Chapitre II :
Matériels et méthodes
25
2.5. Etude de l’âge
La connaissance de l’âge est un élément essentiel si on désire aménager les stocks marins
exploités. Grâce à la connaissance de l’âge, on détermine les paramètres de croissance
d’une espèce, sa mortalité, sa démographie des captures. De nombreux auteurs ont proposé
depuis un siècle différentes méthodes et techniques afin de faciliter la lecture de l’âge car
c’est une étape difficile pour le chercheur en Halieutique.
Vue l’impossibilité de l’application des méthodes directes dans ce présent travail, due à
l’absence d’otolithes et d’écailles chez les deux crevettes P.longirostris et A.antennatus,
des méthodes statistiques (indirectes) ont été appliquées notamment celle de Bhattacharya
(1967) qui par opposition aux méthodes directes, se propose de chercher des modes
successifs dans la distribution de fréquences tailles.
La longueur utilisée dans notre étude est la longueur céphalothoracique.
2.5.1. Méthode de décomposition des populations Méthode de Bhattacharya
(1967) in Korichi (1988) :
Cette méthode se base sur une transformation logarithmique des données regroupées en
classes de taille d’égale amplitude h et de centre de classe x (Kartas, 1981 in Korichi,
1988).
On construit un graphique en portant en ordonnée pour chaque centre de classe x :
Avec : Z (x+h)= effectif de la classe de centre de classe x+h.
Z(x)= effectif de la classe de taille précédente, de centre de classe X.
Un certain nombre de conditions doit être vérifié afin de pouvoir appliquer cette méthode
(Kartas, 1981 in Korichi, 1988) :
- L’histogramme ne doit pas comporter de classe vide. Il est possible d’éviter ces
classes vides en procédant à un lissage, ou à une moyenne entre les deux classes
intermédiaires.
- L’intervalle h doit être petit par rapport à chacun des écarts-types (h/Ф 2,2).
Mais aussi l’application de cette méthode nécessite une période de ponte limitée dans le
temps (Kennouche, 2009).
a) Recherche des sous-populations :
Sur le graphique, on recherche des régions où plusieurs points consécutifs sont alignés, sur
les droites de pentes négatives.
Log z= log z (x+h) – log z (x)
Matériels et méthodes
25
2.5. Etude de l’âge
La connaissance de l’âge est un élément essentiel si on désire aménager les stocks marins
exploités. Grâce à la connaissance de l’âge, on détermine les paramètres de croissance
d’une espèce, sa mortalité, sa démographie des captures. De nombreux auteurs ont proposé
depuis un siècle différentes méthodes et techniques afin de faciliter la lecture de l’âge car
c’est une étape difficile pour le chercheur en Halieutique.
Vue l’impossibilité de l’application des méthodes directes dans ce présent travail, due à
l’absence d’otolithes et d’écailles chez les deux crevettes P.longirostris et A.antennatus,
des méthodes statistiques (indirectes) ont été appliquées notamment celle de Bhattacharya
(1967) qui par opposition aux méthodes directes, se propose de chercher des modes
successifs dans la distribution de fréquences tailles.
La longueur utilisée dans notre étude est la longueur céphalothoracique.
2.5.1. Méthode de décomposition des populations Méthode de Bhattacharya
(1967) in Korichi (1988) :
Cette méthode se base sur une transformation logarithmique des données regroupées en
classes de taille d’égale amplitude h et de centre de classe x (Kartas, 1981 in Korichi,
1988).
On construit un graphique en portant en ordonnée pour chaque centre de classe x :
Avec : Z (x+h)= effectif de la classe de centre de classe x+h.
Z(x)= effectif de la classe de taille précédente, de centre de classe X.
Un certain nombre de conditions doit être vérifié afin de pouvoir appliquer cette méthode
(Kartas, 1981 in Korichi, 1988) :
- L’histogramme ne doit pas comporter de classe vide. Il est possible d’éviter ces
classes vides en procédant à un lissage, ou à une moyenne entre les deux classes
intermédiaires.
- L’intervalle h doit être petit par rapport à chacun des écarts-types (h/Ф 2,2).
Mais aussi l’application de cette méthode nécessite une période de ponte limitée dans le
temps (Kennouche, 2009).
a) Recherche des sous-populations :
Sur le graphique, on recherche des régions où plusieurs points consécutifs sont alignés, sur
les droites de pentes négatives.
Log z= log z (x+h) – log z (x)