Verena Trenkel et Marie-Joëlle Rochet Département EMH, Ifremer Nantes

1. Une approche non-paramétrique pour caractériser les changements récents dans les séries temporelles d'indices de population Verena Trenkel et Marie-Joëlle Rochet Département EMH, Ifremer Nantes 8ième forum halieumétrique, La Rochelle, 19-21 juin 2007

2. 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 Contexte

3. Tendance linéaire sur x dernières années , x = 3, 4, 5… Avantage : simple Désavantages période arbitraire sensible à la forme du changement Faible puissance du test Méthodes pour caractériser les changements temporels : Régression linéaire plie en mer du Nord : ln-abondance Année

4. Règles basées sur valeurs caractéristiques de la série temporellelissée pente positive maximum pente négative minimum point d'inflexion Méthodes pour caractériser les changements temporels : 2 Approche non-paramétrique 1ère = 0

5. Règles pour caractérisation des changements récents IBTS Sud Mer du Nord n=3 m=5  Hippoglossoides platessoides  Callionymus lyra  Hyperoplus l anceolatus

6. Règles pour caractérisation des changements récents IBTS Sud Mer du Nord n=3 m=5  Scyliorhinus canicula  Echiichthys vipera

7. Nombres d’années récentes n années pour considérer le minimum et maximum n années pour pentes annuelles m années pour dérivées secondes Paramètres de contrôle

8. Pour série temporelle d'estimation d'indice I 1. 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 Etapes de l'approche non-paramétrique

9. Données Chalutage de fond IBTS Sud mer du Nord 1983 – 2005 32 espèces Indicateurs de population Logarithme de l'abondance ln-N Longueur moyenne lbar Méthodes Régression linéaires 3 dernières années Approche non-paramétrique : n=3 & m=5 Analyse de sensibilité Réactivité: séries temporelles y-1 Paramètres de contrôle n=5 & m=5 et régression linéaire 5 ans Application

10. pente linéaire 3 ou 5 dernières années règles pour changements récents stable décroissance stable augmentation stable décroissance stable augmentation Indicateur ln-N Pleuronectes platessa Agonuscataphractus Squalus acanthias Arnoglossus laterna

11. Série 1983-2005 : n=3, m=5, linéaire 3 ans linéaire règle ln-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- Résultats : nombre d’années avec changement pour 32 espèces

12. Discussion : Indice lissé vs brut Changement interannuel ou erreur d'estimation? Solea solea Trachurus trachurus

13. 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 Conclusion