79
Les fronts thermo-halins doivent être aussi considérée car leur persistance dans le temps et dans
l'espace conditionnera la dynamique de variables comme la matière organique dissoute, le dioxygène
dissous(Royer, 2005d). En général, les espèces de thon sont attirées par les fronts océaniques et les
tourbillons car ils concentrent la productivité locale ((SUND et al., 1981), (Laurs, 1989), Les fronts
ont d’immenses effets sur la chaîne alimentaire dans l’océan(Woodson and Litvin, 2015), les fronts
océaniques sont des zones privilégiées pour le transfert d'énergie le long des chaînes trophiques
(Royer, 2005b) Même les grandes espèces pélagiques, favorisent la périphérie des tourbillons pendant
la saison estivale (Cotte et al., 2011).
IV.3.1 Validation du modèle
La validation du model se base sur la comparaison entre les valeurs observées et calculées. Dans notre
travail nous avons utilisés la méthode la plus courante en se basant sur le calcul des erreurs de
prédiction (résidus).
La carte (c) de la (Figure 30) représente les résidus du model dans la zone d’étude, on perçoit deux
type de résidus, l’un est dû à une faible sous-estimation (sont exprimés par des valeurs négatives),
elles varient entre 0 et -26,325 (représentée par des taches noirs), et l’autre est dû à une sur estimation
représentés par des valeurs positives (tache blanches dans la carte (c) de la (Figure 30).
L’histogramme raster (D) de la (Figure 30) montre les fréquences en fonction des résidus du model
dans la zone d’étude. Les fréquences représentatives correspondent aux résidus qui varient entre (-1
et 1 kg). Pour évaluer la qualité des prédictions on a calculé l’erreur quadratique moyenne (Mean
Squared Error MSE) (Frost, 2021) par l’équation suivante :
í µí±í µí±í µí°¸ = (
1
í µí±
) ∑ (í µí±¦ í µí± − í µí±¦ ̂ í µí± )²
í µí±
í µí±=1
(7)
Y : valeur observée
Ŷ : valeur estimée les écarts type sont faibles
MSE est un paramètre qui prend en compte l’erreur de toute la population cible pour estimer la
moyenne des erreurs quadratiques. Le MSE calculé est 1,533 par conséquent nous considérons le
model est fiable car la MSE est très petit. Le MSE est proche de zéro, cela signifie qu’il n’y a pas
de grande différence entre les valeurs observées et les valeurs calculées. Si on compare les statistiques
rasters du poids total estimé avec celle des valeurs observé (Tableau 8), on constate qu’il y a une
forte proximité entre eux d’une part, la moyenne du poids observé (119.8 kg) et la moyenne du poids
estimé (118.39 kg). Aussi la variabilité représenté par les écarts type du modèle et observé (4.9 et
3.94 kg) sont presque égales. Le coefficient de variation est inférieur à 10 %, il est de (4.1 ; 3.3%)
respectivement.
Les fronts thermo-halins doivent être aussi considérée car leur persistance dans le temps et dans
l'espace conditionnera la dynamique de variables comme la matière organique dissoute, le dioxygène
dissous(Royer, 2005d). En général, les espèces de thon sont attirées par les fronts océaniques et les
tourbillons car ils concentrent la productivité locale ((SUND et al., 1981), (Laurs, 1989), Les fronts
ont d’immenses effets sur la chaîne alimentaire dans l’océan(Woodson and Litvin, 2015), les fronts
océaniques sont des zones privilégiées pour le transfert d'énergie le long des chaînes trophiques
(Royer, 2005b) Même les grandes espèces pélagiques, favorisent la périphérie des tourbillons pendant
la saison estivale (Cotte et al., 2011).
IV.3.1 Validation du modèle
La validation du model se base sur la comparaison entre les valeurs observées et calculées. Dans notre
travail nous avons utilisés la méthode la plus courante en se basant sur le calcul des erreurs de
prédiction (résidus).
La carte (c) de la (Figure 30) représente les résidus du model dans la zone d’étude, on perçoit deux
type de résidus, l’un est dû à une faible sous-estimation (sont exprimés par des valeurs négatives),
elles varient entre 0 et -26,325 (représentée par des taches noirs), et l’autre est dû à une sur estimation
représentés par des valeurs positives (tache blanches dans la carte (c) de la (Figure 30).
L’histogramme raster (D) de la (Figure 30) montre les fréquences en fonction des résidus du model
dans la zone d’étude. Les fréquences représentatives correspondent aux résidus qui varient entre (-1
et 1 kg). Pour évaluer la qualité des prédictions on a calculé l’erreur quadratique moyenne (Mean
Squared Error MSE) (Frost, 2021) par l’équation suivante :
í µí±í µí±í µí°¸ = (
1
í µí±
) ∑ (í µí±¦ í µí± − í µí±¦ ̂ í µí± )²
í µí±
í µí±=1
(7)
Y : valeur observée
Ŷ : valeur estimée les écarts type sont faibles
MSE est un paramètre qui prend en compte l’erreur de toute la population cible pour estimer la
moyenne des erreurs quadratiques. Le MSE calculé est 1,533 par conséquent nous considérons le
model est fiable car la MSE est très petit. Le MSE est proche de zéro, cela signifie qu’il n’y a pas
de grande différence entre les valeurs observées et les valeurs calculées. Si on compare les statistiques
rasters du poids total estimé avec celle des valeurs observé (Tableau 8), on constate qu’il y a une
forte proximité entre eux d’une part, la moyenne du poids observé (119.8 kg) et la moyenne du poids
estimé (118.39 kg). Aussi la variabilité représenté par les écarts type du modèle et observé (4.9 et
3.94 kg) sont presque égales. Le coefficient de variation est inférieur à 10 %, il est de (4.1 ; 3.3%)
respectivement.