Les atlas floristiques sont des outils centraux pour les politiques de conservation de la flore même si l’effort d’échantillonnage est rarement homogène sur les territoires concernés. Ce travail vise à développer une méthode pour estimer le taux d’exhaustivité des unités géographiques d’échantillonnage d’atlas floristiques. Il propose également un outil d’aide à la prospection pour parer à l’hétérogénéité de l’effort d’échantillonnage et optimiser l’efficacité de nouveaux inventaires. Une synthèse bibliographique couplée à des tests sur un jeu de données a abouti au choix d’un estimateur non paramétrique, le Jackknife 1, pour estimer la richesse réelle des unités géographiques d’échantillonnage. Le nombre de données de chaque unité géographique d’échantillonnage est utilisé comme estimateur de l’effort d’échantillonnage. Le rapport entre la richesse observée et cette richesse estimée donne le taux d’exhaustivité de l’inventaire de chaque unité géographique d’échantillonnage. Dix-huit variables ont ensuite été sélectionnées pour décrire les inventaires et orienter les futures prospections ; ces variables renseignent les localisations, les périodes et les espèces à privilégier pour de futurs inventaires.

Floristic atlases have an important input to flora conservation planning even though their data quality varied greatly across countries. This study aimed to assess survey completeness of cells of floristic atlases. Then, a surveying guide is designed to overcome as efficiently as possible sampling biases. A review and analyses on a wide dataset were carried out to select an estimator of the true species richness of surveyed cells. The Jackknife 1, a non-parametric estimator, appeared as the best compromise for regional floristic atlases. The number of records in each cell was used as an estimator of sampling effort. The ratio between the observed species richness and the estimated species richness measures the completeness of inventories in each surveyed cell. Eighteen variables were selected to describe current inventories and design new surveys. These variables highlight locations, periods and species to be given priority in future studies.