Stage M2 Analyse de Méthodes Spatio-Temporelles dans l'Évaluation de Plan d'Échantillonnage de Campagne Halieutique H/F - Ifremer

Rejoignez l'Ifremer pour un océan mieux compris, mieux protégé qui demeure un allié du bien-vivre sur la planète

Des abysses à la surface, de la côte au large, l'Ifremer est l'institut de recherche français entièrement dédié à l'Océan. Ses équipes mènent des recherches, innovent et produisent des expertises pour protéger l'océan, exploiter ses ressources de manière responsable et partager les données marines.

L'Ifremer apporte son expertise scientifique pour éclairer les politiques publiques et élabore des solutions puisées dans l'océan pour répondre aux enjeux de la transition écologique. Opérateur de la Flotte océanographique française avec sa filiale d'armement Genavir, l'Ifremer imagine, conçoit et déploie des moyens technologiques de pointe pour percer les mystères de l'océan.

Rejoignez nos équipes, composées de 1500 scientifiques et métiers supports à la recherche, et présentes sur tout le littoral métropolitain et en Outre-mer.

www.ifremer.fr

Date de clôture de réception des candidatures : 09/11/26

1. Contexte Scientifique et Problématique

Les campagnes scientifiques en mer sont la pierre angulaire du suivi des ressources marines. Les indices d'abondance dérivés de ces campagnes sont des données fondamentales pour les évaluations de stocks, qui déterminent les avis de gestion et les opportunités de capture. Or, l'espace maritime européen est de plus en plus sollicité en particulier en Manche Est. L'augmentation du nombre de parcs d'Énergies Marines Renouvelables (EMR) et la mise en place de législations restrictives dans les Aires Marines Protégées peuvent réduire les zones accessibles à l'échantillonnage halieutique. Cette exclusion de stations d'échantillonnage modifie le plan d'échantillonnage historique. Elle induit potentiellement un biais spatial dans les séries temporelles d'indices, dont l'ampleur peut affecter la perception de la dynamique des stocks et, in fine, la pertinence des avis de gestion.

2. Objectifs du Stage

L'objectif général de ce stage est d'évaluer la robustesse de différentes méthodes de calcul d'indices d'abondance d'espèces commerciales (ex : Plie, Pleuronectes platessa ; Rouget Barbet, Mullus surmuletus; Bar, Dicentrarchus labrax) de la Manche Est face à une réduction spatiale du plan d'échantillonnage et de tester des approches pour atténuer ce biais. Les objectifs spécifiques sont :

1. Mise en place de différents scénarios de réduction de stations d'échantillonnage en se basant sur des scénarios d'installation de parcs éoliens offshore et d'AMP en Manche Est.
2. Calculer un indice d'abondance de plie en se basant sur les méthodes existantes de standardisation d'indices (exp. moyenne stratifié, delta GAM) et les approches spatio-temporelles tel que sdmTMB.
3. Évaluer et comparer la performance des différentes méthodes à atténuer ce biais, afin d'identifier les formulations de modèle les plus robustes.

3. Méthodologie

Le stage se déroulera en plusieurs étapes :

1. Prise en main des données : L'étudiant(e) utilisera les données historiques de la campagne halieutique CGFS (Channel Ground Fish Survey) pour la Manche orientale.
2. Mise en place d'un cadre de simulation :
   • L'indice calculé à partir du jeu de données complet sera considéré comme l'indice de référence.
   • Des scénarios de réduction d'échantillonnage seront créés en appliquant des masques spatiaux correspondant aux zones EMR et AMP actuelles et futures.
3. Modélisation et comparaison :
   • Plusieurs modèles de standardisation d'indices seront appliqués aux jeux de données "complets" et "biaisés":
     • Un indice calculé à partir d'une moyenne stratifiée.
     • Modèles spatio-temporels (type sdmTMB), qui permettent d'estimer les densités dans les zones non échantillonnées en se basant sur les corrélations spatio-temporelles et les covariables environnementales.
4. Évaluation de la robustesse : Les indices "biaisés" produits par chaque méthode seront comparés à l'indice de référence. La performance sera évaluée sur la base de métriques statistiques.

• Étudiant(e) en Master 2 en Sciences Halieutiques, Écologie Quantitative, Statistique Appliquée ou Océanographie.
• Compétence indispensable : Une bonne maîtrise du language R.
• Connaissances solides en statistiques.
• Un intérêt pour la modélisation spatio-temporelle et les systèmes d'information géographique (SIG) serait apprécié.
• Autonomie, rigueur scientifique et esprit d'analyse.

• Statistiques
• Autonomie
• Esprit d'analyse
• Normalisation
• SIG