Dynamique comparée des écosystèmes exploités dans l'Atlantique nord-ouest - CDEENA
EnglishAccueilProgrammeÉquipeMéthodes et donnéesÉcosystèmesPublicationsLiens d'intérêts
Méthodes et données
 Introduction

Une compréhension détaillée de la structure, de la fonction et de la régulation des principaux écosystèmes s'impose face à la montée inéluctable des problèmes environnementaux mondiaux (Mann, 1988; Pahl-Wostl, 1993; Gaedke, 1995). Les modèles d'équilibre de masse (modèles ECOPATH et modèles inverses) sont de plus en plus utilisés comme des outils efficaces et pratiques pour systématiser les écosystèmes et étudier leurs caractéristiques (Vézina et Platt, 1988; Christensen et Pauly, 1993; Christensen, 1995; Pauly et Christensen, 1996; Savenkoff et al., 2001). Ces modèles, qui permettent de représenter simplement la complexité d'un écosystème, comportent une description par les équations d'équilibre de masse des interactions trophiques entre tous les groupes fonctionnels de l'écosystème. De tels outils scientifiques vont apporter des renseignements précieux sur la santé des habitats marins, et leur capacité à soutenir la production biologique et un développement durable des eaux marines du Canada.

 

 Ecopath versus modélisation inverse

L'approche Ecopath utilise les principes d'équilibre de masse pour estimer les flux (Polovina, 1984; Christensen et Pauly, 1992; Bundy et al., 2000). Chaque groupe est représenté par une équation d'équilibre de masse et nécessite six paramètres d'entrée : biomasse (B), production (P), consommation (Q), efficacité écotrophique (EE; la fraction de la production qui est soit utilisée dans le réseau trophique, soit exportée), la composition du régime alimentaire et les captures commerciales de chaque groupe. Les équations linéaires sont résolues par algèbre matricielle pour produire des estimations des flux qui équilibrent les entrées et les sorties ; tout paramètre manquant fait l'objet d'une estimation (EE est estimée si tous les paramètres ont été entrés). Les exports et la composition du régime alimentaire doivent toujours être entrés, tandis que, sur les quatre autres paramètres d'entrée de base (B, P, Q et EE), trois doivent être entrés. Dans la plupart des cas, quand toute l'information destinée à faire tourner un modèle Ecopath est rassemblée, le modèle n'est pas en équilibre à cause des incohérences dans l'information. Dans ce cas, les valeurs d'un ou de plusieurs des paramètres peuvent être changées de façon itérative jusqu'à obtention d'un équilibre. En fait, il y a plus d'une façon de construire un modèle Ecopath, et il n'existe jamais une solution unique pour un modèle. Toutefois, quand il se trouve dans le modèle certains éléments qui sont bien connus et que le modélisateur peut traiter avec une bonne confiance, le nombre de solutions plausibles s'en trouve réduit. Pour les paramètres moins connus, on peut avoir recours à l'analyse de sensibilité pour examiner leurs effets sur le modèle. L'efficacité écotrophique (EE) permet de vérifier immédiatement le bilan d'équilibre de masse (Christensen et Pauly, 1992). Si le modèle n'est pas équilibré, il y a des flux négatifs vers les détritus, et les valeurs de EE sont supérieures à un. C'est essentiellement par essai-erreur qu'on arrive à équilibrer le modèle dans l'approche Ecopath, soit par intervention de l'utilisateur, soit par simulations Monte-Carlo.

Pour résoudre les flux, une autre méthode consiste à calculer la solution qui minimise les carts entre les entrés et les sorties. Cette approche inverse fournit un critère global pour une solution optimale (équilibrée) (Parker, 1977; Enting, 1985; Vézina et Platt, 1988; Vézina et al., 2000; Savenkoff et al., 2001). Quand le système d'équations est fortement sous-déterminé, il faut ajouter d'autres contraintes (relations d'inégalité) pour limiter l'éventail des solutions possibles et ainsi obtenir une solution significative. Chaque flux doit être non négatif. De plus, les flux (consommation, production et exports) ou les ratios des flux (efficacités métaboliques et écotrophiques) sont supposés tomber dans certaines plages de valeurs. Les équations d'équilibre de masse et les contraintes additionnelles réduisent l'éventail possible des valeurs des flux, et les flux trophiques sont estimés en utilisant une méthode objective d'optimisation (méthode des moindres carrés) pour arriver à une solution optimale (équilibrée) (somme des flux dans le système aussi basse que possible). Le processus de solution produit ainsi le réseau de flux le plus simple qui satisfait à la fois les équations d'équilibre de masse et les contraintes. La meilleure solution est le modèle qui produit les plus petites sommes des carrés des résidus pour les équations d'équilibre de masse des compartiments. La solution minimise donc les écarts entre les entrées et les sorties. L'équilibre de masse est ainsi clos par les résidus (entrées - sorties) et non par les efficacités écotrophiques comme c'est le cas dans l'approche Ecopath.

haut de la page
 Données utilisées dans la modélisation

À partir des données disponibles et de l'importance écologique et commerciale des espèces, le réseau trophique est représenté par un nombre de compartiments ou groupes fonctionnels (30 à 35 groupes fonctionnels représentant les principales espèces pélagiques et benthiques présentes), qui englobent tous les organismes de l'écosystème et qui sont interconnectés par des flux de matière. L'estimation de ces interactions trophiques repose sur la mesure ou l'estimation des principaux processus métaboliques tels que la consommation, la production et les prises commerciales pour chaque compartiment vivant, ainsi que d'informations quantitatives sur la composition de l'alimentation des différents groupes.

 

 Références
Bowering, W.R., et Lilly, G.R. 1992. Greenland halibut (Reinhardtius hippoglossoides) off southern Labrador and northeastern Newfoundland (northwest Atlantic) feed primarily on capelin (Mallotus villosus). Netherlands J. Sea Res. 29: 211-222.
Bundy, A., G.R. Lilly, et P.A. Shelton. 2000. A mass balance model for the Newfoundland-Labrador Shelf. Can. Tech. Rep. Fish. Aquat. Sci. 2310: xiv + 157 p.
Christensen, V., et D. Pauly. 1992. ECOPATH II-a software for balancing steady-state ecosystem models and calculating network characteristics. Ecol. model. 61: 169-185.
Christensen, V., et D. Pauly (Editors). 1993. Trophic models of aquatic ecosystems. ICLARM Conf. Proc., 26, 390 p.
Enting, I.G. 1985. A classification of some inverse problems in geochemical modelling. Tellus 37B: 216-229.
Gaedke, U. 1995. A comparison of whole-community and ecosystem approaches (biomass size distributions, food web analysis, network analysis, simulation models) to study the structure, function and regulation of pelagic food webs. J. Plankton Res. 17: 1273-1305.
Lilly, G.R. 1991. Interannual variability in predation by cod (Gadus morhua) on capelin (Mallotus villosus) and other prey off southern Labrador and northeastern Newfoundland. ICES Mar. Sci. Symp. 193: 133-146.
Mann, K.H. 1988. Towards predictive models for coastal marine ecosystems, p. 291-316. In: L.R. Pomeroy and J.J. Alberts (eds.). Concepts of Ecosystem Ecology, Ecological Studies 67, Springer, New York.
Pahl-Wostl, C. 1993. Food webs and ecological networks across temporal and spatial scales. Oikos 66: 415-432.
Parker, R.L. 1977. Understanding inverse theory. Annual Review of Earth and Planetary Sciences 5: 35-64.
Pauly, D., et V. Christensen. 1996. Mass Balance Models of North-eastern Pacific Ecosystems. Fisheries Centre Research Reports, University of British Columbia, Canada, Vol. 4, 131 p.
Polovina, J.J. 1984. Model of a coral reef ecosystem. The ECOPATH model and its application to French Frigate Shoals. Coral Reefs 3: 1-11.
Savenkoff, C., Vézina, A.F., et Bundy, A. 2001. Inverse analysis of the structure and dynamics of the whole Newfoundland-Labrador Shelf ecosystem. Can. Tech. Rep. Fish. Aquat. Sci. 2354: viii+56 p.
Vézina, A.F., et T. Platt. 1988. Food web dynamics in the ocean. I. Best-estimates of flow networks using inverse methods. Mar. Ecol. Prog. Ser. 42: 269-287.
Vézina, A.F., C. Savenkoff, S. Roy, B. Klein, R. Rivkin, J.-C. Therriault, et L. Legendre. 2000. Export of biogenic carbon and structure and dynamics of the pelagic food web in the Gulf of St. Lawrence. II. Inverse analysis. Deep-Sea Res. II, 47: 609-635.
Révisé le : 2009-12-29 haut de la page  
Pêches et Océans Canada - Fisheries and Oceans Canada Gouvernement du Canada