Manuel d'utilisation
Contents
1. La concentration en nitrate a t dos e 0 1 mg l pr s en p riode estivale par colorim trie La vitesse de surface a t calcul e en chronom trant le temps d coulement d un colorant L abondance et la diversit du peuplement d invert br s ont t calcul es partir des tris et des d terminations de pr l vements effectu s en p riode estivale l aide d un filet surber sur des facies lotiques et lentiques de chaque station Les abris ARNETTE 1976 in BINNS et EISERMAN 1979 d finit les abris comme toute zone dans le chenal permettant la truite de se r fugier et de se dissimuler des pr dateurs Cette d finition permet de consid rer comme abris la fois des zones ayant une hauteur d eau suffisante des zones turbulentes des gros blocs tout l ment submerg les affouillements en sous berges ou encore la v g tation aquatique Leur utilisation par le poisson varie en fonction de la saison et surtout en fonction de la taille des individus BUTLER et HAWTHORNE 1968 En suivant le protocole de mesure des abris tabli par BINNS 1982 la longueur et la profondeur des sous berges des sous blocs des enrochements et des branchages ainsi que la surface des zones profondes et des zones turbulentes ont t mesur es Le pourcentage de surface d abris a t ensuite calcul en effectuant le rapport de la surface occup e par les abris sur la surface totale de la station La longueur2. Les auteurs tiennent remercier pour leur aide et leur collaboration E D F Unit Energie Midi Pyr n es la F d ration de P che des Hautes Pyr n es et plus particuli rement son conseiller scientifique Monsieur No l ABAD ainsi que la Soci t de P che la Gaule Louronnaise et son Pr sident Monsieur Jean Marie BAPEL 7 BIBLIOGRAPHIE BACHMAN R A 1984 Foraging behaviour of free ranging wild and hatchery brown trout in a stream Trans Am Fish Soc 113 1 1 32 BAGLINIERE J L ARRIBE MOUTOUNET D 1985 Micror partition de populations de truites communes Salmo trutta L de juv niles de saumon atlantique Salmo salar L et des autres esp ces pr sentes dans la partie haute du Scorff Bretagne Hydrobiologia 120 229 239 BAGLINIERE J L MAISSE G LEBAIL P Y NIHOUARN A 1989 Population dynamics of brown trout Salmo trutta L in a tributary in Brittany France spawning and juveniles J Fish Biol 34 97 110 BAGLINIERE J L MAISSE G 1990 La croissance de la truite commune Salmo trutta L sur le bassin du Scorff Bull Fr P che Piscic 318 89 101 BALDES R J VINCENT R E 1969 Physical parameters of microhabitats occupied by brown trout in an experimental flume Trans Am Fish Soc 98 2 230 238 BELAUD A CHAVEROCHE P LIM P SABATON C 1989 Probability of use curves applied to brown trout Salmo trutta L in rivers of Southern France Regulated Rivers Research and ma
3. la minimale de 5 truites 100 m2 Le coefficient de variation inter stationnelle est de 96 1 significativement sup rieur p 0 01 au coefficient moyen de variation intra stationnelle 21 8 calcul partir des r sultats des quatre campagnes sur 27 des 33 stations tudi es 4 1 Application de la m thode du HQI Le mod le n 1 de la m thode du HQI BINNS 1982 a t test sur les 33 stations figure 2 Les biomasses th oriques ne sont pas lin airement corr l es aux biomasses observ es Les deux variables doivent tre transform es par les logarithmes pour obtenir un ajustement lin aire satisfaisant aux conditions de normalit et d ind pendance des r sidus r duits tableau IIl La pente de la droite de r gression 0 53 est significativement diff rente de 1 t22 56 p 0 01 Pour les faibles biomasses les valeurs th oriques calcul es par le mod le sont sup rieures aux valeurs observ es tandis que les fortes biomasses la situation est invers e Le plus fort cart est de 2142 g 100 mz le plus faible de 64 g 100 m2 Bull Fr P che Piscic 1993 331 321 340 327 Tableau Il Caract ristiques d habitat et d abondance des truites aux diff rentes stations Tablell Habitat features and characteristics of brown trout population for the different sections z o CE z 8 3 8 3 e 8 8 8 1144 ctm 19 30 32 80 318 HHF truite m e qaja t z i cizi i
4. Coefficient de corr lation de rang de Spearman rs p 0 05 p 0 02 p lt 0 01 tabli entre les densit s et biomasses totales de truites et les caract ristiques de l habitat Table V Coefficient of rank correlation of Spearman rs p 0 05 p 0 02 p 0 01 which related total density and total biomass of trouts to habitat features Variables rs oS Temp rature 038 9 Conductivit 041 f Larg Pr 0 54 0 36 Pene 0 35 H Largeur 0 45 f 4 2 2 Etude par classe d ge tableau VI Les densit s et biomasses de truites de l ann e 0 sont significativement corr l es avec les variables altitude largeur temp rature et conductivit Il n existe par contre aucune relation avec des variables de l habitat physique telles que les abris la profondeur ou la vitesse Seules les densit s et biomasses calcul es partir des chantillonnages d hiver f vrier sont significativement corr l es avec la profondeur moyenne respectivement rs 0 41 p lt 0 02 et rs 0 39 p 0 05 Si l on examine les Bull Fr P che Piscic 1993 331 321 340 331 r sultats en termes de pourcentages de densit s repr sent s par cette classe d ge on note une corr lation avec la profondeur moyenne rs 0 52 p 0 01 L abondance relative des 0 dans la population de truites diminue avec l augmentation de la profondeur moyenne L
5. uS cm 35 Log Bio 0 51 x Log Abris 1 63 112035 p 001 w N a Log Biomasse kg Ma aon m eo 5 05 07 09 11 13 15 147 19 Log Abris 36 o o oi o a Log Blo 0 66 x Log La Fr 293 1 0 23 p 001 w N an nd a N Log Biomasse kg na E e a Figures 3 7 R gressions lin aires entre les biomasses totales de truites et les variables d habitat Figures 3 to 7 Linear regressions between total biomass of trouts and habitat features Buil Fr P che Piscic 1993 331 321 340 330 Tableau IV Caract ristiques statistiques des r gressions lin aires tablies entre les biomasses totales de truites et les variables d habitat Table IV Statistical characteristics of linear regressions which related total biomass to habitat features Variables ECTS 038 Temp rature o 15 o1 EIN os Statistique d de Durbin Watson R sidus r duits n appartenant pas l intervalle Log Conductivit Log Larg Prf Log Abris Les biomasses totales de truites sont significativement corr l es avec la profondeur moyenne et la vitesse moyenne alors que les densit s totales de truites sont significativement corr l es avec huit variables de l habitat altitude temp rature conductivit abris rapport largeur profondeur vitesse au fond pente largeur tableau V Tableau V
6. es et les valeurs th oriques L abondance des juv niles n influence pas non plus de fa on significative l cart entre les deux valeurs de biomasses On peut galement envisager l hydraulicit comme l ment de r gulation du recrutement Toutefois le mod le HQI int gre dans son calcul deux variables descriptives du r gime hydrologique de la rivi re le rapport du d bit moyen mensuel d tiage sur le module et surtout le rapport du d bit maximal journalier sur le d bit minimal journalier L intensit des crues est donc prise en compte dans le calcul crues qui ont lieu en raison du r gime nival au printemps En fait seul le potentiel d abris et plus particuli rement les faibles surfaces de caches semblent avoir une influence sur les r sultats du mod le Un faible potentiel de caches apparait moins p nalisant pour l abondance des truites par rapport aux pr visions du mod le Ce r sultat pourrait tre attribu l estimation des caches et notamment la sous estimation des caches occup es par les juv niles En effet la notion de caches et son occupation diff rent selon la saison la taille et l ge du poisson Ainsi les juv niles occuperont des caches de dimension restreinte de type galets par exemple et donc plus difficilement chantillonnables Toutefois les stations faibles surfaces de caches ne poss dent pas un pourcentage de juv niles significativement sup rieur celui des autres stations I est importan
7. la qualit physico chimique de l eau ainsi qu la qualit de l habitat physique 5 1 Test du mod le HQI Les biomasses th oriques du mod le HQI ne sont pas lin airement corr l es aux biomasses observ es La relation de type logarithmique mise en vidence dans notre tude indique la pertinence cologique des 10 variables retenues par BINNS et EISERMAN 1979 mais montre un d calage entre la capacit d accueil tel qu elle est estim e par le mod le et les valeurs r ellement observ es sur chacune des 33 stations CONDER et ANNEAR 1987 SCARNECCHIA et BERGERSEN 1987 ont montr sur d autres sites que la m thode du HQ permet d expliquer les variations inter stationnelles de biomasses A l oppos BOWLBY et ROFF 1986 n ont pas constat de corr lation significative entre les biomasses observ es et les biomasses th oriques du mod le Ces r sultats contradictoires s expliquent par le fait que notre tude comme celles de CONDER et ANNEAR 1987 ainsi que SCARNECCHIA et BERGERSEN 1987 a t conduite sur un site de montagne correspondant au niveau typologique de la zone truites alors que BOWLBY et ROFF 1986 ont travaill sur des stations situ es en limite aval de la zone truites Bull Fr P che Piscic 1993 331 321 340 333 Les caract ristiques sp cifiques de chaque station r serve de p che d bit naturel d bit r serv ne permettent pas d expliquer le d calage entre les valeurs observ
8. turbulentes et les zones profondes Binns 1982 sont fortement corr l s avec la biomasse et la densit totale de truites L tude par classe de taille r v le en revanche que les densit s et biomasses de 0 ne sont pas influenc es par la quantit d abris telle qu elle est estim e dans la m thodologie Ceci s explique par la difficult quantifier les abris utilis s par les juv niles galets et petits blocs A l inverse l abondance des truites de taille sup rieure la taille l gale de capture 180 mm est fortement corr l e l abondance des abris Les truites adultes utilisent des abris de taille plus importante ainsi que des zones profondes plus marqu es De nombreux auteurs consid rent les abris comme une des variables de l habitat physique les plus d terminantes vis vis de l abondance des truites LEWIS 1969 HUNT 1976 ENK 1977 FAUSH et WHITE 1981 BOVEE 1982 CUNJAK et POWER 1986 GATZ et al 1987 NIELSEN 1986 montre que l abondance des abris peut expliquer de 33 74 de la variation de densit s de truites L augmentation du nombre d abris entraine une augmentation de la biomasse de truites BOUSSU 1954 HUNT 1976 NASLUND 1989 WESCHE et al 1987 indiquent une corr lation significative entre la surface occup e par les sous berges et le nombre de truites I tablit deux mod les de calcul des biomasses de truites bas s sur la quantit d abris et la profondeur de la station Le rap
9. 33 3 4 475 488 NIHOUARN A 1983 Etude de la truite commune Salmo trutta L dans le bassin du Scorff Morbihan d mographie reproduction migrations Th se de 3 me cycle Ecologie Univ Rennes 1 64 p RALEIGH R F ZUCKERMAN L D NELSON P C 1986 Habitat suitability index models and stream flow suitability curves brown trout revised U S Fish Wild Ser Biol Hep 82 10 124 65 p RICARD J M ROQUEPLOT C 1976 Etude sur la dynamique des populations de truites et les am nagements piscicoles du Rioumajou Th se Docteur en Sciences Institut National Polytechnique de Toulouse 172 p RICKER W 1934 An ecological classification of certain Ontario streams University of Toronto studies Biological Series 37 Publication of Ontario Fisheries Research Laboratory 49 7 114 SCARNECCHIA D L BERGERSEN E P 1987 Trout production and standing crop in Colorado s small streams as related to environmental features N Am J Fish Manage 7 315 330 Bull Fr P che Piscic 1993 331 321 340 340 SHIRVELL C S DUNGEY R G 1983 Microhabitats chosen by brown trout for feeding and spawning in rivers Trans Am Fish Soc 112 355 367 SHIRVELL C S MORANTZ D L 1983 Assessments of instream flow incremental methodology for Atlantic salmon in Nova Scotia Trans Can Elect Assoc vol 22 83 H 108 22 p SOUCHON Y TROCHERIE F FRAGNOUD E LACOMBE C 1989 Les mod les num riques des micro
10. and production of young migratory trout Salmo trutta in a Lake District stream J Anim Ecol 53 979 994 ENK M D 1977 Instream overhead bank cover and trout abundance in two Michigan streams M S Thesis Mich State Univ East Langing 127 p FAUSH K D WHITE R J 1981 Competition between brook trout Salvelinus fontinalis and brown trout Salmo trutta in a Michigan stream Can J Fish Aquat Sci 38 1220 1227 FAUSH K D HAWKES C L PARSONS M G 1988 Models that predict the standing crop of stream fish from habitat variables U S Forest Service General Technical Report PNW GTR 213 FRAGNOUD E 1987 Pr f rence d habitat de la truite fario Salmo trutta fario L 1758 en riviere Th se de Docteur en Sciences Laboratoire Hydro cologie Quantitative C E M A G R E F Lyon 435 p FROST W E BROWN M E 1967 The trout Collins St James Place London 286 p GATZ Jr SALE A J LOAR J M 1987 Habitat shifts in rainbow trout competitive influence of brown trout Oecologia 74 7 19 HARRIS D D HUBERT W A WESCHE T A 1991 Brown trout population and habitat response to enhanced minimum flow in Douglas Creek Wyoming Rivers 2 4 285 294 HAURY J OMBREDANE D BAGLINIERE J L 1991 L habitat de la truite commune Salmo trutta L en eaux courantes In BAGLINIERE J L MAISSE G La truite biologie et cologie 47 96 INRA Publ Paris HEGGENES J 1988 Physical habitat selection by brown trou
11. brown trout in the Neste d Aure valley Correlations between habitat variables and brown trout biomass and density were investigated Total biomass was significantly related to elevation between 1350 and 600 m cover maximum summer temperature between 10 and 16 C conductivity mean bottom velocity mean depth and width depth ratio Total density was significantly related to the same variables with the exception of mean depth and in addition to water gradient and stream width The study by age class showed that the abundance of young of the year trout is related to elevation temperature and conductivity Only width was the habitat feature related to abundance of young of the year No correlations were found with other physical habitat features Abundance of one year old trout 1 was related with the same variables of elevation temperature and conductivity in addition their density and biomass were also related to cover Density of catchable trouts length greater than 180 mm was correlated with cover depth temperature elevation and conductivity The stepwise regression analyses produced combinations of variables that explained 86 of the variations in biomass with 5 variables This type of work can be very useful in the management of fishing and of trout populations Key words Brown Trout Salmo trutta habitat correlation biomass density age class 1 INTRODUCTION La truite commune Salmo trutta L poss de des exigences
12. des rives subissant l rosion par le courant a t mesur e La largeur moyenne a t calcul e partir de transects transversaux en moyenne 1 transect tous les 6 m Variables compl mentaires En compl ment de ces variables 4 autres param tres ont t d termin s sur chaque station II s agit de la vitesse au fond l aide d un courantom tre March Mac Birney mod le 201 D pr cis 1cm s Les mesures ont t effectu es le long de transects avec un pas variant de 0 1 1 m selon la largeur de la station Chaque transect a t choisi comme repr sentatif d une zone o les conditions morphodynamiques sont homog nes En moyenne un transect tous les 6 m de rivi re a t effectu de la profondeur sur les m mes transects que la vitesse au fond de la pente de la ligne d eau au goniom tre de la conductivit lectrique moyenne des mesures sur quatre campagnes 3 2 Traitement des r sultats Les biomasses et densit s de truites ont t estim es pour chaque station partir de la m thode de De Lury LAURENT et LAMARQUE 1975 Les fr quences de classes de tailles ainsi qu une tude scalim trique ont permis de calculer les abondances respectives des classes d ges 0 et 1 Pour la classe d age 0 seuls les r sultats des campagnes d t d hiver et d automne ont t pris en compte En effet la faible taille des individus au printemps limitent leur capturabilit par la
13. les biomasses observ es et les biomasses th oriques mod le HQI Figure 2 Relationship between biomass observed and biomass predicted model HQI 4 2 Recherche des corr lations entre l abondance des truites et chaque variable de l habitat 4 2 1 Etude sur les abondances globales Pour 5 variables du milieu des r gressions lin aires avec la biomasse totale de truites de la vall e d Aure tableau IV figures 3 7 ont pu tre tablies Deux seulement appartiennent au mod le HAI la temp rature maximale mensuelle et le pourcentage d abris Des transformations par les logarithmes ont t n cessaires pour obtenir des mod les lin aires satisfaisant aux conditions requises par les statistiques d de Durbin Watson 1 5 d 2 5 et D de Kolmogorov Smirnov Dmax 0 2307 Ces transformations ont t effectu es pour les variables biomasse altitude conductivit rapport largeur profondeur et abris Bull Fr P che Piscic 1993 331 321 340 329 w Log Bio 225 x Log AR 8 65 r 0 38 p 0 01 o N Log Biomasse kg ha a N 88 8 8 8 o 8 1 275 280 285 290 29 300 3 06 3 10 3 45 Log Altitude m Log Bho 0 11 x Temp 057 00 7 7030 p4001 Log Biomasse kg ha 10 00 11 00 12 00 13 00 14 00 15 00 16 00 Temp rature C Log Blo 0 64 x Log Cond 0 68 00 r 0 12 p 0 05 1 60 1 70 1 80 1 90 2 00 2 10 2 20 230 Log Conductivit
14. les statistiques de calcul de biomasses de truites disponibles dans la litt rature CUINAT 1971 WESCHE 1976 BINNS et EISERMAN 1979 RALEIGH et al 1986 LANKA et al 1987 utilisent de 3 18 variables du milieu Cependant il est important de signaler que ces mod les donnent souvent une image ponctuelle de la capacit d accueil du milieu Ils integrent peu les probl mes de recrutement habitat des alevins de reproduction habitat de reproduction disponible ainsi que les v nements ant rieurs crues vidanges pollutions accidentelles susceptibles de d stabiliser la population de truites Ainsi on peut noter dans notre tude le faible niveau de relation des truites de l ann e 0 avec les facteurs physiques l exception de la profondeur d montrant ainsi le r le probable d autres param tres parmi lesquels on pourrait citer ceux li s l habitat de reproduction granulom trie vitesse profondeur De plus la mise en place de ces mod les impose implicitement de consid rer qu l int rieur des sites d tude choisis la biomasse en place soit une image fidele de la capacit d accueil Seules des exp riences de modifications de cette capacit d accueil ajouts d abris augmentation de d bit permettraient de v rifier les r ponses de la population de truites et donc le v ritable niveau de relation qu elle entretient avec le milieu FAUSH et a 1988 5 4 Application la gestion des cours d eau La connai
15. p che lectrique et entraine ainsi un biais important dans l chantillonnage Bull Fr P che Piscic 1993 331 321 340 326 Les relations entre les caract ristiques physiques du milieu et l abondance num rique et pond rale des truites ont t examin es partir de plusieurs techniques de corr lation et de r gression La normalit de la distribution conjointe des couples de variables al atoires utilis es dans l analyse a t test e partir du test de Kolmogorov Smirnov Lorsque celle ci a t valid e des r gressions simples ont t r alis es La validit des modeles lin aires obtenus a t test e partir de l examen des r sidus r duits TOMASSONE et al 1983 Lorsque les hypotheses d ind pendance et de normalit de la distribution des fr quences relatives cumul es des r sidus r duits ont t rejet es des transformations de variables ont t effectu es afin d obtenir le meilleur ajustement lin aire Lorsque l hypoth se de normalit de la distribution conjointe des couples de variables al atoires a t rejet e la m thode non param trique du coefficient de corr lation de rang de Spearman rs a t utilis e SPRENT 1992 Les techniques de r gressions multiples progressives DAGNELIE 1975 TOMASSONE et al 1993 ont t appliqu es L examen du coefficient de corr lation multiple et des r sidus r duits a permis de valider cette approche Disposant de donn es sur le peu
16. standardis e de cette m thode La pr sente tude conduite de septembre 1990 janvier 1992 s est fix e pour premier objectif de tester la validit du modele HQI sur une population de truites communes des Pyr n es Le test de validit de ce type de mod le ne peut tre envisag que sur un milieu r pondant deux conditions ne pas avoir subi d v nements de pollution Bull Fr P che Piscic 1993 331 321 340 323 accidentelle r cents et ne pas se situer en limite aval de la zone truites La Neste d Aure r pondait ces crit res et offrait une variabilit et une repr sentativit des donn es d habitat conformes avec les objectifs de l tude Les principaux facteurs influengant la biomasse et la densit de poissons ont galement t recherch s tant du point de vue qualitatif que quantitatif La mise au point d un outil de calcul des biomasses et densit s de truites pour la rivi re consid r e a constitu la derni re tape de ce travail 2 PR SENTATION DU SITE figure 1 La Neste d Aure affluent le plus occidental de la Garonne pyr n enne est form e de la confluence de deux ruisseaux 1100 m d altitude la Neste de Couplan et la Neste d Aragnouet Les stations d tude se situent sur le secteur amont de la rivi re ainsi que sur les trois principaux affluents dans ce secteur la Neste du Louron la Neste du Rioumajou et le ruisseau d Espiaube Le r gime hydrologique de ces rivi res est d
17. strictes vis vis de son environnement LEWIS 1969 La nature et l influence relative de ces facteurs de l habitat voluent selon le stade de d veloppement HAURY et a 1991 Les variables les plus couramment cit es se rapportent l habitat physique la physico chimie de l eau et la faune benthique L chelle d analyse des relations entre les populations de truites et leur environnement constitue galement un l ment d terminant HAURY et al 1991 Certaines variables auront une influence l chelle du microhabitat d autres l chelle du facies d coulement macrohabitat ou de la s quence de facies d coulement De nombreuses investigations ont cherch corr ler la densit ou la biomasse de truites avec l habitat physique ou les caract ristiques de d bit FAUSH et al 1988 recensent 70 mod les permettant d estimer l abondance des Salmonid s partir des variables de l habitat On peut citer parmi eux les mod les propos s par CUINAT 1971 PHILIPPART 1978 in WELCOMME 1985 BINNS et EISERMAN 1979 RALEIGH et al 1986 LANKA et al 1987 La m thode de l Indice de Qualit d Habitat HQI BINNS et EISERMAN 1979 retient 10 variables de l habitat Ses applications dans la litt rature sont nombreuses EIFERT et WESCHE 1982 CONDER et ANNEAR 1987 BOWLBY et ROFF 1986 SCARNECCHIA et BERGERSEN 1987 HARRIS et al 1991 La diffusion d un manuel d utilisation BINNS 1982 permet l application
18. zi zi 2 M bri pe a Irene insala Ii UN a ales alee tele elale r Maa a EE d pens EEC C BERE EERERECEREREECER eee T Temp rature Conductivit CC Siem m RHEINE ace fe oe a ERN E E SET RE Er os oo oo Altitude Stations m Bull Fr P che Piscic 1993 331 321 340 328 Les r sidus r duits de la corr lation ne sont pas significativement corr l s aux densit s et biomasses de juv niles 0 et 1 Seule la variable abris semble avoir une influence sur les r sultats du mod le On remarque que pour des valeurs de caches inf rieures 10 quivalant la classe 0 dans la m thode les biomasses de truites sont sous estim es par le mod le A l inverse pour des valeurs de caches comprises entre 10 et 25 classe 1 la majorit des biomasses sont surestim es par le mod le Aucune autre variable de l habitat n influence significativement la distribution des r sidus du mod le Tableau Il Caract ristiques statistiques du modele lin aire tabli entre les biomasses th oriques du mod le HQI et les biomasses observ es Table Ill Statistical characteristics of linear model which related biomass predicted by HQI model to biomass observed Durbin Watson n appartenant pas 450 0 Log Bio obs 0 51 x Log Bio th o 0 97 r2 0 64 p lt 0 01 0 0 50 0 100 0 150 0 200 0 250 0 300 0 350 0 400 0 450 0 Biomasse th orique kg ha Figure 2 Relation entre
19. 1 321 340 338 CONDER A L ANNEAR T C 1987 Test of weighted usable area derived from a PHABSIM model for instream flow studies on trout streams N Am J Fish Manage 7 339 350 CRISP D T MANN R H K McCORMACK J C 1975 The populations of fish in the River Tees system on the Moor House National Nature Reserve Westmorland J Fish Biol 7 573 593 CUINAT R 1971 Principaux caract res d mographiques observ s sur 50 rivi res truites fran aises Influence de la pente et du calcium Ann Hydrobiol 2 2 187 207 CUNJAK R A POWER G 1986 Winter habitat utilization by stream resident brook trout Salvelinus fontinalis and brown trout Salmo trutta Can J Fish Aquat Sci 43 1970 1971 DAGNELIE P 1975 Analyses statistiques plusieurs variables Presses agronomiques de Gembloux Gembloux 362 p DE LURY D B 1951 On the planning of experiments for estimation of fish populations J Fish Res Board Can 8 281 307 DEGRAAF D A BAIN L H 1986 Habitat use by and preferences of juveniles Atlantic salmon in two Newfoundland rivers Trans Am Fish Soc 115 671 681 EIFERT W H WESCHE T A 1982 Evaluation of the stream reach inventory and channel stability index for instream habitat analysis Water Resources Series 82 97 p ELLIOT J M 1975 The growth rate of brown trout Salmo trutta L fed on maximum rations J Anim Ecol 44 805 821 ELLIOT J M 1984 Growth size biomass
20. Bull Fr P che Piscic 1993 331 321 340 321 RELATIONS ENTRE LES CARACT RISTIQUES DE L HABITAT ET LES POPULATIONS DE TRUITES COMMUNES SALMO TRUTTA L DE LA VALLEE DE LA NESTE D AURE P BARAN M DELACOSTE J M LASCAUX A BELAUD Laboratoire d Ing nierie Agronomique Equipe Environnement Aquatique et Aquaculture ENSAT 145 Av de Muret 31076 TOULOUSE Cedex France R SUM Les relations entre les caract ristiques de l habitat et les biomasses et densit s de truites communes Salmo trutta L ont t recherch es dans 33 stations de la rivi re Neste d Aure et trois de ses affluents la Neste du Louron la Neste du Rioumajou et le ruisseau d Espiaube dans le d partement des Hautes Pyr n es L tude a t conduite sur un cycle annuel Dans un premier temps la validit du mod le d Indice de Qualit d Habitat HO BINNS et EISERMAN 1979 bas sur 10 variables de l habitat a t test e Les biomasses th oriques pr vues par le mod le ne sont pas lin airement corr l es aux biomasses observ es par p che lectrique Le meilleur ajustement lin aire est obtenu gr ce des transformations par les logarithmes Toutefois la pente de la droite de r gression est significativement diff rente de 1 t 2 2 53 p 0 01 Le mod le de l Indice de Qualit d Habitat ne constitue pas dans le cas de la vall e d Aure un outil satisfaisant de pr vision des biomasses de truites Dans un deuxi amp me temps l in
21. de des exigences strictes vis a vis de ces deux variables exigences qui ont pu tre traduites par des courbes de pr f renda BOVEE 1982 RALEIGH et al 1986 FRAGNOUD 1987 BELAUD et al 1989 CHAVEROCHE 1990 En comparant les valeurs des pr f renda et la disponibilit des trois variables mesur es dans le milieu au sein de cellules hydrodynamiques homog nes la m thode des microhabitats m thode IFIM BOVEE 1982 permet de calculer une Surface Pond r e Utile SPU pour diff rents stades de d veloppement des truites Elle permet de juger de l ad quation des conditions morphodynamiques par rapport aux exigences du poisson SOUCHON et a 1989 Cette m thode admet que la population de truites sera limit e par les conditions de vitesse de profondeur et de granulom trie STALNAKER 1979 LOAR et al 1985 SOUCHON et al 1989 trouvent une corr lation entre l abondance des truites et la Surface Pond r e Utile A l inverse SHIRVELL et MORANTZ 1983 CONDER et ANNEAR 1987 et CHAVEROCHE 1990 ne mettent pas en vidence de corr lation entre cette Surface Pond r e Utile et les biomasses et densit s de truites Le r le de ces variables qui parait vident dans le choix du microhabitat reste malgr tout plus difficile appr hender vis vis de l abondance des truites On peut galement souligner que l influence de ces diff rents facteurs varient en fonction du stade de d veloppement La profondeur est positiv
22. e sur l ensemble des fonctions physiologiques du poisson Elle d terminera la r partition g ographique tant en altitude CRISP et a 1975 SCARNECCHIA et BERGERSEN 1987 qu en latitude RALEIGH et a 1986 Cette variable peut tre consid r e comme le facteur limitant universel des populations de truites BOWLBY et ROFF 1986 On peut consid rer qu au sein d une gamme comprise entre 0 et 27 C RICKER 1934 MILLS 1971 MEISNER 1990 il existe un optimum de croissance et de d veloppement se situant entre 12 et 19 C FROST et BROWN 1967 MILLS 1971 Ceci conduit constater des corr lations positives ou n gatives avec la temp rature ou l altitude selon la situation altitudinale des stations tudi es BURTON et WESCHE 1974 CRISP et al 1975 BOWLBY et ROFF 1986 SCARNECCHIA et BERGERSEN 1987 Dans le cadre de notre tude la gamme des temp ratures maximales mensuelles variant de 10 15 5 C il est logique de retrouver une corr lation positive avec l abondance totale des truites et donc implicitement n gative avec l altitude Ce sont les basses temp ratures qui constituent le principal facteur limitant pour les biomasses de truites Au dessus de 1350 m la temp rature ne d passe que tr s rarement 10 C les biomasses de truites sont inf rieures 20 kg ha RICARD et ROQUEPLOT 1976 consid rent que sur la Neste du Rioumajou la tr s faible abondance des truites des altitudes sup rieures 1300 m e
23. e type nival tiage hivernal Chacune peut tre s par e en secteurs cologiques dont les caract ristiques sont pr sent es dans le tableau l Tableau 1 Principales caract ristiques des rivi res tudi es Table Main characteristics of streams studied Len ese rrr oon ot Rivi res cologiques m moyenne moyenne m s des installations hydro lectriques m 96 kms 1017 810 8 NESTE D AURE 810 670 17 670 630 1560 1350 III BA RE RN 1200 1100 1100 1005 NESTE DU LOURON 1005 980 980 890 890 700 1100 850 CEE 3 M THODOLOGIE 3 1 Techniques d chantilionnage 3 1 1 Donn es relatives aux populations de truites La p che lectrique a t pratiqu e a l aide d un groupe lectrogene fixe de type Electro Pullman EPMC d livrant un courant lectrique sous une tension de 480 600 Volts pour une intensit de 1 2 Amp res Sur chacune des 33 stations plusieurs passages successifs ont t effectu s effort de p che constant conform ment la m thode de De Lury DE LURY 1951 Les poissons ont t pes s 1 g pr s et mesur s 1 mm pr s longueur totale Dans 27 des 33 stations les p ches lectriques ont t r alis es quatre reprises afin de calculer la variation intra stationnelle d abondance des truites Six stations n ont pu tre chantillonn es qu une ou deux fois en p riode de d bit d tiage en raison de probl
24. ement corr l e avec la biomasse totale ou la densit de truites p chables mais n gativement corr l e avec la densit de 0 en hiver Ces observations confirment le fait que les juv niles utilisent souvent des zones de faible profondeur LINDROTH 1955 BAGLINIERE et CHAMPIGNEULLE 1982 in HAURY et al 1991 FRAGNOUD 1987 HEGGENES 1988 Toutefois hormis pour cette situation hivernale il est difficile de mettre en vidence des relations entre les variables profondeur ou vitesse moyenne et l abondance des 0 et 1 Ceci peut s expliquer par le choix de l chelle d tude qui correspond la s quence de macrohabitat I apparait en effet qu une tude d taill e par facies d coulement permettrait probablement de mieux cerner la s gr gation spatiale des diff rentes classes d ges L chelle de la s quence ne constitue donc pas un outil int ressant du point de vue de l tude de la s gr gation spatiale des diff rentes cohortes de la population de truites La pente et la largeur sont significativement corr l es la densit de truites LINDROTH 1955 BAGLINIERE et ARRIBE MOUTOUNET 1985 montrent que la largeur intervient sur l abondance des truites par l interm diaire de l effet de berge Ces derni res jouent un r le au niveau des abris et des conditions d coulement On remarquera que les ruisseaux de faibles largeurs 3 m de la vall e d Aure situ s moins de 1000 m d altitude poss dent des densit s de tr
25. es densit s et biomasses de juv niles 1 sont corr l es avec l altitude la temp rature la conductivit et les abris On ne note en revanche aucune relation entre les variables de l habitat et le pourcentage que repr sente la classe 1 dans l effectif total Les densit s de truites de taille sup rieure la taille l gale de capture 180 mm sont significativement corr l es avec la temp rature la profondeur moyenne les abris et l altitude Tableau VI Coefficient de corr lation de rang de Spearman rs p 0 05 p 0 02 p 0 01 tabli entre les densit s et biomasses des diff rentes classes d ges de truites et les caract ristiques de l habitat Table VI Coefficient of rank correlation of Spearman rs p 0 05 p 0 02 p lt 0 01 which related density and biomass of different age classes of trouts to habitat features p chables 04 O 1 1 Variables te re ts 5 Altituda 0 68 0 34 0 38 0 44 0 66 tempus cose vane OO NE one 4 3 Recherche des relations entre l abondance des truites et les variables de l habitat partir de mod les multivari s La proc dure pas pas a permis de s lectionner cinq variables pour la biomasse totale Elles expliquent 86 de la variation de biomasses figure 8 Les cinq variables retenues sont l altitude les abris le rapport du d bit d tiage sur le module annuel la largeur et la conductivit Lo
26. fluence de chaque variable de l habitat a t test e individuellement Les biomasses observ es sont significativement corr l es l altitude entre 1350 et 600 m aux surfaces d abris la temp rature mensuelle maximale pour une gamme allant de 10 16 C la conductivit lectrique la vitesse moyenne au fond la profondeur moyenne et au rapport largeur profondeur Les densit s sont significativement corr l es aux m mes variables l exception de l profondeur moyenne il faut galement ajouter des corr lations significatives avec la pente de la ligne d eau et la largeur de la rivi re L tude par classe d ge montre que l abondance de la cohorte 0 est li e l altitude la temp rature et la conductivit La largeur moyenne constitue la seule caract ristique de l habitat physique corr l e avec les biomasses et densit s de 0 L tude par saison indique seulement une corr lation n gative entre les densit s et biomasses chantillonn es en hiver et la profondeur moyenne En ce qui concerne la cohorte 1 on observe des corr lations avec les m mes variables altitude temp rature et conductivit auxquelles il faut ajouter la variable abris Les densit s de truites de taille sup rieure la taille l gale de capture 180 mm sont positivement corr l es la surface d abris la profondeur moyenne la temp rature et la conductivit et n gativement avec l aititude Dans une troisi me tape par
27. g Y 3 2 x Log V1 0 43 x Log V2 0 50 x Log V3 0 44 x Log V4 0 32 x Log V5 11 91 o Y Biomasse de truites en kg ha V1 Altitude en m tres V2 Conductivit en uS cm V3 Largeur en m tres V4 Abris en V5 D bit mensuel d tiage Module en Le tableau VII pr sente les caract ristiques statistiques du mod le multivari Les conditions d ind pendance des r sidus statistique de Durbin Watson 1 81 lt d lt 2 19 sont satisfaites ainsi que la normalit de la distribution des r sidus r duits statistique de Kolmogorov Smirnov Dmax lt 0 2307 Bull Fr P che Piscic 1993 331 321 340 332 Tableau VII Caract ristiques statistiques du mod le multivari des biomasses totales de truites Table Vll Statistical characteristics of multivariate model of total biomass of trouts Statistique d de R sidus r duits Durbin Watson n appartenant pas l intervalle 1 96 1 96 96 350 7 Bio obs 1 05 x Bio th o 0 25 ane r 0 86 p lt 0 01 250 200 ERES a o cC o o o Biomasses observ es kg ha o 0 50 100 150 200 250 300 350 Biomasses th oriques kg ha Figure 8 Relation entre les biomasses observ es et les biomasses th oriques mod le 5 variables Figure 8 Relationship between biomass observed and biomass predicted model with 5 variables 5 DISCUSSION Les populations de truites de la vall e de la Neste d Aure sont troitement li es
28. habitats des poissons applications et nouveaux d veloppements Hev Scie Eau 2 807 830 SPRENT P 1992 Pratique des statistiques non param triques INRA ditions Paris 294 p STALNAKER C 1979 The use of habitat structure preferenda for establishing flow regimes necessary for maintenance of fish habitat n WARD et STANDFORD The ecology of regulated streams 321 337 New York Plenum TOMASSONE R LESQUOY E MILLER C 1983 La r gression nouveaux regards sur une ancienne m thode statistique INRA actualit s scientifiques et agronomiques 13 Paris 177 p TOMASSONE R DERVIN C MASSON J P 1993 Biom trie Mod lisation de ph nom nes biologiques Masson Paris 553 p WELCOMME R L 1985 River fisheries FA O Fish Tech Pap 262 330 p WESCHE T A 1976 Development and application of a trout cover rating system for IFN determinations In Instream Flow Needs vol Il 224 234 WESCHE T A GOERTLER C M FRYE C B 1987 Contribution of riparian vegetation to trout cover in small streams N Am J Fish Manage 7 151 153
29. les caract ristiques sont galement utilis es dans la m thode du HQI bien que n ayant aucune corr lation significative avec la biomasse ou la densit de truites est susceptible d apporter une information suppl mentaire vis vis de l abondance des poissons lorsqu elle est associ e un ensemble d autres variables de l habitat En ce qui concerne l intensit des crues la variable d bit maximal journalier d bit minimal journalier n est corr l e avec aucune des variables d abondance de la population de truites La densit et la biomasse des 0 qui sont en g n ral les plus vuln rables vis vis des crues ne sont pas li es la variation maximale de d bit dans une ann e Il est important de signaler que les ann es d tude ont t des ann es de faible hydraulicit avec un enneigement r duit induisant de faibles crues printani res De plus l ensemble du bassin versant poss de un r gime hydrologique tr s semblable Aucun des facteurs pris ind pendamment ne permet d expliquer de facon satisfaisante les variations inter stationnelles d abondances de truites Il est donc n cessaire d utiliser plusieurs variables du milieu pour expliquer les variations de biomasses de truites sur la Neste d Aure et ses affluents Les r sultats des r gressions multiples pas pas montrent bien que cet indice est li la fois des variables physico chimiques mais galement des variables de l habitat physique et du d bit Les mod
30. mes d acc s 3 1 2 Donn es relatives aux caract ristiques du milieu Les caract ristiques de l habitat physique la physico chimie de l eau ainsi que fa faune d invert br s benthiques ont t mesur es sur les 33 stations Les 10 variables utilis es dans le mod le de calcul de la m thode HQ ont t chantillonn es selon le protocole indiqu par BINNS 1982 en p riode de d bit d tiage Bull Fr P che Piscic 1993 331 321 340 324 Sarrancolln Arreau Loudenvielle RU Figure 1 Situation g ographique Figure 1 Geographical situation Bull Fr P che Piscic 1993 331 321 340 325 Variables de la m thode HQI La temp rature mensuelle maximale ou temp rature moyenne du mois le plus chaud correspond la moyenne des temp ratures relev es en chaque station gr ce des thermometres mini maxi durant les mois de juillet ao t et septembre Les d bits ont t obtenus partir des enregistrements de 5 limnigraphes annuaire des d bits en Midi Pyr n es SRAE et compl t s par des donn es EDF DTG Ressources en Eau et des mesures ponctuelles la perche pyr e Le rapport du module annuel sur le d bit moyen d tiage ainsi que le rapport du d bit maximal journalier sur le d bit minimal journalier ont t calcul s Comme indiqu par BINNS 1982 la moyenne des rapports calcul s sur les cing derni res ann es d enregistrement a t utilis e dans le mod le
31. nagement Vol 3 321 336 BINNS N A EISERMAN F M 1979 Quantification of fluvial trout habitat in Wyoming Trans Am Fish Soc 108 3 215 228 BINNS N A 1982 Habitat Quality Index procedure manual Wyoming Game and Fish Department 209 p BOLHIN T 1977 Habitat selection and intercohort competition of juvenile sea trout Salmo trutta Oikos 29 112 117 i BOUSSU M F 1954 Relationship between trout populations and cover on a small stream J Wild Manag 18 2 229 239 BOVEE K D 1982 A guide to stream habitat analysis using Instream Flow Incremental Methodology Instream Flow Information Paper n 12 FWS OBS 82 86 248 p BOWLBY J N ROFF J C 1986 Trout biomass and habitat relationship in Southern Ontario streams Trans Am Fish Soc 115 503 514 BURTON R A WESCHE T A 1974 Relationship of duration of flows and selected watershed parameters to the standing crop estimates of trout populations University of Wyoming Water Resources Research Institute Water Resources Series Number 52 Laramie BUTLER R L HAWTHORNE V M 1968 The reactions of dominant trout to changes in overhead artificial cover Trans Am Fish Soc 97 37 41 CHAVEROCHE P 1990 Recherche sur les pr f rences d habitat de la truite fario Salmo trutta L Aide la d termination de la valeur d un d bit r serv Th se de Docteur en Sciences Universit de Provence Marseille 214 p Bull Fr P che Piscic 1993 33
32. plement d invert br s le mod le n 1 de la m thode de l Indice de Qualit d Habitat a t appliqu selon le protocole indiqu par BINNS 1982 Mod le n 1 Log Y 1 1 12085 x 1 18257 0 97329 x Log X1 1 1 65824 x Log X2 1 1 44824 x Log X3 1 0 30762 x Log X4 x X5 x X6 x X7 x X8 x X9 x X10 1 o Y Biomasse de truites kg ha X1 Rapport du module sur le d bit mensuel d tiage X2 Variation annuelle de d bit X3 Temp rature moyenne du mois le plus chaud X4 Concentration en nitrate mg l X5 Vitesse cm s X6 Abondance des invert br s individus O 1m X7 Diversit du peuplement d invert br s Indice de Shannon X8 Caches 96 X9 Longueur de rives rod es X10 Largeur moyenne m Pour chacune des dix variables BINNS 1982 propose cinq valeurs de classes de qualit de O 4 qui sont introduites dans le mod le de calcul 4 R SULTATS Le tableau Il pr sente les caract ristiques d abondance des truites et les valeurs moyennes des variables de l habitat La biomasse maximale est de 3242 g 100 m2 la minimale de 183 g 100 m2 Le coefficient de variation inter stationnelle est de 69 alors que le coefficient moyen de variation intra stationnelle calcul sur 27 stations est de 23 496 La variation saisonni re de biomasse au sein d une m me station est significativement inf rieure p lt 0 01 la variation inter stationnelle La densit maximale est de 126 truites 100 m
33. port largeur profondeur est significativement corr l avec les abris r 0 64 p 0 01 et plus particulierement avec les zones profondes Sa signification cologique Bull Fr P che Piscic 1993 331 321 340 335 vis vis de l abondance des truites sera donc discut e en termes d abris et d importance de la profondeur de l eau On notera que les auteurs ayant utilis cette variable MORTENSEN 1977 SCARNECCHIA et BERGERSEN 1987 trouvent galement une corr lation significative avec la biomasse de truites La vitesse et la profondeur interviennent sur l abondance des truites par l interm diaire de leur r le pr pond rant dans le choix du microhabitat qui correspond la position exacte de la truite un instant donn et pour un type d activit donn e nutrition reproduction BALDES et VINCENT 1969 SHIRVELL et DUNGEY 1983 La vitesse sera consid r e comme le principal facteur intervenant dans le choix des sites de nutrition SHIRVELL et DUNGEY 1983 BACHMAN 1984 DEGRAAF et BAIN 1986 HEGGENES et SALTVEIT 1990 Les corr lations entre l abondance des truites et les valeurs moyennes de ces deux variables mises en vidence dans notre tude comme dans beaucoup d autres LEWIS 1969 WESCHE 1976 BOLHIN 1977 KROG et HERMANSEN 1986 NIELSEN 1986 doivent tre interpr t es en termes de quantit et de qualit de microhabitats disponibles dans chaque station En effet la truite commune poss
34. rrages infranchissables qui limitent les migrations des truites et notamment la remont e des g niteurs Ceci semble obliger les poissons r aliser une grande partie de leur cycle de vie dans un trongon de rivi re de longueur limit e La conductivit lectrique est la seconde variable de qualit de l eau corr l e significativement avec la biomasse et la densit de truites Ces r sultats sont comparables ceux de Mac FADDEN et COOPER 1962 ainsi que SCARNECCHIA et BERGERSEN 1987 qui montrent que la biomasse de truites augmente avec la conductivit de l eau Dans le cas de la vall e d Aure le calcium contribue de facon d terminante la conductivit lectrique Or la concentration en calcium est un facteur limitant pour la croissance des truites CUINAT 1971 et PHILIPPART 1978 in WELCOMME 1985 tablissent d ailleurs des mod les de calcul des biomasses de truites prenant en compte la concentration en calcium ou l alcalinit de l eau 5 3 Influence de la qualit de l habitat physique La qualit de l eau n est pas le seul facteur permettant d expliquer les variations de biomasses et de densit s de truites dans la vall e d Aure L habitat physique et plus particulierement les abris la vitesse au fond la profondeur le rapport largeur profondeur et la pente interviennent de facon significative vis vis de l abondance des truites Les abris repr sent s par les sous berges les sous blocs les branchages les zones
35. s Drottningholm 36 104 119 LOAR J M SALE M J CADA G F 1985 Application of habitat evaluation in southern Appalachian trout stream Environmental Sciences Division publication 2383 ORNL TM 9323 230 p McFADDEN J T COOPER E L 1962 An ecological comparison of six populations of brown trout Salmo trutta Trans Am Fish Soc 91 53 62 MEISNER D J 1990 Potential loss of thermal habitat for brook trout due to climatic warning in two Southern Ontario streams Trans Am Fish Soc 119 282 291 MILLS D 1971 Salmon and trout a resource its ecology conservation and management New York St Martin s Press 351 p MORTENSEN E 1977 The population dynamics of young trout Salmo trutta L in a Danish brook J Fish Biol 10 23 33 MORTENSEN E 1988 The significance of temperature and food as factors affecting the growth of brown trout Salmo trutta L in four Danish streams Pol Arch Hydrobiol 35 3 4 533 544 NASLUND 1989 Effects of habitat improvement on the brown trout Salmo trutta L population of a northern Swedish stream Aquaculture and Fisheries Management 20 463 474 NEVEU A 1991 Strat gie alimentaire de la truite commune Sa mo trutta L en eaux courantes n BAGLINIERE J L MAISSE G La truite biologie et cologie 97 120 INRA Publ Paris NIELSEN G 1986 Dispersion of brown trout Sa mo trutta L in relation to stream cover and water depth Pol Arch Hydrobio
36. ssance des besoins et du comportement de la truite fario doivent imp rativement tre pris en compte dans l am nagement et la gestion des cours d eau HEGGENES 1988 D finir la capacit d accueil de la rivi re tant du point de vue de l espace mais galement du point de vue du r seau trophique doit constituer l l ment de base de la gestion des ressources trutticoles L tude des relations entre les caract ristiques du milieu et l abondance pond rale et num rique des populations de truites men e dans la vall e de la Neste d Aure permet de mettre en vidence un certain nombre de facteurs limitants Les diff rentes corr lations entre les variables du milieu et les biomasses de truites se proposent de mieux d finir les bases de cette capacit d accueil L extension des r sultats obtenus pourrait dans un premier temps se limiter aux rivi res pyr n ennes dont il faudrait par ailleurs tablir une typologie fonctionnelle tant du point de vue des peuplements piscicoles que des habitats La validation et l am lioration de Bull Fr P che Piscic 1993 331 321 340 337 la d marche et des outils obtenus doivent passer par des tests sur d autres sites tape indispensable dans l laboration de mod le statistique de calcul de biomasses FAUSH et al 1988 mais galement sur une tude plus d taill e de la s gr gation spatiale entre les diff rentes classes d ges l chelle du macrohabitat 6 REMERCIEMENTS
37. st li e la temp rature de l eau Bull Fr P che Piscic 1993 331 321 340 334 En revanche les relations sont nettement moins fortes avec la densit totale de truites Pour des valeurs tr s proches de densit s 23 truites 100 m et des structures de classes de tailles identiques les stations situ es 630 m d altitude ont une biomasse sup rieure de 86 96 celle des stations situ es 1250 m d altitude Cette diff rence s explique donc sur la base de variations de croissance des truites La temp rature influence directement la croissance des truites ELLIOT 1984 MORTENSEN 1988 BAGLINI RE et MAISSE 1990 Le taux de croissance G est directement d pendant de la temp rature ELLIOT 1975 En ce qui concerne les juv niles et plus particulierement les 0 on note une diminution des densit s et biomasses avec l altitude Il existe donc un gradient d abondance des juv niles d amont vers l aval Les pourcentages des cohortes 0 et 1 ne sont pas li s quant eux l axe amont aval l inverse de ce qui a t observ sur d autres rivi res en France ou le pourcentage des classes d ges 0 et 1 augmente d aval en amont NIHOUARN 1983 OMBREDANE et al 1988 in HAURY et al 1991 BAGLINIERE et al 1989 II n appara t pas de s gr gation longitudinale des classes d ges sur le bassin de la Neste d Aure Ceci est directement li aux pentes des rivi res et ruisseaux ainsi qu la pr sence de ba
38. t galement de souligner que ce mod le a t tabli pour des populations de Salmonid s saumons de fontaines truites arc en ciel et truites communes vivant en sympathie Dans le cas de la vall e d Aure seule l esp ce truite commune est pr sente Il n existe donc pas l inverse des rivi res du Wyoming sur lesquelles a t mis au point le mod le HQI de ph nom ne de comp tition intersp cifique pouvant modifier l occupation de l habitat Ce type de mod le peut donc repr senter un outil de gestion int ressant dans la mesure o il permet d valuer une capacit d accueil du milieu La d marche entreprise dans la m thode semble pertinente du point de vue cologique En revanche l estimation de certaines variables et notamment les caches ainsi que l int gration de variables caract re plus r gional pourraient permettre d am liorer les r sultats de cette m thode 5 2 Influence des variables physico chimiques La temp rature mensuelle maximale et l altitude sont li es avec l ensemble des indices d abondance de la population de truites indices globaux ou par classes de taille Ces deux variables sont significativement corr l es entre elles 0 85 p 0 01 Les corr lations mises en vidence entre ces deux facteurs et les caract ristiques de la population de truites ont une signification cologique identique La truite est un st notherme d eau froide MILLS 1971 la temp rature aura une influence direct
39. t Salmo trutta in riverine systems Nordic J Freshw Hes 64 74 90 HEGGENES J SALTVEIT S J 1990 Seasonal and spatial microhabitat selection and segregation in young Atlantic salmon Salmo salar L and brown trout Salmo trutta L in a Norwegian river J Fish Biol 36 707 720 HUNT R L 1976 A long term evaluation of trout habitat development and its relation to improving management related research Trans Am Fish Soc 105 3 361 364 Bull Fr P che Piscic 1993 331 321 340 339 KROG G HERMANSEN H 1986 Physical structure and brown trout Salmo trutta fario populations in small Danish lowland Fish Magt 17 4 216 222 KOZEL S J HUBERT W J PARSONS G P 1990 Habitat features and trout abundance relative to gradient in some Wyoming streams Northwest Science 63 4 175 182 LANKA R P HUBERT W A WESCHE T A 1987 Relationships of geomorphology to stream habitat and trout standing stock in small rocky mountain streams Trans Am Fish Soc 116 21 28 LAURENT M LAMARQUE P 1975 Utilisation de la m thode des captures successives De Lury pour l valuation des peuplements piscicoles Bull Fr Piscic 259 66 67 LEWIS S L 1969 Physical factors influencing fish populations in pool of a trout stream Trans Am Fish Soc 115 183 195 LINDROTH A 1955 Distribution territorial behavior and movements of sea trout fry in the river Indals lven Rep Int Freshwater Re
40. tir de r gressions multiples progressives il a t possible d tablir un mod le statistique 5 variables qui explique 8696 de la variation de biomasse totale de truites Ce type d outil peut constituer un l ment de gestion pour les populations de truites de la Vall e de la Neste d Aure Mots cl s Truite commune Salmo trutta habitat corr lation biomasse densit classe d ge Article available at http www kmae journal org or http dx doi org 10 1051 kmae 1993001 Bull Fr P che Piscic 1993 331 321 340 322 RELATIONSHIPS BETWEEN HABITAT FEATURES AND BROWN TROUTS POPULATIONS SALMO TRUTTA L IN NESTE D AURE VALLEY ABSTRACT The relationships between habitat features and biomass and densitiy of brown trout Salmo trutta L were studied in 33 sections of the Neste d Aure stream and three of its tributaries the Neste du Louron the Neste du Rioumajou and the Espiaube stream in the Hautes Pyr n es region The Habitat Quality Index HQI model BINNS and EISERMAN 1979 based on 10 environmental variables was tested The biomass predicted by the model were not linearly related with biomass of trout observed by electrofishing on the 33 sections The best linear model was obtained after logarithmic transformations of the two variables However the slope of the regression line was significantly different from 1 t22 53 p 0 01 The HQI model did not appear to be a good method of assessing the biomass of
41. uites sup rieures 20 truites 100 m En ce qui concerne la pente KOZEL et al 1990 mettent en vidence une corr lation n gative entre cette variable et la densit de truites il distingue deux groupes de stations en fonction de leur pente respective On peut consid rer que ce facteur joue un r le vis vis des d placements de poissons De fortes pentes limiteront les possibilit s de migration et donc l espace disponible pour une population de truites L abondance et la diversit des invert br s ne sont pas directement corr l es la biomasse et la densit de truites Ces deux descripteurs utilis s dans le mod le HQI ne Bull Fr P che Piscic 1993 331 321 340 336 permettent pas d analyser le niveau de relation trophique existant entre la macrofaune benthique et les populations de truites La production annuelle constituerait probablement un meilleur indice puisqu elle int gre la fois l abondance pond rale et num rique de la faune benthique ainsi que la dur e des cycles de vie des insectes Il est important galement de signaler que la d rive des invert br s benthiques ne constitue pas la totalit du r gime alimentaire de la truite qui en certaines p riodes de l ann e peut utiliser les apports exog nes partir des berges NEVEU 1991 En ce qui concerne le d bit on constate que la variable rapport d bit d tiage module intervient dans le mod le multivari de biomasse Cette variable dont
Download Pdf Manuals
Related Search