La recherche porte sur les patrons de distribution longitudinale (amont-aval) et transversale (rive nord - rive sud) des communautés de crustacés planctoniques qui ont été analysés le long du fleuve Saint-Laurent entre le lac Saint-François et la zone de transition estuarienne, à deux hydropériodes en mai (crue) et en août (étiage). Les données zooplanctoniques et environnementales ont été récoltées à 52 stations réparties sur 16 transects transversaux en 2006. Au chapitre 1, nous présentons les principaux modèles écosystémiques en rivière, une synthèse des facteurs influençant le zooplancton en rivières et les objectifs et hypothèses de recherche. Au chapitre 2, nous décrivons la structure des communautés de zooplancton dans trois zones biogéographiques du fleuve et 6 habitats longitudinaux, ainsi que les relations entre la structure du zooplancton et la distribution spatiale des masses d’eau et les variables environnementales. Au chapitre 3, nous réalisons une partition de la variation des variables spatiales AEM (basées sur la distribution des masses d’eau) et des variables environnementales pour évaluer quelle part de la variation du zooplancton est expliquée par les processus hydrologiques (variables AEM) et les conditions locales (facteurs environnementaux). Le gradient salinité-conductivité relié à la discontinuité fleuve-estuaire a déterminé la distribution à grande échelle du zooplancton. Dans les zones fluviales, la distribution du zooplancton est davantage influencée par la distribution des masses d’eau que par les facteurs environnementaux locaux. La distribution des masses d’eau explique une plus grande partie de la variation dans la distribution du zooplancton en août qu’en mai. / The research aims to determine the distribution patterns of crustacean plankton along the longitudinal (west-east) and transversal (north shore - south shore) axes of the St. Lawrence River between Lake Saint-François and the estuarine transition zone, during two hydroperiods in May (high discharge) and August (low discharge). The zooplankton samples and the environmental data were collected at 52 stations distributed along 16 transversal transects in 2006. In chapter 1, we present the theoretical concepts of river ecosystem models, and a synthesis on the generative processes driving zooplankton spatial patterns in rivers. We also present our research objectives and hypotheses. In chapter 2, we describe spatial patterns of the zooplankton community structure in three biogeographic zones of the St. Lawrence and 6 longitudinal habitats, together with the relationships between zooplankton spatial structure and water masses spatial distribution and environmental characteristics. In chapter 3, we perform a variation partitioning procedure on spatial variables AEM (based on water masses spatial distribution) and environmental variables in order to assess how much of the zooplankton variation is explained by hydrological processes (AEM variables) and local conditions (environmental factors). The salinity-conductivity gradient related to the fluvial-estuary discontinuity determines the large-scale spatial patterns of the crustacean zooplankton. In the fluvial zones, the zooplankton distribution patterns are more influenced by the water masses spatial structure than by local environmental factors. The spatial distribution of the water masses explained more of the spatial structure of zooplankton communities in August than in May.

La recherche porte sur les patrons de distribution longitudinale (amont-aval) et transversale (rive nord - rive sud) des communautés de crustacés planctoniques qui ont été analysés le long du fleuve Saint-Laurent entre le lac Saint-François et la zone de transition estuarienne, à deux hydropériodes en mai (crue) et en août (étiage). Les données zooplanctoniques et environnementales ont été récoltées à 52 stations réparties sur 16 transects transversaux en 2006. Au chapitre 1, nous présentons les principaux modèles écosystémiques en rivière, une synthèse des facteurs influençant le zooplancton en rivières et les objectifs et hypothèses de recherche. Au chapitre 2, nous décrivons la structure des communautés de zooplancton dans trois zones biogéographiques du fleuve et 6 habitats longitudinaux, ainsi que les relations entre la structure du zooplancton et la distribution spatiale des masses d’eau et les variables environnementales. Au chapitre 3, nous réalisons une partition de la variation des variables spatiales AEM (basées sur la distribution des masses d’eau) et des variables environnementales pour évaluer quelle part de la variation du zooplancton est expliquée par les processus hydrologiques (variables AEM) et les conditions locales (facteurs environnementaux). Le gradient salinité-conductivité relié à la discontinuité fleuve-estuaire a déterminé la distribution à grande échelle du zooplancton. Dans les zones fluviales, la distribution du zooplancton est davantage influencée par la distribution des masses d’eau que par les facteurs environnementaux locaux. La distribution des masses d’eau explique une plus grande partie de la variation dans la distribution du zooplancton en août qu’en mai. / The research aims to determine the distribution patterns of crustacean plankton along the longitudinal (west-east) and transversal (north shore - south shore) axes of the St. Lawrence River between Lake Saint-François and the estuarine transition zone, during two hydroperiods in May (high discharge) and August (low discharge). The zooplankton samples and the environmental data were collected at 52 stations distributed along 16 transversal transects in 2006. In chapter 1, we present the theoretical concepts of river ecosystem models, and a synthesis on the generative processes driving zooplankton spatial patterns in rivers. We also present our research objectives and hypotheses. In chapter 2, we describe spatial patterns of the zooplankton community structure in three biogeographic zones of the St. Lawrence and 6 longitudinal habitats, together with the relationships between zooplankton spatial structure and water masses spatial distribution and environmental characteristics. In chapter 3, we perform a variation partitioning procedure on spatial variables AEM (based on water masses spatial distribution) and environmental variables in order to assess how much of the zooplankton variation is explained by hydrological processes (AEM variables) and local conditions (environmental factors). The salinity-conductivity gradient related to the fluvial-estuary discontinuity determines the large-scale spatial patterns of the crustacean zooplankton. In the fluvial zones, the zooplankton distribution patterns are more influenced by the water masses spatial structure than by local environmental factors. The spatial distribution of the water masses explained more of the spatial structure of zooplankton communities in August than in May.

Dans un contexte de changements globaux, comprendre les interactions entre les parasites et l’environnement est essentiel afin de prévoir les futurs dynamiques d’infection ainsi que les changements dans le fonctionnement des écosystèmes. Cela dit, les patrons de distribution des parasites ainsi que les moteurs d’infection varient dans le temps et l’espace rendant la compréhension des mécanismes sous-jacents très complexes. Dès lors, les études comparatives se basant sur des données empiriques doivent prendre en considération les facteurs de variations entrant en jeu dans l’estimation des paramètres d’infection chez les populations naturelles. Dans une approche multiéchelles, nous avons exploré les sources de variation dans l’estimation de la prévalence d’infection en nous concentrant sur la maladie du point noir chez les communautés littorales de poissons dulcicoles. Nos résultats ont montré que la prévalence de l'infection est spatialement hétérogène dans le paysage, témoignant de l'existence de points chauds et de points froids de l'infection. Les biais d’échantillonnage lié aux méthodes ont mené à d’importantes variations dans l’estimation de la prévalence et dans les patrons spatiaux d’occurrence de la maladie. Nos résultats ont indiqué également qu’un faible échantillonnage a tendance à sures4mer la prévalence d’infection dans le paysage et que l’effort d’échantillonnage nécessaire pour estimer une prévalence fiable dépend de la méthode d’échantillonnage employée. Les caractéristiques physico-chimiques de l’eau et la structure locale des communautés de poissons se sont révélées les meilleurs prédicteurs d’infection à petite échelle. Nos résultats suggèrent notamment des effets de dilution par barrières d’obstruction et de compatibilité limitant la survie des cercaires. Plusieurs relations entre la prévalence d’infection et les prédicteurs environnementaux ont révélé de la nonlinéarité suggérant des interactions complexes. Notre étude contribue au développement de la compréhension des interactions entre les parasites et leur environnement, ainsi qu’aux biais potentiels dans l’étude des dynamiques d’infection. / In a context of global change, understanding the interactions between parasites and their environment is essential to predict future infection dynamics and changes in ecosystem functioning. That said, parasite distribution patterns and drivers of infection vary in time and space, making understanding the underlying mechanisms highly complex. Comparative studies based on empirical data must therefore take into account the factors of variation involved in estimating infection parameters in natural populations. Using a multi-scale approach, we explored the sources of variation in the estimation of infection prevalence, focusing on black spot disease in littoral freshwater fish communities. Our results showed that infection prevalence is spatially heterogeneous across the landscape with evidence of infection hotspots and coldspots. Method-related sampling biases led to significant variations in prevalence estimates and spatial patterns of disease occurrence. Our results also indicated that low sampling effort tend to overestimate the prevalence of infection in the landscape, and that the sampling effort required to estimate infection prevalence depends on the sampling method employed. Water physico-chemical characteristics and local fish community structure were found to be the best predictors of small-scale infection. Furthermore, our results suggest dilution effects due to obstruction and compatibility barriers limiting cercarial survival. Several relationships between infection prevalence and environmental predictors revealed non-linearity, suggesting complex interactions. Our study contributes to the development of our understanding of the interactions between parasites and their environment, as well as potential biases in the study of infection dynamics.