III. Discussion
3. Spatialisation des indicateurs et réponse de l’écosystème aux scénarios de pêche
Etant donné le temps de calcul, je me suis limitée au multiplicateur de 0.5, soit une baisse de 50% de l’effort de pêche. Ce choix est justifié par le fait que ce cas est attendu de produire les réponses les plus contrastées. Par ailleurs, la spatialisation des indicateurs ENA provient du développement méthodologique réalisé dans le cadre du projet TROPHIK auquel s’adosse ce travail, et qui n’a encore jamais été appliqué. Il n’existe donc pas de littérature pour pouvoir mener un travail comparatif avec d’autres cas d’étude.
Stratégie chalut
La hausse de l’AoDC (respectivement baisse du RoDC) centralisée dans le centre sud de la baie correspond à la zone d’action des chaluts ; donc là où la baisse de la pêche est la plus forte. Ces observations sont contraires à celle faites pour les simulations EwE, pour lesquelles l’AoDC diminuait (respectivement le RODC augmentait) lorsque l’effort de pêche diminuait. Dans cette zone les biomasses d’espèces de TL> 3,25 augmentent (requins, tacaud, poissons qui se nourrissent sur le fond, bars et céphalopodes bentho-pélagiques) ce qui explique l’augmentation du MLT325 que l’on observe également. L’augmentation du MTL325 dans les zones de pêches est cohérent avec les résultats Ecosim et EcoTroph mais aussi avec une étude de cet indicateur en Espagne (Arroyo et al., 2017). La baisse de l’AoDC (respectivement hausse du RoDC) dans les zones côtières et estuariennes correspond notamment à une zone où la biomasse de plie augmente particulièrement. Les zones où le FCI ne diminue pas correspondent aux zones où la pêche à la coquille opère.
La bande sud-ouest nord-ouest où le MTL4 diminue correspond à une extension vers le nord de la biomasse moyenne de requin, cela peut s’expliquer si la zone était précédemment dominée par des prédateurs de plus haut niveau trophique (mammifères marins).
La baisse du TLc (Figure 9) est limitée à la zone d’action des dragues (gisements de coquilles Saint-Jacques, annexe 6), on en déduit donc que cette baisse est principalement dû non pas à de moindres captures de haut niveau trophique dans la baie mais à une plus forte prépondérance des captures de bas niveau trophique des dragues. Cette baisse est cohérente avec les résultats Ecosim et EcoTroph trouvés précédemment.
34
L’évolution spatiale des indicateurs pour la simulation qui baisse de 50% l’effort des dragues (Figure 10) est limité à la zone d’action des dragues qui correspond aux gisements de coquilles Saint-Jacques (Annexe 6).
L’augmentation de l’ascendence observée est contraire aux résultats des simulations Ecosim qui prédisaient une baisse de l’ascendence lors de la baisse d’effort de pêche, par contre elle s’accorde avec les théories d’Ulanowizc (2009). Le MTL4 réagit sur peu de cellules (pourcentage négligeable) et non spécifiquement sur la zone de gisement des coquilles. On peut penser que la spatialisation a contribué à séparer prédateurs et proies qui interagissaient dans Ecosim et expliquaient la baisse du MTL4 en parallèle de la baisse de l’effort de pêche des dragues.
Stratégie globale
La baisse de la redondance observée figure 11, intervient particulièrement dans les zones où est distribué l’effort de pêche dans le scénario de référence. Le motif de très forte diminution du Ri correspond aux zones où l’effort est passé de fort à moyen. Cette diminution globale est en contradiction avec les résultats obtenus avec EwE, pour lesquels Ri augmentait lorsque l’effort diminuait, elle est en revanche cohérente avec la théorie d’Ulanowizc (2009). Pour le MTL2 aucun vrai patron d’augmentation ou diminution n’est visible, il pourrait s’agir d’un artefact du modèle sans qu’il n’y ait ni augmentation ni diminution réelle à l’échelle de la baie. Ceci est contraire à certaines études qui ont trouvé une augmentation du MTL2 lorsque l’effort de pêche était réduit ou exclu (Arroyo et al., 2017 ; Halouani, 2016), cependant ces études se concentraient sur des scénarios de chalutage. En ce qui concerne la distribution spatiale de l’augmentation du HTI, l’augmentation de biomasse des requins (TL>4) au centre de la baie pourrait expliquer ce motif. L’augmentation du HTI est cohérente avec les résultats EwE et ET précédents.
L’analyse de la spatialisation des indicateurs est abordée très succinctement et souvent contraires aux résultats précédents (Indicateur Ecosim et EcoTroph), elle demanderait donc une étude plus approfondie. L’approche spatiale s’avère intéressante, notamment parce qu’elle est visuelle et peut faciliter la communication avec les gestionnaires ou décideurs (Halouani, 2016 ; Babcock et al., 2005).
Conclusion
Plusieurs études ont soulevé le besoin d’expérimentation numérique pour déterminer l’efficacité d'indicateurs écosystémiques à traduire les modifications pouvant affecter le fonctionnement de l’écosystème (Niquil et al., 2014a ; the IndiSeas Working Group et al., 2012).
Dans cette étude, la sensibilité et la spécificité des indicateurs d’analyse de réseau (ENA) à la pression de pêche ont été évaluées et comparées à d’autres indicateurs mesurant l’impact de la pêche. Cette analyse a permis la sélection d’indicateurs pertinents pour trois stratégies de pêche : pêche au chalut, pêche à la drague et stratégie globale combinant tous les
35
métiers opérant dans la baie. Ce travail est innovant par plusieurs aspects. D’une part, il étudie la capacité des indicateurs ENA à répondre à la pression de pêche, notamment en utilisant deux approches récentes de la spécificité (SNR et comparaison de gradient)(Shin et al., 2018). Par ailleurs il présente la spatialisation de ces indicateurs issus du développement méthodologique nouvellement réalisée par la collaboration entre l’ANR TROPHIK et les développeurs d’EwE
Pour la stratégie chalut, les indicateurs retenus sont les niveaux trophiques moyens au seuil 3 et 4 (MTL325 et MTL4), le niveau trophique moyen des captures (TLc), l’ascendence et l’overhead relatif (AoDC et RoDC) et l’indice de cyclage de Finn (FCI). La stratégie de pêche à la drague est mieux décrite par le MTL4 et l’ascendence. Enfin pour la stratégie globale qui agit sur tous les métiers de pêche les meilleurs indicateurs sont l’Indicateur de haut niveau trophique (HTI), le MTL2 et la redondance (Ri).
Globalement peu d’indicateurs ENA ont montré une sensibilité et une spécificité au stress de la pression de pêche et les réponses de l’ascendence relative, l’overhead relatif et la redondance sont opposées à celles issues de la littérature (Ulanowicz, 2009). En revanche, les indicateurs liés au niveau trophique se sont révélés sensibles et spécifiques à la pression de pêche et leur réponses concordent avec les théories de « fishing down » et « fishing through the marine food web » (Pauly et al., 1998 ; Essington et al., 2006).
Ma démarche de construction des scénarios de pêche s’est basée sur la modification de l’effort de pêche de certains métiers via l’utilisation de multiplicateurs homogènes tout au long de la période d’étude. Or, dans la réalité de la gestion de l’effort est plus complexe et se fait de façon plus fine notamment grâce à des mesures temporelles ou spatiales, par exemple la mise en réserve d’une zone d’intérêt biologique, ou la fermeture temporaire de la pêche lors d’étapes clef du cycle de vie des espèces exploitées. La mise au point de scénarios plus réalistes en discussion avec des professionnels et des experts permettrait la sélection d’indicateurs opérationnels en lien avec des objectifs de gestion locaux.
Si la sélection finale ne retient que cinq indicateurs ENA sur les douze étudiés, il faut souligner que la pression de pêche ne représente qu’une des nombreuses pressions subies par les écosystèmes marins. La comparaison de la spécificité des indicateurs à la pression de pêche ou biomasse de phytoplancton pourrait être étendue à d’autres facteurs impactant le milieu. A terme, on pourrait développer des jeux d’indicateurs complémentaires permettant le suivi de différentes facettes du fonctionnement de l’écosystème. Par ailleurs, l’effet des différentes pressions doit aussi être étudié de façon combinée grâce au cumul d’impacts. En baie de Seine, à l’activité de pêche s’ajoutent d’autres activités anthropiques comme l’extraction de granulats, la construction d’éolien en mer ou encore le changement climatique. Mon travail de sélection d’indicateurs sensibles pourra donc servir pour une étude de cumul d’impacts future.
36
Annexes
Annexe 1 : Distributions spatiales et descriptions des communautés de poisson et céphalopodes en baie de Seine (Raoux 2017 modifiée de (Vaz et al., 2007))
La communauté du large, principalement représentée par des espèces d’élasmobranches (Scyliorhinus canicula) et de tacauds (Trisopterus luscus). La communauté intermédiaire entre la côte et le large composée majoritairement d’espèces pélagiques (sardine Sardina pilchardus et maquereau Scomber scombrus) et démersales (Callionymes Callionymus sp. et grondins comme Chelidonchtys lucerna). La communauté côtière homogène avec des céphalopodes (calmars, Loligo sp.), des seiches (Sepia officinalis) et des poissons pélagiques (Sardina
pilchardus, Scomber scombrus et anchois Engraulis encraliscus) et démersaux (lançons Amnodytes sp.). Enfin la communauté côtière hétérogène englobe des tacauds et des poissons
plats comme la sole commune (Solea solea) (Vaz et al., 2007 ; Carpentier et al., 2009). La baie abrite également certaines espèces de mammifères marins comme le marsouin commun (Phocoena phocoena), le grand dauphin (Tursiops truncates), le phoque gris et le phoque veau- marin (Halichoerus grypus et Phoca vitulina).
37
Annexe 2 : Représentation schématique de la théorie de l’aire de nourrissage : la biomasse de la proie est divisée en deux fractions, une vulnérable, l’autre invulnérable (Walters et al., 1997).
38
Annexe 3: Groupes fonctionnels et estimations de leurs paramètres par le modèle EwE baie de Seine (Halouani et al, in prep)
Group name Trophic level Habitat area (fraction) Biomass in habitat area (t/km²) Biomass (t/km²) Production / biomass (/year) Consumption / biomass (/year) Ecotrophic Efficiency Production / consumption Biom, accumul, (t/km²/year) Biom, acc, rate (/year) Phytoplancton 1,00 1,00 15,61 15,61 109,00 0,00 0,44 0 0 Bacteria 2,00 1,00 0,41 0,41 72,80 145,60 0,80 0,50 0 0 Microzooplankton 2,06 1,00 5,03 5,03 45,28 120,00 0,80 0,38 0 0 Meszooplankton and Macrozooplancton2,63 1,00 9,31 9,31 7,00 23,30 0,80 0,30 0 0 Meiofauna 2,12 1,00 1,44 1,44 15,00 50,00 0,95 0,30 0 0 Suprabenthos 2,67 1,00 2,50 2,50 5,66 37,50 0,95 0,15 0 0 Benthic inv, deposit feeders (Surface)2,22 1,00 12,77 12,77 0,89 9,87 0,80 0,09 0 0 Benthic inv, deposit feeders (Subsurface)2,00 1,00 1,90 1,90 3,00 20,00 0,80 0,15 0 0 King scallop 2,00 1,00 0,56 0,56 0,90 4,50 0,80 0,20 0 0 Benthic inv, bivalves filter feeders2,13 1,00 1,44 1,44 0,60 3,00 0,80 0,20 0 0 Benthic inv, filter feeders 2,56 1,00 4,20 4,20 2,40 10,00 0,80 0,24 0 0 Benthic inv, predators 3,18 1,00 6,92 6,92 2,24 5,17 0,49 0,43 0 0 Fish limande 3,30 1,00 0,25 0,25 0,71 3,89 0,60 0,18 0 0 Fish flounder 3,61 1,00 0,20 0,20 0,57 3,19 0,78 0,18 0 0 Fish european plaice 3,42 1,00 0,47 0,47 0,69 3,37 0,79 0,20 0 0 Fish sole 3,28 1,00 0,26 0,26 1,26 4,20 0,66 0,30 0 0 Fish sea bream 3,37 1,00 0,29 0,29 0,68 3,99 0,75 0,17 0 0 Fish benthos feeders 3,83 1,00 0,91 0,91 0,87 3,94 0,97 0,22 0 0 Fish planctivorous 3,27 1,00 0,49 0,49 1,24 4,72 0,94 0,26 0 0 Fish piscivorous 4,26 1,00 0,40 0,40 0,71 2,49 0,97 0,28 0 0 Fish european sprat 3,41 1,00 0,34 0,34 1,11 8,67 0,96 0,13 0 0 Fish european pilchard 3,40 1,00 1,33 1,33 1,69 6,34 1,00 0,27 0 0 Fish poor cod 3,77 1,00 0,35 0,35 0,77 4,79 0,82 0,16 0 0 Fish pouting 3,94 1,00 1,14 1,14 0,71 3,03 0,90 0,23 0 0 Fish gurnard 3,71 1,00 0,11 0,11 1,09 3,24 1,00 0,34 0 0 Fish atlantic horse mackerel 3,88 1,00 0,85 0,85 0,40 3,01 0,87 0,13 0 0 Fish whiting 4,27 1,00 0,30 0,30 0,96 2,86 0,75 0,34 0 0 Fish atlantic cod 4,18 1,00 0,46 0,46 0,37 1,98 0,94 0,19 0 0 Fish sharks 4,31 1,00 0,50 0,50 0,25 2,21 0,85 0,12 0 0 Fish rays 4,13 1,00 0,10 0,10 0,22 2,10 0,24 0,11 0 0 Fish european seabass 4,09 1,00 0,18 0,18 0,25 2,63 0,76 0,10 0 0 Fish mackerel 3,71 1,00 0,41 0,41 0,82 5,87 0,95 0,14 0 0 Benthic cephalopods 4,01 1,00 0,15 0,15 3,50 15,00 0,54 0,23 0 0 Benthopelagic cephalopods 4,29 1,00 0,10 0,10 3,00 15,00 0,92 0,20 0 0 Surface feeders seabirds 4,33 1,00 0,00 0,00 0,28 69,20 0,00 0,00 0 0 Plunge and pursuit divers seabirds4,30 1,00 0,01 0,01 0,28 58,68 0,00 0,00 0 0 Benthic feeders seabirds 3,57 1,00 0,00 0,00 0,28 64,12 0,00 0,00 0 0 Phocidae 4,84 1,00 0,00 0,00 0,04 15,90 0,00 0,00 0 0 Harbour porpoises 4,90 1,00 0,01 0,01 0,04 40,70 0,00 0,00 0 0 Bottlenose dolphins 5,00 1,00 0,01 0,01 0,08 23,64 0,00 0,00 0 0 Discards 1,00 1,00 0,03 0,03 0,08 0,78 0 0 Detritus 1,00 1,00 10,00 10,00 0,20 0 0
39
Annexe 4 : Séries temporelles implémentées dans Ecosim baie de Seine (Halouani et al, in prep)
Données Période Groupe cible Source Type
Le s c aptur es (tonne /Km 2 ) 2000 - 2015 • King scallop • Fish limande • Fish flounder
• Fish european plaice • Fish sole
• Fish sea bream • Fish benthos feeders • Fish planctivorous • Fish piscivorous • Fish european pilchard • Fish pouting • Fish gurnard • Fish atlantic horse
mackerel • Fish whiting • Fish atlantic cod • Fish sharks • Fish rays
• Fish european seabass • Fish mackerel • Benthic cephalopods • Benthopelagic cephalopods Données SACROIS (Système d'Information Halieutique de l'IFREMER http://sih.ifremer.fr/) Captures absolues L’ eff ort de pê che (te mps d e pê ch e pa r h eur e ) 2000 - 2015 • Nets targeting demersals and crustaceans
• Pelagic and bottom trawls targeting small pelagics • Bottom trawls targeting demersals and cephalopods • Pelagic trawls targeting demersals • Other fishing gears • Dredge Effort de pêche relative (par rapport à l'année 2001) B iom asses (tonne /Km 2 ) 2000 - 2015 • King scallop Données d'évaluation de Stock stock à partir du rapport des campagnes COMOR d'IFREMER
(Eric Foucher)
Biomasse relative
40
Données Période Groupe cible Source Type
• Fish flounder
• Fish european plaice • Fish whiting
• Fish pouting • Fish piscivorous
Estimation de biomasse à partir d'un modèle global
sur les données de campagne de CGFS en
Manche Orientale
Biomasse relative
• Fish rays
• Fish atlantic horse mackerel Biomasse de forçage Morta li té pa r pê che 2000 -
2015 • Fish european plaice
• Fish rays • Fish atlantic cod
Mortalités absolues La prod uc ti on pr im air e (tonne /Km 2 ) 2000 - 2010 • Production Primaire Données satellites SeaWifs https://oceandata.sci.gsfc.n asa.gov/SeaWiFS/Mapped /Annual/9km/chlor_a Données de production primaire normalisées par rapport à l’année 2001. Ces données ont été utilisées comme une fonction de forçage. 2011 - 2015
Données satellites MODIS
https://podaac.jpl.nasa.gov /datasetlist?ids=Measurem ent:Variable&values=Oce an%20Optics:Ocean%20C
41
Annexe 5 : Ajustement du modèle Ecosim : séries temporelles de captures prédites (ligne) et observées (point) (Halouani et al in prep).
42
Annexe 6 : Carte d’habitat (A) et de bathymétrie (B) implémentées dans Ecospace (Halouani et al, in prep)
43
Annexe 7 : Illustration des concepts théoriques clefs de la modélisation EcoTroph. a : Fonctionnement trophique d’un écosystème dans le cadre de modélisation d’EcoTroph
(Gascuel et al., 2009). b: De la trajectoire d’une unique particule (ligne grise) à un flux moyen de biomasse (ligne noire) (Gascuel et al., 2008).
44
Annexe 8 Analyse de sensibilité des indicateurs calculés par simulation EcoTroph aux paramètres et valeurs d’entrées de ces simulations. Distribution des valeurs des indicateurs centrées réduites par rapport au scénario de référence, en fonction des valeurs et paramètres d’entrée de la simulation. Les paramètres d’entrées de la simulation correspondent aux différentes années, qui sont chacune des conditions différentes de l’écosystème. Les
paramètres testés sont: intensité et type du contrôle (valeurs testées : 0.2, 0.4 et 0.6), origine de la matière organique (attribution pour chaque année la valeur de son ration D/H)
46
47
48
Annexe 11 : Tableau récapitulatif de l’analyse de la sensibilité des indicateurs à la pêche par les trois méthodes, en fonction de la stratégie de pêche et de leur groupe issu de la classification
49
Bibliographie
ARAIGNOUS, E., BUSZOWSKI, J., STEENBEEK, J., BOURDAUD, P., LASRAM, F. and NIQUIL, N., in prep. Preliminary title: “Spatialization of ecological network analysis indicators: the enaR software plug-in for Ecopath with Ecosim models”, Planned submission to
Journal of statistical software
ARROYO, N.L, LE LOC’H, François, NIQUIL, Nathalie, PRECIADO, Izaskun, VOURIOT, P et SAFI, George, 2017. EcApRHA Deliverable WP 3.1. OSPAR Commission :
Implementation of the Mean Trophic Level Indicator (MTL, FW4) and assessment of its use at a sub-regional level (OSPAR Region IV). [en ligne]. S.l. Disponible à l’adresse :
http://www.ospar.org/work-areas/bdc/ecaprha-dev.
AUBER, Arnaud, TRAVERS-TROLET, Morgane, VILLANUEVA, Maria Ching et ERNANDE, Bruno, 2015. Regime Shift in an Exploited Fish Community Related to Natural Climate Oscillations. In : TSIKLIRAS, Athanassios C. (éd.), PLOS ONE. 1 juillet 2015. Vol. 10, n° 7, p. e0129883. DOI 10.1371/journal.pone.0129883.
BABCOCK, E, PIKITCH, E, MCALLISTER, M, APOSTOLAKI, P et SANTORA, C, 2005. A perspective on the use of spatialized indicators for ecosystem-based fishery management through spatial zoning. In : ICES Journal of Marine Science. mai 2005. Vol. 62, n° 3, p. 469‑ 476. DOI 10.1016/j.icesjms.2005.01.010.
BAIRD, D, ASMUS, H et ASMUS, R, 2012. Effect of invasive species on the structure and function of the Sylt-Rømø Bight ecosystem, northern Wadden Sea, over three time periods. In :
Marine Ecology Progress Series. 21 août 2012. Vol. 462, p. 143‑161. DOI 10.3354/meps09837.
BLANCHARD, Fabian et BOUCHER, Jean, 2001. Temporal variability of total biomass in harvested communities of demersal fishes. In : Fisheries Research. janvier 2001. Vol. 49, n° 3, p. 283‑293. DOI 10.1016/S0165-7836(00)00203-4.
BOON, Jan P., LEWIS, Wilma E., TJOEN-A-CHOY, Michael R., ALLCHIN, Colin R., LAW, Robin J., DE BOER, Jacob, TEN HALLERS-TJABBES, Cato C. et ZEGERS, Bart N., 2002. Levels of Polybrominated Diphenyl Ether (PBDE) Flame Retardants in Animals Representing Different Trophic Levels of the North Sea Food Web. In : Environmental Science &
Technology. octobre 2002. Vol. 36, n° 19, p. 4025‑4032. DOI 10.1021/es0158298.
BORRETT, Stuart R. et LAU, Matthew K., 2014. enaR : An R package for Ecosystem Network Analysis. In : DRAY, Stephane (éd.), Methods in Ecology and Evolution. novembre 2014. Vol. 5, n° 11, p. 1206‑1213. DOI 10.1111/2041-210X.12282.
BOURDAUD, Pierre, GASCUEL, Didier, BENTORCHA, Abdelkrim et BRIND’AMOUR, Anik, 2016. New trophic indicators and target values for an ecosystem-based management of
fisheries. In : Ecological Indicators. février 2016. Vol. 61, p. 588‑601.
DOI 10.1016/j.ecolind.2015.10.010.
BRANCH, Trevor A., WATSON, Reg, FULTON, Elizabeth A., JENNINGS, Simon, MCGILLIARD, Carey R., PABLICO, Grace T., RICARD, Daniel et TRACEY, Sean R., 2010.
50
The trophic fingerprint of marine fisheries. In : Nature. novembre 2010. Vol. 468, n° 7322, p. 431‑435. DOI 10.1038/nature09528.
BROWMAN, HI et STERGIOU, KI, 2004. Perspectives on ecosystem-based approaches to the management of marine ressources. In : Marine Ecology Progress Series. 2004. Vol. 274, p. 269 ‑303.
CABIOCH, L et GENTIL, F, 1975. Distribution des peuplements benthiques dans la partie
orientale de la baie de Seine. 1975. S.l. : C.R Séances Acad. Scu.
CACHERA, Marie, 2013. Implications of morphological and functional traits for trophic
relationships within sh communities and marine trophic network architecture. Thèse de
doctorat. Lille, France : Université des Sceinces et Technologie de Lille.
CADDY, J. F., 1998. How Pervasive is « Fishing Down Marine Food Webs »? In : Science. 20 novembre 1998. Vol. 282, n° 5393, p. 1383a ‑ 1383. DOI 10.1126/science.282.5393.1383a. CARPENTIER, A., DELPECH, J-P, MARTIN, C et VAZ, S, 2009. Chap. 1, La Manche orientale / The eastern English Channel. In : Channel Habitat Atlas for marine Resource
Management, final report (CHARM phase II). INTERREG 3a Programme. Boulogne-sur-Mer :
IFREMER. p. 626.
CHRISTENSEN, V. et PAULY, D., 1992. ECOPATH II — a software for balancing steady- state ecosystem models and calculating network characteristics. In : Ecological Modelling. juin 1992. Vol. 61, n° 3‑4, p. 169‑185. DOI 10.1016/0304-3800(92)90016-8.
CHRISTENSEN, Villy, 1995. Ecosystem maturity — towards quantification. In : Ecological
Modelling. janvier 1995. Vol. 77, n° 1, p. 3‑32. DOI 10.1016/0304-3800(93)E0073-C.
CHRISTENSEN, Villy, GUENETTE, Sylvie, HEYMANS, Johanna J, WALTERS, Carl J, WATSON, Reginald, ZELLER, Dirk et PAULY, Daniel, 2003. Hundred-year decline of North Atlantic predatory fishes. In : Fish and Fisheries. mars 2003. Vol. 4, n° 1, p. 1‑24. DOI 10.1046/j.1467-2979.2003.00103.x.
CHRISTENSEN, Villy, WALTERS, Carl et FORREST, R, 2008. Ecopath with Ecosim, Version 6 user guide. In : Lenfest Ocean Project. 2008. Vol. 235.
CHRISTENSEN, Villy et WALTERS, Carl J, 2004. Ecopath with Ecosim: methods, capabilities and limitations. In : Ecological Modelling. mars 2004. Vol. 172, n° 2‑4, p. 109‑ 139. DOI 10.1016/j.ecolmodel.2003.09.003.
CLOERN, Je, 2001. Our evolving conceptual model of the coastal eutrophication problem. In :
Marine Ecology Progress Series. 2001. Vol. 210, p. 223‑253. DOI 10.3354/meps210223.
COLL, M., SHANNON, L.J., KLEISNER, K.M., JUAN-JORDÁ, M.J., BUNDY, A., AKOGLU, A.G., BANARU, D., BOLDT, J.L., BORGES, M.F., COOK, A., DIALLO, I., FU, C., FOX, C., GASCUEL, D., GURNEY, L.J., HATTAB, T., HEYMANS, J.J., JOUFFRE, D., KNIGHT, B.R., KUCUKAVSAR, S., LARGE, S.I., LYNAM, C., MACHIAS, A., MARSHALL, K.N., MASSKI, H., OJAVEER, H., PIRODDI, C., TAM, J., THIAO, D., THIAW, M., TORRES, M.A., TRAVERS-TROLET, M., TSAGARAKIS, K., TUCK, I., VAN DER MEEREN, G.I., YEMANE, D., ZADOR, S.G. et SHIN, Y.-J., 2016. Ecological indicators
51
to capture the effects of fishing on biodiversity and conservation status of marine ecosystems.
In : Ecological Indicators. janvier 2016. Vol. 60, p. 947‑962.
DOI 10.1016/j.ecolind.2015.08.048.
CORNOU, Anne-Sophie, QUINIO-SCAVINNER, Marion, DELAUNAY, Damien, DIMEET, Joel, GOASCOZ, Nicolas, DUBE, Benoit, FAUCONNET, Laurence et ROCHET, Marie- Joelle, 2015. Observations à bord des navires de pêche professionnelle. Bilan de
l’échantillonnage 2014. S.l. : Ifremer.
COSTANZA, Robert et MAGEAU, Michael, 1999. What is a healthy ecosystem? In : Aquatic
Ecology. mars 1999. Vol. 33, p. 105‑115.
CURY, P et CHRISTENSEN, V, 2005. Quantitative ecosystem indicators for fisheries management. In : ICES Journal of Marine Science. mai 2005. Vol. 62, n° 3, p. 307‑310. DOI 10.1016/j.icesjms.2005.02.003.
CURY, P, SHANNON, L, ROUX, J, DASKALOV, G, JARRE, A, MOLONEY, C et PAULY, D, 2005. Trophodynamic indicators for an ecosystem approach to fisheries. In : ICES Journal
of Marine Science. mai 2005. Vol. 62, n° 3, p. 430‑442. DOI 10.1016/j.icesjms.2004.12.006.
CURY, Philippe et SHANNON, Lynne, 2004. Regime shifts in upwelling ecosystems: observed changes and possible mechanisms in the northern and southern Benguela. In :
Progress in Oceanography. février 2004. Vol. 60, n° 2‑4, p. 223‑243. DOI 10.1016/j.pocean.2004.02.007.
DALE, Virginia H. et BEYELER, Suzanne C., 2001. Challenges in the development and use of ecological indicators. In : Ecological Indicators. août 2001. Vol. 1, n° 1, p. 3‑10. DOI 10.1016/S1470-160X(01)00003-6.
DASKALOV, G, MACKINSON, S et MULLIGAN, B, 2011. No. MEPF 08/P37 : Modelling
possible food-web effects of aggregate dredging in the eastern English Channel. S.l. CEFAS.
DAUVIN, Jean-Claude, 2012. Are the eastern and western basins of the English Channel two separate ecosystems? In : Marine Pollution Bulletin. mars 2012. Vol. 64, n° 3, p. 463‑471. DOI 10.1016/j.marpolbul.2011.12.010.
DAUVIN, Jean-Claude, RUELLET, Thierry, DESROY, Nicolas et JANSON, Anne-Laure, 2007. The ecological quality status of the Bay of Seine and the Seine estuary: Use of biotic indices. In : Marine Pollution Bulletin. janvier 2007. Vol. 55, n° 1‑6, p. 241‑257. DOI 10.1016/j.marpolbul.2006.04.010.
DAYTON, Paul K., THRUSH, Simon F., AGARDY, M. Tundi et HOFMAN, Robert J., 1995. Environmental effects of marine fishing. In : Aquatic Conservation: Marine and Freshwater
Ecosystems. septembre 1995. Vol. 5, n° 3, p. 205‑232. DOI 10.1002/aqc.3270050305.
DE RUITER, Peter Cornelis, WOLTERS, Volkmar et MOORE, John C. (éd.), 2005. Dynamic
food webs: multispecies assemblages, ecosystem development, and environmental change.
Amsterdam ; Boston : Academic Press. Theoretical ecology series. ISBN 978-0-12-088458-2. QH541.15.F66 D96 2005
52
ESSINGTON, T. E., BEAUDREAU, A. H. et WIEDENMANN, J., 2006. Fishing through marine food webs. In : Proceedings of the National Academy of Sciences. 28 février 2006. Vol. 103, n° 9, p. 3171‑3175. DOI 10.1073/pnas.0510964103.
FATH, Brian D., SCHARLER, Ursula M., ULANOWICZ, Robert E. et HANNON, Bruce, 2007. Ecological network analysis: network construction. In : Ecological Modelling. octobre 2007. Vol. 208, n° 1, p. 49‑55. DOI 10.1016/j.ecolmodel.2007.04.029.
FOUCHER, Eric et FIFAS, Sypros, 2015. Les campagnes d’évaluation des sotcks de coquilles Saint-Kacqus menées par l’Ifremer: de l’expertise halieutique à la recherche. In : 3ème
Colloque de la Flotte Océanographique Française. Bordeaux. 12/06 2015.
FULTON, E, SMITH, A et PUNT, A, 2005. Which ecological indicators can robustly detect effects of fishing? In : ICES Journal of Marine Science. mai 2005. Vol. 62, n° 3, p. 540‑551. DOI 10.1016/j.icesjms.2004.12.012.
GASCUEL, D., GUENETTE, S. et PAULY, D., 2011. The trophic-level-based ecosystem modelling approach: theoretical overview and practical uses. In : ICES Journal of Marine
Science. 1 juillet 2011. Vol. 68, n° 7, p. 1403‑1416. DOI 10.1093/icesjms/fsr062.
GASCUEL, Didier, COLL, Marta, FOX, Clive, GUÉNETTE, Sylvie, GUITTON, Jérome, KENNY, Andrew, KNITTWEIS, Leyla, NIELSEN, J Rasmus, PIET, Gerjan, RAID, Tiit, TRAVERS-TROLET, Morgane et SHEPHARD, Samuel, 2016. Fishing impact and environmental status in European seas: a diagnosis from stock assessments and ecosystem indicators. In : Fish and Fisheries. mars 2016. Vol. 17, n° 1, p. 31‑55. DOI 10.1111/faf.12090. GASCUEL, Didier, MORISSETTE, Lyne, PALOMARES, Maria Lourdes D. et CHRISTENSEN, Villy, 2008. Trophic flow kinetics in marine ecosystems: Toward a