Integration of GIS, Remote Sensing and Statistical Technologies for Marine Fisheries Management

Jianjun WangUniversity of Aberdeen

Introduction

Fisheries resources need to be properly managed for sustainable exploitation of the world’s living aquatic resources .

EAF: Ecosystem Management for Sustainable Marine Fisheries has been becoming popular.

It has been realized that the traditional fisheries management, which considers the target species as independent, self-sustaining populations, is insufficient

However, it has been realized that, a working ecosystem approach management depends on a boarding of data and information on environmental, biological and social aspects, analysis and modeling technologies.

DataDataDataDataDataData

Remote sensing has gained increasing importance in studies of marine systems, for extracting oceanographic information, and monitoring the dynamics of oceanic environment

Remote Sensing Technology

GIS technology has proven to be an indispensable tool for integrating, managing and visualising spatially distributed data, discovering hidden patterns that other numerical methods could not find, and providing maps.

GIS Technology

Statistical technology

Statistical and geo-statistical analyses and modelling have been widely used to provide quantitative description and predictions about living marine resources However, the success of such approaches has been limited due to the complex nature of the four-dimensional marine environment and fish distribution, the complex spatio-temporal relations between them – and the occurrence of anomalies in distribution and abundance caused by anomalies in environmental conditions.

Cephalopod Resources Dynamics: Patterns in Environmental and Genetic Variation(CEC FAIR programme, 1997-2000 )

Data collection for assessment of the main finfish stocks in the Patagonian shelf (SW Atlantic). (CEC DG Fisheries Study Project, 2000-01)

Environmental Influences on the Distribution of Commercial Fish Stocks (NERC small grant project, 1999)

Promoting higher added value to a finfish species rejected to sea (ROCKCOD). (CEC DG Fisheries CRAFT project, 2003-04)

Cephalopod Stocks in European Waters: Review, Analysis, Assessment and Sustainable Management (CEPHSTOCK). (CEC Framework 5 Concerted Action, 2002-05 )

Department of Trade and Industry Strategic Environmental Assessment: An Overview of Cephalopods Relevant to the SEA4 area. Geotek Ltd, 2003

Projects:

70° 70°

60° 60°

50° 50°

40° 40°

30° 30°

20° 20°

10° 10°

0° 0°

10° 10°

20° 20°

30° 30°

40° 40°

50° 50°

60° 60°

140°

140°

130°

130°

120°

120°

110°

110°

100°

100°

90°

90°

80°

80°

70°

70°

60°

60°

50°

50°

40°

40°

30°

30°

20°

20°

10°

10°

0°

0°

10°

10°

20°

20°

30°

30°

40°

40°

50°

50°

60°

60°

70°

70°

80°

80°

90°

90°

100°

100°

110°

110°

The area covered by the projects

########################

#

##

##

######

#

#####################

####################################

##

#################################

### ##### ##

#####

## ##

###

###

#####

# # #########

#

############## ############

#

##############################################################

## ##########

### ######################

############################

####################

#######

####

##

###

###############

####

####

##########################

#####

###

#####

##############

###

###############

###

##

#

##

#####

###

###

#

#########

###

######

######

#

###

##

###############

##########################

#####

######################

#####

####

####

######################

############

############ ####### ########################## ###

######################

########################## ### ######## ####### #####

# #### #### ##########

## ##### #

#

## #### ## ## ## #

#####################

##

#

### #

#######

######

#

###

##

###########

# #####

####

######

###

######

##

##

###

###

###

##

#

#

###

###

#####

###

########################

################

###############

####

##

####

####

##

#######

#######

##################

#####

#

######

##

########### #### ###

###

###########

#########

##################

##########

############

##

####

########

######################

##################

######

###

###########

#

########

##################

################

##########

########

########

# ##### ### ### ######################## ######### ################## ##########################

##

############ ####### ################## ############## ################

################### ############## ######

#######

#

#

###

############ ####

### ### # ##############

## ##########

####

#

#########

######################

#########################################

##

# ##

####################

####

##

#

#####

###

###

###

##

##

####

##

##

####

#####

#####

####

#####

##

###

######## ####

##

##

#####

######

#

### ###

### ##

####

########

####

### #

####

#

#

###

#

##############

###

# ##

###

####

###

############

##

#

#####

####

##

####

###

###

###

###

##

#

#

###

##

##

###

##################

##########

######

#########

####

####

##################

#####

####

#####

#

#

#####

#######

####

#####

##

#

# ## ###

#

###### #### ##### # ####

###

#############

####

#

###

########### ##

#

####

#

#####

#####

#######

################# ## ################ #

#

#########

## ################# ##### ###### # ### #

#####

#

###

##

##

##

# ## ###

#### ###

#

### #

######## ### #######

## ## ###

## # ############# ### ##

##

###

# ########### ## ### ####

######

###

###############

##

# #### ######

### ### #### ########## ### ##### ##### ##

##### ##

###

##

###

####

###

#

#####

#####

#

###

######

#########

#### ##

#

####

###

##########

##

###

#

#### ######

##

###

###

###

# #### ### #### ##

#### ############## # ###

################################ ##################

######

######

######

####

##

## #

###

###

##################################################################

###

#######

#

#### ###########

#

##

#####

#

###

####

####

##

######

##

#######

########

#############

###

#######################

####

##

####

###

##

#################

####

###

#

## ##### ########

#######################################################

####################### #

#

###

##

###############

#############

##

#

##

######

####

########

####

#################

###########

#####

######################

#

##############

#

#

##########

###

###############

#

################

##########

####

####

###########

#

########

####

#

#######

###

##

######

#####

######

#########

#

##############

########

####

#####

###

######

### #

########

##

#

####

#####

#

#

##### #####

##

###

##

###

####

###

##

####

##########

#################

##########

## #### ##

######

####

###

##

#########

######## #

############################################# ########### ######## # ##########

##

#

###

######

##

##

######

#

###

####

########

###

####

##

##

###

#####

##

#

###########

###

####

####

##

#####

####

##

#

###

#################

####

####

#

#######

##########

###

#######################

######

#####

######

##

###

####

###

####

####

# #########

####

####

###

###

#

#

###

##

#######

###

###

##

#

#

##

#

########

##

######

####

###

#

##

###

######

#######

###

#

#####

###

##

#

####

#####

##

###

########

#

##########################

#####

#####

#

#

#############

###

###

##############################

####

###

####################

####

####

##

#

##

################################# ############## ######## ## ###### ######## #

##

############### # ####

###

#

#

### #####

#

### ##

# ###

##

#

# #

#

###

#

############

##

#

#

#

###

# ###### #

###

#####

##

####

###

## ###

#

###############

#####

#######

####

####

## #######

##### ###################

##########

##

### ########

# ##

##

##

###

## ########## ## ## ####

###

###

#

#

# ####

##

###

##

##

###

#

#

####################### ### #####

# ## # ##### ###########

###

#######

#

###

##

#

##########

##

### #

#####

###########

########################

######

#####

##################

###

###

######

###

###############

#########

##

#

#######

#####

#

## #

#

##

###

####

##

#

##

###

###

##

####

###

##

#

##

#

#

## ##

## ##

##

####

## #

##

##

#####

###

#########

### ##############

###

############

##########

########## ## ### ## #####

## # ###

##

#

###

########

### #

###################

#

######

##

# ##########

#

######

##

# ###

##

##

##

##

####

#

#

# # ###

##

#

### ## ##

#### ##

#

#####

##

### #########

####

# ######## #

### ## ### ### # #

#### ## ################################ ######### ## ### ## #### ######### ######## ## ################################### ## ### #### ### #### ###### ### ### #### ### ### ##### ############ ## #### ### ######## ##### ############################ #########################

##

###

#### ##########

## ###### ######### ######## ###

#

#######

####

#######

######### #

#####

######## ####

# ### ##

#

##########

##

#

###########

####

####

######

##

##

#####

### ##########

#########

######

#######

##

####

#

####

##

##

######

###

#

####

###

#

##

## ###

#

###

######

###

##

##

## ##

####

##

##

##

##

##

###

####

##

#####

### ##

#

##

#########

##############

## ############

##

######

###################### ##

###

###

##

# ######

## ##

###

####

### ########

##########

#####

##

#

# ## #######

### #

###

#

####

###

###

# ## ## ## #

#

#####

##

##### ########

#################### ###############

##############################

###

##

###

###

######

###

##

#########

##

###

###

####

###

#######

##########

####

###

##############

#

## # ### # ###

## ##

###### # ### ######

# ## ## ## ## ## ## ## ### ## ## ##### ## ## ## ## ## ## ###

########

##

#

##

####

##

###

#

###

#####

#

###

##

###

##

#

###

###

###

# ##

##

###

# ## ## ## #

#

##

#

##

## ## ## ## ## ##

#

#####

##

##

# #

# ###################### ########

#####

##

### #

####

#####

##########

###

######

#########

#####

## ###

##########

#

###

#

#####

###

#

#

##### ## ### ###

######

###

## ### ### ### ##### ## ## ## ## ## ## ## ##### ##

########################

# ### ## ### ### ## ########## ### ##

###

########## ######

###

###

### ###

#####

# # ####

## ### #### ##

# #### ################## ##### # ### ######

###

## ###################################### ##### ################################# ########## ########################### ######### # ## ### ####

################

#######

###

##

#### ############### ###

#####

######

#######

###

##

###

#####

############

##

###

#####

######

######

#####

###

###

####

####

####

#####

#######

#####

####

###

####

###

#

#

####

###

#####

#

######

####

##

###

########

###

########

#

##

##

####

### ########

#################

##

###

########

#

##

##

###

## #

## #

########

#

#####

#

##

#

###

###

###

###

######

########

#

###

##

##

##################

##

#

#

#

#

#

#

####

###

##

######

###

##

###

###############

#

##

######

###

#

#########

############

####

##

##

####

####

######### #############

###

##

####

##

#

#

####

###

###

#

##

#######

############

####

###

##

########

###

##

####

###

#

####

####

###

########

######

############

###

###

##

#########

#########

# ######

##

#

#####

####

###

#############

########

###

#######

### ## #### ##

#

# # ## ## ## ### ## ###

####

## #

###

#

##

#

######

##

######

##

###

######

##

#

##

##

####

#####

#

####

####

#

##

#

###

#####

#

##

####

#

#### ######### ## ############ ## ### ## ## ### ## ###########

##

#### ### ###### ### # ## ### ##########

###

#########

######

#######

###

######## ### ##### #

######

###### ####

###

###

# ##

###

##

# ## ## ## ## ## ## ## ## # ## #

##

####

##

## ###

##

## ###

### #

#

##

#

### ###

##

# ###

##

##

##

##

##

###

#

#

##

###

####

##

######

##

#########

## #

##

# #

############

##

#

##

###

#

#

#

##

##

##

## ##

##

#### #

####

###

##

###

###

#####

##

# #

####

##### ## ## ##### ######## ### ### ##### ##### ###### ###### # ##### ### ### ### ## ## ### ## ######### # ## ########

# ##

##

###############

##

########

##

####

###

###

###

############

###

## ### ## ## ## ### ### #

#############

###

##########

## #

#####

##

######

##

### ######

##

###########

####

###

#####

######

####

######

##########

###### ## #

##

# #

#

###

#################################

####

#

###

## ########### ##### #######

###### #

####

#########

####

# ##

###

####################

###

########

### ###

################# ### ##

###

##

###

##########

### ###

##

######### ###

######

###### ###

######### #### ######

#####

##

###

#

##

###

###

#########

###

###

#############

###

######

####

######

###

######

#########

###

####

#######

##########

###############

####

###

#####

###

###

######

#######################

###########

###########

############

########

####

###

####

#######

#

###

#####

####

####

###

###

#####

####

####

###

###

# ###

###

###

#####

####

##

###

###

###

###

###

############

###

###

###

###

#############

##

#

#####

#########

##

#####

###

###########

##

#######

######

####

####

###

##

##

###

###

####

####

###

###

####################

###

####

##

####

######

###

#######

##

#

####

#

##

######

##

#### #

## ##

###

##

## #########

##

#####

####

##

###

# #### ## ######

##

# ###### ##

##

#

###

######## ## #

#

#########

##

######

#

#

##

###

##

######

###

##

###

## ##

##

###

#####

# #

#############

#

####

########

##

###

###

##

####

###

#########

##

###############

#############

#####

#

##

##

#####

##

##

####

#

#####

#####

##

#####

#

##############

#####

##

###

######

#

####

###

#

##############

####################

#############

##############

#################

##

##

##

### ## ## ####

# ####

########## ####

#

####

#####

###

#

### ## ###

######

##

# #

#####

######## ##

#

#####################

################

####

###

########

###

##

#########

##

################

##

##

##

##

##############

####

####

##

########### ### ##### ## ###### ###########

##

##

###

######

#########

##

###

###

##

#####

##

####

##

##############

#########

########

####################

####

#

#####

#####

#######

##

###

##

#######

# ##

######

####

##

##############

##

########################## ####

##########

###

#######

###

######

########

###

####

######

################

##

######

##

####

####

###

##

#

#####

########

####

#

###

###

###

######

####

#######

#####

###

##

###

###

###

###

##

###

##

#######

##########

#

####

###

#

######

#

##

##

##

##

#

####

##

###

#####

##

##

#

###

##

##

##

####

###

#

#######

###

######

####

###### #

##### ### ##

#######

## ####

# ######

####

###

#

##

#

##### ### ### ##

###################

# #

#### #### ######## ### ####

########

######## #### #### ################## ############## #### ## ###

###########

# ### ## ################ ##

########

##### ### ### ### ###########

######

## ### #### ##### ###########

##

############## ####

###

## ######################## #

#

####### #### ####### # ######## #### #

####

##

### ######### #

####

#

############### #####

########

##### ###

#####

##

##########

####

####

####

####

####

######

##

########## #

##

##

###

##

####

#####

##

####

###

###

#

###

##

####

###

##

##

##

#

######## ########################################### ##################################### # ########################### ################################################### ## #### #### ################################# ################################ #

#########

#######

##

########

##

#####

###

####

##

#####

##

####

####

##

##

##

##

###

######

###

##### ##

##

###

##

##

####

###

##

######

##

####### ### ## #### ## #### ## ## ## ### ### #

## #####

##

###

## ##

#

##

####

##

##

## ## ## #

###

###### ### ##### ###

#####

#####

###

#########################

##

###

##

###

####

###

######

###

#

#

#

####### ##### ### ###

##

#

##

####

####

##

### ##

##

###### ######

####

##

#

###########

#####

####

## ####

#####

##

##

# ###

# ###

##

## ##

##

###

#####

##

## ##

##

##

#####

###

####

####### #

###

####################

####

### ####

### ###

##

###

###

######

##

##

##############

####### # ##

##

##

###

##################

##

#######

##

#

#####

##

########

#### #

###

##

######

##

####

##

##

##

##

#######

##

##

##

##

##

##########

###############

####

#

#

######

#

###########

##

######

#

##

#######

##########

#####

####### ##

####

#

###

###

##

##

###

######

#####

#

####

####

#

####

###########

# ##########

#

######

###### ############

#####

##

#### # ## ### ### ## ## ## ##

### ##########

#####

####

#

###

#

##

##

##

######

## ## ###

##

####

##

#####

###

# ###

#

###

######

##

#####

####

########

##

## #

#

############# ## ### ##########

# ####

#############

##

#######

################### ##### ### #### ###### ################ ######## # ###### #################

# #############

#####################

#######

########################

#########################################

######## ######################################

##### ####### #################################################### #############

#######################################

#########

##

##

########

# ## #### ######################

#########

###

############

######

###

###

#############

##

##########################################################

######

##########

####

#################### ###

#######

#####

##

###

###

######

#####

#

#

####

#

#

###

###

####

####

###

######

#

#

############################

###

#

####

#

#####

##

#

######

#

### ###

#

###

##

#########

##

#

####

#

##

######

##

#####

##

##

#

###

######

##

###

######

#####

####

####

##

###

##

##

## # #### ### ###

#

#

##

# #

# ##

# #### ### ## #

# #####

#

#####

#

#

##

##

##

#

###

####

######

##

####

### #### ## # ### ## #

##

#

##

#####

####

###

#

#

#####

#

##

##

########

#

#

#

##

##

###

#

#

##### ### ## ### #####

##

## ###

####

##### ####

#

##

###

#######

##

####

###

## ####

##

##

#####

#

#### ######### ## ## # #### #### # ### ## ## ##### # ####

##

####

###

###### ##### ### ##### ## # # ##############

###

######## ##########

##

###########

####

##

##

### #

#### ##

###### ###

####

###### #####

##

###

####

##

#######

#

##########

#### ### ###########

############

###

##

####

########

#########

# ##############

######

###

######## ## #

####

#### ####

##

######

############

######

###

#####

#####

###

#########

#################

##

############

###

##################

#######################

#

########################

###

###

############

#####

######

######

#############

#####

########

#########

#############

############

##

##

##

##

##

#

################

###

##################################

###

##

##

##

##############################

###

#

#########

###

###

####

###

##

##

##

##

############

###

#########

##

##

####

##################################

##

######

##

####

##

#

#####

##

##

####

###

#####

##

##### #### ##### #### #### # ####### #### ### # ### # ###

###

### # #### ####

##### #### ####

### #

####

# ## # ####

#

######

#

#

#######

###########

##########

### ###

###

##

######

###

#######

##

##

### ##

######

####

#

#

###

##

#

##########

########

##

##

######

#

###

##

#

#####

#

##

##### ###

##

###

#####

#

#

#####

##

###

####

####

#######

##

#

###

#######

########

#

#######

#

##

#

###############

###

##

##

#

##

###

#

###

##

###

##

###

##

#

###

#

#

###

####

#######

##############

#

#

######

#######

###

##

####

###

############

##

##

###

############

#####

##

##

###

#

#########

##

#######

###

######

###

#######

####

###

###

########

###

###

##

############ #######

######

# ## ######

###

###

#####

###### #########

#####

##

##

###

##

# ######### #

##

#

##

####

###

# ##

# ############

# ###

# ## ##

#### #

########

###############################################

###########

##

###

#

##

######

###

###

##

###

############

##############

###

#########

##########

########

###

#######

##

#########

#############

#############

####

#

###

############

########### ####

######

##

###

#

#######

###

######

######

######

#############

###

#

###

##### ##

####

##

######

##

####

#

#####

######

##########

#####

#####

#####

####

########

####

#

#######

##

### #############

#

###

#### #######

######

############

#### ##

##

###### ########

# #####

####

######

#########

###########

##

##

##

#

###

######### ## ###

###

### ####

#######

##

#

###

##

#

##

#######

##

#

##

###

#######

#####

###

##

##

##

#

###

#####

###

###

####

##

###

######

###

##

########

###

###

###

###

###

###

##

#

#######

######

###

##

#

##########

##

##

#

#

#######

###

######

#######

##

##

#

######

##

########

######

#######

####

#####

###

##############

###

###

######

###

###

###########

###

###

###

######

###

##

#

##

#

##

#######

###

##

#

###

###

###

####

#

#

##

###

##

#

###

##

#

############

########

##

##

###

#####

########

#

####

## #

#

#

#

#

##

#

#####

###

###

####

##

##

###

##

####

##

##

####

####

#

#

##

## #

##

##

# ### #

####

### #

#

####

##

#

#

##

###

###

##

##

##

#

##

#### ### #

###### ##

###

#### ## #

##### ###

#####################

####

### ######

####

#

#######

######

#

##

#########

###

##

#

###

### ##

#

##

######

###

##

##

############

##############

#######

#

#

#

#

# ############

######

#####

#

#####

#

#

##

###

##

##

###############

###########

######

##########

##

##

######

####

#############

#########

###

### ####

############

###

##########

###

#######

###

##

###

##

#####

#

###

# ## ##### ### ##### ## ########### ######## ######

##### ##### ############# ##### ################################

####

#####

####

#### ############ ### ########

######## ## ############# ### ######

#####

## ############################

########

####

############ ##### ### ### ########

#######

# ######## ########### # ###

###

##### ################## ## ## ####### ####### ## ## ####

########

# #### ##### ### ### ### #### ### ### ### ####

###### ##

##### ######## ####

####

##

#

###

###

#########

## ###

##

#######

#########

##

#

#

##########################

#######

##

##

####

#

####

##

###

#

## #

####

##

##

###

#

#

##

##

##

##

#

## ### ## ### ###

###

##

###

###

####

##

######

###

# # ## ###### ##

#

#

######

###

##

#

#

###

#####

#

##

##

#

##

#

###

###

# ####

#

###

##

###########

#

### ## ### #

##

##

##

####

#

##

###

####

##

#

#

#

###

###

#####

##

#

####

###

###

#

##

# ######

#####

###

#####

###

#

# ##

##

####

#####

##

#############

##

# ## #

##

####

#####

#

##

####

#

###

##

#

#### #

##

##

##### #

## ##

###

##

## ###

###

#

#####

##

######

##

####

#####

#####

######

##

##

###

## ###

###

####

## #####

###

##

###

####

## #

#

########

#######

#

##

#

#

#

###

#####

################## #####

##

##

#####

####

####

###

##

#

#

#

#

####

#

#

#

#

#

#

#

#

##

#

#

#

#

#

##

##

##

#

#

#

##

####

##

###

##

#

Haul locations(Spanish data, 1989 - 1999)

51° 51°

46° 46°

41° 41°

67°

67°

62°

62°

57°

57°

52°

52°

Depth (m)200m3000m

Year# 1989# 1990# 1991# 1992# 1993# 1994# 1995# 1996# 1997# 1998# 1999

A schematic diagram of the system

The GIS based on PC ArcView with user-friendly interface

The GIS based on UNIX Arc/Info with user-friendly interface

The front page of a database based on MS Access

Spatio-temporal analysis and modelling

StatisticsGIS

Refine

Ref

ine

Outputs

Visual analysis Data explanatory analysis

Spatial / temporal Analysis and modelling

Correlation

Auto-correlation

Spatial Correlograms

Variogram

Modelling

… …

Classification

Visual analysis base on GIS:

Jan

May

15.0

14.0

Sep

20.0

Feb Mar

11.0

13.0

Apr

9.0

11.0

Jun Jul Aug

Oct Nov Dec

Cuttlefish abundance (LPUE, kg/hr) density and SST (1990)

200m

DEPTH

LPUE (kg/hr)

>0 - 5

5 - 10

10 - 15

15 - 20

20 - 25

25 - 30

30 - 35

35 - 40

40 - 45

45 - 50

50 - 55

55 - 60

60 - 65

65 - 70

70 - 75

75 - 80

80 - 85

85 - 90

90 - 95

95 - 100

> 100

Jan

May

Sep

Feb Mar Apr

12.0

Jun Jul Aug

16.5

Oct Nov

12.0

Dec

Cuttlefish abundance (LPUE, kg/hr) density and SST (1991)

200m

DEPTH

LPUE (kg/hr)

>0 - 5

5 - 10

10 - 15

15 - 20

20 - 25

25 - 30

30 - 35

35 - 40

40 - 45

45 - 50

50 - 55

55 - 60

60 - 65

65 - 70

70 - 75

75 - 80

80 - 85

85 - 90

90 - 95

95 - 100

> 100

1990Warm year

1990Warm year

1991Cold year

1991Cold year

High fish abundance appeared after warm hatching season

High fish abundance appeared after warm hatching season

Very low fish abundance appeared after cold hatching season

Very low fish abundance appeared after cold hatching season

The centre of high abundance located further north in warmer year than in cold year

The centre of high abundance located further north in warmer year than in cold year

The distribution of cuttlefish abundance and the influence of sea surface temperature

Statistical tests

The correlation between cuttlefish abundance and sea surface temperature (SST)

Tests to look at relationship

January: Distance (n.m.)

rho

0 50 100 150 200 250

-1.0

-0.5

0.0

0.5

1.0

Aprl: Distance (n.m.)

rho

0 50 100 150 200 250

-1.0

-0.5

0.0

0.5

1.0

July: Distance (n.m.)

rho

0 50 100 150 200 250

-1.0

-0.5

0.0

0.5

1.0

October: Distance (n.m.)

rho

0 50 100 150 200 250-1

.0-0

.50.

00.

51.

0

Spatial empirical correlograms (rho) for long-term average LPUE in 4 months in different seasons

Tests to look at spatial correlation

Time in Month

LPU

E (

Kg/

Hr)

2 4 6 8 10 12

01

23

45 Area1

Area2Area3Area4Area5

SEASONAL CHANGES OF LPUE (Kg/Hr) IN FIVE AREAS

Spatial classification

Principal components analysis (PCA) was used to reduce the complexity of the data, and to remove the correlation

Spatial classification of squid Loligo spp. abundance in the NE Atlantic Water

12 monthly long-term averaged LPUE (landings per unit effort (kg/h) variables

Cluster analysis was used to define areas with similar spatio-temporal patterns of LPUE, and LPUE level.

Display and refine the result

Scotland

Norway

4A

Depth (m)200

LPUE (kg/h)Fitted LPUE (kg/h)

Loligo spp. (January, 1997)

58° 58°

60° 60°

62° 62°

5°

5°

3°

3°

1°

1°

1°

1°

3°

3°

5°

5°

The response: LPUE

Spatial modelling

The initial predictor variables with the input terms: 1. sea surface temperature (SST) 2. sea bottome temperature (SBT) 3. sea surface salinity (SSS) 4. sea bottom salinity (SBT) 5. Depthin the terms of lineal, splines smoother with degree of freedom from 2 to 4,e.g.1+SST+s(SST,2)+s(SST,3)+s(SST,4)

The final optimum model is: lpue ~ s(sst, 4) + s(sbs, 4) + depth

Generalized additive model (GAM) g(x) = + f1(x1) + f2(x2) + fi(xi)

where is a constant intercept, each of the xi are the predictors and the fi are

functions of the predictors or terms Modelling Squid abundance in relation with environmental variables in the Northern North Sea

Temporal analysis and modelling – The temporal distribution pattern of hake abundance in SW Atlantic

Long-term Mean CPUE

0

200

400

600

800

1000

1200

Year-Month

CP

UE

(kg

/h)

SouthMiddleNorth

Data explanatory analysis:

Long-term monthly average LPUE (Common Hake, Merluccius hubbsi) and SST (1989 - 1999)

Jan Feb Mar Apr

May Jun Jul Aug

Sep DecOct Nov

LPUE (kg/hr)0

SST (C degree)

00.511.522.533.544.555.566.577.588.599.51010.51111.51212.51313.51414.51515.51616.51717.51818.51919.52020.52121.52222.52323.52424.52525.52626.527

>0 - 5050 - 100100 - 150150 - 200200 - 250250 - 300300 - 350350 - 400400 - 450450 - 500500 - 550550 - 600600 - 650650 - 700700 - 750750 - 800800 - 850850 - 900900 - 950950 - 1000>1000

Long-term monthly average LPUE (Common Hake, Merluccius hubbsi) and SST (1989 - 1999)

Jan Feb Mar Apr

May Jun Jul Aug

Sep DecOct Nov

LPUE (kg/hr)0

SST (C degree)

00.511.522.533.544.555.566.577.588.599.51010.51111.51212.51313.51414.51515.51616.51717.51818.51919.52020.52121.52222.52323.52424.52525.52626.527

>0 - 5050 - 100100 - 150150 - 200200 - 250250 - 300300 - 350350 - 400400 - 450450 - 500500 - 550550 - 600600 - 650650 - 700700 - 750750 - 800800 - 850850 - 900900 - 950950 - 1000>1000

Long-term monthly average LPUE (Common Hake, Merluccius hubbsi) and SST (1989 - 1999)

Jan Feb Mar Apr

May Jun Jul Aug

Sep DecOct Nov

LPUE (kg/hr)0

SST (C degree)

00.511.522.533.544.555.566.577.588.599.51010.51111.51212.51313.51414.51515.51616.51717.51818.51919.52020.52121.52222.52323.52424.52525.52626.527

>0 - 5050 - 100100 - 150150 - 200200 - 250250 - 300300 - 350350 - 400400 - 450450 - 500500 - 550550 - 600600 - 650650 - 700700 - 750750 - 800800 - 850850 - 900900 - 950950 - 1000>1000

Long-term monthly average LPUE (Common Hake, Merluccius hubbsi) and SST (1989 - 1999)

Jan Feb Mar Apr

May Jun Jul Aug

Sep DecOct Nov

LPUE (kg/hr)0

SST (C degree)

00.511.522.533.544.555.566.577.588.599.51010.51111.51212.51313.51414.51515.51616.51717.51818.51919.52020.52121.52222.52323.52424.52525.52626.527

>0 - 5050 - 100100 - 150150 - 200200 - 250250 - 300300 - 350350 - 400400 - 450450 - 500500 - 550550 - 600600 - 650650 - 700700 - 750750 - 800800 - 850850 - 900900 - 950950 - 1000>1000

Visual analysis:

d)

4

Train-based model:

Integration and use of remotely sensed data

55° 55°

50° 50°

45° 45°

40° 40°

65°

65°

60°

60°

55°

55°

50°

50°

45°

45°

Relative SST variety in grid and SST in contour lines (day 256 - 261, 1989)

55° 55°

50° 50°

45° 45°

40° 40°

65°

65°

60°

60°

55°

55°

50°

50°

45°

45°

SST gradients in grid and SST incontour lines (day 256 - 261, 1989)

Local relative SST variability (RV)

Gradients

55° 55°

50° 50°

45° 45°

40° 40°

35° 35°

30° 30°

70°

70°

65°

65°

60°

60°

55°

55°

50°

50°

45°

45°

40°

40°

SST (c degrees)

-2 - -1

-1 - -0.5

-0.5 - 0

0 - 0.5

0.5 - 1

1 - 1.5

1.5 - 2

2 - 2.5

2.5 - 3

3 - 3.5

3.5 - 4

4 - 4.5

4.5 - 5

5 - 5.5

5.5 - 6

6 - 6.5

6.5 - 7

7 - 7.5

7.5 - 8

8 - 8.5

8.5 - 9

9 - 9.5

9.5 - 10

10 - 10.5

10.5 - 11

11 - 11.5

11.5 - 12

12 - 12.5

12.5 - 13

13 - 13.5

13.5 - 14

14 - 14.5

14.5 - 15

15 - 15.5

15.5 - 16

16 - 16.5

16.5 - 17

17 - 17.5

17.5 - 18

18 - 18.5

18.5 - 19

19 - 19.5

19.5 - 20

20 - 20.5

20.5 - 21

Depth (m)200

500

1000

2000

3000

4000

Sea surface temperature, day 256 - 261, 1989

SS

T

$T

$T$T$T $T$T$T$T

$T$T$T

$T

$T

$T$T

$T$T

$T$T

$T

$T

$T$T

$T$T

$T$T

$T $T

$T

$T$T

$T$T

$T

$T

$T

$T$T

$T$T

$T$T

$T

$T

$T$T$T$T

$T$T

$T

$T$T$T

$T

$T$T

$T$T

$T$T$T

$T

$T

$T$T

$T$T$T$T

$T

$T$T

$T

Depth (m)200500

CPUE

$T 0.1 - 500$T 500 - 1000

$T 1000 - 2000

$T 2000 - 3000

$T 3000 - 6000

SST relative Variety

0.1 - 0.20.2 - 0.40.4 - 0.60.6 - 0.80.8 - 154° 54°

52° 52°

50° 50°

48° 48°

46° 46°

44° 44°

66°

66°

64°

64°

62°

62°

60°

60°

58°

58°

M. hubbsi CPUE and SST relative variety(day 256 - 262, 1989)

$T

$T$T$T $T$T$T$T

$T$T$T

$T

$T

$T$T

$T$T

$T$T

$T

$T

$T$T

$T$T

$T$T

$T $T

$T

$T$T

$T$T

$T

$T

$T

$T$T

$T$T

$T$T

$T

$T

$T$T$T$T

$T$T

$T

$T$T$T

$T

$T$T

$T$T

$T$T$T

$T

$T

$T$T

$T$T$T$T

$T

$T$T

$T

SST gradient0 - 5050 - 100100 - 200200 - 300300 - 400

Depth (m)200500

CPUE

$T 0.1 - 500$T 500 - 1000

$T 1000 - 2000

$T 2000 - 3000

$T 3000 - 6000

54° 54°

52° 52°

50° 50°

48° 48°

46° 46°

44° 44°

66°

66°

64°

64°

62°

62°

60°

60°

58°

58°

M. hubbsi CPUE and SST gradient(day 256 - 262, 1989)

CPUE with background of RV

CPUE with background of SST gradients

Second order oceanic data: Define local relative SST variability (RV) and gradients

Ocean colour SST Roughness Surface height … …

The first order oceanic data:

The relationship betweenRV and fish abundance

Is it reliable? Let’s see…

Spearman’s test

Middle area: JulyMiddle area:

AprilSouth area: April

Tree-based models

The model based on GIS:

An example: A cephalopod migration model based on GISThe optimum path and corridor between spawning ground and the catch location

Chl-a SST SBT Current Depth

Model based on GRIDCriteria

and weight

Spawning ground

CatchLocation

Discussion

1. GIS provides a good tool for integration and management of spatially distributed data, and for fishery resources management.

2. As field measurement data are limited, remote sensing is the only solution for getting regionally covered, time-series environmental data.

In marine environment: First order data: Surface temperature, surface elevation,

roughness, …Second order data: regional and local oceanic circulation

features3. The combination of GIS and statistical technologies, provides a convenient

and flexible way for data analysis and modelling.

GIS: Unique visualization functions, grid-based module

Less powerful statistical analysis and modelling

Statistical technology: Powerful quantitative analysis and modelling functions Lack of visualisation functions and grid-based module

THANKS