The influence of some environmental variables on the apparent abundance of skipjack tuna, Katsuwonus pelamis, in the Eastern Pacific Ocean

ENGLISH: The abundance of skipjack larvae in the central and western Pacific approximately doubled for every 1°C increase in sea-surface temperature (SST) from 23°C to a maximum of about 29°C, and then usually decreased with further increases in SST. Skipjack larvae are scarce in the eastern Pacific Ocean (EPO), so most skipjack recruits and adults in this area are believed to have originated in the central and, possibly, the western Pacific. The catch per unit of effort (CPUE), in short tons per day's fishing, and the catch rate, in number of fish per day's fishing, are estimates of apparent abundance in a fishery. The logarithm of the annual CPUE for skipjack for international baitboats in the EPO for the 1934-1960 period was positively correlated with SST in the spawning area in the central Pacific 18 months earlier (r2 0.31), during the July-June period when most of the recruits in each cohort were presumed to have been spawned. Adequate data for other environmental variables were not available for testing with the baitboat data. The other environmental variables available and selected for testing for correlation with estimates of skipjack abundance for purse seiners for the 1961-1984 period and the reasons for their selection are as follows. 1)Wind-mixing index (WMI). The degree of mixing in the upper layers of the ocean is proportional to the cube of the wind speed, called WMI. The degree of mixing in the spawning areas of the central and the western Pacific may affect the concentration of organisms that skipjack larvae feed upon, thereby influencing their survival, and ultimately determining cohort strength and the number of recruits to the eastern Pacific fishery. 2) SST in the fishing areas at the time of fishing (SST). The CPUE for yellowfin tuna has been shown to be inversely related to SST in the fishing areas, and there are indications that skipjack CPUE is lower during EI Nino events when SST is higher than normal. 3) North-south SST gradient across the thermal front off the Gulf of Guayaquil. This is a measure of the degree of upwelling and nutrient enrichment of the upper waters south of the front and ultimately of the production of food for tunas. 4) Speed of the North Equatorial Countercurrent (NECC). Young skipjack may migrate from the central Pacific to the EPO in the eastward flowing NECC; if so, the number of recruits might be affected by variations in the speed of the current. The logarithm of the annual catch rate of skipjack recruits by international purse seiners in the EPO for the 1961-1984 period was positively correlated with SST in the spawning area of the central Pacific 18 months earlier (r2 = 0.21),and inversely correlated with WMI in the spawning area 18 months earlier (r2 0.46). The logarithm of CPUE for purse seiners in the area off the Gulf of Guayaquil was not correlated with SST in the spawning area 18 months earlier, but was inversely correlated with WMI in the spawning area 18 months earlier (r2 = 0.19), and inversely correlated with the north-south SST gradient in the fishing area at the time of fishing (r2 0.32). Neither of these estimates of apparent abundance from purse seiners were correlated with SST in the fishing areas, or with the speed of the NECC at earlier times. SPANISH: La abundancia de larvas de barrilete en el Pacífico central y occidental se multiplicó por dos, aproximadamente, por cada aumento de 1°Cen la temperatura de la superficie del mar (TSM) entre 23°C y un máximo de unos 29°C, y luego generalmente disminuyó con más aumentos en la TSM. Las larvas de barrilete son escasas en el Océano Pacífico oriental (OPO), y por lo tanto se cree que la mayoría de los reclutas y adultos en esta zona surgieron del Pacífico central, y posiblemente también del Pacífico occidental. La captura por unidad de esfuerzo (CPUE), en toneladas cortas por día de pesca, y la tasa de captura, en número de peces por día de pesca, son estimaciones de la abundancia aparente en una pesquería. El logaritmo de la CPUE anual de barrilete lograda por barcos de carnada en el OPO en el período 1934-1960 se correlacionó positivamente con la TSM en la zona de desove en el Pacífico central de 18 meses antes (r2 = 0.31), durante el período de junio-julio en el cual se cree que nació la mayoría de los reclutas en cada cohorte. No se dispuso de datos suficientes sobre otras variables ambientales para comprobarlos con los datos de los barcos de carnada. Las demás variables ambientales disponibles y seleccionadas para someterlas a pruebas de correlación con las estimaciones de la abundancia del barrilete de barcos cerqueros en el período 1961-1984, y las razones por su selección, son las siguientes: 1) Indice de mezcla por el viento (IMV). El grado de mezcla en las capas superiores del océano es proporcional al cubo de la velocidad del viento, llamado IMV. Es posible que el grado de mezcla en las zonas de desove del Pacífico central y occidental afecte la concentración de los organismos que alimentan a las larvas del barrilete, afectando así la supervivencia de éstas, y finalmente determinando el tamaño de las cohortes y el número de reclutas a la pesquería del OPO. 2) TSM en la zona de pesca al realizarse la pesca (TSM). Se ha mostrado que la relación de la CPUE del atún aleta amarilla a la TSM en la zona de pesca es inversa, y existen indicaciones que la CPUE de barrilete es inferior durante eventos del Niño, cuando las TSM son superiores a lo normal. 3) Gradiente norte-sur de las TSM a través del frente térmico frente al Golfo de Guayaquil. Esto es una medida del grado de afloramiento y enriquecimiento nutritivo del nivel superior de las aguas al sur de dicho frente, y finalmente de la producción de alimento para los atunes. 4) La velocidad de la Contracorriente Ecuatorial del Norte (CCEN). Es posible que los bariletes juveniles migren del Pacífico central al Pacífico oriental en la CCEN, que fluye hacia el este; de ser así, es posible que la cantidad de reclutas se vea afectada por variaciones en la velocidad de la corriente. El logaritmo de la tasa anual de captura de reclutas de barrilete por cerqueros de varias banderas en el OPO en el período 1961-1964 estuvo correlacionado de forma positiva con las TSM en la zona de desove del Pacífico central de 18meses antes (r2 0.21),y de forma inversa con el IMV de la zona de desove de 18 meses antes (r2 0.46). El logaritmo de la CPUE de los cerqueros en la zona frente al Golfo de Guayaquil no estuvo correlacionado con las TSM en la zona de desove de 18 meses antes, pero sí estuvo correlacionado de forma inversa con el IMV en la zona de desove de 18 meses antes (r2 0.19),y con el gradiente norte-sur de las TSM en la zona de pesca al realizarse la pesca (r2 0.32). Ninguna de estas estimaciones de abundancia aparente provenientes de barcos cerqueros estuvo correlacionada con las TSM en las zonas de pesca o con la velocidad de la CCEN en épocas anteriores. (PDF contains 140 pages.)

A-SCALA: an age-structured statistical catch-at-length analysis for assessing tuna stocks in the eastern tropical Pacific Ocean

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.