Sensibilité d’indicateurs de pêcherie aux mesures de gestion : utilisation d’un modèle de simulation.


Sigrid Lehuta1, Stéphanie Mahévas1, Pierre Petitgas1, Pascal Le Floc’h2,Dominique Pelletier3, Paul Marchal4, Etienne Rivot5.

1 IFREMER, Département EMH, rue de l'Ile d'Yeu, B.P. 21105, 44311 Nantes Cedex 03,
2 CEDEM, UMR AMURE, UBO- IUT de Quimper, 2 rue de l'Université - 29334 QUIMPER Cedex, France
3 IFREMER, Laboratoire STH, Z.I. Pointe du Diable, B.P. 70, 29280 Plouzané, France
4 IFREMER, Laboratoire Ressources Halieutiques, 150 quai Gambetta B.P. 699 62321 Boulogne/Mer Cedex, France
5 AGROCAMPUS OUEST, UMR 985 Ecologie et Santé des Ecosystèmes, Laboratoire d’écologie halieutique, 65 rue de St-Brieuc, CS 84 215, 35 042 Rennes cedex, France



Le suivi de variables synthétiques décrivant l’état des pêcheries (populations impactées et flottilles les exploitant) est nécessaire afin de mieux comprendre l’impact de la mise en place de mesures de gestion et de permettre une meilleure adaptation de ces mesures aux caractéristiques des systèmes exploités. Cependant, la complexité des mécanismes mis en jeu et les nombreuses interactions entre conditions environnementales, dynamique des stocks et des flottilles et mesures de gestion permettent rarement d’identifier de manière univoque l’origine des variations observées sur ces métriques. Le recours à la modélisation et à la simulation est alors nécessaire.
Le modèle ISIS-Fish a été utilisé pour modéliser la dynamique spatiale et saisonnière de la pêcherie d’anchois dans le golfe de Gascogne. Suite à l’identification de zones sensibles pour la population d’anchois, des mesures de gestion spatialisées, complémentaires au TAC, ont été envisagées. Une liste des métriques a priori pertinentes pour le suivi de la pêcherie en cas de mise en place de telles mesures a été définie. Elle comprend des variables relatives à la population (abondance, biomasse et répartition spatiale et par classe, ogive de ponte…) et à l’exploitation (effort, capture, valeur débarquée, revenu, par espèce, classe de longueur, métier ou flottille, indices de diversité de Shannon-Wiener…), calculables à différentes échelles spatiales et temporelles. Les autres processus susceptibles d’influencer la valeur des métriques (incertitude sur les processus ou les valeurs de paramètres, réactions du système à la gestion) ont également été identifiés.
En se basant sur les méthodes d’analyse de sensibilité, des plans d’expériences permettant de croiser mesures de gestion et autres sources de variation ont été construits et simulés. L’analyse statistique des métriques en sortie de ces simulations a permis de déterminer leur sensibilité aux mesures de gestion et leur robustesse aux autres sources de variation et ainsi de sélectionner, parmi les nombreuses métriques proposées, les plus pertinentes pour le suivi de la pêcherie.