Азово-Черноморский филиал ФГБНУ «ВНИРО» («АзНИИРХ») (группа математического моделирования и прогноза, Руководитель группы)
, Россия
УДК 57 Биологические науки
ГРНТИ 69.09 Биологические ресурсы Мирового океана и внутренних водоемов
ОКСО 110000 СЕЛЬСКОЕ И РЫБНОЕ ХОЗЯЙСТВО
ББК 472 Рыбное хозяйство
В работе выполнена апробация трендовой продукционной модели CMSY на примере единицы запаса черноморского шпрота, локализованного в водах России. Информационное обеспечение было искусственно сокращено до уровня ограниченных, неполных данных, к которым применимы трендовые, индикаторные и прочие методы аналитической оценки. Результаты популяционного моделирования CMSY сопоставлялись с ранее выполненными оценками более надежной когортной моделью XSA. Полученные моделью CMSY оценки не имеют существенных отклонений от результатов XSA. Результаты прогнозных сценариев и выводы, основанные на них, совпадают с ранее опубликованными результатами XSA. По результатам CMSY была получена оценка биомассы запаса на 2019 г. B2019 = 63,9 тыс. т, промысловой смертности – F2019 = 0,29. Биомасса запаса в 2019 г. находилась ниже целевого уровня BMSY = 105 тыс. т, выше граничного уровня Blim = 52,7 тыс. т. Отмечена незначительная переэкслуатация запаса черноморского шпрота в 2019 году. F2019/FMSY = 1,12. Рассмотрение прогнозных сценариев с различными уровнями промыслового изъятия свидетельствует об отсутствии перспектив увеличения величины рекомендованного вылова. Полученные результаты трендовой моделью CMSY выдержали необходимые тесты надежности и подтверждают ранее опубликованные результаты. По показателям данного исследования модель CMSY можно рекомендовать к применению в процедуре оценки единиц запаса в случае дефицита информации.
популяционное моделирование, оценка запаса, шпрот, трендовое моделирование, апробация, CMSY, XSA, Азово- Черноморский бассейн
1. Бабаян В.К. Методические рекомендации по оценке запасов приоритетных видов водных биологических ресурсов. / В.К. Бабаян, А.Е. Бобырев, Т.И. Булгакова и др. – М.: ВНИРО, 2018. – 309 с.
2. Жердев Н.А. Многолетняя динамика состояния запаса тарани по результатам моделирования CMSY с ограниченными данными (1999-2019) в Азовском море (воды России) / Н.А. Жердев, М.М. Пятинский, И.Д. Козоброд // Рыбное хозяйство. – 2020. – №. 6. – С. 88-94. DOI 10.37663/0131-6184-2020-6-88-94
3. Изергин Л.В. Современное состояние и тенденции изменения рыбных запасов Азовского моря / Л.В. Изергин, К.В. Демьяненко // Современные рыбохозяйственные и экологические проблемы Азово-Черноморского региона. – 2012. – С. 22-25.
4. Матишов Г.Г. Состояние воспроизводства рыбы и пути возрождения биоресурсов Азовского моря / Г.Г. Матишов, Д.Г. Матишов, С.В. Бердников //Вестник Южного научного центра РАН. – 2005. – Т. 1. – №. 4. – С. 30-37.
5. Панов Б.Н. О роли температурного фактора в поведении и эффективности промысла черноморского шпрота / Б.Н. Панов, Е.О. Спиридонова, М.М. Пятинский и др. // Водные биоресурсы и среда обитания. – 2020. – Т. 3. – №. 1. – С. 106-113.
6. Пятинский М.М. Динамика запасов шпрота в Черном море и перспективы его освоения / М.М. Пятинский, В.А. Шляхов, О.В. Шляхова //Вопросы рыболовства. – 2020. – Т. 21. – №. 4. – С. 396-410. DOI 10.36038/0234-2774-2020-21-4-396-410
7. Шляхов В.А. О состоянии запасов и неучтенном вылове азовских осетровых / В.А. Шляхов, Е.П. Губанов, К.В. Демьяненко // Проблемы и решения в современном рыбном хозяйстве на Азовском бассейне: Матер. юб. науч.-практич. конф.–Мариуполь: Рената. – 2005. – С. 59-61.
8. Шляхов В.А. Керченский рынок как индикатор миграций Азово-Черноморских рыб и местного рыбного промысла / В.А. Шляхов, И.А. Мирющенко // Современные рыбохозяйственные и экологические проблемы Азово-Черноморского региона. – 2012. – С. 148-154.
9. Berg B.A., Billoire A. Markov chain monte carlo simulations //Wiley Encyclopedia of Computer Science and Engineering. – 2007.
10. Froese R. et al. What catch data can tell us about the status of global fisheries //Marine biology. – 2012. – Т. 159. – No. 6. – р. 1283-1292
11. Froese R., Demiril N., Coro G., et al. Estimating fisheries reference points from catch and resilience //Fish and Fisheries. – 2017. – Vol. 18. – Issue 3. – P. 506-526.
12. Hilborn R., Walters C.J. 1992. Quantitative fisheries stock assessment: Choice, Dynamics, Uncertainty//Chapman and Hall, New York. 570 pp.
13. ICES. 2016. Report of the Workshop to consider FMSY ranges for stocks in ICES categories 1 and 2 in Western Waters (WKMSYREF4), 13–16 October 2015, Brest, France. ICES CM 2015/ACOM:58. 187 Pp
14. ICES. 2017. ICES fisheries management reference points for category 1 and 2 stocks // ICES Advice Technical Guidelines. 19 pp. DOI: 10.17895/ices.pub.3036
15. ICES. 2018. ICES reference points for stocks in categories 3 and 4 // ICES Advice Technical Guidelines. 50 Pp. DOI: 10.17895/ices.pub.4128
16. ICES. 2019. Advice basis. In Report of the ICES Advisory Committee, 2019. ICES Advice 2019, section 1.2. DOI: 10.17895/ices.advice.5757
17. Martell S., Froese R. A simple method for estimating MSY from catch and resilience //Fish and Fisheries. – 2013. – Т. 14. – No. 4. – Pр. 504-514.
18. Mohn R. Retrospective problem in sequential population analysis: a study using cod fishing and modeled data / / ICES Journal of Marine Science. – 1999. – Vol. 56. – no. 4. – p. 473-488.
19. Musick J.A. Criteria to define extinction risk in marine fishes: The American Fisheries Society initiative //Fisheries. – 1999. – Vol. 24. – Issue 12. – P. 6-14.
20. Pearson K. Early Statistical Papers. 1948. Cambridge, England: University Press.
21. Punt A.E., Smith A.D., Smith D.C et.al. Selecting relative abundance proxies for B MSY and B MEY //ICES Journal of Marine Science. – 2014. – Т. 71. – №. 3. – С. 469-483.
22. Ricker W.E. 1975. Computation and interpretation of biological statistics of fish populations // Bulletin of the Research Board of Canada 191. Ottawa. 382 pp.
23. Schaefer M. B. A study of the dynamics of the fishery for yellowfin tuna in the eastern tropical Pacific Ocean //Inter-American Tropical Tuna Commission Bulletin. – 1957. – Vol. 2. – Issue 6. – P. 243-285.
