Modelos avanzados en evaluación de recursos pesqueros

Dr. Giancarlo M. Correa

Cousteau Consultant Group

Presentación

Estructura

Serie de cursos orientado a análisis cuantitativo de pesquerías:

1. Dinámica de poblaciones de peces en R
2. Introducción a modelos de evaluación de stocks
3. Modelos avanzados de evaluación de recursos pesqueros I
4. Modelos avanzados de evaluación de recursos pesqueros II

Objetivos

• Fundamentos de modelos integrados de evaluación estructurados por edad.
• Estructura del la plataforma de modelado Stock Synthesis (SS).
• Implementación de modelos de evaluación sencillos en SS.

Proyecto

Para obtención de la certificación de aprobación.

• Se crearán dos grupos de trabajo.
• Objetivos:
  • Discutir enfoques de análisis de datos pesqueros.
  • Implementar un modelo de evaluación en SS.
• Se invertirá 25% de horas de clase (no habrán actividades fuera de clase).
• Presentación de resultados el último día de clases.

Participantes

Presentación de participantes:

• Nombre
• Ocupación
• Afiliación
• Área de experiencia ó interés
• Nivel de experiencia con modelos de evaluación

Conceptos básicos

Dinámica de una población explotada

Stockholm University Baltic Sea Centre

Sistema pesquero

Formado por diferentes componentes:

Evaluación de recursos pesqueros

Tiene como objetivo (Hilborn and Walters 1992):

• Conocer el estado actual del stock (i.e., nivel poblacional y estado de explotación)
• Reconstruir la dinámica histórica del stock
• Predecir la respuesta del stock a diferentes niveles de explotación

Forma solo un componente de todo el proceso de manejo pesquero, y tiene la finalidad de asesoramiento sobre explotación.

Métodos directos

Dauphin Island Sea Lab

Uso de métodos de observación directa, como campañas acústicas, de arrastre, ictioplancton, entre otros.

Métodos indirectos

Uso de modelos matemáticos y datos para explicar la dinámica del stock.

Basado en la estructura del modelo:

• Modelos de producción excedente: asume todo el stock como homogéneo
• Modelos estructurados por edades
• Modelos estructurados por tallas

Modelos estructurado por edades

Enfoque hacia atrás (backward) o hacia delante (forward):

Haddon (2011)

Forward approach

Abundancia \(N_{y,a}\) (\(y\) son años y \(a\) edades):

Haddon (2011)

Componentes del modelo

En un modelo de evaluación estructurado por edades tenemos los siguientes componentes principalmente:

• Reclutamiento
• Mortalidad (natural y por pesca)
• Selectividad
• Crecimiento somático
• Madurez sexual y fecundidad
• Movimiento

Plataforma de evaluación

Software o librería orientado a la implementación de modelos de evaluación de stocks (en general).

Ventajas

• No hay necesidad de codificar
• Comunicación más sencilla

Desventajas

• No pueden ser aplicables a todos los stocks
• Efecto de caja negra

Plataforma de evaluación

Ejemplos:

• Stock Synthesis (Methot and Wetzel 2013)
• MULTIFAN-CL (Fournier et al. 1998)
• SPiCT (Pedersen and Berg 2016)
• SAM (Nielsen and Berg 2014)
• WHAM (Stock and Miller 2021)

Modelos integrados de evaluación

Análisis integrado

¿Qué pasa si no temenos datos (o buena calidad de estos) en un periodo de tiempo? ¿Cómo implementamos un modelo de evaluación?

• ¿Truncar la serie de tiempo?
• ¿Crear datos de captura a la edad con poca calidad?
• ¿Implementar modelos de evaluación sencillos?

Análisis integrado

Combina diferentes tipos de datos en un único análisis. El ajuste a los datos se realiza por medio de una rutina de minimización de alguna función objetivo (Fournier and Archibald 1982).

Análisis integrado

Tipos de datos más comunes:

• Capturas agregadas
• Índices de abundancia
• Composición por tallas o edades
• Conditional age-at-length (CAAL)
• Marcaje y recaptura
• Close Kin Mark Recapture (Punt et al. 2024)

Análisis integrado

Se pueden listar algunas ventajas de estos modelos:

• Inclusión de gran diversidad y cantidad de datos
• Evita la necesidad de preprocesamiento (e.g., talla a edades)
• Captura la incertidumbre de una mejor manera
• Facilidad de investigar el impacto de diferentes fuentes de datos sobre resultados (Magnusson and Hilborn 2007).

Análisis integrado

Desarrollo a través de los años:

• Fournier et al. (2012): inclusion de datos auxiliares.
• CAGEAN (Deriso et al. 1985)
• Stock Synthesis (Methot and Low 1990)
• AD Model Builder: plataforma para construir un IA propio.
• MULTIFAN-CL (Fournier et al. 1990)
• CASAL (Bull et al. 2002)
• Stock Synthesis 2 (Methot 2005)
• Stock Synthesis 3 (Methot and Wetzel 2013)

Stock Synthesis

Stock Synthesis

• Plataforma de modelado estadístico de una población estructurado por edad (Methot and Wetzel 2013).
• Puede ser utilizado con pocos y con gran cantidad y diversidad de datos.
• Utilidad en manejo pesquero.
• Programado en AD Model Builder. Ver código fuente aquí.
• Procesamiento de resultados usando la librería en R r4ss.
• Ampliamente utilizado actualmente.

Stock Synthesis

Stock Synthesis Virtual Lab

Stock Synthesis

Stock Synthesis Virtual Lab

Stock Synthesis

Algunos beneficios de usar SS:

• Flexibilidad de modelar la dinámica del stock
• Integra muchas fuentes de datos
• Mejor cuantificación de la incertidumbre
• Puede incorporar modelos simples a complejos
• Comunidad de personas de soporte
• Menor probabilidad de tener bugs
• Librerías de soporte (e.g. r4ss, ss3sim)
• Facilidad de compartir y comunicar resultados

Stock Synthesis

Stock Synthesis Virtual Lab

Laboratorio

Software requerido

• Lector de texto plano (e.g., Notepad++)
• Instalar r4ss package:

remotes::install_github("r4ss/r4ss")

• Explorar SS Virtual Lab
  • Descargar ejecutable (ss3_win.exe)
  • Descargar manual (SS330_User_Manual.pdf)
• Explorar ss3sim package

Proyecto

• Explorar datos
• Crear directorio de trabajo

Referencias

Bull, B., Francis, R., Dunn, A., and Gilbert, D. 2002. CASAL (c++ algorithmic stock assessment laboratory): CASAL user manual v1.02.2002/10/21. NIWA Technical Report.

Deriso, R.B., II, T.J.Q., and Neal, P.R. 1985. Catch-age analysis with auxiliary information. Canadian Journal of Fisheries and Aquatic Sciences 42: 815–824. Canadian Science Publishing. doi:10.1139/f85-104.

Fournier, D.A., Hampton, J., and Sibert, J.R. 1998. MULTIFAN-CL: A length-based, age-structured model for fisheries stock assessment, with application to south pacific albacore, thunnus alalunga. Canadian Journal of Fisheries and Aquatic Sciences 55(9): 2105–2116. NRC Research Press Ottawa, Canada.

Fournier, D., and Archibald, C.P. 1982. A general theory for analyzing catch at age data. Canadian Journal of Fisheries and Aquatic Sciences 39(8): 1195–1207. Canadian Science Publishing. doi:10.1139/f82-157.

Fournier, D.A., Sibert, J.R., Majkowski, J., and Hampton, J. 1990. MULTIFAN a likelihood-based method for estimating growth parameters and age composition from multiple length frequency data sets illustrated using data for southern bluefin tuna (<i>thunnus maccoyii</i>). Canadian Journal of Fisheries and Aquatic Sciences 47: 301–317. Canadian Science Publishing. doi:10.1139/f90-032.

Fournier, D.A., Skaug, H.J., Ancheta, J., Ianelli, J., Magnusson, A., Maunder, M.N., Nielsen, A., and Sibert, J. 2012. AD model builder: Using automatic differentiation for statistical inference of highly parameterized complex nonlinear models. Optimization Methods and Software 27(2): 233–249. Informa UK Limited. doi:10.1080/10556788.2011.597854.

Haddon, M. 2011. Modelling and quantitative methods in fisheries. Chapman; Hall/CRC. doi:10.1201/9781439894170.

Hilborn, R., and Walters, C.J. 1992. Quantitative fisheries stock assessment. Springer New York, NY. doi:10.1007/978-1-4615-3598-0.

Magnusson, A., and Hilborn, R. 2007. What makes fisheries data informative? Fish and Fisheries 8: 337–358. Wiley. doi:10.1111/j.1467-2979.2007.00258.x.

Methot, R. 2005. Technical description of the stock synthesis II assessment program. NOAA Fisheries.

Methot, R.D., and Wetzel, C.R. 2013. Stock synthesis: A biological and statistical framework for fish stock assessment and fishery management. Fisheries Research 142: 86–99. Elsevier BV. doi:10.1016/j.fishres.2012.10.012.

Methot, R., and Low, L. 1990. Synthesis model: An adaptable framework for analysis of diverse stock assessment data. Proceedings of the Symposium on Applications of Stock Assessment Techniques to Gadids.

Nielsen, A., and Berg, C.W. 2014. Estimation of time-varying selectivity in stock assessments using state-space models. Fisheries Research 158: 96–101. Elsevier BV. doi:10.1016/j.fishres.2014.01.014.

Pedersen, M.W., and Berg, C.W. 2016. A stochastic surplus production model in continuous time. Fish and Fisheries 18(2): 226–243. Wiley. doi:10.1111/faf.12174.

Punt, A.E., Thomson, R., Little, L.R., Bessell-Browne, P., Burch, P., and Bravington, M. 2024. Including close-kin mark-recapture data in statistical catch-at-age stock assessments and management strategies. Fisheries Research 276: 107057. Elsevier BV. doi:10.1016/j.fishres.2024.107057.

Stock, B.C., and Miller, T.J. 2021. The woods hole assessment model (WHAM): A general state-space assessment framework that incorporates time- and age-varying processes via random effects and links to environmental covariates. Fisheries Research 240: 105967. Elsevier BV. doi:10.1016/j.fishres.2021.105967.