2 resultados para Análisis Estadístico

em Aquatic Commons


Relevância:

60.00% 60.00%

Publicador:

Resumo:

ENGLISH: The tendency of the tunas, especially the yellowfin (Neothunnus macropterus) to be more abundant in the near vicinity of islands and seamounts, or "banks", than in the surrounding oceanic areas, is well known to commercial fishermen. This has been confirmed by statistical analysis of fishing vessel logbook records, which demonstrates that the catch-per-day's-fishing is, indeed, higher in the near vicinity of these features. It is hypothesized that islands and seamounts cause changes in the physical circulation or the biochemical cycle resulting in greater supplies of food for tunas in their immediate environs. In order to examine this hypothesis, and in order to study possible mechanisms involved, the "Island Current Survey" was undertaken from 8 May to 12 June, 1957, under the joint auspices of the Inter-American Tropical Tuna Commission and the Scripps Institution of Oceanography. Surveys of varying nature and extent were made from M/V Spencer F. Baird near Alijos Rocks, Clarion Island, Shimada Bank and Socorro Island (Figure 1). These studies sought to provide knowledge of the action of islands and seamounts in arresting, stalling or deflecting the mean current past them, in establishing convergence and divergence in the surface flow, in producing vertical motion (mixing and upwelling), and in influencing the primary production and the standing crops of phytoplankton and zooplankton. Each survey is discussed below in detail. Observations made at a front on 10 June will be discussed in another paper. SPANISH: Los pescadores que realizan la pesca comercial conocen muy bien la tendencia de los atunes, en particular del atún aleta amarilla (Neothunnus macropterus), de presentarse en mayor abundancia en las cercanías inmediatas a las islas y cimas submarinas, o "bancos", que en las áreas oceánicas circundantes. Este hecho ha sido confirmado par el análisis estadístico de los registros de los cuadernos de bitácora de las embarcaciones pesqueras, demostrándose que la captura par dias de pesca es, en efecto, más abundante en la inmediata proximidad de tales formaciones. Hipotéticamente se admite que las islas y las cimas submarinas provocan cambios en la circulación física o en el ciclo bioquímico, lo cual se pone de manifiesto a través de un mejor abastecimiento de alimento para los atunes en sus cercanías inmediatas. Con la finalidad de verificar esta hipótesis y de estudiar los mecanismos que ella involucra, se realizó la “Island Current Survey” del 8 de mayo al 12 de junio de 1957, bajo los auspicios de la Comisión Interamericana del Atún Tropical y de la Institución Scripps de Oceanografia. Con el barco Spencer F. Baird se hicieron observaciones de distintas clases y alcances cerca de las Rocas Alijos, la Isla Clarion, el Banco Shimada y la Isla Socorro (Figura 1). Estos estudios tuvieron por objeto adquirir conocimientos sobre la acción que ejercen las islas y cimas submarinas sobre la corriente promedio, ya sea deteniéndola, reduciendo su velocidad o desviando su curso, así como estableciendo convergencia o divergencia en su flujo de superficie, o provocando un movimiento vertical (mezcla y afloramiento) e influyendo en la producción primaria y en las existencias de fitoplancton y zooplancton. Cada operación será tratada a continuación por separado. Las observaciones hechas el dia 10 de junio sobre un frente serán objeto de otra publicación.

Relevância:

60.00% 60.00%

Publicador:

Resumo:

English: We describe an age-structured statistical catch-at-length analysis (A-SCALA) based on the MULTIFAN-CL model of Fournier et al. (1998). The analysis is applied independently to both the yellowfin and the bigeye tuna populations of the eastern Pacific Ocean (EPO). We model the populations from 1975 to 1999, based on quarterly time steps. Only a single stock for each species is assumed for each analysis, but multiple fisheries that are spatially separate are modeled to allow for spatial differences in catchability and selectivity. The analysis allows for error in the effort-fishing mortality relationship, temporal trends in catchability, temporal variation in recruitment, relationships between the environment and recruitment and between the environment and catchability, and differences in selectivity and catchability among fisheries. The model is fit to total catch data and proportional catch-at-length data conditioned on effort. The A-SCALA method is a statistical approach, and therefore recognizes that the data collected from the fishery do not perfectly represent the population. Also, there is uncertainty in our knowledge about the dynamics of the system and uncertainty about how the observed data relate to the real population. The use of likelihood functions allow us to model the uncertainty in the data collected from the population, and the inclusion of estimable process error allows us to model the uncertainties in the dynamics of the system. The statistical approach allows for the calculation of confidence intervals and the testing of hypotheses. We use a Bayesian version of the maximum likelihood framework that includes distributional constraints on temporal variation in recruitment, the effort-fishing mortality relationship, and catchability. Curvature penalties for selectivity parameters and penalties on extreme fishing mortality rates are also included in the objective function. The mode of the joint posterior distribution is used as an estimate of the model parameters. Confidence intervals are calculated using the normal approximation method. It should be noted that the estimation method includes constraints and priors and therefore the confidence intervals are different from traditionally calculated confidence intervals. Management reference points are calculated, and forward projections are carried out to provide advice for making management decisions for the yellowfin and bigeye populations. Spanish: Describimos un análisis estadístico de captura a talla estructurado por edad, A-SCALA (del inglés age-structured statistical catch-at-length analysis), basado en el modelo MULTIFAN- CL de Fournier et al. (1998). Se aplica el análisis independientemente a las poblaciones de atunes aleta amarilla y patudo del Océano Pacífico oriental (OPO). Modelamos las poblaciones de 1975 a 1999, en pasos trimestrales. Se supone solamente una sola población para cada especie para cada análisis, pero se modelan pesquerías múltiples espacialmente separadas para tomar en cuenta diferencias espaciales en la capturabilidad y selectividad. El análisis toma en cuenta error en la relación esfuerzo-mortalidad por pesca, tendencias temporales en la capturabilidad, variación temporal en el reclutamiento, relaciones entre el medio ambiente y el reclutamiento y entre el medio ambiente y la capturabilidad, y diferencias en selectividad y capturabilidad entre pesquerías. Se ajusta el modelo a datos de captura total y a datos de captura a talla proporcional condicionados sobre esfuerzo. El método A-SCALA es un enfoque estadístico, y reconoce por lo tanto que los datos obtenidos de la pesca no representan la población perfectamente. Además, hay incertidumbre en nuestros conocimientos de la dinámica del sistema e incertidumbre sobre la relación entre los datos observados y la población real. El uso de funciones de verosimilitud nos permite modelar la incertidumbre en los datos obtenidos de la población, y la inclusión de un error de proceso estimable nos permite modelar las incertidumbres en la dinámica del sistema. El enfoque estadístico permite calcular intervalos de confianza y comprobar hipótesis. Usamos una versión bayesiana del marco de verosimilitud máxima que incluye constreñimientos distribucionales sobre la variación temporal en el reclutamiento, la relación esfuerzo-mortalidad por pesca, y la capturabilidad. Se incluyen también en la función objetivo penalidades por curvatura para los parámetros de selectividad y penalidades por tasas extremas de mortalidad por pesca. Se usa la moda de la distribución posterior conjunta como estimación de los parámetros del modelo. Se calculan los intervalos de confianza usando el método de aproximación normal. Cabe destacar que el método de estimación incluye constreñimientos y distribuciones previas y por lo tanto los intervalos de confianza son diferentes de los intervalos de confianza calculados de forma tradicional. Se calculan puntos de referencia para el ordenamiento, y se realizan proyecciones a futuro para asesorar la toma de decisiones para el ordenamiento de las poblaciones de aleta amarilla y patudo.