report of the 2011 blue marlin stock assessment and white
Transcripción
report of the 2011 blue marlin stock assessment and white
SCRS/2011/013 Collect. Vol. Sci. Pap. ICCAT, 68(4): 1273-1386 (2012) REPORT OF THE 2011 BLUE MARLIN STOCK ASSESSMENT AND WHITE MARLIN DATA PREPARATORY MEETING (Madrid, Spain – April 25 to 29, 2011) SUMMARY The Meeting was held in Madrid, Spain from April 25 to 29, 2011. The main objective of the meeting was to assess the blue marlin stock in the Atlantic and review the data required to apply the different models which will be used in the white marlin stock assessment foreseen for 2012. RÉSUMÉ La réunion a eu lieu à Madrid (Espagne) du 25 au 29 avril 2011. Le principal objectif de la réunion visait à évaluer le stock de makaire bleu de l'Atlantique et à réviser les données nécessaires pour appliquer les différents modèles qui seront utilisés dans l'évaluation du stock de makaire blanc prévue en 2012. RESUMEN La reunión se celebró en Madrid, España, del 25 al 29 de abril de 2011. El principal objetivo de la reunión era evaluar el stock de aguja azul del Atlántico y revisar los datos necesarios para aplicar los diferentes modelos que se utilizarán en la evaluación del stock de aguja blanca prevista para 2012. 1. Opening, adoption of Agenda and meeting arrangements Mr. Driss Meski, ICCAT Executive Secretary, opened the meeting and welcomed participants. The meeting was chaired by Dr. Freddy Arocha (Venezuela). Dr. Arocha welcomed Working Group participants and reviewed the objectives of the meeting. The Agenda (Appendix 1) was adopted. The List of Participants is attached as Appendix 2. The List of Documents presented at the meeting is attached as Appendix 3. The following participants served as rapporteurs: Items Rapporteur Items 1, 9 and 10 Item 2 Item 3 Item 4 Item 5 Item 6 Item 7 Item 8 Item 9 P. Pallarés P. Lynch, L. Reynal and P. Bannerman E. Prince and P. Lynch J. Hoolihan G. Díaz C. Brown and D. Die L. Kell and M. Ortiz F. Arocha and J. Santiago F. Arocha 2. Update of BUM basic information and review of WHM basic information 2.1 Task I (catches) The Secretariat provided a detailed report of updated Task I catch statistics (including discards) for the reporting period 1956-2010 (Table 1). However, since data from 2010 are preliminary and incomplete, the stock assessment was performed on data for the period 1956-2009. For those CPCs that did not report catches in 2010, these data were carried over from the previous year to support projection analyses. The catches in Table 1 also include the proportion of catches reported as unclassified billfish that were reclassified as blue marlin in the 2010 Blue Marlin 1273 Data Preparatory Meeting. Total Task I catch statistics were also presented in terms of catch or landings, and dead discards (Figure 1). Total catches with live and dead discards were also presented for those CPCs that reported these categories separated. It was noted, however, that few CPCs reported live discards corresponding with the ICCAT management recommendation mandating live release from longlines (Table 2). Total catches (including dead discards) were also presented by gear type (Figures 2 and 3) with longlines continuing to represent the dominant gear, but the proportion due to artisanal gillnets has been increasing over the last decade. This increase may be due to increased landings, better reporting, or a combination of both. Information on live discards was presented for the CPCs that provided that information (Table 2). However, since there is not sufficient information regarding post-release survival of blue marlin released from longlines, potential mortality of the live discard fraction was not incorporated into the total removals input matrix. Landings from FAD fisheries in the area of Martinique and Guadeloupe were also presented during the meeting and incorporated into the Task I table. Catch and fishing effort for these fisheries were estimated using historical effort data derived from interviews with boat captains, while historical landings were estimated using the average CPUE from 2008-2009 for Martinique and the CPUE from 2008 for Guadeloupe (Figure 4 and Figure 5). 2.2 Task II (catch-effort and size samples) The Secretariat provided a detailed summary of updated Task II catch and effort data, and total available data were presented in the 2010 Blue Marlin Data Preparatory Meeting. For size samples, the size compositions and size frequency analysis reported in the 2010 Blue Marlin Data Preparatory Meeting (Anon. 2011) was reviewed. Document SCRS/2011/049 presented a detailed analysis of catch data obtained from the National Observer Program database (NOP) from Brazilian chartered longliners. A total of 5,320 blue marlins were measured from 2005 to 2008. Specimens ranged from 89 to 350 cm LJFL, and the sex ratio favored males (1:1.73) in most length classes. Larger individuals tended to be caught below the 5°S latitude. Immature individuals were few and occurred only in two areas (0º, 15ºW and 25ºS, 25ºW). The smallest individuals (<170 cm) occurred offshore mainly in the first quarter. Largest individuals occurred in the south of the study area during austral summertime then moving clockwise towards the north in warmer waters during the wintertime, closing a possible reproductive migratory cycle in the south central Atlantic. These reports agreed with prior observations by Ueyanagi et al. (1970) and Amorim et al. (1998; 1994) that reported aggregations of blue marlin for reproductive purposes, in southern Brazil, between 20°S and 30°S, during the first quarter. 2.3 Other information (tagging) Conventional tag releases and recaptures were reported in 5x5 degree squares (Figures 6 and 7). The highest density of releases is from the western Atlantic and Caribbean. Tag recaptures are also concentrated in the western Atlantic Ocean and Caribbean Sea. 3. Review of WHM/spearfish catch estimates Shivji et al. (2006) recently validated the presence of roundscale spearfish (Tetrapturus georgii) in the western North Atlantic, a species that is morphologically similar to white marlin, and suggested that some unknown proportion of white marlin catches may actually be roundscale spearfish. This prompted the Group to discuss the possibility of estimating and removing a portion of the reported white marlin catch and reallocating those catches to roundscale spearfish. However, after discussing the results of prior research (Beerkircher et al. 2009, Arocha and Silva 2011), as well as document SCRS/2011/051 presented at this meeting, it was concluded that the amount of variability in the observed ratios between the two species (annual and interannual) and the insufficient spatial sampling coverage would preclude the ability to reliably estimate proportions of roundscale spearfish from white marlin catches at present. Furthermore, it was noted that there is additional confusion in the identification of spearfishes in general among CPCs. Therefore, it is the decision of the Group to treat the upcoming white marlin assessment (2012) as a white marlin/spearfishes species complex. There are ongoing research projects addressing the issue of misidentification of these species; however, it was noted by the Working Group that reliable population-level estimates would require a comprehensive Atlantic-wide sampling program, as well as a large-scale retrospective analysis. Furthermore, it was noted that the Spanish longline fleet may represent an ideal sampling platform for estimating white marlin/roundscale spearfish proportions on broad temporal and spatial scales, particularly for the northeastern and southwestern regions of the Atlantic Ocean (SCRS/2011/035). 3.1 Task I (catches) The Secretariat provided a detailed report of Task I catch statistics (including discards) for the reporting period 1956-2010 (Table 3). However, since very few CPCs reported data for 2010, these catches are preliminary and 1274 incomplete. Following the reclassification of unclassified billfish developed in the 2010 Marlin Data Preparatory Meeting, white marlin catches include the proportion of catches that were reclassified as white marlin. Total catches with live and dead discards were also presented for those CPCs that reported these categories separated (Figure 8). Total catches (including dead discards) were also presented by gear type (Figures9 and 10), with longlines continuing to represent the dominant gear for removals. Information on live discards was presented for the CPCs that submitted this information to the Secretariat (Table 2). Document SCRS/2011/026 provides information obtained from Uruguay’s Pelagic Longline Observer Program on the catch of white marlin taken by the Uruguayan fleet operating in the southwestern Atlantic Ocean during the period April 1998 to December 2010, and the Japanese longline fleet that operated in the Uruguayan EEZ from March to September 2009 and from May to September 2010. The largest catches of the Uruguayan fleet were recorded north of 30°S. The highest CPUE values were obtained in areas with sea surface temperature (SST) between 20 and 24°C. Nominal CPUE of the Japanese longline fleet (2009-2010) was lower than the nominal CPUE of the Uruguayan fleet. However, considering the operational depth of this fleet (100-200 m), the area of operation (34-37°S), and the distribution limit of the species, this difference in CPUE was very small. This could be due to different behavior of individuals in areas at higher latitudes, with more time spent at a greater depth and lower temperatures. The mean size of white marlin (by sex) caught by the Japanese fleet was higher than those caught by the Uruguayan fleet (SCRS/2011/026). 3.2 Task II (catch-effort and size samples) The Secretariat provided a detailed summary of Task II size data for white marlin. In addition to catch and effort data, the size composition data presented for white marlin in the report of the 2010 Marlin Data Preparatory Meeting were updated and presented. Length measurements were standardized to lower jaw fork length (LJFL, cm) using the equations in the ICCAT Manual. Slight differences in data collection methodology were exhibited across the fisheries (i.e. specification of the size intervals used for measurement, and or the size bound reported, mid-point or upper-lower size bin limit). In these instances, no conversions were applied because the differences were minimal. Suspicious length measurements were excluded by restricting the size data to a range of 50 and 400 LJFL cm, respectively. Overall, size data were analyzed from ten flags and three different fishing gears, including new size series of white marlin from Portugal and Ghana. Results were presented as annual mean LJFL (Figure 11) and were summarized as: a) size distribution histograms by year for the past ten years (Figure 12), for the dominant fishing gears (Figure 13), and dominant CPC fleets (Figure 14). In general, there was little trend in mean LJFL or in the shape of the frequency histograms. However, catches in the artisanal fisheries off western Africa reported catching larger than average fish. Plots of cumulative probability across the observed range of LJFL by year were generated for the longline and the U.S. sport fisheries combined (Figure 15), and a separate plot was created for the gillnet fisheries (Figure 16). These figures indicate relatively consistent patterns of size-selectivity for white marlin across fisheries and through time. 3.3 Catalogue of available information The currently available white marlin Task I and Task II data were presented by flag and fleet for the past two decades (Table 4). In the table, the solid color cells represent strata for which data have been reported. It is evident that many CPCs have not fulfilled their reporting obligations for white marlin. 3.4 Other information Conventional tag releases and recaptures were reported in 5x5 degree squares (Figures 17 and 18). The highest density of releases is from the western Atlantic and Caribbean. Tag recaptures are also concentrated in the western Atlantic and Caribbean. 4. Review of biological, habitat, and tagging data for blue marlin and white marlin 4.1 Biological data 4.1.1 Blue marlin Biological information presented at the 2010 blue marlin data preparatory and 2011 assessment meetings was reviewed, along with relevant peer-reviewed studies published since the previous assessment (2006). Ongoing age and growth analyses were presented for blue marlin (n = 440) sampled from Brazil and Venezuela between December 2004 and December 2006. Transverse fin spine sections from 151 females, 286 males, and 3 unidentified were included. Relative marginal increment analysis was used to determine the periodicity of annulus 1275 formation. The effects of so called “false” annuli (e.g. double, triple rings) created uncertainty in some counts. Similarly, obliteration of early formed annuli due to spine core vascularization over time created problems. Failure to account for obliterated annuli may prevent age estimation or result in underestimation of affected spines. Also, lack of adequate sample representation for very large blue marlin hindered accurate growth curve estimates from these samples. Estimated sizes at sexual maturity were 183 cm LJFL (females), and 150 cm LJFL (males). SCRS/2011/021described the spatial and temporal characteristics of the sex ratios and spawning activity for blue marlin caught in the Venezuelan pelagic longline (n = 1,935) and artisanal drift gillnet (n = 19,037) fisheries for the period 1991-2009. Sex ratio favored males throughout the season in the pelagic longline fishery, but to a lesser extent in the artisanal drift gillnet fishery. Sex ratio at size favored males strongly for specimens <200 cm LJFL in both fisheries. The size of fish caught by the artisanal drift gillnet fishery has remained stable (~200 cm LJFL, females; ~175 cm LJFL, males). However, the number of large males present during the early period in the fishery has been replaced by large numbers of small males in recent years. Large males (>300 cm LJFL), although small in number were present most of the year. The overall sex ratio proportion from the two fisheries was 0.44 female, indicating a dominance of males. Mature males may move north on a seasonal basis for spawning. Mature post-spawned young females (200-275 cm LJFL) move from spawning grounds around Puerto Rico into the southern fishing areas, presumably to replenish energy (i.e. feeding) lost to reproduction. SCRS/2011/049 described the length composition and spatiotemporal distribution of South Atlantic blue marlin (n = 5,320) from data collected by the Brazilian National Observer Program during 2005-2008. Lengths ranged from 89 to 350 cm LJFL. Of 876 samples sexed, males were more predominant than females (1:1.73). The seasonal distribution of largest individuals suggested a cyclic pattern of migration from the south during the austral summer, then moving clockwise into warmer northern waters during the winter. Empirical relationships between natural mortality (M) and maximum age, based on Hoenig (1983) were presented to the Group (Figure 19). While the limitations of the method are acknowledged, no alternative direct estimates of M were available. Therefore, for the purpose of the 2011 blue marlin assessment an M value of 0.139 was used assuming a maximum age of 30 years. 4.1.2 White marlin SCRS/2010/042 estimated age and growth for white marlin captured in the commercial and artisanal fisheries in the western Atlantic and Caribbean. For further details see 2010 blue marlin data preparatory meeting report. Arocha and Silva (2011) examined the spatial and temporal distribution of the proportion of roundscale spearfish relative to white marlin from observed sets in the Venezuelan pelagic longline fleet. For further details see Report of the 2010 Blue Marlin Data Preparatory Meeting. SCRS/2011/026 presents information from the Uruguayan Observer Program about size composition and sex ratio, in two strata of depth (≤100 m and 100-200 m), for white marlin caught by Uruguayan and Japanese fleets, as well as sea surface temperature (SST) data. A total of 328 individuals were measured in the Uruguayan surface fleet, and an average size of 173.1 cm LJFL (range 120-208 cm) was estimated with males having a lower average size than females. In the Japanese fleet which operated exclusively in the Uruguayan EEZ, the average size was 176 cm LJFL, with males having a higher average size (182 cm) and two of the individuals observed were above 200 cm LJFL (203 and 219 cm). Sex ratio (females:males) observed in the Uruguayan and Japanese fleets was 3:1 and 1.7:1, respectively. Highest catches were observed in areas where SST was between 20 and 24° C. According to the authors, these data suggest a possible higher plasticity for this species which in some areas allows adaptation to increased depths and lower water temperature. SCRS/2011/051 described the use of genetic analysis to differentiate between white marlin and roundscale spearfish from 212 tissue samples collected at an annual recreational fishing tournament held in Cape May, New Jersey, (U.S.A.) for the period 1992-2010. Results indicated that roundscale spearfish comprised 2.1% of combined species from 1992-2000, but increased to 33.3% from 2002-2010. Considerable year-to-year variation in the relative proportions of the two species was evident over the past decade, suggesting that extensive temporal sampling is warranted to accurately estimate relative proportions for any particular area. SCRS/2011/035 reported observations of white marlin bycatch (n = 1,385) from the Spanish surface longline fleet targeting swordfish during 1993-2010. At least one white marlin was caught in 18.9% of sets that did catch swordfish. White marlin comprised 12.85% of the total number of istiophorids. Sizes ranged from 130 to 280 cm LJFL for females, and 95 to 285 cm LJFL for males. Size frequencies by year are provided. Of 822 specimens sexed, 42.5% were female and 57.5% male. 1276 4.2 Habitat 4.2.1 Blue marlin SCRS/2011/052 described preliminary investigation into the possible influence of environmental factors on the catchability of blue marlin off Ghana. Seasonal variation in upwelling and sea surface temperatures in the Gulf of Guinea affected the distribution of blue marlin. The availability of blue marlin decreases during the upwelling period (July-September). This period is also characterized by lower temperatures. Other factors may influence the perceived decrease in abundance, such as a shift in fishing gears to target small pelagics. Further investigation is warranted. Kell, et al. (2011) reported on exploratory CPUE standardization for blue marlin caught inside and outside of the Atlantic oxygen minimum zone. For further details see the Report of the 2010 Blue Marlin Data Preparatory Meeting. Kraus et al. (2011) examined horizontal movements of blue marlin (n = 42) monitored with PSATs in the Gulf of Mexico (GOM) during the period 2003-2008. Days at large ranged from 4 to 334. While some fish exhibited egress into the areas of Belize (Caribbean Sea) and U.S. Virgin Islands, most remained in the GOM. Mean displacement ranged between ~300 and 1,200 km. Tracks revealed highly variable movement patterns, regardless of tagging location, season, or egress status. Seasonal changes in distribution suggested a north-south cyclical movement pattern within the GOM. Results support a new perspective of blue marlin in which the GOM provides suitable year-round habitat that is utilized by a subset of the Atlantic population. Wells et al. (2010) investigated regional variation in otolith chemistry of blue marlin from the western North Atlantic. Samples (n = 65) originated from the GOM, Straits of Florida, Caribbean Sea, and western North 18 Atlantic. Reduced variability in otolith δ O of GOM samples, combined with high classification success of samples from this region, suggests that movement out of the GOM may be more limited compared to the other regions investigated. Although a single Atlantic-wide stock is still supported, these results suggest the possibility that migratory contingents may be present, warranting further investigation. 4.2.2 White marlin SCRS/2011/035 described the spatial and temporal characteristics of white marlin (n = 1,385) captured as bycatch by the Spanish surface longline fleet targeting swordfish during 1993-2010. Plots illustrate the spatial habitat of white marlin for the central and eastern North Atlantic, and South Atlantic. White marlin catch distribution during 1993-2010 is plotted with management zones gridded. 4.3 Tagging 4.3.1 Blue marlin An update was presented on ICCAT tagging database. For blue marlin, it includes a total of 53,045 releases and 921 (1.74%) recaptures. Snodgrass et al (2011) provided an update of the U.S. conventional tagging data base for blue marlin. For further details see 2010 blue marlin data preparatory meeting report. Other recent PSAT studies have reported movement tracks or displacement vectors of blue marlin in the Atlantic (Goodyear et al., 2008; Kraus et al., 2011; Prince and Goodyear, 2006; Prince et al., 2010). 4.3.2 White marlin An update was presented on ICCAT tagging database. For white marlin, it includes a total of 46,858 releases and 1059 (2.26%) recaptures. Orbessen et al (2011) provided an update of the U.S. conventional tagging data base for white marlin. For further details see the Report of the 2010 Blue Marlin Data Preparatory Meeting. 5. Review of catch per unit effort series: blue marlin and white marlin 5.1 Blue marlin SCRS/2011/050 presented standardized CPUE series for blue and white marlin for the Brazilian longline fisheries. The authors used three different modeling approaches: zero-inflated negative binomial, delta lognormal, and 1277 tweedie GLM. The variables tested in the models were year, area, quarter, and strategy. This last variable describes the fishing strategy that includes factors such as targeting, gear configuration, etc. Based on model diagnostics, the authors indicated that delta-lognormal model was the most appropriate for the data. The final estimated CPUE had a high degree of interannual variability, but with a strong declining trend in the last five years of the time series. The Group briefly discussed the concept of the variable strategy and its estimation technique. The Group indicated that in the past, Brazilian scientists excluded some of the ‘strategies’ defined using cluster analyses in their estimation of CPUEs. However, the authors indicated that following the SCRS advice they included all strategies in their analyses. The Group discussed the differences between the CPUEs presented in the data preparatory and the current estimation with regards to the use of the interactions terms year*quarter and year*strategy that can affect the estimation of the estimate by year. The authors conducted some additional analysis during the meeting and based on the results the authors advised the Group not to include the interaction terms in the final model due to concerns of a fixed year interactions effects. It is noted that the existence of year interactions whether or not it is included in the model may pose difficulties in the estimation of the index values. The Group discussed the high variability of the Brazilian index, the potential reasons of such variability, and if the index might reflect changes more related to the fishery than true population trends. It was also mentioned that the downward trend at the end of the time series might be the result of the implementation of mandatory use of circle hooks in the fleet. However, the Group did not have enough information to evaluate the potential impact of the use of circle hooks on the catch rates. SCRS/2011/047 presented an evaluation of approaches to estimating relative abundance (i.e., CPUE standardization). A simulation analysis was used to generate catch data with an underlying biomass following the dynamics of the Japanese longline fishery in the Atlantic. A range of biomass trends and patterns in vertical catchability were evaluated, and the models compared included statHBS, GLM, and delta-lognormal GLMs. Overall, the statHBS model provided more accurate estimates of true biomass; however, for simplicity this study did not incorporate spatial and population structure. Also, the statHBS model relied on estimates of hook depth that were assumed without error. In practice, the uncertainty surrounding hook depth may reduce the accuracy of statHBS. SCRS/2011/048 presented the results of a simulation model (LLSIM) that integrated species distributions with longline-hook distributions of time at depth to predict catch per set. The species’ habitat was stratified by month, latitude, longitude and depth. Externally-derived relative abundances by latitude and longitude were inputs to the model and distributed by depth according to the ambient temperature or decay in temperature with depth relative to the temperature of the surface mixed layer. The spatial distributions of longline sets by gear configuration were also model inputs by year (1956-1995), month, latitude and longitude based on the observed effort by the Japanese longline fleet in the Atlantic, or alternatively the same number of sets was randomly assigned to the central tropical Atlantic (CTA) for the same months and years. The stocks were assumed to be either stable or declined with time. The resulting simulated time series were standardized using GLM (Generalized Linear Model) and HBS (deterministically derived standardized abundance incorporating external environmental information) methods. The results were contrasted with the known “true” distributions. Neither the GLM nor HBS consistently accurately recovered the “true” trend in stock abundance when the longline sets mirrored the historical distributions of the Japanese longline sets, presumably because of spatial or other shifts in fishing effort with time. Neither method appeared superior. The Group discussed that an index that includes the entire Atlantic instead of only the Central Tropical Atlantic (e.g., CTA) may be preferable because restricting it to high abundance areas might not reflect the true change in abundance in the entire population. The Group also discussed on the use of the theoretical time spent for each hooks at depth in the simulation study given that studies using TDRs have showed different hook behavior, and also other variables such as the time of longline setting and haulback, and the use of multi and monofilament lines are known to have a strong effect on catch rates. The Group also briefly discussed if spatial changes in the Oxygen Minimum Zone (OMZ) in the CTA would results in a changes of the carrying capacities for the affected species. After a lively discussion, the Group agreed that given the level of information available there was no clear answer to the question. SCRS/2011/043 presented blue marlin standardized CPUE for the Japanese longline fleet estimated using a GLM lognormal model approach adding a constant value. The CPUE was estimated for two separate periods 1990-2000 and 2001-2009 to accommodate the ICCAT management measure that requires the release from longline vessels of blue and white marlin that are alive at haul back. This was necessary because the estimated CPUE for the period after 2000 was estimated only using kept blue marlin instead of all marlin caught (i.e., kept and released). Note that the authors indicated that there was an error in the estimation used in the CPUE presented in the document and a new estimate (SCRS/2011/043rev) was presented during the meeting. The CPUE was estimated using aggregated catch and effort (i.e. number of hooks) by 5x5 degrees squares and by gear configuration (i.e., hooks per basket). 1278 The variables tested in the model were year¸ quarter, area, hooks per basket and the interaction terms quarter*area and year*area. The Group discussed the limitation of using only kept blue marlin to estimate an index of abundance and the validity of assuming a constant rate of released blue marlin after the implementation of the 2001 ICCAT management measure. The Group noted that document SCRS/2011/052 presented catch and effort (number of trips) information and requested the Secretariat to estimate a standardized index for this fishery (Appendix 4). SCRS/2011/045 presented a standardized blue marlin CPUE series for the Chinese Taipei longline fleet. The index was estimated using the lognormal and GAM model approaches and testing the variables month, year, latitude, and longitude and the interactions with the year term. The authors indicated that the GLM (lognormal) model with interaction terms was the most appropriate as it explained the most deviance. However, all the estimated CPUEs were very similar. The Group discussed extensively the available CPUE series (both the series presented in the 2010 data preparatory meeting and those presented during the current meeting) and developed a series of criteria to guide the discussion. For the selection of the CPUE series the Group took into consideration the advice from the Report of the 2009 ICCAT Working Group on stock Assessment Methods (Anon. 2010), if the estimated CPUEs had model diagnostics, the level of aggregation of the data used, the length of the time series, if the CPUEs were standardized or not, the modeling approach (lognormal vs. delta-lognormal), if there were gaps in the time series (missing years), if the CPUEs were estimated by national scientist or by the ICCAT Secretariat using Task II data, and if the CPUE were estimated using the entire blue marlin catch or only kept fish. The CPUE series available by the Group were: (1) Japan-LL 1990-2009, (2) Japan-LL 1956-2008 prepared by the Secretariat using Task II data, (3) Japan-LL 1960-1998 used in the 2000 stock assessment, (4) China Taipei-LL1968-2009, (5) China-Taipei 1968-2004 prepared by the Secretariat using Task II data, (6) USA-LL 1986-2009, (6a) USA-recreational 1974-2009, (7) Venezuela-LL 1991-2009, (8) Venezuela-small scale 1991-2009, Venezuela-sport 1961-1995 (historical), (9) Korea-LL 1976-2008, (10) Brazil-LL 1980-2010, and (11) Ghana-gillnet 1997-2010. The Group agreed to use in the models base case the USA-LL, USA-recreational, Venezuela-LL, Venezuela-small scale (gillnet), and the Venezuela-sport CPUE series that were presented in the 2010 blue marlin data preparatory meeting. The Group agreed on the need to use a time series for longline fisheries that extended back in time to the 1950-1960s. The Group held an extensive discussion with regard to the three available Japanese indexes. It was decided not to include the Japan-LL 1956-2008 CPUE series because it was prepared by the Secretariat using Task II data without input from the Japanese national scientists. The Group agreed to include the Japanese LL CPUE series used in the 2000 stock assessment that covered the period 1960-1998 and the series presented during this stock assessment meeting, but only for the period 2001-2009. This two series were included as separate series because they correspond to two periods of time with different blue marlin management regulations. Following a similar rationale, the Group chose the Chinese Taipei index prepared by national scientists presented in the meeting over the index prepared by the Secretariat using reported Task II data. Note that although the Chinese Taipei CPUE series was estimated for the entire period 1968-2009, the Group decided to split the series into the periods 1968-2000 and 2001-2009 to account for the changes in management regulations previously mentioned. The Group also included the Ghanaian index that was prepared by the ICCAT Secretariat using data presented by national scientists during the meeting. The entire Group concurred with the decision of not including the Korean LL index that was prepared by the Secretariat. This decision was based mostly on the fact that the time series had gaps (missing years), the uncertainty surrounded the data used in its estimation, and because the index was estimated using reported Task II data it had a relatively high degree of aggregation and poor resolution. In addition, the time period covered by the Korean LL index was already covered by the Japanese and Chinese Taipei indexes. The selected blue marlin indexes used in the 2011 blue marlin stock assessment are presented in Table 5 and shown in Figure 20. Composite blue marlin CPUE series The composite blue marlin CPUE for the index series was estimated using a GLM model with three different weighting schemes. The model included Year and Index source as factors, and the weighting scenarios used were: a) equal weighting, b) catch weight factor, defined as the ratio of the catch by the fleet/gear representing each index to the total catch of all other indices fleets combined, and c) area weighting, defined as the number the 5x5 degree cells fished by the fleet/gear representing each index to the maximum number of 5x5 cells within a year by any given fleet. Table 5 shows the provided CPUE series. The composite CPUE series were estimated using a 1279 Generalized Linear Model, assuming a log-error distribution for the input CPUE series. The formulation of the model was log(CPUE) = year + Source (CPUE index series) + error. Composite CPUE values were back-calculated from the LSMeans of the model fit. Three composite CPUE series were estimated for blue marlin, Table 6 and Figure 21 show the resulting composite CPUE values. 5.2 White marlin SCRS/2011/050rev presented the estimation of white marlin CPUE for the Brazilian longline fishery used the same methodology described in the blue marlin section and no interaction terms were included in the final model. The estimated CPUE, although variable, did not have the large interannual variability observed for blue marlin. SCRS/2011/044rev presented the white marlin standardized CPUE for the Japanese longline fleet estimated using a GLM (see Section 5.1) lognormal model approach adding a constant value. It used the same methodology described in document SCRS/2011/043rev for blue marlin including the estimation of separate indexes for periods 1990-2000 and 2001-2009 to account for differences in marlin management. The Group inquired about the selection of the areas used in the analysis and requested that in the future Japanese scientists could compared the results of using the old area selection methodology (based in fishing strategies) with the new approach of using a cluster analysis to define fishing areas. SCRS/2011/033 presented standardized catch rates of white marlin for the Venezuelan longline fishery. The series was estimated with a GLM approach assuming a delta-lognormal distribution and including year, vessel, bait type, depth of hook, area, and season, and the interaction terms in the model. Model diagnostics showed no major deviations from the model assumptions. The Group asked why the models included individual vessels instead of grouping the vessels by category. The authors indicated that this approach takes better into account the variability associated to each vessel in those cases where the same vessels do not continuously operate throughout the entire time series. SCRS/2011/034 presented standardized catch rates of white marlin for a small scale gillnet fishery from Venezuela. The series was estimated with a GLM approach assuming a lognormal distribution and including year and season and interactions. Model diagnostics showed no major deviations from the model assumptions. The white marlin CPUE series described above are presented in Table 7 and shown in Figure 22. 6. Stock assessment 6.1 Methods and data used One document was presented on stock assessment methodology (SCRS/2011/046). This document used the catch and indices of abundance as provided at the 2010 Blue Marlin Data Preparatory Meeting to update the surplus production models conducted in the 2000 blue marlin stock assessment. Three modeling software packages were used in this analysis: ASPIC, Bayesian Surplus Production model, and Stock Synthesis configured as age-structured production model. Model configurations were made to be as close as possible to those of the ASPIC model conducted in 2000. The results of the modeling suggested that the blue marlin stock was closer to the ICCAT management benchmarks than previously estimated. This result held true regardless of which of the two modeling platforms (ASPIC or Stock Synthesis) were used. It was evident, however, that the Brazilian longline and Korean longline CPUE indices presented at the 2010 Blue Marlin Data Preparatory Meeting were the most influential for the estimated differences in B/BMSY and F/FMSY. However, the Brazilian indices available at the data preparatory meeting were revised for the assessment meeting, and during the assessment meeting the Group decided that the Korean longline CPUE should be omitted from further consideration due to the limited detail of the available data (only Task II data were used), and absence of contributed expertise from the CPC scientists in the development of the indices. The Group agreed to conduct the evaluation of stock status using two models: 1) a non-equilibrium production model (ASPIC) for continuity from the 2000 assessment (the last assessment during which stock status benchmarks were developed), and 2) the fully integrated stock synthesis model described in Appendix 5. The Group also agreed to conduct initial base case runs using the indices as defined in Section 5, applying equal weighting among the indices. The catch series agreed upon included assignments of unspecified billfish to specific species, as calculated by the Secretariat, and an estimated catch series for Martinique and Guadaloupe provided during the meeting. The catch was assigned to 4 gear groupings: longline, gillnet, purse seine, and rod and reel (recreational catches), with all other gears being grouped with longline since it is the least selective gear for blue 1280 marlin with respect to size. It was noted that Senegal had been reporting handline and troll catches through 2007, but beginning in 2008 began reporting sport catches and no longer reported handline and troll catches. After reviewing the size frequency distributions for the Senegalese catch series, these were all grouped with longline for the assessment analyses. As explained in Section 4.1.1, the Group followed the approach developed by Hoenig (1983) using the linear regression parameters developed for fish species to calculate an estimate of natural mortality, so that: ln(Z) = 1.46 – 1.01 * ln (tmax) , where Z is the constant instantaneous rate of mortality and tmax is the maximum age. In an unfished state, M = Z. Assuming a maximum age of 30 years (slightly above the 27+ years obtained by Hill et al. 1989 through hard part aging of Pacific blue marlin), the resulting natural mortality (M) estimate was 0.139. 6.2 Stock status 6.2.1 Non-equilibrium production model ASPIC 5.3.4 was used for all model runs and in all cases it was assumed they started at 1956 with the same carrying capacity. All available CPUE indices were scaled to the average of the U.S. recreational CPUE index over the period of overlap of each index. The U.S. recreational index was chosen because it is the only one that has sufficiently long periods of overlap with all other indices. ASPIC 5.3.4 has a limit of 10 CPUE series, so an initial model was set up with ten of the eleven available indices. The only index that was not used was the late period (2001-2009) for the Chinese Taipei longline index. Since it was necessary to exclude at least one index, this particular index was selected for exclusion because the effect on the indices of the implementation of regulations requiring the release of live fish was unclear, since this index was developed from kept fish only, and the time period was covered by other indices (It was noted that other indices, such the Japanese longline index for 2001-2009, may also be affected by implementation of these regulations). When data were fitted equal weights for these 10 CPUE series, or with weights proportional to the area covered by each fishery, ASPIC could not converge. Combined indices of all series weighted equally, weighted by the area of the fishery, and weighted by the catch of each fishery were also used with ASPIC. In these later cases ASPIC converged to estimates that were deemed unrealistic, with values of r of 0.023 and K of 185,000 tons. This lack of convergence or convergence to unrealistic results is related to the presence of the many conflicting trends found in the CPUE as seen in the correlation matrix for CPUE indices (Table 8). Two alternative ASPIC runs were made to cope with these problems. First, a run with all 10 indices was prepared where only MSY was estimated and where K was assumed to be 100,000 tons in order to achieve convergence. This assumption produces fits that resemble the fit obtained in 2000, where the estimated K was 85,600 tons and is equivalent to constraining the value of r (Figure 23). This run is later referred to as “low productivity”. A second run was prepared for ASPIC where a selection of indices was conducted under the premise that some indices reflect abundance more than others. All indices used in this run were weighted by the average area of each fishery. The indices of Ghana and Brazil were excluded because they tend to be negatively correlated with most of the other indices over which they overlap. The Chinese Taipei and Japanese index were split between pre and post 1980 to represent the possibility that the CPUE standardization had not removed the variation in catchability caused by the development of deep water operations for bigeye tuna. The Chinese Taipei index was only used prior to 1980 since the period 1981 to 2000 is negatively correlated with all the other indices with which it overlaps. This left a run with seven indices referred to later as “high productivity” (Figure 24). This run did converge to a plausible albeit different result than the “low productivity” run (Table 9). The Group considered that the “low productivity” run was having difficulty reconciling the long term catch trends (with a general pattern of initial large drop in CPUE followed by a long period of relatively leveled catch rates) with the catch trends (initial relatively high catches, followed by somewhat reduced catch levels, and then increased catch levels again. Only when some of the CPUE series are eliminated does the model converge to a solution and the remaining CPUE series become somewhat more informative about stock productivity (“high productivity” run). The current status determinations for these two runs are rather similar (Table 10), with the stock biomass in both cases estimated to be below BMSY and the fishing mortality exceeding FMSY. There were considerable differences in the estimates of MSY, 2,700 t and 4,300 t for the low and high productivity runs respectively. The corresponding r values for these two runs were equally different, 0.11 and 0.65, respectively. 1281 These results highlight the fact that there is no information in the relative abundance indices that can be unequivocally used to determine how productive the stock is. The level of productivity does not change the estimated current status of the stock which is assessed to be overfished and suffering overfishing. 6.2.2 Statistically integrated model The basic structure, assumptions and inputs of the Base Case of the fully integrated model on the stock synthesis platform are described in Appendix 5. The configurations and results of specific runs are described below. Base Case The estimated growth parameters resulted in male and female growth curves that agreed well with what is believed to be the true biological functions (Figure 25, top). The resulting fit to the observed sex ratio observations (Figure 25, bottom) were very satisfactory, especially with regard to sexually mature fish. Consequently, the Group adopted a two-sex model approach. The fit to the CPUE time series demonstrated the inconsistencies between the eleven indices (Figure 26). The model was unable to fully capture some of the observed annual variations in the CPUE. This was assumed to be due to the bounds imposed on recruitment deviations (-0.5 and 0.5). The length composition data was found to provide no meaningful signal with regard to annual variation in recruitment. Given this, and the annual consistencies in the length frequency data, the fit to the lengths and the resulting estimated selectivities (Figure 27) posed no meaningful problems. The time varying selectivity for the sport fishery was found to be a satisfactory solution to account for changes in the length frequencies that were due to changes in minimum size regulations. The fit to the estimated post-release mortalities of recreational live discards due to, among other things, the minimum size regulation is shown in Figure 28. The fit was deemed by the Group to be satisfactory. The Group discussed as to how best deal with post-release mortality of live discards from longline gear within the assessment modeling framework. The Group recognized the basis of the problem being a lack of reliable estimates of discards both with regard to quantity and length composition. Further discussion followed that emphasized the need for fleet specific discard mortality estimates as well. Estimated trends in spawning stock biomass were found to be similar to those estimated in previous assessments (Figure 29). Estimates of recruitment showed very wide confidence intervals (Figure 30). This is due to the fact that nearly all the signal for recruitment was from the CPUE data, as none was found in the lengths data. The CPUE data was mostly an adult index and, as such, cannot provide a clear signal to annual recruitment strengths. Furthermore, given the inconsistencies in the CPUE time series, the model was unable to obtain reliable estimates of annual recruitment. Nonetheless, a trend was evident in estimated trajectories by an increase from 1990 to 2000 followed by a sharp decline afterwards. However, the signal for this trend more likely originated from the landings data, which also showed a drop off at the same time but was probably due to regulatory measures. Given all the above difficulties, estimates of annual recruitment remain highly uncertain. Uncertainties in recruitment notwithstanding, estimates of the spawning stock-recruitment relationship appeared reasonable (Figure 31). However, recruitment deviation bounds were hit for some years (Figure 32). The estimate of virgin recruitment was 5.026 (log scale) with a standard deviation of 0.166, and the estimate of steepness was 0.411 with a standard deviation of 0.062 (Table 11). This resulted in an estimate of maximum sustainable yield of 2837 t (SD = 246 t). The resulting estimate of stock status from the base case model were that the stock is currently overfished (B/BMSY = 0.670, SD = 0.071) and undergoing overfishing (F/FMSY = 1.633, SD = 0.263). The annual trend in stock status is shown in Figure 33. To better characterize the uncertainty around the parameter and derived quantities estimates, a series of posterior distributions based on a Bayesian analysis (using the MCMC algorithm) were run. These resulted in the distribution of the estimate of B/BMSY and F/FMSY in 2009 (Figure 34) as well as the Kobe phase plots (Figure 35). − Sensitivity runs To examine the sensitivity of results to the assumed value of natural mortality, it was requested that two additional runs be made with the value of natural mortality fixed at the upper and lower values of the 95% confidence intervals assuming a mean of 0.139 and 25% CV (lower value M = 0.07, upper value M= 0.19). The model failed to converge on the lower level of M (Table 12). Not until M was raised to M = 0.12 did the model find a satisfactory solution. At M = 0.12, the estimated status of the stock relative to the benchmarks changed very little (B/BMSY = 0.700, SD = 0.077; F/FMSY = 1.499, SD = 0.240). Likewise, for M at the high end of the range the 1282 estimate of stock status did not show a significant change (B/BMSY = 0.636, SD = 0.065; F/FMSY = 1.854, SD = 0.312). These results are shown Figure 36 and Figure 37. Consequently, the estimate of current stock status does not seem to be particularly sensitive to assumptions with regard to natural mortality with the bounds explored. It was noted that during the base case model run, bounds on recruitment deviations were being hit on several years. In order to examine the sensitivity of results to the constraints on recruitment deviations, the bounds were widened to values of -5.0 to 5.0, which are levels that should only rarely be restrictive. The subsequent model fit was very unstable, inconsistent between runs, and would not converge properly. This is very likely due to the fact that the only data signals from which to estimate deviations were coming from the CPUE data. With no other observations to inform the model regarding recruitment variation, experimentation found that, when the recruitment deviations are not bound, the recruitment deviations were used by the model to fit the erratic variations in each of the CPUE time series. An attempt was made to estimate more recruitment deviations further back in time (starting in 1957). While the model was able to converge using this tactic, convergence was inconsistent. This leads to the conclusion of either a very flat response surface, or the occurrence of several local minimums, either of which would deem the model unreliable. As a result, the bounds on the recruitment deviations were maintained as originally configured for the base model. However, it was noted that these bounds may be having a significant influence on the estimate of the steepness parameter. 6.3 Projections For projections, the Group decided to use the 2010 catches that were estimated during this meeting (3,431 t), in which 2009 catches were carried over to 2010 for CPCs that had not yet reported 2010 catches. The catches for 2011 were also assumed to be identical to those estimated for 2010 since any measures established at the next Commission meeting could only be implemented in 2012 at the earliest. The Group agreed that projections should be carried out assuming constant catch levels, beginning in 2012, ranging from 0 to 6000 t. However, results show that projections with TAC above 4000 t did produce collapse of the stock. For presentation purposes, projections were restricted to a TAC range of 0 -4000 t. 6.3.1 Projections from non-equilibrium production model results Projections made from the “low productivity” case with future catch levels of 2,000 or more suggests that it is more likely that the biomass of the stock will continue to decline. For catches of 1,500 there is greater likelihood that the stock will increase than it will decline. Projections made from the “high productivity” case with future catch levels of 3,000 or less would allow the stock to recover. Projections with status quo catches of 3,500 suggest the stock would not recover nor decline. The Group made the determination that estimates of current stock status and subsequent projections should be based on the statistically integrated model rather than the non-equilibrium production model. This determination was based on the fact that the production model was unable to arrive at a satisfactory fit to the data without fixing two of the three parameters, perhaps at somewhat arbitrary values, or by eliminating some of the CPUE series. Although the fully integrated model used some of the same data, the ability of the integrated model to incorporate more of the available data and the fact that it was able to successfully arrive at convergence compelled the Group to choose the fully integrated model for continued consideration and projections. The Group noted that the available data did not provide sufficient information for either model to reliably determine the productivity of the stock. Therefore the projections are uncertain. 6.3.2 Projections using the statistically integrated model To evaluate the implications of future catch levels for rebuilding the stock, projections were conducted with the Stock Synthesis (SS3) software as follows. The status of the blue marlin stock at the end of 2009 (final year of SS3 base model) was projected deterministically assuming different levels of total catch. Projections assumed that for 2010 and 2011 the levels of catch were those estimated by the Group during the review of catch statistics (see Section 2.1.) of 3,431 tons. Future catches, starting in 2012, were projected at constant levels ranging from 0 to 4,000 t per year (with increments of 500 t). Table 13 and Figure 37 show the trends of relative biomass (SSB/SSBMSY) of the stock during the period covered by the projections. Overall, total catches above 3,000 t did result in a continued decline of the stock biomass within the projected time period. Total catches at or below 2,000 t did allow the stock to increase in biomass within this time period, catches around 2,500 t will basically maintain the stock at the same depleted level as in 2011. Only catches of 1,500 t or below will allow the stock to recover to biomass levels at or above SSBMSY before 2026. The 1283 Group noted that the stock projections behave similarly to those of the surplus production model (ASPIC) “low productivity” case, although recovery is somewhat faster with the fully integrated model base case. As noted previously, due to the uncertainty in estimates of the productivity of the stock, the projections are uncertain (see Figure 43). 7. Evaluation of management scenario Management evaluations were performed to provide advice in the form of a Kobe II strategy matrix (K2SM), following the Guidelines developed by the 2009 Working Group on Stock Assessment Methods (Anon. 2010). The K2SM is a decision table that summarizes the probabilities of achieving within a given time period biomass and fishing mortality rate targets (i.e. related to maintaining stocks at levels that can achieve Maximum Sustainable Yield) under different management regimes such as a TAC levels. The Kobe II strategy matrix is being used by all the tuna RFMOs and its production is a now primary output of assessment working groups. Importantly, this means that the mandate of the species working groups is expanded from simply determining current stock status to providing probabilistic management advice that incorporates uncertainty. Traditional stock assessments mainly consider only uncertainty in observations and process (e.g. recruitment). However, uncertainty about the actual dynamics (i.e. model uncertainty) has a larger impact on achieving management objectives (Punt 2006). Therefore, when providing management advice it is important to consider appropriate sources of uncertainty. Rosenberg and Restrepo (1994) categorized uncertainties in fish stock assessment and management as: - Process error: caused by disregarding variability, temporal and spatial, in dynamic population and fisheries processes; Observation error: sampling error and measurement error; Estimation error: arising when estimating parameters of the models used in the assessment procedure; Implementation error: where the effects of management actions may differ from those intended. Model error: related to the ability of the model structure to capture the core of the system dynamics; Sources of uncertainty related to model error include: (i) structural uncertainty, due to inadequate models, incomplete or competing conceptual frameworks, wrongly specified or ignoring key processes and/or relationships, which tend to be underestimated by experts (Morgan et al., 1990); and (ii) value uncertainty, due to missing or inaccurate data or poorly known parameters. The Guidelines developed by the Working Group on Stock Assessment Methods are: - Matrices should be presented in both tabular and graphical form The model(s), model runs and methodologies used for construction should be clearly documented. Matrices should be constructed from the assessment models used to determine stock status. Matrices should clearly outline assumptions and uncertainties. Methodologies for model averaging, model harmonization and generation of probabilistic statements regarding harvest control rules should be employed. Multiple matrices may be necessary to provide advice spanning alternative hypotheses. Stochastic projections form the basis of the K2SM and therefore full documentation on how these were conducted is provided in Section 6.3. This includes specification of: - Projection software used Recruitment model/recruitment replacement/error structure specifications Selectivity/partial F specifications Age “plus-group” calculations Projection time period Management implementation assumptions Two stock assessment methods were used during the meeting a surplus production model (ASPIC) and age-sex structured catch statistical model (SS3) (see Section 6.1) and projections were performed using both methods (see Section 6.3). The Group decided to use the SS3 as base model, therefore only projections from SS3 were used to produce the K2SM. Uncertainty in the assessment was characterized by conducting both sensitivity and Markov Chain Monte Carlo (MCMC) runs. The sensitivity runs evaluated uncertainty in the Group’s knowledge of natural mortality and the 1284 steepness parameter of the stock recruitment relationship (i.e., value uncertainty), while the MCMC runs were conducted to provide uncertainty in parameters and quantities derived from them (i.e. estimation error). The model configuration used in the MCMC analysis was exactly the same as that of the base model. That is, parameter priors and bounds were left unchanged). The Markov Chain Monte Carlo method (MCMC) is a method for approximating the posterior distribution for parameters of interest within a Bayesian framework. SS3 is based on AD Model Builder and so can use both the mode of the posterior distribution and the Hessian matrix at the mode to implement a version of the Hastings-Metropolis algorithm to obtain a sequence of random samples from a probability distribution. Another advantage is that with AD Model Builder, it is possible to compare the profile likelihood for a parameter of interest and compare it with the MCMC distribution. A large discrepancy may indicate that one or both estimates are inadequate. Assessment estimates of annual recruitment were highly uncertain and the recruitment deviation bounds were hit for some years. The bounds may have a significant influence on the estimate of the steepness parameter and hence stock productivity and MSY based reference points. However, estimates of stock status and exploitation rate relative to MSY based marks appeared to be robust to the value of M assumed (see Section 6.2.2). There is also a lack of reliable data on post-release mortality of live discards both for use within the stock assessment and importantly for projecting the stock under the different management options (implementation error). However, uncertainty in on post-release mortality of live discards on the implementation of management measures was not considered. Projections were made using the base case run from 2010 through 2026 (see Section 6.3). For 2010 and 2011 it was assumed a catch of 3,431 t (estimated for 2010 by the Group based on preliminary reports from CPCs) as management regulations should start in 2012 at the earliest. The projections assumed the same biological and fisheries parameters and characteristics as the assessment base model, i.e. parameters were constant across years and MCMC run for biological parameters and across years for fishery parameters. The allocation of TACs between fleets in the projections was based on the average catch proportions by fleets for the last five years (2005-2009). Performing constant catch projections for more than one fleet with different selection patterns under a fixed allocation key means that a change in population structure (e.g. due to a management plan aimed to recover a stock) will result in the relative partial fishing mortality to vary by year. Since MSY reference points are calculated assuming a selection pattern based on the total fishing mortality, which is a weighted sum of the partial Fs, MSY based reference points will also vary by year. Likewise historical estimates of MSY based reference will also vary where relative partial Fs have varied. However, SS3 assumes that MSY based reference points are fixed within an MCMC run, both historically and into the future, this means that the time series of SSB and harvest rate relative to BMSY and FMSY will be biased in different ways over time and between TAC regimes. Time series of biomass relative to BMSY and harvest rate relative to FMSY are presented in Figure 38 (historic period 1957-2009) and Figures 39 and 40 for the projections (2010 - 2026) used to construct the K2SM Table 14). For the historic period lines represents the median and 80% inter quartiles values. Current status of the blue marlin stock is presented in Figure 41 indicating the level of uncertainty in the base model results. The KS2M shows the probabilities of being in the Kobe quadrant corresponding to SSB≥SSBMSY and F≤FMSY by year for each of the TAC levels (Figure 42). Kobe phase plot with individual realisations from several models evaluated is presented in Figure 43. 8. Effects of current regulations Recommendation [Rec. 06-09] placed catch restrictions for blue marlin and white marlin. It established that the annual amount of blue marlin that can be harvested by pelagic longline and purse seine vessels and retained for landing must be no more than 50% for blue marlin of the 1996 or 1999 landing levels, whichever is greater. That recommendation established that: “All blue marlin and white marlin brought to pelagic longline and purse seine vessels alive shall be released in a manner that maximizes their survival. The provision of this paragraph does not apply to marlins that are dead when brought along the side of the vessel and that are not sold or entered into commerce”. The Working Group discussed this recommendation. During these discussions, the Group addressed the issue of documenting the number of live releases and its difficulty to be estimated for the whole fisheries. Apparently, some ICCAT member longline and purse seine observer programs have not been recording this variable, so a 1285 quantitative Atlantic-wide assessment of how well this recommendation has been implemented by ICCAT members could not be made. The Group recommended that this situation be rectified so that the Commission recommendation on live releases can be evaluated within the context of the billfish rebuilding plan. The Group recommended that, in addition to recording the number of live billfish releases and the number of dead discards or retentions, CPCs should provide estimates of live discard mortality. Studies with electronic tagging or auxiliary information, such type of terminal gear, degree of injury at release, condition of the fish at release, could help to estimate survival rates of caught and release blue marlin. Meanwhile, the Group considered that there is not enough information on the proportion of fish being released alive for all fleets to evaluate the effectiveness of this particular regulation. Average catch of pelagic longline and purse seine vessels during the period 2005-2009 was 1,938 t or 51 % of the maximum catch for those same fleets in the years 1996 or 1999 (3,810 t), above the 50% recommended in current recommendation [Rec. 06-09]. 9. Recommendations 9.1 Research and statistics 1. The Group recommended on the need to stress that CPCs should report Task I and Task II for inter-sessional meetings by the deadlines provided by the Secretariat. 2. The Group recommended that the study on age and growth of blue marlin continues, stressing the need to include in the study anal spine sections from large specimens in subtropical and temperate areas. 3. The Group recognized the important new catch estimates of blue marlin from FAD fisheries of Martinique and Guadalupe and recommended that detail of estimation be presented as an SCRS document in the next species group meeting. The Group also recommended that other Caribbean countries with FAD fisheries report detail specific billfish catches. 4. The Group encouraged the Secretariat to reach out to other RMFO in the Greater Caribbean to explore sharing data pertinent to ICCAT fisheries. 5. The Group recognized the complexity of white marlin reported catches where historical catches may comprise a mixture of species, like roundscale spearfish (RSP) and longbill spearfish (SPF) in addition to white marlin. Therefore, the Group recommended that the white marlin stock assessment to be conducted in 2012 be considered as mix species stock assessment. 6. Noting the misidentification problems between white marlin, roundscale and longbill spearfishes, the Group recommended conducting an Atlantic-wide survey of WHM-RSF-SPF distribution and abundance with the collaboration of CPCs with fleets covering the entire Atlantic, particularly in the eastern and southwestern Atlantic fishing areas. 7. The Group strongly recommended that the Commission provide additional funding (50K euros) to the Enhanced Billfish Research Program for a genetic study in order to accelerate the data acquisition and analysis for separating white marlin from spearfishes to be undertaken in the immediate future. 8. In noting that estimation of relative abundance indices is always best done at the highest spatiotemporal resolution warranted by the available data, the Group recommended that all CPCs, and especially those that have important catches of white marlin, provide updated relative abundance indices obtained from such high resolution CPUE data and also to take into consideration the effect of current regulations in the standardization process. For instance, when only information on kept fish is available, the effect of implementing regulations requiring the release of live fish from longlines should be accounted for such as by developing separate indices before-after implementation. 9. The Group recommended that the surplus production models conducted in the 2000 white marlin stock assessment be updated in the 2012 stock assessment meeting. 9.2 Management The current blue marlin stock assessment indicates that the stock is below BMSY and the fishing mortality above FMSY (2009). Unless the current catch levels (3,431 t, 2010) are substantially reduced, the stock will likely continue to decline. The Commission should adopt a rebuilding plan for the stock of Atlantic blue marlin. 1286 The Commission should implement management measures to immediately reduce fishing mortality on blue marlin stock by adopting a TAC that allow the stock to increase (2000 t or less, including dead discards): 1. To facilitate the implementation of the TAC, the commission may consider the adoption of measures such as, but not limited to: a) Total prohibition of landings of blue marlin from pelagic longline and purse seine fisheries to improve the effectiveness of current management measures. b) Encouraging the use of alternative gear configurations that reduce the likelihood of deep hooking therefore increasing the post-release survival (for example, circle hooks). c) Broader application of time-area closures. d) Consider adopting measures to reduce fishing mortality of blue marlin from small-scale fisheries. 2. Noting the misidentification problems between white marlin and spearfishes, the Group recommended that management recommendations combine these species as a mixed stock until more accurate species identification and differentiation of species catches are available. 3. The Commission should require the reporting of catches of white marlin and roundscale spearfish separated. 10. Other matters The Group discussed extensively the complexity of identifying accurately white marlin from roundscale and longbill spearfishes. It acknowledged that the most accurate way to separate the species was by genetic analysis but well experienced and trained scientific observers and fishers can accurately separate the species using anatomical features. Following the recommendation from the Blue Marlin Data Preparatory Meeting that stated that the chapter on spearfishes in the ICCAT Manual be updated to consider the misidentification problems between roundscale and longbill spearfishes and white marlin, as well as the need to have field identification sheets for all species of billfish, similar to those prepared for sharks and small tunas, but with key features to accurately separate white marlin from spearfish species. In order for all CPCs to be able to accurately separate white marlin from the spearfishes, instruments such as those mentioned above need to be updated and developed by the Secretariat and funds need to be allocated for the development of such identifications instruments. 11. Report adoption and closure The report was adopted during the meeting. The Chairman thanked participants for their hard work. The meeting was adjourned. References Anon. 2010, Report of the 2009 ICCAT Working Group on Stock Assessment Methods. Collect. Vol. Sci. Pap. ICCAT, 65(5): 1851-1908. Anon. 2011, Report of the 2010 Blue Marlin Data Preparatory Meeting. Collect. Vol. Sci. Pap. ICCAT, 66(3): 1011-1115. Amorim, A., Arfelli, C., Antero-Silva, J., Fagundes, L., Costa, F. and Assumpção, R. 1998, Blue marlin (Makaira nigricans) and white marlin (Tetrapturus albidus) caught off the Brazilian coast. Collect. Vol. Sci. Pap. ICCAT, 47: 163-84. Amorim, A., Arfelli, C., Hazin, F., Antero-Silva, J., Lessa, R. and Arraes, R. 1994, Blue marlin (Makaira nigricans) fisheries off the Brazilian coast by national and leased longliners (1971-1991). Collect. Vol. Sci. Pap. ICCAT, 41: 208-213. Arocha, F., and Silva, J. 2011, Proportion of Tetrapturus georgii (SPG) with respect to T. albidus (WHM) in the Venezuelan pelagic longline catch in the western Caribbean Sea and adjacent Atlantic waters during 2002-2007. Collect. Vol. Sci. Pap. ICCAT, 66(4): 1787-1793. 1287 Beerkircher, L., Arocha, F., Barse, A., Prince, E., Restrepo, V., Serafy, J. and Shivji, M. 2009, Effects of species misidentification on population assessment of overfished white marlin Tetrapturus albidus and roundscale spearfish T. georgii. Endangered Species Research 9:81-90. Goodyear, C.P., Luo, J., Prince, E.D., Hoolihan, J.P., Snodgrass, D., Orbesen, E.S. and Serafy, J.E. 2008, Vertical habitat use of Atlantic blue marlin (Makaira nigricans): interaction with pelagic longline gear. Mar. Ecol. Prog. Ser., 365, 233-245. Hill, K.T., Cailliet, C.M. and Radtke, R.L. 1989, A comparative analysis of growth zones in four calcified structures of Pacific blue marlin, Makaira nigricans. Fish Bull. 87: 829-843. Hoenig, J.M. 1983, Empirical use of longevity data to estimate mortality rates. Fishery Bulletin (U.S.) 82 (1): 898-902. Kell, L. Palma, C. and Prince. E. Standardisation of blue marlin CPUE taking into account habitat compression. Collect. Vol. Sci. Pap. ICCAT, 66(4): 1738-1759. Kraus, R.T., Wells, R.J.D. and Rooker, J.R. 2011, Horizontal movements of Atlantic blue marlin (Makaira nigricans) in the Gulf of Mexico. Mar. Biol., 158, 699-713. Orbessen, E.S., Snodgrass, D., Hollihan, J.P. and Prince, E.D. 2011, Updated U.S. conventional tagging database for Atlantic bluefin marlin (1955-2008), with comments on potential stock structure. Collect. Vol. Sci. Pap. ICCAT, 66(4): 1685-1691. Prince, E.D. and Goodyear, C.P. 2006, Hypoxia-based habitat compression of tropical pelagic fishes. Fish. Oceanogr., 15, 451-464. Prince, E.D., Luo, J., Goodyear, C.P., Hoolihan, J.P., Snodgrass, D., Orbesen, E.S., Serafy, J.E., Ortiz, M. and Schirripa, M.J. 2010, Ocean scale hypoxia-based habitat compression of Atlantic istiophorid billfishes. Fish. Oceanogr, 19, 448-462. Shivji, M.S., Magnussen, J.E., Beerkircher, L.R., Hinteregger, G., Lee, D.W., Serafy, J.E. and Prince, E.D. 2006, Validity, identification, and distribution of the roundscale spearfish, Tetrapturus georgii (Teleostei: Istiophoridae): Morphological and molecular evidence. Bulletin of Marine Science 79(3):483. Ueyanagi, S., Kikawa, S., Uto, and Nishikawa, Y. 1970, Distribution, spawning, and relative abundance of billfishes in the Atlantic Ocean. Bull. Far Seas Fish. Res. Lab., Shimizu, (3):15-55, July. (In Japanese with English summary). Rosenberg, A.A. and Restrepo, V.R. 1994, Uncertainty and risk evaluation in stock assessment advice for U.S. marine fisheries. Canadian Journal of Fisheries and Aquatic Sciences. 51(12):2715-2720. Morgan, M.G., Henrion, M. and Small, M. 1990, Uncertainty: a guide to dealing with uncertainty in quantitative risk and policy analysis. Cambridge: Cambridge University Press. Punt, A.E. 2006, The FAO precautionary approach after almost 10 years: Have we progressed towards implementing simulation-tested feedback-control management systems for fisheries management? Natural Resource Modeling 19(4):441-464. Snodgrass, D. Orbessen, E.S., Hollihan, J.P. and Prince, E.D. 2011, The U.S. conventional tagging database updates for Atlantic white marlin (1954-2008). Collect. Vol. Sci. Pap. ICCAT, 66(4): 1760-1766. Wells, R.J.D., Rooker, J.R. and Prince, E.D. 2010, Regional variation in the otolith chemistry of blue marlin (Makaira nigricans) and white marlin (Tetrapturus albidus) from the western North Atlantic Ocean. Fish. Res., 106, 430-435. 1288 RAPPORT DE LA RÉUNION D’ÉVALUATION DU STOCK DE MAKAIRE BLEU DE 2011 ET DE PRÉPARATION DES DONNÉES SUR LE MAKAIRE BLANC DE 2011 (Madrid, Espagne, du 25 au 29 avril 2011) 1. Ouverture, adoption de l’ordre du jour et organisation des sessions M. Driss Meski, Secrétaire exécutif de l’ICCAT, a ouvert la réunion et a souhaité la bienvenue aux participants. La réunion a été présidée par le Dr Freddy Arocha (Venezuela). Le Dr Arocha a souhaité la bienvenue aux participants du groupe de travail et a passé en revue les objectifs de la réunion. L’ordre du jour (Appendice 1) a été adopté. La liste des participants figure à l’Appendice 2. La liste des documents présentés à la réunion est jointe à l’Appendice 3. Les participants suivants ont assumé les fonctions de rapporteur : P. Pallarés P. Lynch, L. Reynal et P. Bannerman E. Prince et P. Lynch J. Hoolihan G. Díaz C. Brown et D. Die L. Kell et M. Ortiz F. Arocha et J. Santiago F. Arocha 2. Sections 1, 9 et 10 Section 2 Section 3 Section 4 Section 5 Section 6 Section 7 Section 8 Section 9 Actualisation des informations de base sur le makaire bleu et examen des informations de base sur le makaire blanc 2.1 Tâche I (captures) Le Secrétariat a présenté un rapport détaillé des statistiques de capture de Tâche I mises à jour (rejets y compris) pour la période de déclaration 1956-2010 (Tableau 1). Néanmoins, étant donné que les données de 2010 sont provisoires et incomplètes, l’évaluation du stock a été réalisée en se fondant sur les de données de la période comprise entre 1956 et 2009. En ce qui concerne les CPC qui n’ont pas déclaré de prises en 2010, ces données ont été reportées de l’année précédente afin d'alimenter les analyses de projection. Les prises du Tableau 1 incluent également la proportion des prises déclarées en tant qu’istiophoridés non classés qui ont été reclassés en tant que makaire bleu dans le cadre de la réunion de préparation des données sur le makaire bleu de 2010. Les statistiques de capture de Tâche I totales ont également été présentées en termes de prise ou de débarquements et de rejets morts (Figure 1). Les prises totales incluant les rejets vivants et morts ont également été présentées pour les CPC qui ont déclaré ces catégories de manière séparée. Il a cependant été observé qu’un nombre restreint de CPC ont déclaré des rejets vivants, correspondant à la recommandation de gestion de l'ICCAT prescrivant les rejets vivants des palangriers (Tableau 2). Les prises totales (comprenant les rejets morts) ont été présentées par type d’engin (Figures 2 et 3) dans lesquelles les palangriers représentent toujours l'engin principal, mais la proportion, compte tenu des filets maillants artisanaux, a augmenté au cours de la dernière décennie. Cette augmentation peut s’expliquer par une augmentation des débarquements, une meilleure déclaration ou une combinaison de ces deux facteurs. Les informations relatives aux rejets vivants ont été présentées pour les CPC qui ont fourni ces informations (Tableau 2). Néanmoins, étant donné que les informations sont insuffisantes en ce qui concerne la survie après la remise à l’eau du makaire bleu relâché des palangriers, la mortalité potentielle de la fraction des rejets vivants n’a pas été incluse dans de la matrice d’entrée des ponctions totales. Les débarquements des pêcheries sous DCP dans la zone de la Martinique et de la Guadeloupe ont également été présentés pendant la réunion et ont été intégrés dans le tableau de la Tâche I. La prise et l'effort de pêche de ces pêcheries ont été estimés sur la base des données historiques d’effort provenant d'entrevues avec des capitaines de navire, tandis que les débarquements historiques ont été estimés en utilisant la CPUE moyenne de 2008 - 2009 pour la Martinique et la CPUE à partir de 2008 pour la Guadeloupe (Figure 4 et Figure 5). 1289 2.2 Tâche II (prise-effort et échantillons de taille) Le Secrétariat a fourni un résumé détaillé des données mises à jour de prise et d’effort de Tâche II et les données totales disponibles ont été présentées lors de la réunion de préparation des données du makaire bleu de 2010. En ce qui concerne les échantillons de tailles, l’analyse des compositions et de la fréquence des tailles déclarées dans le cadre de la réunion de préparation des données de 2010 sur le makaire bleu (Anon. 2011) a été examinée. Le document SCRS/2011/049 présentait une analyse détaillée des données de prise provenant de la base de données du Programme d’observateurs nationaux des palangriers brésiliens affrétés. Un total de 5.320 makaires bleus a été mesuré de 2005 à 2008. Les spécimens mesuraient entre 89 et 350 cm de longueur maxillaire inférieur-fourche (LJFL) et le ratio des sexes présente davantage de mâles (1:1.73) dans la plupart des classes de tailles. Les spécimens plus grands sont généralement capturés en dessous de la latitude de 5ºS. Les spécimens immatures étaient peu nombreux et ne se trouvaient que dans deux zones (0º, 15ºO et 25ºS, 25ºO). Les spécimens les plus petits (<170 cm) se sont présentés principalement au large des côtes pendant le premier trimestre. Les spécimens les plus grands ont été localisés dans le sud de la zone faisant l’objet de l’étude pendant l’été austral et se déplaçaient ensuite dans le sens des aiguilles d’une montre vers le nord dans des eaux plus chaudes pendant l’hiver, fermant un éventuel cycle migratoire de reproduction dans l’Atlantique du Sud central. Ces rapports coïncident avec les observations précédentes de Ueyanagi et al. (1970) et d’Amorim et al. (1998; 1994) qui faisaient état d’agrégations de makaires bleus à des fins de reproduction dans le sud du Brésil entre 20°S et 30°S, pendant le premier trimestre. 2.3 Autres informations (marquage) Les marquages et les récupérations de marques conventionnelles ont été déclarés en carrés de 5ºx 5º (Figures 6 et 7). La densité la plus importante de marquages se situe dans l’Atlantique Ouest et dans les Caraïbes. Les récupérations de marques se sont également concentrées dans l’Atlantique Ouest et dans les Caraïbes. 3. Examen des estimations de capture de makaire blanc/Tetrapturus spp Shivji et al. (2006) ont récemment validé la présence de makaire épée (Tetrapturus georgii) dans l’océan Atlantique du Nord-Ouest, une espèce qui présente des similitudes morphologiques avec le makaire blanc et ont suggéré qu'une proportion inconnue de prises de makaire blanc peuvent en réalité être des prises de makaire épée. Cela amené le groupe à débattre de la possibilité d'estimer et de retirer une partie de la prise déclarée de makaire blanc et de réattribuer ces prises au makaire épée. Toutefois, après avoir débattu des résultats de l'étude précédente (Beerkircher et al. 2009, Arocha et Silva 2011), ainsi que du document SCRS/2011/051 présenté à la présente réunion, il a été conclu que le montant de la variabilité (annuelle et interannuelle) des ratios observés entre les deux espèces et la couverture d’échantillonnage spatiale insuffisante compliqueraient la capacité d’estimer de manière fiable les proportions de makaire épée dans les prises de makaire blanc à l’heure actuelle. De plus, il a été relevé qu’il existe de manière générale une confusion supplémentaire dans l’identification des Tetrapturus spp au sein des différentes CPC. Le groupe a dès lors décidé de traiter la prochaine évaluation de makaire blanc (2012) sous forme d'une combinaison de makaire blanc/Tetrapturus spp. Des projets de recherche sont en cours et visent à résoudre la mauvaise identification de ces espèces ; toutefois, le groupe de travail a noté que des estimations fiables des niveaux de populations nécessiteraient un programme exhaustif d'échantillonnage englobant tout l’Atlantique, ainsi qu’une analyse rétrospective à grande échelle. De plus, il a été soulevé que la flottille espagnole de palangriers peut constituer une plateforme idéale d’échantillonnage aux fins de l’estimation des proportions de makaire blanc/makaire épée sur d’amples échelles spatio-temporelles, notamment dans le cas de l’océan Atlantique Nord-Est et Sud-Est (SCRS/2011/035). 3.1 Tâche I (captures) Le Secrétariat a présenté un rapport détaillé des statistiques de capture de Tâche I (rejets y compris) pour la période de déclaration comprise entre 1956 et 2010 (Tableau 3). Toutefois, étant donné qu'un nombre très restreint de CPC ont déclaré des données pour 2010, ces prises sont provisoires et incomplètes. Comme suite au reclassement des istiophoridés non-classés réalisé pendant la réunion de préparation des données des makaires de 2010, les prises de makaires blancs incluent la proportion des prises ayant étant reclassées en tant que makaire blanc. Les prises incluant les rejets vivants et morts ont également été présentées pour les CPC qui ont déclaré ces catégories de manière séparée (Figure 8). Les prises totales (rejets morts y compris) ont été 1290 présentées par type d’engin (Figures 9 et 10) dans lesquelles les palangriers représentent toujours l'engin principal des ponctions. Les informations relatives aux rejets vivants ont été présentées pour les CPC qui ont fourni ces informations au Secrétariat (Tableau 2). Le document SCRS/2011/026 fournit des informations provenant du Programme d’observateurs palangriers pélagiques d’Uruguay sur les prises de makaire blanc réalisées par la flottille de l'Uruguay opérant dans le sudouest de l'océan Atlantique au cours de la période comprise entre avril 1998 et décembre 2010, et par la flottille de palangriers japonais opérant dans la ZEE uruguayenne de mars à septembre 2009 et de mai a septembre 2010. Les prises les plus importantes de la flottille de l'Uruguay ont été enregistrées au nord de 30 ° S. Les valeurs les plus élevées de CPUE ont été obtenues dans les zones dont la température de la surface de la mer (SST) se situait entre 20 et 24 °C. La CPUE nominale de la flottille palangrière japonaise (2009-2010) était inférieure à la CPUE nominale de la flottille uruguayenne. Toutefois, compte tenu de la profondeur opérationnelle de cette flottille (100-200 m), la zone d'opération (34-37 ° S), et la limite de distribution de l'espèce, cette différence de CPUE était très limitée. Cela pourrait s’expliquer par un comportement différent des spécimens dans des zones situées à des latitudes plus élevées passant davantage de temps à une profondeur plus importante et à des températures plus basses. La taille moyenne des makaires blancs (par sexe) capturés par la flottille japonaise était supérieure à celle des makaires capturés par la flottille uruguayenne (SCRS/2011/026). 3.2 Tâche II (prise-effort et échantillons de taille) Le Secrétariat a fourni un résumé détaillé des données de tailles de Tâche II correspondant au makaire blanc. Outre les données de prise et d’effort, les données relatives à la composition par taille présentées pour le makaire blanc dans le rapport de la réunion de préparation des données sur les makaires de 2010 ont été mises à jour et présentées. Les mesures de longueur ont été standardisées en fonction de la longueur maxillaire inférieur-fourche (LJFL, cm) au moyen des équations du Manuel de l’ICCAT. De légères différences apparaissant dans la méthode de collecte des données ont été présentées entre les pêcheries (à savoir, la spécification des intervalles de taille utilisés pour la mesure, et/ou les limites de taille déclarées, les limites des intervalles de tailles supérieures/inférieures ou intermédiaires). Dans ces cas, aucune conversion n’a été appliquée étant donné que ces différences étaient minimales. Des mesures de longueur suspectes ont été exclues en délimitant les données de taille dans un éventail de 50 à 400 cm de LJFL respectivement. De manière générale, les données de taille provenant de dix pavillons et de trois engins de pêche ont été analysées en incluant de nouvelles séries de taille de makaires blancs du Portugal et du Ghana. Les résultats ont été présentés sous la forme de LJFL moyenne annuelle (Figure 11) et sont résumés comme suit : a) des histogrammes de distribution de tailles par an des dix dernières années (Figure 12), pour les principaux engins de pêche (Figure 13) et des principales flottilles des CPC (Figure 14). De manière générale, la tendance était peu marquée en ce qui concerne la LJFL moyenne ou la forme des histogrammes de fréquences. Toutefois, les prises de la pêcherie artisanale au large de l'Afrique occidentale reflétaient des prises de plus grande taille que la taille moyenne des prises. Des diagrammes de probabilité cumulative parmi la gamme observée de LJFL par année ont été tracés pour les pêcheries palangrières et la pêcherie sportive des États-Unis combinées (Figure 15), et un diagramme distinct a été réalisé pour les pêcheries de filet maillant (Figure 16). Ces figures indiquent des schémas relativement cohérents de sélectivité par taille pour le makaire blanc entre les différentes pêcheries et dans le temps. 3.3. Catalogue des informations disponibles Les données actuellement disponibles de Tâche I et de Tâche II pour le makaire blanc ont été présentées par pavillon et flottille pour les deux dernières décennies (Tableau 4). Dans le tableau, les cellules ombrées en foncé représentent les strates pour lesquelles des données ont été déclarées. Il est évident que de nombreuses CPC n’ont pas respecté leurs obligations de déclaration pour le makaire blanc. 3.4 Autres informations Les marquages et les récupérations de marques conventionnelles ont été déclarés en carrés de 5ºx 5º (Figure 17 et 18). La densité la plus importante de marquages se situe dans l’Atlantique Ouest et dans les Caraïbes. Les récupérations de marques se sont également concentrées dans l’Atlantique Ouest et dans les Caraïbes. 1291 4. Examen des données biologiques, relatives à l’habitat et au marquage pour le makaire bleu et le makaire blanc 4.1 Données biologiques 4.1.1 Makaire bleu Les données biologiques présentées dans le cadre des réunions de préparation des données sur le makaire bleu de 2010 et d’évaluation de 2011 ont été examinées ainsi que les études pertinentes révisées par des pairs publiées depuis l'évaluation précédente (2006). Les analyses en cours sur l’âge et la croissance ont été présentées pour les makaires bleus (n = 440) échantillonnés entre décembre 2004 et décembre 2006 par le Brésil et le Venezuela. Les sections transversales des épines des nageoires de 151 femelles, 286 mâles et 3 spécimens non-identifiés ont été analysées. L’analyse de la croissance marginale relative a été utilisée afin de déterminer la périodicité de la formation des anneaux de croissance. Les effets des « faux » anneaux de croissance (à savoir les doubles et triples anneaux) ont donné lieu à des incertitudes dans quelques comptages. Pareillement, l’effacement des anneaux formés dans un premier temps dû à la vascularisation du noyau de l’épine au fil du temps a engendré des problèmes. L’absence de comptage des anneaux effacés peut altérer l’estimation des âges ou donner lieu à une sous-estimation des épines concernées. De même, le manque de représentation d’échantillons adéquats de makaires bleus de grande taille a compromis les estimations des courbes de croissance adéquates à partir de ces échantillons. Les tailles estimées des spécimens arrivés à la maturité sexuelle s'élevaient à 183 cm LJFL (femelles) et 150 cm LJFL (mâles). Le document SCRS/2011/021 présentait une description des caractéristiques spatio-temporelles des ratios des sexes et des activités de reproduction des makaires bleus capturés par les palangriers pélagiques vénézuéliens (n = 1.935) et par les pêcheries artisanales de filet maillant (n = 19.037) pour la période comprise entre 1991 et 2009. Le ratio des sexes présentait davantage de mâles pendant la saison dans la pêcherie palangrière pélagique, mais dans une moindre mesure dans la pêcherie artisanale de filet maillant. Le ratio des sexes par taille présentait davantage de mâles de manière prononcée pour les spécimens de <200 cm LJFL pour les deux pêcheries. La taille des poissons capturés par la pêcherie artisanale de filet maillant est restée stable (~200 cm LJFL, femelles; ~175 cm LJFL, mâles). Néanmoins, le nombre de mâles de grande taille présents pendant la période initiale de la pêcherie a été remplacé par un grand nombre de mâles de petite taille au cours des dernières années. Les mâles de grande taille (>300 cm LJFL), malgré leur nombre limité, étaient présents pendant la plus grande partie de l’année. La proportion globale du ratio des sexes provenant des deux pêcheries était de 0,44 femelle, ce qui fait apparaître une prédominance de mâles. Il est probable que les mâles matures se déplacent vers le Nord de façon saisonnière pour se reproduire. Après la ponte, les jeunes femelles matures (200-275 cm LJFL) quittent les zones de frai à proximité de Puerto Rico et se rendent dans des zones de pêche dans le Sud, probablement afin de reconstituer leur réserve d’énergie (à savoir pour s’alimenter) dépensée pendant la reproduction. Le document SCRS/2011/049 présentait une description de la composition par taille et de la distribution spatiotemporelle du makaire bleu de l’Atlantique Sud (n = 5.320) sur la base des données recueillies dans le cadre du Programme d’observateurs nationaux du Brésil entre 2005 et 2008. Les longueurs oscillaient entre 89 et 350 cm LJFL. Les mâles étaient prédominants (1:1,73) parmi les 876 échantillons identifiés sexuellement. La distribution saisonnière des spécimens les plus grands suggérait un schéma cyclique de migration du Sud pendant l’été austral suivi d’un déplacement dans le sens des aiguilles d’une montre vers des eaux plus chaudes à l’Est pendant l’hiver. Les relations empiriques établies entre la mortalité naturelle (M) et l’âge maximum, reposant sur Hoenig (1983) ont été présentées au groupe (Figure 19). Bien que les limites de la méthode aient été reconnues, aucune autre estimation directe de M n’était disponible. Dès lors, aux fins de l’évaluation du makaire bleu de 2011, une valeur M de 0,139 a été utilisée en postulant un âge maximal de 30 ans. 4.1.2 Makaire blanc Le document SCRS/2010/042 présentait une estimation de l'âge et la croissance du makaire blanc capturé dans le cadre de la pêche commerciale et artisanale dans l'ouest de l'Atlantique et dans les Caraïbes. Davantage de détails sont disponibles dans le rapport de la réunion de préparation des données sur le makaire bleu de 2010. Arocha et Silva (2011) se penchaient sur la distribution spatio-temporelle de la proportion du makaire épée par rapport au makaire blanc sur la base des sorties observées de la flottille palangrière pélagique vénézuélienne. 1292 Davantage de détails sont disponibles dans le rapport de la réunion de préparation des données sur le makaire bleu de 2010. Le document SCRS/2011/026 présente des données provenant du Programme d’observateurs de l’Uruguay portant sur la composition par taille et le ratio des sexes, en deux strates de profondeur (≤ 100 m et 100 -200 m), pour le makaire blanc capturé par les flottilles du Japon et de l’Uruguay, ainsi que les données de la température de la surface de la mer (SST). Un total de 328 spécimens a été mesuré dans le cadre de la flottille de surface de l'Uruguay et une taille moyenne de 173,1 cm LJFL (gamme 120-208 cm) a été estimée, les mâles présentant une taille inférieure à la taille moyenne des femelles. Dans le cadre de la flottille japonaise, qui opérait exclusivement dans la ZEE uruguayenne, la taille moyenne s’élevait à 176 cm LJFL, dont les mâles présentaient une plus grande taille moyenne (182 cm) et deux des spécimens observés mesuraient plus de 200 cm LJFL (203 et 219 cm). Le ratio des sexes (femelles : mâles) observé parmi les flottilles de l'Uruguay et du Japon était de 3:1 et 1,7:1, respectivement. La quantité la plus élevée de prises a été observée dans les zones où la SST se situait entre 20 et 24 ° C. D’après les auteurs, ces données suggèrent une plasticité pouvant être plus élevée pour cette espèce qui, dans certaines zones, lui permet de s’adapter à des profondeurs et à une température plus basses. Le document SCRS/2011/051 décrit l'utilisation de l'analyse génétique visant à distinguer le makaire blanc du makaire épée à partir de 212 échantillons de tissus prélevés lors d'un tournoi annuel de pêche récréative organisé à Cape May, NJ (USA), correspondant à la période 1992 - 2010. Les résultats indiquaient que le makaire épée représentait 2,1 % de toutes les espèces confondues de 1992 à 2000, mais cette proportion s'est élevée à 33,3 % de 2002 à 2010. D’importantes variations annuelles des proportions relatives des deux espèces étaient manifestes au cours de la dernière décennie, ce qui donne à penser que le recours à un vaste échantillonnage temporel est justifié afin d'estimer avec précision les proportions relatives d'une région spécifique. Le document SCRS/2011/035 faisait état d’observations des prises accessoires de makaire blanc (n = 1.385) de la flottille palangrière de surface espagnole ciblant l'espadon entre 1993 et 2010. Au moins un makaire blanc a été capturé lors de 18,9 % des sorties pendant lesquelles de l’espadon a été capturé. Le makaire blanc représentait 12,85 % de la quantité totale des istiophoridés. Les tailles oscillaient entre 130 et 280 cm LJFL dans le cas des femelles et entre 95 et 285 cm LJFL dans le cas des mâles. Les fréquences de taille par année sont fournies. Parmi les 822 spécimens dont le sexe a été déterminé, 42,5 % étaient des femelles et 57,5 % des mâles. 4.2 Habitat 4.2.1 Makaire bleu Le document SCRS/2011/052 présentait une description de l’étude préliminaire portant sur l'influence potentielle des facteurs environnementaux sur la capturabilité du makaire bleu au large du Ghana. La variation saisonnière de l’affleurement et des températures de la surface de la mer dans le golfe de Guinée altère la distribution du makaire bleu. La disponibilité du makaire bleu diminue au cours de la période d'affleurement (juillet-septembre). Cette période se caractérise également par des températures plus basses. D'autres facteurs, tels qu’un changement des engins de pêche ciblant les petits pélagiques, peuvent influer la diminution perçue de l'abondance. Le recours à une étude plus approfondie est justifié. Kell et al. (2011) faisaient état de la standardisation de la CPUE exploratoire du makaire bleu capturé à l'intérieur et à l'extérieur de la zone de minimum d’oxygène de l’Atlantique. Davantage de détails sont disponibles dans le rapport de la réunion de préparation des données sur le makaire bleu de 2010. Kraus et al. (2011) se sont penchés sur les mouvements horizontaux du makaire bleu (n = 42) suivi au moyen de PSAT dans le golfe du Mexique au cours de la période 2003-2008. Le temps écoulé entre le marquage et la récupération oscillait entre 4 et 334. Bien que certains poissons quittent les zones du Belize (mer des Caraïbes) et les îles Vierges des États-Unis, la plupart sont restés dans le golfe du Mexique. Le déplacement moyen oscillait entre ~ 300 et 1.200 km. Les relevés ont fait apparaître des schémas de déplacement très variables, indépendamment de l'emplacement de marquage, de la saison ou de la situation de sortie/d’entrée. Les changements saisonniers de la distribution ont suggéré un schéma de mouvement nord-sud cyclique à l’intérieur du golfe du Mexique. Les résultats étayent une nouvelle perspective du makaire bleu selon laquelle le golfe du Mexique constitue un habitat adéquat pendant toute l’année qui est utilisé par un sous-ensemble de la population de l'Atlantique. 1293 Wells et al. (2010) ont étudié la variation régionale de la chimie des otolithes du makaire bleu de l'Atlantique Nord-Ouest. Les échantillons (n = 65) proviennent du golfe du Mexique, du détroit de Floride, de la mer des Caraïbes et de l'Atlantique Nord-Ouest. La variabilité réduite des otolithes δ18O des échantillons du golfe du Mexique, doublée d'un classement fructueux d'échantillons de cette région, suggère que le mouvement en dehors du golfe du Mexique peut être plus limité par rapport aux autres régions étudiées. Bien que l’existence d'un stock unique de cette espèce dans tout l'Atlantique soit toujours envisagée, ces résultats laissent supposer la possibilité que les groupes migratoires peuvent être présents, ce qui justifie le recours à une étude plus approfondie. 4.2.2 Makaire blanc Le document SCRS/2011/035 décrivait les caractéristiques spatio-temporelles du makaire blanc (n = 1.385) capturé en tant que prise accessoire par la flottille palangrière de surface espagnole ciblant l'espadon entre 1993 et 2010. Les diagrammes représentent l’habitat spatial du makaire blanc dans le centre et l’Est de l’Atlantique Nord et dans l’Atlantique Sud. La distribution de la prise du makaire blanc entre 1993 et 2010 est représentée sous forme de diagramme dans lequel les zones de gestion sont quadrillées. 4.3 Marquage 4.3.1 Makaire bleu Une mise à jour de la base de données de marquage ICCAT a été présentée. Dans le cas du makaire bleu, elle comprend un total de 53.045 remises à l’eau et 921 (1,74 %) récupérations. Snodgrass et al. (2011) ont fourni une actualisation de la base de données de marquage conventionnel des États-Unis en ce qui concerne le makaire bleu. Davantage de détails sont disponibles dans le rapport de la réunion de préparation des données sur le makaire bleu de 2010. D'autres études récentes sur le PSAT portaient sur les relevés des mouvements ou des vecteurs de déplacement de makaire bleu dans l’Atlantique (Goodyear et al., 2008; Kraus et al., 2011; Prince and Goodyear, 2006; Prince et al., 2010). 4.3.2 Makaire blanc Une mise à jour de la base de données de marquage ICCAT a été présentée. Dans le cas du makaire blanc, elle comprend un total de 46.858 remises à l’eau et 1.059 (2,26%) récupérations. Orbessen et al. (2011) a fourni une actualisation de la base de données de marquage conventionnel des États-Unis en ce qui concerne le makaire blanc. Davantage de détails sont disponibles dans le rapport de la réunion de préparation des données sur le makaire bleu de 2010. 5. Examen de séries de capture par unité d'effort : makaire bleu et makaire blanc 5.1 Makaire bleu Le document SCRS/2011/050 présentait les séries standardisées de CPUE pour le makaire bleu et le makaire blanc de la pêcherie palangrière brésilienne. Les auteurs ont utilisé trois différentes approches de modélisation : GLM binomial négatif modifié en zéro, delta log-normal et tweedie. Les variables testées dans les modèles étaient les suivants : année, zone, trimestre et stratégie. Cette dernière variable décrit la stratégie de pêche qui comprend des facteurs tels que l’espèce cible, la configuration de l’engin, etc. En se fondant sur les diagnostics du modèle, les auteurs ont fait remarquer que le modèle delta-lognornal était le plus adéquat pour les données. L’estimation finale de la CPUE présentait un niveau élevé de variabilité interannuelle, mais avec une forte tendance à la baisse au cours des cinq dernières années de la série chronologique. Le groupe a examiné brièvement le concept de la stratégie variable et sa technique d'estimation. Le groupe a indiqué que dans le passé, les scientifiques brésiliens ont exclu quelques « stratégies » définies au moyen des analyses de grappes dans leurs estimations des CPUE. Toutefois, les auteurs ont indiqué que, suite à l'avis formulé par le SCRS, ils ont inclus toutes les stratégies dans leurs analyses. Le groupe a examiné les différences existant entre les CPUE présentées lors de la réunion de préparation des données et l'estimation actuelle se rapportant à l'utilisation des termes d’interaction année*trimestre et année*stratégie qui peuvent influencer l'estimation de l'estimation par année. Les auteurs ont réalisé une 1294 analyse complémentaire lors de la réunion et sur la base des résultats, les auteurs ont conseillé au groupe de ne pas inclure les termes d'interaction dans le modèle final, car ils se sont montrés préoccupés par les effets des interactions fixes du facteur année. Il a été observé que l’existence d’interactions annuelles qu’elles soient comprises ou non dans le modèle peut compliquer l'estimation des valeurs de l’indice. Le groupe a abordé la grande variabilité de l’indice brésilien, les raisons pouvant expliquer cette variabilité et le fait que l’indice puisse refléter des changements davantage en lien avec la pêcherie que se rapportant aux tendances réelles de la population. Il a également été mentionné que la tendance à la baisse à la fin de la série temporelle peut être le résultat de la mise en œuvre de l'utilisation obligatoire d'hameçons circulaires de la flottille. Toutefois, le groupe ne dispose pas de suffisamment d'informations pour évaluer l’incidence potentielle de l'utilisation d'hameçons circulaires sur les taux de capture. Le document SCRS/2011/047 présentait une évaluation des approches d’estimation de l'abondance relative (c'est-à-dire la standardisation de la CPUE). Une analyse de la simulation a été utilisée pour générer des données de captures, avec une biomasse sous-jacente suivant les dynamiques de la pêcherie palangrière japonaise dans l'océan Atlantique. Une gamme de tendances de la biomasse et de schémas de distribution verticale de la capturabilité a été évaluée, et les modèles comparés comprenaient le statHBS, le modèle linéaire généralisé et le modèle linéaire généralisé delta-lognormal. Globalement, le modèle statHBS fournissait des estimations plus précises de la biomasse authentique, toutefois, pour simplifier, cette étude n'a pas intégré la structure spatiale et de la population. En outre, le modèle statHBS reposait sur des estimations de la profondeur des hameçons qui ont été postulées sans erreur. Dans la pratique, l'incertitude entourant la profondeur des hameçons peut réduire la précision du statHBS. Le document SCRS/2011/048 présentait les résultats d'un modèle de simulation (LLSIM) qui intégrait les distributions des espèces avec des distributions de la durée d'immersion en profondeur des palangres/hameçons afin de prédire les captures par opération. L'habitat de l'espèce a été stratifié par mois, latitude, longitude et profondeur. Les valeurs relatives externes de l’abondance par latitude et longitude constituaient les intrants du modèle et ont été distribuées par profondeur en fonction de la température ambiante ou décroissance de la température avec une profondeur proportionnelle à la température de la thermocline. Les distributions spatiales des opérations à la palangre par configuration des engins constituaient d’autres intrants du modèle par année (1956-1995), mois, latitude et longitude sur la base de l'effort observé par les palangriers japonais opérant dans l'Atlantique, ou, le même nombre d’opérations a été a été attribué de façon aléatoire à l'Atlantique centrale tropical pour les mêmes mois et années. Il a été postulé que les stocks étaient stables ou diminuaient au fil du temps. Les séries temporelles simulées obtenues ont été standardisées en utilisant le modèle linéaire généralisé et le modèle de standardisation basé sur l'habitat HBS (abondance standardisée dérivée de façon déterministe intégrant les informations externes environnementales). Les résultats ont été comparés avec les « authentiques » distributions connues. Ni le modèle GLM ni le modèle HBS n’ont systématiquement récupéré avec précision l’« authentique » tendance de l'abondance des stocks lorsque les opérations à la palangre reflétaient les distributions historiques des opérations à la palangre du Japon, probablement en raison de décalages spatiaux ou autres dans l'effort de pêche au fil du temps. Aucune de ces méthodes n’a semblé meilleure. Le groupe a observé qu’un indice qui comprend tout l'Atlantique sans se limiter à l'Atlantique tropical central uniquement (à savoir le « CTA ») peut être préférable, car un indice qui se limite à des zones d'abondance élevée peut ne pas refléter le véritable changement de l’abondance de l’ensemble de la population. Le groupe a également discuté de l'utilisation de la durée théorique d’immersion en profondeur des hameçons dans l'étude de simulation, étant donné que les études utilisant les capteurs de temps et de profondeur ont fait apparaître plusieurs comportements des hameçons. De plus, il est notoire que d'autres variables telles que le temps de mouillage et de remontée de la palangre et l'utilisation de lignes multi et monofilament ont une incidence importante sur les taux de capture. Le groupe s’est également brièvement penché sur la question de savoir si les changements spatiaux dans la zone de minimum d’oxygène (OMZ) du CTA se traduiraient par des modifications des capacités de transport des espèces concernées. Au terme d’un débat animé, le groupe a convenu que, compte tenu du niveau d'informations disponibles il n'y avait pas de réponse claire à cette question. Le document SCRS/2011/043 présentait la CPUE standardisée du makaire bleu pour les palangriers japonais estimée au moyen d’une approche du modèle GLM lognormale en y ajoutant une valeur constante. La CPUE a été estimée pour deux périodes distinctes (1990-2000 et 2001-2009) afin de refléter les mesures de gestion de l'ICCAT imposant la remise à l’eau des makaires bleu et blanc capturés par les palangriers qui sont en vie à la remontée de l’engin. Cela était nécessaire, car la CPUE estimée pour la période suivant l’année 2000 avait été estimée en n’utilisant que le makaire bleu retenu à bord au lieu de tous les makaires capturés (c.-à-dire retenus et remis à l'eau). Il convient de relever que les auteurs ont indiqué qu'il existait une erreur dans l'estimation utilisée dans la CPUE présentée dans le document et une nouvelle estimation (SCRS/2011/043rev) a été 1295 présentée pendant la réunion. La CPUE a été estimée en utilisant la prise et l’effort agrégés (à savoir le nombre d'hameçons) par carrés de 5ºx5º et en utilisant la configuration des engins (c.-à-dire le nombre d’hameçons par panier). Les variables testées dans le modèle étaient les suivantes : année, trimestre, zone, hameçons par panier et les termes d'interaction trimestre*zone et année*zone. Le groupe a débattu de l'utilisation se limitant au makaire bleu retenu à bord afin d’estimer un indice d'abondance et de la validité du postulat selon lequel un taux constant de makaire bleu remis à l’eau après la mise en œuvre de la mesure de gestion de l'ICCAT de 2001. Le groupe a noté que le document SCRS/2011/052 présentait des données de prise et de l’effort (nombre de sorties) et a demandé au Secrétariat d'estimer un indice standardisé pour cette pêcherie (Appendice 4). Le document SCRS/2011/045 présentait une série de la CPUE standardisée du makaire bleu pour la flottille palangrière du Taipei chinois. L'indice a été estimé au moyen des approches du modèle lognormal et de GAM et en testant les variables de mois, année, latitude et longitude et les interactions avec le terme année. Les auteurs ont indiqué que le modèle GLM (log-normal) avec des termes d'interaction était le plus approprié, car il expliquait l'écart le plus important. Toutefois, toutes les CPUE estimées étaient très similaires. Le groupe a longuement débattu des séries disponibles de la CPUE (tant les séries présentées lors de la réunion de préparation des données de 2010 que celles présentées au cours de la réunion actuelle) et a élaboré une série de critères visant à orienter le débat. Pour sélectionner les séries de CPUE, le groupe a pris en considération l'avis formulé dans le cadre de la réunion de 2009 du groupe de travail sur les méthodes d’évaluation des stocks (Anon, 2010), si les CPUE estimées comprenaient des diagnostics du modèle, le niveau d'agrégation des données utilisées, la longueur des séries temporelles, si les CPUE ont été standardisées ou non, l'approche de modélisation (log-normale par rapport à delta-lognormale), si les séries temporelles présentaient des lacunes (années manquantes), si les CPUE ont été estimées par les scientifiques nationaux ou par le Secrétariat de l'ICCAT au moyen des données de Tâche II et si les CPUE ont été estimées en utilisant les prises complètes de makaire bleu ou seulement les poissons retenus à bord. Les séries de CPUE dont dispose le groupe sont les suivantes : (1) LL du Japon de 1990-2009, (2) LL du Japon de 1956-2008 préparées par le Secrétariat en utilisant les données de Tâche II, (3) LL du Japon de 1960-1998 utilisées dans le cadre de l'évaluation des stocks de 2000, (4) LL du Taipei chinois de 1968-2009, (5) séries du Taipei chinois de 1968-2004 préparées par le Secrétariat en utilisant les données de Tâche II, (6) LL des États-Unis de 1986-2009, (6a) pêche récréative de la France de 1974 - 2009, (7) LL du Venezuela de 1991-2009, (8) pêcherie à petite échelle du Venezuela 1991-2009, pêche sportive du Venezuela de 1961 à 1995 (historiques), (9) LL de la Corée de 19762008, (10) LL du Brésil de 1980-2010 et (11) filet maillant du Ghana de 1997-2010. Le groupe a décidé d'utiliser dans les modèles de référence les séries de CPUE suivantes : LL des États-Unis, pêche récréative des États-Unis, LL du Venezuela, pêcherie à petite échelle du Venezuela (filet maillant) et la pêche sportive du Venezuela. Ces séries avaient été présentées dans le cadre de la réunion de préparation des données du makaire bleu de 2010. Le groupe a convenu qu'il était nécessaire d'utiliser une série temporelle pour les pêcheries palangrières qui correspond aux années 1950-1960. Le groupe a tenu un long débat sur les trois indices japonais disponibles. Il a été décidé de ne pas inclure les séries de CPUE de LL du Japon de 19562008 car elles avaient été préparées par le Secrétariat au moyen des données de Tâche II sans le concours des scientifiques nationaux japonais. Le groupe a convenu d’inclure les séries de CPUE de LL du Japon utilisées dans l’évaluation des stocks de 2000 qui englobait la période de 1960 à 1998 ainsi que les séries présentées dans le cadre de la présente réunion d’évaluation mais uniquement pour la période de 2001 à 2009. Ces deux séries ont été intégrées en deux séries distinctes étant donné qu'elles correspondent à deux périodes faisant l’objet de différentes réglementations en matière de gestion des makaires bleus. Suivant la même logique, le groupe a choisi l'indice du Taipei chinois préparé par des scientifiques nationaux présenté dans le cadre de la réunion au lieu de l'indice établi par le Secrétariat au moyen des données déclarées de Tâche II. Il convient de relever que bien que la série de CPUE du Taipei chinois ait été estimée pour l’ensemble de la période comprise entre 1968 et 2009, le groupe a décidé de diviser la série en deux périodes (1968-2000 et 2001-2009) pour tenir compte des changements des réglementations en matière de gestion mentionnées ci-dessus. Le groupe a également inclus l'indice du Ghana qui a été préparé par le Secrétariat de l'ICCAT en utilisant les données présentées par les scientifiques nationaux au cours de la réunion. L'ensemble du groupe a souscrit à la décision de ne pas inclure l'indice coréen LL qui a été préparé par le Secrétariat. Cette décision reposait principalement sur le fait que la série temporelle comporte des lacunes (années manquantes), que l'incertitude entourait les données utilisées dans son estimation et étant donné que l'indice a été estimé au moyen des données déclarées de Tâche II, il présentait un niveau relativement élevé de concentration et de faible résolution. En outre, la période couverte par l'indice coréen LL est déjà couverte par les indices du Japon 1296 et du Taipei chinois. Les indices sélectionnés du makaire bleu utilisés dans le cadre de l'évaluation du stock de makaire bleu de 2011 sont présentés au Tableau 5 et illustrés à la Figure 20. Séries de CPUE composite du makaire bleu La CPUE composite du makaire bleu pour la série de l’indice a été estimée en utilisant un modèle GLM avec trois différents systèmes de pondération. Le modèle comprenait les facteurs année et source de l’indice et les scénarios de pondération utilisés étaient les suivants : a) pondération égale, b) facteur de pondération reposant sur la capture défini comme étant le rapport de la prise par la flottille / engin représentant chaque indice par rapport à la prise totale de tous les autres indices combinés des flottilles, et c) pondération reposant sur la région définie comme étant le nombre des carrés de 5ºx5º au sein desquels opèrent la flottille / les engins représentant chaque indice par rapport au nombre maximum de carrés de 5ºx5º au sein desquels opèrent une flottille spécifique pendant une année. Le Tableau 5 présente la série de CPUE fournie. Les séries composites de la CPUE ont été estimées au moyen d’un modèle linéaire généralisé en postulant une distribution d’erreur log-normale pour les séries d’entrée de la CPUE. La formulation du modèle était log(CPUE) = année + source (séries d’indice de CPUE ) + erreur. Les valeurs de la CPUE composite ont été retro-calculées à partir des moyennes des moindres carrés de l’ajustement du modèle. Trois séries de la CPUE composite ont été estimées pour le makaire bleu. Le Tableau 6 et la Figure 21 présentent les résultats des valeurs de la CPUE composite. 5.2 Makaire blanc Le document SCRS/2011/050rev présentait une estimation de la CPUE se rapportant au makaire blanc de la pêcherie palangrière du Brésil qui utilisait la même méthodologie décrite dans la rubrique consacrée au makaire bleu et aucun terme d’interaction n’a été inclus dans le modèle final. La CPUE estimée, malgré sa variabilité, ne présentait pas la grande variabilité interannuelle qui avait été observée dans le cas du makaire bleu. Le document SCRS/2011/044rev présentait la CPUE standardisée du makaire blanc pour les palangriers japonais estimée au moyen d’une approche du modèle GLM log-normale (cf. point 5.1) en y ajoutant une valeur constante. Dans le cas du makaire bleu, la méthodologie décrite dans le document SCRS/2011/043rev a été appliquée en y ajoutant l’estimation des indices séparés pour les périodes 1990-2000 et 2001-2009 afin de prendre en compte les différences de gestion se rapportant aux makaires. Le groupe s’est interrogé sur le choix des zones utilisées dans l’analyse et a demandé qu’à l’avenir des scientifiques japonais puissent comparer les résultats de l’utilisation de l’ancienne méthodologie de sélection d’une zone (reposant sur les stratégies de pêche) avec la nouvelle approche consistant à utiliser l’analyse de groupement afin de définir les zones de pêche. Le document SCRS/2011/033 présentait les taux de capture standardisés du makaire blanc de la pêcherie palangrière du Venezuela. La série a été estimée au moyen d’une approche GLM postulant une distribution delta-lognormale et comprenant l’année, le navire, le type d’appât, la profondeur de l’hameçon, la zone et la saison ainsi que les termes d'interaction dans le modèle. Les diagnostics du modèle ne présentaient pas de grands écarts par rapport aux postulats du modèle. Le groupe a demandé pourquoi les modèles intégraient les navires individuels au lieu de classer les navires par catégorie. Les auteurs ont indiqué que cette approche reflétait davantage la variabilité associée à chaque navire dans le cas où les mêmes navires n’opéraient pas de manière continue pendant toute la durée des séries temporelles. Le document SCRS/2011/034 présentait des taux de capture standardisés du makaire blanc pour la pêcherie à petite échelle au filet maillant du Venezuela. La série a été estimée au moyen d’une approche GLM postulant une distribution log-normale et comprenant l’année et la saison ainsi que les interactions. Les diagnostics du modèle ne présentaient pas de grands écarts par rapport aux postulats du modèle. Les séries de la CPUE du makaire blanc décrites ci-dessus sont présentées dans le Tableau 7 et sont illustrées à la Figure 22. 6. Evaluation des stocks 6.1 Méthodes et données utilisées Un document a été présenté sur la méthodologie d’évaluation des stocks (SCRS/2011/046). Ce document utilisait les données de capture et les indices d'abondance tels que fournis à la réunion de préparation des données sur le makaire bleu de 2010 afin d'actualiser les modèles de production excédentaire réalisés lors de 1297 l'évaluation des stocks de makaire bleu de 2000 pour la réunion d'évaluation des stocks de 2011. Trois logiciels de modélisation ont été employés dans ce document : ASPIC, un modèle bayésien de production excédentaire et Stock Synthèse configuré comme un modèle de production structuré par âge. Les modèles ont été configurés de façon à se rapprocher le plus possible du modèle ASPIC exécuté en 2000. Les résultats de la modélisation ont suggéré que le stock de makaire bleu est plus proche des paramètres de gestion de l’ICCAT que ce qui avait été antérieurement estimé. Ce résultat s'est avéré quelle que soit l'une ou l'autre plateforme de modélisation (ASPIC ou Stock Synthèse) utilisée. Toutefois, il est clairement ressorti que les plus récents indices de la CPUE palangrière du Brésil et de la Corée, présentés à la réunion de préparation des données sur le makaire bleu en 2010, ont le plus d'influence pour les différences estimées de B/BPME et F/FPME. Toutefois, les indices brésiliens disponibles à la réunion de préparation des données ont été révisés pour la réunion d'évaluation, et pendant la réunion d'évaluation le Groupe a décidé que la CPUE palangrière de la Corée devrait être exclue d'un examen ultérieur en raison des informations limitées que contenaient les données disponibles (seules les données de la Tâche II ont été utilisées), et de l'absence d'expertise des scientifiques des CPC en matière de développement des indices. Le Groupe a décidé de réaliser l'évaluation de l'état du stock à l'aide de deux modèles : 1) un modèle de production en conditions de non-équilibre (ASPIC) pour assurer la continuité par rapport à l'évaluation de 2000 (dernière évaluation durant laquelle des paramètres de l'état des stocks ont été élaborés), et 2) le modèle Stock Synthèse entièrement intégré décrit à l'Appendice 5. Le Groupe a également décidé de réaliser des scénarios initiaux du cas de base en utilisant les indices, tels que définis à la Section 5, en appliquant une pondération égale entre les indices. La série de capture retenue incluait des allocations d'istiophoridés non spécifiés à des espèces spécifiques, comme l'avait calculé le Secrétariat, et une série de capture estimée pour la Martinique et la Guadeloupe fournie pendant la réunion. La prise a été assignée à quatre groupes d'engin : palangre, filet maillant, senne et canne et moulinet (prises récréatives), tous les autres engins étant regroupés avec la palangre, sachant qu'il s'agit de l'engin le moins sélectif pour le makaire bleu eu égard à la taille. Il a été noté que le Sénégal a déclaré des captures à la ligne à main et à la ligne traînante depuis 2007 inclus, mais qu'à partir de 2008, il avait commencé à déclarer des prises sportives et ne déclarait plus des captures à la ligne et à la ligne à main. Après avoir examiné les distributions de la fréquence des tailles pour les séries de capture sénégalaises, celles-ci ont toutes été regroupées avec la palangre à des fins d'analyse de l'évaluation. Comme il est expliqué à la Section 4.1.1, le Groupe a suivi l'approche mise au point par Hoenig (1983) utilisant les paramètres de régression linéaire développés pour les espèces de poissons, afin de calculer une estimation de la mortalité naturelle, de façon à ce que : ln(Z) = 1,46 – 1,01 * ln (tmax) , où Z est le taux instantané constant de mortalité et tmax est l'âge maximum. Dans une situation de nonexploitation, M=Z. En postulant un âge maximum de 30 ans (légèrement au-dessus de 27+ ans obtenu par Hill et al. 1989, en déterminant l'âge des pièces dures du makaire bleu du Pacifique), on a estimé que la mortalité naturelle (M) résultante s'élevait à 0,139. 6.2 Résumé de l’état du stock 6.2.1 Modèle de production en conditions de non-équilibre ASPIC 5.3.4 a été utilisé pour tous les scénarios de modèles, et il a été postulé dans tous les cas qu’ils commençaient en 1956 avec la même capacité de charge. Tous les indices de CPUE disponibles ont été échelonnés à la moyenne de l'indice de CPUE récréatif des Etats-Unis pendant la période de chevauchement de chaque indice. L'indice récréatif des Etats-Unis a été sélectionné car c'est le seul qui possède des périodes suffisamment longues de chevauchement avec tous les autres indices. ASPIC 5.3.4 a une limite de 10 séries de CPUE, un modèle initial a été établi avec dix des 11 indices disponibles. Le seul indice qui n'a pas été utilisé a été la période tardive (2001-2009) pour l'indice palangrier du Taipei chinois. Comme il était nécessaire d'exclure au moins un indice, cet indice particulier a été sélectionné pour être exclus car l'effet sur les indices de la mise en œuvre des règlementations prévoyant la remise à l'eau du poisson vivant n'était pas clair, étant donné que cet indice a été mis au point uniquement à partir des poissons en captivité, et la période temporelle a été couverte par d'autres indices (il a été noté que d'autres indices, tels que l'indice palangrier japonais pour 2001-2009, pourraient également être affectés par la mise en oeuvre de ces réglementations). Lorsqu'on a ajusté les données avec des poids égaux pour ces 10 séries de CPUE, ou des poids proportionnels à 1298 la zone couverte par chaque pêcherie, ASPIC ne pouvait pas converger. Les indices combinés de toutes les séries pondérées de façon égale, pondérées par la zone de la pêcherie et pondérées par la prise de chaque pêcherie ont également été utilisés avec ASPIC. Dans ces derniers cas, ASPIC a convergé vers des estimations qui ont été jugées irréalistes, avec des valeurs de r de 0,023 et de K de 185.000 t. Ce manque de convergence ou la convergence vers des résultats irréalistes est lié à la présence de nombreuses tendances contradictoires trouvées dans la CPUE, comme cela se voit dans la matrice de corrélation pour les indices de la CPUE (Tableau 8). Deux scénarios d'ASPIC ont été réalisés afin de venir à bout de ces problèmes. Tout d'abord, un scénario avec tous les 10 indices a été élaboré dans lequel seule la PME a été estimée et où l'on a postulé que K s'élevait à 100.000 t, afin de parvenir à la convergence. Ce postulat produit des ajustements qui ressemblent à l'ajustement obtenu en 2000, où la K estimée s'élevait à 85 600 t et équivaut à limiter la valeur de r (Figure 23). Ce scénario est ultérieurement dénommé de "faible productivité". Un deuxième scénario a été mis au point pour ASPIC où une sélection d'indices a été menée à bien en partant du principe que certains indices reflètent l'abondance plus que d'autres. Tous les indices utilisés dans ce passage ont été pondérés par la zone moyenne de chaque pêcherie. Les indices du Ghana et du Brésil ont été exclus étant donné qu'ils ont tendance à avoir une corrélation négative avec la plupart des autres indices avec lesquels ils se chevauchent. Les indices du Taipei chinois et du Japon ont été scindés en deux catégories (antérieur à 1980 et postérieur à 1980) afin de représenter la possibilité selon laquelle la standardisation de la CPUE n'avait pas supprimé la variation de la capturabilité causée par l'essor d'opérations en eaux profondes pour le thon obèse. L'indice du Taipei chinois n'a été utilisé qu'avant 1980, sachant que la période 1981 à 2000 a une corrélation négative avec tous les autres indices avec lesquels il se chevauche. Cette situation a donné un scénario avec sept indices dénommé ultérieurement de « forte productivité » (Figure 24). Ce scénario a convergé vers un résultat plausible bien que différent du scénario de « faible productivité » (Tableau 9). Le Groupe a estimé que le scénario de "faible productivité" avait du mal à faire concorder les tendances des captures à long terme (montrant un schéma général de forte chute initiale de la CPUE suivie d'une longue période de taux de capture relativement nivelés) avec les tendances des captures (prises initiales relativement élevées, suivies de niveaux de capture quelque peu réduits, puis nouvelle augmentation des niveaux de capture). Ce n'est que lorsque quelques-unes des séries de CPUE seront éliminées que le modèle convergera vers une solution et que les séries de CPUE restantes deviendront quelque peu plus informatives sur la productivité du stock (scénario de "forte productivité"). Les déterminations de l'état actuel du stock pour ces deux scénarios sont plutôt similaires (Tableau 10) ; on estime que la biomasse du stock dans les deux cas se trouve en-deçà de BPME et que la mortalité par pêche dépasse FPME. Il existait des différences considérables dans les estimations de la PME, à savoir 2 700 t et 4 300 t pour les scénarios de faible et forte productivité, respectivement. Les valeurs de r correspondantes pour ces deux scénarios étaient tout aussi différentes, à savoir 0,11 et 0,65 respectivement. Les résultats soulignent le fait qu'il n'y a aucune information dans les indices d'abondance relative susceptible d'être utilisée sans équivoque pour déterminer la productivité du stock. Le niveau de productivité ne change pas l'estimation de l'état actuel du stock qui, selon l'évaluation, est surpêché et fait actuellement l'objet de surpêche. 6.2.2 Modèle statistiquement intégré La structure de base, les postulats et les intrants du cas de base du modèle pleinement intégré sur la plateforme Stock Synthèse sont décrits à l'Appendice 5. Les configurations et les résultats de scénarios spécifiques sont décrits ci-dessous. − Cas de base Les paramètres de croissance estimés ont donné lieu à des courbes de croissance mâles et femelles qui ont bien concordé avec ce qui passe pour être les véritables fonctions biologiques (Figure 25, panneau supérieur). L'ajustement résultant aux observations du sexe ratio (Figure 25, panneau inférieur) s'est avéré très satisfaisant, notamment en ce qui concerne les poissons sexuellement matures). Par conséquent, le Groupe a adopté une approche de modèle à deux sexes. L'ajustement aux séries temporelles de la CPUE a démontré les incohérences entre les 11 indices (Figure 26). Le modèle a été dans l'incapacité de complètement cerner quelques-unes des variations annuelles observées dans la CPUE. On a postulé que ceci était dû aux limites imposées aux déviations du recrutement (-0,5 et 0,5). Il s'est avéré que les données de composition des tailles ne fournissaient aucun signe significatif en ce qui 1299 concerne la variation annuelle du recrutement. Compte tenu de ce facteur et des cohérences annuelles dans les données de fréquence des tailles, l'ajustement des longueurs et des sélectivités estimées résultantes (Figure 27) n'ont pas posé de problèmes significatifs. Il a été conclu que la sélectivité variable en fonction du temps pour la pêcherie sportive était une solution satisfaisante pour tenir compte des changements dans les fréquences de tailles qui étaient dus à des changements dans les réglementations sur la taille minimum. L'ajustement aux mortalités estimées après la remise à l'eau des rejets vivants de la pêche récréative, dues, entre autres choses, à la réglementation sur la taille minimum, se trouve à la Figure 28. Le Groupe a jugé que l'ajustement était satisfaisant. Le Groupe a discuté de la question de savoir comment il fallait traiter au mieux la mortalité post remise à l'eau des rejets vivants capturés à la palangre au sein du cadre de modélisation de l'évaluation. Le Groupe a conclu que la base du problème reposait sur une absence d'estimations fiables des rejets en ce qui concerne à la fois la quantité et la composition des tailles. De nouvelles discussions ont suivi qui ont mis l'accent sur la nécessité de disposer également d'estimations de la mortalité des rejets spécifique aux flottilles. Il s'est avéré que les tendances estimées de la biomasse du stock reproducteur étaient similaires à celles estimées dans des évaluations antérieures (Figure 29). Les estimations du recrutement ont affiché des intervalles de confiance très larges (Figure 30). Cela est dû au fait que pratiquement tous les signaux de recrutement provenaient des données de CPUE, étant donné qu'aucun signal n'a été trouvé dans les données de taille. Les données de CPUE étaient essentiellement un indice adulte et, en tant que tel, ne peuvent pas fournir de clair signal de la force des recrutements annuels. En outre, en raison des incohérences dans les séries temporelles de la CPUE, le modèle n'a pas pu obtenir des estimations fiables du recrutement annuel. Néanmoins, une tendance s'est clairement manifestée dans les trajectoires estimées par une augmentation de 1990 à 2000, suivie par une brusque chute par la suite. Toutefois, le signal pour cette tendance provenait plus vraisemblablement des données de débarquement, qui ont également affiché une baisse au même moment, mais qui était probablement due à des mesures réglementaires. Compte tenu de toutes les difficultés évoquées cidessus, les estimations du recrutement annuel demeurent fort incertaines. Nonobstant les incertitudes dans le recrutement, les estimations de la relation stock reproducteur-recrutement sont apparues raisonnables (Figure 31). Or, les limites imposées aux déviations du recrutement ont été atteintes pour certaines années (Figure 32). L'estimation du recrutement vierge s'élevait à 5,026 (échelle logarithmique) avec une déviation standard de 0,166, et l'estimation de l'inclinaison était de 0,411, avec une déviation standard de 0,062 (Tableau 11). Cela a donné lieu à une estimation de la production maximale équilibrée de 2.837 t (SD = 246 t). L'état du stock estimée à partir du cas de base du modèle est que le stock est actuellement surpêché (B/BPME = 0,670, SD = 0,071) et qu'il fait actuellement l'objet d'une surpêche (F/FPME = 1,633, SD = 0,263). La tendance annuelle de l'état du stock est illustrée à la Figure 33. Afin de mieux décrire l'incertitude entourant le paramètre et les estimations des quantités obtenues, une série de distributions a posteriori basées sur une analyse bayésienne (utilisant l’algorithme MCMC) a été lancée. Cellesci ont donné lieu à la distribution de l'estimation de B/BPME et F/FPME en 2009 (Figure 34) ainsi qu'aux diagrammes de phase de Kobe (Figure 35). − Scénarios de sensibilité Afin d'examiner la sensibilité des résultats à la valeur postulée de la mortalité naturelle, il a été demandé que deux scénarios supplémentaires soient réalisés avec la valeur de la mortalité naturelle fixée aux valeurs supérieures et inférieures des intervalles de confiance de 95%, en postulant une moyenne de 0,139 et un coefficient de variation (CV) de 25% (valeur inférieure M = 0,07) ; valeur supérieure M = 0,19). Le modèle n'a pas pu converger vers le niveau inférieur de M (Tableau 12). Tant que M n'a pas été élevée à M = 0,12, le modèle n'a pas rencontré de solution satisfaisante. A M = 0,12, l'état estimé du stock par rapport aux paramètres a très peu changé (B/BPME = 0,700 ; SD = 0,077; F/FPME = 1,499 ; SD = 0,240). Pareillement, lorsque M se trouve à l'extrémité supérieure de la gamme, l'estimation de l'état du stock n'a pas affiché de changement significatif (B/BPME = 0,636 ; SD = 0,065 ; F/FPME = 1,854 ; SD = 0,312). Ces résultats sont illustrés à la Figure 36 et à la Figure 37. Par conséquent, l'estimation de l'état actuel du stock ne semble pas être particulièrement sensible aux postulats en ce qui concerne la mortalité naturelle au sein des limites explorées. Il a été noté que, pendant le scénario du cas de base du modèle, des limites aux déviations du recrutement ont été atteintes sur plusieurs années. Afin d'examiner la sensibilité des résultats face aux contraintes pour les déviations de recrutement, les limites ont été élargies à des valeurs de -5,0 à 5,0 qui sont des niveaux ne devant être que rarement restrictifs. L'ajustement du modèle suivant a été très instable, incohérent entre les scénarios, et ne convergeait pas adéquatement. Cela est très vraisemblablement dû au fait que les seuls signaux de données à partir desquels les déviations étaient estimées provenaient des données de CPUE. Sans aucune autre 1300 observation susceptible d'informer le modèle en ce qui concerne la variation du recrutement, l'expérimentation a fait apparaître que, quand les déviations du recrutement ne sont pas limitées, le modèle s'est servi des déviations du recrutement pour ajuster les variations irrégulières dans chacune des séries temporelles de la CPUE. On a essayé d'estimer davantage de déviations de recrutement en remontant plus loin dans le temps (à partir de 1957). Même si le modèle a été capable de converger à l'aide de cette tactique, la convergence s'est avérée incohérente. Cela aboutit à la conclusion soit d'une surface de réponse très plane, soit d'une présence de plusieurs minimums locaux ; chacune de ces deux options considérerait le modèle sujet à caution. Par conséquent, les limites aux déviations du recrutement ont été maintenues telles qu'elles ont été initialement configurées pour le cas de base du modèle. Or, il a été noté que ces limites pourraient avoir une influence significative sur l'estimation du paramètre de l'inclinaison. 6.3 Projections Pour les projections, le Groupe a décidé d’utiliser les prises de 2010 qui ont été estimées à la présente réunion (3 431 t), au cours de laquelle les prises de 2009 ont été reportées à 2010 pour les CPC qui n'avaient pas encore déclaré les captures de 2010. On a aussi postulé que les prises de 2011 étaient identiques à celles estimées pour 2010, étant donné que les mesures établies à la prochaine réunion de la Commission ne pourraient être mises en œuvre qu'en 2012 au plus tôt. Le Groupe a décidé que des projections devraient être réalisées en postulant des niveaux de capture constants, à compter de 2012, dans une gamme de 0 à 6.000 t. Toutefois, les résultats indiquent que des projections avec un TAC supérieur à 4.000 t ont entraîné l'effondrement du stock. A des fins de présentation, les projections se sont limitées à un TAC dont la gamme s'étendait de 0 à 4.000 t. 6.3.1 Projections des résultats du modèle de production en conditions de non-équilibre Des projections réalisées à partir du cas de "faible productivité" avec des niveaux futurs de capture de 2.000 t ou plus suggèrent qu'il est plus vraisemblable que la biomasse du stock continue à chuter. Avec des prises de 1.500 t, il est plus probable que le stock augmente au lieu de chuter. Des projections réalisées à partir du cas de "forte productivité" avec des niveaux futurs de capture de 3.000 t ou moins permettraient au stock de se rétablir. Des projections réalisées avec des captures de 3.500 t (statu quo) suggèrent que le stock ne se rétablirait pas ou ne diminuerait pas. Le Groupe a décidé que les estimations de l'état actuel du stock et les projections ultérieures devraient se fonder sur le modèle statistiquement intégré plutôt que le modèle de production en conditions de non-équilibre. Cette détermination s'est fondée sur le fait que le modèle de production était dans l'incapacité de parvenir à un ajustement satisfaisant des données sans fixer deux des trois paramètres, peut-être à des valeurs quelque peu arbitraires, ou en éliminant certaines séries de CPUE. Même si le modèle pleinement intégré a utilisé certaines des mêmes données, la capacité du modèle intégré à incorporer davantage de données disponibles et le fait qu'il ait été capable d'atteindre avec succès la convergence ont poussé le Groupe à choisir le modèle pleinement intégré à des fins d'examen et de projections ultérieurs. Le Groupe a constaté que les données disponibles ne fournissaient pas suffisamment d'information pour qu'un des deux modèles puisse déterminer de manière fiable la productivité du stock. C'est pourquoi les projections sont incertaines. 6.3.2 Projections utilisant le modèle statistiquement intégré Afin d'évaluer les implications des niveaux futurs de capture pour rétablir le stock, des projections ont été réalisées avec le logiciel Stock Synthèse (SS3) comme suit. On a projeté de façon déterministe l'état du stock de makaire bleu à la fin de 2009 (dernière année du cas de base du modèle SS3) en postulant différents niveaux de capture totale. Les projections ont postulé que, pour 2010 et 2011, les niveaux de capture étaient ceux que le Groupe avait estimés pendant la révision des statistiques de capture (cf. section 2.1), soit 3.431 t. De futures captures, à partir de 2012, ont été projetées à des niveaux constants allant de 0 à 4 000 t par an (avec des incréments de 500 t). Le Tableau 13 et la Figure 37 illustrent les tendances de la biomasse relative (SSB/SSBPME) du stock pendant la période couverte par les projections. De manière générale, les prises totales supérieures à 3.000 t ont entraîné la poursuite de la chute de la biomasse du stock au cours de la période projetée. Des prises totales de 2.000 t ou inférieures ont permis à la biomasse du stock d'augmenter pendant cette période de temps ; des prises d'environ 2.500 t maintiendront le stock pratiquement au même niveau d'épuisement qu'en 2011. Seules des prises de 1.500 t ou en-deçà permettront au stock de se rétablir à des niveaux de biomasse correspondant à SSBPME ou au-dessus avant 2026. Le Groupe a noté que les projections de stocks se comportent de la même façon que 1301 celles du cas de "faible productivité" du modèle de production excédentaire (ASPIC), même si le rétablissement est quelque peu plus rapide avec le cas de base du modèle pleinement intégré. Comme il a été noté précédemment, en raison des incertitudes entourant les estimations de la productivité du stock, les projections sont incertaines (cf. Figure 43). 7. Evaluation du scénario de gestion Des évaluations de gestion ont été menées afin de formuler un avis sous la forme d'une matrice de stratégie de Kobe II (K2SM), suivant les directives élaborées par le Groupe de travail sur les méthodes d'évaluation des stocks de 2009 (Anonyme, 2010). La matrice K2SM est un tableau de décisions qui récapitule les probabilités d'atteindre, dans des délais donnés, des objectifs de biomasse et de taux de mortalité par pêche (c'est-à-dire en rapport avec le maintien des stocks à des niveaux pouvant permettre la production maximale équilibrée) selon différents régimes de gestion, tels que les niveaux de TAC. La matrice de stratégie de Kobe II est utilisée par toutes les ORGP thonières et sa production est désormais le résultat principal des groupes d'évaluation. Ceci est important car cela signifie que le mandat des groupes d'espèces s'est élargi : il ne s'agit plus de simplement déterminer l'état actuel des stocks, mais de formuler un avis de gestion probabiliste qui incorpore l'incertitude. Les évaluations de stocks traditionnelles ne tiennent essentiellement compte que de l'incertitude entourant les observations et le processus (p.ex. le recrutement). Toutefois, l'incertitude sur la dynamique véritable (c'est-àdire l'incertitude du modèle) a un impact plus grand sur le fait d'atteindre les objectifs de gestion (Punt 2006). C'est pourquoi, lors de la formulation de l'avis de gestion, il est important de tenir compte des sources d'incertitude appropriées. Rosenberg et Restrepo (1994) ont classé par catégories les incertitudes entourant l'évaluation et la gestion des stocks de poissons, comme suit : - Erreur de processus : causé pour avoir négligé la variabilité spatio-temporelle dans la dynamique des populations et les processus des pêcheries ; Erreur d'observation : erreur d'échantillonnage et erreur de mesure ; Erreur d'estimation : se produit lors de l'estimation des paramètres des modèles utilisés dans la procédure d'évaluation ; Erreur de mise en œuvre : lorsque les effets des mesures de gestion peuvent différer des effets prévus. Erreur du modèle : en rapport avec la capacité de la structure du modèle à capturer le noyau de la dynamique du système. Les sources d'incertitude liées à l'erreur du modèle incluent : i) l'incertitude structurelle, due à des modèles inadéquats, à des cadres conceptuels incomplets ou conflictuels, au fait que d'importants processus et/ou relations sont spécifiés de façon erronée ou ne sont pas pris en compte, lesquels tendent à être sous-estimés par les experts (Morgan et al., 1990) et ii) l'incertitude des valeurs, en raison de données manquantes ou imprécises ou de paramètres peu connus. Les directives élaborées par le Groupe sur les méthodes d'évaluation des stocks sont les suivantes : - - Les matrices devraient être présentées à la fois sous forme tabulaire et graphique. Le(s) modèle(s), les scénarios du modèle et les méthodologies utilisés pour l'élaboration devraient être clairement documentés. Les matrices devraient être construites à partir des modèles d’évaluation utilisés pour déterminer l’état des stocks. Les matrices devraient clairement décrire les postulats et les incertitudes. Il conviendrait d'employer des méthodologies visant à établir la moyenne des modèles, l’harmonisation des modèles et la formulation d’affirmations probabilistes concernant les règles de contrôle de la ponction. Plusieurs matrices pourraient s’avérer nécessaires en vue de fournir un avis englobant des hypothèses alternatives. Les projections stochastiques constituent la base de la K2SM et c'est pourquoi la section 6.3 fournit une documentation complète sur la façon dont celles-ci ont été menées. Celle-ci décrit notamment : - Le logiciel utilisé pour la projection. Les spécifications du modèle de recrutement/remplacement du recrutement/structure d’erreur. Les spécifications de la sélectivité/F partiel. Les calculs de l'âge du "groupe-plus". La période temporelle de la projection. Les postulats sur la mise en œuvre de la gestion. 1302 Deux méthodes d'évaluation des stocks ont été utilisées pendant la réunion : un modèle de production excédentaire (ASPIC) et un modèle statistique de capture structuré par âge-sexe (SS3) (cf. section 6.1) et des projections ont été réalisées à l'aide de ces deux méthodes (cf. section 6.3). Le Groupe a décidé d'utiliser le SS3 comme modèle de base, c'est pourquoi seules les projections de SS3 ont été utilisées pour produire la K2SM. L'incertitude dans l'évaluation a été décrite en effectuant à la fois des scénarios de sensibilité et de Markov Chain Monte Carlo (MCMC). Les scénarios de sensibilité ont évalué l'incertitude dans les connaissances du Groupe en ce qui concerne la mortalité naturelle et le paramètre d'inclinaison de la relation stock-recrutement (c'est-à-dire incertitude de la valeur), tandis que les scénarios de MCMC ont été exécutés pour fournir l'incertitude dans les paramètres et les quantités obtenus de ceux-ci (soit l'erreur d'estimation). La configuration du modèle utilisée dans l'analyse du MCMC était exactement la même que celle du cas de base du modèle. Cela signifie que les valeurs de référence a priori et les limites des paramètres sont demeurées les mêmes. La méthode Markov Chain Monte Carlo (MCMC) est une méthode visant à calculer par approximation la distribution a posteriori des paramètres d'intérêt dans un cadre bayésien. SS3 est basé sur AD Model Builder et peut donc utiliser à la fois le mode de la distribution a posteriori et la matrice Hessian afin de mettre en œuvre une version de l'algorithme de Hastings-Metropolis visant à obtenir une séquence d'échantillons aléatoires à partir d'une distribution de probabilités. AD Model Builder présente un autre avantage, à savoir qu'il permet de comparer la vraisemblance de profil pour un paramètre d'intérêt avec la distribution MCMC. Une grande divergence pourrait indiquer qu'une estimation ou les deux sont inadéquates. Les estimations du recrutement annuel réalisées dans l'évaluation étaient très incertaines et les limites de déviation du recrutement ont été atteintes pour plusieurs années. Les limites pourraient avoir une influence significative sur l'estimation du paramètre de l'inclinaison et par conséquent de la productivité du stock et des points de référence basés sur la PME. Or, les estimations de l'état du stock et du taux d'exploitation par rapport aux paramètres fondés sur la PME apparaissaient solides face à la valeur de M postulée (cf. 6.2.2). Il manque également des données fiables sur la mortalité post remise à l'eau des rejets vivants à des fins d'utilisation dans l'évaluation des stocks et, fait important, à des fins de projection du stock en fonction de différentes options de gestion (erreur de mise en oeuvre). On n'a toutefois pas tenu compte de l'incertitude entourant la mortalité post remise à l'eau des rejets vivants sur la mise en œuvre des mesures de gestion. Des projections ont été réalisées à l'aide du scénario du cas de base de 2010 à 2026 compris (cf. section 6.3). Pour 2010 et 2011, on a postulé une capture de 3 431 t (estimée par le Groupe pour 2011 sur la base des rapports préliminaires des CPC) étant donné que les réglementations de gestion devraient débuter en 2012 au plus tôt. Les projections ont postulé les mêmes paramètres et caractéristiques biologiques et halieutiques que le cas de base du modèle de l'évaluation, c'est-à-dire que les paramètres ont été constants au fil des ans et le scénario du MCMC a été constant pour les paramètres biologiques et au fil des années pour les paramètres des pêcheries. L'allocation de TAC entre les flottilles réalisée dans les projections s'est fondée sur les proportions de capture moyenne par flottilles pour les cinq dernières années (2005-2009). Le fait d'exécuter des projections de captures constantes pour plus d'une flottille avec différents schémas de sélection selon une clef d'allocation fixe signifie qu'un changement de structure de la population (p.ex. dû à un programme de gestion destiné à rétablir un stock) entraînera une variation annuelle de la mortalité par pêche partielle relative. Etant donné que les points de référence de la PME sont calculés en postulant un schéma de sélection fondé sur la mortalité par pêche totale, qui est une somme pondérée des F partiels, les points de référence basés sur la PME varieront également par an. Pareillement, les estimations historiques des points de référence fondés sur la PME varieront également là où les F partiels relatifs ont varié. Toutefois, SS3 postule que les points de référence fondés sur la PME sont fixes dans un scénario de MCMC, à la fois historiquement et à l'avenir, ce qui signifie que les séries temporelles de SSB et le taux de capture par rapport à BPME et FPME seront biaisés de différentes façons dans le temps et entre les régimes de TAC. Les séries temporelles de la biomasse par rapport à BPME et le taux de capture par rapport à FPME sont présentés à la Figure 38 (période historique 1957-2009) et aux Figures 39 et 40 pour les projections (2010-2026) utilisées pour construire le K2SM (Tableau 14). Pour les périodes historiques, les lignes représentent la médiane et les valeurs inter quartiles de 80%. L'état actuel du stock de makaire bleu est présenté à la Figure 41 qui indique le niveau d'incertitude dans les résultats du cas de base du modèle. Le KS2M montre les probabilités de se trouver dans le quadrant de Kobe correspondant à SSB ≥SSB PME et F≤FPME par an pour chacun des niveaux de TAC (Figure 42). La Figure 43 illustre le diagramme de phase de Kobe avec des réalisations individuelles de plusieurs modèles évalués. 1303 8. Effets des réglementations actuelles La [Rec. 06-09] a établi des restrictions de capture pour le makaire bleu et le makaire blanc. Elle stipulait que le volume annuel de makaire bleu pouvant être pêché par les senneurs et les palangriers pélagiques et retenus aux fins de débarquement ne devait pas dépasser 50% pour le makaire bleu des niveaux de débarquement de 1996 ou 1999, soit le chiffre le plus élevé des deux. Cette recommandation établissait que : « Tout makaire bleu ou makaire blanc amené vivant sur un palangrier ou un senneur pélagique sera remis à l’eau de façon à lui donner un maximum de chances de survie. Les dispositions du présent paragraphe ne s’appliqueront pas aux makaires amenés morts le long des bateaux et qui ne sont, ni vendus, ni acheminés vers les circuits commerciaux. » Le Groupe a discuté de cette recommandation. Au cours de ces discussions, le Groupe a traité de la question de documenter le nombre des remises à l’eau de spécimens vivants et de la difficulté d'estimer ce chiffre pour l'ensemble des pêcheries. Apparemment, certains programmes d’observateurs de palangriers et de senneurs de membres de l’ICCAT n’enregistrent pas cette variable, de telle sorte que l’on ne peut pas réaliser une évaluation quantitative, dans tout l’Atlantique, de la mesure dans laquelle les membres de l’ICCAT appliquent cette recommandation. Le Groupe a recommandé de rectifier cette situation pour que la recommandation de la Commission portant sur les remises à l’eau de spécimens vivants puisse être évaluée dans le contexte du programme de rétablissement des istiophoridés. Le Groupe a recommandé qu’en plus d’enregistrer le nombre d'istiophoridés remis à l’eau vivants et le nombre de rejets morts ou de rétention à bord, les CPC devraient fournir des estimations de la mortalité des rejets vivants. Les études s'appuyant sur le marquage électronique ou des informations auxiliaires, telles que le type d'engin terminal, le degré de blessure à la remise à l'eau, l'état du poisson à la remise à l'eau, pourraient contribuer à estimer les taux de survie du makaire bleu capturé et remis à l'eau. Le Groupe a considéré également que l’on ne disposait pas d’informations suffisantes sur la proportion des poissons remis à l’eau vivants pour toutes les flottilles pour pouvoir évaluer l’efficacité de cette réglementation particulière. La prise moyenne réalisée par les palangriers pélagiques et les senneurs au cours de la période 2005-2009 s'élevait à 1 938 t, ou 51 % de la prise maximale de ces mêmes flottilles en 1996 ou 1999 (3 810 t), soit un volume supérieur aux 50% recommandés dans la recommandation actuelle [Rec. 06-09]. 9. Recommandations 9.1 Recherche et Statistiques 1. Le Groupe a recommandé qu’il convient de souligner que les CPC doivent soumettre les données de Tâche I et de Tâche II pour les réunions intersessions dans les délais fixés par le Secrétariat. 2. Le Groupe a recommandé de poursuivre l'étude sur l'âge et la croissance du makaire bleu, soulignant la nécessité d'inclure dans l'étude des sections d'épine anale de grands spécimens dans les zones subtropicales et tempérées. 3. Le Groupe a reconnu l'importance des nouvelles estimations de capture de makaire bleu des pêcheries opérant sous DCP de la Martinique et de la Guadeloupe et il a recommandé que les détails de l'estimation soient présentés sous la forme d'un document SCRS à la prochaine réunion du groupe d'espèces. Le Groupe a également recommandé que d'autres pays des Caraïbes dotés de pêcheries opérant sous DCP déclarent dans le détail leurs prises spécifiques d'istiophoridés. 4. Le Groupe a encouragé le Secrétariat à contacter d'autres ORGP dans la grande Caraïbe afin d'explorer la mise en commun des données relatives aux pêcheries de l'ICCAT. 5. Le Groupe a reconnu la complexité des captures de makaire blanc déclarées, sachant que les prises historiques pourraient contenir un mélange d'espèces, comme le makaire épée (RSP) et le makairebécune (SPF) en plus du makaire blanc. C'est pourquoi le Groupe a recommandé que l'évaluation du stock de makaire blanc devant être réalisée en 2012 soit considérée comme étant une évaluation de stock d'espèces mixtes. 6. Constatant les problèmes d'erreur d'identification entre le makaire blanc, le makaire épée et le makaire-bécune, le Groupe a recommandé de réaliser une étude englobant tout l'Atlantique portant sur la distribution et l'abondance du makaire blanc/makaire épée/makaire-bécune en collaboration avec les 1304 CPC ayant des flottilles opérant dans tout l'Atlantique, notamment dans les zones de pêche situées à l'Est et au Sud-Ouest de l'Atlantique. 7. Le Groupe a fortement recommandé que la Commission fournisse un financement supplémentaire (50.000 euros) au Programme de recherche intensive sur les istiophoridés aux fins de la réalisation, dans un futur immédiat, d'une étude génétique visant à accélérer l'acquisition et l'analyse des données dans le but de séparer le makaire blanc du Tetrapturus spp. 8. Signalant que l’estimation des indices d’abondance relative fournit toujours de meilleurs résultats avec la résolution spatio-temporelle la plus élevée permise par les données disponibles, le Groupe a recommandé que toutes les CPC, et notamment celles qui présentent des captures importantes de makaire blanc, fournissent des indices actualisés d’abondance relative obtenus à partir des données de CPUE de haute résolution et tiennent compte de l'effet des réglementations actuelles dans le processus de standardisation. A titre d'exemple, lorsque l'on ne dispose que d'information sur les poissons retenus, il conviendrait de tenir compte de l'effet de la mise en oeuvre des réglementations prévoyant la remise à l'eau des poissons vivants capturés à la palangre, en élaborant par exemple des indices distincts avant et après la mise en oeuvre. 9. Le Groupe a recommandé que les modèles de production excédentaire réalisés dans le cadre de l’évaluation du stock de makaire blanc en 2000 soient mis à jour à la réunion d’évaluation du stock de 2012. 9.2 Gestion L'évaluation actuelle du stock de makaire bleu indique que le stock se trouve en-dessous de BPME et que la mortalité par pêche est au-dessus de FPME (2009). A moins que les niveaux actuels de capture (3.431 t, 2010) ne soient considérablement réduits, le stock continuera vraisemblablement à chuter. La Commission devrait adopter un programme de rétablissement pour le stock de makaire bleu de l'Atlantique. La Commission devrait mettre en oeuvre des mesures de gestion visant à réduire immédiatement la mortalité par pêche du stock de makaire bleu en adoptant un TAC permettant au stock de s'accroître (2.000 t ou moins, rejets morts compris). 1. Afin de faciliter la mise en oeuvre du TAC, la Commission pourrait envisager l'adoption de mesures, incluant, mais sans s’y limiter, les éléments ci-après : a) b) c) d) Interdire totalement les débarquements de makaire bleu capturés par les pêcheries de palangriers pélagiques et de senneurs, afin d'améliorer l'efficacité des mesures de gestion actuelles. Encourager l’utilisation de configurations d’engins alternatives qui réduisent la probabilité d’un hameçonnage en profondeur et augmentent donc la survie après la remise à l'eau (hameçons circulaires, p.ex.). Appliquer de façon plus large les fermetures spatio-temporelles. Envisager l'adoption de mesures visant à réduire la mortalité par pêche du makaire bleu originaire des pêcheries de petits métiers. 2. Constatant les problèmes d'erreur d'identification entre le makaire blanc et le Tetrapturus spp., le Groupe a recommandé que des recommandations de gestion combinent ces espèces comme un stock mixte, tant qu’une identification et différentiation spécifiques plus précises des captures par espèces ne seront disponibles. 3. La Commission devrait exiger la déclaration des captures de makaire blanc et de makaire épée de façon séparée. 10. Autres questions Le Groupe a longuement discuté de la complexité d'établir avec précision la distinction entre le makaire blanc d'une part, et le makaire épée et le makaire-bécune d'autre part. Il a reconnu que l'analyse génétique constituait la méthode de séparation des espèces la plus exacte, mais que des observateurs scientifiques et des pêcheurs bien expérimentés et bien formés peuvent séparer les espèces avec exactitude en utilisant les caractéristiques anatomiques. Comme suite à la recommandation formulée pendant la réunion de préparation des données sur le 1305 makaire bleu, à l'effet que le chapitre sur le Tetrapturus spp. du Manuel de l'ICCAT soit mis à jour afin de tenir compte des problèmes d'erreur d'identification entre le makaire épée, le makaire-bécune et le makaire blanc, ainsi que de la nécessité de disposer de fiches d'identification sur le terrain pour toutes les espèces d'istiophoridés, similaires à celles élaborées pour les requins et les thonidés mineurs, mais dotées de caractéristiques clefs permettant de séparer avec précision le makaire blanc des espèces de Tetrapturus spp. Afin que toutes les CPC puissent séparer avec précision le makaire blanc du Tetrapturus spp., les instruments, tels que ceux susmentionnés, doivent être actualisés et mis au point par le Secrétariat et des fonds doivent être alloués pour le développement de ces instruments d'identification. 11. Adoption du rapport et clôture Le rapport a été adopté pendant la réunion. Le Président a remercié les participants pour tout le travail réalisé. La réunion a été levée. Références Anon. 2010, Report of the 2009 ICCAT Working Group on Stock Assessment Methods. Collect. Vol. Sci. Pap. ICCAT, 65(5): 1851-1908. Anon. 2011, Report of the 2010 Blue Marlin Data Preparatory Meeting. Collect. Vol. Sci. Pap. ICCAT, 66(3): 1011-1115. Amorim, A., Arfelli, C., Antero-Silva, J., Fagundes, L., Costa, F. and Assumpção, R. 1998, Blue marlin (Makaira nigricans) and white marlin (Tetrapturus albidus) caught off the Brazilian coast. Collect. Vol. Sci. Pap. ICCAT, 47: 163-84. Amorim, A., Arfelli, C., Hazin, F., Antero-Silva, J., Lessa, R. and Arraes, R. 1994, Blue marlin (Makaira nigricans) fisheries off the Brazilian coast by national and leased longliners (1971-1991). Collect. Vol. Sci. Pap. ICCAT, 41: 208-213. Arocha, F., and Silva, J. 2011, Proportion of Tetrapturus georgii (SPG) with respect to T. albidus (WHM) in the Venezuelan pelagic longline catch in the western Caribbean Sea and adjacent Atlantic waters during 2002 – 2007. Collect. Vol. Sci. Pap. ICCAT, 66(4): 1787-1793. Beerkircher, L., Arocha, F., Barse, A., Prince, E., Restrepo, V., Serafy, J. and Shivji, M. 2009, Effects of species misidentification on population assessment of overfished white marlin Tetrapturus albidus and roundscale spearfish T. georgii. Endangered Species Research 9:81-90. Goodyear, C.P., Luo, J., Prince, E.D., Hoolihan, J.P., Snodgrass, D., Orbesen, E.S. and Serafy, J.E. 2008,Vertical habitat use of Atlantic blue marlin (Makaira nigricans): interaction with pelagic longline gear. Mar. Ecol. Prog. Ser., 365, 233-245. Hill, K.T., Cailliet, C.M. and Radtke, R.L. 1989, A comparative analysis of growth zones in four calcified structures of Pacific blue marlin, Makaira nigricans. Fish Bull. 87: 829-843. Hoenig, J.M. 1983, Empirical use of longevity data to estimate mortality rates. Fishery Bulletin (U.S.) 82 (1): 898-902. Kell, L. Palma, C. and Prince. E. Standardisation of blue marlin CPUE taking into account habitat compression. Collect. Vol. Sci. Pap. ICCAT, 66(4): 1738-1759. Kraus, R.T., Wells, R.J.D. and Rooker, J.R. 2011, Horizontal movements of Atlantic blue marlin (Makaira nigricans) in the Gulf of Mexico. Mar. Biol., 158, 699-713. Orbessen, E.S., Snodgrass, D., Hollihan, J.P. and Prince, E.D. 2011, Updated U.S. conventional tagging database for Atlantic bluefin marlin (1955-2008), with comments on potential stock structure. Collect. Vol. Sci. Pap. ICCAT, 66(4): 1685-1691. Prince, E.D. and Goodyear, C.P. 2006, Hypoxia-based habitat compression of tropical pelagic fishes. Fish. Oceanogr., 15, 451-464. 1306 Prince, E.D., Luo, J., Goodyear, C.P., Hoolihan, J.P., Snodgrass, D., Orbesen, E.S., Serafy, J.E., Ortiz, M. and Schirripa, M.J. 2010, Ocean scale hypoxia-based habitat compression of Atlantic istiophorid billfishes. Fish. Oceanogr, 19, 448-462. Shivji, M.S., Magnussen, J.E., Beerkircher, L.R., Hinteregger, G., Lee, D.W., Serafy, J.E. and Prince, E.D. 2006, Validity, identification, and distribution of the roundscale spearfish, Tetrapturus georgii (Teleostei: Istiophoridae): Morphological and molecular evidence. Bulletin of Marine Science 79(3):483. Ueyanagi, S., Kikawa, S., Uto, and Nishikawa, Y. 1970, Distribution, spawning, and relative abundance of billfishes in the Atlantic Ocean. Bull. Far Seas Fish. Res. Lab., Shimizu, (3):15-55, July. (In Japanese with English summary). Rosenberg, A.A. and Restrepo, V.R. 1994, Uncertainty and risk evaluation in stock assessment advice for U.S. marine fisheries. Canadian Journal of Fisheries and Aquatic Sciences. 51(12):2715-2720. Morgan, M.G., Henrion, M. and Small, M. 1990, Uncertainty: a guide to dealing with uncertainty in quantitative risk and policy analysis. Cambridge: Cambridge University Press. Punt, A.E. 2006, The FAO precautionary approach after almost 10 years: Have we progressed towards implementing simulation-tested feedback-control management systems for fisheries management? Natural Resource Modeling 19(4):441-464. Snodgrass, D. Orbessen, E.S., Hollihan, J.P. and Prince, E.D. 2011, The U.S. conventional tagging database updates for Atlantic white marlin (1954-2008). Collect. Vol. Sci. Pap. ICCAT, 66(4): 1760-1766. Wells, R.J.D., Rooker, J.R. and Prince, E.D. 2010, Regional variation in the otolith chemistry of blue marlin (Makaira nigricans) and white marlin (Tetrapturus albidus) from the western North Atlantic Ocean. Fish. Res., 106, 430-435. 1307 INFORME DE LA SESIÓN DE EVALUACIÓN DEL STOCK DE AGUJA AZUL Y REUNIÓN DE PREPARACIÓN DE DATOS DE AGUJA BLANCA DE 2011 (Madrid, España - 25 a 29 de abril de 2011) 1. Apertura, adopción del orden del día y disposiciones para la reunión El Sr. Driss Meski, Secretario Ejecutivo de ICCAT, inauguró la reunión y dio la bienvenida a los participantes. La reunión fue presidida por el Dr. Freddy Arocha (Venezuela). El Dr. Arocha dio la bienvenida a los participantes en el Grupo de trabajo y revisó los objetivos de la reunión. El Orden del día (Apéndice 1) fue adoptado. La lista de participantes se adjunta como Apéndice 2. La lista de documentos presentados a la reunión se adjunta como Apéndice 3. Los siguientes participantes actuaron como relatores: P. Pallarés P. Lynch, L. Reynal y P. Bannerman E. Prince y P. Lynch J. Hoolihan G. Díaz C. Brown y D. Die L. Kell y M. Ortiz F. Arocha y J. Santiago F. Arocha Puntos 1, 9 y 10 Punto 2 Punto 3 Punto 4 Punto 5 Punto 6 Punto 7 Punto 8 Punto 9 2. Actualización de información básica sobre aguja azul y examen de la información básica sobre aguja blanca 2.1 Tarea I (capturas) La Secretaría facilitó un informe detallado de las estadísticas de captura actualizadas de Tarea I (incluyendo descartes) para el periodo de comunicación de 1956-2010 (Tabla 1). Sin embargo, dado que los datos de 2010 son preliminares e incompletos, la evaluación de stock se llevó a cabo con datos para el periodo 1956-2009. Para aquellas CPC que no comunicaron capturas en 2010, estos datos se traspasaron del año previo con el fin de respaldar los análisis de proyección. Las capturas de la Tabla 1 incluyen también la proporción de capturas comunicada como istiofóridos sin clasificar que fue reclasificada como aguja azul en la Reunión de preparación de datos de aguja azul de 2010. Las estadísticas totales de captura de Tarea I fueron presentadas además en términos de captura o de desembarques y de descartes muertos (Figura 1). Se presentaron también las capturas totales con descartes vivos y muertos para aquellas CPC que comunican estas categorías por separado. Se indicó, no obstante, que pocas CPC habían comunicado los descartes vivos correspondientes a la recomendación de ordenación de ICCAT que obliga a la liberación de los palangres (Tabla 2). Las capturas totales (incluyendo descartes muertos) se presentaron también por tipo de arte (Figuras 2 y 3), y el palangre continúa siendo el arte dominante, pero la proporción correspondiente a las redes de enmalle artesanales ha ido aumentando a lo largo de la última década. Este aumento puede deberse a mayores desembarques, a una mejor comunicación o a una combinación de ambos. Se presentó la información sobre descartes vivos para aquellas CPC que facilitaron esta información (Tabla 2). Sin embargo, dado que no existe suficiente información sobre la supervivencia posterior a la liberación de la aguja azul liberada de los palangres, la mortalidad potencial de la fracción de descartes vivos no fue incorporada en la matriz de entrada de las extracciones totales. Durante la reunión se presentaron también los desembarques procedentes de las pesquerías de DCP en la zona de Martinica y Guadalupe y se incorporaron a la tabla de Tarea I. Se estimaron la captura y el esfuerzo pesquero para estas pesquerías utilizando los datos de esfuerzo histórico derivados de entrevistas con los capitanes de los buques, y los desembarques históricos se estimaron utilizando la CPUE media de 2008-2009 para Martinica y la CPUE de 2008 para Guadalupe (Figura 4 y Figura 5). 1308 2.2 Tarea II (captura-esfuerzo y muestras de talla) La Secretaría facilitó un resumen detallado de los datos actualizados de captura y esfuerzo de Tarea II, y los datos totales disponibles se presentaron en la Reunión de preparación de datos de aguja azul de 2010 (Anon. 2011). Para las muestras de talla, se examinaron los análisis de las composiciones de talla y la frecuencia de tallas comunicados en la Reunión de preparación de datos de aguja azul de 2010. El documento SCRS/2011/049 presentaba un análisis detallado de los datos de captura obtenidos de la base de datos del Programa nacional de observadores (NOP) de los palangreros brasileños fletados. Desde 2005 hasta 2008 se midieron en total 5.320 agujas azules. Los ejemplares oscilaban entre 89 y 350 cm LJFL y la sex ratio favorecía a los machos (1:1,73) en la mayoría de las clases de talla. Los ejemplares más largos tendían a ser capturados por debajo de la latitud 5ºS. Los ejemplares inmaduros eran escasos y se encontraron solo en dos áreas (0º, 15ºW y 25ºS, 25ºW). Los ejemplares más pequeños (<170 cm) se encontraban en alta mar principalmente en el primer trimestre. Los ejemplares más grandes se encontraban en el Sur de la zona de estudio durante el verano austral y posteriormente se movían en el sentido de las agujas del reloj hacia el Norte en aguas más calientes durante el invierno, cerrando un posible ciclo migratorio de reproducción en el Atlántico central sur. Estos informes eran conformes a observaciones previas de Ueyanagi et al. (1970) y de Amorim et al. (1998, 1994) que informaban sobre concentraciones de aguja azul con fines reproductivos en el sur de Brasil, entre 20ºS y 30ºS durante el primer trimestre. 2.3 Otra información (marcado) Las liberaciones y recapturas de marcas convencionales se comunicaron en cuadrículas de 5x5 (Figura 6 y 7). La densidad más elevada de liberaciones procede del Atlántico occidental y el Caribe. Las recapturas de marcas se concentran también en el Atlántico occidental y el Caribe. 3. Examen de las estimaciones de captura de aguja blanca/Tetrapturus spp. Shivji et al. (2006) validaron recientemente la presencia de marlín peto (Tetrapturus georgii) en el Atlántico norte occidental, una especie morfológicamente similar a la aguja blanca y sugirieron que una proporción desconocida de las capturas de aguja blanca podría ser en realidad de marlín peto. Esto hizo que el Grupo discutiera la posibilidad de estimar y eliminar una parte de la captura declarada de aguja blanca y reasignara estas capturas al marlín peto. Sin embargo, tras discutir los resultados de investigaciones anteriores (Beekircher et al., 2009, Arocha y Silva, 2011), así como el documento SCRS/2011/051, que fue presentado en esta reunión, se concluyó que la cantidad de variabilidad (anual e interanual) en las ratios observadas entre las dos especies y la insuficiente cobertura del muestreo espacial dificultarían la capacidad de estimar de manera fiable en la actualidad las proporciones de marlín peto en las capturas de aguja blanca. Asimismo, se señaló que existe una confusión adicional en la identificación de Tetrapturus spp. en general entre las diversas CPC. Por ello, la decisión del Grupo fue tratar la próxima evaluación de aguja blanca (2012) como una combinación de aguja blanca/Tetrapturus spp. Existen proyectos en curso que abordan el tema de los errores de identificación de estas especies, no obstante, el Grupo de trabajo indicó que realizar estimaciones fiables del nivel de población requeriría un exhaustivo programa de muestreo de todo el Atlántico, así como un análisis retrospectivo a gran escala. Además, se observó que la flota de palangre española podría representar una plataforma de muestreo ideal para estimar las proporciones de aguja blanca/Tetrapturus spp. en amplias escalas temporales y espaciales, especialmente en las regiones nororiental y sudoccidental del Atlántico (SCRS/2011/035). 3.1 Tarea I (capturas) La Secretaría facilitó un informe detallado de las estadísticas de captura de Tarea I (incluyendo descartes) para el periodo de comunicación 1956-2010 (Tabla 3) Sin embargo, dado que muy pocas CPC habían comunicado datos para 2010, estas capturas eran preliminares e incompletas. Tras la reclasificación de los istiofóridos sin clasificar desarrollada en la Reunión de preparación de datos de istiofóridos de 2010, las capturas de aguja blanca incluyen la proporción de capturas que fueron reclasificadas como aguja blanca. Las capturas totales, con descartes vivos y muertos, se presentaron también para aquellas CPC que comunican estas categorías por separado (Figura 8). Las capturas totales (incluyendo descartes muertos) se presentaron también por tipo de arte (Figuras 9 y 10) y el palangre continuaba siendo el arte dominante en las extracciones. Se presentó también la información sobre descartes vivos para aquellas CPC que enviaron esta información a la Secretaría (Tabla 2). 1309 El documento SCRS/2011/026 facilita información obtenida en el Programa de observadores de palangre pelágico de Uruguay sobre la captura de aguja blanca realizada por la flota uruguaya que opera en el Atlántico sudoccidental durante el periodo de abril de 1998 a diciembre de 2010, y de la flota de palangre japonés que operó en la ZEE de Uruguay desde marzo hasta septiembre de 2009 y desde mayo hasta septiembre de 2010. Las mayores capturas de la flota uruguaya se registraron al Norte de 30ºS. Los mayores valores de CPUE se obtuvieron en áreas con una temperatura de la superficie del mar (SST) entre 20 y 24ºC. La CPUE nominal de la flota de palangre japonés (2009-2010) era inferior a la CPUE nominal de la flota uruguaya. Sin embargo, considerando la profundidad operativa de esta flota (100-200 m), el área de operaciones (34-37ºS) y el límite de distribución de las especies, esta diferencia en la CPUE era muy pequeña. Esto podría deberse al diferente comportamiento de los individuos en áreas de mayor latitud, en las que pasan más tiempo a mayor profundidad y menores temperaturas. La talla media de la aguja blanca (por sexo) capturada por la flota japonesa era superior a la de las capturadas por la flota uruguaya (SCRS/2011/026). 3.2 Tarea II (captura-esfuerzo y muestras de talla) La Secretaría facilitó un resumen detallado de los datos de talla de Tarea II para la aguja blanca. Además de los datos de captura y esfuerzo, se actualizaron y presentaron los datos de composición por tallas para la aguja blanca incluidos en el informe de la reunión de preparación de datos de istiofóridos de 2010. Las mediciones de talla se estandarizaron a longitud mandíbula inferior a la horquilla (LJFL, cm) utilizando las ecuaciones incluidas en el Manual de ICCAT. Entre las pesquerías existían ligeras diferencias en la metodología de recopilación de datos (a saber, especificación de los intervalos de talla usados en las mediciones, y/o el límite de talla declarado, el límite de intervalo de talla medio o superior-inferior). En estos casos, no se aplicaron conversiones porque las diferencias eran mínimas. Las mediciones de talla sospechosas fueron excluidas restringiendo los datos de talla a un rango de 50-400 cm de LJFL respectivamente. En total, se analizaron los datos de talla de diez pabellones y de tres artes pesqueros diferentes, incluyendo nuevas series de talla de aguja blanca de UE-Portugal y Ghana. Los resultados se presentaron como LJFL media anual (Figura 11) y se resumieron como: a) histogramas de distribución de tallas por año para los últimos diez años (Figura 12), para los artes pesqueros dominantes (Figura 13) y flotas de las CPC dominantes (Figura 14). En general, existía poca tendencia en la LJFL media o en la forma de los histogramas de frecuencias. Sin embargo, en las pesquerías artesanales de aguas de África occidental se comunicaron capturas de peces más grandes que la media. Se generaron diagramas de probabilidad acumulativa en el rango observado de LJFL por año para el palangre y la pesquería deportiva estadounidense combinados (Figura 15) y se creó un diagrama separado para las pesquerías de redes de enmalle (Figura 16). Estas figuras indican patrones relativamente coherentes de la selectividad de tallas para la aguja blanca en las pesquerías y en el tiempo. 3.3 Catálogo de información disponible Se presentaron los datos actualmente disponibles de Tarea I y Tarea II para la aguja blanca, por pabellón y flota, para las dos últimas décadas (Tabla 4). En la tabla, las celdas de color representan los estratos para los que se han comunicado datos. Está claro que muchas CPC no han cumplido sus obligaciones de comunicación respecto a la aguja blanca. 3.4 Otra información Las liberaciones y recapturas de marcas convencionales fueron comunicadas en cuadrículas de 5x5 (Figuras 17 y 18). La densidad más elevada de liberaciones procede del Atlántico occidental y el Caribe. Las recapturas de marcas se concentran también en el Atlántico occidental y el Caribe. 4. Examen de los datos biológicos, de hábitat y de marcado para la aguja azul y la aguja blanca 4.1 Datos biológicos 4.1.1 Aguja azul Se examinó la información biológica presentada en las reuniones de preparación de datos de aguja azul de 2010 y en la de evaluación de 2011, junto con los estudios pertinentes revisados por pares producidos desde la evaluación anterior (2006). Se presentaron análisis de edad y crecimiento en curso para la aguja azul (n=440) muestreados en Brasil y Venezuela entre diciembre de 2004 y diciembre de 2006. Se incluyeron secciones transversales de espinas de aletas de 151 hembras, 286 machos y 3 sin identificar. Se utilizó un análisis del 1310 incremento marginal relativo para determinar la periodicidad de la formación de anillos. Los efectos de los llamados anillos "falsos" (por ejemplo anillos dobles, triples) crearon incertidumbre en algunos recuentos. De forma similar, también creó problemas la eliminación de anillos formados muy pronto debido a la vascularización del núcleo de la espina a lo largo del tiempo. El no contar los anillos eliminados puede impedir la estimación de la edad o producir una subestimación de las espinas afectadas. Además, la falta de una representación de muestras adecuada de agujas azules muy grandes dificultó la elaboración de estimaciones de la curva de crecimiento a partir de estas muestras. Las tallas estimadas de madurez sexual fueron 183 cm LJFL (hembras) y 150 cm LJFL (machos). El SCRS/2011/021 describía las características espaciales y temporales de las ratios de sexos y la actividad reproductiva de la aguja azul capturada en las pesquerías venezolanas de palangre pelágico (n=1.935) y de redes de enmalle a la deriva artesanales (n= 19.037) para el periodo 1991-2009. La ratio de sexos favorecía a los machos en toda la temporada en la pesquería de palangre pelágico, pero en menor medida en la pesquería de redes de enmalle a la deriva artesanales. En la ratio de sexos por talla predominaban los machos, especialmente en ejemplares <200 cm LJFL en ambas pesquerías. La talla de los peces capturados por la pesquería de redes de enmalle a la deriva artesanales ha permanecido estable (~200 cm LJFL, hembras; ~175 cm LJFL, machos). Sin embargo, el número de machos grandes presentes durante el primer periodo de la pesquería ha sido sustituido por gran cantidad de machos pequeños en años recientes. Los machos grandes (>300 cm LJFL), aunque eran pocos en número estaban presentes la mayor parte del año. La proporción global de la sex ratio de las dos pesquerías era de 0,44 hembras, lo que indica la predominancia de los machos. Los machos maduros podrían desplazarse hacia el norte estacionalmente para la reproducción. Las hembras jóvenes maduras que acaban de desovar (200-275 cm LJFL) se desplazan desde las zonas de desove alrededor de Puerto Rico hacia las zonas de pesca meridionales, probablemente para recuperar las energías (alimentarse) perdidas en la reproducción. El SCRS/2011/049 describía la composición por tallas y la distribución espaciotemporal de la aguja azul del Atlántico sur (n=5.320) a partir de datos recopilados por el Programa nacional de observadores de Brasil durante 2005-2008. Las tallas oscilaban entre 89 y 350 cm LJFL. En los 876 ejemplares sexados, los machos eran más predominantes que las hembras (1:1,73). La distribución estacional de los ejemplares más grandes sugería un patrón cíclico de migración desde el Sur durante el verano austral, moviéndose posteriormente en el sentido de las agujas del reloj hacia aguas septentrionales más calientes durante el invierno. Se presentaron al Grupo las relaciones empíricas entre mortalidad natural (M) y la edad máxima, basadas en Hoenig (1983) (Figura 19). Aunque se reconocieron las limitaciones del método, no se disponía de estimaciones directas alternativas de M. Por lo tanto, para la evaluación de aguja azul de 2011 se utilizó un valor de M de 0,139, asumiendo una edad máxima de 30 años. 4.1.2 Aguja blanca El SCRS/2010/042 estimaba la edad y el crecimiento de la aguja blanca capturada en las pesquerías comerciales y artesanales en el Atlántico occidental y el Caribe. Para más detalles, consultar el informe de la reunión de preparación de datos de aguja azul de 2010. En Arocha y Silva (2011) se examinaba la distribución espacial y temporal de la proporción de marlín peto en relación con la aguja blanca a partir de lances observados en la flota de palangre pelágico venezolana. Para más detalles, consultar el informe de la reunión de preparación de datos de aguja azul de 2010. El SCRS/2011/026 presenta información del Programa de observadores de Uruguay acerca de la composición por talla y la sex ratio, en dos estratos de profundidad (≤100 m y 100-200 m), para la aguja blanca capturada por las flotas japonesa y uruguaya, así como datos de la temperatura de la superficie del mar (SST). En la flota de superficie uruguaya se midieron en total 328 ejemplares y se estimó una talla media de 173,1 cm LJFL (rango 120-208 cm). Los machos tenían una talla media inferior que las hembras. En la flota japonesa, que operaba exclusivamente en la ZEE de Uruguay, la talla media era de 176 cm LJFL, los machos tenían una talla media superior (182 cm), y dos de los ejemplares observados eran de más de 200 cm LJFL (203 y 219 cm). La proporción de sexos (hembras:machos) observada en las flotas uruguaya y japonesa era de 3:1 y 1,7:1, respectivamente. Las mayores capturas se observaron en áreas en las que la SST se encontraba entre 20 y 24°. De acuerdo con los autores, estos datos sugieren una posible plasticidad mayor para esta especie, que en algunas áreas permite la adaptación a mayores profundidades y menor temperatura del agua. El SCRS/2011/051 describía el uso de análisis genéticos para diferenciar entre la aguja blanca y el marlín peto a partir de 212 muestras de tejidos recopiladas en un torneo anual de pesca de recreo celebrado en Cape May, NJ 1311 (Estados Unidos), para el periodo 1992-2010. Los resultados indicaban que el 2,1% de las especies combinadas en 1992-2000 correspondía al marlín peto, pero aumentaba hasta el 33,3% en 2002-2010. Durante la última década era evidente una considerable variación anual en las proporciones relativas de ambas especies, lo que sugiere que un amplio muestreo temporal estaría justificado para estimar de forma precisa las proporciones relativas de cualquier área particular. El SCRS/2011/035 informaba sobre observaciones de captura fortuita de aguja blanca (n=1.385) procedentes de la flota de palangre de superficie española que se dirige al pez espada entre 1993-2010. Al menos una aguja blanca fue capturada en el 18,9% de los lances en los que se capturó pez espada. Las agujas blancas respondían del 12,85% del número total de istiofóridos. Las tallas oscilaban entre 130 y 280 cm LJFL para las hembras y entre 95 y 285 cm LJFL para los machos. Se facilitan las frecuencias de talla por año. De los 822 ejemplares sexados, el 42,5% eran hembras y el 57,5% machos. 4.2 Hábitat 4.2.1 Aguja azul El SCRS/2011/052 describía una investigación preliminar sobre la posible influencia de los factores medioambientales en la capturabilidad de la aguja azul en aguas de Ghana. La variación estacional en el afloramiento y en las temperaturas de la superficie del mar en el Golfo de Guinea afectaba a la distribución de la aguja azul. La disponibilidad de aguja azul disminuye durante el periodo de afloramiento (julio-septiembre). Este periodo se caracteriza también por temperaturas inferiores. Otros factores pueden influir en este descenso percibido en la abundancia, como un cambio en los artes pesqueros para dirigirse a pequeños pelágicos. Son necesarias más investigaciones. En Kell et al. (2011) se informaba sobre la estandarización de la CPUE exploratoria para la aguja azul capturada dentro y fuera de la zona de mínimo oxígeno del Atlántico. Para más detalles, consultar el informe de la reunión de preparación de datos de aguja azul de 2010. Kraus et al.(2011) examinaron los movimientos horizontales de la aguja azul (n=42) con un seguimiento mediante PSAT en el Golfo de México durante el periodo 2003-2008. Los días en libertad oscilaron entre 4 y 334. Aunque algunos peces realizaron salidas hacia áreas de Belice (Caribe) y las Islas Vírgenes de Estados Unidos, la mayoría permaneció en el GOM. El desplazamiento medio se situaba entre ~300 y 1.200 km. Las rutas revelaron patrones de movimiento muy variables, independientemente de la localización del marcado, la estación o de si habían salido o no. Los cambios estacionales en la distribución sugerían un patrón de movimiento cíclico norte-sur dentro del GOM. Los resultados respaldan una nueva perspectiva de la aguja azul en la que el GOM proporciona un hábitat adecuado para todo el año y que utiliza un subgrupo de la población atlántica. Wells et al. (2010) investigaron la variación regional en la química de otolitos de la aguja azul procedente del Atlántico norte occidental. Las muestras (n =65) procedían del GOM, los estrechos de Florida, el Caribe y el Atlántico norte occidental. La reducida variabilidad en el otolito δ18O de las muestras del GOM, combinada con el gran éxito en la clasificación de las muestras de esta región, sugiere que el movimiento de salida del GOM podría ser muy limitado en comparación con las demás regiones investigadas. Aunque se sigue respaldando la tesis de un stock en todo el Atlántico, estos resultados sugieren la posibilidad de que existan grupos migratorios, lo que justificaría llevar a cabo más investigaciones. 4.2.2 Aguja blanca El SCRS/2011/035 describía las características espaciales y temporales de la aguja blanca (n = 1.385) capturada como captura fortuita por la flota de palangre de superficie española que se dirigía al pez espada durante 19932010. Los diagramas describen el hábitat espacial de la aguja blanca para el Atlántico norte central y oriental y para el Atlántico sur. Se presenta la distribución de la captura de aguja blanca durante 1993-2010 con las zonas de ordenación en cuadrícula. 4.3 Marcado 4.3.1 Aguja azul Se presentó una actualización de la base de datos de marcado de ICCAT. Para la aguja azul, incluye un total de 53.045 liberaciones y 921 (1,74%) recapturas. Snodgrass et al. (2011) presentaba una actualización de la base de 1312 datos de marcado convencional de Estados Unidos para la aguja azul. Para más detalles, consultar el informe de la reunión de preparación de datos de aguja azul de 2010. Otros estudios recientes con PSAT han comunicado rutas de movimiento o vectores de desplazamiento de la aguja azul en el Atlántico (Goodyear et al., 2008; Kraus et al., 2011; Prince and Goodyear, 2006; Prince et al., 2010). 4.3.2 Aguja blanca Se presentó una actualización de la base de datos de marcado de ICCAT. Para la aguja blanca, incluye un total de 46.858 liberaciones y 1.059 (2,26%) recapturas. En Orbessen et al. (2011) se presentaba una actualización de la base de datos de marcado convencional de Estados Unidos para la aguja blanca. Para más detalles, consultar el informe de la reunión de preparación de datos de aguja azul de 2010. 5. Examen de la serie de captura por unidad de esfuerzo: aguja azul y aguja blanca 5.1 Aguja azul El SCRS/2011/050 presentaba series de CPUE estandarizada para la aguja azul y la aguja blanca para las pesquerías brasileñas de palangre. Los autores utilizaron tres enfoques de modelación diferentes: binomial negativo de ceros aumentados, delta lognormal y GLM tweedie. Las variables probadas en los modelos fueron año, área, trimestre y estrategia. Esta última variable describe la estrategia pesquera, que incluye factores como la especie objetivo, la configuración del arte, etc. Basándose en los diagnósticos del modelo, los autores indicaron que el modelo delta-lognormal era el más adecuado para los datos. La CPUE final estimada tenía un elevado grado de variabilidad interanual pero con una fuerte tendencia descendente en los cinco últimos años de la serie. El Grupo discutió brevemente el concepto de la estrategia variable y su técnica de estimación. El Grupo indicó que, en el pasado, los científicos brasileños excluían algunas de las "estrategias" definidas utilizando análisis de conglomerados en su estimación de las CPUE. Sin embargo, los autores indicaron que, siguiendo el asesoramiento del SCRS, habían incluido todas las estrategias en sus análisis. El Grupo discutió las diferencias entre las CPUE presentadas en la reunión de preparación de datos y la estimación actual respecto al uso de los términos de interacción año*trimestre y año*estrategia que pueden afectar a la estimación por año. Los autores llevaron a cabo algunos análisis adicionales durante la reunión y basándose en los resultados aconsejaron al Grupo que no incluyera los términos de interacción en el modelo final debido a inquietudes respecto a los efectos de las interacciones fijas del factor año. Se observó que la existencia de las interacciones anuales, independientemente de si están incluidas o no en el modelo, podría plantear dificultades en la estimación de los valores del índice. El Grupo discutió la elevada variabilidad del índice brasileño, las posibles razones de dicha variabilidad y si el índice podría reflejar cambios más relacionados con la pesquería que las tendencias verdaderas de la población. Se mencionó también que la tendencia descendente al final de la serie temporal podría ser el resultado de la implementación del uso obligatorio de anzuelos circulares en la flota. No obstante, el Grupo no tenía información suficiente para evaluar el posible impacto del uso de anzuelos circulares en las tasas de captura. El SCRS/2011/047 presentaba una evaluación de enfoques para estimar la abundancia relativa (es decir, la estandarización de la CPUE). Se utilizó un análisis de simulación para generar datos de captura con una biomasa subyacente siguiendo la dinámica de la pesquería de palangre japonés en el Atlántico. Se evaluó un abanico de tendencias de biomasa y patrones de la distribución vertical de la capturabilidad y los modelos comparados incluían statHBS, GLM, y GLM delta-lognormal. En conjunto, el modelo statHBS proporcionaba estimaciones de biomasa verdadera más precisas, sin embargo, para simplificar, este estudio no incorporaba la estructura espacial y de población. Además, el modelo statHBS dependía de las estimaciones de profundidad de anzuelos que fueron asumidas sin error. En la práctica, la incertidumbre que rodea a la profundidad de anzuelos podría reducir la precisión del statHBS. El SCRS/2011/048 presentaba los resultados de un modelo de simulación (LLSIM) que integraba las distribuciones de especies con las distribuciones del tiempo en profundidad de los anzuelos de palangre para predecir la captura por lance. El hábitat de las especies estaba estratificado por mes, latitud, longitud y profundidad. Se introdujeron en el modelo valores de abundancia relativa derivados externamente por latitud y longitud y se distribuyeron por profundidad según la temperatura ambiente o el descenso en la temperatura con la profundidad en relación con la temperatura de la capa de mezcla de la superficie. Las distribuciones espaciales 1313 de los lances de palangre por configuración del arte eran también entradas del modelo por año (1956-1995), mes, latitud y longitud, basadas en el esfuerzo observado por la flota de palangre japonés en el Atlántico, o por el contrario, el mismo número de lances era asignado de forma aleatoria al Atlántico tropical central (CTA) para los mismos meses y años. Se asumió que los stocks eran o bien estables o descendían con el tiempo. Las series temporales simuladas resultantes fueron estandarizadas usando métodos GLM (modelo lineal generalizado) y HBS (abundancia estandarizada derivada determinísticamente que incorpora información medioambiental externa). Los resultados fueron contrastados con las distribuciones "reales" conocidas. Ni el GLM ni el HBS recuperaron de forma precisa y coherente la tendencia "real" en la abundancia del stock cuando los lances de palangre reflejaron las distribuciones históricas de los lances de palangre japonés, probablemente a causa de cambios espaciales o de otro tipo en el esfuerzo pesquero a lo largo del tiempo. Ningún método pareció ser superior al otro. El Grupo discutió sobre si podría ser preferible un índice que incluyera el Atlántico entero en lugar de solo el Atlántico tropical central (CTA), ya que restringirlo a zonas de gran abundancia podría no reflejar el cambio real en la abundancia de toda la población. El Grupo discutió también sobre el uso del tiempo teórico que pasa cada anzuelo a una profundidad en el estudio de simulación ya que los estudios que usan TDR han demostrado diferente comportamiento de los anzuelos, y también otras variables como el tiempo de calado y virada del palangre, así como del uso de líneas de multi y monofilamento que se sabe tienen un fuerte efecto sobre las tasas de captura. El Grupo debatió brevemente sobre si los cambios espaciales en la Zona de mínimo oxígeno (OMZ) en el Atlántico tropical central producirían cambios en las capacidades de carga de las especies afectadas. Tras una animada discusión, el Grupo se mostró de acuerdo en que teniendo en cuenta el nivel de información disponible, no hay una respuesta clara a la cuestión. El SCRS/2011/043 presentaba la CPUE estandarizada de la aguja azul para la flota de palangre japonesa estimada utilizando un enfoque de modelación GLM lognormal añadiendo un valor constante. Se estimó la CPUE para 2 periodos distintos, 1990-2000 y 2001-2009, con el fin de tener en cuenta la medida de ordenación de ICCAT que requiere la liberación, desde los palangreros, de las agujas blancas y azules que estén vivas en la virada. Esto era necesario porque la CPUE estimada para el periodo posterior al 2000 se estimó utilizando solo aguja azul retenida en lugar de todos los marlines capturados (es decir los retenidos y los liberados). Cabe señalar que los autores indicaron que existía un error en la estimación utilizada en la CPUE presentada en el documento y durante la reunión se presentó una nueva estimación (SCRS/2011/043 rev). La CPUE se estimó utilizando los datos de captura y esfuerzo agregados (es decir, número de anzuelos) por cuadrículas de 5x5 y por configuración del arte (es decir, anzuelos por cesta). Las variables probadas en el modelo fueron año, trimestre, área, anzuelos por cesta y los términos de interacción trimestre*área y año*área. El Grupo discutió la limitación de utilizar únicamente la aguja azul retenida para estimar un índice de abundancia y la validez de asumir una tasa constante de aguja azul liberada tras la implementación de la medida de ordenación de ICCAT de 2001. El Grupo señaló que el documento SCRS/2011/052 presentaba información sobre captura y esfuerzo (número de mareas) y solicitó a la Secretaría que estimara un índice estandarizado para esta pesquería (Apéndice 4). El SCRS/2011/045 presentaba una serie de CPUE estandarizada de la aguja azul para la flota de palangre de Taipei Chino. El índice se estimó usando los enfoques del modelo lognormal y GAM y probando las variables mes, año, latitud y longitud y las interacciones con el término año. Los autores señalaron que el modelo GLM (lognormal) con los términos de interacción era el más adecuado ya que explicaba la mayor desvianza. Sin embargo, todas las CPUE estimadas eran muy similares. El Grupo discutió ampliamente las series de CPUE disponibles (tanto las series presentadas en la reunión de preparación de datos de 2010 como las presentadas en esta reunión) y desarrolló una serie de criterios para dirigir las discusiones. Para la selección de las series de CPUE, el Grupo consideró el asesoramiento de la reunión de 2009 del Grupo de trabajo sobre métodos de evaluación de stock (Anon. 2010): si las CPUE estimadas tenían diagnósticos del modelo, el nivel de agregación de los datos utilizados, la longitud de la serie temporal, si las CPUE estaban estandarizadas o no, el enfoque de modelación (lognormal frente a deltalognormal), si había lagunas en la series temporales (años que faltaban), si las CPUE habían sido estimadas por los científicos nacionales o por la Secretaría de ICCAT usando los datos de Tarea II y si las CPUE se estimaron utilizando toda la captura de aguja azul o sólo los peces retenidos. Las series de CPUE disponibles para el Grupo fueron: (1) Japón-LL 1990-2009, (2) Japón-LL 1956-2008, preparada por la Secretaría usando los datos de Tarea II, (3) Japón-LL 1960-1998, utilizado en la evaluación de stock de 2000, (4) Taipei-Chino-LL 1968-2009, (5) Taipei- Chino-1968-2004 preparada por la Secretaría usando los datos de Tarea II, (6) Estados Unidos-LL 19862009, (6a) Estados Unidos -recreativo 1974-2009, (7) Venezuela-LL 1991-2009, (8) Venezuela-pequeña escala1991-2009, Venezuela-deportivo-1961-1995 (histórico), (9) Corea-LL 1976-2008, (10) Brasil-LL 1980-2010, y (11) Ghana-redes de enmalle 1997-2010. 1314 El Grupo acordó usar en el caso base de los modelos las series de CPUE de Estados Unidos-LL, Estados Unidosrecreativa, Venezuela-LL, Venezuela-pequeña escala (redes de enmalle) y la de Venezuela-deportiva, que fueron presentadas durante la reunión de preparación de datos de aguja azul de 2010. El Grupo se mostró de acuerdo en la necesidad de usar una serie temporal para las pesquerías de palangre que retroceda en el tiempo hasta los 50 o los 60. El Grupo mantuvo una larga discusión respecto a los tres índices japoneses disponibles. Se decidió no incluir la serie de CPUE de Japón-LL-1956-2008 porque fue preparada por la Secretaría utilizando los datos de Tarea II sin aportaciones de los científicos nacionales japoneses. El Grupo decidió incluir la serie de CPUE de palangre japonés utilizada en la evaluación de stock de 2000 que cubría el periodo de 1960-1998 y la serie presentada durante esta reunión de evaluación de stock, pero solo para el periodo 2001-2009. Estas dos series se incluyeron como series separadas porque corresponden a dos periodos con diferentes regulaciones de ordenación para la aguja azul. Tras un razonamiento similar, el Grupo eligió el índice de Taipei Chino preparado por los científicos nacionales presentado en la reunión en lugar del índice preparado por la Secretaría utilizando los datos declarados de Tarea II. Cabe señalar que aunque la serie de Taipei Chino fue estimada para todo el periodo, 1968-2009, el Grupo decidió separar la serie en los periodos 1968-2000 y 2001-2009 para tener en cuenta los cambios en las reglamentaciones de ordenación ya mencionados. El Grupo incluyó también el índice de Ghana que fue preparado por la Secretaría utilizando los datos presentados por los científicos nacionales durante la reunión. Todo el Grupo se mostró de acuerdo con la decisión de no incluir el índice de Corea-LL que fue preparado por la Secretaría. Esta decisión se basaba principalmente en el hecho de que la serie temporal tenía lagunas (años que faltaban), en la incertidumbre que rodeaba a los datos usados en su estimación y en que dado que el índice fue estimado utilizando datos declarados de Tarea II tenía un nivel relativamente alto de agregación y una resolución pobre. Además, el periodo cubierto por el índice de Corea-LL estaba ya cubierto por los índices de Japón y Taipei Chino. Los índices seleccionados de aguja azul utilizados en la evaluación de stock de aguja azul de 2011 se presentan en la Tabla 5 y en la Figura 20. Serie de CPUE compuesta de la aguja azul La CPUE compuesta de aguja azul para la serie del índice se estimó usando un modelo GLM con tres esquemas diferentes de ponderación. El modelo incluía Año y Fuente del índice como factores, y los escenarios de ponderación utilizados fueron: a) ponderación igual, b) factor de ponderación basado en la captura, definido como la proporción entre la captura realizada por la flota/arte que representa cada índice y la captura total de las flotas de los demás índices combinada, y c) ponderación basada en el área, definida como el número de cuadrículas de 5x5 pescadas por la flota/arte que representa cada índice hasta el número máximo de cuadrículas de 5x5 dentro de un año por una flota determinada. La Tabla 1 muestra las series de CPUE proporcionadas. Las series de CPUE compuesta fueron estimadas usando un modelo lineal generalizado asumiendo una distribución de error lognormal para las series de entrada de CPUE. La formulación del modelo era log(CPUE) = año + fuente (serie del índice de CPUE) + error. Los valores de la CPUE compuesta fueron calculados hacia atrás a partir de medias de mínimos cuadrados del ajuste del modelo. Se estimaron tres series de CPUE compuesta para la aguja azul, la Tabla 6 y la Figura 21 muestras los valores de CPUE compuesta resultantes. 5.2 Aguja blanca SCRS/2011/050 rev. La estimación de la CPUE de aguja blanca para la pesquería de palangre brasileño utilizó la misma metodología descrita en la sección de aguja azul y no se incluyeron términos de interacción en el modelo final. La CPUE estimada, aunque variable, no tenía la gran variabilidad interanual observada para la aguja azul. El SCRS/2011/044 rev. presentaba la CPUE estandarizada de la aguja blanca para la flota de palangre japonés estimada utilizando un enfoque de modelo lognormal GLM (véase la sección 5.1) añadiendo un valor constante. Utilizó la misma metodología descrita en el documento SCRS/2011/043rev para la aguja azul, incluyendo la estimación de índices separados para los periodos 1990-2000 y 2001-2009 con el fin de tener en cuenta las diferencias en la ordenación para los istiofóridos. El Grupo preguntó acerca de la selección de las áreas usadas en el análisis y solicitó que, en el futuro, los científicos japoneses comparen los resultados de utilizar la antigua metodología de selección de área (basada en estrategias pesqueras) con el nuevo enfoque de utilizar un análisis de conglomerados para definir las áreas pesqueras. El SCRS/2011/033 presentaba tasas de captura estandarizadas de aguja blanca para la pesquería de palangre venezolana. La serie se estimó con un enfoque GLM asumiendo una distribución delta-lognormal e incluyendo 1315 año, buque, tipo de cebo, profundidad del anzuelo, área y temporada y los términos de interacción en el modelo. Los diagnósticos del modelo no mostraron grandes desviaciones respecto a los supuestos del modelo. El Grupo preguntó por qué los modelos incluían buques individuales en lugar de agrupar los buques por categoría. Los autores indicaron que este enfoque tiene mejor en cuenta la variabilidad asociada a cada buque en aquellos casos en los que los mismos buques no operan de forma continua a lo largo de toda la serie temporal. El SCRS/2011/034 presentaba las tasas de captura estandarizadas de aguja blanca para una pesquería de redes de enmalle de pequeña escala de Venezuela. La serie se estimó con un enfoque GLM asumiendo una distribución lognormal e incluyendo año y temporada e interacciones. Los diagnósticos del modelo no mostraron grandes desviaciones respecto a los supuestos del modelo. La serie de CPUE de aguja blanca descrita anteriormente se presenta en la Tabla 7 y en la Figura 22. 6. Evaluación de stock 6.1 Métodos y datos utilizados Se presentó un documento sobre la metodología de evaluación de stock (SCRS/2011/046). En el documento se utilizaron la captura e índices de abundancia, tal y como se facilitaron en la reunión de preparación de datos de aguja azul de 2010, para actualizar los modelos de producción excedente desarrollados en la evaluación de stock de aguja azul de 2000. En el análisis se utilizaron tres programas informáticos de modelación: ASPIC, modelo de producción excedente bayesiano y Stock Synthesis configurado como modelo de producción estructurado por edad. Se establecieron configuraciones de modelo lo más parecidas posible a las del modelo ASPIC desarrollado en 2000. Los resultados de la modelación sugerían que el stock de aguja azul estaba más cerca de los niveles de referencia de ordenación de ICCAT de lo que se había estimado anteriormente. Este resultado sigue siendo válido al margen de cuál de las dos plataformas de modelación (ASPIC o Stock Synthesis) se utilicen. Sin embargo, resultó evidente que los índices de CPUE del palangre coreano y del palangre brasileño, presentados en la reunión de preparación de datos de aguja azul de 2010, fueron los que más influyeron en las diferencias estimadas en B/BRMS y F/FRMS. Sin embargo, para esta evaluación, se revisaron los índices brasileños disponibles en la reunión de preparación de datos y en la reunión de evaluación, y el Grupo decidió que la CPUE de palangre de Corea debía omitirse en consideraciones ulteriores debido a la escasa precisión de los datos disponibles (sólo se utilizaron los datos de Tarea II) y a la ausencia de aportaciones de los científicos de las CPC para el desarrollo de estos índices. El Grupo acordó realizar la evaluación de stock utilizando dos modelos: 1) un modelo de producción en no equilibrio (ASPIC) a efectos de continuidad con respecto a la evaluación de 2000 (la última evaluación en la que se desarrollaron niveles de referencia del estado del stock) y 2) el modelo Stock Synthesis plenamente integrado descrito en el Apéndice 5. El Grupo convino también en realizar ensayos de caso base iniciales utilizando los índices definidos en la Sección 5, y aplicando una ponderación igual a los índices. Las series de captura acordadas incluían asignaciones de marlines no especificados a especies específicas, tal y como fueron calculadas por la Secretaría, y una serie de captura estimada para Martinica y Guadalupe facilitada durante la reunión. La captura fue asignada a cuatro agrupaciones de artes: palangre, red de enmalle, cerco y caña y carrete (capturas de recreo), y todos los demás artes se agruparon con el palangre, dado que se trata del arte menos selectivo para la aguja azul en lo que concierne a la talla. Se constató que Senegal había estado comunicando capturas de liña de mano y curricán hasta 2007 inclusive, pero que desde comienzos de 2008 comenzó a comunicar capturas deportivas y ya no comunicó capturas de liña de mano y curricán. Tras revisar las distribuciones de frecuencias de tallas de las series de captura senegalesas, todas ellas se agruparon con el palangre para el análisis de evaluación. Tal y como se explica en la Sección 4.1.1, el Grupo siguió el enfoque desarrollado por Hoenig (1983) utilizando los parámetros de regresión lineal desarrollados para las especies de peces con el fin de calcular una estimación de la mortalidad natural, de tal modo que: ln(Z) = 1,46 – 1,01 * ln (tmax), donde Z es la tasa instantánea constante de mortalidad y tmax es la edad máxima. En una situación sin pesca, M = Z. Si se asume una edad máxima de 30 años (ligeramente por encima de los 27+ obtenidos por Hill et al. 1989 mediante la determinación de la edad de partes duras de aguja azul del Pacífico), la estimación de mortalidad natural (M) resultante sería 0,139. 1316 6.2 Estado del stock 6.2.1 Modelo de producción en no equilibrio Se utilizó ASPIC 5.3.4 para todos los ensayos del modelo, y en todos los casos se asumió que se comenzaba en 1956 con la misma capacidad de carga. Todos los índices de CPUE disponibles se escalaron al promedio del índice de CPUE de la pesquería de recreo estadounidense durante el periodo de solapamiento de cada índice. Se eligió el índice de la pesquería de recreo estadounidense porque es el único que tiene periodos de solapamiento suficientemente largos con todos los demás índices. ASPIC 5.3.4 tiene un límite de 10 series de CPUE, por lo que se estableció un modelo inicial con diez de los once índices disponibles. El único índice no utilizado fue el periodo tardío (2001-2009) del índice de palangre de Taipei Chino. Dado que era necesario excluir al menos un índice, se seleccionó este índice en particular para la exclusión debido a que no está claro el efecto de la implementación de las regulaciones que requieren la liberación de peces vivos en los índices, a que este índice se desarrolló únicamente a partir de los peces retenidos y a que el periodo de tiempo estaba cubierto por los otros índices (se constató que otros índices, como el índice de palangre japonés para 2001-2009, podrían verse afectados también por la implementación de estas reglamentaciones). Cuando se ajustaron los datos con ponderaciones iguales para estas diez series de CPUE o con ponderaciones proporcionales a la zona cubierta por cada pesquería, ASPIC no pudo converger. También se utilizaron con ASPIC los índices combinados de todas las series ponderados del mismo modo, ponderados por zona de la pesquería, y ponderados por la captura de cada pesquería. En estos últimos casos ASPIC convergió en estimaciones que no se consideraron realistas, con valores de r de 0,023 y de K de 185.000 t. Esta ausencia de convergencia o convergencia con resultados no realistas está relacionada con la presencia de muchas tendencias contradictorias halladas en la CPUE, tal y como se observaron en la matriz de correlación para los índices de CPUE (Tabla 8). Se desarrollaron dos ensayos ASPIC alternativos para abordar estos problemas. En primer lugar, se preparó un ensayo con los diez índices en el que sólo se estimó RMS y en los que se asumió que K era 100.000 t, con el fin de conseguir dicha convergencia. Este supuesto produce ajustes que se asemejan al ajuste obtenido en 2000, en el que la K estimada fue 85.600 t y es equivalente a constreñir el valor de r (Figura 23). A continuación este ensayo se denomina “de baja productividad”. Se preparó un segundo ensayo para ASPIC en el que se procedió a una selección de índices bajo la premisa de que algunos índices reflejan mejor la abundancia que otros. Todos los índices utilizados en este ensayo se ponderaron por la zona media de cada pesquería. Los índices de Ghana y Brasil se excluyeron porque tienden a estar negativamente correlacionados con la mayoría de los otros índices con los que se solapan. Los índices de Japón y Taipei Chino se dividieron en pre y post 1980 para representar la posibilidad de que la estandarización de la CPUE no haya eliminado la variación en la capturabilidad generada por el desarrollo de las operaciones en aguas profundas para el patudo. El índice de Taipei Chino se utilizó únicamente para el periodo anterior a 1980, ya que el periodo 1981 a 2000 presenta una correlación negativa con los otros índices con los que se solapa. Con esto, queda un ensayo con siete índices denominado a continuación como “de alta productividad” (Figura 24). Este ensayo sí convergió en un resultado plausible aunque diferente del resultado del ensayo de “baja productividad” (Tabla 9). El Grupo consideró que el ensayo de “baja productividad” tenía dificultades a la hora de reconciliar las tendencias de la captura a largo plazo (con un patrón general de fuerte descenso inicial en la CPUE seguido por un largo periodo de capturas relativamente estables) con las tendencias de la captura (capturas relativamente elevadas inicialmente, seguidas de un niveles de captura ligeramente reducidos y después de un nuevo incremento de los niveles de captura). Sólo cuando se eliminan algunas de las series de CPUE el modelo converge en una solución y las series de CPUE restantes se convierte en algo más informativas sobre la productividad del stock (ensayo de “alta productividad). Las determinaciones del estado actual del stock para estos dos ensayos son bastante similares (Tabla 10), con una estimación de la biomasa del stock en ambos casos por debajo de BRMS y una mortalidad de pesca que supera el nivel de FRMS. Se observaron considerables diferencias en las estimaciones de RMS que se situaron en 2.700 t y 4.300 t para los escenarios de baja y alta productividad, respectivamente. Los valores de r correspondientes para estos dos ensayos diferían del mismo modo, siendo 0,11 y 0,65, respectivamente. Estos resultados resaltan el hecho de que no hay información en los índices de abundancia relativa que pueda utilizarse de un modo inequívoco para determinar la productividad del stock. El nivel de productividad no cambia el estado actual estimado del stock que se evalúa como sobrepescado o experimentando sobrepesca. 1317 6.2.2 Modelo estadísticamente integrado En el Apéndice 5 se detallan la estructura básica, los supuestos y valores de entrada del caso base del modelo plenamente integrado en plataforma Stock Synthesis. Las configuraciones y resultados de los ensayos específicos se describen a continuación. − Caso base Los parámetros de crecimiento estimados generaron curvas de crecimiento de hembras y machos que coincidían con lo que se cree que son funciones biológicas reales (Figura 25, arriba). El ajuste resultante a las observaciones de ratios de sexos (Figure 25, abajo) fue muy satisfactorio, especialmente en lo que concierne a los ejemplares sexualmente maduros. Por consiguiente, el Grupo adoptó un enfoque de modelo de dos sexos. El ajuste a las series temporales de CPUE demostraba las incoherencias existentes entre los once índices (Figura 26). El modelo no pudo reflejar totalmente algunas de las variaciones anuales observadas en la CPUE. Se asume que esto se debe a los límites impuestos a las desviaciones en el reclutamiento (-0,5 y 0,5). Se halló que los datos de composición de tallas no proporcionan ninguna señal significativa con respecto a la variación anual en el reclutamiento. Considerando esto, y las coherencias anuales en los datos de frecuencias de tallas, el ajuste a las tallas y a las selectividades estimadas resultantes (Figura 27) no planteó problemas importantes. Se concluyó que la selectividad que varía en el tiempo para la pesquería deportiva es una solución satisfactoria para tener en cuenta los cambios en las frecuencias de tallas debidos a cambios en regulaciones sobre talla mínima. En la Figura 28 se muestra el ajuste a las mortalidades estimadas tras la liberación de los descartes vivos de las pesquerías de recreo debidos, entre otras cosas, a las regulaciones sobre talla mínima. El Grupo estimó que el ajuste era satisfactorio. El Grupo debatió el mejor modo de abordar mejor la cuestión de la mortalidad tras la liberación de los descartes vivos del arte de palangre en el marco de la modelación de evaluación. El Grupo reconoció que la base del problema es la ausencia de estimaciones fiables de descartes, tanto en lo que respecta a la cantidad como a la composición por tallas. Posteriormente, se produjo una discusión en la que se resaltó la necesidad de estimar también las mortalidades por descarte específicas de las flotas. Se halló que las tendencias estimadas en la biomasa del stock reproductor eran similares a las estimadas en evaluaciones anteriores (Figura 29). Las estimaciones de reclutamiento mostraban intervalos de confianza muy amplios (Figura 30). Esto se debe al hecho de que casi todas las señales del reclutamiento proceden de datos de CPUE, ya que no se halló ninguna en las tallas. Los datos de CPUE fueron sobre todo un índice adulto y, como tal, no pueden proporcionar una clara señal de las fuerzas de reclutamientos anuales. Además, dadas las incoherencias en las series temporales de CPUE, el modelo no pudo obtener estimaciones fiables de reclutamiento anual. Sin embargo, se hizo evidente una tendencia en las trayectorias estimadas, con un incremento de 1990 a 2000, seguido de un marcado descenso posterior. Sin embargo, la señal para esta tendencia procede muy probablemente de los datos de desembarque, que también mostraban una disminución, que probablemente se debió a medidas regulatorias. Dadas las dificultades mencionadas, las estimaciones del reclutamiento anual siguen siendo muy inciertas. A pesar de las incertidumbres en el reclutamiento, las estimaciones de la relación stock reproductorreclutamiento parecen razonables (Figura 31). Sin embargo, durante algunos años se alcanzaron los límites impuestos a las desviaciones en el reclutamiento (Figura 32). La estimación del reclutamiento virgen fue de 5,026 (escala log), con una desviación estándar de 0,166, y la estimación de la inclinación fue de 0,411 con una desviación estándar de 0,062 (Tabla 11). Esto tuvo como resultado una estimación de rendimiento máximo sostenible de 2.837 t (SD = 246 t). La estimación resultante del estado del stock realizada a partir caso base del modelo fue que el stock está actualmente sobrepescado (B/BRMS = 0,670, SD = 0,071) y siendo objeto de sobrepesca (F/FRMS = 1,633, SD = 0,263). En la Figura 33 se muestra la tendencia anual en el estado del stock. Para caracterizar mejor la incertidumbre sobre el parámetro y las estimaciones de cantidades obtenidas, se llevó a cabo una serie de distribuciones posteriores basadas en un análisis bayesiano (utilizando el algoritmo MCMC). Esto dio lugar a la distribución de la estimación de B/BRMS y F/FRMS en 2009 (Figura 34), así como a los gráficos de fase de Kobe (Figura 35). − Ensayos de sensibilidad Para examinar la sensibilidad de los resultados al valor asumido de mortalidad natural, se pidió que se desarrollaran dos ensayos adicionales con el valor de mortalidad natural fijado en los valores inferiores y 1318 superiores de los intervalos de confianza del 95%, asumiendo una media de 0,139 y un CV de 25% (valor inferior M = 0,07, valor superior M= 0,19). El modelo no logró converger en el nivel inferior de M (Tabla 12). El modelo no logró una solución satisfactoria hasta que M alcanzó un valor de 0,12. En M = 0,12, el estado estimado del stock en relación con los niveles de referencia de conservación varió muy poco (B/BRMS = 0,700; SD = 0.077; F/FRMS = 1,499; SD = 0,240). Asimismo, cuando M estaba en el extremo superior de la gama, la estimación del estado del stock no mostró tampoco cambios importantes (B/BRMS= 0,636; SD = 0,065; F/FRMS= 1,854; SD = 0,312). Estos resultados se muestran en las Figuras 36 y 37. Por consiguiente, la estimación del estado actual del stock no parece especialmente sensible a los supuestos con respecto a la mortalidad natural dentro de los límites explorados. Se constató que, durante el ensayo del caso base del modelo, en varios años se alcanzaron los límites de las desviaciones de reclutamiento. Para examinar la sensibilidad de los resultados a las restricciones para las desviaciones del reclutamiento, los límites se ampliaron a valores de -5,0 a 5,0; que son niveles que deberían ser restrictivos muy raramente. El subsiguiente ajuste del modelo era muy inestable, con incoherencias entre los ensayos, y no convergería adecuadamente. Es muy probable que esto se deba al hecho de que las únicas señales de datos a partir de las cuales se estimaron las desviaciones procedían de datos de CPUE. Sin otras observaciones que informen al modelo sobre la variación en el reclutamiento, con el experimento se concluyó que cuando no se limitan las desviaciones de reclutamiento, estas desviaciones son utilizadas por el modelo para ajustar las variaciones erráticas en cada serie temporal de CPUE. Se realizó un intento de estimar las desviaciones del reclutamiento remontándose más en el tiempo (comenzando en 1957). Aunque el modelo convergió utilizando está táctica, la convergencia fue incoherente. Esto condujo a la conclusión de la existencia o bien de una superficie de respuesta muy plana o o bien de varios mínimos locales, y ambas posibilidades hacen que se estime que el modelo no es fiable. Como resultado de lo anterior, para el caso base del modelo se mantuvieron la configuración original y los límites para las desviaciones del reclutamiento. Sin embargo, se constató que estos límites podrían tener una influencia significativa en la estimación del parámetro de inclinación. 6.3 Proyecciones Para las proyecciones el Grupo decidió utilizar las capturas de 2010 estimadas durante la reunión (3.431 t), en las que las capturas de 2009 se traspasaron a 2010 para las CPC que no habían comunicado todavía sus capturas de 2010. Se asumió también que las capturas de 2011 eran idénticas a las estimadas en 2010, ya que cualquier medida establecida en la próxima reunión de la Comisión no se implementará hasta 2012 como mínimo. El Grupo acordó que las proyecciones deberían realizarse asumiendo niveles de captura constantes, comenzando en 2012, que oscilen entre 0 y 6.000 t. Sin embargo, los resultados muestran que proyecciones con un TAC superior a 4.000 t, producirían el colapso del stock. A efectos de presentación, las proyecciones se restringieron a un TAC que osciló entre 0 y 4.000 t. 6.3.1 Proyecciones de los resultados del modelo de producción en no equilibrio Las proyecciones realizadas a partir del caso de “baja productividad” con niveles de captura futuros de 2.000 t o más sugieren que es más probable que la biomasa del stock continúe descendiendo. Con capturas de 1.500 t existen más probabilidades de que el stock se incremente de que disminuya. En las proyecciones realizadas a partir del caso de “elevada productividad” con niveles futuros de capturas de 3.000 t o menos el stock podría recuperarse. Las proyecciones con capturas statu quo de 3.500 t sugieren que el stock no se recuperará ni descenderá. El Grupo decidió que las estimaciones del estado actual del stock y las proyecciones subsiguientes deberían basarse en un modelo estadísticamente integrado en vez de en un modelo de producción en no equilibrio. La decisión se basó en el hecho de que el modelo de producción no pudo conseguir un ajuste satisfactorio a los datos sin fijar dos de los tres parámetros quizá en valores algo arbitrarios o eliminando algunas de las series de CPUE. El modelo plenamente integrado utilizó algunos de estos datos, y su capacidad de incorporar más datos disponibles y el hecho de que puede conseguir una convergencia satisfactoria hizo que el Grupo optará por elegir dicho modelo plenamente integrado para las consideraciones y proyecciones. El Grupo constató que los datos disponibles no proporcionaban información suficiente para ninguno de los dos modelos a la hora de determinar de un modo fiable la productividad del stock. Por tanto, las proyecciones son inciertas. 1319 6.3.2 Proyecciones con el modelo estadísticamente integrado Para evaluar las implicaciones de niveles de captura futuros en la recuperación del stock, las proyecciones se realizaron con el programa informático Stock Synthesis (SS3) del siguiente modo. El estado del stock de aguja azul a final de 2009 (año final del caso base del modelo SS3) se proyectó de forma determinística asumiendo niveles diferentes de captura total. En las proyecciones se asumió que para 2010 y 2011 los niveles de captura serían los estimados por el Grupo durante la revisión de las estadísticas de captura (véase la sección 2.1), a saber 3.431 t. Las capturas futuras, a partir de 2012, se proyectaron en niveles constantes que oscilaron entre 0 y 4.000 t por año (con incrementos de 500 t). En la Tabla 13 y en la Figura 37 se muestran las tendencias de la biomasa relativa (SSB/SSBRMS) del stock durante el periodo cubierto por las proyecciones. En general, capturas totales por encima de 3.000 t generarían un descenso continuado de la biomasa del stock en el periodo de las proyecciones. Capturas totales de 2.000 t o inferiores permitirían que la biomasa del stock se incremente en dicho periodo, capturas en torno a 2.500 t básicamente mantendrían el stock en el mismo nivel de agotamiento que en 2011. Sólo con capturas de 1.500 t o inferiores el stock podría recuperarse hasta niveles de biomasa en o por encima de la SSBRMS antes de 2026. El Grupo constató que las proyecciones de stock tenían una conducta similar a las del caso de “baja productividad” del modelo de producción excedente (ASPIC), aunque la recuperación es algo más rápida con el caso base del modelo plenamente integrado. Tal y como se indicó anteriormente, debido a la incertidumbre en las estimaciones de productividad del stock, las proyecciones son inciertas (véase la Figura 43). 7. Evaluación del escenario de ordenación Las evaluaciones de ordenación se realizaron para proporcionar asesoramiento en forma de matriz de estrategia de Kobe II (K2SM), siguiendo las directrices desarrolladas por el Grupo de trabajo sobre métodos de evaluación de stocks de 2009 (Anon, 2010). La K2SM es una tabla de decisión que resume las probabilidades de alcanzar en un tiempo determinado los objetivos de biomasa y mortalidad por pesca (a saber, los relacionados con el mantenimiento de los stocks en niveles que consigan el máximo rendimiento sostenible) en el marco de diferentes regímenes de ordenación como los niveles de TAC. La matriz de estrategia de Kobe está siendo utilizada por todas las OROP de túnidos, y su producción es actualmente el principal resultado de los grupos de evaluación. Esto es importante porque significa que el mandato de los grupos de especies se ha expandido pasando de determinar únicamente el estado actual del stock a proporcionar asesoramiento probabilístico sobre ordenación que incorpora la incertidumbre. Las evaluaciones de stock tradicionales consideran sobre todo únicamente la incertidumbre en las observaciones y procesos (por ejemplo, reclutamiento). Sin embargo, la incertidumbre sobre la dinámica real (a saber, incertidumbre del modelo) tiene un mayor impacto en la consecución de los objetivos de ordenación (Punt, 2006). Por consiguiente, al proporcionar asesoramiento de ordenación es importante considerar las fuentes apropiadas de incertidumbre. Rosenberg y Restrepo (1994) clasificaron las incertidumbres en la ordenación y evaluación del stock del siguiente modo: - Error de proceso: causado por no tener en cuenta la variabilidad, temporal y espacial, en la dinámica de población y en los procesos de las pesquerías; Error de observación: error de muestreo y error de medición; Error de estimación: surge cuando se estiman los parámetros de los modelos utilizados en el procedimiento de evaluación; Error de implementación: cuando los efectos de las acciones de ordenación difieren de los pretendidos. Error del modelo: relacionado con la capacidad de la estructura del modelo de captar el núcleo de la dinámica del sistema. Las fuentes de incertidumbre relacionadas con el error de modelo incluyen: i) incertidumbre estructural, debida a modelos inadecuados o marcos conceptuales incompletos que entran en conflicto entre sí, procesos y relaciones clave que se han especificado erróneamente o que se ignoran y que tienden a ser subestimados por los expertos (Morgan et al., 1990) y ii) valoración de la incertidumbre; debido a datos que faltan o que son poco precisos o a parámetros que no se conocen bien. Las directrices desarrolladas por el Grupo de trabajo sobre métodos son: - Las matrices deberían presentarse tanto de forma gráfica como en tablas. 1320 - El(los) modelo(s), los ensayos del modelo y las metodologías utilizadas para la elaboración deberían estar claramente documentados. Las matrices deberían construirse a partir de los modelos de evaluación utilizados para determinar la situación del stock. Las matrices deberían describir claramente los supuestos y las incertidumbres. Deberían emplearse metodologías para promediar los modelos, armonizar los modelos y generar afirmaciones probabilísticas respecto a las normas de control de captura. Podrían ser necesarias múltiples matrices para proporcionar asesoramiento que abarque hipótesis alternativas. Las proyecciones estocásticas forman la base de la K2SM y, por tanto, en el punto 6.3 se facilita documentación de cómo se llevaron a cabo estas proyecciones. Esto incluye especificaciones sobre: - El programa informático utilizado; El modelo de reclutamiento/sustitución de reclutamiento/estructura de error; La selectividad/F parcial; Los cálculos de la edad del “grupo plus”; El periodo de la proyección y Los supuestos sobre implementación de la ordenación. Durante la reunión se utilizaron dos métodos de evaluación de stock, un modelo de producción excedente (ASPIC) y un modelo estadístico de captura estructurado por edad-sexo (SS3) (véase la sección 6.1), y las proyecciones se realizaron utilizando ambos métodos (véase la sección 6.3). El Grupo decidió utilizar el SS3 como modelo base, por lo tanto, para producir la K2SM sólo se utilizaron proyecciones del SS3. La incertidumbre en la evaluación se caracterizó realizando ensayos de sensibilidad y MCMC. Los ensayos de sensibilidad evaluaron la incertidumbre en los conocimientos del Grupo sobre la mortalidad natural y el parámetro de inclinación de la relación stock-reclutamiento (a saber, incertidumbre de valor), mientras que los ensayos MCMC se realizaron para determinar la incertidumbre en los parámetros y cantidades derivadas de ellos (por ejemplo, error de estimación). La configuración del modelo utilizada en los análisis MCMC fue exactamente la misma que la del modelo base. Es decir, las distribuciones previas de sus parámetros y sus límites no cambiaron. El método Markov Chain Monte Carlo (MCMC) es un método para calcular por aproximación la distribución posterior para parámetros de interés en un marco bayesiano. SS3 se basa en AD Model Builder y, por tanto, puede utilizar tanto la moda de la distribución posterior como la matriz de Hessian para implementar una versión del algoritmo Hastings-Metropolis con el fin de obtener una secuencia de muestras aleatorias a partir de una distribución de probabilidad. Otra ventaja del AD Model Builder es que es posible comparar la verosimilitud del perfil para un parámetro de interés con la distribución MCMC. Una gran discrepancia podría indicar que una o ambas estimaciones son inadecuadas. Las estimaciones de la evaluación del reclutamiento anual son muy inciertas y, en algunos años, se alcanzaron los límites de desviación del reclutamiento. Los límites podrían tener una influencia importante en la estimación del parámetro de inclinación y, por tanto, en la productividad del stock y los puntos de referencia basados en el RMS. Sin embargo, las estimaciones del estado del stock y la tasa de explotación en relación con los niveles de referencia basados en RMS parecen robustas con respecto al valor de M asumido (véase 6.2.2). También faltan datos fiables sobre mortalidad tras la liberación de descartes vivos, para su utilización en la evaluación de stock y, lo que es más importante, para realizar proyecciones de stock con diferentes opciones de ordenación (error de implementación). Sin embargo, no se consideró la incertidumbre sobre la mortalidad tras la liberación de descartes vivos en la implementación de medidas de ordenación. Las proyecciones se realizaron utilizando el ensayo del caso base desde 2010 hasta 2026 inclusive (véase la Sección 6.3). Para 2010 y 2011 se asumió una captura de 3.431 t (estimada para 2010 por el Grupo basándose en los informes preliminares de las CPC), dado que las reglamentaciones de ordenación no entrarán en vigor hasta por lo menos 2012. Las proyecciones asumieron las mismas características y parámetros biológicos y pesqueros que el caso base del modelo de la evaluación, es decir, los parámetros fueron constantes a lo largo de los años y el ensayo MCMC fue constante para los parámetros biológicos y a lo largo de los años para los parámetros pesqueros. La asignación de TAC entre las flotas en las proyecciones se basó en las proporciones de captura media por flota durante los cinco últimos años (2005-2009). 1321 El desarrollo de proyecciones con capturas constantes para más de una flota con diferentes patrones de selección y en el marco de una clave de asignación fija implica que un cambio en la estructura de la población (por ejemplo, debido a un plan de ordenación para la recuperación de un stock) daría lugar a una variación anual en la mortalidad por pesca parcial relativa. Dado que los puntos de referencia de RMS se calculan asumiendo un patrón de selección basado en la mortalidad por pesca total, que es una suma ponderada de las F parciales, los puntos de referencia basados en el RMS variarán también de un año a otro. Del mismo modo, las estimaciones históricas de puntos de referencia basados en RMS también variarán cuando varíen las F parciales relativas. Sin embargo, SS3 asume que los puntos de referencia basados en RMS son fijos en el marco del ensayo MCMC, tanto a nivel histórico como en el futuro, esto significa que las series temporales de SSB y la tasa de captura en relación con la BRMS y FRMS estarán sesgadas de diferentes modos en el tiempo y en los diferentes regímenes de TAC. Las series temporales de biomasa en relación con la BRMS y de tasa de captura en relación con la FRMS se presentan en la Figura 38 (periodo histórico 1957-2009) y en las Figuras 39 y 40 para las proyecciones (2010 2026) utilizadas para desarrollar el K2SM (Tabla 14). Para el periodo histórico, las líneas representan la mediana y los valores intercuantiles del 80%. En la Figura 41 se presenta el estado actual del stock de aguja azul, y se indica el nivel de incertidumbre en los resultados del caso base del modelo. El KS2M muestra las posibilidades de estar en el cuadrante de Kobe que corresponde a SSB≥SSBRMS y F≤FRMS por año para cada uno de los niveles de TAC (Figura 42). En la Figura 43 se presenta el gráfico de fase de Kobe con las realizaciones individuales para varios modelos evaluados. 8. Efectos de las regulaciones actuales La Recomendación 06-09 establecía restricciones de captura para la aguja azul y la aguja blanca. Establecía que el volumen anual de aguja azul que puede ser capturado por los cerqueros y palangreros pelágicos y que se puede retener para el desembarque no debe superar el 50%, de los niveles de desembarque de 1996 o 1999, la cifra que sea superior. En esta Recomendación se establece que: “Todos los ejemplares de aguja azul y aguja blanca izados vivos a bordo de palangreros y cerqueros pelágicos sean liberados, procurando al máximo su supervivencia. Las disposiciones de este párrafo no serán de aplicación a los marlines que hayan resultado muertos antes de acercarlos al costado del barco, y que no sean vendidos ni objeto de comercio”. El Grupo inició un debate sobre esta recomendación. Durante el debate, el Grupo abordó la cuestión de la documentación del número de liberaciones de ejemplares vivos y la dificultad para estimar dicho número para todas las pesquerías. Aparentemente, algunos programas de observadores de cerco y palangre de miembros de ICCAT no habían registrado esta variable, por lo que no podía realizarse una evaluación cuantitativa para todo el Atlántico sobre la adecuada implementación por parte de los miembros de ICCAT. El Grupo recomendó que se rectificara esta situación de tal modo que la recomendación de la comisión sobre liberaciones vivas pueda evaluarse en el contexto del plan de recuperación de los marlines. El Grupo recomendó que, además de consignar el número de liberaciones de marlines vivos y el número de descartes muertos y retenciones, las CPC deberían facilitar estimaciones de la mortalidad de los descartes vivos. Los estudios con marcado electrónico o información auxiliar, como el tipo de arte terminal, grado de lesión en el momento de la liberación, condición de los peces en el momento de la liberación, contribuirían a una mejor estimación de las tasas de supervivencia de las agujas azules capturadas y liberadas. Asimismo, el Grupo consideró que no hay información suficiente sobre la proporción de ejemplares liberados vivos por todas las flotas para poder evaluar la eficacia de esta regulación específica. La captura media de los cerqueros y palangreros pelágicos durante el periodo 2005-2009 fue 1.938 t o 51% de las capturas máximas para estas mismas flotas en los años 1996 o 1999 (3.810 t), es decir, por encima del 50% recomendado en la Recomendación actual [Rec. 06-09]. 9. Recomendaciones 9.1 Investigación y estadísticas 1. El Grupo formuló una recomendación sobre la necesidad de resaltar que las CPC deberían comunicar la Tarea I y Tarea II para las reuniones intersesiones en los plazos establecidos por la Secretaría. 1322 2. El Grupo recomendó que continúe el estudio sobre edad y crecimiento de la aguja azul, resaltando la necesidad de incluir en el estudio secciones de espinas anales de ejemplares grandes en zonas templadas y subtropicales. 3. El Grupo reconoció las importantes nuevas estimaciones de captura de aguja azul de las pesquerías con DCP de Martinica y Guadalupe, y recomendó que se presente una estimación detallada en forma de un documento SCRS en la próxima reunión del grupo de especies. El Grupo también recomendó que otros países del Caribe con pesquerías con DCP comuniquen capturas de marlines detalladas y específicas. 4. El Grupo instó a la Secretaría a ponerse en contacto con otras OROP en el Gran Caribe para explorar el intercambio de datos pertinentes para las pesquerías de ICCAT. 5. El Grupo reconoció la complejidad de las capturas comunicadas de aguja blanca en las que las capturas históricas pueden incluir una mezcla de especies, como: marlín peto (RSP) y aguja picuda (SPF) además de aguja blanca. Por lo tanto, el Grupo recomendó que la evaluación de stock de aguja blanca que se realice en 2012 se considere una evaluación de stock de especies mezcladas. 6. Considerando los problemas de identificación errónea entre aguja blanca, marlín peto y aguja picuda, el Grupo recomendó que se realice un estudio sobre la distribución y abundancia de estas tres especies, que cubra todo el Atlántico, con la colaboración de las CPC con flotas que operen en todo el Atlántico, sobre todo en las zonas de pesca del Atlántico oriental y suroccidental. 7. El Grupo recomendó encarecidamente que la Comisión proporcione fondos adicionales (50.000 euros) al programa de investigación intensiva sobre marlines para un estudio genético con el fin de agilizar la obtención de datos y los análisis para que se puedan emprender en un futuro inmediato los trabajos de separación de la aguja blanca de Tetrapturus spp. 8. Constatando que la estimación de índices de abundancia relativa se realizan siempre mejor con la resolución espacio temporal más fina que permitan los datos disponibles, el Grupo recomendó que todas las CPC, especialmente aquellas con capturas importantes de aguja blanca, faciliten índices de abundancia relativa actualizados obtenidos a partir de dichos datos de CPUE de alta resolución, y que tengan también en cuenta el efecto de las regulaciones actuales en el proceso de estandarización. Por ejemplo, cuando sólo se dispone de información de peces retenidos, debe tenerse en cuenta el efecto de la implementación de regulaciones que requieren la liberación de los ejemplares vivos del palangre, por ejemplo mediante el desarrollo de índices separados para el periodo anterior y posterior a la implementación. 9. El Grupo recomendó que los modelos de producción excedente llevados a cabo en la evaluación del stock de aguja blanca de 2000 sean actualizados en la reunión de evaluación de stock de 2012. 9.2 Ordenación La evaluación actual del stock de aguja azul indica que el stock se halla por debajo de la BRMS y que la mortalidad por pesca es superior a la FRMS (2009). Si no se reducen sustancialmente los niveles de captura actuales (3.431 t, 2010) es probable que el stock siga descendiendo. La Comisión debería adoptar un plan de recuperación para el stock de aguja azul del Atlántico. La Comisión debería implementar medidas de ordenación para reducir inmediatamente la mortalidad por pesca en el stock de aguja azul mediante la adopción de un TAC que permita que el stock se incremente (2.000 t o menos, incluidos los descartes muertos) 1 Para facilitar la implementación del TAC, la Comisión podría considerar la adopción de medidas como las siguientes, sin limitarse a ellas: a) Prohibición total de desembarques de aguja azul de las pesquerías de cerco y palangre pelágico, para mejorar la eficacia de las medidas de ordenación actuales. b) Instar a la utilización de configuraciones de artes alternativas que reduzcan la probabilidad de un enganche profundo del anzuelo, incrementado así la supervivencia tras la liberación (por ejemplo, anzuelos circulares). c) Una aplicación más amplia de los cierres espaciotemporales. d) Considerar la adopción de medidas para reducir la mortalidad por pesca de aguja azul en las pesquerías de pequeña escala. 1323 2. Constatando los problemas de identificación errónea entre aguja blanca y Tetrapturus spp., el Grupo de trabajo recomendó que las Recomendaciones de ordenación combinen estas especies como un stock mezclado hasta que se disponga de una identificación de especies y de una diferenciación de especies en las capturas más precisas. 3. La Comisión debería requerir que se declarasen por separado las capturas de aguja blanca y marlín peto. 10. Otros asuntos El Grupo debatió exhaustivamente la complejidad de realizar una identificación precisa de la aguja blanca, el marlín peto y la aguja picuda. Se reconoció que el modo más preciso de separar las especies era mediante análisis genéticos, pero los observadores científicos y los observadores con experiencia y bien preparados podrían separar estas especies con precisión utilizando sus rasgos anatómicos. Tras la recomendación de la reunión de preparación de datos sobre aguja azul sobre la actualización del capítulo Tetrapturus spp. en el Manual de ICCAT para considerar los problemas de identificación errónea entre el marlín peto, la aguja picuda y la aguja blanca, también se resaltó la necesidad de contar con hojas de identificación para todos los istiofóridos, similares a las que se prepararon para los tiburones y pequeños túnidos, pero con rasgos clave para separar con precisión a la aguja blanca de las especies de Tetrapturus spp. Para que todas las CPC puedan separar con precisión la aguja blanca de los Tetrapturus spp, tienen que actualizarse los instrumentos mencionados, que tendrán que ser desarrollados por la Secretaría, y tendrán que asignarse fondos para el desarrollo de dichos instrumentos de identificación. 11. Adopción del informe y clausura El informe fue adoptado durante la reunión. El Presidente agradeció a los participantes el gran trabajo realizado. La reunión fue clausurada. Referencias Anon. 2010, Report of the 2009 ICCAT Working Group on Stock Assessment Methods. Collect. Vol. Sci. Pap. ICCAT, 65(5): 1851-1908. Anon. 2011, Report of the 2010 Blue Marlin Data Preparatory Meeting. Collect. Vol. Sci. Pap. ICCAT, 66(3): 1011-1115. Amorim, A., Arfelli, C., Antero-Silva, J., Fagundes, L., Costa, F. and Assumpção, R. 1998, Blue marlin (Makaira nigricans) and white marlin (Tetrapturus albidus) caught off the Brazilian coast. Collect. Vol. Sci. Pap. ICCAT, 47: 163-84. Amorim, A., Arfelli, C., Hazin, F., Antero-Silva, J., Lessa, R. and Arraes, R. 1994, Blue marlin (Makaira nigricans) fisheries off the Brazilian coast by national and leased longliners (1971-1991). Collect. Vol. Sci. Pap. ICCAT, 41: 208-13. Arocha, F., and Silva, J. 2011, Proportion of Tetrapturus georgii (SPG) with respect to T. albidus (WHM) in the Venezuelan pelagic longline catch in the western Caribbean Sea and adjacent Atlantic waters during 2002 – 2007. Collect. Vol. Sci. Pap. ICCAT, 66(4): 1787-1793. Beerkircher, L., Arocha, F., Barse, A., Prince, E., Restrepo, V., Serafy, J. and Shivji, M. 2009, Effects of species misidentification on population assessment of overfished white marlin Tetrapturus albidus and roundscale spearfish T. georgii. Endangered Species Research 9:81-90. Goodyear, C.P., Luo, J., Prince, E.D., Hoolihan, J.P., Snodgrass, D., Orbesen, E.S. and Serafy, J.E. 2008,Vertical habitat use of Atlantic blue marlin (Makaira nigricans): interaction with pelagic longline gear. Mar. Ecol. Prog. Ser., 365, 233-245. Hill, K.T., Cailliet, C.M. and Radtke, R.L. 1989, A comparative analysis of growth zones in four calcified structures of Pacific blue marlin, Makaira nigricans. Fish Bull. 87: 829-843. 1324 Hoenig, J.M. 1983, Empirical use of longevity data to estimate mortality rates. Fishery Bulletin (U.S.) 82 (1): 898-902. Kell, L. Palma, C. and Prince. E. Standardisation of blue marlin CPUE taking into account habitat compression. Collect. Vol. Sci. Pap. ICCAT, 66(4): 1738-1759. Kraus, R.T., Wells, R.J.D. and Rooker, J.R. 2011, Horizontal movements of Atlantic blue marlin (Makaira nigricans) in the Gulf of Mexico. Mar. Biol., 158, 699-713. Orbessen, E.S., Snodgrass, D., Hollihan, J.P. and Prince, E.D. 2011, Updated U.S. conventional tagging database for Atlantic bluefin marlin (1955-2008), with comments on potential stock structure. Collect. Vol. Sci. Pap. ICCAT, 66(4): 1685-1691. Prince, E.D. and Goodyear, C.P. 2006, Hypoxia-based habitat compression of tropical pelagic fishes. Fish. Oceanogr., 15, 451-464. Prince, E.D., Luo, J., Goodyear, C.P., Hoolihan, J.P., Snodgrass, D., Orbesen, E.S., Serafy, J.E., Ortiz, M. and Schirripa, M.J. 2010, Ocean scale hypoxia-based habitat compression of Atlantic istiophorid billfishes. Fish. Oceanogr, 19, 448-462. Shivji, M.S., Magnussen, J.E., Beerkircher, L.R., Hinteregger, G., Lee, D.W., Serafy, J.E. and Prince, E.D. 2006, Validity, identification, and distribution of the roundscale spearfish, Tetrapturus georgii (Teleostei: Istiophoridae): Morphological and molecular evidence. Bulletin of Marine Science 79(3):483. Ueyanagi, S., Kikawa, S., Uto, and Nishikawa, Y. 1970, Distribution, spawning, and relative abundance of billfishes in the Atlantic Ocean. Bull. Far Seas Fish. Res. Lab., Shimizu, (3):15-55, July. (In Japanese with English summary). Rosenberg, A.A. and Restrepo, V.R. 1994, Uncertainty and risk evaluation in stock assessment advice for U.S. marine fisheries. Canadian Journal of Fisheries and Aquatic Sciences. 51(12):2715-2720. Morgan, M.G., Henrion, M. and Small, M. 1990, Uncertainty: a guide to dealing with uncertainty in quantitative risk and policy analysis. Cambridge: Cambridge University Press. Punt, A.E. 2006, The FAO precautionary approach after almost 10 years: Have we progressed towards implementing simulation-tested feedback-control management systems for fisheries management? Natural Resource Modeling 19(4):441-464. Snodgrass, D. Orbessen, E.S., Hollihan, J.P. and Prince, E.D. 2011, The U.S. conventional tagging database updates for Atlantic white marlin (1954-2008). Collect. Vol. Sci. Pap. ICCAT, 66(4): 1760-1766. Wells, R.J.D., Rooker, J.R. and Prince, E.D. 2010, Regional variation in the otolith chemistry of blue marlin (Makaira nigricans) and white marlin (Tetrapturus albidus) from the western North Atlantic Ocean. Fish. Res., 106, 430-435. 1325 TABLEAUX Tableau 1. Ponctions totales de makaire bleu entre 1956-2010. Les valeurs incluaient la composante estimée de BUM provenant des prises non classifiées d’istiophoridés, les séries de capture révisées émanant des estimations des pêcheries sous DCP des Antilles françaises et les estimations du Groupe pour 2010. Tableau 2. Total des données de la Tâche I déclarées comme rejets vivants de makaire bleu et de makaire blanc provenant des CPC qui ont soumis cette information au Secrétariat. Tableau 3. Ponctions totales de makaire blanc entre 1956-2010. Les valeurs incluaient la composante estimée de WHM provenant des prises non classifiées d’istiophoridés. Tableau 4. Catalogue de la Tâche I (t1, en tonnes, nombres) et de la Tâche II (t2 disponibilité : où les cellules jaunes = t2ce seulement ; cellules vertes = t2ce & t2sz ; cellules rouges = pas de t2) pour le makaire blanc entre 1990 et 2010. Tableau 5. Indices de la CPUE standardisée du makaire bleu utilisés dans l'évaluation du stock de 2010. Il est à noter que l'indice du Taipei chinois pour la période 2001-2009 (cellules ombrées) a été inclus dans le modèle comme un indice distinct (cf. texte pour obtenir une explication). Tableau 6. Indices combinés de la CPUE standardisée du makaire bleu estimés à l'aide d'une pondération égale pour toutes les séries de CPUE (EQW), en pondérant les séries de CPUE par zone (ARW) et par capture (CAW). Tableau 7. Indices de la CPUE standardisée du makaire blanc présentés à la présente réunion. Tableau 8. Corrélations entre les indices utilisés dans les scénarios ASPIC. Sous chaque corrélation est également indiqué le nombre d'années de chevauchement pour les deux indices mis en corrélation. Tableau 9. Degré d'ajustement des données de CPUE à des modèles ASPIC alternatifs (faible productivité et forte productivité) tel que mesuré avec le carré r partiel pour chaque indice. Il est à noter que certains indices sont utilisés dans les deux modèles et que d'autres ne le sont pas. Les couleurs ombrées dénotent un ajustement très positif (vert), moyennement positif (turquoise), moyennement négatif (jaune) et très négatif (rouge). Tableau 10. Paramètres de gestion résultant de deux modèles ASPIC alternatifs. * Les valeurs étaient fixes, et n'ont pas été estimées afin d'aider le modèle à converger. Les limites de confiance de 80% des scénarios par bootstrap sont entre parenthèses. ** r est calculé à partir des valeurs de K et de la PME. Tableau 11. Quantités estimées et obtenues à partir du cas de base du modèle pleinement intégré. Les valeurs de F sont le ratio de F total par rapport à FPME. Tableau 12. Tableau de résultats des scénarios de sensibilité avec divers taux fixes de mortalité naturelle requis par le Groupe de travail. La rangée surlignée indiquait le cas de base du modèle. Tableau 13. Tendances du ratio de la biomasse (SSB/SSBPME) pour les projections du stock de makaire bleu à différents niveaux de la prise totale annuelle. Pour 2010 et 2011, une capture de 4 341 t a été postulée, comme l'avait estimé le Groupe. Tableau 14. Matrice de stratégie de Kobe II (K2SM). Les valeurs en pourcentages indiquent la probabilité d'atteindre le but de SSByr >= SSBPME et Fyr < FPME pour chaque année (yr) en fonction de différents scénarios de prise constante (TAC en tonnes). TABLAS Tabla 1. Extracciones totales de aguja azul 1956-2010. Los valores incluyen el componente estimado de BUM para las capturas de istiofóridos sin clasificar, las series de capturas revisadas procedentes de las estimaciones de pesquerías con DCP de las Antillas francesas y las estimaciones del Grupo para 2010. Tabla 2. Datos totales de Tarea I comunicados como descartes vivos de aguja blanca y aguja azul para las CPC que presentaron esta información a la Secretaría 1326 Tabla 3. Extracciones totales de aguja blanca 1956-2010. Los valores incluían el componente estimado de WHM procedentes de las capturas de istiofóridos sin clasificar. Tabla 4. Catálogo de Tarea 1 (t1, en t y número) y Tarea II (t2 disponibilidad, donde las celdas amarillas son t2ce únicamente; las celdas verdes = t2ce y t2sz y las celdas rojas = no t2) para la aguja blanca entre 1990 y 2010. Tabla 5. Índices de CPUE estandarizados de aguja azul utilizados en la evaluación de stock en 2010. Constátese que el índice de Taipei Chino para el periodo 2001-2009 (celdas sombreadas) se incluyó en el modelo como un índice independiente (véase la explicación en el texto). Tabla 6. Índices de CPUE combinados estandarizados de aguja azul estimados utilizando una ponderación igual para todas las series de CPUE (EQW), ponderando las series de CPUE por zona (ARW) y por captura (CAW). Tabla 7. Índices de CPUE estandarizados de aguja blanca presentados a esta reunión. Tabla 8. Correlaciones entre los índices de CPUE utilizados en los ensayos ASPIC. También se muestra debajo de cada correlación el número de años de solapamiento para los dos índices correlacionados. Tabla 9. Grado de ajuste de los datos de CPUE a los modelos ASPIC alternativos (baja productividad y alta productividad), tal y como se midieron con la cuadrícula de r parcial para cada índice. Constátese que algunos índices se utilizan en ambos modelos y otros no. Los colores sombreados indican un ajuste altamente positivo (verde), medianamente positivo (cian), medianamente negativo (amarillo) y altamente negativo (rojo). Tabla 10. Puntos de referencia de ordenación resultantes de dos modelos ASPIC alternativos. * Los valores fueron fijos, no estimados, para contribuir a la convergencia del modelo. Se muestran entre paréntesis los límites de confianza del 80% para los ensayos de muestreo repetitivo. ** r se calculó a partir de los valores de K y de RMS. Tabla 11. Las cantidades derivadas y estimadas del caso base del modelo plenamente integrado. Los valores de F son la ratio de la F total con respecto a FRMS. Tabla 12. Tabla de resultados de los ensayos de sensibilidad con varias tasas fijas de mortalidad natural solicitada por el Grupo. La línea resaltada indica el caso base del modelo. Tabla 13. Tendencias de la ratio de biomasa (SSB/SSBrms) para las proyecciones del stock de aguja azul en diferentes niveles de captura anual total. Para 2010 y 2011 se asumió una captura de 4.341 t, tal y como estimó el Grupo. Tabla 14. Matriz de estrategia de Kobe II (K2SM). Los valores porcentuales indican la probabilidad de alcanzar el objetivo de SSByr >= SSBRMS y Fyr < FRMS para cada año (yr) con diferentes escenarios de captura constante (TAC toneladas). FIGURES Figure 1. Prises totales de makaire bleu avec rejets vivants et morts entre 1956 et 2010*. Les données de 2010 ont été estimées par le Groupe pendant la réunion et devraient être considérées comme provisoires. Figure 2. Prises totales de makaire bleu avec rejets vivants et morts entre 1956 et 2010 pour le stock de l'Atlantique Nord. Figure 3. Prises totales de makaire bleu avec rejets vivants et morts entre 1956 et 2010 pour le stock de l'Atlantique Sud. Figure 4. Estimations des débarquements historiques de makaire bleu provenant des pêcheries opérant sous DCP dans la zone de la Martinique et Guadeloupe (1985-2009). Figure 5. Estimations des débarquements historiques de makaire bleu provenant des pêcheries opérant sous DCP dans la zone de la Martinique et Guadeloupe dans l'Atlantique Nord (1985-2009). Figure 6. Diagrammes de densité des remises à l'eau de makaires bleus porteurs de marques conventionnelles par carrés de 5ºx5º pour toutes les années. Figure 7. Diagramme de densité des récupérations de makaires bleus porteurs de marques conventionnelles par carrés de 5ºx5º pour toutes les années. Figure 8. Prises totales de makaire blanc avec rejets vivants et morts entre 1956 et 2010. 1327 Figure 9. Prises totales de makaire blanc avec rejets vivants et morts entre 1956 et 2010 pour le stock de l'Atlantique Nord. Figure 10. Prises totales de makaire blanc avec rejets vivants et morts entre 1956 et 2010 pour le stock de l'Atlantique Sud. Figure 11. Taille moyenne annuelle, longueur maxillaire inférieur fourche (LJFL) en cm de makaires blancs observés dans diverses pêcheries palangrières (LL) (a) et dans des pêcheries de filets maillants (GN) et sportives (SP) des Etats-Unis (b). Figure 12. Histogrammes de fréquence des tailles du makaire blanc (LJFL cm), combinées dans toutes les pêcheries et déclarées entre 2000 et 2009. Figure 13. Histogrammes de fréquence des tailles du makaire blanc (LJFL cm), combinées dans le temps et déclarées pour les deux engins les plus dominants en termes de capture. Figure 14. Histogrammes de fréquence des tailles du makaire blanc (LJFL cm), combinées dans le temps et déclarées pour les pêcheries de pavillon palangrières (LL), de filets maillants (GN), et sportives (SP) qui comprennent la vaste proportion des captures de makaire blanc. Figure 15. Probabilité cumulative annuelle des distributions des tailles du makaire blanc (LJFL) déclarées par la pêcherie sportive des Etats-Unis et plusieurs pêcheries palangrières à grande échelle (LL). Figure 16. Probabilité cumulative annuelle des distributions des tailles du makaire blanc (LJFL) déclarées par plusieurs pêcheries aux filets maillants (GN). Figure 17. Diagramme de densité des récupérations de makaires blancs porteurs de marques conventionnelles par carrés de 5ºx5º. Figure 18. Diagramme de densité des récupérations de makaires blancs porteurs de marques conventionnelles par zones de carrés de 5ºx5º. Figure 19. Relation entre la mortalité naturelle (M) et la longévité (âge). Figure 20. Indices d'abondance utilisés dans l'évaluation du stock de makaire bleu en 2011. A des fins graphiques, les indices ont été échelonnés à leur valeur moyenne respective pour la période 1993-2004. Figure 21. Indices combinés de la CPUE standardisée du makaire bleu estimés à l'aide d'une pondération égale pour toutes les séries de CPUE (EQW), en pondérant les séries de CPUE par zone (ARW) et par capture (CAW). Figure 22. Indices d'abondance du makaire blanc présentés pendant la réunion. A des fins graphiques, les indices ont été échelonnés à leur valeur moyenne respective pour la période 1990-2010. Figure 23. Scénario de faible productivité : (en haut) indices de CPUE prédite (ligne bleue continue) et CPUE observée échelonnés selon la capturabilité estimée pour chaque indice. La taille des symboles est proportionnelle aux pondérations qui leur avaient été assignées dans l'ajustement d'ASPIC. Les pondérations de chaque indice étaient proportionnelles à la zone occupée par chaque pêcherie. (panneau inférieur) Tendances temporelles de B/BPME et F/FPME avec des centiles de 80% sur la base de 1.000 bootstraps avec ASPIC. Figure 24. Scénario de forte productivité : (panneau supérieur) indices de CPUE prédite (ligne bleue continue) et CPUE observée échelonnés selon la capturabilité estimée pour chaque indice. La taille des symboles est proportionnelle aux pondérations qui leur avaient été assignées dans l'ajustement d'ASPIC. Les pondérations de chaque indice étaient proportionnelles à la zone occupée par chaque pêcherie. (panneau inférieur) Tendances temporelles de B/BPME et F/FPME avec des centiles de 80% sur la base de 1.000 bootstraps avec ASPIC. Figure 25. Croissance estimée par sexe (panneau supérieur). (panneau inférieur) pourcentage de maturité par taille (ligne verte) et sex-ratio (pourcentage de femelles) observé et ajusté par taille. Figure 26. Ajustement à la série temporelle de la CPUE utilisée dans le modèle pleinement intégré. Figure 27. Valeurs résiduelles de Pearson pour ajuster aux données de taille (colonne gauche) et sélectivités estimées (colonne droite) pour les trois engins avec les données de taille. Figure 28. Ajustement à la fraction de rejets estimée de la flottille sportive des Etats-Unis. Figure 29. Tendance estimée de la biomasse reproductrice avec des intervalles de confiance de 95% provenant du modèle pleinement intégré. 1328 Figure 30. Tendance estimée du recrutement avec des intervalles de confiance de 95% provenant du modèle pleinement intégré. Figure 31. Fonction stock-recrutement estimée à partir du modèle complètement intégré. Figure 32. Déviation du recrutement annuel estimée à partir de la relation stock-recrutement. Figure 33. Tendances estimées de B/BPME et F/FPME à partir du modèle pleinement intégré. Figure 34. Résultats des scénarios de MCMC pour B/BPME (en haut) et F/FPME (en bas) pour 2009. Figure 35. Diagrammes de phase de Kobe à partir du cas de base du modèle pleinement intégré. Figure 36. Estimations de F/FPME pour les scénarios de sensibilité. Figure 37. Estimations de B/BPME pour les scénarios de sensibilité. Figure 38. Tendances des ratios de F/FPME et SSB/SSBPME pour le makaire bleu à partir du cas de base du modèle (SS3). Les lignes en continu représentent la médiane des scénarios de MCMC, et les lignes interrompues représentent les centiles de 10% et 90% respectivement. Figure 39. Tendances des ratios F/FPME en fonction de différents scénarios de projections de prise constante (TAC en tonnes) de makaire bleu à partir du cas de base du modèle. Les projections commencent en 2010, pour 2010/11, une prise de 3.341 t a été postulée. Figure 40. Tendances des ratios de SSB/SSBPME en fonction de différents scénarios de projections de prise constante (TAC en tonnes) de makaire bleu à partir du cas de base du modèle. Les projections commencent en 2010, pour 2010/11, une prise de 3.341 t a été postulée. Figure 41. Diagramme de phase pour le makaire bleu à partir du cas de base du modèle dans l'année finale (2009) du modèle d'évaluation. Les points individuels représentent les itérations du MCMC, les losanges la médiane des séries. Les cercles bleus avec une ligne représentent la tendance historique de la médiane F/FPME par opposition à SSB/SSBPME pour 1965-2008. Figure 42. Probabilités de se trouver dans les quadrants de la Figure 41. A partir du panneau supérieur droit dans le sens inverse des aiguilles d'une montre : le premier panneau résume par année et TAC la probabilité que le stock soit surpêché (SSB<SSBPME) ; le deuxième panneau indique la probabilité que la surpêche se produise (F>FPME) et la troisième figure est la matrice de stratégie de Kobe (K2SM) montrant la probabilité que le stock soit à la fois surpêché et fasse l'objet d'une surpêche. Le dernier panneau montre la même information que la K2SM mais avec des TAC comme lignes et des probabilités en ordonnées. Figure 43. Diagrammes de phase de Kobe. Les points montrent les réalisations individuelles à partir de plusieurs modèles évalués. Les points bleus foncés sont les résultats du MCMC à partir du cas de base du modèle SS3, les points bleus clairs représentent les résultats par bootstrap des modèles de production excédentaire (ASPIC) selon différents postulats de productivité du stock. La ligne représente la tendance de la médiane de F/FPME par opposition à SSB/SSBPME à partir du cas de base du modèle. FIGURAS Figura 1. Capturas totales de aguja azul con descartes muertos y vivos entre 1956 y 2010*. Los datos para 2010 fueron estimados por el Grupo durante la reunión y deben considerarse provisionales. Figura 2. Capturas totales de aguja azul con descartes vivos y muertos entre 1956 y 2010 para el stock del Atlántico norte. Figura 3. Capturas totales de aguja azul con descartes vivos y muertos entre 1956 y 2010 para el stock del Atlántico sur. Figura 4. Estimaciones de desembarques históricos de aguja azul de las pesquerías de DCP en el área de Martinica y Guadalupe (1985-2009). Figura 5. Estimaciones de desembarques históricos de aguja azul de las pesquerías de DCP en el área de Martinica y Guadalupe en el Atlántico norte (1985-2009). Figura 6. Diagramas de densidad de las liberaciones de aguja azul con marcas convencionales por cuadrículas de 5x5 para todos los años. Figura 7. Diagramas de densidad de recapturas de aguja azul con marcas convencionales por cuadrículas de 5x5 para todos los años. 1329 Figura 8. Capturas totales de aguja blanca con descartes vivos y muertos entre 1956 y 2010. Figura 9. Capturas totales de aguja blanca con descartes vivos y muertos entre 1956 y 2010 para el stock del Atlántico norte. Figura 10. Capturas totales de aguja blanca con descartes vivos y muertos entre 1956 y 2010 para el stock del Atlántico sur. Figura 11. Talla media anual, mandíbula inferior a la horquilla (LJFL), cm, de la aguja blanca observada en diversas pesquerías de palangre (LL) (a) y en pesquerías de red de enmalle (GN) y deportivas de Estados Unidos (SP) (b). Figura 12. Histogramas de frecuencia de tallas de la aguja blanca (LJFL cm), combinadas entre todas las pesquerías y comunicadas entre 2000-2009. Figura 13. Histogramas de frecuencia de tallas de la aguja blanca (LJFL cm), combinadas a lo largo del tiempo y declaradas para los dos artes más dominantes en términos de captura. Figura 14. Histogramas de frecuencia de tallas de la aguja blanca (LJFL cm), combinadas a lo largo del tiempo y declaradas para pesquerías de pabellón de palangre (LL), redes de enmalle (GN) y deportivas (SP) que comprenden la mayor proporción de la captura de aguja blanca. Figura 15. Probabilidad acumulativa anual de distribuciones de talla de aguja blanca (LJFL) declaradas por la pesquería deportiva de Estados Unidos y diversas pesquerías de palangre (LL) de gran escala. Figura 16. Probabilidad acumulativa anual de distribuciones de talla de aguja blanca (LJFL cm) declaradas por varias pesquerías de redes de enmalle (GN). Figura 17. Diagramas de densidad de las liberaciones de aguja blanca con marcas convencionales por cuadrículas de 5x5. Figura 18. Diagramas de densidad de las recapturas de aguja blanca con marcas convencionales por cuadrículas de 5x5. Figura 19. Relación entre mortalidad natural (M) y longevidad (edad). Figura 20. Índices de abundancia utilizados en la evaluación de stock de aguja azul de 2011. Con fines gráficos se escalaron los índices a su respectivo valor medio para el periodo 1993-2004. Figura 21. Índice de CPUE combinado y estandarizado de aguja azul estimado utilizando una ponderación igual para todas las series de CPUE (EQW), ponderando la serie de CPUE por área (ARW) y por captura (CAW). Figura 22. Índices de abundancia de aguja blanca presentados durante la reunión. Con fines gráficos se escalaron los índices a su respectivo valor medio para el periodo 1990-2010. Figura 23. Escenario de baja productividad: (arriba) índices de CPUE predicha (línea azul continua) y CPUE observada escalados de acuerdo con la capturabilidad estimada para cada índice. El tamaño de los símbolos es proporcional a las ponderaciones que se les asignaron en el ajuste de ASPIC. Las ponderaciones de cada índice son proporcionales al área ocupada por cada pesquería. (Abajo) Tendencias temporales de B/Brms y F/Frms con percentiles del 80% basados en 1000 bootstraps de ASPIC. Figura 24. Escenario de alta productividad: (arriba) índices de CPUE predicha (línea azul continua) y CPUE observada escalados de acuerdo con la capturabilidad estimada para cada índice. El tamaño de los símbolos es proporcional a las ponderaciones que se les asignaron en el ajuste de ASPIC. Las ponderaciones de cada índice son proporcionales al área ocupada por cada pesquería. (Abajo) Tendencias temporales de B/Brms y F/Frms con percentiles del 80% basados en 1000 bootstraps de ASPIC. Figura 25. (Arriba) Crecimiento estimado por sexo. (Abajo) Porcentaje de madurez por talla (línea verde) y sex ratio (porcentaje de hembras) observada y ajustada por tallas. Figura 26. Ajuste a la serie temporal de CPUE utilizada en el modelo plenamente integrado. Figura 27. Residuos de Pearson para ajustar a los datos de talla (columna izquierda) y selectividades estimadas (columna derecha) para los tres artes con datos de talla. Figura 28. Ajuste a la fracción de descartes estimada a partir de la flota deportiva estadounidense. Figura 29. Tendencia estimada de la biomasa reproductora con intervalos de confianza del 95% a partir del modelo plenamente integrado. 1330 Figura 30. Tendencia estimada en el reclutamiento con intervalos de confianza del 95% a partir del modelo plenamente integrado. Figura 31. Función estimada de stock-reclutamiento a partir del modelo plenamente integrado. Figura 32. Desviación del reclutamiento anual estimada a partir de la relación stock-reclutamiento. Figura 33. Tendencias estimadas en B/Brms y F/Frms a partir del modelo plenamente integrado. Figura 34. Resultados de los ensayos MCMC para B/Brms (arriba) y F/Frms (abajo) para 2009. Figura 35. Diagramas de fase de Kobe a partir del caso base del modelo plenamente integrado. Figura 36. Estimaciones de F/Frms para los ensayos de sensibilidad. Figura 37. Estimaciones de B/Brms para los ensayos de sensibilidad. Figura 38. Tendencias de las ratios de F/Frms y SSB/SSBrms para la aguja azul a partir del caso base del modelo (SS3). Las líneas sólidas representan la mediana de los ensayos MCMC y las líneas discontinuas los percentiles del 10% y el 90% respectivamente. Figura 39. Tendencias de las ratios de F/Frms bajo diferentes escenarios de proyecciones de captura constante (toneladas de TAC) para la aguja azul a partir del caso base del modelo. Las proyecciones empiezan en 2010, para 2010/2011 se asumió una captura de 3.341 t. Figure 40. Tendencias de las ratios de SSB/SSBrms bajo diferentes escenarios de proyecciones de captura constante (toneladas de TAC) para la aguja azul a partir del caso base del modelo. Las proyecciones empiezan en 2010, para 2010/2011 se asumió una captura de 3.341 t. Figure 41. Diagrama de fase para la aguja azul a partir del caso base del modelo en el año final del modelo de evaluación (2009). Los puntos individuales representan iteraciones de MCMC, los rombos la mediana de la serie. Los círculos azules con línea representan la tendencia histórica de la mediana de F/Frms frente a SSB/SSBrms para 1965-2008. Figure 42. Probabilidades de estar en los cuadrantes de la Figura 41. Desde la parte superior derecha en el sentido contrario a las agujas del reloj, el primer panel resume por año y TAC la probabilidad de que el stock esté sobrepescado (SSB<SSBRMS); el segundo panel la probabilidad de que se esté produciendo sobrepesca (F>FRMS) y el tercero es la matriz de estrategia de Kobe (K2SM) que muestra la probabilidad tanto de que el stock esté sobrepescado como de que se esté produciendo sobrepesca. El panel final muestra la misma información que la K2SM pero con los TAC como líneas y la probabilidad en el eje Y. Figure 43. Diagramas de fase de Kobe, los puntos muestran las realizaciones individuales a partir de varios modelos evaluados. Los puntos azul oscuro son los resultados de MCMC a partir del caso base del modelo SS3, y los puntos azul claro representan los resultados de bootstrap de los modelos de producción excedente (ASPIC) bajo diferentes supuestos de productividad del stock. La línea representa la tendencia de la mediana de F/Frms frente a SSB/SSBrms a partir del caso base del modelo. APPENDICES Appendice 1. Ordre du jour. Appendice 2. Liste des participants. Appendice 3. Liste des documents. Appendice 4. Standardisation des données de capture et d’effort de la pêcherie artisanale de filets maillants du Ghana pour le makaire bleu. Appendice 5. Description du modèle pleinement intégré pour le makaire bleu. APÉNDICES Apéndice 1. Orden del día. Apéndice 2. Lista de participantes. Apéndice 3. Lista de documentos. Apéndice 4. Estandarización de los datos de captura y esfuerzo de la pesquería artesanal de redes de enmalle de Ghana para la aguja azul. Apéndice 5. Descripción del modelo plenamente integrado para la aguja azul. 1331 Table 1. Total removals of blue marlin 1956-2010. Values included the estimated BUM component from the unclassified billfish catches, the revised catch series from the French West Indies FAD fishereis estimates, and Working Group estimates for 2010. 2007 2008 2009 2010 5 206 2006 5 275 2005 5 182 2004 5 222 2003 157 2002 5 177 2001 5 212 2000 5 139 1999 6 79 1998 6 105 1997 6 88 3 1996 1995 1994 1993 1992 6 82 12 1991 1990 4 1989 7 1988 10 1987 8 Brasil 1986 1985 7 1984 5 Benin 1983 1982 1980 1979 1978 1977 1976 1975 1974 1973 1972 1971 1970 1969 1968 1967 1966 1965 1964 1963 1962 1961 1960 1959 1958 1957 1981 GN Year Cal Flag 1956 Catch t Gear SS3 196 78 109 115 107 178 150 991 440 440 21 Côte D'Ivoire 130 Dominica 0 EU.España 2 EU.France 0 Gabon Ghana 119 129 52 216 166 150 16 5 7 430 324 126 123 128 78 68 94 74 103 18 20 38 1 2 236 441 Liberia NEI (BIL) Senegal 1 304 5 471 422 491 447 624 639 795 999 415 87 148 148 701 420 712 235 158 115 73 53 141 103 775 23 Venezuela Barbados 183 150 120 81 72 51 73 117 99 126 126 10 14 13 3 0 Togo LL 1 20 99 13 13 21 24 58 48 71 86 175 190 80 57 50 55 46 3 18 12 18 21 19 31 25 30 25 19 19 18 11 11 470 759 0 0 57 110 405 683 191 140 116 118 184 105 69 94 25 Belize Benin Brasil 41 24 12 12 12 12 6 15 17 38 14 17 4 15 15 41 99 47 33 21 1 1 26 28 27 31 32 42 51 73 59 50 60 125 146 79 178 308 165 486 509 467 780 387 577 195 610 62 73 62 78 120 201 23 92 88 89 58 96 663 467 660 1478 578 486 485 240 294 319 315 151 1 20 48 13 4 69 291 803 1364 929 935 928 692 552 527 409 171 258 190 289 202 250 172 Côte D'Ivoire Cuba 145 154 176 118 444 280 165 149 166 89 298 686 789 409 320 210 336 349 286 436 396 172 313 215 317 100 100 100 100 373 451 214 205 292 285 473 151 1704 202 1672 189 824 204 685 69 39 85 43 53 12 38 55 41 71 29 19 23 94 28 659 687 Dominica Dominican Republic EU.España 3 EU.France 1 28 28 92 6 23 6 14 47 44 55 40 158 122 195 125 140 92 107 140 159 181 265 284 291 369 448 507 565 608 56 34 64 69 149 99 77 233 148 195 153 23 23 3 4 7 7 75 36 44 55 58 106 76 76 12 51 24 91 38 55 60 60 687 701 738 738 724 752 434 498 1 2 1 1 1 1 0 1 1 4 2 5 6 5 2 3 47 8 22 18 6 32 27 48 105 135 158 106 104 12 6 8 11 36 33 34 40 52 64 52 58 52 50 26 47 60 100 87 104 69 72 45 42 33 49 54 45 764 772 841 2712 3768 7044 8600 45 267 442 540 442 490 920 1028 822 1261 0 1 6 33 64 8 8 93 7590 5751 3370 1073 946 960 1005 1395 420 346 284 608 264 135 69 134 308 468 1132 440 833 1100 509 440 823 1555 1217 900 1017 926 1523 1409 1679 1349 1185 790 883 335 2 7 93 145 186 312 488 479 466 989 834 658 566 663 325 145 94 126 50 131 344 416 96 152 375 689 324 537 24 13 56 56 144 56 2 3 1 1 12 Mexico 3 13 13 13 13 27 35 68 37 50 70 90 86 65 91 82 93 53 184 258 167 89 7 160 209 205 177 174 326 362 435 548 803 761 492 274 17 14 40 40 40 40 40 40 40 40 7 71 38 33 30 32 32 32 32 9 21 26 11 24 32 11 1 5 0 0 NEI (BIL) NEI (ETRO) Netherlands Antilles Panama 22 452 134 95 154 190 50 50 74 13 50 50 50 50 50 50 50 50 50 50 50 40 40 41 Philippines 8 Russian Federation 1 S. Tomé e Príncipe 28 Senegal 19 17 1 18 21 4 7 1 0 0 1 25 28 33 9 36 35 2 5 South Africa St. Vincent and Grenadines Trinidad and Tobago U.S.A. 17 U.S.S.R. 1 4 6 16 15 16 14 17 43 62 9 18 1 10 18 47 5 34 15 19 2 42 92 45 12 9 4 28 93 148 86 268 172 194 163 145 7 23 45 32 5 1 148 1 1 18 24 4 2 20 1 3 2 2 53 46 70 72 72 14 16 34 26 22 36 42 38 42 17 15 38 42 96 37 37 1 1 1 13 6 4 2 2 2 3,170 3,431 2 2 2 4 1 10 5 18 17 21 2 16 28 12 49 15 20 51 14 16 9 10 7 130 112 153 205 139 52 83 60 22 49 19 35 25 Sta. Lucia UK.British Virgin Islands 91 24 1 UK.Sta Helena 0 Ukraine 15 Uruguay 3 1 1 26 23 101 74 36 35 62 96 43 30 178 188 124 83 82 78 79 93 132 79 102 81 167 107 214 214 55 53 45 52 31 33 40 59 53 61 44 30 30 28 1 1 1 4 6 12 15 22 31 48 49 79 86 109 134 136 126 144 169 174 167 118 122 135 132 137 144 199 137 116 146 133 126 96 82 80 83 79 1 5 3 2 1 0 26 30 26 29 12 21 2 1 9 Vanuatu Venezuela 152 99 Mixed flags (FR+ES) U.S.A. 15 2 8 5 6 2 Brasil 1 1 1 2 1 2 2 2 1 EU.Portugal 1 1 0 1 1 7 11 7 2 4 2 1 0 1 2 2 2 10 5 5 5 28 U.S.A. 103 116 115 128 161 163 149 197 168 207 204 179 191 209 234 UK.Bermuda 0 1 0 0 1 0 1 1 2 1 0 2 3 0 1 0 0 26 16 17 9 2 2 2 2 241 265 295 295 295 295 295 295 187 187 147 187 161 173 121 25 30 49 77 87 43 35 46 50 37 24 16 17 19 1 2 2 5 2 4 1 2 7 8 9 11 6 8 15 17 18 19 11 15 15 15 3 5 1 2 2 2 2 UK.Turks and Caicos 0 Venezuela 39 764 772 841 2,815 6 6 3 3 2 7 6 6 6 6 4 2 1 2 1 1 1 1 2 2 4 2 5 10 5 4 5 3 5 5 5 12 10 5 5 5 4,083 7,308 9,038 8,011 6,156 3,863 2,246 2,527 3,106 2,886 3,398 2,414 3,226 3,095 3,271 2,419 2,181 1,642 1,527 1,848 2,032 2,708 2,142 2,888 3,416 2,114 2,330 2,974 4,432 4,705 4,330 3,208 3,309 4,410 4,353 5,568 1332 1 2 Senegal Trinidad and Tobago Total 77 207 Maroc LL 149 13 24 39 Korea Rep. RR 160 65 1 Jamaica PS 253 1 EU.Portugal Grenada 4 299 0 China P.R. Chinese Taipei 3 1 Canada Japan 9 4 5,937 5,964 5,651 5,520 4,526 3,846 4,416 2,934 2 3,416 3,079 0 4,106 4,345 Table 2. Total Task I data reported as live discards for blue marlin and white marlin from the CPCs that submitted this information to the Secretariat. Catch t Year C Species Stock Flag Gear BUM ATN Mexico LL UK.Turks and Caicos RR Brazil ATS 2006 2007 2008 2009 0.426 0.75 0.93 1.08 LL 46.52 57.9 19.48 SP 0.396 47.35 58.6 20.41 1.08 0.291 BUM Total WHM 2004 2.339 2.339 ATN Mexico LL 0.025 0.43 0.3 ATS Brazil LL 14.78 24.4 5.84 SP 0.052 24.9 6.14 WHM Total 14.86 1333 0.291 Table 3. Total removals of white marlin 1956 - 2010. Values included the estimated white marlin component from the unclassified billfish catches. ATN Total 4 ATS Argentina Belize Brasil Cambodia China P.R. Chinese Taipei Côte D'Ivoire Cuba EU.España EU.Portugal Gabon Ghana Honduras 15 Japan Korea Rep. Mixed flags (FR+ES) NEI (BIL) NEI (ETRO) Panama Philippines S. Tomé e Príncipe South Africa Togo U.S.A. U.S.S.R. Uruguay ATS Total 15 Grand Total 19 25 1995 1996 1997 1998 1999 2000 2001 2002 2003 26 43 15 41 33 25 25 24 15 15 2 5 33 2010* 1994 29 2009 1993 24 2008 1992 17 2007 1991 39 2006 1990 11 2005 1989 117 2004 1988 1987 1986 1985 1984 1983 1982 1981 1980 1979 1978 1977 1976 1975 1974 1973 1972 1971 1970 1969 1968 1967 1966 1965 1964 1963 1962 1961 1960 1959 Flag Barbados Brasil Canada China P.R. Chinese Taipei Costa Rica Cuba EU.España EU.France EU.Portugal Grenada Japan 4 25 Korea Rep. Liberia Mexico NEI (BIL) NEI (ETRO) Panama Philippines St. Vincent and Grenadines Sta. Lucia Trinidad and Tobago U.S.A. U.S.S.R. UK.Bermuda UK.British Virgin Islands Vanuatu Venezuela 1958 1957 Stock ATN Year Cal 1956 Catch t 6 1 1 1 4 35 3 45 2 69 32 118 47 127 58 103 135 58 104 61 178 45 244 34 135 112 252 256 125 294 142 68 44 67 79 43 62 68 105 70 174 189 134 205 203 728 96 128 241 296 9 14 319 225 153 30 4 85 13 21 14 61 12 12 13 92 123 4 4 8 8 8 5 5 3 2 1 3 2 6 7 6 7 10 20 1 7 4 2 1 4 1 0 1 3 270 181 146 62 105 80 59 68 61 15 45 19 16 1 0 1 3 14 28 32 10 8 1 0 3 2 0 1 16 25 30 271 754 7 9 18 1,493 1,913 1,417 174 273 451 419 915 339 328 381 404 540 80 27 42 99 118 84 27 52 45 56 60 68 73 34 45 180 1 1 51 44 52 204 340 219 213 106 90 71 64 71 33 16 18 49 12 6 18 147 37 2 2 82 39 1 9 1 10 48 14 10 17 20 8 0 0 0 0 0 0 15 25 17 97 89 91 74 118 43 4 19 19 48 1 5 11 30 0 33 41 31 80 29 39 25 1 15 8 14 33 10 12 11 17 14 66 15 10 21 23 28 27 10 22 27 28 25 16 14 14 19 26 9 14 18 20 4 23 3 7 1 1 3 8 4 3 4 3 2 8 8 3 5 5 6 11 18 44 15 15 4 34 72 4 8 23 43 47 57 72 105 100 64 36 2 2 0 4 1 0 0 44 0 8 1 0 60 74 64 70 76 76 81 87 76 1 1 1 104 95 99 104 1 1 2 108 107 109 109 109 1 100 1 0 60 1 1 0 62 1 110 116 78 57 0 0 8 13 2 28 61 29 7 6 3 1 11 18 8 32 10 13 4 2 5 12 6 6 5 12 10 11 12 81 81 75 116 186 102 117 98 103 99 85 55 107 76 41 37 62 42 21 38 17 28 18 11 8 11 16 10 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 0 0 1 1 0 62 16 85 18 35 57 82 66 104 114 118 290 27 94 268 175 121 117 112 110 129 183 113 142 113 234 155 155 151 154 42 47 79 47 187 226 148 171 164 90 80 61 25 72 110 55 55 60 26 52 26 70 46 108 381 914 1,694 2,127 1,798 588 692 1,215 1,055 1,547 1,208 1,010 1,222 1,129 1,052 501 428 482 521 750 605 1,288 666 862 933 648 436 376 407 239 610 543 660 639 669 483 529 492 482 426 290 250 252 284 194 160 133 200 176 3 14 20 100 57 2 2 2 4 4 8 9 6 1 0 9 21 17 33 18 32 68 275 87 143 204 205 377 211 301 91 105 75 105 217 158 105 52 0 60 34 17 17 17 17 24 54 32 175 133 58 100 76 81 61 93 149 1 172 407 266 80 244 91 71 47 3 4 3 4 5 10 1 13 19 6 6 4 5 10 3 5 1,080 726 420 379 401 385 378 84 117 89 127 37 28 53 38 27 1 2 1 5 1 2 2 3 1 1 1 1 3 2 54 4 10 45 68 18 2 3 45 10 23 14 21 8 19 0 35 39 1 0 3 4 4 1 5 10 9 3 17 2 33 29 23 134 67 327 15 448 7 508 8 260 4 469 6 464 21 285 48 382 55 377 38 119 57 198 127 155 205 145 212 136 116 227 45 87 112 124 153 172 216 196 192 613 62 565 979 810 790 506 24 22 6 10 10 1 1 0 17 6 493 12 2 0 0 19 8 6 135 99 96 228 662 1,644 1,664 2,002 2,718 1,585 494 815 392 284 65 101 27 9 14 3 26 14 15 2 7 58 125 157 177 230 341 332 165 139 109 220 111 5 24 1 1 2 3 4 6 9 9 15 16 20 25 25 23 16 75 22 16 59 31 1 2 7 27 45 21 142 54 15 22 6 88 68 31 17 14 22 1 2 1 0 7 6 8 21 2 1 1 1 0 41 5 12 13 6 11 11 40 3 134 16 27 21 33 29 0 0 0 0 25 27 17 24 81 73 74 76 73 92 77 68 49 51 26 32 29 17 15 17 57 9 44 225 34 25 17 53 42 56 1 4 20 20 52 18 31 32 31 22 23 25 25 25 27 37 11 10 12 11 9 7 7 9 8 7 0 5 0 21 91 171 190 228 288 421 399 258 144 9 7 1 8 17 21 21 30 45 40 36 37 37 37 37 16 19 26 24 6 0 36 14 19 0 11 12 16 113 96 70 156 186 179 9 1 2 0 0 2 2 6 6 6 4 6 15 22 3 6 3 2 37 1 1 1 0 2 0 2 1 1 1 10 13 65 44 16 6 1 1 1 1 3 3 0 1 24 22 1 9 2 5 9 3 5 135 99 96 228 722 1,683 1,700 2,041 2,779 1,715 839 1,357 1,057 1,092 719 1,081 858 553 632 787 649 547 557 455 491 495 492 548 867 705 904 960 1,453 1,252 1,388 853 1,002 1,454 1,122 905 947 1,152 1,077 881 539 604 469 478 360 243 432 445 407 35 160 161 112 313 830 2,064 2,614 3,735 4,906 3,513 1,427 2,049 2,272 2,147 2,266 2,289 1,868 1,775 1,761 1,839 1,150 975 1,039 976 1,241 1,100 1,780 1,213 1,729 1,639 1,552 1,396 1,829 1,659 1,627 1,462 1,544 2,114 1,761 1,573 1,430 1,682 1,569 1,363 965 894 719 730 645 436 591 578 607 210 * Values from 2010 are provisional as they represent a low percentage of CPC’s reports at the time of the meeting. 1334 Table 4. Catalog of Task I (t1 tones, numbers) and Task II (t2 availability: where yellow cells = t2ce only; green cells = t2ce & t2sz, red cells = not t2) for white marlin between 1990 and 2010. Sta tus Fl a g CP Ba rba dos NCC NCO Gea rGrp DS HL t1 t2 LL t1 t2 UN t1 t2 Bel i ze LL t1 t2 Bra s i l BB t1 t2 GN t1 t2 HL t1 t2 LL t1 t2 SP t1 t2 SU t1 t2 UN t1 t2 Ca na da GN t1 t2 HP t1 t2 LL t1 t2 RR t1 t2 TL t1 t2 TR t1 t2 Chi na P.R. LL t1 t2 Côte D'Ivoi re GN t1 t2 EU.Es pa ña LL t1 t2 UN t1 t2 EU.Fra nce GN t1 t2 LL t1 t2 TN t1 t2 UN t1 t2 EU.Portuga l BB t1 t2 LL t1 t2 SU t1 t2 TP t1 t2 UN t1 t2 Ga bon GN t1 t2 Gha na GN t1 t2 Hondura s LL t1 t2 Ja pa n LL t1 t2 Korea Rep. LL t1 t2 Mexi co LL t1 t2 Phi l i ppi nes LL t1 t2 S. Tomé e Prínci pe TR t1 t2 UN t1 t2 South Afri ca LL t1 t2 St. Vi ncent a nd Grena di nes LL t1 t2 UN t1 t2 Tri ni da d a nd Toba go LL t1 t2 U.S.A. GN t1 t2 LL t1 t2 PS t1 t2 RR t1 t2 SP t1 t2 TW t1 t2 UN t1 t2 UK.Bermuda RR t1 t2 UK.Bri ti s h Vi rgi n Is l a nds LL t1 t2 Urugua y LL t1 t2 Va nua tu LL t1 t2 Venezuel a GN t1 t2 LL t1 t2 RR t1 t2 UN t1 t2 Chi nes e Ta i pei LL t1 t2 Argenti na UN t1 t2 Ca mbodi a LL t1 t2 Chi nes e Ta i pei (forei gn obs .) LL t1 t2 Cos ta Ri ca UN t1 t2 Cuba LL t1 t2 Grena da LL t1 t2 UN t1 t2 Ja pa n (forei gn obs .) LL t1 t2 Li beri a GN t1 t2 Mi xed fl a gs (FR+ES) PS t1 t2 NEI (BIL) GN t1 t2 LL t1 t2 UN t1 t2 NEI (ETRO) LL t1 t2 Sta . Luci a TR t1 t2 UN t1 t2 Togo GN t1 t2 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 3 -1 41 -1 39 -1 17 -1 24 -1 29 -1 26 -1 43 -1 0 a 33 -1 25 -1 25 -1 24 -1 15 -1 15 -1 33 -1 3 -1 15 -1 1 1 a -1 0 -1 65 -1 1 -1 201 a 4 -1 377 a 0 -1 211 a 0 -1 301 a 0 -1 91 a 0 -1 101 a 4 -1 70 a 4 -1 105 a 0 -1 102 a 158 ab 106 ab 172 ab 342 ab 0 -1 266 a 80 a 243 ab 0 -1 4 -1 8 a 4 0 a 8 a ab 8 a ab 5 ab 5 ab 3 ab 2 ab 0 ab 1 ab 0 ab 1 ab a 11 a 9 a 1 12 -1 26 -1 15 a 8 a 26 -1 7 ab 19 a 36 b -1 141 b 10 a 11 a 2 -1 93 ab 15 a 1 -1 101 b 30 a 5 -1 119 b 2 a 1 -1 186 b 0 7 21 a -1 0 ab 3 ab ab 2 ab 0 a 9 32 ab 8 -1 ab 4 ab 0 0 41 ab 0 -1 0 a 4 63 ab 0 -1 -1 115 -1 0 -1 a 87 ab 1 ab ab 0 a a 0 a a 20 a 2 -1 61 b b 23 a 2 b 6 b a ab 8 a 6 a b 9 a 6 a 3 1 1 1 b 22 b b 64 b -1 58 b b 51 b 10 a 1 a 46 -1 5 a 9 a 3 -1 32 -1 2 -1 16 -1 0 -1 0 -1 0 -1 0 1 -1 -1 0 a 5 a 19 a 30 a 22 a 2 a 35 ab a 40 ab 1 a 6 ab 0 -1 0 a 0 -1 -1 1 -1 31 a 126 ab 81 a 17 a 122 ab 57 a 14 a 248 ab 10 a 0 -1 22 a 82 ab 8 a 2 a 0 1 -1 -1 1 a 92 ab 43 a 8 a 2 26 -1 24 -1 17 -1 3 7 0 -1 21 -1 -1 -1 b b -1 83 ab 0 -1 18 a 56 ab 16 ab 15 a 36 ab 40 a 28 a 34 ab 7 a 25 a 39 ab 44 a 33 ab 11 -1 15 a 37 -1 37 -1 37 -1 37 -1 21 -1 33 -1 29 -1 6 a -1 b ab b 57 ab 23 a 8 -1 0 a 112 ab 59 a 3 a 0 a 58 ab 23 a 5 a 0 a 56 ab 0 -1 40 ab 6 11 a 12 a 36 -1 21 -1 19 -1 0 -1 1 30 -1 45 -1 a 1 a 40 -1 8 b 0 -1 2 1 1 1 0 16 a 4 4 -1 -1 21 ab 113 -1 14 a 34 ab 96 a 14 a 1 a 43 ab 78 a 19 a 109 -1 12 a 10 a 11 a 12 -1 9 13 a -1 21 -1 2 a 0 44 a 5 a 0 -1 6 -1 3 1 -1 a 82 a 1 -1 -1 90 a 88 a 66 a 0 -1 11 -1 18 -1 44 a a 100 a 8 -1 65 a 32 -1 10 -1 13 -1 -1 70 a a 32 a 4 57 ab 41 a -1 2 -1 12 a a 6 a 6 a 5 17 a 1 29 ab 17 a 27 a 17 a a 9 8 a a 8 -1 15 ab 13 ab b b 11 ab 19 ab 11 ab a a 7 ab 9 ab 1 8 ab 3 -1 1 -1 1 -1 1 -1 1 -1 1 -1 -1 1 a 5 ab 1 -1 1 -1 5 ab 1 1 ab 3 a 0 -1 24 -1 22 -1 -1 1 -1 1 a 4 -1 1 -1 6 a 0 -1 0 -1 0 -1 0 -1 1 a 0 -1 0 -1 1 a 0 -1 1 -1 1 a 0 -1 1 -1 0 -1 0 -1 1 -1 2 -1 0 -1 1 -1 2 a 2 -1 0 -1 2 -1 0 -1 0 -1 1 -1 1 -1 1 -1 3 3 -1 -1 0 -1 1 -1 74 -1 5 -1 4 ab 38 b 5 -1 3 ab 175 ab 9 -1 4 ab 213 ab 10 -1 12 ab 118 ab 18 -1 5 ab 156 ab 10 -1 2 ab 152 ab 10 -1 895 ab 9 -1 803 ab 6 -1 598 ab 616 1350 ab ab 907 ab 566 ab 1 -1 9 -1 2 5 9 3 5 -1 -1 -1 -1 -1 21 b 6 ab 28 b 24 ab 16 b 10 ab 19 b 52 ab 46 -1 20 ab 3 ab 82 ab 13 ab 67 ab 18 ab 43 ab 12 ab 13 ab 7 ab 66 b 17 b 93 ab 10 b 45 ab 19 b 36 ab 0 a 13 b 47 ab 5 -1 441 ab 506 ab 465 ab 437 ab 152 ab 178 ab 104 ab 172 ab 56 ab 44 ab 54 ab 38 ab 28 ab 33 a 10 a 12 a 11 a 17 a 14 -1 134 -1 42 -1 31 -1 6 -1 170 -1 189 -1 15 -1 199 -1 1 -1 a a 3 -1 20 -1 10 -1 a 14 -1 1 -1 10 -1 7 -1 8 -1 1 -1 a a a a a -1 11 -1 0 -1 10 -1 0 -1 12 -1 11 -1 9 -1 1 -1 7 -1 3 -1 7 -1 8 -1 9 -1 4 -1 8 -1 214 -1 237 -1 285 -1 359 -1 526 -1 3 -1 4 -1 3 -1 7 -1 34 -1 114 -1 14 -1 a 1 37 -1 0 -1 15 -1 498 -1 322 -1 77 -1 0 -1 180 -1 -1 4 30 -1 11 -1 -1 9 0 -1 0 -1 0 -1 1 -1 1 -1 2 -1 0 -1 1335 2 -1 0 -1 Table 5. Blue marlin standardized CPUE indices used in the 2010 stock assessment. Note the ChineseTaipei index for the period 2001-2009 (shaded cells) was included in the model as a separate index (see text for explanation). Fleet Gear Units 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 JAP LL Num. 2.221 1.964 3.820 3.465 2.777 1.776 1.216 1.005 0.974 1.176 1.299 1.048 0.652 0.747 0.579 0.966 0.699 0.485 0.558 0.590 0.601 0.733 0.651 0.827 0.741 0.828 0.873 0.605 0.663 0.640 0.674 0.524 0.358 0.366 0.479 0.503 0.472 0.513 0.459 0.475 JAP LL Num. 0.012 0.009 0.011 0.018 0.014 0.024 0.057 0.033 0.021 CH_TAI LL Num. 0.293 0.317 0.273 0.182 0.144 0.099 0.103 0.099 0.071 0.070 0.053 0.054 0.058 0.080 0.070 0.072 0.064 0.065 0.063 0.064 0.070 0.073 0.081 0.097 0.050 0.070 0.097 0.139 0.100 0.098 0.099 0.070 0.071 0.069 0.083 0.086 0.054 0.041 0.044 0.057 0.054 0.041 0.041 USA LL Wt. 1.838 1.297 1.327 1.905 1.819 1.239 1.869 2.060 1.610 1.229 1.252 0.743 0.694 0.589 0.539 0.380 0.490 0.282 0.433 0.486 0.345 0.446 0.669 0.460 USA Rec Num. 0.746 0.566 0.762 0.837 0.650 1.089 1.022 1.152 1.051 0.870 1.016 0.884 0.763 1.360 1.188 1.123 1.166 1.202 1.209 1.067 1.088 1.361 1.133 0.724 0.724 0.686 0.936 0.937 0.988 0.987 0.818 1.146 1336 VEN LL Wt. 0.630 0.340 0.230 0.430 0.380 0.310 0.330 0.310 0.220 0.300 0.220 0.210 0.130 0.110 0.110 0.330 0.250 0.350 0.200 VEN GIL Wt. 10.920 12.590 15.700 32.340 31.480 25.070 30.470 40.840 68.120 24.920 18.240 16.810 20.130 23.380 25.500 28.570 33.000 25.510 17.960 VEN Rec Num. 0.169 0.253 0.112 0.087 0.065 0.187 0.128 0.119 0.136 0.123 0.065 0.032 0.024 0.047 0.016 0.011 0.021 0.020 0.047 0.043 0.068 0.031 0.072 0.140 0.061 0.054 0.064 0.038 0.066 0.017 0.040 0.052 0.039 0.108 0.094 BRA LL Num. GHANA GIL Wt. 0.248 0.299 0.202 0.595 0.213 0.117 0.142 0.664 0.249 0.388 0.245 0.322 0.570 0.337 0.229 0.390 0.366 0.663 0.724 0.401 0.620 0.961 0.411 0.223 0.528 0.529 0.313 0.204 0.236 0.150 1.941 2.648 1.869 1.303 0.540 1.102 0.658 0.502 0.116 0.121 Table 6. Blue marlin standardized combined CPUE indices estimated using equal weighting for all CPUE series (EQW), weighting the CPUE series by area (ARW) and by catch (CAW). Year 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 EQW 1.593 1.409 2.120 2.470 1.472 1.037 0.742 1.144 1.106 1.180 1.213 0.954 0.609 0.444 0.376 0.470 0.284 0.253 0.295 0.278 0.401 0.405 0.449 0.367 0.496 0.488 0.359 0.386 0.550 0.421 0.537 0.391 0.379 0.436 0.414 0.550 0.525 0.450 0.465 0.458 0.454 0.458 0.387 0.328 0.251 0.281 0.309 0.336 0.346 0.275 0.219 1337 ARW 1.762 1.558 2.998 2.744 2.185 1.402 0.961 0.802 0.813 1.177 1.248 0.917 0.629 0.577 0.509 0.615 0.474 0.388 0.351 0.357 0.402 0.488 0.451 0.489 0.456 0.484 0.455 0.425 0.494 0.472 0.555 0.495 0.325 0.413 0.492 0.541 0.465 0.470 0.442 0.402 0.382 0.401 0.308 0.282 0.215 0.272 0.260 0.320 0.402 0.316 0.245 CAW 1.929 1.706 3.315 3.009 2.412 1.542 1.056 0.875 0.988 1.354 1.398 0.991 0.669 0.607 0.574 0.591 0.465 0.412 0.407 0.346 0.478 0.535 0.532 0.621 0.531 0.613 0.607 0.456 0.538 0.514 0.571 0.526 0.316 0.391 0.477 0.525 0.452 0.464 0.485 0.463 0.439 0.533 0.631 0.442 0.253 0.254 0.350 0.300 0.375 0.300 0.217 Table 7. White marlin standardized CPUE indices presented in this meeting. Fleet Gear Units 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 JAP LL Num. JAP LL Num. 0.011 0.012 0.007 0.007 0.004 0.001 0.001 0.002 0.001 0.003 0.002 0.00067 0.00030 0.00040 0.00067 0.00046 0.00085 0.00327 0.00092 0.00075 VEN LL Wt. 0.69 0.45 0.64 0.59 0.96 0.35 0.50 0.57 0.45 0.20 0.14 0.20 0.46 0.42 0.34 0.28 0.60 0.65 0.20 0.61 VEN GIL Wt. 2.54 1.46 1.94 7.17 3.63 1.3 1.22 3.1 5.39 3.7 2.3 3.22 3.51 5.28 5.34 5.12 5.86 4.21 3.58 2.29 1338 BRA LL Num. 0.75 0.31 0.14 0.24 0.15 0.15 0.32 0.38 0.38 0.46 0.67 0.58 0.59 0.45 0.38 0.33 1.34 0.84 0.66 0.82 0.81 0.44 0.24 0.19 0.20 0.16 0.16 0.21 0.17 0.12 0.57 Table 8. Correlations between CPUE indices used in ASPIC runs. Also shown below each correlation the number of years of overlap for the two correlated indices. Series index name id 1 2 Longline Japan period 1959-98 1 1.00 Longline Japan period 2001-2009 2 0.00 1.00 0 9 0.49 3 4 5 6 7 8 9 10 40 Longline Venezuela 1991-2009 3 -0.56 1.00 8 9 19 Longline Chi. Taipei 1967-2000 4 0.69 0.00 -0.15 1.00 32 0 10 34 -0.46 -0.13 -0.07 Longline Brazil 1980-2009 5 -0.41 1.00 19 9 19 21 30 Longline US 1986-2009 6 0.18 0.29 0.48 0.22 -0.23 1.00 13 9 19 15 24 24 0.43 0.49 0.28 0.04 0.39 US recreational 1974-2009 7 -0.39 25 9 19 27 30 24 36 Venezuela Gillnet 1991-2009 8 0.69 0.81 -0.11 0.06 0.01 -0.23 0.41 1.00 8 9 19 10 19 19 19 19 9 0.70 0.00 0.01 0.68 0.03 -0.26 0.40 0.96 35 0 5 29 16 10 22 5 35 10 0.00 -0.56 -0.11 0.00 0.80 -0.25 -0.41 -0.43 0.00 1.00 0 9 10 1 10 10 10 10 0 10 Venezuela recreational 1961-1995 Ghana artisanal 2000-2009 1339 1.00 1.00 Table 9. Degree of fit of CPUE data to alternative ASPIC models (low productivity and high productivity) as measured with the partial r square for each index. Note that some indices are used in both models others not. Shaded colors denote high positive (green), medium positive (cyan) , medium negative (yellow) and high negative (red). Partial r square CPUE series Period Low Prod. High Prod. Longline Japan Longline Japan Longline Japan Longline Japan Longline Venezuela Longline Chi. Taipei Longline Chi. Taipei Longline Brazil Longline US US recreational Venezuela Gillnet Venezuela recreational Ghana artisanal 1959-1998 2001-2009 1959-1980 1981-1998 1991-2009 1967-2000 1967-1980 1980-2009 1986-2009 1974-2009 1991-2009 1961-1995 2000-2009 0.22 -0.23 ¤ 0.67 -0.58 0.38 0.36 0.02 -0.10 -0.40 0.50 -1.40 -0.36 0.04 -0.01 0.65 -2.37 -0.17 Table 10. Management benchmarks resulting from two alternative ASPIC models. * Values were fixed, not estimated to help model to converge. In parenthesis are 80% from bootstrap runs. ** r is calculated from the values of K and MSY. Low productivity K High productivity 100,000* 26,400 (26,140 – 26,665) 0.11 ** 0.65** 2,700 (2,559-2,874) 4,300 (4,240 – 4,305) B2010/BMSY 0.52 (0.37-0,67) 0.57 (0.35 – 0.81) F2009/FMSY 2.19 (1.63-3.15) 1.33 (0.94 -1.99) BMSY 50,000* 13,220 (13,070 – 13,320) FMSY 0.054 (0.051-0.057) 0.32 (0.318 – 0.33) r MSY 1340 Table 11. Estimated and derived quantities from the fully integrated base case model. F values are the ratio of total F to the F MSY . Fully Integrated Model Parameter/Quantity R0 steepness F_2005 F_2006 F_2007 F_2008 F_2009 Bratio_2005 Bratio_2006 Bratio_2007 Bratio_2008 Bratio_2009 Fstd_MSY TotYield_MSY Estimate 5.026 0.411 SD 0.166 0.062 CV 0.033 0.151 1.376 1.231 1.770 2.102 1.633 0.212 0.183 0.267 0.322 0.263 0.154 0.149 0.151 0.153 0.161 0.844 0.857 0.835 0.746 0.670 0.079 0.074 0.072 0.070 0.071 0.093 0.086 0.086 0.094 0.106 0.07 2837.30 0.02 246.87 0.292 0.087 1341 Table 12. Output table to sensitivity runs at various fixed rates of natural mortality requested by the Working Group. Highlighted row indicated the base case model. M 0.07 0.10 0.11 0.12 0.139 0.19 REC DEV . 0.139 Hessian? NO NO NO YES YES YES YES -LL steep 382.125 0.995 (H) 385.478 0.543 385.594 0.497 424.772 0.482 425.266 0.411 425.474 0.324 1937.68 0.980 SD N/A N/A N/A 0.078 0.062 0.0393 0.050 B/Bmsy 1.745 0.733 0.698 0.700 0.670 0.636 0.199 SD N/A N/A N/A 0.077 0.070 0.065 0.158 1342 F/Fmsy 0.558 1.496 1.600 1.499 1.633 1.854 2.386 SD N/A N/A N/A 0.240 0.263 0.312 0.432 Table 13. Biomass ratio (SSB/SSB MSY ) trends for projections of blue marlin stock at different levels of total annual catch. For 2010 and 2011 it was assumed a catch of 4,341 t as estimated by the Working Group Year Catch 0 500 1000 1500 2000 2500 3000 3500 4000 2010 0.730019 0.730019 0.730019 0.730019 0.730019 0.730019 0.730019 0.730019 0.730019 2011 0.705949 0.705949 0.705949 0.705949 0.705949 0.705949 0.705949 0.705949 0.705949 2012 0.684518 0.684518 0.684518 0.684518 0.684518 0.684518 0.684518 0.684518 0.684518 2013 0.747284 0.735067 0.722912 0.710816 0.69857 0.6866 0.674937 0.662819 0.650665 2014 0.807427 0.78413 0.759727 0.73593 0.711736 0.687999 0.663826 0.638816 0.614842 2015 0.869686 0.832156 0.795515 0.759411 0.722677 0.686481 0.650552 0.61429 0.578451 2016 0.929767 0.880576 0.832159 0.784004 0.734573 0.686935 0.638708 0.590197 0.540989 2017 0.994037 0.932765 0.872557 0.810334 0.748807 0.687464 0.626182 0.564506 0.503026 2018 1.05914 0.98465 0.91065 0.839011 0.764148 0.689571 0.614619 0.53965 0.464618 2019 1.121755 1.03784 0.951883 0.866153 0.779697 0.691005 0.60246 0.513194 0.42396 2020 1.18609 1.089965 0.993575 0.894843 0.794923 0.690961 0.587983 0.485334 0.379811 2021 1.245605 1.139545 1.03127 0.919711 0.807669 0.691898 0.572685 0.455044 0.334358 2022 1.3056 1.18798 1.06985 0.948173 0.82092 0.691317 0.5583 0.425262 0.289528 2023 1.36488 1.239005 1.108815 0.972672 0.837039 0.691292 0.543366 0.391995 0.241419 2024 1.421225 1.285975 1.146675 1.001305 0.851388 0.692626 0.529049 0.358837 0.194934 2025 1.47461 1.334295 1.18296 1.02989 0.865275 0.696268 0.513041 0.325652 0.14728 2026 1.525875 1.377005 1.22217 1.05738 0.884099 0.696307 0.496624 0.28923 0.10432 1343 Table 14. Kobe II Strategy Matrix (K2SM) Percent values indicate the probability of achieving the goal of SSByr >= SSBMSY AND Fyr < FMSY for each year (yr) under different constant catch scenarios (TAC tons). Year 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 0 0% 2% 9% 19% 33% 49% 63% 74% 81% 87% 92% 94% 96% 97% 98% 500 0% 2% 6% 13% 23% 35% 47% 58% 67% 74% 80% 84% 88% 91% 93% 1000 0% 1% 4% 9% 15% 22% 31% 40% 49% 56% 63% 68% 73% 77% 81% 1500 0% 1% 3% 6% 9% 13% 18% 24% 30% 36% 41% 46% 50% 55% 59% 1344 TAC 2000 0% 1% 2% 3% 5% 7% 10% 12% 16% 18% 21% 24% 27% 29% 32% 2500 0% 1% 1% 2% 3% 3% 4% 5% 6% 7% 8% 9% 10% 11% 12% 3000 0% 0% 1% 1% 1% 2% 2% 2% 2% 2% 3% 3% 3% 3% 3% 3500 0% 0% 0% 0% 0% 0% 0% 1% 1% 0% 0% 0% 0% 0% 0% 4000 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 10,000 9,000 8,000 Removals (t) 7,000 6,000 Live Disc 5,000 Dead Disc 4,000 Landings 3,000 2,000 1,000 2008 2004 2000 1996 1992 1988 1984 1980 1976 1972 1968 1964 1960 1956 0 Figure 1. Blue marlin total catches with live and dead discards between 1956 and 2010. Data for 2010 were estimated by the Working Group during the meeting and should be considered provisional. ATN 6000 LL RR + SP PS GN Other 5000 Catch (t) 4000 3000 2000 1000 0 Figure 2. Blue marlin total catches with live and dead discards between 1956 and 2010 for the North Atlantic. 1345 ATS 4500 LL RR + SP PS GN Other 4000 3500 Catch (t) 3000 2500 2000 1500 1000 500 0 Figure 3. Blue marlin total catches with live and dead discards between 1956 and 2010 for the South Atlantic. Landings (t) Estimates of historical landings (t) - BUM Martinique Guadeloupe All others Figure 4. Blue marlin estimates of historical landings from FAD fisheries in the area of Martinique and Guadeloupe (1985-2009). 1346 Estimates of historical landings (t) - BUM-ATN Landings (t) Martinique Guadeloup e All others Stock ATN 40 35 30 25 20 15 10 5 0 -5 -10 -15 -20 -25 -30 -35 -40 -45 -50 -55 -60 -65 -70 -75 -80 -85 -90 -95 -100 Figure 5. Blue marlin estimates of historical landings from FAD fisheries in the area of Martinique and Guadeloupe in the North Atlantic (1985-2009). 70 65 60 55 50 45 40 35 30 25 20 15 BUM Release 10 5 Data column: TotalRel 0 -5 1 - 100 -10 -15 100 - 500 -20 500 - 2000 -25 -30 2000 - 5000 -35 -40 5000 - 12156 -45 -50 Figure 6. Density plots of conventional tag releases of blue marlin by 5x5 square areas for all years. 1347 40 35 30 25 20 15 10 5 0 -5 -10 -15 -20 -25 -30 -35 -40 -45 -50 -55 -60 -65 -70 -75 -80 -85 -90 -95 -100 70 65 60 55 50 45 40 35 30 25 20 15 BUM Recovery 10 5 Data column: TotalRec 0 -5 1 - 20 -10 -15 20 - 50 -20 50 - 100 -25 -30 100 - 200 -35 -40 200 - 346 -45 -50 Figure 7. Density plot of conventional tag recaptures of blue marlin by 5x5 square areas all years. 6,000 Removals (t) 5,000 4,000 Live Disc 3,000 Dead Disc 2,000 Landings 1,000 2008 2004 2000 1996 1992 1988 1984 1980 1976 1972 1968 1964 1960 1956 0 Figure 8. White marlin total catches with live and dead discards between 1956 and 2010. 1348 ATN LL RR + SP PS GN Other 2500 Catch (t) 2000 1500 1000 500 0 Figure 9. White marlin total catches with live and dead discards between 1956 and 2010 for the North Atlantic. ATS LL RR + SP PS GN Other 3000 2500 Catch (t) 2000 1500 1000 500 0 Figure 10. White marlin total catches with live and dead discards between 1956 and 2010 for the South Atlantic. 1349 Figure 11. Annual mean size, lower jaw fork length (LJFL) cm of white marlin observed in various longline (LL) fisheries (a) and in gillnet (GN) and U.S. sport (SP) fisheries (b). 1350 Figure 12. Size frequency histograms of white marlin (LJFL cm), combined across all fisheries and reported from 2000-2009. 1351 Figure 13. Size frequency histograms of white marlin (LJFL cm) combined over time and reported for the two most dominant gears in terms of catch. 1352 Figure 14. Size frequency histograms of white marlin (LJFL cm) combined over time and reported for the longline (LL), gillnet (GN), and sport (SP) flag-fisheries that comprise the large proportion of white marlin catch. 1353 Figure 15. Annual cumulative probability of white marlin size distributions (LJFL) reported by the sport fishery from the U.S. and several large-scale longline (LL) fisheries. 1354 Figure 15. Continued. 1355 Figure 16. Annual cumulative probability of white marlin size distributions (LJFL cm) reported by several gillnet (GN) fisheries. 1356 40 35 30 25 20 15 10 5 0 -5 -10 -15 -20 -25 -30 -35 -40 -45 -50 -55 -60 -65 -70 -75 -80 -85 -90 -95 -100 70 65 60 55 50 45 40 35 30 25 20 15 WHM Release 10 5 Data column: TotalRel 0 -5 1 - 100 -10 -15 100 - 500 -20 500 - 2000 -25 -30 2000 - 5000 -35 -40 5000 - 13981 -45 -50 40 35 30 25 20 15 10 5 0 -5 -10 -15 -20 -25 -30 -35 -40 -45 -50 -55 -60 -65 -70 -75 -80 -85 -90 -95 -100 Figure 17. Density plot of conventional tag releases of white marlin by 5x5 square areas. 70 65 60 55 50 45 40 35 30 25 20 15 WHM Recovery 10 5 Data column: TotalRec 0 -5 1 - 20 -10 -15 20 - 50 -20 50 - 100 -25 -30 100 - 200 -35 -40 200 - 445 -45 -50 Figure 18. Density plot of conventional tag recaptures of white marlin by 5x5 square areas. 1357 Figure 19. Relationship between natural mortality (M) and longevity (age). 8 Blue marlin BRA‐LL USA‐LL 7 USA‐Rec VEN‐LL 6 VEN‐GIL VEN‐Rec Scaled indices 5 JAP‐LL JAP‐LL 4 TAI‐LL TAI‐LL 3 GAN‐GIL 2 1 0 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 Figure 20. Indices of abundance used in the 2011 blue marlin stock assessment. For graphing purposes the indices were scaled to their respective mean value for the period 1993-2004. 1358 3.5 3.0 Combined Index 2.5 IndexEQW IndexARW 2.0 IndexCAW 1.5 1.0 0.5 0.0 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 Figure 21. Blue marlin standardized combined CPUE indices estimated using equal weighting for all CPUE series (EQW), weighting the CPUE series by area (ARW) and by catch (CAW). 4.5 White marlin 4.0 BRA‐LL JAP‐LL 3.5 JAP‐LL Scaled indices 3.0 VEN‐LL VEN‐GIL 2.5 2.0 1.5 1.0 0.5 0.0 1980 1985 1990 1995 2000 2005 2010 Figure 22. White marlin indices of abundance presented during the meeting. For graphing purposes the indices were scaled to their respective mean value for the period 1990-2010. 1359 4.5 pred cpue 4.0 USLL JAPLL early 3.5 VEN Rec Ven LL 3.0 Tai LL Ghan 2.5 US Rec BRA LL 2.0 JAP LATE 1.5 1.0 0.5 0.0 1950 1960 1970 1980 1990 2000 2010 2020 3.0 F/Fmsy 2.5 B/Bmsy 2.0 1.5 1.0 0.5 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 0.0 Figure 23. Low Productivity Scenario: (top) Predicted CPUE (blue continuous line) and observed CPUE indices scaled according to the catchability estimated for each index. Symbols are sized proportional to the weights they were assigned in the ASPIC fit. Weights for each index were proportional to the area occupied by each fishery. (bottom) Time trends of B/BMSY and F/FMSY with 80% percentiles based on 1000 ASPIC bootstraps. 1360 3.5 pred cpue USLL 3.0 JAPLL early VEN Rec 2.5 Ven LL Tai LL 2.0 JAP mid US Rec 1.5 1.0 0.5 0.0 1950 1960 1970 1980 1990 2000 2010 2020 3.0 F/Fmsy 2.5 B/Bmsy 2.0 1.5 1.0 0.5 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 2010 0.0 Figure 24. High Productivity Scenario: (top) Predicted CPUE (blue continuous line) and observed CPUE indices scaled according to the catchability estimated for each index. Symbols are sized proportional to the weights they were assigned in the ASPIC fit. Weights for each index were proportional to the area occupied by each fishery. (bottom) Time trends of B/BMSY and F/FMSY with 80% percentiles based on 1000 ASPIC bootstraps. 1361 Figure 25. Estimated growth by sex (top). Percentage of maturity by length (green line) and sex ratio (percentage of females) observed and fit by sizes (bottom). 1362 Figure 26. Fit to the CPUE time series used in the fully integrated model. 1363 Figure 27. Pearson residuals for fit to length data (left column) and estimated selectivities (right column) for the three gears with length data. 1364 Figure 28. Fit to the estimated discard fraction from the U.S. sport fleet. Figure 29. Estimated trend in spawning biomass with 95% confidence intervals from the fully integrated model. 1365 Figure 30. Estimated trend in recruitment with 95% confidence intervals from the fully integrated model. Figure 31. Estimated stock-recruitment function from the fully integrated model. 1366 Figure 32. Estimated annual recruitment deviation from the stock-recruitment relationship. Figure 33. Estimated trends in B/BMSY and F/FMSY from fully integrated model. 1367 0.10 0.08 0.05 Probability 0.13 0.03 0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.05 0.04 0.03 Probability 0.06 0.02 0.01 1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 Figure 34. Results of MCMC runs for B/BMSY (top) and F/FMSY (bottom) for 2009. 1368 3 2.75 2.5 2.25 2 F_2009 1.75 1.5 1.25 1 0.75 0.5 0.25 0 0 0.25 0.5 0.75 1 1.25 1.5 1.75 2 Bratio_2009 3 2.75 2.5 Median(Data) of FratTrend 2.25 2 1.75 1.5 1.25 1 0.75 0.5 0.25 0 0 0.25 0.5 0.75 1 1.25 1.5 1.75 2 2.25 2.5 2.75 Median(Data) of BratTrend Figure 35. Kobe phase plots from fully integrated base case model. 1369 3 Figure 36. Estimates of F/FMSY for the sensitivity runs. Figure 37. Estimates of B/BMSY for the sensitivity runs. 1370 3 F/Fmsy SSB/SSBmsy 2.5 2 1.5 1 0.5 0 1955 1965 1975 1985 1995 2005 Figure 38. Trends of F/FMSY and SSB/SSBMSY ratios for blue marlin from the base model (SS3). Solid lines represent median from MCMC runs, and broken lines the 10% and 90% percentiles, respectively. 1371 5 4 TAC 0 F/Fmsy TAC 500 3 TAC 1000 TAC 1500 TAC 2000 2 TAC 2500 TAC 3000 1 TAC 3500 TAC 4000 0 2000 2005 2010 2015 2020 2025 2030 Figure 39. Trends of F/FMSY ratios under different scenarios of constant catch projections (TAC tons) for blue marlin from the base model. Projections start in 2010, for 2010/11 it was assumed a catch of 3,341 t. 1.8 SSB/SSBmsy 1.6 1.4 TAC 0 1.2 TAC 500 TAC 1000 1 TAC 1500 0.8 TAC 2000 0.6 TAC 2500 TAC 3000 0.4 TAC 3500 0.2 TAC 4000 0 2000 2005 2010 2015 2020 2025 2030 Figure 40. Trends of SSB/SSBMSY ratios under different scenarios of constant catch projections (TAC tons) for blue marlin from the base model. Projections start in 2010, for 2010/11 it was assumed a catch of 3,341 t. 1372 3 2.5 F09/Fmsy 2 1.5 1 0.5 0 0 0.25 0.5 0.75 1 1.25 1.5 1.75 2 SSB09/SSBmsy Figure 41. Phase plot for blue marlin from the base model in final year model assessment (2009). Individual points represent MCMC iterations, large diamond the median of the series. Blue circles with line represent the historic trend of the median F/FMSY vs. SSB/SSBMSY 1965-2008. Figure 42. The probabilities of being in the quadrants of figure 7.4. Top left panel summaries by year and TAC the probability of the stock being not overfished (SSB≥SSBMSY); top right the probability of not overfishing (F≤FMSY), and the bottom left figure is the Kobe Strategy Matrix (K2SM) showing probability of the stock both being not overfished and overfishing not occurring. The final panel shows the same information as the K2SM but with TACs as lines and probability on the Y-axis. 1373 Figure 43. Kobe phase plot points show individual realisations from several models evaluated. Dark blue dots are the MCMC results from the SS3 base model, light blue dots represent bootstrap results from the surplus production models (ASPIC) under different assumptions of stock productivity. The line represents the median trend of the F/FMSY vs. SSB/SSBMSY from the base model. 1374 Appendix 1 AGENDA 1. Opening, adoption of agenda and meeting arrangements 2. Update of BUM basic information and review of WHM basic information 2.1 Task I (catches) 2.2 Task II (catch-effort and size samples) 2.3 Other information (tagging) 3. Review of WHM/spearfishes catch estimate 3.1 Task I (catches) 3.2 Task II (catch-effort and size samples) 3.3 Catalogue of available information 3.4 Other information 4. Review of biological, habitat, and tagging data for blue marlin and white marlin 4.1 Biological data 4.2 Habitat 4.3 Tagging 5. Review of catch per unit effort series: blue marlin and white marlin 5.1 Blue marlin 5.2 White marlin 6. Stock assessment 6.1 Methods and other data relevant to the assessment production models 6.2 Stock status 6.3 Projections 7. Evaluation of management scenario 8. Effects of current regulations 9. Recommendations 9.1 Research and statistics 9.2 Management 10. Other matters 11. Adoption of the report and closure Appendix 2 LIST OF PARTICIPANTS SCRS CHAIRMAN Santiago Burrutxaga, Josu Head of Tuna Research Area, AZTI-Tecnalia, Txatxarramendi z/g, 48395 Sukarrieta (Bizkaia), Spain Tel: +34 94 6574000 (Ext. 497); 664303631, Fax: +34 94 6572555, E-Mail: [email protected] CONTRACTING PARTIES BRAZIL Frédou, Thierry Universidade Federal do Pará Campus do Guamá, Depto. de Oceanografía Centro de Geociências, C.P. 8617, Belém- PA Tel: +55 91 3201 7983, Fax: +55 91 3201 7109, E-Mail: [email protected] 1375 Hazin, Humberto UFRPE/DEPAq, Laboratorio de Oceanografía Pesqueira (LOP), Rua Dom Manuel de Medeiros, s/n, Dois Irmaos Recife-PE Tel: +55 81 3320 6500, Fax: +55 81 3320 6501, E-Mail: [email protected] EUROPEAN UNION Reynal, Lionel IFREMER, Point Fost, 97231 Le Robert, Martinica Tel: +33 05 9665 1950, Fax: +33 05 9665 1941, E-Mail: [email protected] GHANA Bannerman, Paul Ministry of Fisheries, Marine Fisheries Research Division, P.O. Box BT 62, Tema Tel: +233 244 794859, Fax: +233 302 208048, E-Mail: [email protected] JAPAN Matsunaga, Hiroaki Senior Researcher Tropical Tuna Fish Resources Division, National Research Institute of Far Seas Fisheries Fisheries Research Agency, Ecologically Related Species Section, 5-7-1 Orido Shimizu-ku, Shizuoka 424-8633 Tel: +81 54 336 6000, Fax: +81 54 335 9642, E-Mail: [email protected] UNITED STATES Brown, Craig A. NOAA Fisheries Southeast Fisheries Center, Sustainable Fisheries Division, 75 Virginia Beach Drive, Miami ,Florida 33149 Tel: +1 305 361 4590, Fax: +1 305 361 4562, E-Mail: [email protected] Díaz, Guillermo Office of Science and Technology (ST4), National Marine Fisheries Service, 1315 East-West Highway, Silver Spring, Maryland 20910 Tel: +1 301 713 2363, Fax: +1 301 713 1875, E-Mail: [email protected] Die, David Cooperative Unit for Fisheries Education and Research University of Miami, 4600 Rickenbacker Causeway, Miami, Florida 33149 Tel: +1 305 421 4607, Fax: +1 305 421 4221, E-Mail: [email protected] Hoolihan, John NOAA Fisheries, Southeast Fisheries Science Center, 75 Virginia Beach Drive, Miami, Florida 33149 Tel: +1 305 365 4116, Fax: +1 305 361 4562, E-Mail: [email protected] Lynch, Patrick Virginia Institute of Marine Science, , P.O. Box 1346, Gloucester Point, Virginia 23062 Tel: +804 684 7885, Fax: +804 684 7327, E-Mail: [email protected] Prince, Eric D. NOAA Fisheries, Southeast Fisheries Science Center, 75 Virginia Beach Drive, Miami, Florida 33149 Tel: +1 305 361 4248, Fax: +1 305 361 4219, E-Mail: [email protected] Schirripa, Michael NOAA Fisheries, Southeast Fisheries Science Center, 75 Virginia Beach Drive, Miami, Florida 33149 Tel: +1 305 361 4568, Fax: +1 305 361 4562, E-Mail: [email protected] URUGUAY Domingo, Andrés Dirección Nacional de Recursos Acuáticos-DINARA, Sección y Recursos Pelágicos de Altura, Constituyente 1497, 11200 Montevideo Tel: +5982 400 46 89, Fax: +5982 41 32 16, E-Mail: [email protected] VENEZUELA Arocha, Freddy Instituto Oceanográfico de Venezuela Universidad de Oriente, A.P. 204, 6101 Cumaná Estado Sucre Tel: +58-293-400-2111 - movil: 58 416 693 0389, E-Mail: [email protected] , [email protected] 1376 ********** ICCAT SECRETARIAT C/ Corazón de María, 8 – 6th & 7th floors, 28002 Madrid, Spain Tel:+3491 416 5600; Fax:+34 91 415 2612; E-Mail: [email protected] Pallarés, Pilar Kell, Laurie Ortiz, Mauricio Palma, Carlos Appendix 3 LIST OF DOCUMENTS SCRS/2011/021 Sex ratio at size of blue marlin (Makaira nigricans) from the Venezuelan fishery off the Caribbean sea and adjacent waters Arocha, F., Marcano, L., and Silva, J. SCRS/2011/026 Captura, distribucion y composicion de tallas del aguja blanca, Tetrapturus albidus, observada en la flota de palangre uruguaya (1998-2010). Domingo, A., Forselledo R. and Pons, M. SCRS/2011/033 Standardized catch rates for white marlin (Tetrapturus albidus) from the Venezuelan pelagic longline fishery off the Caribbean sea and the western central Atlantic: Period 1991-2010 Arocha, F. and Ortiz, M. SCRS/2011/034 Catch rates for white marlin (Tetrapturus albidus) from the small scale fishery off La Guaira, Venezuela: period 1991-2010. Arocha, F, Barrios, A. and Marcano, L.A. SCRS/2011/035 Observaciones sobre la aguja blanca (Tetrapturus albidus) a bordo de la flota española de palangre de superficie dirigida al pez espada, durante el periodo 1993-2010. Mejuto, J., GarcíaCortés, B. and Ramos-Cartelle, A. SCRS/2011/043 Standardized CPUE of blue marlin caught by Japanese longliners in the Atlantic Ocean using GLM model. Kimooto, Ai and Yokawa K. SCRS/2011/044 Standardized CPUE of white marlin caught by Japanese longliners in the Atlantic Ocean using GLM model. Kimooto, Ai and Yokawa, K. SCRS/2011/045 Standardization of blue marlin (Makaira nigricans) CPUE for Taiwanese longline fishery in the Atlantic Ocean. Sun, C-L, Su, N-J and Yeh, S-Z. SCRS/2011/046 Possible stock production models for blue marlin in the Atlantic Ocean up to 2009. Schirripa, M. and Babcock, E. SCRS/2011/047 An evaluation of methods for standardizing catch rates of highly migratory bycatch species. Lynch, P.D., Shertzer, K.W., and Latour, R.J. SCRS/2011/048 Preliminary analyses of simulated longline Atlantic blue marlin CPUE with HBS and generalized linear models. Goodyear, C.P. and Bigelow, K.A. SCRS/2011/049 Length composition and spatiotemporal distribution of blue marlin Makaira nigricans in the South Atlantic Ocean. Frédou, T., Frédou, F.L., Hazin, F.H.V. and Travassos, P. SCRS/2011/050 Standardized CPUEe series of blue and white marlins caught by Brazilian tuna longline fisheries in the southwestern Atlantic ocean (1980-2010). Hazin, H.G., Mourato, B., Hazin, F., Carvalho, F., Frédou, T., Travassos P. and Pacheco J.C. SCRS/2011/051 Inter-annual variability in the proportion of roundscale spearfish (Tetrapturus georgii) and white marlin (Kajikia albida) in the western North Atlantic Ocean. Graves, J.E. and McDowell, J.R. SCRS/2011/052 Preliminary studies on the possible influence of environmental factors on the catchability of the Blue marlins off the western coast of Ghana. Bannerman, P. 1377 Appendix 4 STANDARDIZATION OF CATCH AND EFFORT DATA FROM THE ARTISANAL GILLNET FISHERY IN GHANA FOR BLUE MARLIN During the meeting, the scientist from Ghana provided catch and effort information from the artisanal fishery that operates primarily with gillnets. The data included catch in tons of fish by month and the corresponding effort (number of day-trips) aggregated by month and year from 2000 to 2010. It also provided the average sea surface temperatures for the same period for the region where the fishery operates. The Working Group suggested standardizing this catch and effort data. The standardization was done assuming a lognormal error distribution of the nominal catch rates. Initial plots indicated a no clear relationship between catch rates and month or season, neither with sea surface temperature (SCRS/2011/052). In the GLM model the seasonal information was included (quarter factor) and temperature as a continuous variable. The deviance table of the model (Table APP 4.1) shows that season and the interaction Year*season had no real statistical significance. The final model included the year, season and temperature as covariate. The diagnostic plots show not major departure from the GLM assumptions. The standardized index is shown in Table APP 4.2 and Figure APP 4.1 with estimated 80% confidence intervals. Table APP 4.1. Deviance analysis table for explanatory variables in the GLM model for blue marlin catch rates from the GHANA small scale fishery. Percent of total deviance refers to the deviance explained by the full model; p value refers to the probability Chi-square test between two nested models. Blue marlin Ghana Artisanal CPUE Index Model factors positive catch rates values 1 Year Year Season Year Season Year*Season Residual deviance d.f. . 10 3 30 172.927891 77.6956625 75.6611127 56.33688 Change in deviance 95.23 2.03 19.32 % of total deviance 81.7% 1.7% 16.6% p < 0.001 0.565 0.933 Table APP 4.2. Nominal and standardized (with GLM) CPUE for blue marlin landed by the Ghanaian fishery. Year Nominal C Standard Low N Obs 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 12 11 12 12 12 12 12 12 12 12 12 4.42 4.57 3.36 2.86 1.31 2.21 1.46 1.92 0.16 0.21 0.45 4.06 5.54 3.91 2.73 1.13 2.31 1.38 1.05 0.24 0.25 0.42 Upp 2.48 3.34 2.39 1.65 0.65 1.39 0.80 0.60 0.11 0.11 0.21 1378 coeff var std error 6.63 9.19 6.39 4.51 1.96 3.83 2.36 1.84 0.56 0.58 0.83 24.9% 25.7% 25.0% 25.6% 28.0% 25.8% 27.6% 28.7% 44.0% 43.1% 35.7% 1.01 1.42 0.98 0.70 0.32 0.59 0.38 0.30 0.11 0.11 0.15 Blue marlin kg/set Standardized CPUE Artisanal Ghana Fishery 5.0 Scaled CPUE (kg per set) 4.5 4.0 3.5 3.0 2.5 2.0 1.5 1.0 0.5 0.0 2000 2002 2004 2006 2008 2010 Figure APP 4.1 Nominal (filled diamonds) and standardized CPUE for blue marlin landed by the GHANA fishery. Dashed lines indicate 95% confidence limits of standardized values. Appendix 5 DESCRIPTION OF THE BLUE MARLIN FULLY INTEGRATED MODEL Introduction In May 2010, the ICCAT Blue Marlin Data Preparatory Meeting was held in Madrid, Spain with the goal of updating the various data sets necessary to conduct a stock assessment the following year. The results of this meeting were summarized by the participants (“the Working Group”) and are documented in Anon. (2011). The Working Group (WG) made a total of eleven recommendations, one of which will be addressed in this document: 5. The Working Group recommended to establish a protocol (web based) to continue progressing with the application of a statistically integrated assessment model that would take into consideration, seasonal catch, effort, size information for all gears, and the new geographical stratification proposed during the blue marlin data preparatory meeting. The model used catch, CPUE as revised during the meeting, and length data and where configured with four gear types, one area, and one season. Estimated parameters included virgin recruitment, stock-recruitment steepness, annual recruitment deviations, fishery and survey catchabilities, and gear specific selectivity parameters. This document will attempt to address Recommendation No. 5 and provides information on the fully integrated model configuration and results. Data used in the fully integrated model assessment process (Figure APP 5.1) • • • • • • Catch partitioned into 4 gears (gill net, longline, purse seine, sport) (Figure APP 5.2). Estimates of growth (Figure APP 5.3) Maturity function (Figure APP 5.4) Sex ratio-at-length information from various studies (Figure APP 5.5) Length compositions for the gear types (Figure APP 5.6) Recreational releases (Figure APP 5.7) 1379 Model configuration The outline below is for the baseline model after group discussion and modification. • Stock Synthesis version 3.20b • Annual time step, 1 area, 2 sexes • Natural mortality fixed at to 0.139 • Linf and CV of size-at-age of older fish (male and female) was freely estimated • Virgin recruitment and steepness were freely estimated • Recruitment deviations were estimated from 1980-2007 with constraints at -0.5 to 0.5 • Catchability for each of the four gears was assumed constant • The descending limb of the selectivity for longline and sport was fixed asymptotic, while gillnet was estimated • Inflexion point of the ascending limb of the sport selectivity was time varying and fixed to match the regulations, but the asymptote was freely estimated • Release mortality for the discarded fish from the sport fishery was assumed to be 5 percent. • Lambda on catch, discards, and CPUE were set to 1.0; lambdas on the length compositions and sex ratio data were set to 0.1. Figure APP 5.1. Data sets by type and gear considered in the statistically integrated model for Atlantic blue marlin. 1380 Figure APP 5.2. Landings by the four different gear types considered in the statistically integrated model for Atlantic blue marlin. 1381 Figure APP 5.3. Sex specific growth curves used and estimated in the statistically integrated model for Atlantic blue marlin. 1382 Figure APP 5.4. Female maturity function used in the statistically integrated model for Atlantic blue marlin. 1383 US Recreational Venezuelan Gill Net % Female 0.5 MALES 0 MALES FEMALES 0.5 Percent Female % Male Percent Female Percent Female Venezuelan Longline 1 1 1 0 140 160 180 200 220 240 260 280 300 320 340 360 380 400 FEMALES 0.5 0 90 120 145 170 195 220 245 270 295 320 345 370 LJFL 115 145 170 195 LJFL 220 LJFL 245 270 300 360 250 1400 1400 1200 1200 MALES N Females FEMALES 800 600 800 600 400 400 200 200 200 MALES Number of Fish 1000 Number of Fish Number of Fish 1000 N Males FEMALES 150 100 50 0 0 140 165 190 215 240 265 290 315 340 365 390 LJFL 0 90 120 145 170 195 220 245 270 295 320 345 370 LJFL 115 145 170 195 220 245 270 300 360 LJFL Figure APP 5.5. Observed sex ratios by length (top row) and associated sample size (bottom row) considered in the statistically integrated model for Atlantic blue marlin. 1384 Length comp data, sexes combined, whole catch, aggregated across time Figure APP 5.6. Length compositional data for three of the four gears considered in the statistically integrated model for Atlantic blue marlin. No lengths were available for purse seine gear. 1385 1 0.9 0.8 Fraction Retained 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 1971 1976 1981 1986 1991 1996 2001 2006 Figure APP 5.7. Fraction of blue marlin retained from the U.S. recreational fleet for Atlantic blue marine according to the Recreational Billfish Survey. 1386