝑡
𝐼𝑛𝑑𝑒𝑥 𝑣𝑎𝑙𝑢𝑒 = so for an HSI it will be:
𝑆𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑜𝑓 𝑐𝑜𝑚𝑝𝑎𝑟𝑎𝑖𝑠𝑜𝑛
𝑆𝑡𝑢𝑑𝑦 𝑎𝑟𝑒𝑎 ℎ𝑎𝑏𝑖𝑡𝑎𝑡 𝑐𝑜𝑛𝑑𝑖𝑡𝑖𝑜𝑛

𝐻𝑆𝐼 =
𝑂𝑝𝑡𝑖𝑚𝑢𝑚 ℎ𝑎𝑏𝑖𝑡𝑎𝑡 𝑐𝑜𝑛𝑑𝑖𝑡𝑖𝑜𝑛
The “Optimum habitat condition” is a benchmark found in literature or measured in the field. Metrics for
“Study area habitat condition” can be for example species abundance or biomass/unit area, but must reflect the
habitat suitability for this species.
The next step consists in calculating cumulative Habitat Units (HU’s) for the species, for each year of the
evaluation (e.g. each year of project):
𝑝
′
𝐶𝑢𝑚𝑢𝑙𝑎𝑡𝑖𝑣𝑒 𝐻𝑈 𝑠 = ∑ 𝐻𝑆𝐼𝑎 ∗ ℎ𝑎𝑏𝑖𝑡𝑎𝑡 𝑎𝑟𝑒𝑎𝑙 𝑒𝑥𝑡𝑒𝑛𝑡𝑎
𝑖=1
Where:
𝐻𝑆𝐼𝑎 is the species’ HSI at year i
𝑎𝑟𝑒𝑎𝑙 𝑒𝑥𝑡𝑒𝑛𝑡𝑎 is the area of available habitat for species at the year i. It is calculated in different ways
depending whether the species habitat include only one vegetation cover type, or more than one. There three
possibilities: (i) species habitat includes one cover type (e.g. forest), (ii) species habitat includes several cover
types, but each one provides all of species requirements (i.e. shelter, food), (iii) species habitat includes several
cover types, but each one provides only one species requirement (e.g. forest/shelter and meadow/food).
If HSI value is not available for every year, user can decompose the period of analysis in smaller period and
calculate Cumulative HU with a specific formula.
Finally, Average Annual Habitat Units (AAHU’s) are calculated as follow for each year of the evaluation (e.g.
each year of project):
𝐶𝑢𝑚𝑢𝑙𝑎𝑡𝑖𝑣𝑒 𝐻𝑈′𝑠
𝐴𝑣𝑒𝑟𝑎𝑔𝑒 𝐴𝑛𝑛𝑢𝑎𝑙 𝐻𝑎𝑏𝑖𝑡𝑎𝑡 𝑈𝑛𝑖𝑡𝑠 (𝐴𝐴𝐻𝑈 ′ 𝑠) =
𝑃𝑒𝑟𝑖𝑜𝑑 𝑎𝑛𝑎𝑙𝑦𝑠𝑖𝑠 𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑦𝑒𝑎𝑟𝑠
This value is the one used in the losses and gains calculation, as follow:
𝐿𝑜𝑠𝑠𝑒𝑠 𝑜𝑟 𝐺𝑎𝑖𝑛𝑠 = 𝐴𝐴𝐻𝑈 ′ 𝑠𝑤𝑖𝑡ℎ − 𝐴𝐴𝐻𝑈 ′ 𝑠𝑤𝑖𝑡ℎ𝑜𝑢𝑡
Where:
𝐴𝐴𝐻𝑈 ′ 𝑤𝑖𝑡ℎ is the AAHU’s for the impacted site or the compensatory site with impact or offsets.
𝐴𝐴𝐻𝑈 ′ 𝑤𝑖𝑡ℎ𝑜𝑢𝑡 is the AAHU’s for the impacted site or the compensatory site without impact or offsets
(initial state of area before impact and before offsets).
This evaluation takes into consideration the natural evolution of both impacted and compensatory site (without
any impact or offset).
There are two main equations to size offsets, depending on the compensation goal:
-In-kind: the HU lost are offset for each evaluation species (the list of target species is identical to the list of
negatively impacted species).
∑𝑛
𝑖=1 𝐿𝑜𝑠𝑠𝑒𝑠(𝑖) ∗ 𝐺𝑎𝑖𝑛𝑠(𝑖)
𝑂𝑝𝑡𝑖𝑚𝑢𝑚 𝑐𝑜𝑚𝑝𝑒𝑛𝑠𝑎𝑡𝑖𝑜𝑛 𝑎𝑟𝑒𝑎 = −𝐴 ∗ ∑𝑛
𝑖=1 𝐺𝑎𝑖𝑛𝑠(𝑖)²
-Equal replacement: the HU lost are offset through a gain of an equal number of HU’s (the list of target species
may or may not be identical to the list of negatively impacted species).
∑𝑛𝑖=1 𝐿𝑜𝑠𝑠𝑒𝑠(𝑖)
𝑂𝑝𝑡𝑖𝑚𝑢𝑚 𝑐𝑜𝑚𝑝𝑒𝑛𝑠𝑎𝑡𝑖𝑜𝑛 𝑎𝑟𝑒𝑎 = −𝐴 ∗
∑𝑛𝑖=1 𝐺𝑎𝑖𝑛𝑠(𝑖)
Where:
A is the size of candidate compensation study area
i is the species number, and n is the total number of identified species.
 Resource and Habitat Equivalency Analysis (NOAA 1995, 1997)
Resource Equivalency Analysis (REA) and Habitat Equivalency Analysis (HEA) are EAMs developed initially
to size offset for accidental impacts on resource (REA) or service (HEA) (i.e. oil spill on salt marsh) by the
National Oceanic and Atmospheric Administration, in the United States. These EAMs are based on two
restoration actions: one primary restoration on the impacted site, and one compensatory restoration on the
compensatory site. The latest aims to offset the impacted site’s interim losses. Only one proxy is needed to
represent the level of resource or service lost.
In REA, it is understood by “resource” a particular species population. So the proxy chosen by the user can be
abundance for example. In HEA, it is understood by “service” a particular function of a habitat. The proxy is
also chosen by the user and can be the primary productivity of salt marsh for example.
First, user has to determine the benchmark, which is the level of resource or service on the impacted site before
the accident occurred. Then, losses are calculated according to a “recovery function” representing the evolution
of resource or service level from the accident to the benchmark on the impacted site with primary restoration.
The same way, gains are calculated according to a “maturity function” representing the evolution of resource or
service level from the beginning of offsets to the benchmark for the compensatory site. Losses and gains are
calculated each year for a certain amount of time, which at minimum must last until the level of resource or
service has reached the benchmark. A discounted rate is used in these EAMs in order to take in consideration
the relation the public has with the resource or service losses and gains. With the application of a discounted
rate, losses have an increasing value over time, and in the contrary, gains have a decreasing value over time.
Losses and gains are calculated as follow (the unit is discounted resource or service acre year).
Losses = ∑𝑏𝑛=𝑖 ( 𝑅𝑡 ∗ 𝐷 ) * 𝑎𝑟𝑒𝑎1
Gains = ∑𝑏𝑛=𝑗 ( 𝑅𝑡 ∗ 𝐷 ) * 𝑎𝑟𝑒𝑎2
Where:
i is the year when primary restoration starts on the impacted site (area 1)
j is the year when offsets start on the compensatory site (area 2)
b is the year when the calculation is stopped (benchmark level have to be reached).
R is the % of resource or service lost or gained compared to the benchmark in average at the nth year.
D is the discounted rate
Ecological equivalence is achieved when losses = gains.

The equations to size offsets that achieve equivalence is as follow:
∑𝑏𝑛=𝑖 ( 𝑅𝑡 ∗ 𝐷 ) ∗ 𝑎𝑟𝑒𝑎1
𝐴𝑟𝑒𝑎2 =
∑𝑏𝑛=𝑗 ( 𝑅𝑡 ∗ 𝐷 )
 Canadian method Fish Habitat (Minns et al. 2001)
In Canada, the Department of Fisheries and Oceans provide tools for managing and protecting Canada’s fishery
resources. Section 35 of the Fisheries Act is a general prohibition forbidding the Harmful Alteration, Disruption
or Destruction (HADD) of fish habitats. If all mitigation measures cannot prevent a HADD, an authorization is
required and proponents are then obligated to develop a set of compensatory actions that will result at least in
no net loss of fish productivity. The Fish Habitat method is an EAM allowing to size offset so they can achieve
no net loss. The method is mainly intended to be used to assess development projects occurring in large inland
lakes. It involves the use of a “Habitat Suitability Matrix” (HSM) model implemented as a software package
with many features (but regulatory users only use basic elements).
“The essence of the approach is the idea that the habitat preferences of individual fish species and life stages
can be quantified and aggregated into habitat suitability indices [HSI] that in turn can be used as surrogate
measures of fish habitat productivity” (Minns et al. 2001). To calculate HSI’s, the HSM model uses pooled
matrices representing the aggregate habitat preferences of many species. Species lists are identified and are
grouped by life stage, trophic level regime and thermal preference. HIS values are generated for specific
combinations of water depth, substrate and vegetation cover that can be assigned to individual habitat patches.
HIS values range between 0 and 1, which represent a percentage of the benchmark (1 is the benchmark value).
HIS’s as surrogates of fish productivity are calculated for three areas:
-the area of habitat lost due to development activity (𝐴𝐿𝑜𝑠𝑠 )
-the area modified, directly and indirectly, as a result of the development activity (𝐴𝑀𝑜𝑑 )
-the area created or modified elsewhere to compensate for the development activity (𝐴𝐶𝑜𝑚𝑝 )
To achieve ecological equivalence, the result of the following equation has to be neutral (no net loss of
biodiversity) or positive (net gain):
𝛥𝑃𝑛𝑜𝑤 = [(𝑃𝑀𝑜𝑑 − 𝑃𝑁𝑜𝑤 ) ∗ 𝐴𝑀𝑜𝑑 ] − (𝑃𝑀𝑎𝑥 ∗ 𝐴𝐿𝑜𝑠𝑠 ) + [(𝑃𝐶𝑜𝑚 − 𝑃𝑁𝑜𝑤 ) ∗ 𝐴𝐶𝑜𝑚 ]
Where:
𝛥𝑃𝑛𝑜𝑤 is the net change of natural productivity of fish habitat
𝑃𝑀𝑎𝑥 is the maximum potential unit area productivity rate (or productive capacity)
𝑃𝑁𝑜𝑤 is the present unit area productivity rate
𝑃𝑀𝑜𝑑 is the modified unit area productivity rate in affected areas
𝑃𝐶𝑜𝑚 is the compensation unit area productivity rate in affected areas.
 Habitat Hectare (Parkes et al. 2003)
The “Habitat Hectare” approach has been first developed by (Parkes et al. 2003) for the Victorian Department
of Natural Resources and Environment in Australia. Here we will name “Habitat Hectare” this particular EAM,
even though other EAMs are based on the same principle (e.g. UK pilot method, BBOP pilot method). This
principle consists in multiplying a value reflecting the quality of the site with the site area.
Habitat Hectare focuses on terrestrial biodiversity related to native vegetation. A site is evaluated according to
several indicators (listed below), some related to the site condition, and others related to landscape context.
Each indicator is scored as a percentage of a benchmark (Pre-European vegetation condition). A pre-defined
weight is attributed to each indicator. The sum of all indicators maximal values equals 100.
Indicators and their maximal scores:
Site condition Large trees 10
Tree (canopy) cover 5
Understorey (non-tree) strata 25
Lack of weeds 15
Recruitment 10
Organic litter 5
Logs 5
Landscape context Patch size 10
Neighbourhood 10
Distance to core area 5
The site final score is called the “Habitat Score” (HS) and it is calculating summing all indicators scores. It must
be multiplied by the site area (in hectare). Four Habitat Scores are calculated:
𝐻𝑆𝐴 for the current score of the habitat that will be impacted (area 1)
𝐻𝑆𝐵 is the predicted score for the habitat after impacts (area 1)
𝐻𝑆𝐶 is the current score of the habitat proposed for offsets (area 2)
𝐻𝑆𝐷 is the predicted score of the habitat after offsets (area 2)
Ecological equivalence is achieved when:

(𝐻𝑆𝐴 ∗ 𝑎𝑟𝑒𝑎1 ) − (𝐻𝑆𝐵 ∗ 𝑎𝑟𝑒𝑎1 ) (losses) = (𝐻𝑆𝐷 ∗ 𝑎𝑟𝑒𝑎2 ) − (𝐻𝑆𝐶 ∗ 𝑎𝑟𝑒𝑎2 ) (gains).
The equations to size offsets that achieve equivalence is:
𝐻𝑆𝐴 ∗ 𝑎𝑟𝑒𝑎1 − 𝐻𝑆𝐵 ∗ 𝑎𝑟𝑒𝑎1

𝐴𝑟𝑒𝑎2 =
𝐻𝑆𝐷 − 𝐻𝑆𝐶
This calculation has to be done for each impacted habitat.

 Uniform Mitigation Assessment Method (State of Florida 2004)
The Uniform Mitigation Assessment Method (UMAM) is a “rapid assessment method” developed specifically
for Florida’s wetlands in order to assess their functionality.
Indicators are predefined and classified in three categories:
-Location and landscape
8 indicators
-Hydraulic environment
12 indicators
-Community structures
Vegetation and structural habitat
10 indicators
Benthic and Sessile Communities”
7 indicators
User have to score each indicator between 0 and 10 depending on the indicator condition (the guidance help the
user defined it). An average score is calculated by category and the average of these score is the site final score
called Delta. Four Deltas are calculated.
𝛥𝐴 for the current score of the site that will be impacted (area 1)
𝛥𝐵 is the predicted score for the site after impacts (area 1)
𝛥𝐶 is the current score of the site proposed for offsets (area 2)
𝛥𝐷 is the predicted score of the site after offsets (area 2)
The method includes two multipliers for gains calculation:

-the T-factor reflects the time lag associated with mitigation (the period of time between when the functions are
lost at an impact site and when those functions are replaced by the mitigation), and the additional mitigation
needed to account for the deferred replacement of wetland or surface water functions. It determined with a
correspondence grid between years and scores.
-The mitigation risk, evaluated to account for the degree of uncertainty that the proposed conditions will be
achieved, resulting in a reduction in the ecological value of the mitigation assessment area. The risk is scored on
a scale from 1 (for no or de minimus risk) to 3 (high risk), on quarter-point (0.25) increments.
Losses and gains are calculated as follow:

𝐿𝑜𝑠𝑠𝑒𝑠 = (𝛥𝐴 − 𝛥𝐵 ) ∗ 𝑎𝑟𝑒𝑎1
( 𝛥𝐷 – 𝛥𝐶 )
𝐺𝑎𝑖𝑛𝑠 = [ ] ∗ 𝑎𝑟𝑒𝑎2
𝑇−𝑓𝑎𝑐𝑡𝑜𝑟 ∗ 𝑟𝑖𝑠𝑘
Ecological equivalence is achieved when losses = gains

(𝛥𝐴 − 𝛥𝐵 ) ∗ 𝑎𝑟𝑒𝑎1
𝐴𝑟𝑒𝑎2 = ∗ (𝑇 − 𝑓𝑎𝑐𝑡𝑜𝑟 ∗ 𝑟𝑖𝑠𝑘)
( 𝛥𝐷 – 𝛥𝐶 )
 Landscape Equivalency Analysis (Bruggeman et al. 2005)
This EAM has been developed to calculate ecological credit for species mitigation bank in the United States. It
is elaborated on the same principles than REA and HEA. The method aim to assess a landscape conservation
value (service) for metapopulation, evaluated through two main indicators: abundance and genetic variance.
Those indicators are calculated for three landscape evolution scenario. A landscape is modeled as “habitat
patches [which] are distinguished by greater habitat quality than surrounding areas. Area outside of the habitat
patch that allow low occupancy rates (lower habitat quality) are classify as the matrix” (Bruggeman et al.
2005). As in REA and HEA, a discounted rate is used.
Abundance and genetic variance are modeled for:
-the B scenario (benchmark) where there is no habitat loss
-the M scenario (mitigation) where a conservation bank is added
-the W scenario (withdrawal) where impacts sites in the landscape require the withdrawal of credit
from the mitigation bank (several choices are possible).
Ecological credits (E) for conservation bank are calculated as follow (the unit is discounted landscape service
year): With the abundance indicator:
𝑥
1 𝑁𝑚𝑡 − 𝑁𝑤𝑡
𝐸= ∑ 2
( )
(1 + 𝐷 ) 𝑁𝑏𝑡
𝑡=𝑖
With the genetic variance indicator:
𝑥 𝑥
1 𝐺𝑏𝑡 − 𝐺𝑤𝑡 1 𝐺𝑏𝑡 − 𝐺𝑚𝑡
𝐸= ∑ ( )−∑ ( )
(1 + 𝐷) 𝐺𝑏𝑡 (1 + 𝐷) 𝐺𝑏𝑡
𝑡=𝑖 𝑡=𝑐
Where:
i is the year when impacts occurred and when credits are bought to a conservation bank.
x is the year when calculation is stopped
Nb, Nw and Nm are the abundance calculated in scenario B, W and M respectively, in average for the tth year
Gb, Gw and Gm are the abundance calculated in scenario B, W and M respectively, in average for the tth year
D is the discounted rate
The credits are calculated so that the “landscape configurations that provide equivalent levels of services
despite changes in landscape structure that result from losing a patch or changing matrix quality” (Bruggeman
et al. 2005).
 BBOP pilot method (Business and Biodiversity Offsets Programme (BBOP) 2009)
The BBOP has proposed a methodology detailed in the Biodiversity Design Offset Handbook Apendix C. It has
been designed for voluntary biodiversity offsets, and it based on “Habitat Hectare” principles. There are two
versions of the method, one focusing on habitats, and the other focusing on species. It is recommended to use in
priority the habitat version and the species version as a complement. All terrestrial habitats can be assessed.
For the habitat version, no indicators are imposed, they are to the choice of user, but the methodology provides
guidance in this choice. The 10 to 20 indicators used to assess both impacted and compensatory sites have to be
chosen according to ecological, spatial (e.g. connectivity), political (e.g. protected species) and social (e.g.
emblematic species) issues. First, they have to be informed for a “benchmark area”, chosen as well by the user
for its ideal habitat condition. Each indicator value found in the “benchmark area” will be its maximum value.
Each indicator has also to be weighted depending on the importance it has in the habitat assessment (the sum of
weights equals 100).
Four Habitat Scores are calculated.
𝐻𝑆𝐴 for the current score of the site that will be impacted (area 1)
𝐻𝑆𝐵 is the predicted score for the site after impacts (area 1)
𝐻𝑆𝐶 is the current score of the site proposed for offsets (area 2)
𝐻𝑆𝐷 is the predicted score of the site after offsets (area 2)
𝑉𝐴
𝐻𝑆𝐴 = ∑𝑥𝑛=1 [( ) 𝑛 ∗ 𝐶𝑛 ]
𝑉𝑏
𝑉𝐵
𝐻𝑆𝐵 = ∑𝑥𝑛=1 [( ) 𝑛 ∗ 𝐶𝑛 ]
𝑉𝑏
𝑉𝐶
𝐻𝑆𝐶 = ∑𝑥𝑛=1 [( ) 𝑛 ∗ 𝐶𝑛 ]
𝑉𝑏
(𝑉𝐷 ∗𝐿)+ 𝑉𝐷
𝐻𝑆𝐷 = ∑𝑥𝑛=1 [( ) 𝑛 ∗ 𝐶𝑛 ]
𝑉𝑏
Where:
x is the number of chosen indicators
𝑉𝐴 , 𝑉𝐵 , 𝑉𝐶 , 𝑉𝐷 are the values of the nth indicator
𝐶𝑛 is the weight of the nth indicator
L is the % of the nth indicator increase thanks to offset * offset success probability

𝐴𝑟𝑒𝑎2 =
For the species version, only one indicator has to be chosen, representing the species population (e.g.
abundance). A benchmark value is also fixed. The calculation is the same as the one in the habitat version.
 Land Clearing Evaluation (Gibbons et al. 2009)
The Land Clearing Evaluation (LCE) is the EAM behind the calculation of credits in the context of Biobanking
in the New South Wales state in Australia (Department of Environment Climate Change and Water 2009).
LCE focuses on terrestrial biodiversity related to native vegetation which will be cleared. A site (whether a
proposal site for clearance or a biobank site) is evaluated according to three values: the Regional Value (RV),
the Landscape Value (LV) and the Site Value (SV). RV represents the site conservation significance of
vegetation at the regional scale. The two latest are calculated using native vegetation biodiversity variables,
scored as a percentage of a benchmark (Pre-European vegetation condition). The score goes from 0 to 3
according in which category the variable is. A pre-defined weight is attributed to each variable.
Each value calculation is detailed as follow:
 Regional Value:
It is the same equation for both clearing and offset sites.
𝑅 0.25 𝑧𝑜𝑛𝑒 𝑎𝑟𝑒𝑎

RV = ∑𝑛𝑧=1 [(1 − ( ) )∗( ) ∗ 100]
100 𝑡𝑜𝑡𝑎𝑙 𝑎𝑟𝑒𝑎
Where:
z is a zone with the same vegetation type and the same condition
R is the per cent of the vegetation type in the zth zone that is remaining relative to its predicted pre-European
distribution
 Landscape Value:
The variables used are listed below. Each variable is scored from 0 to 3 according to which category its value
stands.
Variables:
(1) % Cover of native vegetation within a 1.75 km radius of the site (1000 ha)
(4) Connectivity value
(5) Total adjacent remnant area
(6) % Within riparian area
𝐿𝑉𝑐𝑙𝑒𝑎𝑟𝑖𝑛𝑔 𝑠𝑖𝑡𝑒 = ∑5v=1(𝑆𝑣 ∗ 𝑊𝑣 )𝑐𝑢𝑟𝑟𝑒𝑛𝑡 − ∑4v=1(𝑆𝑣 ∗ 𝑊𝑣 )𝑤𝑖𝑡ℎ 𝑝𝑟𝑜𝑝𝑜𝑠𝑒𝑑 𝑐𝑙𝑒𝑎𝑟𝑖𝑛𝑔
𝐿𝑉𝑜𝑓𝑓𝑠𝑒𝑡 𝑠𝑖𝑡𝑒 = ∑6v=1(𝑆𝑣 ∗ 𝑊𝑣 )𝑤𝑖𝑡ℎ 𝑝𝑟𝑜𝑝𝑜𝑠𝑒𝑑 𝑐𝑙𝑒𝑎𝑟𝑖𝑛𝑔 𝑎𝑛𝑑 𝑜𝑓𝑓𝑠𝑒𝑡𝑠 − ∑4v=1(𝑆𝑣 ∗ 𝑊𝑣 )𝑤𝑖𝑡ℎ 𝑝𝑟𝑜𝑝𝑜𝑠𝑒𝑑 𝑐𝑙𝑒𝑎𝑟𝑖𝑛𝑔
Where:
𝑆𝑣 is the score for vth variable (1-6)
𝑊𝑣 is the weighting for the vth variable (1-6)
 Site Value:
The variables used are listed below. Each variable is scored from 0 to 3 according to which category its value
stands.
Variables:
(a) Native plant species richness
(b) Native over-storey per cent cover
(c) Native mid-storey per cent cover
(d) Native ground per cent cover (grasses
(e) Native ground per cent cover (shrubs)
(f) Native ground per cent cover (other)
(g) Exotic plant per cent cover
(h) Number of trees with hollows
(i) Proportion of over-storey species occurring as regeneration
(j) Total length of fallen logs
It is the same equation for both clearing and offset sites.

𝑗
∑𝑛=𝑎(𝑆𝑣 ∗𝑊𝑣)+𝐴[(𝑆𝑎 ∗ 𝑆𝑔 )+(𝑆𝑏 ∗𝑆𝑖 )+(𝑆ℎ ∗𝑆𝑗 )+(𝑆𝑐 ∗𝑆𝑘 )]∗100
SV = ∑𝑥𝑧=1( * zone area)z
𝐶
Where:
z is a zone with the same vegetation type and the same condition
𝑆𝑣 is the score for vth variable (a-j)
𝑊𝑣 is the weighting for the vth variable (a-j)
A is a constant weighting given to the interaction terms (authors used 5)
k = (sd + se + sf)/3
c is the maximum score that can be obtained given the variables that occur in the benchmark for the
vegetation type zone area is the total area of the nth vegetation zone in hectares.
Clearance is accepted only if the gain in each value on offset site is higher or equal than the losses in each value
on clearing site (meaning if ecological equivalence is achieved):
𝑅𝑉𝐷 ≥ 𝑅𝑉𝐴
𝐿𝑉𝑜𝑓𝑓𝑠𝑒𝑡 𝑠𝑖𝑡𝑒 ≥ 𝐿𝑉𝑐𝑙𝑒𝑎𝑟𝑖𝑛𝑔 𝑠𝑖𝑡𝑒
𝑆𝑉𝐷 − 𝑆𝑉𝐶 ≥ 𝑆𝑉𝐴 − 𝑆𝑉𝐵
Where:
A is the current value of site proposed for clearing
B is the predicted value of site after proposed clearing
C is the current value of site proposed for offsets
D is the predicted value of site proposed for offsets.
The equations, metrics and variables detailed here, as well as the data that underpinned them, were codified into
a computer software tool to facilitate LCE application for users.
 German method Ôkokonto (Darbi & Tausch 2010)
In Germany, mitigation modalities are settled in each Land for five environmental components: biotopes and
species, water, soil, landscape, and air and climate. The general mitigation method is called Ôkokonto (it is not
the only mitigation method used in Germany). Here the modalities for the Bade-Wurtemberg Land are detailed
for the biotopes and species component. The method focuses on biotopes, with the assumption that species can
be protected through their habitat protection. In Germany, a biotope is a uniform geographic unit from a
vegetation typology and/or landscape point of view. The Ökokonto-Verordnung decree indexes and classifies
the Land’s biotopes (with a total of 223).
Each biotope is classified according to:
-a “normal” value expressed in EcoPoints/m² corresponding to the average biotope’s condition
-a value range allowing to take into account the changing biotope’s condition
In reality, there are two sets of value range with a “normal” value: one called “realistic” and the other elaborated
to take into account certain environmental measures uncertainty.
For example, a biotope could be characterized as follow:
-with a “realistic” value range from 20 to 30 EcoPoints/m² and a 25 EcoPoints/m² “normal” value.
-with an “uncertainty” value range from 15 to 25 EcoPoints/m² and a 20 EcoPoints/m² “normal” value.
The number of EcoPoints/m² a biotope will get is determined depending on three criteria: its degree of
“naturalness”, the role it has for endangered or patrimonial species and its distinctiveness in the local scale.A
software allows these three criteria combination to calculate the different values above for each biotope. The
values go from 1 to 64 EcoPoints/m².
To calculate biodiversity losses and gains, four biotope values (V) are needed:
𝑉𝐴 for the current value of the biotope that will be impacted (area 1)
𝑉𝐵 is the predicted value for the biotope after impacts (area 1)
𝑉𝐶 is the current value of the biotope proposed for offsets (area 2)
𝑉𝐷 is the predicted value of the biotope after offsets (area 2)

(𝑉𝐴 ∗ 𝑎𝑟𝑒𝑎1 ) − (𝑉𝐵 ∗ 𝑎𝑟𝑒𝑎1 ) (losses) = (𝑉𝐷 ∗ 𝑎𝑟𝑒𝑎2 ) − (𝑉𝐶 ∗ 𝑎𝑟𝑒𝑎2 ) (gains).
(𝑉𝐴 − 𝑉𝐵 ) ∗ 𝑎𝑟𝑒𝑎1
𝐴𝑟𝑒𝑎2 =
( 𝑉𝐷 – 𝑉𝐶 )
 Pilot method in UK (Department for Environment Food & Rural Affairs 2012)
The UK pilot method has been developed by the Department for Environment, Food and Rural Affairs in
England, in the context of a new legislation preparation (Department for Environment Food & Rural Affairs
(DREFA) 2013).
This EAM is based on “Habitat Hectare” principles. It focuses on terrestrial habitat. Habitats are evaluated
through two criteria: its condition and its distinctiveness. Condition is scored 1, 2 or 3 whether it is good,
moderate or poor. Distinctiveness is scored 2, 4 or 6 whether it is low, medium or high. In England, guidelines
are available for classifying habitat condition and distinctiveness (i.e. some condition assessment tools are
available and used for specific purposes). Distinctiveness includes parameters such as species richness,
diversity, rarity (at local, regional, national and international scales) and the degree to which a habitat supports
species rarely found in other habitats.
The Habitat Score is calculated as (Condition * Distinctiveness). It must be multiplied by the site area (in
hectare). Four Habitat Scores are calculated:
𝐻𝑆𝐴 for the current score of the habitat that will be impacted (area 1)
𝐻𝑆𝐵 is the predicted score for the habitat after impacts (area 1)
𝐻𝑆𝐶 is the current score of the habitat proposed for offsets (area 2)
𝐻𝑆𝐷 is the predicted score of the habitat after offsets (area 2)

In addition, the UK pilot EAM includes four multipliers which aim to take into account spatial, temporal and
uncertainty dimensions in offset sizing:
-R1: offset probability of success
-R2: duration for the offset to be effective
-R3: offset location (ecological network)
-R4: condition of hedgerows on impacted site

𝐴𝑟𝑒𝑎2 = ∗ (𝑅1 ∗ 𝑅2 ∗ 𝑅3 ∗ 𝑅4)
 Californian Rapid Assessment Method (California Wetlands Monitoring Workgroup (CWMW) 2013)
The Californian Rapid Assessment Method (CRAM) is a “rapid assessment method” like UMAM, but
developed specifically for California’s wetlands. There are two primary purposes for using CRAM. It is used to
assess the ambient condition of a population of wetlands or to assess the condition of an individual wetland or
wetland project. Wetland type must be identified following the guideline classification.
Indicators are predefined and classified in four categories:
-Buffer and Landscape Context
Aquatic Area Abundance or Steam Corridor Continuity
3 indicators
Buffer
3 indicators
-Hydrology
3 indicators
-Physical Structure
2 indicators
-Biotic Structure
Plant Community:
3 indicators
Horizontal Interspersion
Vertical Biotic Structure
User have to score each indicator with a letter from A to D (A=12, B=9, C=6, D=3) depending on the indicator
condition (the guidance help the user defined it). The category score is calculated as an average of each
indicator score except for Buffer and Landscape Context and Biotic Structure for which there is a specific
formula.
The final CRAM Score (CS) is calculated as follow:
𝑠𝑐𝑜𝑟𝑒𝐵𝐿𝐶 𝑠𝑐𝑜𝑟𝑒𝐻 𝑠𝑐𝑜𝑟𝑒𝑃𝑆 𝑠𝑐𝑜𝑟𝑒𝐵𝑆

𝐶𝑆 = + + +
𝑚𝑎𝑥𝐵𝐿𝐶 𝑚𝑎𝑥𝐻 𝑚𝑎𝑥𝑃𝑆 𝑚𝑎𝑥𝐵𝑆
Where:
𝑠𝑐𝑜𝑟𝑒𝐵𝐿𝐶 = [𝑏𝑢𝑓𝑓𝑒𝑟 𝑐𝑜𝑛𝑑𝑖𝑡𝑖𝑜𝑛 ∗ (%𝐴𝐴 𝑤𝑖𝑡ℎ 𝑏𝑢𝑓𝑓𝑒𝑟 ∗ 𝑎𝑣𝑒𝑟𝑎𝑔𝑒 𝑏𝑢𝑓𝑓𝑒𝑟 𝑤𝑖𝑑𝑡ℎ)0.5 )0.5 ]
+ 𝑎𝑞𝑢𝑎𝑡𝑖𝑐 𝑎𝑟𝑒𝑎 𝑎𝑏𝑢𝑛𝑑𝑎𝑛𝑐𝑒
𝑠𝑐𝑜𝑟𝑒𝐵𝑆 = 𝑚𝑒𝑎𝑛(𝑝𝑙𝑎𝑛𝑡 𝑐𝑜𝑚𝑚𝑢𝑛𝑖𝑡𝑦) + ℎ𝑜𝑟𝑖𝑧𝑜𝑛𝑡𝑎𝑙 𝑖𝑛𝑡𝑒𝑟𝑠𝑝𝑒𝑟𝑠𝑖𝑜𝑛 + 𝑣𝑒𝑟𝑡𝑖𝑐𝑎𝑙 𝑏𝑖𝑜𝑡𝑖𝑐 𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑒
Four CS are calculated for each Assessment Areas (AA). The (AA) is the portion of the wetland that is assessed
using CRAM. An AA might include a small wetland in its entirety. But, in most cases the wetland will be larger
than the AA. Rules are therefore explained in the guideline to delineate the AA, which must only represent one
type of wetland.
𝐶𝑆𝐴 for the current score of the AA that will be impacted (AA 1)
𝐶𝑆𝐵 is the predicted score for the AA after impacts (AA 1)
𝐶𝑆𝐶 is the current score of the site proposed for offsets (AA 2)
𝐶𝑆𝐷 is the predicted score of the site after offsets (AA 2)

(𝐶𝑆𝐴 ∗ 𝐴𝐴1 ) − (𝐶𝑆𝐵 ∗ 𝐴𝐴1 ) (losses) = (𝐶𝑆𝐷 ∗ 𝐴𝐴2 ) − (𝐶𝑆𝐶 ∗ 𝐴𝐴2 ) (gains).

𝐶𝑆𝐴 ∗ 𝐴𝐴1 − 𝐶𝑆𝐵 ∗ 𝐴𝐴1
𝐴𝐴2 =
𝐶𝑆𝐷 − 𝐶𝑆𝐶
CRAM Scores are comparable only between the same types of wetland.
 Somerset Habitat Evaluation Procedure (Burrows 2014)
This EAM has been adapted from the US Fish and Wildlife Service’s method to be usable in the English
context. It is based on the same principle: the calculation of Habitat Units (HU) which are the product of a
Habitat Suitability Index (suitableness of habitat for species) and the total area of habitat affected or required for
the species.
Habitats are classified into over 400 categories with an Integrative Habitat System (IHS) using hierarchical
Habitat Codes. The IHS provides as well Matrix, Formation and Land Use/Management added to the Habitat
Code. Each habitat category is scored on a scale from 0 (poor) to 6 (excellent), according to its condition to
support species, no matter the distinctiveness (i.e. broadest, priority level). Then the Matrix score (from 0 to 6)
is added or subtracted depending on the contribution the “matrix” has on habitat suitability. Matrix here
represents certain elements like scrubs or single trees which can influence habitat suitability for species.
Formation and Management are scored between 0 and 1, depending on their effect on habitat and are multipliers
(e.g. a species could require grazed grassland). All these information are gathered in a database for each habitat
(ongoing).
So IHS is calculated as follow:
𝐼𝐻𝑆 = [(𝐻𝑎𝑏𝑖𝑡𝑎𝑡 𝐶𝑜𝑑𝑒 ± 𝑀𝑎𝑡𝑟𝑖𝑥 𝐶𝑜𝑑𝑒) ∗ 𝐹𝑜𝑟𝑚𝑎𝑡𝑖𝑜𝑛 𝐶𝑜𝑑𝑒 ∗ 𝑀𝑎𝑛𝑎𝑔𝑒𝑚𝑒𝑛𝑡 𝐶𝑜𝑑𝑒]
The IHS obtained is finally multiplied by the Density Band (scored 1, 2 or 3, according to the occurrence of the
species in the habitat).
HUs on site are calculated as follow (area is in hectare):
𝐻𝑈𝑠 = (𝐼𝐻𝑆 ∗ 𝐷𝑒𝑛𝑠𝑖𝑡𝑦 𝐵𝑎𝑛𝑑) ∗ 𝐴𝑟𝑒𝑎
The HUs calculation has not to be done necessarily for all species impacted, but some umbrella species should
be chosen to represent a habitat.
Two HUs are calculated on each impacted and compensatory sites:
𝐻𝑈𝑠𝑟𝑒𝑞𝑢𝑖𝑟𝑒𝑑 for HUs lost due to impacts and that have to be offset
𝐻𝑈𝑠𝑟𝑒𝑡𝑎𝑖𝑛𝑒𝑑/𝑒𝑛ℎ𝑎𝑛𝑐𝑒𝑑 for HUs retained or enhanced due to onsite or offsite offsets
𝐻𝑈𝑟𝑒𝑞𝑢𝑖𝑟𝑒𝑑 = 𝐻𝑈𝑠 𝑏𝑒𝑓𝑜𝑟𝑒 𝑖𝑚𝑝𝑎𝑐𝑡 ∗ 𝑅𝑖𝑠𝑘𝑠

𝐻𝑈𝑟𝑒𝑡𝑎𝑖𝑛𝑒𝑑/𝑒𝑛ℎ𝑎𝑛𝑐𝑒𝑑 = 𝐻𝑈𝑠 𝑎𝑓𝑡𝑒𝑟 𝑜𝑓𝑓𝑠𝑒𝑡 − 𝐻𝑈𝑠 𝑏𝑒𝑓𝑜𝑟𝑒 𝑜𝑓𝑓𝑠𝑒𝑡
Where:
"𝑅𝑖𝑠𝑘𝑠" include delivery and temporal risks about offset measures. They are scored with specific grids provide
by DREFA, and depend on the type of habitat.

𝐻𝑈𝑟𝑒𝑞𝑢𝑖𝑟𝑒𝑑 − 𝐻𝑈𝑟𝑒𝑡𝑎𝑖𝑛𝑒𝑑 𝑜𝑟 𝑒𝑛ℎ𝑎𝑛𝑐𝑒𝑑 (𝑙𝑜𝑠𝑠𝑒𝑠) = 𝐻𝑈𝑟𝑒𝑡𝑎𝑖𝑛𝑒𝑑 𝑜𝑟 𝑒𝑛ℎ𝑎𝑛𝑐𝑒𝑑 (𝑔𝑎𝑖𝑛𝑠)
It is considered that any impact on a species population affected by the development must be replaced
by habitat enhancement or creation that is accessible to that particular population.
Annexe 2-B : Description des challenges, critères et modalités utilisés pour caractériser les EAM.
Annexe 2-C: Questionnaire envoyé aux experts
*obligatory questions
 What method are you going to assess? *
 If you wish to fill in the form for a method that is not already mentioned, please write its name and
references in "Other". Please choose one answer
Habitat Hectare (Parkes et al., 2003
Pilot method in UK (Drefa, 2012)
BBOP pilot method (BBOP, 2009)
Resource Equivalency Analysis (NOAA, 1997)
Habitat Equivalency Analysis (NOAA, 1995)
Landscape Equivalency Analysis (Bruggeman et al., 2005)
Habitat Evaluation Procedure (USFWS, 1980)
Uniform Mitigation Assessment Method (State of Florida, 2004)
Californian Rapid Assessment Method (CWMW, 2013)
German Ökokonto (Darbi & Tausch 2010)
Land Clearing Evaluation (Gibbons et al., 2009)
Canadian method Fish Habitat (Minns et al., 2001)
Other: (1)
1-On which biodiversity component(s) does the method focus?

Please choose one answer. If your answer is not already mentioned, please precise it in "Other".
Species (e.g. protected species)

Natural habitat(s) (e.g. wetlands or old-growth forest)
Natural Habitat(s) + species (e.g. wetland with patrimonial species)
Natural Habitat(s) + species + ecosystem functions
Other:
2-How was the method developed?

Please choose one answer
It was developed by consultants

It was developed by researchers or by a governmental organization
It was developed by a collective group (e.g. researchers, consultants, administration...) at the regional (or state) level
It was developed by a collective group at the national (or federal) level
3-What is the kind of data used in the method?

You can choose several answers.
Bibliographic data
GIS data
Simple field data
Field inventories
Field monitoring
Modelling
4-How difficult is it to access or collect the necessary data?

Data are costly both in terms of time and money

Data are costly in terms of time (e.g. repeated data collection in the field) but they are not expensive
Data are costly in terms of money (e.g. data that need to be bought from specialized companies such as LIDAR data
or laboratory analyses…) but rapid to collect
Data are free (e.g. open-access data-bases) and rapid to collect (e.g. simple indicators measured in the field)
5.a-How much time would you need to collect all the data?
For a site with an average surface and an average complexity.
< 2 days
Between 2 days and 2 months
Between 2 months and 1 year
> 1 year
5.b-Once the data collected, how much time would you need to calculate ecological equivalence, using the
method?
6-On which basis were the indicators of biodiversity chosen?

Indicators have to be chosen by users, based on examples and advices given in the method
Indicators are fixed in the method and based on expert opinion
Indicators are fixed in the method and based on scientific documentation
7-What type of metric(s) is(are) used to assess indicators?

Example are given for the indicator "vegetation density". You can choose several answers.
Qualitative (e.g. not dense, quite dense, very dense)

Quantitative discrete (e.g. between 0 and 10 plants/m², between 11 and 20 plants/m² etc.)
Quantitative continuous (e.g. 33 plants/m²)
8- Does the method explicitly incorporate one or more of the following consideration?
You can choose several answers
Ecological consideration (biodiversity evaluation)

Spatial consideration (e.g. site insertion in the landscape, offset location)
Temporal consideration (e.g. offset effectiveness delay, interim losses)
Uncertainty consideration (e.g. offset success probability)
9.a-If the method takes into account spatial consideration, how is it incorporated in the method?
Some indicators include this consideration directly (e.g. connectivity indicators)

A ratio to adjust the surface area that will need to be offset is used
9.b-If the method takes into account uncertainty consideration, how is it incorporated in the method?
A ratio is used to adjust the surface of offset area. This ratio is the result of a negotiation on a case by case basis
A ratio is used to adjust the surface of offset area. This ratio is based on scientific literature or in existing data base
which provide scientific feedback on previous restoration actions
Some indicators include this consideration directly (e.g. contribution to a site value)
10-Does the method allow "like for unlike" offsets?

No, It only allows "like for like" offsets (e.g. offsets targets the species impacted)
Yes, it allows "like for unlike" offsets (e.g. one species impacted can be offset with another species with the same
value)
When using the method, it can be adapted to compute "like for like" offsets, or "like for unlike" offsets when "like
for like" offsets are not relevant
If you have any remark(s), comment(s) or suggestion(s), you are welcome to write them here:
Would you like to fill in the form for another method? *

To fill in the form for another method, please click on “Send" and then "Send another answer".
 Comments about experts’ answers to the questionnaire

(1)
Only one “other” EAM was filled in (Biobanking in Australia), but it has the same principles as Land
Clearing Evaluation since this EAM constituted the base for the development of Biobanking in the New South
Wales, Australia. Experts were solicited specifically for their experience in the EAMs suggested in the list, which
explains why we did not obtain a lot of “other” answers.
Experts’ contribution was the most important for questions 3, 4, 5, 6, 7 and 9 because the answers required
more than a bibliographic study of EAM to be filled in. Notably, to answer questions 3 to 5, expert needs to have
tested EAM in practice. Questions 6, 7 and 9 required precision about how EAMs were designed, which is not
always explicitly said in theoretical guidelines.
Divergences between published documents analysis and experts answers, and between different experts
answers when several answers where obtained for the same EAM, concerned particularly questions 8 and 9. Indeed,
we found out after dialogue with expert that there is certain flexibility for spatial considerations and uncertainties as
they are often treated in case by case, even if they are not included in the main EAM guideline.
Details about expert answers to the questionnaire

EAMs Number of Name and function of expert whose answer
answers has been chosen
Habitat Hectare 1 Expert wish for not to be cited
Pilot method in UK 3 Joseph William Bull, Director of Wild
Business Ltd
BBOP pilot method 1 Expert wish for not to be cited
Resource Equivalency Analysis 0

Habitat Equivalency Analysis 1 Expert wish for not to be cited
Landscape Equivalency Analysis 1 Frank Lupi, Management Support, Research &

Outreach
Habitat Evaluation Procedure 1 Akira Tanaka, Chair Professor, Department of
Restoration Ecology and Built Environment,
School of Environment Tokyo City University
Somerset Habitat Evaluation Procedure 1 Expert wish for not to be cited
Uniform Mitigation Assessment Method 4 Constance Bersok, Environmental
Administrator Florida Department of
Environmental Protection
Californian Rapid Assessment Method 2 Cara Clark, member of CRAM workshop
German Ökokonto 3 Christian Küpfer, Professor, University of
Nürtingen, Germany
Land Clearing Evaluation 1 Expert wish for not to be cited
Canadian method Fish Habitat 1 Dr Charles K Minns, Scientist Emeritus,
Canadian Department of Fisheries and Oceans,
Burlington, Ontario
Annexe 2-D: Modalités des EAM utilisées pour la PCA.
EAM name and Operationality Scientific Basis Comprehensiveness
code
IndSetup DataAv Exchg ImpRp BiodivInd BiodivIndMc SpCd UnCd EqCd BiodivCp DataTp NbInd
Habitat Evaluation IndSetup1 DataAv1 EqTp3 ImpRp1 BiodivInd1 BiodivIndMc4 SpCd1* UnCd1* EqCd2 BiodivCp1 DataTp3 NbInd2
Procedure *
Resource IndSetup1 DataAv1 EqTp2 ImpRp2 BiodivInd1 BiodivIndMc4 SpCd1 UnCd1 EqCd2 BiodivCp1 DataTp3 NbInd 2
Equivalency
Analysis
Habitat IndSetup1 DataAv1 EqTp2 ImpRp2 BiodivInd1 BiodivIndMc4 SpCd1 UnCd1 EqCd2 BiodivCp3 DataTp3 NbInd 3
Equivalency
Analysis
Canadian method IndSetup3 DataAv2 EqTp2 ImpRp3 BiodivInd2 BiodivIndMc1 SpCd1 UnCd4 EqCd3 BiodivCp3 DataTp3 NbInd 1
Fish Habitat
Habitat Hectare IndSetup3 DataAv3 EqTp2 ImpRp4 BiodivInd2 BiodivIndMc2 SpCd3 UnCd1 EqCd2* BiodivCp1 DataTp2 NbInd 1
Uniform IndSetup3 DataAv3 EqTp2 ImpRp4 BiodivInd2 BiodivIndMc1 SpCd3 UnCd2 EqCd4 BiodivCp1 DataTp1 NbInd 1
Mitigation
Assessment
Method
Landscape IndSetup1 DataAv1 EqTp1 ImpRp1 BiodivInd1 BiodivIndMc3 SpCd3 UnCd1 EqCd3 BiodivCp3 DataTp3 NbInd 1
Equivalency
Analysis
BBOP pilot IndSetup1 DataAv1 EqTp2 ImpRp1 BiodivInd1 BiodivIndMc4 SpCd3 UnCd2 EqCd3* BiodivCp3 DataTp3 NbInd 2
method
Land Clearing IndSetup3 DataAv2 EqTp1 ImpRp3 BiodivInd3 BiodivIndMc3 SpCd3* UnCd1 EqCd2 BiodivCp2 DataTp3 NbInd 3
Evaluation
German Ökokonto IndSetup3 DataAv4 EqTp2* ImpRp2 BiodivInd2 BiodivIndMc2 SpCd1* UnCd3 EqCd2 * BiodivCp3 DataTp2 NbInd 3
Pilot method in UK IndSetup3 DataAv4 EqTp2* ImpRp3 BiodivInd2 BiodivIndMc1 SpCd2 UnCd2 EqCd4 BiodivCp2 DataTp2 NbInd 2
Californian Rapid IndSetup3 DataAv3 EqTp1 ImpRp4 BiodivInd2 BiodivIndMc2 SpCd3 UnCd1 EqCd2 BiodivCp1 DataTp1 NbInd 2
Assessment *
Method
Somerset Habitat IndSetup3 DataAv4 EqTp2 ImpRp2 BiodivInd2* BiodivIndMc1 SpCd1 UnCd2 EqCd3* BiodivCp1 DataTp3 NbInd 3
Evaluation
Procedure
* Answers which were subject to dialogue with expert. The main aspects for which we needed to ask precisions to experts concern the “Equivalence
Considerations”, and as consequence the “Spatial and uncertainty Considerations”. Indeed, in practice, it is usual that ratios taking into account delay or risks
are used to adjust the offset area, but in is done as an adaptation in case by case (in addition to the EAM baseline).
(1) We did not have an answer for this EAM, because it is almost the same as HEA except for all that concern biodiversity targeted and indicator
used. We used only the theoretical guideline to attribute modalities to this EAM.
Annexe 2-E: Score moyen et score final exprimé en pourcentage du niveau d’atteinte du
challenge.
EAMs Score Op (%) Score ScBs (%) Score Comp (%) Final Score (%)
Habitat Evaluation Procedure 57.14 53.85 85.711 65,57
Resource Equivalency Analysis 50 76.92 85.71 70,88
Habitat Equivalency Analysis 71.43 92.31 35.71 66,48
Canadian method Fish Habitat 50 53.87 42.86 48,90
Habitat Hectare 50 69.23 42.86 54,03
Uniform Mitigation Assessment Method 57.14 76.92 28.57 54,21
Landscape Equivalency Analysis 50 53.85 42.86 48,90
BBOP pilot method 42.86 69.23 78.57 63,55
Land Clearing Evaluation 57.14 69.23 85.71 70,70
German Ökokonto 57.14 53.87 78.57 63,19
Pilot method in UK 57.14 69.23 78.57 68,32
Californian Rapid Assessment Method 71.433 69.23 64.29 68,32
Somerset Habitat Evaluation Procedure 57.14 92.31 78.57 76,01
Annexe 3 : Périmètres élargis pour le niveau espèce en lien avec les
capacités de dispersion des différents taxons et espèces
 Avifaune
Les périmètres élargis peuvent être définis d’après les distances de dispersion natales décrites par (Barbet‐
Massin et al. 2012), qui sont considérées comme étant de bons indicateurs de la capacité de dispersion des
espèces (Lorrillière et al. 2015).
Espèces Périmètre (km)

Prunella collaris, Prunella modularis, Alectoris barbara, Alectoris chukar, Alectoris
graeca, Alectoris rufa, Bonasa bonasia, Coturnix coturnix, Crex crex, Gallinula
chloropus, Lagopus lagopusn, Lagopus muta, Parus caeruleus, Parus cinctus, Parus 5
cyanus, Parus lugubris, Parus major, Parus montanus, Parus palustris, Perdrix (capacités de 2 et 5)
perdix, Phasianus colchicus, Porzana parva, Porzana porzana, Porzana pusilla,
Pyrrhula pyrrhula, Rallus aquaticus, Tetrao tetrix, Tetrao urogallus
Alauda arvensis, Calandrella brachydactyla, Calandrella cheleensis, Calandrella
rufescens, Chersophilus duponti, Eremophila alpestris, Erithacus rubecula, Galerida
cristata, Galerida theklae, Lullula arborea, Melanocorypha calandra, Sitta europaea,
Sitta krueperi, Sitta neumayer, Cinclus cinclus, Cyanopica cyanus, Nucifraga
caryocatactes, Passer domesticus, Passer hispaniolensis, Passer montanus,
Perisoreus infaustus, Petronia petronia, Pica pica, Strix aluco, Strix nebulosa, Strix
uralensis, Surnia ulula, Turdus iliacus, Turdus merula, Turdus philomelos, Turdus
pilaris, Turdus torquatus, Turdus viscivorus, Calcarius lapponicus, Certhia
brachydactyla, Certhia familiaris, Emberiza aureola, Emberiza caesia, Emberiza
10
calandra, Emberiza cia, Emberiza cineracea, Emberiza cirlus, Emberiza citrinella,
(capacités de 6 à 10)
Emberiza hortulana, Emberiza melanocephala, Emberiza pusilla, Emberiza rustica,
Emberiza schoeniclus, Plectrophenax nivalis, Tichodroma muraria, Troglodytes
troglodytes, Aegithalos caudatus, Bombycilla garrulus, Corvus cornix, Corvus
corone, Corvus frugilegusn, Corvus monedula, Delichon urbica, Garrulus
glandarius, Lanius collurio, Lanius excubitor, Lanius meridionalis, Lanius minor,
Lanius nubicus, Lanius senator, Oriolus oriolus, Panurus biarmicus, Parus ater,
Parus cristatus, Porphyrio porphyrio, Pyrrhocorax graculus, Pyrrhocorax
pyrrhocorax, Regulus ignicapilla, Regulus regulus, Remiz pendulinus, Sturnus
roseus, Sturnus unicolor, Sturnus vulgaris
Bucanetes githagineus, Carduelis cannabina, Carduelis carduelis, Carduelis chloris,
Carduelis flavirostris, Carduelis spinus, Carpodacus erythrinus, Coccothraustes
coccothraustes, Columba livia, Columba oenas, Columba palumbus, Fringilla
coelebs, Fringilla montifringilla, Loxia curvirostra, Loxia pytyopsittacus, Loxia
scotica, Montifringilla nivalis, Pinicola enucleator, Pterocles alchata, Pterocles
orientalis, Serinus citrinella, Serinus corsicana, Serinus serinus, Streptopelia
15
decaocto, Streptopelia turtur, Anthropoides virgo, Cercotrichas galactotes, Grus
(capacités de 11 à
grus, Luscinia luscinia, Luscinia megarhynchos, Luscinia svecica, Phoenicurus
15)
ochruros, Phoenicurus phoenicurus, Muscicapa, striata, Hirundo daurica, Hirundo
rustica, Ptyonoprogne rupestris, Sylvia balearica, Sylvia cantillans, Sylvia
communis, Sylvia conspicillata, Sylvia crassirostris, Sylvia curruca, Sylvia
hortensis, Sylvia melanocephala, Sylvia ruepelli, Sylvia sarda, Sylvia undata,
Aegolius funereus, Athene noctua, Glaucidium passerinum, Otus scops, Saxicola
rubetra, Saxicola torquatus
Accipiter brevipes, Accipiter nisus, Calidris alpina, Calidris maritima, Calidris
minuta, Calidris temminckii, Charadrius alexandrinuss, Charadrius asiaticus,
Charadrius dubius, Charadrius hiaticula, Charadrius morinellus, Limicola
20
falcinellus, Phalaropus fulicarius, Phalaropus lobatus, Dendrocopos leucotos,
(capacités de 16, 17,
Dendrocopos major, Dendrocopos medius, Dendrocopos minor, Dendrocopos
19 et 20)
syriacus, Dryocopus martius, Jynx torquilla, Picoides tridactylus, Picus canus, Picus
viridis, Monticola saxatilis, Monticola solitarius, Oenanthe hispanica, Oenanthe
isabellina, Oenanthe leucura, Oenanthe oenanthe, Oenanthe pleschanka, Otis tarda,
Tetrax tetrax, Anas acuta, Anas clypeata , Anas crecca, Anas penelope, Anas
platyrhynchos, Anas querquedula, Anas strepera, Aythya ferina, Aythya fuligila,
Aythya marila, Aythya nyroca, Bucephala clangula, Clangula hyemalis,
Marmaronetta angustirostris, Melanitta fusca, Melanitta nigra, Mergellus albellus,
Mergus merganster, Mergus serrator, Netta rufina, Oxyura leucocephala, Somateria
mollissima, Tadorna ferruginea, Tadorna tadorna
Chlidonias hybrida, Chlidonias leucopterus, Chlidonias niger, Ficedula albicolus,
Ficedula hypoleuca, Ficedula parva, Ficedula semitorquata, Ficedula speculigera,
Gelochedilon nilotica, Larus canus, Phylloscopus bonelli, Phylloscopus borealis,
Phylloscopus collybita, Phylloscopus orientalis, Phylloscopus trochiloides,
Phylloscopus trochilus, Phylloscopus sibilatrix, Riparia riparia , Sterna albifrons,
Sterna caspia, Sterna dougalii, Sterna hirundo
Sterna paradisaea, Sterna sandvicensis, Alcedo atthis, Caprimulgus europaeus, 25
Caprimulgus ruficollis, Circus aeruginosus, Circus cyaneus, Circus macrourus, (capacités de 21, 22,
Circus pygargus, Clamator glandarius, Coracias garrulus, Cuculus canorus, Falco 23 et 25)
biarmicus
Falco cherrug, Falco eleonorae, Falco peregrinus, Falco rusticolus, Falco subbuteo,
Merops apiaster, Upupa epops, Carduelis cabaret, Carduelis flammea, Carduelis
hornemanni, Fulica atra, Fulica cristata, Anthus berthelotii, Anthus campestris,
Anthus cervinus, Anthus petrosus, Anthus pratensis, Anthus spinoletta, Anthus
trivialis, Motacilla alba, Motacilla cinerea, Motacilla citreola, Motacilla flava
Larus argentatus, Larus audouinii, Larus cachinnans, Larus fuscus, Larus
hyperboreus, Larus ichthyaetus, Larus marinus, Rissa tridactyla, Stercorarius
longicaudus, Stercorarius parasiticus, Stercorarius pomarinus, Stercorarius skua,
Anser anser, Anser brachyrhynchus, Anser erythropus, Anser fabalis, Branta
leucopsis, Cygnus columbianus, Cygnus cygnus, Cygnus olor, Falco columbarius,
Apus apus, Apus caffer, Apus melba, Apus pallidus, Gavia arctica, Gavia immer,
Gavia stellata, Phalacrocorax aristotelis, Phalacrocorax carbo, Phalacrocorax
pygmeus, Podiceps auritus, Podiceps cristatus, Podiceps grisegena, Podiceps
nigricollis, Tachybaptus ruficollis, Acrocephalus schoenobaenus, Acrocephalus
paludicola, Cettia cetti, Cisticola juncidis, Corvus corax, Hippolais icterina,
30
Hippolais olivetorum, Hippolais opaca, Hippolais pallida, Hippolais polyglotta,
(capacités de 28, 34,
Locustella fluviatilis, Locustella luscinioides, Locustella naevia, Sylvia atricapilla,
37, 38, 40, 41, 42,
Sylvia borin, Accipiter gentilis, Buteo buteo, Buteo lagopus, Buteo rufinus,
43, 47, 48, 55, 69 et
Circaetus gallicus, Milvus migrans, Milvus milvus, Pernis apivorus, Pernis
72)
apivorus, Elanus caeruleus, Falco naumanni, Falco tinnunculus
Limite haute du
Falco vespertinus, Acrocephalus palustris, Acrocephalus Agricola, Acrocephalus
périmètre fixée à 30
arundinaceus, Acrocephalus dumetorum, Acrocephalus melanopogon,
Km afin que les
Acrocephalus scirpaceus, Larus melanocephalus, Larus minutus, Larus ridibundus,
indicateurs puissent
Asio flammeus, Asio otus, Bubo bubo, Nyctea scandiaca, Tyto alba, Actitis
être remplis dans un
hypoleucos, Arenaria interpres, Burhinus oedicnemus, Gallinago gallinago,
temps et à un coût
Gallinago media, Glareola nordmanni, Glareola pratincola, Haematopus ostralegus,
raisonnable (ce seuil
Himantopus himantopus, Limosa lapponica, Limosa limosa, Lymnocryptes
serait néanmoins à
minimus, Numenius arquata, Numenius phaeopus, Philomachus pugnax, Pluvialis
tester en pratique).
apricaria, Pluvialis squatarola, Recurvirostra avosetta, Scolopax rusticola, Tringa
nebularia, Tringa totanus, Tringa erythropus, Tringa glareola, Tringa ochropus,
Tringa stagnatilis, Vanellus gregarius, Vanellus vanellus, Xenus cinereus, Ardea
cinerea, Ardea purpurea, Ardeola ralloides, Botaurus stelaris, Bubulcus ibis,
Ciconia ciconia, Ciconia nigra, Egretta alba, Egretta garzetta, Ixobrychus minutus,
Nycticorax nycticorax, Phoenicopterus ruber, Platalea leucorodia, Plegadis
falcinellus, Aegypius monachus, Aquila adalberti, Aquila chrysaetos, Aquila
clanga, Aquila heliaca, Aquila nipalensis, Aquila pomarina, Gypaetus barbatus,
Gyps fulvus, Haliaeetus albicilla, Hieraatus fasciatus, Hieraatus pennatus, Neophron
percnopterus, Pandion haliaetus
Amphibiens
Les amphibiens ont pour beaucoup d’espèces des rythmes de déplacements « routiniers » entre les sites de
reproduction/ponte et de refuge/nourrissage. Certaines espèces comme le sonneur à ventre jaune sont très
mobiles pour coloniser des habitats nouvellement formés mais ses dispersions sont moins rythmées.
Capacités moyennes ou ponctuelle (p) de dispersion de quelques espèces (SORDELLO et al. 2013; Trochet
et al. 2014) :
Espèces Capacités de dispersion (m)
Salamandra atra 9,30
Salamandra lanzai 19,70
Chioglossa lusitanica 25
Lithobates catesbeianus 158,41
Bufo bufo 180
Triturus cristatus 254
Triturus marmoratus 137
Pelophylax lessonae 270
Lithobates sylvaticus 1208
Pelodytes punctatus 1200 (p)
Epidalea calamita 2462,80
Selon les données disponibles, adapter le périmètre élargi à la capacité de dispersion de l’espèce cible. Un
périmètre minimum de 100 m autour des sites peut être fixé même pour les espèces à très faible capacité de
dispersion car en dessous l’échelle semble trop restreinte pour observer des éléments de connectivité.
Reptiles (SORDELLO et al. 2013)

Les reptiles ont une capacité de dispersion limitée et recherchent plutôt un bon compromis pour leurs
besoins en refuge, nourriture, exposition au soleil et hibernation dans une espace réduit (domaine vital de
quelques dizaines de mètres généralement). Ce sont plus les juvéniles qui se dispersent du lieu de naissance,
puis restent ensuite assez sédentaires dans les milieux favorables. Le périmètre pour ce taxon peut donc être
fixé à quelques centaines de mètres, voir 1 Km autour de l’emprise du site.
Insectes (SORDELLO et al. 2013)

La capacité de dispersion varie selon les taxons mais reste faible. La bibliographie concerne plus facilement
des espèces particulières qu’un taxon, donc il faudra se référer à la littérature spécifique à l’espèce
considérée. Globalement, les capacités de dispersion sont faibles (de l’ordre du kilomètre en moyenne).
*Odonates : Les capacités de dispersion maximales peuvent atteindre plusieurs Km, voire plus de
10 Km, mais ces longues dispersions sont assez rares (seulement dans des contextes particuliers). Les
mouvements sont plus généralement de l’ordre de la centaine de mètres autour de l’habitat de reproduction.
*Lépidoptères : De même, les capacités maximales de dispersion peuvent attendre plusieurs Km
pour rechercher des plantes hôtes pour la reproduction, mais les mouvements les plus fréquents sont
généralement de l’ordre de plusieurs centaines de mètres (recherche de nectar).
*Orthoptères : les capacités de dispersions sont très variables, allant de quelques centaines de
mètre à quelques Km. Certaines espèces sont très peu mobiles (criquet palustre, criquet des ajoncs).
Mammifères
*Chiroptères :
Selon Nowicki et al. (2009) les chiroptères effectuent des déplacement entre gîtes d’hivernage et estivaux,
et entre gîte estival et zones de chasse, qui peuvent être très éloignés. Ce sont des mouvements saisonniers,
il est donc difficile de considérer un périmètre adapté à tous les déplacements ainsi qu’à l’ensemble des
espèces de chiroptères. De plus, certaines espèces sont migratrices, comme Pipistrellus nathusii, Nyctalus
leisleri, Nyctalus noctula (BIEGALA & RIDEAU) et peuvent parcourir plus de 1500 Km entre les gîte
d’hivernage et estivaux. D’autres espèces à l’opposé, sont connues pour leur caractère sédentaire, avec
des mouvements généralement inférieurs à 10 km (le Petit rhinolophe par exemple).
-Exemples de distances entre gîtes et zone de chasse

Espèce Distance (km)
Petits rhinolophes 2
Grand murin 12
Grand rhinolophe 4
Le périmètre pris en compte est à adapter selon l’espèce et correspond à la distance moyenne parcoure entre
les gîtes estivaux et les zones de chasse. Elle peut aller de 2 Km à un seuil maximal fixé à 30Km afin de
pouvoir récolter la donnée (ce seuil resterait néanmoins à tester en pratique).
Annexe 4 : Supplementary material de l’article : From conceptual vision to practical evaluation of biodiversity for
ecological equivalence assessment in the context of biodiversity offset.
Annexe 4-A: List of all preselected indicators and detail of the selection to the final set of indicators. Red coloured indicators are not selected in the final
set of indicators because they did not pass the filters. Indicators are selected when they pass at least two out of the three filters, but they are some expectations
(italic police) when some more tests should be necessary before considering removing the indicators. We based the definition of the parameter “usual in
procedure?” on the authors experiences in procedures expertise (review of numerous EIA or other environmental studies at various occasions).
 General Level
Filter applied
Scale Criteria Indicators References Usual in
Scientific basis:
procedures Operationality
Non-redundant?
(mandatory)?
Surface of corridor crossing site (Beier & Noss 1998) No Not tested High
Connectivity /
Fragmentation
Local Context
Number of species in consistency with the regional “Green and Blue

(SORDELLO et al. 2011) No Yes High
corridor”
Length of transportation linear No Yes High
(Saunders et al. 1991; Fahrig 2003)
Surface of dense urbanized area No No High
Length of hedge linear (Beier & Noss 1998) No Yes High
Proportion of fauna species on site compared to local context No Not tested Low
Representativeness
Proportion of flora species on site compared to local context No Not tested Low
Proportion of Forests habitats area on site compared to local context No Yes Medium
Proportion of Meadows habitats area on site compared to local context No Yes Medium
Proportion of Rocky habitats area on site compared to local context No Yes Medium
Proportion of Aquatic habitats area on site compared to local context No Not tested Medium
Proportion of Wetland habitats area on site compared to local context No Not tested Medium
Proportion of Moorland habitats area on site compared to local context No Yes Medium
Number of protected or important natural areas Yes Yes High
Status
Patrimoniali
Number of fauna representative of important natural area (ZNIEFF) present (Devictor et al. 2007; Thomas & No Not tested High
on site Gillingham 2015)
Number of flora representative of important natural area (ZNIEFF) present on
No Not tested High
site
Manage
ment
Pressure
/
Surface of invasive plants nearby the site (Vilà et al. 2011) Sometimes Not tested Medium
(Giordani et al. 2002; Szaro et al.

Number of pollution sources No Not tested High
2002)
Site
Diversity
Total number of natural habitats (Beier & de Albuquerque 2015) No No Low
Number of natural habitats / ha No No Low
Number / Surface of Forest habitats Yes Yes Medium

Number / Surface of Meadows habitats Yes Yes Medium
Number / Surface of Rocky habitats Yes Yes Medium
(Bunce et al. 2013)
Number / Surface of Aquatic habitats Yes Yes Medium
Number / Surface of Wetland habitats Yes Yes Medium
Number / Surface of Moorland habitats Yes Yes Medium
Number of fauna species Yes No Low
Number of flora species Yes Yes Low
Number of fauna taxa No No Low
Number of flora families No No Low
Number / Proportion of Birds Yes Metrics selection Low
Number / Proportion of Bats Yes Metrics selection Low
Number / Proportion of Reptiles Yes Metrics selection Low
Number / Proportion of Amphibian Yes Metrics selection Low
Number / Proportion of Mammals Yes Metrics selection Low
Number / Proportion of Insects Metrics selection
Yes Low
(odonatans, lepidopteran, coleopteran) No
Number / Proportion of Fishes No Not tested Low
Number / Proportion of Crustaceans No Not tested Low
Lengh of edge/ha of forest (Concepción et al. 2015) No Yes Medium
Number / Proportion of generalist birds No No Medium
Functionnalities
(Devictor et al. 2010; Concepción et

Number / Proportion of specialist birds al. 2015) No No Medium
Number / Proportion of generalist bats No Metrics selection Medium
(Devictor et al. 2010)
Number / Proportion of specialist bats No No Medium
Number / Proportion of nesting birds Sometimes Metrics selection Medium
Number / Proportion of species reproducing on site No Not tested Medium
Birds specialization index (Le Viol et al. 2012) No Yes High
European Bird Directive
Patrimonial status
Number / Proportion of birds on the European Bird Directive Yes Yes High
2009/147/CE
Surface / Number / Proportion of localy "endangered" habitats Yes Metrics selection High
Surface / Number / Proportion of localy "nearly threatened" habitats Yes Metrics selection High
Surface / Number / Proportion of natural habitats on the European Habitat European Habitat Directive
Yes Metrics selection High
Directive 92/43/CEE
Number / Proportion of protected fauna at the national and regional level Yes Metrics selection High
Number / Proportion of protected flora at the national and regional level Yes Metrics selection High
Environmental Code
Number / Proportion of fauna on Appendix II of Habitat Directive Yes Metrics selection High
Number / Proportion of flora on Appendix II of Habitat Directive Yes Metrics selection High
Number / Proportion of endangered fauna at the national level Yes Metrics selection High
Number / Proportion of endangered flora at the national level (Butchart et al. 2005; Butchart et al. Yes Metrics selection High
Number / Proportion of endangered fauna at the regional level 2007) Yes No High
Number / Proportion of endangered flora at the regional level Yes No High
Number of species and surface proportion of known invasive plants Yes Yes Medium
Management
Pressure /
(Vilà et al. 2011)

Number of species and surface proportion of potential invasive plants No Yes Medium
Number / Surface of natural habitat depending on management No Not tested High
Surface / Proportion of cultivated land (McLaughlin & Mineau 1995) Yes Metrics selection High
Surface / Proportion of built up zones (Aguejdad 2009) Yes Metrics selection High
Total number of indicators with different metrics: 77

Number of selected indicators after passing all the filters: 41
 Specific Levels
Natural Habitat Level
Filter applied
Habitat
Scale Criteria Indicators References Usual in Data available on
concerned Operationality
procedures? study site?
All
Local
Context
Conn/ Fg Fragmentation index of the habitat type (Lorrillière et al. 2015) No Yes Medium
Surface of similar habitats in surrounding protected areas No No Medium

Rep All
Surface of similar habitats degraded which could be restored No No Medium
Number / Proportion of Birds depending on the habitat No Partially Low
Site
Diversity
Number / Proportion of Bats depending on the habitat All No Partially Low
Number / Proportion of Mammals depending on the habitat No Partially Low
Number / Proportion of saproxylic coleoptera Forest (Lassauce et al. 2011) No Partially Low
Number / Proportion of reptiles depending on the habitat No Partially Low
Number / Proportion of lepidoptera depending on the habitat (New 1997) No Partially Low
Meadow
Number / Proportion of orthoptera depending on the habitat No Partially Low
Number / Proportion of orchids species No No Medium
Number / Proportion of amphibian depending on the habitat No Partially Low
Number / Proportion of odonates depending on the habitat Wetland No Partially Low
Number / Proportion of crustacean depending on the habitat No No Low
Number of plant species All Yes Yes Medium
Total habitat surface Yes Yes Medium
Functionnalities
Number / Surface / Mean surface of habitat patches (Bender et al. 1998) Yes Yes Medium
Number and thickness of organic layers of soil compared to reference (Gros 2004) No No Medium
Relative abundance of detritovorous mesofauna (Rudisser et al. 2015) No No Low
Number of bio-indicator species All Sometimes Partially Medium
(Siddig et al. 2016)
Number of engineer species No No Medium
(Caro 2010)
Number of umbrella species No No Medium
Number of nesting birds depending on the habitat No Partially Medium
Functional redundancy (Sasaki et al. 2015) No No Low
(Müller & Bütler 2010;
Number/ha of dead wood > 30 cm No No Medium
Lassauce et al. 2011)
Number/ha of very big living wood No No Medium
Woodland (Cateau et al. 2015)
Time of forest existence No No High
Lichen density (Gao et al. 2015) No No Medium
Pollinators diversity (Potts et al. 2010) No Partially Low
Meadows
Cover rate of woody species No No High
Hydrologic functionalities Sometimes No High
Biogeochemical functionalities Wetlands (Gayet et al. 2016) Sometimes No High
Species biological cycle functionalities Sometimes No High
S
Proportion of flora types All (Langanke et al. 2005) No Partially Medium

u
u
c
e
r
r
t
t
Number and height of vegetation layers No No Medium
(Delzons et al. 2013;
Number of microhabitats Regnery et al. 2013a; Sometimes No High
Cateau et al. 2015)
Cover rate of dominant flora (Hillebrand et al. 2008) Sometimes No Medium
Monocotyledons / Dicots rate No Partially Medium
Coniferous / Deciduous trees rate Forest No Partially Medium
Proportion of degraded soil surface Sometimes No High
Management
Pressure /
Pressures indicator species No No Medium

Time since last cut Woodland No No High
Cover rate of eutrophication Wetland (Hautier et al. 2009) Sometimes No High

Species Level
Filter applied
Taxa
Scale Criteria Indicators References Usual in Data available on
concerned Operationality
procedures? study site?
Favorable surrounding habitat No No Low
Local Context
Favorable surrounding connected habitat No No Low

Conn/ Fg All
Situation of site compared to favourable habitats No No Medium
Lengh of fragmenting elements (Fahrig 2003) No Partially Medium
Rep Number of species observation All No Partially High
Occurrence of individuals Sometimes Partially Low
Site
All
Abundance of individuals No No Low
Div Number of species Yes Yes Medium
Fauna
Number of families No Yes Medium
community
Simpson / Shannon Index (Magurran 2005) No No Medium
Total surface of favourable habitat Yes Yes Medium
ies
Functionnalit
All (Quétier et al. 2015)

Number / Mean surface of habitat patches Yes Yes Medium
Surface of favourable resting habitat Yes Yes Medium
Birds (Bunce et al. 2013)
Surface of favourable feeding habitat Yes Yes Medium
Number of breeding pairs Sometimes No Medium
Number of favourable resting habitat Sometimes Partially Medium
Bats
Surface of favourable hunting habitat Sometimes Yes Medium
Surface of favourable resting habitat Sometimes Yes Medium
(Duguet et al. 2003)
Surface of favourable breeding habitat Sometimes Yes Medium
Amphibian
Number of singing males (Joly et al. 2001; Sometimes No Medium
Number of layings Duguet et al. 2003) Sometimes No Medium
Number of favourable micro-habitats Reptiles No Partially Medium
Surface proportion of host plants Lepidoptera Sometimes No Medium
Number of feet/stations Flora Yes Yes High
Pr/Mg Disturbance exposure frequency All No No Medium

Annexe 4-B : Correlation matrix. Correlations were done with the Spearman method,
between indicators from the General Level (GL). Only significant correlations (P<0.05) appear on
the matrix. Blue points represent positive correlation and red points negative ones. Dark colours
represent high correlations whereas light colours represent weak correlations. Selected indicators
are indicated in black, and removed indicators in red. Indicators were removed when they were
correlated with a large number of others (the number being evaluated in case by case). Some
removals were made to keep a certain consistency in the selected set of indicators and all
correlated indicators neither were nor removed in order that the selected set of indicators stay
consistent.
Correlation matrix 1: Correlations between indicators not usually found in procedures

Correlation matrix 2: Correlations between indicators usual in procedure
Correlation matrix 3: Correlation between indicators usual in procedures and those not usually
found in procedures
Annexe 4-C: Qualitative features used as a filter of operationality
for indicators selection.
Operational Features Features modalities Level of
constrains operationality
Financial Provenance of data needed Public data bases High
to fill in the indicator One consultancy agency Medium
or project developer
Several consultancy Low
agencies
Technical Type of skills needed to fill Basic knowledge in High
in the indicator ecology
Basic knowledge in Medium
ecology + GIS
Fauna or flora naturalist Low
Temporal Estimated time of data Few hours High
collect Few days Medium
One or several weeks Low
Annexe 5 : Description des sites d’étude
Les informations sont tirées pour Combe Madame de la synthèse de l’état initial rendu au ministère dans le
cadre de l’expérimentation d’offre de compensation (2016), pour Kembs de divers rapports (IQE 2013
notamment) et pour Romanche Gavet du dossier de dérogation espèces protégées (2011).
COMBE MADAME
Le site de Combe Madame est le support d’une expérimentation d’offre de compensation débutée
suite à l’appel à projet lancé par le MEDDE en 2011 et dont l’opérateur est IBCM (www.ibcm.fr).
Un état initial de la biodiversité a été réalisé de 2013 à 2015, afin d’identifier les enjeux
Description
écologiques et les travaux nécessaires, l’objectif étant d’améliorer le niveau de biodiversité. Les
du projet
premiers travaux d’ouverture de milieux ont commencé en 2016. Des unités de compensation
correspondant au gain de biodiversité créé devraient être calculées pour être vendues à des maîtres
d’ouvrage dont les projets impactent le même type de biodiversité.
Le site de Combe Madame est une

propriété foncière d’un seul tenant
faisant partie du domaine privé
d’EDF SA. Elle est située sur la
Localisation
commune de La Ferrière
d’Allevard, en Isère (38) au cœur
du massif de Belledonne.
Surface : 1852 ha
CLIMATOLOGIE
Le vallon de Combe Madame est soumis à un climat de type océanique (climat humide,
précipitations tous les mois de l’année) avec été tempéré (pas de températures extrêmes). L’altitude
et le relief très marqués induisent également des influences montagnardes (précipitations fréquentes
et enneigement important). Les hivers sont donc rigoureux avec des gelées fortes et des chutes de
neige importantes, et les étés sont chauds et ensoleillés.
Les précipitations sont d’environ 1700 millimètres d’eau par an à 1000 mètres d’altitude et de 2400
millimètres d’eau par an à 2500 mètres d’altitude. Les températures annuelles moyennes sont de 6-
7 °C à 1100 mètres d’altitude.
HYDROLOGIE
Le bassin versant de Combe Madame est dominé par le Rocher Blanc, son plus haut sommet à 2928
m. Un glacier relictuel se situe sur les pentes Nord-Est du sommet.
Contexte
Avec une hypsométrie moyenne élevée de 2200 m, qui favorise la constitution d’un stock nival
environnem
important, le régime hydrologique est de type nival avec une composante saisonnière très marquée
ental
de mai à juillet, et un écart important entre les débits d’hiver et ceux de la période de fusion.
Le torrent de la Combe Madame, avec des eaux claires et rapides où les salmonidés sont
dominants, est classé en première catégorie et en réserve de pêche et en Liste 1 au titre du 1° du I
de l’article L.214-7 du code de l’environnement.
TOPOGRAPHIE
Combe Madame présente une altitude comprise entre 1200 m et 2928 m (sommet du Rocher
Blanc). L’entrée de la Combe Madame et son premier 1/3 inférieur se caractérisent par une
topographie très encaissée avant de s’ouvrir au niveau du gîte d’alpage situé à 1800 m d’altitude.
Ce site correspond aux étages subalpins supérieurs et alpins où alternent forêts, taillis, landes,
pelouses alpines et éboulis et il regroupe un ensemble d’habitats favorables à de nombreuses
espèces inféodées à ces différents milieux.
Usages Combe Madame est un alpage utilisé par le groupement pastoral de l’Isère. La charge sur l’alpage
de Combe Madame est de 800 brebis. L’estive s’étend de 1400 à 2700 mètres d’altitude. L’estive
des brebis s’étale de juin à août. Le groupement se trouve actuellement dans une phase de
transition, suite à une période plus prospère. Ce sont les aides financières qui lui ont permis de
développer un système en équilibre avec le milieu. Actuellement, les questions de rentabilité et de
pérennité de l’exploitation de cet alpage se posent à nouveau avec acuité.
Habitats
naturels
Faune Amphibiens Avifaune Chiroptères Coléoptères Lépidoptères Odonates Orthoptères Mammifères Reptiles
(2014) 2 49 13 50 43 0 16 6 1
Faune à
enjeu
Lépidoptères (Parnassius
Tétras-lyre (photo : Nathan Daumergue) Chiroptères
mnemosyne)
Flore à enjeu
Rhapontique scarieuse Lycopode à rameaux d'un an
Stemmacantha rhapontica Lycopodium annotinum
Flore (2014) 421 Espèces

Photos Ruisseau de Combe Madame dans la pessière La pessière
(2015)
Rhodoraie (habitat du tétras-lyre) Pelouse alpine
ÎLE DE KEMBS
Dans le cadre du renouvèlement de la concession de l'aménagement hydroélectrique de Kembs,
EDF a mis en œuvre diverses mesures environnementales visant à la restauration de la
dynamique alluviale du Vieux Rhin et à l'augmentation de sa biodiversité, sur environ 50 km.
Description
La réalisation du chantier de renaturation d'un paléochenal du Rhin sur l’ïle de Kembs en fait
du projet
partie. Des données ont été récoltées sur le site à partir de 2008 et les travaux ont débuté en
janvier 2014. L’objectif est de restaurer sur l’île une mosaïque d’écosystèmes terrestre et
aquatiques.
L’île de Kembs se situe à

l’intérieur du périmètre de la
réserve naturelle de la
Petite Camargue Alsacienne
(PCA) sur le bief de Kembs
Localisation
(Haut Rhin) à la frontière de 3
pays : Suisse (Bâle),
Allemagne et France.
Surface : 300 ha.
La partie « champ » de l’île était cultivée pour le maïs jusqu’en 2008 puis a été laissé en jachère
Usages
jusqu’au début des travaux. La partie « forêt » n’est pas exploitée.
Habitats
naturels –
partie
champ
(2013)
Habitats
naturels –
plan des
habitats
restaurés
Habitats
naturels –
partie forêt
(2013)
Faune Amphibiens Avifaune Chiroptères Coléoptères Lépidoptères Odonates Orthoptères Mammifères Reptiles
(2013) 6 76 0 1 34 16 2 6 1
Communauté
Faune à
avifaune forestière
enjeu et zones humide
Sonneur à ventre jaune

(Bombina variegata)
Lépidoptères (dont Argus bleu)
Flore à enjeu
Flore (2013) 418 espèces
Ail caréné (Allium carinatum)
Photos
Vue d’ensemble de l’île de Kembs (barrage au premier Bras du Rhin restauré dans la partie
plan, puis partie champ et partie forêt au fond champ (2015)
Partie forêt avec le chenal restauré
Mosaïque d’habitats dans la partie champ (2015)
(2015)
Prairie sèche d’intérêt communautaire (2015) Partie forêt (2015)
ROMANCHE GAVET - SITES IMPACTES

Le projet de la chute de Gavet prévoit la réalisation d’une conduite forcée depuis l’amont du
pont de la Véna, où se trouveront les ouvrages de la prise d’eau, jusqu’à Gavet où sera
construite la centrale. Le projet a pour vocation la production d’électricité. La chute de Gavet
remplacera les 6 centrales actuellement présentes sur la moyenne Romanche. Ces centrales
Description seront démantelées et les sites feront l’objet d’une réhabilitation. Les principaux ouvrages
du projet réalisés sont un barrage prise-d ’eau en amont du pont de la Véna permettant d’entonner 41
m3/s, des ouvrages souterrains dont (d’amont en aval) une galerie en charge depuis le barrage,
une conduite forcée, une cheminée d’équilibre souterraine, une usine souterraine équipée de 2
turbines et un poste de transformation. 4 sites sont donc impactés par le projet, nommés Véna,
Ponants, Clavaux et Gavet.
Le projet se situe
dans le département
de l’Isère, sur le
territoire communal
de Livet-et-Gavet.
Cette commune est
située dans la vallée
Localisation
de la Romanche
encaissée entre le
massif de
Chamrousse au
nord et le massif de
Taillefer au
sud.
CLIMATOLOGIE
Avec une hauteur annuelle de 968 mm, la vallée de la Romanche est moyennement arrosée.
Située aux portes occidentales de l’Oisans, cette vallée reste malgré tout relativement humide,
encore sous une influence océanique, en comparaison du massif qui s’étend vers l’Est et le Sud,
nettement plus sec, sous influence continentale. Il pleut régulièrement au cours de l’année, avec
toutefois un minimum et un maximum
marqués en été et en hiver. La moyenne annuelle de 8,4°C, assez froide, illustre la situation
géographique de la vallée, à 700 m d’altitude, aux pieds de massifs de haute montagne. Ce froid
ou cette fraîcheur se retrouvent à chaque saison.
HYDROLOGIE
Sur la commune de Livet et Gavet, la nappe d’accompagnement de la Romanche est peu
développée (amont de Livet). Les aquifères alluviaux dans le secteur des gorges de la
Contexte
Romanche, entre les hameaux de Livet et Gavet, sont inexistants ou peu développés. La rivière
environnem
est profondément encaissée entre les terrasses anciennes qui dominent largement le lit actuel.
ental
TOPOGRAPHIE
Les sites s’échelonnent d’amont en aval le long de la Romanche, depuis l’altitude
700 m avant Livet (site de la Véna), à l’altitude de 400 m à Gavet. La plaine de la Romanche
entre Livet et Gavet se localise à l’étage collinéen. Les boisements sont ici typiquement
constitués d’essences feuillues : Chêne sessile, Charme, Erable champêtre, Frêne, etc. Sa
position géographique entre deux massifs montagneux majeurs est en outre favorable à
l’installation d’espèces de l’étage montagnard. Les contreforts Sud du massif de Chamrousse
constituent un ensemble naturel de grand intérêt en rive droite de la Romanche. Il s’agit en effet
d’adrets plutôt bien exposés présentant un fort degré de naturalité. Sur les sols, de texture
argileuse et sableuse, frais et profonds de la plaine, se développent à l’origine les formations
forestières alluviales dominées par le Frêne, l’Erable sycomore et l’Erable plane. L’Aulne
glutineux, plus représentatif de forêts alluviales plus développées, est également présent.
La vallée de Livet-et-Gavet est à la fois rurale, agricole, péri-urbaine, industrielle, et fortement
marquée par le torrent de la Romanche et ses hautes montagnes qui la dominent. Livet-et-Gavet
est fortement marquée par ses industries, actuelles et passées. La vallée s’apparente à une cité
industrielle, développée durant le XXème siècle, avec notamment des papeteries,
l’hydroélectricité et des industries de métallurgie et sidérurgie.
Usages
L’agriculture a aujourd’hui une place très limitée dans cet espace. Quelques parcelles en
cultures (céréales, maïs et fourrage) sont présentes. Ainsi, du fait de cette forte occupation
humaine, les zones naturelles sont peu
nombreuses dans ce fond de vallée, contrairement aux pentes et sommets montagneux qui
l’encadrent.
Habitats
naturels Véna
(2011)
Ponants
Clavaux
Gavet
Communauté avifaune forestière et Pie Couleuvre verte et jaune

Grièche écorcheur Lézard des murailles
Faune Lézard vert
faisant Communauté chiroptères
l’objet de la forestière
dérogation Muscardin
(2011)
ROMANCHE GAVET – SITES COMPENSATOIRES
Dans le cadre du projet Romanche-Gavet de nouvelle centrale hydroélectrique, un dossier CNPN
a été élaboré par le bureau d’études Karum en 2011 du fait des impacts incompressibles sur la
faune, la flore et les milieux naturels résultant du projet. Ce dossier CNPN, et l’arrêté préfectoral
Description
2012-019-0013 qui en découle, impose la mise en place de mesures compensatoires : les mesures
du projet
proposée portent sur la mise en place d’une gestion conservatoire de la biodiversité sur deux sites
afin de conserver et restaurer les habitats d’espèces protégées et les populations de ces espèces
visées par l’arrêté. Les deux sites concernés sont également situés dans la vallée de la Romanche.
-Un site de 16,75 ha « Pont-

de Gavet », en rive droite de
la Romanche, sur des
propriétés privées d’EDF ;
Localisation
-Un site de 40 ha, au lieudit
« l’Ile Falcon », en rive
gauche de la Romanche,
domaine de l’État.
CLIMATOLOGIE
La partie basse de la vallée de la Romanche ne voit que très peu le soleil en hiver. Entourée de
massifs abrupts frôlant les 3 000 m d’altitude et orientée parallèlement à la vallée du Grésivaudan,
elle est protégée des vents de nord et de sud. La basse vallée de la Romanche se situe sous le
climat des Alpes intermédiaires. Les informations climatologiques plus précises sont les mêmes
que pour les sites impactés.
HYDROLOGIE
L’Ile Falcon est bordée au nord par la Romanche. Dans sa partie sud qui nous occupe, elle est
parcourue par plusieurs ruisseaux : 4 ruisseaux descendent du versant nord du massif du Taillefer.
Ils alimentent l’île surtout en période pluvieuse (printemps et automne notamment). Deux
premiers ruisseaux confluent et se prolongent par un ruisseau endigué sur une partie de son cours.
Ils alimentent un petit captage de source percé qui devait alimenter le hameau de l’Ile Falcon il y
Contexte a plusieurs décennies. Ces cours d’eau inondent actuellement une prairie mésohygrophile à joncs
environnem en contrebas. Cette dernière profite également d’une partie des eaux du
ental ruisseau qui s’infiltre.
Le site de Pont-de-Gavet est bordé au sud par la Romanche. Aucun autre cours d’eau ou milieu
aquatique n’est présent sur cette zone
TOPOGRAPHIE
Les sites d’étude de l’Ile Falcon et de Gavet se trouvent en fond de vallée de la Romanche, très
encaissés, respectivement à des altitudes de 300 et 400 m environ. La topographie du site de l’Ile
Falcon est plane en majorité dans un secteur où la Vallée de la Romanche s’élargit. Seule sa partie
sud est constituée par des versants abrupts de taille importante. Il s’agit des versants nord du
massif du Taillefer. Le site de Pont-de-Gavet, situé plus en amont, est beaucoup plus encaissé. Le
site est constitué par une petite partie du bas des versants sud de Belledonne. L’autre partie du site
majoritaire, plutôt plane, repose sur le fond de la vallée. En conséquence, le site de Gavet est
beaucoup moins exposé au soleil que le site de l’Ile Falcon, car les versants sud du massif de
Belledonne et les versants nord du massif du Taillefer atteignant rapidement plus de 1 200 m
d’altitude limitent la pénétration de la lumière dans le fond de la vallée.
Sur le site de Pont-de-Gavet, l’ancienne centrale électrique créée en 1905 a été désaffectée en
Usages 1949 puis démolie dans les années 1955-1956. Il n’y a pas d’agriculture sur le site. Le site n’est
utilisé que par les engins accédant au chantier de la nouvelle usine hydro-électrique de la vallée
de la Romanche. Une activité moto cross est également pratiquée sur le site.
L’île Falcon a été occupée par un village dans les années 70 (300 habitants environ). En 1985,
quelques blocs sont tombés de la montagne (massif de Belledonne) sur la route. Face au risque
d’éboulement de plus en plus
important de la montagne, en application de la loi Barnier sur les risques naturels majeurs, il a été
ordonné l’expropriation des habitants en 1997. Le 30 juin 2011, les dernières habitations ont été
détruites, et l’île n’est plus habitée aujourd’hui. L’agriculture sur le site se faisait de manière
opportune. Les prairies et pelouses n’étaient pas amendées ni fertilisées. L’alimentation en eau se
faisait à partir de l’eau potable en provenance
des bornes à incendie jusqu’à sa coupure. Sur le site, les animaux étaient encore présents au
printemps et à
l’été 2012. A l’automne 2012, sur demande de l’état, tous les animaux ont été sortis de l’Ile
Falcon. Des ruches étaient également visibles sur le site l’été 2012.
Habitats
naturels
(2012)
Faune à
Lépidoptères Chiroptères forestier Pie grièche écorcheur (île Falcon)
enjeu
Ile Falcon
Jonc à double
tranchant Cardamine bulbifera,
(ïle Falcon) Cardamine heptaphylla
Sedum rubens.
Flore à Pont de gavet
enjeu Orchis
Punais Anacamptis coriophora
Pont de gavet (2016) Ile Falcon (2015)
Photos
Annexe 6 : Description des indicateurs du cadre d’évaluation .
SC = site compensatoire, SI = site impacté, MC = mesures compensatoires. Lorsque la flèche est vers le
bas, cela indique qu’une augmentation de l’indicateur est plutôt liée à un perte de biodiversité.
NIVEAU GENERAL – Périmètre Elargi

Connectivité
Longueur de linéaire de transport
Description Longueur en Km des gros linéaires de transport (autoroute, nationale, LGV) dans le
périmètre élargi.
Références (Fahrig 2003; Mimet et al. 2016)
Récolte de la Avec un outil SIG, reporter les longueurs des linéaires dans un rayon de 1 km autour
donnée des sites cartographiés sur fond d’ortho photo récente ou à l’aide de couche des
réseaux de transport existante.
Sens de variation Plus la longueur de linéaire de transport est élevée, moins la circulation des espèces
est possible. Une augmentation de la valeur de l’indicateur indique donc une perte.
Limites Cet indicateur reste très général car certains taxons comme l’avifaune sont moins
impactés par les linéaires de transport que les mammifères ou les amphibiens.
Longueur de linéaire de haies
Description Longueur de linéaire de haies (EUNIS FA ou G5-1, alignement d’arbres) en Km, qui
se prolonge de l’intérieur du site au périmètre élargi
Références (Dover & Fry 2001; Gayet et al. 2016)
Récolte de la Avec outil SIG (orthophoto récente) et une prospection de terrain, calculer la
donnée longueur en Km des linéaires de haies. Une augmentation de la valeur de l’indicateur
indique un gain de biodiversité.
Sens de variation Plus le linéaire de haies est grand, plus il y a de chance que la faune puisse se
déplacer et donc que son habitat soit connecté.
Limites Les haies ne sont pas toujours très nettes à identifier, il s’agit parfois d’un mélange
avec des petits bosquets.
Nombre d’espèces faune de cohérence régionale TVB
Description Nombre d’espèces faunes inventoriées sur le site étant identifiées de cohérence
régionale pour la Trame Verte et Bleue (voir Annexe 7)
Références (SORDELLO et al. 2011; HOUARD et al. 2012)
Récolte de la A partir de la liste des espèces de faune inventoriées sur le terrain, noter celles qui
donnée sont de cohérence régionales TVB (voir les tableaux dédiés en annexe).
Sens de variation Plus le nombre d’espèces est élevée, plus le site à de l’importance pour le réseau
TVB. Une augmentation de la valeur de l’indicateur indique un gain de biodiversité.
Limites Les régions ne sont pas toutes au même point d’avancement dans leur identification
et protection des TVB, donc selon les cas, les TVB ne sont pas encore en place.
Surface de corridors écologiques traversant le site
Description Surface en ha de corridors écologiques autres que des haies traversant le site. Les
corridors peuvent être déjà identifiés dans les SRCE, les TVB ou peuvent être
identifiés lors de l’inventaire sur le site.
Références
Récolte de la A l’aide de prospection de terrain et d’un outil SIG (couches des SRCE etc.),
donnée identifier les corridors écologiques autour du site et mesurer la surface de ceux
traversant le site.
Sens de variation Plus la surface de corridors est grande, plus l’importance du site pour la continuité
entre zones réserves est grande. Une augmentation de la valeur de l’indicateur
indique un gain de biodiversité.
Limites Les corridors identifiés pour cet indicateur ne correspondront probablement pas aux
déplacements réels d’espèces particulières mais à des corridors potentiels pour divers
espèces.
Patrimonialité
Nombre d'espaces protégés ou à enjeu
Description Nombre d’espaces « à enjeu » comme les sites Natura 2000, les réserves naturelles
(nationales et régionales), les APB, ZNIEFF I etc.
Références (Thomas & Gillingham 2015)
Récolte de la Sur le site Géoportail ou le site de l’INPN les couches SIG des espaces protégés ou à
donnée enjeu sont disponibles. Relever le nombre de site dont au moins 1/3 de la superficie
(défini arbitrairement) se trouve dans le périmètre élargi.
Sens de variation Plus il y a de sites à enjeu dans le paysage, plus la patrimonialité est forte. Une
augmentation de la valeur de l’indicateur indique un gain.
Limites L’interprétation de l’indicateur peut être compliquée : il y a gain sur l’indicateurs
plus le site est entouré par des espaces à enjeu mais 1/ il n’y a pas forcément de
connexion entre les sites et les espaces protégés et 2/ vaut-il mieux compenser dans
un paysage déjà très patrimonial ? Cet arbitrage est laissé au dire d’expert.
Nombre d’espèces faune et flore déterminantes des ZNIEFF alentours (2 indicateurs)
Description Nombre d’espèces (se trouvant sur les sites) déterminantes des ZNIEFF de type I
relevées dans le périmètre élargi.
Références (Clap 2005)
Récolte de la Relever les espèces déterminantes des ZNIEFF I dans le périmètre élargi (fiches des
donnée ZNIEFF de l’INPN) et noter celles inventoriées sur les sites.
Sens de variation Plus la diversité est élevée, plus la patrimonialité est forte. Une augmentation de la
valeur de l’indicateur indique un gain.
Limites Les habitats des espèces déterminantes ZNIEFF peuvent être présents dans le
périmètre élargi mais non connectés aux sites.
Représentativité
Représentativité des milieux (6 indicateurs)
Description Surface en ha de milieux aquatique (EUNIS A, B et plus couramment C), rocheux

(EUNIS H), prairiaux (EUNIS E), buissonnants (EUNIS F), forestier (EUNIS G) et
zones humides (EUNIS D et E3), présents sur les sites divisé par la surface en ha de
ces mêmes milieux dans le périmètre élargi.
Références
Récolte de la Avec un outil SIG (couche SIG EUNIS et couche SIG des zones humides
donnée cartographiées dans le département), calculer les surfaces des milieux cartographiés
sur les sites et ceux du périmètre élargi.
Sens de variation Plus le ratio est élevé, plus la représentativité est grande. Une augmentation de la
valeur de l’indicateur indique un gain de biodiversité.
Limites Les habitats cartographiés sur les sites sont bien plus précis que la couche des
habitats EUNIS utilisable pour le périmètre élargi. Les ratios risquent d’être sous-
estimés.
Pression
Proportion de milieux artificialisés (cultivés et construits)
Description Surface en ha de milieux construits imperméables (EUNIS J) et de zones cultivées

(EUNIS I) rapportée à la surface totale du périmètre élargi.
Références (McLaughlin & Mineau 1995; Aguejdad 2009)
Récolte de la Avec un outil SIG (couche SIG EUNIS), calculer les surfaces des milieux
donnée artificialisés et la surface totale du périmètre élargi.
Sens de variation Plus la portion de milieux artificialisés est élevée, plus la pression pour la
biodiversité est importante. Une augmentation de la valeur de l’indicateur va donc
dans le sens d’une perte.
Limites Cet indicateur est informatif mais n’indique pas s’il est préférable de compenser dans
un périmètre très ou peu artificialisé
Surface de plantes exotiques envahissantes (EEE) à proximité
Description Surface en ha des patchs d’EEE à proximité immédiate des sites (quelques centaines
de mètres).
Références (Mooney & Hobbs 2000; Vilà et al. 2011; Early et al. 2016)
Récolte de la Avec un outil SIG et une prospection de terrain, cartographier les patchs d’EEE et en
donnée extraire la surface totale.
Sens de variation Plus la surface d’EEE à proximité est élevée, plus la potentialité d’invasion est forte.
Une augmentation de la valeur de l’indicateur indique donc une perte.
Limites Cet indicateur est assez statique et ne prend pas en compte la dynamique d’expansion
des invasives et les vecteurs d’invasion (passage de véhicules…).
Sources de pollutions
Description Nombre de sources de cons équentes de pollutions (chimiques, sonore, gazeuses…)

comme des usines.
Références
Récolte de la Avec un outil SIG (couche SIG « zone d’activité » de la BD carto, typonymie :
donnée sélectionner les activités a priori source de pollution) et une prospection de terrain,
identifier le nombre de sources de pollutions.
Sens de variation Plus il y a de sources de pollution, plus la pression sur la biodiversité est grande. Une
augmentation de la valeur de l’indicateur indique donc une perte.
Limites Il peut s’avérer difficile d’identifier les sources de pollution, surtout dans un milieu
péri-urbain.
NIVEAU GENERAL – Périmètre Site

Diversité
Diversité des habitats naturels (6 indicateurs)
Description Nombre et surface d’habitats naturels de type aquatique (EUNIS A, B et plus

couramment C), rocheux (EUNIS H), prairiaux (EUNIS E), buissonnants (EUNIS F),
forestier (EUNIS G), zones humides (EUNIS D et E3). Les habitats doivent être
détaillés au niveau EUNIS 3 au minimum.
Références Yachi & Loreau ((1999)
Récolte de la Avec un outil SIG et une prospection de terrain, cartographier les différents habitats
donnée (EUNIS niveau 3 ou 4) et calculer les surfaces totales d’habitats appartenant au
même type de milieu.
Sens de variation Plus il y a d’habitats différents, plus la diversité est grande. Mais une grande surface
d’habitats n’implique pas forcément un grande diversité. Une augmentation de la
valeur de l’indicateur indique un gain de biodiversité.
Limites Un habitat peut être perdu au profil d’un autre, et dans ce cas l’interprétation de la
perte ou du gain nécessite d’avoir fixé des objectifs précis de conservation (par
exemple favoriser la réouverture de milieux).
Diversité d’espèces faune et flore (13 indicateurs)
Description Nombre d’espèces inventoriées pour chaque groupe taxonomique : avifaune,

chiroptères, autres mammifères, amphibiens, reptiles, insectes total et plus
précisément odonates, orthoptères, coléoptères, lépidoptères, et si il y des milieux
aquatiques, poissons et crustacés.
Références Yachi & Loreau (1999)
Récolte de la A partir des listes d’espèces inventoriées, regrouper les espèces par groupe
donnée taxonomique et reporter le nombre d’espèces.
Sens de variation Plus le nombre d’espèce est élevé, plus la diversité est importante. Une augmentation
de la valeur de l’indicateur indique un gain de biodiversité.
Limites Ces indicateurs ne prennent en compte que la diversité spécifique et non la diversité
fonctionnelle.
Patrimonialité
Proportion d’habitats menacés ou à surveiller
Description Proportion surfacique d’habitats classés comme menacés (ce qui comprend « en
danger » et « vulnérable ») ou comme « à surveiller » dans les listes rouges (LR)
régionales.
Références
Récolte de la Lors de la cartographie des habitats naturels, relever ceux présents sur la LR et
donnée calculer leur nombre ou surface.
Sens de variation Plus la valeur de l’indicateur est élevée, plus la patrimonialité est élevée. Une
Limites Compliqué d’accéder aux LR pour les habitats, elles ne sont pas toutes disponibles et
homogènes.
Proportion d’habitats d’intérêt communautaire + prioritaires
Description Proportion surfacique d’habitats d’intérêt communautaire et d’intérêt communautaire

prioritaire, qu’ils soient classés ou non en site Natura 2000.
Références (Bunce et al. 2013; Delzons et al. 2013)
Récolte de la Lors de la cartographie des habitats naturels, relever ceux d’intérêt communautaire et
donnée calculer leur nombre et leur surface.
Limites Cet indicateur et assez peu discriminant étant donné qu’une minorité de sites
habituellement impactés contient des habitats d’intérêt communautaires.
Faune et flore protégées (2 indicateurs)
Description Proportion d’espèces protégées au niveau national et régional (code de

l’environnement) par rapport à la diversité totale de faune ou flore.
Références (Delzons et al. 2013)
Récolte de la A partir des listes d’espèces issues des inventaires naturalistes, identifier celles qui
donnée sont protégées.
Limites Les espèces protégées sont, pour un certain nombre, assez communes et il pourrait
être plus pertinent selon les cas, de compenser une perte sur ces espèces par un gain
sur des espèces non protégées mais menacées par exemple.
Faune et flore menacées au niveau national et régional (4 indicateurs)
Description Proportion d’espèces classées comme menacées (CR, EN ou VU) sur les LR
nationale d’une part et régionale ou départementale d’autre part par rapport à la
diversité totale de faune ou flore
Références (Butchart et al. 2004; Butchart et al. 2005; Butchart et al. 2007; Delzons et al. 2013)
donnée sont menacées sur les différentes LR
Limites Les données issues des dossiers présentent systématiquement le statut LR France
mais de façon hétérogène soit le statu LR régionale, départementale ou les deux.
Faune et flore à enjeu Natura 2000 (3 indicateurs)
Description Proportion d’espèces classées à l’annexe II de la Directive Habitat et classées

prioritaires, et d’espèces d’oiseaux classées à l’annexe I de la Directive Oiseaux, par
rapport à la diversité totale de faune ou flore.
donnée sont classées aux annexes des Directives.
Limites Pour certains taxons comme les chiroptères, cet indicateur n’est pas très discriminant
étant donné que quasiment toutes les espèces sont inscrites à l’annexe II.
Fonctionnalités
Espèces dépendantes du site pour la reproduction (2 indicateurs)
Description Proportion de l’avifaune et du reste de la faune se reproduisant sur le site.

Récolte de la Lors d’inventaires naturalistes, relever des indices de reproduction (nids et couples
donnée pour l’avifaune, pontes pour les amphibiens…) et déterminer les espèces qui se
reproduisent de manière certaine sur le site.
Sens de variation Plus il y a d’espèces se reproduisant sur le site, plus la capacité du site à accueillir le
cycle de vie des espèces est élevée. Une augmentation de la valeur de l’indicateur
indique un gain.
Limites Il est n’est pas toujours évident de déterminer de manière objective les espèces se
reproduisant sur le site (avis d’expert possiblement nécessaire).
Indice de spécialisation de l’avifaune
Description L’indice de spécialisation de l’avifaune est la moyenne des indices des espèces
présentés dans les annexes de (Le Viol et al. 2012) (Annexe 7)
Références (Devictor et al. 2008; Devictor et al. 2010; Concepción et al. 2015)
Récolte de la A partir des listes d’avifaune issues des inventaires, attribuer l’indice de
donnée spécialisation et faire la moyenne des indices
Sens de variation Plus la proportion d’espèces spécialistes par rapport aux espèces généralistes est
grande (plus l’indice de spécialisation est élevé), plus la fonctionnalité est élevée.
Une augmentation de la valeur de l’indicateur indique un gain.
Limites L’indice de spécialisation n’a pas été calculé pour toutes espèces.
Spécialisation des chiroptères
Description Proportion d’espèces spécialistes par rapport aux espèces totale.

Références
Récolte de la A partir des listes d’espèces de chiroptères inventoriées, reporter celles qui sont
donnée spécialistes d’un milieu particulier.
Sens de variation Plus le nombre de spécialiste est élévé, plus le milieu fournit de niches écologiques
diversifiées. Une augmentation de la valeur de l’indicateur indique un gain.
Limites La détermination des espèces spécialiste est faite à dire d’expert.
Densité de lisière forestière
Description Longueur en Km de lisière forestière (EUNIS E5) divisé par la surface en ha de

milieu forestier (EUNIS G).
Références (Concepción et al. 2015)
Récolte de la A l’aide d’un outil SIG et d’une prospection de terrain, mesurer la longueur des
donnée habitats de lisières forestières (EINUS E5) et diviser par la surface en ha calculée
pour le milieu forestier
Sens de variation Plus la densité est élevée, plus il y a de lisières pour une même surface de forêt. Une
Limites Une densité importante de lisière peut vouloir dire que le milieu forestier est
fragmenté, mais le fait qu’une lisière se forme montre que les perturbations ne sont
pas trop importantes.
Pression
Zones artificialisées (2 indicateurs)
Description Proportion de zones NON artificialisées imperméables (EUNIS J) et de zones NON

cultivées (EUNIS I).
Références (Aguejdad 2009)
Récolte de la Avec un outil SIG et une prospection de terrain, cartographier les zones (EUNIS
donnée niveau 3 ou 4) et calculer les surfaces totales de zones appartenant au même type de
milieu. Soustraire ces valeurs à la surface totale.
Sens de variation Moins il y a de zones artificialisées, moins la pression est forte pour la biodiversité.
Limites Cet indicateur ne tient pas compte de la position de la zone artificialisée qui peut être
plus ou moins problématique pour le passage d’espèce ou autre.
Espèces exotiques envahissantes (EEE ; 2 indicateurs)
Description Proportion surfacique de zone sans patchs de plantes exotique au caractère

envahissant avéré et nombre d’espèces.
Références (Vilà et al. 2011)
Récolte de la Lors des inventaires de terrain et à l’aide d’un outil SIG, répertorier le nombre
donnée d’espèces et la surface des zones quelles recouvrent. Soustraire ces valeurs à la
surface totale.
Sens de variation Moins il y a d’espèces invasives et moins leur surface est grande, moins la pression
est grande. Une augmentation de la valeur de l’indicateur indique un gain.
Limites Certaines espèces considérées comme invasives avérées peuvent être présentes sur
les sites mais ne pas avoir de caractère invasif sur le site.
NIVEAU HABITAT – Périmètre Elargi

Connectivité
Fragmentation de l’habitat
Habitat ciblé Tous

Description Surface totale des patchs du type EUNIS de niveau 2 (1 lettre + 1 chiffre) de l’habitat
ciblé (en ha) divisé par le périmètre de chaque patch (en km) dans la périmètre élargi.
Références (Lorrillière et al. 2015)
Récolte de la A l’aide d’un outil SIG et de prospections de terrain, identifier sur la couche EUNIS
donnée les patchs du type d’habitat cible et associer à chaque polygone l’aire et le périmètre
et calculer l’indice.
Sens de variation La valeur de l’indicateur est plus élevée quand, à surface égale, le périmètre
augmente. Une augmentation de la valeur de l’indicateur indique un gain.
Limites La résolution de la couche SIG EUNIS est pour l’instant de 1 ha, donc les patchs plus
petits ne seront pas pris en compte dans le calcul.
Responsabilité
Surface d’habitat similaire dans l’emprise sites patrimoniaux
Habitat ciblé Tous

Description Surface en ha d’habitat similaire (même niveau EUNIS ou éventuellement un niveau
moins précis) présents dans l’emprise des sites patrimoniaux (identifiés au niveau
général) qui se trouve dans la périmètre élargi pris pour la niveau Habitat.
Références
Récolte de la A l’aide des informations concernant les sites patrimoniaux répertoriés sur l’INPN,
donnée identifier ceux qui ont dans leur emprise l’habitat similaire à celui ciblé et calculer la
surface soit avec une prospection de terrain, soit avec une couche SIG si existante.
Sens de variation Plus la surface d’habitat similaire est élevée, plus l’habitat est bien représenté (et plus
il y a de chance que les populations faune et flore inféodées à cet habitat puisse se
maintenir dans le périmètre considéré). Une augmentation de la valeur de l’indicateur
indique un gain.
Limites Il peut s’avérer difficile d’obtenir la surface exacte d’habitat si l’information n’est
pas présente dans les bases de données publiques.
NIVEAU HABITAT – Périmètre Site
Diversité
Diversité faune inféodée à l’habitat (n indicateurs)
Habitat ciblé Tous

Description Nombre d’espèces inventoriées inféodées à l’habitat étudié pour les groupes
taxonomiques pertinents selon les habitats. Inclure les invertébrés, notamment les
coléoptères (forêt), odonates (zh), lépidoptères et orthoptères (milieux ouverts)…
Références (Eiswerth & Haney 2001)
Récolte de la A partir des inventaires réalisés pour le niveau général, identifié les groupes
donnée taxonomiques et les espèces inféodés à l’habitat ciblé et reporter leur nombre.
de la valeur de l’indicateur indique un gain.
Limites Il peut être compliqué d’attribuer un nombre d’espèce inféodée à un habitat
particulier étant donné que les espèces ont généralement de plusieurs types d’habitats
naturels.
Diversité flore
Habitat ciblé Tous

Description Nombre d’espèces flore relevés dans l’habitat étudié.
Références
Récolte de la Lors des inventaires botaniques, relever toutes les espèces de flore composant
donnée l’habitat naturel ciblé.
Limites Dans les dossiers étudiés, les résultats d’inventaires n’étaient pas présentés par
habitat mais de manière générale pour l’ensemble du site.
Fonctionnalités
Surface et patchs d’habitat (2 indicateurs)
Habitat ciblé Tous

Description Surface totale de l’habitat et nombre de patchs en ha.
Références
Récolte de la Avec un outil SIG et une prospection de terrain, cartographier les patchs d’habitat et
donnée calculer la surface totale de l’habitat.
Sens de variation Plus la surface de l’habitat et le nombre de patchs est grand, plus il a de chance de
constituer une entité fonctionnel. Une augmentation de la valeur de l’indicateur
indique un gain.
Limites Cet indicateur ne tient pas compte de la localisation des patchs entre eux ni de leurs
taille respective : des petites surfaces d’habitats bien connectées peuvent être
fonctionnelles.
Avifaune nicheuse
Habitat ciblé Tous

Description Nombre d’espèces d’oiseaux se reproduisant dans l’habitat considéré.
Références (Eiswerth & Haney 2001)
Récolte de la Lors d’inventaires naturalistes, relever des indices de reproduction (nids,
donnée comportement, individus) et déterminer les espèces qui se reproduisent de façon
certaine dans l’habitat considéré.
Sens de variation Plus il y a d’espèces se reproduisant dans l’habitat ciblé, plus sa capacité d’accueil
pour la reproduction est grande. Une augmentation de la valeur de l’indicateur
indique un gain.
Limites Cet indicateur ne tient pas compte de l’abondance des couples nicheurs, aspect
évalué dans le niveau 3 pour une espèce en particulier. Un habitat ne sert pas
obligatoirement à la reproduction de l’avifaune mais peut fournir des ressources de
nourrissage.
Horizons de sol (2 indicateurs)
Habitat ciblé Tous

Description Différentiel entre le nombre d’horizons organiques (de type O dans le référentiel
pédologique) et leur valeur respective de référence, et l’épaisseur totale de ces
horizons (terre végétale).
Références Baize and Girard (2009)
Récolte de la Etablir un plan d’échantillonnage afin d’avoir une bonne représentativité de l’habitat
donnée et faire la moyenne des épaisseurs et nombre d’horizons trouvés (creuser avec une
tarière jusqu’au horizon minéraux).
Sens de variation Un différentiel élevé indique une structure de sol moins proche de la structure de
référence (donc possiblement moins fonctionnelle). Une augmentation de la valeur
de l’indicateur indique donc une perte.
Limites
Abondance relative de la mésofaune détritivore
Habitat ciblé Tous

Description Masse moyenne d’organismes de mésofaune détritivore (collemboles, myriapodes)
pour 100 g de sol.
Références
Récolte de la Faire un plan d’échantillonnage adapté sur des zones représentatives de l’habitat
donnée considéré, prélever 100g de sol un nombre de fois suffisant. Filtrer les échantillons
(berles), pesez les organismes et rapporter cette masse en moyenne pour 100g.
Sens de variation Plus le nombre d’organismes de mésofaune détritivore est élevé, plus la
décomposition du sol a de chance d’être fonctionnelle. Une augmentation de la
Limites il y a un biais selon l’effort d’échantillonnage, et il faut la compétence « sol » pas
forcément présente dans tous les BE.
Espèces bio-indicatrices
Habitat ciblé Tous

Description Nombre d’espèces considérées comme bio-indicatrices de la qualité du milieu
considéré (ex : coléoptères saproxyliques pour milieux forestiers, odonate pour
milieu humide).
Références (Siddig et al. 2016)
Récolte de la donnée Lors d’inventaires naturalistes sur l’habitat considéré, rechercher
particulièrement les espèces bio-indicatrices susceptibles d’être présentes.
Sens de variation Plus le nombre est élevé, plus la qualité du milieu est élevée. Une augmentation
Limites Cet indicateur ne renseigne pas sur l’état des populations de ces espèces, qui
pourrait être un meilleur indicateur complémentaire de la qualité des milieux.
Quantité de bois mort sur pied et au sol
Habitat ciblé Milieu forestier

Description Nombre / ha de bois mort > 30 cm de diamètre sur pied et au sol (souches, branches,
troncs, arbres morts sur pied).
Références (Maciejewski 2006; Müller & Bütler 2010; Lassauce et al. 2011)
Récolte de la Lors de prospections de terrain, estimer la densité de bois mort > 30 cm de diamètre
donnée au sol et sur pied sur des placettes représentatives du milieu, et moyenner ces valeurs
à l’hectare.
Sens de variation Plus il y a de bois mort sur pied ou au sol, plus le milieu est mature et propice au
cycle de vie de nombreuses espèces. Une augmentation de la valeur de l’indicateur
indique un gain.
Limites La prospection peut être longue selon la surface prospectée et complexe pour des non
experts.
Nombre de Très Gros Bois vivant (TGB)

Description Nombre de TGB par ha. Les TGB sont définis comme correspondant aux arbres
vivants ayant dépassé le diamètre optimal d’exploitabilité. Ces diamètres varient
d’une essence à l’autre selon le niveau de fertilité de la station et l’altitude.
Références (Maciejewski 2006; Cateau et al. 2015)
Récolte de la Lors d’une prospection de terrain, établir un plan d’échantillonnage représentatif de
donnée la zone d’étude, noter le nombre de TGB et rapporter l’hectare.
Sens de variation Plus il y a de TGB / ha, plus la forêt est mature et fonctionnelle et meilleur est l’état
de conservation. A partir de 8 TGB/ha, le milieu est considéré en très bon état de
conservation. Une augmentation de la valeur de l’indicateur indique un gain.
Limites La définition du diamètre d’un TGB n’est pas standardisée et la prospection peut
s’avérer difficile si la surface est grande.
Ancienneté de l’habitat

Description Temps en année depuis lequel le milieu est un habitat forestier (avec un seuil à
trouver au-delà duquel on ne peut plus remonter, ex. cartes état-major).
Références (Cateau et al. 2015)
Récolte de la Se renseigner auprès des propriétaires du foncier et vérifier sur des photos anciennes
donnée jusqu’au cartes d’état-major.
Sens de variation Plus le temps d’existence est long, plus la forêt est ancienne. Une augmentation de la
Limites La donnée peut être compliquée à obtenir selon le statut du milieu forestier.
Présence de lichens

Description Densité de lichen sur le tronc des arbres, estimée comme la moyenne des mesures en
plusieurs points.
Références
Récolte de la Lors de prospections de terrain, faire un plan d’échantillonnage représentatif du
donnée milieu considéré et estimer en chaque point la densité de lichen sur le tronc des
arbres de cette zone à l’aide d’un patron de densité.
Sens de variation Plus la densité de lichen est élevée, plus le milieu forestier a une forte qualité
écologique. Une augmentation de la valeur de l’indicateur indique un gain.
Limites Il y a un biais observateur pour estimer la densité.
Diversité des pollinisateurs
Habitat ciblé Milieu prairiaux

Description Nombre d’espèces de pollinisateurs (hyménoptères, lépidoptères…) fréquentant
l’habitat.
Références (Potts et al. 2010)
Récolte de la Mettre en place un protocole d’inventaire adapté et estimer le nombre d’espèces
donnée présentes.
Sens de variation Plus il y a d’espèces, plus le milieu est fonctionnel. Une augmentation de la valeur de
l’indicateur indique un gain.
Limites Des inventaires spécifiques pour ces espèces ne sont pas réalisés d’ordinaire dans les
études.
Taux de recouvrement de ligneux
Habitat ciblé Milieu prairiaux

Description Taux de recouvrement surfacique en % d’espèces ligneuses. Le recouvrement par les
ligneux indique une fermeture du milieu, augmente le risque d’incendie, et réduit le
réservoir de graines contenues dans le sol. Il indique un mauvais état de
conservation.
Références (Maciejewski 2012)
Récolte de la A partir de cartographies SIG et de prospection de terrain, estimer le recouvrement
donnée de ligneux (utiliser un patron de densité).
Sens de variation Plus le taux de recouvrement est élevé, moins la prairie est fonctionnelle. Au-delà
d’un recouvrement de 20% de ligneux, la pelouse est considérée en mauvais état de
conservation. Une augmentation de la valeur de l’indicateur indique donc une perte.
Limites Il y a un biais observateur pour mesurer le recouvrement surfacique.
Fonctionnalité des zones humides
Habitat ciblé Zones humides

Description Scores de fonctionnalité pour les 3 grandes fonctions suivantes (calculés pour
chaque indicateur) : Biogéochimique, Hydraulique, Biologique.
Références (Gayet et al. 2016)
Récolte de la donnée Voir le guide de Gayet et al. (2016)
Sens de variation Voir le guide de Gayet et al. (2016)
Limites Voir le guide de Gayet et al. (2016)
Structure
Proportion de flore dominante de l’habitat (1 à 3 indicateurs)
Habitat ciblé Tous

Description Pourcentage de recouvrement de l’espèce (ou du mélange d’espèces) de flore
dominante dans chaque strate : herbacée, arborescente et arborée (à adapter selon le
type de milieu visé).
Références (Hillebrand et al. 2008)
Récolte de la Lors des inventaires de terrain, identifier la flore dominante de chaque strate et
donnée estimer le pourcentage de recouvrement à l’aide de patrons de densité.
Sens de variation Plus la valeur de l’indicateur est importante, plus l’espèce est dominante. Une
Limites Il y a un biais observateur pour déterminer le % de recouvrement : certains milieux
homogènes ne poseront pas beaucoup de problèmes tandis que pour d’autres plus
diversifiés, la flore dominante pour être plus dure à estimer.
Nombre et hauteur des strates de végétation (1 à 3 indicateurs)
Habitat ciblé Tous

Description Hauteur (en m) et nombre d’espèces de chacune des strates herbacée, arborescente et
arborée, selon le type d’habitat.
Références
Récolte de la Lors de prospections de terrain, faire un plan d’échantillonnage représentatif du
donnée milieu considéré et estimer en chaque point la hauteur / le nombre d’espèces dans la
zone, puis moyenner les valeurs et regrouper les espèces.
Sens de variation Une augmentation de la valeur de l’indicateur indique un gain pour les milieux
forestier mais une perte pour les milieux ouverts.
Limites Il y a un biais observateur pour la hauteur et la densité.
Pression
Espèces indicatrices de perturbations
Habitat ciblé Tous

Description Nombre d’espèces total de flore indicatrices de perturbation de l’habitat
(piétinement, pollutions, feux…).
Références
Récolte de la Lors d’inventaire botaniques sur l’habitat considéré, relever le nombre d’espèces
donnée indicatrices de perturbation.
Sens de variation Plus la valeur de l’indicateur est grande, plus le milieu est perturbé.
Limites L’indicateur ne permet pas de différencier de de quel type de perturbation les espèces
sont indicatrices, il faut une interprétation pour le savoir.
Proportion de sol dégradé
Habitat ciblé Tous

Description Proportion surfacique de l’habitat dont le sol n’a pas subi une dégradation
(tassement, décapage etc.).
Références (Maciejewski 2006)
Récolte de la A l’aide de prospection de terrain et d’un outil SIG, déterminer la proportion du
donnée milieu dont le sol est dégradé (déterminer au préalable le type de dégradation
identifié) et soustraire à la surface totale de l’habitat.
Sens de variation Plus la proportion est élevée, plus le niveau de perturbation est important. Un milieu
dont 20% et plus de la surface du sol est dégradée est considéré en mauvais état de
conservation. Une augmentation de la valeur de l’indicateur indique un gain.
Limites Il y a un biais observateur pour déterminer à partir de quel seuil on considère le sol
comme dégradé.
Temps depuis dernière coupe à blanc

Description Temps en année depuis la dernière coupe blanche.
Références (Cateau et al. 2015)
Récolte de la donnée Se renseigner auprès des propriétaires du foncier et/ou de l’exploitant.
Sens de variation Plus le temps depuis la dernière coupe est grand, moins le milieu est perturbé.
Limites La donnée peut ne pas être disponible et le niveau de perturbation dépend aussi
de la manière dont le milieu est géré après la coupe.
Taux de couvert des algues (eutrophisation)
Habitat ciblé Zones humides

Description Pourcentage de la partie aquatique de la zone humide NON recouverte par des algues.
Références
Récolte de la Sur le terrain, estimer (à l’aide d’un patron de densité) le pourcentage de la partie
donnée aquatique de la zone humide recouvert par des algues « eutrophisantes » et la soustraire
à la surface totale.
Sens de Plus la surface de recouvrement est grande, plus l’eutrophisation est importante. Une
variation augmentation de la valeur de l’indicateur indique un gain.
Limites Il y a un biais observateur pour déterminer le pourcentage de recouvrement. Cet
indicateur ne renseigne pas sur les causes de l’eutrophisation (et donc sur les moyens
possibles de maîtriser ce phénomène).
NIVEAU ESPECE – Périmètre Elargi

Connectivité
Habitats favorables à proximité
Taxon ciblé Tous

Description Surface totale en ha d’habitats favorables à l’espèce cible dans le périmètre élargi.
Références
Récolte de la Avec un outil SIG (couche EUNIS) et potentiellement une prospection de terrain,
donnée identifier les patchs d’habitat favorables dans le périmètre élargi et extraire la surface.
Sens de Plus la valeur de l’indicateur est grande, plus il y a de chance que les populations de
variation l’espèce puissent se maintenir. Une augmentation de la valeur de l’indicateur indique
un gain.
Limites Pour les taxons avec une grande capacité de dispersion comme les oiseaux, le
périmètre de prospection autour des sites risque d’être trop large pour que l’évaluation
soit très précise.
Habitats favorables à proximité connectés
Taxon ciblé Tous

Description Nombre de patchs d’habitats favorables à l’espèce cible étant connectés aux sites (par
des corridors à déterminer pour chaque espèce/taxon)
Références (Fahrig 2002; Fahrig 2003)
Récolte de la Avec un outil SIG (couche EUNIS) et potentiellement une prospection de terrain,
donnée identifier les patchs d’habitat favorables connectés par des corridors dans le périmètre
élargi.
Sens de Plus la valeur de l’indicateur est grande, plus il y a de chance que les populations de
variation l’espèce puissent circuler entre les différents patchs d’habitat. Une augmentation de la
Limites Selon les taxons les types de corridors favorables au déplacement des espèces sont
divers et sont à évaluer à des échelles variables.
Nombre de zones favorables connectées entre elles grâce au site
Taxon ciblé Tous

Description Nombre de zones favorables à l’espèce cible connectées entre elles grâce à des
éléments présents sur le site.
Récolte de la A l’aide d’une prospection de terrain et d’un outil SIG, identifier les corridors au sein
donnée du site et les zones adjacentes reliées entre elles grâce à ces continuités.
Sens de Plus le nombre de zones est élevé, plus le site joue un rôle de corridor pour l’espèce
variation cible. Une augmentation de la valeur de l’indicateur indique un gain.
Limites Cet indicateur repose sur une évaluation d’un expert, ce qui peut amener des biais
selon l’expert. Pour certaines espèces les corridors peuvent être délicats à identifier.
Eléments fragmentant
Taxon ciblé Tous

Description Longueur en m ou surface en ha d’éléments fragmentant (à déterminer selon l’espèce)
dans le périmètre élargi
Récolte de la Avec un outil SIG et des prospections de terrain, identifier les éléments fragmentant
donnée dans le périmètre élargi pour les espèces cibles et calculer leur longueur / surface. Une
augmentation de la valeur de l’indicateur indique donc une perte.
Sens de Plus il y a d’éléments fragmentant, moins la connectivité est importante.
variation
Limites afin d’identifier les éléments réellement fragmentant, il faudrait pouvoir suivre le
déplacement des espèces ce qui n’est pas faisable dans le contexte de la compensation.
Représentativité
Nombre d’observations de l’espèce
Taxon ciblé Tous

Description Nombre d’observations de l’espèce cible dans les années précédentes à l’inventaire
(tiré de bases de données naturalistes d’associations ou des CEN) dans le périmètre
élargi.
Références
Récolte de la Récolter dans les diverses bases de données publiques à disposition (associations
donnée naturalistes, CEN etc.) le nombre d’observations de l’espèce cible.
Sens de variation Plus le nombre d’observation est important, plus il y a potentiellement beaucoup
d’individus de cette espèce. Une augmentation de la valeur de l’indicateur indique un
gain.
Limites Selon les localisations des sites, la donnée n’est pas toujours disponible et elle est
assez hétérogène selon les taxons considérés (beaucoup de données existent pour
l’avifaune par exemple contrairement aux insectes).
NIVEAU ESPECE – Périmètre Site

Fonctionnalité
Surface totale d’habitat
Taxon ciblé Tous

Description Surface totale en ha d’habitat favorable à l’espèce cible, que ce soit pour le
nourrissage, le repos ou la reproduction.
Références (Fahrig 2001)
Récolte de la Avec un outil SIG et lors de prospection terrain, repérer les habitats favorables selon
donnée les différents critères identifiés et calculer leur surface totale.
Sens de variation Plus la surface est importante plus les espèces cibles ont de chance de pouvoir se
maintenir sur les sites. Une augmentation de la valeur de l’indicateur indique un gain.
Limites La caractère favorable de l’habitat est appréciée en partie grâce à un dire d’expert et
il peut donc y avoir un biais observateur, c’est pourquoi les critères doivent être
cadrés en amont.
Nombre de patchs d'habitats
Taxon ciblé Tous

Description Nombre de patchs favorables pour l’espèce cible (que ce soit pour le nourrissage, le
gite ou la reproduction).
Références (Andren 1994; Hill et al. 1996; Bender et al. 1998; ARROYO‐RODRÍGUEZ et al.
2009)
Récolte de la Avec un outil SIG et lors de prospection terrain, repérer les patchs d’habitats
donnée favorables selon les différents critères identifiés.
Sens de variation Plus il y a de patchs d’habitat favorable, plus le site à de chance de permettre le
maintien des espèces. Une augmentation de la valeur de l’indicateur indique un gain.
Limites Les limites des patchs peuvent ne pas être très nettes, et l’indicateur ne permet pas de
savoir si la taille des patchs est suffisante.
Habitat de gite et de nourrissage favorable (2 indicateurs)
Taxon ciblé Avifaune

Description Surface d’habitat totale favorable au nourrissage / à la reproduction de l’espèce
d’oiseau ciblée.
Références (Bunce et al. 2013)
Récolte de la Avec un outil SIG et lors de prospection de terrain, déterminer pour l’espèce ciblée
donnée les zones d’habitats favorables et calculer la surface totale correspondante.
Sens de variation Plus la surface d’habitat favorable de nourrissage et de reproduction est grande, plus
le site à une capacité d’accueil pour l’espèce importante. Une augmentation de la
Limites La détermination du caractère favorable de l’habitat se fait à dire d’expert. Une
évaluation standardisée nécessiterait de développer un nombre trop grand
d’indicateurs très spécifiques pour chaque espèce.
Nombre de couples reproducteurs
Taxon ciblé Avifaune

Description Nombre de couple reproducteurs de l’espèce cible.
Références
Récolte de la Lors de la période de reproduction identifiée pour l’espèce cible, compter le nombre
donnée de couples reproducteurs observés (observation de nids, de parades nuptiales, de
nourrissage de jeunes…).
Sens de variation Plus il y a de couple reproducteur, plus il y a de chance que la population se
maintienne. Une augmentation de la valeur de l’indicateur indique un gain.
Limites La récolte de la donnée peut rallonger le temps d’inventaire et demande des
compétences plus spécifiques.
Habitat de gite et de chasse favorable (2 indicateurs)
Taxon ciblé Chiroptères

Description Nombre de gites potentiels ou avérés pouvant accueillir des chiroptères et surface
totale d’habitats favorables à la chasse des espèces de chiroptères cible..
Références (Bunceet al. 2013)
Récolte de la Lors de prospection de terrain, repérer les gites à chiroptères (cavités, bâti, vieux
donnée arbres…) ainsi que les zones de chasse favorable et déterminer la surface.
Sens de variation Plus le nombre de gites et la surface d’habitat de chasse favorable sont grand, plus le
site à une capacité d’accueil pour l’espèce importante. Une augmentation de la valeur
de l’indicateur indique un gain.
Limites La détermination du caractère favorable de l’habitat se fait à dire d’expert car il
faudrait développer un nombre trop grand d’indicateurs très spécifiques pour chaque
espèce.
Habitat de reproduction et gite favorables (2 indicateurs)
Taxon ciblé Amphibiens

Description Surface en ha d’habitats de reproduction (mare, étangs, ornières…) / de gite
(hivernage et estivage).
Références (Duguet et al. 2003)
Récolte de la Lors de prospections de terrain et à l’aide d’un outil SIG, calculer la surface d’habitat
donnée de reproduction et de gite favorable à l’espèce cible.
Sens de variation Plus la surface d’habitat est grande, plus le site a de chances d’être fonctionnel pour
l’espèce considérée. Une augmentation de la valeur de l’indicateur indique un gain.
Limites Cet indicateur ne renseigne pas sur l’occupation réelle des habitats.
Nombre de mâles chanteurs

Description Nombre de mâle chanteur détectés sur les zones de reproduction du site.
Références (Duguet et al. 2003)
Récolte de la Lors d’inventaires de terrain, compter (à l’oreille) le nombre de mâles chanteurs
donnée présents sur les zones de reproduction du site.
Sens de variation Plus il y a de males reproducteurs sur la zone, plus il y a de chance qu’elle permette
la reproduction de l’espèce cible. Une augmentation de la valeur de l’indicateur
indique un gain.
Limites Les inventaires sont un peu plus lourds à mettre en place (visite de nuit).
Nombre de pontes

Description Estimation du nombre de ponte sur la zone de reproduction.
Références (Joly et al. 2001; Duguet et al. 2003)
Récolte de la Pendant la période de reproduction de l’espèce cible, lors d’une prospection de
donnée terrain estimer le nombre de ponte sur la zone de reproduction.
Sens de variation Plus il y a de pontes, plus la zone est favorable à la reproduction et permet à l’espèce
de se reproduire. Une augmentation de la valeur de l’indicateur indique un gain.
Limites Selon les espèces, les pontes sont plus ou moins identifiables et l’estimation du
nombre peut être biaisé selon l’observateur.
Diversité des micros-habitats favorables
Taxon ciblé Reptiles

Description Nombre de micro-habitat (pierriers, tas de bois…) favorables pour le gite des espèces
de reptile ciblées.
Références (DELZONS et al. 2013)
Récolte de la Lors de prospection de terrain, relever le nombre de micro-habitats favorable pour le
donnée gite de l’espèce cible.
Sens de variation Plus il y de micro-habitats sur le site, plus le site à une capacité d’accueil pour
l’espèce importante. Une augmentation de la valeur de l’indicateur indique un gain.
Limites Si la surface de prospection est grande, il peut y avoir un biais lié à l’effort
d’échantillonnage.
Proportion de plante(s) hôte(s)
Taxon ciblé Lépidoptères

Description Proportion surfacique de recouvrement de la plante hôte identifiée pour l’espèce de
lépidoptère ciblée par rapport à l’ensemble de l’habitat favorable.
Références
Récolte de la Lors de prospections de terrain et à l’aide d’un outil SIG, calculer la surface de
donnée recouvrement de plante(s) hôte(s) par rapport à la surface d’habitat favorable de
l’espèce préalablement identifiée).
Sens de Plus la quantité de plante(s) hôte(s) est importante, plus le site peut avoir une forte
variation capacité d’accueil pour la reproduction des espèces de lépidoptères ciblées. Une
Limites Cet indicateur ne renseigne pas sur l’état des populations des espèces de lépidoptères
ciblées.
Nombre de stations/pieds
Taxon ciblé Flore

Description Nombre de stations (flore difficilement dénombrable) ou de pieds (flore facilement
dénombrable) sur le site.
Références
Récolte de la Lors de prospection de terrain pendant la période où la flore cible est bien visible,
donnée comptez le nombre de stations ou de pieds.
Sens de Plus il y a de stations / pieds, plus le site rassemble les bonnes conditions au maintien
variation de l’espèce de flore cible. Une augmentation de la valeur de l’indicateur indique un
gain.
Limites Le comptage peut être un peu long si la zone est étendue.
.
Diversité
Diversité d’espèces et de familles (2 indicateurs)
Taxon ciblé Communauté d’espèces faune

Description Nombre d’espèces de la communauté faunistique cible et nombre de famille.
Références
Récolte de la Lors des inventaires de terrain, relever le nombre d’espèces de la communauté et le
donnée nombre de familles.
Sens de Plus la communauté est diversifiée plus le site à une forte capacité d’accueil pour ces
variation espèces. Une augmentation de la valeur de l’indicateur indique un gain.
Limites Cet indicateur ne renseigne pas sur l’état de la communauté.
Pressions
Proportion de milieu ne générant pas de perturbation
Taxon ciblé Aucune

Description Proportion en % de milieu ne générant pas de perturbation (sonore, lumineuse,
gazeuse, hydraulique…) pour l’espèce ciblée.
Références
Récolte de la Lors des prospections de terrains, identifier les zones générant des perturbations pour
donnée l’espèce ciblée, calculer la proportion surfacique par rapport à la surface totale.
Sens de Plus il y a de zone générant des perturbations, plus les pressions sur le maintien de
variation l’espèce sont importantes. Une augmentation de la valeur de l’indicateur indique un
gain.
Limites Il peut être difficile d’identifier précisément quelles zones sont à l’origine des
perturbations.
Annexe 7 : Indices de spécialisation de l’avifaune
Indices de spécialisation (SSI) d’espèces d’avifaune nécessaires au remplissage de

l’indicateur « Indice de spécialisation de l’avifaune » (Niveau général,
Fonctionnalités), issu de Le Viol et al. (2012).
Species SSI Burhinus oedicnemus 3.196 Cygnus olor 2.691

Buteo lagopus 2.999 Delichon urbica 4.358
Accipiter gentilis 3.006
Calandrella brachydactyla 4.170 Dendrocopos major 2.940
Accipiter nisus 2.556
Acrocephalus Calidris alpina 3.544 Dendrocopos medius 4.363
arundinaceus 4.913 Carduelis cannabina 2.587 Dendrocopos minor 4.382
Acrocephalus palustris 3.638 Carduelis carduelis 3.221 Dryocopus martius 5.114
Acrocephalus Carduelis chloris 3.221 Egretta garzetta 2.900
schoenobaenus 3.658
Carduelis flammea 2.813 Emberiza cia 2.989
Acrocephalus scirpaceus 6.892
Carduelis spinus 9.849 Emberiza cirlus 2.807
Actitis hypoleucos 3.684
Carpodacus erythrinus 2.443 Emberiza citrinella 3.300
Aegithalos caudatus 2.663
Certhia brachydactyla 2.917 Emberiza hortulana 2.024
Alauda arvensis 3.314
Certhia familiaris 2.854 Emberiza rustica 5.032
Alcedo atthis 5.687
Cettia cetti 3.933 Emberiza schoeniclus 4.582
Alectoris rufa 6.892
Charadrius dubius 3.656 Erithacus rubecula 2.477
Anas clypeata 3.349
Charadrius hiaticula 2.981 Falco columbarius 3.886
Anas crecca 4.909
Chlidonias hybridus 5.595 Falco naumanni 4.215
Anas platyrhynchos 3.591
Ciconia ciconia 3.064 Falco peregrinus 2.364
Anas querquedula 3.997
Ciconia nigra 3.110 Falco subbuteo 2.736
Anas strepera 4.392
Cinclus cinclus 9.849 Falco tinnunculus 2.418
Anser anser 2.574
Circaetus gallicus 2.050 Ficedula albicollis 3.595
Anthus campestris 2.824
Circus aeruginosus 2.600 Ficedula hypoleuca 4.358
Anthus pratensis 2.665
Circus cyaneus 3.929 Fringilla coelebs 2.770
Anthus spinoletta 6.855
Circus pygargus 2.788 Fringilla montifringilla 4.769
Anthus trivialis 2.544
Cisticola juncidis 3.078 Fulica atra 5.151
Apus apus 3.893
Clamator glandarius 3.999 Galerida cristata 2.717
Apus melba 5.622 Coccothraustes Galerida theklae 3.661
Apus pallidus 5.537 coccothraustes 2.908
Gallinago gallinago 5.627
Aquila chrysaetos 2.840 Columba livia 6.892
Gallinula chloropus 4.909
Ardea cinerea 2.435 Columba oenas 2.052
Garrulus glandarius 3.550
Ardea purpurea 3.864 Columba palumbus 2.626
Gavia stellata 2.896
Arenaria interpres 3.532 Coracias garrulus 2.617
Gyps fulvus 5.415
Asio flammeus 2.998 Corvus corax 3.979
Haematopus ostralegus 2.577
Asio otus 2.133 Corvus corone 2.938
Himantopus himantopus 3.351
Athene noctua 2.897 Corvus frugilegus 3.334
Hippolais icterina 3.226
Aythya ferina 3.761 Corvus monedula 2.975
Hippolais polyglotta 3.172
Aythya fuligula 4.857 Coturnix coturnix 4.220
Hirundo rustica 3.286
Bonasia bonasia 5.471 Crex crex 4.913
Jynx torquilla 3.903
Bubulcus ibis 3.234 Cuculus canorus 1.833
Lagopus lagopus 3.573
Bucephala clangula 5.626 Cygnus cygnus 3.073
Lanius collurio 3.414
Lanius excubitor 3.870 Parus cristatus 6.892 Sitta europaea 3.220
Lanius meridionalis 2.984 Parus major 2.436 Somateria mollissima 3.146
Lanius senator 2.584 Parus montanus 3.143 Sterna albifrons 3.379
Larus argentatus 2.501 Parus palustris 3.720 Sterna hirundo 2.592
Larus canus 2.714 Passer domesticus 2.302 Sterna paradisaea 3.296
Larus fuscus 3.258 Passer montanus 3.338 Sterna sandvicensis 3.638
Larus marinus 3.106 Perdix perdix 3.571 Streptopelia decaocto 2.686
Larus melanocephalus 3.486 Pernis apivorus 5.597 Streptopelia turtur 2.473
Larus michahellis 3.018 Petronia petronia 4.368 Strix aluco 2.722
Larus ridibundus 2.345 Phalacrocorax carbo 3.633 Sturnus unicolor 3.055
Limosa limosa 4.804 Philomachus pugnax 4.830 Sturnus vulgaris 3.100
Locustella fluviatilis 4.166 Phoenicopterus ruber 3.688 Sylvia atricapilla 2.641
Locustella luscinioides 6.892 Phoenicurus ochruros 3.395 Sylvia borin 2.931
Locustella naevia 3.907 Phoenicurus phoenicurus 2.385 Sylvia cantillans 5.533
Loxia curvirostra 7.031 Phylloscopus bonelli 3.082 Sylvia communis 3.999
Loxia pytyopsittacus 9.487 Phylloscopus collybita 2.892 Sylvia conspicillata 4.024
Lullula arborea 2.540 Phylloscopus sibilatrix 2.905 Sylvia curruca 2.472
Luscinia luscinia 2.959 Phylloscopus trochilus 3.740 Sylvia hortensis 3.456
Luscinia megarhynchos 2.575 Pica pica 2.611 Sylvia melanocephala 2.871
Luscinia svecica 3.377 Picus canus 4.339 Sylvia nisoria 2.685
Melanocorypha calandra 4.499 Picus viridis 2.364 Sylvia undata 4.344
Mergus merganser 4.287 Platalea leucorodia 3.864 Tachybaptus ruficollis 6.892
Mergus serrator 3.368 Pluvialis apricaria 4.242 Tadorna tadorna 3.633
Merops apiaster 3.315 Podiceps cristatus 4.382 Tetrao tetrix 3.544
Milvus migrans 2.574 Podiceps nigricollis 6.892 Tetrax tetrax 5.595
Milvus milvus 2.660 Prunella modularis 2.069 Tringa glareola 4.867
Monticola saxatilis 3.617 Ptyonoprogne rupestris 5.622 Tringa nebularia 3.544
Monticola solitarius 4.358 Pyrrhocorax graculus 4.804 Tringa ochropus 4.289
Motacilla alba 2.487 Pyrrhocorax pyrrhocorax 3.584 Tringa totanus 2.914
Motacilla cinerea 9.849 Pyrrhula pyrrhula 3.684 Troglodytes troglodytes 2.155
Motacilla flava 3.704 Rallus aquaticus 7.031 Turdus iliacus 3.291
Muscicapa striata 2.303 Recurvirostra avosetta 3.013 Turdus merula 2.234
Nucifraga caryocatactes 6.881 Regulus ignicapillus 3.263 Turdus philomelos 2.511
Numenius arquata 3.395 Regulus regulus 4.795 Turdus pilaris 4.847
Numenius phaeopus 3.713 Remiz pendulinus 6.892 Turdus torquatus 3.182
Nycticorax nycticorax 3.892 Riparia riparia 3.676 Turdus viscivorus 3.143
Oenanthe oenanthe 2.487 Saxicola rubetra 3.700 Tyto alba 2.665
Oriolus oriolus 2.514 Saxicola torquata 2.824 Upupa epops 2.555
Pandion haliaetus 3.951 Scolopax rusticola 4.381 Vanellus vanellus 4.847
Panurus biarmicus 6.892 Serinus citrinella 5.507
Parus ater 3.604 Serinus serinus 2.419
Annexe 8 : Supplementary material de l’article “Success of
biodiversity offset : we need more feedbacks to reduce uncertainties”
Annexe 8-A : Modalities used to determine offset measures success

Criteria of success Modalities
Presence of target Presence of necessary abiotic elements (e.g. soil) or
habitat structural biotic elements (e.g. dead wood)
Presence of typical vegetation, except non-mature state
(e.g. seedling stage)
Presence of necessary hydrologic conditions
Presence of target Presence individuals of the target species
species Presence of indicators of the target species (e.g. feces,
layings…)
Annexe 8-B: Description of the type of offset category

Type of offset measure Description
Management Management of invasive species or shrub clearing
Maintenance Maintenance of a particular state of an habitat (e.g.
preventing grassland or wetland from closing or drying, or
maintaining favorable habitat for a species)
Creation of linear plantation Plantation of hedges or linear forest elements as ecological
corridors
Creation of lodges Creation of screes or windrows mainly for amphibian and
reptiles
Restauration of wetlands or rivers Restauration of a wetland or portion of a river degraded by
anthropogenic activities (mostly drainages or bank
artificialisation)
Creation of one or several pounds Creation of pounds
Annexe 8-C: Details on projects studied (impacted and
compensatory sites)
Annexe 8-D: Details on variable selection
1. Tests of independence between variables
We examined the correlations among environmental variables (quantitative variables) using Spearman correlation tests. Only one correlation (target birds & target bats,
Table 1) showed a spearman’s rho ≤ 0.5; indicating a non-negligible correlation (Freckleton 2002). To assess differences between qualitative variables such as type of offset
measures (Type offset), state of compensatory site before offset measures (State comp. site), type of developer (Type dev.) we performed Fisher exact tests on contingency
tables We only detect a slight significant relationship among type of offset measures and type of developer (Table 2). Finally, to assess differences between qualitative
variables and quantitative variables we performed Kruskall Wallis tests.
Table 1: Spearman correlation coefficient (lower side of table) and p-values (upper side of table) among quantitative variables (surface of compensatory site (S. comp),
Duration of management plan (Duration manage.), distance between impacted and compensatory sites (Dist. imp. comp.), distance between compensatory site and
landscape ecological corridors (Dist comp. corr.) and target species (birds, bats, reptiles, amphibians, mammals, insects, flora)
Duration Comp. area. Dist. Imp. Dist. Comp. Target birds Target bats Target reptiles Target Target Target insects Target flora
manage. Comp. Corr. amphibians mammals
Duration 0.133 0.599 0.054 0.241 0.128 0.241 0.6209 0.981 0.279 0.039
manage.
Comp. area. 0.26 0.046 <0.001 0.052 0.290 0.168 0.146 0.146 0.857 0.600
Dist. Imp. -0.21 0.06 0.931 0.281 0.006 0.124 0.056 0.826 0.408 0.018
Comp.
Dist. Comp. -0.18 0.26 -0.29 0.286 0.098 0.312 0.513 0.258 0.235 0.881
Corr.
Target birds 0.27 0.01 0.02 -0.02 <0.001 0.278 0.144 0.439 0.736 0.077
Target bats 0.09 -0.18 0.49 -0.28 0.53 0.898 0.413 0.494 0.140 0.393
Target reptiles 0.20 0.06 -0.09 -0.08 -0.15 0.04 0.065 0.330 0.627 0.038
Target 0.08 -0.23 -0.22 0.01 0.13 0.00 -0.22 0.303 0.730 0.198
amphibians
Target 0.07 0.26 0.01 0.16 0.22 -0.08 -0.11 -0.13 0.497 0.494
mammals
Target insects 0.26 0.10 0.15 -0.23 0.09 0.22 0.11 0.05 0.12 0.818
Target flora 0.17 0.27 0.33 -0.06 -0.21 -0.11 0.22 -0.17 -0.08 0.04 1.00
Table 2: Fisher exact tests results among qualitative variables: type of offset measures (Type offset), state
of compensatory site before offset measures (State comp. site), type of developer (Type dev.). Significant P
value (<0,05) are indicated in bold.
P-value
Type offset - Type dev. 0.032
Type offset - State comp. site 0.851
State comp. site - Type dev. 1
Table 3. Kruskall Wallis tests results among qualitative variables (type of offset measures (Type offset),
state of compensatory site before offset measures (State comp. site), type of developer (Type dev.) and
quantitative variables (surface of compensatory site (S. comp), Duration of management plan (Duration
manage.), distance between impacted and compensatory sites (Dist. imp. comp.), distance between
compensatory site and landscape ecological corridors (Dist comp. corr.) and target species (birds, bats,
reptiles, amphibians, mammals, insects, flora). Significant P value (<0,05) are indicated in bold.
Type offset Type dev. State comp. site

Duration manage. 0.152 0.001 0.094
Comp. area 0.666 0.001 0.001
Dist. Imp. Comp. 0.462 0.000 0.005
Dist. Comp. Corr. 0.552 0.001 0.003
Target birds 0.703 0.006 0.866
Target bats 0.618 0.114 0.523
Target reptiles 0.487 0.033 0.176
Target amphibians 0.003 0.276 0.332
Target mammals 0.508 0.257 0.059
Target insects 0.668 0.175 0.209
Target flora 0.062 0.114 0.135
 Those tests enable us to keep only independent variables meaning that 3 variables have to be
removed : Target bats, Type of developer (Type dev) and the state of the compensatory site (State
comp. site).
2. Hierarchical partitioning of variance to avoid over-parametrization
Table 4 Selection the potential variables of success (in bold) among the 11 being selected at the previous
step.
Variables I
Target habitat Target species
Environmental variables
Type offset 27.733972 63.602119
Duration manage 7.135587 1.294485
Comp. area 17.661967 4.478529
Dist. Imp. Comp. 27.770676 24.564020
Dist. Comp. Corr. 19.697798 15.017905
Group of target species
Target birds 3.6818877 8.2412540
Target reptiles 23.1966454 7.7899703
Target amphibians 12.6849785 0.5267822
Target mammals 0.2174179 11.7569905
Target insects 0.2986161 2.4899041
Target flora 59.9204544 69.1950989
 This test enable us to keep the variables that show highest variances within a given group. The
following variables are selected for the full model : the type of offset, the compensatory site area,
the distance between impacted and compensatory site, the distance between compensatory site and
landscape corridor and the fact that the group of the target speices is flora.
3. Full model and check of multi-collinearity
The full model for presence of target habitat and species was structured in the following way:
(success/failure) ~ S. comp. + Dist. imp. comp + Dist comp. corr.
+ Type offset + Target Flora
Table 5: VIF values for the full models

VIF for the model target VIF for the model
Habitat target Species
Comp. area 1.204 1.122
Dist. Imp. Comp. 1.116 1.086
Dist. Comp. Corr. 1.114 1.132
Type offset 1.043 1.042
Target flora 60.397 58.934
 Only variables showing a VIF value <2 can be selected in the final model (Chatterjee et al. 2000;
Heiberger & Holland 2015). The Target flora variable is removed for the final model construction.
Annexe 9 : Format des fichiers de données à utiliser pour le calcul
des pertes, des gains et de l’équivalence
 Fichier de données des pertes et des gains (format csv, séparateur ;).
Attention, écrire les chiffres décimaux avec des points et non des virgules !
 Code correspondant à la sortir graphique des pertes et des gains (les parties en rouge sont
à adapter aux noms des colonnes dans le fichier d’entrée) :
#Chargement et mise en forme du tableau de données
Nom <-read.csv ("Pertes_Site.csv", header=TRUE,sep=";") (titre du fichier csv)
ytext <- max(Nom$AMPLEUR +2, na.rm=TRUE) (colonne ampleur CT ou LT)
Nom$INDICATEUR <- factor(Nom$INDICATEUR, as.character(Nom$INDICATEUR))
#Construction de la sortie graphique
library(ggplot2) Si pas installé, install.packages ( « ggplot2 »)
ggplot(Nom, aes(INDICATEUR, AMPLEUR))+
geom_bar(stat="identity", width=0.5, aes(fill=as.factor(sign(AMPLEUR))))+
coord_flip()+
ylab("Pertes _Niveau Général ")+ (titre du graphique)
scale_fill_manual(values=c("#B82010", "white", "#7FDD4C"))+
theme(legend.position='none')+
geom_text(aes(label=NATURE, hjust="left", vjust="center", y=2), size=2.5)+ (colonne nature CT ou LT)
theme(axis.text.y=element_text(colour="black", size = 8))+
geom_text(aes(label=EI, hjust="top", vjust="center", y= -120), size=2.5)+ (colonne Eéat initial)
geom_text(aes(label=INCERT, hjust="top", vjust="center", y= -102), size=2.5)+ (colonne INCERT CT ou
LT)
theme(panel.grid.major = element_line(size = 0.5, colour = "light grey"))+
facet_grid(TYPE ~ ., scales = "free", space = "free")+
theme(strip.text.y = element_text(size=5), strip.background =element_rect(fill="#DCDCDC"))
 Fichier de données de l’équivalence (format csv, séparateur ;).

Attention, écrire les chiffres décimaux avec des points et non des virgules !
 Code correspondant à la sortir graphique des pertes et des gains (les parties en rouge sont
à adapter aux noms des colonnes dans le fichier d’entrée):
#Chargement et mise en forme du tableau de données
Nom<-read.csv("Equivalence.csv", header=TRUE,sep=";") (titre du fichier csv)
Nom$INDICATEUR <- factor(Nom$INDICATEUR, as.character(Nom$INDICATEUR))
#Construction de la sortie graphique
library(ggplot2) Si pas installé, install.packages ( « ggplot2 »)
ggplot(Nom, aes(INDICATEUR, EQV))+ (colonne EQV CT ou LT)
geom_bar(stat="identity", width=0.5, aes(fill=as.factor(sign(EQV))))+
coord_flip()+
ylab("Equivalence ")+ (titre du graphique)
scale_fill_manual(values=c("#B82010", "white", "#7FDD4C"))+
theme(legend.position='none')+
geom_text(aes(label=EQV, hjust="left", vjust="center", y=2), size=2.5)+
theme(axis.text.y=element_text(colour="black", size = 8))+
theme(panel.grid.major = element_line(size = 0.5, colour = "light grey"))+
facet_grid(TYPE ~ ., scales = "free", space = "free")+
theme(strip.text.y = element_text(size=5), strip.background= element_rect(fill="#DCDCDC"))+
geom_text(aes(label=STATU, hjust="top", vjust="center", y= min(EQV)), size=2.5)
Annexe 10 : Test du cadre méthodologique d’évaluation de
l’équivalence sur le site du barrage de Tignes : évaluation de l’état initial
Annexe 10A : Résultats de l’évaluation de l’état initial pour le

périmètre site au niveau Général
Annexe 10B- Résultats de l’évaluation de l’état initial pour le
périmètre élargi (2Km) au niveau Général
Annexe 10C- Résultats de l’évaluation de l’état initial pour les NH et NSp
Espèce flore à enjeu (Primevère du Piémont (Primula pedemontana), et habitat d’intérêt

communautaire à enjeu (Habitat mixte éboulis et mégaphorbiaies (CB 37.81 x 61.2) et
falaise calcaires alpiennes (62.15))
Annexe 11 : Test du cadre méthodologique d’évaluation de l’équivalence sur le site du barrage de Tignes :
prédiction de la valeur des indicateurs après impacts.
EI CALCUL DES PERTES

Détail du remplissage des Après
Indicateurs Avant INCERT INCERT Après
indicateurs Prédiction CT impacts Prédictions LT
Impact CT LT impacts LT
CT
Niveau Général
Pas d'ajout de
Longueur de linéaire de transport (km)
Route nationale 8,3 linéaire de Moyenne 8,3 Moyenne 8,3
transport
Milieu montagnard, beaucoup
Longueur de linéaire Pas de destruction
d'arbres et de bosquets mais peu 0,404 Moyenne 0,404 Moyenne 0,404
de haies (km) de haies
de haies
Pas de
le site est classé en réservoir
Corridors modifications
biologique et en zones de
écologiques Surface de corridor Pas d'enjeu de prévues sur le
perméabilité terrestre et
écologique traversant 0 connectivités Moyenne 0 long terme Moyenne 0
aquatique, mais il n'est pas a
le site (ha) identifié
proprement parlé traversé par un
corridor
1 sp de mammifère, 1 sp de Pas de
Nombre d’espèces de cohérence régionale
chiroptère, 1 sp d'oiseaux, 1 sp de 4 dérangement de Moyenne 4 Moyenne 4
pour la TVB
lépido ces espèces
Milieux forestiers 2,88 2,88 2,88
Proportion Milieux prairiaux 0,51 0,51 0,51
Pas
d’habitats naturels Milieux rocheux 6,15 Pas d'incidence du 6,15 6,15
Couche SIG EUNIS et d'incidence du
sur le site par projet sur ces Moyenne Moyenne
Milieux aquatiques cartographie des habitats 0 0 projet sur ces 0
rapport au périmètre proportions
proportions
élargi (%) Zones humides 36,67 36,67 36,67
Milieux buissonnants 1,58 1,58 1,58
2 ZNIEFF I (820031325 et Pas de changement
Nombre d’espaces d’intérêt écologique 3 Faible 3 A priori pas de Faible 3
820031757) et un APB de situation
changement
Nombre d’espèces Bubo bubo, Pipistrellus Impact non
Faune 3 Moyenne 3 de situation Forte 3
déterminantes pipistrellus, Hypsugo savii significatif
ZNIEFF Artemisia genipi, Primula
Flore 2 Moyenne 2 Forte 2
pedemontana
Proportion de Cultures intensives 3,5 Pas Moyenne 3,5 Moyenne 3,5
Couche SIG EUNIS
milieux artificialisés Zones urbanisées 0,8 d'artificialisation Moyenne 0,8 Moyenne 0,8
Surface d’EEE (ha) Non inventorié ?
Pas d'ajout d'une Pas de
Nombre de sources de pollution Pas d'activités identifiées comme
0 source de pollution Faible 0 changement Moyenne 0
source de pollution
par le projet de situation
Pessières subalpines des Alpes
Milieux forestiers 1 / 12,44 Faible 1 Moyenne 1
(CB 42.21)
Mégaphorbiaies des montagnes
hercyniennes, du Jura et des
Alpes (CB 37.81), Prairies
submontagnardes médio-
Milieux prairiaux européennes à fourrage (CB 3 / 5,01 Faible 3 Moyenne 3
38.23), Pelouses à Laiche
ferrugineuse et groupement Entretien des
Nombre et surface apparentés (CB 36.41) + les milieux pour
"habitats mixtes" Pas d'incidence du
d’habitats naturels la sécurité ; a
Éboulis calcaires alpiens (CB projet
(ha) priori pas de
61.2), Falaises calcaires alpiennes changement
Milieux rocheux 3 / 1,95 Faible 3 Moyenne 3
(CB 62.15), Dalles rocheuses
(CB 62.3)
Milieux aquatiques 0/0 Faible 0 Moyenne 0
Rivière et bancs de graviers (CB
Zones humides 1 / 1,1 Faible 1 Moyenne 1
24.1 x 24.2)
Chemin en cours de
Milieux buissonnants revégétalisation et friches (CB 1 / 0,5 Faible 1 Moyenne 1
87.1)
Carto faite mais données SIG non
Longueur de lisière / ha de milieu forestier ?
accessibles
3 cortèges : forestier, falaise,
Avifaune 40 Moyenne 40 Forte 40
rivière Pas de
Impact non
Chiroptères 16 Moyenne 16 dérangement Forte 16
Diversité de la faune significatif après
prévu des
Reptiles 2 mesures ER Moyenne 2 Forte 2
espèces
Amphibiens 1 Moyenne 1 Forte 1
Mammifères 6 Moyenne 6 Forte 6
Lépidoptères Seulement les rhopalocères 51 Moyenne 51 Forte 51
Odonates 2 Moyenne 2 Forte 2
Impact sur 1
A priori pas de
espèce mais
Diversité de la flore 95 Moyenne 95 changement Forte 95
toujours présente
de situation
après travaux
En danger ou « à
Proportion 0 Faible 0 Moyenne 0
surveillé » localement
surfacique des
Habitats d’intérêt Attention
habitats 4 milieux d'intérêt
communautaire ou 69,46 Faible 69,46 portée pour Moyenne 69,46
patrimoniaux (%) communautaire
prioritaires Impact non conserver les
35 sp d'oiseaux, 1 sp de significatif du habitats
Faune protégée au
mammifère, 16 sp de chiroptères, projet d’intérêt
niveau national ou 49,1 Moyenne 49,1 Moyenne 49,1
2 sp de reptiles, 1 sp d'amphibien,
régional
2 sp de papillons
5 espèces : Primula
Incidences sur 1
Flore protégée au pedemontana,Cirsium
espèce mais
niveau national ou heterophyllum, Juncus arcticus, 5,2632 Moyenne 5,263 Moyenne 5,263
toujours présente
régional Primula matthioli, Hackelia
après impacts
deflexa
Faune menacée au
0 Moyenne 0 Moyenne 0
niveau national
Proportion des Flore menacée au
espèces niveau national Attention
patrimoniales (%) Impact non portée pour
Faune menacée au 2 sp de chiroptères, 1 sp de
2,59 significatif du Moyenne 2,59 conserver les Moyenne 2,59
niveau régional papillon
projet espèces
4 espèces : Cirsium Incidences sur 1 d’intérêt
Flore menacée au heterophyllum, Juncus arcticus, espèce mais
4,2105 Moyenne 4,211 Moyenne 4,211
niveau régional Primula matthioli, Hackelia toujours présente
deflexa après impacts
Impact non
Faune annexe II
5 sp de chiroptères 4,31 significatif du Moyenne 4,31 Moyenne 4,31
DFFH
projet
Flore annexe II DFFH 0 Moyenne 0 Moyenne 0
Avifaune annexe I 3 sp 7,5 Impact non Moyenne 7,5 Moyenne 7,5
Directive Oiseaux significatif du
projet
Indices de reproduction non
Proportion des Autres que avifaune ?
relevés
espèces se
Impact non
reproduisant sur site 3 espèces nicheuses et 30
Oiseaux nicheurs 7,5 significatif du Moyenne 7,5 Forte 7,5
(%) potentiellement nicheuses
projet
Pas de
Indice avifaune 3,794 changement de la Moyenne 3,794 Forte 3,794
Spécialisation des communauté
communautés Pas de
Proportion chiroptères
25 changement de la Moyenne 25 Forte 25
spécialistes (%)
communauté
Proportion de Cultures intensives 0 Pas Faible 0 Pas Faible 0
milieux artificialisés d’artificialisation d’artificialisati
(%) Zones urbanisées 0 du milieu Faible 0 on prévue Faible 0
A priori pas
d'apport
d'invasives via les A priori pas de
travaux facteurs qui
Nombre d’espèces et surface d’EEE 0 Moyenne 0 risqueraient Fort 0
d’apporter des
EEE
Niveau Habitat à enjeu - Habitat mixte éboulis et mégaphorbiaies (CB 37.81 x 61.2) et falaise calcaires alpiennes (62.15)
Pas de A priori pas de

Indice de fragmentation de l’habitat (Ha/Km) grand type d'habitat EUNIS pris
5,9 fragmentation de Moyenne 5,9 changement Moyenne 5,9
en compte : falaise rocher
l'habitat de situation
Surface d’habitat similaire (ha) Non inventorié ?

Surface d’habitat similaire « restaurable »
Non inventorié ?
(ha)
Avifaune cortège des falaises et du bâti 7 Impact non Moyenne 7 Pas de Forte 7
Nombre d’espèces
Chiroptères 0 significatif du Moyenne 0 dérangement Forte 0
inféodées à l’habitat
Mammifères 0 projet Moyenne 0 prévu des Forte 0
Impact sur 1 espèces
espèce mais
Flore 46 Moyenne 46 Moyenne 46
toujours présente
après travaux
Surface totale (ha) 1,146 Pas de destruction Faible 1,146 Entretien de Faible 1,146
Nombre de patchs 7 de l'habitat Faible 7 l’habitat Faible 7
Nombre et épaisseur d’horizons de
Qualité sol comparé au référentiel de Baize Non inventorié ?
du sol and Girard (2009)
Abondance relative de la mésofaune Non inventorié ?
Nombre d’espèces bio-indicatrices Non inventorié ?
Impact non Pas de
Nombre d’oiseaux nicheurs inféodés à Hirondelle de fenêtre et des
2 significatif du Moyenne 2 dérangement Forte 2
l’habitat rochers
projet prévu
Dominance d’Alliaria petiolata
Proportion de la flore dominante de l’habitat mais pas d'estimation de la ?
proportion
Altération de la
Entretien de
Nombre (et hauteur) des strates de végétation Strate herbacée 1 strate herbacée non Faible 1 Faible 1
l’habitat
significative
Opérations de
déroctage : mêmes
effets que ceux
engendrer par la
dynamique
Recolonisation
Proportion de sol non dégradé naturelle de
Site bien préservé 21 Faible 20,55 naturelle par Faible 21
l’habitat (effet du
les végétaux
gel/dégel,
avalanche,
glissement de
terrain, chute de
blocs, etc.).
Pas de
Pas de grosses
Espèces indicatrices de pressions 0 Moyenne 0 perturbation Moyenne 0
incidences
prévue
Niveau Espèce (flore) : Primevère du Piémont
Surface d’habitat favorable dans le PE surface de milieux 31,7 Pas de perturbation Moyenne 31,7 Pas de Moyenne 31,7
rocheux/falaise EUNIS de milieux perturbation
Surface d’habitat favorable dans le PE favorables de milieux
0 Moyenne 0 favorables Moyenne 0
connecté au site
Nombre de zones favorables connectées entre
elles grâce au site
5 stations observées aux alentours Pas de nouvelles Pas de
Nombre d’observations de l’espèce 5 Moyenne 5 Forte 5
entre 1993 et 2012 observations nouvelles obs
Surface d’habitat favorable Milieux rocheux et falaises 2,166 Moyenne 2,166 Moyenne 2,166
Pas de destruction Entretien de
Nombre de patchs de milieux l’habitat
Nombre de patchs d’habitat favorable 11 d'habitat Moyenne 11 Moyenne 11
rocheux et falaises
44 pieds
Nombre de stations 6 1 seule station Moyenne 5 Moyenne 6
transplantés
impactée, ce qui
Surtout sur le haut de la zone sur site avec
représente environ
d'étude un taux de
Nombre de pieds 580 44 pieds Moyenne 536 Moyenne 562
réussite de
(fourchette haute)
60%
Pas de Pas de
Surface de milieu ne générant PAS de
21 perturbation de la Faible 21 perturbation Faible 21
perturbation
flore prévue
Annexe 12 : Test du cadre méthodologique d’évaluation de
l’équivalence sur le projet Romanche Gavet
Annexe 12 -A : Résultats de l’évaluation de l’état initial pour le périmètre site au

niveau Général sur le site impacté de Véna
Annexe 12-B : Résultats de l’évaluation de l’état initial pour le périmètre élargi
au niveau Général sur le site impacté de Véna
Annexe 12 -C : Résultats de l’évaluation de l’état initial pour le périmètre site

(PS) et le périmètre élargi (PE) au Niveau Habitat sur le site impacté de Véna
Annexe 12 -D : Résultats de l’évaluation de l’état initial pour le périmètre site
(PS) et élargi (PE) au Niveau Espèces sur le site impacté de Véna
(de gauche à droite : couleuvre verte et jaune, muscardin et pie grièche écorcheur)
Annexe 12-E : Résultats de l’évaluation de l’état initial pour le périmètre site
(PS) et élargi (PE) au Niveau Général sur le site compensatoire de l’ïle Falcon
Annexe 12 -F : Résultats de l’évaluation de l’état initial pour le périmètre site
(PS) et élargi (PE) au Niveau Habitat sur le site compensatoire de l’ïle Falcon
Annexe 12 -G : Résultats de l’évaluation de l’état initial pour le périmètre site
(PS) et élargi (PE) au Niveau Espèces sur le sit e compensatoire de l’île Falcon
(de gauche à droite : couleuvre verte et jaune, muscardin et pie grièche écorcheur)
Annexe 13 : Test du cadre méthodologique d’évaluation de l’équivalence sur le projet Romanche Gavet: prédiction de la
valeur des indicateurs après impacts sur le site de Véna, et après mise en place des MC sur le site de l’Île Falcon.
TEST DU CADRE METHODOLOGIQUE – ROMANCHE GAVET SITE DE VENA (IMPACTS)

EI PERTES
Détail du remplissage des Après Après
Indicateurs Avant INCERT INCERT
indicateurs Prédiction CT impacts Prédictions LT impacts
Impact CT LT
CT LT
Niveau Général
Evolution précise
Pas de création de
Longueur de linéaire de transport (km) 1 route nationale 12 Moyenne 12 prévisible dans Moyenne 12
linéaire de transport
PLU?
Longueur de linéaire Pas de présence de
0 Faible 0 Faible 0
de haies (km) haies
Corridors
Surface de corridor Evolution précise
écologiques Pas de création de
écologique traversant 0 Moyenne 0 prévisible dans Moyenne 0
corridor
le site (ha) SRCE?
Nombre d’espèces de cohérence régionale Impact non significatif A priori pas de
Chamois 1 Moyenne 1 Moyenne 1
pour la TVB pour cette espèce changement
Destruction de milieux
Milieux forestiers 0,135 Moyenne 0,031 Forte 0,031
forestiers
Milieux prairiaux 0,023 ouverts négligeable par Moyenne 0.023 Forte 0.082
rapport au PE
Proportion Pas d'incidence du Evolution précise
d’habitats naturels Milieux rocheux Couches EUNIS 0,07
projet
Moyenne 0,07 Forte 0,07
prévisible dans
sur le site par correspondantes Perturbation milieu PLU?
rapport au périmètre Milieux aquatiques 0,081
sans destruction
Moyenne 0,081 Forte 0,081
élargi (%)
Zones humides 1,781 Destruction de ZH Moyenne 0 Forte 0
semi ouverts
Milieux buissonnants 0,231 Moyenne 0.231 Forte 0.231
négligeable par rapport
au PE
Nombre d’espaces d’intérêt écologique 6 znieffs et 1 SIC 7 Pas de changement de Forte 7 A priori pas de Faible 7
situation changement
Chamois, Pipistrellus
Impact significatif sur A priori pas de
Nombre d’espèces Faune pipistrellus, Ptyonoprogne 3 Moyenne 2 Forte 2
la pipistrelle changement
déterminantes rupestris
ZNIEFF polystichum aculeatum, A priori pas de
Flore 2 Destruction du milieu Moyenne 0 Moyenne 0
asarum europaeum changement
Evolution
Couche EUNIS "terres Impact négligeable du
Cultures intensives 0,26 Moyenne 0,26 prévisible dans Moyenne 0,26
cultivées" projet
Proportion de PLU?
milieux artificialisés Evolution
Couche EUNIS
Zones urbanisées 1,85 environ 1,5 ha construit Moyenne 1,91 prévisible dans Moyenne 1,91
« urbanisation »
PLU?
Surface d’EEE (ha) Donnée non collectée ?
Evolution précise
Le projet ne génère pas
Nombre de sources de pollution 0 Moyenne 0 prévisible dans Moyenne 0
de pollution
PLU?
Chênaie charmaie sur blocs,
3 Faible 2 Moyenne 1
Restauration d’un
Frênaie à Tilleul et Erables Défrichement de la
boisement alluvial
(E. plane, E. sycomore et E. zone sauf une partie
Milieux forestiers + végétation de
champêtre) / Haies de Frêne, 8,1 évitée Faible 1,87 Moyenne 6,03
berge
Tremble, Erable champêtre,
Aulne blanc
Prairies mésophiles, variante 2 Faible 0 Expérimentation Moyenne 3
Milieux prairiaux fraîche de la prairie à Avoine Destruction du milieu terre végétale
Nombre et surface élevée 0,28 Faible 0 Moyenne 1
d’habitats naturels 1 Faible 1 Pas d'incidence du Faible 1
(ha) Pas d'incidence du
Milieux rocheux Eboulis et falaises projet
0,3 projet Faible 0,3 Faible 0,3
1 Moyenne 1 Retenue d'eau de la Moyenne 1
Romanche :
Déviation de la
Milieux aquatiques Romanche augmentation en
3 romanche puis retenue Moyenne 3 Moyenne 3
amont du barrage et
diminution en aval
1 Faible 0 Pas de renaturation Faible 0
Zones humides Mégahorbiaie Destruction du milieu de la mégahorbiaie
1,2 Faible 0 Faible 0
Groupements à hautes herbes
résultant de l'abandon de la 2 Faible 0 Moyenne 0
A terme, objectif de
fauche avec différents faciès
boisement du
Milieux buissonnants (à Ægopode en lisière des Destruction du milieu
milieu
boisements, à Reine des prés, 1,38 Faible 0 Moyenne 0
à Cerfeuil doré, à
Phragmites…),
Destruction milieu Restauration de
Longueur de lisière / ha de milieu forestier 0,5
forestier
Moyenne 0
milieu boisé
Forte 0,0302
Communautés Oiseaux des
Communauté avifaune
Avifaune 20 d'oiseaux forestiers Forte 7 milieux boisés Forte ?
forestière principalement
(13) impactée alluviaux
Communauuté de chiroptères des
Chiroptères 3 chiroptères (3) Forte 0 milieux boisés Forte ?
impactée alluviaux
Destruction des Retour sp
Reptiles 2
habitats à reptiles
Forte 0 ubiquistes
Forte 2
Pas de milieux
Amphibiens 0 Forte 0 favorables
Forte 0
Diversité de la faune Pertubation du mammifères
Mammifères 6
muscardin
Forte 5 milieux boisés
Forte ?
Destruction des 1ha de milieux
Lépidoptères Que les rhopalocères 22
habitats à lepido
Forte 0 ouverts favorables
Forte ?
Pas de milieux
Odonates 0 Forte 0 favorables
Forte 0
Destruction des 1ha de milieux
Orthoptères 9
habitats à ortho
Forte 0 ouverts favorables
Forte ?
Inventaires sur tout le tronçon Déviation de la
Poissons
de la Romanche
5
Romanche
Forte 5 Passe à poisson Forte 5
Crustacés 0 Forte 0 Forte 0
Relevés 2016 stage espèces plantées +
Diversité de la flore 124
Camille Delage
Forte 98
spontanées
Forte 112
En danger ou « à
Proportion
surveiller » localement
0 Faible 0 Pas de restauration 0
surfacique des d’habitats
Habitats d’intérêt
habitats patrimoniaux
patrimoniaux (%)
communautaire ou 0 Faible 0 0
prioritaires
Proportion des Faune protégée au 16 sp oiseaux, 3 sp chiro, 1 32,836 19 sp protégées Moyenne 0 Prévision non ?
espèces niveau national ou mamm, 2 reptiles impactées réalisée car pas
patrimoniales (%) régional assez
Flore protégée au d’informations
niveau national ou 0 Faible 23,529 disponibles ?
régional
Faune menacée au Destruction du milieu
niveau national
1 sp de lépidoptère 1.4
favorable
Faible 0 ?
Flore menacée au
niveau national
0 Faible 0 ?
Faune menacée au 1sp chiro protégée
niveau régional
1 sp de chiroptère 1,4
impactée
Moyenne 0 ?
Flore menacée au
niveau régional
0 Faible 0 ?
Faune annexe II DFFH 0 Faible 0 ?
Flore annexe II DFFH 0 Faible 0 ?
Avifaune annexe I
Directive Oiseaux
0 Faible 0 ?
Milieux des espèces se
Proportion des 4 sp papillon, 1 reptile, 1
Autres que avifaune
mammifère
18.18 reproduisant sur le site Forte 0 ?
espèces se
impactés
reproduisant sur
Communauté avifaune 13 sp impactée, sur les
site (%) Oiseaux nicheurs
forestière principalement
85
7 restantes, 4 nicheuses
Forte 0 ?
moyenne des indices
Indice avifaune 2,9112 Moyenne 57,143 ?
Spécialisation des des 7 sp non impactées
communautés Proportion chiroptères Toutes les sp de
66 Moyenne 3,4203 ?
spécialistes (%) chiroptères impactées
Destruction du milieu
Proportion de Cultures intensives 12,09
cultivé
Faible 13.34 Faible 13,34
milieux NON
artificialisés (%) Zones urbanisées 12,63
Celles existantes + le
Faible
7,08 Pas de changement Faible 7.08
barrage
Présences des espèces
Nombre d’espèces d’EEE 4 Moyenne 4 Gestion des EEE Faible 0
en 2016
Niveau Habitat naturel à enjeu : forêt de feuillus (frênaie à Tilleul et Erables)
Evolution précise
Couche EUNIS « Forêt
Indice de fragmentation de l’habitat (Ha/Km) 15,3 Impact négligeable Moyenne 15,3 prévisible dans Moyenne 15,3
décidue »
PLU?
Surface d’habitat similaire dans les espaces à Forêt décidue dans les 6 287,94 Aucun élément ne Forte 287,94 Evolution précise Forte 287,94
enjeu à proximité (ha) ZNIEFFS et 1 SIC permet de supposer un prévisible dans
changement de SRCE ?
situation
Non prospecté ?
(ha)
Estimation que la
Perturbation des
Communauté avifaune moitié des espèces
Avifaune 13 espèces car destruction Forte 0 Forte 7
forestière pourra recoloniser
de l'habitat
la zone restaurée
Perturbation des
Nombre d’espèces Communauté chiroptères Retour des espèces
Chiroptères 3 espèces car destruction Forte 0 Forte 2
inféodées à l’habitat forestiers les plus communes
de l'habitat
Impact significatif pour Retour probable des
Mammifères 5 Forte 0 Forte 5
le muscardin espèces
Donnée non détaillée pour cet
Flore ?
habitat spécifiquement
Surface totale (ha) 8.1 Défrichement sauf une Faible 1,87 Restauration de Faible 6,03
Nombre de patchs 11 partie évitée Faible 1 boisement alluvial Faible 5
Qualité sol comparé au référentiel de Baize Donnée non collectée ?
Abondance relative de la mésofaune Donnée non collectée ?
A priori milieu
Nombre d’espèces bio-indicatrices 0 Forte 0 Forte 0
encore trop jeune
Estimation que la
Nombre d’oiseaux nicheurs inféodés à Destruction de la moitié des espèces
13 Forte Forte
l’habitat majorité de leur habitat pourra recoloniser
la zone restaurée
Proportion de la flore dominante de l’habitat Donnée non collectée ?
Nombre (et hauteur) des strates de végétation Donnée non collectée ?
Proportion de sol non dégradé Restauration de
8,1 Défrichement Faible 1,87 Faible 6.03
boisement alluvial
Espèces indicatrices de pressions Donnée non collectée ?
Niveau Espèce à enjeu : Couleuvre verte et jaune
Surface d’habitat favorable dans le PE 0 Aucun élément ne Moyenne 0 A priori pas de Moyenne 0
Surface d’habitat favorable dans le PE Connectivité évaluée comme 0 permet de supposer un Moyenne 0 changement de Moyenne 0
connecté au site un non discontinuité des changement de situation
milieux favorables situation
A priori pas de
Longueur d’éléments fragmentant (km) Route nationale 1 Pas de changement Moyenne 1 Moyenne 1
changement
Observation des espèces en
Pas de changement de L’espèce pourrait
Nombre d’observations de l’espèce 2011 sur la commune de Livet 0 Moyenne 0 Forte 1
situation être présente
et Gavet
Milieux ouverts et secs, bien
Surface d’habitat favorable 0,28 Faible 0 Restauration d’une Forte 1
végétalisés : prairie mésophile Destruction de l’habitat
zone de prairie
Nombre de patchs d’habitat favorables 1 Faible 0 Forte 1
Nombre de micro-habitats favorables Donnée non collectée ?
Non prospecté ?
perturbation
Niveau Espèce à enjeu : Muscardin
Surface d’habitat favorable dans le PE Couche EUNIS forêt décidue 1632 Moyenne 1632 Moyenne 1632
Surface d’habitat favorable dans le PE Couche EUNIS forêt décidue Aucun élément ne
connecté au site en lien avec le site permet de supposer un Pas de changement
Nombre de zones favorables connectées entre changement de de situation
elles grâce au site situation
Longueur d’éléments fragmentant (km) Route nationale 1 Moyenne 1 Moyenne 1
Observation des espèces en
Pas de changement de Pas de changement
Nombre d’observations de l’espèce 2011 sur la commune de Livet 1 Moyenne 1 Forte 1
situation de situation
et Gavet
Surface d’habitat favorable Forêt dense et broussailles 9,48 Défrichement de la Faible 1,87 Restauration de Forte 6,03
zone sauf une partie
Nombre de patchs d’habitat favorables 11 évitée Faible 3 zones boisées Forte 5
Donnée non collecté ?
perturbation
Niveau Espèce à enjeu : Pie grièche écorcheur (Site de Gavet)
Praires mésophiles, terres
Aucun élément ne
Surface d’habitat favorable dans le PE agricoles, végétation 47 Moyenne 47 Moyenne 47
permet de supposer un A priori pas de
buissonnante
changement de changement
Surface d’habitat favorable dans le PE Connectivité évaluée comme
0 situation Moyenne 0 Moyenne 0
connecté au site un non discontinuité des
milieux favorables
Longueur d’éléments fragmentant (km) 0 Moyenne 0 Moyenne 0
Observation des espèces en Espèce en déclin
Pas de changement de
Nombre d’observations de l’espèce 2011 sur la commune de Livet 1 Moyenne 1 mais qui peut se Forte 1
situation
et Gavet maintenir
Surface totale d’habitat favorable (ha) friche, lande broussaille et 1.73 Faible 0 Moyenne 0
Nombre de patchs d’habitat favorables (ha) prairie 3 Destruction totale de Faible 0 Moyenne 0
Surface d’habitat de reproduction favorable l’habitat Pas de restauration
1.73 Faible 0 de l’habitat prévue Moyenne 0
(ha)
Fuite des individus sur le site
Estimation car 1 individu
Nombre de couples reproducteurs 1 suite à la destruction de Faible 0 Forte 0
observé
l’habitat favorable
Donnée non collectée ?
perturbation
TEST DU CADRE METHODOLOGIQUE – ROMANCHE GAVET SITE DE l’ILE FALCON (COMPENSATION)

EI GAINS
Détail du remplissage des Après Après
Indicateurs Avant INCERT INCERT
indicateurs Prédiction CT impacts Prédictions LT impacts
Impact CT LT
CT LT
Niveau Général
Longueur de linéaire de transport (km) 2 routes nationales 21,51 Pas de changement Moyenne 21.51 Moyenne 21.51
Présence de haies
Pas de connexion crées
Longueur de linéaire seulement sur le site (pas Aucun élément ne
entre les haies du site et Faible Faible 0
de haies (km) de continuité avec permet de supposer
Corridors les haies du PE
l’extérieur du site) 0 0 un changement de
écologiques
Surface de corridor situation – évaluation
écologique traversant Pas de changement Moyenne plus précise dans le Moyenne 0
le site (ha) 0 0 PLU / SCOT
cordulegastre annelé,
Nombre d’espèces de cohérence régionale
agrion de mercure, 3 Moyenne 3 Conservation des Moyenne 3
pour la TVB
grenouille rousse Pas de changement espèces
Proportion Milieux forestiers 0,38 Moyenne 0,38 Evolution précise Forte 0,38
d’habitats naturels Ouverture des friches par prévisible dans PLU?
Milieux prairiaux Moyenne Forte
sur le site par 1,03 pâturage 1,28 1,03
rapport au périmètre Milieux rocheux Couches EUNIS 0 Moyenne 0 Forte 0
élargi (%) correspondantes
Milieux aquatiques 0,01 Pas d’action à court Moyenne 0,01 Forte 0,01
Zones humides 0,32 termes Moyenne 0,32 Forte 0,32
Restauration de linéaire
Milieux buissonnants de haies et zones laissées Moyenne Forte
16,48 en friche 20,12 16,48
A priori pas de
Nombre d’espaces d’intérêt écologique 3 znieff et 1 apb 4 Faible 4 changement de Faible 4
situation
Nombre d’espèces Faune 2 sp d’amphibien Faible
Conservation des
Forte 2
déterminantes 2 2 espèces
ZNIEFF Flore 0 Moyenne 0 Forte 0
Couche EUNIS "terres
Cultures intensives Moyenne Moyenne 2.29
Proportion de cultivées" 2,29 2,29 Evolution précise
milieux artificialisés Couche EUNIS prévisible dans PLU?
Zones urbanisées Moyenne Moyenne 4.48
« urbanisation » 4,48 Pas de changement 4,48
Surface d’EEE (ha) Donnée non collectée ?
Evolution précise
Nombre de sources de pollution 0 Moyenne 0 Moyenne 0
Pas de changement prévisible dans PLU?
Aulnaie-frênaie alluviale à 9 Faible 9 Faible 8
Laîche à épis pendants,
Chênaie-frênaie-charmaie
Gestion passive des
fraîche à Isopyre faux-
boisements et
pigamon (Thalictrella
conservation des
thalictroïdes) et Ail
Milieux forestiers Conservation du milieu vieux arbres : îlots de
des ours, Frênaie-charmaie Faible Faible
Nombre et surface vieillissement /
thermophile à Laîche
d’habitats naturels destruction du
digitée (Carex digitata) et
(ha) boisement de robinier
Mélique uniflore (Melica
uniflora), Frênaie-érablaie
hygrosciaphile de ravin 23,951 23,911 23,911
Prairie mésophile pâturée, 8 Faible 8 Entretien des Faible 8
Pré méso-hygrophile à Ouverture des friches par pelouses sèches et
Milieux prairiaux
Jonc diffus et Renoncule pâturage Faible prairies par la mise en Faible
rampante, Ourlet 14,05 17,495 place d’un pâturage 17,495
mésophile à brachypode extensif tournant +
penné, Pelouse semi- GH9 nouveaux
sèche, Pelouse pionnière milieux ouverts
sur dalles
0 Pas de mesures Faible 0 Pas de mesures Faible 0
Milieux rocheux
0 compensatoires Faible 0 compensatoires Faible 0
1 Faible 1 Renaturation et Moyenne 3
reprofilage du
Herbier aquatique à Chara MC pas encore mises en ruisseau (0,003ha) +
Milieux aquatiques
contraria place Faible restauration/ création Moyenne
de 6 mares
0,02 0,02 temporaires (~100m²) 0,082
4 Faible 4 Maintien de la Forte 5
mégahorbiaie +
MC pas encore mises en possible renaturation
Zones humides Mégaphorbiaies
place Faible de la zone rudérale de Forte
Falcon en zone
0,63 0,63 humide 1,31
Friches, Ronciers, Fruticée Restauration des
méso-xérophile à calcicole Faible parcelles enfrichées, Moyenne
Milieux buissonnants 6 Défrichage 4 4
à Chèvrefeuille des haies plus de zones de
et Cerisier de Sainte-Lucie 5,26 Faible 3,28 friches Moyenne 3,28
Gestion passive des
boisements et
conservation des
Longueur de lisière / ha de milieu forestier 3,02 Faible 3.02 vieux arbres : îlots de Moyenne 3.02
vieillissement /
destruction du
Pas de changement boisement de robinier
Cortège forestier et
Avifaune 28 Moyenne Moyenne
milieux ouverts 39 Espèces présentes à 37
Inventaires de suivi
Chiroptères 7 Moyenne 15 l’EI certains + celles Moyenne 15
Reptiles Couleuvres et lézards 4 Moyenne 5 probables en faveur Moyenne 5
Diversité de la faune desquels des actions
Pas d’inventaires dispo –
Amphibiens Anours et urodèles a priori pas de Moyenne sont prises Forte
4 changement 4 5
Mammifères 9 Inventaires de suivi Moyenne 6 Pas d'actions Moyenne 9
spécifiquement
orientées pour les
mammifères
Lépidoptères Que rhopalocères 25 Moyenne 55 Espèces présentes à Moyenne 55
l’EI certains + celles
probables en faveur
Odonates Moyenne desquels des actions Forte
8 10 sont prises 11
actions en faveur des
orthoptères et suivi
Orthoptères Non inventorié Moyenne
prévu mais pas de
? 37 données pour l'EI
Poissons 0 Moyenne 0 Pas de mesures Moyenne 0
Inventaires de suivi Actions en faveur de
Crustacés Moyenne l'écrevice à patte Moyenne
1 1 blanche présente 1
Disparition des
Pas d’inventaires dispo –
exotiques et Très
Diversité de la flore 376 a priori pas de Forte 376 376
apparition Forte
changement
d'endémiques ?
En danger ou « à Maintien des habitats
Proportion Faible Faible
surveiller » localement 0,19 0,19 concernés 0,19
surfacique des
Habitats d’intérêt Inventaires de suivi
habitats
communautaire ou Faible Maintien des habitats Faible
patrimoniaux (%)
prioritaires 43,41 43,41 concernés 43,41
Faune protégée au
niveau national ou Inventaires de suivi Faible calculé par rapport Moyenne
régional 44 sp 46,32 32,74 aux espèces prédites 44,20
Flore protégée au Pas d’inventaires dispo –
niveau national ou 2 sp a priori pas de Faible A priori pas de Forte
Proportion des régional 0,27 changement 0.27 changement 0.27
espèces Faune menacée au calculé par rapport
2 sp Faible Moyenne
patrimoniales (%) niveau national 2,12 2,38 aux espèces prédites 7,25
Flore menacée au A priori pas de
Inventaires de suivi Faible Forte
niveau national 0 0 changement 0
Faune menacée au calculé par rapport
4 sp Faible Moyenne
niveau régional 4,21 4,17 aux espèces prédites 8,70
Flore menacée au 2 sp 0,27 Pas d’inventaires dispo – Faible 0.27 A priori pas de Forte 0.27
niveau régional a priori pas de changement
changement
calculé par rapport
Faune annexe II DFFH 5 sp Faible Moyenne
7,25 3,88 aux espèces prédites 8,04
A priori pas de
Flore annexe II DFFH Inventaires de suivi Faible Forte
0 0 changement 0
Avifaune annexe I calculé par rapport
2 sp Faible Moyenne
Directive Oiseaux 7,14 5,13 aux espèces prédites 8,11
Les sp de reptiles,
amphibiens,
Au moins ces 2 sp, pê
Couleuvre verte et jaune, chiroptères et insectes
Autres que avifaune plus mais difficilement Forte Forte
lézard muraille devraient avoir des
Proportion des quantifiable
bonnes conditions de
espèces se
2,90 2.90 reproduction 82,14
reproduisant sur
Tous les nicheurs
site (%)
possibles et probables
Oiseaux nicheurs Moyenne devraient avoir des Forte
bonnes conditions
3,57 7,69 pour la reproduction 72,97
Inventaires de suivi
1 sp n'ayant pas
Indice avifaune 2,89 Moyenne d'indice de Moyenne
Spécialisation des
3,31 spécialisation 3,06
communautés
Proportion chiroptères calculé par rapport
Moyenne Moyenne
spécialistes (%) 57,14 73,33 aux espèces prédites 54,55
Proportion de Cultures intensives Pas de champ cultivé 45.13 Pas de changement Faible 45.13 Pas de changement Faible 45.13
milieux NON Pas de
artificialisés (%) Zones urbanisées Un bâtiment en ruine 43.87 Pas de démantèlement Faible 43.87 Faible 43.87
démantèlement
Nombre d’espèces d’EEE Patchs de différentes EEE 8 Effet des mesures non Moyenne 8 0
Gestion des EEE Forte
Surface sans EEE (ha) présents 41.57 visible 41.57 45.13
Niveau habitat naturel : frênaie à Tilleul et Erables
Couche EUNIS forêt
Indice de fragmentation de l’habitat (Ha/Km) Moyenne Moyenne 24.25
décidue 24,25 24,25 A priori pas de
Pas de changement
Surface d’habitat similaire dans les espaces à changement
Moyenne Moyenne 0
enjeu à proximité (ha) 0 0
Non prospecté
(ha) ?
Nombre d’espèces Avifaune Cortège forestier 13 Inventaires de suivis Faible 13 Espèces présentes à Forte 20
inféodées à l’habitat l’EI + celles
probables qui
Chiroptères Faible 6 devraient être Forte 15
favorisées par la
Communauté forestière 6 gestion
Gestion passive des
boisements et
Pas d’inventaires dispo – conservation des
Très
Coléoptères saproxyliques a priori pas de Faible vieux arbres : îlots de
forte
changement vieillissement.
Estimation que la
11 11 diversité peut doubler 22
Flore ?
Surface totale (ha) 23,95 Gestion passive des Faible 23,95 Faible 23,95
boisements et
conservation des vieux
1 grand patch principal arbres : îlots de
Nombre de patchs vieillissement / Faible Faible
destruction du boisement
3 de robinier 3 3
Qualité sol comparé au référentiel de Baize ?
Abondance relative de la mésofaune ?
La gestion du
boisement serait
Très
Nombre d’espèces bio-indicatrices 0 Pas d’inventaire de suivi Moyenne 0 propice à l’apparition 5
forte
d’espèces bio-
indicatrices (lichen)
Les sp dépendantes
Nombre d’oiseaux nicheurs inféodés à Nicheur certain dans la du milieu qui étaient
1 Inventaires de suivi Faible 1 Moyenne 14
l’habitat zone nicheurs possibles ou
probable à l'EI
Proportion de la flore dominante de l’habitat ?
Nombre (et hauteur) des strates de végétation ?
Proportion de sol non dégradé Conservation de la Conservation de la
Milieu bien préservé 23.95 Faible 23.95 Faible 23.95
qualité du milieu qualité du milieu
Espèces indicatrices de pressions Donnée non collectée ?
Niveau Espèce à enjeu : Couleuvre verte et jaune
milieux ouverts et secs,
Surface d’habitat favorable dans le PE Moyenne Moyenne
bien végétalisés 3,06 3,06 3,06
connectivité évaluée
Surface d’habitat favorable dans le PE comme un non
Moyenne Moyenne
connecté au site discontinuité des milieux
favorables 2,66 2,66 2,66
Nombre de zones A priori pas de
favorables à l’espèce cible Pas de changement
Nombre de zones favorables connectées entre changement
connectés entre elles grâce Moyenne Moyenne
à des éléments présents
sur le site. 3 3 3
Longueur d’éléments fragmentant (km) route nationale 0,83 Moyenne 0,83 Moyenne 0,83
observation des espèces en
Nombre d’observations de l’espèce 2012 sur la commune de Moyenne Forte
Séchilienne 1 1 1
Surface d’habitat favorable prairie sèches et semi 4,23 Faible 6,41 Entretien des milieux Forte 6,41
sèches Ouverture de milieu
Nombre de patchs d’habitat favorables 3 Faible 5
ouverts Forte 5
Nombre de micro-habitats favorables Donnée non collectée ?
Non prospecté ?
perturbation
Niveau Espèce à enjeu : Muscardin
Surface d’habitat favorable dans le PE Forêt dense et broussailles 6922,8 Moyenne 6922,8 Moyenne 6922,8
Connectivité évaluée
Moyenne Moyenne
connecté au site discontinuité des milieux
favorables 5085,1 5085,1 A priori pas de 5085,1
Nombre de zones Pas de changement changement
favorables à l’espèce cible
sur le site. 2 2 2
Route nationale et zone
Surface d’éléments fragmentant (km) Moyenne Moyenne
urbanisée 193,6 193,6 193,6
observation des espèces en A priori pas de
Nombre d’observations de l’espèce 2012 sur la commune de Pas de changement Moyenne changement Forte
Séchilienne 1 1 1
Surface d’habitat favorable 23,675 Faible 23,675 Gestion passive des Moyenne 23,675
boisements et
conservation des
Forêt dense et broussailles Données de suivi vieux arbres : îlots de
Nombre de patchs d’habitat favorables Faible vieillissement. Moyenne
Estimation que la
2 2 diversité peut doubler 2
Non prospecté ?
perturbation
Niveau Espèce à enjeu : Pie grièche écorcheur
praisires mésophiles,
Surface d’habitat favorable dans le PE terres agricoles, végétation Moyenne Moyenne
buissonnante 1501,3 1501,3 1501,3
connectivité évaluée
Moyenne Moyenne
connecté au site discontinuité des milieux A priori pas de
favorables 40 Pas de changement 40 changement 40
Nombre de zones
favorables à l’espèce cible
sur le site. 0 0 0
Longueur d’éléments fragmentant (km) 0 Moyenne 0 Moyenne 0
observation des espèces en
A priori pas de
Nombre d’observations de l’espèce 2012 sur la commune de Pas de changement Faible Forte
changement
Séchilienne 1 1 1
Surface totale d’habitat favorable (ha) Pelouses sèches, prairies 16,45 Faible 16.47 Replantation de haies Moyenne 19,89
Nombre de patchs d’habitat favorables (ha) mésophiles et végétation 1 Plantation de quelques Faible 1 d'espèces indigènes Moyenne 2
Surface d’habitat de reproduction favorable buissonnante haies encore jeunes après coupe des
Faible espèces exotiques Moyenne
(ha) 16,45 16.47 19,89
Nombre de couples reproducteurs ?
?
perturbation
Annexe 14 : Sorties graphiques des gains (effet des mesures
compensatoires) aux NH et NSp sur le site de l’Île Falcon à CT et LT
Annexe 15 : Autres articles écrits durant la thèse.
Annexe 15 -A : Bezombes L. Des mots pour le dire : l’équivalence écologique.

Espaces Naturels n°57, p12.
Annexe 15-B : Chapitre introductif d’un livre aux éditions Springer en
préparation sur la stratégie de « No Net Loss » en Europe .
Version non definitive
2- Introduction of a European strategy on no net loss of biodiversity
Wolfgang Wende, Lucie Bezombes, Marie-Eve Reinert
Currently a broad and intensive discussion is being conducted within the EU and at the level of
member states on how to achieve no net loss of biodiversity by the year 2020. This European
discussion is embedded in a wider and at times controversial global debate on whether and how
to implement new tools such as biodiversity offsets for managing impacts on biodiversity from
economic development (ten Kate et al. 2004; Gordon et al. 2011; The Business and Biodiversity
Offsets Programme/BBOP 2012a; Gardner et al. 2013; Quétier et al. 2014; Gordon et al. 2015;
Maron 2015; Maron et al. 2015a; Vaissière and Levrel 2015; Darbi in prep.).
The EU Biodiversity Strategy 2020, published in 2011, is an attempt to implement a no net loss
initiative. Specifically, its basic goal is “to halt the loss of biodiversity and the degradation of
ecosystem services in the EU by 2020, and restoring them in so far as feasible”. Action 7 of
Target 2 (aiming to restore and enhance ecosystems) of Strategy 2020 seeks to “ensure no net
loss of biodiversity and ecosystem services”. This objective is relevant in the context of our book
as sub-Action 7b, which specifies that “the Commission will carry out further work with a view to
propose an initiative to ensure there is no net loss of ecosystems and their services by 2015 (e.g.
through compensation or offsetting schemes)”. This initiative, is still being discussed within the EU
(see Albrecht et al. 2014). In the following chapters, we examine the activities related to this
initiative and discuss existing concepts, legislation and practices in several EU member states.
Several alternative models to achieve no net loss in biodiversity have been intensively discussed
by the EU Commission and within individual EU member states (see Tucker et al. 2014 and
follow-up studies). Much effort has already been expended on building a shared understanding of
the issues and on reframing of existing environmental impact assessment and permitting
processes in terms of delivering measurable biodiversity outcomes, such as no net loss of
biodiversity. This requires that developers, project proponents and permitting authorities pay
special attention to minimizing the impacts of their projects, and implement suitable offsets to
compensate for those impacts with equivalent or comparable biodiversity gains elsewhere.
A key point in this discussion is that biodiversity offsetting is to be understood as a tool to achieve
no net loss of biodiversity above and beyond existing environmental legislation such as the
Habitats Appropriate Assessment requirements of the EU Flora Fauna Habitat Directive. Thus, it
is to be applied beyond the scope of strictly protected nature conservation areas and even
beyond the scope of endangered species of particular EU interest. Many stakeholders have
expressed a wish that biodiversity offsets be applied first and foremost to manage impacts on
‘normal’ landscapes, not areas of outstanding conservation value. The latter, however, still suffer
from some unavoidable impacts and there is scope to improve implementation of EU Directives to
achieve no net loss, or even net gains for protected habitats and species.
There are many other issues raised by the no net loss objective, and before describing national
approaches and experiences (in the following chapters), we first present below some key
scientific and practical issues through a descriptions of key terms: ‘mitigation hierarchy’,
‘biodiversity offsets / compensation’, ‘land use change, project orientation’, ‘biodiversity and
ecosystem services’, ‘metrics’, “ecological equivalency”, ‘additionality’ and ‘habitat banking’.
An explanation of basic terminology should not be understood as a rigorous definition of terms, as

disagreements can arise on their technical interpretations, i.e. there can be divergences in the
use of terminology within different member states or cultural contexts. Therefore, the descriptions
of key terms given below are merely an aid to comprehend the general approach of no net loss of
biodiversity and biodiversity offsetting.
Mitigation hierarchy
The concept of biodiversity offsetting follows a strict mitigation hierarchy (MH) when attempting to
achieve no net loss of biodiversity. Within the EU’s glossary on no net loss, mitigation hierarchy is
defined as follows:
“Biodiversity offset/compensation schemes usually follow a three step mitigation hierarchy of:
Avoid or prevent negative impacts on the environment in general and biodiversity in particular;
Minimise and rehabilitate on-site effects of development if impacts cannot be avoided; and
Offset/compensation measures that are undertaken as a last resort (on or off-site) for the residual
adverse impacts.” (see Dickie et al. 2013)
Nearly all descriptions of the mitigation hierarchy include the three basic steps of avoidance,
minimization and then offsets/compensation. Although this is applied as a general principle, the
terminology varies considerably from one country to another (e.g. Jacob et al. 2016) and some
definitions break the MH into more steps: both BBOP and the International Finance Corporation
include a step titled ‘restoration/rehabilitation’ before offsets and distinguish between offsets and
compensation as a last resort. A key principle is that offsets cannot provide a justification for
proceeding with projects for which the residual impacts on biodiversity are unacceptable (e.g.,
loss of half the world’s population of a protected species). This means that the avoidance options
have to be considered seriously in harmful cases (Dickie et al. 2013) and that non-offsetable
impacts should be defined (BBOP 2012a).
This illustrates the absolute priority of avoidance and minimization before impacts are remedied
by means of biodiversity offset measures. Under the mitigation hierarchy, therefore, we must first
strive for an actual avoidance and a natural rehabilitation, compensation/offset before turning to
offset payments as a last resort (in some countries this last alternative is not even allowed).
Biodiversity offsets / compensation
The BBOP defines biodiversity offsets as “measurable conservation outcomes resulting from
actions designed to compensate for significant residual adverse biodiversity impacts arising from
project development after appropriate prevention and mitigation measures have been taken. The
goal of biodiversity offsets is to achieve no net loss and preferably a net gain of biodiversity on the
ground with respect to species composition, habitat structure and ecosystem function and
people’s use and cultural values associated with biodiversity” (Business and Biodiversity Offsets
Programme 2007 and Chapter 3 in this book).
More generally, and in contrast to the BBOP definition of biodiversity offsets, compensation is a
recompense for some loss or service which constitutes an equivalent replacement for the lack or
variation of something else. It involves that something (such as money) is given or received as
payment or reparation (as for a service or loss or injury). Specifically, in terms of biodiversity,
compensation involves measures to recompense, make good or pay damages for the loss of
biodiversity caused by a project or an environmental accident. In some languages and the
concepts of member states (reflected in some sections of this book) ‘compensation’ is used
synonymously with ‘offset’. However, the BBOP makes a clear distinction between compensation
and biodiversity offsets (see Dickie et al. 2013).
Regarding no net loss initiatives implemented by the EU, it is recommended that the BBOP
definition is used: “BBOP’s definition that draws a distinction between more general compensation
that could include indirect measures such as awareness campaigns and financial payments, and
offset mechanisms that have explicit NNL or net gain goals would seem appropriate” (Dickie et al.
2013).
Land use change, project orientation
The term land use change should be applied to all kinds of changes in land use resulting from
plane, linear or punctual projects. The term is thus project-related, and any land use change
significantly impacting biodiversity and ecosystem services should be subject to the no net loss
principle. Many scientific and policy papers maintain that the application of no net loss principle
should cover any impact on the environment or biodiversity with no exceptions made for
agricultural, fishery and forestry usage (Aiama et al. 2015). All impacts should be considered
insofar as they are significant in regard to nature and landscapes. Furthermore, no exceptions
should be made for supposedly ‘environmentally-friendly’ projects, e.g. the production of
regenerative energy such as wind turbines, as these can also have a significant impact on
biodiversity (cf. Gartman et al. 2016).
Biodiversity and ecosystem services
While the approach of some member states is to focus purely on biodiversity (i.e. in majority
biodiversity components subjects to protection such as plants, animals species and habitats
considered particularly important for conservation mainly because they present a significant risk
of extinction in the medium term (EEC) 1992, 2009), others consider biodiversity as well as
ecosystem functions or services such as groundwater recharge services or other soil services
(see Jacob et al. 2016 and Grunewald & Bastian 2015 for the incorporation of ecosystem
services). A few even adopt the approach of considering landscape aesthetic qualities to achieve
no net loss.
Metrics
Within the working group on biodiversity offsetting at EU Directorate-General Environment, the

term metrics is explained as follows (Dickie et al. 2013): Metrics are a “set of unitary
measurements of biodiversity lost, gained or exchanged. This varies from very basic measures
such as area analysis, to sophisticated quantitative indices of multiple biodiversity components
which may be variously weighted. These metrics are used in order to compare losses at the
damaged site and gains at the compensation site and provide decision support to establish
equivalence.”
The aim of metrics is to support the decision-making process. Although metrics should be based
on scientific and empirical evidence, they do not always assess the ecological state or functioning
of a site or target biodiversity in a purely scientific manner (Bezombes et al. in press). Different
approaches are developed in practice, involving rule-based models, more verbal descriptive or
calculation models that adopt certain algorithms, depending on the resources available and the
people involved. All of these approaches pursue the same aim of estimating the importance or
value of some ecological feature that can be compared in a before-after biodiversity status
assessment (see Dickie et al. 2013).
ICF International & IEEP (2014, 6) describe the aim of metrics as follows: “Offsets aim to ensure
no net loss (or a net gain) of biodiversity and this should apply to all components of biodiversity
importance that are significantly impacted. Therefore, to ensure this objective is achieved it is
necessary to measure biodiversity losses from impacts (biodiversity debits) and the gains from
offsets (biodiversity credits) in a practical and transparent way so that their equivalency can be
compared.”
Ecological equivalence
For the BBOP “the term is synonymous with the concept of ‘like for like’ and refers to areas with
highly comparable biodiversity components. This similarity can be observed in terms of species
diversity, functional diversity and composition, ecological integrity or condition, landscape context
(e.g., connectivity, landscape position, adjacent land uses or condition, patch size, etc.), and
ecosystem services (including people’s use and cultural values)” (BBOP 2012b).
In a general way, ecological equivalence is reached between biodiversity losses and gains when
they are considered equals in terms of the metrics used to assess them (see the metrics
description). Implementing offset measures equivalent to impact is one of the key conditions for
offsets to achieve no net loss. In this purpose, assessing equivalence should take into account
some essential considerations (Bezombes et al. in press). First, careful attention should be given
to the metrics chosen as surrogate for target biodiversity or ecosystem services. Also,
equivalence assessment should integrate spatial considerations as the integration of impacted
and compensatory sites landscape. According to the BBOP (2012c) “a biodiversity offset should
be designed and implemented in a landscape context to achieve the expected measurable
conservation outcomes”. As there are time lags between the event when impacts on biodiversity
occur and the moment when offset measures become fully effective, equivalence assessment
should also consider this delay in order to minimize interim losses. Finally, it is of great
importance to take into account the lack of confirmed knowledge and hindsight when assessing
equivalence and particularly the risk of failure when implementing offset measures (Curran et al.
2013).
Additionality
Biodiversity offsets should contribute to a new and additional outcome in nature conservation. The
simple preservation of already natural valuable sites cannot lead to no net loss, and thus does not
fully follow the principle of additionality. The BBOP gives a quite clear definition of additionality: “A
biodiversity offset should achieve conservation outcomes above and beyond results that would
have occurred if the offset had not taken place.”
McKenney and Kiesecker (2010) provide a similar explanation of additionality, referring to the
need for a compensation or offset measure to provide a new contribution to conservation in
addition to any existing values, i.e. the conservation outcomes it delivers would not have
otherwise occurred (see also Dickie et al. 2013). This is directly related to the question of whether
or not to implement offset measures in already protected nature conservation areas. On the one
hand, this can make sense as long as it actually creates a value added to the conservation results
that would have occurred anyway due to the conservation management. On the other hand, and
over the long-term, this approach can lead to an ever increasing division between ‘valuable’
landscapes where all nature conservation efforts are to be concentrated as against more
impacted landscapes where biodiversity is undermined. Hence, the use of protected areas for
implementing offsets is an option that should only be pursued if there is no other feasible way of
implementing on-site and off-site measures within the ordinary landscape and if a real
additionality is created (see also Maron et al. 2015b). Designing offset measures leading to
additional outcomes implies to choose a baseline upon which to assess and measure additionality
(see Dickie et al. 2013). Examples in the following chapters will help illustrate how such a
baseline can be defined and fixed in practice.
Habitat banking
A study elaborated for the EU’s DG Environment describes habitat banking as “a market where
the credits from actions with beneficial biodiversity outcomes can be purchased to offset the debit
from environmental damage. Credits can be produced in advance of, and without ex-ante links to,
the debits they compensate for, and stored over time” (eftec, IEEP et al., 2010 quoted after Dickie
et al. 2013).
Froger et al. (2015) state that the considerable lack of clarity regarding biodiversity and habitat
banks as well as their institutional features and some other aspects have led to a number of
misconceptions. The purpose of their article (Froger et al. 2015) is to clarify the concept of
biodiversity and/or habitat banking and its effects. In some languages and member states’
concepts (reflected in this book), the terms ‘conservation banking’, ‘mitigation banking’, ‘bio
banking’ or even ‘eco account’ are used synonymously with ‘habitat banking’. However ‘habitat or
conservation banking’ seems to have established itself as the preferred terminology within the
EU-wide discussion (see Dickie et al. 2013). These banks are considerably less developed in
Europe compared to the USA (Committee on Mitigating Wetland Losses 2002 and Kozich,
Halvorsen 2012) where the concept was born, but increasing experiments start to emerge in EU
member states (e.g. France, Spain and others; see also van Teeffelen et al. 2014) and some
countries already largely use habitat banking for biodiversity offset (Germany). The pictures show
an experimentation of a French habitat bank in the Alps at Combe Madame conducted by the
association IBCM (Combe Madame Biodiversity Initiative). Different types of offset measures are
going to be implemented which will constitute different kind of biodiversity units: restauration of
black goose habitat (already implemented partially in the sector on figure 2.2) and diversification
of woodland by opening areas, edge creation and senescent trees conservation (expected to be
implemented in the sector on figure 2.3).
Fig. 2.1 Alpine grassland in Combe Madame (photo:
Bezombes)
Fig. 2.2 Restauration of black goose habitat already

implemented partially in this sector of Combe
Madame (photo Bezombes)
Fig. 2.3 Diversification of woodland by opening areas,

conservation
edge creation and senescent trees
expected to be implemented in this sector of
Combe madame (photo Bezombes)
Bibliographie des Annexes
Andren H. (1994). Effects of habitat fragmentation on birds and mammals in landscapes with different proportions of
suitable habitat: a review. Oikos, 355-366.
Aguejdad R. (2009). Etalement urbain et évaluation de son impact sur la biodiversité, de la reconstitution des
trajectoires à la modélisation prospective. Application à une agglomération de taille moyenne: Rennes Métropole.
In. Université Rennes 2.
Aiama, D.; Edwards, S.; Bos, G.; Ekstrom, J.; Krueger, L.; Quétier, F.; Savy, C.; Semroc, B.; Sneary, M.; Bennun, L.
(2015): No Net Loss and Net Positive Impact Approaches for Biodiversity: exploring the potential application of
these approaches in the commercial agriculture and forestry sectors. International Union for Conservation of Nature.
Albrecht, J.; Schumacher, J.; Wende, W. (2014): The German Impact-Mitigation Regulation - a Model for the EU’s No-
net-loss Strategy and Biodiversity Offsets? In: Environmental Policy and Law 44 (3), pp 317-325.
Arroyo‐Rodriguez V., Pineda E., Escobar F. & BENÍTEZ‐MALVIDO J. (2009). Value of small patches in the
conservation of plant‐species diversity in highly fragmented rainforest. Conservation Biology, 23, 729-739.
Beier P. & de Albuquerque F.S. (2015). Environmental diversity as a surrogate for species representation. Conservation
biology : the journal of the Society for Conservation Biology, 29, 1401-10.
Beier P. & Noss R.F. (1998). Do Habitat Corridors Provide Connectivity? Conservation Biology, 12, 1241-1252.
Bender D.J., Contreras T.A. & Fahrig L. (1998). Habitat loss and population decline: a meta-analysis of the patch size
effect. Ecology, 79, 517-533.
Bezombes, L.; Gaucherand, S.; Kerbiriou, C.; Reinert, M.-E.; Spiegelberger, T. (2017): Ecological equivalence
assessment methods: what trade-offs between operationality, scientific basis and comprehensiveness? In:
Environmental Management. Online first doi:10.1007/s00267-017-0877-5.
Bruggeman D.J., Jones M.L., Lupi F. & Scribner K.T. (2005). Landscape Equivalency Analysis: Methodology for
Estimating Spatially Explicit Biodiversity Credits. Environmental Management, 36, 518.
Bunce R., Bogers M., Evans D., Halada L., Jongman R., Mucher C., Bauch B., de Blust G., Parr T. & Olsvig-Whittaker
L. (2013). The significance of habitats as indicators of biodiversity and their links to species. Ecological indicators,
33, 19-25.
Burrows L. (2014). Somerset Habitat Evaluation Procedure Methodology. Somerset County Council.
Business and Biodiversity Offsets Programme (2007): BBOP Principles on Biodiversity Offsets. Last access on 30 th of
January 2017:
Business and Biodiversity Offsets Programme (BBOP) (2012a): Resource Paper: Limits to What Can Be Offset.
Business and Biodiversity Offsets Programme. Washington, D.C.
Business and Biodiversity Offsets Programme (BBOP) (2012b): Glossary. BBOP, Washington, D.C. 2nd updated
edition.
Business and Biodiversity Offsets Programme (BBOP) (2012c): Resource Paper: No Net Loss and Loss‐Gain
Calculations in Biodiversity Offsets. BBOP, Washington, D.C.
Butchart S., Stattersfield A., Baillie J., Bennun L., Stuart S., Akçakaya H., Hilton-Taylor C. & Mace G. (2005). Using
Red List Indices to measure progress towards the 2010 target and beyond. Philosophical Transactions of the Royal
Society of London B: Biological Sciences, 360, 255-268.
Butchart S.H., Akçakaya H.R., Chanson J., Baillie J.E., Collen B., Quader S., Turner W.R., Amin R., Stuart S.N. &
Hilton-Taylor C. (2007). Improvements to the red list index. PLoS One, 2, e140.
California Wetlands Monitoring Workgroup (CWMW) (2013). California Rapid Assessment Method (CRAM) for
Wetlands Version 6.1. 67.
Caro T. (2010). Conservation by proxy: indicator, umbrella, keystone, flagship, and other surrogate species. Island
Press.
Cateau E., Larrieu L., Vallauri D., Savoie J.-M., Touroult J. & Brustel H. (2015). Ancienneté et maturité: deux qualités
complémentaires d’un écosystème forestier. Comptes Rendus Biologies, 338, 58-73.
Chatterjee S., Hadi A. & Price B. (2000). Regression Analysis by Example, John Wiley_& Sons, New York. In.
MATH.
Commissariat Général du Développement Durable (CGDD) (2011). Taux d'actualisation et politiques
environnementales - un point sur le débat. Collection « Études et documents » du Service de l’Économie, de
l’Évaluation et de l’Intégration du Développement Durable (SEEIDD) du Commissariat Général au Développement
Durable (CGDD).
Committee on Mitigating Wetland Losses (2002): Compensating for Wetland Losses under the Clean Water Act.
National Academy Press, Washington DC.
Concepción E.D., Moretti M., Altermatt F., Nobis M.P. & Obrist M.K. (2015). Impacts of urbanisation on biodiversity:
the role of species mobility, degree of specialisation and spatial scale. Oikos, 124, 1571-1582.
Curran, M.; Hellweg, S.; Beck, J. (2013): Is there any empirical support for biodiversity offset policy? In: Ecological
Applications 24, 617-632.
Darbi, M. (in prep.): Biodiversity offsets between regulation and voluntary commitment. Springer Publishing House.
Dissertation. Technische Universität Dresden, Germany.
Darbi M. & Tausch C. (2010). Loss-Gain calculations in German Impact Mitigation Regulation. Occasional paper
contributed to BBOP.
Delzons O., Gourdain P., Siblet J.-P., Touroult J., Herard K. & Poncet L. (2013). L'IQE: Un indicateur de biodiversité
multi-usages pour les sites aménagés ou à aménager. Revue d'écologie, 68, 105-119.
Department for Environment Food & Rural Affairs (DREFA) (2013). Biodiversity offsetting in England green paper.
Department for Environment Food & Rural Affairs D. (2012). Biodiversity Offsetting Pilots Technical Paper the metric
for the biodiversity offsetting pilot in England. Department for Environment Food & Rural Affairs (DREFA),
London.
Department of Environment Climate Change and Water N. (2009). The science behind BioBanking. Department of
Environment, Climate Change and Water NSW, Sydney.
Devictor V., Clavel J., Julliard R., Lavergne S., Mouillot D., Thuiller W., Venail P., Villeger S. & Mouquet N. (2010).
Defining and measuring ecological specialization. Journal of Applied Ecology, 47, 15-25.
Devictor V., Godet L., Julliard R., Couvet D. & Jiguet F. (2007). Can common species benefit from protected areas?
Dickie, I., Mesquite, S., Morandeau, D., Stoeckel, M.-E., Weaver, J., Wende, W. (2013): Glossary Working Group on
No Net Loss of Ecosystems and their Services. European Commission, DG Environment.
Duguet R., Melki F. & Association A. (2003). Les Amphibiens de France, Belgique et Luxembourg. Biotope.
European Environment Commission (EEC) (1992). Council Directive 92/43/EEC of 21 May 1992 on the conservation
of natural habitats and of wild fauna and flora. Official Journal of the European Union, 206, 7-50.
European Environment Commission (EEC) (2009). Directive 2009/147/EC of the European Parliament and of the
Council of 30 November 2009 on the conservation of wild birds on the conservation of wild birds (codified version).
Official Journal L20, 7–25.
Fahrig L. (2001). How much habitat is enough? Biological Conservation, 100, 65-74.
Fahrig L. (2002). Effect of Habitat Fragmentation on the Extinction Threshold: A Synthesis. Ecological Applications,
12, 346-353.
Fahrig L. (2003). Effects of habitat fragmentation on biodiversity. Annu. Rev. Ecol. Evol. Syst., 34, 487-515.
Freckleton R.P. (2002). On the misuse of residuals in ecology: regression of residuals vs. multiple regression. Journal of
Animal Ecology, 71, 542-545.
Froger, G.; Ménard, S.; Méral, P. (2015): Towards a comparative and critical analysis of biodiversity banks. In:
Ecosystem Services, vol. 15, pp. 152-161.
Gao T., Nielsen A.B. & Hedblom M. (2015). Reviewing the strength of evidence of biodiversity indicators for forest
ecosystems in Europe. Ecological Indicators, 57, 420-434.
Gardner, T.-A.; von Hase, A.; Brownlie, S.; Ekstrom, J.-M.-M.; Pilgrim, J.-D.; Savy, C.-D.; Stephens, R.-T.-T.;
Treweek, J.; Ussher, G.-T.; Ward, G.; Ten Kate, K. (2013) Biodiversity offsets and the challenge of achieving no net
loss. Conservation Biology, vol. 27 (6), pp. 1254-1264.
Gartman, V.; Bulling, L.; Dahmen, M.; Geißler, G.; Köppel, J. (2016): Mitigation Measures for Wildlife in Wind
Energy Development, Consolidating the State of Knowledge — Part 1: Planning and Siting, Construction. In:
Journal of Environmental Assessment Policy and Management, vol. 18, no. 3, 45 pages. DOI:
10.1142/S1464333216500137.
Gayet G., Baptist F., Baraille L., Caessteker P., Clément J.C., Gaillard J., Gaucherand S., Isselin-Nondedeu F., Poinsot
C. & Quétier F. (2016). Méthode nationale d'évaluation des fonctions des zones humides. Fondements théoriques,
scientifiques et techniques. Onema, MNHN, 310.
Gibbons P., Briggs S.V., Ayers D., Seddon J., Doyle S., Cosier P., McElhinny C., Pelly V. & Roberts K. (2009). An
operational method to assess impacts of land clearing on terrestrial biodiversity. Ecological Indicators, 9, 26-40.
Gido K.B., Dodds W.K. & Eberle M.E. (2010). Retrospective analysis of fish community change during a half-century
of landuse and streamflow changes. Journal of the North American Benthological Society, 29, 970-987.
Giordani P., Brunialti G. & Alleteo D. (2002). Effects of atmospheric pollution on lichen biodiversity (LB) in a
Mediterranean region (Liguria, northwest Italy). Environmental Pollution, 118, 53-64.
Gordon, A.; Langford, W.-T.; Todd, J.-A.; White, M.-D.; Mullerworth, D.-W.; Bekessy, S.-A. (2011) Assessing the
impacts of biodiversity offset policies. In: Environmental Modelling & Software, vol. 26, pp. 1481-1488.
Gordon; A.; Bull; J.-W.; Wilcox, C.; Maron, M. (2015): Forum - Perverse incentives risk undermining biodiversity
offset policies. In: Journal of Applied Ecology. doi: 10.1111/1365-2664.12398
Gros R. (2004). Fonctionnement et qualité des sols soumis à des perturbations physiques et chimiques d'origine
anthropique : réponses du sol, de la flore et de la microflore bactérienne tellurique. Thèse - Centre Interdisciplinaire
Scientifique de la Montagne - Université de Savoie., 243 p.
Grunewald, K.; Bastian, O. (Eds. 2015): Ecosystem Services – Concept, Methods and Case Studies. Berlin, Heidelberg:
Springer.
Hautier Y., Niklaus P.A. & Hector A. (2009). Competition for Light Causes Plant Biodiversity Loss After
Eutrophication. Science, 324, 636-638.
Heiberger R.M. & Holland B. (2015). Statistical analysis and data display: an intermediate course with examples in R.
Springer.
Hillebrand H., Bennett D.M. & Cadotte M.W. (2008). Consequences of dominance: a review of evenness effects on
local and regional ecosystem processes. Ecology, 89, 1510-1520.
Hill J., Thomas C. & Lewis O. (1996). Effects of habitat patch size and isolation on dispersal by Hesperia comma
butterflies: implications for metapopulation structure. Journal of animal ecology, 725-735.
HOUARD X., JAULIN S., DUPONT P. & MERLET F. (2012). Définition des listes d’insectes pour la cohérence
nationale de la TVB – Odonates, Orthoptères et Rhopalocères. Opie, 29 pp. + 71 pp. d’annexes.
ICF International & IEEP (2014): Study on specific design elements of biodiversity offsets: Biodiversity metrics and
mechanisms for securing long term conservation benefits. DG ENVIRONMENT: ENV.B.2/ETU/2013/0060r. Final
Report. Last access on 27th of January 2017:
Jacob, C.; Pioch, S.; Thorin, S. (2016): The effectiveness of the mitigation hierarchy in environmental impact studies on
marine ecosystems: A case study in France. In: Environmental Impact Assessment Review, vol. 60, pp. 83-98.
Jacob, C.; Vaissiere, A.-C.; Bas, A.; Calvet, C. (2016): Investigating the inclusion of ecosystem services in biodiversity
offsetting. In: Ecosystem Services, vol. 21, pp. 92-102.
Joly P., Miaud C., Lehmann A. & Grolet O. (2001). Habitat matrix effects on pond occupancy in newts. Conservation
Biology, 239-248.
Kozich, A.-T.; Halvorsen, K.-E. (2012): Compliance with Wetland Mitigation Standards in the Upper Peninsula of
Michigan, USA. In: Environmental Management, vol. 50, pp. 97-105.
Langanke T., Rossner G., Vrs B., Lang S. & Mitchley J. (2005). Selection and application of spatial indicators for
nature conservation at different institutional levels. Journal for Nature Conservation, 13, 101-114.
Lassauce A., Paillet Y., Jactel H. & Bouget C. (2011). Deadwood as a surrogate for forest biodiversity: meta-analysis of
correlations between deadwood volume and species richness of saproxylic organisms. Ecological Indicators, 11,
1027-1039.
Le Viol I., Jiguet F., Brotons L., Herrando S., Lindström Å., Pearce-Higgins J.W., Reif J., Van Turnhout C. & Devictor
V. (2012). More and more generalists: two decades of changes in the European avifauna. Biology letters, 8, 780-
782.
Lorrillière R., Le Viol I., Sordello R., Touroult J. & Billon L. (2015). L’indice de dispersion moyen des communautés.
Un possible outil d’évaluation de l’efficacité de la politique Trame verte et bleue ? Rapport MNHN-SPN/CESCO,
24 pages.
Maciejewski L. (2006). État de conservation des habitats forestiers d’intérêt communautaire, Evaluation à l’échelle du
site Natura 2000, Version 2. Tome 2 : Guide d’application. Mars 2016. Rapport SPN 2016-75, Service du
patrimoine naturel, Muséum national d’Histoire naturelle, Paris., 62 p.
Maciejewski L. (2012). État de conservation des habitats agropastoraux d’intérêt communautaire. Méthode d’évaluation
à l’échelle d’un site. Rapport d’étude. Version, 2012-21.
Magurran A.E. (2005). Biological diversity. Current Biology, 15, R116-R118.
Maron, M. (2015): Stop misuse of biodiversity offsets. In: Nature. No. 523, pp 401-403.
Maron, M.; Bull, J.-W.; Evans; M.-C.; Gordon, A. (2015a): Locking in loss: Baselines of decline in Australian
biodiversity offset policies. In: Biological Conservation, vol. 192, pp. 504-512.
Maron, M.; Gordon, A.; Mackey, B.-G.; Possingham, H.-P.; Watson, J.-E.-M. (2015b): Interactions Between
Biodiversity Offsets and Protected Area Commitments: Avoiding Perverse Outcomes. In: Conservation Letters, pp.
1-6 doi: 10.1111/conl.12222
McKenney, B. A. and Kiesecker, J. M. (2010); Policy development for biodiversity offsets: A review of offset
frameworks. Environmental Management, vol. 45, (1) pp. 165-176.
McLaughlin A. & Mineau P. (1995). The impact of agricultural practices on biodiversity. Agriculture, Ecosystems &
Environment, 55, 201-212.
Minns C.K., Moore J.E., Stoneman M. & Cudmore-Vokey B. (2001). Defensible Methods Of Assessing Fish Habitat:
Lacustrine Habitats In The Great Lakes Basin - Conceptual Basis And Approach Using A Habitat Suitability Matrix
(HSM) Method. Canadian Manuscript Report of Fisheries and Aquatic Sciences 2559.
Müller J. & Bütler R. (2010). A review of habitat thresholds for dead wood: a baseline for management
recommendations in European forests. European Journal of Forest Research, 129, 981-992.
New T.R. (1997). Are Lepidoptera an effective ‘umbrella group‘ for biodiversity conservation? Journal of Insect
NOAA (1995). Habitat equivalency analysis: An overview. . Prepared by the damage assessment and restoration
program, March 21st 1995. Revised October 4th 2000. NOAA, Washington, D.C., USA.
NOAA (1997). Scaling compensatory restoration action: Guidance document for natural resource damage assessment
under the Oil Pollution Act of 1990. Damage Assessment and Restoration Program. NOAA, Washington, D.C.,
USA.
Parkes D., Newell G. & Cheal D. (2003). Assessing the quality of native vegetation: The ‘habitat hectares’ approach.
Ecological Management & Restoration, 4, S29-S38.
Potts S.G., Biesmeijer J.C., Kremen C., Neumann P., Schweiger O. & Kunin W.E. (2010). Global pollinator declines:
trends, impacts and drivers. Trends in ecology & evolution, 25, 345-353.
Quétier F., Moura C., Menut T., Boulnois R. & Rufray X. (2015). La compensation écologique fonctionnelle : innover
pour mieux traiter les impacts résiduels des projets d’aménagements sur la biodiversité. Sciences , Eaux et
Territoires, 17, 24-29.
Quétier, F.; Regnery, B.; Levrel, H. (2014): No net loss of biodiversity or paper offsets? A critical review of the French
no net loss policy. In: Environmental Science Policy, vol. 38, pp. 120-131.
Regnery B., Couvet D., Kubarek L., Julien J.-F. & Kerbiriou C. (2013). Tree microhabitats as indicators of bird and bat
communities in Mediterranean forests. Ecological Indicators, 34, 221-230.
Rudisser J., Tasser E., Peham T., Meyer E. & Tappeiner U. (2015). The dark side of biodiversity: Spatial application of
the biological soil quality indicator (BSQ). Ecological Indicators, 53, 240-246.
Sasaki T., Furukawa T., Iwasaki Y., Seto M. & Mori A.S. (2015). Perspectives for ecosystem management based on
ecosystem resilience and ecological thresholds against multiple and stochastic disturbances. Ecological Indicators,
57, 395-408.
Saunders D.A., Hobbs R.J. & Margules C.R. (1991). Biological Consequences of Ecosystem Fragmentation: A Review.
Conservation Biology, 5, 18-32.
Siddig A.A.H., Ellison A.M., Ochs A., Villar-Leeman C. & Lau M.K. (2016). How do ecologists select and use
indicator species to monitor ecological change? Insights from 14 years of publication in Ecological Indicators.
Ecological Indicators, 60, 223-230.
SORDELLO R., COMOLET-TIRMAN J., DE MASSARY J.C., DUPONT P., HAFFNER P., ROGEON G., SIBLET
J.P., TOUROULT J. & TROUVILLIEZ J. (2011). Trame verte et bleue – Critères nationaux de cohérence –
Contribution à la définition du critère sur les espèces. Rapport MNHN-SPN, 57 pages.
State of Florida (2004). F-DEP UMAM Chapter 62–345.
Szaro R., Bytnerowicz A. & Oszlanyi J. (2002). Effects of air pollution on forest health and biodiversity in forests of
the Carpathian Mountains: An overview. In: Effects of Air Pollution on Forest Health and Biodiversity in Forests of
the Carpathian Mountains (eds. Szaro RC, Bytnerowicz A & Oszlanyi J), pp. 3-12.
ten Kate, K.; Bishop, J.; Bayon, R. (2004) Biodiversity offsets: Views, experience, and the business case. IUCN and
Insight Investment, Gland, Switzerland and London.
Thomas C.D. & Gillingham P.K. (2015). The performance of protected areas for biodiversity under climate change.
Biological Journal of the Linnean Society, 115, 718-730.
Tucker, G., Allen, B.; Conway, M., Dickie, I., Hart, K., Rayment, M., Schulp, C., van Teeffelen, A. (2014): Policy
Options for an EU No Net Loss Initiative. Report to the European Commission. Institute for European
Environmental Policy, London. Last access on 23rd of June 2016:
US Fish and Wildlife Service (USFWS) (1980). Habitat Evaluation Procedure.
Vaissière; A.-C.; Levrel, H. (2015): Biodiversity offset markets: What are they really? An empirical approach to
wetland mitigation banking. In: Ecological Economics, vol. 110, pp. 81-88.
Van Teeffelen, A.-J.-A.; Opdam, P.; Wätzold, F.; Hartig, F.; Johst, K.; Drechsler, M.; Vos, C.-C.; Wissel, S.; Quétier,
F. (2014): Ecological and economic conditions and associated institutional challenges for conservation banking in
dynamic landscapes. In: Landscape and Urban Planning, vol. 130, pp. 64-72.
Vilà M., Espinar J.L., Hejda M., Hulme P.E., Jarošík V., Maron J.L., Pergl J., Schaffner U., Sun Y. & Pyšek P. (2011).
Ecological impacts of invasive alien plants: a meta‐analysis of their effects on species, communities and ecosystems.
Ecol Lett, 14, 702-708.
Yachi S. & Loreau M. (1999). Biodiversity and ecosystem productivity in a fluctuating environment: the insurance
hypothesis. Proceedings of the National Academy of Sciences, 96, 1463-1468.
Résumé / Abstract
Face à l’érosion mondiale de la biodiversité causée par les activités humaines, la compensation écologique, et
plus largement la séquence « Eviter Réduire Compenser » (ERC), s’est développée depuis les années 1970, avec
l’ambition de concilier développement au niveau des projets d’aménagement et préservation de la biodiversité.
L’objectif de cette séquence est d’atteindre « zéro perte nette » (No net Loss, NNL) de biodiversité. Un des
enjeux clé pour y arriver consiste à démontrer l’équivalence écologique entre les gains apportés par la
compensation et les pertes occasionnées par les impacts. Malgré les avancées règlementaires, le cadre français
n’inclut pas de méthode à suivre pour déterminer l’équivalence et aucune n’est unanimement reconnue. Cela
amène à des pratiques hétérogènes et une difficulté d’atteindre le NNL. Dans ce contexte, ces travaux de thèse
visent à développer un cadre méthodologique standardisé (CMS) d’évaluation de l’équivalence, combinant à la
fois opérationnalité, bases scientifiques et exhaustivité (prise en compte des quatre dimensions de l’équivalence :
écologique, spatiale, temporelle et les incertitudes). Dans un premier temps, 13 méthodes utilisées à l’étranger
sont analysées afin d’identifier des éléments structurant pour le développement du CMS adapté au contexte
français. La construction du CMS est décomposée en trois étapes. La première consiste à sélectionner un lot
organisé d’indicateurs sur lesquels baser l’évaluation de l’équivalence, permettant de répondre aux exigences
règlementaires et reflétant la complexité de la biodiversité : évaluation à deux échelles spatiales (sur le site et
dans un périmètre élargi) et à trois niveaux d’enjeu (général, habitat ou espèce). La deuxième étape porte sur la
prédiction de l’évolution dans le temps des valeurs initiales des indicateurs, sous l’effet des impacts et de la
compensation, en prenant en compte les incertitudes associées. La troisième étape conduit à la détermination de
règles de calcul des pertes et des gains aboutissant à l’évaluation globale de l’équivalence. Le CMS ainsi
construit est ensuite testé sur deux sites d’étude afin d’en démontrer la plus-value et d’en éprouver les limites.
Des perspectives d’amélioration du CMS, et plus largement de l’évaluation de l’équivalence sont dégagées. En
dernier lieu, l’ensemble de ces éléments nous permettent de questionner l’efficacité de la compensation
écologique pour lutter contre l’érosion de la biodiversité.
In light of the global erosion of biodiversity caused by human activities, biodiversity offsets and, more broadly
the Mitigation Hierarchy, are increasingly used since the 1970s, with the ambition of reconciling economic
development and biodiversity conservation. Its objective is to achieve "No Net Loss" (NNL) of biodiversity. One
of the key issues to achieve this goal is to demonstrate ecological equivalence between the gains from offsets and
the losses caused by impacts. Despite regulatory improvements, the French law does not include a method for
assessing equivalence, and no method is unanimously recognized. This leads to heterogeneous practices and
difficulties in reaching the NNL objective. In this context, this thesis aims to develop a standardized
methodological framework (SMF) for assessing equivalence, which combines operationality, scientific basis and
comprehensiveness (taking into account the four dimensions of equivalence: ecological, spatial, temporal and
uncertainties). First, 13 methods used abroad are analysed in order to identify structural elements for the
development of a SMF adapted to the French context. The construction is decomposed into three steps. The first
consists in selecting an organized set of indicators, on which equivalence assessment should be based in order to
meet legislative requirements and reflect the complexity of biodiversity. The assessment is to be done at two
spatial scales (on-site and within an expanded perimeter) and at three levels reflecting general or specific issues
(habitat or species). The second step regards the prediction of the values of the indicators over time,
consequently to the impacts and offsets, taking into account the implied uncertainties. The third step leads us to
establish rules for calculating losses and gains, as well as for the overall assessment of equivalence. Finally, this
SMF is tested on two study sites in order to demonstrate the added value and to identify its limits. Prospects for
improving the SMF, and more broadly the evaluation of equivalence, are then suggested. Finally, all these
elements make it possible to question the effectiveness of offsets in order to tackle biodiversity erosion.

BEZOMBES 2017 Diffusion

Transféré par

Droits d'auteur :

Formats disponibles

BEZOMBES 2017 Diffusion

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

BEZOMBES 2017 Diffusion

Transféré par

Droits d'auteur :

Formats disponibles

THÈSE

Pour obtenir le grade de

Thèse dirigée par Thomas SPIEGELBERGER, Directeur de

Préparée au sein du Laboratoire IRSTEA

Développement d’un Cadre

Thèse soutenue publiquement le 07 décembre 2017,

Introduction Générale ................................................................................................................................. 15

1.Contexte pratique des travaux de thèse .................................................................... 16

SECTION II : Ecological Equivalence Assessment Methods: What Trade-Offs between

SECTION II : From conceptual vision to practical evaluation of biodiversity for ecological

Chapitre 3 : Deuxième étape du développement du cadre méthodologique : intégration de la

SECTION I.................................................................................................................................... 118

1.Introduction ........................................................................................................... 118

Chapitre 4 : Présentation du cadre méthodologique dans sa globalité ................................................ 155

1.Introduction ........................................................................................................... 156

1.Introduction ........................................................................................................... 170

1.Synthèse des apports des travaux de thèse pour l’évaluation de l’équivalence

Bibliographie ................................................................................................................................. 237

Figure 1 : Représentation schématique de l’aspect multidimensionnel de la biodiversité ainsi que son

Tableau 1 : Documents étudiés pour chaque EAM ...................................................................................... 39

Les abréviations spécifiques à ce manuscrit de thèse sont inscrites en bleu.

ACP : Analyse en Composantes Principales LT : Long Terme

Toute ma gratitude va à mes encadrants de thèse, qui m’ont accompagné au début, à la

Un grand merci à Agnes Barillier et Frederick Jacob du Centre d’Ingénierie Hydraulique

Je suis reconnaissante envers Marion Chataigner et Richard Potiron-Briot, les stagiaires

J’adresse mes remerciements aux membres du « groupe de partage opérationnel » que

Merci aux collègues du projet BIOCENOSE : Julie Charton-Bisseta, Laure Santoni,

Ce manuscrit de thèse a donc vocation à faire le lien entre la sphère scientifique et

« Il se pourrait que le mystère le plus étonnant de la vie porte sur

1. Contexte pratique des travaux de thèse

1.1. La biodiversité, un objet d’étude complexe et récent

La biodiversité est la diversité de toutes les formes de vie. Elle résulte de

Cette complexité a contribué à l’apparition récente du terme dans le langage

Figure 1 : Représentation schématique de l’aspect multidimensionnel de la biodiversité ainsi que son

1.2. Une érosion mondiale de la biodiversité qui s’accélère

 la destruction et la fragmentation des milieux naturels au profit de milieux

Figure 3 : Augmentation des

Figure 4 : Proportion du nombre global

Pour les milieux terrestres particulièrement, l’artificialisation des milieux

 Des artificialisations ponctuelles (pour la construction de bâtiments ou de parkings

1.3. Des mesures de protection de la biodiversité en évolution

(Convention de Rio, de Nagoya en 2010, création de la liste rouge UICN ; Rodrigues et

La manière de préserver la biodiversité a évolué au fur et à mesure de

 Préservation des paysages, avec en France, la protection de sites « classés » qui

Dans le contexte des changements globaux énoncés précédemment, la

Parallèlement, dans une optique d’une meilleure prise de conscience de

1.4. La séquence « Eviter Réduire Compenser », un outil de

En France, la séquence « Eviter Réduire Compenser » (ERC) est appliquée lors de

de projets impactant la biodiversité selon le principe « pollueur-payeur ». Ce dispositif a

Figure 5 : Pays mettant en œuvre la compensation écologique (MEB 2016)

L’application de la séquence ERC consiste d’abord à éviter au maximum les

Figure 6 : Représentation schématique de la séquence « Eviter Réduire Compenser » (ERC). Inspirée

En France, elles peuvent prendre la forme de maintien, de gestion, de restauration

neutralité est traduite en un objectif de « zéro perte nette » de biodiversité (issu de

 L’effet des MC doit être équivalent à l’importance des impacts en quantité et en

En France, les lignes directrices de la séquence ERC publiées en 2013 et élaborées

2. Problématique scientifique des travaux de thèse

2.1. L’atteinte de l’équivalence écologique : une étape clé

d’atteindre cette équivalence. Le BBOP4 restreint l’équivalence à la comparaison de

2.1.1. Dimension écologique