单位捕捞努力量渔获量(catch per unit effort, CPUE)权重问题对于渔业资源评估而言至关重要。本研究使用印度洋长鳍金枪鱼(Thunnus alalunga)的渔业独立和非独立数据,构建了年龄结构资源评估模型(ASAP)。利用评估模型估算得出的参数,...单位捕捞努力量渔获量(catch per unit effort, CPUE)权重问题对于渔业资源评估而言至关重要。本研究使用印度洋长鳍金枪鱼(Thunnus alalunga)的渔业独立和非独立数据,构建了年龄结构资源评估模型(ASAP)。利用评估模型估算得出的参数,使用年龄结构种群模拟器(age based population simulator, PopSim)模拟“真实”的资源种群动态以及相应的捕捞动态。针对不同序列的CPUE数据赋予不同的权重因子,同时考虑种群关键参数(自然死亡系数M和陡度h)的错误设置,进行敏感性分析,阐述CPUE权重的错误设置对评估结果的影响。结果表明,当估算模型中的M和h被正确指定或被低估时,若给具有较高准确性或较长时间序列的CPUE分配更多的权重,模型估算的捕捞死亡系数F和产卵亲体生物量B具有较小的相对误差(RE)和相对均方根误差(RMSE),即估算更为准确。同时,对不确定性较高的CPUE赋予更大的权重会使F_(last)/F_(start)的估计值过高,而B_(last)/B_(start)的估计值准确性较低。因此,当使用多组CPUE数据时,对具有较高准确性或较长时间序列的CPUE分配更高的权重,或可提高资源状态指标估算的准确性。同时,在CPUE权重的分配中应考虑重要生物学参数(例如M和h)的准确性,至少应进行敏感性分析,以涵盖潜在的模型或参数的错误设置对CPUE权重的影响。展开更多
文摘单位捕捞努力量渔获量(catch per unit effort, CPUE)权重问题对于渔业资源评估而言至关重要。本研究使用印度洋长鳍金枪鱼(Thunnus alalunga)的渔业独立和非独立数据,构建了年龄结构资源评估模型(ASAP)。利用评估模型估算得出的参数,使用年龄结构种群模拟器(age based population simulator, PopSim)模拟“真实”的资源种群动态以及相应的捕捞动态。针对不同序列的CPUE数据赋予不同的权重因子,同时考虑种群关键参数(自然死亡系数M和陡度h)的错误设置,进行敏感性分析,阐述CPUE权重的错误设置对评估结果的影响。结果表明,当估算模型中的M和h被正确指定或被低估时,若给具有较高准确性或较长时间序列的CPUE分配更多的权重,模型估算的捕捞死亡系数F和产卵亲体生物量B具有较小的相对误差(RE)和相对均方根误差(RMSE),即估算更为准确。同时,对不确定性较高的CPUE赋予更大的权重会使F_(last)/F_(start)的估计值过高,而B_(last)/B_(start)的估计值准确性较低。因此,当使用多组CPUE数据时,对具有较高准确性或较长时间序列的CPUE分配更高的权重,或可提高资源状态指标估算的准确性。同时,在CPUE权重的分配中应考虑重要生物学参数(例如M和h)的准确性,至少应进行敏感性分析,以涵盖潜在的模型或参数的错误设置对CPUE权重的影响。
