Оценка максимального устойчивого улова малоглазого макруруса Albatrossia pectoralis (Macrouridae) на Дальнем Востоке России на основе байесовской продукционной модели JABBA

На основе данных об истории уловов и индексах численности малоглазого макруруса впервые показаны статистические оценки межгодовой динамики промысловой биомассы и её эксплуатации по рыбопромысловым зонам на Дальнем Востоке России относительно ориентиров динамических моделей биомассы. Байесовский подход в JABBA позволил учесть априорные допущения о девственных биомассах, рассчитанных ранее по данным научных съёмок и экстраполированных на необследованные площади, ошибки в уловах и индексах численности, а также скорость мгновенного пополнения популяции (r) и изначальное истощение. Показано, что ни в одной зоне запасы ещё не переловлены, но в Западно-Беринговоморской (ЗБМ) проявилась отрицательная тенденция в динамике биомассы с 2015 г. Причина этого снижения согласно принятым допущениям заключается в реализации завышенного целевого ориентира по эксплуатации промысловой биомассы (φ_F = 0,1). Во всех зонах, кроме курильских, он оказался по медиане ниже 0,08, а при установлении объёмов допустимых уловов (ОДУ) многие годы использовали φ_F = 0,1. В ЗБМ зоне уловы превышали прибавочную продукцию долгое время: в 2012 г. и с 2015 г. Сумма медиан максимальных устойчивых уловов по зонам найдена около 47,4 тыс. т, что выше официальных уловов. В соседних зонах — ЗБМ и ВосточноКамчатской — параметр r оказался примерно равным как по медиане (0,086–0,085), так и по 95 %-ным доверительным интервалам (от 0,05 до 0,14). В курильских зонах параметр r был выше и максимален в Северо-Курильской зоне, что может свидетельствовать о более высоких темпах роста в них или внешнем притоке молоди. Следовательно, крайне важно уточнить популяционную структуру малоглазого макруруса, а до тех пор мы вынуждены продолжать оценку запасов в пределах рыболовных зон.

1. Алфёров А.И. Встречаемость молоди семейства MACROURIDAE в Беринговом море в период с 1963 по 2020 г. // Морские исследования и Образование (MARESEDU) — 2022 : тр. 11-й междунар. науч.-практ. конф. — Тверь : Полипресс, 2022. — Т. 3. — С. 295–301.

2. Бабаян В.К., Бобырев А.Е., Булгакова Т.И. и др. Методические рекомендации по оценке запасов приоритетных видов водных биологических ресурсов. — М. : ВНИРО, 2018. — 312 с.

3. Барышко М.Е. Рыбная промышленность Дальнего Востока : моногр. — 2-е изд., перераб. и доп. — Владивосток : ЛАИНС, 2012. — 739 с.

4. 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.

5. Новиков Н.П. Биология малоглазого долгохвоста Chalinura pectoralis в северной части Тихого океана // Тр. ВНИРО. — Т. 70 : Изв. ТИНРО. — Т. 72. — 1970. — С. 300–326.

6. Новиков Н.П. Промысловые рыбы материкового склона северной части Тихого океана : моногр. — М. : Пищ. пром-сть, 1974. — 307 с.

7. Тупоногов В.Н. Экология малоглазого долгохвоста : автореф. дис. … канд. биол. наук. — Владивосток : ДВО АН СССР, 1991. — 24 с.

8. Тюрин П.В. Фактор естественной смертности рыб и его значение при регулировании рыболовства // Вопр. ихтиол. — 1962. — Т. 2, вып. 3(24). — С. 403–427.

9. Шибаев С.В. Промысловая ихтиология : учеб. — 2-е изд., стер. — СПб. : Проспект Науки, 2017. — 400 с.

10. Alferov A.I. Distribution of giant grenadier (Albatrossia pectoralis) at different stages of ontogenesis in the Bering Sea // Book of Abstracts “Sustainability of Marine Ecosystems through global knowledge networks during the UN Decade of Ocean Science”. — Busan : PICES, 2022. — P. 137.

11. Alverson D.L., Pereуra W.T. Demersal fish Exploration in the Northern Pacific Ocean — An evolution of Exploratory Fishing Methods and Analytical Approaches to Stok Size and Yield Forecasts // J. Fish. Res. Bd Canada. — 1969. — Vol. 26, № 8. — P. 1985–2001. DOI: 10.1139/f69-188.

12. Andrews A.H., Cailliet G.M., and Coale K.H. Age and growth of Pacific grenadier (Coryphaenoides acrolepis) with age estimate validation using an improved radiometric ageing technique // Can. J. Fish. Aquat. Sci. — 1999. — Vol. 56, № 8. — P. 1339–1350.

13. Bentley N., Kendrick T.H., Starr P.J., Breen P.A. Influence plots and metrics: tools for better understanding fisheries catch-per-unit-effort standardizations // ICES J. Mar. Sci. — 2011. — Vol. 69, Iss. 1. — P. 84–88. DOI: 10.1093/icesjms/fsr174.

14. Beverton R.J.H., Holt S.J. On the dynamics of exploited fish populations. — L. : Chapman and Hall, 1957. — 533 p.

15. Burton E.J. Radiometric age determination of the giant grenadier (Albatrossia pectoralis) using 210Pb:226Ra disequilibria : master’s thesis. — California : San Francisco State University, 1999. — 91 p.

16. Devine J.A., Watling L., Cailliet G. et al. Evaluation of potential sustainability of deep-sea fisheries for grenadiers (Macrouridae) // J. Ichthyol. — 2012. — Vol. 52, № 10. — P. 709–721. DOI: 10.1134/S0032945212100062.

17. Geweke J. Evaluating the accuracy of sampling-based approaches to the calculation of posterior moments // Bayesian Statistics 4. — England : Clarendon Press, 1992. — P. 169–193.

18. Heidelberger Ph., Welch P.D. Simulation Run Length Control in the Presence of an Initial Transient // Operations Research. — 1983. — Vol. 31, №. 6. — P. 1109–1144. DOI: 10.1287/opre.31.6.1109.

19. Mohn R. The retrospective problem in sequential population analysis: An investigation using cod fishery and simulated data // ICES J. Mar. Sci. — 1999. — Vol. 56. — P. 473–488.

20. Musick J.A. Criteria to define extinction risk in marine fishes: The American Fisheries Society Initiative // Fisheries. — 1999. — Vol. 24, Iss. 12. — P. 6–14. DOI: 10.1577/1548-8446(1999)024<0006:CTDERI>2.0.CO;2.

21. Orlov A.M., Antonov N.P., Afanasiev P.K. Giant grenadier Albatrossia pectoralis in the catches of the deepwater fishing traps in Russian far-eastern waters // J. Ichthyol. — 2012. — Vol. 52. — P. 722–739. DOI: 10.1134/S0032945212100037.

22. Oshima K., Hashimoto M., Fuji T., Nakayama S.-I. Trial application of JABBA to Pacific saury stock assessment : NPFC-2019-SSC PS05-WP19. — Tokyo, 2019. https://www.npfc.int/trialapplication-jabba-pacific-saury-stock-assessment.

23. Plummer M. JAGS: A program for analysis of Bayesian graphical models using Gibbs sampling // Proceedings of the 3rd international workshop on distributed statistical computing. — 2003. — Vol. 124, № 125.10. — P. 1–10.

24. Rodgveller C., Siwicke K. Assessment of the Grenadier Stock Complex in the Gulf of Alaska, Eastern Bering Sea, and Aleutian Islands : NPFMC Bering Sea, Aleutian Islands and Gulf of Alaska SAFE. — 2020. — 27 p. https://apps-afsc.fisheries.noaa.gov/refm/docs/2020/Grenadiers.pdf.

25. Rodgveller C.J., Clausen D.M., Nagler J.J., Hutchinson C. Reproductive characteristics and mortality of female giant grenadiers in the northern Pacific Ocean // Mar. Coast. Fish.: Dynamics, Management, and Ecosystem Sci. — 2010. — Vol. 2, Iss. 1. — P. 73–82. DOI: 10.1577/C09-028.1.

26. Siddon E. Ecosystem Status Report 2022: Eastern Bering Sea, Stock Assessment and Fishery Evaluation Report. — Alaska, 2022. — 227 p.

27. Venables W.N., Dichmont C.M. GLMs, GAMs and GLMMs: an overview of theory for applications in fisheries research // Fish. Res. — 2004. — Vol. 70, Iss. 2–3. — P. 319–337. DOI: 10.1016/j.fishres.2004.08.011.

28. Winker H., Carvalho F., Kapur M. JABBA: Just Another Bayesian Biomass Assessment // Fish. Res. — 2018. — Vol. 204. — P. 275–288. DOI: 10.1016/j.fishres.2018.03.010.

29. 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, Iss. 1. — P. 3–36. DOI: 10.1111/j.1467-9868.2010.00749.x.

30. 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.

31. Zhou S., Punt A.E., Deng R., Dichmont C.M. Stock assessment of short-lived invertebrates using hierarchical Bayesian models // 18th World IMACS Congress and MODSIM09 International Congress on Modelling and Simulation. Modelling and Simulation Society of Australia and New Zealand and International Association for Mathematics and Computers in Simulation. — 2009. — P. 383–389. https:// mssanz.org.au/modsim09/A6/zhou.pdf.