Bayesian mark–recapture estimation with an application to a salmonid smolt population

We developed a Bayesian probability model for mark–recapture data. Three alternative versions of the model were applied to two sets of data on the abundance of migrating Atlantic salmon (Salmo salar) smolt populations, and the results were then compared with those of two widely used maximum likelihood models (Petersen method and a model using stratified data). Our model follows the basic principles of stochastic models presented for stratified data. In contrast to the earlier models, our model can deal with sparse data. Moreover, even weak dependencies between the studied parameters and the possible factors affecting them can be used to improve the plausibility of the estimates. The assumptions behind our approach are more realistic than those of earlier models, taking into account such factors as overdispersion, which is expected to be present in the mark–recapture data of salmon smolts because of their schooling behavior. Our examples also show that assumptions about the model structure can have a substantial impact on the resulting inferences on the size of the smolt run, especially in terms of the precision of the estimate. Résumé : Nous avons mis au point un modèle de probabilité bayésien pour étudier des données de marquage et de recapture. Trois versions différentes du modèle ont été appliquées à deux séries de données sur l’abondance de populations de saumoneaux du saumon de l’Atlantique en migration et les résultats ont été comparés à ceux de deux modèles courants de vraisemblance maximale, la méthode de Petersen et un modèle qui utilise des données stratifiées. Contrairement à ces modèles plus anciens, le nôtre peut utiliser des données éparses. De plus, même des liens faibles entre les paramètres étudiés et les facteurs qui les affectent peuvent servir à augmenter la plausibilité des estimations. Les présuppositions sous-jacentes à notre méthodologie sont plus réalistes que celles des modèles précédents, car elles tiennent compte de facteurs tels que la surdispersion que l’on s’attend à trouver dans les données de marquagerecapture de saumoneaux à cause de leur comportement de nage en bancs. Nos exemples montrent aussi que les présuppositions faites au sujet de la structure du modèle peuvent avoir un impact important sur la taille estimée de la population migratrice de saumoneaux, particulièrement en ce qui a trait à la précision de l’estimation. [Traduit par la Rédaction] Mäntyniemi and Romakkaniemi 1758