Utilisation d’une approche de modélisation de la répartition des espèces basée sur des observations issues de relevés aériens réalisés de 2017 à 2022 pour prédire les habitats de la baleine noire de l'Atlantique Nord dans l'estuaire et le golfe du Saint-Laurent
Utilisation d’une approche de modélisation de la répartition des espèces basée sur des observations issues de relevés aériens réalisés de 2017 à 2022 pour prédire les habitats de la baleine noire de l'Atlantique Nord dans l'estuaire et le golfe du Saint-Laurent
Simple item page
Full item details
- dc.contributor.author
- Mosnier, Arnaud
- Harvey, Valérie
- Plourde, Stéphane
- Gosselin, Jean-François
- Lehoux, Caroline
- dc.date.accessioned
- 2025-10-10T14:00:02Z
- dc.date.available
- 2025-10-10T14:00:02Z
- dc.date.issued
- 2025
- dc.description.abstract - fr
- La baleine noire de l’Atlantique Nord (BNAN) était autrefois abondante le long des côtes de l’Atlantique Nord, du golfe du Mexique au Groenland et de l’Afrique du Nord-Ouest à la Norvège. On la retrouve désormais principalement le long des côtes de l’est des États-Unis et du Canada atlantique, avec une population estimée à seulement 356 individus. Au cours de la dernière décennie, la répartition de l’espèce s’est considérablement modifiée, environ 40 % de la population s’étant déplacée des aires d’alimentation estivales habituelles vers le golfe du Saint-Laurent (GSL). Le nombre élevé de mortalités observées en 2017 et 2019 a poussé Pêches et Océans Canada à créer un programme de surveillance visant à détecter les baleines, à déclencher des mesures de protection et à recueillir des informations sur la répartition spatiale et temporelle de l’espèce. Les données des relevés aériens effectués d’août 2017 à novembre 2022 ont été associées à des variables environnementales dans des modèles additifs généralisés mixtes afin d’identifier les facteurs influençant la répartition des BNAN dans le GSL et de prédire la probabilité de leur occurrence. Des modèles ont été développés à partir des données recueillies entre 2017 et 2020, en considérant des périodes de deux mois, des demi-saisons et l’ensemble de la saison de présence des BNAN. Les modèles période spécifiques se sont avérés plus performants que le modèle global entraîné avec les données de l’ensemble de la saison lorsqu’ils ont été testés avec les données d’entraînement (observations de 2017 à 2020). Cependant, le modèle global s’est avéré plus efficace que les autres lors des tests avec le jeu de données d’observation indépendantes recueillies en 2021 et 2022. Le meilleur modèle comprenait la profondeur, la température de surface de la mer, la salinité et la chlorophylle a comme facteurs importants influençant la probabilité d’occurrence des BNAN. Il comprenait aussi les anomalies du niveau moyen de la mer, les fronts thermiques, la vitesse du courant et la topographie du fond marin, probablement en raison de leur rôle dans les processus d’agrégation des proies. Les cartes de probabilité générées par cette étude soulignent l’importance de plusieurs zones dans le GSL, telles que la vallée de Shediac, les vallées de Bradelle et la région à l’ouest de l’île d’Anticosti, et illustrent les variations saisonnières de la répartition. Ces cartes aideront à désigner des zones de conservation et à guider les stratégies de gestion visant à atténuer les risques posés par le transport maritime et la pêche à cette population en voie de disparition.
- dc.description.abstract-fosrctranslation - en
- The North Atlantic Right Whale (NARW) was historically abundant along the North Atlantic coasts, ranging from the Gulf of Mexico to Greenland and from northwestern Africa to Norway. Nowadays, the species is primarily found along the coastal regions of the eastern United States and Atlantic Canada, with an estimated population of only 356 individuals. Over the last decade, their distribution shifted significantly, with approximately 40% of the population moving from traditional summer feeding grounds to the Gulf of St. Lawrence (GSL). The high number of mortalities observed in 2017 and 2019 have led Fisheries and Oceans Canada to implement a monitoring program aimed at detecting whales, triggering protective management measures, and gathering information on their spatial and temporal distribution. Data from the surveys conducted between August 2017 and November 2022 were combined with environmental variables in Generalized Additive Mixed Models to identify factors influencing NARW distribution in the GSL and predict their likelihood of occurrence. Models were developed using data collected between 2017 and 2020, considering two-month periods, half-seasons and the entire season of NARW occurrence. Period-specific models were found to outperform the global model when tested over the training dataset (2017-2020 observations). However, the global model trained with data from the entire season of occurrence proved to be more accurate when tested against the independent observation dataset acquired in 2021-2022. The best model included depth, sea surface temperature, salinity and chlorophyll a as important factors influencing the probability of NARW occurrence. Additionally, it included mean sea level anomalies, thermal fronts, current speed, and bottom topography, likely due to their role in prey aggregation processes. The predicted probability maps generated by this study highlight the importance of several areas in the GSL, such as Shediac Valley, Bradelle Valleys, and West Anticosti, and provide insights into seasonal variations in distribution. These maps will inform the designation of conservation areas and guide management strategies to mitigate risks posed by shipping and fishing activities to this endangered population.
- dc.description.fosrcfull - fr
- 1 ressource en ligne (v, 88 pages) : cartes, graphiques
- dc.description.fosrcfull-fosrctranslation - en
- 1 online resource (v, 88 pages) : maps, charts
- dc.identifier.citation
- Mosnier, A., Harvey, V., Plourde, S., Gosselin, J.-F. et Lehoux, C. 2025. Utilisation d’une approche de modélisation de la répartition des espèces basée sur des observations issues de relevés aériens réalisés de 2017 à 2022 pour prédire les habitats de la baleine noire de l’Atlantique Nord dans l’estuaire et le golfe du Saint-Laurent. Secr. can. des avis sci. du MPO. Doc. de rech. 2025/058. v + 88 p.
- dc.identifier.govdoc
- Fs70-5/2025-058F-PDF
- dc.identifier.isbn
- 9780660785943
- dc.identifier.issn
- 2292-4272
- dc.identifier.uri
- https://waves-vagues.dfo-mpo.gc.ca/library-bibliotheque/41303040.pdf
- https://open-science.canada.ca/handle/123456789/3943
- dc.language.iso
- fr
- dc.publisher - en
- Fisheries and Oceans Canada, Canadian Science Advisory Secretariat
- dc.publisher - fr
- Pêches et Océans Canada, Secrétariat canadien des avis scientifiques
- dc.relation.istranslationof
- https://open-science.canada.ca/handle/123456789/3942
- dc.subject - en
- Whales
- Endangered species
- Animal populations
- dc.subject - fr
- Baleine
- Espèce menacée
- Population animale
- dc.subject.en - en
- Whales
- Endangered species
- Animal populations
- dc.subject.fr - fr
- Baleine
- Espèce menacée
- Population animale
- dc.title - fr
- Utilisation d’une approche de modélisation de la répartition des espèces basée sur des observations issues de relevés aériens réalisés de 2017 à 2022 pour prédire les habitats de la baleine noire de l'Atlantique Nord dans l'estuaire et le golfe du Saint-Laurent
- dc.type - en
- Report
- dc.type - fr
- Rapport
- local.pagination
- v, 88 pages
- local.report.reportnum
- 2025/058
- local.report.series
- Document de recherche (Secrétariat canadien des avis scientifiques)
- local.requestdoi - en
- No
- local.requestdoi - fr
- No
Download(s)
Original bundle
1 - 1 of 1
Name: UtilisationModelisationRepartitionEspecesBaseeObservationsIssues-2017-2022-BaleineNoireAtlantiqueNordEstuaireGolfeSaintLaurent-41303040.pdf
Size: 16.24 MB
Format: PDF
Collection(s)