CMSY - Linbojun99/faofishingreport GitHub Wiki
本包内置官方CMSY++代码、神经网络和用户手册（Froese et al. 2021, 2023），用于主要物种的仅基于渔获量的资源评估。The official CMSY++ code, neural network and user guide are bundled.
详细说明 Full guide：CMSY++资源评估（English）
CMSY++由Rainer Froese等人开发（Froese et al. 2021, 2023）。**本包与CMSY++的作者无关联，也未得到其认可。**本包内置的是作者发布的2021年3月版原始文件（GEOMAR OceanRep，记录52147，CC BY 4.0），同样的代码也发布在GitHub：https://github.com/SISTA16/cmsyPlusPlus。cmsy_run()运行的是它的副本，修改都列在每个运行文件夹的code_changes.csv中（操作系统设置、不自动安装R包），不改变方法本身。方法上的问题请咨询CMSY++的作者；本包运行时的问题请提交到faofishingreport的Issues。FAO数据只有渔获量，评估结果仅供参考，需由使用者自行核对和解释。
CMSY++ was developed by Rainer Froese and colleagues. faofishingreport is not affiliated with or endorsed by the authors of CMSY++. The package bundles their unmodified March 2021 release (GEOMAR OceanRep 52147, CC BY 4.0), also on GitHub at https://github.com/SISTA16/cmsyPlusPlus; cmsy_run() runs a copy with the changes listed in code_changes.csv, which leave the method unchanged. Results from FAO catch data are indicative; users are responsible for checking and interpreting them.
cmsy_setup() # 安装R包，下载并打开匹配的JAGS安装程序
cmsy_system() # 检查R、JAGS和R包
cmsy_jags_versions() # 各R版本对应的JAGS和rjags版本| 系统 System | R版本 | JAGS安装程序 Installer |
|---|---|---|
| Windows | 4.5或4.6 | JAGS-4.3.2.exe |
| Windows | 4.2至4.4 | JAGS-4.3.1.exe |
| macOS | 4.3及以后 | JAGS-4.3.2.pkg |
| macOS | 4.2 | JAGS-4.3.1.pkg |
| Linux | 任意 any | 包管理器（如apt-get install jags） |
以上均与CRAN上的rjags 4配合使用。JAGS 5.0.0（jags = "latest"）需要rjags 5-3（从SourceForge安装）。All work with rjags 4 from CRAN.
res <- cmsy_area("Atlantic, Northeast", top = 10) # 渔获量最大的10个物种
res <- cmsy_area("Atlantic, Northeast", species = c("Gadus morhua", "大西洋鳕", "COD"))结果按渔区保存在cmsy_areas/<渔区>/：输入文件、各种群的运行结果、图表（分析图、管理图、Kobe图等）、预测和表格。Results are saved per area in cmsy_areas/<area>/.
| 步骤 Step | 函数 Function |
|---|---|
| r先验 Priors | cmsy_priors() |
| 输入文件 Input | cmsy_input() |
| 设置 Settings | cmsy_defaults() |
| 运行 Run | cmsy_run() |
| 图表 Charts | cmsy_plot() |
| MCMC 收敛 Convergence | cmsy_mcmc() |
| 预测 Forecast | cmsy_forecast() |
| 比较 Compare | cmsy_compare() |
| 表格 Tables | cmsy_tables() |
| 来源 Sources | cmsy_sources() |
CMSY++文章以东北大西洋（27区）渔获量最大的30个种群为例，并详细展示一个状态良好的种群（Northern prawn，Pandalus borealis）和一个过度捕捞的种群（毛鳞鱼）。The CMSY++ article uses the 30 main stocks of area 27, with a healthy (northern prawn) and an overfished stock (capelin) in detail.
fao_report(27, cmsy = TRUE)评估前top_n个物种（或cmsy_top），报告最后一部分为资源评估，附录给出生物学参考点、先验及其来源；结果保存在报告旁的cmsy/中，可用cmsy = readRDS("cmsy/<area>/cmsy_result.rds")重复使用而不必重新运行。
-
result$summary$run_status（0.7.0起）："ok"为运行完成；"partial"为主分析已保存结果、但之后的步骤（如回顾性分析）出错或超时；"failed"和"timeout"没有结果。exit列记录运行是怎样结束的，超时的进程会被终止。图表、预测、表格和报告使用"ok"和"partial"的结果。run_statusis "ok", "partial" (main analysis saved, a later step failed or timed out), "failed" or "timeout";exitsays how the run ended. -
sigmaR和ni在CMSY++16.R中有赋值但从未使用（模型的过程误差由先验itau2 ~ dgamma(4, 0.01)估计），因此cmsy_defaults()标为"not used"，cmsy_run(settings = )不能修改。敏感性分析可改用CV.C等实际使用的设置。sigmaRandniare set but never used by CMSY++16.R, so they cannot be changed. - B/k和r先验须同时给出上下限（CMSY++只在两者都给出时使用先验），B/k在0到1之间，中间年先验需要
int.yr。B/k and r priors must be given as pairs of bounds. - 运行完成不等于评估经过核实：神经网络给出的B/k先验"may not be appropriate for your stock"（CMSY++用户手册），请逐个种群核对，必要时在
cmsy_input(priors = )中自行设定。A finished run is not a validated assessment; check the B/k priors stock by stock.