Visserijbeheer

Visserijbeheer

Wageningen Marine Research heeft de wettelijke taak om bij te dragen aan advies voor een duurzaam beheer van de visstanden. Het maken van bestandsschattingen is daarbij onze belangrijkste taak. Dit doen we in opdracht van de Nederlandse overheid en internationaal voor de International Council for the Exploration of the Sea (ICES).

Beleidsmakers hebben bestandsschattingen nodig om vast te kunnen stellen hoeveel vis er van een bepaalde soort in een jaar gevangen mag worden. Daarnaast hebben ze als doel om terug te kijken of het gevoerde visserijbeheer goed is geweest. Op basis van bestandsschattingen geeft ICES voor 200 soorten vangstadviezen vast. Elk jaar stellen de Europese lidstaten vervolgens visquota voor het volgende jaar op.

Een goede samenwerking tussen visserij en wetenschap is voor duurzaam visserijbeleid een voorwaarde.
Pim Visser, Directeur VisNed

Verschillende typen onderzoek

Om betrouwbare bestandsschattingen te doen, combineert Wageningen Marine Research verschillende typen onderzoek. Zo voeren we elk jaar surveys met onderzoeksschepen uit om in vastgestelde gebieden langjarige metingen te doen. De resultaten van deze surveys combineren we met bemonsteringen van de aanvoer van de visserij; zelfbemonsteringen door vissers en marktbemonsteringen van de visafslag. Daarbij onderzoeken we de monsters en stellen we in ons lab kenmerken als geslacht, lengte, gewicht en leeftijd van vissen vast.

Statistische modellen

Al deze onderzoeksgegevens vertalen we in statistische modellen. Hiermee schatten we allereerst hoeveel vis er de afgelopen jaren in zee heeft gezeten. We gebruiken de modellen daarnaast om te voorspellen hoe visbestanden zich de komende jaren onder bepaalde beleidskeuzes gaan ontwikkelen. We doen dit bijvoorbeeld voor economisch belangrijke soorten als haring, schol, makreel en tong.

Data-limited stocks

Voor veel soorten geldt dat het te duur is om via surveys met onderzoeksschepen bestandsschattingen te doen. Dit noemen we data-limited stocks. Denk bijvoorbeeld aan tarbot, griet, haaien en roggen. We kunnen dan niet een zekere schatting van de absolute bestandsomvang maken. Vaak zijn er wel andere onderzoeksgegevens bekend, zoals langjarige trends in vangsten, biomassa en jonge aanwas. Op basis daarvan is het vaak toch mogelijk te voorspellen hoe een bepaalde visbestand zich zal ontwikkelen.

Samen met de visserijsector zoeken we via onderzoeksprojecten naar nieuwe technieken om over meer nauwkeurige gegevens van deze ‘gegevensarme’ bestanden te kunnen beschikken. Voorbeelden zijn Innorays (nieuwe en innovatieve DNA-methode toepassen om populatiegroottes van stekelrog en blonde rog te schatten) en OSW 2.0 (bedrijfssurvey tarbot en griet om aantallen en biologische gegevens te verzamelen). Door deze aanvullende bestandsgegevens is uiteindelijk een beter visserijbeheer mogelijk.

Schepen volgen via satelliet en analyse van visserijgebieden

Ook kunnen onze onderzoekers individuele vangstdata uit logboekgegevens van vissers koppelen aan gegevens die zijn verzameld via het Vessel Monitoring System (VMS). Dit systeem verzamelt informatie over waar een schip aan het vissen was. Wageningen Marine Research heeft toestemming om deze data van de Nederlandse Voedsel en Warenautoriteit (NVWA) voor onderzoek te gebruiken. Door de data uit deze bronnen te combineren kunnen we de economische en ecologische impact bepalen van bijvoorbeeld het sluiten van een bepaald gebied voor vissers op de Noordzee.

Dit biedt Wageningen Marine Research

  • Basisgegevens over visbestanden via het Centrum voor Visserijonderzoek (CVO)
  • Internationaal netwerk binnen ICES
  • Unieke samenwerking met visserijsector rond gegevensverzameling voor onderzoek en bestandsschattingen

Onderzoek in de praktijk

Showcase: DNA-verwantschapsonderzoek brengt populatie roggen nauwkeurig in kaart

Om populaties van verschillende soorten roggen in de Noordzee in kaart te brengen, worden deze vissen die vaak als bijvangst worden binnengehaald, van een merkje voorzien. Vervolgens wordt over bepaalde periode gekeken hoeveel gemerkte roggen er in vangsten voorkomen. Een nieuwe methode gaat een stap verder: door vissen aan de hand van hun DNA-profiel te identificeren, kunnen verwantschappen tussen individuen vastgesteld worden en valt de omvang van een populatie veel nauwkeuriger te schatten. De methode wordt beproefd op roggen omdat dit een vissoort is waarvan de populatieomvang zich moeilijk laat schatten.

Met DNA-verwantschapsanalyse kunnen we populaties veel nauwkeuriger in kaart brengen
Jan Jaap Poos, onderzoeker Wageningen Marine Research

DNA als uniek merkteken

Close kin mark recapture (CKMR) is de naam van de nieuwe methode, die in INNORAYS beproefd gaat worden. INNORAYS is een project dat door het Europees Fonds voor Matitieme Zaken en Visserij wordt gefinancierd. Onderzoekers Jan Jaap Poos en Jurgen Batsleer van Wageningen Marine Research lichten het project toe: “Het DNA van een vis is een uniek merkteken. Met dat profiel kun je echter niet alleen die ene vis identificeren, maar bijvoorbeeld ook ouder-kindparen en halfbroertjes en -zusjes. Ieder beest heeft immers de helft van het DNA van zijn moeder en de andere helft van zijn vader.”

Nauwkeurig én efficiënt

Het project is in 2018 gestart. In samenwerking met de visserijsector zijn stukjes weefsel van 2000 stekelroggen en 1000 blonde roggen verzameld. Deze worden momenteel met behulp van CKMR geanalyseerd. Het aantal samples is volgens Jan Jaap Poos hopelijk voldoende om verwantschappen aan te treffen. Op basis van een te ontwikkelen wiskundig model valt dan niet alleen veel nauwkeuriger, maar ook veel efficiënter een schatting van de populatieomvang te maken: “Het wordt steeds goedkoper om DNA-profielen te maken. We zien dit onderzoek met roggen als testcase. Australische onderzoekers hebben CKMR al met succes toegepast om de populatiegrootte van blauwvintonijnen en witte haaien in kaart te brengen.”

Ruimtelijke informatie

Een logische vervolgstap is om CKMR ook voor andere vissoorten te gebruiken. Daarnaast gaat Wageningen Marine Research kijken of de methode ook geschikt is om populatiestructuur, migratiepatronen en voortplantingscapaciteit in kaart te brengen. Poos: “Het zou mooi zijn om via DNA-verwantschappen te ontdekken of er zich subpopulaties vormen en zo ja, hoe deze tot stand komen.” 


Showcase: Breedbandtechniek om pelagische vissoorten te identificeren

Slimme technieken moeten ertoe leiden dat vissers minder ongewenste bijvangst in hun netten krijgen. Een veelbelovende methode die daarbij helpt, is het gebruik van akoestische breedbandtechniek. Deze techniek wordt nu al ingezet aan boord van onderzoeksschepen, maar zou in de toekomst ook van waarde kunnen zijn aan boord van pelagische trawlers.

Met behulp van breedbandtechnologie kunnen vissers in de toekomst heel nauwkeurig de hoeveelheid aan verschillende vissoorten onder de boot analyseren
Benoît Bergès, onderzoeker bij Wageningen Marine Research

Nauwkeuriger informatie

Wageningen Marine Research onderzoekt in opdracht van de Pelagic Freezer-trawler Association de breedbandtechniek om pelagische vissoorten als haring en makreel tijdens het vissen te identificeren. Door de echo’s van deze vissen via verschillende frequenties op te vangen, proberen onderzoekers de vissoorten van elkaar te scheiden. Met de oude techniek, gebaseerd op meerdere afzonderlijke frequenties, lukt het alleen om onderscheid te maken tussen vissen met zwemblaas (zoals haring en horsmakreel) en vissen zonder zwemblaas (zoals makreel en zandspiering). “Met de nieuwste breedbandapparatuur kunnen we ook de kleinste akoestische verschillen tussen vissen meten,” aldus onderzoeker Benoît Bergès. Dit gebeurt aan de hand van algoritmen die de weerkaatste echo’s analyseren. Dit levert volgens Bergès veel nauwkeuriger informatie op dan met gangbare akoestische meetapparatuur.

Minder bijvangst aanlanden

De breedbandtechniek is uitvoerig getest tijdens verschillende visreizen, in verschillende gebieden en verspreid over het hele jaar. De tests leverden een grote hoeveelheid meetgegevens op. Analyse van deze gegevens en ontwikkeling van algoritmen moeten deze techniek volgens Bergès geschikt maken voor gebruik binnen de pelagische visserij. Het doel is de beperking van ongewenste bijvangst: “Voor vissers is het lastig om vast te stellen welke vissen zich onder hun boot bevinden. Met behulp van breedbandtechnologie kunnen ze in de toekomst heel nauwkeurig de hoeveelheid aan verschillende vissoorten onder de boot analyseren. Stel dat er veel ongewenste vis aanwezig is, dan kan de visser besluiten om op die plek geen vangst te doen. Dit maakt selectiever vissen mogelijk, waardoor de visser minder bijvangst hoeft aan te landen.”

Benoît Bergès analyseert de akoestische data van de laatste dag van de haringsurvey 2018
Benoît Bergès analyseert de akoestische data van de laatste dag van de haringsurvey 2018

Bekijk het surveyblog


Showcase: Electronic monitoring verbetert vangstbemonstering aan boord

Vangstbemonstering, de basis van visserijbeheer, gebeurt grotendeels nog met de hand. Dat gaat veranderen: er wordt hard gewerkt aan de ontwikkeling van autonome, volledig geautomatiseerde vangstregistratie, oftewel: fully documented fisheries. Daarbij worden camerabeelden met behulp van deep learning geanalyseerd om vissen te herkennen.

Volledige vangstregistratie is de heilige graal van duurzaam visserijbeheer
Edwin van Helmond, onderzoeker bij Wageningen Marine Research

Tien jaar geleden ontwikkelden Canadese onderzoekers een camerasysteem voor aan boord van vissersschepen. In eerste instantie was het systeem bedoeld om de schepen in havens te bewaken. Al snel bleken de camera’s op zee ook geschikt voor een ander doel: vastleggen wat er gevangen wordt. Wageningen Marine Research testte het systeem om te kijken of het geschikt was om soorten te herkennen. Onderzoeker Edwin van Helmond was sceptisch, maar het systeem bleek goed te werken: “Op basis van de beelden bleken we verrassend betrouwbare waarnemingsresultaten te boeken.”

Tuinbouw past techniek al toe

Het systeem van remote camera monitoring werd verder ontwikkeld, maar de menselijke factor bleef volgens Van Helmond een beperking: “We konden steekproefsgewijs tellen, maar alles tellen was onmogelijk. Toen dachten we: wat nu als we gebruik kunnen maken van technieken als computer vision en machine learning? We zijn toen met onze collega’s van Wageningen University gaan praten. Daar maken de Farm Technology Group en Wageningen Agro Food Robotics gebruik van dit soort technieken, die al op behoorlijke schaal worden toegepast in de landbouw, tuinbouw en veeteelt.”

Betrouwbaar en razendsnel

Proeven om met een basisalgoritme automatisch roggen te herkennen en categoriseren, richtten zich op verschillende scenario’s. Als het gaat om het herkennen van roggen tussen andere vissoorten, leverde het simpelste scenario een score van 100% accuraatheid op. In een complexer scenario lagen meerdere vissen deels over elkaar heen in beeld, wat een score van 93% opleverde. De onderzoekers keken ook nog of verschillende subsoorten werden herkend. In het simpele scenario werd 92% gehaald tegen 80% in het complexe scenario. Het systeem kan zo’n 600 beelden per minuut verwerken en met wat duurdere hardware kan dat zelfs nog een stuk sneller.

Komend jaar wordt in het nieuwe Fully Documented Fisheries (FDF)-project de stap gezet naar metingen aan boord. Doel is om in drie jaar tot een demonstratie aan boord te komen.

- Helaas, uw cookie-instellingen zijn zodanig dat de Video niet getoond kan worden - pas uw permissie voor cookies aan