연령별어획량분석 (Catch-at-Age Analysis)
쉽게 풀면
같은 그물로 잡힌 물고기라도 어린 개체와 나이 든 개체가 섞여 있기 마련인데, 이를 연령별로 나누어 각 연령대가 몇 마리씩 잡혔는지 정리하는 작업이라고 보면 됩니다. 이렇게 나이별로 나누어 보면 특정 연령대가 유난히 많이 잡히는지, 혹은 특정 연령대의 개체수가 해마다 어떻게 변하는지를 알 수 있습니다. 이 정보를 여러 해에 걸쳐 쌓으면 각 연급군이 시간에 따라 어떻게 줄어드는지도 함께 파악할 수 있습니다.
왜 중요한가
연령별어획량분석은 자연사망과 어획사망을 구분해 추정하는 데 핵심적인 입력 자료가 되며, 가상개체군분석이나 통계적 연령구조모델 등 다양한 자원평가 기법의 출발점이 됩니다.
논문에서는 이렇게 쓰입니다
나이별로 나눈 어획자료로 사망률을 계산했다는 의미입니다.
이석 분석으로 확인한 나이 정보를 바탕으로 어획량을 연령별로 정리했다는 뜻입니다.
조금 더 깊게 보면
연령별어획량자료는 보통 체장빈도자료에 연령체장키를 적용하여 간접적으로 산출되거나, 이석 등 경조직을 직접 판독하여 얻습니다. 이렇게 얻어진 자료는 코호트 단위로 정리되어 가상개체군분석과 같은 후속 분석의 입력값으로 사용됩니다. 연령별 어획량 분석은 어획물의 연령 구성 자료를 이용해 각 연령군의 자원량과 사망률을 역산하는 방법으로, 연령 판별을 위해 이석이나 비늘의 나이테를 관찰하는 절차가 선행되어야 하는 것으로 다뤄집니다. 이 분석은 특정 연령군에 어획이 집중되는지 판단하는 데도 활용되는 것으로 언급됩니다. 최근에는 연령별어획량자료에 성장곡선과 자연사망률 가정을 결합한 통계적 연령구조모델(SCAA)이 널리 쓰여, 고전적 가상개체군분석보다 불확실성을 더 명시적으로 다룰 수 있는 것으로 언급됩니다. 가상개체군분석은 최근 연도의 어획사망률 추정치가 자료 부족으로 불안정해지는 이른바 '터미널 이어 문제'를 안고 있어, 이를 보완하기 위해 조사선 자원조사 자료 같은 독립적 지표를 함께 결합하는 통계적 연령구조모델이 널리 쓰이는 것으로 다뤄집니다. 이 결합 방식은 모델 전체의 신뢰도를 높이는 표준적 접근으로 자리잡고 있습니다.
주의할 점
연령 판정에 오차가 있으면 연령별어획량자료 전체의 신뢰도가 낮아지므로, 판독 방법의 정확도를 검증하는 절차가 함께 필요합니다.