Analysis and standardization of landings per unit effort of red shrimp Aristeus antennatus from the trawl fleet of Barcelona (NW Mediterranean)

  1. Valeria Mamouridis 2
  2. Francesc Maynou 2
  3. Germán Aneiros Pérez 1
  1. 1 Facultade de Informática, Campus de Elviña s/n, Universidade da Coruña, 15071 A Coruña, Spain.
  2. 2 Institut de Ciències del Mar, CSIC, Psg. Marítim de la Barceloneta 37-49, 08003 Barcelona, Spain.
Revista:
Scientia Marina

ISSN: 0214-8358

Ano de publicación: 2014

Volume: 78

Número: 1

Páxinas: 7-16

Tipo: Artigo

DOI: 10.3989/SCIMAR.03926.14A DIALNET GOOGLE SCHOLAR lock_openAcceso aberto editor

Outras publicacións en: Scientia Marina

Obxectivos de Desenvolvemento Sustentable

Resumo

Se llevó a cabo un análisis del volumen de desembarcos por unidad de esfuerzo (LPUE) de la gamba roja (Aristeus antennatus) de la flota de arrastre en el puerto de Barcelona (Mediterráneo noroccidental) mediante modelos aditivos generalizados (GAM). El conjunto de datos cubre un periodo de 15 años (1994-2008) y consiste en un amplio espectro de predictores: variables dependientes de la flota (el número de mareas efectuadas por cada embarcación y las características técnicas de estas, como el tonelaje bruto), temporales (variabilidad inter- e intra-anual), ambientales (índice de Ocilación del Atlántico Norte [NAO]) y económicas (precio de la gamba roja y precio del combustible). Todos los predictores a nivel individual tienen impacto sobre LPUE, pero algunos de ellos pierden su poder explicativo cuando se considéran conjuntamente con otros, como en el caso del índice NAO. Nuestros resultados muestran que seis variables del conjunto pueden incorporarse en un modelo global con una desvianza total explicada ED=43%. Las variables más importantes fueron aquellas relacionadas con el esfuerzo (número de mareas, tonelaje y grupos), con devianza ED=20.58%, después las variables temporales, las cuales presentaron ED=13.12%, y finalmentelos predictores económicos representados por el precio de la gamba con ED=9.30%. A nivel individual, la variable con mayor contribución es la variabilidad inter-annual (ED=12.40%). Este elevado valor de devianza sugiere que muchos factores correlacionados con el tiempo pueden afectar la variabilidad de LPUE, como los factores ambientales (NAO en años particulares) y económicos, como el precio del combustible. La estandardización de LPUE con respecto al esfuerzo proporciona un índice de abundancia de la gamba roja muy parecido al índice de abundancia independiente de la pesquería obtenido mediante el programa de campañas experimentales MEDITS.

Referencias bibliográficas

  • Akaike H. 1973. Information theory as an extension of the maximum likelihood principle. In: Petrov B.N., Csáki F. (eds), Proc. 2nd Int. Symp. Information Theory, Akadémiai Kiadó, Budapest, pp. 267-281.
  • Bas C., Maynou F., Sardà F., Lleonart J. 2003. Variacions demogràfiques a les poblacions d'espècies demersals explotades: els darrers quaranta anys a Blanes i Barcelona. Inst. Est. Catalans. Arxiu de la Sec. Ciències, Barcelona. PMCid:PMC1808826
  • Bertrand J.A., de Sola L.G., Papaconstantinou C., Relini G., Souplet A. 2002. The general specifications of the MEDITS surveys. Sci. Mar. 66: 9-17.
  • Brauner N., Shacham M. 1998. Role of range and precision of the independent variable in regression of data. Am. Inst. Chem. Eng. J. 44: 603-611. http://dx.doi.org/10.1002/aic.690440311
  • Brodziak J., O'Brien L. 2005. Do environmental factors affect recruits per spawner anomalies of New England groundfish? ICES J. Mar. Sci. 62: 1394-1407. http://dx.doi.org/10.1016/j.icesjms.2005.04.019
  • Carbonell A., Carbonell M.S., Demestre M., Grau A., Montserrat S. 1999. The red shrimp Aristeus antennatus (Risso, 1816) fishery and biology in the Balearic Islands, western Mediterranean. Fish. Res. 44: 1-13. http://dx.doi.org/10.1016/S0165-7836(99)00079-X
  • Cardinale M., Osio G.C., Charef A. (eds). 2012. Report of the Scientific, Technical and Economic Committee for Fisheries on Assessment of Mediterranean Sea stocks – part 1. JRC Scientific and Policy Reports. European Commission.
  • Cartes J.E., Sardà F. 1992. Abundance and diversity of decapod crustaceans in the deep-Catalan sea (western Mediterranean). J. Nat. Hist. 26: 1305-1323. http://dx.doi.org/10.1080/00222939200770741
  • Craven P., Wahba G. 1979. Smoothing noisy data with spline functions: estimating the correct degree of smoothing by the method of generalized cross-validation. Numer. Mat. 31: 377-403. http://dx.doi.org/10.1007/BF01404567
  • Denis V., Lejeune J., Robin J.P. 2002. Spatio-temporal analysis of commercial trawler data using General Additive models: patterns of Loliginid squid abundance in the north-east Atlantic. ICES J. Mar. Sci. 59: 633-648. http://dx.doi.org/10.1006/jmsc.2001.1178
  • Dennard S.T., MacNeil M.A., Treble M.A., Campana S., Fisk A.T. 2010. Hierarchical analysis of a remote, Arctic, artisanal longline fishery. ICES J. Mar. Sci. 67: 41-51. http://dx.doi.org/10.1093/icesjms/fsp220
  • FAO-FISHSTAT. 2011. FAO Fisheries Department, Fishery information, Data and Statistics Unit. FishstatJ, a tool for fishery statistical analysis, release 2.0.0. FAO, Rome.
  • Hastie T., Tibshirani R. 1990. Generalized additive models. Chapman Hall, London. PMCid:PMC332745
  • Hilborn R., Walters C.J. 1992. Quantitative Fisheries Stock Assessment. Chapman & Hall, New York. http://dx.doi.org/10.1007/978-1-4615-3598-0 PMid:9908045
  • Lassen H., Medley P. 2000. Virtual population analysis. A practical manual for stock assessment. FAO Fisheries Technical Paper. No. 400. FAO, Rome. 129 p.
  • Lleonart J., Maynou F. 2003. Fish stock assessments in the Mediterranean: state of the art. Sci. Mar. 67: 37-49.
  • Marriott R.J., Wise B., St John J. 2011. Historical changes in fishing efficiency in the west coast demersal scalefish fishery, Western Australia: implications for assessment and management. ICES J. Mar. Sci. 68: 76-86. http://dx.doi.org/10.1093/icesjms/fsq157
  • Marx B.D., Eilers P.H.C. 1998. Direct generalized additive modelling with penalized likelihood. Comput. Statist. Data Anal. 28: 193-209. http://dx.doi.org/10.1016/S0167-9473(98)00033-4
  • Maunder M. N., Punt A. E. 2004. Standardizing catch and effort data: a review of recent approaches. Fish. Res. 70: 141-159. http://dx.doi.org/10.1016/j.fishres.2004.08.002
  • Maunder M. N., Sibert J. R., Fonteneau A., Hampton J., Kleiber P., Harley S.J. 2006. Interpreting catch per unit effort data to assess the status of individual stocks and communities. ICES J. Mar. Sci. 63: 1373-1385. http://dx.doi.org/10.1016/j.icesjms.2006.05.008
  • Maynou F. 2008. Environmental causes of the fluctuations of red shrimp (Aristeus antennatus) landings in the Catalan Sea. J. Mar. Sys. 71: 294-302. http://dx.doi.org/10.1016/j.jmarsys.2006.09.008
  • Maynou F., Demestre M., Sánchez P. 2003. Analysis of catch per unit effort by multivariate analysis and generalized linear models for deepwater crustacean fisheries off Barcelona (NW Mediterranean). Fish. Res. 64: 257-269. http://dx.doi.org/10.1016/j.fishres.2003.09.018
  • Neal R.A., Maris R.C. 1985. Fishing biology of shrimps and shrimplike animals. In: Provenzano A.J. (ed.) The Biology of Crustacea Vol 10: Economic aspects: fisheries and culture. Academic Press Inc.
  • Orsi Relini L., Mannini A., Relini G. 2013. Updating knowledge on growth, population dynamics, and ecology of the blue and red shrimp, Aristeus antennatus (Risso, 1816), on the basis of the study of its instars. Mar. Ecol. 34: 90-102. http://dx.doi.org/10.1111/j.1439-0485.2012.00528.x
  • Sardà F., Maynou F. 1998. Assessing perceptions: do Catalan fishermen catch more shrimp on Fridays? Fish. Res. 36: 149-157. http://dx.doi.org/10.1016/S0165-7836(98)00102-7
  • Sardà F., Maynou F., Talló L. 1997. Seasonal and spatial mobility patterns of rose shrimps Aristeus antennatus in the Western Mediterranean: results of a long-term study. Mar. Ecol. Prog. Ser. 159: 133-141. http://dx.doi.org/10.3354/meps159133
  • Scott D.W. 1992. Multivariate Density Estimation: Theory, Practice, and Visualization. Wiley, New York. http://dx.doi.org/10.1002/9780470316849
  • Stefánsson G. 1996. Analysis of groundfish survey abundance data: combining the. GLM and delta approaches. ICES J. Mar. Sci. 53: 577-588. http://dx.doi.org/10.1006/jmsc.1996.0079
  • Su N.J., Yeh S.Z., Sun C.L., Punt A.E., Chen Y., Wang S.P. 2008. Standardizing catch and effort data of the Taiwanese distant-water longline fishery in the western and central Pacific Ocean for bigeye tuna, Thunnus obesus. Fish. Res. 90: 235-246. http://dx.doi.org/10.1016/j.fishres.2007.10.024
  • Wasserman L. 2005. All of Nonparametric Statistics. Springer, New York.
  • Wood S. N. 2006. Generalized Additive Models: An Introduction with R. CRC/Chapman Hall, Boca Raton, Florida.
Fonte de datos: Dialnet