Estimating natural interstage egg mortality of Atlantic mackerel (Scomber scombrus) and horse mackerel (Trachurus trachurus) in the Northeast Atlantic using a stochastic model Enrique Portilla, Eddie McKenzie, Doug Beare, and Dave Reid Abstract: Egg mortality is a key parameter for understanding early life histories of fish. Small variations in estimated mortality cause large differences on adult fish biomass estimates. Therefore, the assumption of a constant egg mortality rate may be misleading. Here, we show how to estimate mortality rates for the individual egg stages of Atlantic mack- erel (Scomber scombrus) and horse mackerel (Trachurus trachurus) from triennial surveys conducted since 1977. We use a standard, continuous-time Markov process model that combines the numbers of eggs sampled in each stage with experimental data on egg stage duration (dependent on water temperature). This is the first attempt to study mortality among egg stages in such detail and the first comprehensive effort to estimate horse mackerel egg mortality in the Northeast Atlantic. The results include detailed descriptions of spatial–temporal dependencies in mortality. The daily egg mortality rates estimated are ~0.56·day –1 for Atlantic mackerel (far higher than suggested in the literature) and 0.54·day –1 for horse mackerel. Although it was not possible to estimate stage 1 egg mortality directly, the results sug- gest high mortality in the first stage. This might lead to underestimation of fish biomass when assessed traditionally by egg survey data alone. Résumé : La mortalité des oeufs est une variable essentielle pour comprendre les premières étapes du cycle biologique des poissons. De petites variations dans l’estimation de la mortalité produisent des différences considérables dans les estimations de la biomasse des poissons adultes. Présupposer que le taux de mortalité des oeufs est constant peut donc induire en erreur. Nous démontrons ici comment estimer les taux de mortalité des différents stades embryonnaires chez le maquereau bleu (Scomber scombrus) et le chinchard commun (Trachurus trachurus) à partir d’inventaires réalisés tous les trois ans depuis 1977. Nous utilisons un modèle standard de processus de Markov en temps continu qui com- bine le nombre d’oeufs récoltés à chaque stade et des données expérimentales sur la durée des stades embryonnaires (dépendante de la température de l’eau). C’est la première fois que l’on tente d’étudier la mortalité des différents sta- des embryonnaires dans un si grand détail et c’est aussi la première tentative d’envergure pour estimer la mortalité des oeuf du chinchard commun dans le nord-est de l’Atlantique. Nos résultats comprennent des descriptions détaillées des variables spatio-temporelles explicatives de la mortalité. Le taux journalier de mortalité des oeufs du maquereau bleu est estimé à ~0,56·jour –1 (beaucoup plus élevé que ne l’indique la littérature) et celui du chinchard commun à 0,54·jour –1 . Bien qu’il soit impossible d’estimer directement la mortalité des oeufs de stade 1, nos résultats laissent croire à une forte mortalité à cette étape. Cela peut mener à une sous-estimation de la biomasse des poissons, lorsque celle-ci est évaluée de façon traditionnelle à partie des seules données d’inventaire des oeufs. [Traduit par la Rédaction] Portilla et al. 1668 Introduction The survival of fish during their early life history stages (eggs and larvae) is probably a key source of variability in recruitment into the adult stocks (Hjort 1914). For any given fish population, it is likely that most of the mortality will oc- cur in these early stages (Pitcher and Hart 1982). Thus, the knowledge of the mechanisms and scale of early stage natu- ral mortality is likely to be critical in understanding the link between generations, although clear cause–effect relation- ships in mortality variation are not clear. Egg mortality in early life history stages is known to change between populations and years (Pepin 1991). Mortal- ity could be considered as principally due to both exogenous Can. J. Fish. Aquat. Sci. 64: 1656–1668 (2007) doi:10.1139/F07-128 © 2007 NRC Canada 1656 Received 5 September 2006. Accepted 21 June 2007. Published on the NRC Research Press Web site at cjfas.nrc.ca on 22 November 2007. J19515 E. Portilla, 1 D. Beare, and D. Reid. Fisheries Research Services (FRS) – Marine Laboratory, P.O. Box 101, 375 Victoria Road, Aberdeen AB11 9DB, Scotland. E. McKenzie. Department of Statistics and Modelling Science, University of Strathclyde, Livingstone Tower, Glasgow G1 1XT, Scotland. 1 Corresponding author (e-mail: e.portilla@napier.ac.uk).