The oyster’o’meter : a low cost device to measure bivalve activity

Le bio-logging consiste à mesurer les variations du comportement des animaux. Il s’appuie sur la démocratisation de l’électronique pour mettre en œuvre des capteurs de plus en plus autonomes, et miniaturisés. Alors que le bio-logging est très employé pour l’étude éthologique de diverses espèces de vertébrés (oiseaux, mammifères, poissons), notre connaissance du comportement des invertébrés reste très lacunaire. Notre étude visait donc à développer un dispositif de mesure électronique de l’activité valvaire des bivalves, inspiré des valvomètres décrits dans la littérature. Contrairement aux autres solutions disponibles, celui-ci devait s’appuyer sur des technologies peu chères et libre d’accès (afin de favoriser sa dissémination). Les principales contraintes tenaient au fait que l’instrument devait être capable de mesurer des variations de distance (inter-valvaire) de l’ordre du mm dans un milieu marin, potentiellement turbide.

Le prototype présenté ici emploie un capteur à effet de Hall couplé à un aimant, chacun fixé en vis-à-vis sur les valves d’une huître creuse (C. gigas). Le capteur à effet de Hall renvoie un signal électrique proportionnel au champs magnétique auquel il est soumis, qui varie donc en fonction de l’ouverture des valves. L’ensemble est relié à une carte de prototypage Arduino© qui supporte l’alimentation électrique, et divers composants permettant l’enregistrement et le traitement du signal. Le prototype a été calibré en testant différents aimants de forme et de force de contact variées. Des essais in lab  ont été menés afin de modéliser la relation entre la distance (en millimètres) séparant le capteur de l’aimant, et le signal électrique enregistré, à sec, puis dans l’eau, sous différentes conditions de température et de salinité. Le dispositif a également été validé en équipant différentes huîtres, et en filmant en parallèle les variations de l’activité valvaire. L’éloignement des valves a ensuite été déterminé par analyse des images vidéos. La mise en relation des 2 séries de données montre clairement que le signal acquis par notre prototype décrit finement les mouvements des valves des huîtres équipées (Figure_1).