| Summary: | La gestion durable des ressources naturelles vivantes est un problème majeur dans un contexte de raréfaction, dû à l'impact de l'homme et à une incertitude omniprésente. Améliorer les outils existant et en développer de nouveaux pour conseiller les gestionnaires sur l'évolution potentielle des ressources naturelles vivantes, selon divers scénarios environnementaux et de gestion, est nécessaire. Cette thèse a pour but de contribuer au développement d'une méthodologie pour l'aide à la décision pour la gestion des ressources naturelles vivantes, tout en prenant en compte les sources d'incertitude majeures. Ce travail est appliqué au cas de la population de saumon atlantique (Salmo salar L.) de la Nivelle (France). Cette population fait l'objet d'un programme de suivi à long terme et cette espèce a été largement étudiée. Cette dernière est menacée mais elle est toujours ciblée par la pêche commerciale et récréative. Elle illustre la dualité entre conservation et exploitation, qui est au coeur de la gestion des ressources naturelles vivantes. Pour gérer une population, il est nécessaire de comprendre sa dynamique et de prédire son évolution sous divers scénarios environnementaux et de gestion. L'approche Bayésienne fournit un cadre cohérent pour quantifier l'incertitude sous ses différentes formes. Les modèles hiérarchiques permettent l'assimilation de sources de données multiples et de faire des inférences et des prédictions sur des grandeurs spatio-temporelles inconnues. Un modèle stochastique d'état Bayésien, i.e. un modèle hiérarchique Bayésien dynamique, est construit pour étudier la dynamique de la population d'intérêt et pour prédire son évolution. La théorie de la décision en univers incertain fournit un cadre pour aider un individu dans ses choix, mais son application reste difficile. En théorie, une fonction d'utilité qui dépend des conséquences des alternatives de gestion reflète les préférences d'un individu unique impliqué dans un problème décisionnel. En pratique, sa construction est malaisée. ...
|
|---|