Estimation de l’aire des refuges thermiques potentiels en rivière par l’utilisation du Modèle additif généralisé (GAM) et le Modèle de régression multivariée par splines adaptatifs (MARS): Étude de cas de la rivière Ste-Marguerite (Québec, Canada).

• Main Author: Saadi, Al Mahdi
• Format: Doctoral or Postdoctoral Thesis
• Language: French
• Published: 2020
• Subjects: saumon atlantique; refuges thermiques; température journalière de l’eau; model additif généralisé (GAM); le modèle de régression multivariée par splines adaptatifs (MARS); Canada; Gam; Marguerite; Nash; Salmo salar
• Online Access: https://espace.inrs.ca/id/eprint/11839/; https://espace.inrs.ca/id/eprint/11839/1/T984.pdf

La température élevée de l’eau peut être mortelle pour de nombreuses espèces de poissons et plus particulièrement le saumon atlantique (Salmo salar) qui peut rechercher des refuges thermiques pour se protéger lors d’événements thermiques stressants. Dans cette étude, la superficie de chaque refuge thermique a été interpolée au pas de temps journaliers dans quatre stations différentes situées à la confluence de tributaires froids avec la rivière Ste-Marguerite (Québec, Canada). Deux approches de modélisation statistique ont été utilisées dans le but d’estimer la superficie des refuges thermiques potentiels, à savoir le modèle additif généralisé (MAG) et le modèle de régression multivariée par splines adaptatifs (MARS). Les modèles MAG et MARS ont été ajustés indépendamment pour chaque station d’étude. Les performances des deux modèles ont été évaluées à l’aide de la validation croisée (CV) afin de mettre en évidence des problèmes tels que le surajustement ou le biais de sélection et de donner un aperçu de la manière dont le modèle devrait se généraliser à un ensemble de données indépendants. Plusieurs critères ont été utilisées pour comparer les performances du MAG et du MARS, tels que la racine de l’erreur quadratique moyenne (RMSE), le coefficient de NASH, le critère d’information d’Aikaike (AIC) et finalement le biais (BIAS). Les résultats montrent que les aires modélisées sont proches des aires estimées avec un RMSE relatif variant entre 6,93 % et 38,39 %. En outre, les résultats attestent que le modèle MARS offre une meilleure performance dans la prévision et l’estimation de la variabilité de l’aire de refuge thermique que le MAG dans toutes les stations d’études. Cependant, compte tenu de ces résultats, les deux modèles présentent un grand potentiel.