Un article scientifique clarifie la manière dont les données sur les activités de pêche de Global Fishing Watch sont générées
- By Rocío Joo
- Published
Article publié en réponse à une étude affirmant que nos algorithmes surestiment l’activité de pêche
Chez Global Fishing Watch, nous nous engageons à favoriser la recherche scientifique et à transformer la manière dont l’océan est géré, en renforçant la transparence de l’activité humaine en mer. La mise à disposition de données d’activités de pêche fiables et pertinentes est essentielle pour atteindre ces objectifs. C’est pourquoi nous avons pris très au sérieux la publication d’un article scientifique suggérant que nos algorithmes surestimeraient l’activité de pêche.
La récente étude de Hintzen et al. a comparé des événements de pêche issus de notre API avec des observations directes de déploiement d’engins (programmes d’auto-échantillonnage) à bord de deux flottilles de chalutiers pélagiques opérant dans l’Atlantique Nord-Est. Les auteurs et autrices ont conclu que nos événements de pêche surestimaient l’effort pour ces flottilles, après avoir constaté une forte concordance spatiale des zones d’activité de pêche, mais des différences dans le nombre et la durée des événements. Cependant, le nombre et la durée des événements dans nos données ne sont pas directement comparables au nombre et à la durée des traits de chaluts.
La revue a publié notre réponse à cette étude, clarifiant la manière dont nos données de pêche sont générées ainsi que les usages pour lesquels elles sont — ou ne sont pas — adaptées.
Les comportements des navires liés à la pêche (par exemple : prospection, mise à l’eau, relevage ou immersion prolongée des engins) peuvent varier considérablement selon les flottilles et les régions. Il est donc complexe de les distinguer avec précision à partir des seules données de positionnement. Pour cette raison, notre modèle général n’a pas été conçu pour distinguer ces comportements opérationnels spécifiques. Il vise principalement à fournir un jeu de données global permettant de représenter de façon cohérente la distribution spatiale de l’activité de pêche à travers les différentes pêcheries.
Notre réponse explique également comment sont calculés les deux jeux de données de pêche mis à disposition dans nos APIs, actuellement nommés événements de pêche apparente et effort de pêche. Les événements de pêche, utilisés dans l’étude de Hintzen et al., ont été conçus pour fournir sur la plateforme de Global Fishing Watch une représentation visuelle cohérente et interprétable des activités de pêche regroupées dans le temps. Par conséquent, les événements de pêche ne doivent pas être assimilés à des traits individuels d’engins de pêche.
Les auteurs ont également affirmé que l’utilisation des données de pêche de Global Fishing Watch pourrait conduire à « des analyses incorrectes de l’impact de la pêche sur de nombreux aspects des écosystèmes », citant plusieurs études utilisant nos données. Après examen, nous avons constaté que la plupart de ces études utilisaient nos données pour analyser la distribution spatiale de l’activité de pêche, domaine pour lequel l’exactitude du modèle est avérée.
Pour encourager une utilisation appropriée de nos données et accroître leur utilité, nous mettons en œuvre les améliorations suivantes :
- Nous avons récemment publié une documentation clarifiant l’usage approprié des jeux de données « événements de pêche » et « effort de pêche », et nous travaillons avec les utilisateurs pour renommer ces deux jeux de données de manière plus intuitive.
- Nous faisons évoluer l’architecture de notre modèle, en passant d’un réseau neuronal convolutif à une architecture de type transformer. Cette dernière offre une capacité renforcée à prendre en compte les dépendances de longue portée au sein des données, grâce aux mécanismes d’attention qui permettent à chaque point d’une séquence d’évaluer sa relation avec l’ensemble des autres points.
- Les données d’entraînement de la nouvelle version du modèle couvrent désormais des zones géographiques plus diversifiées et davantage de types de flottilles.
En complément du modèle général, nous développons des modèles spécifiques à certains engins, dont les prédictions seront de meilleurs indicateurs du déploiement réel des engins et pourront être mieux converties en mesures d’effort. Un jeu de données statique prédisant des événements de pêche pour les palangriers dérivants, distinguant les phases de mise à l’eau (setting) et de relevage (hauling), est déjà disponible gratuitement pour les utilisateurs inscrits via notre portail de téléchargement ; une version mise à jour sera publiée en 2026. Un modèle pour les chalutiers, en cours de développement, vise à différencier le chalutage de fond et pélagique. Un jeu de données provisoire est disponible sur demande et sera publié sur notre site l’année prochaine.
Nous sommes convaincus que le dialogue étroit avec les experts halieutiques et la comparaison avec des données de journaux de bord ou d’observateurs de haute qualité sont essentiels pour améliorer les données d’activité de pêche que nous mettons à disposition.
Nous avons l’intention de mettre en place des cadres de concertation et de co-développement pour identifier de meilleures approches d’estimation et de représentation de l’activité de pêche à l’avenir. Nous vous invitons à nous contacter si vous souhaitez collaborer en partageant des données, une expertise ou en impliquant Global Fishing Watch dans vos travaux de recherche sur les activités de pêches.
