Groupe d'étude international sur le lac Ontario et le fleuve Saint-Laurent

Qui sommes-nous?

Nouvelles/Médias

Bulletin

Groupe consultatif sur l'intérêt public

Groupes de travail techniques

Rapports et procès-verbaux

Données de l'Étude

Liens

Board room


Commission mixte internationale

Great Lakes Information Network
Site Web et traduction par le Bureau de la traduction





Téléchargez Adobe Reader
Téléchargez Adobe Reader 7.0
Groupes de travail techniques

Grand brochet - productivité nette des jeunes de l'année (région du haut Saint-Laurent et des Mille-Îles)

Résumé de l'indicateur de performance


Nom de l'IP et courte description : Grand brochet - productivité nette des jeunes de l'année (région du haut Saint-Laurent et des Mille-Îles) [E17]

Groupe de travail technique : GTT sur l'environnement

Recherche : John M. Farrell, Jerry V. Mead, et Brent Murry

Modélisation : Jerry V. Mead, John M. Farrell, Brent Murry, LTI (DePinto, Redder)

Paramètres de l'indicateur : Nous simulons la production relative de jeunes de l'année (g/ha/an) pour trois habitats (embouchures submergées, baies protégées et non protégées et hauts-fonds) et pour une période allant de la fraye du printemps au développement des jeunes de l'année à la fin de l'été. Nous utilisons un modèle de production des jeunes grands brochets de l'année comme indicateur de performance afin d'évaluer les effets du niveau d'eau et des variations de température pendant les premiers stades de la vie. La croissance et l'abondance (production) des jeunes de l'année sont les principaux facteurs déterminant l'importance des classes d'âge qui maintiennent les populations de grands brochets. L'indicateur de performance, un modèle explicite spatialement et fondé sur les individus, intègre la croissance spécifique aux étapes de la vie (oeuf, alevin, juvénile), l'abondance relative, la survie et la production pour trois habitats principaux. Nous simulons la fraye sur toute la pente du littoral, en allant de la végétation émergée qui est inondée de façon saisonnière dans les milieux humides (embouchures submergées) et les baies (ouvertes et protégées) à la végétation immergée en permanence des baies et des hauts-fonds (d'une profondeur d'environ 0,2 à 6 m ou d'environ 0,66 à 19,69 pi).

Importance et niche écologiques : Le grand brochet, l'espèce ichtyophage dominante dans les habitats du littoral du haut Saint-Laurent, est un prédateur de niveau trophique supérieur qui influence fortement les populations de poissons de tout le système. Le grand brochet influence la taille et la dynamique des populations de perchaudes, qui dominent la biomasse des poissons, et de plusieurs autres espèces de poissons qu'il consomme. Le grand brochet est une excellente espèce indicatrice vu son rôle dans la communauté des poissons et sa dépendance et sa sensibilité aux habitats marécageux pendant la fraye et le début de sa vie. Cette sensibilité fait du grand brochet un bon indicateur des changements systémiques, et ses populations ont subi des diminutions significatives.

Validité temporelle : L'IP s'applique aux premiers stades de la vie, soit du début du printemps (1er mars) à la fin de l'été (23 août). Le point de fin du modèle est déterminé par les données de surveillance à long terme des jeunes grands brochets de l'année utilisées pour l'étalonnage et la validation du modèle. Les prédictions les plus précises seront obtenues avec les conditions de la période suivant la construction de la voie maritime, c'est-à-dire celle pour laquelle des données étaient disponibles lors de l'élaboration du modèle.

Validité spatiale : L'IP est valide pour la région du haut Saint-Laurent et des Mille-Îles. Il a été élaboré à partir de données recueillies dans 16 zones d'études de cette région. On a créé des modèles altimétriques numériques (MAN) bathymétriques à haute résolution spécifiquement pour ces sites d'étude. On a testé les prédictions de profondeur des MAN à l'aide des niveaux d'eau de points de jaugeage propres à ces sites.

Liens avec l'hydrologie : La recherche indique que les niveaux d'eau du printemps, qui contribuent au succès de la fraye du grand brochet, étaient autrefois importants, mais qu'ils semblent aujourd'hui dissociés de la production d'âge 0 et de la formation des classes d'âge subséquentes (Farrell, 2001). Ceci est peut-être dû aux pratiques courantes de gestion du niveau d'eau, qui empêchent les reproducteurs d'avoir accès aux types d'habitats propices qu'ils préfèrent et qui sont susceptibles de causer un échouement des oeufs après la fraye. Les changements d'habitat à long terme, comme le développement de la massette, sont un effet secondaire de la gestion hydrologique (Beland, 2003; Farrell et coll., 2003, Halpern et coll., 2003) et la perte des habitats de cariçaies a probablement influencé le succès de reproduction du grand brochet. Les modèles de la force des classes d'âge pour la période post-Voie maritime indiquent que les niveaux d'eau de la fin de l'été et de l'automne sont plus importants et qu'un niveau d'eau faible contribue à des classes d'âge plus fortes, au réchauffement printanier (nombre de jours nécessaires pour atteindre 8 °C) et aux températures estivales (nombre de jours avec plus de 20 °C ou 68 °F). Ces facteurs sont compatibles avec le changement d'habitat à la suite de l'aménagement de la Voie maritime et avec le scénario d'accès pour le grand brochet frayant et suggèrent des eaux plus profondes, une fraye plus tardive et un rôle plus important des conditions d'habitat d'alevinage.

Algorithme : Le dépôt des œufs du grand brochet dépend de la température quotidienne moyenne et du couvert végétal (herbes, cariçaie et végétation aquatique immergée) et il est estimé à l'aide d'un modèle de régression logistique. Nous prédisons le couvert végétal à l'aide du sous-modèle des marécages du Groupe de travail technique sur l'environnement; pour les élévations de moins de 74,2 m (243,44 pi) (SRIGL 1985), nous avons établi la carte de la végétation aquatique immergée en interprétant des ortho-images à haute résolution des sites d'étude prises au printemps de 2003 (NYS GIS Clearinghouse) et des photos aériennes à basse altitude prises au printemps (SUNY College of Environmental Science and Forestry). La perte des oeufs et des larves par échouement à cause des fluctuations du niveau de l'eau est incorporée dans le modèle. Nous simulons quotidiennement le rythme de développement des œufs et le taux de survie jusqu'à la migration ascendante des larves comme une fonction de la température de l'eau propre à l'habitat et du temps (en nombre de jours), déterminés d'après des essais en laboratoire (Farrell et Toner, 2002). Nous simulons la croissance des larves nageantes, après l'absorption du vitellus et le début de l'alimentation exogène, à l'aide d'un modèle bioénergétique basé sur la température et sur la consommation. Nous avons ajusté une proportion spécifique à l'habitat de la consommation maximale avec des estimations sur site de la croissance du grand brochet. Nous prédisons la survie quotidienne moyenne des jeunes grands brochets de l'année selon l'habitat comme une fonction de la longueur corporelle, telle que déterminée par des études sur le terrain et dans les publication scientifiques. La production par type d'habitat est le produit simulé de la croissance et de l'abondance au 23 août.

Données d'étalonnage : L'étalonnage du modèle est bien développé et comprend des données sur la densité recueillies dans trois types d'habitat, des essais sur le développement et la mortalité des oeufs visant à prédire le moment de la migration ascendante des larves et un modèle bioénergétique des jeunes de l'année élaboré spécifiquement pour la période allant du premier stade piscivore à l'émigration.

Données de validation : Nous avons validé la partie du modèle portant sur la fraye du grand brochet en comparant les observations prédites aux données recueillies sur le terrain et contenues dans un échantillon de données historiques sur la densité des œufs. Dans le cas de la relation entre la probabilité du dépôt des oeufs et la densité de la végétation et la température de l'eau, 15 % des données brutes n'ont pas servi à la construction du modèle et ont été conservées à des fins de validation. Nous avons comparé les données sur la croissance et l'abondance prédites et observées pour identifier la répétition des zones d'études et des périodes. Pour valider le modèle, nous avons aussi comparé la régression des effectifs par classes d'âge aux prédictions du modèle quant à la production des jeunes de l'année. Nous avons effectué une analyse de sensibilité sur la relation entre la production simulée de brochet et la température de l'eau afin d'évaluer l'influence relative des principaux facteurs du modèle.

Bibliographie : Pour l'élaboration du présent indicateur de performance, la principale source de données recueillies sur le terrain a été l'ensemble de bases de données à long terme sur le grand brochet du SUNY College of Environmental Science and Forestry (ESF). ESF tient ces données à jour en collaboration avec le Department of Environmental Conservation de l'État de New York. Nous avons aussi utilisé des données uniques et importantes provenant de cueillettes d'œufs sur le terrain (Farrell, 2001), d'une surveillance de l'abondance de jeunes grands brochets de l'année et de 12 thèses et projets de recherche dans ce domaine. De plus, deux études récentes, effectuées à la demande du Great Lakes Protection Fund, sur les habitats côtiers humides (Farrell et coll., 2003a) et sur l'utilisation des marais frayères (Farrell et coll., 2003b) nous ont fourni des données importantes sur le grand brochet et ses habitats.

  • Beland, M. 2003. Holocene vegetation dynamics of an upper St. Lawrence River coastal wetland and surrounding uplands: Effects of climate change and anthropogenic disturbance. SUNY College of Environmental Science and Forestry, mémoire de maîtrise, 167 pages.

  • Farrell, J. M. 2001. Reproductive success of sympatric northern pike and muskellunge in an Upper St. Lawrence River bay. Transactions of the American Fisheries Society 130:796-808.

  • Farrell, J. M., D. J. Leopold, A. D. Halpern, J. A. Toner, B. A. Murry, et M. Beland, 2003. Restoration of coastal wetlands in the St. Lawrence River through re-establishment of natural hydrologic regimes. SUNY College of Environmental Science and Forestry, Syracuse, NY. Rapport définitif présenté au Great Lakes Protection Fund, Evanston, Ill., 79 pages.

  • Farrell, J. M. et J. A. Toner. 2003. Fish Recruitment: Evaluation of Hydrologic Management Effects on Northern Pike and Muskellunge Performance in Lake Ontario and the Upper St. Lawrence River. SUNY College of Environmental Science and Forestry, Syracuse, NY. Rapport de la deuxième année présenté à la Commission mixte internationale, 15 pages.

  • Farrell, J. M. et A. D. Bosworth. 2003. Use of Spawning Marshes in Rehabilitation of St. Lawrence River Northern Pike and Muskellunge Populations. SUNY College of Environmental Science and Forestry, Syracuse, NY. Rapport définitif présenté au NYS Great Lakes Protection Fund, Buffalo, NY, 36 pages.

  • Halpern, A.D., J. M. Farrell, Jason A. Toner, Molly Beland, Brent A. Murry et Donald J. Leopold 2003. Can water-level control structures restore function and diversity of wetlands? (New York) Ecological Restoration 21(4): 317-318.

Évaluation des risques et des incertitudes : Dans l'élaboration du présent IP, nous avons posé les principales hypothèses suivantes :

  • Les 16 zones d'études sont représentatives du haut Saint-Laurent dans son entier.

  • La mortalité des oeufs et des alevins vésiculés est de 100 % lorsque la qualité de l'habitat est nulle.

  • Le taux de variation de la fertilisation des œufs est le même, peu importe l'habitat et l'année.

  • Les zones polygonales d'habitat de fraye en végétation immergée ont une surface et une couverture constantes à des élévations de moins de 74,2 m (243,44 pi) (SRIGL 1985).

  • La valeur prédictive (la proportion de la conservation maximale réalisée) est une valeur fixe, mais estimée, pour chaque habitat et la disponibilité des proies ne varie pas d'une année à l'autre.

  • La précision des simulations spatiales de la température de l'eau (1°) limitera la performance du modèle.

  • Les conditions pour lesquelles le modèle a été élaboré s'appliquent à la période de simulation.

Haut de la page