Estimation of the parameters of fish stock dynamics from catch-at-age data and indices of abundance: can natural and fishing mortality be separated?

摘要

Models for fluctuations in size of fish stocks must include parameters that describe expected dynamics, as well as stochastic influences. In addition, reliable population projections also require assessments about the uncertainties in estimates of vital parameters. Here we develop an age-structured model of population dynamics based on catch-at-age data and indices of abundance in which the natural and fishing mortality are separated in a Bayesian state-space model. Markov chain Monte Carlo methods are used to fit the model to the data. The model is fitted to a data set of 19 years for Northeast Arctic cod (Gadus morhua). By simulations of the fitted model we show that the model captures the dynamical pattern of natural mortality adequately, whereas the absolute size of natural mortality is difficult to estimate. Access to long time series of high-quality data are necessary for obtaining precise estimates of all the parameters in the model, but some parameters cannot be estimated without including some prior information. Nevertheless, our model demonstrates that temporal variability in natural mortality strongly affects perceived variability in stock sizes. Thus, using estimation procedures that neglect temporal fluctuations in natural mortality may therefore give biased estimates of fluctuations in fish stock sizes.Les modèles fluctuation de la taille des stocks de poissons doivent inclure des paramètres qui décrivent la dynamique attendue ainsi que les influences stochastiques. De plus, des projections fiables de la population nécessitent une évaluation des incertitudes dans les estimations des paramètres vitaux. Nous mettons au point un modèle de la dynamique de la population structuré en fonction de l'âge qui est basé sur les données de captures en fonction de l'âge et les indices d'abondance dans lequel la mortalité naturelle et la mortalité due à la pêche sont séparées dans un modèle état-espace bayésien. Des méthodes de Monte Carlo par chaîne de Markov servent à ajuster le modèle aux données. Nous ajustons le modèle à une matrice de données récoltées sur 19 années chez la morue (Gadus morhua) du nord-est de l'Arctique. Par simulations du modèle ajusté, nous montrons que le modèle capture adéquatement le patron dynamique de la mortalité naturelle, bien que la taille absolue de la mortalité naturelle soit difficile à estimer. Il est nécessaire d'avoir accès à de longues séries chronologiques de données de haute qualité pour obtenir des estimations précises de tous les paramètres du modèle, mais certains paramètres ne peuvent être estimés sans l'inclusion de ren seignements a priori. Néanmoins, notre modèle démontre que la variabilité temporelle de la mortalité naturelle affecte fortement la variabilité perçue des tailles des stocks. Ainsi, l'utilisation de procédures qui négligent les fluctuations temporelles de la mortalité naturelle peut donner des estimations erronées des fluctuations dans les tailles des stocks de poissons.[Traduit par la Rédaction]