Bayley, P.B., 1988. Accounting for effort when comparing tropical fisheries in lakes, river-floodplains and lagoons. Limnol.Oceanogr., 33(4, part 2): 963–972.
Bernacsek, G.M. and S. Lopes, 1984. Mozambique. Investigations into the fisheries and limnology of Cahora Bassa Reservoir seven years after dam closure. FAO/GCP/MOZ/006/SWE, Field Doc. 9. Rome: FAO, 145 pp.
Crul, R.C.M., 1992. Database on the inland fisheries resources of Africa. (DIFRA)/Description d'une base de données portant sur les ressources halieutiques des eaux intérieures de l'Afrique (DIFRA). CIFA Occas.Pap./Doc. occasionnel du CPCA No17. Rome: FAO, 21 pp.
Fox, W.W., 1970. An exponential surplus yield model for optimizing exploited fish populations. Trans. Am. Fish. Soc., 99:80–88.
Hanson, J.M. and W.C. Legget, 1982. Empirical prediction of fish biomass and yield. Can.J.Fish.Aquat.Sci., 39(2): 257–263.
Henderson, H.F. and R.L. Welcomme, 1974. The relationship of yield to Morpho Edaphic Index and number of fishermen in African inland fisheries. Relation entre la production, l'indice Morpho-Edaphique et le nombre de pêcheurs des pêcheries des eaux continentales d'Afrique. CIFA Occas.Pap./Doc.Occas.CPCA, (1): 19 p.
Jackson, D.A., H.H. Harvey and K.M. Somers, 1990. Ratios in Aquatic Sciences: Statistical Shortcomings with Mean Depth and the morphoedaphic Index. Can.J. Fish.Aquat.Sci., 47: 1788–1795.
Kapetsky, J.M., 1984. Costal lagoon fisheries around the world: some perspectives on fisheries yields, and other comparative fishery characteristics/La pêche dans les lagunes côtières du monde entier: rendements et autres caractéristiques. Dans: J.M. Kapetsky et G. Lasserre (eds), Management of Coastal Lagoon Fisheries/Aménagement des pêches dans les lagunes côtières. Stud.Rev./Etudes et revues du GFCM/CGPM, 61(1): 97–140.
Marshall, B.E., 1984. Towards predicting ecology and fish yields in African reservoirs from pre-impoundment physico-chemical data/Ecologie des réservoirs africains et leur rendement en poisson à partir de données physico-chimiques réunies avant endiguement. CIFA Tech.Pap./Doc.tech. du CPCA (12): 36 pp. Rome: FAO.
Melack, J.M., 1976. Primary productivity and fish yields in tropical lakes. Trans. Am. Fish. Soc., 105: 575–580.
Moyle, J.B., 1956. Relationships between the chemistry of Minnesota surface waters and wildlife management. J. Wildl. Manag., 20: 303–320.
Northcote, T.G. and P.A. Ryder, 1965. Indices of productivity in British Columbia lakes. J.Fish. Res. Board. Ca., 13: 515–540.
Oglesby, R.T., 1977. Relationships of fish yield to lake phytoplankton standing crop, production and morpho-edaphic factors. J. Fish. Res. Board Can., 34(12): 2271–2279.
Quiros, R., 1990. Predictors of Relative Biomass in Lakes and Reservoirs of Argentina. Can. J.Fish. Aquat. Sci., 47: 928–939.
Rawson, D.S., 1952. Mean depth and fish production of large lakes. Ecology, 33:513–521.
Ryder, R.A., 1965. A method for estimating the potential fish production of north-temperate lakes. Trans. Am. Fish. Soc., 94: 214–218.
Schaefer, M.B., 1954. Some aspects of the dynamics of populations important to the management of commercial marine fisheries. Bull. Inter-Am. Trop. Tuna Comm., 1(2): 25–56.
Schlesinger, D.A. and H.A. Regier, 1982. Climatic and Morphoedaphic Indices of Fish Yields from Natural Waters. Trans. Am. Fish. Soc., 111: 141–150.
Toews, D.R. and J.S.Griffith, 1979. Empirical estimates of potential fish yield for the Lake Bangweulu system, Zambia, Central Africa. Trans.Am. Fish. Soc., 108: 241–252.
Vanden Bossche, J.-P. and G. Bernacsek, 1990a. Source book on the inland fishery resources of Africa. Vol I. CIFA Tech. Pap., 18/1: 411 pp.
Vanden Bossche, J.-P. and G. Bernacsek, 1990b. Source book on the inland fishery resources of Africa. Vol II. CIFA Tech. Pap., 18/2: 240 pp.
Vanden Bossche, J.-P. and G. Bernacsek, 1991. Source book on the inland fishery resources of Africa. Vol III. CIFA Tech. Pap., 18/3: 219 pp.
Weisberg, S., 1980. Applied linear regression. New York. Wiley & Sons,. 283 p.
Welcomme, R.L., 1972. The Inland Waters of Africa/Les eaux intérieures d'Afrique. CIFA Tech. Pap., (1): 117p.
Welcomme, R.L. 1974., Some general and theoretical considerations on the fish production of African rivers/Quelques considérations générales et théoriques sur la production halieutique des cours d'eau africains. CIFA Occas. Pap/Doc. occasionnel du CPCA (3): 26 p.
Welcomme, R.L., 1975. The fisheries ecology of African floodplains. CIFA Tech. Pap. 3: 51 p.
Welcomme, R.L., 1979. The fisheries ecology of floodplain rivers. London, Longman, 317 pp.
Welcomme, R.L., 1985. River fisheries. FAO Tech. Pap., 262: 330 pp.
Youngs, W.D. and D.G. Heimbuch, 1982. Another consideration of the Morphoedaphic Index. Trans.Am.Fish.Soc., 111: 151–153.
RELATION ENTRE LA CAPTURE ET LA SUPERFICIE
71 lacs et réservoirs africains
Figure 1. Relation entre la superficie et la capture totale pour 71 lacs et réservoirs (+). Les lacs Victoria, Tanganyika, Malawi et Tchad sont portés sur le graphique aux fins de comparaison (.). (Les lignes pointillées sont des limites de confiance à 95 pour cent). Données tirées du Tableau 3.
RELATION ENTRE LA CAPTURE ET LA SUPERFICIE
Sous-séries de lacs et réservoirs africains
+ Série 1 ◊ Série 2 Δ Série 3 ○ Série 4
Figure 2. Relations entre la superficie et la capture totale pour des sous-séries des
71 lacs et réservoirs bassées sur la superficie.
Sous-série 1 - superficie > 1000 km2
Sous-série 2 - 100 km2 < superficie < 1000 km2
Sous-série 3 - 10 km2 < superficie < 100 km2
Sous-série 4 - superficie < 10 km2
Données tirées du Tableau 3
RELATION ENTRE LA CAPTURE ET L'EFFORT DE PECHE
58 lacs et réservoirs africains
Figure 3. Relation entre le nombre de pêcheurs et la capture totale pour 58 lacs et réservoirs (les lignes pointillées sont des limites de confiance à 95 pour cent). Données tirées du Tableau 3.
RELATION ENTRE LA CAPTURE ET LA SUPERFICIE DU BASSIN
HYDROGRAPHIQUE
15 Cours d'eau africains
Figure 4. Relation entre la superficie du bassin hydrographique (km2) et la capture totale (t/y) pour 15 cours d'eau africain (les lignes pointillées sont des limites de confiance à 95 pour cent). Données tirées du Tableau 6.
RELATION ENTRE LA CAPTURE ET LA LONGEUUR
19 Cours d'eau africains
Figure 5. Relation entre la longueur (km) et la capture totale (t/y) pour 19 cours d'eau africain (les lignes pointillées sont des limites de confiance à 95 pour cent). Données tirées du Tableau 6.
RELATION ENTRE LA CAPTURE DES ET LA SUPERFICIELES
PLAINES D'INONDATION
14 plaines d'inondation
Figure 6. Relation entre la superficie (km2) et la capture totale (t/y) pour 14 plaines d'inondation africaines (les lignes pointillées sont des limites de confiance à 95 pour cent). Données tirées du Tableau 7.
Tableau 1. Modèles existants pour prévoir le potentiel de production de poisson des lacs et réservoirs africains
MODELE DE RENDEMENT (coeff. corr.) | SERIE DE DONNEES | SOURCE |
Capture (kg/ha) = 8,7489 IME 0,3813 (0,51) | 31 Lacs et réservoirs africains | Henderson & Welcomme 1974 |
Capture par pêcheur (t) = 0.7779 IME 0,37775 (0,74) | 31 Lacs et réservoirs africains | Henderson & Welcomme 1974 |
Capture (kg/ha) = 14,3136 IME 0,4681 (0,69) | 17 Lacs et réservoirs africains | Henderson & Welcomme 1974 |
Log Y (kg/ha/) = 0,113 GP (g02/m2/day) + 0,91 (0,75) | 8 Lacs africains | Melack 1976 |
Log Y (kg/ha) = 1,4071 + 0,3697 log IME - 0,00004565 Superficie (0,81) 1 | 17 Lacs et réservoirs africains | Toews et Griffith 1979 |
Log. Rendement (t) = 0,76 log. Superficie + 3,57 (0,86) | 17 Lacs et réservoirs africains | Marshall 1984 |
Rendement (kg/ha) = 7,889 IME 0,59 (0,73) | 11 Lacs africains | Marshall 1984 |
Rendement (kg/ha) = 23,281 IME 0,447 (0,85) | 11 Réservoirs africains | Marshall 1984 |
Rendement (kg/ha) = 19,996 + 32,038 DL/Profondeur moyenne (0,97) 2 | 5 Grands réservoirs africains | Marshall 1984 |
Rendement (kg/ha) = 5,4250 IME 0,5825 (0,78) | 11 Lacs africains | Bernacsek et Lopes 1984 |
Rendement (kg/ha) = 23,3956 IME 0,4215 (0,76) | 8 Réservoirs africains | Bernacsek et Lopes 1984 |
Log. (Rendement+1) (kg/ha) = 7,30 i 0,5 - 2,37 i - 1,08 3 (R2=0,75) | 24 Lacs africains | Bailey 1988 |
Log. (Rendement+1) (kg/ha) = 5,75 i 0,5 - 1,64 i - 0,59 3 (R2=0,80) | 7 Réservoirs africains | Bailey 1988 |
Log. (Rendement+1) (kg/ha) = 7,30 i 0,5 - 2,37 i - 1,08 3 (R2=0,75) | 31 Lacs et réservoirs africains | Bailey 1988 |
Notes:
1 Coefficent de correction multiple
2 DL = Longueur des berges
3 i = EFFORT (en nombre de pêcheurs)
Tableau 2. Liste des lacs et réservoirs africains utilisés pour les modèles énumérés au Tableau 1.
((a) indique que le chiffre des captures a été actualisé par rapport à celui fourni par Henderson et
Welcomme 1974)
(l=lacs, r=reservoirs)
NOM DU LAC/RESERVOIR | Henderson & Welcomme 1974 Séries de données | Melack 1976 | Toews et Griffith 1979 | Bernacsek & Lopes 1984 séries de données | Marshall 1984 séries de données | Bailey 1988 séries de données | ||||||
31 l/r | 17 l/r | 8 l/r | 17 l/r | 8 réserv. | 11 lacs | 17 l/r | 11 l | 11 r | 5r | 31 l/r | ||
1 | Albert | X | X | X (a) | X | X | X | X | X | |||
2 | Ayame (R) | X | X | X | X (a) | X | X (a) | X | ||||
3 | Bangweulu lakes | X | X | X (a) | X | X | X(a) | |||||
4 | Baringo | X | X | X | X | X | X | X | ||||
5 | Tchad | X | X | X (a) | X | |||||||
6 | Chilwa | X | X | |||||||||
7 | Chiuta | X | X | X | X | X | X | X | ||||
8 | Edward | X | X | X | X (a) | X | X | X | ||||
9 | George | X | X | X (a) | X | X | X | X | X | |||
10 | Guiers | X | X | X | X | X | X | X | ||||
11 | Kainji (R) | X | X | X (a) | X | X (a) | X | X (a) | X (a) | X | ||
12 | Kariba (R) | X | X | X | X | |||||||
13 | Kitangiri | X | X | X | ||||||||
14 | Kivu | X | X | |||||||||
15 | Kyoga | X | X | X | X | X | X | |||||
16 | Maji Ndombe | X | X | |||||||||
17 | Malawi | X | X | |||||||||
18 | Malombe | X | X | X | X | X | X | X | ||||
19 | Mwadigusha (R) | X | X | X | X (a) | X | X | X | ||||
20 | Mweru | X | X | X | X (a) | X | X | X | ||||
21 | Mweru Wa Ntipa | X | X | |||||||||
22 | Nasser (R) | X | X | X | X | X (a) | X | |||||
23 | Nzilo (R) | X | X | X | X | X | X | X | X | |||
24 | Rukwa | X | X | |||||||||
25 | Tana | X | X | |||||||||
26 | Tanganyika | X | X (a) | X | ||||||||
27 | Tumba | X | X | |||||||||
28 | Turkana (Rudolf) | X | X | |||||||||
29 | Upemba | X | X | X | X (a) | X | X | X | ||||
30 | Victoria | X | XX (a) | X | ||||||||
31 | Volta (R) | X | X | X (a) | X | X (a) | X | X | X | X | ||
32 | McIlwaine (R) | X | X | |||||||||
33 | Nyumba ya M.(R) | X | X | |||||||||
34 | Sennar (R) | X | ||||||||||
35 | Jebel Aulia (R) | X | ||||||||||
36 | Kossou (R) | X | X | |||||||||
37 | Ihema | |||||||||||
38 | Rugwero | |||||||||||
39 | Naivasha | |||||||||||
40 | Ziway | |||||||||||
41 | Pool Malebo | |||||||||||
42 | Mantasoa (R) | |||||||||||
43 | Kyle (R) | |||||||||||
44 | Massingir (R) | |||||||||||
45 | Cahora Bassa (R) |
Tableau 3. Liste des 71 lacs (1–46) et réservoirs (47–71) africains utilisés 20 pour actualiser les modèles
NOM (№) | SUPERFICIE (km2) | CAPTURE (t/y) | PERIODE (années) | REND. (kg/ha) | #PECHEURS (nombre) | #F/KM2 | Conduct. (μS/cm) | ALT. (m) | LAT. (°) | VOLUME (km2) | ||
1 | Turkana | 7570 | 11737 | 76–86 | 15.5 | 800 | 0.1 | 3300 | 1136 | 2 | 224.83 | |
2 | Albert | 5270 | 15000 | 85 pr 1 | 28.5 | 15000 | 2.8 | 700 | 618 | 2 | 131.75 | |
3 | Mweru | 5000 | 13860 | 75 pr | 27.7 | 6000 | 1.2 | 80 | 930 | 9 | 32.50 | |
4 | Kyoga | 2700 | 57000 | 88 pr | 211.1 | 7000 | 2.6 | 128 | 1033 | 1 | 6.21 | |
5 | Rukwa | 2300 | 5990 | 86 pr | 26.0 | 1381 | 0.6 | - | 500 | 8 | - | |
6 | Edward | 2240 | 14000 | 82 pr | 62.5 | 4500 | 2.0 | 900 | 914 | 0 | 76.16 | |
7 | Chilwa | 1750 | 9220 | 62–82 | 52.7 | 1740 | 1.0 | 1500 | 654 | 15 | 3.50 | |
8 | Mweru Wa Nt. | 1600 | 11560 | 75–82 | 72.3 | 1100 | 0.7 | 600 | 928 | 9 | 4.80 | |
9 | Pool Mal. | 550 | 4250 | 84 pr | 77.3 | 5000 | 9.1 | 32 | 500 | 4 | 1.65 | |
10 | Upemba | 530 | 5500 | 75–81 | 103.8 | 1000 | 1.9 | 200 | 575 | 8 | 0.90 | |
11 | Alaotra | 600 | 3700 | 60–80 | 61.7 | 2872 | 4.8 | 165 | 750 | 17 | - | |
12 | Ziway | 434 | 1085 | 79–83 | 25.0 | 500 | 1.2 | 400 | 1636 | 8 | 1.09 | |
13 | Malombe | 390 | 5983 | 71–82 | 153.4 | 900 | 2.3 | 225 | 470 | 14 | 1.56 | |
14 | George | 250 | 3171 | 50–88 | 126.8 | 600 | 2.4 | 223 | 914 | 0 | 0.60 | |
15 | Wamala | 244 | 2000 | 83 pr | 82.0 | 500 | 2.0 | - | - | 0 | - | |
16 | Guiers | 210 | 650 | 88 pr | 31.0 | 300 | 1.4 | 73 | 1 | 16 | 0.27 | |
17 | Chiuta | 200 | 1045 | 71–82 | 52.3 | 200 | 1.0 | 150 | 620 | 14 | 1.00 | |
18 | Naivasha | 150 | 385 | 78–86 | 25.7 | 200 | 1.3 | 330 | 1890 | 0 | 0.98 | |
19 | Kinkony | 139 | 750 | 60–75 | 54.0 | 160 | 1.2 | 3379 | - | 6 | 0.49 | |
20 | Baringo | 130 | 385 | 64–86 | 29.6 | 100 | 0.8 | 416 | 965 | 0 | 0.73 | |
21 | Rugwero | 100 | 375 | 68–75 | 37.5 | 150 | 1.5 | 157 | 1350 | 2 | 0.21 | |
22 | Ihema | 86 | 186 | 83 pr | 21.6 | 42 | 0.5 | 107 | 1291 | 2 | 0.43 | |
23 | Mujunju | 80 | 421 | 69,75 | 52.6 | 100 | 1.3 | 98 | 1280 | 2 | 0.47 | |
24 | Lushiwashi | 80 | 319 | 78–82 | 39.9 | 163 | 2.0 | - | - | 13 | - | |
25 | Chisi | 60 | 240 | 54–72 | 40.0 | 34 | 0.6 | 115 | - | 9 | 0.15 | |
26 | Kijanbalola | 42 | 670 | 62–66 | 159.5 | - | - | - | 1126 | 0 | - | |
27 | Mugesera | 39 | 300 | 75 pr | 76.9 | 325 | 8.3 | 236 | 1360 | 2 | 0.12 | |
28 | Jipe | 39 | 300 | 82–86 | 76.9 | 100 | 2.6 | 618 | 700 | 3 | - | |
29 | Kachira | 37 | 1043 | 60–66 | 281.9 | - | - | - | 1230 | 0 | - | |
30 | Itasy | 35 | 569 | 84 pr | 162.6 | 1000 | 28.6 | - | 255 | 19 | - | |
31 | Nakivali | 26 | 581 | 61–66 | 223.5 | - | - | - | 1230 | 0 | - | |
32 | Oubeira | 21 | 80 | 74,81 | 38.1 | 8 | 0.4 | - | 1 | 36 | - | |
33 | Nasho | 14 | 50 | 75 pr | 35.7 | 25 | 1.8 | 105 | - | 2 | 0.06 | |
34 | Sake | 14 | 175 | 73–75 | 125.0 | 100 | 7.1 | 182 | - | 2 | 0.06 | |
35 | Rwampanga | 10 | 30 | 75 pr | 31.6 | 30 | 3.2 | 108 | - | 2 | 0.05 | |
36 | Birira | 5 | 70 | 75 pr | 129.6 | - | - | 157 | - | 2 | 0.03 | |
37 | Madarounja | 5 | 20 | 61 pr | 40.0 | 90 | 18.0 | - | 353 | 13 | - | |
38 | Mulehe | 5 | 28 | 69 pr | 56.0 | 33 | 6.6 | 260 | 1750 | 1 | - | |
39 | Nyamisungire | 4 | 53 | 69 pr | 120.5 | - | - | 892 | 975 | 0 | - | |
40 | Kirimbi | 2 | 20 | 73 pr | 83.3 | 15 | 6.3 | 204 | - | 2 | 0.01 | |
41 | Gaharwa | 2 | 23 | 68,73,75 | 100.0 | 26 | 11.3 | 192 | - | 2 | 0.00 | |
42 | Gashanga | 2 | 30 | 73,75 | 130.4 | 13 | 5.7 | 134 | - | 2 | 0.01 | |
43 | Mirayi | 2 | 20 | 75 pr | 87.0 | - | - | 144 | - | 2 | 0.01 | |
44 | Kidogo | 2 | 33 | 75 pr | 150.0 | 8 | 3.6 | 129 | - | 2 | 0.01 | |
45 | Murago | 2 | 10 | 75 pr | 45.5 | - | - | 141 | - | 2 | 0.01 | |
46 | Cufada | 2 | 5 | 82 pr | 33.3 | - | - | - | - | 11 | - | |
47 | Volta | 7394 | 38492 | 70–79 | 52.1 | 20000 | 2.7 | 65 | 85 | 8 | 140.49 | |
48 | Nasser | 5811 | 33933 | 81 pr | 58.4 | 9000 | 1.5 | 220 | 183 | 16 | 146.44 | |
49 | Kariba | 5364 | 36749 | 88 pr | 68.5 | 17000 | 3.2 | 72 | 485 | 17 | 156.63 | |
50 | Cahora Bassa | 2665 | 4343 | 82 pr | 16.3 | 1200 | 0.5 | 117 | 326 | 16 | 55.75 | |
51 | Kossou | 1600 | 7500 | 80 pr | 46.9 | 3200 | 2.0 | 80 | 204 | 7 | 22.88 | |
52 | Jebel Aulia | 1500 | 8108 | 75,82 | 54.1 | 1550 | 1.0 | 220 | 377 | 15 | 3.45 | |
53 | Kainji | 1270 | 4579 | 74–78 | 36.1 | 6320 | 5.0 | 55 | 142 | 10 | 13.97 | |
54 | Mwadingusha | 393 | 3728 | 82–83 | 94.9 | 1410 | 3.6 | 217 | 1100 | 11 | 1.02 | |
55 | Roseires | 290 | 1480 | 75,76,82 | 51.0 | - | - | - | - | 11 | 2.90 | |
56 | Nzilo | 280 | 2800 | 57,60,61 | 100.0 | 830 | 3.0 | 400 | 1246 | 10 | 2.32 | |
57 | Massingir | 151 | 400 | 81 pr | 26.5 | 70 | 0.5 | 238 | 109 | 24 | 2.82 | |
58 | Sennar | 150 | 1166 | 75,82 | 77.7 | 200 | 1.3 | 265 | 422 | 13 | 1.04 | |
59 | Nyumba Ya Mungu | 140 | 3540 | 73–87 | 252.9 | 1500 | 10.7 | 854 | 663 | 3 | 0.84 | |
60 | Ayame | 135 | 785 | 66–79 | 58.1 | 826 | 6.1 | 100 | 91 | 5 | 1.35 | |
61 | Khashm El G. | 125 | 500 | 75 pr | 40.0 | 100 | 0.8 | - | - | 14 | 0.85 | |
62 | Masinga | 120 | 480 | 85 pr | 40.0 | - | - | - | - | 0 | 1.56 | |
63 | Kyle | 91 | 180 | 80 pr | 19.8 | 200 | 2.2 | 52 | 1035 | 20 | 1.43 | |
64 | Robertson | 81 | 500 | 76,84 | 61.7 | 250 | 3.1 | - | 1350 | 17 | 0.49 | |
65 | Tsiazompaniry | 31 | 60 | 75 pr | 19.4 | 68 | 2.2 | - | 1490 | 19 | - | |
66 | Mc Ilwaine | 26 | 145 | 72–78 | 55.8 | - | - | 155 | 1364 | 17 | 0.25 | |
67 | Mantasoa | 14 | 25 | 75 pr | 17.9 | 7 | 0.5 | 22 | 1385 | 19 | 0.07 | |
68 | Ngwazi | 5 | 25 | 72–78 | 49.0 | 15 | 2.9 | - | - | 8 | - | |
69 | IITA | 1 | 9 | 75–79 | 112.5 | - | - | 26 | 20 | 7 | 0.00 | |
70 | Kerenge | 1 | 10 | 54–63 | 127.5 | - | - | 319 | - | 5 | - | |
71 | Malya | 1 | 8 | 77,78 | 114.3 | 4 | 5.7 | - | - | 2 | - | |
V | Victoria | 68800 | 200000 | 87 pr | 29.1 | |||||||
T | Tanganyika | 32000 | 85000 | 89 pr | 26.6 | |||||||
M | Malawi | 30800 | 39400 | 70–86 | 12.8 | |||||||
C | Tchad | 22000 | 90000 | 70 | 50.0 |
1 pr = plus recent chiffre de capture disponible
Tableau 4. Modèles nouveaux et actualisés pour la prévision des rendements potentiels en poisson de masses d'eau africaines
MODELE DE RENDEMENT (coefficient de determination) | SERIE DE DONNES | SOURCE |
EQUATIONS CAPTURE/SUPERFICIE POUR LES LACS ET RESERVOIRS | ||
Capture = 8,32 Superficie0,92 (R2=0,93) | (1) - 71 Lacs et réservoirs africains | SIFRA 1990, 1991 |
Capture = 8,93 Superficie0,92 (R2=0,92) | (1A) - 46 Lacs africains | SIFRA 1990, 1991 |
Capture = 7,09 Superficie0,94 (R2=0,94) | (1B) - 25 Réservoirs africains | SIFRA 1990, 1991 |
EQUATIONS CAPTURE/SUPERFICIE - SOUS-SERIES DE LACS ET RESERVOIRS (basés sur la superficie) | ||
Capture = 28,58 Superficie0,77 (R2=0,36) | (s1) - 15 Lacs et réservoirs africains (A>1000 km2) | SIFRA 1990, 1991 |
Capture = 0,86 Superficie1,36 (R2=0,62) | (s2) - 22 Lacs et réservoirs africains (100<A<1000 km2) | SIFRA 1990, 1991 |
Capture = 7,10 Superficie0,94 (R2=0,37) | (s3) - 19 Lacs et réservoirs africains (10<A<100 km2) | SIFRA 1990, 1991 |
Capture = 9,88 Superficie0,79 (R2=0,57) | (s4) - 15 Lacs et réservoirs africains (A<10 km2) | SIFRA 1990, 1991 |
EQUATIONS CAPTURE/NOMBRE DE PECHEURS - LACS ET RESERVOIRS | ||
Capture = 2,26 Nombre de pêcheurs1,02 (R2=0,88) | (1) - 58 Lacs et réservoirs africains | SIFRA 1990, 1991 |
Capture = 2,27 Nombre de pêcheurs1,03 (R2=0,84) | (1A) - 38 Lacs africains | SIFRA 1990, 1991 |
Capture = 2,01 Nombre de pêcheurs1,02 (R2=0,94) | (1B) - 20 Réservoirs africains | SIFRA 1990, 1991 |
CAPTURE/SUPERFICIE DU BASSIN HYDROGRAPHIQUE ET LONGUEUR DES COURS D'EAU | ||
Capture (t) = 0,048 Superficie du bassin hydrographique0,93 (R2=0,91) | 14 Cours d'eau africains | SIFRA 1990/Welcomme 1985 |
Capture (t) = 0,01 Longueur1,81 (R2=0,85) | 19 Cours d'eau africains | SIFRA 1990/Welcomme 1985 |
CAPTURE/SUPERFICIE DES PLAINES D'INONDATION | ||
Capture (t) = 8,78 Superficie de la plaine inondable 0,90 (R2=0,87) | 14 Plaines inondables africaines | Welcomme 1985 |
Tableau 5 Limites de confiance d'un certain nombre de rendements prévus en utilisant des modèles capture/superficie et capture/nombre de pêcheurs pour des lacs et réservoirs africains.
Modèle capture/superficie | ||||||
Superficie (km2) | Rendement prédit (t/y) | Intervalle de confiance 95% (t/y) | ||||
1 | 8 | 2 – | 33 | |||
10 | 70 | 18 – | 271 | |||
100 | 585 | 152 – | 2253 | |||
1000 | 4908 | 1264 – | 19055 | |||
10000 | 41523 | 10441 – | 165214 | |||
Capture/nombre de pêcheurs | ||||||
Nombre de pêcheurs | Rendement prévu (t/y) | Intervalle de confiance 95% (t/y) | ||||
10 | 23 | 4 – | 129 | |||
100 | 244 | 46 – | 1303 | |||
1000 | 2536 | 475 – | 13544 | |||
10000 | 26635 | 4829 – | 146825 |
Tableau 6. Série de données sur les cours d'eau
# | COURS D'EAU | PAYS | LONGUEUR (km) | SUPERFICIE DU BASSIN HYD. (km2) | CAPTURE (t) | PERIODE (année) | |
1 | SABAKI | KENYA | 560 | 300 | 60 | ||
2 | UELE | ZAIRE | 1210 | 3720 | 61 | ||
3 | BENITO | GUIN. EQ. | 365 | 300 | 1 | 79 | |
4 | OTI 2 | TOGO | 300 | 450 | 76 | ||
5 | EWASO NGIRO | KENYA | 200 | 15022 | 300 | 3 | 65 |
6 | PENDJARI 4 | BENIN | 330 | 11226 | 300 | 62,68,69,76 | |
7 | TANA | KENYA | 800 | 42217 | 433 | 85 | |
8 | WHITE VOLTA | BURK.FASSO | 255 | 6602 | 70 | - | |
19 | RED VOLTA | BURK.FASSO | 270 | 6871 | 390 | - | |
10 | MONO | BENIN, TOGO | 360 | 22000 | 533 | 5 | 70 |
11 | BLACK VOLTA | BURK.F. | 650 | 45324 | 1560 | 77 | |
12 | SASSANDRA | COTE D'IV. | 650 | 75000 | 1518 | 6 | - |
13 | GAMBIA | GAMBIE | 480 | 77000 | 2781 | 7 | 77–81 |
14 | COMOE | CdI, B.F. | 1160 | 78000 | 2142 | 6 | - |
15 | BANDAMA | COTE D'IV. | 950 | 97000 | 3408 | 6 | - |
16 | KASAI | ZAIRE | 1735 | 342116 | 7750 | 6 | - |
17 | UBANGI/UI | ZAIRE,CAR | 1060 | 772800 | 4670 | 8 | 61,75 |
18 | NIGER | 7 PAYS | 4183 | 1125000 | 30000 | 6 | |
19 | ZAIRE 9 | ZAIRE | 4700 | 4014500 | 75000 | 6 |
Notes:
1 Y compris toutes les captures dans les eaux intérieures de la Guinée équatoriale
2 Affluent de la Volta
3 y compris la zone de marécage
4 “Pendjari” est le nom du fleuve “Oti” au Bénin
5 Capture au Bénin seulement
6 Welcomme, comm. pers.
7 Captures en Gambie seulement (Longueur totale du fleuve Gambie 1120 km)
8 Captures au Zaire and République centrafricaine
9 Estimation approximative des captures, cours d'eau principal sans les affluents (# 3, 17 and 18 affluents du Zaire)
Tableau 7. Série de données sur les plaines d'inondation
# PLAINE INONDABLE | SUPERFICIE (km2) | CAPTURE (t/y) | #PECH. | ANNEE | SOURCE | |
1 | Bénoue (Nigeria) | 3100 | 9570 | 5140 | 1969 | Welcomme 1985 |
2 | Niger (Nigeria) | 4800 | 14340 | 4600 | Welcomme 1985 | |
3 | Niger (Niger) | 630 | 4700 | 1314 | 1965 | Welcomme 1985 |
600 | 3200 | 3200 | 1982 | Welcomme 1985 | ||
4 | Niger (Mali) | 20000 | 90000 | 54112 | Welcomme 1985 | |
5 | Niger (Benin) | 274 | 1805 | Welcomme (pers. comm.) | ||
6 | Ouémé | 1000 | 6500 | 29800 | 1957 | Welcomme 1985 |
7 | Rufigi | 1450 | 3589 | 3000 | Welcomme 1985 | |
8 | Shire | 665 | 9545 | 2445 | 1970 | Welcomme 1985 |
665 | 7890 | 3324 | 1975 | Welcomme 1985 | ||
9 | Yaeres | 7000 | 17500 | Welcomme 1985 | ||
10 | Sénégal | 5490 | 30000 | 10400 | Welcomme 1985 | |
11 | Pendjari | 40 | 140 | 65 | Welcomme 1985 | |
12 | Kafué | 4340 | 8554 | 1112 | 1963 | Welcomme 1985 |
4340 | 6747 | 670 | 1970 | Welcomme 1985 | ||
13 | Pongolo | 104 | 400 | Welcomme 1985 | ||
14 | Massilli | 150 | 475 | Welcomme 1985 |