Skip to main content

Parameterizing age-structured models from a fisheries management perspective

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

Age-structured models are widely used in fisheries stock assessments and contain two very important parameters that determine the rate and amount of harvest that can be safely taken: the compensation rate in juvenile survival () and the unfished biomass (Bo). These two parameters are often confounded. It is common for relative abundance indices to lack contrast, and the use of informative priors, or fixing at least one of these parameters, is necessary to develop management advice. Providing management advice proceeds by transforming estimates of biological variables such as Bo and into management variables such as the maximum sustainable yield (C*) and the fishing mortality rate that would achieve this yield (F*). There is no analytical solution for the transformation of Bo, to C*, or F* for age-structured models with commonly used stock–recruitment functions and therefore must be done numerically. The opposite transition, however, does have an analytical solution for both the Beverton–Holt and Ricker recruitment models with partial selectivities for all age classes. Use of these analytical solutions allows for age-structured assessment models to be directly parameterized in terms of the management variables C* and F*. The effects of informative priors on C* and F* on the results of the assessment model are completely transparent to management.

Les modèles structurés en fonction de l’âge, qui sont couramment utilisés dans l’évaluation des stocks en pêches commerciales, contiennent deux variables très importantes qui déterminent le taux et l’importance de la récolte qui peut être réalisée sans danger, soit le taux de compensation dans la survie des jeunes () et la biomasse non exploitée (Bo). Ces deux variables sont souvent confondues. Il arrive fréquemment que les coefficients d’abondance relative ne fassent pas la distinction et il est nécessaire, afin d’obtenir des avis de gestion, d’utiliser des informations a priori ou de corriger au moins une de ces variables. Pour fournir des avis des gestion, il faut transformer les estimations des variables biologiques, telles que Bo et , en variables de gestion, telles que le rendement soutenu maximal (C*) et le taux de mortalité dû à la pêche qui produit ce rendement (F*). Il n’existe pas de solution analytique pour la transformation de Bo, en C*, ou F* dans les modèles structurés en fonction de l’âge avec les fonctions de stock–recrutement en usage courant et il est ainsi nécessaire de le faire numériquement. La transformation inverse, cependant, possède une solution analytique, tant pour le modèle de recrutement Beverton–Holt que pour celui de Ricker, avec des sélectivités partielles pour toutes les classes d’âge. L’utilisation de ces solutions analytiques permet d’obtenir directement les variables de gestion C* et F* pour les modèles d’évaluation structurés en fonction de l’âge. Les effets des informations a priori au sujet de C* et F* sur les résultats du modèle d’évaluation sont complètement transparents dans une perspective de gestion.

Document Type: Research Article

Publication date: August 1, 2008

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
  • Ingenta Connect is not responsible for the content or availability of external websites
nrc/cjfas/2008/00000065/00000008/art00007
dcterms_title,dcterms_description,pub_keyword
6
5
20
40
5

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
Ingenta Connect 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