Les analyses ont porté sur les années 1984 à 2001 en raison des changements de limites géographiques survenus préalablement, exception faite de la zone 6 pour laquelle notre examen débute en 1985. Quatre types de variables ont été examinés, soit des variables relatives à l’abondance des populations de cerfs, à la rigueur de l’hiver, aux mortalités induites par la chasse et aux conditions de chasse.
2.1. Abondance des populations de cerfs
L’abondance des populations de cerfs est mesurée généralement à intervalle quinquennal par la méthode du double inventaire aérien (Potvin et Breton 1997, Potvin et al. 2002). On pense toutefois que la récolte annuelle de mâles adultes durant la saison de chasse avec armes à feu conventionnelles constitue un reflet relativement fiable de l’abondance des populations de cerfs en raison d’une certaine stabilité des éléments entourant cette modalité d’exploitation (Potvin 1994). La première partie du travail consistait donc à nous assurer d’un lien étroit entre ces deux variables. Dans l’éventualité d’une corrélation importante entre ces deux variables, la variation interannuelle de la récolte de mâles adultes durant la saison avec armes à feu constituera notre mesure de l’évolution des populations de cerfs et, de façon ultime, la valeur que nous souhaitons prédire à des fins de gestion. Nous avons examiné trois variables relatives à l’abondance des populations de cerfs :
4
Variable Abondance des populations
DENS-AVANT-CHAS
Nombre de cerfs/km2 (valeur centrale) évalué par inventaire aérien additionné au nombre de cerfs récolté par km2 d’habitat au cours de l’automne précédent
RÉCOLTE-M-AAF/100 KM2
Nombre de mâles adultes récoltés par 100 km2 d’habitat durant la saison de chasse avec armes à feu conventionnelles
VAR-M-AAF-PRÉC
100 x (RÉCOLTE-M-AAF/100 KM2 de l’année en cours - RÉCOLTE-M-AAF/100 KM2 de l’année précédente) / RÉCOLTE-M-AAF/100 KM2 de l’année précédente
2.2. Rigueur de l’hiver
La rigueur de l’hiver constitue un facteur de mortalité important pour les populations de cerfs de Virginie du Québec (Cantin et Pichette 1989). De plus, ce paramètre influence la productivité des femelles et le développement fœtal chez le cerf (Verme 1977; Creed et al. 1984). Comme la rigueur de l’hiver est susceptible d’être ressentie à court et à moyen terme, nous avons examiné les variables d’hiver sur trois horizons de temps :
Variable Description
NIVA-PRÉCÉDENT Indice NIVA de l’hiver précédant la récolte NIVA2PREC Indice NIVA du 2e hiver précédant la récolte NIVA/5ANS NIVA moyen des 5 hivers précédant la récolte JRS-ENF>50-PRÉC
Nombre total de jours au cours desquels l’enfoncement était supérieur à 50 cm durant l’hiver précédant la récolte
Variable Description
JRS-ENF>50/2ANS
Nombre total moyen de jours au cours desquels l’enfoncement était supérieur à 50 cm durant les 2 hivers précédant la récolte
JRS-ENF>50/5ANS
Nombre total moyen de jours au cours desquels l’enfoncement était supérieur à 50 cm durant les 5 hivers précédant la récolte
NIVAPRÉCVSNORM
Comparaison de la rigueur de l’hiver précédant la récolte avec la rigueur moyenne de l’hiver dans la zone, exprimée en % : 100 x (NIVA-PRÉCÉDENT – NIVA moyen de la zone) / NIVA moyen de la zone1
NIVA/2ANSVSNORM
Comparaison de la rigueur moyenne des 2 hivers précédant la récolte avec la rigueur moyenne de l’hiver dans la zone, exprimée en % : 100 x (NIVA/2ANS – NIVA moyen de la zone) / NIVA moyen de la zone
NIVA/5ANSVSNORM
Comparaison de la rigueur moyenne des 5 hivers précédant la récolte avec la rigueur moyenne de l’hiver dans la zone, exprimée en % : 100 x (NIVA/5ANS – NIVA moyen de la zone) / NIVA moyen de la zone
1 Niva moyen de la zone = Niva moyen pour tous les hivers documentés par le réseau de stations de neige FAPAQ
6
2.3. Mortalité par la chasse
Les mortalités engendrées par la chasse sportive ont un effet sur l’évolution des populations de cerfs. On considère que les populations augmentent au-delà de la capacité de support lorsque la chasse est limitée aux mâles adultes dans un contexte d’hiver facile (McCullough 1984). On a mis en place au Québec des modalités de chasse permettant la récolte de cerfs sans bois dans le but d’influencer l’évolution des populations de cerfs. Nous avons examiné trois variables de récolte sur deux horizons de temps, soit la donnée de l’année précédente et la donnée moyenne des cinq années précédentes :
Variable Description
RÉCOLTE-TOT/100 KM2-PRÉC Récolte totale de cerfs par 100 km2 d’habitat dans la zone durant l’année précédente RÉCOLTE-TOT/100 KM2
-5ANSPRÉC
Récolte totale moyenne de cerfs par 100 km2 d’habitat dans la zone durant les 5 années précédentes
CSB/100MÂLES-PRÉC
Nombre de CSB par 100 mâles adultes dans la récolte totale de la zone au cours de l’année précédente
CSB/100MÂLES-5 ANSPRÉC
Nombre moyen de CSB par 100 mâles adultes dans la récolte totale de la zone au cours des 5 années précédentes
FEMEL/100MÂLES-PRÉC
Nombre de femelles adultes par 100 mâles adultes dans la récolte totale de la zone au cours de l’année précédente
FEMEL/100MÂLES-5 ANSPRÉC
Nombre de femelles adultes par 100 mâles adultes dans la récolte totale de la zone au cours des 5 années précédentes
2.4. Conditions de chasse
Notre système de gestion actuel considère la présence de neige au sol comme un élément susceptible d’augmenter le succès de chasse et de générer certaines hausses de récolte qui ne seraient pas reliées à des variations d’abondance.
Dans le but d’identifier l’existence de ce bruit de fond, nous avons vérifié la présence d’une relation entre les variations de récolte et le nombre de jours avec présence de neige au sol au cours de la saison de chasse :
Variation Description
JRSCHASNEIG
Nombre de jours de chasse avec présence de neige au sol (> 2,5 cm) durant la saison de chasse avec armes à feu conventionnelles
2.5. Regroupement de données
Tel que mentionné en introduction, le cerf de Virginie évolue dans des conditions très variées au Québec, cette variabilité étant susceptible d’influencer les rela-tions entre les variables à l’examen. La gestion du cerf est réalisée à l’échelle de zone de chasse et nous avons examiné l’influence de ces unités sur les relations à l’étude. Nous avons de plus tenté des regroupements tenant compte de problé-matiques semblables. Les données ont ainsi été classées à l’échelle des zones en trois catégories de rigueur d’hiver (inférieur, modéré et supérieur) pour vérifier si les relations étaient meilleures lorsque l’examen tenait compte de contextes hivernaux semblables. Les grands écarts de densité de populations de cerfs impliquent des mécanismes susceptibles d’influencer différemment l’évolution des populations. Citons, à titre d’exemple, la compétition pour la nourriture ou l’entretien des sentiers dans les aires de confinement. Nous avons donc considéré dans nos analyses trois catégories de densités, cette fois à l’échelle de la donnée annuelle et non à celle de la zone. Finalement, nous avons aussi tenté de regrouper nos données en tenant compte de contextes semblables à l’égard
8
du niveau d’exploitation des cerfs sans bois et ce, encore une fois sans égard à la zone. Les catégories ont été établies de façon arbitraire comme suit :
Variable Description
HIVER/PROV
Catégorie de sévérité des hivers de la zone de chasse tel que déterminé par le NIVA moyen de la zone / NIVA moyen provincial x 100
CSB/100mâles adultes dans la récolte totale I < 33,4
M = 33,4 – 66,7 S > 66,7
2.6. Analyses statistiques
Les outils statistiques utilisés pour analyser ces données sont des graphiques de dispersion et des modèles de régression (SAS1999). Dans un premier temps, les graphiques de la variation en pourcentage de la récolte de mâles avec bois récoltés à l’aide d’armes à feu conventionnelles en fonction des variables explicatives décrites précédemment ont été étudiés afin de vérifier notre hypothèse de départ. Dans un deuxième temps, puisque plusieurs des variables explicatives étaient corrélées entre elles, des modèles de régression par étape (« stepwise ») ont été ajustés. Par la suite, les hypothèses de normalité et d’homogénéité de variance, ainsi que les problèmes de collinéarité ont été vérifiés pour les modèles choisis.