Title: Une approche nonparamtrique pour caractriser les changements rcents dans les sries temporelles d'ind
1Une 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
2Contexte
- 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
3Méthodes pour caractériser les changements
temporels Régression linéaire
- 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
plie en mer du Nord ln-abondance
Année
4Méthodes pour caractériser les changements
temporels 2 Approche non-paramétrique
- Règles basées sur valeurs caractéristiques de la
série temporelle lissée -
1ère 0
5Règles pour caractérisation des changements
récents
IBTS Sud Mer du Nord
n3 m5
?
Hippoglossoides platessoides
?
Callionymus lyra
?
Hyperoplus l anceolatus
6Règles pour caractérisation des changements
récents
IBTS Sud Mer du Nord
n3 m5
?
Scyliorhinus canicula
?
Echiichthys vipera
7Paramètres de contrôle
- Nombres dannées récentes
- n années pour considérer le minimum et maximum
- n années pour pentes annuelles
- m années pour dérivées secondes
8Etapes de l'approche non-paramétrique
- 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
9Application
- 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 n3 m5
- Analyse de sensibilité
- Réactivité séries temporelles y-1
- Paramètres de contrôle
- n5 m5 et régression linéaire 5 ans
10 Indicateur ln-N
Pleuronectes platessa
Agonus cataphractus
Squalus acanthias
Arnoglossus laterna
11Résultats nombre dannées avec changement pour
32 espèces
- Série 1983-2005 n3, m5, linéaire 3 ans
- linéaire règle
- ln-N 1, 1- 11, 10-
- lbar 0 2, 7-
- Série 1983-2005 n5, m5, linéaire 5 ans
- linéaire règle
- ln-N 1, 4- 12, 5-
- lbar 1 3, 8-
- Série 1983-2004 n3, m5, linéaire 3 ans
- linéaire règle
- lnN 1, 2- 12, 12-
- lbar 1, 1- 3, 5-
12Discussion Indice lissé vs brut
Changement interannuel ou erreur d'estimation?
Solea solea
Trachurus trachurus
13Conclusion
- 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