Effects of incomplete sampling and standardization on indices of abundance from a fishery-independent trawl survey off the Atlantic coast of the southeastern United States

Efectos del muestreo incompleto y de la estandarización en los índices de abundancia de un estudio de arrastre independiente de la pesca en la costa atlántica del sureste de Estados Unidos
Issue
Author(s)
Amy Zimney and Tracey Smart
Cover date
DOI
10.7755/FB.120.3-4.6
Pages
252-267
Published online 28 Sept. 2022
Abstract

Abundance indices from fishery-independent surveys are preferred in stock assessments for their robust scientific designs that minimize uncertainty and bias. When sampling does not adhere to the design, researchers employ techniques such as imputation or standardization to improve accuracy and reduce bias. We examined 2 methods for adjusting for incomplete sampling within the Coastal Trawl Survey (CTS) of the Southeast Area Monitoring and Assessment Program—South Atlantic for 3 species commonly encountered in survey sampling, the Atlantic croaker (Micropogonias undulatus), bluefish (Pomatomus saltatrix), and white shrimp (Litopenaeus setiferus): design-based imputation of missing data and standardization through the delta-generalized-linear-model approach. Additionally, we determined the effect of modifying the seasonal component of the survey design through retrospective simulation. For all 3 species, standardization improved precision in annual abundance estimates relative to values estimated with the design-based method. When a stratum missed in sampling overlapped with an area or time of high variability for a species (e.g., 2019), standardization did not improve precision over the design-based method. Results from examination of the effects of dropping entire seasons, because of funding or logistical challenges, indicate that rotating which season is dropped was the best approach to balancing characteristics of each species. Overall, we recommend the standardization approach for accounting for missing data within the CTS time series.

Resumen
Los índices de abundancia procedentes de estudios independientes de la pesca son los preferidos en las evaluaciones de poblaciones debido a sus sólidos diseños científicos que minimizan la incertidumbre y el sesgo. Cuando el muestreo no se ajusta al diseño, los investigadores emplean técnicas como la imputación o la estandarización para mejorar la precisión y reducir el sesgo. Examinamos 2 métodos para ajustar el muestreo incompleto en la Prospección de Arrastre Costero (CTS) del Programa de Monitoreo y Evaluación del Área sureste del Atlántico Sur para 3 especies comúnmente encontradas en el muestreo de la prospección, la corvina del Atlántico (Micropogonias undulatus), la anjova (Pomatomus saltatrix) y el camarón blanco (Litopenaeus setiferus): la imputación de datos faltantes con base en el diseño y la estandarización a través del enfoque del modelo lineal generalizado delta. Además, determinamos el efecto de modificar el componente estacional del diseño de la prospección mediante una simulación retrospectiva. Para las 3 especies, la estandarización mejoró la precisión de las estimaciones de abundancia anual con relación a los valores estimados con el método basado en el diseño. Cuando un estrato omitido en el muestreo coincidía con un área o época de alta variabilidad para una especie (p. ej., 2019), la estandarización no mejoró la precisión con respecto al método basado en el diseño. Los resultados del análisis de los efectos de la exclusión de temporadas enteras, debido a problemas de financiación o logísticos, indican que la rotación de la temporada a excluirse fue el mejor enfoque para equilibrar las características de cada especie. En general, recomendamos el enfoque de estandarización para contabilizar los datos faltantes en las series temporales de la CTS.

Supplementary Table
10.7755/FB.120.3-4.6s1
Supplementary Figure 1
10.7755/FB.120.3-4.6s2
Supplementary Figure 2
10.7755/FB.120.3-4.6s3
Supplementary Figure 3
10.7755/FB.120.3-4.6s4