[论文解读] Extracting abundance indices from longline surveys : method to account for hook competition and unbaited hooks

Marie‐Pierre Étienne, Shannon Grace Obradovich+2 more|arXiv (Cornell University)|May 6, 2010

Marine and fisheries research参考文献 4被引用 7

一句话总结

本文提出了一种随机建模框架，通过同时考虑钩子竞争和未上饵（空钩）因素，改进基于长线调查的种群丰度指数——这些因素会导致传统单位努力量捕捞量（CPUE）估计产生偏差。通过最大似然估计和模拟研究，表明忽略空钩会导致显著偏差，并建议通过贝叶斯方法显式建模钩子回收机制，以获得如长尾岩鱼这类物种更可靠的种群趋势。

ABSTRACT

The most commonly used relative abundance index in stock assessments of longline fisheries is catch per unit effort (CPUE), here defined as the number of fish of the targeted species caught per hook and minute of soak time. Longline CPUE can be affected by interspecific competition and the retrieval of unbaited or empty hooks, and interannual variation in these can lead to biases in the apparent abundance trends in the CPUE. Interspecific competition on longlines has been previously studied but the return of empty hooks is ignored in all current treatments of longline CPUE. In this work we propose some different methods to build indices to address the interspecific competition that relates to empty hooks. We show that in the absence of information about empty hooks, the relative abundance estimates have constant biases with respect to fish density and this is typically not problematic for stock assessment. The simple CPUE index behaves poorly in every scenario. Understanding the reasons for empty hooks allows selection of the appropriate index. A scientific longline survey is conducted every two years in the Strait of Georgia, British Columbia by Fisheries and Oceans Canada. The above methods are applied to build the time-series of indices from 2003 to 2009 for quillback rockfish (Sebastes maliger). Due to variation in the incidence of non-target species, the index trend obtained is moderately sensitive to the choice of the estimator.

研究动机与目标

• 解决因种间钩子竞争和未上饵钩子导致的长线单位努力量捕捞量（CPUE）估计偏差问题。
• 开发一个统一的随机建模框架，同时考虑钩子竞争和空钩问题。
• 评估在不同竞争水平和空钩发生率下，不同估计器的表现。
• 根据关于钩子回收和逃逸的生物学知识，为选择适当的可识别性约束提供建议。
• 将该方法应用于加拿大不列颠哥伦比亚省（2003–2009年）长尾岩鱼（Sebastes maliger）的真实数据，以推导出更可靠的丰度指数。

提出的方法

• 提出一种广义模型，采用最大似然估计方法，联合估计相对丰度指数，同时考虑钩子竞争和空钩问题。
• 改编简单指数模型（SEM），并引入改进型指数模型（MEM），通过可识别性约束显式建模空钩的来源。
• 采用贝叶斯框架，整合关于鱼类逃逸和钩子回收的生物学知识，以减少非可识别性问题。
• 将模型应用于2003年至2009年长尾岩鱼的长线调查数据，使用每钩捕捞量和浸泡时间作为观测数据。
• 通过模拟研究，比较不同竞争和空钩发生率情景下估计器的表现。
• 推导估计器的渐近协方差矩阵，以量化不确定性并评估估计精度。

实验结果

研究问题

• RQ1 钩子竞争和未上饵钩子如何共同导致长线调查中传统CPUE估计的偏差？
• RQ2 何种随机建模方法可同时在丰度指数估计中考虑钩子竞争和空钩问题？
• RQ3 当生物学信息有限时，丰度指数趋势对空钩可识别性约束的选择有多敏感？
• RQ4 所提出的模型能否产生比标准CPUE或仅使用SEM更可靠、更少偏差的种群趋势估计？
• RQ5 将关于逃逸的生物学知识纳入模型，如何影响最终丰度指数的可靠性？

主要发现

• 在所有涉及钩子竞争和空钩的模拟情景下，传统CPUE表现均较差，导致丰度趋势产生偏差。
• 显式建模空钩——特别是基于生物学知识的可识别性约束——显著提高了估计器的可靠性。
• 简单指数模型（SEM）隐含假设目标鱼和非目标鱼捕捞量相互独立，但由于竞争关系，这一假设在生物学上不现实。
• 改进型指数模型（MEM）更好地捕捉了目标鱼与非目标鱼捕捞量之间的依赖关系，但需要对空钩来源做出显式假设。
• 模拟结果表明，估计器的选择对非目标物种发生率的敏感度中等，但只要应用了适当的建模方法，整体趋势仍具稳健性。
• 所提出的方法使构建更可靠的长线监测鱼类种群丰度指数成为可能，尤其当结合贝叶斯框架和关于逃逸的生物学数据时效果更佳。