The spatiotemporal standardization of the stock index and reduction of hauls in research surveys (on the example of red king crab in the Barents Sea)
https://doi.org/10.36038/0234-2774-2024-25-3-181-196
Abstract
The paper presents the results of the spatiotemporal standardization of the stock biomass index of red king crab in the Russian EEZ of the Barents Sea carried out using the generalized additive mixed effect model (GAMM) which was implemented in the sdmTMB library of the Renvironment. The spatiotemporal approach used in species distribution modelling within GAMM enables taking into account numerous environmental factors and fishing gears, thereby increasing the quality of the assessment especially in areas with data shortage. Additionally, in modelling the stock density for areas with no observations the space-time autocorrelation in between hauls is also taken into consideration.
About the Authors
S. V. Bakanev
Polar branch of the Russian Federal Research Institute of Fisheries and Oceanography
Russian Federation
Russian Federation
Murmansk, 183038
A. V. Stesko
Polar branch of the Russian Federal Research Institute of Fisheries and Oceanography
Russian Federation
Russian Federation
Murmansk, 183038
References
1. Бабаян В.К. Предосторожный подход к оценке общего допустимого улова (ОДУ): анализ и рекомендации по применению. М.: Изд-во ВНИРО. 2000. 192 с.
2. Бизиков В.А., Гончаров С.М., Поляков А.В. Новая географическая информационная система «КартМастер» для обработки данных биоресурсных съёмок // Мат. VII Всерос. конф. по пром. беспозвоночным (памяти Б.Г. Иванова). Мурманск, 9–13 октября 2006 г. М.: Изд-во ВНИРО. 2006. С. 18–24.
3. Виноградов Л.Г. Годичный цикл жизни и миграции краба в северной части западнокамчатского шельфа // Изв. ТИНРО. 1945. Т. 19. С. 3‒54
4. Виноградов Л.Г. Камчатское стадо крабов // Природа. 1968. № 7. С. 43–50.
5. Доспехов Б.А. Методика полевого опыта (с основами статистической обработки результатов исследований). 5-е изд., доп. и перераб. М.: Агропромиздат. 1985. 351 с.
6. Изучение экосистем рыбохозяйственных водоёмов, сбор и обработка данных о водных биологических ресурсах, техника и технология их добычи и переработки. Выпуск 1. Инструкции и методические рекомендации по сбору и обработке биологической информации в морях Европейского севера и Северной Атлантики. 2-е изд., испр. и доп. М.: Изд-во ВНИРО, 2004. 300 с.
7. Левин В.С. Камчатский краб Paralithodes camtschaticus Биология, промысел, воспроизводство. СПб.: Ижица, 2001. 198 с.
8. Матюшкин В.Б. Сезонные миграции камчатского краба в Баренцевом море // Камчатский краб в Баренцевом море. Мурманск: Изд-во ПИНРО, 2003. С. 70–78.
9. Методическое пособие по проведению инструментальных съёмок запасов промысловых гидробионтов в районах исследований ПИНРО. Мурманск: Изд-во ПИНРО, 2006. 163 с.
10. Паршин-Чудин А.В., Борисов Р.Р., Ковачева Н.П. и др. Влияние солёности на выживаемость камчатского краба Paralithodes camtschaticus (Tilesius, 1815) на ранних стадиях онтогенеза // Экология. 2014. № 2. С. 154–156.
11. Стариков Ю.В., Спиридонов В.А., Наумов А.Д., Зуев Ю.А. Первая находка и возможности формирования популяции камчатского краба Paralithodes camtschaticus (Crustacea Decapoda Lithodidae) в Белом море // Российский журнал биологических инвазий. 2015. № 1. С. 79–95.
12. Стесько А.В., Буяновский А.И. Функциональная структура популяции камчатского краба // Камчатский краб в Баренцевом море. Изд. 3-е, перераб. и доп. Москва: ФГБНУ «ВНИРО», 2021. C. 123–162.
13. Стесько А.В., Жак Ю.И. Распространение камчатского краба / Камчатский краб в Баренцевом море. Изд. 3-е, перераб. и доп. Москва: ФГБНУ «ВНИРО». 2021. C. 18–22.
14. Стесько А.В., Сентябов Е.В., Соколов К.М. Изменчивость ловушечных уловов камчатского краба в прибрежной части Баренцева моря в 2008–2018 гг. // Тр. ВНИРО. 2021 а. Т. 183. С. 5–26.
15. Стесько А.В., Манушин И.Е., Соколов К.М. Перспективы дальнейшего распространения камчатского краба / Камчатский краб в Баренцевом море. Изд. 3-е, перераб. и доп. Москва: ФГБНУ «ВНИРО», 2021 б. C. 163–172.
16. Anderson S.C., Ward E.J. Black swans in space: modeling spatiotemporal processes with extremes // Ecology, 2019. V. 100: e02403
17. Anderson S.C., Ward E.J., English P.A., Barnett L.A.K. sdmTMB: an R package for fast, flexible, and user-friendly generalized linear mixed effects models with spatial and spatiotemporal random fields, bioRxiv 2022.03.24.485545. 2020. 35 p.
18. Barnett L.A., Ward E.J., Anderson S.C. Improving estimates of species distribution change by incorporating local trends // Ecography. 2021. V. 44. N. 3. P. 427–439.
19. Brown R.W., Fogarty M., Legault C., et. al. Survey transition and calibration of bottom trawl surveys along the northeastern continental shelf of the United States // Int. Council Explor. Sea. CM200. Q: 20. 2007. 25 p.
20. Cadigan N., Yin Y., Benoît H.P., Walsh S.J. A nonparametric-monotone regression model and robust estimation for paired-tow bottom-trawl survey comparative fishing data // Fisheries Res. 2022. V. 254. P. 236–249.
21. Chen Y., Chen L., Stergiou K.I. Impacts of data quantity on fisheries stock assessment // Aquat. Sci. 2003. V. 65. № 1. P. 92–98.
22. De Filippo L.B., Thorson J.T., O’Leary C.A., et al. Characterizing dominant patterns of spatiotemporal variation for a transboundary groundfish assemblage // Fisheries Oceanography. 2023. V. 32. № 6. P. 541–558.
23. Dulvy N.K., Rogers S.I., Jennings S., et. al. Climate change and deepening of the North Sea fish assemblage: a biotic indicator of warming seas // J. Appl. Ecol. 2008. V. 45. № 4. P. 1029–1039.
24. Fall J., de Lange Wenneck T., Bogsta B., et. al. Fish investigations in the Barents Sea winter 2022. IMR/PINRO Joint Report Series: 1–2023, 2023. 93 p.
25. Francis R., Hurst R.J., Renwick J.A. An evaluation of catchability assumptions in New Zealand stock assessments // New Zealand Fisheries Assessment Report. 2001. V. 1. P. 1–37.
26. Godo O.R. Factors affecting the reliability of groundfish abundance estimates from bottom trawl surveys // Marine fish behavior in capture and abundance estimation. Hoboken New Jersey: Wiley and Sons, 1994. P. 166–199.
27. Gunderson D.R. Surveys of fisheries resources. New York: John Wiley & Sons, 1993. 248 p.
28. ICES. Workshop on unavoidable survey effort reduction (WKUSER). ICES Sci. Rep. 2020. 92 p.
29. ICES. Workshop on unavoidable survey effort reduction 2 (WKUSER2). ICES Sci. Rep. 2023. 103 p.
30. Kimura D.K., Somerton D.A. Review of statistical aspects of survey sampling for marine fisheries // Rev. Fisheries Sci. 2006. V. 14. № 3. P. 245–283.
31. Kotwicki S., Ianelli J.N., Punt A.E. Correcting density-dependent effects in abundance estimates from bottom-trawl surveys // ICES J. Mar. Sci. 2014. V. 71. № 5. P. 1107–1116.
32. Kotwicki S., Ressler P.H., Ianelli J.N., et. al. Combining data from bottom-trawl and acoustic-trawl surveys to estimate an index of abundance for semipelagic species // Can. J. Fisheries Aquatic Scie. 2018. V. 75. № 1. P. 60–71.
33. Maureaud A., Frelat R., Pécuchet L., et al. Are we ready to track climate-driven shifts in marine species across international boundaries? A global survey of scientific bottom trawl data // Global Change Biol. 2021. V. 27. № 2. P. 220–236.
34. Oyafuso Z.S., Barnett L.A., Kotwicki S. Incorporating spatiotemporal variability in multispecies survey design optimization addresses trade-offs in uncertainty // ICES J. Mar. Sci. 2021. V. 78. № 4. P. 1288–1300.
35. Oyafuso Z.S., Barnett L.A.K., Siple M.C., Kotwicki S. A flexible approach to optimizing the Gulf of Alaska groundfish bottom trawl survey design for abundance estimation // NOAA Tech. Memo. 2022. NMFS-AFSC-434. 142 p.
36. Pinsky M.L., Mantua N.J. Emerging adaptation approaches for climate-ready fisheries management // Oceanography. 2014. V. 27. № 4. P. 146–159.
37. Pope J.G., Shepherd J.G. A comparison of the performance of various methods for tuning VPAs using effort data // Ices J. Mar. Sci. 1985. V. 42. № 2. P. 129–151.
38. Santora J.A., Rogers T.L., Cimino M.A., et. al. Diverse integrated ecosystem approach overcomes pandemic-related fisheries monitoring challenges // Nat. Commun. 2021. V. 12. № 1. P. 1–10.
39. Shelton A.O., Thorson J.T., Ward E.J., Feist B.E. Spatial semiparametric models improve estimates of species abundance and distribution // Can. J. Fisheries Aquat. Sci. 2014. V. 71. № 11. P. 1655–1666.
40. Shono H. Application of the Tweedie distribution to zero-catch data in CPUE analysis // Fisheries Research. 2008. V. 93. P. 154–162.
41. Thompson P. L., Anderson S. C., Nephin J., et. al. Integrating trawl and longline surveys across British Columbia improves groundfish distribution predictions // Can. J. Fisheries and Aquatic Sciences. 2023. V. 80. № 1. P. 195–210.
42. Thorson J.T., Clarke M.E., Stewart I. J., Punt A.E. The implications of spatially varying catchability on bottom trawl surveys of fish abundance: a proposed solution involving underwater vehicles // Can. J. Fisheries Aquat. Sci. 2013. V. 70. № 2. P. 294–306.
43. Tweedie M.C. An index which distinguishes between some important exponential families. In Statistics: Applications and New Directions: Proc. Indian Statistical Institute Golden Jubilee International Conference, 1984. P. 579–604.
44. Quinn T.J., Deriso R.B. Quantitative fish dynamics. New York: Oxford University Press, 1999. 560 p.
45. Wilberg M.J., Thorson J.T., Linton B.C., Berkson J. Incorporating time-varying catchability into population dynamic stock assessment models // Rev. Fisheries Sci. 2009. V. 18 № 1. P. 7–24.
46. Yalcin S., Anderson S.C., Regular P.M., English P.A. Exploring the limits of spatiotemporal and design-based index standardization under reduced survey coverage // ICES J. Mar. Sci. 2023. V. 80. № 9. P. 2368–2379.
Review
For citations:
Bakanev S.V., Stesko A.V. The spatiotemporal standardization of the stock index and reduction of hauls in research surveys (on the example of red king crab in the Barents Sea). Problems of Fisheries. 2024;25(3):181-196. (In Russ.) https://doi.org/10.36038/0234-2774-2024-25-3-181-196
Email this article 