Современные принципы управления запасами горбуши Oncorhynchus gorbuscha Камчатского края (динамика численности, прогнозирование, регулирование промысла)
https://doi.org/10.36038/0234-2774-2021-22-4-86-95
Аннотация
Динамика подходов горбуши Камчатки в 2010-х гг. претерпела значительные изменения. Рост численности подходов происходит одновременно с увеличением диапазона изменчивости промыслового запаса, что требует постоянного совершенствования методики прогнозирования подходов. Рассмотрены основные современные методы прогнозирования данного вида, применяемые в КамчатНИРО. С учетом больших флуктуаций численности запасов предложено правило регулирования промысла, основанное на предосторожных ориентирах управления.
Об авторах
М. Г. ФельдманРоссия
г. Петропавловск-Камчатский, 683600
А. В. Бугаев
Россия
г. Петропавловск-Камчатский, 683600
Список литературы
1. Бабаян В.К. Предосторожный подход к оценке общего допустимого улова (ОДУ): Анализ и рекомендации по применению: монография. М.: ВНИРО, 2000. 192 с.
2. Джеймс Г., Уиттон Д., Хасти Т., Тибширани Р. Введение в статистическое обучение с примерами на языке R (пер. С.Э. Мастицкого). М.: ДМК Пресс, 2016. 450 с.
3. 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.
4. Фельдман М.Г. Использование метода случайных лесов деревьев решений RandomForest в целях прогнозирования подходов горбуши северо-востока Камчатки // Иссл. водн. биол. ресурсов Камчатки и сев.-запад. части Тихого океана. 2020. Вып. 59. С. 76–96.
5. Фельдман М.Г., Шевляков Е.А. Выживаемость камчатской горбуши как результат совокупного воздействия плотностной регуляции и внешних факторов среды // Изв. ТИНРО. 2015. Т. 182. С. 88–114.
6. Шевляков Е.А., Фельдман М.Г., Островский В.И. и др. Ориентиры и оперативная оценка пропуска производителей на нерестилища как инструменты перспективного и краткосрочного управления запасами тихоокеанских лососей в реках Дальневосточного рыбохозяйственного бассейна // Изв. ТИНРО. 2019. Т. 196. С. 23–62
7. Шитиков В.К., Мастицкий С.Э. Классификация, регрессия, алгоритмы DataMining с использованием R. Электронная книга, 2017. Адрес доступа: https://github.com/ranalytics/data-mining.
8. Breiman L. «Random Forests» // Machine Learning. 2001. № 45 (1). P. 5–32.
9. Dempster A.P., Laird N.M., Rubin D.B. Maximum likelihood from incomplete datavia the EM algoritm // J. of the royal statistical society. Series B. 1977. № 39 (1). P. 1–38.
10. 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.
11. Ricker W. Stock and recruitment // J. of the fisheries research board of Canada. 1954. V. 11. № 5. P. 559–623.
12. Shepherd J.G. A family of general production curves for exploited populations // Math. Biosci. 1982. V. 59. P. 77–93.
Рецензия
Для цитирования:
Фельдман М.Г., Бугаев А.В. Современные принципы управления запасами горбуши Oncorhynchus gorbuscha Камчатского края (динамика численности, прогнозирование, регулирование промысла). Вопросы рыболовства. 2021;22(4):86-95. https://doi.org/10.36038/0234-2774-2021-22-4-86-95
For citation:
Feldman M.G., Bugaev A.V. Modern principles of pink salmon (Oncorhynchus gorbuscha) stocks management in the Kamchatka region (population dynamics, forecasting, fishing regulation). Problems of Fisheries. 2021;22(4):86-95. (In Russ.) https://doi.org/10.36038/0234-2774-2021-22-4-86-95