problamas en la evaluación de stock de bacalao de profundiad
TRANSCRIPT
Motivacion Modelo Poblacional Resultados
Problemas limitantes en la evaluacion de bacalao deprofundidad (Dissostichus eleginoides)
JC Quiroz, Francisco Contreras, Cristian Canales & Rodrigo Wiff
Departamento de Evalaucion de RecursosInstituto de Fomento Pesquero
CCM, Concepcion, Mayo-2009
Motivacion Modelo Poblacional Resultados
Sobre la Evaluacion
Motivacion
El bacalao de profundidad (Dissostichus eleginoides) conforma unapesquerıa de escasa importancia en terminos de volumenes, pero conaltos niveles de rentabilidad
Se han implementado desde modelos estadısticos edad-estructuradosa modelos bayesiano estado-espacio que incorporan errores deproceso en la sobrevivencia
Sin embargo, se han discutido a lo menos tres hipotesis que tienenrelacion con la dinamica poblacional y aspectos operacionales de lasflotas de pesca que demuestran limitaciones en el diagnostico deexplotacion
Motivacion Modelo Poblacional Resultados
Estas hipotesis
Tres limitantes para el diagnostico
La primera hipotesis dice relacion con la reduccion poblacional al inicio dela pesquerıa, donde se sospecha que la velocidad de reduccion de la CPUEfue mayor que la velocidad de reduccion de los niveles poblacionales
La segunda hipotesis indica sesgos en los ındices de abundancia para elperiodo 2005-2008, debido a que el efecto de diversos artefactos mecanicosadicionados a los espineles para evitar la depredacion por ballenas y otrosmamıferos, no ha sido incluido en la metodologıa de estandarizacion de losındices de abundancia
La tercera hipotesis dice relacion con los niveles de captura. Por muchosanos de la decada del 90, la pesquerıa reporto capturas en aguas de la ZEEque fueron obtenidas en aguas oceanicas, y a la fecha, no existe un adecuadoconceso en determinar los niveles de remocion o un valor de correccion paramencionado perıodo
Motivacion Modelo Poblacional Resultados
Datos, supuestos y modelo
La dinamica poblacional de bacalao de profundidad fue modeladautilizando un modelo bayesiano estado-espacio, donde las siguientesfunciones de densidad, f (x), se definen para dar cuenta del error deproceso y observacion:
gt (Bt|Bt−1, θ) , proceso
f (It|Bt, θ) , observacion
g0 (B0, θ) , inicial
La ecuacion de estado de un modelo de excedentes de produccion fuedefinida como:
log (B1989) |K, σ2 = log (K) + u1989
log (By) |By−1,K, r, σ2 = log(
By−1 + rBy−1
(1−
By−1
K
)− Cy−1
)+ uy
Motivacion Modelo Poblacional Resultados
Datos, supuestos y modelo
La dinamica poblacional de bacalao de profundidad fue modeladautilizando un modelo bayesiano estado-espacio, donde las siguientesfunciones de densidad, f (x), se definen para dar cuenta del error deproceso y observacion:
gt (Bt|Bt−1, θ) , proceso
f (It|Bt, θ) , observacion
g0 (B0, θ) , inicial
La ecuacion de estado de un modelo de excedentes de produccion fuedefinida como:
log (B1989) |K, σ2 = log (K) + u1989
log (By) |By−1,K, r, σ2 = log(
By−1 + rBy−1
(1−
By−1
K
)− Cy−1
)+ uy
Motivacion Modelo Poblacional Resultados
Datos, supuestos y modelo
la forma estocastica del error de observacion es descrita por:
log (Iy) |By, q, τ 2 = log (q) + log (By) + vy
log (Iy) |By, q, τ 2 = log (qi) + log (By) + vy, qi : capturabilidad
log (Iy) |By, q, τ 2 = αk log (qi) + log (By) + vy, αk : hiperagotamiento
donde uy y vy representan variables aleatorias independientes eidenticamente distribuidas (iid) de la forma N
(0, σ2
)y N
(0, τ 2
).
Los parametros incluidos en Θ ={
r,K, qi, σ2, τ 2, α
}, son
resueltos juntos con las variables no-observadasΨ = {B1989, . . . ,B2006} asumiendo errores log-normales.
Motivacion Modelo Poblacional Resultados
Datos, supuestos y modelo
la forma estocastica del error de observacion es descrita por:
log (Iy) |By, q, τ 2 = log (q) + log (By) + vy
log (Iy) |By, q, τ 2 = log (qi) + log (By) + vy, qi : capturabilidad
log (Iy) |By, q, τ 2 = αk log (qi) + log (By) + vy, αk : hiperagotamiento
donde uy y vy representan variables aleatorias independientes eidenticamente distribuidas (iid) de la forma N
(0, σ2
)y N
(0, τ 2
).
Los parametros incluidos en Θ ={
r,K, qi, σ2, τ 2, α
}, son
resueltos juntos con las variables no-observadasΨ = {B1989, . . . ,B2006} asumiendo errores log-normales.
Motivacion Modelo Poblacional Resultados
Hipotesis Mamiferos
Ajuste a la CPUE
Motivacion Modelo Poblacional Resultados
Hipotesis Mamiferos
Tendencia variables estado
Motivacion Modelo Poblacional Resultados
Hipotesis Hiperagotamiento
Ajuste a la CPUE
Motivacion Modelo Poblacional Resultados
Hipotesis Hiperagotamiento
Tendencia variables estado
Motivacion Modelo Poblacional Resultados
Hipotesis Captura
Tasas de explotacion
Cambios proporcionales en las tasas de explotacion
Escalamiento de la biomasa virginal (B0)
Importante incremento en la incertidumbre