Моделирование запаса черноморско-азовской проходной сельди в условиях низкой информационной обеспеченности (2004-2020 годы)

Выполнена оценка динамики биомассы промыслового запаса, промысловой смертности и ориентиров рациональной эксплуатации черноморско-азовской сельди, в период 2004-2020 гг., при помощи продукционной модели JABBA в варианте «catch-only». Для более точной оценки динамики популяции было выполнено косвенное оценивание объемов ННН-добычи и предварительный поиск параметров модели при помощи упрощенной продукционной модели CMSY. По результатам моделирования, в период 2004-2020 гг., промысловый запас сельди составлял от 1315 до 3411 т, промысловая смертность варьировала в пределах 0,03-0,38. В ходе рассмотрения результатов моделирования выделено три периода состояния запаса сельди: 2004-2009 гг. – период постепенного восстановления промыслового запаса (с 1315 т до 3347 т); 2010-2013 гг. – период стабильного состояния промыслового запаса (на уровне 3300-3400 т); 2014-2020 гг. – период постепенного сокращения промыслового запаса (с 3353 т до 1791 т). Постепенное сокращение промыслового запаса, в период 2014-2020 гг., обусловлено постепенным увеличением уровня промысловой смертности. В настоящее время, начиная с 2018 гг., отмечен умеренный тренд нарастания промысловой смертности выше целевого ориентира эксплуатации и постепенное сокращение биомассы запаса, которая в 2020 г. впервые опустилась ниже целевого уровня эксплуатации. Одной из основных причин антропогенного характера, негативно влияющей на биомассу запаса сельди, по мнению авторов, являются объемы ННН-добычи. Авторы отмечают необходимость борьбы с незаконным, несообщенным и нерегистрируемым промыслом черноморско-азовской сельди.

1. Аксютина З. М. Элементы математической оценки результатов наблюдений в биологических и рыбохозяйственных исследованиях. – Пищевая промышленность, 1968. – 288 с.

2. Алдакимова С.Ю. Состояние донской проходной сельди Alosa kessleri pontica eichwald в современных условиях. // Основные проблемы рыбного хозяйства и охраны рыбохозяйственных водоемов Азово-Черноморского бассейна: Сборник научных трудов 2000-2001 гг. / Под редакцией д.б.н., проф. С.П. Воловика. – М.: Вопросы рыболовства, - 2002. - с. 308-315.

3. Бабаян В.К. Методические рекомендации по оценке запасов приоритетных видов водных биологических ресурсов. / В.К. Бабаян, А.Е. Бобырев, Т.И. Булгакова, Д.А. Васильеви другие. – М.: Изд-во ВНИРО, 2018. – 312 с.

4. Васильева Е.Д., Лужняк В.А. Рыбы бассейна Азовского моря. – Ростов-на-Дону: ЮНЦ РАН, - 2013. – 270 с.

5. Жукова С.В. и др. Закономерности формирования режима солености Азовского моря в современный период //Вопросы сохранения биоразнообразия водных объектов. – 2015. – с. 128-137.

6. Иванченко И. Н., Назарова Ю. В. Состояние популяции черноморско-азовской проходной сельди Alosa immaculatа (Bennett) в 2010-2011 гг. //Основные проблемы рыбного хозяйства и охраны рыбохозяйственных водоемов Азово-Черноморского бассейна. – 2012. – с. 157-167.

7. Козоброд И.Д. Ретроспективный анализ состояния промыслового запаса черноморско-азовской проходной сельди // XVII большой географический фестиваль (БГФ-2021), посвященный 195-летию со дня начала российского кругосветного путешествия под руководством Ф.П. Литке (1826-1829 гг.). – Санкт — Петербург: Свое издательство, - 2021. - с. 175-179.

8. Козоброд И.Д., Пятинский М.М. Предварительные результаты моделирования динамики запаса сельди в Азово-Черноморском бассейне при недостатке информации (2007–2020 гг.) // Экология. Экономика. Информатика. Серия: системный анализ и моделирование экономических и экологических систем //Экология. – 2021. – Т. 1. – №. 6. – с. 34-39.

9. Кузнецова И.Д. Влияние изменения солености на распространение проходных, полупроходных и морских видов рыб в Азовском море // Материалы международной научно-практической конференции студентов, аспирантов и молодых ученых «Географы в годы войны и мира», посвященной 70-летию победы в Великой отечественной войне 1941–1945 гг. и 170-летию Русского географического общества в рамках XI Большого географического фестиваля. [Электронный ресурс]. – М.: Издательство «Перо», 2015. - с. 648-652.

10. Кузнецова И.Д., Федоров Ю.А. Влияние солености и водного стока на распространенность черноморско-азовской проходной сельди в Азовском море // Известия вузов. Северо-Кавказский регион. Естественные науки. – 2018. - №4. – с. 33-38.

11. Кузнецова И.Д., Федоров Ю.А. Роль некоторых факторов в формировании потомства черноморско-азовской проходной сельди // Известия вузов. Северо-Кавказский регион. Естественные науки. - 2019. - №1. – с. 55-59.

12. Кузнецова И.Д. Колебания численности черноморско-азовской проходной сельди в современный период / И.Д. Кузнецова, Т.А. Чепурная // Комплексные исследования Мирового океана. – 2017. – с. 360-361.

13. Куропаткин А.П. Изменение солености Азовского моря / А.П. Куропаткин, С.В. Жукова, В.М. Шишкин и др. // Вопросы рыболовства. – 2013. – Т. 14. – №. 4. – С. 666-673.

14. Козоброд И.Д. Моделирование динамики промысловой популяции, в условиях недостаточности информационного обеспечения, моделью CMSY на примере Черноморского шпрота в водах России / И.Д. Козоброд, M.M. Пятинский // Рыбное хозяйство. – 2021. – №3. – с. 76-82. DOI 10.37663/0131-6184-2021-3-68-75

15. Реков Ю.И. Восстановление запаса черноморско-азовской проходной сельди / Ю.И. Реков, Т.А. Чепурная, С.В. Костенко // Основные проблемы рыбного хозяйства и охраны рыбохозяйственных водоемов Азово-Черноморского бассейна. – 2011. – с. 148-153.

16. Сафаралиев И.А. Оценка волжского запаса севрюги Acipenser stellatus Каспийского моря в условиях моратория на промысел: ретроспектива и возможные сценарии в будущем / И.А. Сафаралиев, Т.И. Булгакова // Вопросы рыболовства. – 2017. – Т. 18. – №. 2.

17. Сафаралиев И.А. Каспийская севрюга: распределение, оценка запаса и сценарии восстановления волжской популяции. / И.А. Сафаралиев, Г.И. Рубан, Т.И. Булгакова // Вопросы рыболовства. – 2019. – 156 с.

18. Чередников С.Ю. Многолетняя динамика состояния запаса леща по результатам моделирования CMSY с ограниченными данными (2002–2020 гг.) в Азовском море (воды России) / С.Ю. Чередников, М.М. Пятинский, И.Д. Козоброд // Водные биоресурсы и среда обитания. – 2021. – Т. 4. – №. 2. – с. 66-79.

19. 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.

20. Яковлев В.Н. Состояние биологических ресурсов Черного и Азовского морей (справочное пособие). Министерство рыбного хозяйства Украины Керчь: ЮГНИРО, 1995. – 27 с.

21. Bates, D. M.; Watts, D. G. Nonlinear regression analysis and its applications. New York: John Wiley & sons, – 1988. – 365 p.

22. Cleveland W. S., Grosse E., Shyu W. M. Local regression models. Chapter 8 in Statistical models in S (JM Chambers and TJ Hastie eds.), 608 p //Wadsworth & Brooks/Cole, Pacific Grove, CA. – 1992.

23. De Bruyn P., Murua H., Aranda M. The Precautionary approach to fisheries management: How this is taken into account by Tuna regional fisheries management organisations (RFMOs) //Marine Policy. – 2013. – Т. 38. – Pр. 397-406.

24. Froese R. et al. Estimating fisheries reference points from catch and resilience //Fish and Fisheries. – 2017. – Т. 18. – №. 3. – Pр. 506-526.

25. Froese R. et al. What catch data can tell us about the status of global fisheries //Marine biology. – 2012. – Т. 159. – №. 6. – Pр. 1283-1292.

26. Hilborn R., Walters C.J. Quantitative fisheries stock assessment: Choice, Dynamics, Uncertainty//Chapman and Hall, New York. – 1992 – 570 p.

27. Martell S., Froese R. A simple method for estimating MSY from catch and resilience //Fish and Fisheries. – 2013. – Т. 14. – №. 4. – Pр. 504-514.

28. Musick J.A. Criteria to define extinction risk in marine fishes: the American Fisheries Society initiative //Fisheries. – 1999. – Т. 24. – №. 12. – Pр. 6-14.

29. Pitcher T.J., Watson, R., Forrest, R., Valtýsson, H.P., Guénette, S. Estimating illegal and unreported catches from marine ecosystems: a basis for change //Fish and Fisheries. – 2002. – Т. 3. – № 4. – Pр. 317-339.

30. R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. – 2020. - URL https://www.R-project.org/

31. Ricker W. E. Computation and interpretation of biological statistics of fish populations //Bull. Fish. Res. Bd. Can. – 1975. – Т. 191. – 382 р.

32. Winker H., Carvalho F., Kapur M. JABBA: just another Bayesian biomass assessment //Fisheries Research. – 2018. – № 204. – Pр. 275-288.

33. Ye Y., Valbo-Jørgensen J. Effects of IUU fishing and stock enhancement on and restoration strategies for the stellate sturgeon fishery in the Caspian Sea //Fisheries Research. – 2012. – Т. 131. – Pр. 21-29.