tinroИзвестия ТИНРОIzvestiya TINRO1606-99192658-5510ТИНРО10.26428/1606-9919-2022-202-850-860tinro-784Research ArticleБИОЛОГИЧЕСКИЕ РЕСУРСЫBIOLOGICAL RESOURCESСтандартизация уловов на усилие тихоокеанской скумбрии Scomber japonicus в прикурильских водахStandardization of catch per unite effort for chub mackerel Scomber japonicus in the waters at Kuril Islandshttps://orcid.org/0000-0002-4605-742XЧерниенкоЭ. П.ChernienkoE. P.

Черниенко Эмилия Петровна, ведущий специалист

690091, г. Владивосток, пер. Шевченко, 4

Emilia P. Chernienko - leading specialist

690091, Vladivostok, Shevchenko Alley, 4

emilya.chernienko@tinro-center.ruhttps://orcid.org/0000-0002-6410-0081ЧерниенкоИ. С.ChernienkoI. S.

Черниенко Игорь Сергеевич, кандидат биологических наук, ведущий научный сотрудник

690091, г. Владивосток, пер. Шевченко, 4

Igor S. Chernienko - Ph.D., leading researcher

690091, Vladivostok, Shevchenko Alley, 4

igor.chernienko@tinro-center.ruТихоокеанский филиал ВНИРО (ТИНРО)РоссияPacific branch of VNIRO (TINRO)Russian Federation2022301220222024850860Copyright © Черниенко Э.П., Черниенко И.С., 20232023Черниенко Э.П., Черниенко И.С.Chernienko E.P., Chernienko I.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestiya.tinro-center.ru/jour/article/view/784

По данным промысловой статистики за 2015–2021 гг. выполнена стандартизация целевых траловых уловов японской скумбрии Scomber japonicus в исключительной экономической зоне Российской Федерации. В качестве предикторов были использованы производственные и природные факторы. Для анализа влияния предикторов применяли обобщенные аддитивные модели (GAM), выбор наилучшей модели произведен при помощи информационных критериев Акаике (AIC) и Шварца (BIC). Значение объясненной дисперсии в GAM для японской скумбрии Южно-Курильской подзоны составило 63 %. Выбранная модель включает в себя координаты, день года, длину судна, мощность двигателя, ежедневное усилие (количество судов на промысле) и температуру поверхности океана (SST). Дана интерпретация характера влияния рассматриваемых факторов на величину улова на усилие. Показано, что влияние природных и производственных факторов оказывает значимое действие на оценку индексов биомассы, что, в свою очередь, ведет к искажению оценки численности и некорректному прогнозу запаса.

Chub mackerel became an important object of Russian fishery in the NorthWest Pacific since 2015. Annual catch of the species by Russian fleet reached 87,388 t in 2021. The data of trawl catches by Russian fishing vessels in the national waters in autumn of 2015–2021 are considered for possibility of CPUE standardization taking into account the factors of fishing gear and environments. Generalized additive models (GAM) were used as the method, the best model was chosen using the information criteria of Akaike and Schwarz. The selected model explains 63% of dispersion and includes such predictors as coordinates of catch, date of catch, vessel length, engine power, number of fishing vessels, and SST. Influence of these factors on CPUE is interpreted and discussed.

промысловая статистикаиндексы обилиястандартизация улововаддитивные линейные моделиТихий океаняпонская скумбрияfishery statisticsfish abundancecatch standardizationgeneralized additive modelNorth-West Pacificchub mackerelАвторы выражают благодарность заведующему лабораторией рыб дальневосточных и арктических морей В.В. Кулику за методическую помощь и ценные советы.The authors are grateful to Dr. V.V. Kulik, the head of the Resources of the Far-Eastern and Arctic Seas Laboratory of TINRO, for methodological assistance and valuable advices.ReferencesБаканев С.В. Стандартизация производительности промысла камчатского краба в российских водах Баренцева моря в 2010–2018 гг. с помощью обобщенной линейной модели // Вопр. рыб-ва. — 2019. — Т. 20, № 3. — С. 363–373.Bakanev, S.V., Standardization of the red king crab fishery efficiency in the Russian part in the Barents Sea in 2010–2018 using generalized linear model, Vopr. Rybolov., 2019, vol. 20, no. 3, pp. 363–373.Буяновский А.И. Использование промысловой статистики для корректировки оценок запасов краба-стригуна опилио в морях России // Вопр. рыб-ва. — 2020. — Т. 21, № 1. — С. 106–124.Buyanovsky, A.I., Use of fishery statistics to correct estimates of stocks of snow crab opilio in the seas of Russia, Vopr. Rybolov., 2020, vol. 21, no. 1, pp. 106–124.Буяновский А.И. Использование промысловой статистики для оценки динамики запаса краба-стригуна Бэрда // Вопр. рыб-ва. — 2019. — Т. 20, № 4. — С. 497–512.Buyanovskiy, A.I., Use of fisheries statistics for the tanner crab stock dynamics, Vopr. Rybolov., 2019, vol. 20, no. 4, pp. 497–512.Кручинин О.Н., Мизюркин М.А., Захаров Е.А. и др. Работа флота на промысле дальневосточной сардины и японской скумбрии в прикурильских водах в современный период высокой численности этих видов // Изв. ТИНРО. — 2022. — Т. 202, № 2. — С. 414–428. DOI:10.26428/1606-9919-2022-202-414-428.Kruchinin, O.N., Mizyurkin, M.A., Zakharov, E.A., Volotov, V.M., Shabelsky, D.L., and Vakker, N.L., Fleet operations at fishing of japanese sardine and chub mackerel in the kuril waters in the modern period of high abundance of these species, Izv. Tikhookean. Nauchno-Issled. Inst. Rybn. Khoz. Okeanogr., 2022, vol. 202, no. 2, pp. 414–428. doi:10.26428/1606-9919-2022-202-414-428Кулик В.В., Варкентин А.И., Ильин О.И. Стандартизация уловов на усилие минтая в северной части Охотского моря с учетом некоторых факторов среды // Изв. ТИНРО. — 2020. — Т. 200, вып. 4. — С. 819–836. DOI:10.26428/1606-9919-2020-200-819-836.Kulik, V.V., Varkentin, A.I., and Ilyin, O.I., Standardization of CPUE for walleye pollock in the Okhotsk Sea with inclusion of some environmental factors, Izv. Tikhookean. Nauchno-Issled. Inst. Rybn. Khoz. Okeanogr., 2020, vol. 200, no. 4, pp. 819–836. doi:10.26428/1606-9919-2020-200-819-836Медик В.А., Токмачев М.С., Фишман Б.Б. Статистика в медицине и биологии : руководство в 2-х томах. Т. 1. — М. : Медицина, 2000. — 412 с.Medik, V.A., Tokmachev, M.S., and Fishman, B.B., Statistika v meditsine i biologii (Statistics in medicine and biology), Moscow: Meditsina, 2000, vol. 1.Пырков В.Н., Солодилов А.В., Дегай А.Ю. Создание и внедрение новых спутниковых технологий в системе мониторинга рыболовства // Современные проблемы дистанционного зондирования Земли из космоса. — 2015. — Т. 12, № 5. — С. 251–262.Pyrkov, V.N., Solodilov, A.V., and Degaj, A.Yu., Development and implementation of new satellite techniques in the fishery monitoring system, Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa, 2015, vol. 12, no. 5, pp. 251–262.Черниенко И.С. Стандартизация производительности промысла краба-стригуна опилио западной части Берингова моря с использованием аддитивных линейных моделей // Изв. ТИНРО. — 2021. — Т. 201, № 2. — С. 359–370. DOI:10.26428/1606-9919-2021-201-359-370.Chernienko, I.S., Standardization of landing efficiency for opilio crab in the western Bering Sea by using of generalized additive models, Izv. Tikhookean. Nauchno-Issled. Inst. Rybn. Khoz. Okeanogr., 2021, vol. 201, no. 2, pp. 359–370. doi:10.26428/1606-9919-2021-201-359-370Auger-Méthé M., Field C., Albertsen C.M. et al. State-space models’ dirty little secrets: even simple linear Gaussian models can have estimation problems // Sci. Rep. — 2016. — Vol. 6, № 1. — P. 1–10. DOI:10.1038/srep26677.Auger-Méthé, M., Field, C., Albertsen, C.M., Derocher, A.E., Lewis, M.A., Jonsen, I.D., and Flemming, J.M., State-space models’ dirty little secrets: even simple linear Gaussian models can have estimation problems, Sci. Rep., 2016, vol. 6, no. 1, pp. 1–10. doi:10.1038/srep26677Battaile B.C., Quinn II T.J. Catch per unit effort standardization of the eastern Bering Sea walleye pollock (Theragra chalcogramma) fleet // Fish. Res. — 2004. — Vol. 70, Iss. 2–3. — P. 161–177. DOI:10.1016/j.fishres.2004.08.029.Battaile, B.C. and Quinn II., T.J., Catch per unit effort standardization of the eastern Bering Sea walleye pollock (Theragra chalcogramma) fleet, Fish. Res., 2004, vol. 70, no. 2–3, pp. 161–177. doi:10.1016/j.fishres.2004.08.029Burnham K.P., Anderson D.R. Model selection and multimodel inference: a practical information-theoretic approach. — 2<sup>nd</sup> ed. — N.Y. : Springer, 2002. — 488 p.Burnham, K.P. and Anderson, D.R., Model selection and multimodel inference: a practical information-theoretic approach, New York: Springer, 2002, 2<sup>nd</sup> ed.Chernienko I.S., Chernienko E.P. Standardized CPUE for Chub mackerel (Scomber japonicus) caught by Russian pelagic trawl fishery in 2015–2021 : NPFC-2022-TWG CMSA05-WP03. — Tokyo, 2022. — 12 p.Chernienko, I.S. and Chernienko, E.P., Standardized CPUE for Chub mackerel (Scomber japonicus) caught by Russian pelagic trawl fishery in 2015–2021, NPFC-2022-TWG CMSA05-WP03, Tokyo, 2022.Chin T.M., Vazquez-Cuervo J., Armstrong E.M. A multi-scale high-resolution analysis of global sea surface temperature // Remote Sens. Environ. — 2017. — Vol. 200, № 7. — P. 154–169. DOI:10.1016/j.rse.2017.07.029.Chin, T.M., Vazquez-Cuervo, J., and Armstrong, E.M., A multi-scale high-resolution analysis of global sea surface temperature, Remote Sens. Environ., 2017, vol. 200, no. 7, pp. 154–169. doi:10.1016/j.rse.2017.07.029Hastie T., Tibshirani R. Generalized Additive Models : Wiley StatsRef: Statistics Reference Online, 2014. DOI:10.1002/9781118445112.stat03141.Hastie, T. and Tibshirani, R., Generalized Additive Models, Wiley StatsRef: Statistics Reference Online, 2014. doi:10.1002/9781118445112.stat03141Hilborn R., Walters C.J. Quantitative fisheries stock assessment: choice, dynamics and uncertainty. — N.Y. : Chapman and Hall, 1992. — 570 p.Hilborn, R. and Walters, C.J., Quantitative Fisheries Stock Assessment: Choice, Dynamics, and Uncertainty, New York: Chapman and Hall, 1992.Jørgensen B. The Theory of Dispersion Models : Monogr. Stat. Appl. Probab. (Book 76). — L. : Chapman and Hall, 1997. — 256 p.Jørgensen, B., The Theory of Dispersion Models: Monogr. Stat. Appl. Probab. (Book 76), London: Chapman and Hall, 1997.Kulik V.V. CPUE standardization for the Pacific chub mackerel historical catch in the Northwest Pacific Ocean : NPFC-2017-TWG CMSA01-WP02. — Tokyo, 2017. — 11 p.Kulik, V.V., CPUE standardization for the Pacific chub mackerel historical catch in the Northwest Pacific Ocean, NPFC-2017-TWG CMSA01-WP02, Tokyo, 2017.Maunder M.N., Punt A.E. Standardizing catch and effort data: a review of recent approaches // Fish. Res. — 2004. — Vol. 70, Iss. 2–3. — P. 141–159. DOI:10.1016/j.fishres.2004.08.002.Maunder, M.N. and Punt, A.E., Standardizing catch and effort data: a review of recent approaches, Fish. Res., 2004, vol. 70, no. 2–3, pp. 141–159. doi:10.1016/j.fishres.2004.08.002Newman K.B., Buckland S.T., Morgan B.J.T. et al. Modelling population dynamics: model formulation, fitting and assessment using state-space methods. — N.Y. : Springer, 2014. — 215 p.Newman, K.B., Buckland, S.T., Morgan, B.J.T., King, R., Borchers, D.L., Cole, D.J., Besbeas, P., Gimenez, O., and Thomas, L., Modelling population dynamics: model formulation, fitting and assessment using state-space methods, New York: Springer, 2014.Quinn II T.J., Deriso R.B. Quantitative Fish Dynamics. — N.Y. : Oxford University Press, 1999. — 542 p.Quinn II, T.J. and Deriso, R.B., Quantitative Fish Dynamics, New York: Oxford Univ. Press, 1999.Wickham H. ggplot2: Elegant Graphics for Data Analysis. — 2<sup>nd</sup> ed. — N.Y. : Springer Verlag, 2016. — 268 p.Wickham, H., ggplot2: Elegant Graphics for Data Analysis, New York, 2016, 2<sup>nd</sup> ed.Wood S.N. Fast stable restricted maximum likelihood and marginal likelihood estimation of semiparametric generalized linear models // J. R. Statist. Soc. B (Statistical Methodology). — 2011. — Vol. 73, № 1. — P. 3–36. DOI:10.1111/j.1467-9868.2010.00749.x.Wood, S.N., Fast stable restricted maximum likelihood and marginal likelihood estimation of semiparametric generalized linear models, J. R. Statist. Soc. B (Statistical Methodology), 2011, vol. 73, no. 1, pp. 3–36. doi:10.1111/j.1467-9868.2010.00749.xWood S.N. Generalized Additive Models: An Introduction with R. — N.Y. : Chapman and Hall/CRC, 2017. — 2nd ed. — 496 p. DOI:10.1201/9781315370279.Wood, S.N., Generalized Additive Models: An Introduction with R, New York: Chapman and Hall/CRC, 2017, second edition. doi:10.1201/9781315370279.Wood S.N. Stable and Efficient Multiple Smoothing Parameter Estimation for Generalized Additive Models // J. Am. Stat. Assoc. — 2004. — Vol. 99, Iss. 467. — P. 673–686. DOI:10.1198/016214504000000980.Wood, S.N., Stable and Efficient Multiple Smoothing Parameter Estimation for Generalized Additive Models, J. Am. Stat. Assoc., 2004, vol. 99, no. 467, pp. 673–686. doi:10.1198/016214504000000980Wood S.N. Thin plate regression splines // J. R. Statist. Soc. B (Statistical Methodology). — 2003. — Vol. 65, № 1. — P. 95–114. DOI:10.1111/1467-9868.00374.Wood, S.N., Thin plate regression splines, J. R. Statist. Soc. B (Statistical Methodology), 2003, vol. 65, no. 1, pp. 95–114. doi:10.1111/1467-9868.00374The GEBCO_2020 version. http://www.gebco.net. Cited September 1, 2022.The GEBCO_2020 version. http://www.gebco.net. Cited September 1, 2022.R Core Team. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2022, version 4.1.3. https://www.R-project.org/. Cited January 27, 2022.R Core Team. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2022, version 4.1.3. https://www.R-project.org/. Cited January 27, 2022.Hijmans, R.J., raster: Geographic Data Analysis and Modeling, 2021. https://rdrr.io/cran/raster/. Cited January 27, 2022.Hijmans, R.J., raster: Geographic Data Analysis and Modeling, 2021. https://rdrr.io/cran/raster/. Cited January 27, 2022.Bivand, R. and Lewin-Koh, N., maptools: tools for handling spatial objects, 2020. https://CRAN.R-project.org/package=maptools. Cited January 27, 2022.Bivand, R. and Lewin-Koh, N., maptools: tools for handling spatial objects, 2020. https://CRAN.R-project.org/package=maptools. Cited January 27, 2022.Hijmans, R.J., geosphere: Spherical Trigonometry, 2021. https://cran.r-project.org/web/packages/geosphere/geosphere.pdf. Cited January 27, 2022.Hijmans, R.J., geosphere: Spherical Trigonometry, 2021. https://cran.r-project.org/web/packages/geosphere/geosphere.pdf. Cited January 27, 2022.

The authors declare that there are no conflicts of interest present.