Un modèle physique-biologie de croissance et survie larvaire pour la prévision du recrutement de l'anchois dans le golfe de Gascogne ENSAR CNPMEM Gwenhael ALLAIN, Pierre PETITGAS Pascal LAZURE, Patrick GRELLIER

Introduction : le recrutement de l’anchois dans le golfe de Gascogne Physique Anticyclone mars/juillet Panaches Accore (mélange) Aire de ponte Upwelling Recrutement (observé, en millions) Circulation Rupture de Stratification Coups de vent juin/juillet rec = + a*upwelling - b*rupture strat

Modèles trophodynamiques Régressions à grande échelle Modèles trophodynamiques individu-centrés recrutement - climat empiriques prédiction ? déterministes calibration Couplage physique-biologie Stochastique Lagrangien Données physiques Simulations hydrodynamiques 3D Trajectoires + paramètres Données biologiques Campagnes Otolithes larves + juvéniles Modélisation inférence d’IBM de croissance et de survie Simulation de l’individu à la population : modèle de ponte + intégration

Modélisation : transport des larves et juvéniles Campagne Lieu + date de pêche Otolithe date de naissance Lâcher de particules Dérive des particules (courant moyen 0-30 m) Sélection d’une trajectoire : date de pêche origine environnement « vécu » Couplage physique-biologie

? Modélisation : couplage physique-biologie Bio T S  Kz Phys otolithe Taux (m/jour) Taux de croissance Bio ? otolithe Histoire de croissance individuelle T S  Kz Phys trajectoire Histoire physique de la masse d’eau (0-30 m)

Construire le long des trajectoires des courbes de croissance Modèle de croissance 102 larves + 89 juvéniles échantillonnés en1999 Ajustement de GAM Le taux de croissance le long des trajectoires dépend de : (74 %) : âge température profondeur de mélange stratification Construire le long des trajectoires des courbes de croissance dépendant des paramètres physiques

Taux de croissance (m/jour) Modèle de survie Trajectoires sélection de larves et juvéniles issus des mêmes pontes Juveniles = survivants parmi la micro-cohorte de larves Comparaison des taux de croissance des juvéniles et larves Distribution du taux de croissance Mortalité liée à la croissance survie Taux de croissance (m/jour) seuil Probabilité de survie à l’âge mort âge (jours)

Lâcher des particules chaque semaine, d’avril à août Simulation : modèle de ponte Lâcher des particules chaque semaine, d’avril à août Zones de ponte + Ogives de ponte Campagnes Avril Juin N oeufs = f (espace, temps)

Simulation le long des trajectoires : de la physique à la biologie Transport 100 jours Physique Biologie 1997 Température Croissance 1998 Stratification Survie

rétention sur le plateau Simulation : intégration et prévision du recrutement espace temps ogive ponte /100 1997 1998 semaines forte rétention sur le plateau faible fenêtres de survie max Recrutement évaluation (CIEM) …à suivre modèle min 97 98 99

Particularités du modèle Conclusion Concepts écologiques : application au GG rétention (sur le plateau) structure verticale (Lasker) fenêtre environnementale optimale (stratification - croissance) Particularités du modèle Physique (+ processus trophiques dépendants) Advection (pas de diffusion) IBMs ajustés sur des données de campagnes Validation et calibration Ponte : campagnes Transport : pêcherie Croissance et survie : campagnes Recrutement : évaluations CIEM Perspectives Série 1986-2002 Sensibilité Mécanismes reliant grande et petite échelle Aide à la gestion