Free access article

Issue Aquat. Living Resour. Volume 19, Number 1, January-March 2006 Page(s) 1 - 13 DOI 10.1051/alr:2006001 Published online 01 April 2006

Aquat. Living Resour. 19 (2006) 1-13
DOI: 10.1051/alr:2006001

Information transfer, behavior of vessels and fishing efficiency: an individual-based simulation approach

Laurent Millischer and Didier Gascuel

Agrocampus Rennes, Département Halieutique UPR Mesh, 65 rue de Saint-Brieuc, CS 84215, 35042 Rennes Cedex, France

(Received 25 April 2005; Accepted 9 January 2006 / Published online: 1 April 2006)

Abstract
A simulator dedicated to the modeling of individual search behaviors of fishing vessels has been built using multi-agents systems methodology. The harvesting activity of a virtual fleet is simulated and applied to a static virtual fish population, distributed in a bi-dimensional spatially explicit environment. The resource population can differ depending on different degrees of aggregation. Each vessel of the fleet is modeled as a singular and autonomous agent of the fishery system. The model focuses on the representation of information transfer among vessels, which results in an orientation of search effort. The informative search behavior is compared to a stochastic search, in order to estimate efficiency gains allowed by information transfers. Results show a strong dependence of the fleet's efficiency towards the level of aggregation of the resource. For higher levels of aggregation the informative behavior results in important gains in efficiency. Conversely, a misleading effect of information appears in the weakest aggregations. The informative behavior leads to the progressive convergence and the gathering of the agents. When the aggregation is strong, this "pack effect" is stable in time and enables the vessels to make quick catches. For the weakest aggregation levels, the "pack effect" is unstable and leads the ships to a perpetual pursuit state, without catches. Thus, the size of existing networks appears as a key parameter of vessel behaviors. This approach, using an individual-based simulator, seems quite appropriate to connect individual behaviors to the dynamics of the fishing efficiency, which are generally studied in an aggregated manner. It allows to quantify the effects of the exchange of information among vessels, which is commonly considered as a qualitative phenomenon. Such an approach should be enlarged to a more global modeling of all of the components of the individual search behaviors of vessels.

Résumé
Les méthodes de modélisation des systèmes multi-agents sont utilisées pour simuler les comportement individuels de navires de pêche. On modélise ainsi l'activité de recherche d'une flottille virtuelle exploitant une population de poissons. La ressource est distribuée de manière statique dans un environnement bi-dimensionnel spatialement explicite et peut présenter différent degrés d'agrégation. Chaque navire est modélisé comme un agent autonome. Le modèle s'attache en particulier à la représentation du transfert de l'information entre navires, et à ses conséquences sur l'orientation de l'effort de recherche des poissons. Le comportement de recherche dit "informatif" est comparé à une recherche aléatoire, afin d'estimer les gains d'efficacité de pêche induits par le transfert d'information. Lorsque la ressource est fortement agrégée, le comportement informatif permet des gains d'efficacité de pêche très importants. A contrario, un effet trompeur de l'information est mis en évidence pour les faibles agrégations. Le comportement informatif conduit également à un regroupement des navires. Lorsque l'agrégation est forte, cet "effet de meute" est stable dans le temps et permet aux navires de réaliser des captures rapidement. Pour les faibles agrégation, l'effet de meute est instable et conduit les navires à une situation de perpétuelle poursuite, sans capture. La taille des réseaux d'information constitue ainsi un élément-clé du comportement des navires. Une telle approche, basée sur une simulation individu-centrée, apparaît comme la méthode appropriée pour relier les comportement individuels des navires à la dynamique de l'efficacité de pêche, qui est généralement analysée à partir de données agrégées. Elle permet de quantifier les effets de l'échange d'information entre navires, alors que ce phénomène est généralement considéré de manière qualitative. Au travers d'un modèle plus global, une telle approche devra être élargie à toutes les composantes du comportement individuel des navires de pêche.

Key words: Fishing behavior / Fishing efficiency / Fish aggregation / Individual-based model / Multi-agent systems / Simulation

Corresponding author: Didier.Gascuel@agrocampus-rennes.fr

© EDP Sciences, IFREMER, IRD 2006

What is OpenURL?