Chapitre premier : Données générales et Méthodes d’étude.
- 7 -
paramètres de croissance (Sahnoun & Zeghdoudi, 1994). La connaissance de la croissance est
une étape primordiale pour l’étude de la dynamique de ces populations ; elle permet une
meilleure compréhension de l'évolution des stocks en fonction des modifications apportées dans
leur exploitation (Sidibé, 2003).
Les paramètres de croissance, peuvent être estimés par analyse des structures d’âge, à
partir de méthodes telles que la méthode de Petersen (1891, in Sparre et Venema, 1996),
Bhattacharya (1967, in Korichi, 1988) et Hasselblad (1966 in Pauly, 1997), informatisée par le
programme NORMSEP présenté par Gayanilo & al (2002) ou directement par analyse des
structures de taille (programme ELEFAN I présenté par Pauly, 1997).
2-3-1- Analyse des structures d’âge
L’analyse statistique de la décomposition d’une distribution en taille en une somme de
composantes normales, de nombre connu, a été abordée par Hasselblad (1966 in Pauly, 1997) et
développé par Tomlinson (1970 in Sparre et Venema, 1996) en programme informatique appelé
NORMSEP (Normal Distribution Separator Using Steepest Descend Method).
Le procédé d’utilisation de cette routine est très similaire à celui de Bhattacharya. Elle
applique le concept du maximum de vraisemblance à la séparation des composantes
normalement distribuées des échantillons de fréquence de taille. D’après Sparre et Venema
(1996), l’idée de base de l’approche du maximum de vraisemblance consiste à suivre la
progression de modes et à tester un grand nombre de combinaisons différentes de paramètres de
croissance. La mesure de la qualité de l’ajustement utilisée dans cette méthode est étroitement
apparentée au critère chi-carré.
En plus des paramètres de croissance, la méthode du maximum de vraisemblance fournit
des effectifs, des écarts-types et des estimations des limites de confiance de tous les paramètres.
Ce programme fonctionne par processus itératif (il reçoit au départ une solution approchée qui
sera ensuite graduellement améliorée au cours d’étapes itératives).
Le programme NORMSEP requiert des données d’entrée, le nombre attendu des groupes
d’âge et leur longueur moyenne attendue ; par défaut, les résultats de la routine de la méthode de
Bhattacharya sont empruntés. Les données de sortie sont représentées par les longueurs
moyennes et la taille des populations en nombre.
La méthode considérée pour le calcul des paramètres de croissance, est la méthode de
Tomlinson et Abramson (1961 in Gayanilo & al, 2002) basée sur l’ajustement de type moindre
carré. Sparre et Venema (1996) mentionnent que cette méthode estime ces paramètres de telle
sorte que la somme des carrés des écarts entre le modèle et les observations soit minimale.
Les couples de données âge-longueur obtenus par la méthode de NORMSEP, sont
introduites dans le programme FISAT II version 1.2.0 (Gayanilo & al, 2002) qui réalise
- 7 -
paramètres de croissance (Sahnoun & Zeghdoudi, 1994). La connaissance de la croissance est
une étape primordiale pour l’étude de la dynamique de ces populations ; elle permet une
meilleure compréhension de l'évolution des stocks en fonction des modifications apportées dans
leur exploitation (Sidibé, 2003).
Les paramètres de croissance, peuvent être estimés par analyse des structures d’âge, à
partir de méthodes telles que la méthode de Petersen (1891, in Sparre et Venema, 1996),
Bhattacharya (1967, in Korichi, 1988) et Hasselblad (1966 in Pauly, 1997), informatisée par le
programme NORMSEP présenté par Gayanilo & al (2002) ou directement par analyse des
structures de taille (programme ELEFAN I présenté par Pauly, 1997).
2-3-1- Analyse des structures d’âge
L’analyse statistique de la décomposition d’une distribution en taille en une somme de
composantes normales, de nombre connu, a été abordée par Hasselblad (1966 in Pauly, 1997) et
développé par Tomlinson (1970 in Sparre et Venema, 1996) en programme informatique appelé
NORMSEP (Normal Distribution Separator Using Steepest Descend Method).
Le procédé d’utilisation de cette routine est très similaire à celui de Bhattacharya. Elle
applique le concept du maximum de vraisemblance à la séparation des composantes
normalement distribuées des échantillons de fréquence de taille. D’après Sparre et Venema
(1996), l’idée de base de l’approche du maximum de vraisemblance consiste à suivre la
progression de modes et à tester un grand nombre de combinaisons différentes de paramètres de
croissance. La mesure de la qualité de l’ajustement utilisée dans cette méthode est étroitement
apparentée au critère chi-carré.
En plus des paramètres de croissance, la méthode du maximum de vraisemblance fournit
des effectifs, des écarts-types et des estimations des limites de confiance de tous les paramètres.
Ce programme fonctionne par processus itératif (il reçoit au départ une solution approchée qui
sera ensuite graduellement améliorée au cours d’étapes itératives).
Le programme NORMSEP requiert des données d’entrée, le nombre attendu des groupes
d’âge et leur longueur moyenne attendue ; par défaut, les résultats de la routine de la méthode de
Bhattacharya sont empruntés. Les données de sortie sont représentées par les longueurs
moyennes et la taille des populations en nombre.
La méthode considérée pour le calcul des paramètres de croissance, est la méthode de
Tomlinson et Abramson (1961 in Gayanilo & al, 2002) basée sur l’ajustement de type moindre
carré. Sparre et Venema (1996) mentionnent que cette méthode estime ces paramètres de telle
sorte que la somme des carrés des écarts entre le modèle et les observations soit minimale.
Les couples de données âge-longueur obtenus par la méthode de NORMSEP, sont
introduites dans le programme FISAT II version 1.2.0 (Gayanilo & al, 2002) qui réalise