kfas

(1)

942

서 론

수산자원관리의목적은어획을통한이익의증대와자원의지 속가능성사이의균형을이루는것이다

.

이를위해수행되는수 산자원평가는개체군의성장

,

사망

,

어획

,

가입등의정보를추 정함으로써현재가해지고있는어획압력및자원의상태를파 악하고

,

이에상응하는합리적인어획의기준점을제시하여관 리자의정책판단을도울수있다

.

^이러한^기준점은^{일반적으로} 어획사망률

F (Fmsy, F0.1, F30%

^등

)

로표현된다

.

이중가장 잘알려진기준점은

Fmsy

로서

MSY (maximum sustainable yield)

를달성했을 때의어획사망률

F

를 일컫는다

. MSY

는

1950

년대잉여생산량모델

(surplus production models)

에근거 를두고있기때문에개체들의체장별

,

^연령별^성장

,

^사망

,

^재생

산의차이를고려하지않는기준점이며

,

실제로

Fmsy

는때때로 자원을고갈시킬정도로높은값을나타낸다

(Cook et al, 1997).

이로인해

1995

^년의

UN fish stocks agreement

^에서는

Fmsy

^를 어획사망률의 상한으로간주할것을 권장하였다

(United Na- tions, 1995).

F0.1

과

Fmax

는

yield-per-recruit (YPR)

관계식으로부터파 생된자원관리지표이다

.

먼저

Fmax

는

YPR

을최대로하는

F

^의 값이다

.

^그러나

F

^에^대한

YPR

^의^값은^{일반적으로}

F

^가^증가함 에따라증가하기때문에

Fmax

의값은때때로

Fmsy

를초과하 여대단히큰값으로나타나자원의보존을위한지표로서는부 적절하다

.

이에

Fmax

의대안으로서

F0.1

이고안되었다

. F0.1

은

F

^에^대한

YPR

곡선에서원점의기울기의

10%

에해당하는

F

^의^값을^의미한다

. F0.1

^은^항상

Fmax

^보다^작은^값으로^나타

확률론적 연령구조모델을 이용한 한국 고등어(Scomber japonicus) 어획 강도

김진우·현상윤*·이재봉

¹

부경대학교 해양생물학과, ¹주우루과이대한민국대사관

Management Reference Points for Korea Chub Mackerel Scomber japonicus Stock

Jinwoo Gim, Saang-Yoon Hyun* and Jae Bong Lee¹

College of Fisheries Sciences, Pukyong National University, Busan 48513, Korea

1Embassy of the Republic of Korea in Oriental Republic of Uruguay, Montevideo 11300, Oriental Republic of Uruguay

Achieving optimal sustainable yields (i.e., avoiding overfishing and maximizing fishery harvest at the same time) is one of the main objectives in fisheries management. Generally, management reference points (MRPs) such as fishing mortalities (Fmsy, F0.1, Fx%) have been suggested for the purpose. In this study, we intended to suggest MRPs for Korea chub mackerel Scomber japonicus stock, using a stochastic catch-at-age model (SCAA) and evaluate whether the current fishing intensity on the stock is appropriate. We used length frequency and catch-per-unit-effort data on the Korea chub mackerel stock collected from the large purse-seine fishery, and yields landed by all fisheries from years 2000 - 2019. We calculated yield per recruit and spawning potential ratio, and projected spawning stock biomass (SSB) under different fishing mortality, assuming annual recruitments were solely controlled by environmental effects (i.e., steepness of 1.0). Some of our major findings and suggestions were that the overfishing threshold would be F46%; i.e., the fishing mortality in the terminal year, 2019 was 0.257/year, which corresponded to F46%.

Keywords: Management reference points, Scomber japonicus , A stochastic catch-at-age model, AD model builder, Spawning potential ratio

*Corresponding author: Tel: +82. 51. 629. 5929 Fax: +82. 51. 629. 5931 E-mail address: [email protected]

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial Licens (http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Received 4 November 2020; Revised 23 November 2020; Accepted 3 December 2020 저자 직위: 김진우(대학원생), 현상윤(교수), 이재봉(해양수산관)

https://doi.org/10.5657/KFAS.2020.0942

Korean J Fish Aquat Sci 53(6), 942-953, December 2020

(2)

나기때문에자원보존의측면에서보수적인어획강도로취급되

어

1980

년대에대표적인 자원관리기준점으로받아들여졌다

.

그러나

YPR

에근거한자원관리기준점은

F

^를^결정함에^있어서 산란자원량을고려하지않는다는한계를가진다

.

한편

1980

년 대초반

,

가입당산란자원량또는산란량

(spawning-stock biomass per recruit, SSBR)

^은^개체군의^재생산^잠재성을^평가하 는지표로서주목받았다

(Quinn and Deriso, 1999).

무엇보다

SSBR

은성장

,

사망

,

성숙률그리고산란에대한모수의정보만

을가지고계산할수있다는장점이있다

. SSBR

은향후가입량

을심각하게훼손시키는수준이하의

F

^를^결정하기^위한

SPR (spawning potential ratio)

^을^계산하기^위해^사용된다

.

^개체군 의

SPR

은주어진수준의어획강도에서의

SSBR

을어획이없 을경우의

SSBR

로나눈값으로정의되며

(Goodyear, 1993),

이 는어업관리지표로서어업강도의상한과목표치를설정하는데 널리사용되어왔다

(Restrepo and Powers, 1999; Clark, 2002).

F

^에^대한

SPR

^곡선은

F

^가^증가함에^따라^감소하기^때문에^어 느정도의

SPR

이자원관리의지표로서적절한지를결정해야

한다

. SPR=100%

가의미하는것은어획이일어나지않은자원

의상태

(unexploited stock)

이며

, SPR=0%

란모든성숙개체가 제거되어버린상태를말한다

.

그리고

Fx%

^는

SPR

이

x%

^일^경우 의어획사망률을의미한다

. 1990

^년대^초반

,

^가입^남획의^기준으 로서

SPR

의기준을설정하기위한연구들로부터

F20%-F40%

가제시되었으며

(Clark, 1991; Mace, 1994), Clark (2002)

는남 획을피하기위한일반적인기준으로서

F40%

을제시하였다

.

미국의경우

F35%

와

F40%

로 생물학적 허용어획량

(accept- able biological catch, ABC)

^을^{규정하였으며}

, The North Pa- cific Fishery Management Council

는

F40%

를저서어류의어 획강도의상한으로서받아들였다

(Quinn and Deriso, 1999).

이 러한기준은자원의회복성이감소할가능성을고려하여상향 조정될수있으며

,

특히연골어류

(

상어

,

가오리등

)

개체군의자 원관리기준으로서는더높은

SPR

^이^요구된다

.

YPR

과

SPR

을계산하기위해서는순간자연사망률

M

^을^결 정해야한다

. M

^은^{산란자원량}

, MSY, S-R (stock-recruitment)

관계식등자원평가결과값에영향을미치는모수이기때문에 중요하다

(Clark, 1999).

그러나수산자원평가모델에서

M

^을^자 유모수로서추정하는일은어려운것으로알려져있다

(Vetter 1988; Quinn et al., 1998; Quinn and Dersiso 1999; Aanes et al. 2007).

특히개체군에장기간어획을겪어왔을경우

, F

^와

M

을동시에추정하기란어렵기때문에

,

이러한경우에는일반적 으로알려진

M

^의^값을^{입력하거나}^{자원평가모델의}^외부에서

M

^을^다양한^방식으로^추정하여^모델에^입력한다

.

^또는

M

^에^대 한민감도분석을수행함으로써

M

^의^값이^모델의^결과에^미치 는영향을비교한다

.

고등어

(Scomber japonicus)

는한국의주요상업어종으로서

, 2019

년도기준으로멸치어획량

(171,677

톤

)

에이어

2

위의어 획량

(101,121

^톤

)

^을^기록할^정도로^대중적인^어종이다

.

^이러한

중요성때문에고등어는타어종에비해여러자원평가및자 원관리연구가진행되어왔다

. Choi et al. (2000)

은

1996

년부

터

1999

년동안수집된한국고등어샘플을연령사정하여연령

별 평균체장과

von Bertalanffy (LVB)

성장곡선을 추정하였 다

. Cha et al. (2002)

은

1999

년

1

월부터

2001

년

12

월까지수 집된샘플을이용하여월별성숙도의변화와체장계급별포란 수를조사하였으며

, Kim et al. (2020)

은

2013

년

1

월부터

2017

년

12

월까지수집된샘플을이용하여고등어의성숙및산란특 성을조사하고선행연구와비교하였다

.

자원평가및자원관리 연구로서

Choi (2003)

와

Choi et al. (2004)

은잉여생산량모 델

,

^자원량^기반^코호트^분석법

(Zhang and Sullivan, 1988)

^에 근거하여 연도별자원량을추정하고 자원관리기준점인

F0.1, Fmsy, F30%

등을제시하였다

.

그러나

Choi (2003)

와

Choi et

al. (2004)

는자원평가및관리기준점계산에필요한순간자연

사망률

M

^과

LVB

성장식의모수

(K, t

₀

, W

∞

)

에입력값을고정 하였고어구선택성을고려하지않았으며

,

^결정론적^모델을^사 용하였기때문에추정된결과값의불확실성을제시할수없다 는한계가있다

.

본연구의목적은확률론적연령구조모델

(stochastic catch-at-

age, SCAA)

을이용하여한국고등어의자원평가를수행하고

현재의어업강도를조사하며

,

^미래의^{산란자원량을}^예측하여 어업강도의적절성을평가하는것이다

.

재료 및 방법

본연구에서사용한자료는통계청으로부터수집된한국고 등어의 총어획량

(KOSTAT, 2000-2019),

국립수산과학원

(

이 하수과원

)

으로부터대형선망어업에서수집된고등어의체장 빈도자료

(2000-2019)

와 대형선망 단위노력당 어획량

(catch- per-unit-effort, CPUE)

^자료

(2000-2019)

^그리고^고등어의^성별 자료

(2005-2017)

이다

.

우리나라의고등어어획량

(2006-2019)

중매년약

90%

는대형선망을통해어획되며나머지는기타어 업을통해어획된다

.

따라서본연구에서는대형선망어업으로 부터수집된고등어의체장빈도자료가모집단어획물의체장 빈도분포를대변한다고가정하였다

.

^{체장빈도자료는}^수과원에 서제공한한국고등어의

age-length key (ALK)

를이용하여연 도별연령조성자료로변환된후모델에입력되었다

.

가입연령 은

1

세

(1

년생

)

로정의하였고

,

연령군은

1

세부터

6+

세까지

6

개 의그룹으로설정하였다

.

마지막연령군

(6+

세

)

은

6

세이상을포 함하는

plus group

^이다

.

^한국^고등어의^주^{산란시기는}

5

^월

(Kim et al., 2020)

이며

, Choi (2003)

는한국고등어의추체골을이용 해연령사정하여윤문의형성시기가

4, 5

월이라고보고하였다

.

따라서본연구에서는

t

년도

5

월에산란된고등어는

t+1

년

5

월 에

1

세가되어윤문이형성된다고가정하였다

.

본연구에서사

용한

SCAA

^모델의^구체적^방법^및^기호에^대한^설명은^부록

(Appendix)

에서술하였으며

,

모델의주요가정은

Table 1

에정 리하였다

.

(3)

연령-체장 키(Age-length key)

고등어의 연령조성자료가부재하므로연도별체장빈도자료 를수과원으로부터제공받은

ALK (

이하

ALK-NIFS)

를이용 하여연령조성정보로변환하고이정보를자료로서입력하였 다

. AKL-NIFS

의작성에사용된연령사정에관련된정보

(

샘플 의수

,

연령사정형질

,

샘플이수집된시기

)

등은확인할수없었

다

.

^하지만

ALK-NIFS

^의^{체장계급별}^{연령조성비로부터} ^연령

별평균체장의대략적인값을추산할수있었다

. LVB

의추정

치는

K=0.303/

^년

, L

_∞

=41.91 cm, t

₀

=-1.67

이며

, 1-6

세의평균 체장은

23.27 cm, 28.14 cm, 31.74 cm, 34.40 cm, 36.37 cm, 37.82 cm

이다

. ALK-NIFS

를이용하여변환된연령조성은

1

세 부터

6

^세까지

6

^개의^{연령조성으로}^나뉘었다

.

^연령별^평균^체중 은

Gim and Hyun (2019)

이추정한고등어의체장

-

체중관계식

(W=0.003·FL

^3.425

)

을이용하여모델에입력하였다

.

여기서

W

는

gram

단위의무게

, FL

은

cm

단위의가랑이체장이다

.

연령별 성숙률은선행연구의체장계급별성성숙률자료

(Fig. 8; Kim et al., 2020)

^에^로지스틱^관계식

, Mat=1/[1+exp(b

₁

-b

_2·

FL)]

^을^적 합하여모수를추정한후

(b

₁

=20.11, b

₂

=0.70/cm),

연령별평균 체장을대입하여계산하였다

.

고등어의성비는주어진성별자 료로부터계산하여암컷의비율

, Sex

_F

=0.6

을입력하였다

. SPR & YPR

SPR

^는^하나의^코호트가^어획을^겪었을^때의^가입당^누적^산

란자원량

(SSBR

_T

)

을어획이없었을때의가입당누적산란자원 량

(SSBR

_0,T

)

으로나눈값을의미한다

.

하나의코호트가일생동 안어획압력을받았을경우의누적산란자원량을

SSB

_T라고하 면

,

본모델에서

SSB

_T^는^어떤^코호트의

1

세부터

6+

세까지산 란자원량의합이며

,

^여기서

T

^는^모델의^마지막^년도

(2019

^년

)

를의미한다

.

SSB

_T

= ∑

⁵

a=1

R

_T-5

[exp(-

^a-1

∑

k=0

Z

_T,k

)] w

_T,a

·Mat

_T,a

·Sex

_F

·exp(-p

_SSB

·Z

_T,a

) +R

_T-5

·exp(- ∑

⁵

k=0

Z

_T,k

)·w

_T,6

·Mat

_T,6

·Sex

_F

· exp(-p

_SSB

·Z

_T,6

)

1-exp(-Z

_T,6

) … (1)

여기서

a

^는^연령

, R

_T-5^는

T

^년도에

6+

^세인^코호트가

1

^세로^가입 한시점인

T-5

^에서의^{가입마릿수이며}

, Z

_T,0

=0

으로정의된다

.

위 식은

T

^시점의^연령별^평균^체중

w

_T,a

,

연령별성숙률

Mat

_T,a

,

연 령별총순간사망률

Z

_T,a

,

산란기

(5

월

)

까지발생한사망률을계산 하기위한비율

p

_SSB

(=0.33)

로

SSB

_T^를^계산한다

.

코호트가일생 동안어획압력을받지않았을경우의누적산란자원량

SSB

_0,T^은 다음과같이계산된다

.

SSB

_0,T

= ∑

⁵

a=1

R

_T-5

[exp(-

^a-1

∑

k=0

M

_T,k

)] w

_T,a

·Mat

_T,a

·Sex

_F

·exp(-p

_SSB

·M

_T,a

) +R

_T-5

·exp(- ∑

⁵

k=0

M

_T,k

)·w

_T,6

·Mat

_T,6

·Sex

_F

· exp(-p

_SSB

·M

_T,6

) 1-exp(-M

_T,6

) ……… (2)

여기서

M

_T,0

=0

^으로^정의된다

.

^따라서

SSBR

_T

, SSBR

_0,T

, SPR

_T 은다음과같이계산된다

.

SSBR

_T

= SSB

_T

, SSBR

_0,T

= SSB

_0,T

, SPR

_T

= SSBR

_T

…… (3)

R

_T-5

R

_T-5

SSBR

_0,T

YPR

은하나의코호트가일생동안어획되었을경우의어획량 을코호트의가입마릿수로나눈값이다

. T

^년도에

6+

^세에^도달 한코호트가일생동안어획압력을받았을경우의어획량의누 적합

, Yield

_T^는^다음과^같이^표현될^수^있고

,

Yield

_T

= ∑

⁵

a=1

R

_T-5

{ exp(-

^a-1

∑

k=0

Z

_T,k

) ·w

_T,a

·(F

_T,a

⁄ Z

_T,a

)[1.0-exp(-Z

_T,a

)] }

+R

_T-5

·exp(- ∑

⁵

k=0

Z

_T,k

)·w

_T,6

· 1-exp(-Z (F

_T,6

⁄ Z

_T,6_T,6

) ) ………… (4) T

년도 기준의 가입 당 어획량

, YPR

_T

=Yield

_T

/R

_T-5이다

.

본 연구에서는

T

^시점의

F

^에^대한

SPR

과

YPR

의값을조사하여

F30%, F40%, F0.1, Fmax

^등의^{자원관리지표를}^계산하고

,

^이 를모델에서추정된현시점

(2019

년

)

에서의

F

^와^{비교하였다}

. 산란자원량 예측

전통적인

VPA (virtual population analysis)

모델과 달리 Table 1. Main assumptions in the stochastic catch at age model used in this study

Assumptions

Age (a) 1 to 6 (age 6 is the plus group)

Mean length at age (L_a; cm) L_a=41.91·[1-exp(-0.303·(a+1.67))]

Mean weight at age (W_a; gram) W_a=0.003·L_a^3.425(from Gim and Hyun, 2019) Maturation rate at age (Mat_a) Mat_a=1/[1+exp(20.11-0.7·L_a)] (from Kim et al, 2020) Gear selectivity at age (Sel_a) Sel_a=1/[1+exp(-(a-α₁)/β₁)]

Sex ratio (female) 0.6

Spawning season May

Steepness in Beverton-Holt stock recruitment relationship 1.0

(4)

SCAA

모델은산란자원량을변동을과거시점으로부터미래시 점으로순차적으로계산하기때문에미래의산란자원량을예측 할수있다는장점이있다

.

본연구에서는최종년도

(T)

^인

2019

년이후

5

^개년

(2020-2024)

^의^{산란자원량을}^결정론적 ^방식으 로 예측하였다

.

이를 위해 예측기간

(2020-2024)

동안의 어획 사망률과가입마릿수에대한시나리오를가정하였다

.

예측기 간동안의어획사망률은연도별로동일하다고가정하였으며

,

어획사망률의수준은네가지

[F30%, F40%, F50%

그리고

F

_T

(2019

^년의^{어획사망률}

)]

^를^{고려하였다}

. Yatsu (2019)

^에^따르면 한반도해역의고등어개체군의가입마릿수

(2000-2016)

는평 균값을기준으로약

60%

에서

150%

까지변동하였으며

,

본모

델에서추정된가입개체수

(2000-2019)

는평균값을기준으로

약

67%

에서

165%

까지변동하였다

(Fig. 4b).

따라서위정보에

근거하여예측기간

(2020-2024)

^동안의^{가입마릿수는}^모델에

서추정된가입마릿수의평균치인

R

₀를기준으로하여

, 2020

년 부터

2024

년까지

(1) R

₀로일정한경우

, (2) R

₀에서

R

₀의

165%

수준까지선형적으로증가하는경우

, (3) R

₀에서

R

₀의

60%

수준 까지선형적으로감소하는경우의세가지가입시나리오를설 정하였다

(Fig. 6a).

^이로서^고려된^{시나리오의}^수는^총

12

^개

(

^어 획사망률

4

개

×

가입마릿수

3

개

)

이다

.

결과 및 고찰

순간자연사망율(M)

민감도

(sensitivity)

분석에의해최적의순간자연사망율을정

했다

.

^{순간자연사망률}

M

^을^여러^값으로^{입력하면서}^전체목적 함수의값

(

음의로그가능도

)

을조사하여모델의모든자유모수 가성공적으로추정된경우중목적함수의값이가장작은경우 를찾았다

.

그결과

M

값이

0.38/

년에서가장낮은목적함수값 을보였으며

(Fig. 1),

이값을사용하여모델의나머지모수들 을추정하였다

.

모델 적합도 및 추정치

연도별어획량

(2000-2019),

단위노력당어획량

(2000-2019),

연도별 체장빈도자료를

AKL-NIFS

를 통해 변환한 연령조

성자료

(2000-2019)

에대한 적합값들은자료의추세를잘 반

영하였다

(Fig. 2, Fig. 3).

^{산란자원량}^추정치의 ^연평균

(2000- 2019)

값은 약

0.135×10

⁶톤으로 나타났으며

, 2000

년에 최 소값

(0.076×10

⁶톤

), 2019

년에 최대값

(0.190×10

⁶톤

)

을 나

타냈다

(Fig. 4a).

여기서 산란자원량은 성숙한 암컷 개체들

의중량을의미한다

.

연도별가입개체수

(1

세

)

추정치의연평 균

(2000-2019)

^값은 ^약

1.04×10

⁹^마리이며

, 2005

^년에 ^최소 값

(0.70×10

⁹마리

), 2018

년에 최대값

(1.73×10

⁹마리

)

을 나 타내어연도별로큰변동성을보였다

(Fig. 4b).

추정된순간어 획사망률

(F

_t

)

은

2001

년에최대값

(1.000/

년

), 2019

년에최소값

(0.257/

년

)

으로

2000

년부터

2019

년까지감소하는추세를보였 으며

(Fig. 4c),

^고등어^대형선망^어구의^연령별^{어구선택성은}

1

세부터

6+

세까지

, 0.201, 0.745, 0.972, 0.998, 1.000, 1.000

로 추정되었다

(Fig. 4d).

고등어 자원의 자원관리 지수

어획이없는상태에비해

,

어획됨에따라

SPR

이

40%, 30%

로감소될경우에대응하는어획사망율은

0.328/

^년

, 0.471/

^년이 었다

(Fig. 5). F0.1

값은

0.426/

년으로계산되었다

(Fig. 5). 2019

년의순간어획사망률

F

_T은

0.257/

년으로위의세자원관리기준 점보다낮았으며

,

이값은약

F46%

에해당한다

. Clark (1991)

는

F35%

과

F0.1

이일반적으로비슷한

F

^값을^{나타낸다고}^하였 는데

,

^본^연구에서^계산된

F0.1

^값은

0.426/

^년으로서^이^값은^약

F32%

에해당하였고

F35%

의값은

0.38/

년으로나타났다

.

그리 고민감도분석에의해결정된

M=0.38/

^년을

F

^로^취급했을^경우 의

Fx%

은약

F35%

로나타났다

.

본 연구에서는 어느 정도의

Fx%

가 한국 고등어의 자원관 리의지표로서적절한지를제안하기위해미래의산란자원량

(2020-2024)

을예측하였다

.

예측기간동안의어획사망률에대 한가정은인위적으로통제가가능한어업강도를의미한다

.

따 라서 모델에서 추정된현재

(2019

년

)

의 어업강도

(F

_T

=F46%),

자원관리기준으로서일반적으로제시되는

F30%(=0.471/

년

), F40%(=0.328/

^년

)

^그리고

F50%(=0.232/

^년

)

^의^네가지^경우를 어획사망률의시나리오로설정하였다

.

반면어류의가입은인 위적으로통제할수없는환경요인및산란자원량에영향을받 는요인이다

.

따라서본연구에서는예측기간동안일어날수있 는가입마릿수의변화를모델에서추정된가입개체수의평균 Fig. 1. Sensitivity analysis for finding the natural mortality, M. The

vertical line denotes M of 0.38 per year.

(5)

값

(R

₀

)

을기준으로증가

,

감소

,

일정한경우의세가지로단순화 하여가정하였으나

,

예측기간동안일어날수있는가입마릿수 의변동폭은선행연구

(Yatsu, 2019)

및본연구에서추정된연 도별가입마릿수결과를고려하여결정하였음을밝힌다

.

예측기간동안의가입마릿수가

R

₀

(=1.02×10

⁹마리

)

로일정 한시나리오에서산란자원량은예측기간동안의어획사망률이

F50% (=0.232/

년

)

와

F

_T

(≈0.257/

년

)

인경우에서시간에따라 증가하였고

, F40% (=0.328/

년

)

와

F30% (=0.471/

년

)

인경우에 는감소하였다

(Fig. 6b).

^다음으로^{가입마릿수가}^시간에^따라 증가하는경우

,

산란자원량은

F50%, F

_T에서지속적으로증가 하였으며

, F40%

와

F30%

의경우에는초기에는높은어획의영 향으로산란자원량이감소하다가지속적으로증가하는가입마 릿수의영향으로인해산란자원량이회복되는모습을보였다

(Fig 6c).

^{마지막으로}^{가입마릿수가}^시간에^따라^감소하는^시

나리오에서산란자원량은모든경우

(F30%, F40%, F50%, F

_T

)

에서감소하는추세를보였다

(Fig. 6d).

위의

12

가지의시나리 오중예측기간중마지막년도

(2024

년

)

의산란자원량이현시

점

(2019

년

)

의산란자원량보다낮아지는경우는가입마릿수가

일정한경우의

F30% (Fig. 6b)

^와^{가입마릿수가}^감소하는^경우 의

F30%

와

F40%

에서나타났다

(Fig. 6c).

특히모든가입시나 리오에서

F

_T에의한산란자원량의그래프는

2019

년의산란자 원량을초과하였다

(Fig. 6).

즉

,

현시점

(2019

년

)

의어업수준

F

_T 을다음

5

년간유지할경우

,

가입이지속적으로감소하는상황 을고려하더라도현시점의산란자원량을보존할수있는것으 로나타났다

.

결과적으로본연구는한국고등어자원의어획기 준의상한으로서

,

현재의어업강도

F

_T

(≈0.257/

년

)

를제안한다

.

가입의 변동성

본연구는현시점으로부터앞으로

5

^년까지^{산란자원량의}^변 화를예측하였다

.

그러나오늘날논의되고있는지구온난화및 기후변동이개체군의자원량및가입량에미치는영향을고려 하는일은보다장기적인관점을요구한다

.

한반도인근의동 중국해와동해는발트해와북해다음으로지구온난화로인한

표층해수온의상승이빠르게일어나고있는해역이다

(Belkin,

2009).

이같은급속한수온의증가는어류의산란시기와자치

어들이섭이하는먹이생물의출현시기간의불일치를유발할 수있으며

(Asch et al., 2019),

용존이산화탄소의증가는소형 어류의보육장의성층구조에영향을미침으로써가입을저해 할수있다

(Brochier et al., 2013).

^한편

,

^이러한^우려와는^대조 적으로

Hilborn et al. (2020)

는전세계적으로자원관리및규제 가잘수행되어온해역에서남획이억제되고자원량이증가했 다고보고하였다

.

이는자원관리를통해산란자원량을보존함 으로써가입량의증가를기대할수있다는사실을암시한다

.

그 러나가입에는산란자원량

,

^환경요인^그리고^어획^등이^복합적 으로작용하기때문에가입의변동을설명하거나예측하는일 은쉽지않다

.

특히자원의크기와가입량간의관계는논쟁적 인이슈이다

(Gilbert, 1997; Vert-pre et al., 2013). 1980

년대에 캐나다의대구

(Gadus morhua)

^자원은^{상대적으로}^높은^자원량 에서도낮은생산성을보였으며

(Hilborn and Litzinger, 2009),

2000

년대에북해청어

(Clupea harengus)

^자원은^{산란자원량이} 높은상태임에도불구하고가입의실패가나타났다

(Payne et

al., 2009).

북서태평양에서는고등어를포함한소형표형성어 류

(small pelagic fishes, SPF)

들의가입량이수십년단위의주 Fig. 2. Observed and predicted fishery yields (a) and catch-per-unit-effort values (b) from 2000 - 2019 for the Korea chub mackerel Scomber japonicus stock. Points and solid line in each panel denote those data and predicted values, respectively.

(6)

기성을가지고증감을반복한다는것이보고되었다

(Watanabe, 2007; Yatsu, 2019).

이러한연구들은가입에영향을미치는해 양환경의변화에주목한다

.

요컨대

,

가입의성패는고갈된자원 의회복과도밀접한관계가있으므로우리나라의수산자원의 가입에영향을미치는환경요인에대한연구는성공적인자원 관리를위해수행될필요가있다

.

산란-가입량 관계식

Steepness (h

로표기

)

는

Mace and Doonan (1988)

에의해재 모수화된

Beverton-Holt S-R

관계식의모수로서

(

부록식

A.3

과

A.4),

^어업이^일어나지^않았을^경우의^{산란자원량의}

20%

^수

준에서재생산되는가입량을어업이일어나지않았을경우재 생산되는가입량으로나눈값으로정의된다

.

그러나

steepness

는일반적으로추정이어려우며추정이가능하더라도추정치 의불확실성이큰경우가많다

.

이에

Mace (1994)

는

S-R

관계 식이불분명한경우에는자원관리기준점으로서

F40%

^를^사용 할것을제시하였다

.

본연구에서는전년도의산란자원량과그 다음년도의가입개체수를연결하는

Beverton-Holt S-R

관계식 의모수

steepness (h)

를자유모수로서추정할수없었기때문에

h=1

^로^{고정하였다}

.

즉

,

이가정은전년도의산란자원량과그다 음년도의가입개체수가무관하고오직환경요인이가입량을 결정한다는의미이다

. h=1

^은^고등어와^같이^{상업적으로}^가치가 Fig. 3. Observed and predicted age compositions in annual samples of the Korea chub mackerel Scomber japonicus stock caught by the large purse-seine fishery during 2000-2019. Histogram and solid line in each panel denote those data and predicted values.

(7)

높고

,

생산력이높으며

,

높은강도로어획되는어종의경우가 정되곤한다

.

^그러나

Mangel et al. (2010)

^은

h=1

^의^가정을^높은 어업강도로어획되는개체군의경우에적용하는것이부적절하 며

,

이가정에근거하여어획량에기반하여계산된자원관리지 표를사용하는것또한부적절하다고하였다

.

이에본연구진은 후속연구주제로서

S-R

관계식에주목하고자한다

.

실제가입 량은산란자원량과환경요인모두의영향을받기때문에

,

^가입 량과산란자원량이서로무관하다는본모델의가정은한계가 있다

.

또한본래

Beverton-Holt S-R

관계식에서가입의정의에 는성성숙의개념이포함되는데반해본연구에서는가입을

1

세 의마릿수로단순화하여취급하였다

.

따라서본연구진은후속

연구를통해

S-R

^관계식의^가정들을^완화^및^{구체화하여}^가입

에영향을미치는여러요인들을고려한모델을수립함으로써 보다현실적인자원관리기준점을제시하고자한다

.

입력자료의 중요성

본연구에서사용한

SCAA

모델은자연사망률

,

연령별성숙

률

,

^연령별^평균^체중

,

^산란의^시점^등^생물학적^정보를^입력할

것을요구한다

(Table 1).

입력된사전정보가불확실하거나부

Fig. 4. Estimates of annual spawning biomass of the Korea chub mackerel Scomber japonicus stock (a), those of recruitments (b), those of fishing mortality (c) from 2000-2019, and estimates of age-specific fishery selectivity (d).

Fig. 5. Spawning potential ratio (SPR) and yield per recruit (YPR) against fishing mortality for the Korea chub mackerel Scomber japonicus stock. The solid and broken curves denote SPR and YPR curve, respectively. The vertical line denotes estimate of the instan- taneous fishing mortality of the terminal year, 2019.