Boudreault, Jérémie
(2018).
La régression fonctionnelle pour modéliser
la température de l’eau et l’habitat du saumon atlantique juvénile.
Mémoire.
Québec, Université du Québec, Institut national de la recherche scientifique, Maîtrise en sciences de l'eau, 161 p.
Résumé
Alors que les modèles de régression classiques et d’apprentissage artificiel sont basés
sur des variables ponctuelles (scalaires ou vecteurs), l’approche de régression
fonctionnelle l’utilisation de fonctions ou courbes tant pour les variables réponses
qu’explicatives. Dans le domaine de l’hydrologie, les phénomènes peuvent souvent être
mieux représentés par des courbes continues que des quantités scalaires. Par exemple,
la température de l’eau observée pendant la saison estivale peut être vue de manière
continue comme une seule observation : une courbe. Les variables d’habitat du saumon
peuvent aussi être traitées comme des distributions de fréquence représentant mieux son
habitat. Ainsi, la régression fonctionnelle semble mieux adaptée à ces problématiques
que les approches classiques, permettant de reproduire plus naturellement les
phénomènes observés. Dans ce mémoire, cette approche statistique (la régression
fonctionnelle), qui connait de nombreux développements dans les dernières années, est
utilisée pour deux problématiques distinctes, mais fortement liées. La première étude
concerne la température de l’eau où la régression fonctionnelle est utilisée pour modéliser
la courbe complète des températures de l’eau pour la saison estivale à partir de la
température de l’air. Son application sur trois cours d’eau des États-Unis a montré des
températures prédites plus précises que deux modèles classiques comparés : le modèle
logistique et le modèle additif généralisé. De plus, la régression fonctionnelle indique
facilement et clairement les périodes où la température de l’air influence celle de l’eau.
Dans la deuxième étude, l’habitat du saumon atlantique juvénile est considéré, alors que
les modèles actuels n’arrivent que peu à prédire la productivité d’une rivière et manquent
de transférabilité (c.-à-d. un modèle développé sur une rivière ne fonctionne pas sur
d’autres rivières). L’utilisation de la régression fonctionnelle nous permet d’inclure toute
la variabilité des variables de l’habitat du poisson sélectionnées comme prédicteurs en
utilisant des histogrammes lissés (des fonctions de densité) pour chaque variable
typiquement utilisée dans la modélisation de l’habitat : la profondeur de l’eau, la vitesse
du courant et la taille du substrat. De plus, l’ajout d’une nouvelle variable en modélisation
de l’habitat aquatique, soit la température de l’eau, est une innovation importante car
cette variable est souvent absente des modèles d’habitat. Pour valider cette approche, le travail de terrain a été effectué durant l’été 2017 alors que deux rivières à saumon ont été
échantillonnées par pêche électrique à plusieurs sites : la rivière Sainte-Marguerite et la
rivière Petite–Cascapédia. Le modèle de régression fonctionnelle a été utilisé pour
prédire l’abondance ou la présence-absence de saumon juvénile pour les trois classes
(0+, 1+ et 2+) à chacun des sites étudiés. À l’aide d’une validation croisée, le modèle
fonctionnel a montré les meilleurs résultats pour les trois classes comparé à un modèle
linéaire généralisé et un modèle additif généralisé, deux approches fréquemment
utilisées en modélisation d'habitat. De plus, le modèle fonctionnel est celui qui a fourni
les meilleures informations quant aux valeurs préférées des variables d’habitat par le
saumon juvénile. Pour ce qui est de la transférabilité, le potentiel de transférabilité n’a pu
être démontré que pour le modèle de régression fonctionnel de présence-absence. Les
deux sujets étudiés démontrent que la régression fonctionnelle est un outil clé pour la
modélisation et la prédiction dans le domaine de l’hydrologie et l’écologie en rivière.
Type de document: |
Thèse
Mémoire
|
Directeur de mémoire/thèse: |
Chebana, Fateh |
Co-directeurs de mémoire/thèse: |
St-Hilaire, André; Bergeron, Normand |
Mots-clés libres: |
statistique hydologique; saumon atlantique; salmo salar; température; habitat; |
Centre: |
Centre Eau Terre Environnement |
Date de dépôt: |
30 janv. 2020 22:10 |
Dernière modification: |
30 janv. 2020 22:11 |
URI: |
http://espace.inrs.ca/id/eprint/8791 |
Actions (Identification requise)
 |
Modifier la notice |