Understanding inter-reach variation in brown trout ( Salmo trutta ) mortality rates using a hierarchical Bayesian state-space model - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Article Dans Une Revue Canadian Journal of Fisheries and Aquatic Sciences Année : 2017

Understanding inter-reach variation in brown trout ( Salmo trutta ) mortality rates using a hierarchical Bayesian state-space model

Résumé

La gestion et la protection efficaces des populations d’animaux sauvages reposent sur une bonne compréhension de leurs cycles biologiques. Parce que la dynamique des populations dépend des interactions complexes de processus biologiques et écologiques à différentes échelles, de nouvelles approches sont nécessaires pour expliquer la variabilité des processus démographiques et des paramètres associés dans une hiérarchie d’échelles spatiales. Un modèle bayésien hiérarchique du cycle biologique des truites fario (Salmo trutta) résidentes a été élaboré pour évaluer l’influence relative de déterminants locaux et généraux de la mortalité. Le modèle a été calé sur un vaste ensemble de données provenant de 40 tronçons de rivière, qui combine des données d’abondance et de conditions du milieu (hydraulique, température de l’eau). La mortalité des juvéniles dépendante de la densité augmente à faibles températures et diminue quand la disponibilité d’abris augmente. Des températures de l’eau élevées accroissent la mortalité densité-dépendante chez les adultes. Le modèle pourrait aider à prédire la mortalité mensuelle des juvéniles et des adultes dans des scénarios de réchauffement climatique et de modifications de la disponibilité d’abris découlant de la dégradation ou de la restauration d’habit

Dates et versions

hal-01821208 , version 1 (22-06-2018)

Identifiants

Citer

Victor Bret, Hervé Capra, Véronique Gouraud, Nicolas Lamouroux, Jeremy Piffady, et al.. Understanding inter-reach variation in brown trout ( Salmo trutta ) mortality rates using a hierarchical Bayesian state-space model. Canadian Journal of Fisheries and Aquatic Sciences, 2017, 74 (10), pp.1612 - 1627. ⟨10.1139/cjfas-2016-0240⟩. ⟨hal-01821208⟩
115 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More