Skip to main content

DESDE LA EVALUACION DE STOCKS HACIA LA GESTION DE PESQUERIAS BASADA EN EL ECOSISTEMA

PID2022-140290OB-I00

•
Funding agency name Agencia Estatal de Investigación
Funding agency acronym AEI
Program Programa Estatal para Impulsar la Investigación Científico-Técnica y su Transferencia
Subprogram Subprograma Estatal de Generación de Conocimiento
Call Proyectos de I+D+i (Generación de Conocimiento y Retos Investigación)
Call year 2022
State Plan 2021-2023 Plan Estatal de Investigación Científica y Técnica y de Innovación
Beneficiary centre AGENCIA ESTATAL CONSEJO SUPERIOR DE INVESTIGACIONES CIENTIFICAS (CSIC)

Resultados relacionados

Resultados totales (Incluyendo duplicados): 1
Encontrada(s) 1 página(s)

Investigo. Repositorio Institucional de la Universidade de Vigo
Publication Tesis doctoral (DoctoralThesis)

Accounting for current challenges in commercial fish stock assessment models: it is worth increasing the complexity?, Teniendo en cuenta los retos actuales en los modelos de evaluación de poblaciones de peces comerciales: ¿merece la pena el aumento de complejidad?, Considerando os retos actuais nos modelos de avaliación de poboacións de peixes comerciais: paga a pena aumentar a complexidade?

  • Izquierdo Tarín, Francisco Daniel
Marine fisheries lie at the intersection of ecological complexity and human activity, providing food, employment, and cultural value worldwide, while exerting strong pressure on ecosystems. Scientific advice for sustainable management relies on stock assessment models, which transform biological and fisheries data into indicators of stock status and projections of future dynamics. Over recent decades, these models have evolved from simple, data-limited approaches to integrated frameworks capable of assimilating a wide range of inputs. Yet, a persistent challenge remains: finding the right balance between parsimony and complexity, i.e. how much detail is needed to represent essential ecological processes without compromising interpretability, transparency, or robustness. This thesis addresses this question through a general introduction, four analytical chapters, and a general discussion, focused on two species examined through empirical and simulated case studies: European hake (Merluccius merluccius), a demersal species with pronounced sexual size dimorphism in the Atlantic, and yellowfin tuna (Thunnus albacares), a highly migratory pelagic species in the Indian Ocean. The first two chapters refine assessment inputs using the Bayesian Integrated Nested Laplace Approximation (INLA). Fish abundance and distribution are shaped by spatial correlation, environmental variables, and temporal patterns; accounting for these dependencies yield standardized parameters that more accurately reflect ecological processes. For hake, a multivariate model is developed to correct biases in maturity ogives caused by uneven sampling. Similarly, a hierarchical delta model is developed to improve the recruitment index by incorporating spatiotemporal dependence, with depth emerging as the most influential covariate. These applications highlight the potential of INLA as a tool to reduce bias and strengthen fisheries advice, with broad applicability across species and contexts. The following two chapters investigate internal structural complexity configurations in Stock Synthesis 3 (SS3), a modern integrated framework adaptable to multiple settings. For hake, singlesex configurations failed to reproduce the dynamics captured by two-sex models. For tuna, spatially explicit models that incorporated processes such as regional recruitment and movement, along with tagging data, improved the representation of regional dynamics and reduced biases in biomass and depletion estimates. However, certain parameterizations also increased bias and created issues of parameter identifiability. Overall, the thesis concludes that complexity is valuable when hypothesis-driven, introduced incrementally, supported by sufficient data, and accompanied by explicit treatment of uncertainty. Improving inputs with methods such as INLA offers a way to increase realism, while structural extensions should be applied cautiously, supported by diagnostics and best practices. Complexity is therefore not an end in itself, but a strategic tool: it adds value when key processes are central and well understood, while in other contexts more parsimonious approaches may prove more effective., Las pesquerías marinas se sitúan en la intersección entre la complejidad ecológica y la actividad humana, proporcionando alimentos, empleo y valor cultural en todo el mundo, al tiempo que ejercen una fuerte presión sobre los ecosistemas. El asesoramiento científico para una gestión sostenible se basa en modelos de evaluación de stocks, que transforman datos biológicos y pesqueros en indicadores del estado de los recursos y en proyecciones de su dinámica futura. En las últimas décadas, estos modelos han evolucionado desde enfoques simples y con pocos datos hacia marcos integrados capaces de asimilar una amplia gama de insumos. Sin embargo, un desafío persistente consiste en encontrar el equilibrio adecuado entre parsimonia y complejidad: i.e. cuántos detalles son necesarios para representar los procesos ecológicos esenciales sin comprometer la interpretabilidad, la transparencia o la robustez de los resultados. Esta tesis aborda estas cuestiones mediante una introducción general, cuatro capítulos analíticos y una discusión final, centrados en dos especies clave a través de casos de estudio empíricos y simulados: la merluza europea (Merluccius merluccius), especie demersal con un marcado dimorfismo sexual en el Atlántico, y el atún de aleta amarilla (Thunnus albacares), especie pelágica altamente migratoria en el océano Índico. En los dos primeros capítulos se refinan insumos de evaluación mediante la aproximación bayesiana INLA (Integrated Nested Laplace Approximation). La abundancia y distribución de peces están condicionadas por la correlación espacial, las variables ambientales y los patrones temporales; al incorporarlos, se obtienen parámetros estandarizados que reflejan con mayor precisión los procesos ecológicos. En el caso de la merluza, un modelo multivariante corrigió sesgos en las curvas de madurez derivados de un muestreo desigual. De forma análoga, un modelo delta jerárquico generó un índice de reclutamiento mejorado al incorporar la dependencia espaciotemporal, con la profundidad como covariable más influyente. Estas aplicaciones ponen de relieve el potencial de INLA como herramienta para reducir sesgos y fortalecer el asesoramiento pesquero, con amplia aplicabilidad en distintas especies y contextos. Los dos capítulos siguientes investigan configuraciones estructurales en Stock Synthesis 3 (SS3), un marco integrado moderno y adaptable a múltiples contextos. En la merluza, las configuraciones de un solo sexo no lograron reproducir la dinámica captada por los modelos de dos sexos. En el atún, los modelos espaciales que incorporaron procesos como el reclutamiento regional y el movimiento, junto con datos de marcado-recaptura, mejoraron la representación de las dinámicas regionales y redujeron sesgos en las estimaciones de biomasa y depleción. No obstante, se observó que ciertas parametrizaciones incrementaron el sesgo y generaron problemas de identificabilidad de parámetros. En conjunto, la tesis concluye que la complejidad solo es valiosa cuando está guiada por hipótesis, se introduce de manera incremental, cuenta con datos suficientes y va acompañada de un tratamiento explícito de la incertidumbre. Mejorar los insumos con métodos como INLA constituye una vía de bajo riesgo para aumentar el realismo, mientras que las extensiones estructurales deben aplicarse con cautela, apoyadas en diagnósticos y buenas prácticas. Así, la complejidad no es un fin en sí misma, sino una herramienta estratégica: aporta gran valor cuando ciertos procesos son clave y están bien entendidos, mientras que en otros contextos enfoques más parsimoniosos pueden resultar incluso más eficaces., Agencia Estatal de Investigación | Ref. PID2022-140290OB-I00, Agencia Estatal de Investigación | Ref. RTI2018-099868-B-I00, Agencia Estatal de Investigación | Ref. PRE2019-087370