Acoustic surveys in the full monte: simulating uncertainty

− A method is presented to estimate and diagnose the sources of uncertainty in acoustic survey measures of fish density. The method involves simultaneous Monte Carlo simulation of density and uncertainty resulting from imprecision in all terms in acoustic analyses. Known bias can also be considered. Results are presented from theoretical simulations based on assumed distributions of fish density and acoustic parameters at sample sizes from 10–1 000, and on survey data for Atlantic cod and redfish. Uncertainty can be reduced by either increasing the sample rate or by decreasing the error in input variables (system and ocean parameters, backscatter, target strength, species identification, detectability). Uncertainty in inshore cod surveys in Newfoundland waters can be attributed for the most part to heterogeneous fish distribution and detectability variance (total R2 = 0.64). Uncertainty in offshore redfish surveys is attributed to heterogeneous fish distribution, and variance in target strength and species identification (total R2 = 0.82). Uncertainty can be reduced by survey design, not only by the classical methods of achieving less diverse measures of backscatter, but also by increasing precision in the input parameters to the density estimate, in particular, target strength, detectability, and species identification. © 2000 Ifremer/CNRS/INRA/IRD/Cemagref/Éditions scientifiques et médicales Elsevier SAS acoustic survey / uncertainty / Monte Carlo / target strength / detectability / cod / redfish Résumé − Campagnes acoustiques mises à nu : simuler l’incertitude. Une méthode est présentée pour estimer et déterminer les caractéristiques des sources d’incertitude dans les mesures de densité de poissons lors des campagnes acoustiques. La méthode implique simultanément une simulation au hasard de la densité et de l’incertitude résultant de l’imprécision dans tous les termes des analyses acoustiques. Le biais connu peut aussi être considéré. Les résultats sont présentés à partir des simulations théoriques basées sur les distributions présumées de poissons et les paramètres acoustiques pour un échantillonnage entre 10 et 1 000 m, et pour des données sur la morue et le sébaste. L’incertitude peut être réduite soit en augmentant le taux d’échantillonnage ou en diminuant l’erreur des variables introduites (paramètres du système et océaniques, rétrodiffusion, indice de réflexion des cibles, identification des espèces, détectabilité). L’incertitude dans les campagnes de morue côtière dans les eaux de Terre Neuve peut être attribuée en grande partie à l’hétérogénéité de la répartition des poissons et à la variance de la détectabilité (R2 total = 0,64). L’incertitude dans les campagnes au large concernant le sébaste est attribué à l’hétérogénéité de la répartition des poissons, et à la variance de l’indice de réflexion et à l’identification de l’espèce (R2 total = 0,82). L’incertitude peut être réduite par le programme de campagne, non seulement par des méthodes classiques d’obtention de mesures moins hétérogènes de rétrodiffusion, mais aussi en augmentant la précision des paramètres introduits, ceux de l’estimation de la densité en particulier, l’indice de réflexion, la détectabilité et l’identification des espèces. © 2000 Ifremer/CNRS/INRA/IRD/Cemagref/Éditions scientifiques et médicales Elsevier SAS campagnes acoustiques / incertitude / Monte Carlo / indice de réflexion / détectabilité / morue / sébastes