L’augmentation du nombre d’orques se nourrissant des captures des bateaux de pêche

Cette étude documente l’augmentation du nombre d’orques subantarctiques déprédateurs entre 2003 et 2018. Ces orques proviennent de deux populations appartenant à des formes d’orques différentes et sympatriques vivant près des terres australes et antarctiques françaises.

En combinant l’ensemble des données de photo-identification à long terme depuis la côte et depuis les bateaux de pêches, cette étude a examiné comment les individus de deux populations de prédateurs supérieurs ont acquis des comportements déprédateurs sur les pêcheries. Un modèle multi-évènements de Jolly Seber incluant une technique d’augmentation des données a été utilisé afin d’estimer la probabilité annuelle de devenir déprédateur et afin d’analyser les tendances temporelles du nombre annuel d’individus déprédateurs. Il aura fallu 18 ans pour que ce comportement de déprédation se propage à l’ensemble de la population d’orques régulières.

Contexte

En milieu marin, la pêche est l’activité générant le plus de ressources anthropiques pour les espèces opportunistes. Le comportement alimentaire, appelé “déprédation”, est récemment apparu comme un conflit majeur entre l’homme et la faune à l’échelle mondiale impliquant un large éventail de pêcheries et d’espèces de grands prédateurs et générant des impacts socio-économiques et écologiques substantiels.

Une équipe de l’IRD en collaboration avec Deakin University en Australie étudie l’évolution de la déprédation sur les captures des bateaux de pêches par les populations d’orques dans les eaux subantarctiques françaises. Un projet de Master supervisé par l’équipe avait pour but de comprendre comment ce nouveau comportement se propage parmi les individus d’une population et entre des populations sympatriques. Cette équipe m’a donc sollicité pour accompagner une étudiante en Master dans la construction d’un modèle robuste pour estimer l’évolution du nombre d’orques déprédateurs. Cette étude a pu être réalisée grâce au suivi par photo-identification des orques de Crozet assuré par le Centre d’Etude de Chizé, en collaboration avec le MNHN Paris et les Terres Australes et Antarctiques françaises (Service pêche et environnement).

Problématique

Estimer le nombre d’individus déprédateurs et son évolution au cours du temps dans deux populations d’orques appartenant à deux écotypes différents: orques réguliers et orques de type D à partir de données incomplètes de photo-identification.

Approche Méthodologique

Les données disponibles pour cette étude combinaient un ensemble de photo-identifications opportunistes prises depuis la côte de l’île de crozet et un ensemble de photo-identification prises systématiquement depuis les bateaux de pêche par un observateur entraîné de 2003 à 2018. Pour estimer le nombre annuel d’orques déprédateurs dans les populations d’orques réguliers et de type D, j’ai choisi de guider l’étudiante dans la construction d’un modèle multi-évènement de Jolly Seber utilisant une technique d’augmentation des données. Nous avons construit deux modèles indépendants pour chacune des populations d’orques afin de comparer la vitesse de propagation du comportement de déprédation dans les deux populations a posteriori.

Nous avons analyser la robustesse du modèle à trois hypothèses violées par les données: (i) due à la structure sociale de l’espèce, la recapture des différents individus n’était pas indépendante, (ii) l’indice de spécificité de chaque aileron, influençant la probabilité de recapture, n’était pas prise en compte, (iii) les données ne permettaient pas de connaître le sexe des individus et donc de prendre en compte les écarts de survie entre mâles et femelles. Afin d’évaluer la robustesse de notre modèle et de démontrer son intérêt, nous avons simulé des données à partir de paramètres connus et vérifier l’absence de biais important dans les paramètres estimés par notre modèle

En plus du nombre annuel d’orques déprédateur, ce modèle analysé a permis d’estimer quatre groupes de paramètres pour les orques réguliers (1.2.3.4) et trois pour les orques de Type-D (1.2.3) :

  1. La probabilité de recapture annuelle, en fonction de la zone de photo-identification: côtière ou bateaux de pêche
  2. La probabilité de survie, en fonction de la classe d’âge et en fonction du comportement (déprédateur vs non déprédateur)
  3. La probabilité annuelle de devenir déprédateur
  4. Une probabilité d’entrée dans la population, estimée pour les orques réguliers uniquement, et étant la probabilité que des individus rejoignent la population non déprédatrice via le recrutement ou de l’immigration.

Pour savoir si le nombre d’orques déprédateurs s’était stabilisé ou continuait à augmenter dans chacune des populations, nous avons testé si une tendance temporelle linéaires ou non-linéaires existait dans les nombres annuels d’orques estimés.

Dans les deux populations, le nombre d’individus déprédateurs a augmenté au cours de la période d’étude de 34 à 94 pour les orques réguliers et de 19 à 43 pour les orques de Type-D. Parmi les orques réguliers, le nombre d’individus déprédateurs s’est stabilisé à partir de 2014. Il a donc fallu 18 ans pour que ce comportement se propage à l’ensemble de la population. Parmi les orques de type D, les résultats ne sont pas concluant quant à l a stabilisation du nombre d’orques déprédateurs. Nos résultats montrent comment les changements dans la disponibilité des proies introduites par les activités humaines conduisent à des innovations rapides, mais progressives, chez les épaulards, modifiant probablement le rôle écologique de ce prédateur de premier plan dans les écosystèmes.

Responsables de Projet et Collaborateurs
  • Paul Tixier, MARBEC Université de Montpellier-IRD, Sète, France
  • Morgane Amelot, alors en Master à School of Life and Environmental Sciences, Deakin University, Australia
  • Christophe Guinet, Centre d’Etudes Biologiques de Chizé La Rochelle Université, Villiers-en-Bois, France
  • John P. Y. Arnould, School of Life and Environmental Sciences, Deakin University, Australia
  • Nicolas Gasco, Laboratoire de Biologie des Organismes et Ecosystèmes Aquatiques, MNHN, Paris, France