Ferchichi, Habiba (2019). Modélisation des scénarios futurs de température de l’eau en milieu côtier et implications sur les infections potentielles par Vibrio parahaemolyticus et Vibrio vulnificus : application aux bancs coquillers de l’estuaire et du golfe du Saint-Laurent. Mémoire. Québec, Maîtrise en sciences de la terre, Université du Québec, Institut national de la recherche scientifique, 132 p.
Prévisualisation |
PDF
Télécharger (3MB) | Prévisualisation |
Résumé
Les bactéries du type Vibrio (V) sont des bactéries présentes dans le milieu maritime et plus particulièrement dans les eaux estuariennes et côtières. Les Vibrio parahaemolyticus et Vibrio vulnificus sont considérées comme des bactéries pathogènes responsables des infections transmises à l’être humain principalement par la consommation de fruits de mer contaminés. Les Vibrio parahaemolyticus sont à l’origine de gastroentérites alors que les V. vulnificus provoquent des infections graves (septicémies, infection hépatique…) qui peuvent être mortelles. La croissance des Vibrio pathogènes est liée à la température de l’eau et semble augmenter au-dessus d’un seuil de 15 °C. La propagation des infections par ce genre de bactérie s’accroit progressivement dans le monde entier dû à l’augmentation des températures de l’eau associées au changement climatique. La côte canadienne n’est pas une exception à cette expansion mondiale. Étant donné que la récolte des mollusques est en pleine expansion au Québec et à l’Ile-Prince-Édouard, plus précisément dans l’estuaire et le golfe du Saint-Laurent, la modélisation des futurs scénarios de température de l’eau est primordiale dans l’analyse du risque d’infection, afin de protéger la santé humaine et la qualité des produits maritimes. Pour atteindre cet objectif, nous avons d’abord expliqué la variation de la température de surface en milieu estuarien et côtier en fonction des variables météorologiques (température de l’air, vitesse du vent), océanographique (marnage), hydrologique (débit du fleuve SaintLaurent) et de téléconnexion (indices climatiques). Ensuite, un ensemble de modèles d’apprentissage automatique (Réseaux de neurones artificiels et Forêts aléatoires) et un modèle paramétrique (Régression linéaire multiple) ont été testés pour modéliser la température de l’eau. Il est intéressant de noter que l’essai de ces modèles sur un ensemble de séries de données relativement longues, provenant de thermographes et de bouées de l’estuaire et du golfe du Saint-Laurent, a montré que les modèles d’apprentissage automatiques performent mieux que le modèle linéaire dans la prédiction de la température de l’eau. Ensuite, en utilisant les prédicteurs les plus pertinents de la variation de la température de l’eau et le modèle le plus performant, des scénarios futurs de température de l’eau ont été générés pour l’horizon 2040-2100. Enfin, sur la base de ces scénarios et le seuil théorique des conditions favorables à la croissance de ces bactéries, nous avons modélisé l’indicateur du risque de croissance des Vibrio pathogènes, i.e. le nombre de jours associés au dépassement de la température minimale de la croissance des Vibrio pathogènes (15 °C), pour l’horizon 2040-2100. Par conséquent, les simulations montrent que la croissance des Vibrio pathogènes pourrait augmenter et s’étendre de manière spatiale et même saisonnière pour l’horizon étudié 2040- 2100, indépendamment du scénario climatique envisagé (optimiste ou pessimiste).
Vibrio (V) spp. are common bacterial inhabitants of coastal environments, especially the estuarine and coastal ecosystem. Vibrio parahaemolyticus and Vibrio vulnificus are the leading cause of foodborne infections transmitted to humans mainly through shellfish consumption. The foodborne diseases with these pathogens are associated with gastroenteritis, but can also lead to fatalities in case of V. vulnificus infection. The growth of pathogenic Vibrio is related to ambient water temperature and seems to increase at 15 °C and over. The spread of Vibrio infection is increasing worldwide due to the increase of the sea surface temperature associated with climate change. The Canadian Coast is not an exception to Vibrio expansion. The shellfish harvesting plays a key role in the economy of the coastal regions in the Estuary and Gulf of St. Lawrence, thus modelling future water temperature will contribute in predicting the future Vibrio infection risk and protecting shellfish industry as well as human health. In order to achieve this goal, we first examined the relationship of the sea surface temperature as a function of meteorological (air temperature, wind velocity), oceanographic (tides), hydrologic (flow) and teleconnection (climatic indices) variables. Then, a set of machine learning models (Artificial Neural Network and Random Forest) and a parametric model (Multiple Linear Regression) were tested to model water temperature. Interestingly, the model implementation of these models on a relatively large dataset gathered from thermographs and buoys in the Estuary and Gulf of St. Lawrence showed the excellent performance of machine learning models in predicting the sea surface temperature. Then, by using the most relevant predictors of the sea surface temperature variation with the best performing machine leaning model, we generated the future water temperatures in the horizon 2040–2100. Finally, based on the predicted future water temperature scenarios and a threshold of 15 °C to determine the conditions favorable to the growth of Vibrio bacteria, we modelled the Vibrio growth risk indicator, i.e. the number of days exceeding the minimum temperature for Vibrio pathogenic growth (15 °C), in the horizon 2040–2100. Consequently, simulations show that the Vibrio pathogenic growth risk will increase and extend spatially and even seasonally and all the shellfish beds would meet the temperature condition for Vibrio growth regardless of the climate scenarios in the horizon 2040–2100.
Type de document: | Thèse Mémoire |
---|---|
Directeur de mémoire/thèse: | St-Hilaire, André |
Co-directeurs de mémoire/thèse: | Ouarda, Taha B. M. J.et Lévesque, Benoît |
Mots-clés libres: | température de l’eau; bactérie-Vibrio; modèles d’apprentissage automatiques; modélisation; prédiction; changement climatique; water temperature; Vibrio bacteria; machine learning models; modelling; prediction; climate change |
Centre: | Centre Eau Terre Environnement |
Date de dépôt: | 14 oct. 2020 19:29 |
Dernière modification: | 09 oct. 2022 04:00 |
URI: | https://espace.inrs.ca/id/eprint/10408 |
Gestion Actions (Identification requise)
Modifier la notice |