d. pelletier s. mahévas lab. maerha nantes
DESCRIPTION
Modélisation de la dynamique de pêcherie complexe Intégration des informations pour la pêcherie du Plateau Celtique. Zones Marines Protégées (ZMP) Pêcheries complexes Diagnostics quantitatifs - PowerPoint PPT PresentationTRANSCRIPT
Modélisation de la dynamique de pêcherie complexe Intégration des informations pour la pêcherie du Plateau Celtique
D. PelletierS. MahévasLab. MAERHANantes
– Zones Marines Protégées (ZMP)– Pêcheries complexes– Diagnostics quantitatifs
• Objectif du modèle via l’outil de simulation générique ISIS-Fish : Quantification de l ’impact de scénarii de gestion sur la dynamique d ’une pêcherie complexe
Modèles existants – non spatialisés (Mesnil and Shepherd 1990 ;
Laurec et al. 1991; BEAM (FAO))
– spatialisés, mais :• pas pour les pêcheries complexes• pas de composante saisonnière• inappropriés pour explorer et comparer des
configurations de ZMP
– pas de prise en compte du comportement des pêcheurs en réaction aux mesures de gestion
Un modèle de la dynamique spatiale et saisonnière d’une pêcherie complexe
Dynamique spatiale et saisonnière de population
Dynamique spatiale et saisonnière de l ’exploitation
Dynamique spatiale et saisonnière de gestion et réaction
Allocation dynamique de l’effort
Intersection spatiale
Relation effortmortalité par pêche
Pas de temps mensuelRésolution spatiale à adapter selon le niveau de connaissances et l’information disponible
Un modèle pour quelles questions ?
– Comparaison de mesures de gestion (ZMP (au sens large), mesures globales, mesures sur engins)
– Quantification de l’impact des différentes activités de pêche sur les ressources
– Quantification des interactions entre activités de pêche
– Effets secondaires des mesures de gestion dus à la réaction des pêcheurs
– Identification des points critiques de la dynamique à mieux connaître pour améliorer les diagnostics
Janvier à Avril
Mai à Décembre
âges 1,2
âge 0
âge 1
âge 2
métier2métier1
métier3
métier3
Population Activité de pêche
Exemple de pêcherie “complexe simple”
Dynamique des Populations
N(t+) = R(t) + [Mig(saison)-Emig(saison)]Cg(saison)N(t) + Nimmig(saison)N(t+1) = Sr(t)N(t+ )
reproduction mois t mois t+1
migrations
changement de groupe F + M
t+
Dynamique de l’activité de pêche
Entités du modèle
Paramètres
flottille nombre d’unités de pêche nombre de marées par mois durée d’une marée
engin valeur du paramètre controlable (numérique ou qualitative) fonction de sélectivité pour chaque espèce facteur de standardisation
métier engin utilisé saisons zones espèces cibles et facteurs de ciblage
stratégie ensemble de métiers pratiqués nombre d’unités de pêche par flottille distribution mensuelle des unités de pêche sur les métiers
Effort standardisé par métierpour chaque zone métier
Effort standardisé par métierpour chaque zone population
Mortalité par pêche
zone population zone métier
sélectivité, facteur de ciblage
Distribution spatialede la population
par mois et par zonepopulation zone
capturabilité
De l’effort à la mortalité par pêche
Synthèse des informations et estimation des paramètres du modèle pour la pêcherie démerso-benthique du plateau Celtique
– Dynamique des populations• synthèse bibliographique : Verdoit 1999• déf des zones et saisons pour le merlan et la langoustine : Verdoit et al 2002• modèle de la dynamique de merlan : Verdoit et al 2003
– Dynamique de l’activité de pêche:• caractérisation des métiers : Pelletier et Ferraris 2000 • définition des zones et saisons de pêche : Mahévas et Trenkel 2002a• quantification du facteur de ciblage : Mahévas et al 2002b• Identification des variables économiques forcantes du système : SEM-
MAERHA en cours
Définition des zones de présence et des saisons correspondantes pour le merlan du plateau Celtique
(d’après Verdoit et al. 2002)
ZONES
ACP puis Classification HA sous contraintes de contiguïté spatiale et temporelle
Définition des zones de présence et des saisons correspondantes pour le merlan du Plateau Celtique
SAISONS
(d’après Verdoit et al. 2002)
Métier Taillede laclasse
Espèce-cible(effort en % de
l’effort de la sortie)
Lieux de pêche Epoque de l’année(effort en % de l’effort
annuel du métier)1 776 Langoustine 98 Nord et centre M.C.
Sud PorcupineGrande Vasière
80% de mars à août
2 22 RaiesLangoustineGadidés
46389
Nord M.C.mer d’Irlande (VIIa)
de novembre à janvier
3 76 GadidésLangoustine
4940
Nord-est M.C.Canal de Bristol
64% de février à mai25% en septembre
4 136 Gadidés 96 Nord-est M.C.Canal de Bristol
59% de février à juin22% en août et septembre
5 76 Raies 97 Nord-est M.C.mer d’Irlande
de septembre à février
6 220 St-Pierre-seiche
93 Est M.C.Manche-ouest (VIIe)Sud M.C.Grande Vasière
50% en novembre et décembre39% de janvier à juin
7 529 Baudroies 97 Sud M.C.Petite SoleChapelle
pas de saisonnalité marquée
8 490 Tacaud-grondin
98 Nord BishopManche-est
pas de saisonnalité marquée
9 150 Bar-grondin 97 Sud Bishop 95% de décembre à mars
Activité de pêche : caractérisation des métiers
Pelletier et Ferraris 2000
Activité de pêche : zones et saisons d’exploitation
• Analyse des temps de pêche par séquence de pêche (1991-1998) par un modèle linéaire généralisé mixte :
TempsPeche ~ rectangle*mois*année*capture
• Modèle sélectionné (résidus, test rapport de vraisemblance, AIC) : (TempsPeche)^(1/3) ~ TempsPeche^(1/3)(mois-1|rect) + mois + rectangle + corExp(rect)
+ (N)
• Résultat : distribution spatio-temporelle stable du temps de pêche sur la période 1991-1998
• Analyse des estimations du modèle par classification sous contraintes de contiguïté spatiales et temporelles :– voisinage mois : précédent et suivant– voisinage rectangle: les 8 rectangles adjacents
(Mahévas et Trenkel 2002, Métaireau 2002)
Résultats de la classification saisonnière
Saisons pour un niveau
de différence égal à 0.9
7 saisons
Résultats de la classification spatiale
Zones significativement différentes au niveau 0.9
22 zones homogènes
de taille variable
zones étirées
Estimation du facteur de ciblage
• Relation entre effort et mortalité par pêche : effet de cibler une espèce
• Analyse des captures et temps de pêche par séquence de pêche (GLM)CPUE (séquence) ~ bateau*année*mois*métier*zone
Hypothèse : effet métier = estimation du facteur de ciblage
• Application aux chalutiers pêchant la baudroie (25 bateaux) entre 1987 et 1998 :– Métiers :
Benthique : 20% espèces benthiquesDémersal : 40% espèces démersales Langoustinier : 10% langoustineMixte
Mahévas et al. 2002
Effet métier = facteur de ciblage de la baudroie par le métier avec IC à 95%
Métier Benthique = métier de référence : facteur = 0
Index
y
1.0 1.5 2.0 2.5 3.0
-0.35
-0.30
-0.25
-0.20
-0.15
-0.10
Synthèse des informations et estimation des paramètres du modèle
• Synthèse des connaissances existantes– pas forcément formalisées ou facilement accessibles– parfois contradictoires
• Analyses et modèles statistiques :– définition des zones et saisons (populations,métiers)– estimation de facteurs de ciblage d’une espèce selon le
métier pratiqué• Analyses transposables à d’autres estimations
– facteur de standardisation entre engins– puissance de pêche individuelle ou de la flottille
• La complexité des analyses dépend de l’échelle spatiale considérée car LE MODELE PEUT ETRE SIMPLE
Perspectives
– Applications : Plateau Celtique, Grande Vasière et mer d’Iroise
(Collaboration RH Lorient, Brest, SEM)
– Modèle : • interfaçage avec un modèle multi-agents du comportement à court
terme des pêcheurs • modèles analytiques de dynamique de flottille • ajout d’un sous-modèle économique• construction d’indicateurs de la dynamique des pêcheries (Collaboration SEM)
– Amélioration de l’outil : • ergonomie (interfaces, cartes)• performances, correction des bugs• calcul d’indicateurs en sortie des simulations
• FIN
Perspectives (utilisation)
– Achever les applications à des pêcheries concrètes : • mer d’Iroise• plateau Celtique• Golfe de Gascogne
– Etudier la dynamique de pêcheries en fonction:• des scénarii de gestion• du comportement des pêcheurs, notamment face aux règles
de gestion• des hypothèses des modèles de population et d’exploitation
– Réalisation de formation/atelier à l’utilisation d’ISIS-Fish
Dynamique des Populations
N(t+) = R(t) + [Mig(saison)-Emig(saison)]Cg(saison)N(t) + Nimmig(saison)N(t+1) = Sr(t)N(t+ )
avec N(t,s)=(N(t,s,z1),…,N(t,s,zn))N(t)=(N(t,1),…,N(t,s),…,N(t,smax))
reproduction mois t mois t+1
migrations
Changement de groupe F + M
t+
Calcul de la mortalité par pêche
m)SE(t
zzSurf
zSurf
popmtCibengin(m)) Sel(g
) q(g,z) F(t,g,zm
mpop
poppoppop
,)(
)(*
),,(,
)m,t(E)m(N))m(engin(Std)m,t(SE bop
fl,strNm)T(fl)-Tt(tstr,m,tPm) E(tstr fl
bup ,,
Temps de pêche par métier au pas de temps t
Effort standardisé par métier à t
Mortalité par pêche de pop dans zpop à t
Dynamique de gestionEntités du modèle ParamètresMesure Zone de gestion
Saison de gestion (mois)Période d’application (années)Condition pour l’entrée en vigueur de la mesure
Réaction despêcheurs
Règles de décision
Mesures déjà implémentées dans le logiciel: TAC, TAE, ZMP (incluant réserves), restriction engins ...
Ajout de nouvelles mesures et réactions des pêcheurs
Combinaison de plusieurs mesures (scenarii de gestion)
Du modèle à un outil de simulation générique
– Dynamique complexe Simulations
– Faire ressortir une « théorie » générale sur les pêcheries complexes : structuration de l’activité de pêche, liens entre mesures de gestion et exploitation
– Effort de développement du modèle : Pouvoir réutiliser le modèle pour différentes pêcheries avec différentes hypothèses de modèle, différents scénarii de gestion
Cas d’étude de la mer d’Iroise
– Pêcherie côtière, diversité de ressources (algues, bivalves, crustacés, poissons) et d’activités de pêche (80 métiers)
– Questions :• impacts des diverses activités de pêche (augmentation
chalutage en périphérie de zone, diminution des casiers, • conséquences de scénarii de gestion : exclusion des
chalutiers de la bande littorale, double rotation journalière et dates d’ouverture pour les algues, licences selon taille de navire, allocation spatiale de l’activité coquillère en rade (réserves tournantes)
• évaluer les conséquences de diverses plans de zonage (projet de parc marin)
Cas d’étude de la mer d’Iroise
• Données disponibles :– base de données algues sur 15 ans– statistiques de pêche (flux déclaratif, calendriers…)– enquêtes bio-économiques
• Analyses :– constitution d’une base de données commune– choix de l’échelle d’analyse au niveau métier– allocation spatiale et saisonnière de l’activité de pêche
par métier– relation avec les variables économiques et les
paramètres techniques de l’effort de pêche