Le développement des modèles d'habitat pour les salmonidés d'eau courante et leur application à  la gestion piscicole - The development of habitat models for stream salmonids, and their application to fisheries management

Le texte décrit brièvement le développement de HABSCORE, une méthode d'évaluation de l'habitat basée sur une série de modèles statistiques empiriques qui relient l'abondance des salmonidés aux variables d'habitat observées. Des données sur les poissons et l'habitat de 602 sites de référence du Pays de Galles et de Grande-Bretagne ont été utilisées pour développer des modèles de prédiction des populations de salmonidés. Sur ces sites, 130 variables indépendantes ont été relevées à  partir desquelles 5 modèles de régression, prédisant la taille des populations salmonicoles, ont été produits. Ces modèles [pour les saumons O+, O+, les truites O+, O+ (20 cm) et O+ (20 cm)] rendent compte de 28,7 à  46,2 % de la variance totale des densités de population observées dans les données de base. Une partition des variances indique que les modèles prennent en compte 45,1 à  86,7 % de la variation spatiale totale. L'erreur associée aux mesures des variables d'habitat ne représente que moins de 1,1 % de la variance totale dans les 5 modèles. La qualité de ces modèles est brièvement discutée. Les sorties des modèles et les applications potentielles de HABSCORE sont décrites. - The paper briefly describes the development of HABSCORE, a salmonid habitat assessment technique based on a series of empirical statistical models which relate salmonid abundance to observed habitat variables. Fisheries and habitat data for 602 notionally pristine sites throughout England and Wales were used in the development of salmonid population prediction models. These sites provided a total of 130 independent variables from which five regression models, predicting salmonid population size, were produced. These models (for O+ salmon, O+ salmon, O+ trout, O+ [20cm] trout and O+ [20cm] trout) explained between 28.7 % and 46.2 % of the total variance in population densities observed in the raw data. Partitioning of the variances within the raw data suggested that the models account for between 45.1 % and 86.7 % of the total spatial variation. Error associated with the measurement of the habitat variables used accounted for ? 11.1 % of the total variance in the five models. The quality of the models is briefly discussed. The outputs of the models, and the potential management applications of HABSCORE, are described.