Modern principles of pink salmon (Oncorhynchus gorbuscha) stocks management in the Kamchatka region (population dynamics, forecasting, fishing regulation)
https://doi.org/10.36038/0234-2774-2021-22-4-86-95
Abstract
The dynamics of the approaches of the pink salmon of the Kamchatka region has undergone significant changes in 2010 years. The increase in the number of runs (catch + escapement) approaches occurs simultaneously with an increase in the range of variability of fluctuations in the fishing stock, which requires constant improvement of the methodology for forecasting approaches. The main forecasting methods of this type used in Kamchatka are considered. Taking into account the large fluctuations in the stock, the rules for regulating the fishery are proposed, based on precautionary management guidelines.
About the Authors
M. G. Feldman
Kamchatka branch Russian Federal research institute of the Fisheries and Oceanography
Russian Federation
Russian Federation
Petropavlovsk-Kamchatsky, 683600
A. V. Bugaev
Kamchatka branch Russian Federal research institute of the Fisheries and Oceanography
Russian Federation
Russian Federation
Petropavlovsk-Kamchatsky, 683600
References
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.
Review
For citations:
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
Email this article 