On the use of the data of the anomaly of the water surface temperature in the western part of the northern Pacific as a potential climatic predictor for predicting the number of Pacific salmon of Kamchatka
https://doi.org/10.36038/0234-2774-2021-22-4-46-62
Abstract
The paper presents an analysis of the relationship between the variability of sea surface temperature anomalies (SSTa) in the areas of autumn-winter migrations of young Pacific salmon from Eastern and Western Kamchatka and the dynamics of the number of catches of their producers. The series of observations includes the period 1971–2020. The SSTa data collection site covers the waters of the western part of the Bering Sea, the southern part of the Sea of Okhotsk and the northwestern part of the Pacific Ocean.
The results of the studies showed that in the areas of mass feeding of juvenile pink salmon, chum salmon and sockeye salmon, the SSTa indicators have a stable relationship with the number of catches of these species. Most of the reliable relationships are indicated by moderate correlation coefficients at the level of r = 0,30–0,60. The pattern is observed for all salmon species in a significant part of the considered water area in the autumn period (September-October). In winter, the relationship is observed much less frequently. It is proposed to use the accumulated SSTa series for multidimensional modeling.
In addition, the promptly obtained SSTa data in the autumn period of the year preceding the year of fishing, will allow using this indicator as an indicator information characterizing the conditions of feeding of juvenile salmon.
About the Authors
A. V. Bugaev
Kamchatka branch Russian Federal research institute of the Fisheries and Oceanography
Russian Federation
Russian Federation
Petropavlovsk-Kamchatsky, 683600
M. G. Pheldman
Kamchatka branch Russian Federal research institute of the Fisheries and Oceanography
Russian Federation
Russian Federation
Petropavlovsk-Kamchatsky, 683600
O. B. Tepnin
Kamchatka branch Russian Federal research institute of the Fisheries and Oceanography
Russian Federation
Russian Federation
Petropavlovsk-Kamchatsky, 683600
M. V. Koval
Kamchatka branch Russian Federal research institute of the Fisheries and Oceanography
Russian Federation
Russian Federation
Petropavlovsk-Kamchatsky, 683600
References
1. Бирман И.Б. Морской период жизни и вопросы динамики численности стада тихоокеанских лососей: монография. М.: Агропромиздат, 1985. 208 с.
2. Бугаев А.В., Тепнин О.Б. Оценка влияния некоторых климатических факторов на численность азиатских стад горбуши и кеты // Изв. ТИНРО. 2011. Т. 166. С. 67–87.
3. Бугаев А.В., Тепнин О.Б. Продуктивность тихоокеанских лососей: влияние термических условий вод в период первой зимы в бассейне Северной Пацифики // Труды ВНИРО. 2015. Т. 158. С. 89–111.
4. Бугаев А.В., Тепнин О.Б., Рад ченко В.И. Климатическая изменчивость и продуктивность тихоокеанских лососей Дальнего Востока России // Иссл. водн. биол. ресурсов Камчатки и Сев.-Зап. Части Тихого океана. 2018. Вып. 49. С. 5–50.
5. Бугаев В.Ф. Азиатская нерка (пресноводный период жизни, структура локальных стад, динамика численности): монография. М.: Колос, 1995. 464 с.
6. Бугаев В.Ф. Азиатская нерка — 2 (биологическая структура и динамика численности локальных стад в конце XX — начале XXI вв.): монография. Петропавловск-Камчатский: Камчатпресс, 2011. 380 с.
7. Заварина Л.О. Биология и динамика численности кеты Oncorhynchus keta северовосточного побережья Камчатки: Автореф. дис. … канд. биол. наук. М.: ВНИРО, 2008. 25 с.
8. Кляшторин Л.Б., Любушин А.А. Циклические изменения климата и рыбопродуктивности: монография. М.: ВНИРО, 2005. 235 с.
9. Котенев Б.Н., Богданов М.А., Кровнин А.С., Мурый Г.П. Изменения климата и динамика вылова дальневосточных лососей // Вопр. промысловой океанологии. 2010. Вып. 7. № 1. С. 60–92.
10. Котенев Б.Н., Кровнин А.С., Кловач Н.В., Мордасова Н.В., Мурый Г.П. Влияние климатоокеанологических факторов на состояние основных запасов горбуши в 1950–2015 гг. // Труды ВНИРО. 2015. Т. 158. С. 143–161.
11. Макоедов А.Н., Коротаев Ю.А., Антонов Н.П. Азиатская кета: монография. Петропавловск-Камчатский: КамчатНИРО, 2009. 356 с.
12. Фельдман М.Г. Использование метода случайных лесов деревьев решений Random Forest в целях прогнозирования подходов восточнокамчатской горбуши // Иссл. водн. биол. ресурсов Камчатки и Сев.-Зап. Части Тихого океана. 2020. Вып. 59. С. 76–96.
13. Фельдман М.Г., Шевляков Е.А. Выживаемость камчатской горбуши как результат совокупного воздействия плотностной регуляции и факторов внешней среды // Изв. ТИНРО. 2015. Т. 182. С. 88–114.
14. Шунтов В.П., Темных О.С. Тихоокеанские лососи в морских и океанических экосистемах: монография. Владивосток: ТИНРОЦентр, 2008. Т. 1. 481 с.
15. Шунтов В.П., Темных О.С. Тихоокеанские лососи в морских и океанических экосистемах: монография. Владивосток: ТИНРОЦентр, 2011. Т. 2. 473 с.
16. Beverton R.J.H., Holt S.J. Dynamics of exploited fish population // Fish. Invest. 1957. Ser. II. № 19. 533 p.
17. Breiman L. «Random Forests» // Machine Learning. 2001. № 45 (1). P. 5–32.
18. Bugaev A.V., Tepnin O.B. Estimation of influence of some climatic factors on the abundance of Asian pink and chum salmon // NPAFC, Technical report. 2012. № 8. P. 103–106.
19. Bugaev A.V., Tepnin O.B., Myers K.W. Correlation between winter sea surface temperatures in the north Pacific ocean and continental-scale commercial catches of pacific salmon, 1983–2013 // NPAFC, Bull. 2016. № 6. P. 189–205.
20. Bugaev A.V., Tepnin O.B., Radchenko V.I. Climate Change and Pacific Salmon Productivity on the Russian Far East // NPAFC, Technical report. 2018. № 11. P. 73–79.
21. Kaplan A., Cane M., Kushnir Y., Clement A., Blumenthal M., Rajagopalan B. Analyses of global sea surface temperature 1856–1991 // J. of Geophysical Research. 1998. № 103. P. 18567–18589.
22. Neter J., Wasserman W., Kutner M.H. Applied linear statistical models: regression, analysis of variance, and experimental designs (3rd ed.). Burr Ridge: Irwin, 1990. 1181 с.
23. Parker D.E., Jones P.D., Folland C.K., Bevan A. Interdecadal changes of surface temperature since the late nineteenth century // J. Geophys. Res. 1994. № 99. P. 14373–14399.
24. Peterman R.M. Model of salmon age structure and its use in preseason forecasting and studies of marine survival // Canadian J. of Fisheries and Aquatic Sciences. 1982. № 39. P. 1444– 1452.
25. Reynolds R.W., Smith T.M. Improved global sea surface temperature analyses // J. Climate. 1994. № 7. P. 929–948.
26. Ricker W. Stock and recruitment // J. of the fisheries research board of Canada. 1954. V. 11. № 5. P. 559–623.
27. Shepherd J.G. A family of general production curves for exploited populations // Math. Biosci. 1982. V. 59. P. 77–93.
28. Story of International Year of the Salmon: concept to lunch // NPAFC, Technical report. 2017. № 10. 142 p.
29. The ocean ecology of pacific salmon and trout / Ed. R.J. Beamish. American Fisheries Society, Bethesda, Maryland, 2018. 1147 p.
30. Urawa S., Irvine J.R., Kim J.K. et al. Forecasting Pacific Salmon Production in a Changing Climate: A Review of the 2011–2015 NPAFC Science Plan // NPAFC, Bull. 2016. № 6. P. 501–534.
Review
For citations:
Bugaev A.V., Pheldman M.G., Tepnin O.B., Koval M.V. On the use of the data of the anomaly of the water surface temperature in the western part of the northern Pacific as a potential climatic predictor for predicting the number of Pacific salmon of Kamchatka. Problems of Fisheries. 2021;22(4):46-62. (In Russ.) https://doi.org/10.36038/0234-2774-2021-22-4-46-62
Email this article 