Resumen de Generalized linear Bayesian models for standardizing CPUE: an application to a squid-jigging fishery in the northwest Pacific Ocean

Jie Cao, Xinjun Chen, Yong Chen, Bilin Liu, Jin Ma, Siliang Li

• español

  Modelos lineales generalizados bayesianos para la estandardización de CPUE: aplicación a la pesquería de calamar mediante jigging en el Pacífico noroccidental. – Se desarrollan modelos lineales generalizados bayesianos (GLBM) jerárquicos y no-jerárquicos para la estandardización de captura por unidad de esfuerzo (CPUE). El modelo GLBM seleccionado para la pesquería del calamar Ommastrephes bartramii mediante jigging en el Pacífico noroccidental incorporó las variables explicativas mes, latitud, temperatura superficial del mar (SST), salinidad superficial del mar (SSS) y altura del nivel del mar (SLH). La selección del modelo se basó en el Criterio de Información de la Desviación (DIC). El modelo que mejor se ajustó a los datos tiene más sentido ecológico comparado con modelos de estandardización de CPUE basado en modelos lineales generalizados y modelos aditivos generalizados. Se utilizó también el GLBM para tratar el problema de la estimación de un índice de abundancia del stock (es decir, CPUE estandardizada) frente a la elevada heterogeneidad espacial en la dinámica del esfuerzo en la pesquería del calamar mediante la predicción de la CPUE estandardizada en áreas no pescadas. La CPUE estandardizada en base a los datos que incluyen la CPUE predicha en áreas no pescadas fue inferior a la CPUE derivada en base solamente a la CPUE observada, especialmente durante el pico de pesca de Agosto a Octubre. Este estudio muestra que es más apropiado usar la CPUE estandardizada derivada de datos que incluyen al mismo tiempo la CPUE predicha de las áreas no pescadas y la CPUE observada en el área pescada como índice de abundancia del stock. Se sugiere que se use el método propuesto para la estandardización de CPUE teniendo en cuenta la gran heterogeneidad espacial del esfuerzo pesquero.

• English

  Generalized linear Bayesian (GLBM) non-hierarchical and hierarchical models were developed for standardization of catch per unit effort (CPUE). The GLBM containing the covariates of month, latitude, sea surface temperature (SST), sea surface salinity (SSS) and sea level height (SLH) had the best fit for the Chinese squid-jigging fishery of Ommastrephes bartramii in the northwest Pacific Ocean based on deviance information criteria. This best-fitting model tends to be more ecologically sound than other CPUE standardization models, such as generalized linear models and generalized additive models. GLBM was also used to deal with the problems of estimating stock abundance index (i.e. standardized CPUE) resulting from increased spatial heterogeneity of spatial dynamics of fishing efforts in the squid fishery by predicting the standardized CPUE for unfished areas. The standardized CPUE based on data including predicted CPUE of unfished areas was lower than the derived CPUE based on data with observed CPUE alone, in particular during the fishing peak of August to October. This study indicates that it is more appropriate to use the standardized CPUE derived from data including both predicted CPUE of unfished areas and observed CPUE of fished area as a stock abundance index. We suggest that the proposed method be used in CPUE standardization to account for impacts of large spatial heterogeneity of fishing efforts in fisheries.