📄 agriculture

Bioeconomic Optimization of Multi-Batch Production Strategies for Sea Bass (Lateolabrax japonicus) Pond Culture Under Regional Temperature Heterogeneity

Cette étude développe un modèle bioéconomique piloté par la température et optimisé par des algorithmes d'essaim de particules afin de déterminer des stratégies de production multi-lots spécifiques à chaque région pour la culture de bar en étangs, démontrant comment l'adaptation des calendriers d'empoissonnement et de récolte aux conditions thermiques locales améliore significativement les rendements économiques en atténuant les impacts de la variabilité de la température.

Auteurs originaux : Daqing Wu, Yanrong Wang, Zhengyong Yang, Yongjiang Xu, Yan Jiang

Publié 2026-07-01

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Daqing Wu, Yanrong Wang, Zhengyong Yang, Yongjiang Xu, Yan Jiang

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous dirigez la cuisine d'un restaurant très fréquenté, mais qu'au lieu de cuisiner des repas, vous élevez des poissons dans une série d'étangs. Votre objectif est de gagner le plus d'argent possible sur cinq ans. Cependant, vous avez une règle délicate : vous ne pouvez pas commencer à cuisiner la fournée suivante tant que la fournée actuelle n'a pas été récoltée et que l'étang n'est pas vide.

Cet article de recherche est comme un « optimiseur de recettes » sophistiqué pour les éleveurs de bar de mer. Il pose une question simple : Comment la météo (plus précisément la température de l'eau) modifie-t-elle la meilleure façon de gérer cette cuisine de poissons ?

Voici la décomposition de leur étude en utilisant des analogies de la vie quotidienne :

1. Les deux « cuisines » (Les lieux)

Les chercheurs ont comparé deux lieux très différents en Chine, agissant comme deux types de cuisines différents :

Zhuhai (La cuisine chaude et constante) : Cet endroit est comme une serre tropicale. L'eau est chaude et la température reste pratiquement la même toute l'année.
Rizhao (La cuisine fraîche et instable) : Cet endroit est comme une cuisine avec une fenêtre mal isolée. L'eau est plus fraîche, et la température oscille considérablement vers le haut et vers le bas selon les saisons.

2. Le poisson comme « projet de croissance »

Le bar de mer est comme une plante dans un jardin. Ils poussent plus vite quand il fait chaud et plus lentement quand il fait froid.

Dans la Cuisine Chaude (Zhuhai), les poissons poussent rapidement et de manière constante.
Dans la Cuisine Fraîche (Rizhao), les poissons poussent plus lentement et leur vitesse de croissance change beaucoup selon la période de l'année.

3. L'algorithme du « Chef Intelligent »

Les chercheurs ne se sont pas contentés de deviner le meilleur calendrier. Ils ont construit un modèle informatique (un « jumeau numérique » de la ferme) et ont utilisé un outil de recherche intelligent appelé Optimisation par Essaim Particulaire (Particle Swarm Optimization).

Voyez cela ainsi : Imaginez un essaim d'abeilles cherchant la meilleure zone de fleurs. Chaque abeille essaie un calendrier différent (par exemple : « Commencer 5 fournées », « Commencer 4 fournées », « Récolter de gros poissons », « Récolter de petits poissons »). Les abeilles partagent des informations et, avec le temps, elles convergent toutes vers le calendrier unique qui rapporte le plus d'argent.

4. Les résultats : Des recettes différentes pour des climats différents

L'ordinateur a découvert que la « recette parfaite » est complètement différente selon la température de la cuisine.

Dans la Cuisine Chaude (Zhuhai) : Le « Relais à haute vitesse »

La stratégie : Comme les poissons poussent vite et de manière constante, le meilleur plan est de faire tourner 5 fournées de poissons.
Le rythme : C'est comme une course de relais à haute vitesse. Dès qu'une fournée est pêchée, la suivante est mise en place presque immédiatement (parfois avec seulement quelques jours d'attente).
La particularité : Les éleveurs ne récoltent pas tous les poissons à la même taille. Certains sont récoltés plus petits, d'autres plus grands, selon le moment exact de l'année. Cette flexibilité leur permet de tirer le maximum de valeur de chaque journée.
Le résultat : Cette approche génère le plus d'argent globalement car les étangs ne restent jamais vides.

Dans la Cuisine Fraîche (Rizhao) : Le « Marathon régulier »

La stratégie : Parce que les poissons poussent plus lentement et que la météo est imprévisible, le meilleur plan est d'en faire seulement 4 fournées.
Le rythme : C'est plutôt comme un marathon avec des arrêts de repos. Les éleveurs doivent attendre plus longtemps entre les fournées (parfois 8 jours ou plus) pour laisser les poissons rattraper leur retard de croissance.
La particularité : Les poissons sont récoltés à des tailles plus similaires. Les éleveurs jouent la prudence, évitant le risque de vouloir précipiter une fournée lorsque l'eau est trop froide.
Le résultat : Bien que chaque fournée individuelle génère un profit décent, l'argent total gagné sur cinq ans est inférieur à celui de la cuisine chaude, car les étangs restent vides plus longtemps en attendant que les poissons grandissent.

5. La grande leçon

L'article conclut que vous ne pouvez pas utiliser le même calendrier d'élevage partout.

Si vous êtes dans un endroit chaud et stable, vous devez gérer une opération à « haut volume et rotation rapide ». Gardez les étangs pleins, récoltez fréquemment et variez la taille de vos poissons pour correspondre aux saisons.
Si vous êtes dans un endroit frais et fluctuant, vous devez gérer une opération « régulière et patiente ». N'essayez pas de forcer les poissons à pousser plus vite que la météo ne le permet ; prévoyez plutôt moins de fournées et des temps d'attente plus longs pour éviter de perdre de l'argent.

Résumé

Les chercheurs ont construit un « GPS mathématique » pour les éleveurs de poissons. Ils ont montré que si vous ignorez la météo locale et que vous essayez d'utiliser un calendrier « universel », vous passerez à côté de profits importants. En ajustant votre calendrier pour correspondre à la température de votre étang spécifique, vous pouvez augmenter considérablement vos bénéfices.

Ce que l'article ne prétend PAS :

Il ne prétend pas que cela fonctionnera pour tous les types de poissons (seulement pour le bar de mer).
Il ne prétend pas que cela réglera le changement climatique.
Il ne prétend pas que les éleveurs doivent ignorer les maladies ou la qualité de l'eau (il suppose que celles-ci sont bien gérées).
Il s'agit d'une simulation informatique basée sur des données de 2024–2025, et non d'un nouveau traitement médical ou d'un moyen garanti de gagner des millions demain sans effort.

Résumé technique : Optimisation bioéconomique des stratégies de production multi-lots pour l'élevage en étang du bar (Lateolabrax japonicus) sous hétérogénéité thermique régionale

Énoncé du problème
Les variations de température régionales et l'augmentation des coûts de production imposent une double contrainte sur la prise de décision dans l'aquaculture en étang du bar (Lateolabrax japonicus). Bien que la littérature existante traite largement des réponses de croissance sur un cycle unique ou de simples comparaisons régionales, il manque des cadres quantitatifs traitant de la manière dont la planification de la production doit être ajustée dans des conditions de culture multi-lots continus. Dans de tels systèmes, le moment de l'empoissonnement, les cycles d'élevage et les tailles de récolte sont interdépendants ; les fluctuations environnementales affectent non seulement la croissance de chaque lot individuel, mais aussi le séquençage des lots et l'efficacité de l'utilisation du temps. Le problème central abordé est la nécessité d'optimiser les variables de décision conjointes que sont le moment de l'empoissonnement des juvéniles, la taille initiale de l'empoissonnement et le poids cible de récolte afin de maximiser les rendements économiques sous des environnements thermiques régionaux variables.

Méthodologie
L'étude construit un modèle bioéconomique piloté par la température couplé à un algorithme d'Optimisation par Essaim de Particules (PSO) pour résoudre les stratégies de production optimales sur un horizon de planification de cinq ans.

Modèle bioéconomique :
- Entrée environnementale : La température de l'eau est modélisée comme une fonction sinus exogène avec des moyennes annuelles ( $T_r$ ) et des amplitudes ( $A_r$ ) spécifiques à chaque région, dérivées de données de terrain à Zhuhai (chaud/stable) et Rizhao (frais/fluctuant).
- Croissance et Survie : La croissance individuelle est simulée à l'aide d'un modèle de Coefficient de Croissance Thermique (TGC) corrigé pour la non-linéarité de la température (en utilisant une fonction concave pour la plage optimale). La survie est modélisée via une fonction de décroissance exponentielle avec un taux de mortalité journalier instantané constant.
- Cadre économique : L'objectif est de maximiser la Valeur Actuelle Nette (VAN). Les revenus sont calculés sur la base de la biomasse récoltée et des prix de marché prévus (dérivés des données 2010–2025). Les coûts incluent les intrants variables (aliments, juvéniles) et les allocations fixes (main-d'œuvre, entretien, amortissement) proportionnelles au cycle d'élevage.
Algorithme d'optimisation :
- Un algorithme PSO est employé en raison de la nature non linéaire et non convexe de la fonction objectif.
- Variables de décision : Chaque particule représente un plan de production réalisable défini par l'intervalle de temps entre les lots, le poids initial des juvéniles et le poids de récolte cible pour chaque lot.
- Contraintes : L'espace de recherche est limité par des limites biologiques (seuils de croissance), des contraintes physiques (surface de l'étang, densité d'empoissonnement) et des limites temporelles (durée de la période de planification). Les solutions infaisables sont pénalisées.
Design expérimental : Deux scénarios comparatifs ont été établis en utilisant les données de Zhuhai et de Rizhao. Tous les paramètres bioéconomiques et algorithmiques ont été maintenus constants entre les scénarios pour isoler les effets de l'hétérogénéité thermique régionale.

Résultats clés
L'optimisation a produit des stratégies de production distinctes pour les deux régions, démontrant que les conditions de température remodèlent fondamentalement la structure des lots et la performance économique :

Zhuhai (Chaud/Stable) : La stratégie optimale implique cinq lots avec un séquençage serré (intervalles de 0 à 12 jours). Elle présente des cycles d'élevage plus courts (319–436 jours) et des poids de récolte très différenciés (407–830 g) pour maximiser l'utilisation du temps.
- Résultat économique : Profit total de 836 400 yuans et une VAN de 721 100 yuans. Le profit quotidien moyen par lot variait de 343 à 623 yuans.
Rizhao (Frais/Fluctuant) : La stratégie optimale implique quatre lots avec des intervalles plus dispersés (0–8 jours). Elle présente des cycles d'élevage plus longs (439–473 jours) et des poids de récolte plus équilibrés (505–730 g).
- Résultat économique : Profit total de 680 400 yuans et une VAN de 592 000 yuans. Le profit quotidien moyen par lot variait de 258 à 518 yuans.
Compromis stratégiques : L'étude a révélé que dans des conditions plus chaudes, le système bénéficie d'une rotation à haute fréquence et de spécifications flexibles. Dans des conditions plus fraîches, la stratégie optimale s'oriente vers moins de lots et des cycles prolongés pour atténuer les contraintes de croissance, entraînant une échelle de revenus totaux plus équilibrée mais plus faible. Notamment, la solution optimale pour Zhuhai a conservé des lots moins rentables pour assurer la continuité de la chaîne de production, confirmant que l'optimisation multi-lots est un compromis intertemporel plutôt qu'un problème de maximisation d'un lot unique.

Signification et Revendications
L'article affirme fournir un support théorique et un outil de décision quantitative pour l'aquaculture continue en étang du bar. Ses principales contributions sont :

Intégration de cadre : Il établit un cadre analytique unifié reliant les variations de température régionale, les rythmes de croissance, la planification de la production et la performance économique, comblant une lacune dans la littérature existante concernant la culture continue sous hétérogénéité environnementale.
Gestion différenciée : Les résultats confirment que les stratégies de production « universelles » sont sous-optimales. L'étude soutient que l'optimisation scientifique du séquençage multi-lots et des configurations d'empoissonnement peut atténuer efficacement les effets économiques néfastes des basses températures et des fluctuations thermiques.
Application pratique : Le modèle offre des orientations spécifiques pour une gestion régionalement différenciée :
- Régions chaudes : Les opérateurs doivent tirer parti des conditions favorables pour un séquençage de lots serré et des spécifications de récolte différenciées afin de maximiser la production par unité de temps.
- Régions fraîches : Les opérateurs devraient adopter moins de lots, des cycles plus longs et une allocation équilibrée pour stabiliser les rendements, potentiellement complétés par des mesures de gestion thermique.

Les auteurs notent modestement des limites, notamment le traitement de la température et des prix comme des variables exogènes (ignorant la volatilité/incertitude) et l'accent mis sur des scénarios d'étangs spécifiques à Zhuhai et Rizhao, suggérant que les travaux futurs devraient incorporer des éléments stochastiques et des conditions environnementales plus larges.