Chapitre I : Généralités et méthodes d’étude
18
Densité de l’espèce accompagnatrice, représente le nombre d’individus par kilomètre au carré
peuplant la même surface avec l’espèce à intérêt dans cette étude :
Dn = (qi / SS
+
)
Biomasse de l’espèce accompagnatrice, est le rapport entre le rendement de cette espèce dans
la même aire géographique de l’espèce étudiée :
Dw = (wi / SS
+
)
Avec : qi : abondance spécifique et wi : poids spécifique.
S
+
: nombre de stations où l’espèce cible est présente.
SP
+
: nombre de stations où l’espèce accompagnatrice est présente.
SS
+
: somme des surfaces des stations S
+
.
Afin de connaître les liaisons globales entre les différentes espèces peuplant le même biotope avec
l’aiguillat coq (S.blainvillei) le long du bassin algérien, tous les indices (variables) calculés ont été
soumis à deux niveaux d’Analyse multidimensionnelle :
Analyse en composantes principales ACP
L’ACP a été appliqué sur les différentes matrices des indices (variables) calculés pour chaque espèce
(individus) dans la partie précédente sur Excel Stat (2010). Dans le but d’extraire plus d’information
et pour éliminer l’effet des espèces pélagiques qui ont une fréquence et une densité très élevées par
rapport aux autres espèces benthiques. Une autre analyse a été appliquée seulement sur la matrice des
espèces benthiques inventoriées avec S.blainvilei. De même Môbius in Collignon (1991) définissait la
biocénose comme : «groupement d'êtres vivants correspondant pour sa composition, par le nombre
des espèces et des individus, à certaines conditions moyennes du milieu ; groupement d'êtres qui sont
liés par une dépendance réciproque et se maintiennent en se reproduisant dans un certain espace de
façon permanente».
Rappelons que l’idée de cette méthode essentiellement exploratoire, connue par l’ACP, a été
initialement entrevue par Pearson (1901) et que sa mise au point définitive a été accomplie par
Hotelling (1933). Elle permet de traduire, en graphiques, l’information essentielle que contient un
large tableau de données. De tels tableaux sont constitués de variables quantitatives disposées en
colonnes, qui ont été mesurées sur des individus disposés, eux, en lignes. Le principe de l’ACP
consiste à transformer les p variables initiales, corrélées entre elles, en p composantes principales non
corrélées entre elles et de variance maximale. Il s’agit donc d’obtenir le résumée le plus pertinent
possible des données initiales. Chaque composante principale est une combinaison linéaire des
18
Densité de l’espèce accompagnatrice, représente le nombre d’individus par kilomètre au carré
peuplant la même surface avec l’espèce à intérêt dans cette étude :
Dn = (qi / SS
+
)
Biomasse de l’espèce accompagnatrice, est le rapport entre le rendement de cette espèce dans
la même aire géographique de l’espèce étudiée :
Dw = (wi / SS
+
)
Avec : qi : abondance spécifique et wi : poids spécifique.
S
+
: nombre de stations où l’espèce cible est présente.
SP
+
: nombre de stations où l’espèce accompagnatrice est présente.
SS
+
: somme des surfaces des stations S
+
.
Afin de connaître les liaisons globales entre les différentes espèces peuplant le même biotope avec
l’aiguillat coq (S.blainvillei) le long du bassin algérien, tous les indices (variables) calculés ont été
soumis à deux niveaux d’Analyse multidimensionnelle :
Analyse en composantes principales ACP
L’ACP a été appliqué sur les différentes matrices des indices (variables) calculés pour chaque espèce
(individus) dans la partie précédente sur Excel Stat (2010). Dans le but d’extraire plus d’information
et pour éliminer l’effet des espèces pélagiques qui ont une fréquence et une densité très élevées par
rapport aux autres espèces benthiques. Une autre analyse a été appliquée seulement sur la matrice des
espèces benthiques inventoriées avec S.blainvilei. De même Môbius in Collignon (1991) définissait la
biocénose comme : «groupement d'êtres vivants correspondant pour sa composition, par le nombre
des espèces et des individus, à certaines conditions moyennes du milieu ; groupement d'êtres qui sont
liés par une dépendance réciproque et se maintiennent en se reproduisant dans un certain espace de
façon permanente».
Rappelons que l’idée de cette méthode essentiellement exploratoire, connue par l’ACP, a été
initialement entrevue par Pearson (1901) et que sa mise au point définitive a été accomplie par
Hotelling (1933). Elle permet de traduire, en graphiques, l’information essentielle que contient un
large tableau de données. De tels tableaux sont constitués de variables quantitatives disposées en
colonnes, qui ont été mesurées sur des individus disposés, eux, en lignes. Le principe de l’ACP
consiste à transformer les p variables initiales, corrélées entre elles, en p composantes principales non
corrélées entre elles et de variance maximale. Il s’agit donc d’obtenir le résumée le plus pertinent
possible des données initiales. Chaque composante principale est une combinaison linéaire des