Rev. Invest. Desarr. Pesq. 22: 15-28, 2013

Rev. Invest. Desarr. Pesq. 22: 15-28, 2013

Modelo Local de Producción Excedente para la determinación de la Captura Máxima Biológicamente Aceptable y análisis de riesgo de un recurso pesquero, con estimación bayesiana de los parámetros.

Autores: Daniel R. Hernández y Claudia R. Carozza
Contribución INIDEP 1806


Haga clic para ver texto completo

Citar como:
Hernández, D.R.; Carozza, C.R. 2013. Modelo Local de Producción Excedente para la determinación de la Captura Máxima Biológicamente Aceptable y análisis de riesgo de un recurso pesquero, con estimación bayesiana de los parámetros. Rev. Invest. Desarr. Pesq. 22: 15-28. Disponible en: http://hdl.handle.net/1834/5486.

Resumen

Se presenta un modelo simple de producción excedente al que se denomina Modelo Local de Producción Excedente (MLPE) debido a que considera como único supuesto que la producción excedente promedio permanece constante durante un período corto de años previos a la fecha de evaluación. Su aplicación requiere sólo una serie corta (3-4 años) de valores de un índice de abundancia proporcional a la abundancia media real del recurso. La estimación de los parámetros del modelo se efectúa en un contexto bayesiano utilizando el algoritmo SIR (Sampling Importance Resampling Algorithm). Se proponen criterios de riesgo sencillos para estimar la Captura Máxima Biológicamente Aceptable y los riesgos asociados a cada nivel de captura hipotética considerada. Se muestra la aplicación del modelo en el recurso corvina rubia (Micropogonias furnieri). Finalmente, se efectúa un ejercicio de simulación para evaluar el rendimiento estadístico del MLPE.

Local Surplus Production Model to determine the Maximum Biologically Acceptable Catch and risk analysis of a fishery resource, with Bayesian parameters estimate. The simple surplus production model introduced is called Local Surplus Production Model (LSPM) because its only assumption is that the mean surplus production remains constant during a short period of years previous to the date of assessment. Its application requires only a short series (3-4 years) of values of an abundance index proportional to the mean real abundance of the resource. The model parameters estimate is performed in a Bayesian context using the SIR (Sampling Importance Resampling Algorithm) algorithm. Simple risk criteria to assess the Maximum Biologically Acceptable Catch and the risks associated to each hypothetical catch level considered are proposed. Application of the model to the whitemouth croaker (Micropogonias furnieri) resource is shown. Finally, a simulation exercise to evaluate the statistical performance of the LSPM is performed.