A two-stage biomass random effects model for stock assessment without catches: What can be estimated using only biomass survey indices?

    loading  Checking for direct PDF access through Ovid

Abstract

A simple two-stage biomass random effects population dynamics model is presented for carrying out fish stock assessments based on survey indices using no commercial catch information. Recruitment and biomass growth are modelled as random effects, reducing the number of model parameters while maintaining model flexibility. No assumptions regarding natural mortality rates are required. The performance of the method was evaluated using simulated data with emphasis on identifying parameter redundancy, which showed that the variance of the biomass growth random effect might only be estimable if large (>0.2). The full and two nested models were fitted to European anchovy (Engraulis encrasicolus) in the Bay of Biscay using two survey series. The best-fitting model had fixed biomass growth and random recruitment following a lognormal distribution.

Afin d'évaluer des stocks sur la base d'indices de campagnes sans données de captures commerciales, nous proposons un modèle de dynamique de population en biomasse à deux stades avec effets aléatoires. Le recrutement et la croissance de la biomasse sont modélisés comme des effets aléatoires, ce qui réduit le nombre de paramètres à estimer en gardant la flexibilité du modèle. Aucune hypothèse de mortalité naturelle n'est requise. La performance du modèle, en particulier, l'identification des paramètres redondants, a été évaluée par simulation, ce qui a montré que la variance de la croissance de la biomasse n'est estimable que si elle est grande (>0,2). Le modèle complet ainsi que deux modèles emboîtés ont été ajustés à deux séries d'indices de campagnes pour l'anchois commun (Engraulis encrasicolus) dans le golfe de Gascogne. Dans le modèle qui s'ajustait le mieux, la croissance de la biomasse était constante et le recrutement avait une distribution lognormale.

Related Topics

    loading  Loading Related Articles