Dave Lucchesi et Todd St. Sauver, biologistes du Dakota du Sud, Game Fish and Parks, de face; Matt Hennen, étudiant diplômé de l'Université d'État du Dakota du Sud, en bonnet orange, et les membres d'équipage de la Dave Raw Fish Company au Minnesota, retirer les carpes du lac Norden dans le comté de Hamlin, Dakota du Sud. Crédit :Université d'État du Dakota du Sud
Tirer sur un gros poisson et découvrir qu'il s'agit d'une carpe commune est souvent une expérience décevante pour les pêcheurs. "C'est une espèce envahissante, " a expliqué Michael Brown, scientifique en pêche à l'Université d'État du Dakota du Sud. L'une des principales méthodes pour réduire l'abondance de ces espèces envahissantes est de les retirer physiquement du lac, mais le timing est crucial.
Cependant, la collaboration entre les statisticiens de l'État du Dakota du Sud et les chercheurs en gestion des ressources naturelles peut aider les gestionnaires des pêches à déterminer le meilleur moment et le meilleur endroit pour capturer et éliminer un nombre maximal de cette espèce envahissante des systèmes lacustres.
Écosystème lacustre dommageable
Les carpes se nourrissent de macroinvertébrés benthiques, comme les vers de vase, en aspirant la boue, puis en sélectionnant leur nourriture et en éjectant la majeure partie de la portion non alimentaire. Cette technique d'alimentation déloge la végétation et remue les sédiments, ce qui rend l'eau trouble et provoque la libération de nutriments et la prolifération d'algues, Brown a expliqué. Ces actions dégradent la qualité de l'eau du lac et ont un impact sur les populations de poissons indigènes.
"La carpe n'est pas une espèce préférée, donc ils restent inexploités en termes de pêche à la ligne, " expliqua Brown. Par conséquent, la récolte commerciale est l'une des méthodes utilisées pour réduire les populations de carpes. Mais déterminer où et quand "jeter leurs filets" pour récolter un maximum de carpes implique une modélisation complexe - c'est là que les statisticiens peuvent aider.
Matt Hennen, étudiant diplômé de la faune et de la pêche, à gauche et Brian Blackwell, biologiste du Dakota du Sud, Game Fish and Parks, qui a obtenu son doctorat à SDSU, insérer un émetteur à ultrasons dans une carpe adulte. Crédit :Université d'État du Dakota du Sud
"Les scientifiques des pêches peuvent répondre à des questions fondamentales, mais lorsqu'il s'agit d'approches de modélisation étendues qui ajoutent de la certitude à vos conclusions, il est sage de consulter les personnes qui le font quotidiennement, ", a déclaré Brown.
Pour suivre le mouvement des poissons, Matthew Hennen, étudiant diplômé en faune et pêche, a implanté des émetteurs à ultrasons dans 19 carpes des lacs Round et Brant, qui se jettent dans la rivière Big Sioux et finalement dans la rivière Missouri dans l'est du Dakota du Sud. En station fixe, récepteurs sous la glace, Hennen a collecté des données sur les déplacements des carpes pendant 168 jours à partir de novembre 2007 et pendant 128 jours à partir de novembre 2008.
La recherche a été financée par le South Dakota Game, Département des pêches et des parcs grâce à une subvention fédérale d'aide à la restauration des poissons de sport.
Évaluation des approches de modélisation
Après avoir fait ses premières analyses, Hennen a apporté les données au Département de mathématiques et de statistiques. Professeur agrégé Chris Saunders, dont la recherche se concentre sur le développement d'algorithmes informatiques efficaces pour l'apprentissage statistique et la reconnaissance de formes, et l'étudiant diplômé Doug Armstrong a évalué deux approches de modélisation :le modèle multinomial et le modèle hiérarchique bayésien de Markov.
Dix récepteurs submersibles fixes ont été placés dans le lac Brant pour suivre le mouvement des carpes adultes équipées d'émetteurs à ultrasons. Crédit :Université d'État du Dakota du Sud
Pour réduire la complexité de la modélisation, les statisticiens ont transformé les données brutes en une fonction de temps discret mesuré en jours et en zones de détection combinées pour réduire le nombre de 10 à cinq.
Le modèle de Markov suppose que l'endroit où se trouve une carpe un jour donné est fonction de son ou ses emplacements la veille, tandis que le modèle multinomial prédit le mouvement indépendamment de l'emplacement actuel, ce qui le rend moins sensible aux changements dans le système. Par conséquent, le modèle de Markov, plus compliqué, a détecté une augmentation soudaine de l'activité de dispersion des carpes à la mi-février 2007, contrairement à l'autre modèle. Par conséquent, le modèle de Markov était meilleur pour prédire le mouvement de la carpe.
La simulation de Markov a montré que les carpes se sont séparées dans un petit zone profonde dans la partie nord-ouest du lac Brant au cours des deux dernières semaines de janvier, c'est à ce moment-là que les efforts pour éliminer la carpe seraient les plus productifs.
"Comme pour toute approche de modélisation, l'examiner par le biais de plusieurs études augmente le niveau d'inférence et le degré de certitude de sorte que lorsque le modèle est appliqué dans des cas ultérieurs, ça aura le même résultat, " a déclaré Brown. " Cette collaboration nous a donné plus de confiance dans nos découvertes. "
Le ministère des Ressources naturelles du Minnesota a depuis appliqué cette approche en implantant des balises de télémétrie dans quelques carpes, appelé poisson "Judas", pour les localiser pendant la période de ségrégation sous la glace, selon Brown. Une fois localisé, les pêcheurs commerciaux peuvent déployer de grandes sennes qui encerclent la zone et éliminent efficacement une grande partie de la population de carpes.
