Analyse des modèles de prédiction des populations de salmonidés en rivière

An analysis of predictive models for stream salmonid populations

WRc plc, Henley Road, Medmenham, Marlow, Bucks., SL7 2HD, United Kingdom.

Résumé

73 modèles multivariés (empiriques) prédisant les populations de salmonidés à partir de variables biologiques et environnementales ont été analysés. Parallèlement, les résultats publiés de 15 tests de ces modèles sont brièvement commentés. Les relations entre les sources des différentes variables significatives et la performance des modèles sont discutées à la lumière du développement de HABSCORE, un outil de gestion des pêcheries des salmonidés, basé sur des modèles prédictifs empiriques. Une évaluation des capacités prédictives des modèles suppose qu'une combinaison de variables (celles qui retracent les traits à large échelle du bassin et celles qui sont reliées aux conditions mêmes du cours d'eau) est plus utile pour prédire les stocks de truite que l'une des sources prise séparément. Les données de base utilisées dans la formulation de la majorité des modèles détaillés dans la littérature ont souvent une provenance géographique limitée. Par conséquent, de tels modèles n'ont un bon pouvoir prédictif que dans une même région écologique, et sont peu applicables ailleurs. Pour développer des modèles utilisables comme outils de gestion des pêcheries, il est souhaitable de baser leur développement sur des données issues d'une base géographique étendue. Bien que certaines définitions spécifiques des différents paramètres diffèrent selon les auteurs, il y a un consensus général sur la nature même de ces paramètres considérés comme utiles ou importants pour le développement de modèles. A partir de définitions rigoureuses de ces paramètres, il devient possible de proposer un système de description de l'habitat qui sera à la fois applicable largement et pourra donner lieu à des résultats reproductifs.

Abstract

A total of 73 multivariate (empirical) models predicting salmonid populations from biological and environmental variables were assessed. In conjunction with this, the published results of 15 tests of models are briefly commented on. The relationships between the sources of the significant variables and the performance of the models are discussed in relation to the development of HABSCORE - a management tool for salmonid fisheries which is based on empirical predictive models. An assessment of the predictive capabilities of the models implied that a combination of variables (those which relate to the large-scale features of the catchment and those which describe the instream conditions) were more useful in predicting trout stocks than either source of variables alone. Whilst raw data gathered from relatively 'narrow' ecological ranges have been used to formulate the majority of models detailed in the literature, such models often have high predictive power only within the same ecological range, and are consequently restricted in their applicability elsewhere. In order to develop models which can be used as fisheries management tools it is desirable to base the model development on data from a wide geographical base. Although specific definitions of many parameters may differ between fishery workers, there is general agreement regarding the nature of those parameters perceived to be useful or important for model development. Given the production of a series of rigorous definitions for these parameters it should be possible to propose a system of habitat description that would be both widely applicable and would give rise to reproducible results.