Skip to main content

Escapement goal analysis and stock reconstruction of sockeye salmon populations (Oncorhynchus nerka) using life-history models

Buy Article:

$50.00 plus tax (Refund Policy)


We compare life-history models with the Beverton–Holt approach of escapement goal analysis. We model the life history of a sockeye salmon (Onchorhynchus nerka) population from a spawning stage, through juvenile and adult stages, and ending with adults that return to spawn. We fit models to data by statistically comparing predicted and observed numbers of four dominant adult ages. Posterior estimates of parameters from Markov chain Monte Carlo simulations are then used to assess optimal harvest policies. We search for policies that produce the highest average yield. We find that it is possible to detect density dependence with a life-history model where analysis of Beverton–Holt stock–recruitment relationship fails to do so. We find that Beverton–Holt relationships produce policies and long-term yield estimates that are inconsistent with empirical trends. Conversely, we find that optimal spawning stock sizes and maximum sustained yield estimates using the life-history model estimate are consistent with the historical behavior of fisheries examined. Adding smolt data to the analysis does not substantially change predicted optimal spawning stock size, but decreases the variance in estimated posterior parameter distributions and policy variable distributions.

Nous comparons des modèles démographiques à la méthode Beverton–Holt pour l’analyse des objectifs de l’échappement. Nous avons modélisé le cycle biologique d’une population de saumons rouges (Oncorhynchus nerka) à partir du stade de la fraie, en passant par les stades juvéniles et adultes, pour finir avec les adultes qui reviennent frayer. Nous avons ajusté les modèles aux données en comparant statistiquement les nombres prédits et observés de quatre classes d’âge dominantes d’adultes. Nous avons ensuite utilisé les estimations a posteriori des paramètres provenant de simulations de type Monte-Carlo avec chaînes de Markov pour évaluer les politiques optimales de récolte. Nous recherchons les politiques qui produisent le rendement moyen maximal. Nous observons qu’il est possible de détecter la densité-dépendance avec un modèle démographique, ce qui n’est pas possible avec une analyse des relations stock–recrutement de Beverton–Holt. Les relations Beverton–Holt mènent à des politiques et des estimations du rendement à long terme qui sont incompatibles avec les tendances empiriques. À l’inverse, les estimations de la taille optimale du stock reproducteur et du rendement maximal durable produites par le modèle démographique sont en accord avec le comportement passé des pêches commerciales examinées. L’addition des données sur les saumoneaux à l’analyse ne change pas de façon importante la prédiction de la taille optimale du stock reproducteur, mais elle réduit la variance de la distribution estimée des paramètres a posteriori et des variables reliées à la gestion.

Document Type: Research Article

Publication date: 2008-10-01

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
  • Access Key
  • Free content
  • Partial Free content
  • New content
  • Open access content
  • Partial Open access content
  • Subscribed content
  • Partial Subscribed content
  • Free trial content
Cookie Policy
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