[논문]한국 해역의 살오징어(Todarodes pacificus) 개체군 자원평가를 위한 베이지안 상태공간 잉여생산량 모델의 적용

안동영; 김규한; 강희중; 현상윤

doi:10.5657/kfas.2021.0769

[국내논문] 한국 해역의 살오징어(Todarodes pacificus) 개체군 자원평가를 위한 베이지안 상태공간 잉여생산량 모델의 적용
A Bayesian State-space Production Assessment Model for Common Squid Todarodes pacificus Stock Caught by Multiple Fisheries in Korean Waters 원문보기

한국수산과학회지 = Korean journal of fisheries and aquatic sciences, v.54 no.5, 2021년, pp.769 - 781

안동영 (부경대학교 해양생물학과) , 김규한 (웰링턴 빅토리아대학교 수학 통계학부) , 강희중 (국립수산과학원 연근해자원과) , 현상윤 (부경대학교 해양생물학과)

Abstract ▼ AI-Helper

Given data about the annual fishery yield of the common squid Todarodes pacificus, and the catch-per-unit-effort (CPUE) data from multiple fisheries from 2000-2018, we applied a Bayesian state - space assessment model for the squid population. One of our objectives was to do a stock assessment, simultaneously incorporating CPUE data from the following three fisheries, (i) large trawl, (ii) jigger, and (iii) large purse seine, which comprised on average a year about 65% of all fisheries, allowing possible correlations to be reflected. Other objectives were to consider both observation and process errors and to apply objective priors of parameters. The estimated annual exploitable biomass was in the range of 3.50×105 to 1.22×106 MT, the estimated intrinsic growth rate was 1.02, and the estimated carrying capacity was 1,151,259 MT. Comparison with available results from stock assessment of independently analyzed single fisheries revealed a large difference from the estimated values, suggesting that stock assessment based on multiple fisheries should be performed.

주제어

표/그림 (10)

그림 Fig. 1. Annual yield of the common squid from 2000 to 2018 (panel a), the jigger fishery CPUE (dashed line with dots in panel b), the purse seine fishery CPUE (dashed line with open circles in panel b), and the trawl fishery CPUE (dashed line with open circles in panel c).
표 Table 1. Notations used in this paper. Bold font is used for a vector to distinguish it from a scalar.
그림 Fig. 2. Posterior distributions of the respective parameters under Case I. The curve in panel a indicates the informative prior of r, and that in panel b represents the informative prior of K.
표 Table 2. Prior probability density functions (PDFs) on parameters
$Table 3. Diagnostic tests for Markov Chain Monte Carlo samples for parameters (b,r,K,<TEX>$\sigma_p^2,\sigma_{jig}^2,\sigma_{ps}^2,\sigma_{tw}^2, q_{jig}, q_{ps}, q_{tw}$</TEX>) from four different cases: Case I (when multiple fisheries CPUE data were used), Case II-1 (when only jigger fishery CPUE data were used), Case II-2 (when only large purse seine fishery CPUE data were used), Case II-3 (when only large trawl fishery CPUE data were used$ 표 Table 3. Diagnostic tests for Markov Chain Monte Carlo samples for parameters (b,r,K,$\sigma_p^2,\sigma_{jig}^2,\sigma_{ps}^2,\sigma_{tw}^2, q_{jig}, q_{ps}, q_{tw}$) from four different cases: Case I (when multiple fisheries CPUE data were used), Case II-1 (when only jigger fishery CPUE data were used), Case II-2 (when only large purse seine fishery CPUE data were used), Case II-3 (when only large trawl fishery CPUE data were used
표 Table 4. Point estimates of parameters and their 95% credible intervals from four different cases
그림 Fig. 3. Predicted annual CPUE under Case I. In panels a-c, dots denote CPUE data from jigger, purse seine, and trawl, respectively. The respective solid line in each panel indicates the corresponding predicted CPUE, and the dashed lines in each panel indicate the 95% credible intervals.
그림 Fig. 4. Estimated annual biomass and management references under Case I. In panel a, dots are annual yield data of the common squid, and the dashed line is the maximum sustainable yield (MSY). In panel b, the solid line is the estimated annual biomass with carrying capacity (dotted line), and the dashed line is biomass that produces the MSY (B_MSY). In panel c, the solid line is the estimated annual harvest rate, and the dashed line is harvest rate at the MSY (H_MSY).
그림 Fig. 5. Predicted annual CPUE from three different cases: Case II-1 (panel a), Case II-2 (panel b), Case II-3 (panel c). In panels a-c, dots denote CPUE data from jigger, purse seine, and trawl, respectively. The respective solid line in each panel indicates the corresponding predicted CPUE, and the dashed lines in each panel indicate the 95% credible intervals.
그림 Fig. 6. Estimated annual biomass and management references from three different cases: Case II-1 (panels in the first row), Case II-2 (panels in the second row), Case II-3 (panels in the third row). In panels a-c, dots are annual yield data of the common squid, and the dashed line is the maximum sustainable yield (MSY). In panels d-f, the solid line is the estimated annual biomass with carrying capacity (dotted line), and the dashed line is biomass that produces the MSY (B_MSY). In panels g-i, the solid line is the estimated annual harvest rate, and the dashed line is harvest rate at the MSY (H_MSY).

AI 본문요약
AI-Helper

문제 정의

첫째로는 베이지안 상태공간 잉여생산량 모델에 복수어업을 고려한 살오징어 개체군 자원평가를 실시하는 것이다. 둘째로는 복수어업을 고려했을 때와 단일어업만을 고려했을 때의 자원평가 결과를 비교 및 분석하여 복수어업을 고려한 자원평가의 필요성을 증명하는 것이다. 본 연구에서는 기존 잉여생산량 모델에 상태 공간 구조를 적용함으로써 추정하고자 하는 자원량의 과정 오차와 자료의 관측 오차를 동시에 고려하였다.
둘째로는 복수어업을 고려했을 때와 단일어업만을 고려했을 때의 자원평가 결과를 비교 및 분석하여 복수어업을 고려한 자원평가의 필요성을 증명하는 것이다. 본 연구에서는 기존 잉여생산량 모델에 상태 공간 구조를 적용함으로써 추정하고자 하는 자원량의 과정 오차와 자료의 관측 오차를 동시에 고려하였다. 그리고 여러 어업의 CPUE자료가 다변량 정규분포를 따른다고 가정하며 복수어업 CPUE간의 상관관계를 추가적으로 고려하였다.
따라서 본 연구는 크게 두 가지 목적에 기반을 두고 있다. 첫째로는 베이지안 상태공간 잉여생산량 모델에 복수어업을 고려한 살오징어 개체군 자원평가를 실시하는 것이다. 둘째로는 복수어업을 고려했을 때와 단일어업만을 고려했을 때의 자원평가 결과를 비교 및 분석하여 복수어업을 고려한 자원평가의 필요성을 증명하는 것이다.

가설 설정

하지만 본 연구에서는 한국 해역에서 수집한 어획량, CPUE자료만을 연구에 이용하였기 때문에 대상 해역을 한국 해역으로 한정하였다. 그리고 국립수산과학원에서 수집한 여러 어업의 CPUE자료에는 조업 해역에 대한 정보, 그리고 어업 선택성에 대한 정보가 부재하기 때문에 어업별 살오징어에 대한 공간 영역을 우리나라의 전체 해역으로 가정하였다.
본 연구에서는 기존 잉여생산량 모델에 상태 공간 구조를 적용함으로써 추정하고자 하는 자원량의 과정 오차와 자료의 관측 오차를 동시에 고려하였다. 그리고 여러 어업의 CPUE자료가 다변량 정규분포를 따른다고 가정하며 복수어업 CPUE간의 상관관계를 추가적으로 고려하였다. 그런데 TMB R package를 바탕으로 상태공간 잉여생산량 모델을 적용했을 때 수치 최적화가 제대로 이루어 지지 않았기 때문에 본연구에서는 정보적 사전분포를 바탕으로 베이지안 방법론을 적용하였다.

제안 방법

복수어업을 고려한 자원평가(Case I) 결과와 비교하기 위해, 단일어업만을 고려한 자원평가(Case II)를 수행했다. Case II는 단일어업만을 고려한 방식으로써 각 어업별 하나의 CPUE자료를 이용하여 베이지안 상태공간 잉여생산량 모델에 적용한 방식이다. Case II-1은 근해채낚기 어업의 CPUE자료만을 적용한 방식이고, Case II-2는 대형선망 어업의 CPUE자료만을 적용하였다.
Case I은 복수어업을 고려한 방식으로써, 세 가지 어업의 CPUE자료를 이용하여 베이지안 상태공간 잉여생산량 모델에 적용한 방식이다. 식 (1)-(3)에서의 가정을 동일하게 유지하며 과정 방정식과 관측 방정식을 다음과 같이 표기하였다.
TMB와 상호 연동되는 tmbstan R package를 이용하여 MCMC (markov chain monte carlo) 샘플링을 실시하였으며, 총 3,000,000개의 표본을 추출하였다. 이 중 초기 15,000개의 표본을 번인(burn-in) 처리하였으며 추출된 표본 간의 자기 상관(auto correlation)을 제거하기 위해 매 100번째 표본을 추출하였다(thinning).
그리고 여러 어업의 CPUE자료가 다변량 정규분포를 따른다고 가정하며 복수어업 CPUE간의 상관관계를 추가적으로 고려하였다. 그런데 TMB R package를 바탕으로 상태공간 잉여생산량 모델을 적용했을 때 수치 최적화가 제대로 이루어 지지 않았기 때문에 본연구에서는 정보적 사전분포를 바탕으로 베이지안 방법론을 적용하였다. 그리고 한국해역의 살오징어의 경우, 어업 선택성에 관한 정보가 부재한 상황이다.
첫 번째는 복수어업을 고려한 방식으로써 세 가지 어업의 CPUE자료를 베이지안 상태공간 잉여생산량 모델에 적용하여 모수를 추정하였다(이하 Case I). 두 번째는 단일어업만을 고려한 방식으로써 각 어업별 하나의 CPUE자료를 베이지안 상태공간 잉여생산량 모델에 적용하여 모수를 추정하였다(이하 Case II). Case II의 경우 적용하는 단일어업에 따라 3개의 케이스(case)로 다시 구분하였다: i) 근해채낚기 어업만을 고려한 방식(이하 Case II-1), ii) 대형선망 어업만을 고려한 방식(이하 Case II-2), 그리고 iii) 대형트롤 어업만을 고려한 방식(이하 Case II-3).
Case II의 경우 적용하는 단일어업에 따라 3개의 케이스(case)로 다시 구분하였다: i) 근해채낚기 어업만을 고려한 방식(이하 Case II-1), ii) 대형선망 어업만을 고려한 방식(이하 Case II-2), 그리고 iii) 대형트롤 어업만을 고려한 방식(이하 Case II-3). 베이지안 상태 공간 잉여생산량모델을 바탕으로 복수어업을 고려한 살오징어 자원평가(Case I)를 주요 결과로서 도출하였으며 복수어업을 고려한 경우(Case I)와 단일어업만을 고려한 경우(Case II) 의 자원평가 결과를 비교해보았다.
베이지안 상태공간 잉여생산량모델을 적용한 한국해역의 살오징어 자원평가는 두 가지 방식으로 실시하였다. 첫 번째는 복수어업을 고려한 방식으로써 세 가지 어업의 CPUE자료를 베이지안 상태공간 잉여생산량 모델에 적용하여 모수를 추정하였다(이하 Case I).
본 모델에 각 어업별 하나의 CPUE자료를 적용하여 추정된 살오징어 자원평가 결과들을 비교 및 분석해보며 어떤 문제점이 존재하는지, 또한 차이점은 무엇이 있는지 살펴보았다.
본 연구는 복수 어업(근해채낚기 어업, 대형선망 어업, 대형트롤 어업)에서의 살오징어 자료(어획량과 CPUE자료)를 이용하여 베이지안 상태공간 잉여생산량 모델에 적용하며, 살오징어 어획 가능 자원량을 추정하였다. 비록 복합적인 가정을 적용하여 모수를 추정했기 때문에 실제 살오징어 어획가능 자원량을 정확히 나타낸다고 할 수는 없다.
베이지안 상태공간 잉여생산량모델을 적용한 한국해역의 살오징어 자원평가는 두 가지 방식으로 실시하였다. 첫 번째는 복수어업을 고려한 방식으로써 세 가지 어업의 CPUE자료를 베이지안 상태공간 잉여생산량 모델에 적용하여 모수를 추정하였다(이하 Case I). 두 번째는 단일어업만을 고려한 방식으로써 각 어업별 하나의 CPUE자료를 베이지안 상태공간 잉여생산량 모델에 적용하여 모수를 추정하였다(이하 Case II).

대상 데이터

본 연구의 대상종인 살오징어는 우리나라 전체 해역, 동중국해, 그리고 일본 북해도 이남까지 북서 태평양 전체를 대상 시스템으로 분포하고 있다. 하지만 본 연구에서는 한국 해역에서 수집한 어획량, CPUE자료만을 연구에 이용하였기 때문에 대상 해역을 한국 해역으로 한정하였다.
본 연구의 대상종인 살오징어는 우리나라 전체 해역, 동중국해, 그리고 일본 북해도 이남까지 북서 태평양 전체를 대상 시스템으로 분포하고 있다. 하지만 본 연구에서는 한국 해역에서 수집한 어획량, CPUE자료만을 연구에 이용하였기 때문에 대상 해역을 한국 해역으로 한정하였다. 그리고 국립수산과학원에서 수집한 여러 어업의 CPUE자료에는 조업 해역에 대한 정보, 그리고 어업 선택성에 대한 정보가 부재하기 때문에 어업별 살오징어에 대한 공간 영역을 우리나라의 전체 해역으로 가정하였다.

참고문헌 (24)

Auger-Methe M, Field C, Albertsen CM, Derocher AE, Lewis MA, Jonsen ID and Flemming JM. 2016. State-space models' dirty little secrets: Even simple linear gaussian models can have estimation problems. Sci Rep 6, 26677. https://doi.org/10.1038/srep26677.

상세보기
Choi K, Lee CI, Hwang K, Kim S, Park J and Gong Y. 2008. Distribution and migration of Japanese common squid Todarodes pacificus, in the southwestern part of the east (japan) sea. Fish Res 91, 281-290. https://doi.org/10.1016/j.fishres.2007.12.009.

상세보기
Fox Jr WW. 1970. An exponential surplus-yield model for optimizing exploited fish populations. Trans Am Fish Soc 99, 80-88. https://doi.org/10.1577/1548-8659(1970)99 2.0.CO;2.

상세보기
Froese R, Demirel N, Coro G, Kleisner KM and Winker H. 2017. Estimating fisheries reference points from catch and resilience. Fish Fish 18, 506-526. https://doi.org/10.1111/faf.12190.

상세보기
Hilborn R and Walters CJ. 1992. Quantitative fisheries stock assessment: Choice, dynamics and uncertainty. Springer US, Boston, MA, U.S.A.
Hyun SY. 2018. A general production model with dependence between data from multiple surveys. J Appl Ichthyol 34, 601-609. https://doi.org/10.1111/jai.13622.

상세보기
Hyun SY and Kim KH. 2022. An evaluation of estimability of parameters in the state-space non-linear logistic production model. Fish Res 245, 106135. https://doi.org/10.1016/j.fishres.2021.106135.

상세보기
Hyun S, Hilborn R, Anderson JJ and Ernst B. 2005. A statistical model for in-season forecasts of sockeye salmon Oncorhynchus nerka returns to the bristol bay districts of alaska. Can J Fish Aquat Sci 62, 1665-1680. https://doi.org/10.1139/f05-071.

상세보기
Kim YH and Shin DH. 2019. Distribution of common squid Todarodes pacificus, paralarvae in the yellow sea in spring and autumn, 2013-2015. J Korean Soc Mar Environ Saf 25, 58-66. https://doi.org/10.7837/kosomes.2019.25.1.058.

원문보기 상세보기
Kim YH, Jung HG and Lee CI. 2018. Changes in the spawning ground environment of the common squid Todarodes pacificus due to climate change. Ocean Polar Res 40, 127-143. https://doi.org/10.4217/OPR.2018.40.3.127.

원문보기 상세보기
KOSTAT (Statistic Korea). Statistical data-base fishery production survey. Retrieved from http://kosis.kr/statisticsList/statisticsListIndex.do?menuIdM_01_01&vwcdMT_ZTITLE&parmTabIdM_01_01 on Fab 25, 2020.
Meyer R and Millar RB. 1999. BUGS in bayesian stock assessments. Can J Fish Aquat Sci 56, 1078-1087. https://doi.org/10.1139/f99-043.

상세보기
Millar RB, and Meyer R. 2000. Non-linear state space modelling of fisheries biomass dynamics by using metropolishastings within-gibbs sampling. J R Stat Soc 49, 327-342. https://doi.org/10.1111/1467-9876.00195.

상세보기
Pascoe S, Hutton T, Hoshino E, Sporcic M, Yamasaki S and Kompas T. 2020. Effectiveness of harvest strategies in achieving multiple management objectives in a multispecies fishery. Aust J Agric Resour Econ 64, 700-723. https://doi.org/10.1111/1467-8489.12369.

상세보기
Pella JJ and Tomlinson PK. 1969. A generalized stock production model. Inter Am Trop Tuna Comm 13, 416-497.
Polacheck T, Hilborn R and Punt AE. 1993. Fitting surplus production models: Comparing methods and measuring uncertainty. Can J Fish Aquat Sci 50, 2597-2607. https://doi.org/10.1139/f93-284.

상세보기
Punt AE. 2003. Extending production models to include process error in the population dynamics. Can J Fish Aquat Sci 60, 1217-1228. https://doi.org/10.1139/f03-105.

상세보기
Punt AE and Szuwalski C. 2012. How well can FMSY and BMSY be estimated using empirical measures of surplus production?. Fish Res 134-136, 113-124. https://doi.org/10.1016/j.fishres.2012.08.014.

상세보기
Sakurai Y, Kidokoro H and Yamashita N. 2013. Todarodes pacificus, Japanese common squid. In: Advances in squid biology, ecology and fisheries part II oegopsid squids. Nova Biomedical, New York, NY, U.S.A., 249-272.
Sakurai Y, Kiyofuji H, Saitoh S, Goto T and Hiyama Y. 2000. Changes in inferred spawning areas of Todarodes pacificus (cephalopoda: Ommastrephidae) due to changing environmental conditions. ICES J Mar Sci 57, 24-30. https://doi.org/10.1006/jmsc.2000.0667.

상세보기
Sakurai Y, Kiyofuji H, Saitoh S, Yamamoto J, Goto T, Mori K and Kinoshita T. 2002. Stock fluctuations of the Japanese common squid Todarodes pacificus, related to recent climate changes. Fish Sci 68, 226-229. https://doi.org/10.2331/fishsci.68.sup1_226.

상세보기
Schaefer M. 1991. Some aspects of the dynamics of populations important to the management of the commercial marine fisheries. Inter Am Trop Tuna Comm 53, 253-279. https://doi.org/10.1016/S0092-8240(05)80049-7.

상세보기
Winker H, Carvalho F and Kapur M. 2018. JABBA: Just another bayesian biomass assessment. Fish Res 204, 275-288. https://doi.org/10.1016/j.fishres.2018.03.010.

상세보기
Winker H, Carvalho F, Thorson JT, Kell LT, Parker D, Kapur M, Sharma R, Booth AJ and Kerwath SE. 2020. JABBA-select: Incorporating life history and fisheries' selectivity into surplus production models. Fish Res 222, 105355. https://doi.org/10.1016/j.fishres.2019.105355.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format