A stochastic approach to stock reduction analysis

$50.00 plus tax (Refund Policy)

Buy Article:

Abstract:

Stock reduction analysis (SRA) can complement more detailed assessment methods by using long-term historical catches to estimate recruitment rates needed to have produced those catches, yet still end up with stock sizes near those estimated by the detailed methods. A longer historical perspective can also add information to the estimation of reference points such as unfished biomass (B0) or target biomass (BMSY). Deterministic SRA models provide a single stock size trajectory that is vanishingly unlikely to have actually occurred, while stochastic SRA attempts to provide probability distributions for stock size over time under alternative hypotheses about unfished recruitment rates and about variability around assumed stock–recruitment relationships. These distributions can be generated with age-structured population models by doing large numbers of Monte Carlo simulation trials and retaining those sample trials for which the stock would not have been driven to extinction by historical catches. By resampling from these trials using likelihood weights (sampling – importance resampling method), it is possible to move into fully Bayesian, state–space assessment modeling through a series of straightforward steps and to provide understandable visualization of how much the data help to reduce uncertainty about historical fishing impacts and stock status.

L'analyse de réduction des stocks (SRA) peut être complémentaire des méthodes plus détaillées d'évaluation, car elle utilise les captures à long terme du passé afin d'estimer les taux de recrutement nécessaires pour la production de ces captures, tout en produisant des estimations de la taille des stocks qui se rapprochent de celles obtenues par les méthodes détaillées. Une perspective historique plus étendue donne des renseignements supplémentaires pour l'estimation des points de référence, tels que la biomasse non exploitée (B0) et la biomasse ciblée (BMSY). Les modèles SRA déterministes génèrent une seule trajectoire de la taille du stock dont l'existence est de moins en moins improbable, alors que les essais SRA stochastiques donnent une distribution de probabilité des tailles du stock en fonction du temps sous diverses hypothèses concernant les taux de recrutement dans des conditions de non exploitation et concernant la variabilité reliée aux relations stock–recrutement présupposées. Ces distributions peuvent être générées par des modèles structurés en fonction de l'âge en faisant un grand nombre d'essais de simulation de Monte Carlo et en retenant les essais échantillons chez lesquels les captures du passé n'auraient pas produit l'extinction des stocks. En échantillonnant de nouveau ces essais à l'aide d'une pondération de vraisemblance (méthode d'échantillonnage – ré-échantillonnage d'importance), il est possible d'aborder une modélisation état–espace pleinement bayésienne par une série d'étapes directes et d'obtenir ainsi une représentation compréhensible du rôle des données dans la réduction de l'incertitude concernant les impacts passés de la pêche et le statut des stocks.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: January 1, 2006

More about this publication?
  • Published continuously since 1901 (under various titles), this monthly journal is the primary publishing vehicle for the multidisciplinary field of aquatic sciences. It publishes perspectives (syntheses, critiques, and re-evaluations), discussions (comments and replies), articles, and rapid communications, relating to current research on cells, organisms, populations, ecosystems, or processes that affect aquatic systems. The journal seeks to amplify, modify, question, or redirect accumulated knowledge in the field of fisheries and aquatic science. Occasional supplements are dedicated to single topics or to proceedings of international symposia.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • ingentaconnect is not responsible for the content or availability of external websites
Related content

Tools

Favourites

Share Content

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
X
Cookie Policy
ingentaconnect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more