Chapitre II Matériel et méthodes
15
Ø’= Log10 K + 2 Log10 L∞
Ainsi pour chaque couple de valeurs L∞ et K connues (obtenues par d’autres méthodes ou
d’autres travaux de la région étudiée) on calcule Ø’ à partir de la relation précédente. Dans le
cas où l’on dispose de plusieurs couples (L∞, K), la valeur moyenne Ø’m permet d’estimer K,
en considérant le L∞ obtenu précédemment (par la méthode de Powell-Wetherall), selon la
relation :
Log10 K = Ø’m - 2 Log10 L∞
d’où
K = 10 Ø’m - 2 Log10L ∞
2-1-1-4- ELEFAN I
Le programme ELEFAN I (Electronic Length Frequency Analysis) a été proposé pour la
première fois par Pauly et David (1981, in Pauly, 1997)). La description la plus récente peut
être trouvée dans Pauly ( Sparre et Venema, 1996).
C’est une méthode non paramétrique qui utilise un ou plusieurs échantillons collectés à des
dates différentes. Pour chaque couple de valeurs exploratoires des paramètres de l’équation de
Von Bertalanffy et pour chaque date correspondant à une distribution en taille, les modes
théoriques aux âges sont calculés. Certains modes théoriques coïncident avec les modes
observés. La technique consiste à déterminer les paramètres L∞ et K qui maximisent le nombre
de modes expliqués. L’ajustement est réalisé par l’intermédiaire d’un coefficient R égal au
rapport du nombre de modes expliqués (Explained Sum of Peaks, ESP) sur le nombre de modes
disponibles ou modes observés (Available Sum of Peaks, ASP) : R = (ESP/ASP). Le meilleur
ajustement est celui présentant le rapport le plus élevé (Sparre et Venema, 1996 et Pauly et
Moreau, 1997).
Cette procédure est affinée par deux opérations préalables de lissage des données. La première
opération correspond à un lissage par une moyenne mobile sur cinq classes de taille dans le but
de faire disparaître les pics secondaires correspondant à de simples aléas d’échantillonnage. La
deuxième opération consiste à réaliser une autre moyenne mobile sur un plus grand nombre
d’intervalles de façon à enlever la tendance générale de l’évolution des effectifs selon la
longueur.
Cette méthode, très utilisée, donne toujours beaucoup de place à la subjectivité de l’utilisateur.
La première étape – restructuration des échantillons – est une procédure empirique qui manque
de justification théorique. La deuxième étape est moins subjective qu’une méthode graphique
mais reste encore arbitraire, car la réponse est faite de plusieurs courbes de valeurs maximales,
et l’utilisateur doit décider des limites de l’intervalle d’exploration des paramètres : les choisir
trop étroites peut conduire à éliminer la vraie valeur (Pauly et Moreau, 1997).
15
Ø’= Log10 K + 2 Log10 L∞
Ainsi pour chaque couple de valeurs L∞ et K connues (obtenues par d’autres méthodes ou
d’autres travaux de la région étudiée) on calcule Ø’ à partir de la relation précédente. Dans le
cas où l’on dispose de plusieurs couples (L∞, K), la valeur moyenne Ø’m permet d’estimer K,
en considérant le L∞ obtenu précédemment (par la méthode de Powell-Wetherall), selon la
relation :
Log10 K = Ø’m - 2 Log10 L∞
d’où
K = 10 Ø’m - 2 Log10L ∞
2-1-1-4- ELEFAN I
Le programme ELEFAN I (Electronic Length Frequency Analysis) a été proposé pour la
première fois par Pauly et David (1981, in Pauly, 1997)). La description la plus récente peut
être trouvée dans Pauly ( Sparre et Venema, 1996).
C’est une méthode non paramétrique qui utilise un ou plusieurs échantillons collectés à des
dates différentes. Pour chaque couple de valeurs exploratoires des paramètres de l’équation de
Von Bertalanffy et pour chaque date correspondant à une distribution en taille, les modes
théoriques aux âges sont calculés. Certains modes théoriques coïncident avec les modes
observés. La technique consiste à déterminer les paramètres L∞ et K qui maximisent le nombre
de modes expliqués. L’ajustement est réalisé par l’intermédiaire d’un coefficient R égal au
rapport du nombre de modes expliqués (Explained Sum of Peaks, ESP) sur le nombre de modes
disponibles ou modes observés (Available Sum of Peaks, ASP) : R = (ESP/ASP). Le meilleur
ajustement est celui présentant le rapport le plus élevé (Sparre et Venema, 1996 et Pauly et
Moreau, 1997).
Cette procédure est affinée par deux opérations préalables de lissage des données. La première
opération correspond à un lissage par une moyenne mobile sur cinq classes de taille dans le but
de faire disparaître les pics secondaires correspondant à de simples aléas d’échantillonnage. La
deuxième opération consiste à réaliser une autre moyenne mobile sur un plus grand nombre
d’intervalles de façon à enlever la tendance générale de l’évolution des effectifs selon la
longueur.
Cette méthode, très utilisée, donne toujours beaucoup de place à la subjectivité de l’utilisateur.
La première étape – restructuration des échantillons – est une procédure empirique qui manque
de justification théorique. La deuxième étape est moins subjective qu’une méthode graphique
mais reste encore arbitraire, car la réponse est faite de plusieurs courbes de valeurs maximales,
et l’utilisateur doit décider des limites de l’intervalle d’exploration des paramètres : les choisir
trop étroites peut conduire à éliminer la vraie valeur (Pauly et Moreau, 1997).