CC BY
113. Рапопорт С. И. Хрономедицина, цирка-дианные ритмы. Кому это нужно? //Клиническая медицина. - 2012. - V. 90. - №. 8.
4. Ballard H. S. The hematological complications of alcoholism //Alcohol health and research world. - 1997. - V. 21. - P. 42-52.
5. Danel T., Touitou Y. Chronobiology of alcohol: from chronokinetics to alcohol-related alterations of the circadian system //Chronobiology International.
- 2009. - V. 21. - №. 6. - P. 923-935.
6. Fonken L. K. et al. Light at night increases body mass by shifting the time of food intake //Proceedings of the National Academy of Sciences. - 2010. - V. 107. - №. 43. - P. 18664-18669.
7. Ha M., Park J. Shiftwork and metabolic risk factors of cardiovascular disease //Journal of occupational health. - 2005. - V. 47. - №. 2. - P. 89-95.
8. Hasler B. P. et al. Circadian rhythms, sleep, and substance abuse //Sleep medicine reviews. - 2012.
- V. 16. - №. 1. - P. 67-81.
9. Jagota A., Reddy M. Y. The effect of curcu-min on ethanol induced changes in suprachiasmatic nucleus (SCN) and pineal //Cellular and molecular neurobiology. - 2007. - V. 27. - №. 8. - P. 997-1006.
10. Jasser S. A., Blask D. E., Brainard G. C. Light during darkness and cancer: relationships in circadian photoreception and tumor biology //Cancer Causes & Control. - 2006. - V. 17. - №. 4. - P. 515-523
11. Jones B. M. Circadian variation in the effects of alcohol on cognitive performance //Quarterly journal of studies on alcohol. - 1974.
12. Rosenwasser A. M., Fecteau M. E., Logan R. W. Effects of ethanol intake and ethanol withdrawal on free-running circadian activity rhythms in rats //Physi-ology & Behavior. - 2005. - V. 84. - №. 4. - P. 537542.
13. Knutsson, A. (2003). Health disorders of shift workers. Occupational medicine, 53(2), 103-108. Sha-nafelt T. D. et al. 79 Shiftwork and Health //Cambridge Handbook of Psychology, Health and Medicine. -2019. - V. 11. - P. 357.
14. Schmitz J. M. et al. Treatment of cocaine-alcohol dependence with naltrexone and relapse prevention therapy //American Journal on Addictions. - 2004. - V. 13. - №. 4. - P. 333-341.
15. Spanagel R. Alcoholism: a systems approach from molecular physiology to addictive behavior //Physiological reviews. - 2009. - V. 89. - №. 2. - P. 649-705.
16. Stevens R. G. Artificial lighting in the industrialized world: circadian disruption and breast cancer //Cancer Causes & Control. - 2006. - V. 17. - №. 4. -P. 501-507.
17. Vinogradova I., Anisimov V. Melatonin prevents the development of the metabolic syndrome in male rats exposed to different light/dark regimens //Bi-ogerontology. - 2013. - V. 14. - №. 4. - P. 401-409.
18. Wang F. et al. Meta-analysis on night shift work and risk of metabolic syndrome //Obesity reviews. - 2014. - V. 15. - №. 9. - P. 709-720.
REGULATIONS OF FISHING REDFISH ON THE FLEMISH CAP
Pochtar M.
Specialist, lab. North Atlantic FGBNU "VNIRO' (Polar branch 'PINRO')
Korzhev V. Chief Specialist, lab. MOOSG FGBNU "VNIRO' (Polar branch 'PINRO')
РЕГУЛИРОВАНИЕ ПРОМЫСЛА МОРСКИХ ОКУНЕЙ БАНКИ ФЛЕМИШ-КАП
Почтарь М.
Специалист, лаб. Северной Атлантики ФГБНУ «ВНИРО» (Полярный филиал «ПИНРО»)
Коржев В. Гл. специалист, лаб. МООЗГ ФГБНУ «ВНИРО» (Полярный филиал «ПИНРО»)
Abstract
The key strategy of the management of sea bass fishing is to preserve the spawning stock at the level of 3040 thousand tons. The exploitation regime (fish mortality rate) must be set within the range Fmsy-Fmax (0.080.21) subject to the average number of recruits over the past 6 years. At such exploitation, the long-term mean catch may amount to 10-16 thousand tons and the sea bass stock will be within biologically safe limits.
Аннотация
Основной стратегией управления промыслом морских окуней является сохранение нерестового запаса на уровне 30-40 тыс. т. Режим эксплуатации должен быть установлен в диапазоне Fmsy-Fmax (0,08-0,21) в зависимости от средней численности пополнения за последние 6 лет. При такой эксплуатации долгосрочный оптимальный среднегодовой улов может составить 10-16 тыс. т, а запас морских окуней будет находиться в биологически безопасных границах.
Keywords: stock, catch, fishing mortality, modelling, regulation
Ключевые слова: запас, улов, промысловая смертность, моделирование, регулирование
Введение
Три вида морских окуней рода Sebastes: глубоководный окунь-клювач (X теШеПа), золотистый морской окунь (X таппш') и американский окунь (X fasciatus) являются объектами промысла на банке Флемиш-Кап (БФК). По результатам морфо-метрического анализа, эти три вида окуней представляют собой независимые популяции. В ходе промысла идентификация по видам (из-за их внешнего сходства) практически невозможна, поэтому статистические данные вылова объединяют все 3 вида окуней. Из-за большого внешнего сходства & mentella и & fasciatus объединяют в один запас под названием «клюворылый» окунь. Исторически в уловах морских окуней на БФК преобладает «клюворылый» окунь (>80 % общего вылова), поэтому оценка запаса и регулирование промысла проводится для ««клюворылого»» окуня как одной единицы запаса.
Высокий, не регулируемый промысел в 1980-ые и в начале 1990-ых годов (ежегодно вылавливалось более 30-40 тыс. т) привел запас ««клюворылого»» окуня БФК к депрессивному состоянию. С 1994 по 2004 г. нерестовая биомасса ««клюворылого»» окуня не превышала 5-7 тыс. т. Сначала полный запрет промысла, а затем установление низких рыболовных квот и появление ряда богатых и средних по численности поколений 2002-2006 годов рождения привели к 2010 г. восстановлению запаса окуней. В последние годы (2012-2017 гг.) нерестовая биомасса ««клюворылого»» окуня составляла в среднем более 50 тыс. т. Целью регулирования промысла на современном этапе является сохранение нерестового запаса на текущем высоком уровне.
Материалы и методы
Статистические данные международного промысла морских окуней на БФК взяты из международной базы данных НАФО по статистике промысла STATLANT 21А и 21В.
Индексы биомассы и численности, размерно-возрастной состав уловов, средняя масса особей по возрастам и огивы созревания взяты из рабочих документов, представляемых на ежегодные сессии Научного Совета НАФО, ежегодных отчетов Научного Совета, а также отчетов о результатах донных
стратифицированных траловых съемок ЕС (Европейского союза).
Оценку динамики численности морских окуней выполняли по модели XSA [1] и модифицированной модели управления промыслом (при оптимизации и прогнозе) [2, 8-11]. Для оценки численности пополнения использовали зависимость «запас-пополнение» Бивертона-Холта [3, с. 309]. Для настройки модели Х8Л использовались результаты ежегодных стратифицируемых донных траловых съемок, проводимых ЕС с 1989 г.
Результаты и обсуждение
Модель оптимизации промысла. Прогнозирование динамики запаса осуществляется с помощью тех же соотношений, что и при восстановлении ретроспективы динамики запаса [1]. При прогнозировании эти соотношения применяются для последовательного расчета параметров поколений от младшего возраста к старшему, т.е. в обратном направлении. Используется возрастной диапазон окуней 4-19 лет. Возраст 19 лет рассматривается как «плюс-группа», т. е. объединяет возраст 19 лет и старше.
Расчет запаса в стартовый год. Предполагается, что в начальной точке расчета популяция находилась в равновесии. Это условие характеризуется постоянным пополнением и распределением численности по возрастам в соответствии со следующими уравнениями:
= R,
(1)
Na = N^ • exp(- Ma), а =2,ъ,..., m -1 (2)
,T Nm-1 • exp(- Mm)
Nm = _,-ПТУ , for a = m . (3)
1 - exp(- Mm )
где Ыа - численность в возрасте а, тыс. экз., Ма - коэффициент естественной смертности в возрасте а.
Расчет численности на каждый последующий год (у+1, ...). Численность окуней возраста а в году у + 1 рассчитывается по формулам:
= ^ , (4)
для а =2, ..., m-1,
Na,y+1 = Na-1,y • eXp(-(Fa-iy + Ma-1)) Nm,y+1 = Nm-1,y • exp(- (Fm-i,y + Mm-1)) + Nm,y • exp(- (F^ + Mm )) .
(5)
(6)
где: Ыа,у+1 - численность в возрасте а в год у+1; Расчет вылова. Вылов в численности по годам
Ра-1у - промысловая смертность морских окуней и возрастам Са,у рассчитывается по формуле: возраста а-1 в год у; Ма-1 - естественная смертность в возрасте а-1.
С-у = ^ ^ (l - еХР + М*У) (?)
Оптимизация промысла предполагает оценку численности и биомассы запаса на прогнозируемый период, а, следовательно, моделирование изменения средней массы, доли созревания особей по возрастам и пополнения.
Моделирование пополнения. Для «клюворылого» окуня БФК характерна значительная изменчивость урожайности поколений [4, а 2, 10; 5]. Существует гипотеза, что причина флуктуаций урожайности поколений донных рыб на БФК связана с циркуляцией вод в этом районе. Однако, значимых связей между урожайностью поколений и некоторыми факторами среды (температура и соленость воды на различных горизонтах, индекс Северо-Атлантического колебания и др.) для «клюворылого» окуня не отмечено. Использование постоянного пополнения на весь период прогноза, рассмотренное нами ранее [2, 7-8] предполагает, что величина пополнения не зависит от величины запаса и не влияет на его динамику, что не соответствует реальности.
Поэтому, мы рассматриваем следующую процедуру моделирования пополнения. На первые четыре года прогноза (возраст вступления рекрутов в промысел 4 года) пополнение принимается постоянным и равным среднему многолетнему значению известных пополнений за 1989-2015 гг. По данным 1989-2015 гг. (рассчитанным по XSA) оцениваются параметры а и в зависимости «запас-пополнение» уравнения Бивертона -Холта [3, а 309]:
fiv + 4 —
у+4 a+p/SSBy
y=1, 2, 3
(8)
где Ry - численность пополнения в году у, тыс.
экз.;
SSBt - нерестовая биомасса в году у т; а и в - постоянные параметры. Для каждого года оценочного периода (19892015 гг.) по уравнению (8) рассчитываем величину моделируемого пополнения ^модел.). Формируем массив отклонений (5) фактических значений пополнений от моделируемых (5 = Ln(Rфакт/ Rмодел). Для каждого года прогноза, начиная с пятого (у+4), по формуле (8) определяем пополнение, используя рассчитанную SSBy в год у, выбирая случайным образом величину отклонения 5i из массива созданных отклонений 5: R = Rмодел.*exp(5 случ).
Естественно, что при таком прогнозировании мы не получим фактическое распределение пополнений в прогнозируемые годы. Однако, учитывая случайный выбор отклонений, мы будем получать в течении прогнозного периода как богатые, так средние и бедные пополнения запаса, распределенные случайным образом, и можем оценить влияние этих пополнений на величину запаса и возможный допустимый вылов. Используя стохастический подход можно получать множество значений параметров запаса в каждый год прогноза. Выполняя большое количество итераций (прогонов модели), до 10000, можно оценить наиболее вероятное состояние параметров запаса, а рассчитывая 5, 50 и 95-ые перцентили их распределений - их математическое ожидание и доверительные интервалы.
Моделирование средней массы окуней по возрастам. В начальные годы промысла, когда запас «клюворылого» окуня находился в благополучном состоянии, средняя масса одновозрастных окуней в уловах менялась незначительно, и колебалась относительно их среднего значения без видимых закономерностей. В период снижения запаса «клюворылого» окуня с 1989 по 2004 г. отмечаются значимые тренды снижения средней массы одновозрастных особей для всех возрастных классов. Результаты съемок ЕС показывают такие же тенденции и в изменении средней массы окуней в запасе. После восстановления биомассы запаса «клюворылого» окуня», в период 2010-2016 гг. практически для всех возрастных групп средняя масса остается относительно стабильной. Оптимизация промысла предполагает сохранение нерестового запаса на стабильном (на сколько это возможно), высоком уровне. Поэтому на прогнозируемый период мы считаем приемлемым задание массы особи постоянной в каждой возрастной группе, и равной среднему многолетнему значению за период относительно стабильного состояния запаса 2010-2016 гг.
Огива созревания. Анализ огив созревания «клюворылого» окуня по возрастам, используемых при оценке запаса окуней за 1989-2016 гг. показал, что темпы созревания в разные годы значительно различаются. Мы объединили количество созревших особей в каждом возрасте по трем периодам 1958-2014, 1989-2014, 2003-2014 гг. и аппроксимировали их значения кривой созревания вида:
Mata =-b—^тт . (9)
a ^ a —a50%)
где Mata - доля половозрелой рыбы в возрасте a; a50% - возраст рыб, в котором 50 % особей половозрелые;
X и b - параметры.
Результаты аппроксимации показали существенные отклонения между осредненными данными за весь период, и данными за период восстановившегося запаса (2003-2014 гг.). Вопрос изменения темпов созревания различных поколений «клюворылого» окуня на БФК плохо изучен, поэтому при оптимизации промысла мы использовали постоянную огиву созревания. Доля созревших в каждом возрасте принята равной среднему многолетнему значению за 1989-2016 годы.
Предосторожный подход. В основу предосто-рожного подхода рационального рыболовства положены две концепции: концепция устойчивого развития, и принцип предосторожности. Согласно этим концепциям решаются следующие задачи: а) минимизация рисков, связанных с возможностью причинения ущерба эксплуатируемому запасу, б) принятие мер в случае реальной опасности для состояния запаса, в) учет неопределенности (неполноты знаний о запасе, г) восстановление эксплуатируемых запасов и поддержания их на этом уровне.
Одним из принципов предосторожного подхода является зональный принцип регулирования рыболовства. Весь диапазон возможных состояний
1
запаса (0, Вм) разбивается на области, для каждой из которых устанавливается особый режим регулирования. В работе использована схема регулирования, принятая в ИКЕС. Выделяются три области запаса по биомассе: а) область подорванного запаса (0, Biim), б) область восстановления запаса (Biim, Bpa), и в) область безопасного состояния запаса (Bpa, В„). В области подорванного запаса предполагается полное прекращение промысла (F=0). Когда запас находится в области восстановления, промысловую смертность предполагается увеличивать пропорционально отношению SSB/Bpa. В области безопасного состояния запаса регулирование осуществляется увеличением промысловой смертности до Fpa. [6, c. 15-17]
Анализ выполняется на основе версии, реализованной с помощью двух парных ориентиров управления: граничных (Biim, Fum) и предосторож-ных (Bpa, Fpa). Роль целевого ориентира по биомассе выполняет предосторожный ориентир Bpa. Подробно правило управления промыслом и оценка значений целевых и граничных биологических ориентиров для морских окуней БФК изложены ранее
[2], [6, с.57]. В данной работе Значения биологических ориентиров Вщп и Вра приняты равными 20 и 40 тыс. т соответственно.
Результаты оптимизации. Оптимальным будем называть такой промысел, при котором в течение длительного периода времени (например, 100 лет) средняя нерестовая биомасса окуней будет поддерживаться на уровне Вра (40 тыс. т) и вероятность снижения биомассы до Вцт будет не более 5% (р<0.05). При этом режим промысла должен обеспечивать максимально возможный вылов. В качестве целевых значений промысловой смертности использовались несколько значений: FмsY=0,08,
^,1=0,10, Ртах=0,21.
Для каждого значения промысловой смертности из диапазона 0,04-0,40 с шагом 0,02 выполнялось по 10000 итераций при случайном пополнении, рассчитывались средние значения (математические ожидания) и доверительные интервалы (перцентили 0,05 и 0,95). В таблице 1 приводятся значения основных параметров запаса «клюворылого» окуня с доверительными интервалами.
Таблица 1
Изменение среднегодовых значений биомассы, нерестовой биомассы и вылова от промысловой смертности при моделировании запаса «клюворылого» окуня банки Флемиш-Кап на 100 лет
Промысловая смертность Биомасса, тыс. т Нерестовая биомасса. тыс. т Вылов, тыс. т
L0,05 Среднее U 0,95 L 0,05 Среднее U 0,95 L 0,05 Среднее U 0,95 L 0,05 Среднее U 0,95
0,07 0,08 0,09 121 143 172 44.6 53,0 61,2 7,6 9,0 10,3
0,09 0,11 0,12 102 129,0 161,0 37,0 44.4 55.5 7,9 10.2 12,7
0,10 0,13 0,14 88,2 129,0 156,0 27,9 38,0 44,6 9,4 11,1 13,3
0,16 0,17 0,19 85,2 122,0 151,0 27,1 33,3 37,7 8,8 12,2 15,2
0,15 0,19 0,22 82,0 120,0 138,8 26,3 36,5 38,4 8,8 14,6 17,9
Средние величины пополнения во всех вариантах составляла 81-114 млн экз., а доверительные интервалы - 22-200 млн. экз.
Расчеты (вариант 1) показывают, что при промысле с промысловой смертностью, равной 0,08 (Ртву), нерестовая биомасса поддерживается на высоком уровне (53,0 тыс. т) (выше, чем Вра), а среднегодовой вылов составит 9 тыс. т (доверительный интервал 7.6-10.1 тыс. т).
При увеличении промысловой смертности до F=0,11 близкой до F0.1 (вариант 2) промысловый и нерестовый запасы несколько уменьшаются, но продолжают оставаться выше Вра. Вылов увеличивается до 10,2 тыс. т. Дальнейшее увеличение промысловой смертности до 0,13 (вариант 3) приводит к снижению нерестового запаса до уровня близкого к Вра и увеличению вылова до 11,1 тыс. тонн. Промысел с F близкой к Fmax (варианты 4 и 5) ^=0,17-0,19) увеличивает вылов до 12,2 -14,6 тыс. т. При этом средняя нерестовая биомасса установится на уровне 33,3-36,5 тыс. т, что несколько ниже Вра.
Выполненные расчеты позволяют сделать некоторые предложения к стратегии управления промыслом морских окуней БФК. Основной стратегией промысла морских окуней должно быть сохранение нерестовой биомассы на уровне около 40
тыс. т. Наибольший среднегодовой вылов получаем при промысле с Б, близкой к Fmax, а именно, с фактической средней F, равной 0,17-0,19 (варианты 4-5 в таблице 1). Среднегодовой вылов при этом будет составлять 12,2-16,7 тыс. т. Однако необходимо учитывать, что в этих расчетах среднее многолетнее прогнозируемое пополнение оценивается достаточно высоким (на уровне близком к среднему многолетнему фактическому пополнению). Вместе с тем, учитывая широкий диапазон границ доверительного интервала оптимального вылова, который вызван большой амплитудой колебаний численности пополнений, режим эксплуатации на конкретный короткий период времени, должен устанавливаться в зависимости от величины пополнения.
Один из вариантов оптимального промысла в зависимости от изменения пополнения в течении 100-летнего промысла представлен на рисунке 2 и в таблице 2. Значения пополнения и улова представлены как отклонения в % от среднего многолетнего значения Х^ = (Xг — Х)/Х, где X! - i-ое значение параметра популяции X, - среднее многолетнее значение этого параметра.
Рисунок 2. Изменения отклонений пополнения и вылова от их средних значений (%) морских окуней на банки Флемиш-Кап при прогнозировании на 100 лет
В рассматриваемом примере можно выделить несколько периодов изменения промысла. С 1992 по 1998 г. происходило снижение вылова с 1,5 до -0.55 от общего среднего значения (см. рис. 2 и табл. 2). За этот период отмечается 2 средних и 5 слабых пополнений, среднее значение которых составило 48% от общего среднего. Промысловая смертность снизилась до 0,71 от ее общего среднего значения.
В последующий период 1999 по 2005 г. среднее значение пополнения выросло до 1,31 от общего среднего за счет появления 4 сильных и 1 среднего по численности пополнения. Поэтому вылов и промысловая смертность в этот период возрастали, и вылов к концу периода составить 1,09 среднего значения.
В последующие четыре периода (2006-2014; 2015-2022; 2023-2032 и 2033-2036 гг.) модель прогнозирует относительно стабильное состояние популяции, вызванное относительно стабильным средним пополнением, которое составляло 0,981,04 общего среднего. В 2023-2032 гг. наблюдалось незначительное повышением биомассы запаса, а, следовательно, и вылова к 2030 г. до 1,23 и затем небольшое снижение его. В этот период пополнение возросло до 1.42 общего среднего значения.
Прогнозировались в основном средние пополнения, а слабые годовые классы компенсировались сильными.
Появление в 2037-2041 гг. 5-ти сильных пополнений промыслового стада (среднее значение 1,63) увеличило к 2041 г. величину запаса и позволило увеличить вылов на 16% (с 1.15 до 1.31) (см. таблицу 2). Сменившие их 1 среднее и 12 слабых пополнений, привели к существенному снижению запаса окуней в 2042-2059 гг., и к вынужденному снижению вылова до 0,63 к концу этого периода. В последующие 9 лет (2060-2068 гг.) наблюдались 6 сильных и 3 средних по численности пополнения (среднее - 1.61), что резко увеличило величину запаса окуней и привело к увеличению вылова до 1,53.
Чередование сильных и слабых пополнений в последующие два периода 2069-2080 и 2081-2088 гг. (средние значения соответственно 0,69 и 0,93) привели сначала к резкому снижению биомассы запаса, и, следовательно, вылова до 0,69, а затем повышение его до близкого к среднему значения (0,93). Приведенный пример является одним из множества вариантов случайного изменения пополнений. Естественно, что на этом примере нельзя сформировать полный алгоритм стратегии управления промыслом морских окуней БФК.
Таблица 2
Диапазоны изменения долей вылова и промысловой смертности, среднего значения пополнения относительно их общих средних значений по периодам промысла при оптимальном промысле мор-
Период Вылов Пополнение Промысловая
смертность
Характер из- Диапазон из- Среднее. зна- характеристика. Диапазон изме-
менений менений (доля чение (доля от силы годовых нений (доля от
от среднего) общего среднего классов среднего)
1992 -1998 Снижение 1,5 - 0,55 0,48 2 ср., 5 сл. 1,29 -0,71
1999 - 2005 Повышение 0,55 - 1,09 1,31 4 с., 1 ср., 1 сл. 0,71 - 1,06
2006 - 2014 Снижение 1,12-1,01 0,98 3 с., 3 ср., 3 сл. 1,06 - 1,02
2015 - 2022 Стабильное 1,01 - 1,02 1,04 4 с., 4 сл. 1,00 -1,02
2023 - 2032 Повышение 1,03 - 1,23 1,42 6 с., 4 ср. 1,02 - 1,10
2033 - 2036 Стабильное 1,23 - 1,15 0,99 1 с., 1 ср., 1 сл. 1,10 - 1,11
2037 - 2041 Повышение 1,15 - 1,31 1,63 5 с. 1,11 - 1,12
2042 - 2059 Снижение 1,31 - 0,63 0,65 3 с., 3 ср., 12 сл. 1,12 - 0,87
2060 - 2068 Повышение 0,63 - 1,53 1,61 6 с., 3 ср. 0,87 - 1,22
2069 - 2080 Снижение 1,53 - 0,66 0,69 2 с., 2 ср., 8 сл. 1,22 - 0,80
2081 - 2088 Повышение 0,66 - 0,84 0,93 1 с., 3 ср., 4 сл. 0,80 - 0,96
Однако, проведенный анализ позволяет дать определенные рекомендации по управлению промыслом морских окуней.
1. Рекомендуемый диапазон изменения промысловой смертности для морских окуней БФК от Бтву до Fmax (0.08-0.21).
2. В стартовый год прогноза оцениваем среднее значение пополнения за последние 6-7 лет, предшествующих году прогноза. Если оно близко к среднему значению за период промысла 1989-2016 гг., то ОДУ на ближайшие два после стартового года (краткосрочный прогноз) оценивается на уровне среднего вылова статус-кво (Fstatusquo).
3. Если предварительные оценки пополнения на 2-3 года вперед увеличивают или уменьшают среднее значение пополнения за последние 6-7 лет на 30-40 %, то вылов может быть соответственно увеличен или уменьшен на 13-20 % по сравнению с текущим, при SSB, близком к 40 тыс. т.
4. Рекомендуется выполнять краткосрочные прогнозы до 5-10 лет вперед и оценивать средние значения параметров запаса с учетом предосторож-ного подхода.
Заключение
Проведенный анализ показал зависимость запаса и вылова морских окуней на БФК от величины пополнения с незначительным запаздыванием в 1 -2 года. Расчеты промысла со случайным выбором величины пополнения показали, что оптимальным может считаться промысел с промысловой смертностью 0.16-0.18 и выловом 16-18 тыс. т. Необходимо учитывать, что среднее значение пополнения в наших расчетах было высокими (более 100 млн
экз.). Анализ одного из вариантов конкретного изменения параметров запаса морских окуней позволил сформировать некоторые рекомендации по регулированию промысла морских окуней на банке Флемиш_Кап.
СПИСОК ЛИТЕРАТУРЫ:
1. Darby, C. D. Virtual Population Analysis: version 3.1 (Windows/Dos) user guide / C. D. Darby, S. Flatman. - Lowestoft, 1994. - 85 p. (Inform.Techn. Ser. MAFF Direct. Fish. Res. No.1).
2. Korzhev V., Pochtar M. Simulation of the flemish cap bank redfish fishery taking into account dependence of the parameters on stock density / V. Kor-zhev, M. Pochtar // NAFO SCR Doc. 17-034Rev. -Serial No. N6689. -2017. - 14 р.
3. Рикер, У.Е. Методы оценки и интерпретация биологических показателей популяций рыб: пер. с англ. / У.Е. Рикер. - М: Пищ. пром-ть, 1979. - 408 с.
4. Vaskov, А.А. 2002 Assessment of redfish stock on the Flemish Cap based on data from the Russian bottom trawl survey in 2001 / А.А. Vaskov // NAFO SCR Doc. 02/9. - Ser. No. N4610. - 2002. - 16 p.
5. Rikhter, V.A., Bukatin P.A. Comparative analysis of year-classes strength of some commercial fishes in the Atlantic and Pacific Oceans and adjacent seas / V.A. Rikhter and P.A. Bukatin // NAFO SCR Doc. 11/003. - Serial No. N5878. 2011. - 30.
6. Бабаян В.К. Предосторожный подход к оценке общего допустимого улова (ОДУ) /В.К. Бабаян, 2000, -М, изд. ВНИРО, -192 с.
DYNAMICS OF PERSEVERANCE OF LARVAE OF EPHEMEROPTERA DETACHMENT IN WHITE RIVER (REPUBLIC OF BASHKORTOSTAN, RUSSIA)
Chaus B.
candidate of biological sciences, associate professor of Biology of the Natural Science Faculty of Sterlitamak Branch of the Bashkir State University
ДИНАМИКА ПОСТОЯНСТВА ЛИЧИНОК ОТРЯДА EPHEMEROPTERA В РЕКЕ БЕЛАЯ (РЕСПУБЛИКА БАШКОРТОСТАН, РОССИЯ)
Чаус Б.Ю.
кандидат биологических наук доцент кафедры биологии Естественнонаучного факультета Стерлитамакского филиала Башкирского государственного университета
Abstract
The article provides an analysis of the dynamics of the persistence of larvae from the Ephemeroptera detachment to increase the importance of bioindication research during environmental monitoring of the Belaya River, which flows through the territory of the Republic of Bashkortostan. Collection and analysis of constancy (in fractions of a unit) of sprouts larvae was carried out in areas of 9 state waterfalls located on the Belaya River from 2005 to 2018. In total, in the areas of research, the dynamics of the constancy of larvae of 7 species of sub-species were analyzed. A list of permanent, additional and random species of representatives of the Ephemeroptera detachment on the studied sections of the Belaya River has been drawn up. In the future, the combination of the dynamics of the constancy of the sprouts with the results of hydrochemical analyses will allow to replace a number of hydrochemical analyses with cheaper biological analyses.
Аннотация
В статье приводится анализ изучение динамики постоянства личинок из отряда Ephemeroptera для повышения значимости биоиндикационных исследований в ходе экологического мониторинга реки Белая, протекающей по территории Республики Башкортостан. Сбор и анализ постоянства (в долях единицы)
