UNIVERSITE D AIX MARSEILLE INSTITUT PYTHEAS Master d Océanographie Spécialité: Biologie et Ecologie Marine
|
|
- Brian St-Denis
- il y a 8 ans
- Total affichages :
Transcription
1 UNIVERSITE D AIX MARSEILLE INSTITUT PYTHEAS Master d Océanographie Spécialité: Biologie et Ecologie Marine Effets de la variabilité environnementale, de la distribution et de l abondance des proies et du régime d exploitation de la pêcherie sur l effort de fourragement des fous et des cormorans du Pérou Etudiante : Giannina Passuni-Saldaña Directrice de Stage : Sophie Bertrand Institution d accueil : UMR
2
3 SOMMAIRE 1.INTRODUCTION MATERIELS Effort de fourragement des oiseaux marins Conditions environnementales Données d observation directe sur l anchois du Pérou Débarquements d anchois par la pêcherie péruvienne Dénombrement des colonies d oiseaux MÉTHODES Exploration préliminaire des variables Modèles de forêts aléatoires RESULTATS Covariables environnementales Environnement océanographique Environnement halieutique Scenarios d écosystème Débarquements d anchois Dénombrements des populations d oiseaux Effort de fourragement des oiseaux Différences entre les espèces Différences entre les années analysées Forets aléatoires Fourragement des fous Fourragement du cormoran DISCUSSION Variabilité de l effort de fourragement des oiseaux et scenarios d écosystème Différences de stratégies entre les deux espèces d oiseaux Quelles sont les variables d environnement qui expliquent le mieux la variabilité de l effort de fourragement des oiseaux? Effets de seuils Forces et faiblesses de l approche par forêts aléatoires CONCLUSIONS REFERENCES BIBLIOGRAFIQUES
4 1. INTRODUCTION Le Système du Courant de Humboldt (SCH, 5 S - 48 S) est l un des écosystèmes marins les plus productifs au monde grâce à ses eaux froides et riches en sels nutritifs qui proviennent de remontées d eaux profondes (Cushing, 1971 ; Montecino et al., 2006). Ces conditions très productives permettent le développement d une remarquable mais très variable biomasse d anchois (Engraulis ringens, Jenyns, 1842) (Chavez et al., 2003 ; 2008 ; Bertrand et al., 2004), qui conditionne directement ses prédateurs naturels (Muck et Pauly, 1987) comme les oiseaux marins, les pinnipèdes (Muck et Fuentes, 1987; Jahncke et Goya, 1998) et la pêcherie industrielle mono-spécifique la plus importante du monde en termes de débarquements (5 millions de tonnes par an en moyenne depuis les années 1960 ; Chavez et al., 2008). Les principaux oiseaux marins en termes d abondance sont le fou péruvien (Sula variegata, Tschudi, 1843), le cormoran guanay (Phalacrocorax bougainvillii, Lesson, 1837) et le pélican thage (Pelecanus thagus, Molina, 1782), (Jahncke, 1998 ; Fig.1). Ces trois espèces sont importantes économiquement car leurs déjections, le guano, constituent un engrais naturel de haute qualité. Cette industrie du guano a connu ses maxima de production pendant le XIX ème siècle (Cushman, 2003). a b Figure 1. Le fou péruvien (Sula variegata, a) et le cormoran guanay (Phalacrocorax bougainvillii, b) pendant la saison de reproduction. Bertrand S. Weimerskirch H. Le cormoran guanay, dénommé à partir d ici cormoran, est la principale espèce en termes d abondance, même si sa population a oscillé entre 4 millions d'individus pendant la récupération du boom d exploitation du «guano» ( ) et 21 millions avant le développement de la pêcherie industrielle (1954), pour retrouver un niveau de 3,7 millions d individus lors de la période récente, en pleine période de concurrence avec la pêcherie (Jahncke, 1998). Le fou péruvien, appelé à partir d ici fou, est la deuxième espèce en termes d abondance. Les populations de fous ont maintenu des niveaux de population relativement stables, autour de 2 millions d'oiseaux durant tout le dernier siècle (Goya, 1
5 2000). Les différences d abondances de fous et de cormoran, qui partagent pourtant la même proie et le même territoire de reproduction (Duffy, 1983a), pourraient s expliquer par les différences de leur comportement de fourragement (Weimerskirch et al. 2010). Les fous chassent en solitaire et cherchent leur proie dans les couches d eau superficielles (2m à 6m) tandis que le cormoran utilise davantage le comportement de groupe et peut plonger sans difficulté jusqu à une cinquantaine de mètres (Arbulu-Smet, 2011). Ces différences confèrent à alternativement à l une et l autre espèce une stratégie avantageuse selon comment les fluctuations environnementales conditionnent la distribution et l abondance de la proie-anchois. L écosystème côtier péruvien est soumis à de larges fluctuations climatiques dans le temps et l espace qui provoquent des changements de régime/scenario environnementaux (Chavez et al. 2008). Les régimes les plus importantes sont saisonnier, interannuel (El Niño Southern Oscillation : ENSO) et décennal (Pacific Decadal Oscillation : PDO). Le régime non-cyclique ENSO oppose deux scenarios : des conditions anormalement chaudes ou évènements «El Niño» et des conditions anormalement froides ou évènements «La Niña». Habituellement les eaux côtières froides (ECF, 14 C < T < 18 C, 34.8< S< 35.0) prédominent le long des côtes péruviennes. Les ECF, qui favorisent la productivité primaire et secondaire du système, constituent l habitat préférentiel de l anchois (Swartzman et al., 2008). Lorsque la résurgence est très active, leur extension longitudinale est importante, et l habitat horizontal de l anchois est étendu. La forte productivité de ce système est associée à une intense zone de minimum d oxygène (ZMO), qui limite l habitat vertical des poissons dans ces eaux côtières de quelques mètres à quelques dizaines de mètres (Bertrand et al., 2011). Plus les conditions sont anormalement froides, plus l habitat horizontal de l anchois est vaste, mais plus son habitat vertical est réduit (Fig. 2b). Des anomalies chaudes se produisent régulièrement (cycle saisonnier ou interannuel), lorsque la résurgence d eaux profondes s affaiblit et que les ECF se mélangent avec des eaux subtropicales superficielles (ESS, 20 C < T < 28 C, S > 35.1) provenant du large ou avec des eaux superficielles équatoriales au Nord (ESE, 20 C< T < 26 C, 34.0 < S < 34.8) (Zuta et Guillen, 1970). Ces anomalies chaudes sont associées à un approfondissement de la ZMO. Ces conditions créent une contraction de l habitat horizontal de l anchois (qui a tendance alors à se concentrer à la côte en grosses agrégations dans les cellules résiduelles de résurgence) et une extension de l habitat vertical (pouvant entraîner un approfondissement des agrégation d anchois) (Alheit et al., 2004 ; Fig.2a). La concentration de l anchois à la côte en grosses agrégations tend à le rendre plus accessible aux prédateurs (réduction de l effort de recherche), mais dans le même temps, son approfondissement peut le rendre plus difficilement capturable par les espèces qui n ont accès 2
6 qu aux couches superficielles (fou et pélican). La favorabilité de ces scenarios aux prédateurs dépend bien entendu aussi de l abondance de l anchois durant ces anomalies ; e.g. une anomalie froide qui tend à disperser les agrégations d anchois peut tout à fait constituer un scenario favorable si l abondance d anchois est élevée. a b Lopez P. Figure 2. Représentation de la variabilité de la structure de l habitat de l anchois a) scenario d anomalie chaude, avec concentration de l anchois en grosses agrégations (figurées par les tâches bleu sombre) à la côte dans les ECF et b) scenario d anomalie froide avec dispersion des agrégations d anchois dans le domaine étendu des ECF. Les événements «El Niño» constituent un extrême d anomalie chaude, en amplitude et en durée, qui conduit à la quasi-disparition de la résurgence, une forte diminution de la production primaire et secondaire. L anchois peut supporter quelques temps ces conditions en se réfugiant dans quelques cellules de résurgence résiduelles (ex. du Niño 97-98), mais si elles se prolongent, il peut subir une très forte mortalité (ex. du Niño ; Bertrand et al., 2004). Dans ces cas, les oiseaux marins abandonnent massivement leurs nids et peuvent eux aussi subir de fortes mortalités par inanition (Duffy, 1983 ; Jahncke 1998 ; Apaza et Figari 1999). La combinaison d évènements el Niño forts et de la concurrence avec la pêche industrielle d anchois a déjà occasionné des effets dévastateurs pour les populations d oiseaux marins (début des années 1970, Tasker et al. 2000). En dehors de ces évènements catastrophiques, il existe toute une gamme de conditions d anomalies chaudes et froides, et de niveaux de compétition avec la pêcherie, que les oiseaux parviennent à compenser en ajustant leur effort de fourragement (Kitaysky et al. 2000, Piatt et al. 2007). Sur cette base, nous faisons l hypothèse que différents facteurs peuvent faire varier l effort de fourragement des oiseaux marins du Pérou (contexte climatique, conditions d abondance et de distribution des proies, compétition avec la pêche, compétition entre les oiseaux) et que la significativité et l amplitude de leurs effets peuvent différer selon les espèces d oiseaux considérées. L objectif de ce travail est par conséquent d identifier et de quantifier les facteurs qui font varier l effort de fourragement du cormoran et du fou pendant les années 2008 à Les facteurs 3
7 explicatifs considérés sont l environnement océanographique, la pêche, l abondance et la distribution du poisson et les effets densité-dépendance liés à la reproduction en colonies denses. Un travail précurseur (Jahncke, 1998) avait procédé à une approche corrélative entre biomasse, capture d anchois et population d oiseaux producteurs du guano, sans cependant proposer une classification de l importance relative de ces différents facteurs. La hiérarchisation de l importance de ces différents facteurs est essentielle pour informer les politiques de gestion des pêches et de conservation. 2. MATERIELS Pour identifier et quantifier la contribution relative des facteurs explicatifs de la variabilité de l effort de fourragement des deux principales espèces d oiseaux marins productrices de guano, on dispose de bases de données d origines variées. A continuation, on détaille les caractéristiques de l échantillonnage de ces types de données, tout d abord pour les variables qui décrivent l effort de fourragement des oiseaux et ensuite, pour les variables explicatives comme les conditions environnementales, les données d observation directe sur l anchois du Pérou, les débarquements d anchois par la pêcherie industrielle et les dénombrements des colonies d oiseaux Effort de fourragement des oiseaux marins Des campagnes de marquage électronique de fous et de cormorans ont été conduites de 2008 à 2011 sur l île de Pescadores (11 47'00''S '30''O) (Fig.3) dans le cadre du projet de recherche TOPINEME (collaboration IRD 1 -IMARPE 2 ). L île de Pescadores se situe à environ 6.3 km de la côte, au Nord de Lima, dans la région centrale du Pérou. Cette région est la seconde en termes de débarquements d'anchois par la pêcherie industrielle. La période la plus propice pour les marquages électroniques est celle de la reproduction des deux espèces (octobre/ janvier), et plus précisément la période pendant laquelle les œufs viennent d éclore (novembre/décembre). L attachement au nid des oiseaux durant cette période permet de (1) faciliter la pose et la récupération du matériel électronique, et (2) d étudier l une des périodes du cycle de vie des oiseaux la plus critique en termes de fourragement, puisque les oiseaux ont à la fois les besoin énergétiques les plus importants (nourrissage des poussins) et le rayon d action le plus restreint (les jeunes poussins ne sont pas thermiquement indépendants, et particulièrement exposés à la prédation par les goélands, ce qui requiert une présence permanente de l un des parents au nid). 1 Institut de Recherche pour le Développement 2 Institut de la Mer du Pérou 4
8 Île Pescadores 5.55 km N Huarmey 0 Supe Vegueta Huacho N 111 km Figure 3. Localisation de l île de Pescadores avec les principaux ports de débarquement d anchois de la zone Callao Quatre types de GPS miniaturisés ont été utilisés : (1) GipSy GPS, g (Technosmart, Italy), (2) MiniGPSlog, 30 g (Earth and Ocean GPS, Germany), (3) Trackstick-MINIs (AMC, France), et (4) IGotU. Les deux premiers types d appareils sont spécifiquement conçus pour la pose sur des oiseaux ; les deux derniers sont des équipements commerciaux destinés aux sportifs et reconditionnés. Les GPS étaient fixés avec de l adhésif Tesa sur les plumes de la queue pour les fous et sur les plumes du dos pour les cormorans (Fig.4). a b Figure. 4. Méthodologie de fixation des GPS pour les a) fous et b) les cormorans Bertrand S. Bertrand S. Ces espèces ne fourrageant pas de nuit, les appareils ont été posés au lever du jour (5 7 h) avant les départs en mer et récupérés dans l après - midi (16 :00 h - 18:30 h), entre 1 et 4 jours après la pose (Weimerskirch et al., 2010). Les fréquences de positionnement furent, pour la majorité des individus, de 1 position par seconde, et pour quelques individus de 1 position par 30 secondes. Les enregistrements collectés sur un animal documentent en général plusieurs voyages de fourragement. Le prétraitement des données GPS consiste donc à séparer dans l enregistrement les différents voyages de fourragement. Certains voyages ne sont enregistrés que partiellement (limitation des batteries) et ne sont pas considérés dans les analyses. A partir des voyages complets sont calculés 5
9 comme indices d effort de fourragement (Tbale I): la distance totale parcourue (D, km), la distance maximale au nid (D max, km), le temps passé en mer (T, h), la sinuosité (S, calculée comme le ratio D/2*Dmax). Table I. Caractéristiques des données recueillies lors des expériences de marquage électronique des oiseaux marins depuis l île de Pescadores (F: Fous, C: Cormorans). Dates de marquage électronique 21/11/ /12/ /11/ /12/ /11/ /12/ /11/ /11/2011 Nº de déploiements 50 (F) 19 (C) GPS perdus ou défaillants Voyages de fourragement conservés pour l analyse Nº d individus effectuant les voyages conservés Dates des voyages de fourragement conservés 5 (F) 3 (C) 129 (F) 34 (C) 44(F) 14 (C) 23/11/ /12/ (F) 6 (C) 2 (F) 3 (C) 41 (F) 13 (C) 11 (F) 3 (C) 27/11/ /12/ (F) 17 (C) 2 (F) 0 (C) 129 (F) 38(C) 42 (F) 10 (C) 21/11/ /12/ (F) 45(C) 0(F) 4(C) 23 (F) 114 (C) 8 (F) 37 (C) 12/11/ /11/ Conditions environnementales Les paramètres utilisés pour décrire les conditions environnementales lors des différentes expériences de marquage proviennent d observations satellites : chlorophylle-a (Chl-a, mg m -3 ) et Température de Surface de la Mer (TSM, C). D autres types de variables ont été considérés au départ (altimétrie, vents et indice d upwelling correspondant) mais soit ces observations n étaient pas disponibles pour un partie importante de la série d intérêt (vent, satellite QuikSCAT arrêté novembre 2009), soit leur résolution spatiale ne permettait pas de les exploiter correctement (les données altimétriques sont mal définies à la côte). La Chlorophylle-a et la TSM sont obtenues à partir des observations du satellite MODIS, agrégées par 8 jours à une résolution spatiale de 4x4 km. Ces données ont été moyennées dans un carré de 2x2 degrés autour de l île de Pescadores (11.77 S, O). A partir de cette série et d une climatologie établie par ailleurs (A. Chaigneau, IRD, com. pers.) ont été calculées les anomalies mensuelles de Chl-a (Chl-a A ) et TSM (TSM A ) pour les années 2008 à Données d observation directe sur l anchois du Pérou Les données d observation directe sur l anchois du Pérou (Engraulis ringens), la proie commune aux oiseaux producteurs de guano et à la pêcherie industrielle, proviennent de campagnes scientifiques acoustiques réalisées par l IMARPE (N/O Olaya", 41 m) de façon simultanée aux campagnes de marquage électronique des oiseaux. L échantillonnage a été réalisé entre Punta Salinas 6
10 (11º17 S) et Callao (12º18 S) pour les années 2008 à 2011 (Table II.). L échantillonnage consistait de transects parallèles entre eux et perpendiculaires à la côte (depuis 0.2 mn jusque 20 ou 45 mn au large selon les transects ; voir Fig.5). L aire d intérêt pour l île de Pescadores est comprise dans le carré de coordonnées (9.5 S S; 76.5 O O). La donnée acoustique provient d un écho-sondeur scientifique de coque (EK-60, Kongsberg, Simrad AS), tri-fréquentiel (38, 120 et 200 khz). Sont utilisées ici les données échantillonnées à une fréquence de 120 khz (voir Simmonds et al., 2009). La calibration de l écho-sondeur a été réalisée selon une procédure standard (Foote et al. 1987). La colonne d eau était échantillonnée jusque 500 m de profondeur. Des coups de chalut pélagiques ont permis l échantillonnage biologique des organismes observés au sondeur (filet Engel 124/1800, 12mm de taille de maille de fond de chalut), et leur identification spécifique. Deux types de bases de données ont été construits à partir de la donnée de base. Tout d abord, le coefficient d énergie rétrodiffusée par unité de surface (NASC ou s A, Mac Lennan et al. 2002), classiquement considéré comme un indice d abondance en poisson, a été enregistré le long du trajet du navire, pour chaque unité élémentaire d échantillonnage de 1 mn (ESDU, elementary sampling distance unit, MacLennan, 2002). Les données acoustiques contiennent beaucoup de zéros en raison de la nature grégaire de l'anchois et pour cette raison on a utilisé comme indices de distribution : une moyenne de s A des ESDU non nuls ( ) et le pourcentage de ESDU non-nuls (ISO; Bertrand et al. 2004). Ensuite, les bancs d anchois rencontrés le long du trajet du navire ont été identifiés et extraits des échogrammes grâce à un module spécifique du logiciel Echoview (SonarData Pty. Ltd., Hobart, Tasmanie, Australie). Ont pu ainsi être extraits à l échelle du banc de poisson : l énergie acoustique rétrodiffusée, ou indice d abondance du banc (NASC B, m 2.mn -2 ), sa profondeur moyenne (Prof B, m), sa hauteur (Haut B, m), sa longueur (Long B, m). Seules les données de jour ont été considérées ici, car l anchois se disperse la nuit en couche diffuse. Une troisième base de données, produite par l IMARPE, et convertissant les énergies rétrodiffusées en biomasses d anchois a été utilisée. On calcule à partir de cette base la biomasse d anchois contenue dans la zone d étude et dans les premiers 70 mn à partir de la côte (Biom 70, t ; 1 mn=1852 m). Table II. Campagnes IMARPE 2008, et 2011 utilisées dans le cadre de ce travail. Années Date de début 29/11/ /12/ /12/ /11/2011 Date de la fin 12/12/ /12/ /12/ /11/2011 7
11 N a N b Latitude Biom 70 =2.2x10 6 t ISO=49% Latitude Biom 70 =0.7x10 6 t ISO=29% * km * km Figure. 5. Distribution de l abondance d anchois (log(nasc+1)) dans l aire d étude pour les années : a) 2008, b) 2009, c) 2010 et d) Latitude N Longitude c Biom 70 =1.3x10 6 t ISO=53% Latitude N Longitude d Biom 70 =2.7x10 6 t ISO=45% * km * km Le signe * rouge signale l emplacement de l île de Pescadores, et les chiffres insérés en haut à droite indiquent la biomasse d anchois (t) et le pourcentage des ESDU non-nuls (avec présence d anchois) dans la zone d étude Longitude Longitude 2.4. Débarquements d anchois par la pêcherie péruvienne La pêcherie d anchois péruvienne est remarquable par l ampleur de ses captures : plus de 5 millions de tonnes par an en moyenne depuis les années 1960 (Chavez et al., 2008). C est une pêche industrielle minotière (l essentiel des captures est destiné à la production d huile et de farine) pratiquée à l aide de senneurs. Les gestionnaires distinguent 2 stocks, un au centre-nord (03 S- 15 S) et l autre au sud (15 S-40 S). Le stock d'anchois du centre-nord est de loin le plus important (Barange et al., 2009) et celui qui intéresse notre aire d étude. La pêcherie industrielle d anchois a commencé dans les années 1950, a connu un effondrement majeur dans les années 1970 (dus à la conjonction d évènements climatiques défavorables El Niño, et d une surpêche) et est encadrée aujourd hui par une variété de régulations pour assurer le renouvellement du stock (Aranda, 2009). Une des mesures de gestion pour le stock centre-nord consiste à fermer la pêche deux fois par an pour protéger les pics de ponte et de recrutement des juvéniles (Schreiber, 2012). La première saison de pêche a lieu entre Mars et Juillet et la deuxième d Octobre à Janvier. La deuxième saison coïncide avec notre campagne d échantillonnage sur les oiseaux en reproduction, ce qui offre une opportunité pour étudier si l épuisement local de poissons par la pêcherie affecte le 8
12 fourragement des oiseaux en reproduction.. Les dates d ouverture de la pêche pour notre période d étude sont détaillées dans la Table III. Pour évaluer l ampleur des prélèvements d anchois par la pêche dans la zone d étude, nous considérons les débarquements journaliers (Capt J, tonnes) dans les ports suivants : Huarmey (10.09 S, W), Supe (10.79 S, W), Vegueta (11 S, W), Huacho (11.12 S, W) et Callao (12.05 S, W) (Fig.3). A partir des débarquements quotidiens dans la zone, on calcule le total cumulé des débarquements jour après jour (Capt C, tonnes) afin de mieux représenter l épuisement progressif de la ressource en anchois dans la zone d étude. Table III. Dates d ouverture et fermeture de la pêche d anchois dans la zone d étude. Années Dates d ouverture 15/11/ /11/ /11/ /11/2011 Dates de fermeture 13/12/ /12/ /12/ /12/ Dénombrement des colonies d oiseaux La série temporelle de dénombrement des oiseaux producteurs de guano (fou péruvien, cormoran guanay et pélican thage) au Pérou remonte à 1953, date à laquelle a été établi un protocole standard pour le comptage (Tovar et al., 1987). Ces dénombrements sont réalisés deux fois par mois par les gardiens des réserves à guano gérées par Agrorural 3.. Profitant du point d observation le plus haut du site, les gardiens reproduisent sur une carte millimétrée les colonies d oiseaux observées. La quantité d oiseaux présente est estimée en appliquant à la surface de ces colonies deux facteurs de conversion : le rapport d échelle de la carte et la densité moyenne des individus par mètre carré. Les densités d individus diffèrent entre adultes reproducteurs, adultes non reproducteurs et juvéniles. Il est généralement supposé que les oiseaux en reproduction ont une densité d environ 3.5 nids par mètre carré pour les cormorans et 2.5 nids par mètre carré pour les fous. Le comptage de densité par mètre carré des oiseaux non reproducteurs et juvéniles se fait à l œil. On dispose à partir de cette base de données des dénombrements mensuels correspondant aux fous péruviens en reproduction (F REP, individus) et fous total (F TOT, individus) ainsi qu au cormoran en reproduction (C REP, individus) et cormoran total (C TOT, individus) pour l île Pescadores pour les années 2008 à Il est à noter que les cormorans utilisent généralement des surfaces planes alors que les fous privilégient falaises et îlots pour établir leur nid. Le biais de dénombrement est de ce fait plus important pour les fous que pour les cormorans. L importance du biais dépend aussi de l expérience de comptage du gardien. 3 Institution publique péruvienne responsable de l extraction et commercialisation de guano des îles 9
13 3. MÉTHODES A partir des différentes données présentées, on construit une matrice de données ( L ) qui a comme lignes les voyages de fourragement des fous et des cormorans et comme colonnes les variables à expliquer (D max, D, T, S) et explicatives (Chl-a A, TSM A, s A+, ISO, NASC B, Prof B, Haut B, Long B, Biom 70, Capt J, Capt C, F REP, F TOT, C REP, C TOT ). Comme il s agit de différentes sources de données, d échelles temporelles différentes (journalières, mensuelles et annuelles), on est amenés à répéter un certain nombre de fois les valeurs des variables explicatives (par ex., tous les voyages d une même année seront associés à une valeur des indicateurs provenant de la campagne acoustique ; ou tous les voyages d un même jour seront associés à une donnée de capture par la pêcherie identique) Exploration préliminaire des variables Dans un premier temps, on effectue une exploration simple de cette matrice de données. Sur les variables à expliquer, on applique un test de Wilcoxon-Mann-Whitney (U, alternative non paramétrique au test-t), pour estimer s il existe des différences de le comportement de fourragement (D max, D, T, S) entre fou et cormoran. Ensuite on applique un test de Kruskal-Wallis (alternative non paramétrique à l ANOVA) pour vérifier s il existe des différences entre les années d étude (2008 à 2011) ; on complète par un test de comparaison multiple deux à deux post Kruskal-Wallis (Siegel et Castellan, 1988) pour identifier quelle année présente éventuellement une différence significative. De la même façon pour les variables explicatives, on regarde d abord les séries temporelles de TSM A, Chl-a A, C REP, C TOT, F REP et F TOT pour évaluer les tendances pour les années étudiées. Ensuite sur les données d observation directe d anchois, on applique un test de Kruskal-Wallis pour estimer s il existe des différences entre les années d étude (2008 à 2011), complété par un test de comparaison multiple deux à deux post Kruskal-Wallis pour identifier si une année en particulier se distingue Modèles de forêts aléatoires On utilise ici une approche basée sur les arbres de décision pour identifier les facteurs qui influencent l effort de fourragement des oiseaux et quantifier leur l importance relative. L approche par arbres de décision est une alternative puissante aux modèles statistiques traditionnels. Elle permet d identifier des relations non-linéaires entre de multiples variables prédictives éventuellement corrélées, elle ne demande aucune hypothèse particulière sur la distribution des variables prédictives, elle est peu sensible au nombre et à l équilibre des échantillons (Perez del Olmo, 2010 ; Genuer, 2010), elle ne nécessite pas l indépendance des données, ce qui affranchit des problèmes liés à la pseudo-réplication par exemple (Davidson et al., 2009). Comme un simple 10
14 arbre de décision peut être assez sensible à de petits changements dans la base de données analysée, on utilise des forêts aléatoires (Breiman, 2001), une technique qui combine les résultats de nombreux arbres de décision indépendants en un modèle composite robuste (Cutler et al, 2007). Soit une matrice d échantillons ( L n ) où n est le nombre d échantillons et p est le nombre des variables prédictives. La construction d une forêt aléatoire se réalise en deux étapes. A partir de Θ1 q L n on génère tout d abord des sous-échantillons indépendants ( L n,..., L n ) par tirage aléatoire avec remise. Chaque tirage retient 63% des données d origine créant un sous-échantillon «in-bag» (IB), et met de côté environ 37% des données d origine, formant le sous-échantillon «out-of-bag» (OOB ) (Cutler et al., 2007). L IB est utilisé comme base d apprentissage pour construire une série d arbres ( q ). L OOB est utilisé pour calculer le taux d'erreur sans biais et l importance relative des variables (i.e. échantillon de validation croisée ; (Prasad et al. 2006). Ensuite, sur chaque sous-échantillon, on construit un arbre entier (i.e. non élagué). Pour chaque arbre et chaque nœud, la meilleure partition est sélectionnée en suivant le même principe général que dans les arbres de régression ou de classification classiques (CART, Breiman et al. 1984) : chaque partition doit minimiser une fonction de coût, qui dans le cas des arbres de régression consiste à maximiser la variance inter-classes et minimiser la variance intra-classe. Deux approches sont possibles pour construire ces arbres. Soit ils sont construits avec l ensemble des variables prédictives ( m ) dans le cas du «bagging» (Breiman, 1996). Soit on procède pour construire chaque noeud à un échantillonnage aléatoire des variables prédictives (méthode du Random Input Selection, RF-RI, Breiman 2001). Dans ce cas, on procède à un tirage aléatoire uniforme et sans remise des variables Θ,..., Θ ) parmi toutes les variables prédictives. La seconde ( 1 q méthode permet d éviter un sur-ajustement du modèle aux données d origine, et donc d améliorer les capacités prédictives du modèle lorsqu il est confronté à un nouveau jeu de données (Genuer, 2010). Dans notre cas, nous utilisons la forêt aléatoire à des fins avant tout explicatives, nous sommes donc peu concernés par le problème de sur-ajustement, et nous retenons la méthode du Θ Θ 1 q bagging. On obtient finalement une collection d arbres (( hˆ(., L ),..., hˆ(., )) composite se construit par agrégation de cette collection. Θ n L n et le modèle Les forêts aléatoires, comme les arbres de décision peuvent être de classification, de régression ou indéterminées (Breiman, 2001) : si la variable est continue, on a une forêt aléatoire de régression, si elle est discrète on a une forêt aléatoire de classification, si elle est de nature non spécifiée on a une forêt aléatoire indéterminée. Dans notre cas, toutes les variables réponses sont continues donc on utilise des forêts aléatoires d arbres de régression. La synthèse des arbres de régression se fait par moyenne. La moyenne des arbres nous donne (1) une partition des individus, 11
15 (2) une quantification de l importance des variables dans la constitution des groupes d individus, et (3) l erreur de généralisation, obtenue par le test du modèle sur les données OOB. Pour calculer l erreur de généralisation on fixe une observation ( X i, Yi ) de l échantillon L n, où Y i est la variable à estimer et X i sont les variables explicatives d une ligne i. Considérons Θ Θ 1 q maintenant l'ensemble des arbres (( hˆ(., L ),..., hˆ(., )) construits sur les échantillons aléatoires n L n Θ1 q indépendants ( L n,..., L n ) Θ pour lesquels cette observation estoob. Nous agrégeons alors uniquement les inférences de ces arbres établir notre inférence Yˆ i dey i. En régression, après avoir fait cette opération pour toutes les données de L n, nous calculons alors l'erreur commise par nos n Y ˆ i Y i inférences comme l'erreur quadratique moyenne ( ) 1 n i= 1 2. Cette quantité est appelée erreur OOB ( erroob ) (Liaw et Wiener, 2002). A partir du calcul de l erreur quadratique moyenne erroob ( erroob ), on calcule le pourcentage de variance expliquée, 1, où 2 ˆ σ la variable à inférer Y. Y 2 ˆY σ est la variance de Le calcul de l importance des variables explicatives se fait à partir des échantillons Θ Θ1 q aléatoires indépendants ( L n,..., L n ). Pour calculer l importance de la variable explicative j X où j { 1,..., p} l, on considère un échantillon indépendant L Θ et l échantillon associé OOB. On n l calculeerroob, l erreur commise sur l OOB quand on construit un arbre avec l échantillon L Θ. l l n Ensuite, on permute les valeurs de la variable j X dans l échantillon OOB. Cet échantillon permuté l est noté. On calcule ensuite l erreur commise sur. On répète la même opération pour tous les échantillons indépendants et on fait une moyenne. Enfin, l importance de la j j variable X, ( VI ( X ) ), est définie par la moyenne entre tous les arbres de la différence entre l erreur commise sur l échantillon permuté et l erreur sur OOB l. On interprète ce résultat de la façon suivante : plus les permutations aléatoires de la j ième variable engendre une forte augmentation de l'erreur, plus la variable est considérée comme importante. A l'inverse, si les permutations n'ont quasiment aucun effet sur l'erreur, la variable est considérée comme très peu importante (Genuer 2010). Pour améliorer la stabilité de calcul, il est possible de faire plusieurs fois des permutations sur Dans ce cas, on calcule l erreur moyenne sur toutes les permutations associée à cet échantillon 12 j X.
16 avant de faire la différence avec erroob l. Il est conseillé aussi de normaliser la différence des erreurs. On normalise en divisant la différence des erreurs par l écart type des différences. Si l'écart-type des différences est égal à 0 pour une variable, la division ne se fait pas (mais la moyenne est presque toujours égale à 0 dans ce cas). Pour mettre en œuvre le modèle de forêt aléatoire, on utilise la librairie randomforest développée par Liaw et Wiener (2002), pour R construction d une forêt aléatoire est le nombre d arbres à construire ( n tree Un paramètre important dans la ). Un nombre élevé d arbres est recommandé (de l ordre de 500) pour stabiliser les mesures d importance des variables et minimiser le taux d erreur (Liaw et Wiener, 2002). L unique contrainte supérieure pour n tree est le temps de calcul. Une des raisons pour construire un grand nombre d arbres est de limiter le surapprentissage à l échantillon utilisé (Prasad et al. 2006). On utilise ici arbres (le temps de calcul d une forêt est de l ordre de 2 à 3 minutes). Un autre paramètre à ajuster est le nombre minimum d'observations en dessous duquel on ne construit pas un nœud, nommé nodesize. Ici on utilise la valeur par défaut de la librairie qui est nodesize = 5. On fixe à 10 le nombre de permutation sur j X pour obtenir l importance des variables. Les résultats sont présentés sous forme graphique représentant l importance des variables explicatives par le erroob entre inférence normale et inférence avec la variable d intérêt permutée. Cette mesure est appelée «Diminution moyenne en précision». Dans ces graphiques, on interprète l importance relative des variables en fonction des sauts dans les valeurs prises par la «Diminution moyenne en précision». D autres résultats utiles pour l interprétation écologique sont les graphiques de dépendance partielle. Avec les graphiques de dépendance partielle on peut observer la tendance moyenne d une variable explicative en particulier, en relation a la réponse obtenue à partir de la forêt aléatoire (Friedman 2001). On calcule la dépendance partielle à une variable explicative j X comme l espérance de la fonction de régression ( f ) par rapport à toutes les variables explicatives sauf j X : j f ( X ) = E j X ( j) [ f ( X )] Dans les graphiques, c'est la forme de la tendance qui est importante pas les valeurs absolues de l axe y (Liaw, Help R). 13
17 4. RESULTATS 4.1 Covariables environnementales Environnement océanographique Pour la période analysée, on observe fin 2008 une très légère anomalie négative de TSM et une anomalie nettement positive de production primaire (Fig.6). L année 2009 présente des anomalies positives de température et un système moins productif que la normale. Fin 2010 présente des anomalies négatives de température et de production primaire. Fin 2011 présente une anomalie négative de température et de production primaire (Fig.6). Anomalies TSM ( C) a Anomalies Chlo-a (mg m -3 ) b Années Années Figure 6. Anomalies mensuelles de a)tsm et b) chlorophylle a (calculées sur la période ) Environnement halieutique Le test Kruskal-Wallis montre des différences significatives de s A+ entre les quatre années analysées (Table IV), 2008 présentant un s A+ significativement plus élevé que les autres années. Concernant les bancs, on observe des différences significatives entre toutes les années pour NASC B, Haut B, Prof B (sauf entre 2008 et 2010), et Long B.(sauf entre 2009 et 2010) (Table IV). Table IV. Comparaison des moyennes, écart-types et significativité du test de Kruskal-Wallis (X 2 ), entre les facteurs qui structurent l environnement halieutique. * indique différences hautement significatives. Kruskal-Wallis s A+ (p<0.01*) ± ± ± ± NASC B (p<0.01*) ± ± ± ± Prof B (p<0.01*) 8.3± ± ± ±5.1 Haut B (p<0.01*) 2.4± ± ± ±2.9 Long B (p<0.01*) 23.8± ± ± ± Scenarios d écosystème Si l on combine les données océanographiques et les données d observation de l anchois par acoustique de façon semi-quantitiative (Table V), on peut caractériser le scenario d écosystème auquel ont été confrontés les oiseaux en reproduction a la fin de chacune des années d étude. Fin 2008 s est globalement caractérisée par des conditions environnementales moyennes, une légère 14
18 anomalie froide, une forte production primaire, une biomasse en anchois moyenne, distribuée sur une surface moyennement étendue. Fin 2009 s est caractérisée par une anomalie chaude, un système peu productif, une biomasse en anchois faible, mais relativement concentrée dans l espace. Fin 2010 s est caractérisée par une anomalie froide, un système moyennement productif, une biomasse d anchois moyenne/faible, distribuée sur une très grande surface, i.e. littéralement diluée dans l espace, donc demandant un effort de recherche accru aux prédateurs. Fin 2011, le système était en légère anomalie froide, peu productif, mais avec une biomasse d anchois forte, répartie sur une surface faible, donc particulièrement facile à localiser pour les prédateurs. Table V. Facteurs qui conditionnent le scenario des oiseaux en reproduction. Année TSMa Chloa- A Biomasse région (10 6 t) Rang biomasse % de l aire d étude occupée par anchois Rang aire Débarquements d anchois La pêche à l anchois a changé au cours des années étudiées. L instauration de quotas individuels, à partir de 2009 (Tveteras et al., 2011) a transformé le patron d exploitation de la pêcherie : alors que le quota global était prélevé en une trentaine de jours en 2008 pour la deuxième saison de pêche (surcapacité de la flottille et course olympique au poisson, Fig. 7a), le même quota global a été prélevé en 55 jours en 2009 pour la deuxième saison de pêche (Fig.7b). La pression de capture journalière est donc nettement inférieure à partir de l année 2009 (Fig.7). Capt(x10 5 t) Capt(x10 5 t) a Capt(x10 5 t) Durée de la saison (jours) c Capt(x10 5 t) b Durée de la saison (jours) d Figure 7. Séries temporelles des débarquements journaliers de l anchois (Capt J ) en rouge et des débarquements cumulés (Capt C ) en bleu pour les années : a) 2008, b) 2009, c) 2010 et d) Durée de la saison (jours) Durée de la saison (jours) Dénombrements des populations d oiseaux Les cormorans (~ centaines de milliers) sont nettement plus abondants que les fous (~ dizaines de milliers) sur l île Pescadores (Fig.8). Pour les deux espèces, les variations interannuelles sont 15
19 importantes. Pour les fous on observe un pic majeur de reproduction fin 2008 (~ nids), et les données des gardiens n indiquent pas de reproducteurs fin 2010 et Remarquons que ces données de comptage sont robustes en termes d ordre de grandeur, mais pas de précision : un zéro déclaré par les gardiens peut en fait correspondre à quelques dizaines de nids (preuve en est la possibilité d équiper des oiseaux au nid ces années là). Pour les cormorans on observe aussi un pic majeur de reproduction fin 2008 (~ nids), après une chute drastique pour fin 2009 (~ nids) et une reprise fin 2010 (~ nids) et fin 2011 (~ nids) (Fig.8) Nombre d individus(x10 4 ) 0 a Années Nombre d individus(x10 5 ) b Années Figure 8. Dénombrements de a) fou et b) cormoran pour les années 2008 à 2011 sur l île Pescadores. La ligne bleue représente les oiseaux en reproduction et la ligne rouge le total des oiseaux présents (reproducteurs et non reproducteurs) Effort de fourragement des oiseaux Différences entre les espèces Le test de Wilcoxon-Mann-Whitney indique que les comportements de fourragement en termes de distance maximale au nid (D max ), de distance totale parcourue (D) et de temps passé en mer (T) sont significativement différents entre le fou et le cormoran. Seule la sinuosité (S) n est pas significativement différente. Considérés par année, D max et D sont significativement différents entre fous et cormorans en 2010, T diffère significativement entre les deux espèces pour toutes les années étudiées (Table IV). Table IV. Comparaison des moyennes, écart-types et test de Wilcoxon-Mann- Whitney (U), entre les variables d effort de fourragement du fou (F) et du cormoran (C) pendant les années * indique les différences significatives. Wilcoxon Total D max (km) D (km) T (min) S 23.2 ±15.0 (F) 19.4±10.3 (C) U, p<0.01* 65.7±45.2 (F) 53.7±27.5 (C) U, p=0.02* 95.8±71.0 (F) 137.4±73.4(C) U, p<0.01* 1.4±0.3 (F) 1.5±0.4 (C) U, p= ±10.6 (F) 17.6±6.7 (C) U, p= ±26.4(F) 42.4±18.1(C) U, p= ±34.4 (F) 98.7±43.2(C) U, p<0.01* 1.3±0.2 (F) 1.2±0.2 (C) U, p= ±10.4(F) 12.2±5.6 (C) U, p= ±24.9(F) 34.9±15.3 (C) U, p= ±34.5(F) 91.3±44.0 (C) U, p<0.01* 1.6±0.4 (F) 1.5±0.3 (C) U, p= ±16.7 (F) 21.9±14.7 (C) U, p<0.01* 93.9±53.1 (F) 60.6±36.1 (C) U, p=0.02* 139.3±89.0 (F) 165.7±77.4(C) U, p=0.01* 1.5±0.4 (F) 1.6±0.7 (C) U, p= ±10.5 (F) 19.9±9.4 (C) U, p= ±29.0 (F) 57.0±25.9 (C) U, p= ±41.7 (F) 144.7±75.8(C) U, p<0.01* 1.5±0.3 (F) 1.5±0.4 (C) U, p=0.7 16
20 Différences entre les années analysées Le test de Kruskal-Wallis indique des différences significatives entre années pour les quatre variables analysées : la distance maximale au nid (D max ), la distance totale parcourue (D), le temps passé en mer (T) et la sinuosité (S) (Table V). Pour le fou, le test post-kruskall indique de que D max, D et T sont significativement supérieurs (p<0.05) en 2010 par rapport à 2008/2009/20011 (Fig. 9). Pour le cormoran, le test post-kruskall indique que D max, D et T sont significativement plus faibles en 2009 (p<0.05) qu en , et que D et T sont significativement plus faibles en 2008 qu en (Fig. 10). Tant pour les fous que pour les cormorans, S est significativement plus faible en 2008 qu en 2009/2010/2011 (Fig. 9 et 10). Kruskal-Wallis Fou péruvien Cormoran guanay X 2 ddl p X 2 ddl p D max 77.9* 3 < * D 93.0* 3 < * 3 <0.01 T 92.4* 3 < * 3 <0.01 S 48.5* 3 < * 3 <0.01 a b Table V. Test de Kruskal-Wallis comparant la distance maximale au nid (D max ), la distance totale parcourue (D), le temps passé en mer (T) et la sinuosité (S) en fonction des années ( ). D max (km) T (min) c Années D (km) S d Années Fig.9. Boîte à moustaches de a) D max, b) D, c) T et d) S pour le fou, années Années Années a b D max (km) c Années D (km) d Années Fig. 10. Boîte à moustaches de a) D max, b) D, c) T et d) S pour le cormoran, années T (min) S Années Années 17
4. Résultats et discussion
17 4. Résultats et discussion La signification statistique des gains et des pertes bruts annualisés pondérés de superficie forestière et du changement net de superficie forestière a été testée pour les
Plus en détailL IMPACT DE LA MUTUALISATION SUR LES RESSOURCES HUMAINES
ANNEXES L ISTE DES ANNEXES ANNEXE I : ANNEXE II : ANNEXE III : ANNEXE IV : ÉVOLUTION DES DEPENSES DES COMMUNES ET DES EPCI DE 2006 A 2013 OUTILS JURIDIQUES DE MUTUALISATION A DISPOSITION DES ACTEURS LOCAUX
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailLa gestion «en deux temps» des prélèvements de lièvres
Connaissance & gestion des espèces La gestion «en deux temps» des prélèvements de lièvres Bernard Mauvy 1 Régis Péroux 1 Jean-Sébastien Guitton 2 ONCFS, CNERA Petite faune sédentaire de plaine Clermont-Ferrand
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailCENTRALES HYDRAULIQUES
CENTRALES HYDRAULIQUES FONCTIONNEMENT Les différentes centrales hydrauliques Les centrales hydrauliques utilisent la force de l eau en mouvement, autrement dit l énergie hydraulique des courants ou des
Plus en détailTABLE DES MATIERES. C Exercices complémentaires 42
TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailArbres binaires de décision
1 Arbres binaires de décision Résumé Arbres binaires de décision Méthodes de construction d arbres binaires de décision, modélisant une discrimination (classification trees) ou une régression (regression
Plus en détailGUIDE CONSO-CITOYEN : LES ESPÈCES PROFONDES
GUIDE CONSO-CITOYEN : LES ESPÈCES PROFONDES CRIME EN EAUX PROFONDES LE MOBILE DU CRIME ET LE COMPLICE Parce qu on pêche trop, trop loin, trop profond, nos océans sont en train de mourir, tout spécialement
Plus en détailAnalyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés
Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent
Plus en détailBiostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke
www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3
Plus en détail2.0 Interprétation des cotes d évaluation des risques relatifs aux produits
2.0 Interprétation des cotes d évaluation des risques relatifs aux produits L interprétation des cotes attribuées dans le cadre des évaluations des risques relatifs aux produits décrite plus loin repose
Plus en détailLe risque Idiosyncrasique
Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailItem 169 : Évaluation thérapeutique et niveau de preuve
Item 169 : Évaluation thérapeutique et niveau de preuve COFER, Collège Français des Enseignants en Rhumatologie Date de création du document 2010-2011 Table des matières ENC :...3 SPECIFIQUE :...3 I Différentes
Plus en détailSatisfaction des stagiaires de BRUXELLES FORMATION Résultats 2013
Satisfaction des stagiaires de BRUXELLES FORMATION Résultats 2013 Cahier méthodologique, tableau récapitulatif 2009-2013 et Matrices importance/performance Mars 2014 Service Études et Statistiques Table
Plus en détailTABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.
STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,
Plus en détailOscillations libres des systèmes à deux degrés de liberté
Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à
Plus en détailLe programme FAME Quel apport pour les AMP? Réunion nationale de restitution et d échanges du programme FAME 20 février 2013 / Paris
Le programme FAME Quel apport pour les AMP? Réunion nationale de restitution et d échanges du programme FAME 20 février 2013 / Paris Eléments de contexte sur les AMP Deux problématiques majeures: -Une
Plus en détailRapport annuel de monitoring automatisé de la qualité de l eau
Rapport annuel de monitoring automatisé de la qualité de l eau 2009 La rivière Sainte Croix au barrage de Forest City Figure 1 : Rivière Sainte Croix, à la hauteur de la station de monitoring durant l
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailComprendre l Univers grâce aux messages de la lumière
Seconde / P4 Comprendre l Univers grâce aux messages de la lumière 1/ EXPLORATION DE L UNIVERS Dans notre environnement quotidien, les dimensions, les distances sont à l échelle humaine : quelques mètres,
Plus en détailRelation entre deux variables : estimation de la corrélation linéaire
CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
Plus en détailL équilibre offre-demande d électricité en France pour l été 2015
L équilibre offre-demande d électricité en France pour l été 2015 Synthèse Juin 2015 Sommaire Analyse globale 4 1. Prévision de consommation 5 2. Disponibilité du parc de production 7 3. Étude du risque
Plus en détailEvolution des risques sur les crédits à l habitat
Evolution des risques sur les crédits à l habitat n 5 février 2012 1/17 SOMMAIRE 1. PRINCIPALES CARACTÉRISTIQUES DE LA PRODUCTION... 4 2. ANALYSE DÉTAILLÉE DES INDICATEURS DE RISQUE... 8 2.1 Montant moyen
Plus en détaild évaluation Objectifs Processus d élaboration
Présentation du Programme pancanadien d évaluation Le Programme pancanadien d évaluation (PPCE) représente le plus récent engagement du Conseil des ministres de l Éducation du Canada (CMEC) pour renseigner
Plus en détailPROJET ACCLIMATE ETUDE SIM-CLIM THEME 3 Etude bilan des possibilités d une simulation climatique régionale
Commission de l Océan Indien Projet ACCLIMATE 1 PROJET ACCLIMATE ETUDE SIM-CLIM THEME 3 Etude bilan des possibilités d une simulation climatique régionale Résumé Commission de l Océan Indien Projet ACCLIMATE
Plus en détailMesures et incertitudes
En physique et en chimie, toute grandeur, mesurée ou calculée, est entachée d erreur, ce qui ne l empêche pas d être exploitée pour prendre des décisions. Aujourd hui, la notion d erreur a son vocabulaire
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailBrock. Rapport supérieur
Simplification du processus de demande d aide financière dans les établissementss : Étude de cas à l Université Brock Rapport préparé par Higher Education Strategy Associates et Canadian Education Project
Plus en détailLe contenu en CO2 du kwh électrique : Avantages comparés du contenu marginal et du contenu par usages sur la base de l historique.
Final le 08/10/2007 Le contenu en CO2 du kwh électrique : Avantages comparés du contenu marginal et du contenu par usages sur la base de l historique. - NOTE DETAILLEE - 1- Le contexte Le calcul du contenu
Plus en détailChapitre 02. La lumière des étoiles. Exercices :
Chapitre 02 La lumière des étoiles. I- Lumière monochromatique et lumière polychromatique. )- Expérience de Newton (642 727). 2)- Expérience avec la lumière émise par un Laser. 3)- Radiation et longueur
Plus en détailProjet SINF2275 «Data mining and decision making» Projet classification et credit scoring
Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems
Plus en détailLes exploitations de grandes cultures face à la variabilité de leurs revenus : quels outils de gestion des risques pour pérenniser les structures?
Les exploitations de grandes cultures face à la variabilité de leurs revenus : quels outils de gestion des risques pour pérenniser les structures? Benoît Pagès 1, Valérie Leveau 1 1 ARVALIS Institut du
Plus en détailCHAPITRE 6 : LE RENFORCEMENT DU MODELE PAR SON EFFICACITE PREDICTIVE
1 CHAPITRE 6 : LE RENFORCEMENT DU MODELE PAR SON EFFICACITE PREDICTIVE Quels sont les arguments qui permettent de renforcer le modèle? 2 3 I. UNE CONFIRMATION DE L EXPANSION DU PLANCHER OCÉANIQUE A.LES
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détailPopulation responses to environmental forcing : approaches to model and monitor habitat characteristics
Approche systémique des pêches Boulogne-sur sur-mer 2008 Population responses to environmental forcing : approaches to model and monitor habitat characteristics Pierre Petitgas (1), M. Huret (1), B. Planque
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailSynthèse SYNTHESE - 1 - DIRECTION GENERALE DE L ENERGIE ET DU CLIMAT. Service du climat et de l efficacité énergétique
DIRECTION GENERALE DE L ENERGIE ET DU CLIMAT Service du climat et de l efficacité énergétique Observatoire national sur les effets du réchauffement climatique Synthèse SYNTHESE Prise en compte de l'élévation
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailDéveloppement rural 2007-2013. Document d orientation
Développement rural 2007-2013 MANUEL RELATIF AU CADRE COMMUN DE SUIVI ET D EVALUATION Document d orientation Septembre 2006 Direction générale de l agriculture et du développement rural TABLE DES MATIÈRES
Plus en détailTests de sensibilité des projections aux hypothèses démographiques et économiques : variantes de chômage et de solde migratoire
CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 16 décembre 2014 à 14 h 30 «Actualisation des projections» Document N 5 Document de travail, n engage pas le Conseil Tests de sensibilité des projections
Plus en détailSéries Statistiques Simples
1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &
Plus en détailLe Crabe commun des eaux côtières du Québec
Pêches et Océans Canada Sciences Fisheries and Oceans Canada Science MPO Sciences Région Laurentienne Rapport sur l état des stocks C-2 (21) 5 16B 16A 17A-C D 16C 16D 16E YZ E-X A-C Le Crabe commun des
Plus en détailProduction électrique : la place de l énergie éolienne
Production électrique : la place de l énergie éolienne I Production électrique : principes de base L énergie électrique n est pas un fluide que l on pourrait «mettre en conserve», l énergie électrique
Plus en détailCOMMISSION INTERNATIONALE POUR LA CONSERVATION DES THONIDES DE L ATLANTIQUE. GT sur les espèces. Sous-comité des statistiques
CHAPITRE 1 : PERSPECTIVE GLOBALE 1. PERSPECTIVE GLOBALE 1.1 Qu est-ce que l ICCAT? Introduction AUTEUR : SECRÉTARIAT DERNIÈRE MISE À JOUR : 25 janv. 2006 Les thonidés et les autres grandes espèces de grands
Plus en détailUne étude de différentes analyses réalisées par le BIT
Association internationale de la sécurité sociale Quinzième Conférence internationale des actuaires et statisticiens de la sécurité sociale Helsinki, Finlande, 23-25 mai 2007 Comparaison des hypothèses
Plus en détailLa segmentation à l aide de EG-SAS. A.Bouhia Analyste principal à la Banque Nationale du Canada. Chargé de cours à l UQAM
La segmentation à l aide de EG-SAS A.Bouhia Analyste principal à la Banque Nationale du Canada. Chargé de cours à l UQAM Définition de la segmentation - Au lieu de considérer une population dans son ensemble,
Plus en détailLeçon N 4 : Statistiques à deux variables
Leçon N 4 : Statistiques à deux variables En premier lieu, il te faut relire les cours de première sur les statistiques à une variable, il y a tout un langage à se remémorer : étude d un échantillon d
Plus en détailCours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES
LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,
Plus en détailSOMMAIRE INTRODUCTION... 3
SOMMAIRE INTRODUCTION... 3 I - PRESENTATION DE L ENQUETE... 5 A - OBJECTIFS DE L ENQUETE...5 B - CHAMP DE L ENQUETE...5 C - DETERMINATION DES «GROUPES» DE SOCIETES...6 II - VUE D ENSEMBLE DES CESSIONS...
Plus en détailComparaison des enjeux énergétiques de la France et de l Allemagne
Comparaison des enjeux énergétiques de la France et de l Allemagne Dans la perspective de la première conférence franco-allemande sur l énergie qui se tiendra le 2 juillet prochain à Paris 1, il paraît
Plus en détailCaractéristiques des ondes
Caractéristiques des ondes Chapitre Activités 1 Ondes progressives à une dimension (p 38) A Analyse qualitative d une onde b Fin de la Début de la 1 L onde est progressive puisque la perturbation se déplace
Plus en détailLe nouvel indice de taux de change effectif du dollar canadien
Le nouvel indice de taux de change effectif du dollar canadien Janone Ong, département des Marchés financiers La Banque du Canada a créé un nouvel indice de taux de change effectif du dollar canadien,
Plus en détailTests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»
Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences
Plus en détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en détailNorme comptable internationale 33 Résultat par action
Norme comptable internationale 33 Résultat par action Objectif 1 L objectif de la présente norme est de prescrire les principes de détermination et de présentation du résultat par action de manière à améliorer
Plus en détailL ombre commun dans le canton de Vaud
Centre de conservation de la faune et de la nature Inspection de la pêche Chemin du Marquisat 1 1025 St-Sulpice Service des forêts, de la faune et de la nature www.dse.vd. vd.ch T 021 557 86 30 F 021 557
Plus en détail0DWKpPDWLTXHVGHO DUJHQW. édité par Mr. G.Moumoulidis (OTE)
3/$,78'RF) 0DWKpPDWTXHVGHO DUJHQW HW OHVpWXGHVWHFKQTXHVpFRQRPTXHV édité par Mr. G.Moumoulidis (OTE) 8,2,7(5$7,2$/('(67(/(&2008,&$7,26,7(5$7,2$/7(/(&2008,&$7,28,2 8,2,7(5$&,2$/'(7(/(&208,&$&,2(6 - - 0DWKpPDWTXHVGHO
Plus en détailContents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
Plus en détailNote méthodologique. Les principales différences avec les TES sont mentionnées dans l encadré 1.
Version intégrale Note méthodologique 1. Les tableaux des ressources et des emplois dans les comptes nationaux L élaboration des comptes nationaux de la Belgique s effectue conformément à la méthodologie
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailDETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES
Agence fédérale pour la Sécurité de la Chaîne alimentaire Administration des Laboratoires Procédure DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Date de mise en application
Plus en détail1. Vocabulaire : Introduction au tableau élémentaire
L1-S1 Lire et caractériser l'information géographique - Le traitement statistique univarié Statistique : le terme statistique désigne à la fois : 1) l'ensemble des données numériques concernant une catégorie
Plus en détailAQUACIAT2 HYBRID LA SOLUTION BI-ÉNERGIES COMPACTE PAC & CHAUDIÈRE GAZ. Puissances frigorifiques et calorifiques de 45 à 80 kw
COMMERCIALISATION 2 ÈME TRIMESTRE 2014 C O N F O R T Q U A L I T É D A I R O P T I M I S A T I O N É N E R G É T I Q U E PAC & CHAUDIÈRE GAZ AQUACIAT2 HYBRID Puissances frigorifiques et calorifiques de
Plus en détailQui mange quoi? Filtrer avec des fanons
Filtrer avec des fanons Malgré leur taille gigantesque, les baleines se nourrissent de petites proies : du krill ou des petits poissons qu elles piègent à travers leurs fanons. Ces «peignes» peuvent faire
Plus en détailLes critères d identification des pays les moins avancés
Les critères d identification des pays les moins avancés Vue d ensemble Ce document reprend les éléments présentés sur le site du Comité des politiques de développement http://www.un.org/en/development/desa/policy/cdp/ldc/ldc_criteria.shtml
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailProtocoles pour le suivi des pontes de tortues marines dans le cadre de Protomac. Professeur Marc Girondot
Muséum National d'histoire Naturelle de Paris Département de Systématique et Evolution Laboratoire des Reptiles et Amphibiens 25 rue Cuvier 75005 Paris & Laboratoire Ecologie, Systématique et Evolution
Plus en détailRégionalisation des régimes de perturbations et implications pour l aménagement dans un contexte de changement climatique
Régionalisation des régimes de perturbations et implications pour l aménagement dans un contexte de changement climatique Sylvie Gauthier, Chercheuse scientifique, successions forestières RNCan-SCF-CFL
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailNombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN
Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques
Plus en détailDirection des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailExercice : la frontière des portefeuilles optimaux sans actif certain
Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailTABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie
PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be
Plus en détailTechniques du Data Mining pour la prédiction de faillite des entreprises et la gestion du risque de crédit
Techniques du Data Mining pour la prédiction de faillite des entreprises et la gestion du risque de crédit Adil Belhouari HEC - Montréal - Journées de l Optimisation 2005-09 Mai 2005 PLAN DE LA PRÉSENTATION
Plus en détailL analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :
La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.
Plus en détailRéduire ses coûts d exploitation avec une solution de gestion des outputs et des impressions
Réduire ses coûts d exploitation avec une solution de gestion des outputs et des impressions Etude de Cas Le contexte Pour ses besoins internes et externes, une grande banque européenne imprimait en 2012
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailÉnergie et Mondialisation
Énergie et Mondialisation Il est fréquent d affirmer que de nombreuses questions énergétiques ou environnementales ne peuvent être posées correctement qu au niveau mondial. Résolument ancré dans le réseau
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailESTIMATION DE LA TAILLE DES POPULATIONS D ANOURES DE LA FORET DE FONTAINEBLEAU (SEINE ET MARNE)
ESTIMATION DE LA TAILLE DES POPULATIONS D ANOURES DE LA FORET DE FONTAINEBLEAU (SEINE ET MARNE) Philippe LUSTRAT 33 rue de la garenne 77760 VILLIERS SOUS GREZ Lustrat P. (1999) - Estimation de la taille
Plus en détailLa problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites
La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur
Plus en détailCompte rendu de l examen par le BSIF des coefficients du risque d assurance
Compte rendu de l examen par le BSIF des coefficients du risque d assurance Le présent document précise encore davantage les données et la méthodologie utilisées par le BSIF pour calculer les marges pour
Plus en détailAssociations Dossiers pratiques
Associations Dossiers pratiques Le tableau de bord, outil de pilotage de l association (Dossier réalisé par Laurent Simo, In Extenso Rhône-Alpes) Difficile d imaginer la conduite d un bateau sans boussole
Plus en détailChamp électromagnétique?
Qu est-ce qu un Champ électromagnétique? Alain Azoulay Consultant, www.radiocem.com 3 décembre 2013. 1 Définition trouvée à l article 2 de la Directive «champs électromagnétiques» : des champs électriques
Plus en détailBilan électrique français ÉDITION 2014
Bilan électrique français ÉDITION 2014 Dossier de presse Sommaire 1. La baisse de la consommation 6 2. Le développement des ENR 8 3. Le recul de la production thermique fossile 9 4. La baisse des émissions
Plus en détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailde l air pour nos enfants!
B u l l e t i n d e l O Q A I n 1 Crèches et lieux d enseignement : de l air pour nos enfants! Le programme de l OQAI «Lieux de vie fréquentés par les enfants» a débuté en 2006. Une première phase de recueil
Plus en détail