본문 바로가기
KERD
논문KCI 등재

서해 어획대상 잠재생산량 추정을 위한 자원평가모델의 비교 분석

Comparative analysis of stock assessment models for analyzing potential yield of fishery resources in the West Sea, Korea

김도훈|최지훈|최민제
한국수산해양기술학회 (The Korean Society of Fisheries and Ocean Technology)|2019.08|수산해양기술연구 (Journal of the Korean Society of Fisheries and Ocean Technology)|제55권 제3호|pp. 206-216|DOI 10.3796/KSFOT.2019.55.3.206

1

조회

0

다운로드

3

인용

0

참고문헌

키워드

State-space modelBayesian inferenceMaximum Sustainable YieldSurplus production modelObservation-error model
주제분류수산학

초록

본 연구에서는 서해 어획대상의 잠재생산량 추정에 가장 적합한 자원평가모델을 비교․분석하고, 해당 모델을 바탕으로 서해 어획대상의 자원상황을 파악하고자 하였다. 자원평가모델 선정을 위해서 과정오차모델, 관측오차모델, 그리고 Bayesian State-space 모델의 평가결과를 비교하였다. 분석 결과, Bayesian State-space 모델을 통해 추정된 연도별 단위노력당어획량이 실제 단위노력당어획량 자료를 가장 잘 반영하는 것으로 추정되었다. 따라서 분석 모델 중 Bayesian State-space 모델이 서해 어획대상의 잠재생산량 추정에 가장 적합한 것으로 평가되었다. Bayesian State-space 모델을 이용한 서해 어획대상 잠재생산량 추정 결과, 서해 어획대상의 잠재생산량은 231,949톤으로 나타났다. 그리고 서해 수산자원량의 경우 1967년 이후 지속적으로 감소한 것으로 나타났으며, 특히 2013년의 자원량은 최대지속적생산을 위한 자원량 수준의 약 36%에 불과한 것으로 추정되었다.

Abstract

This study is aimed to compare stock assessment models depending on how the models fit to observed data. Process-error model, Observation-error model, and Bayesian state-space model for the Korean Western coast fisheries were applied for comparison. Analytical results show that there is the least error between the estimated CPUE and the observed CPUE with the Bayesian state-space model; consequently, results of the Bayesian state-space model are the most reliable. According to the Bayesian State-space model, potential yield of fishery resources in the West Sea of Korea is estimated to be 231,949 tons per year. However, the results show that the fishery resources of West Sea have been decreasing since 1967. In addition, the amounts of stock in 2013 are assessed to be only 36% of the stock biomass at MSY level. Therefore, policy efforts are needed to recover the fishery resources of West Sea of Korea.

참고문헌 (30)

  1. Bolker BM, "Ecological models and data in R", pp.233~242 (2008), Princeton University Press
  2. Milani Chaloupka, "Using Bayesian state-space modelling to assess the recovery and harvest potential of the Hawaiian green sea turtle stock", Ecological Modelling, 205(1-2), pp.93~109 (2007), Elsevier BV[DOI]
  3. RAYMOND P. CLARKE, "A Bioeconomic Analysis of the Northwestern Hawaiian Islands Lobster Fishery", Marine Resource Economics, 7(3), pp.115~140 (1992), University of Chicago Press[DOI]
  4. de Valpine P, "Fitting population models incorporating process noise and observation error", Ecological Monographs, 72, pp.57~76 (2002)[DOI]
  5. Perry de Valpine, "State-space likelihoods for nonlinear fisheries time-series", Canadian Journal of Fisheries and Aquatic Sciences, 62(9), pp.1937~1952 (2005), Canadian Science Publishing[DOI]
  6. Technology and fisheries legislation, "Fitzpatrick J", FAO, 191~200, pp.Fisheries Technical Paper 350 (1996)
  7. William W. Fox, "An Exponential Surplus-Yield Model for Optimizing Exploited Fish Populations", Transactions of the American Fisheries Society, 99(1), pp.80~88 (1970), Wiley[DOI]
  8. W. R. Gilks, "Adaptive Rejection Sampling for Gibbs Sampling", Applied Statistics, 41(2), pp.337~348 (1992), JSTOR[DOI]
  9. Haddon M, "Modelling and quantitative methods in fisheries", pp.285~333 (2010), CRC press
  10. Hilborn R, "Quantitative fisheries stock assessment: Choice, dynamics and uncertainty", Reviews in Fish Biology and Fisheries, 2(2), pp.177~178 (1992), Springer Science and Business Media LLC[DOI]
  11. Kim DH, "Bayesian statistics using R and WinBUGS", pp.87~248 (2013), Freedom Academy
  12. 김현아, "통합생산량분석법에 의한 한국 서해 어획대상 잠재생산량 추정 연구", 수산해양기술연구, 54(1), pp.38~53 (2018), 한국수산해양기술학회[DOI]
  13. 권유정, "잉여생산량을 추정하는 모델과 파라미터 추정방법의 비교", 수산해양기술연구, 49(1), pp.18~28 (2013), 한국수산해양기술학회
  14. David J. Lunn, "WinBUGS-a Bayesian modelling framework: concepts, structure, and extensibility", Statistics and Computing, 10(4), pp.325~337 (2000), Springer Science and Business Media LLC[DOI]
  15. M K McAllister, "Using demographic methods to construct Bayesian priors for the intrinsic rate of increase in the Schaefer model and implications for stock rebuilding", Canadian Journal of Fisheries and Aquatic Sciences, 58(9), pp.1871~1890 (2001), Canadian Science Publishing[DOI]
  16. McAllister MK, "Bayesian stock assessment using catch-age data and the sampling-importance resampling algorithm", Canadian Journal of Fisheries and Aquatic Sciences, 54, pp.284~300 (1997)
  17. Renate Meyer, "BUGS in Bayesian stock assessments", Canadian Journal of Fisheries and Aquatic Sciences, 56(6), pp.1078~1087 (1999), Canadian Science Publishing[DOI]
  18. Russell B. Millar, "Non‐linear state space modelling of fisheries biomass dynamics by using Metropolis‐Hastings within‐Gibbs sampling", Journal of the Royal Statistical Society: Series C (Applied Statistics), 49(3), pp.327~342 (2002), Wiley[DOI]
  19. Markov chain Monte Carlo methods based onslicing' the density function, "Neal RM", Department of Statistics, University of Toronto, 1~27 (1997)
  20. Pella JJ, "A generalized stock production model", Inter-American Tropical Tuna Commission Bulletin, 13, pp.416~497 (1969)
  21. Tom Polacheck, "Fitting Surplus Production Models: Comparing Methods and Measuring Uncertainty", Canadian Journal of Fisheries and Aquatic Sciences, 50(12), pp.2597~2607 (1993), Canadian Science Publishing[DOI]
  22. Prager MH, "A suite of extensions to a nonequilibrium surplus-production model", Fish Bull, 92, pp.374~389 (1994)
  23. A. E. Punt, "Is B 1=K an appropriate assumption when applying an observation error production-model estimator to catch-effort data?", South African Journal of Marine Science, 9(1), pp.249~259 (1990), Informa UK Limited[DOI]
  24. 표희동, "수산자원량 추정을 위한 생물경제 모델의 적합성 평가", 수산경영론집, 33(2), pp.75~98 (2002), 한국수산경영학회
  25. Carolyn M Robins, "The impact of global positioning systems and plotters on fishing power in the northern prawn fishery, Australia", Canadian Journal of Fisheries and Aquatic Sciences, 55(7), pp.1645~1651 (1998), Canadian Science Publishing[DOI]
  26. Schaefer MB, "Some aspects of the dynamics of populations important to the management of the commercial marine fisheries", Inter-American Tropical Tuna Commission Bulletin, 1, pp.23~56 (1954)
  27. J. Schnute, "Improved Estimates from the Schaefer Production Model: Theoretical Considerations", Journal of the Fisheries Research Board of Canada, 34(5), pp.583~603 (1977), Canadian Science Publishing[DOI]
  28. Spiegelhalter D, "WinBUGS user manual", 1~60 (2003)
  29. Henning Winker, "JABBA: Just Another Bayesian Biomass Assessment", Fisheries Research, 204, pp.275~288 (2018), Elsevier BV[DOI]
  30. Zhang CI, "Stock assessment and management implications of small yellow croaker in Korean waters", Korean J Fish Aquat Sci, 25, pp.282~290 (1992)

관련 논문AI추천

효과적인 자원평가모델 선정을 위한 잉여생산량모델의 비교 분석: 동해 생태계의 잠재생산량 분석을 대상으로김도훈, 최민제한국해양과학기술원 · Ocean and Polar Research2019 · 제41권 제3호붉은대게(Chinonoecetes japonicus) 자원평가를 위한 잉여생산량모델의 비교 분석강희중, 김도훈, 서영일, 오택윤, 최지훈한국수산과학회 · 한국수산과학회지2020 · 제53권 제6호한국 해역의 살오징어(Todarodes pacificus) 개체군 자원평가를 위한 베이지안 상태공간 잉여생산량 모델의 적용강희중, 김규한, 안동영, HYUN SAANG YOON한국수산과학회 · 한국수산과학회지2021 · 제54권 제5호통합생산량분석법에 의한 한국 서해 어획대상 잠재생산량 추정 연구강희중, 김현아, 서영일, 장창익, 차형기한국수산해양기술학회 · 수산해양기술연구2018 · 제54권 제1호Bayesian state-space 모델을 이용한 말쥐치 자원평가 및 관리효과 분석김도훈, 서영일, 이성일, 이해원, 최민제한국해양과학기술원 · Ocean and Polar Research2020 · 제42권 제1호한국 동해 생태계의 잠재생산량 추정방법에 관한 비교 연구서영일, 임정현, 장창익한국수산해양기술학회 · 수산해양기술연구2018 · 제54권 제2호

이 간행물의 다른 논문 (9건)

Analysis on the body size selectivity for multi-species of discarding juvenile fishes in the bottom trawl김용해pp. 181-189실험실에서 문어 통발용 정어리 미끼의 유인 효과안영일pp. 190-197참조기 유자망어업에서 어로기술개발에 따른 어획성능지수 변동오택윤, 김병엽, 정태영, 이유원, 조현수, 차형기, 서영일pp. 198-205사천만과 남해연안에서 새우조망에 어획된 어류의 종조성 및 군집구조이승환, 정재묵, 김도훈, 송세현pp. 217-232광양만 연안에 분포하는 부유성 난 및 자치어의 종조성과 양적변동황태용, 추보라, 유태식, 이성훈, 한경호pp. 233-242
원문 보기