Expérience sur les erreurs d'échantillonnage de l'âge

Depuis le lancement du processus d’évaluation de la stratégie de gestion (ESG) en 2011 (Cox et al. 2011), le modèle opérationnel pour la morue charbonnière guide l’approche de la stratégie de pêche de la Colombie-Britannique en évaluant le stock par rapport aux points de référence et en simulant la dynamique future des stocks et les réactions de la pêche. À l’origine, le processus d’ESG avait été mis en place pour faire face au déclin du stock reproducteur de morue charbonnière après les années 1980. Malgré la mise en œuvre de changements dans la gestion en 2011, le rétablissement a été lent et ce n’est qu’au début des forts recrutements de 2016 à 2018 que le rétablissement du stock reproducteur a été assuré. Ces classes d’âge record (une à trois) ont permis au stock de dépasser les niveaux optimaux de la biomasse en peu de temps et, en 2022, le stock reproducteur était estimé à 1,32 fois la biomasse reproductrice femelle au rendement maximal durable, BRMD (MPO 2023a). Les défis scientifiques actuels pour le processus d’ESG de la morue charbonnière sont de permettre au modèle opérationnel de continuer de produire des estimations raisonnables de l’état du stock en présence du recrutement record dans les classes d’âge de 2016 à 2018 (MPO 2023a). Il est essentiel d’estimer avec exactitude les recrutements anormalement importants et faibles, mais une telle estimation comporte des risques asymétriques, car une surestimation ou une sous-estimation peut entraîner des risques à long terme pour l’état du stock ou des revers économiques, respectivement. Les estimations de la force du recrutement par le modèle opérationnel reposent sur les données sur la composition par âge provenant des relevés de recherche et des pêches commerciales, tout comme l’estimation des paramètres de sélectivité des engins de chaque flotte qui caractérisent l’âge et la taille auxquels les poissons sont capturés. Toutefois, les récentes réductions de la taille des échantillons de données sur la composition par âge, en particulier pour les sources commerciales, ont accru la dépendance à l’égard de données moins directes tirées des valeurs bayésiennes a priori des paramètres de sélectivité élaborés à partir d’un programme de marquage recapture (Cox et al. 2023). Il est donc essentiel d’évaluer la sensibilité du modèle opérationnel à la quantité de données sur l’âge et de répartir stratégiquement les ressources de détermination de l’âge entre les sources d’échantillons des relevés et des pêches. Une bonne utilisation des données sur l’âge est fondamentale pour gérer l’effet de l’incertitude du recrutement dans les évaluations des stocks, en permettant de s’assurer que les modèles opérationnels sont en mesure a) de produire en temps opportun des estimations de l’état du stock qui sont relativement robustes pour de multiples sources d’incertitude et b) simuler des données réalistes de surveillance du stock et des pêches pour mettre à l’essai le rendement des procédures de gestion. Ce processus de réponse des Sciences a été entrepris par la Direction des sciences du MPO dans la région du Pacifique afin de mieux comprendre comment la taille de l’échantillon de la composition par âge et la répartition de l’effort de détermination de l’âge entre les sources de données sur l’âge influent sur le rendement du modèle opérationnel pour la morue charbonnière en ce qui a trait au biais et à la précision des paramètres de gestion. Cette évaluation est entreprise dans le contexte du système complet de gestion de la morue charbonnière en utilisant des projections en boucle fermée qui appliquent la procédure de gestion (PG) actuelle de la morue charbonnière aux données simulées chaque année pour déterminer les niveaux de prise annuels. L’établissement d’une justification scientifiquement défendable du nombre d’âges et de l’attribution de l’âge aux sources de données guidera la demande annuelle de détermination de l’âge des morues charbonnières. Bien que ces analyses soient propres à la morue charbonnière, le cadre élaboré est pertinent pour les programmes d’évaluation des stocks de plusieurs groupes d’espèces qui font face à des défis semblables en raison de la capacité limitée de détermination de l’âge. Dans l’ensemble, les résultats montrent que, comme prévu, une plus grande taille des échantillons d’âge produit une incertitude plus faible des paramètres dans les estimations de la sélectivité, surtout pour les compositions par âge dérivées de l’échantillonnage des otolithes au cours du relevé annuel de recherche sur la morue charbonnière. Toutefois, dans un scénario où le stock s’effondre en raison d’un échec persistant du recrutement, la taille de l’échantillon et la source des données sur la composition par âge de la morue charbonnière ne semblent pas avoir une forte influence sur la détection de la biomasse ou de l’état du stock reproducteur par rapport au point de référence limite (PRL). Nous examinons des options pour améliorer la réaction du système de gestion de la morue charbonnière au faible recrutement persistant dans la section Conclusions. Malgré l’incapacité de détecter les échecs persistants du recrutement, les résultats dans des conditions de recrutement moyen permettent de penser que des tailles d’échantillon de l’ordre de 1 200 à 1 600 âges/année sont suffisantes pour soutenir le modèle opérationnel actuel de la morue charbonnière. Le biais et la précision pour un sous-ensemble de paramètres clés du modèle sont peu améliorés au-delà de 1 600 échantillons totaux et se détériorent à un rythme plus rapide lorsque la taille totale de l’échantillon tombe en dessous de 1 200 âges déterminés. La limite inférieure de 1 200 échantillons par année correspond à la taille récente des échantillons, tandis que la valeur supérieure de 1 600 échantillons par année est semblable à la taille des échantillons des années 2010 à 2016. La présente réponse des Sciences découle de l’examen régional par les pairs sur les Effets des données concernant la composition selon l’âge sur le rendement du modèle opérationnel de la morue charbonnière (Anoplopoma fimbira) en Colombie-Britannique.