Dissertation - HQ

Intérêts et limites des modèles numériques 177
Cet exemple, caricatural certes, met néanmoins en valeur le fait que,
même si le champ moyen de courant est bien connu, l’advection de
particules est très sensible aux variations locales, et notamment aux
conditions initiales de dispersion 47 , qui sont pour l’instant très mal
résolues par les GCMs 155 . Jusqu’ici, seuls des processus complètement
déterministes ont été considérés : les mouvements des courants et
l’advection des particules sont régis par des lois physiques. Cependant,
leur description dans les modèles repose souvent sur des approximations
probabilistes, pour représenter les phénomènes ayant lieu à une échelle
plus faible que celle de la grille de simulation. Les modèles de résolution
trop faible (maille > 3 km) peuvent donc faire des erreurs de prédiction
substantielles du fait de ces approximations 302 . Mais oublions même cela
et considérons que les développements techniques futurs permettront
de bien représenter ces processus. Il reste toujours une source inhérente
de stochasticité : les “particules” simulées dans ces modèles sont des
être vivants. Elles ne sont pas inertes. Elles ont donc des propriétés
(de mouvement, de taille, de flottaison, etc.) qui ne sont pas régies
par des lois déterministes. Certaines de ces propriétés, comme leur
distribution verticale par exemple, peuvent complètement changer leurs
trajectoires d’advection 70,83,84,198 (chapitre 6). Enfin, étant donné la faible
proportion de larves qui recrutent finalement, il est possible, et à vrai
dire probable 25 , que les recrues aient des propriétés différentes de
la moyenne de la population. Décrire la stochasticité des processus
biologiques de façon classique, c’est-à-dire par le biais d’un taux de
variation autour d’une moyenne, serait donc insuffisant.
En résumé, les modèles de la phase larvaire des organismes marins
traitent de phénomènes probabilistes (et potentiellement de leurs exceptions
plutôt que de leur moyenne), aux dynamiques non linéaires et
très sensibles aux conditions initiales, et tentent de faire des prédictions
à long terme en se basant sur une description de l’environnement imparfaite.
Je pense donc que, dans ces conditions, les modèles de la
phase larvaire ne peuvent pas, et ne pourront jamais, donner des prédictions
quantitatives fiables du taux de recrutement. Est-ce à dire que tous les
modèles sont inutiles, et que le chapitre 6 de ce travail, au moins, est
bon à jeter ? Évidemment non, du moins je l’espère.
Tout d’abord, même si les modèles océanographiques sont imparfaits
et si les modèles biologiques probabilistes ne sont qu’approximatifs,
ils ne sont pas non plus complètement déraisonnables. Ainsi, il est
probable que ces modèles soient assez solides pour donner des indices
de confiance sur des prédictions qualitatives, par exemple : “Cette année
le taux de recrutement a 80% de chances d’être élevé”, ou : “. . . plus
élevé que l’année dernière”, ou encore : “Placer une réserve marine à
cet endroit permettra, en moyenne, de protéger davantage de sources
de larves que de la placer ailleurs”. De telles prédictions qualitatives
seraient déjà très utiles à la gestion des peuplements. Ces indices de
confiance et la solidité des prédictions ne pourront être évalués qu’après
. . . où l’advection est
non-linéaire . . .
. . . et où les particules
ont des propriétés
stochastiques propres
Leur résultat ne peut
pas être quantitatif
Des indices de
confiance et des
prédictions qualitatives
peuvent suffire