Northern rock sole recruitment in the eastern Bering Sea has been hypothesized to (a) depend on wind‐driven surface currents linking spawning and nursery areas, (b) be density‐dependent, and (c) be negatively impacted by cold bottom temperatures over a large nursery area during the first summer of life. A suite of models was developed to test these hypotheses. Data included 32 years of recruitment and spawning biomass estimates derived from a stock assessment model and wind and temperature indices customized to the environmental exposure of age‐0 northern rock sole in the eastern Bering Sea. The predictive ability of the models was evaluated, and the models were used to forecast recruitment to age‐4 for recent year classes which are poorly retained by the standard multi‐species bottom trawl survey gear. Models which included wind and temperature indices performed better than a naïve forecast based on the running mean. The best‐performing model was a categorical model with wind and temperature thresholds, which explained 49% of the variation in recruitment. Ricker models performed more poorly than models without a spawning biomass term, providing no evidence that recruitment is related to stock size. The models forecast higher recruitment for the most recent year classes (2015–2018) than for prior year classes with observed poor recruitment (2006–2013). These environment‐based recruitment forecasts may improve recruitment estimates for the most recent year classes and facilitate study of the effects of future climate change on northern rock sole population dynamics.

中文翻译：

---

受环境影响的白令海东部北部岩层（Lepidopsetta polyxystra）募集的预报

据推测，白令海东部的北部岩层招募是为了（a）取决于将产卵区和苗圃区连接起来的地表风；（b）取决于密度；（c）受到海底低温的负面影响。人生的第一个夏天，幼儿园面积很大。开发了一套模型来检验这些假设。数据包括32年从种群评估模型以及针对白令海东部0岁北部岩层环境暴露量身定制的风和温度指数得出的32年招募和产卵生物量估计值。对模型的预测能力进行了评估，并将这些模型用于预测最近几类的招募到4岁的年龄，而标准多物种底拖网调查工具无法很好地保留这些模型。基于运行平均值，包含风和温度指数的模型的表现要优于单纯的预测。表现最佳的模型是具有风和温度阈值的分类模型，可以解释招聘人数变化的49％。与没有生成生物量项的模型相比，Ricker模型的性能更差，没有提供证据表明招聘与种群大小有关。这些模型预测，最近一年（2015-2018年）班级的招聘人数要比前一年班级（2006-2013年）招聘情况较差的班级更高。这些基于环境的招聘预测可能会改善最近一年课程的招聘估计，并有助于研究未来气候变化对北部岩唯一种群动态的影响。表现最佳的模型是具有风和温度阈值的分类模型，可以解释招聘人数变化的49％。与没有生成生物量项的模型相比，Ricker模型的性能更差，没有提供证据表明招聘与种群大小有关。这些模型预测，最近一年（2015-2018年）班级的招聘人数要比前一年班级（2006-2013年）招聘情况较差的班级更高。这些基于环境的招聘预测可能会改善最近一年课程的招聘估计，并有助于研究未来气候变化对北部岩唯一种群动态的影响。表现最佳的模型是具有风和温度阈值的分类模型，可以解释招聘人数变化的49％。与没有生成生物量项的模型相比，Ricker模型的性能更差，没有提供证据表明招聘与种群大小有关。这些模型预测，最近一年（2015-2018年）班级的招聘人数要比前一年班级（2006-2013年）招聘情况较差的班级更高。这些基于环境的招聘预测可能会改善最近一年课程的招聘估计，并有助于研究未来气候变化对北部岩唯一种群动态的影响。与没有生成生物量项的模型相比，Ricker模型的性能更差，没有提供证据表明招聘与种群大小有关。这些模型预测，最近一年（2015-2018年）班级的招聘人数要比前一年班级（2006-2013年）招聘情况较差的班级更高。这些基于环境的招聘预测可能会改善最近一年课程的招聘估计，并有助于研究未来气候变化对北部岩唯一种群动态的影响。与没有生成生物量项的模型相比，Ricker模型的性能更差，没有提供证据表明招聘与种群大小有关。这些模型预测，最近一年（2015-2018年）班级的招聘人数要比前一年班级（2006-2013年）招聘情况较差的班级更高。这些基于环境的招聘预测可能会改善最近一年课程的招聘估计，并有助于研究未来气候变化对北部岩唯一种群动态的影响。