CC BY
34
УДК 519/6:504.06
МОДЕЛИРОВАНИЕ ФУНКЦИОНИРОВАНИЯ ЭКОСИСТЕМ РЫБОВОДНЫХ ПРУДОВ
С.Х. Мирзоев, Ф.С. Комилов1
Статья посвящена проблеме повышения продуктивности прудового рыбного хозяйства. Проанализированы экспериментальные данные одного из хозяйств Джами Хатлонской области Республики Таджикистан с целью дальнейшей разработки его компьютерно-математической модели - инструмента по изучению, исследованию и прогнозированию динамики эволюции, а также управлению закономерностями функционирования экосистем рыбоводных прудов для достижения их максимальной рыбопродуктивности. Показано, что для получения адекватной биологическим процессам математической модели рыбоводного пруда необходимо не только детальное знание его жизни, но и умение выделить основные параметры, на базе которых развиваются все дальнейшие процессы трансформации вещества в экосистеме. При этом в комплекс модулей компьютерно-математической модели экосистемы рыбоводного пруда необходимо включить те структурные элементы трофических цепей, которые в той или иной степени могут изменять в нежелательном направлении или лимитировать протекающие биологические процессы.
Ключевые слова: метод, компьютерно-математическое моделирование, технология, выращивание рыбы, экосистема, рыбоводный пруд, зарыбление, управление, биомасса, белый толстолобик, карп, белый амур.
MATHEMATICAL AND COMPUTER MODELING OF FISHPOND ECOSYSTEMS FUNCTIONING
S.H. Mirzoev, PhD (Math.)1, F.S. Komilov, Prof., Dr. Sci (Math.)2 1 Branch of Lomonosov Moscow State University in Dushanbe, 2 Tajik National University (Dushanbe, Tajikistan)
The article touches upon the problem of how to increase productivity of fish pond farming. The authors analyze experimental data of a fish pond in the Dzhami District in Khatlon Province of Tajikistan aiming to development its mathematical and computer models. The models of such a type is a useful tool for study, research and prediction of evolution dynamics as well as for pattern regulation of fishpond ecosystems functioning. Consequently, such models enable maximum productivity of fish pond farming. The article demonstrates that in order to obtain a mathematical model adequate to biological processes of a fish pond it is necessary not only to know the pond ecosystem in detail, but also to be able to define its main features which are basic for further matter transformation in the ecosystem. At the same time, it is crucial to include in the complex of mathematical and computer models of a fish pond some trophic chains which can somehow alter or bound the ongoing biological processes.
Keywords: method, mathematical and computer modeling, technology, fish farming, ecosystem, fishpond, fish stocking, management, biomass, silver carp, carp, grass carp.
1 Мирзоев Сайъло Хабибулоевич - к.ф.-м.н., доцент, исполнительный директор Филиала МГУ им. М.В. Ломоносова в г. Душанбе, saidalo.mirzoev.1967@mail.ru; Комилов Файзали Саъдуллоевич - д.ф.-м.н., проф., профессор кафедры информатики Таджикского национального университета, komfaiz@mail.ru.
Жизнь Земли 41(1) 2019 93-100 93
Введение. Начало XXI века ознаменовалось интенсивным развитием и внедрением во все сферы общества информатики, компьютерной техники и информационно-коммуникационных технологий. Научные методы и компьютерные инструментарии все активнее проникают в практику современного промышленного и сельскохозяйственного производства. Это особенно проявляется при решении вопросов, связанных с созданием строгих, научно обоснованных методов в проблеме управления, прогнозирования и охраны окружающей среды.
Создание управляемых наземных и водных экологических систем актуально для оптимизации биологических процессов заповедников, заказников, водохранилищ, рыбоводных прудов и т. д. [1-10]. Высокой эффективности таких хозяйств можно достигнуть лишь при выборе оптимальных значений управляющих параметров. Однако любое управление, несомненно, воздействует на всю экосистему, вызывая порой непредсказуемые и далеко не всегда желательные изменения в её экодинамике.
Прудовое рыбоводство в Таджикистане. Проводимые в последние годы в Республике Таджикистан программы рыбоводства требуют очень строгого научного обоснования, чтобы максимизировать их экономический эффект и минимизировать отрицательные воздействия на биогеоценозы. Для достижения этих целей в Республике широко используются соответствующие методы математического и компьютерного моделирования.
Большинство пресноводных водоёмов центральноазиатских республик, в т. ч. Таджикистана, расположены на реках, которые несут большое количество взвешенных минеральных веществ и питаются снеголедниковыми водами с незначительным количеством биогенов. Эти водоёмы обладают большими потенциальными возможностями для продуцирования органического вещества за счёт фотосинтеза фитопланктона, чему способствуют благоприятные световые, температурные и природно-климатические условия региона. На этой основе созданы фотосинтезирующие водные системы высокой продуктивности с возможностью управления биологическими процессами [1, 3].
К основным управляющим параметрам рыбоводного пруда относятся количество и время подачи корма рыбам, внесение удобрений в пруд и реаэрация водоёма при оптимальном выборе характеристик посадочного материала [1-3, 7, 10]. Это, несомненно, воздействует на всю экосистему пруда, вызывая порой непредсказуемые и далеко не всегда желательные изменения в экодинамике водоёма. Для учёта последствий использования тех или иных режимов управления и оценки возможных превращений во всем комплексе причинно-следственных связей в экосистеме нужны компьютерно-математические модели (рис. 1).
Среди пресноводных водоёмов рыбоводные пруды являются наиболее удобными объектами управления. Цель оперативного управления биологическими процессами экосистемы рыбоводного пруда заключается в получении высокой конечной продукции и снижении затрат на её производство на основе наиболее полного использования продукционно-биологических особенностей водоёма [1-8, 10].
Для получения адекватной биологическим процессам математической модели в комплекс модулей компьютерно-математической модели экосистемы рыбоводного пруда необходимо включить те структурные элементы трофических цепей, которые в той или иной степени могут изменять в нежелательном направлении или лимитировать протекающие биологические процессы.
Прудовое рыбоводство в Таджикистане за последние годы стало важнейшей отраслью рыбного хозяйства Республики. Производство прудовой рыбы значи-94
Рис. 1. Основные процессы, учитываемые при разработке моделей.
тельно опередило добычу рыбной продукции в естественных водоёмах и водохранилищах [3].
Следует отметить, что Таджикистан имеет ограниченный земельный фонд, поэтому под прудовые хозяйства используются земли, непригодные для возделывания сельскохозяйственных культур. Разумеется, получить высокую рыбопродукцию с таких прудов крайне сложно, хотя уже достигнуты средние значения 30 ц/га [1].
Учитывая, что для увеличения количества производимой рыбы строительство и освоение новых прудовых угодий требует больших материально-финансовых затрат, следует считать целесообразным разработку методов повышения рыбопродукции и снижения уровня трудоёмких работ за счёт автоматического управления биологическими процессами в рыбоводном пруду.
Благоприятные природно-климатические условия Таджикистана позволяют создавать фотосинтезирующие экосистемы высокой продуктивности, которые являются основой для получения больших урожаев рыбопродукции. Однако опыт, накопленный в прудовом рыбоводстве, на основе которого до настоящего времени развивается эта отрасль, является неприемлемым для его использования на прудах с высокопродуктивной экосистемой. В этом отношении требуется выработать принципиально новый подход как к управлению биологическими процессами, так и к техническому оснащению рыбоводного пруда. При этом должна быть гарантирована возможность получения стабильно высокой рыбопродукции.
В качестве предполагаемого объекта компьютерно-математического моделирования выбрана экосистема опытного нагульного пруда рыбного хозяйства района им. А. Джами Хатлонской области Республики Таджикистан. Экосистема данного пруда изучена достаточно хорошо [1-8].
Рыбоводные пруды района построены в 1975 г. на бывшем русле реки Вахш на юге Таджикистана. В 1985-87 гг. научными сотрудниками Института зоологии и паразитологии АН Республики Таджикистан совместно с учёными различных научно-исследовательских институтов и высших учебных заведений Республики были проведены
комплексные научно-исследовательские работы по подготовке к функционированию экосистемы опытного рыбоводного пруда, изучению и исследованию его гидроклиматических, биологических, физико-химических особенностей. В процессе построения компьютерно-математической модели экосистемы нагульного рыбоводного пруда были использованы данные и задействованы исследовательские результаты, полученные в ходе этих экспериментов [1, 8, 10].
Технология подготовки рыбоводного пруда к выращиванию рыбы. В 1986 г. рыбоводный опытный нагульный пруд до его заполнения водой был подготовлен к выращиванию рыбы: просушено ложе пруда; перед водовыпуском перепаханы донные отложения, где скопился слой ила; обработаны хлорной известью места скопления не-просыхающих иловых отложений; удалена высохшая прошлогодняя растительность, попавшая под залитие водой; завезён навоз в пруд в количестве 26 т; засыпаны грунтом места фильтрации воды через дамбы.
После завершения подготовительных и санитарных мероприятий, в начале второй декады мая приступили к залитию пруда водой. Когда температура воды достигла 22°С, в него внесли минеральные удобрения в количестве 500 кг аммиачной селитры и 350 кг суперфосфата. При этом объём воды пруда составил около 40 тыс. м3, концентрация азота и фосфора в воде была около 5 мг/л и 1 мг/л соответственно. В результате уже на третий день наблюдалось интенсивное развитие водорослей, а на отдельных участках началось «цветение» воды [1, 10].
Зарыбление опытного пруда. Так как все рыбоводные пруды южного региона Таджикистана относятся к тепловодным, в их экосистемах в основном выращиваются теплолюбивые виды рыб, такие как белый и пёстрый толстолобики, белый амур, карп, буффало и т. п.
Зарыбление опытного нагульного пруда годовиками белого толстолобика, карпа и белого амура проводилось во второй декаде мая 1986 г. В пруд (8 га) внесли 69,9 тыс. шт. рыб общим весом 2504 кг. Средние биомассы этих рыб составили: 41,2 г для белого толстолобика, 20 г для карпа и 90 г для белого амура (рис. 2).
Кормление рыб. Питательные вещества (минеральные удобрения) для фитопланктона - излюбленного и основного корма белого толстолобика - со второй декады мая до середины июля вносили вручную с лодки, разбрасывая в сухом виде по воде. С конца июля до конца сентября их вносили с помощью специально разработанной установки (отперфорированной трубы) по внесению растворённых минеральных удобрений, стационарно установленной над водной поверхностью пруда.
Кормление карпа комбикормами и куколкой тутового шелкопряда осуществляли с 22-го мая один раз в сутки. С повышением температуры воды в пруду и ростом карпа соответственно увеличивали норму и кратность внесения кормов до 2-3 раз в сутки. Одновременно поднимали горизонт воды пруда.
Основным кормом белого амура являются кормовые растения, их вносили вручную в зависимости от поедаемости 1-2 раза в сутки.
Один-два раза в месяц проводили контрольные отловы. Абсолютные величины прироста веса белого толстолобика были хорошими в основном в июле-августе, когда он ежесуточно прибавлял от 7,74 до 10 г (рис. 3), но уменьшились до 0,6-1,66 г/сутки в сентябре-октябре. В июне-июле его относительные приросты веса составляли 3,07-3,09 %, а в сентябре-октябре уменьшились до 0,07-0,22 % (рис. 4).
Исследования показали, что темп роста белого толстолобика был связан с высокой температурой воды в пруду в июне-июле (27-29°С), а также с усиленным внесением в 96
Рис. 2. Зарыбление опытного рыбоводного пруда района им. А. Джами (1986 г.).
Рис. 3. Динамика биомассы рыб в опытном пруду (1986 г.).
пруд минеральных удобрений и, соответственно, хорошим развитием фитопланктона. Понижение температуры воды в сентябре-октябре до 18-20°С сразу же отразилось на снижении темпа роста белого толстолобика.
Ежесуточные абсолютные приросты веса карпа были высокими в начале и середине вегетационного периода, достигнув в июле 6,45 г/сутки (рис. 3). Относительный
Рис. 4. Расчёты рыбоводного эффекта по опытному нагульному пруду.
прирост веса карпа в июне составлял 3,82 %. Выяснилось, что темп роста карпа прежде всего зависел от нормы внесения кормов в пруд.
Белый амур особенно хорошо прибавлял в весе в июне-июле: от 4 до 6,45 г/сутки; в конце вегетационного периода с уменьшением концентрации макрофитов суточный привес белого амура снизился до 0,68 г/сутки. Его самый высокий относительный прирост наблюдался в начале вегетационного периода: от 1,84 % до 2,35 % в среднем за сутки.
В 1986 г. было израсходовано 106 500 кг комбикорма, 220 кг куколок тутового шелкопоряда, 107 055 кг кормовых растений, 28 950 кг аммиачной селитры, 14 550 кг суперфосфата, 330 кг негашёной извести и 40 кг хлорной извести (май - 1,6 %, июнь -11,3, июль - 44,8, август - 23,3, сентябрь - 14,1, октябрь - 4,9% [3]). Соответствующие расчёты рыбоводного эффекта по опытному пруду показаны на рис. 4.
Отлов из опытного пруда осуществляли в конце октября. Всего было получено 42 825 кг товарной рыбы, в т. ч.: 24130 кг белого толстолобика со средней массой 785 г, 16 100 кг карпа со средней массой 648 г и 2595 кг белого амура со средней массой 617 г. Рыбопродуктивность опытного нагульного пруда составила 50,4 ц/га. Доля карпа в общем улове товарной рыбы составила 37,6 %, а растительноядных (белого толстолобика и белого амура) - 62,4 % (рис. 4).
При увеличении плотности посадок белого толстолобика общая рыбопродуктивность несколько уменьшилась в 1987 г. - до 49 ц/га [1, 10].
Проанализированные экспериментальные данные по опытному рыбоводному пруду были использованы при разработке его компьютерно-математической модели -эффективного инструмента по изучению и прогнозированию закономерностей функционирования экосистем рыбоводных прудов [3, 6, 8, 10].
Выводы. 1. Высокой рыбопродуктивности можно достичь путём правильного подбора видового состава рыб с целью максимального использования кормовой базы рыбоводного пруда. Примером оптимального соотношения видов является поликультура
рыб, состоящая из карпа, белого толстолобика и белого амура, т. к. белый толстолобик потребляет фитопланктон, карп - бентос и зоопланктон, белый амур - макрофиты.
2. Поликультура позволяет получить высокий урожай всего комплекса посаженных видов рыб только при нормативных посадках белого толстолобика, так как рыбопродуктивность пруда теснейшим образом связана с продукцией органического вещества за счёт фотосинтеза фитопланктона, т. е. плотность посаженных рыб должна соответствовать уровню первично-продукционных процессов.
3. Компьютерно-математическая модель экосистемы рыбоводного пруда, адекватно воспроизводящая основные биологические процессы, может служить эффективным инструментом по изучению, исследованию и прогнозированию эволюции, а также программным менеджером по управлению закономерностями функционирования прудовой экосистемы для достижения максимальной рыбопродуктивности.
ЛИТЕРАТУРА
1. Богданов Н.И., Комилов Ф.С., Юнусов М.К., Эгамов М.С. Математическое моделирование управляемой высокопродуктивной экосистемы рыбоводного пруда // Изв. АН Респ. Таджикистан. Отд. биол. наук. 1991. № 1 (122). С. 14-18.
2. Зайнудинов С.З., Комилов Ф.С., Мирзоев С.Х., Акобирзода Ф. Разработка концептуальной модели экосистемы рыбоводного пруда и её исследование на качественную устойчивость // Интерактивная наука. 2016. № 4. С. 18-22.
3. Комилов Ф.С., Косимов И.Л. Имитационная модель динамики экосистемы макрофит-ного рыбоводного пруда. LAP LAMBERT Academic Publishing. Project ID: #130070. ISBN 978-3659-80543-1. 135 с.
4. Комилов Ф.С., Мирзоев С.Х., Акобирзода Ф. О технологиях выращивания опытного нагульного рыбоводного пруда // Проблемы науки. 2016. № 2 (3). С. 9-13.
5. Комилов Ф.С., Мирзоев С.Х., Акобирзода Ф. Учёт гидроклиматических и физико-химических характеристик экосистемы рыбоводного пруда при её компьютерном моделировании // Вестник Таджикского национального университета. Сер. естеств. наук. 2015. № 1/1 (156). С. 19-27.
6. Комилов Ф.С., Мирзоев С.Х., Саидов И.М. Математическое моделирование экосистемы рыбоводного пруда с двумя видами рыб // Известия ВУЗов Кыргызстана. 2016. № 6. С. 6-11.
7. Комилов Ф.С., Мирзоев С.Х., Саидов И.М. О технологии концептуального моделирования экосистемы рыбоводного пруда с двумя видами рыб // Наука, новые технологии и инновации. 2016. № 5. С. 37-39.
8. Комилов Ф.С., Юнусов М.К., Богданов Н.И., Эгамов М.С. Математическое моделирование управляемой высокопродуктивной экосистемы рыбоводного пруда // Изв. АН Респ. Таджикистан. Отд. биол. наук. 1992. № 1 (125). С. 33-38.
9. Мирзоев С.Х., Юнуси М. О регуляризации неустойчивых структур региональных заповедников, связанных с моделями охраны редких исчезающих видов // Вестник Таджикского национального университета. 2011. № 6 (70). С. 11-16.
10. Отчёт по биологическим основам управления высокопродуктивной экосистемой рыбоводного пруда / Сост.: Богданов Н.И., Комилов Ф.С., Юнусов М.К., Воинов А.А., Эгамов М.С. Душанбе: ИЗИП, 1988. 24 с.
REFERENCES
1. Bogdanov N.I., Komilov F.S., Yunusov M.K., Egamov M.S. Mathematical modeling of a managed high-productive ecosystem of a fishpond pond. Izvestiya Akademii Nauk Republic of Tajikistan. Department of Biological Sciences. 1 (122), 14-18 (1991) (in Russian).
2. Zainudinov S.Z., Komilov F.S., Mirzoev S.H., Akobirzoda F. The development of the conceptual model of the ecosystem of a fish pond and its study on the qualitative stability. Interactive science. 4, 18-22 (2016) (in Russian).
3. Komilov F.S., Kosimov I.L. Simulation model of ecosystem dynamics of the macrophytic fishpond pond. LAP LAMBERT Academic Publishing. Project ID: # 130070. ISBN 978-3-659-80543-1. 135 p (in Russian).
4. Komilov F.S., Mirzoev S.H., Akobirzoda F. About technologies of growing an experimental feeding fish pond. Problems of Science. 2 (3), 9-13 (2016) (in Russian).
5. Komilov F.S., Mirzoev S.H., Akobirzoda F. Accounting for the hydro-climatic and physicochemical characteristics of the ecosystem of the fish pond in its computer simulation Bulletin of the Tajik National University. A series of natural sciences. 1/1 (156), 19-27 (2015) (in Russian).
6. Komilov F.S., Mirzoev S.H., Saidov I.M. Mathematical modeling of the ecosystem of a fish pond with two species of fish. IzvestiyaVUZov Kyrgyzstan. 6, 6-11 (2016) (in Russian).
7. Komilov F.S., Mirzoev S.H., Saidov I.M. About technology of conceptual modeling of an ecosystem of a fish pond with two kinds of fishes. Science, new technologies and innovations. 5, 37-39 (2016) (in Russian).
8. Komilov F.S., Yunusov M.K., Bogdanov N.I., Egamov M.S. Mathematical modeling of a managed high-productive ecosystem of a fishpond pond. Proc. of the Academy of Sciences of the Republic of Tajikistan. Dep. of Biol. Sci. 1 (125), 33-38 (1992) (in Russian).
9. Mirzoev S.H., Yunusi M. About regularization of unstable structures of regional reserves associated with models of protection of rare endangered species. Bulletin of the Tajik National University. 6 (70), 11-16 (2011) (in Russian).
10. Report on the biological basics of managing a highly productive ecosystem of a fishpond pond. Comp. by Bogdanov N.I., Komilov F.S., Yunusov M.K., Voinov A.A., Egamov M.S. 24 p. (Dushanbe: IZIP, 1988) (in Russian).
