back to first page ..

Eel Density Analysis (EDA 2.0): Un modèle statistique pour prédire l'échappement d'anguilles européennes (Anguilla anguilla) dans un réseau hydrographique.

RÉSUMÉ Depuis les années 1980, le stock d’anguilles européennes (Anguilla anguilla) a diminué et continue de décroitre à un taux alarmant. Il est actuellement considéré comme en dehors de ses limites de sécurité biologiques (ICES 1999).

EDA 2.0 (Eel Density Analysis) est un outil de modélisation basé sur un réseau hydrographique géoréférencé qui permet de prédire les densités d’anguilles jaunes et l’échappement d’anguilles argentées à l’échelle du territoire national français. Le principe de cette approche est (1) de relier les densités d’anguilles jaunes observées à différents paramètres: méthodes d’échantillonnage, conditions environnementales (distance à la mer, distance relative, température, altitude, pente…), conditions anthropiques (obstacles, pêcheries, …) et temps (tendances annuelles), (2) de calculer les densités d’anguilles jaunes dans chaque tronçon du réseau hydrographique en appliquant un modèle statistique calibré à l’étape 1, (3) de calculer l’abondance du stock d’anguilles jaunes en multipliant ces densités par la surfaces des tronçons et en les additionnant (4) de calculer un taux d’échappement potentiel en convertissant le stock estimé d’anguilles jaunes à l’étape 3 en stock d’anguilles argentées (5) quand les mortalités d’anguilles argentées (pêcheries, turbines) sont connues (ou estimées), elles peuvent être utilisées pour estimer le taux d’échappement d’anguilles argentées (pas encore implémenté). Il est aussi possible de donner une estimation de l’échappement pristine en utilisant le modèle EDA avec des conditions anthropogéniques mises artificiellement à zéro et un jeu temporel de variables avant 1980.

Ce modèle fonctionne actuellement avec BD_Carthage® v3, un système géoréférencé pour les cours d’eau français et sera testé sur une base hydrographique Européenne la CCM v2.1 (Catchment Characterisation and Modelling) (Vogt et al. 2007). La présence/absence et les densités d’anguilles jaunes en France proviennent de la banque de données milieux aquatiques et poissons (BDMAP – plus de 11787 opérations de pêches sont utilisées, échantillonnées sur 6007 stations) de l’ONEMA et d’autres bases de données des rivières de Bretagne.

Les valeurs des variables explicatives sont calculées pour chaque tronçon du réseau hydrologique. La distance à la mer et la distance relative (entre la limite à la mer et la source amont) sont directement calculées à partir de la topologie du réseau hydrographique. La température a été extraite de la CRU (Mitchell et al., 2004). L’altitude et la pente proviennent de la couche de la CCM. L’impact des obstacles (caractéristiques, nombre de barrages,…) proviennent du Référentiel national des Obstacles à l’Ecoulement (ROE) de l’ONEMA. Les données de pêcheries civellières sont issues de Castelnaud (1994), les non-professionelles/amateurs et les pêcheries professionnelles de l’ONEMA. Les jeux de données utilisés pour extraire les paramètres de qualité de l’eau sont obtenus via la base de données RNABE (Risque de Non Atteinte du Bon Etat).

Le modèle statistique est calibré avec un modèle additive généralisé (Hastie and Tibshirani, 1990), en utilisant la librairie ‘gam’ sous le logiciel R. Cette extension semi-paramétrique des modèles linéaires généralisés est plus flexible et permet des combinaisons de réponses linéaires et complexes dans le même modèle. Le meilleur modèle est sélectionné par le critère d’information d’Akaike (AIC) et le coefficient de Kappa pour les modèles de présence-absence.

Pour des raisons techniques, les densités d’anguilles argentées sont inaccessibles et les échantillonnages exhaustifs sont rares, aussi une méthode indirecte est utilisée pour estimer le stock d’anguille argentée connaissant le stock d’anguille jaune. Le stock d’anguille argentée est obtenu par un taux de conversion qui sera calibré à partir des productions d’anguille argentée connues.

EDA 1.0 a été implémenté en Bretagne (Leprévost, 2007) et sur le bassin Loire-Bretagne (Hoffmann, 2008). Cette implémentation du modèle a permis de prédire l’impact des obstacles sur les densités et de tester la méthode des scores de Pierre Steinbach. Dans un but de gestion, il a aussi été implémenté à l’échelle de la France (Beaulaton, in French EMP). Dans le projet POSE, le modèle EDA 2.0 devrait être implémenté dans six/huit régions européennes.

Mots clés

Anguille européenne, densité d’anguille jaune, échappement d’anguille argentée, stock, France, gestion, modèle

REFERENCES

Castelnaud G., Guérault D., Désaunay Y. and Elie P., 1994. Production et abondance de la civelle en France au début des années 90. Bulletin Français de la Pêche et de la Pisciculture, 335, 263-288.

Crouzet, C. and W. Simonazzi, 2008. Building the EEA European Catchment and Rivers Network System (ECRINS) from CCM v2.1, European ENvironment Agency: 15.

Hastie, T.J. and Tibshirani, R.J., 1990. Generalized Additive Models, New York: Chapman and Hall.

Hoffmann, 2008. Modélisation de l’impact des ouvrages sur les densités d’anguilles, dans le bassin Loire-Bretagne. Rapport de stage.

ICES, 1999. Report of the ICES Advisory Committee on Fisheries Management. In ICES (Ed.), cooperative research report, 229, Part 2, 393-405.

Leprévost, 2007. Développement d’un indicateur pour caractériser l’impact migratoire sur le stock d’anguille européenne à l’échelle des basins. Mémoire technique.

Mitchell, T. D., Carter, T. R., Jones, P.D., Hulme, M., 2004. A comprehensive set of high-resolution grids of monthly climate for Europe and the globe: the observed record (1901–2000) and 16 scenarios (2001–2100), Tyndall Centre Working Paper.

Vogt, J., Soille, P., and al., 2007. A pan-European river and catchment database. Luxembourg, Joint Research Centre-Institute for Environment and Sustainability: 120.