We developed a hybrid cellular automata (CA) modelling approach to explore the dynamics of a key predatorprey interaction in a marine system; our study is motivated by the quest for better understanding of the scale and heterogeneity-related effects on the arrowtooth flounder (Atheresthes stomias) and walleye pollock (Theragra chalcogramma) dynamics during the summer feeding season in the eastern Bering Sea (EBS), but can be readily extended to other systems. The spatially explicit and probabilistic CA model incorporates individual behaviours and strategies and local interactions among species, as well as spatial and temporal heterogeneity due to geographical and (or) environmental changes in the physical environment. The model is hybridized, with an individual-based model (IBM) approach for increasing its capacity and continuum and for balancing between computational efficiency and model validity, which makes it suitable for simulating predator-prey dynamics in a large, complex ecological environment. We focus on the functional and aggregative responses of predators to prey density at different spatial scales, the effects of individual behaviours, and the impacts of systematic heterogeneity. Simulations from the model with suitable parameter values share qualitatively similar features found in field observations, e.g., local aggregations around hydrographical features. Spatial heterogeneity is an important aspect of whether local-scale functional and aggregative responses reflect those operating over large, or global, scales.Résumé : Nous avons mis au point une modélisation de type automate cellulaire (CA) hybride afin d'explorer la dynamique d'une interaction prédateur-proie essentielle dans un système marin; notre étude cherche à mieux comprendre l'é-chelle et les effets associés à l'hétérogénéité dans la dynamique de la plie à grande bouche (Atheresthes stomias) et de la goberge de l'Alaska (Theragra chalcogramma) durant la saison estivale d'alimentation dans l'est de la mer de Béring (EBS); notre méthodologie peut s'appliquer facilement à d'autres systèmes. Le modèle CA, qui est spatialement explicite et probabiliste, incorpore les comportements et les stratégies individuels, les interactions locales entre les espèces, de même que l'hétérogénéité spatiale et temporelle due aux changements géographiques et (ou) environnementaux dans le milieu physique. Le modèle est hybridé avec un modèle basé sur l'individu (IBM) afin d'augmenter sa capacité et son continuum et pour établir un équilibre entre l'efficacité informatique et la validité du modèle, ce qui le rend approprié pour simuler la dynamique prédateur-proie dans un milieu écologique complexe et de grande taille. Nous nous intéressons particulièrement aux réactions fonctionnelles et agrégatives des prédateurs en fonction de la densité des proies à différentes échelles spatiales, aux effets des comportements individuels et aux impacts de l'hétérogénéité systématique. Les simulations produites par le modèle avec des valeurs appropriées des paramètres présente...