77
à la profondeur, la disponibilité de l’aliment n’est pas un facteur limite pour l’ostréiculture
(Delgado-González et al., 2010).
Newell et al. (2013) ont créé un modèle numérique couplant le Mike 21 et les SIG appelé
ShellGIS, pour analyser et suivre les élevages de coquillages dans l’espace et dans le
temps. Ce modèle permet de gérer les paramètres hydrodynamiques ainsi que la croissance
des organismes élevés, il permet aussi de désigner le meilleur emplacement d’un élevage
conchylicole. Ce modèle a été testé sur la rivière Damariscotta, les résultats ont souligné
l’effet de la charge d’élevage (huitre /m
2
) sur le taux de croissance qui est optimal à 100
/m
2
et diminue progressivement à 500/ m
2
puis à 1000/ m
2
à l’exception des zones à forte
vitesse de courant (Newell et al., 2013).
En se basant sur l’analyse multicritères, Yin et al. (2018) ont évalué le potentiel mytilicole
du canal de Menai Strait en Angleterre, cette méthode englobe les facteurs
environnementaux et socio-économiques en passant par des questionnaires, des enquêtes et
des outils numériques (Delft-3D Flow et SIG). Les résultats ont permis de classer 20.5 %
de la zone soit 8.8 km
2
comme favorable à la mytiliculture (Yin et al., 2018).
Pour évaluer le potentiel aquacole de la baie de Prigi en Indonésie, Zikra et al. (2020) ont
superposé les données de télédétection et les SIG basées sur la qualité de l’eau et les
paramètres environnementaux à savoir la turbidité, la vitesse d’eau et la profondeur. La
méthode de notation a permis de diviser la zone d’étude en trois zones : très favorable,
favorable ou pas favorable à l’aquaculture. Les résultats ont démontré que 23.13 % de la
surface de la baie soit 8.33 km
2
était très favorable à l’élevage offshore alors que 76.87 %
était considérée comme favorable (Zikra et al., 2020).
Shunmugapriya et al. (2021) ont utilisé l’analyse multicritères pour déterminer les zones
favorables à l’aquaculture dans la zone de Thiruvarur située dans la côte Sud de l’Inde.
Cette approche se base sur la collecte des données géomorphologiques, hydro-biologiques
et physico-chimiques à partir des SIG et des relevés satellitaires. Leurs résultats ont
démontré que 882.13 km
2
de la superficie totale de la zone étudiée était très favorable à
l’aquaculture alors que 1264.88 km
2
était favorable et 14 km
2
n’était pas favorable
(Shunmugapriya et al., 2021).
En Algérie, les études sur le zonage et la sélection des sites propices à l’aquaculture sont
très réduites. Brigolin et al. (2015) ont utilisé les données de la télédétection et le modèle
mathématique (FiCIM) pour déterminer le potentiel aquacole du littoral de la wilaya de
à la profondeur, la disponibilité de l’aliment n’est pas un facteur limite pour l’ostréiculture
(Delgado-González et al., 2010).
Newell et al. (2013) ont créé un modèle numérique couplant le Mike 21 et les SIG appelé
ShellGIS, pour analyser et suivre les élevages de coquillages dans l’espace et dans le
temps. Ce modèle permet de gérer les paramètres hydrodynamiques ainsi que la croissance
des organismes élevés, il permet aussi de désigner le meilleur emplacement d’un élevage
conchylicole. Ce modèle a été testé sur la rivière Damariscotta, les résultats ont souligné
l’effet de la charge d’élevage (huitre /m
2
) sur le taux de croissance qui est optimal à 100
/m
2
et diminue progressivement à 500/ m
2
puis à 1000/ m
2
à l’exception des zones à forte
vitesse de courant (Newell et al., 2013).
En se basant sur l’analyse multicritères, Yin et al. (2018) ont évalué le potentiel mytilicole
du canal de Menai Strait en Angleterre, cette méthode englobe les facteurs
environnementaux et socio-économiques en passant par des questionnaires, des enquêtes et
des outils numériques (Delft-3D Flow et SIG). Les résultats ont permis de classer 20.5 %
de la zone soit 8.8 km
2
comme favorable à la mytiliculture (Yin et al., 2018).
Pour évaluer le potentiel aquacole de la baie de Prigi en Indonésie, Zikra et al. (2020) ont
superposé les données de télédétection et les SIG basées sur la qualité de l’eau et les
paramètres environnementaux à savoir la turbidité, la vitesse d’eau et la profondeur. La
méthode de notation a permis de diviser la zone d’étude en trois zones : très favorable,
favorable ou pas favorable à l’aquaculture. Les résultats ont démontré que 23.13 % de la
surface de la baie soit 8.33 km
2
était très favorable à l’élevage offshore alors que 76.87 %
était considérée comme favorable (Zikra et al., 2020).
Shunmugapriya et al. (2021) ont utilisé l’analyse multicritères pour déterminer les zones
favorables à l’aquaculture dans la zone de Thiruvarur située dans la côte Sud de l’Inde.
Cette approche se base sur la collecte des données géomorphologiques, hydro-biologiques
et physico-chimiques à partir des SIG et des relevés satellitaires. Leurs résultats ont
démontré que 882.13 km
2
de la superficie totale de la zone étudiée était très favorable à
l’aquaculture alors que 1264.88 km
2
était favorable et 14 km
2
n’était pas favorable
(Shunmugapriya et al., 2021).
En Algérie, les études sur le zonage et la sélection des sites propices à l’aquaculture sont
très réduites. Brigolin et al. (2015) ont utilisé les données de la télédétection et le modèle
mathématique (FiCIM) pour déterminer le potentiel aquacole du littoral de la wilaya de