Return to search

Modélisation "end-to-end" pour une approche écosystémique des pêches dans le Nord courant de Humboldt / End-to-end modelling for an Ecosystem Approach to Fisheries in the Humboldt Current Ecosystem

Ce travail représente une contribution originale à la méthodologie pour le développement de modèles écosystémiques ainsi qu'une première tentative d'une modélisation end-to-end (E2E) de l'écosystème du Courant de Humboldt Nord (ECHN). L'objectif principal du modèle développé dans cette thèse est de construire un outil de gestion écosystémique et d'aide à la décision; raison pour laquelle la crédibilité du modèle est essentielle, laquelle peut-être établie par confrontation aux données. En outre, le ECHN présente une grande variabilité climatique et océanographique à différentes échelles, la source principale de variation inter-annuelle étant l'interruption du cycle d'upwelling saisonnier par l'Oscillation Australe du phénomène El Niño qui a un effet direct sur la survie larvaire et le succès de recrutement des poissons. La pêche peut aussi être fortement variable, en fonction de l'abondance et de l'accessibilité des principales ressources halieutiques. Ce contexte amène deux questions méthodologiques principales que nous explorons dans cette thèse à travers le développement d'un modèle E2E qui couple le modèle OSMOSE, pour la partie haut niveau trophique, au modèle ROMS-PISCES, pour les parties hydrodynamique et biogéochimie:(i) Comment calibrer un modèle écosystémique à partir de séries temporelles de données? (ii) Comment inclure l'impact de la variabilité inter-annuelle de l'environnement et de la pêche? En premier lieu, cette thèse met en évidence plusieurs problèmes liés à la confrontation de modèles écosystémiques complexes aux données et propose une méthodologie pour une calibration séquentielle en plusieurs phases des modèles écosystémiques. Nous proposons deux critères pour classer les paramètres d'un modèle: la dépendance au modèle et la variabilité temporelle des paramètres. A partir de ces critères, et en tenant compte de l'existence d'estimations initiales, on énonce des règles qui permettent de déterminer quels paramètres doivent être estimés, et dans quel ordre, dans le processus de calibration séquentiel. De plus, un nouvel Algorithme Évolutionnaire, conçu pour la calibration de modèles stochastiques et optimisé pour l'estimation du maximum de vraisemblance, a été développé et utilisé pour la calibration du modèle OSMOSE avec des séries temporelles de données.La variabilité environnementale est explicite dans le modèle: le modèle ROMS-PISCES force le modèle OSMOSE et propage les effets bottom-up potentiels dans le réseau trophique à travers les interactions trophiques entre plancton et poisson d'une part, et les changements dans la distribution spatiale du poisson d'autre part. Cette dynamique spatiale des poissons est prise en compte par l'utilisation de modèles de distribution des espèces de type présence/absence, qui sont en général évalués grâce à une matrice de confusion et les indicateurs statistiques qui lui sont associés. Toutefois, quand on considère la prédiction d'un habitat au cours du temps, la variabilité de la distribution spatiale des habitats peut être résumée de manière complémentaire et validée en utilisant les patrons émergents de la forme des distributions spatiales. Nous avons modélisé l'habitat potentiel des principales espèces du ECHN en utilisant plusieurs sources d'information (pêches commerciales, campagnes scientifiques et suivi satellite des navires de pêche) conjointement aux données environnementales issues d'observations satellites et in-situ, de 1992 à 2008. L'habitat potentiel est estimé sur cette période d'étude avec une résolution mensuelle, et le modèle est validé à partir d'informations du système, en utilisant une approche pattern-oriented.Le modèle écosystémique E2E ROMS-PISCES-OSMOSE pour le ECHN est calibré en une approche par maximum de vraisemblance pour ajuster des séries temporelles mensuelles de 1992 à 2008. En conclusion,quelques applications potentielles du modèle pour la gestion des pêches sont présentées et nous discutons leurs limitations et les perspectives. / This work represents an original contribution to the methodology for ecosystem models' development as well as the first attempt of an end-to-end (E2E) model for the Northern Humboldt Current Ecosystem (NHCE). The main purpose of the developed model is to build a tool for ecosystem-based management and decision making, reason why the credibility of the model is essential, and this can be assessed through confrontation to data. Additionally, the NHCE exhibits a high climatic and oceanographic variability at several scales, the major source of interannual variability being the interruption of the upwelling seasonality by the El Nino Southern Oscillation, which has direct effects on larval survival and fish recruitment success. Fishing activity can also be highly variable, depending on the abundance and accessibility of the main fishery resources. This context brings the two main methodological questions addressed in this thesis, through the development of an end-to-end model coupling the high trophic level model OSMOSE to the hydrodynamics and biogeochemical model ROMS-PISCES: i) how to calibrate ecosystem models using time series data and ii) how to incorporate the impact of the interannual variability of the environment and fishing.First, this thesis highlights some issues related to the confrontation of complex ecosystem models to data and proposes a methodology for a sequential multi-phases calibration of ecosystem models. We propose two criteria to classify the parameters of a model: the model dependency and the time variability of the parameters. Then, these criteria along with the availability of approximate initial estimates are used as decision rules to determine which parameters need to be estimated, and their precedence order in the sequential calibration process. Additionally, a new Evolutionary Algorithm designed for the calibration of stochastic models (e.g Individual Based Model) and optimized for maximum likelihood estimation has been developed and applied to the calibration of the OSMOSE model to data time series.The environmental variability is explicit in the model: the ROMS-PISCES model forces the OSMOSE model and drives potential bottom-up effects up the foodweb through plankton and fish trophic interactions, as well as through changes in the spatial distribution of fish. The latter effect was taken into account using presence/absence species distribution models which are traditionally assessed through a confusion matrix and the statistical metrics associated to it. However, when considering the prediction of the habitat against time, the variability in the spatial distribution of the habitat can be summarized and validated using the emerging patterns from the shape of the spatial distributions. We modeled the potential habitat of the main species of the Humboldt Current Ecosystem using several sources of information (fisheries, scientific surveys and satellite monitoring of vessels) jointly with environmental data from remote sensing and in situ observations, from 1992 to 2008. The potential habitat was predicted over the study period with monthly resolution, and the model was validated using quantitative and qualitative information of the system using a pattern oriented approach.The final ROMS-PISCES-OSMOSE E2E ecosystem model for the NHCE was calibrated using our evolutionary algorithm and a likelihood approach to fit monthly time series data of landings, abundance indices and catch at length distributions from 1992 to 2008. To conclude, some applications of the model for fishery management are presented and their limitations and perspectives discussed.

Identiferoai:union.ndltd.org:theses.fr/2014MON20220
Date08 December 2014
CreatorsOliveros Ramos, David Ricardo
ContributorsMontpellier 2, Shin, Yunne, Arnaud, Bertrand
Source SetsDépôt national des thèses électroniques françaises
LanguageEnglish
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.003 seconds