Explorando TropFishR II: Estructuración de los datos de frecuencia de tallas

Explorando TropFishR II

Luis Cubillos

25/4/2018

Estructuración de los datos de frecuencia de tallas

El método ELEFAN consiste en re-estructurar los datos de frecuencia de tallas en picos y valles, tal que los picos representen las modas. Para ello se utiliza un filtro (suavizamiento) que se aplica de tal manera que las modas son evidentes como puntajes positivos y los valles como puntajes negativos. Una curva de crecimiento que pase por la mayor cantidad de picos logrará la mayor puntuación en comparación con otras curvas de crecimiento.

En TropFishR la función lfqRestructure() permite tal re-estructuración, i.e.,

lfqsc2 <- lfqRestructure(lfqsc,MA=3,addl.sqrt = FALSE)

Luego, al graficar se tendrá:

plot(lfqsc2)

Estimación de parámetros

La función ELEFAN_GA() permitirá estimar los parámetros de crecimiento estacional del modelo de von Bertalanffy con algoritmos de optimización genético, i.e.,

res_GA <- ELEFAN_GA(lfqsc,MA=3,seasonalised = TRUE,maxiter = 50, addl.sqrt = FALSE,low_par = list(Linf=17,K=0.4,t_anchor=0,C=0.1,ts=0),up_par=list(Linf=21,K=1,C=1,ts=1),plot.score = FALSE)

## Genetic algorithm is running. This might take some time.

Los parámetros estimados se obtienen con res_GA$par y el puntaje del ajuste con `res_GA$Rn_max, i.e.,

res_GA$par

## $Linf
## [1] 18.14684
## 
## $K
## [1] 0.736894
## 
## $t_anchor
## [1] 0.4388378
## 
## $C
## [1] 0.5941093
## 
## $ts
## [1] 0.848459
## 
## $phiL
## [1] 2.385007

res_GA$Rn_max

## [1] 0.4833173

Luego, para poder visualizar el ajuste de la curva se debe preparar un objeto con lfqFitCurves(), por ejemplo:

plot(lfqsc2,Fname="rcounts",date.axis="modern",ylim=c(0,20))
lt <- lfqFitCurves(lfqsc,par=res_GA$par,draw=TRUE,col="darkgrey",lty=1,lwd=1.5)

Análisis

El método sin duda mejora la estimación de los parámetros de la función de crecimiento estacional de von Bertalanffy, haciéndolo la estimación con ELEFAN más objetivo. El paquete TropFishR ofrece otros métodos de análisis de frecuencia de tallas, los cuales merecen ser re-descubiertos en el contexto de análisis de pesquerías con datos limitados. Para seber más, se puede seguir el desarrollo del paquete en GitHub y en ResearchGate.