Reducing uncertainty in survey abundance estimates by considering alternative designs and estimators: a case study with 3 species in the Gulf of Alaska

A bottom-trawl survey with a stratified-random sampling design has been used to inform stock assessments for commercially important species in the Gulf of Alaska since 1984. A new stratified sampling design was evaluated to determine whether its use could improve the precision and accuracy of abundance estimates. In this proposed approach to defining strata, historical survey data are used to generate what we refer to as information scores (ISes). We compared the traditional stratification scheme with the new method and 2 other sampling designs, using both a design-based estimator and a model-based estimator with each design, to determine if the existing approach is optimal. Statistical robustness, measured in terms of coefficient of variation, bias, and root mean square error, was compared among 7 scenarios with different combinations of estimators and sampling designs by using simulation with a spatiotemporal generalized linear mixed model conditioned on historical observations of catch per unit of effort of 3 species. The combination of the design-based estimator with the IS-based stratification scheme was the best scenario across all performance metrics for all species. This scenario consistently had the lowest variance and smallest total error, and it was generally unbiased. In contrast, the pairing of the model-based estimator with this sampling design was by far the worst-performing scenario. The performance of the existing approach was average.

Resumen
Desde 1984, se han utilizado prospecciones de arrastre de fondo con un diseño de muestreo aleatorio estratificado para la evaluación de poblaciones de especies de importancia comercial en el Golfo de Alaska. Se evaluó un nuevo diseño de muestreo estratificado para determinar si su uso podría mejorar la precisión y exactitud de las estimaciones de abundancia. En el enfoque propuesto para definir los estratos , se utilizaron datos de estudios históricos para generar lo que denominamos puntajes de información (ISes). Para determinar si el enfoque existente es óptimo, se comparó el esquema de estratificación tradicional con el nuevo método y otros 2 diseños de muestreo, utilizando tanto un estimador basado en el diseño como un estimador basado en el modelo con cada diseño. La robustez estadística, medida en términos del coeficiente de variación, sesgo y la raíz del error cuadrático medio, se comparó entre 7 escenarios con diferentes combinaciones de estimadores y diseños de muestreo mediante simulación con un modelo lineal generalizado mixto espaciotemporal condicionado a observaciones históricas de capturas por unidad de esfuerzo de 3 especies. La combinación del estimador basado en el diseño con el esquema de estratificación basado en los ISes fue el mejor escenario en todas las medidas de desempeño para todas las especies. Este escenario consistentemente presentó la varianza más baja y el menor error total, y en general , no estuvo sesgado. En contraste, la comparación del estimador basado en el modelo con este diseño de muestreo fue por mucho, el escenario con peor desempeño. El desempeño del enfoque existente fue promedio.