This section provides some background information for this App. To make forecasts, you have to push “Simple predictions” or “Detailed predictions” in the top of the screen. The calculations for the Simple predictions are the same as for the Detailed predictions, but simpler output are produced for the simple prediction, so this model type runs faster.

Background

This App makes forecast scenarios for the main fish stocks in the North Sea, based on the results from the Stochastic Multispecies Model (SMS) used by ICES to provide multispecies mortalities. Future fishing pressure and exploitation pattern can be changed for the stocks and the model will then calculate future fishing yield and stock sizes. SMS takes into account that fish eats fish, so a change in fishing pressure for a given species will directly change its stock size and yield, but may also change stock size and yield for other species which are prey or predator for the given species.

The model has 27 stocks:
	Danish stock name	Stock name	Type
1	Mallemuk	Fulmar	Other predator
2	Lomvie	Guillemot	Other predator
3	Sølvmåge	Herring gull	Other predator
4	Ride	Kittiwake	Other predator
5	Svartbag	Great black-backed gull	Other predator
6	Sule	Gannet	Other predator
7	Søpapegøje	Puffin	Other predator
8	Alk	Razorbill	Other predator
9	Tærbe	Starry ray	Other predator
10	Grå knurhane	Grey gurnards	Other predator
11	Vestlig hestemakrel	Western horse mackerel	Other predator
12	Nordsø hestemakrel	North Sea horse mackerel	Other predator
13	Kulmule	Hake	Other predator
14	Gråsæl	Grey seal	Other predator
15	Marsvin	Harbour porpoise	Other predator
16	Torsk	Cod	Dynamic predator and prey
17	Hvilling	Whiting	Dynamic predator and prey
18	Kuller	Haddock	Dynamic predator and prey
19	Mørksej	Saithe	Dynamic predator
20	Makrel	Mackerel	Dynamic predator
21	Sild	Herring	Dynamic prey
22	Tobis, nordlig	Northern sandeel	Dynamic prey
23	Torbis, sydlig	Southern sandeel	Dynamic prey
24	Brisling	Sprat	Dynamic prey
25	Sperling	Norway pout	Dynamic prey
26	Rødspætte	Plaice	Dynamic
27	Tunge	Sole	Dynamic

There are two main types of stocks shown in the table: "Other predator" and "Dynamic stocks". The group of **Other predators** includes a number of sea birds, fish stocks and marine mammals, which all eat fish. It is assumed that the we know the abundance of these predators in the model, which will be kept constant if the user does not change it. The group of **Dynamic stocks** includes the main commercial fish stocks, where stock sizes change dynamically from recruitment, fishing pressure and natural mortality. Some of the stocks act both as predator and prey species, while some are only predators or preys in the model. Plaice and sole do not eat any of the fish stocks in the model (at a significant level) or is prey (at a significant level) for the model predators.

The SMS model is used by the ICES Working Group on Multispecies Assessment Method, WGSAM (ICES, 2021) to estimate the historical natural mortalities, which are used in the ICES stock assessment and TAC advice for number of species in the North Sea area. The model is a so-called multispecies model, which uses historical catches, catch rates from scientific surveys and the observed stomach content from a quarter of a million fish to estimate the historical fishing mortality (F) and stock sizes. The model takes account for predation, which results in the so-called predation mortality (M2).

SMS is most often applied to estimate the historical stock sizes and fishing mortalities. The results are close to the results from the ICES single stock assessments, but not identical.

In this App, SMS is used as a forecast model. This is done from the model parameters, e.g. food suitability and exploitation pattern, estimated in the historical SMS, and assumptions of future fishing pressure and recruitment. The forecasts or scenarios assumes that everything is kept constant in the future, if not changed by the user. The is a crude assumption when the forecast is made for a long time period. This and the fact that there in general is rather high uncertainties in a complex model like SMS, means that the results should be seen a model results rather than strict prediction of future changes.

This section provides some background information for this App. To make forecasts, you have to push “Simple predictions” or “Detailed predictions” in the top of the screen. The calculations for the Simple predictions are the same as for the Detailed predictions, but simpler output are produced for the simple prediction, so this model type runs faster.

Background

This App makes forecast scenarios for the main fish stocks in the Baltic Sea, based on the results from the Stochastic Multispecies Model (SMS) used by ICES to provide multispecies mortalities. Future fishing pressure and exploitation pattern can be changed for the stocks and the model will then calculate future fishing yield and stock sizes. SMS takes into account that fish eats fish, so a change in fishing pressure for a given species will directly change its stock size and yield, but may also change stock size and yield for other species which are prey or predator for the given species.

The model has 3 stocks:
	Danish stock name	Stock name	Type
1	Torsk	Cod	Other predator
2	Sild	Herring	Dynamic prey
3	Brisling	Sprat	Dynamic prey

There are two main types of stocks shown in the table: “Other predator” and “Dynamic stocks”. The group of Other predators includes cod. It is assumed that the we know the abundance of cod in the model, which will be kept constant if the user does not change it. The group of Dynamic stocks includes the main commercial fish stocks, where stock sizes change dynamically from recruitment, fishing pressure and natural mortality.

The SMS model is used by the ICES Working Group on Multispecies Assessment Method, WGSAM (ICES, 2022) to estimate the historical natural mortalities, which are used in the ICES stock assessment and TAC advice for number of species in the Baltic Sea area. The model is a so-called multispecies model, which uses historical catches, catch rates from scientific surveys and the observed stomach content from a 65,000 cod to estimate the historical fishing mortality (F) and stock sizes. The model takes account for predation, which results in the so-called predation mortality (M2).

SMS is most often applied to estimate the historical stock sizes and fishing mortalities. The results are close to the results from the ICES single stock assessments, but not identical as the ICES models for the individual species are often more complex than SMS.

In this App, SMS is used as a forecast model. This is done from the model parameters, e.g. food suitability and exploitation pattern, estimated in the historical SMS, and assumptions of future fishing pressure and recruitment. The forecasts or scenarios assumes that everything is kept constant in the future, if not changed by the user. The is a crude assumption when the forecast is made for a long time period. This and the fact that there in general is rather high uncertainties in a complex model like SMS, means that the results should be seen a model results rather than strict prediction of future changes.

Her kan du læse lidt om baggrunden for denne App. Hvis du ønsker at lave prognoser, skal du trykke på enten Simple predictions eller Detailed predictions i toppen af skærmen. Beregningerne for de simple prognoser er lige så komplekse som de detaljerede prognoser, men de simple prognoser giver kun oversigtsfigurer over den fremtidige udvikling og prognosebregningerne kan derfor gennemføres hurtigere. De detaljerede prognoser giver langt flere detaljer og tager derfor lidt længere tid at lave.

Baggrund

Med denne App kan der laves prognoser for fiskebestandene i Nordsøen ud fra resultaterne fra ICES Stochastic Multispecies Model (SMS). Det fremtidige fiskeritryk og fiskerimønster kan ændres for en række bestande i Nordsøen og modellen beregner derefter det fremtidige fiskeriudbytte og bestandenes størrelse. I beregningerne tages der hensyn til at fisk spiser fisk, så en ændring i fiskeritrykket for en art giver både ændringer i bestandsstørrelse og fiskeriudbytte for arten selv, men også andre arter der kan være byttedyr eller rovdyr for arten.

Modellen har 27 bestande:
	Bestand	Engelsk	Type
1	Mallemuk	Fulmar	Andet rovdyr
2	Lomvie	Guillemot	Andet rovdyr
3	Sølvmåge	Herring gull	Andet rovdyr
4	Ride	Kittiwake	Andet rovdyr
5	Svartbag	Great black-backed gull	Andet rovdyr
6	Sule	Gannet	Andet rovdyr
7	Søpapegøje	Puffin	Andet rovdyr
8	Alk	Razorbill	Andet rovdyr
9	Tærbe	Starry ray	Andet rovdyr
10	Grå knurhane	Grey gurnards	Andet rovdyr
11	Vestlig hestemakrel	Western horse mackerel	Andet rovdyr
12	Nordsø hestemakrel	North Sea horse mackerel	Andet rovdyr
13	Kulmule	Hake	Andet rovdyr
14	Gråsæl	Grey seal	Andet rovdyr
15	Marsvin	Harbour porpoise	Andet rovdyr
16	Torsk	Cod	Dynamisk, rov- og byttedyr
17	Hvilling	Whiting	Dynamisk, rov- og byttedyr
18	Kuller	Haddock	Dynamisk, rov- og byttedyr
19	Mørksej	Saithe	Dynamisk, rovdyr
20	Makrel	Mackerel	Dynamisk, rovdyr
21	Sild	Herring	Dynamisk byttedyr
22	Tobis, nordlig	Northern sandeel	Dynamisk byttedyr
23	Torbis, sydlig	Southern sandeel	Dynamisk byttedyr
24	Brisling	Sprat	Dynamisk byttedyr
25	Sperling	Norway pout	Dynamisk byttedyr
26	Rødspætte	Plaice	Dynamisk
27	Tunge	Sole	Dynamisk

Der er er to hovedtyper af bestande vist i tabellen: “Andet rovdyr” og “Dynamiske bestande” , Gruppen af Andet rovdyr (”Other predators”) indeholder en lang række havfugle, fiskebestande og havpattedyr, der alle spiser fisk. I modellen antages det at man kender antallet af disse rovdyr i prognosen og dette vil holdes konstant i modellen, hvis man da ikke ændre det. Gruppen af Dynamiske bestande indeholder vigtige bestande, hvor bestandstørrelsen udvikles dynamisk ud fra rekruttering, fiskeritryk og den naturlige dødelighed. Nogle af bestandene er både rovdyr og byttedyr, nogle er kun rovdyr eller byttedyr, og nogle er hverken rov- eller byttedyr i modellen.

SMS Modellen anvendes af ICES arbejdsgruppen WGSAM (ICES, 2021) til at bestemme de historiske naturlige dødeligheder, der anvendes i ICES bestandsvurderingerne og TAC-rådgivning for en række bestande i Nordsøen. Modellen er en såkaldt flerartsmodel, der ud de historiske fangster, fangstrater fra videnskabelige togter og observeret maveindhold fra en kvart million fisk, samt andre data, beregner de historiske Fiskeridødeligheder (F) og bestandsstørrelser. Modellen indregner at fisk spiser fisk, hvilket resulterer i den såkaldte predationsdødelighed (M2).

SMS anvendes oftest til at bestemme hvad der er sket historisk, altså til at bestemme de historiske bestandsstørrelser og fiskeridødeligheder. Den historiske SMS giver stort set de samme resultater som i ICES bestandsvurderingen, men der er forskelle, der blandt andet skyldes at SMS er forskellig fra de modeller der oftest benyttes.

I denne App anvendes SMS som prognosemodel, hvor der regnes frem i tiden. Dette gøres ud fra de modelparametre for fx fødevalg og fiskerimønstre, der er bestemt i den historiske SMS samt med antagelser om fremtidig fiskeritryk og rekruttering. Prognosen antager, at alt andet end det der ændres i modellen, fx fiskeritrykket, holdes konstant, hvilket er en meget grov antagelse specielt hvis der laves prognoser over mange år. Dette, sammen med en den usikkerhed der altid vil være i en så kompleks model som SMS, betyder at resultatet fra prognoserne skal mere ses som modelresultater end som realistiske forudsigelser for, hvad der vil ske over en længere årrække.

Her kan du læse lidt om baggrunden for denne App. Hvis du ønsker at lave prognoser, skal du trykke på enten Simple predictions eller Detailed predictions i toppen af skærmen. Beregningerne for de simple prognoser er lige så komplekse som de detaljerede prognoser, men de simple prognoser giver kun oversigtsfigurer over den fremtidige udvikling og prognosebregningerne kan derfor gennemføres hurtigere. De detaljerede prognoser giver langt flere detaljer og tager derfor lidt længere tid at lave.

Baggrund

Med denne App kan der laves prognoser for fiskebestandene i den østlige Østersø ud fra resultaterne fra ICES Stochastic Multispecies Model (SMS). Det fremtidige fiskeritryk og fiskerimønster kan ændres for en række bestande i Østersøen og modellen beregner derefter det fremtidige fiskeriudbytte og bestandenes størrelse. I beregningerne tages der hensyn til at fisk spiser fisk, så en ændring i fiskeritrykket for en art giver både ændringer i bestandsstørrelse og fiskeriudbytte for arten selv, men også andre arter der kan være byttedyr eller rovdyr for arten.

Modellen har 3 bestande:
	Dansk navn	Engelsk navn	Type
1	Torsk	Cod	Other predator
2	Sild	Herring	Dynamic prey
3	Brisling	Sprat	Dynamic prey

Der er er to hovedtyper af bestande vist i tabellen: “Andet rovdyr” og “Dynamiske bestande” , Gruppen af Andet rovdyr (”Other predators”) indeholder torsk, der alle spiser fisk. I modellen antages det at man kender antallet af torsk i prognosen og dette vil holdes konstant i modellen, hvis man da ikke ændre det. Gruppen af Dynamiske bestande indeholder vigtigste kommercielle bestande, hvor bestandstørrelsen udvikles dynamisk ud fra rekruttering, fiskeritryk og den naturlige dødelighed.

SMS Modellen anvendes af ICES arbejdsgruppen WGSAM (ICES, 2022) til at bestemme de historiske naturlige dødeligheder, der anvendes i ICES bestandsvurderingerne og TAC-rådgivning for en række bestande i Nordsøen. Modellen er en såkaldt flerartsmodel, der ud de historiske fangster, fangstrater fra videnskabelige togter og observeret maveindhold fra en kvart million fisk, samt andre data, beregner de historiske Fiskeridødeligheder (F) og bestandsstørrelser. Modellen indregner at fisk spiser fisk, hvilket resulterer i den såkaldte predationsdødelighed (M2).

SMS anvendes oftest til at bestemme hvad der er sket historisk, altså til at bestemme de historiske bestandsstørrelser og fiskeridødeligheder. Den historiske SMS giver stort set de samme resultater som i ICES bestandsvurderingen, men der er forskelle, der blandt andet skyldes at SMS er forskellig fra de modeller der oftest benyttes.

I denne App anvendes SMS som prognosemodel, hvor der regnes frem i tiden. Dette gøres ud fra de modelparametre for fx fødevalg og fiskerimønstre, der er bestemt i den historiske SMS samt med antagelser om fremtidig fiskeritryk og rekruttering. Prognosen antager, at alt andet end det der ændres i modellen, fx fiskeritrykket, holdes konstant, hvilket er en meget grov antagelse specielt hvis der laves prognoser over mange år. Dette, sammen med en den usikkerhed der altid vil være i en så kompleks model som SMS, betyder at resultatet fra prognoserne skal mere ses som modelresultater end som realistiske forudsigelser for, hvad der vil ske over en længere årrække.