• Le phytoplancton

• Phytoplancton
• Alexandrium minutum
• Pseudo-nitzschia
• Apparitions et dispersions
• Surveillance, conséquences économiques

 

• Les facteurs environnementaux

• Introduction
• Facteurs hydrologiques
• Facteurs hydrodynamiques
• Facteurs météorologiques et climatiques

 

• Les méthodes statistiques

• Niche écologique
• Phénologie

 

• Les résultats

• Données utilisées
• Phénologie d'Alexandrium minutum
• Niches écologiques d’Alexandrium minutum et Pseudo-nitzschia

 

• Conclusion

Le projet PhytoRisk s’appuie sur des données environnementales acquises dans le cadre de plusieurs études :

• Réseau de surveillance du phytoplancton et des phycotoxines (REPHY), mis en place par l’Ifremer en 1984. Son objectif est d’acquérir des séries temporelles sur les communautés phytoplanctoniques pour étudier leur évolution, détecter et suivre les espèces toxiques qui sont nuisibles pour certains organismes marins et pour l’homme et prévoir les efflorescences phytoplanctoniques et leurs épisodes toxiques ;
• Final (2006-2008) : l’objectif était d’élaborer des modèles pour prédire l’initiation des efflorescences algales toxiques en Bretagne, en Irlande et en Écosse. En Bretagne le projet était centré sur l’espèce Alexandrium minutum ;
• Velyger (2008-présent) : ce projet vise à observer et analyser la variabilité de la reproduction et du recrutement de l’huître creuse, Crassostrea gigas sur les côtes françaises. Les actions incluent le suivi de la communauté phytoplanctonique ;
• Paralex (2010-2014) : cette étude avait pour objectif de comprendre comment et quels microorganismes pathogènes peuvent arrêter les proliférations algales toxiques comme Alexandrium minutum ;
• Daoulex (2013-2014) : ce projet a pour objectif d’élucider les conditions de prolifération d’Alexandrium minutum en Rade de Brest dans le cadre de l’évaluation de l’état initial dans le cadre des projets de développement du port de Brest.

Nous avons réuni l’ensemble des données disponibles de phytoplancton et des variables hydrologiques à partir du réseau REPHY et des autres projets cités ci-dessus. Nous avons ensuite ajouté d’autres descripteurs intéressants comme certaines variables climatiques (Oscillation Nord Atlantique, ONA ; Oscillation Atlantique Multidécennale, OAM), des rivières (débit et nutriments), des variables de télédétection (éclairement, température, chlorophylle et matière inorganique en suspension à la surface de la mer), le coefficient de marée et des variables météorologiques (pression atmosphérique, vitesse et direction du vent). Le volume de données acquis permet d’envisager une généralisation des conclusions obtenues.

Données Phytoplancton

Les données du REPHY, sont extraites de la base nationale Quadrige². Ce système d’information gère et valorise les données issues des réseaux de surveillance mis en œuvre par l’Ifremer. On y trouve également certaines variables hydrologiques associées aux prélèvements de phytoplancton. Les données sont regroupées par régions (correspondant à des baies ou estuaires) dans lesquelles il peut y avoir plusieurs points de mesure appelés stations.

Pour Alexandrium, toutes les données de phytoplancton en relation avec le genre Alexandrium dans toute la région d’étude ont été extraites. Nous avons retenu les seules données correspondant à l’espèce Alexandrium minutum et réintégré dans la base Alexandrium minutum les données du genre Alexandrium sans classification spécifique mais qui correspondent à Alexandrium minutum à la suite de l’avis d'experts. Nous avons ensuite rajouté les données des autres projets correspondant à la région Loire-Bretagne (Daoulex, Velyger, Paralex et Final). Seules ont été retenues les stations dans les régions qui ont au moins une occurrence d’Alexandrium minutum supérieure au seuil d’alerte, 10 000 cellules L-1. Dans cette base ainsi constituée, on trouve environ 9 000 données correspondant à 17 régions marines différentes et représentées par 92 stations. La plupart de ces données sont situées dans la région Loire-Bretagne et correspondent à la période 1988-2014.

Pour Pseudo-nitzschia nous avons extrait de la base Quadrige² toutes les données du genre dans toute la région Manche-Atlantique. On dispose d’environ 50 000 données correspondant à 81 régions marines différentes et représentées par 370 stations qui correspondent à la période 1990-2014. Avant cette période, les données correspondant au groupe Pseudo-nitzschia ne sont pas validées par le système Quadrige². Peu de données sont enregistrées au niveau de l’espèce. À l’aide de l’avis d'experts, nous avons choisi les données correspondant à P. fraudulenta et P. australis. P. fraudulenta est une espèce assez bien reconnue et P. australis, bien que peu identifiée dans la base REPHY, est l’espèce aujourd’hui la plus toxique en France.

Pour l’analyse de la niche écologique, toutes les données sont retenues.

L’étude de la phénologie a nécessité un critère supplémentaire : avoir une série temporelle annuelle constituée de suffisamment de valeurs, surtout dans la période d’efflorescence. Après avoir réalisé une exploration des données disponibles et essayé différentes combinaisons, nous sommes arrivés à la conclusion qu’il faut sélectionner des séries temporelles annuelles de plus de 8 données. Cette analyse n’a pu être menée que pour Alexandrium minutum.

Données hydrologiques

Les données hydrologiques comprennent les variables qui sont mesurées dans l’échantillon d’eau et qui donnent une description physicochimique et biologique de l’échantillon. Dans cette étude, nous avons récupéré les variables chlorophylle, température, salinité, turbidité et oxygène qui sont extraites de la base Quadrige², pour les stations correspondant aux données Alexandrium minutum, P. australis, P. fraudulenta et P. spp. et aussi extraites des autres projets de recherche mentionnés auparavant. La disponibilité des données hydrologiques dépend du paramètre choisi et ne correspond pas forcément à la même quantité de données que l’abondance cellulaire.

Paramètres in situ	Minimum	Maximum	Nombre de données	Régions disponibles
Alexandrium minutum (Cel L-1)	0	44 644 680	12 057	17
Pseudo-nitzschia spp. (Cel L-1)	0	14 465 500	50 545	81
Pseudo-nitzschia fraudulenta (Cel L-1)	0	4 184 000	11 919	75
Pseudo-nitzschia australis (Cel L-1)	0	494 600	2 392	37
Chlorophylle (mg m-3)	0	371,6	22 872	72
Température (°C)	1	29,2	45 855	78
Salinité (PSU)	0,1	39,6	45 518	79
Turbidité (NTU)	0	630	44 377	78
Oxygène (mg L-1)	2,9	66,5	11 132	68
Ammonium (μM)	0,04	107	8 734	58
Nitrate + Nitrite (μM)	0	910	8 871	58
Nitrite (μM)	0	6,82	2 263	13
Nitrate (μM)	0	907	2 283	13
Phosphate (μM)	0	189	8 904	58

Résumé des données hydrologiques échantillonnées avec les données phytoplancton pour l’analyse phénologique.

Données de télédétection

Pour cette étude, les données télédétection récupérées sont : la température de l’eau de surface, l’éclairement en surface, la chlorophylle de surface et les matières inorganiques en suspension.

La disponibilité des données chlorophylle et matières inorganiques en suspension ne démarre qu’à partir de 1999, alors que la première détection d’Alexandrium minutum sur les côtes de la Loire-Bretagne date de 1987 et la première valeur validée du genre Pseudo-nitzschia de 1990. L’éclairement et la température de surface de la mer sont mesurés depuis 1984 et 1987 respectivement.

Marées

Les estuaires de la Bretagne constituent des milieux originaux parmi les systèmes côtiers de l’océan mondial par l’influence très marquée des marées de grande amplitude pouvant atteindre jusqu’au 10m de marnage. Cette caractéristique peut avoir une influence importante sur le développement des proliférations d’Alexandrium minutum et Pseudo-nitzschia par un effet de dilution/rétention. Nous avons calculé la moyenne des deux valeurs journalières correspondant à chaque période de pleine et basse mer. Comme proxie de la valeur de marée, nous avons utilisé le marnage et le coefficient de marée. Pour les données de marnage, les marées sont extraites en utilisant le logiciel gratuit WXTide32 (réf. David Flater, XTide. 2015-03-22). Les coefficients de marée sont calculés par le Service Hydrographique et Océanographique de la Marine (SHOM) pour le port de Brest et considérés comme identiques sur les côtes atlantiques et de la Manche car l'onde de marée qui les atteint n'est que faiblement perturbée.

Résultats des modèles d’apport des rivières

Les données sont extraites d’un modèle opérationnel développé dans le but de déterminer les bassins récepteurs marins des principaux 45 fleuves français de la façade Manche-Atlantique et leurs niveaux d’influence durant les années 2000 à 2010. Les principaux descripteurs que nous avons obtenus à partir de ce travail sont :

• le traceur simulé, qui mesure l'influence de chacune des 45 rivières modélisées sur la côte atlantique ;
• le bassin récepteur des rivières ;
• la température et la salinité pour chaque station de notre étude.

Ce même modèle fournit également des modèles statistiques des concentrations des différents nutriments dans les 45 fleuves sur la même période. Les nutriments modélisés sont :

• Nitrate
• Ammonium
• Phosphate
• Silicate
• Azote organique
• Phosphore non inorganique dissous
• Matières en suspension

Données rivières

Les fleuves sont l'un des facteurs d’influence majeure sur les estuaires et zones côtières. Ils peuvent influencer la stabilité de la colonne d’eau et sont aussi importants pour l’apport de nutriments dans l’écosystème côtier. Le paramètre utilisé ici est le débit de rivière (m³ par seconde). Ces données sont extraites de la base de données du Centre de Données pour l'Océanographie Côtière Opérationnelle (CDOCO) qui centralise les données produites par les stations de contrôle des débits des rivières françaises. Il n’y a pas de station pour toutes les rivières et, pour les rivières qui ont une station, il faut vérifier les années où cette station était active.

Rivières retenues

Rivière	Moyenne débit
Aa	5.54
Aber Benoit	0.51
Aber Wrac'h	0.45
Adour	88.68
Arguenon	0.81
Aulne	23.34
Aven	3.70
Blavet	27.50
Boutonne	5.23
Charente	46.69
Dourduff	0.53
Douron	0.44
Elorn	5.07
Falleron	1.01
Garonne	529.42
Gouessant	1.44
Gouet	1.65
Goyen	1.45
Jaudy	1.73
Jet	2.21
Laita	13.84
Lay	9.71
Leguer	4.82
Leyre	3.29
Loire	838.77
Mignonne	1.46
Odet	4.88
Orne	39.02
Penzé	2.86
Queffleuth	0.92
Rance	1.24
See	6.40
Seine	527.33
Seudre	0.47
Sevre Niortaise	6.65
Somme	34.82
Trieux	5.39
Vilaine	76.88
Vire	14.61
Yar	0.80

Les statistiques des rivières sont en m³ s-1.

Données météorologiques

Les données météorologiques utilisées pour cette étude sont : la direction et la vitesse du vent et la pression atmosphérique. Le vent est un facteur important pour le contrôle de la stabilité de la colonne d’eau et la pression atmosphérique est un indicateur général de la stabilité des masses d’air. Ces données sont acquises à partir de deux sources différentes de Météo France : des données in situ et des résultats de modèles numériques. Pour comparer les résultats entre les données in situ et les données à partir de modèles numériques, les corrélations entre séries ont été calculées et utilisées aussi pour assigner un sémaphore à chaque station REPHY.

Les données in situ proviennent des Sémaphores gérés par Météo France. Ce sont des stations météorologiques qu’on trouve partout en France. L’avantage d’utiliser les données in situ est que ce sont des mesures réelles et enregistrées depuis très longtemps. Par contre, la localisation des sémaphores n’est pas la même que la localisation des stations d’échantillonnage.

Météo France opère trois modèles météorologiques qui se sont succédé au cours des années avec une résolution différente : Aladin, Arpège et Arôme. Ces données présentent l’avantage de couvrir tout l’espace géographique mais, comme pour les données satellitales ou les données du modèle des bassins versants, il s’agit de données sur une surface et non en un point.

Indices climatiques

L’intérêt de connaître la variabilité climatique à macro-échelle a récemment pris de l’ampleur et plusieurs indicateurs climatiques ont été proposés pour l’Océan Atlantique. L'Oscillation Nord Atlantique (ONA) et l’Oscillation Atlantique Multidécennale (OAM) sont les plus étudiées.

Pour cette étude, nous en avons choisi le calcul classique, développé par James W. Hurrell, dans lequel on obtient une valeur qui peut être positive (phase ONA+), ou négative (phase ONA-).

L’index OAM est représenté par une valeur journalière qui peut être positive (OAM+) ou négative (OAM-).

 

© Ifremer 2021

Mise à jour : 10/05/2016