Skip to main content

Estimating fish abundance from acoustic surveys: calculating variance due to acoustic backscatter and length distribution error

Buy Article:

$50.00 plus tax (Refund Policy)


Estimation of fish abundance from acoustic surveys requires the estimation of total acoustic backscatter of the target species in the sampled region. Although the arithmetic mean of acoustic backscatter is an unbiased estimator of the mean backscatter for regular or random sampling designs, under the presence of spatial structure, its use leads to a loss of information and the estimation of its variance is not trivial. Here, we tackle these shortcomings by building a spatial model of acoustic backscatter using spline-based generalized additive models (GAMs). GAMs were used to provide local and global estimates of acoustic backscatter, and their precision was calculated by statistical simulations of the models’ parameters. For a series of surveys performed off the western and southern Iberian Peninsula, GAM estimates were unbiased and more precise than the arithmetic mean estimates. Simulations of the acoustic backscatter fields were combined with resampling of the trawls to provide confidence intervals for fish numbers and biomass. The relative standard errors of the estimates were within 13% and 46% (average 22%) for numbers and within 12% and 35% (average 19%) for biomass. Acoustic sampling error was the major contributor to the overall variance.

Afin d’estimer l’abondance des poissons à partir des inventaires acoustiques, il est nécessaire d’obtenir une estimation de la rétrodiffusion acoustique totale de l’espèce cible dans la région échantillonné. La moyenne arithmétique de la rétrodiffusion acoustique est un estimateur sans distorsion de la rétrodiffusion moyenne pour les plans d’échantillonnage réguliers ou aléatoires; cependant, en présence de structure spatiale, son utilisation mène à une perte d’information et l’estimation de la variance est difficile. Nous abordons ici ces lacunes en construisant un modèle spatial de la rétrodiffusion acoustique à l’aide de modèles additifs généralisés (GAM) basés sur les splines. Les GAM ont servi à fournir des estimations locales et globales de la rétrodiffusion acoustique et leur précision a été calculée par des simulations statistiques des paramètres du modèle. Dans une série d’inventaires réalisés au large de l’ouest et du sud de la péninsule ibérique, les estimations par GAM ne montrent aucune distorsion et elles sont plus précises que les estimations arithmétiques moyennes. Les simulations des champs de rétrodiffusion acoustique ont été combinées à des ré-échantillonnages des données de chalutage afin d’obtenir des intervalles de confiance pour la densité et la biomasse des poissons. Les erreurs types relatives des estimations varient de 13 à 46 % (en moyenne 22 %) pour la densité et de 12 à 35 % (en moyenne 19 %) pour la biomasse. L’erreur de l’échantillonnage acoustique est la source principale de la variance globale.

Document Type: Research Article

Publication date: 2009-12-01

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