The effects of flood regime and fishing effort on the overall abundance of an exploited fish community in the Amazon floodplain

Effets du régime hydrologique et de l'effort de pêche sur l'abondance globale d'une communauté exploitée de poissons dans la plaine inondée amazonienne

¹ ORSTOM, 213 rue Lafayette, 75010 Paris, France
² ENSAR, Unité Halieutique, DEERN, 65 route de Saint-Brieuc, 35042 Rennes Cedex, France

Received: 22 April 1992
Accepted: 1 February 1993

Abstract

Freshwater fishing is highly developed in the Amazonian basin, and the problems of managing the fish resource are becoming increasingly acute. The global model of exploited stock dynamics has proved inadequate for explaining the variations observed in catches from one year to the next. Following the results of recent studies in maritime fishing, this work aims to identify the contribution of environmental variables (hydrological parameters have been selected) to the explanation of variations in the abundance of the exploited fish community. An abundance index is calculated based on the catch per unit of effort statistics and the surface of the considered basin. Using a 12-year time series, the results show that the effect of the fishing effort on the index of abundance is negligible when viewed alongside the flood regime parameters for the years prior to the catch. The effects revealed are, in chronological order of appearance: 1) a positive effect of the water level during the flood regime peak three years previous to the catch, probably associated with recruitment for a number of species; 2) the effect of the water level during its rise two years before the catch, which may well be related to competition phenomena; and 3) the effect of severe low-water levels two years before the catch, possibly due to mass natural mortality during the severest periods of low-water. Because there are complex migratory movements of fish populations either side of low-water periods, only the estimated biomass during the flood appears to be an accurate reflection of the mean biomass in the environment. Linear models are presented, where the abundance index is a function of the hydrological parameters previously identified. The model with 3 variables corresponding to the 3 evidenced effects, explains more than 83% of the variations in the annual abundance indices.

Résumé

La pêche en eaux douces est particulièrement développée dans le bassin amazonien et les problèmes d'aménagement de la ressource piscicole deviennent de plus en plus aigus. Le modèle global de dynamique des stocks exploités s'est avéré inadapté pour expliquer les variations interannuelles de la capture. Suivant les résultats d'études récentes en pêche maritime, ce travail se propose de mettre en évidence une contribution de variables environnementales (en l'occurrence des paramètres hydrologiques) pour expliquer les variations d'abondance d'une communauté exploitée de poissons. Un indice d'abondance est calculé à partir des statistiques de prises par unité d'effort de pêche et de la superficie du bassin considéré. Les résultats montrent que l'effet de l'effort de pêche sur l'indice d'abondance est négligeable comparé à celui des paramètres de crue au cours des années antérieures. Les effets observés sont par ordre chronologique: 1) un effet positif de la hauteur d'eau pendant le maximum de la crue 3 ans avant la capture, probablement associé au recrutement de la plupart des espèces, 2) un effet de la hauteur d'eau pendant la montée d'eau 2 ans avant la capture qui pourrait être attribué à des phénomènes de compétition et 3) un effet de la hauteur d'eau en étiage 2 ans avant la capture, dû vraisemblablement aux mortalités en masse de poissons pendant les étiages sévères. Les mouvements migratoires complexes de certaines populations de poissons dans les périodes entourant l'étiage font que seuls les indices de biomasse estimés à partir des données de crue semblent refléter la biomasse moyenne dans le milieu. Des modèles linéaires, exprimant l'indice d'abondance en fonction des paramètres hydrologiques précédemment identifiés, sont proposés. Le modèle comportant 3 variables qui correspondent aux 3 effets observés, permet d'expliquer plus de 83 % de la variabilité des indices d'abondance annuels.