Accounting for spatial dependence improves relative abundance estimates in a benthic marine species structured as a metapopulation.
Loxechinus albus
Cavieres, J, Monnahan, C. C, Vehtari, A.
https://www.sciencedirect.com/science/article/pii/S0165783621000886
El erizo de mar (Loxechinus albus) es uno de los recursos bentónicos más importantes de Chile. Debido a su estructura de metapoblación espacial a gran escala, las subpoblaciones de erizos de mar están interconectadas por dispersión larval, por lo que la recuperación de la abundancia local depende de la distancia y las características hidrodinámicas de su dominio espacial. Actualmente, este recurso se evalúa con modelos clásicos de evaluación de stock, utilizando la captura estandarizada por unidad de esfuerzo (un índice de abundancia relativa) como información clave para determinar las cuotas de captura y lograr la sostenibilidad. Sin embargo, estas estimaciones suponen hiperestabilidad para la población total, ignorando la dependencia espacial entre los sitios de pesca, que es un concepto fundamental para poblaciones estructuradas como metapoblación. Desarrollamos un modelo bayesiano de estandarización de capturas con dependencia espacial explícita para abordar mejor la estructura de esta población. El modelo propuesto funciona estadísticamente mejor en comparación con un modelo sin dependencia espacial, basado en una validación cruzada con exclusión de uno, y las distribuciones predictivas también muestran que la estimación de parámetros es consistente con los datos. Argumentamos que la incorporación de una estructura espacial mejora el índice de abundancia relativa estimado en una población estructurada como una metapoblación. Nuestro índice mejorado de abundancia conducirá a mejores evaluaciones y asesoramiento de gestión, mejorando así la sostenibilidad de la población.
Sea urchin (Loxechinus albus) is one of the most important benthic resource in Chile. Due to their large-scale spatial metapopulation structure, sea urchin subpopulations are interconnected by larval dispersion, so the recovery of local abundance depends on the distance and hydrodynamic characteristics of their spatial domain. Currently, this resource is evaluated with classical stock assessment models, using standardized catch-per-unit effort (an index of relative abundance) as a key piece of information to determine catch quotas and achieve sustainability. However, these estimates assume hyperstability for the total population, ignoring spatial dependence among fishing sites, which is a fundamental concept for populations structured as metapopulation. We develop a Bayesian catch standardization model with explicit spatial dependence to better address the structure of this population. The proposed model performs statistically better compared to a model without spatial dependence, based on leave-one-out cross-validation, and predictive distributions also show that parameter estimation is consistent with the data. We argue that incorporating spatial structure improves the estimated relative abundance index in a population structured as a metapopulation. Our improved index of abundance will lead to better assessments and management advice, thus improving the sustainability of the stock.
