Стандартизация уловов на усилие тихоокеанской скумбрии Scomber japonicus в прикурильских водах
https://doi.org/10.26428/1606-9919-2022-202-850-860
Аннотация
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.
Ключевые слова
промысловая статистика,
индексы обилия,
стандартизация уловов,
аддитивные линейные модели,
Тихий океан,
японская скумбрия
При поддержке: Авторы выражают благодарность заведующему лабораторией рыб дальневосточных и арктических морей В.В. Кулику за методическую помощь и ценные советы.
Об авторах
Э. П. Черниенко
Тихоокеанский филиал ВНИРО (ТИНРО)
Россия
Россия
Черниенко Эмилия Петровна, ведущий специалист
690091, г. Владивосток, пер. Шевченко, 4
И. С. Черниенко
Тихоокеанский филиал ВНИРО (ТИНРО)
Россия
Россия
Черниенко Игорь Сергеевич, кандидат биологических наук, ведущий научный сотрудник
690091, г. Владивосток, пер. Шевченко, 4
Список литературы
1. Баканев 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.
2. 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.
3. Буяновский А.И. Использование промысловой статистики для оценки динамики запаса краба-стригуна Бэрда // Вопр. рыб-ва. — 2019. — Т. 20, № 4. — С. 497–512.
4. 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.
5. Кулик 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.
6. Медик 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.
7. 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.
8. 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.
9. Auger-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.
10. Battaile 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.
11. Burnham 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.
12. 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.
13. 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.
14. Hastie T., Tibshirani R. Generalized Additive Models : Wiley StatsRef: Statistics Reference Online, 2014. DOI:10.1002/9781118445112.stat03141.
15. Hilborn R., Walters C.J. Quantitative fisheries stock assessment: choice, dynamics and uncertainty. — N.Y. : Chapman and Hall, 1992. — 570 p.
16. Jørgensen B. The Theory of Dispersion Models : Monogr. Stat. Appl. Probab. (Book 76). — L. : Chapman and Hall, 1997. — 256 p.
17. 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.
18. 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.
19. Newman 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.
20. Quinn II T.J., Deriso R.B. Quantitative Fish Dynamics. — N.Y. : Oxford University Press, 1999. — 542 p.
21. Wickham H. ggplot2: Elegant Graphics for Data Analysis. — 2<sup>nd</sup> ed. — N.Y. : Springer Verlag, 2016. — 268 p.
22. 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.
23. Wood S.N. Generalized Additive Models: An Introduction with R. — N.Y. : Chapman and Hall/CRC, 2017. — 2nd ed. — 496 p. DOI:10.1201/9781315370279.
24. 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.
25. Wood 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.
Рецензия
Для цитирования:
Черниенко Э.П., Черниенко И.С. Стандартизация уловов на усилие тихоокеанской скумбрии Scomber japonicus в прикурильских водах. Известия ТИНРО. 2022;202(4):850-860. https://doi.org/10.26428/1606-9919-2022-202-850-860
For citation:
Chernienko E.P., Chernienko I.S. Standardization of catch per unite effort for chub mackerel Scomber japonicus in the waters at Kuril Islands. Izvestiya TINRO. 2022;202(4):850-860. (In Russ.) https://doi.org/10.26428/1606-9919-2022-202-850-860
Просмотров:
274
Послать статью по эл. почте 