Volet Distribution spatiale
Objectifs
Caractériser d'un point de vue spatial et océanographique les habitats utilisés par les prédateurs supérieurs et étudier la réponse comportementale des prédateurs supérieurs à la variabilité spatio-temporelle de l'environnement, c'est à dire étudier comment les prédateurs supérieurs modifient leur distribution en fonction de la variabilité environnementale.
Cette partie s'appuiera sur :
- données de télémétrie (suivi par balises Argos, GPS, enregistreurs d'activité alimentaire en mer, enregistreurs de plongée, ...) à partir des colonies de reproduction,
- données de marquage électronique concernant des poissons (thon rouge austral) détenues par l'équipe du CSIRO de Hobart (Australie),
- données d'observations en mer à partir de navires (oiseaux marins) et statistiques spatialisées de captures et d'effort des pêcheries (poissons),
- de nouvelles études télémétriques, des études de régime alimentaire ainsi que les dosages des isotopes stables du carbone et de l'azote.
Modéliser la réponse de prédateurs marins à la variabilité des conditions océanographiques. Deux choix méthodologiques ont été retenus selon les modèles biologiques étudiés : une approche lagrangienne utilisant des modèles individus centrés (IBM) pour les oiseaux et mammifères marins, une approche eulérienne continue abordée de manière numérique pour les communautés de thons tropicaux. Ces choix sont dictés par les traits de vie spécifiques de ces modèles biologiques :
- les oiseaux et les mammifères marins présentent des déplacements saisonniers bien identifiés entre des zones dédiées à la reproduction et des zones dédiées à l'alimentation ; les modèles IBM se prêtent bien à l'étude de tels comportements,
- les thons sont des animaux grégaires qui répondent à une dynamique de bancs ; les 4 espèces ciblées présentent des réponses comportementales et ontogéniques très contrastées face à leur environnement ambiant. Les modèles numériques intégrant des processus déterministes dans un environnement physique et biologique spatialisé sont mieux à même de reproduire la dynamique de ces populations que des modèles IBM.