La bathymétrie, le KdPar, la température, le fetch, la vitesse du courant et d'autres variables ont été utilisés comme prédicteurs. Des modèles Random forest ont été ajustés et évalués en utilisant N=393 présences de Zostera marina. 10 ensembles de N pseudo-absences ont été tirés au hasard pour consolider 10 jeux de données différents de présence/pseudo-absence. 79 occurrences (20 % de N) et 79 pseudo-absences ont été mises de côté pour une validation indépendante des résultats. Afin d'évaluer la sensibilité des résultats aux pseudo-absences, un modèle Random Forest a été ajusté pour chaque jeu de données présence/pseudo-absence (donc 10 modèles). Chaque modèle a été joué sur des rasters de prédicteurs afin de prédire l'habitat potentiel en tout point de l'espace le long des côtes françaises de l'Atlantique et de la Manche. Une approche de modélisation d'ensemble a été utilisée pour produire une seule estimation moyenne d'habitat potentiel en utilisant une moyenne pondérée entre les prédictions des 10 modèles, (pondération basée sur la qualité de l'ajustement telle qu'évaluée par le paramètre AUC - Area Under the receiver-operating Curve). L'écart type autour de l'indice moyen d'habitat potentiel correspond à l'écart type entre les 10 estimations du modèle. Les estimations de l'indice d'habitat potentiel ont été classées en prédictions binaires 0/1 en fonction de seuils spécifiques à chaque modèle, en utilisant le jeu de données de validation et le critère d'optimisation de seuil spécificité=sensibilité. Le mode dominant parmi les dix estimations binaires du modèle est présenté dans le raster de l'indice binaire d'habitat potentiel. Enfin, Zostera marina ne pouvant se fixer sur des fonds durs, des polygones de roche issus du produit "seabed substrate" d'EMODnet Geology ont été utilisés pour post-traiter les produits raster comme suit : dans les pixels où la roche est présente, les deux indices d'habitat potentiel ont été fixés à 0, et l'écart-type à NA.

Données de présence : Les données d’observation provenaient d'études locales diverses réalisées par différents organismes (Ifremer, Office Français de la Biodiversité, Parcs naturels marin, universités etc.) dans le cadre de divers suivis écologiques (Réseau Natura 2000, OSPAR, CARTHAM, réseau REBENT etc.). L’ensemble des relevés, à la fois surfaciques et ponctuels, couvraient une période allant de 2000 à 2016, et reposaient sur des méthodes de prospection variées (par exemples : photos aériennes, plongées etc.).

Variables environmentales : les covariables suivantes ont été utilisées pour ajuster les modèles Random Forest.

-profondeur : MNT résolution spatiale 100m source EMODnet Bathymétrie

-KdPAR (coefficient d'atténuation diffuse du rayonnement photosynthétique, indicateur de la transparence de l'eau) : source EMODnet Seabed Habitat, résolution spatiale 250m, valeurs moyennes (couverture temporelle 5 ans -2005-2009, résolution temporelle 1 jour)

-PAR (rayonnement photosynthétique actif) : source EMODnet Seabed Habitat, résolution spatiale 4000m, valeurs moyennes (couverture temporelle 5 ans -2005-2009, résolution temporelle 1 jour)

-Fetch: source Burrows Wave fetch GIS layers for Europe, résolution spatiale 100m (https://doi.org/10.6084/m9.figshare.8668127)

-Chlorophylle-a, phosphate, nitrate, oxygène dissous : source archive MARC de l'Ifremer, résolution spatiale 4000m, valeurs moyennes (couverture temporelle 7 ans -2012-2018, résolution temporelle 1 jour)

-Température de l'air : archives Arome - Météo France, résolution spatiale 1000m, valeurs moyennes (couverture temporelle 7 ans -2012-2018, résolution temporelle 1 heure)

-Vitesse du courant de marée, température de l'eau, salinité : source archives MARC de l'Ifremer, résolution spatiale 500m, valeurs moyennes (couverture temporelle 6 ans, 2010-2015, résolution temporelle 1 heure)

-Énergie des vagues : source archives Ifremer Homère, résolution spatiale 300m, valeurs du percentile 90 (couverture temporelle 6 ans, 2010-2015, résolution temporelle 1 heure)