Hjem Forskning Hvordan kan datasimulert fiske hjelpe oss å forvalte sårbare laksebestander?

Hvordan kan datasimulert fiske hjelpe oss å forvalte sårbare laksebestander?

Av Redaksjonen

Foto: Torgeir Havn / NINA.

Med årets rekordlave laksefangster kan det være behov for å innføre strengere regulering av fisket. Men funker det? Det kan vi teste i en datamaskin!

NINA – Tekst: Anne Olga Syverhuset

Om vi skal kunne fiske laks i framtida, må vi la det være igjen nok hunnlaks i elva til at mengden egg som legges er nok til at kommende generasjoner også blir tallrike. Vi må nå gytebestandsmålet. Årets laksefangster ligger an til å bli blant de laveste noensinne. Hvis hovedgrunnen til de lave fangstene er redusert lakseinnsig, kan det bli behov for begrensninger i fisket. 

Forvaltningen har mange ulike verktøy i verktøyskrinet sitt som kan bidra til at  gytebestandsmålet nås. De kan for eksempel innskrenke lengden på fiskesesongen, begrense hvor mange laks hver fisker kan ta, eller frede hunnlaks i hele eller deler av fiskesesongen. Men hva er mest effektivt? Og hva funker ikke? 

– Det kan vi teste i en datamaskin, forteller NINA-forsker Grethe Robertsen.

Sammen med kolleger i NINA og Veterinærinstituttet har hun nettopp publisert rapporten «Effekter av hunnlaksfredning og andre forvaltningstiltak på gytebestander av laks».

Testet effekten av hunnlaksfreding med datasimulering

Ved å fiske i en datamaskin – eller med andre ord kjøre simuleringer av en fiskesesong i et dataprogram – kan vi teste effekten av ulike forvaltningstiltak i elva. Faktorer som har betydning for resultatet av modellsimuleringene er blant annet bestandssammensetning, oppvandringsperiode, fiskerinnsats og sesong. 

– Dermed kan vi prøve ut forskjellige forvaltningstiltak uten at de får noen direkte konsekvens for bestanden, og vi slipper å vente i måneder eller år for å finne ut om de kan virke etter hensikten, påpeker NINA-forsker Ola H. Diserud.

I simuleringsmodellen som er beskrevet i rapporten har de brukt hunnlaksfredning som eksempel på et reguleringstiltak. Hunnlaksfredning vil si at fiskere som får hunnlaks på kroken må sette dem ut igjen. Hvor gode fiskerne er til å skille hunner fra hanner vil åpenbart påvirke hvor effektivt et slik tiltak vil kunne bli. 

– Men modellen kan også brukes på andre forvaltningstiltak, sier Diserud.

Modellen vil  både kunne brukes til å undersøke effekten av ulike fiskeregler hvis de blir fulgt til punkt og prikke, og hvordan brudd på forutsetningene for reguleringen, slik som feilaktig bestemmelse av kjønn, kan påvirke hvor godt reguleringen virker for å sørge for at det er nok gytefisk igjen i elva etter sesongen.

Fungerer hunnlaksfredning selv om mange tar feil på kjønn?

Hunnlaksfredning kan være et alternativ til å korte inn fiskesesongen, men det forutsetter at fiskerne kan se forskjell på hunner og hanner. NINA har tidligere undersøkt hvor godt fiskerne treffer på kjønn, ved å sammenligne innrapportert kjønn med genetisk bestemt kjønn fra fiskeskjell i de fire elvene Surna, Orkla, Gaula og Namsen.

Forrige undersøkelse viste at det kan være utfordrende å se forskjell på kjønn. Generelt så er laks som er rapportert inn som hunner stort sett rett, mens mange laks som er  innrapportert som hanner viser seg å være hunner når det gjøres genetiske analyser. Dette er spesielt et problem tidlig i sesongen, før typiske kjønnskarakterer, som kjevekrok, har blitt framtredende.

Feilratene i innrapporteringen som ble avdekket fra undersøkelsen er brukt inn i datasimuleringene, slik at forskerne kan finne ut om hunnlaksfredningen kan fungere, selv om mange fiskere feilbestestemmer kjønnet på laksen.

– Selv om fiskerne gjør såpass mye feil som de gjør, så viser modelleringen at hunnlaksfredningen kan bidra positivt til å nå gytebestandsmål, konkluderer Robertsen.

Les mer: NINA Rapport 2237. Effekter av hunnlaksfredning og andre forvaltningstiltak på gytebestander av laks.

Strossle

Du vil kanskje like dette også

Legg inn en kommentar

[script_20]

Dette nettstedet bruker Akismet for å redusere spam. Lær om hvordan dine kommentar-data prosesseres.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Aksepter Les mer

Privacy & Cookies Policy