Estimating unreported catches in Norwegian fisheries

Abstract

A discard ban for fish was introduced in Norway in 1987, which requires that all commercial catches must be landed and reported. In theory, this regulation creates a full record of total removals from all fisheries. However, exemptions and varying compliance rates create a risk that unreported catches still occur. Estimating unreported catches of all species in multiple fisheries is a large task that is complexified by the many influential factors related to unique fishery regulations, market demands, fishing gear, and species biology. There is therefore a need to standardise the estimation procedure, but this requires compromises that affect the bias and precision variably across individual species which must be understood if results are used as scientific advice. In Norwegian fisheries, the largest source of detailed data on unreported catches comes from the Norwegian Reference Fleet, a group of active fishing vessels that are paid to sample their catches at sea. However, participation in the programme is voluntary, meaning there are uncertainties about how representative the Norwegian Reference Fleet are of the wider fisheries. In such a complex system, it is important to address uncertainties in the entire estimation process, including from sampling data and the estimators used.

The aim of this thesis is to develop standardised estimators for unreported catches in Norwegian fisheries. To identify the current knowledge gaps in Norwegian fisheries, global best practices for estimating unreported catches were collated and applied to Norwegian fisheries. Following from this, two research paths were identified. Firstly, there is a demand to understand the quality of data collected by the Norwegian Reference Fleet. Based on the available data, this was confined to quantifying the representativeness of samples. Secondly, previous studies estimating unreported catches have used bespoke model-based approaches to improve predictive performance, but simple design-based approaches have been applied based on assumptions that have not yet been tested. There is therefore a demand to evaluate the assumptions behind the current design-based estimators.

To evaluate representativeness, the sampling design of the Norwegian Reference Fleet was simulated using reported catches, for which fleet-level information is available. The simulation study identified that nonprobability sampling of vessels in the Norwegian Reference Fleet results in a tendency to overestimate reported catches, but the bias is still within the bounds of expected variation from probability sampling. Representativeness varied greatly across species and years, and there was evidence that the estimators traditionally used for unreported catches may be introducing bias due to assumptions being unmet. These results provide support for the development of improved estimators and consideration of a more conservative estimation of uncertainty. Applying a cluster-based estimator that better describes true variations between sampled vessels produces a more realistic, albeit more uncertain estimate of unreported catches. This is also the case for additional uncertainty incurred from converting numbers of fish to biomass, which must use an additional modelling step due to a lack of information on fish weights. The current methodology for estimating discards in coastal fisheries is restricted by the fishery-level data that is used for extrapolating estimated discard rates. However, current developments in mandatory reporting requirements suggest that future model-based approaches could improve discard estimates. Therefore, an exploratory model was fitted to the sampling data to identify potentially important variables that explain variations in discarding. This model can then inform the variable selection in a future model-based approach when fishery-level data collection is improved.

The estimation methodologies presented in this thesis form the basis of a national routine for estimating unreported catches in Norwegian fisheries. Quantifying the bias of estimators and accounting for additional, important sources of uncertainty provides a standardised design-based estimator for unreported catches in Norwegian fisheries. Predictive performance is now supported by quantitative evidence and further improvements have been identified to optimise estimators in the future such as accounting for rare occurrences and size-based estimates. Furthermore, the lessons learnt throughout this doctoral research highlight the importance of creating a standardised framework for estimating unreported catches. This ensures that improvements are centralised rather than being hidden within individual case studies.

I Norge ble det innført et utkastforbud for fisk fanget allerede i 1987. I henhold til dette skal all kommersiell fangst føres på land. I teorien oppnår denne forskriften en fullstendig oversikt over totale uttak fra alle fiskerier. Unntak og varierende etterlevelse skaper imidlertid en risiko for at det fortsatt forekommer urapporterte fangster. Å estimere urapporterte fangster av alle arter i flere fiskerier er en stor og komplisert oppgave på grunn av de mange innflytelsesrike faktorene knyttet til unike fiskerireguleringer, markedskrav, fiskeredskaper og artsbiologi. Det er derfor behov for å standardisere estimeringsprosedyren, men dette krever kompromisser som påvirker nøyaktighet og presisjonen i varierende grad på tvers av individuelle arter, og som må forstås hvis resultatene brukes som vitenskapelig råd. I norske fiskerier er Referanseflåten den største kilden til detaljerte data om urapporterte fangster. Referanseflåten er en gruppe aktive fiskefartøyer som får betalt for å ta prøver fra fangstene sine. Siden deltakelse i programmet er frivillig, er det usikkerhet om hvor representativ Referanseflåten er for hele fiskeflåten. I et så komplekst system er det viktig å adressere usikkerhet i hele estimeringsprosessen, inkludert data og estimatorene som brukes.

Målet med denne oppgave er å utvikle standardiserte estimatorer for urapportert fangst i norske fiskerier. For å kartlegge dagens kunnskapshull i norske fiskerier, ble den globale beste praksis for estimering av urapportert fangst sammenstilt og brukt på norske fiskerier. Etter dette ble det definert to forskningsretninger. Det første er nødvendigheten om å forstå kvaliteten på data som samles inn av Referanseflåten. Basert på tilgjengelige data ble dette begrenset til å kvantifisere hvor representativt de innsamlede data er. For det andre har tidligere studier som estimerte urapportert fangst tatt i bruk tilpassede modellbaserte tilnærminger for å forbedre prediktiv ytelse, men noen designbaserte tilnærminger som har blitt brukt er basert på antakelser som ennå ikke er testet. Det er derfor et behov for å evaluere forutsetningene bak designbaserte estimatorer som brukes i dag.

For å vurdere Referanseflåten sin representativitet, ble data innsamlingsdesignet simulert med bruk av rapporterte fangster som er tilgjengelig for hele flåten. Simuleringene viste en tendens til å overestimere rapportert fangst fordi båtene ble ikke valgt ved bruk av sannsynlighet. Likevel er nøyaktigheten fortsatt innenfor rammen av forventet variasjon hvis båtene ble valgt ved bruk av sannsynlighet. Representativiteten varierte sterkt på tvers av arter og år, og det var bevis på at estimatorene som tradisjonelt ble brukt for urapportert fangst, kan innføre unøyaktighet på grunn av at forutsetningene ikke er oppfylt. Disse resultatene gir støtte til utvikling av forbedrede estimatorer og vurdering av en mer konservativ estimering av usikkerhet. Bruk av en klyngebasert estimator som bedre beskriver sanne variasjoner mellom utvalgte fartøyer gir et mer realistisk, om enn mer usikkert estimat av urapporterte fangster. Dette er også tilfellet for ytterligere usikkerhet som følge av konvertering av antall fisk til biomasse, som må bruke et ekstra modelleringstrinn på grunn av mangel på informasjon om fiskevekten. Dagens metodikk for å estimere utkast i kystfiske er begrenset av kvaliteten på dataene på fiskerinivå som brukes for å ekstrapolere estimerte utkastrater. Pågående utvikling i obligatoriske rapporteringskrav tyder imidlertid på at fremtidige modellbaserte tilnærminger kan forbedre estimatene på utkast. Derfor ble en utforskende modell tilpasset prøvetakingsdataene for å identifisere mulige viktige variabler som forklarer grunnene til utkast. Denne modellen kan deretter informere variabelutvalget i en fremtidig modellbasert tilnærming når datainnsamlingen på fiskerinivå forbedres.

Metodene for utkastestimering fremlagt i denne oppgaven kan danne grunnlaget for en nasjonal rutine for å estimere urapportert fangst i norske fiskerier. Å kvantifisere nøyaktigheten til estimatorer og redegjøre for ytterligere viktige kilder til usikkerhet gir en standardisert designbasert estimator for urapporterte fangster i norske fiskerier. Prediktiv ytelse støttes nå av kvantitative bevis og ytterligere forbedringer er identifisert for å optimalisere estimatorer i fremtiden, for eksempel regnskap for sjeldne hendelser og størrelsesbaserte estimater. Erfaringene gjennom denne forskningsoppgave fremhever viktigheten av å skape et standardisert rammeverk for å estimere urapportert fangst. Dette sikrer at forbedringer er sentralisert, i stedet for å være skjult i individuelle casestudier.