Understanding inter-reach variation in brown trout ( Salmo trutta ) mortality rates using a hierarchical Bayesian state-space model

International audience La gestion et la protection efficaces des populations d’animaux sauvages reposent sur une bonne compréhension de leurs cycles biologiques. Parce que la dynamique des populations dépend des interactions complexes de processus biologiques et écologiques à différentes échelles, d...

Full description

Bibliographic Details
Published in:Canadian Journal of Fisheries and Aquatic Sciences
Main Authors: Bret, Victor, Capra, H., Gouraud, Véronique, Lamouroux, Nicolas, Piffady, Jeremy, Tissot, Laurence, Rivot, Etienne
Other Authors: Milieux aquatiques, écologie et pollutions (UR MALY), Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), EDF (EDF), Centre national du machinisme agricole, du génie rural, des eaux et forêts (CEMAGREF), Laboratoire National d’Hydraulique et Environnement (EDF R&D LNHE), EDF R&D (EDF R&D), EDF (EDF)-EDF (EDF), Écologie et santé des écosystèmes (ESE), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST
Format: Article in Journal/Newspaper
Language:English
Published: HAL CCSD 2017
Subjects:
Online Access:https://hal-agrocampus-ouest.archives-ouvertes.fr/hal-01821208
https://doi.org/10.1139/cjfas-2016-0240
id ftunivnantes:oai:HAL:hal-01821208v1
record_format openpolar
spelling ftunivnantes:oai:HAL:hal-01821208v1 2023-05-15T15:32:39+02:00 Understanding inter-reach variation in brown trout ( Salmo trutta ) mortality rates using a hierarchical Bayesian state-space model Bret, Victor Capra, H. Gouraud, Véronique Lamouroux, Nicolas Piffady, Jeremy Tissot, Laurence Rivot, Etienne Milieux aquatiques, écologie et pollutions (UR MALY) Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA) EDF (EDF) Centre national du machinisme agricole, du génie rural, des eaux et forêts (CEMAGREF) Laboratoire National d’Hydraulique et Environnement (EDF R&D LNHE) EDF R&D (EDF R&D) EDF (EDF)-EDF (EDF) Écologie et santé des écosystèmes (ESE) Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST 2017-10 https://hal-agrocampus-ouest.archives-ouvertes.fr/hal-01821208 https://doi.org/10.1139/cjfas-2016-0240 en eng HAL CCSD NRC Research Press info:eu-repo/semantics/altIdentifier/doi/10.1139/cjfas-2016-0240 hal-01821208 https://hal-agrocampus-ouest.archives-ouvertes.fr/hal-01821208 doi:10.1139/cjfas-2016-0240 IRSTEA: PUB00055732 PRODINRA: 410555 WOS: 000411897600011 ISSN: 0706-652X EISSN: 1205-7533 Canadian Journal of Fisheries and Aquatic Sciences https://hal-agrocampus-ouest.archives-ouvertes.fr/hal-01821208 Canadian Journal of Fisheries and Aquatic Sciences, NRC Research Press, 2017, 74 (10), pp.1612 - 1627. ⟨10.1139/cjfas-2016-0240⟩ atlantic salmon fish new-zealand environmental determinants water temperature stream network mark-recapture life-cycles population-dynamics variable selection populations [SDV.EE]Life Sciences [q-bio]/Ecology environment [SDV.EE.MOD]Life Sciences [q-bio]/Ecology environment/domain_sdv.ee.mod [SDV.BA]Life Sciences [q-bio]/Animal biology [SDV]Life Sciences [q-bio] info:eu-repo/semantics/article Journal articles 2017 ftunivnantes https://doi.org/10.1139/cjfas-2016-0240 2022-11-09T01:48:47Z International audience La gestion et la protection efficaces des populations d’animaux sauvages reposent sur une bonne compréhension de leurs cycles biologiques. Parce que la dynamique des populations dépend des interactions complexes de processus biologiques et écologiques à différentes échelles, de nouvelles approches sont nécessaires pour expliquer la variabilité des processus démographiques et des paramètres associés dans une hiérarchie d’échelles spatiales. Un modèle bayésien hiérarchique du cycle biologique des truites fario (Salmo trutta) résidentes a été élaboré pour évaluer l’influence relative de déterminants locaux et généraux de la mortalité. Le modèle a été calé sur un vaste ensemble de données provenant de 40 tronçons de rivière, qui combine des données d’abondance et de conditions du milieu (hydraulique, température de l’eau). La mortalité des juvéniles dépendante de la densité augmente à faibles températures et diminue quand la disponibilité d’abris augmente. Des températures de l’eau élevées accroissent la mortalité densité-dépendante chez les adultes. Le modèle pourrait aider à prédire la mortalité mensuelle des juvéniles et des adultes dans des scénarios de réchauffement climatique et de modifications de la disponibilité d’abris découlant de la dégradation ou de la restauration d’habit Article in Journal/Newspaper Atlantic salmon Université de Nantes: HAL-UNIV-NANTES New Zealand Canadian Journal of Fisheries and Aquatic Sciences 74 10 1612 1627
institution Open Polar
collection Université de Nantes: HAL-UNIV-NANTES
op_collection_id ftunivnantes
language English
topic atlantic salmon
fish
new-zealand
environmental determinants
water temperature
stream network
mark-recapture
life-cycles
population-dynamics
variable selection
populations
[SDV.EE]Life Sciences [q-bio]/Ecology
environment
[SDV.EE.MOD]Life Sciences [q-bio]/Ecology
environment/domain_sdv.ee.mod
[SDV.BA]Life Sciences [q-bio]/Animal biology
[SDV]Life Sciences [q-bio]
spellingShingle atlantic salmon
fish
new-zealand
environmental determinants
water temperature
stream network
mark-recapture
life-cycles
population-dynamics
variable selection
populations
[SDV.EE]Life Sciences [q-bio]/Ecology
environment
[SDV.EE.MOD]Life Sciences [q-bio]/Ecology
environment/domain_sdv.ee.mod
[SDV.BA]Life Sciences [q-bio]/Animal biology
[SDV]Life Sciences [q-bio]
Bret, Victor
Capra, H.
Gouraud, Véronique
Lamouroux, Nicolas
Piffady, Jeremy
Tissot, Laurence
Rivot, Etienne
Understanding inter-reach variation in brown trout ( Salmo trutta ) mortality rates using a hierarchical Bayesian state-space model
topic_facet atlantic salmon
fish
new-zealand
environmental determinants
water temperature
stream network
mark-recapture
life-cycles
population-dynamics
variable selection
populations
[SDV.EE]Life Sciences [q-bio]/Ecology
environment
[SDV.EE.MOD]Life Sciences [q-bio]/Ecology
environment/domain_sdv.ee.mod
[SDV.BA]Life Sciences [q-bio]/Animal biology
[SDV]Life Sciences [q-bio]
description International audience La gestion et la protection efficaces des populations d’animaux sauvages reposent sur une bonne compréhension de leurs cycles biologiques. Parce que la dynamique des populations dépend des interactions complexes de processus biologiques et écologiques à différentes échelles, de nouvelles approches sont nécessaires pour expliquer la variabilité des processus démographiques et des paramètres associés dans une hiérarchie d’échelles spatiales. Un modèle bayésien hiérarchique du cycle biologique des truites fario (Salmo trutta) résidentes a été élaboré pour évaluer l’influence relative de déterminants locaux et généraux de la mortalité. Le modèle a été calé sur un vaste ensemble de données provenant de 40 tronçons de rivière, qui combine des données d’abondance et de conditions du milieu (hydraulique, température de l’eau). La mortalité des juvéniles dépendante de la densité augmente à faibles températures et diminue quand la disponibilité d’abris augmente. Des températures de l’eau élevées accroissent la mortalité densité-dépendante chez les adultes. Le modèle pourrait aider à prédire la mortalité mensuelle des juvéniles et des adultes dans des scénarios de réchauffement climatique et de modifications de la disponibilité d’abris découlant de la dégradation ou de la restauration d’habit
author2 Milieux aquatiques, écologie et pollutions (UR MALY)
Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)
EDF (EDF)
Centre national du machinisme agricole, du génie rural, des eaux et forêts (CEMAGREF)
Laboratoire National d’Hydraulique et Environnement (EDF R&D LNHE)
EDF R&D (EDF R&D)
EDF (EDF)-EDF (EDF)
Écologie et santé des écosystèmes (ESE)
Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST
format Article in Journal/Newspaper
author Bret, Victor
Capra, H.
Gouraud, Véronique
Lamouroux, Nicolas
Piffady, Jeremy
Tissot, Laurence
Rivot, Etienne
author_facet Bret, Victor
Capra, H.
Gouraud, Véronique
Lamouroux, Nicolas
Piffady, Jeremy
Tissot, Laurence
Rivot, Etienne
author_sort Bret, Victor
title Understanding inter-reach variation in brown trout ( Salmo trutta ) mortality rates using a hierarchical Bayesian state-space model
title_short Understanding inter-reach variation in brown trout ( Salmo trutta ) mortality rates using a hierarchical Bayesian state-space model
title_full Understanding inter-reach variation in brown trout ( Salmo trutta ) mortality rates using a hierarchical Bayesian state-space model
title_fullStr Understanding inter-reach variation in brown trout ( Salmo trutta ) mortality rates using a hierarchical Bayesian state-space model
title_full_unstemmed Understanding inter-reach variation in brown trout ( Salmo trutta ) mortality rates using a hierarchical Bayesian state-space model
title_sort understanding inter-reach variation in brown trout ( salmo trutta ) mortality rates using a hierarchical bayesian state-space model
publisher HAL CCSD
publishDate 2017
url https://hal-agrocampus-ouest.archives-ouvertes.fr/hal-01821208
https://doi.org/10.1139/cjfas-2016-0240
geographic New Zealand
geographic_facet New Zealand
genre Atlantic salmon
genre_facet Atlantic salmon
op_source ISSN: 0706-652X
EISSN: 1205-7533
Canadian Journal of Fisheries and Aquatic Sciences
https://hal-agrocampus-ouest.archives-ouvertes.fr/hal-01821208
Canadian Journal of Fisheries and Aquatic Sciences, NRC Research Press, 2017, 74 (10), pp.1612 - 1627. ⟨10.1139/cjfas-2016-0240⟩
op_relation info:eu-repo/semantics/altIdentifier/doi/10.1139/cjfas-2016-0240
hal-01821208
https://hal-agrocampus-ouest.archives-ouvertes.fr/hal-01821208
doi:10.1139/cjfas-2016-0240
IRSTEA: PUB00055732
PRODINRA: 410555
WOS: 000411897600011
op_doi https://doi.org/10.1139/cjfas-2016-0240
container_title Canadian Journal of Fisheries and Aquatic Sciences
container_volume 74
container_issue 10
container_start_page 1612
op_container_end_page 1627
_version_ 1766363138418016256