《Fish and Fisheries》:Rebuilding-Time Based Reference Points: A Forward-Looking Risk-Equivalent Framework for Fisheries Management
编辑推荐:
基于生物量的参考点(biomass-based reference points)用于定义种群状态(stock status)并设定可持续开发水平(sustainable exploitation levels)。无论可用于评估的数据和知识如何,均应通过维持实
基于生物量的参考点(biomass-based reference points)用于定义种群状态(stock status)并设定可持续开发水平(sustainable exploitation levels)。无论可用于评估的数据和知识如何,均应通过维持实现目标(targets)和避免限值(limits)的可比概率,在约定时间尺度上使各渔业种群的风险(risk)等效。本研究引入重建生物量(Brebuild),即在特定捕捞情景下种群可在约定时间框架内重建至目标(target)的最低生物量,以及重建时间(Trebuild),即从给定状态重建所需时间。一旦约定 Brebuild(或等效生物量阈值)、目标生物量(Btarget)以及定义重建捕捞死亡率(Frebuild)的收获控制规则(harvest control rule, HCR),Trebuild即为具有概率分布(probability distribution)的随机变量。Brebuild可作为HCR中的限值(limit)或触发器(trigger)。研究人员利用82个东北大西洋种群的年龄结构投影(age-structured projections),总结了在不同种群-补充关系(stock–recruitment relationship, SRR)情景下Trebuild与生活史协变量(life-history covariates;SPR0、陡度(steepness))之间的关系。具有较高人均生产力(per capita productivity,即SPR0)和陡度的种群恢复更快;在考虑这些特征后,Beverton–Holt与Ricker形式之间差异很小。该方法将重点从补充受损(recruitment impairment)转向重建能力(rebuilding capacity),使重建期间与产量(yield)的权衡显式化,并为跨评估模型(assessment models)和数据层级(data tiers)的风险等效建议提供共同货币(common currency)。
研究背景与问题:渔业管理需在产量、种群生产力和生态系统健康之间权衡生物、经济和社会目标。参考点(reference points,用于定义种群状态和管理的生物量或捕捞死亡率阈值)包括目标、限值和阈值/触发点;当生物量低于限值时可能需要关闭渔业直至重建。当前基于生物量的参考点在不同评估类别中分别依赖种群-补充关系(stock–recruitment relationship, SRR,亲体生物量与补充量之间的关系)或剩余生产函数,数据质量和模型结构差异可造成预防措施不一致。因此需要能在不同种群和评估层级间校准、维持可比风险的风险等效参考点。研究提出重建生物量(B
rebuild,在给定捕捞情景下可在约定时间框架内重建至目标的最低生物量)与重建时间(T
rebuild,从给定状态重建至目标所需时间),以将重点从补充受损转向前瞻性重建能力,并明确重建期间与产量的权衡。
研究设计与方法:研究人员使用来自ICES FLR种群评估数据库的82个东北大西洋种群,均为年龄结构评估,涉及12种框架,主要为SAM和Stock Synthesis,最终数据年为2019—2022。基于年龄结构投影(age-structured projections,按年龄更新种群数量和生物量的前向模拟),在约定B
rebuild(或等效阈值)、目标生物量(B
target)和定义F
rebuild的收获控制规则(harvest control rule, HCR,根据种群状态调整捕捞死亡率的规则)后,将T
rebuild视为随机变量。分析包括平衡初始条件和以评估终端年数量-年龄为起点的条件投影,对SRR残差进行Monte Carlo重采样,开展替代SRR参数化敏感性分析,并用广义线性混合模型(generalized linear mixed model, GLMM,含固定和随机效应的回归模型)汇总重建时间与SPR
0(未捕捞状态下的单位补充量产卵生物量指标)、陡度(steepness,SRR中低亲体时补充量相对未捕捞补充量的参数)等协变量的关系。
研究结果:SRR拟合在对比度有限时差异较大;ICES用分段回归识别操作控制点而非生物假设,因此评估B
rebuild时比较连续Beverton–Holt与Ricker形式。对最终年生物量低于B
target的种群,中位恢复时间在短时间框架大致沿1:1线,但超过约10年系统性偏离。条件中位数常短于平衡预测,因评估数量-年龄可包含强年类群;恢复不仅取决于初始产卵生物量,还取决于其年龄分布,长寿命种群更明显;去除补充变异后中位向平衡靠近但长horizon未完全闭合。较短恢复时间不意味完整年龄结构已重建;成熟种群可能由少数强年类群主导。金色红鱼(Sebastes norvegicus)在东北北极1—2亚区案例中,Ricker和陡度先验下评估数量-年龄由远未成熟的强age-3队列主导,平衡向量更均匀;条件恢复主要由该队列生长累积生物量驱动,14年达B
target,平衡轨迹需46年。条件T
rebuild因使用实际数量-年龄并可年度更新而成为首选操作指标;判断重建完成应同时监测年龄结构。条件T
rebuild与最终年消耗率的关系给出5年和一代时间管理horizon;高于参考线的种群无法在5年或一代时间内重建;以世代时间表示时跨种群变异更低。
4.1 影响重建时间的因素:GLMM分析表明,跨种群和情景,较短重建时间与较高SPR
0和较高陡度相关;纳入这些协变量后Ricker与Beverton–Holt形式额外影响小;生产曲线形状与陡度相关,因此SPR
0和陡度是主要生物协变量。
讨论总结:B
rebuild和T
rebuild框架将重点转向前瞻性重建能力,兼容基于F的HCR;通过将生物量阈值与恢复轨迹和管理时间框架联系,关注应监测内容而非罕见受损事件;通过校准可实现跨种群和评估层级的风险等效。GLMM表明SPR
0和陡度高时恢复更快;纳入协变量后Ricker与Beverton–Holt差异小,说明重建能力主要取决于繁殖潜力和生产函数左侧。长寿命慢生长物种需更高生物量限值,通用生物量限值并非风险等效,B
rebuild比简单B
0比例更稳健。平衡与条件T
rebuild区分为标准化重建能力与短期人口机会;条件投影考虑实际年龄结构,但依赖终端数量-年龄可靠性,尤其弱信息年龄,应传播不确定性。较短恢复不保证人口结构恢复;依赖少数强年类群可能脆弱,生物量恢复与人口恢复不必同步,年龄多样性可能缓冲。建议以平衡B
rebuild作为标准化指标,条件T
rebuild作为补充操作信息,年龄结构指标可同时报告,T
rebuild以世代时间表达。框架统一目标设定和重建,避免分类阈值突变,并分离生物评估与政策决策。B
rebuild可作为动态性能指标和跨评估层级共同货币;呈现分布而非点估计;重建选择有社会经济后果,horizon和F
rebuild决定减产时间,放弃产量是预防成本。可纳入管理策略评价(Management Strategy Evaluation, MSE,通过模拟比较管理策略性能的框架);数据有限时可用剩余生产模型校准;可扩展到基于生态系统的渔业管理(ecosystem-based fisheries management, EBFM)目标、空间收缩扩张;需研究Allee效应和不同F情景;hockey-stick可能低估重建能力,ICES breakpoint接近B
target会使限值等于目标;B
rebuild和T
rebuild严格低于B
target并可监测验证。操作上科学建议报告B
rebuild和T
rebuild分布,管理者选择;当前分析用F=0作为生物基准和示例,替代捕捞情景、空间再殖民及相关不确定性需进一步研究。
研究结论(翻译):本研究引入B
rebuild和T
rebuild作为前瞻性参考点,将重点从补充受损转向重建能力。结果表明,重建动态主要由繁殖潜力(SPR
0)和陡度驱动;在考虑这些因素后,SRR的函数形式较不重要。这凸显低生物量动态的重要性。一个实际含义是,B
rebuild比传统生物量参考点对SRR形式假设更稳健:一旦考虑SPR
0和陡度,SRR函数形式的额外影响很小。这与当前实践相关,基准讨论常集中于Beverton–Holt、Ricker和hockey-stick形式的选择,该选择会强烈影响其他基准量,但使B
rebuild基本不变。对depensation、Allee效应和非平稳生产力的敏感性是重要caveat;管理程序和HCR开发应基于MSE考虑这些因素,并区分HCR中操作控制点与评价管理目标权衡的性能指标。条件T
rebuild由评估数量-年龄投影得到,提供恢复的动态性能指标和跨评估模型可比的共同货币。由于恢复horizon和F
rebuild也决定减产持续时间,该框架使生物风险与放弃产量之间的权衡对管理者和利益相关者显式化。与其他来自拟合生活史和SRR模型的参考点一样,这些量依赖平稳性假设;其管理价值在于条件T
rebuild可随状态向量更新以监测目标进展并支持建议适应性调整;作为共享性能指标,可帮助协调数据丰富和数据有限种群的风险建议。