Assurer la continuité de séries chronologiques malgré la discontinuité des protocoles de récolte des données : une approche par modélisation hiérarchique bayésienne.

 
Brun M.1, 2, 3, 4, Prévost E.1, 2, Abraham C.3, 4

(1) INRA, UMR ECOBIOP, Pôle d’hydrobiologie - Quartier Ibarron 64310 St-PEE-SUR-NIVELLE (FRANCE), mbrun@st-pee.inra.fr, Etienne.Prevost@st-pee.inra.fr
(2) UPPA, UMR ECOBIOP, UFR Sciences et Techniques Côte Basque – allée Parc Montaury 64600 ANGLET (France), mbrun@st-pee.inra.fr, Etienne.Prevost@st-pee.inra.fr

(3) INRA, UMR ASB, 2 Place Viala 34060 MONTPELLIER (FRANCE), mbrun@st-pee.inra.fr, abraham@supagro.inra.fr (4) Montpellier SupAgro, UMR ASB, 2 Place Viala 34060 MONTPELLIER (FRANCE), mbrun@st-pee.inra.fr, abraham@supagro.inra.fr 

L’étude des systèmes halieutiques, à toutes les échelles (individu, population,…), de leur répartition spatiale et de leur évolution temporelle, nécessite la mise en place de programmes de récolte d’information.

D’importantes séries chronologiques sont actuellement disponibles pour certains stocks mais leur analyse ou leur intégration au sein de divers modèles peut s’avérer complexe. Plusieurs raisons peuvent être à l’origine de ces difficultés : les sources de données renseignant le même phénomène sont souvent multiples, la méthodologie de récolte est parfois modifiée au cours du temps et des données peuvent être manquantes. Les modèles hiérarchiques bayésiens offrent un cadre formel, unique et cohérent pour synthétiser différentes sources d’information et pour intégrer les changements dans les plans de récolte des données, tout en facilitant le traitement des données manquantes.

La construction de tels modèles a été testée dans un cas réel, portant sur le programme de suivi de la population de Saumon Atlantique (Salmo salar L.) de la Nivelle (Pyrénées Atlantiques). Ce travail a permis de tirer profit de l’ensemble des données disponibles et ainsi d’assurer la continuité entre les différents types de suivi. Cela a facilité l’analyse rétrospective, sur une période d’une vingtaine d’années, de l’évolution de l’abondance des retours d’adultes et des juvéniles de l’année, ainsi que leur répartition géographique dans les différentes zones du cours d’eau.

Mots clé : Modèles hiérarchiques bayésiens, Salmo salar L., sources de données multiples, séries chronologiques.