Verena Trenkel et Marie-Joëlle Rochet Département EMH, Ifremer Nantes
description
Transcript of Verena Trenkel et Marie-Joëlle Rochet Département EMH, Ifremer Nantes
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
1
Une approche non-paramétrique pour caractériser les changements récents dans les séries temporelles d'indices de population
Verena Trenkel et Marie-Joëlle RochetDépartement EMH, Ifremer Nantes
8ième forum halieumétrique, La Rochelle, 19-21 juin 2007
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
2
Contexte
• Utilisation d'indices de population (densité, longueur moyenne,...) basés sur données de campagnes pour – déterminer l'état d'une population – proposer des mesures de gestion
• Nécessité de déterminer la direction des changements temporels
• EU Projet Fishery independent survey based operational assessment tools
Rochet et al 2005. Combining indicator trends to assess ongoing changes in exploited fish communities: diagnostic of communities off the coasts of France. IJMS
Trenkel et al 2007. From model-based prescriptive advice to indicator based interactive advice. IJMS
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
3
Méthodes pour caractériser les changements temporels : Régression linéaire
Tendance linéaire sur x dernières années , x = 3, 4, 5…
Avantage : simpleDésavantages• période arbitraire• sensible à la forme du changement• Faible puissance du test
plie en mer du Nord :ln-abondance
Année
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
4
Méthodes pour caractériser les changements temporels : 2 Approche non-paramétrique
Règles basées sur valeurs caractéristiques de la série temporelle lissée
1ère = 0
1985 1990 1995 2000 2005
17.5
18.0
18.5
19.0
PLEUPLA Changes in last 5 years linear: 0 ; derivatives: 0
Year
ln s
urve
y in
dex
maximum
minimum
pente positive
pente négative
point d'inflexion
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
5
Règles pour caractérisation des changements récents
Décroissance
1. Pas de variations autour maximum n dernières années
ET 2. Diminution récentePentes <0 pour majorité des n
dernières années
ET 3. Diminution pérsistente Pas de point d'inflexion pendant m
dernières années
1985 1990 1995 2000 2005
17.5
18.0
18.5
19.0
19.5
HIPGPLA Changes in last 5 years linear: stable ; rule: stable
Year
ln_s
urve
y_in
dex
Hippoglossoides platessoides
1985 1990 1995 2000 2005
13.5
14.5
15.5
16.5
CALMLYR Changes in last 5 years linear: stable ; rule: stable
Year
ln_s
urve
y_in
dex
Callionymus lyra
1990 1995 2000 2005
1011
1213
1415
1617
HYPELAN Changes in last 5 years linear: stable ; rule: decrease
Year
ln_s
urve
y_in
dex
Hyperoplus lanceolatus
IBTS Sud Mer du Nordn=3m=5
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
6
Augmentation
1. Pas de variations autour minimum n dernières années
ET 2. Augmentation récente Pentes >0 pour majorité des n
dernières années
ET3. Augmentation persistante Pas de point d'inflexion pendant m
dernières années
Règles pour caractérisation des changements récents
1985 1990 1995 2000 2005
810
1214
1618
ECITVIP Changes in last 5 years linear: stable ; rule: increase
Year
ln_s
urve
y_in
dex
Echiichthys vipera
1985 1990 1995 2000 2005
1012
1416
SCYOCAN Changes in last 5 years linear: stable ; rule: stable
Year
ln_s
urve
y_in
dex
Scyliorhinus canicula
n=3m=5
IBTS Sud Mer du Nord
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
7
Paramètres de contrôle
Nombres d’années récentes • n années pour considérer le minimum et maximum• n années pour pentes annuelles • m années pour dérivées secondes
1985 1990 1995 2000 2005
810
1214
1618
ECITVIP Changes in last 5 years linear: stable ; rule: increase
Year
ln_s
urve
y_in
dex
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
8
Etapes de l'approche non-paramétriquePour série temporelle d'estimation d'indice I1. Ajuster courbe lissée par un spline de régression (GAM)
2. Calculer dérivées premières
3. Calculer dérivées secondes
4. Utiliser bootstrap paramétrique des indices pour déterminer significativité des pentes et points d'inflexion
5. Utiliser règles basées sur combinaisons pour caractériser changements
)()(̂ tftI
/)(̂)(̂)('̂ tItItI
)('̂)('̂)(''̂ tItItI
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
9
ApplicationDonnées • Chalutage de fond IBTS Sud mer du Nord 1983 – 2005• 32 espècesIndicateurs de population• Logarithme de l'abondance ln-N• Longueur moyenne lbarMéthodes• Régression linéaires 3 dernières années• Approche non-paramétrique : n=3 & m=5Analyse de sensibilité1. Réactivité: séries temporelles y-12. Paramètres de contrôle
n=5 & m=5 et régression linéaire 5 ans
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
10
Indicateur ln-N
1985 1990 1995 2000 2005
1214
1618
AGONCAT Changes in last 5 years linear: stable ; rule: increase
Year
ln_s
urve
y_in
dex
Agonus cataphractus
1985 1990 1995 2000 2005
1011
1213
1415
16
ARNOLAT Changes in last 5 years linear: stable ; rule: increase
Year
ln_s
urve
y_in
dex
Arnoglossus laterna
1985 1990 1995 2000 2005
17.5
18.0
18.5
PLEUPLA Changes in last 5 years linear: stable ; rule: decrease
Year
ln_s
urve
y_in
dex
1985 1990 1995 2000
910
1112
1314
15
SQUAACA Changes in last 5 years linear: stable ; rule: decrease
Year
ln_s
urve
y_in
dex
Squalus acanthias
Pleuronectes platessa
pente linéaire 3 ou 5 dernières annéesrègles pour changements récents
stableaugmentation
stableaugmentation
stabledécroissance
stabledécroissance
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
11
Résultats : nombre d’années avec changement pour 32 espècesSérie 1983-2005 : n=3, m=5, linéaire 3 ans
linéaire règleln-N 1+, 1- 11+, 10-lbar 0 2+, 7-
Série 1983-2005 : n=5, m=5, linéaire 5 ans linéaire règle
ln-N 1+, 4- 12+, 5-lbar 1+ 3+, 8-
Série 1983-2004 : n=3, m=5, linéaire 3 ans linéaire règle
lnN 1+, 2- 12+, 12-lbar 1+, 1- 3+, 5-
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
12
Discussion : Indice lissé vs brut
1985 1990 1995 2000 2005
12.5
13.5
14.5
15.5
SOLESOL Changes in last 5 years linear: stable ; rule: decrease
Year
ln_s
urve
y_in
dex
1985 1990 1995 2000 200510
1214
1618
TRACTRA Changes in last 5 years linear: stable ; rule: increase
Year
ln_s
urve
y_in
dex
Changement interannuel ou erreur d'estimation?
Solea solea Trachurus trachurus
Dépa
rtem
ent E
colo
gie
et M
odèl
es p
our
l ’Ha
lieut
ique
13
Conclusion
• Méthode basée sur les règles de décisions est plus puissant que régression linéaire pour détecter changements récents
• Mais, la gamme d'années utilisée pour diagnostic influence le résultat
• Lissage rends résultats moins sensibles à la précision des indices
• Méthode prend en compte la position historique • Le choix des paramètres de contrôle est une décision de
gestion mais pourrait aussi être adapté à la variabilité inter-annuelle attendue