Depuis 2006 : Phase étude d’état des stocks
Les réaliser sur de nouveaux territoires
2013-2015 : Phase transition vers opérationnel avec estimations journalières
Action de démonstration sur Indonésie
En 2006, CLS a créé l’activité Modélisation des Ecosystèmes Marins et Monitoring par Satellites (MEMMS) pour promouvoir la surveillance et la gestion durable des ressources marines. L'objectif de cette nouvelle activité est de développer des outils, produits et applications à l'interface entre océanographie opérationnelle et utilisateurs, qu'ils soient académiques, institutionnels ou privés. Cet objectif repose notamment sur le développement d’un modèle novateur d'écosystème océanique (SEAPODYM) qui est déjà l’objet de nombreuses applications dans le cadre de travaux de recherche académique ou de gestion (commissions thonières, agences des pêches…).
Une première composante clé de ce modèle est la représentation du micronecton, c’est-à-dire les petits organismes marins servant de proies aux grands prédateurs océaniques, et qui sont eux-mêmes les prédateurs des œufs et larves de toutes les espèces de l’écosystème pélagique. Le modèle prédit la production et la biomasse de 6 groupes fonctionnels de micronecton entre la surface et 1000m. Un groupe supplémentaire représente le zooplancton sur lequel se nourrissent les larves.
Ainsi, en combinant ces différentes variables clés du système avec des variables physiques (température, courant, oxygène dissous), il est possible de modéliser et prédire pour une espèce donnée:
- L’habitat de ponte
- Un indice de densité larvaire
- L’habitat d’alimentation
- Les zones de concentration et couloirs de migrations
- Les « hot spots » fournissant des conditions favorables persistantes
L'autre composante du modèle simule les dynamiques spatiales des prédateurs. Le modèle se base sur la définition des indices d'habitats de ponte et d'alimentation (cf. ci-dessus). Ces indices sont utilisés pour contraindre le mouvement et les migrations entre zones de ponte et d'alimentation. Chaque espèce a développé au cours de son évolution des caractéristiques biologiques qu'il faut prendre en compte pour définir l'habitat. Par exemple un poisson sera sensible à la concentration en oxygène dissous mais pas un cétacé ou une tortue qui respirent en surface. En revanche ces derniers peuvent être limités dans leurs plongées en fonction de leur capacité d'apnée. Des observations (marquage électronique, effort et capture de pêche) peuvent être utilisées pour optimiser les paramètres d'habitat et de mouvement pour une espèce donnée.
Dans sa version complète, c'est-à-dire simulant la dynamique d'une population entière et l'impact des pêches, ce modèle fournit :
- La distribution spatiale dynamique des densités de larves
- La distribution spatiale dynamique des densités (biomasses) de juvéniles
- La distribution spatiale dynamique des densités (biomasses) de jeunes adultes immatures
- La distribution spatiale dynamique des densités (biomasses) des adultes matures
- La production (recrutement) du stock
- Les captures prédites en fonction de l’effort appliqué
- L’impact de mesures de gestion (fermeture temporelle et/ou spatiale, modulation de l’effort de pêche ou des techniques de pêche)
Ce modèle a été appliqué avec succès à plusieurs espèces :
- Bonites du Pacifique
- Thon obèse (patudo) du Pacifique
- Germon du Pacifique sud
- Thon jaune du Pacifique
- Espadon du Pacifique
Des applications sont en cours de développement pour :
- Germon Atlantique nord
- Chinchard du Pacifique Sud
- Anchois du Pérou
- Sardine du Pérou
- Tortues marines
- Marlin bleu Atlantique
- Thon rouge Atlantique
Since 2006 : Stock status study phase
To be conducted in new areas
2013-2015 : Transition to the operational phase with daily estimations
Demonstration in Indonesia
In 2066, CLS created MEMMS (Marine Ecosystem and Satellite Monitoring System) to promote the monitoring and sustainable development of marine resources. The aim of this new activity is to develop tools, products and applications at the interface between operational oceanography and users, be they academics, institutions or private users. The long-term aim is to develop an innovative model of the oceanic ecosystem (SEAPODYM) which is already the object of many applications within the context of academic research or management (tuna commissions, fishing agencies, etc.).
One key component of this model is the representation of micronekton, that is to say the tiny marine organism which are the prey for large oceanic predators and which are themselves the predators of all species of the pelagic ecosystem. The model predicts the production and biomass of 6 functional groups of micronekton between the surface and depths of 1000m. an additional group represents the zooplankon which the larvae feed on.
Thus, by combining the system’s various key variables with physical variables (temperature, current, oxygen content), for a given species it is possible to create models and predict:
- the egg-laying habitat
- a larval density index
- a feeding habitat
- areas of concentrations and migration routes
- hotspots providing consistently favourable conditions.
The other component of the model simulates the spatial dynamics of predators. The model is based on defining the indices of egg-laying habitats and feeding grounds (see below). These indices are used to influence movement and migration between egg-laying and feeding areas. During its evolution, each species has developed biological characteristics which must be taken into account in order to define its habitat. For example, a fish will be sensitive to oxygen content levels, whereas this is not the case for a cetacean or turtle which breathes at the surface. However, the diving capacity of these species may be limited depending on how long they can hold their breath. Observations (electronic tagging, fishing effort and catch) can be used to optimise the parameters relating to habitat and movement for a given species. In the complete version of the model, that which simulates the dynamics of a whole population and fishing impact, this model provides:
- dynamic spatial distribution of larval density
- dynamic spatial distribution of density of juveniles (biomass)
- dynamic spatial distribution of density of immature adults (biomass)
- dynamic spatial distribution of density of mature adults (biomass)
- Stock production (recruitment)
- Predicted catched according to fishing effort
- The impact of management measures (temporal or spatial closures, changes in fishing effort or technique).
This model has successfully be applied to numerous species:
- Pacific bonito
- Bigeye tuna
- South Pacific Albacore
- Pacific Yellowfin tuna
- Pacific swordfish
Applications are being developed for :
- North Atlantic tuna
- Pacific jack mackerel
- Peruvian anchoveta
- Marine turtles
- Atlantic blue marlin
- Atlantic Bluefin tuna