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