[论文解读] A Bayesian approach to recover the theoretical temperature-dependent hatch date distribution from biased samples: the case of the common dolphinfish (Coryphaena hippurus)

Vicenç Moltó, Andrés Ospina‐Álvarez+3 more|ArXiv.org|Mar 30, 2020

Marine and fisheries research参考文献 29被引用 4

一句话总结

本文提出一种贝叶斯分层模型，用于校正渔业依赖性数据中的时间采样偏差，从而准确重建远洋鲢鱼（Coryphaena hippurus）真正依赖温度的孵化日期分布。通过整合耳石年龄数据、性腺体质量指数（GSI）和卫星海表温度，该模型校正了死亡率和捕捞季节偏差，揭示了比原始样本更准确的繁殖物候特征。

ABSTRACT

Reproductive phenology, growth and mortality rates are key ecological parameters that determine population dynamics and are therefore of vital importance to stock assessment models for fisheries management. In many fish species, the spawning phenology is sensitive to environmental factors that modulate or trigger the spawning event, which differ between regions and seasons. In addition, climate change may also alter patterns of reproductive phenology at the community level. Usually, hatch-date distributions are determined back-calculating the age estimated on calcified structures from the capture date. However, these estimated distributions could be biased due to mortality processes or time spaced samplings derived from fishery. Here, we present a Bayesian approach that functions as a predictive model for the hatching date of individuals from a fishery-dependent sampling with temporal biases. We show that the shape and shift of the observed distribution is corrected. This model can be applied in fisheries with multiple cohorts, for species with a wide geographical distribution and living under contrasting environmental regimes and individuals with different life histories such as thermo-dependent growth, length-dependent mortality rates, etc.

研究动机与目标

• 解决由于渔业依赖性采样和差异性死亡率导致的观测孵化日期分布偏差问题。
• 从有偏差的实地数据中恢复远洋鲢鱼（Coryphaena hippurus）真正理论上的温度依赖性繁殖物候特征。
• 开发一种可转移的贝叶斯框架，适用于具有多批次、生命史多变及环境条件迥异的物种。
• 通过提供更准确的繁殖物候估计，改进数据匮乏渔业的种群评估模型。
• 整合环境驱动因子（尤其是海表温度）与生物指标（GSI）及捕捞年龄数据，以提升种群动态推断的准确性。

提出的方法

• 该模型采用贝叶斯分层方法，基于耳石读数和捕捞日期，估计个体在特定日期孵化的概率。
• 将性腺体质量指数（GSI）数据作为种群繁殖状态的代理指标，与季节性繁殖模式相关联。
• 利用卫星影像获取的海表温度（SST）数据，建模繁殖的热力触发机制，将环境条件与繁殖时间关联。
• 该模型为每个批次估计两个关键参数：平均孵化日期（μj）和分布的离散度（σj），其参数由生物学和环境数据支持。
• 似然函数建模了在已知真实孵化日期及生长/死亡过程条件下，观测到某尾鱼捕捞年龄的概率。
• 使用马尔可夫链蒙特卡洛（MCMC）抽样推断孵化日期参数的后验分布，同时考虑年龄估计和采样偏差的不确定性。

实验结果

研究问题

• RQ1 如何校正渔业依赖性数据中的时间采样偏差，以恢复鱼类种群的真实孵化日期分布？
• RQ2 在远洋鲢鱼中，整合海表温度（SST）在多大程度上能提高重建繁殖物候的准确性？
• RQ3 死亡过程和捕捞季节时间如何扭曲年龄为0岁的远洋鲢鱼中观测到的孵化日期分布？
• RQ4 贝叶斯模型能否有效整合耳石年龄数据、GSI和SST，以预测潜在的繁殖分布？
• RQ5 环境变异对广泛分布鱼类物种推断的繁殖事件时间与分布范围有何影响？

主要发现

• 该贝叶斯模型成功校正了观测到的孵化日期分布，揭示了比原始数据更准确且偏度更小的繁殖高峰。
• 模型识别出西北地中海种群的主要繁殖高峰在7月，次高峰在8月下旬，与热力和GSI数据一致。
• 整合SST后模型拟合度提高，表明热力条件强烈影响繁殖的时间和持续时间。
• 该模型对采样偏差具有鲁棒性，尤其在纠正因早期孵化个体死亡率较高而导致的代表性不足方面表现良好。
• μj和σj的后验分布提供了可靠的不确定性估计，增强了重建繁殖物候的可信度。
• 该方法可推广至其他具有多批次、生长可变及长度依赖性死亡率的物种，尤其适用于数据匮乏的渔业。