258
V. Ginoä
—
l‘étang possède un faible volume d‘eau. Les variations de qualité phy—
sique,
chimique et biologique de l'eau y sont beaucoup plus brutales et pro—
noncées qu‘en milieu lacustre et marin. Les équations utilisées pour modéliser
ces
milieux
peuvent—elles être étendues aux étangs ? Et des paramètres classi—
quement négligés tels
le
pH,
l‘oxygène ou le gaz carbonique, mais dont les
variations
peuvent se répercuter sur la biocénose,
seront—ils in—
tégrés au modèle ?
—
la
pleine
eau
n‘est
pas
le
seul
compartiment
influant
le
devenir
de
l‘étang.
Le
benthos,
les
bordures,
les
macrophytes aquatiques ou la ceinture
végétale ont eux aussi un rôle à jouer. Faut—il les prendre en compte ?
—
la
biocénose
de l‘étang forme un système dont la durée de vie est limi—
tée
par
les
assecs
successifs.
La
connaissance
des
conditions
initiales,
in—
dispensable pour démarrer une simulation, n‘est pas si évidente dans le cas de
l'étang nouvellement mis en eau. En effet la partie de la biocénose qui a pas—
sé
l‘assec
dans
les
sédiments
grâce à des formes de résistances se "réveille"
progressivement après la mise en eau et se comporte alors comme un apport exo—
gène difficile
à
chiffrer.
De
même
la
nature de l'eau,
eau
de
pluie ou eau
provenant d‘autres étangs, joue un rôle primordial au moins en début de cycle
(phase
de
biocénose
ouverte)
par
la
quantité de nourriture qu'elle apporte
(Balvay 1980).
C — Quelques aSpects méthodologiques
’
Les
travaux
déjà couramment effectués en milieux lacustres et marins ont
débouché
sur
la
proposition
de
méthodologies
à
priori
transposables
aux
étangs.
Si
comme
Sahin
et
al
(1984)
on
considère
que
"model
building is as
much
an
art
as
it
is
a
science.
It involves intuition, imagination'and skill.
It
is
impossible to state a set of rules to built a mathematical model as it
is
not
possible to draw a picture or paint a landscape following a list of re—
'
gulations", on comprend qu‘il est délicat de fixer une méthodologie rigide. Et
de
fait,
l'auteur
propose
une
série
(fort longue
!) de recommandations plutôt
qu'une méthodologie précise. Néanmoins, tous ces travaux s'accordent pour con—
clure
que
le
travail
du
modélisateur
et
celui
du
biologiste sont étroitement
dépendants.
Il
n‘y a pas un travail de biologiste suivi de la modélisation,
comme
c'est trop souvent le cas, mais deux activités liées dans le temps.
2 — MODELISER LA CHAINE PHYTO—ZOO—ALEVINS DE CARPES EN ETANG
L'idée
de
base
consiste à partir d'un modèle très simple que l'on compli—
que
progressivement.
Cela permet de maîtriser l‘apport de la complexité et de
toujours bien comprendre l'influence des paramètres ou des équations que l'on
ajoute.
De
cette
manière,
on
construit
finalement
le
modèle
le
plus
simple
possible vis—à—vis
du
problème recherché, ce qui optimise le temps de calcul
et
celui
de
collecte
des
données, et assure toujours une bonne maîtrise de
celui—ci.
En
ce
sens
le
modèle
est
un
outil
d‘analyse précieux,
la
mise
en
doute,
la
complexification intervient dès que les données s'écartent des va—
leurs
attendues
et
les
imperfections du modèle deviennent source de connais—
sances biologiques.
Conséquence
:
les
premiers' essais
sont
essentiellement
qualitatifs et il n‘est pas encore question de calibration ou de validation.
Les
données
sont
issues
d‘une
étude
sur
la
fertilisation
organique des
étangs d‘alevinage de carpe réalisée en 1982 dans une pisciculture du Morvan
(Lanoiselée 1984)— L‘enjeu était de mesurer l‘influence d'apports réguliers de
lisier
(entre 0,5 et 1,5 T/ha par semaine)
sur
la
qualité et la productivité
V. Ginoä
—
l‘étang possède un faible volume d‘eau. Les variations de qualité phy—
sique,
chimique et biologique de l'eau y sont beaucoup plus brutales et pro—
noncées qu‘en milieu lacustre et marin. Les équations utilisées pour modéliser
ces
milieux
peuvent—elles être étendues aux étangs ? Et des paramètres classi—
quement négligés tels
le
pH,
l‘oxygène ou le gaz carbonique, mais dont les
variations
peuvent se répercuter sur la biocénose,
seront—ils in—
tégrés au modèle ?
—
la
pleine
eau
n‘est
pas
le
seul
compartiment
influant
le
devenir
de
l‘étang.
Le
benthos,
les
bordures,
les
macrophytes aquatiques ou la ceinture
végétale ont eux aussi un rôle à jouer. Faut—il les prendre en compte ?
—
la
biocénose
de l‘étang forme un système dont la durée de vie est limi—
tée
par
les
assecs
successifs.
La
connaissance
des
conditions
initiales,
in—
dispensable pour démarrer une simulation, n‘est pas si évidente dans le cas de
l'étang nouvellement mis en eau. En effet la partie de la biocénose qui a pas—
sé
l‘assec
dans
les
sédiments
grâce à des formes de résistances se "réveille"
progressivement après la mise en eau et se comporte alors comme un apport exo—
gène difficile
à
chiffrer.
De
même
la
nature de l'eau,
eau
de
pluie ou eau
provenant d‘autres étangs, joue un rôle primordial au moins en début de cycle
(phase
de
biocénose
ouverte)
par
la
quantité de nourriture qu'elle apporte
(Balvay 1980).
C — Quelques aSpects méthodologiques
’
Les
travaux
déjà couramment effectués en milieux lacustres et marins ont
débouché
sur
la
proposition
de
méthodologies
à
priori
transposables
aux
étangs.
Si
comme
Sahin
et
al
(1984)
on
considère
que
"model
building is as
much
an
art
as
it
is
a
science.
It involves intuition, imagination'and skill.
It
is
impossible to state a set of rules to built a mathematical model as it
is
not
possible to draw a picture or paint a landscape following a list of re—
'
gulations", on comprend qu‘il est délicat de fixer une méthodologie rigide. Et
de
fait,
l'auteur
propose
une
série
(fort longue
!) de recommandations plutôt
qu'une méthodologie précise. Néanmoins, tous ces travaux s'accordent pour con—
clure
que
le
travail
du
modélisateur
et
celui
du
biologiste sont étroitement
dépendants.
Il
n‘y a pas un travail de biologiste suivi de la modélisation,
comme
c'est trop souvent le cas, mais deux activités liées dans le temps.
2 — MODELISER LA CHAINE PHYTO—ZOO—ALEVINS DE CARPES EN ETANG
L'idée
de
base
consiste à partir d'un modèle très simple que l'on compli—
que
progressivement.
Cela permet de maîtriser l‘apport de la complexité et de
toujours bien comprendre l'influence des paramètres ou des équations que l'on
ajoute.
De
cette
manière,
on
construit
finalement
le
modèle
le
plus
simple
possible vis—à—vis
du
problème recherché, ce qui optimise le temps de calcul
et
celui
de
collecte
des
données, et assure toujours une bonne maîtrise de
celui—ci.
En
ce
sens
le
modèle
est
un
outil
d‘analyse précieux,
la
mise
en
doute,
la
complexification intervient dès que les données s'écartent des va—
leurs
attendues
et
les
imperfections du modèle deviennent source de connais—
sances biologiques.
Conséquence
:
les
premiers' essais
sont
essentiellement
qualitatifs et il n‘est pas encore question de calibration ou de validation.
Les
données
sont
issues
d‘une
étude
sur
la
fertilisation
organique des
étangs d‘alevinage de carpe réalisée en 1982 dans une pisciculture du Morvan
(Lanoiselée 1984)— L‘enjeu était de mesurer l‘influence d'apports réguliers de
lisier
(entre 0,5 et 1,5 T/ha par semaine)
sur
la
qualité et la productivité