Journées de la modélisation au Cemagref Clermont-Ferrand, 3 et 4 octobre 2005 Utilisation de la modélisation individus-centrée dans la compréhension des phénomènes migratoires de la civelle en estuaire P. Lambert (1), N. Dumoulin (2), S. Bernard (2), T Faure (2) (1) Cemagref Bordeaux, Unité Ecosystèmes estuariens et poissons migrateurs amphihalins (2) Cemagref Clermont Ferrand, Laboratoire d ingénierie pour les systèmes complexes
Enjeu de société : l anguille en crise D après Dekker, 2003
P C 97 La zone d étude : le système Gironde Garonne-Dordogne Pointe de Grave Le Verdon PK100 ROYAN Pointe de Suzac PK80 SAINTONGE G I R O N D E PK70 PK60 Centrale Nucléaire de Braud et St Louis MEDOC PK40 BLAYAIS NORD SALINITY LIMIT Bec d'ambes PK25 Libourne BORDEAUX PK0 Ca s tillon la Bataille DORDOGNE TIDAL LIMIT 0 5 10km Casseuil GARONNE (Sottolichio, 1999)
Principe du modèle (Adapted from Hermann et al., 2001) Coeff. de marée Débit fluvial résolution des équations Saint-Venant SiAM 2Dh Stockage des résultats «eulerien» Vx (t), Vy (t) hwater (t) Calcul des trajectoires Module comportemental Modèle individus-centré SEGPA «lagrangien» x i (t), y i (t) Vx i,vy i hwater i
Activité locomotrice d une civelle: Transport tidal sélectif(creutzberg, 1958; Arnold, 1974, Wippelhauser and McCleave, 1987) Direction de la migration estuarienne flot jusant Substrat
Intégration du comportement dans le modèle Etale basse mer Phase active : «on» Transport par les courants pendant 3 h Horloge interne Substrat
Transposition dans SimAquaLife :
Transposition dans SimAquaLife : SALGlassEel 1.0
Transposition dans SimAquaLife : SALGlassEel 1.0
Transposition dans SimAquaLife : SALGlassEel 1.0
Applications du modèle : Évaluer les effets du mode de synchronisation de l horloge interne de la localisation de départ sur la traversée de l estuaire de la Gironde par les civelles
Mode de synchronisation (Lambert, 2005) Fonctionnement de l horloge Libre cours synchronisé Périodicité 12 h 13 h 12 h durée d activité 3 h (WMcC) 4 h (optimal) 3 h (WMcC) Synchronisée une seule fois lors de la première étale de basse mer Synchronisée systématiquement à chaque étale de basse mer Expériences de Wippelhauser et McCleave (1987)
Importance de la durée du comportement migratoire % of individus % of individus 100 80 60 40 20 0 100 80 60 40 20 Estuaire Limite de marée dynamique Horl. optimale libre cours Horl. de WMcC synch. 0 5 10 15 20 25 Durée du comportement migratoire (j)
Confrontation avec les utilisations observées d habitat (Daverat et al., 2005) Mortalité anthropique OCEAN ESTUAIRE RIVIERE FLUX MIGRATOIRE Installation en mer Installation en estuaire Colonisation amont Mortalité naturelle Mortalité naturelle
Importance de la durée du comportement migratoire % of individus % of individus 100 80 60 40 20 0 100 80 60 40 20 Estuaire Limite de marée dynamique Horl. optimale libre cours Horl. de WMcC synch. 0 7 5 10 15 20 25 Durée du comportement migratoire (j)
Influence de la position de départ sur la destination finale Quelles civelles dans l océan? Quelles civelles en estuaire? Quelles civelles en Dordogne? Quelles civelles en Garonne
Influence de la position de départ sur la destination finale 105 in ocean in Gironde estuary in Garonne R. in Dordogne R. 100 95 departure localisation (km) 90 85 80 75 70 65 60 55 0 100 200 0 50 # of fish 0 100 200 0 100 200
Explication: direction du courant pendant 24 h 120 90 0.4 0.3 60 150 0.2 0.1 30 180 0 210 330 240 300 270 120 90 1.5 1 60 120 90 0.8 0.6 60 150 30 150 0.4 30 0.5 0.2 180 0 180 0 210 330 210 330 240 300 240 300 270 270
Conclusions Pour être en accord avec les observations de terrain et les expérimentations, une civelle doit avoir, pour traverser l estuaire, Une horloge interne synchronisée Un mécanisme d installation La position de départ oriente la destination finale entre les affluents
Perspective : Méthodologie pour coupler expériences numériques et sur le vivant Exp. comportementales Phénoménologie approche in vivo in situ approche in silico Non linearity n K i ARNm G(t) Delay τ K e ( ) de t = K e 1+ Se t G t KdE t dt 1 G( t δ ) = n E( t δ ) 1+ Ki S e (t) Low tide slack * ( δ ) ( δ) ( ) EFFECTIV PROTEIN E(t) K d
Perspective : Méthodologie pour coupler expériences numériques et sur le vivant Exp. comportementales Phénoménologie approche in vivo in situ Comment calibrer le modèle? Comment réduire le nombre de paramètres? approche in silico Non linearity n K i ARNm G(t) Delay τ K e ( ) de t = K e 1+ Se t G t KdE t dt 1 G( t δ ) = n E( t δ ) 1+ Ki S e (t) Low tide slack * ( δ ) ( δ) ( ) EFFECTIV PROTEIN E(t) K d
Perspective : Méthodologie pour coupler expériences numériques et sur le vivant Exp. comportementales Phénoménologie approche in vivo in situ Quels résultats et comment les représenter pour être compris par les thématiciens? approche in silico Non linearity n K i ARNm G(t) Delay τ K e ( ) de t = K e 1+ Se t G t KdE t dt 1 G( t δ ) = n E( t δ ) 1+ Ki S e (t) Low tide slack * ( δ ) ( δ) ( ) EFFECTIV PROTEIN E(t) K d
Perspective : Méthodologie pour coupler expériences numériques et sur le vivant Exp. comportementales Phénoménologie approche in vivo in situ Comment utiliser les simulations phénoménologiques pour définir la variabilité dans les simulations comportementales? approche in silico Non linearity n K i ARNm G(t) Delay τ K e ( ) de t = K e 1+ Se t G t KdE t dt 1 G( t δ ) = n E( t δ ) 1+ Ki S e (t) Low tide slack * ( δ ) ( δ) ( ) EFFECTIV PROTEIN E(t) K d
Perspective : Méthodologie pour coupler expériences numériques et sur le vivant Exp. comportementales Phénoménologie approche in vivo in situ Quels détails doit-on utiliser dans les simulations phénoménologiques? approche in silico Non linearity n K i ARNm G(t) Delay τ K e ( ) de t = K e 1+ Se t G t KdE t dt 1 G( t δ ) = n E( t δ ) 1+ Ki S e (t) Low tide slack * ( δ ) ( δ) ( ) EFFECTIV PROTEIN E(t) K d
Perspective : Méthodologie pour coupler expériences numériques et sur le vivant Exp. comportementales Phénoménologie approche in vivo in situ Comment préparer les expériences de terrain? approche in silico Non linearity n K i ARNm G(t) Delay τ K e ( ) de t = K e 1+ Se t G t KdE t dt 1 G( t δ ) = n E( t δ ) 1+ Ki S e (t) Low tide slack * ( δ ) ( δ) ( ) EFFECTIV PROTEIN E(t) K d
Remerciements Collaborations (autre que la SAL Team) Membres de l équipe poissons migrateurs Agnès Bardonnet et Valérie Bolliet UMR Ecobiop, INRA / UPPA Pôle d hydrobiologie, INRA Saint Pée sur Nivelle BP 3 F-64310 Aldo Sottolichio Université Bordeaux I, Département de Géologie et Océanographie UMR CNRS 5805 EPOC, avenue des Facultés, 33405 Talence cedex Financeurs Ministère de l Environnement Liteau Ecobag
Merci de votre attention N oublie pas de revenir dans le monde réel, je suis en train de disparaître