In pbs-assess/gfsynopsis: Data Synopsis Reports for PBS Groundfish
\clearpage
Descriptions des graphique {#sec:plot-descriptions}
g <- readRDS(here::here("report/report-rmd-fr-2021/ggplot-objects/petrale-sole.rds"))
sp <- "sole de Petrale"
checking_square <- geom_polygon(data = data.frame(x = c(400, 600, 600, 400),
y = c(5500, 5500, 5700, 5700)), aes_string(x = "x", y = "y"),
inherit.aes = FALSE, fill = "grey50", lwd = 1, col = "black")
Dans cette section, nous fournissons des légendes complètes pour chacune des visualisations qui forment les figures espèce par espèce.
Nous utilisons la sole de Petrale comme exemple pour tous les graphiques, sauf pour les cartes des captures par unité d’effort commerciales, où nous utilisons la morue du Pacifique.
\clearpage
Tendances relatives de l’indice de la biomasse dérivé des relevés
# happens to have data for all the surveys:
dat_survey_index <- readRDS(here::here("report/data-cache-april-2022/canary-rockfish.rds"))
dat_survey_index <- dat_survey_index$survey_index
survs <- c(
"SYN WCHG", "SYN HS", "SYN QCS", "SYN WCVI",
"HBLL OUT N",
"HBLL OUT S", "HBLL INS N", "HBLL INS S",
"MSA HS", "IPHC FISS")
survs <- tibble(surv_order = seq_along(survs), survey_abbrev = survs)
survey_descriptions <-
semi_join(dat_survey_index, survs, by = "survey_abbrev") %>%
select(survey_series_desc, survey_abbrev) %>%
unique()
survey_descriptions <- bind_rows(survey_descriptions,
tibble(survey_series_desc =
"Hecate Strait Multispecies Assemblage Bottom Trawl",
survey_abbrev = "MSA HS"))
x <- inner_join(survey_descriptions, survs, by = "survey_abbrev") %>%
arrange(surv_order)
x$survey_series_desc <- gsub(" $", "", x$survey_series_desc)
surv_abbrev_text <- paste0(x$survey_abbrev, " = ", x$survey_series_desc, collapse = ", ")
(ref:survey-index-example) r paste0("Exemple de tendances relatives de l’indice de la biomasse dérivé des relevés au chalut et à la palangre pour ", sp, ". Les points représentent les estimations moyennes de la biomasse relative et les rubans ombrés autour des points et des lignes représentent des intervalles de confiance d’autogénération à 95 %. Le « CV moyen » est la moyenne des coefficients de variation (CV) annuels, et 'Moyenne des ensembles $+$' indique le rapport entre le nombre moyen (sur plusieurs années) des ensembles comprenant des espèces d’intérêt et le nombre moyen d’ensembles. Les panneaux grisés indiquent les tendances dérivées du relevé, avec 'Moyenne CV' supérieur à 0,4 ou 'Moyenne des ensembles $+$'' inférieur à 5 %. Tous les axes verticaux sont mis à l’échelle entre zéro et la valeur maximale de l’intervalle de confiance supérieur pour ce relevé. Les séries chronologiques avec des points gris clair et des lignes pointillées en haut et en bas pour des intervalles de confiance à 95 % représentent un autre indice qui a été normalisé à l’aide d’un modèle géostatistique ", surv_abbrev_text, ". Pour ce qui est de la série de relevés indépendants de la pêche de la CIFP, les valeurs sont des nombres relatifs par patin efficace plutôt que les valeurs de la biomasse.")
g$survey_index
\clearpage
Cartes de la biomasse relative dérivée des relevés
map_text <- " Notez que la côte a été pivotée de 40 $^{\\circ}$ pour s’adapter à toutes les cartes dans l’espace disponible. Les contours de profondeur sont indiqués à 100 m, 200 m et 500 m."
(ref:survey-maps-cap) Exemples de cartes de la biomasse relative (ou taux de prises) dérivée des relevés au chalut et à la palangre pour les dernières années disponibles de chaque relevé pour la sole de Petrale. Les relevés synoptiques au chalut (à gauche), les relevés menés à la palangre à l’extérieur du fond dur (au centre) et la série de relevés indépendants de la pêche de la CIFP (à droite) sont présentés. Les deux panneaux de gauche montrent les ensembles individuels sous forme de croix pâles (si l’espèce n’a pas été capturée dans cet ensemble) ou de cercles dont la superficie est proportionnelle à la densité de l’espèce dans l’ensemble. Les couleurs ombragées indiquent les prédictions d’un modèle spatial qui inclut la profondeur et la profondeur au carré comme prédicteurs, ainsi que les effets spatiaux aléatoires [annexe E @anderson2019synopsis]. L’échelle des couleurs fait l’objet d’une transformation de la racine quatrième pour qu’on puisse rendre un motif visuel semblable à une transformation logarithmique sans surestimer les différences proches de zéro. L’échelle des couleurs ('Viridis plasma') est perceptiblement uniforme, et peut être distinguée par des daltoniens et imprimée avec précision en niveaux de gris. L’échelle des couleurs telle que montrée ici ne représente que les valeurs de ces panneaux – l’échelle des couleurs va de zéro à la valeur la plus élevée sur les cartes de chaque page. Les cartes synoptiques et HBLL montrent la densité prévue de la biomasse dans l’ensemble du domaine de relevé. La carte de la CIFP montre les données brutes non modélisées pour les emplacements des stations fixes – les stations sans aucune observation pour une espèce donnée sont représentées par des cercles vides. Les années présentées sur le côté gauche de chaque graphique indiquent l’année du relevé respectif. Les relevés (à l’exception de celui de la CIFP) dans lesquels moins de 2 % des ensembles contenant l’espèce ne sont pas modélisés sont montrés avec des données brutes seulement. Les valeurs moyennes indiquées au bas sont les valeurs de la densité moyenne du poisson tirées des données brutes pour l’ensemble de la côte pour les années indiquées. r map_text
french <- TRUE
trans <- "fourth_root_power"
units_transformation <- (1000 * 1000) / 1000
breaks <- c(0.002, 0.05, 0.3)
labs1 <- if (french) {
"Densité\nprévue de\nla biomasse\n(kg/km^2)"
} else {
"Predicted\nbiomass\ndensity\n(kg/km^2)"
}
labs2 <- if (french) {
"Densité\nprévue de\nla biomasse\n(poisson/km^2)"
} else {
"Predicted\nbiomass\ndensity\n(fish/km^2)"
}
labs3 <- if (french) {
"Taux de\nprise\n(poisson/raie\nréelle)"
} else {
"Catch\nrate\n(fish/effective\nskate)"
}
p1 <- g$survey_spatial_syn +
labs(fill = labs1, parse = TRUE) +
ggplot2::scale_fill_viridis_c(trans = trans, option = "C", breaks = breaks,
labels = breaks * units_transformation) +
guides(fill = guide_colorbar(), size = "none") +
ggtitle("Biomasse du\nrelevé synoptique")
p2 <- g$survey_spatial_hbll +
labs(fill = labs2, parse = TRUE) +
ggplot2::scale_fill_viridis_c(trans = trans, option = "C", breaks = c(2, 10, 50)) +
guides(fill = guide_colorbar(), size = "none") +
ggtitle("Biomasse du relevé\nRPFD EXT")
p3 <- g$survey_spatial_iphc +
labs(colour = labs3, parse = TRUE) +
guides(colour = guide_colorbar(), size = "none") +
ggplot2::scale_fill_viridis_c(trans = "fourth_root_power", option = "C",
na.value = 'white', breaks = c(0.2, 0.4, 0.7)) +
ggplot2::scale_colour_viridis_c(trans = "fourth_root_power", option = "C",
na.value = 'grey35', breaks = c(0.2, 0.4, 0.7)) +
ggtitle("Taux de capture\ndu relevé CIFP")
gridExtra::grid.arrange(
p1,
p2,
p3, # + checking_square,
nrow = 1)
\clearpage
Prises dans la pêche commerciale
(ref:catches-cap) Exemples de graphiques des prises dans la pêche commerciale pour la sole de Petrale. Les prises effectuées à l’aide de différents types d’engins de pêche sont indiquées par des couleurs ombragées. Les prises sont calculées en additionnant le poids des poissons débarqués regroupés par année. Les rejets comprennent les poids des rejets déclarés de toutes les pêches combinées; toutefois, les rejets dans la pêche au chalut sont considérés comme étant moins fiables avant la couverture à 100 % par les observateurs en 1996, et les rejets dans la pêche au casier, à la ligne et à l’hameçon, au chalut semi-pélagique et au chalut dans le détroit de Georgie sont moins fiables avant l’intégration des pêches en 2006 et ne sont donc pas inclus. Les années antérieures à 1996 et à 2006 sont grisées pour indiquer que les données sur les prises sont considérées comme étant moins fiables que les données modernes. Les prises par des flottilles étrangères enregistrées dans nos bases de données entre 1977 et 1991 dans les zones de gestion, tel qu’indiqué au coin supérieur gauche de chaque panneau, sont présentées à la figure \@ref(fig:management-map).
g$catch
# + ggtitle(en2fr("Commercial catch", french)) + labs(y = paste(en2fr("Catch", french), " (t)"))
\clearpage
Indices des captures commerciales au chalut par unité d’effort de pêche
(ref:trawl-cpue-cap) Exemple de tendances des PUE dans la pêche commerciale au chalut, l’effort étant représenté en heures de chalutage, pour la sole de Petrale. Les lignes pleines représentent les tendances des CPUE normalisées à l’aide d’un modèle GLMM (modèle linéaire généralisé avec effets mixtes) de Tweedie pour la profondeur, la latitude, la région locale du MPO, le bateau et le mois de l’année [annexe
D in @anderson2019synopsis]. La ligne elle-même représente l’estimation, et le ruban ombré représente un intervalle de confiance à 95 %. La ligne tiretée représente un indice des CPUE commerciales non normalisé calculé comme étant la somme des prises divisée par la somme de l’effort annuel. Les séries chronologiques normalisées sont mises à l’échelle pour qu’on puisse avoir le même intervalle de confiance maximal à 95 %. Les séries chronologiques non normalisées sont mises à l’échelle pour qu’on puisse avoir la même moyenne géométrique que pour les séries chronologiques normalisées. Il s’agit de valeurs relatives de l’indice – la valeur absolue de la série chronologique n’est pas particulièrement utile, car elle dépend des niveaux arbitraires auxquels les variables de normalisation sont établies. Les zones de gestion, telles qu’indiquées au coin supérieur gauche de chaque panneau, sont illustrées à la figure \@ref(fig:management-map).
g$cpue_index + ggtitle(en2fr("Commercial bottom trawl CPUE", french))
\clearpage
Cartes des captures commerciales par unité d’effort
(ref:cpue-maps-cap) Exemples de carte des captures par unité d’effort dans la pêche commerciale au chalut et dans la pêche commerciale à la ligne et à l’hameçon pour la morue du Pacifique (il est à noter que cette figure ne concerne pas la sole de Petrale). Un ombrage plus clair indique des niveaux plus élevés d’une moyenne géométrique des captures par unité d’effort dans une cellule hexagonale donnée. L’échelle des couleurs fait l’objet d’une transformation de la racine quatrième pour qu’on puisse rendre un motif visuel semblable à une transformation logarithmique sans surestimer les différences proches de zéro. Les cellules sont larges de 7 km et ne sont indiquées que dans les cas où il y a au moins trois bateaux uniques dans une cellule donnée pour qu’on puisse satisfaire aux exigences en matière de confidentialité. En ce qui concerne le chalutage de fond, les captures par unité d’effort sont calculées en divisant le poids des prises (débarquements plus rejets) par le nombre d’heures de pêche pour tous les traits positifs du secteur de la pêche au chalut au poisson de fond. Les données relatives au chalutage sont présentées à partir de 2013, date à laquelle l’empreinte du chalut a été gelée. Les données sur la pêche au chalut entre 2007 et 2012 sont indiquées sous forme d’hexagones gris pâle pour représenter la pêche avant le gel de l’empreinte. En ce qui concerne la pêche à la ligne et à l’hameçon, les captures par unité d’effort sont indiquées comme étant le nombre de poissons enregistrés comme étant débarqués ou rejetés par ensemble. Les données sur la pêche à la ligne et à l’hameçon sont présentées à partir de 2008. L’inclusion d’autant d’années de données que possible permet de réduire le nombre d’événements de pêche durant lesquels on a effectué des rejets lors de la mise en œuvre de l’exigence relative à la confidentialité des trois bateaux. r map_text
trans <- "fourth_root_power"
french <- TRUE
g_alt <- list()
g_alt$cpue_spatial <- readRDS(here::here("report/report-rmd-fr-2021/ggplot-objects/pacific-cod-cpue-spatial.rds"))
g_alt$cpue_spatial_ll <- readRDS(here::here("report/report-rmd-fr-2021/ggplot-objects/pacific-cod-cpue-spatial-ll.rds"))
p1_trawl <-
g_alt$cpue_spatial +
(if(french){
labs(fill = "Moyenne\ngéométrique des\nCPUE du chalut (kg/h)")
}
else{
labs(fill = "Geometric\nmean of trawl\nCPUE (kg/h)")
}) +
(if(french){
labs(colour = "Moyenne\ngéométrique des\nCPUE du chalut (kg/h)")
}
else{
labs(colour = "Geometric\nmean of trawl\nCPUE (kg/h)")
}) +
xlab(en2fr("Easting", french)) +
ylab(en2fr("Northing", french)) +
ggplot2::scale_fill_viridis_c(trans = trans, option = "D", breaks = c(2, 10, 50, 200)) +
ggplot2::scale_colour_viridis_c(trans = trans, option = "D", breaks = c(2, 10, 50, 200)) +
guides(fill = ggplot2::guide_colorbar(), colour = ggplot2::guide_colorbar()) +
theme_pbs() + theme(legend.position = "bottom") +
scale_y_continuous(labels = function(x) format(x, big.mark = " ", scientific = FALSE)) +
scale_x_continuous(labels = function(x) format(x, big.mark = " ", scientific = FALSE))
p2_ll <-
g_alt$cpue_spatial_ll +
(if(french){
labs(fill = "Moyenne géométrique\nà CPUE H & L\n(poisson/ensemble)")
}
else{
labs(fill = "Geometric\nmean of hook-and-line\n(fish/set)")
}) +
(if(french){
labs(colour = "Moyenne géométrique\nà CPUE H & L\n(poisson/ensemble)")
}
else{
labs(colour = "Geometric\nmean of hook-and-line\n(fish/set)")
}) +
xlab(en2fr("Easting", french)) +
ylab(en2fr("Northing", french)) +
ggplot2::scale_fill_viridis_c(trans = trans, option = "D", breaks = c(2, 5, 10, 20)) +
ggplot2::scale_colour_viridis_c(trans = trans, option = "D", breaks = c(2, 5, 10, 20)) +
guides(fill = ggplot2::guide_colorbar(), colour = ggplot2::guide_colorbar()) +
theme_pbs() + theme(legend.position = "bottom") +
scale_y_continuous(labels = function(x) format(x, big.mark = " ", scientific = FALSE)) +
scale_x_continuous(labels = function(x) format(x, big.mark = " ", scientific = FALSE))
gridExtra::grid.arrange(
p1_trawl, # + checking_square,
p2_ll,
nrow = 1)
\clearpage
Échantillons biologiques disponibles {#sec:bio-samples}
gridExtra::grid.arrange(
g$survey_samples,
g$comm_samples,
nrow = 2
)
\clearpage
Données sur la composition selon la longueur
```r pour les abréviations relatives aux relevés.")}
g$lengths
\clearpage
## Données sur la composition selon l’âge
(ref:ages-cap) Exemple de graphique de la fréquence selon l’âge pour la sole de Petrale. Les poissons femelles sont représentés par des cercles colorés (ou noirs), et les poissons mâles sont représentés derrière par des cercles gris clair. Le nombre total de poissons dont l’âge a été déterminé pour un relevé et une année donnés est indiqué en haut des panneaux. Les lignes diagonales sont représentées à des intervalles de cinq ans pour faciliter le suivi des cohortes au fil du temps. Voir la figure \@ref(fig:survey-index) pour les abréviations relatives aux relevés. Des graphiques de précision de la détermination de l’âge comparant la précision des lectures prises par deux personnes déterminant l’âge du poisson sont fournis pour toutes les espèces pour lesquelles on dispose de données sur l’âge à l’annexe A
@anderson2019synopsis.
```r
g$ages
\clearpage
Ajustement du modèle de longueur selon l’âge et selon le poids
```r \left( \log(l_\mathrm{inf} (1 - \exp(-k (A_i - t_0)))), \sigma \right)$, où $L_i$ et $A_i$ représentent la longueur et l’âge des poissons $i$, $l_\mathrm{inf}$, $k$,, $t_0$ représentent les paramètres de croissance de von Bertalanffy et $\sigma$ représentent le paramètre d’échelle. La courbe de croissance de la longueur selon le poids est de la forme $\log (W_i) \sim $Student-t $(df = 3, \log(a) + b \log(L_i), \sigma),$ où $W_i$ et $L_i$ représentent le poids et la longueur pour les poissons $i$ et $\sigma$ représente l’échelle des erreurs d’observation. Nous avons fixé les degrés de liberté de la distribution de Student t à 3 pour conférer une certaine robustesse par rapport aux valeurs aberrantes. Les variables $a$ et $b$ représentent les paramètres de la longueur selon le poids estimés. Les ajustements du modèle pour les femelles sont indiqués par des lignes pleines noires, et les ajustements du modèle pour les mâles sont indiqués par des lignes grises tiretées. Le texte sur les panneaux montre les estimations des paramètres, et les cercles gris ouverts représentent les poissons individuels auxquels les modèles sont ajustés. Ces chiffres comprennent tous les échantillons du relevé. Voir l'annexe H Anderson et al. (2019) pour davantage de détails sur les modèles.")}
cowplot::plot_grid(
g$vb,
g$length_weight,
align = "v"
)
\clearpage
## Fréquence de la maturité par mois
```r
g$maturity_month
\clearpage
Courbes de fréquences cumulées de la maturité
cowplot::plot_grid(
g$mat_age,
g$mat_length,
align = "v"
)
\clearpage
pbs-assess/gfsynopsis documentation built on March 26, 2024, 7:30 p.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
\clearpage
Descriptions des graphique {#sec:plot-descriptions}
g <- readRDS(here::here("report/report-rmd-fr-2021/ggplot-objects/petrale-sole.rds")) sp <- "sole de Petrale"
checking_square <- geom_polygon(data = data.frame(x = c(400, 600, 600, 400), y = c(5500, 5500, 5700, 5700)), aes_string(x = "x", y = "y"), inherit.aes = FALSE, fill = "grey50", lwd = 1, col = "black")
Dans cette section, nous fournissons des légendes complètes pour chacune des visualisations qui forment les figures espèce par espèce. Nous utilisons la sole de Petrale comme exemple pour tous les graphiques, sauf pour les cartes des captures par unité d’effort commerciales, où nous utilisons la morue du Pacifique.
\clearpage
Tendances relatives de l’indice de la biomasse dérivé des relevés
# happens to have data for all the surveys: dat_survey_index <- readRDS(here::here("report/data-cache-april-2022/canary-rockfish.rds")) dat_survey_index <- dat_survey_index$survey_index survs <- c( "SYN WCHG", "SYN HS", "SYN QCS", "SYN WCVI", "HBLL OUT N", "HBLL OUT S", "HBLL INS N", "HBLL INS S", "MSA HS", "IPHC FISS") survs <- tibble(surv_order = seq_along(survs), survey_abbrev = survs) survey_descriptions <- semi_join(dat_survey_index, survs, by = "survey_abbrev") %>% select(survey_series_desc, survey_abbrev) %>% unique() survey_descriptions <- bind_rows(survey_descriptions, tibble(survey_series_desc = "Hecate Strait Multispecies Assemblage Bottom Trawl", survey_abbrev = "MSA HS")) x <- inner_join(survey_descriptions, survs, by = "survey_abbrev") %>% arrange(surv_order) x$survey_series_desc <- gsub(" $", "", x$survey_series_desc) surv_abbrev_text <- paste0(x$survey_abbrev, " = ", x$survey_series_desc, collapse = ", ")
(ref:survey-index-example) r paste0("Exemple de tendances relatives de l’indice de la biomasse dérivé des relevés au chalut et à la palangre pour ", sp, ". Les points représentent les estimations moyennes de la biomasse relative et les rubans ombrés autour des points et des lignes représentent des intervalles de confiance d’autogénération à 95 %. Le « CV moyen » est la moyenne des coefficients de variation (CV) annuels, et 'Moyenne des ensembles $+$' indique le rapport entre le nombre moyen (sur plusieurs années) des ensembles comprenant des espèces d’intérêt et le nombre moyen d’ensembles. Les panneaux grisés indiquent les tendances dérivées du relevé, avec 'Moyenne CV' supérieur à 0,4 ou 'Moyenne des ensembles $+$'' inférieur à 5 %. Tous les axes verticaux sont mis à l’échelle entre zéro et la valeur maximale de l’intervalle de confiance supérieur pour ce relevé. Les séries chronologiques avec des points gris clair et des lignes pointillées en haut et en bas pour des intervalles de confiance à 95 % représentent un autre indice qui a été normalisé à l’aide d’un modèle géostatistique ", surv_abbrev_text, ". Pour ce qui est de la série de relevés indépendants de la pêche de la CIFP, les valeurs sont des nombres relatifs par patin efficace plutôt que les valeurs de la biomasse.")
g$survey_index
\clearpage
Cartes de la biomasse relative dérivée des relevés
map_text <- " Notez que la côte a été pivotée de 40 $^{\\circ}$ pour s’adapter à toutes les cartes dans l’espace disponible. Les contours de profondeur sont indiqués à 100 m, 200 m et 500 m."
(ref:survey-maps-cap) Exemples de cartes de la biomasse relative (ou taux de prises) dérivée des relevés au chalut et à la palangre pour les dernières années disponibles de chaque relevé pour la sole de Petrale. Les relevés synoptiques au chalut (à gauche), les relevés menés à la palangre à l’extérieur du fond dur (au centre) et la série de relevés indépendants de la pêche de la CIFP (à droite) sont présentés. Les deux panneaux de gauche montrent les ensembles individuels sous forme de croix pâles (si l’espèce n’a pas été capturée dans cet ensemble) ou de cercles dont la superficie est proportionnelle à la densité de l’espèce dans l’ensemble. Les couleurs ombragées indiquent les prédictions d’un modèle spatial qui inclut la profondeur et la profondeur au carré comme prédicteurs, ainsi que les effets spatiaux aléatoires [annexe E @anderson2019synopsis]. L’échelle des couleurs fait l’objet d’une transformation de la racine quatrième pour qu’on puisse rendre un motif visuel semblable à une transformation logarithmique sans surestimer les différences proches de zéro. L’échelle des couleurs ('Viridis plasma') est perceptiblement uniforme, et peut être distinguée par des daltoniens et imprimée avec précision en niveaux de gris. L’échelle des couleurs telle que montrée ici ne représente que les valeurs de ces panneaux – l’échelle des couleurs va de zéro à la valeur la plus élevée sur les cartes de chaque page. Les cartes synoptiques et HBLL montrent la densité prévue de la biomasse dans l’ensemble du domaine de relevé. La carte de la CIFP montre les données brutes non modélisées pour les emplacements des stations fixes – les stations sans aucune observation pour une espèce donnée sont représentées par des cercles vides. Les années présentées sur le côté gauche de chaque graphique indiquent l’année du relevé respectif. Les relevés (à l’exception de celui de la CIFP) dans lesquels moins de 2 % des ensembles contenant l’espèce ne sont pas modélisés sont montrés avec des données brutes seulement. Les valeurs moyennes indiquées au bas sont les valeurs de la densité moyenne du poisson tirées des données brutes pour l’ensemble de la côte pour les années indiquées. r map_text
french <- TRUE trans <- "fourth_root_power" units_transformation <- (1000 * 1000) / 1000 breaks <- c(0.002, 0.05, 0.3) labs1 <- if (french) { "Densité\nprévue de\nla biomasse\n(kg/km^2)" } else { "Predicted\nbiomass\ndensity\n(kg/km^2)" } labs2 <- if (french) { "Densité\nprévue de\nla biomasse\n(poisson/km^2)" } else { "Predicted\nbiomass\ndensity\n(fish/km^2)" } labs3 <- if (french) { "Taux de\nprise\n(poisson/raie\nréelle)" } else { "Catch\nrate\n(fish/effective\nskate)" } p1 <- g$survey_spatial_syn + labs(fill = labs1, parse = TRUE) + ggplot2::scale_fill_viridis_c(trans = trans, option = "C", breaks = breaks, labels = breaks * units_transformation) + guides(fill = guide_colorbar(), size = "none") + ggtitle("Biomasse du\nrelevé synoptique") p2 <- g$survey_spatial_hbll + labs(fill = labs2, parse = TRUE) + ggplot2::scale_fill_viridis_c(trans = trans, option = "C", breaks = c(2, 10, 50)) + guides(fill = guide_colorbar(), size = "none") + ggtitle("Biomasse du relevé\nRPFD EXT") p3 <- g$survey_spatial_iphc + labs(colour = labs3, parse = TRUE) + guides(colour = guide_colorbar(), size = "none") + ggplot2::scale_fill_viridis_c(trans = "fourth_root_power", option = "C", na.value = 'white', breaks = c(0.2, 0.4, 0.7)) + ggplot2::scale_colour_viridis_c(trans = "fourth_root_power", option = "C", na.value = 'grey35', breaks = c(0.2, 0.4, 0.7)) + ggtitle("Taux de capture\ndu relevé CIFP") gridExtra::grid.arrange( p1, p2, p3, # + checking_square, nrow = 1)
\clearpage
Prises dans la pêche commerciale
(ref:catches-cap) Exemples de graphiques des prises dans la pêche commerciale pour la sole de Petrale. Les prises effectuées à l’aide de différents types d’engins de pêche sont indiquées par des couleurs ombragées. Les prises sont calculées en additionnant le poids des poissons débarqués regroupés par année. Les rejets comprennent les poids des rejets déclarés de toutes les pêches combinées; toutefois, les rejets dans la pêche au chalut sont considérés comme étant moins fiables avant la couverture à 100 % par les observateurs en 1996, et les rejets dans la pêche au casier, à la ligne et à l’hameçon, au chalut semi-pélagique et au chalut dans le détroit de Georgie sont moins fiables avant l’intégration des pêches en 2006 et ne sont donc pas inclus. Les années antérieures à 1996 et à 2006 sont grisées pour indiquer que les données sur les prises sont considérées comme étant moins fiables que les données modernes. Les prises par des flottilles étrangères enregistrées dans nos bases de données entre 1977 et 1991 dans les zones de gestion, tel qu’indiqué au coin supérieur gauche de chaque panneau, sont présentées à la figure \@ref(fig:management-map).
g$catch # + ggtitle(en2fr("Commercial catch", french)) + labs(y = paste(en2fr("Catch", french), " (t)"))
\clearpage
Indices des captures commerciales au chalut par unité d’effort de pêche
(ref:trawl-cpue-cap) Exemple de tendances des PUE dans la pêche commerciale au chalut, l’effort étant représenté en heures de chalutage, pour la sole de Petrale. Les lignes pleines représentent les tendances des CPUE normalisées à l’aide d’un modèle GLMM (modèle linéaire généralisé avec effets mixtes) de Tweedie pour la profondeur, la latitude, la région locale du MPO, le bateau et le mois de l’année [annexe D in @anderson2019synopsis]. La ligne elle-même représente l’estimation, et le ruban ombré représente un intervalle de confiance à 95 %. La ligne tiretée représente un indice des CPUE commerciales non normalisé calculé comme étant la somme des prises divisée par la somme de l’effort annuel. Les séries chronologiques normalisées sont mises à l’échelle pour qu’on puisse avoir le même intervalle de confiance maximal à 95 %. Les séries chronologiques non normalisées sont mises à l’échelle pour qu’on puisse avoir la même moyenne géométrique que pour les séries chronologiques normalisées. Il s’agit de valeurs relatives de l’indice – la valeur absolue de la série chronologique n’est pas particulièrement utile, car elle dépend des niveaux arbitraires auxquels les variables de normalisation sont établies. Les zones de gestion, telles qu’indiquées au coin supérieur gauche de chaque panneau, sont illustrées à la figure \@ref(fig:management-map).
g$cpue_index + ggtitle(en2fr("Commercial bottom trawl CPUE", french))
\clearpage
Cartes des captures commerciales par unité d’effort
(ref:cpue-maps-cap) Exemples de carte des captures par unité d’effort dans la pêche commerciale au chalut et dans la pêche commerciale à la ligne et à l’hameçon pour la morue du Pacifique (il est à noter que cette figure ne concerne pas la sole de Petrale). Un ombrage plus clair indique des niveaux plus élevés d’une moyenne géométrique des captures par unité d’effort dans une cellule hexagonale donnée. L’échelle des couleurs fait l’objet d’une transformation de la racine quatrième pour qu’on puisse rendre un motif visuel semblable à une transformation logarithmique sans surestimer les différences proches de zéro. Les cellules sont larges de 7 km et ne sont indiquées que dans les cas où il y a au moins trois bateaux uniques dans une cellule donnée pour qu’on puisse satisfaire aux exigences en matière de confidentialité. En ce qui concerne le chalutage de fond, les captures par unité d’effort sont calculées en divisant le poids des prises (débarquements plus rejets) par le nombre d’heures de pêche pour tous les traits positifs du secteur de la pêche au chalut au poisson de fond. Les données relatives au chalutage sont présentées à partir de 2013, date à laquelle l’empreinte du chalut a été gelée. Les données sur la pêche au chalut entre 2007 et 2012 sont indiquées sous forme d’hexagones gris pâle pour représenter la pêche avant le gel de l’empreinte. En ce qui concerne la pêche à la ligne et à l’hameçon, les captures par unité d’effort sont indiquées comme étant le nombre de poissons enregistrés comme étant débarqués ou rejetés par ensemble. Les données sur la pêche à la ligne et à l’hameçon sont présentées à partir de 2008. L’inclusion d’autant d’années de données que possible permet de réduire le nombre d’événements de pêche durant lesquels on a effectué des rejets lors de la mise en œuvre de l’exigence relative à la confidentialité des trois bateaux. r map_text
trans <- "fourth_root_power" french <- TRUE g_alt <- list() g_alt$cpue_spatial <- readRDS(here::here("report/report-rmd-fr-2021/ggplot-objects/pacific-cod-cpue-spatial.rds")) g_alt$cpue_spatial_ll <- readRDS(here::here("report/report-rmd-fr-2021/ggplot-objects/pacific-cod-cpue-spatial-ll.rds")) p1_trawl <- g_alt$cpue_spatial + (if(french){ labs(fill = "Moyenne\ngéométrique des\nCPUE du chalut (kg/h)") } else{ labs(fill = "Geometric\nmean of trawl\nCPUE (kg/h)") }) + (if(french){ labs(colour = "Moyenne\ngéométrique des\nCPUE du chalut (kg/h)") } else{ labs(colour = "Geometric\nmean of trawl\nCPUE (kg/h)") }) + xlab(en2fr("Easting", french)) + ylab(en2fr("Northing", french)) + ggplot2::scale_fill_viridis_c(trans = trans, option = "D", breaks = c(2, 10, 50, 200)) + ggplot2::scale_colour_viridis_c(trans = trans, option = "D", breaks = c(2, 10, 50, 200)) + guides(fill = ggplot2::guide_colorbar(), colour = ggplot2::guide_colorbar()) + theme_pbs() + theme(legend.position = "bottom") + scale_y_continuous(labels = function(x) format(x, big.mark = " ", scientific = FALSE)) + scale_x_continuous(labels = function(x) format(x, big.mark = " ", scientific = FALSE)) p2_ll <- g_alt$cpue_spatial_ll + (if(french){ labs(fill = "Moyenne géométrique\nà CPUE H & L\n(poisson/ensemble)") } else{ labs(fill = "Geometric\nmean of hook-and-line\n(fish/set)") }) + (if(french){ labs(colour = "Moyenne géométrique\nà CPUE H & L\n(poisson/ensemble)") } else{ labs(colour = "Geometric\nmean of hook-and-line\n(fish/set)") }) + xlab(en2fr("Easting", french)) + ylab(en2fr("Northing", french)) + ggplot2::scale_fill_viridis_c(trans = trans, option = "D", breaks = c(2, 5, 10, 20)) + ggplot2::scale_colour_viridis_c(trans = trans, option = "D", breaks = c(2, 5, 10, 20)) + guides(fill = ggplot2::guide_colorbar(), colour = ggplot2::guide_colorbar()) + theme_pbs() + theme(legend.position = "bottom") + scale_y_continuous(labels = function(x) format(x, big.mark = " ", scientific = FALSE)) + scale_x_continuous(labels = function(x) format(x, big.mark = " ", scientific = FALSE)) gridExtra::grid.arrange( p1_trawl, # + checking_square, p2_ll, nrow = 1)
\clearpage
Échantillons biologiques disponibles {#sec:bio-samples}
gridExtra::grid.arrange( g$survey_samples, g$comm_samples, nrow = 2 )
\clearpage
Données sur la composition selon la longueur
```r pour les abréviations relatives aux relevés.")} g$lengths
\clearpage ## Données sur la composition selon l’âge (ref:ages-cap) Exemple de graphique de la fréquence selon l’âge pour la sole de Petrale. Les poissons femelles sont représentés par des cercles colorés (ou noirs), et les poissons mâles sont représentés derrière par des cercles gris clair. Le nombre total de poissons dont l’âge a été déterminé pour un relevé et une année donnés est indiqué en haut des panneaux. Les lignes diagonales sont représentées à des intervalles de cinq ans pour faciliter le suivi des cohortes au fil du temps. Voir la figure \@ref(fig:survey-index) pour les abréviations relatives aux relevés. Des graphiques de précision de la détermination de l’âge comparant la précision des lectures prises par deux personnes déterminant l’âge du poisson sont fournis pour toutes les espèces pour lesquelles on dispose de données sur l’âge à l’annexe A @anderson2019synopsis. ```r g$ages
\clearpage
Ajustement du modèle de longueur selon l’âge et selon le poids
```r \left( \log(l_\mathrm{inf} (1 - \exp(-k (A_i - t_0)))), \sigma \right)$, où $L_i$ et $A_i$ représentent la longueur et l’âge des poissons $i$, $l_\mathrm{inf}$, $k$,, $t_0$ représentent les paramètres de croissance de von Bertalanffy et $\sigma$ représentent le paramètre d’échelle. La courbe de croissance de la longueur selon le poids est de la forme $\log (W_i) \sim $Student-t $(df = 3, \log(a) + b \log(L_i), \sigma),$ où $W_i$ et $L_i$ représentent le poids et la longueur pour les poissons $i$ et $\sigma$ représente l’échelle des erreurs d’observation. Nous avons fixé les degrés de liberté de la distribution de Student t à 3 pour conférer une certaine robustesse par rapport aux valeurs aberrantes. Les variables $a$ et $b$ représentent les paramètres de la longueur selon le poids estimés. Les ajustements du modèle pour les femelles sont indiqués par des lignes pleines noires, et les ajustements du modèle pour les mâles sont indiqués par des lignes grises tiretées. Le texte sur les panneaux montre les estimations des paramètres, et les cercles gris ouverts représentent les poissons individuels auxquels les modèles sont ajustés. Ces chiffres comprennent tous les échantillons du relevé. Voir l'annexe H Anderson et al. (2019) pour davantage de détails sur les modèles.")} cowplot::plot_grid( g$vb, g$length_weight, align = "v" )
\clearpage ## Fréquence de la maturité par mois ```r g$maturity_month
\clearpage
Courbes de fréquences cumulées de la maturité
cowplot::plot_grid( g$mat_age, g$mat_length, align = "v" )
\clearpage
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.