Résumé
A fuzzy logic model of tuna behaviour near Fish Aggregating Devices (FADs) was developed to reproduce individual differences in horizontal movements observed from ultrasonic telemetry experiments. In this model, the behaviour of an individual is based on its surrounding environment (FADs and prey) and on its internal state (stomach fullness), which depends on its recent past actions. Internal sensors are used to determine the motivation of the fish, combined with external sensors, this determines its movements. Sensory information and motivation are modeled using fuzzy sets. A FAD attracts an individual when it is located within the FAD’s range of influence. The time spent near a FAD depends on the feeding motivation of the fish and on its surrounding environment. If the fish is not hungry, it stays near the FAD. Otherwise, the fish has to forage in order to eat, and might therefore leave the FAD if no prey is available in its vicinity. By varying the environmental conditions near FADs, the model reproduces the different horizontal movement patterns observed for tunas. The model is then extended to allow multiple individuals to co-exist, each individual modeled through the above behavioural model, without any direct or indirect interactions between them. This way, we study the effects of individual behaviour on tuna aggregation near FADs. We find that the model predicts the temporal dynamics of aggregation around FADs exhibited by tunas. By examining the effects of several FAD network models on the aggregation, we also estimate optimal spatial arrangements of FADs.
Un modèle de logique floue du comportement des thons autour de dispositifs de concentration de poissons (DCP) est développé pour reproduire les différences individuelles observées dans les mouvements horizontaux à partir d’expériences de télémétrie ultrasonique. Dans ce modèle, le comportement d’un individu est basé sur son environnement local (DCP et proies) et sur son état interne (taux de remplissage de l’estomac), qui dépend de ses actions passées. Des capteurs internes déterminent la motivation du poisson, qui, combinée avec des capteurs externes, détermine ses mouvements. Les informations sensorielles et la motivation sont modélisées avec des ensembles flous. Un individu est toujours attiré par un DCP s’il se trouve dans un certain rayon autour de celui-ci. Le temps passé autour d’un DCP dépend de la motivation alimentaire du poisson et de son environnement local. Si le poisson n’a pas faim, il reste autour du DCP. Sinon, le poisson doit rechercher de la nourriture, et peut ainsi quitter le DCP s’il ne trouve pas de proies aux alentours. En variant les conditions environnementales autour du DCP, ce modèle reproduit les différents mouvements horizontaux observés chez les thons. Le modèle est ensuite étendu pour permettre la coexistence de plusieurs individus, sans aucune interaction directe ou indirecte entre ceux-ci. Ceci permet d’étudier les effets des comportements individuels sur les agrégations de thons autour de DCP. Le modèle prédit avec précision les dynamiques temporelles des agrégations de thons autour de DCP. En simulant différents réseaux de DCP, le modèle permet d’estimer la meilleure organisation spatiale des DCP.