[논문]자원복원력 개념을 적용한 사전확률분포 및 상태공간 잉여생산 평가모델: 살오징어(Todarodes pacificus) 개체군 자원평가

김진우; 현상윤; 윤상철

doi:10.5657/kfas.2022.0183

[국내논문] 자원복원력 개념을 적용한 사전확률분포 및 상태공간 잉여생산 평가모델: 살오징어(Todarodes pacificus) 개체군 자원평가
A State-space Production Assessment Model with a Joint Prior Based on Population Resilience: Illustration with the Common Squid Todarodes pacificus Stock 원문보기

한국수산과학회지 = Korean journal of fisheries and aquatic sciences, v.55 no.2, 2022년, pp.183 - 188

김진우 (부경대학교 자원생물학과) , 현상윤 (부경대학교 자원생물학과) , 윤상철 (국립수산과학원 연근해자원과)

Abstract ▼ AI-Helper

It is a difficult task to estimate parameters in even a simple stock assessment model such as a surplus production model, using only data about temporal catch-per-unit-effort (CPUE) (or survey index) and fishery yields. Such difficulty is exacerbated when time-varying parameters are treated as random effects (aka state variables). To overcome the difficulty, previous studies incorporated somewhat subjective assumptions (e.g., B1=K) or informative priors of parameters. A key is how to build an objective joint prior of parameters, reducing subjectivity. Given the limited data on temporal CPUEs and fishery yields from 1999-2020 for common squid Todarodes pacificus, we built a joint prior of only two parameters, intrinsic growth rate (r) and carrying capacity (K), based on the resilience level of the population (Froese et al., 2017), and used a Bayesian state-space production assessment model. We used template model builder (TMB), a R package for implementing the assessment model, and estimating all parameters in the model. The predicted annual biomass was in the range of 0.76×106 to 4.06×106 MT, the estimated MSY was 0.13×106 MT, the estimated r was 0.24, and the estimated K was 2.10×106 MT.

주제어

표/그림 (6)

그림 Fig. 1. Observed yield data of the common squid Todarodes pacificus from 1999 to 2020 and the estimated MSY. The circles and broken line denote the data and MSY, respectively.
표 Table 1. Points estimates of parameters and their standard errors from the state-space surplus production model for common squid Todarodes pacificus stock in Korean waters
그림 Fig. 2. Predicted and observed CPUE from the jigger fisheries in Korean waters. The circles and solid line denote the data and the predicted values, respectively. CPUE, catch per unit effort.
그림 Fig. 3. Predicted annual biomass of the common squid stock in Korean waters. The circles denote the predicted values. The error bars denote plus/minus one standard error.
그림 Fig. 4. Posterior probability distribution of MSY obtained from Markov chain Monte Carlo sample sets. The vertical line denotes the estimate of the MSY.
그림 Fig. 5. Prior probability distributions (solid line) and posterior probability distribution (histogram) for parameters r and K.

AI 본문요약
AI-Helper

문제 정의

2020년에 근해채낚기어업은 전체 살오징어 어획량(56, 621 MT)의 32%를 차지하는 18, 194 MT를 어획함으로서 살오징어를 어획하는 어법 가운데 가장 많은 어획량을 기록하였다. 따라서 본 연구에서는 근해채낚기 어업의 연도별 CPUE 자료를 한국 살오징어 자원량의 상대적인 크기를 나타내는 지수로 간주하였다.
본 연구의 목적은 과거 잉여생산모델의 자원평가에 흔하게 사용되었던 임의적 가정을 배제하고 객관적인 모수의 사전확률분포를 적용하여 한국 살오징어 개체군의 자원평가를 수행하는 것이다. 특히 적합도(goodness of fit)를 향상시키기 위해서 상태공간 잉여생산모델을 적용하였다.

제안 방법

Froese et al. (2017)은 자원복원력(resilience) 개념을 이용하여 어떤 수산생물 개체군의 모수 r과 K에 대한 사전확률분포의 정보를 결정하는 방법을 제시하였다. 전세계의 여러 어종에 대한 정보를 보유하고 있는 FishBase (https://www.
본 연구에서는 4가지 방법을 바탕으로 사후분포의 수렴 여부 및 자기상관성의 정도를 진단하였다: (i) Raftery and Lewis statistic, (ii) lag 1 auto-correlation, (iii) the ratio between the time series standard error and the naïve standard error, (iv) 사후분포의 형태
본 연구의 목적은 과거 잉여생산모델의 자원평가에 흔하게 사용되었던 임의적 가정을 배제하고 객관적인 모수의 사전확률분포를 적용하여 한국 살오징어 개체군의 자원평가를 수행하는 것이다. 특히 적합도(goodness of fit)를 향상시키기 위해서 상태공간 잉여생산모델을 적용하였다. 최근에 개발된 TMB (template model builder; Kristensen et al.

대상 데이터

본 연구에서는 잉여생산량 모델에 입력되는 자료 중 어획량은 한국 살오징어의 총 어획량, CPUE는 근해채낚기 어업으로부터 얻어진 자료를 사용하였다. 근해채낚기 어업은 살오징어를 주로 어획하는 어업이며, 2005년 이후 살오징어의 총 어획량 중 1/4 이상을 어획해왔다.
한국 살오징어 자원의 최대지속가능어획량(maximum sustainable yield, MSY)를 추정하기 위해 한국 살오징어의 연도별 총 어획량 자료(1999–2020) (KOSTAT, 2022)와 오징어를 주로 어획하는 근해채낚기 어업의 연도별 단위노력당 어획량자료(1999–2020)를 사용하였다(Fig

이론/모형

본 연구는 베이지언 방법론을 바탕으로 모델에서 추정하고자 하는 모수 r과 K에 사전확률분포를 적용했다. Froese et al.
특히 적합도(goodness of fit)를 향상시키기 위해서 상태공간 잉여생산모델을 적용하였다. 최근에 개발된 TMB (template model builder; Kristensen et al., 2015) 언어를 이용하여 본 연구의 상태공간 잉여생산량모델을 실행하였다.
한국 살오징어 자원의 MSY를 추정하기 위해 베이지언 상태 공간 Schaefer 잉여생산량 모델을 사용하였다. 상태 공간 모델은 자료에 수반되는 관측오차(observation error)와 상태변수 (random effects, state variable, hidden variable)에 수반되는 과정 오차(process error)를 함께 고려하는 모델이다.

성능/효과

결론적으로 본 연구에서 사용한 방법은 모델의 모수에 가정하는 사전확률분포에 어느 정도의 객관성을 확보하면서 잉여생산량 모델의 모수들을 한꺼번에 자유모수로서 추정하게 한다는 점에서 유용하다. 따라서 어획량 자료와 CPUE자료가 확보된 수산생물 개체군을 베이지언 잉여생산량 모델을 이용하여 평가하는 방법으로서 권장할 만하다.
근해채낚기 어업은 살오징어를 주로 어획하는 어업이며, 2005년 이후 살오징어의 총 어획량 중 1/4 이상을 어획해왔다. 따라서 근해채낚기 어업의 CPUE는잉여생산량 모델에서 평가하고자 하는 살오징어 자원량의 상대적인 수치로서 사용되기에 타당하다고 판단하였다. 그러나 명백히 근해채낚기 어업이 살오징어 전체 어획량 중 과반을 차지하지는 못하기에, 근해채낚기 CPUE 자료의 대표성에 대한 문제가 제기된다.
결론적으로 본 연구에서 사용한 방법은 모델의 모수에 가정하는 사전확률분포에 어느 정도의 객관성을 확보하면서 잉여생산량 모델의 모수들을 한꺼번에 자유모수로서 추정하게 한다는 점에서 유용하다. 따라서 어획량 자료와 CPUE자료가 확보된 수산생물 개체군을 베이지언 잉여생산량 모델을 이용하여 평가하는 방법으로서 권장할 만하다.
이에 Jung (2019)은 여러 선행연구를 참고하여 r 과 K대한 정보를 수집하고, 이 가운데 그럴듯한 정보를 취하여 r과 K의 사전확률분포를 가정하였다. 반면, 본 연구에서 사용한 방법은 평가하고자하는 개체군의 r과 K에 대한 사전정보가 부재하더라도 FishBase에 등록된 자원복원력 기준에 근거하여 어느 정도 객관적인 사전확률분포를 가정할 수 있다는 장점이 있다.

후속연구

그러나 명백히 근해채낚기 어업이 살오징어 전체 어획량 중 과반을 차지하지는 못하기에, 근해채낚기 CPUE 자료의 대표성에 대한 문제가 제기된다. 살오징어의 어업별 어획 비중은 상황에 따라 변할 수 있으므로 자료의 대표성 문제는 차후에도 발생할 수 있다. 만약 어떤 어종의 어획량을 몇 개의 주요 어업이 상당량을 차지하고 각 어업의 CPUE 자료가 존재한다면, 잉여생산량 모델을 이용하여 복수어업을 고려한 자원평가를 수행할 수 있다.

참고문헌 (17)

Auger-Methe M, Field C, Albertsen CM, Derocher AE, Lewis MA, Jonsen ID and Mills Flemming J. 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
Brodziak J and Ishimura G. 2011. Development of Bayesian production models for assessing the North Pacific swordfish population. Fish Sci 77, 23-34. https://doi.org/10.1007/s12562-010-0300-0.

상세보기
Carruthers TR, McAllister MK and Taylor NG. 2011. Spatial surplus production modeling of Atlantic tunas and billfish. Ecol Appl 21, 2734-2755. https://doi.org/10.1890/10-2026.1.

상세보기
Froese R, Palomares MLD and Pauly D. 2000. Estimation of life history key facts of fishes. Retrieved from https://www.fishbase.de/Download/keyfacts.htm on Apr 21, 2022.
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. 2013. Quantitative fisheries stock assessment: choice, dynamics and uncertainty. Springer Science and Business Media, Berlin, Germany.
Jung Y. 2019. Bayesian state-space production model for Korean chub mackerel (Scomber japonicus) stock. M.S. Thesis, Pukyong National University, Busan, Korea.
KOSTAT (Statistics Korea). Statistical data-base fishery production survey. Retrieved from https://kosis.kr/statisticsList/statisticsListIndex.do?menuIdM_01_01&vwcdMT_ZTITLE&parmTabIdM_01_01&outLinkY&entrType#content-group on Fab 15, 2022.
Kristensen K, Nielsen A, Berg C, Skaug H and Bell B. 2015. TMB: Automatic differentiation and laplace approximation. J Stat Softw 70, 1-21. https://doi.org/10.48550/arXiv.1509.00660.
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 Metropolis-Hastings within-Gibbs sampling. J R Stat Soc C Appl Stat 49, 327-342. https://doi.org/10.1111/1467-9876.00195.

상세보기
Musick JA. 1999. Criteria to define extinction risk in marine fishes: The American fisheries society initiative. Fisheries 24, 6-14. https://doi.org/10.1577/1548-8446(1999)024 2.0.CO;2.

상세보기
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 Hilborn R. 1997. Fisheries stock assessment and decision analysis: the Bayesian approach. Rev Fish Biol Fish 7, 35-63. https://doi.org/10.1023/A:1018419207494.

상세보기
Sim S, Lee J and Oh S. 2020. An analysis of the effects in the TAC system by analyzing catch of TAC target species. Ocean Polar Res 42, 157-169. https://doi.org/10.4217/OPR.2020.42.2.157.

원문보기 상세보기
Zeller D, Darcy M, Booth S, Lowe MK and Martell S. 2008. What about recreational catch?: Potential impact on stock assessment for Hawaii's bottomfish fisheries. Fish Res 91, 88-97. https://doi.org/10.1016/j.fishres.2007.11.010.

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