Résultants et discussions | Section 2.
Des modèles qualitatifs linéaires (modèles linéaires généraux, GLM) ont été réalisés pour évaluer les
interactions entre la concentration côtière de Chl-a ou l’indice de biomasse (IB) et les 4 variables
explicatives (Tableau 11). Les 2 zones spécifiques HBC-1 et HBC-8 ont été exclues de la modélisation
parce qu’elles sont influencées par la présence des cages flottantes d’aquaculture qui ne sont pas
associées aux variables explicatives. Le premier modèle général (m1) est d’abord testé en combinant
toutes les saisons pour tester la répartition entre HBC et LBC (Figure 48). Ce modèle explique 67 %
de la variabilité avec une prédominance unique de l’effet ville. L’effet oued n’est pas présent,
probablement en raison de son association avec la ville. En revanche, en hiver, la variable de réponse
Chl-a (modèle m2, 79%) est principalement associée à la présence d’un oued, puis aux villes, alors
que la variable de réponse IB (modèle m3) est principalement liée à la présence d’une baie et d’une
ville. Le modèle IB d’hiver (m3) est très similaire dans l’explication de la variabilité de la biomasse
(77%), avec une dominance de la présence de ville comme précédemment avec Chl-a ainsi qu’à un
effet significatif de la baie. Dans les modèles d’hiver, l’effet oued est uniquement mis en évidence par
la variable Chl-a qui reflète l'influence des enrichissements locaux plutôt que leur extension spatiale,
associée à l’indice de biomasse (IB), mettant en évidence l'effet baie. Pendant l’été, saison de faible
biomasse, la concentration en Chl-a (modèle m4, Tableau 11) explique 57% de la variabilité de la
Chl-a, avec un effet unique des oueds malgré leurs faibles débits en hiver (Figure 49).
113
Tableau 10: Synthèse des caractéristiques des régions LBC (numérotées 1-16) et HBC (numérotées 1-15) telles que
sélectionnées manuellement sur la Figure 48. La moyenne des variables Chl-a et IB a été calculée pour chaque région LBC
(rectangles blancs, 1-16) et HBC (rectangles verts, 1-15) de la Figure 48. La taille de la ville [0-3] est définie
respectivement par : 0 (pas de ville), 1 : [0 50k] habitants (petit cercle rouge), 2 [50k- 100k] (cercle rouge intermédiaire),
3 : > 100k] habitants (petit cercle rouge).(cercle rouge intermédiaire), 3 : > 100k (grand cercle rouge). Le type de côte :
Sandy(S) est Rocky(R). Les petits cercles noirs représentent les cages d'aquaculture.
HBC n°
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
0.71
0.75 1.00 0.81 1.11 1.47 1.14 1.11 1.12 0.84 1.04 0.63 0.85 1.22
1.59
8.6
8.0
9.7
6.5 10.0 13.2 9.4 8.7 11.6 7.9 8.6 7.2
6.5 11.5
14.4
City size [0-3]
Coast-type
R,
R
S
S
S
S
S
R,
S
R
S
S
S
R
S
Wadi presence
Bay (or gulf)
B
B
B
B
B
B
B
B
B
B
B
Chl-a (mg m
-3 )
I B (g m
-2 )
LBC n°
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
0.67 0.50 0.46 0.76 0.63 0.72 0.69 0.77 0.55 0.76 0.65 0.54 0.54 0.60 0.37 0.61
4.9 4.0 3.2 5.7 4.6 4.7 5.6 5.3 3.8 5.9 4.8 3.7 3.8 4.5 2.4 4.2
City size [0-3]
Coast-type
R
R
R
R
R
R
S
S
R
S
R
R
R
R
S
S
Wadi presence
Bay (or gulf)
B
Chl-a (mg m
-3 )
I B (g m
-2 )
Des modèles qualitatifs linéaires (modèles linéaires généraux, GLM) ont été réalisés pour évaluer les
interactions entre la concentration côtière de Chl-a ou l’indice de biomasse (IB) et les 4 variables
explicatives (Tableau 11). Les 2 zones spécifiques HBC-1 et HBC-8 ont été exclues de la modélisation
parce qu’elles sont influencées par la présence des cages flottantes d’aquaculture qui ne sont pas
associées aux variables explicatives. Le premier modèle général (m1) est d’abord testé en combinant
toutes les saisons pour tester la répartition entre HBC et LBC (Figure 48). Ce modèle explique 67 %
de la variabilité avec une prédominance unique de l’effet ville. L’effet oued n’est pas présent,
probablement en raison de son association avec la ville. En revanche, en hiver, la variable de réponse
Chl-a (modèle m2, 79%) est principalement associée à la présence d’un oued, puis aux villes, alors
que la variable de réponse IB (modèle m3) est principalement liée à la présence d’une baie et d’une
ville. Le modèle IB d’hiver (m3) est très similaire dans l’explication de la variabilité de la biomasse
(77%), avec une dominance de la présence de ville comme précédemment avec Chl-a ainsi qu’à un
effet significatif de la baie. Dans les modèles d’hiver, l’effet oued est uniquement mis en évidence par
la variable Chl-a qui reflète l'influence des enrichissements locaux plutôt que leur extension spatiale,
associée à l’indice de biomasse (IB), mettant en évidence l'effet baie. Pendant l’été, saison de faible
biomasse, la concentration en Chl-a (modèle m4, Tableau 11) explique 57% de la variabilité de la
Chl-a, avec un effet unique des oueds malgré leurs faibles débits en hiver (Figure 49).
113
Tableau 10: Synthèse des caractéristiques des régions LBC (numérotées 1-16) et HBC (numérotées 1-15) telles que
sélectionnées manuellement sur la Figure 48. La moyenne des variables Chl-a et IB a été calculée pour chaque région LBC
(rectangles blancs, 1-16) et HBC (rectangles verts, 1-15) de la Figure 48. La taille de la ville [0-3] est définie
respectivement par : 0 (pas de ville), 1 : [0 50k] habitants (petit cercle rouge), 2 [50k- 100k] (cercle rouge intermédiaire),
3 : > 100k] habitants (petit cercle rouge).(cercle rouge intermédiaire), 3 : > 100k (grand cercle rouge). Le type de côte :
Sandy(S) est Rocky(R). Les petits cercles noirs représentent les cages d'aquaculture.
HBC n°
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
0.71
0.75 1.00 0.81 1.11 1.47 1.14 1.11 1.12 0.84 1.04 0.63 0.85 1.22
1.59
8.6
8.0
9.7
6.5 10.0 13.2 9.4 8.7 11.6 7.9 8.6 7.2
6.5 11.5
14.4
City size [0-3]
Coast-type
R,
R
S
S
S
S
S
R,
S
R
S
S
S
R
S
Wadi presence
Bay (or gulf)
B
B
B
B
B
B
B
B
B
B
B
Chl-a (mg m
-3 )
I B (g m
-2 )
LBC n°
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
0.67 0.50 0.46 0.76 0.63 0.72 0.69 0.77 0.55 0.76 0.65 0.54 0.54 0.60 0.37 0.61
4.9 4.0 3.2 5.7 4.6 4.7 5.6 5.3 3.8 5.9 4.8 3.7 3.8 4.5 2.4 4.2
City size [0-3]
Coast-type
R
R
R
R
R
R
S
S
R
S
R
R
R
R
S
S
Wadi presence
Bay (or gulf)
B
Chl-a (mg m
-3 )
I B (g m
-2 )