Udvalget for Fødevarer, Landbrug og Fiskeri 2013-14
FLF Alm.del Bilag 228
Offentligt
1358650_0001.png
1358650_0002.png
1358650_0003.png
1358650_0004.png
1358650_0005.png
1358650_0006.png
1358650_0007.png
1358650_0008.png
1358650_0009.png
1358650_0010.png
1358650_0011.png
1358650_0012.png
1358650_0013.png
1358650_0014.png
Bestandsvurdering
Baggrund til besvarelse af FLF spørgsmål 119 og 93
Morten VintherSeniorrådgiver
Bestandsvurdering, hvad er det?• Bestemmelse af bestandenshistorisketilstand– Beregning af bestandsstørrelse, fiskeritryk og referencepunkter• Den muligefremtidigeudvikling for bestand og fiskeri på kort og langsigt– Fremskrivning af bestanden, så der kan beregnes forslag til TAC udfra bestandens størrelse, referencepunkter og forvaltningsplaner.
2
DTU Aqua, Danmarks Tekniske Universitet
Resultatet af en bestandsvurderingEksempel 1: Torsk i Nordsøen, Skagerrak og den engelske Kanal400
Total removals
3500
Recruitment (age 1)
3002001000
Recruitment in millions
Landings in 1000 t
UnaccountedDiscardsLandings
300025002000
15001000500
Historisk
1963 1968 1973 1978 1983 1988 1993 1998 2003 2008
01963 1968 1973 1978 1983 1988 1993 1998 2003 2008350300
1.21
Fishing Mortality
FmsyFpaFlim
Spawning Stock Biomass
BpaMSY BtriggerBlim
0.8
SSB in 1000 t
25020015010050
F (ages 2-4)
0.60.4
0.201963 1968 1973 1978 1983 1988 1993 1998 2003 2008
01963 1968 1973 1978 1983 1988 1993 1998 2003 2008 2013
Rationale
Catch(2014)37.496
Basis
FtotalSSB %SSB1)(2014) (2015) Change0.210.110.200.05127.392141.150128.251150.000
Prognose
ManagementplanMSYapproachMSYtransitionPrecautionaryapproach
Long-termphaseFMSY×21.014SSB2014/BtriggerTransition36.507rule10.064SSB2015= Bpa
+45%+61%+46%+71%
3
DTU Aqua, Danmarks Tekniske Universitet
Resultatet af en bestandsvurderingEksempel 2: Ising i Nordsøen, Kattegat og Skagerrak
Historisk
Tilstand ogPrognose
Fangstraten i de sidste tre år (2010-2012) er 7% højere (Nordsøen) eller16% højere (Skagerrak og Kattegat) end i de 5 foregående år (2005-2009), så landingerne kan stige med 7% i forhold til landingerne i 2010-2012, Nordsøindekset tæller mest.
4
DTU Aqua, Danmarks Tekniske Universitet
Bestandsvurderinger: (ICES kategorier)1. Kvantitativ bestandsvurdering ud fra detaljerede (aldersopdelte)fangstdata og fangstrater fra videnskabelige togter.2. Som 1, men resultatet bruges kun kvalitativt3. Fangstdata samt fangstrater fra videnskabelige togter4. Kun fangstdata (landing + discard)5. Kun landingsdata6. Kun ubetydelige landinger
Kategori 1,”datarige bestande”giver et absolut estimat af bestandensstørrelse, fiskeridødeligheden og referencepunkter, og dermed mulighedfor en absolut TACKategori 2-6, ”databegrænsede bestande”giver et relativt estimat oghar ikke standardmetoder til referencepunkter. TAC rådgivningen er typiskrelativ til sidste års fangster, f.eks TAC kan mindskes med 20% i forholdtil landingerne i de sidste 3 år5DTU Aqua, Danmarks Tekniske Universitet
Bestandsvurdering og Benchmark• ICES årlige kvoterådgivningen gives ud fra ”rutine” bestandsvurderinger
OmrådeØstersøenNordsøen”Større område”
Antalbestandemin 19ca 60ca 10
• ”Benchmark” sætter standarden for bestandsvurderingen. Det vil sige:– Valg og kvalitetscheck af tilgængelig data– Valg og validering af metode for bestandsvurderingen– Dokumentation af data og metode anvendt til rutinebestandsvurdering• Benchmark udføres hvert 3-5 år med deltagelse af uafhængige eksperterog interesseorganisationer
6
DTU Aqua, Danmarks Tekniske Universitet
Data til bestandsvurdering,Kategori 1, f.eks torsk i Nordsøen• Årlige data fra tidserie med mindst 7-15 års data– Totalfangst i vægt– Landing i styk per alder– Discard i styk per alder– Middelvægt per alder– Andel modne per alder
– Hyppighedsindeks per alder,f.eks antal fangede fisk per times trawltræk,typisk fra videnskabelige togter
• Kvalificeret gæt af den naturlige dødelighed per alder• Grundlæggende biologiske viden og data for bestandsafgrænsning7DTU Aqua, Danmarks Tekniske Universitet
Bestandsvurdering og Populations dynamikde grundlægende formler
8
DTU Aqua, Danmarks Tekniske Universitet
Bestandsvurdering, matematisk tilgang
Input: Fangst i antal (c)Alder 1Alder 2Alder 3Alder 4Alder 5Alder 6Alder 7Alder 820041345487446107196598815043232005127921388329731646478394441120062859610495525110684831531172220071586227035394919033561393938200889401256511767121271818371332009922011423419832805812616029201010347120045642161813032388719201153851538347131590613586692620121256977076922205563124116221
Input: CPUEÅrAlder 1Alder 220048.42.120052.73.320069.11.820073.68.120083.62.320092.23.520105.84.720111.17.120125.23.420132.85.8
Metode:Bestem Fy,aog qaså de beregnede C og CPUE passer”bedst muligt” til de observerede C og CPUE9DTU Aqua, Danmarks Tekniske Universitet
Bestandsvurdering,udfordringer og løsninger• Antallet af parametre (F og q) er meget høj i forhold til antalobservationer!• Mest anvendte metoder– XSA, deterministisk (fangsterne antages kendt uden fejl), Fbestemmes ved iterationer, ikke statistisk korrekt model,observationsstøj føres direkte over i resultatet.– ICA, stokastisk maximum likelihood model, bestemmerobservationsstøj og usikkerhed på resultatet, men krav om fastfiskerimønster– SAM, (State-space Assessment Model), bestemmer observations- ogprocess støj og usikkerhed på resultatet. Kræver ikke fastfiskerimønster. Metoden kræver færre parametre, og en hurtigcomputer. Udviklet af Anders Nielsen og Casper Berg, DTU Aqua.
10
DTU Aqua, Danmarks Tekniske Universitet
Antal bestande med dansk fiskeriinteresserper Kategori1. Kvantitativ bestandsvurdering, med detaljerede (aldersopdelt) fangsterog fangstrater, og absolut bestemmelse af bestandsstørrelse og F26 bestande2. Som 1, men resultatet bruges kun kvalitativt3 bestande3. Fangstdata og fangstrater fra videnskabelige togter21 bestande4. Kun fangstdata (landing + discard)0 bestandeHvad koster det?5. Kun landingsdataDTU Aqua bruger ca. 60 mill kr per år til12 bestanderutine togter, dataindsamling og6. Kun ubetydelige landingeranalyse samt bestandsvurderinger.5 bestandeUdgifter til forskning er ikke medregnet
11
DTU Aqua, Danmarks Tekniske Universitet
Tak for opmærksomheden
12
DTU Aqua, Danmarks Tekniske Universitet
Usikkerhed
Blåhvilling i Nordøst Atlanten, SAM model
13
DTU Aqua, Danmarks Tekniske Universitet
Retrospektive usikkerhedBlåhvilling i Nordøst Atlanten

F

20092010201120122013
0.01980
0.1
0.2
0.3
0.4
0.5
Bl. whiting
1985
1990
1995
2000
2005
2010

Recruits

60

SSB

(billions)
40
20
(1000t)1980198519901995200020052010
30
0
10
01980
2000
4000
6000
50
1985
1990
1995
2000
2005
2010
14
DTU Aqua, Danmarks Tekniske Universitet