Avaliação da abundância de recursos pesqueiros utilizando a inferência Bayesiana

• Autor(a) principal: Monteiro, João Filipe Gonçalves
• Data de Publicação: 2004
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10174/14615
• topic: Amostrador de Gibbs; BUGS; CODA; Inferência Bayesiana; Sardinha; Bayesian inference; Gibbs sampling; Sardine

Neste trabalho apresenta-se um modelo estruturado por idades para a avaliação de recursos pesqueiros, tendo em conta duas fases: diagnóstico e prognóstico. Tomou-se a título de exemplo o stock Ibérico da sardinha (Sardina pilchardus ). Na fase de diagnóstico estimam-se os parâmetros envolvidos na análise histórica do manancial, nomeadamente a estrutura em número do stock, a biomassa desovante anual, o coeficiente de mortalidade por pesca e os coeficientes de capturabilidade utilizando a Inferência bayesiana. As distribuições a posteriori dos estimadores foram obtidas através do amostrador de Gibbs implementado no WinBUGS e a convergência das cadeias foram analisadas com o software CODA. Na fase de prognóstico realizam-se projecções estocásticas, assumindo distribuições de probabilidades para o número de indivíduos em cada idade e o coeficiente de mortalidade por pesca, tendo em conta a informação obtida na fase de diagnóstico. O recrutamento foi projectado com base na fertilidade, definida em função de uma relação stock-recrutamento, para diferentes níveis da biomassa desovante./*** Abstract - This work shows a model structured by age for fisheries stock assessment, considering two phases: diagnostic and prognostic. The Iberian stock of the sardine (Sardina pilchardus) was taken as an example. In the diagnosis phase, the involved parameters in the coorte analysis which have been estimated are: number of individuals at age, annual spawning stock biomass, coefficient of fishing mortality and the coefficients of catchabilities using the Bayesian Inference. Samplings from the joint posterior distribution of the estimator were accomplished using Gibbs sampling via BUGS and chains convergence were analysed with CODA software. Stochastic projection was done in the prognostic phase, assuming distributions of probabilities for the number of individuals in each age and the coefficient of fishing mortality, regarding the information gotten in the diagnosis phase. The recruitment was projected through fertility, defined in function of stock-recruitment relationship, for different levels of the spawning stock biomass.