Une exploitation durable est en grande partie déterminée par deux facteurs : le rapport entre la taille du stock reproducteur et par la suite la survie des jeunes lorsqu'ils entrent dans la pêcherie (recrues). La gestion des pêcheries devrait avoir pour objectif d'arriver à un rendement qui soit le meilleur possible, tout en maintenant le risque de surpêche du stock à un taux faible et acceptable. Une pêche à F_max ou F_0,1 ne donne pas forcément le rendement maximal et peut faire descendre la biomasse du stock reproducteur à un niveau menaçant le recrutement du stock problème, la CCAMLR se sert maintenant du critère d'évitement du stock reproducteur pour déterminer le taux acceptable de mortalité par pêche.

Cependant, les calculs d'une analyse du rendement par recrue ne tiennent compte ni de l'incertitude liée aux paramètres biologiques, ni des fluctuations aléatoires du recrutement. C'est pour cela que la CCAMLR s'est tournée vers les méthodes de projection stochastique qui, par des simulations informatiques, tiennent compte de ces deux formes d'incertitude. Leur développement est décrit dans la prochaine section.

ii) Approches suivies actuellement – études de modélisation               [Retour à la table des matières]

a) Krill            [Retour à la table des matières]

Le modèle de rendement de krill (KYM) élaboré lors de la seconde réunion du groupe de travail sur le krill (WG-Krill), en 1990, a soulevé le problème du niveau d'exploitation du krill dans la sous-zone 48.3. À cette époque, les estimations de la biomasse de krill dans une partie de cette sous-zone correspondaient à environ 0,6 million de tonnes, ce qui représentait à peine trois fois la capture commerciale annuelle de krill dans cette sous-zone.

On a tenté à cette réunion d'appliquer une approche simple, qui avait été mise au point pour les stocks de poissons par John Beddington et Justin Cooke en 1983. Leurs analyses fournissent un facteur numérique (g) par lequel il est possible de multiplier une estimation de biomasse unique, obtenue à partir d'une campagne d'évaluation antérieure à l'exploitation, pour donner une estimation du rendement potentiel admissible annuel. La valeur du facteur numérique dépend des paramètres biologiques du stock considéré. Des difficultés ont tout de suite émergé lorsque l'on a tenté de déterminer la valeur de certains de ces paramètres pour le krill, d'où il a résulté une large gamme d'estimations de rendement annuel potentiel de la souszone 48.3 qui s'étalait de 0,2 à 13 millions de tonnes.

Les efforts visant à améliorer tant le modèle que les estimations des paramètres ont redoublé du fait que la Commission, lors de sa réunion en 1990, a demandé que soient fournies les meilleures estimations de limites préventives de capture de krill applicables aux diverses zones statistiques.

Caractéristiques essentielles de l'approche de Beddington et Cooke :

• une seule estimation de la biomasse de la ressource même est disponible;

• il est présumé que le recrutement annuel ne tombe pas lors du fléchissement de la taille du stock reproducteur, même s'il fluctue autour d'un niveau moyen en raison de la variabilité de l'environnement (ces fluctuations signifient que la biomasse générale variera également, même sans exploitation; l'approche tient donc compte de la possibilité que la campagne d'évaluation ait pu être réalisée une année d'abondance supérieure (ou inférieure) à la moyenne;

• l'évaluation du rendement potentiel doit tenir compte d'un critère de risque : elle doit garantir que même en cas d'exploitation, la probabilité que la biomasse reproductrice tombe à un niveau en dessous duquel le recrutement, dans son ensemble, serait menacé reste minimale.

Le KYM a été modifié pour tenir compte :

 • des effets importants liés aux saisons : contrairement à la situation habituelle des stocks de poissons dans laquelle chaque individu grandit au fil du temps, les effets saisonniers en Antarctique sont tels que presque toute la croissance somatique du krill se produit au cours des trois mois de novembre à janvier;

• de la possibilité que la saison de pêche ne s'étende pas sur toute l'année;

• du fait que l'estimation (fondée sur une campagne d'évaluation) de la biomasse d'avant l'exploitation est imprécise plutôt qu'exacte;

• des incertitudes liées aux estimations de bien des paramètres biologiques.

Bien que les résultats fournis par le KYM dépendent également de paramètres tels que l'âge à la maturité sexuelle et l'âge au recrutement dans la pêcherie de krill, les premiers calculs ont indiqué que les deux paramètres clés (auxquels le modèle était particulièrement sensible) étaient le taux de mortalité naturelle du krill et les fluctuations annuelles du recrutement de krill. Au départ, les valeurs de ces deux paramètres n'étaient guère plus que des suppositions. Mais ces derniers temps, les analyses des données sur la distribution de longueurs de krill provenant des campagnes de recherche ont fourni de meilleures estimations de ces deux paramètres, ainsi que des estimations plus précises. Le degré de précision, qui est une composante de l'incertitude totale, devrait être pris en compte dans les analyses et être intégré dans la fourchette de valeurs possibles de ces deux paramètres (entre autres). Cette intégration donne plus de poids aux jeux de valeurs qui correspondent le mieux aux informations sur la distribution des longueurs provenant des campagnes de recherche.

Au cours de la mise au point du KYM, les scientifiques ont débattu de l'intérêt potentiel de tenir compte des effets migratoires du krill par rapport à une sous-zone en une année donnée, et si cela s'avérait utile, de quelle manière. De toute évidence, sur le krill détecté lors d'une prospection de la sous-zone 48.3, très peu, sinon aucun individu ne restera dans ce secteur tout au long de l'année, en raison d'un mouvement général vers le nord-est des masses d'eau de la sous-zone. Ainsi, d'un côté, il était estimé que les estimations de rendement devaient être fondées sur la quantité totale de krill traversant une sous-zone dans l'année, plutôt que sur celui qui la fréquente pendant la courte durée d'une campagne. D'un autre coté, cette approche ne tiendrait pas compte des effets de la pêche sur le krill dans les autres sous-zones où il est transporté par les courants. C'est en raison des difficultés liées aux ajustements rendus nécessaires par ces deux effets que, dans la présente approche, on utilise, en principe, le modèle de rendement pour fournir les limites préventives de toutes les sous-zones, en se basant sur les estimations d'abondance provenant des campagnes d'évaluation effectuées pour chacune d'elles. Ainsi la capture "supplémentaire" qui, si l'on veut, pourrait être effectuée dans une sous-zone car l'estimation obtenue d'une campagne d'évaluation aurait été ajustée vers le haut pour tenir compte de l'immigration, peut au lieu de cela être effectuée dans des sous-zones adjacentes.

Les figures figures 11 and 12 illustrent les deux résultats du KYM, qui sont les plus importants pour déterminer la valeur appropriée du facteur g. Les estimations d'abondance obtenues à partir des campagnes d'évaluation (appelées B₀) sont multipliées par g pour fournir les limites de précaution des captures annuelles. Le modèle part de l'hypothèse que la pêche de krill se déroule tout au long de l'année, ce qui est le cas de la pêcherie actuelle. Les deux graphes se rapportent aux résultats d'une période de pêche de 20 ans contrôlée par un TAC fixe. Selon le premier, il est probable que la biomasse reproductrice de krill tombe en dessous de 20% de sa valeur médiane en l'absence de toute pêche. Cette probabilité croît parallèlement à l'intensité d'exploitation du krill (donc de g), ce qui augmente le risque d'épuisement de la biomasse reproductrice à un niveau qui pourrait nuire au succès du recrutement - situation à laquelle on se réfère communément sous le terme de "surpêche du recrutement". La valeur de 10% va donc servir de norme pour cette probabilité, comme c'était le cas dans les premiers travaux de Beddington et Cooke. Il ressort donc de la figure 11 que, pour fixer les limites préventives en respectant ce critère, g ne doit pas dépasser 0,149

Les arguments de ce dernier paragraphe ne considèrent la pêcherie de krill que dans un contexte "monospécifique". Cependant, l'article II de la CCAMLR stipule qu'il convient, lorsque l'on fixe les limites préventives de cette pêcherie, de tenir compte également des besoins des prédateurs de krill. La modélisation détaillée de l'impact que la pêcherie pourrait avoir sur ces prédateurs devant encore, à l'heure actuelle, faire ses preuves pour fournir des résultats quantitatifs fiables, c'est une approche spécifiquement conçue qui est suivie en attendant. Celle-ci est fondée sur les résultats du KYM illustré à la figure 12, qui représente (par rapport à g) la biomasse reproductrice de krill sur un graphique après 20 ans en une fraction de la valeur correspondante en l'absence d'une pêcherie de krill (g = 0). Si l'on ne devait tenir compte que du krill, il pourrait convenir de fixer à 50% le niveau visé pour ce rapport dans le cadre d'une gestion de pêcheries conventionnelles. D'un autre côté, l'absence de pêche constituerait la meilleure situation pour les prédateurs, à savoir un rapport de 100%. Pour commencer, on a donc adopté un rapport à mi-chemin entre les deux "extrêmes", à savoir 75%. Selon la figure 12, ceci correspond pour g à la valeur de 0,116. La dernière étape de l'application des résultats provenant du modèle de rendement dans le but de fournir une limite de capture préventive consiste à sélectionner la plus faible des deux valeurs de g (0,149 et 0,116) qui correspondent à ces deux critères (cf. 3.2 iii)).

Le KYM sera continuellement amélioré avec d'une part, l'arrivée de nouvelles données qui permettront de réduire l'incertitude des estimations de certains des paramètres d'entrée et d'autre part, une meilleure connaissance des rapports entre ces valeurs d'entrée. Ces facteurs pourraient se répercuter sur les estimations de g nécessaires pour éviter la surpêche du recrutement. Mais, d'une plus grande importance sera probablement l'amélioration des modèles du krill et krill-prédateurs (cf. section 3.2 ii)c) en vue de renforcer la base de sélection d'une valeur visée d'évitement de krill; ceci devrait tenir compte des préoccupations de l'article II sur une base défensive plus scientifique que l'approche ad hoc sur laquelle est fondée la sélection actuelle de 75%.

b) Poisson                                    [Retour à la table des matières]

Un concept très similaire à celui du KYM, que l'on appelle "modèle de rendement généralisé" (GYM), a été appliqué à certaines pêcheries de poisson. Pour certaines espèces de poissons qui ne sont pas des espèces de proies importantes, telles que la légine australe, le critère prédateur n'est pas applicable. Dans leur cas, le critère appliqué est de maintenir les populations au niveau susceptible de donner l' "accroissement maximum annuel net" (GNAI), qu'il est conventionnel de situer à environ 50% du niveau non exploité. Le GYM est utilisé pour effectuer le même type de calculs que le KYM (en fait le KYM peut être inséré dans le GYM en tant que cas particulier). Les limites préventives de capture du poisson-lanterne Electrona carlsbergi, espèce de proie importante pour les otaries, les manchots royaux et les calmars, ont également été calculées à partir d'un GYM d'une manière comparable à celle utilisée pour le krill.

Le GYM est d'une flexibilité telle qu'elle permet d'utiliser, dans les projections de biomasse de stock, les estimations de la biomasse actuelle ou d'avant l'exploitation avec les estimations de leur incertitude. Les fluctuations du recrutement et l'incertitude des paramètres démographiques sont prises en considération, de même que le sont les effets sur le stock des anciennes captures. Il est possible d'exprimer le recrutement soit en niveaux absolus (à savoir en nombre de poissons) soit en niveaux relatifs à la biomasse des stocks reproducteurs d'avant l'exploitation. En ce qui concerne les évaluations de la légine australe, le GYM est utilisé avec des recrues tirées d'une distribution aléatoire qui donne des nombres absolus de recrues compatibles avec les estimations de recrutement obtenues à partir des campagnes d'évaluation par chalutages. La CCAMLR peut alors réaliser des projections stochastiques du GYM pour évaluer les effets de divers taux de capture même sans estimations directes de l'abondance absolue du stock entier.

c) Relations fonctionnelles entre le krill et les prédateurs de krill
[Retour à la table des matières]

Toute les réflexions sur lesquelles reposent les principes de conservation de la Convention de la CCAMLR (article II, paragraphe 3 b)) ont été façonnées en fonction du krill, espèce qui avait tout d'abord été considérée dans une perpective monospécifique, bien que l'inclusion de l'évitement du krill dans les critères de décision prenne quelque peu en considération les prédateurs de krill sur une échelle spatiale plus grande, comme une division ou une sous-zone statistique.

Lorsque la CCAMLR a pris conscience du problème, le KYM n'était pas encore développé et les connaissances sur la dynamique des stocks de krill et leurs relations avec les prédateurs étaient encore limitées. Néanmoins, on savait que les secteurs d'activités intenses de pêche de krill étaient souvent situés à proximité des colonies reproductrices basées à terre d'oiseaux ou de phoques prédateurs de krill. Ces prédateurs comptent sur la présence de krill à proximité de leurs colonies de reproduction pour nourrir et élever leurs jeunes durant l'été antarctique. Que les interactions les plus sensibles se produisent probablement à des échelles beaucoup plus petites que celles de la division ou de la sous-zone indique que les informations sur les lieux de pêche situés à proximité des colonies de prédateurs devront être insérées dans tout plan de conservation.

Afin de quantifier tout chevauchement des secteurs où se déroule la pêche de krill et de ceux où les prédateurs s'approvisionnent en krill, on a développé le concept de période et distance critiques (CPD). Ce concept est fondé sur la capture des pêcheries de krill dans un rayon de 100 km autour des colonies reproductrices de prédateurs basées à terre, de décembre à mars, époque à laquelle la disponibilité de krill pour ces prédateurs est critique. Lorsqu'elle est exprimée en pourcentage de la capture totale d'une sous-zone, la CPD fournit des informations sur la répartition des captures de krill en fonction des colonies de prédateurs.

La CPD est simplement une description du chevauchement spatio-temporel possible de la pêcherie et des prédateurs de krill. Que ce chevauchement ait un effet quelconque sur les prédateurs dépend du rapport entre la pêcherie de krill, de l'abondance locale et régionale du krill et de la quantité de krill disponible pour les prédateurs. Les premières tentatives de modélisation de ces rapports sont en cours de révision en vue d'y intégrer les aspects temporels de la recherche de nourriture des manchots. D'autre part, de nouveaux indices normalisés, fondés sur la théorie de chevauchement des niches, sont en cours de développement afin de mieux refléter le chevauchement secteur alimentaire-pêcherie.

L'étude des interactions d'une activité de pêche, des espèces qu'elle exploite et d'autres espèces dépendantes des espèces exploitées fait partie de ce que l'on appelle "l'approche multispécifique". Malgré toutes les tentatives lancées dans le monde pour fonder la gestion des pêches sur des approches multispécifiques, la plupart d'entre elles sont toujours gérées sur une base monospécifique - par laquelle n'est donc évalué que l'impact de l'exploitation sur l'espèce exploitée. L'approche multispécifique de ce problème par la CCAMLR est innovatrice; les expériences sur ce type de gestion sont des plus limitées dans le monde.

Une approche multispécifique présente pour principale difficulté le fait qu'un nombre relativement important de valeurs paramétriques doit être estimé. De plus, à chaque estimation paramétrique correspond un certain niveau d'incertitude; plus le nombre de paramètres utilisés dans la prédiction est important, plus l'incertitude de la prédiction est élevée. La mise au point de ce type d'approche, en raison de sa grande complexité, risque également d'être assez longue. Étant donné ces difficultés, la stratégie de gestion admissible du krill a débuté par la création du modèle monospécifique de rendement potentiel de krill décrit ci-dessus.

Il a ensuite fallu proposer un moyen par lequel il était possible de tenir compte des besoins des espèces dépendantes de krill. En 1992, le WG-Krill a suggéré une première approche : un modèle à "sens unique" dans lequel les fluctuations de la ressource de krill ont un impact sur une population de prédateurs, mais pas vice-versa (figure 13). La population de krill est représentée par une forme simplifiée du modèle de rendement. Un modèle simple de la dynamique des populations est utilisé pour représenter la population de prédateurs. Le lien entre ces deux modèles ("consommation des prédateurs" sur la figure 13) est donné par une relation fonctionnelle entre l'abondance de krill (exprimée en proportion de son niveau en l'absence de pêche) et le taux de survie des prédateurs (figure 14).

La prochaine étape du développement de l'approche définie à la figure 13 a consisté à choisir les estimations paramétriques du modèle. Les valeurs paramétriques utilisées dans le KYM sont retenues (notamment la variabilité du recrutement de krill), mais les paramètres qui ont un intervalle de valeurs possibles sont fixés au milieu de leur intervalle présumé. Les paramètres biologiques requis par le modèle des prédateurs ont déjà été contrôlés dans le cadre du CEMP. Il ne reste plus qu'à définir la relation fonctionnelle. L'idéal serait de la déterminer au moyen des séries chronologiques de données de biomasse de krill et de taux de survie des prédateurs mesurés simultanément aux mêmes endroits. La représentation graphique des mesures de biomasse de krill par rapport aux mesures de survie des prédateurs permettrait d'ajuster une courbe à ces données, mais il conviendrait toutefois de ne pas oublier de lier la disponibilité locale de krill (qui dépend de l'abondance et de la répartition du krill au fil du temps) à l'abondance de krill telle qu'elle est calculée par le modèle de rendement pour une zone spatiale donnée.

Malheureusement, on ne dispose pas de ces jeux de données intégrés. On dispose toutefois d'estimations annuelles de taux de survie de certains prédateurs en divers sites du CEMP. En l'absence d'estimations d'abondance locale de krill, il est possible de calculer des valeurs d'abondance annuelles de krill à partir du modèle de rendement. Ces valeurs, si on leur ajoute un certain degré d'erreur aléatoire, sont converties en valeurs de disponibilité de krill. Le lien entre ces deux jeux de données dépend de l'hypothèse selon laquelle tout changement des mesures de taux de survie des prédateurs est dû avant tout aux fluctuations de la quantité de krill disponible.

Une hypothèse doit également être émise en ce qui concerne la forme de la relation fonctionnelle (l'exemple sur la figure 14 utilise une courbe sigmoïde) entre les taux de survie des prédateurs et la disponibilité de krill. La forme choisie est en général définie par ces deux paramètres. Étant donné ces paramètres et le niveau de variabilité qui lie l'abondance à la disponibilité de krill, le jeu de valeurs d'abondance de krill obtenu par le modèle de rendement peut ensuite être converti en un jeu de taux de survie des prédateurs qui, à son tour, peut être comparé aux taux de survie des prédateurs observés. Les valeurs paramétriques de la forme fonctionnelle sont changées jusqu'à ce que le jeu de taux de survie simulé se rapproche le plus du jeu mesuré. On y parvient en comparant leurs moments - moyenne, variance et biais. Cette approche à "sens unique" (figure 13) a été appliquée à des données sur les populations d'otaries de Kerguelen et d'albatros à sourcils noirs de Géorgie du Sud.

La nature de la relation entre les modèles de krill et de prédateurs est d'une importance fondamentale pour l'ensemble de la procédure. Il est crucial, dans les prochaines mises au point de ces travaux, d'étudier minutieusement cette relation. Par exemple,

• La variation des taux de survie des prédateurs peut-elle être principalement et directement attribuée aux changements d'abondance de krill ?

• Quelle est la proportion du stock de krill (distribution locale, taille, sexe, maturité) qui est effectivement disponible pour la consommation des prédateurs tels que les oiseaux marins et les phoques ? et les fluctuations de la disponibilité de krill masquent-elles celles de l'abondance absolue de krill ?

• Quel est l'impact des conditions environnementales telles que l'étendue des glaces de mer et la nature des conditions météorologiques et l'époque à laquelle elles correspondent ?

• Quelle est la vraie forme de la relation fonctionnelle et, le modèle est-il assez robuste en cas d'erreurs dans l'hypothèse de cette forme ?

• Dans la pêcherie de krill, des facteurs autres que l'intensité de pêche (époque, ampleur et emplacement de la pêche par rapport aux colonies de reproduction des prédateurs par exemple) peuvent influencer la disponibilité de krill pour les prédateurs. L'influence de ces facteurs varie-t-elle d'une année à l'autre, indépendamment de l'intensité de pêche ?

Dans le cadre de son concept de gestion tenant compte de l'écosystème, la CCAMLR s'intéresse aux "effets indirects" de la pêche, c'est-à-dire que le prélèvement de proies (krill) à un niveau trophique peut affecter indirectement d'autres niveaux trophiques, tels que les oiseaux et mammifères marins. En conséquence, un second modèle a été développé.

Ce dernier étudie l'influence de la pêche de krill sur une population de manchots Adélie en liant la survie des prédateurs et le succès de la reproduction à la disponibilité locale de krill. Ce modèle des effets indirects d'une pêcherie sur les prédateurs de krill compte quatre principales composantes :

• les mouvements spatio-temporels de la disponibilité de krill;

• le mode d'opération de la pêcherie et ses effets sur le krill;

• le succès de l'alimentation (déterminé par des méthodes empiriques ou approximatives) et la survie d'un prédateur au cours de chacune des cinq étapes de sa saison de reproduction, compte tenu d'un budget énergétique empirique détaillé pour l'élevage des jeunes; et

• l'effet du prélèvement de krill par la pêche sur le succès reproductif et la survie des adultes chez les manchots.

Comme dans tous les modèles, il y a ici un compromis entre le niveau de souplesse et celui de détail biologique. Le modèle porte principalement sur l'alimentation parentale qui doit satisfaire les besoins liés à la croissance d'un seul jeune. Les parents et les jeunes se caractérisent par la différence entre la quantité de krill dont ils ont besoin pour leur maintien (parents) et pour leur développement (jeunes) et celle qu'ils ont effectivement ingérée. Les variations dans la disponibilité de krill, dues à la pêche ou à des causes naturelles, vont donc affecter le succès reproductif des manchots.

Le modèle utilise la "survie des jeunes jusqu'à la première mue" comme mesure du succès reproductif des parents. La survie des jeunes et des parents dépend du comportement lors de la recherche de nourriture, de l'époque de la reproduction et de la disponibilité de krill. Le modèle a pour principal objectif de trouver des réponses possibles à la question suivante : "Si une certaine partie du krill disponible est prélevée par la pêche, quelle est la baisse du succès de la reproduction et de la survie des parents qui s'ensuit ?"

Un résultat typique est illustré à la figure 15a) pour la survie des jeunes et à la Figure 15b) pour la survie des parents. En abscisse est donnée la proportion de krill disponible prélevée par la pêcherie. En ordonnée figure le rapport entre la survie en cas de pêche et la survie en l'absence de pêche; c'est donc une mesure relative de la survie.

Tant la survie des jeunes que celle des adultes sont des fonctions plus ou moins linéaires de la proportion de krill prélevée. Cependant, la pente de la survie relative du jeune est d'environ 1,5; ainsi, par exemple, un prélèvement de 1% du krill disponible mène à une réduction de 1,5% de la survie des jeunes et du succès de la reproduction des parents. D'un autre côté, la pente de la relation entre la survie des adultes et la proportion de krill prélevée est inférieure à 1 (environ 0,65 pour les reproducteurs et 0,5 pour les non reproducteurs). Les travaux se poursuivent en vue d'intégrer dans la distribution de krill une structure spatiale plus détaillée et dans la survie des jeunes après la première mue, l'abondance de krill.

d) Autres relations prédateurs-proies               [Retour à la table des matières]

Au début de la CCAMLR, le krill était considéré comme l'élément central du réseau trophique, et était, de ce fait, la clé de voûte du CEMP. Il est maintenant évident que l'on doit développer pour d'autres espèces importantes du réseau trophique des approches semblables à celles mises au point pour le krill. L'exploitation du poisson-lanterne vers la fin des années 80 et l'intérêt porté récemment à l'exploitation du calmar soulignent la nécessité de se pencher sur d'autres réseaux trophiques. Le poisson-lanterne constitue la nourriture de base des manchots royaux, ainsi que des otaries du secteur de l'océan Indien. Le calmar se nourrit de zooplancton, dont le krill et le poisson-lanterne. Il est la proie des légines, des albatros, des grands manchots, des phoques et des baleines à dents. Le cycle biologique des espèces de calmars à valeur commerciale est assez différent de celui des poissons et du krill. En conséquence, bien que les principes généraux de gestion de l'écosystème appliqués au krill à l'heure actuelle puissent également l'être au poisson-lanterne et au calmar, il conviendra d'élaborer des procédures spécifiques pour ces évaluations.

iii) Le concept de critère de décision                       [Retour à la table des matières]

Les objectifs opérationnels décrits à la section 2 se rapprochent quelque peu de l'interprétation des principes exposés à l'article II de la Convention. Toutefois, ils ne sont toujours pas suffisamment précis pour une analyse scientifique objective de divers modes de gestion possibles. On a donc développé des "critères de décision". Un critère de décision spécifie l'ensemble des décisions prises lorsque, compte tenu des évaluations de l'état d'une ressource exploitée, on fixe des mesures de gestion, on en abandonne ou on en change.

Le calcul du rendement potentiel dans les pêcheries de krill discuté à la section 3.2 ii) a) constitue un exemple de critère de décision en trois parties :

1. retenir pour g₁ une valeur telle que la probabilité de chute de la biomasse reproductrice au-dessous de 20% de son taux médian avant l'exploitation après une période d'exploitation de 20 ans soit de 10% (illustré à la figure 16);

2. retenir pour g₂ une valeur telle que l'évitement moyen dans la biomasse reproductrice de krill corresponde après 20 ans à 75% du taux médian avant l'exploitation (illustré à la figure 17); et

3. retenir pour g la valeur la plus faible, g₁ ou g₂, pour calculer le rendement de krill.

Étant donné que les valeurs de g₁ et g₂ seront différentes, c'est la plus faible des deux valeurs de la troisième partie du critère de décision qui sera appliquée. Un critère semblable est appliqué aux activités de pêche visant la légine australe.

D'autres critères de décision seront nécessaires à mesure de l'introduction de nouvelles pêches ou de nouvelles méthodes d'évaluation. Ils seront nécessaires par exemple pour permettre de tenir compte des évaluations fondées sur les données du CEMP lors de l'ajustement des limites de capture ou d'autres mesures de gestion. Les critères de décision lient les principes généraux exposés dans la Convention aux évaluations scientifiques de pêcheries spécifiques. Ils forment ainsi un élément fondamental d'une approche scientifique de la gestion des pêcheries.

iv) Modélisation stratégique en tant que base scientifique de l'élaboration des stratégies de gestion
[Retour à la table des matières]

L'application du concept de gestion tenant compte de l'écosystème lance de nouveaux défis scientifiques. Comme cela a déjà été mentionné, cette tâche doit être réalisée dans un système d'une grande complexité, même s'il est limité à quelques espèces de proies et de prédateurs clés et à leurs relations avec l'environnement. Elle est d'autant plus difficile que la recherche scientifique requise doit être menée dans un environnement rude et isolé, avec un support scientifique et logistique restreint. Pour tenter de faire face à ces difficultés, la CCAMLR a commencé à mettre au point une modélisation stratégique, par simulation informatique, qui lui servira d'outil pour fixer les priorités scientifiques et pour élaborer et évaluer les divers modes de gestion possibles.

La modélisation stratégique repose sur l'intégration des modèles informatiques utilisés actuellement par la CCAMLR et des nouveaux modèles, pour former, en les reliant, des modèles de l'écosystème. À titre d'exemple, la  figure 18 illustre une manière de relier des modèles pour former un modèle stratégique de la pêcherie de krill. Ces modèles intégrés sont conçus en vue d'incorporer les caractéristiques d'un écosystème qui peuvent affecter la gestion de la conservation et des pêcheries ou en être affectées. Il ne s'agit pas de tenter de créer un modèle détaillé de l'écosystème de l'Antarctique, mais plutôt de mettre au point des modèles qui permettront d'élucider certaines questions scientifiques et de gestion. Ces modèles pourraient, par exemple, servir à décider des facteurs critiques de détermination du succès possible d'un système de gestion d'une pêcherie donnée, et donner des informations sur le type d'informations nécessaires pour garantir ce succès. Ainsi, les modèles stratégiques peuvent nous aider à fixer les priorités scientifiques relatives aux incertitudes critiques et à déterminer les ressources scientifiques requises pour éliminer ces incertitudes. Ils peuvent, par exemple, servir à répondre à des questions telles que le nombre d'espèces et l'échelle géographique à contrôler pour que l'on soit en mesure de détecter les effets néfastes de la pêche au krill sur les espèces dépendantes avant qu'ils ne dépassent ceux autorisés aux termes de l'article II.

Un modèle d'écosystème ne sera jamais complet, de même qu'il ne comprendra pas nécessairement toutes les caractéristiques importantes de cet écosystème. C'est pour cela qu'il convient de mettre au point une série de modèles, de manière à ce que puisse être déterminée la validité de toute conclusion qui en sera tirée.