STUDY OF THE EFFECTS OF SOME ENVIRONMENTAL FACTORS ON THE DISTRIBUTION OF PELAGIC FISH IN THE SOUTH CHINA SEA (BY THE EXAMPLE OF TUNA)
Authors:
1.
Astrakhan State Technical University
2.
Astrakhan State Technical University
Type:
Article
Pages:
from 13
to 20
Status:
Published
Received:
05.06.2014
Accepted:
08.01.2023
Published:
25.06.2014
Subject area:
UDK [639.2.053.1:551.464(265.72)]:639.227.4
GRNTI 34.39 Физиология человека и животных
GRNTI 62.13 Биотехнологические процессы и аппараты
GRNTI 69.01 Общие вопросы рыбного хозяйства
GRNTI 69.25 Аквакультура. Рыбоводство
GRNTI 69.31 Промышленное рыболовство
GRNTI 69.51 Технология переработки сырья водного происхождения
GRNTI 87.19 Загрязнение и охрана вод суши, морей и океанов
GRNTI 34.39 Физиология человека и животных
GRNTI 62.13 Биотехнологические процессы и аппараты
GRNTI 69.01 Общие вопросы рыбного хозяйства
GRNTI 69.25 Аквакультура. Рыбоводство
GRNTI 69.31 Промышленное рыболовство
GRNTI 69.51 Технология переработки сырья водного происхождения
GRNTI 87.19 Загрязнение и охрана вод суши, морей и океанов
Language:
Russian
Keywords:
tuna, fishing object, habitat, distribution, sea, environment, temperature, frontline
Abstract (English):
Features of aquatic environment have a significant impact on the behavior of migratory and adjacent to pack fish species that may indirectly affect the results of the assessment of their stocks and operating reliability of forecasts. Fishery population distribution is influenced by physical environmental conditions in two ways. Sea currents can make fish species migrate from one area of the sea to another. Water temperature, its oxygen content, offshore distance and other factors make environment more or less atrative for fishes. Having studied all the factors it is possible to collect all necessary information and to create a data base and to forecast the distribution and change of the area and time of fishery objects, as well. In the Vietnamese offshore regions, there are two main high-value tuna species - Yellowfin tuna Thunnus albacares and Bigeyed tuna Thunnus obesus - that play a significant role in Vietnamese economy. The fishery is carried out by the longline method. The preliminary results help estimate the influence of environmental conditions on the distribution, fish catchability and tuna stock in the South China Sea; determine the temperature structures, large-scale circulation, which are the important factors for offshore fishery population assessment and tuna distribution forecasting. In order to get the specific findings and to build up a model of stock assessment and forecasting of operation of fish found the central sea areas more effectively, it is necessary radically to intensify the research in the field of fishery oceanography, especially for different types of pelagic fish.
Features of aquatic environment have a significant impact on the behavior of migratory and adjacent to pack fish species that may indirectly affect the results of the assessment of their stocks and operating reliability of forecasts. Fishery population distribution is influenced by physical environmental conditions in two ways. Sea currents can make fish species migrate from one area of the sea to another. Water temperature, its oxygen content, offshore distance and other factors make environment more or less atrative for fishes. Having studied all the factors it is possible to collect all necessary information and to create a data base and to forecast the distribution and change of the area and time of fishery objects, as well. In the Vietnamese offshore regions, there are two main high-value tuna species - Yellowfin tuna Thunnus albacares and Bigeyed tuna Thunnus obesus - that play a significant role in Vietnamese economy. The fishery is carried out by the longline method. The preliminary results help estimate the influence of environmental conditions on the distribution, fish catchability and tuna stock in the South China Sea; determine the temperature structures, large-scale circulation, which are the important factors for offshore fishery population assessment and tuna distribution forecasting. In order to get the specific findings and to build up a model of stock assessment and forecasting of operation of fish found the central sea areas more effectively, it is necessary radically to intensify the research in the field of fishery oceanography, especially for different types of pelagic fish.
Keywords:
tuna, fishing object, habitat, distribution, sea, environment, temperature, frontline
tuna, fishing object, habitat, distribution, sea, environment, temperature, frontline
Введение Во Вьетнаме тунец и тунцовые виды являются очень важными океаническими объектами рыбного промысла как исключительно ценные в пищевом отношении и пользующиеся неограниченным спросом у потребителя. Тунцовые виды рыб занимают 3-е место в структуре экспорта морепродуктов более чем в 60 странах мира [1, 2]. Тунец является главным объектом ярусного промысла и промысла с помощью кошельковых неводов в офшорных водах центральной части Южно-Китайского моря. В связи с тем, что в прибрежных районах рыбные ресурсы использовались чрезмерно, в рамках стратегического направления развития рыбного хозяйства государство определило приоритетную задачу национального пелагического промысла - развитие пелагического рыболовства в международных районах промысла, в котором тунец являлся бы одним из самых важных объектов для развития. Для повышения эффективности промысла тунца необходимо исследовать влияние условий окружающей среды на результаты оценки распределения и прогноз запасов пелагических рыб [3]. Метод исследования Известно, что одной из основных характеристик при определении количественных показателей рыболовства является производительность лова (CPUE - catch per unit effort). Используемый нами статистический метод исследования основан на принципе взаимосвязи между районами промысла (CPUE) и экологическими факторами [4, 5]. Структурные характеристики морской воды являются результатом комбинированного воздействия метеорологических и гидрологических процессов в море, поэтому отношения «рыба - температура морской воды и еда» отражают и большую часть отношений «район промысла - морская среда». Методы многомерного корреляционного анализа являются эффективными инструментами для количественной оценки этих отношений через уравнения регрессии вида , где CPUE - производительность лова (на примере ярусного), кг/100 крючков, - зависимая переменная; А0 и Ai (i = 1, ..., m) - коэффициент регрессии (нахождение алгоритма наименьших квадратов с использованием распределения Гаусса для решения системы линейных алгебраических уравнений); Xi (i = 1, ..., m) - независимые переменные, где m - характерная термическая структура моря и низкий уровень биологической продуктивности. Результаты исследований и их обсуждение Модели для анализа и оценки запасов требуют использования CPUE как индекса запаса. Однако значение CPUE не всегда позволяет оценить возможность лова, которая во многом зависит от изменяющихся условий океана. Степень изменений в океане может сильно повлиять на глубину залегания значений температуры, характерных для появления большеглазого тунца (температура появления большеглазого тунца - 8-15 °C). Рыбы этого вида днем поднимаются к поверхности, а ночью спускаются на глубину 350-500 м. Большеглазый тунец обитает и питается на глубине до тех пор, пока температура его тела не достигнет 17 °C. После этого рыбы перемещаются к более теплым слоям (50-150 м), затем опять обратно. Направления течений в толще воды также достаточно сильно влияют на эффективность вылова, изменяя глубину нахождения крючков. Следует отметить, что глубину нахождения крючков меняют и горизонтальное, и вертикальное направления течения. Когда течение сильное, крючки могут достичь глубины обитания большеглазых тунцов или даже низких слоев. Таким образом, нужно учитывать и изменение всех характеристик океанических вод при использовании CPUE для оценки запасов и распределения промысловых рыб. С целью прогноза, формирования базы данных о среде обитания рыб создаются и строятся модели. Все значения, включая CPUE, используются не только в прогнозных моделях, но и в моделях пространственного изменения в общем. Таким образом, факторы окружающей среды оказывают достаточно сложное влияние на результат прогнозирования условий промысла. Поиски сходства условий окружающей среды обычно не дают ожидаемого результата и требуют более точного определения составляющих. Нужно начинать с детального изучения количества рыб - объектов промысла и среды их обитания, характерных только для того или иного вида рыб. Для Вьетнама океанические виды рыб, в основном тунец желтоперый и тунец большеглазый, имеют большое экономическое значение. Чтобы оценить влияние условий окружающей среды на оценку полезного источника питания и прогноз его эксплуатации (промысла), мы собрали все доступные данные по исследованиям тунцов в центральной части Южно-Китайского моря. В результате было установлено, что нет баз данных, удовлетворяющих именно нашим условиям, поэтому необходимо была начать изучение и сбор других факторов, которые были зарегистрированы и исследованы на акваториях других морей и океанов. Результаты показывают, что самые важные факторы, влияющие на миграцию желтоперого и большеглазого тунца, - температура и циркуляция водных масс. Зрелый желтоперый тунец обитает преимущественно (60-80 % времени) в самом теплом слое. Несозревшие тунцы находятся в слое воды, где температура на 8 °C ниже по сравнению с температурой поверхностных вод. Медленное течение влияет на направление и скорость передвижения рыб (от 72 до 154 см/с) [5, 6]. Если объем вылова оказался незначительным, то район можно оценить как неблагоприятный для промысла. Чтобы иметь данные о возможном местонахождении тунца, нужно знать направление передвижения рыб. Имея эти данные, в первую очередь необходимо определить зависимость между условиями окружающей среды и количеством рыб, пойманных в промысловых участках Южно-Китайского моря. Так как всех данных у нас нет, можно использовать только имеющиеся данные, включая средние значения для других морей, которые уже исследованы и имеют примерно одинаковые условия. Результаты исследования желтоперого и большеглазого тунца на различных участках Тихого океана приведены в табл. 1 [4-7]. Таблица 1 Некоторые показатели, характеризующие появление промысловых скоплений желтоперого и большеглазого тунца Объект лова Температура распределения и оптимальная температура, °C Глубина распределения Районы скопления на поверхности Изменение температуры по сравнению с поверхности водами,°C Пища Время движения и поглощения солнечного тепла Желтоперый тунец (Thunnus albacores) 18-31 24-28 0-120 м Слой воды с температурой > 27 °C 8 Ракообразные (Engraulidae). Головоногие (Cephalopod). Анчоус (Encrasicholina punctifer) Ночь Большеглазый тунец (Thunnus obesus) 13-29 17-22 50-350 м Температурный фронт в циркуляционном (круговом) течении 18 День и ночь Согласно данным табл. 1, желтопёрый тунец обитает в более теплых водах, чем большеглазый. Рассматриваемый температурный интервал ограничен координатами: 6−17° с. ш. и 107−117° в. д. с двумя островами Хоангса и Чыонгса, принадлежащими Вьетнаму. Благоприятная температура воды распределяется по сезонам - от начала осени до зимы и конец весны (рис. 1, 2) [2]. Рис. 1. Районы промысла: I - Хоангса; II - Чыонгса; III - Фукуй; IV - Фуиен; V - Вунгтау; VI - южная часть Южно-Китайского моря Рис. 2. Годовая динамика температуры поверхностных вод в разных подрайонах: I - Хоангса; II - Чыонгса; III - Фукуй; IV - Фуиен; VI - южная часть Южно-Китайского моря В летние месяцы, при высоких значениях температуры на всех участках, условия окружающей среды неблагоприятны, что заставляет прекращать ловлю желтоперого тунца. Для районов, отдаленных от берегов Южно-Китайского моря, возможность продления благоприятных условий для тунцов зависит от температуры воды весной и действия холодного течения с севера зимой. Исследование выявило разницу значений температуры поверхностных слоев в апреле и мае 2003 и 2004 гг. (рис. 3 и 4) в этом районе моря [8]. а б Рис. 3. Температура поверхностных вод в апреле: а - 2003 г., б - 2004 г. Если в апреле 2003 г. изотерма 28 °С проходит ограниченно от 11° с. ш. и 110-30° в. д., то в 2004 г. опускается на юге до 9° с. ш., на севере поднимается до 14° с. ш. Картина в мае примерно такая же (рис. 4), если для сравнения брать изотерму 29 °С, но в мае температура морских вод в подрайоне Хоангса заметно выше 29 °С. а б Рис. 4. Температура поверхностных вод в мае: а - 2003 г., б - 2004 г. Результаты сравнения производительности лова в 2003 и 2004 гг. показывают, что температура морской воды играет важную роль в эффективности ловли тунцов в промысловых районах Южно-Китайского моря. Начиная с июня температура во всех районах пелагического рыболовства выше 29 °С, поэтому производительность лова уменьшается до конца сезона рыболовства. Таким образом, температуру воды можно рассматривать как один из важных прогностических факторов при оценке запасов и прогнозе лова тунца с помощью корреляционных моделей, когда имеются данные статистики по рыболовству. Чтобы оценить результаты, необходимо сравнить количество пойманных рыб за 2 сезона их добычи. Вылов тунцов показал, что в основном улове желтоперого тунца больше, чем большеглазого в 4,5 раза, а распределение его скоплений происходит на глубине 50-150 м. В табл. 2 показаны значения глубин эффективных значений температуры по сезонам, за эталон взята температура 20 °С [2]. Таблица 2 Изменение глубины изотермы 20 °С в районе промысла Район промысла Месяц Январь Февраль Март Апрель Май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь I 118 126 116 97 99 88 81 74 76 97 100 113 II 94 101 102 109 109 106 96 93 96 85 88 90 III 124 115 119 102 106 95 86 85 98 115 129 127 IV 155 153 127 101 110 80 81 61 81 123 120 141 VI 154 125 108 136 111 115 117 118 118 111 122 113 В течение лета меняются и условия окружающей среды, что приводит к повышению температуры воды и уменьшению потребления тунцами пищи. Производительность лова тоже уменьшается. Общий тепловой фон и вертикальная структура распределения температуры воды сильно влияют на эффективность лова тунца. Однако не только эти факторы обусловливают скопление рыб в центральных районах Южно-Китайского моря и возможность их вылова [9, 10]. Исследования показали, что тепловой фон не является единственной причиной, приводящей к миграции и скоплению видов, но это может стать индексом прогноза скопления рыб, если в районе промысла появляются виды их пищи (корм). Основными условиями для развития корма рыб являются питание, температура, свет. Таким образом, циркуляция водных масс, концентрация питательных веществ, фитопланктона и положение границ теплового фронта являются самыми важными экологическими факторами, которые способствуют скоплению корма для рыб в данном районе моря. Кроме факторов, влияющих на распределение производительности лова, нами были проанализированы записи дневников рыболовных судов в апреле и мае 2004 г., что также подтвердило факты изменения распределения желтоперого и большеглазого тунца: меньше в районах промысла I и IV и больше - в районах III, VI. Рис. 5. Распределение производительности лова по районам промысла в апреле и мае 2004 г. Отметим, что распределение тунца соответствует процессу изменения значений температуры слоя воды - сильному снижению в северных районах промысла и мало изменяющемуся - в южных. Заключение Результаты начальных исследований подтвердили влияние экологических факторов на распределение условий лова и оценки запасов пелагического тунца в Южно-Китайском море. На этой основе было установлено, что термическая структура и циркуляция водных масс являются важными факторами, необходимыми для прогнозирования распределения тунца.
1. Belkin S. I. Promysel tunca / S. I. Belkin, E. V. Kamenskiy. M.: Pisch. prom-st', 1976. 200 s.
2. Dinh Van Uu. Correlation of fluctuations of environmental conditions and fishing tuna fishing in the waters off southern Vietnam / Dinh Van Uu, Doan Bo // VNU Journal of Science. 2005.Vol. XXI, no. 3AP. P. 108-117.
3. Mel'nikov A. V. Upravlenie zapasami promyslovyh ryb i ohrana prirody / A. V. Mel'nikov, V. N. Mel'nikov. Astrahan': Izd-vo AGTU, 2010. 572 c.
4. Beverly S. Horizontal Longline Fishing, Methods and Techniques / S. Beverly, L. Chapman, W. Sokimi. A manual for Fishmen, SPC, Noumea, New Calidonia, 2003.
5. Brill R. W. Understanding Environmental Influences on Movements and Depth Distributions of Tunas and Billfishes Can Significantly Improve Population Assessments / R. W. Brill, M. E. Lutcavage // American Fisheries Society Symposium. 2001. 25. P. 179-198.
6. Brill R. W. Horizontal movements and depth distribution of large adult yellowfin tuna (Thunnus albacares) near the Hawaiian Islands, Recorded using ultrasonic telemetry: implications for the physiological ecology of pelagic fishes / R. Brill, B. Block, C. Boggs, K. Bigelow, E. Freund, D. Marcinek. Horizontal movements and depth distribution of large, adult yellowfin tuna (Thunnus albacares) near the Hawaiian Islands, recorded using ultrasonic telemetry: implications for the physiological ecology of pelagic fishes // Marine Biology. 1999. 133. P. 395-408. Sibert J. Development of Oceanographic atlases for pelagic and insular fisheries and resource management of Pacific basin / J. Sibert, R. E. Brainard, D. Foley // FY Report of PFRP, JIMAR, 2002.
7. Modular Ocean Data Assimilation System (MODAS) 1/8° Global MODAS Nowcast South China Sea. Naval Research Laboratory (NRL). URL: http://www7320.nrlssc.navy.mil/modas/scs.html.
8. Moiseev P. A. Biologicheskie resursy Mirovogo okeana. M.: Pisch. prom-st', 1969. 338 s.
9. Osipov V. G. Biologiya i promysel tuncov i drugih pelagicheskih ryb v severo-vostochnoy chasti Indiyskogo okeana // Tr. VNIRO/AzCherNIRO. 1968. Vol. 64/28. P. 300-322.
