report of the 2011 blue marlin stock assessment and white

Transcripción

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).
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).
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
ICCAT, 65(5): 1851-1908.
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.
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.
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.
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.
Oceanogr., 15, 451-464.
1306
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.
billfishes in the Atlantic Ocean. Bull. Far Seas Fish. Res. Lab., Shimizu, (3):15-55, July. (In
Japanese with English summary).
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.
implementing simulation-tested feedback-control management systems for fisheries management?
Natural Resource Modeling 19(4):441-464.
(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
ICCAT, 65(5): 1851-1908.
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.
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.
1324
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.
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.
Oceanogr., 15, 451-464.
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.
billfishes in the Atlantic Ocean. Bull. Far Seas Fish. Res. Lab., Shimizu, (3):15-55, July. (In Japanese
with English summary).
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.
implementing simulation-tested feedback-control management systems for fisheries management?
Natural Resource Modeling 19(4):441-464.
(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
2.3 Other information (tagging)
3. Review of WHM/spearfishes catch estimate
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
EUROPEAN UNION
Reynal, Lionel
IFREMER, Point Fost, 97231 Le Robert, Martinica
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
UNITED STATES
Brown, Craig A.
NOAA Fisheries Southeast Fisheries Center, Sustainable Fisheries Division, 75 Virginia Beach Drive, Miami ,Florida 33149
Díaz, Guillermo
Office of Science and Technology (ST4), National Marine Fisheries Service, 1315 East-West Highway, Silver Spring, Maryland
20910
Die, David
Cooperative Unit for Fisheries Education and Research University of Miami, 4600 Rickenbacker Causeway, Miami, Florida
33149
Hoolihan, John
NOAA Fisheries, Southeast Fisheries Science Center, 75 Virginia Beach Drive, Miami, Florida 33149
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.
Schirripa, Michael
URUGUAY
Domingo, Andrés
Dirección Nacional de Recursos Acuáticos-DINARA, Sección y Recursos Pelágicos de Altura, Constituyente
1497, 11200 Montevideo
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

report of the 2011 blue marlin stock assessment and white

Transcripción

Documentos relacionados

Descargar

Lycée Français d`Asunción Marcel Pagnol Charte parents – Carta