Nicolas Andrialovanirina

Mr. Nicolas Andrialovanirina


Research Focus & Metrics

Academic Career Length

7Years (2020-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
1 March 2020 in Fisheries Research
Verified
Journal Article
Closed access
NANicolas Andrialovanirina
Nicolas Andrialovanirina
DPDominique Ponton
Dominique Ponton
FBFaustinato Behivoke
Faustinato Behivoke
JMJamal Mahafina
Jamal Mahafina
MLMarc Léopold
Marc Léopold

11 May 2023 in Symmetry
Verified
Journal Article
Open access
PDF file
NANicolas Andrialovanirina
Nicolas Andrialovanirina
ECEmilie Caillault
Emilie Caillault
SCSébastien Couette
Sébastien Couette
RLRémi Laffont
Rémi Laffont
LPLauriane Poloni
Lauriane Poloni
Kélig MahéKélig Mahé
Kélig Mahé
Sagittal otolith shape analysis is one of the most widespread techniques worldwide to discriminate fish stock units, as this proxy integrates both environmental and genetic factors. All previous otolith shape studies have been carried out using two-dimensional (2D) images, a partial representation of the whole shape of the otolith. However, prior to the identification of stock unit boundaries, the influence of other potential drivers controlling the otolith shape must be analysed to limit their bias. In this study, the presence of asymmetry in otolith shape depending on the inner ear side (i.e., left versus right inner ears) was tested by comparing the approaches of 2D and three-dimensional (3D) sagittal otolith shape analyses. Eighty-two red mullet adults (Mullus barbatus) from three locations in the eastern part of the Mediterranean Sea were studied. Fourier harmonic descriptors computed from 2D outlines and spherical harmonic descriptors computed from 3D meshes were used to evaluate otolith shape variation. The results of a multivariate mixed-effects model from 2D images showed that there was no asymmetry effect of inner ear side on the otolith shape in any location. There was, however, a significant geographical effect for the 2D otolith shape between the Adriatic Sea and the Levantine Sea. In contrast, 3D information showed that both side effects and geographical differences were significant. This is the first study comparing 2D and 3D data showing different results on the same sample of red mullet. These results demonstrate the importance of 3D otolith shape analysis for stock discrimination.

23 July 2024 in Scientific Data
Verified
Journal Article
Open access
PDF file
NANicolas Andrialovanirina
Nicolas Andrialovanirina
LPLauriane Poloni
Lauriane Poloni
RLRémi Laffont
Rémi Laffont
ÉCÉmilie Poisson Caillault
Émilie Poisson Caillault
SCSébastien Couette
Sébastien Couette
Kélig MahéKélig Mahé
Kélig Mahé
This paper presents a dataset of 3D sagittal left otolith meshes from 339 individual red mullet (Mullus barbatus). These immature specimens were collected from 17 geographical areas covering the entire Mediterranean Sea. Measured biological parameters were: fish total length (TL ± 1 mm, range from 125 to 238 mm), total weight (W ± 0.1 g, range from 14.9 to 168.0 g), sex (S), sexual maturity staging (Mat). The 3D otolith dataset comprises high-resolution meshes of otoliths obtained using microtomography (29.2 μm voxel size). The data offer valuable insights into the morphological variability and population structure of red mullet populations in the Mediterranean Sea. Potential applications of the dataset include age determination, stock identification, and population connectivity analysis. These applications aim to enhance the understanding of red mullet populations and contribute to the sustainable management of marine resources in the Mediterranean Sea.


8 April 2026
Verified
Thesis
Closed access
NANicolas Andrialovanirina
Nicolas Andrialovanirina
Les ressources halieutiques sont indispensables pour l'alimentation humaine et forment un maillon essentiel des écosystèmes marins. Sa gestion est réalisée en évaluant des unités de gestion appelés "stocks halieutiques". Ces stocks sont souvent identifiés par la forme externe de l'otolithe, une pièce calcifiée présente dans l'oreille interne des poissons. En effet, sa forme varie selon l'héritage génétique, l'adaptation à l'environnement et l'évolution morphologique de l'individu au cours de sa vie. Jusqu'à présent, l'analyse de la forme externe des otolithes est analysée à partir d'images 2D issue en grande partie d'acquisitions par loupe binoculaire, microscope et scanner optique. Ces images 2D utilisent seulement la forme externe et donc partielle de l'information contenue dans l'otolithe. Ainsi, la thèse contribuera dans un premier temps à (i) extraire les informations de façon automatique et standardisée contenues dans la forme de l'otolithe à partir d'approches traditionnelles 2D mais aussi plus novatrices en 3D, pour avoir les informations non biaisées de la forme. Dans un second temps, à partir de ces informations de forme, des méthodes de machine learning ont été appliquées pour : (ii) analyser l'asymétrie entre les oreilles gauches et droite sur la forme des otolithes ; (iii) identifier les stocks halieutiques avec micro (île de la Réunion) et macro (mer Méditerranée) échelles spatiales ; (iv) identifier les espèces de poissons au sein d'un écosystème (Manche mer du Nord) à partir des otolithes en 3D en relation leur phylogénie et leur écomorphologie. Deux méthodes (2D et 3D) ont été développées pour standardiser les otolithes en termes de positionnement, de rotation et d'échelle de taille. Des paramètres univariés (mesures et caractéristiques) et multivariés (descripteurs elliptiques et sphériques de Fourier) ont été extraits automatiquement pour pouvoir analyser la forme. L'analyse comparable de la forme 2D de l'espèce de rouget barbet de vase (Mullus barbatus) en mer Méditerranée n'a pas montré de différence significative d'asymétrie liée à la zone géographique. Cette analyse a été complétée par la même approche en 3D qui elle à l'inverse a montré un effet géographique significatif sur la distinction des otolithes gauches et droits. La classification des données 2D et 3D du rouget barbet de vase ont permis de discriminer 2 unités de stocks en mer Méditerranée comparés aux écorégions obtenues par classification des données environnementales modélisées. Les résultats obtenus à partir du 3D ont été plus optimaux que ce soit en utilisant une classification non supervisée ou supervisée. Une étude à micro-échelle spatiale réalisée autour de l'île de la Réunion sur plusieurs espèces démersales à partir d'images 2D a montré que parmi les 9 espèces testées, 2 espèces (Etelis carbunculus et Pristipomoides filamentosus) présenteraient une structuration spatiale en deux stocks. Au niveau interspécifique, l'analyse de forme 3D a été appliquée sur les 22 espèces principales de l'écosystème Manche mer du Nord et a permis de montrer les relations significatives entre la forme 3D de l'otolithe et les caractéristiques phylogénétiques ainsi qu'écomorphologiques des poissons. La thèse a permis à la fois de standardiser automatiquement les données 2D et 3D des otolithes pour exploiter ses informations de forme. La forme 3D permet une augmentation de la précision et du nombre d'informations contenues dans l'otolithe. Ceci a été démontré pour plusieurs méthodes de machine learning pour identifier les stocks ou espèces en lien avec la physiologie et l'environnement dans lequel elles évoluent. Ces données permettront de prédire l'évolution des structures de stock en fonction des changements globaux.

3 October 2025
Verified
Book
Closed access
Kélig MahéKélig Mahé
Kélig Mahé
AMAurélie Matéos
Aurélie Matéos
ECEmilie Caillault
Emilie Caillault
Couette SébastienCouette Sébastien
Couette Sébastien
RLRémi Laffont
Rémi Laffont
NANicolas Andrialovanirina
Nicolas Andrialovanirina
Identification of fishes by their otoliths in 3D - English Channel and North Sea - Kélig Mahé, Aurélie Matéos, Émilie Poisson Caillault, Sébastien Couette, Rémi Laffont, Kirsteen MacKenzie, Nicolas Andrialovanirina (EAN13 : 9782759241545)