Оценка запасов рыб Азовского моря площадным методом с использованием процедуры бутстрепа

В результате изменения условий обитания в Азовском море применение классической реализации площадного метода в последние годы является затруднительным. Представлена модифицированная доработка площадного метода оценки запасов водных биоресурсов на основе процедуры непараметрического бутстрепа. Апробация нового способа расчёта выполнена относительно классической методики площадного метода для запасов азовской хамсы, тюльки, камбалы-калкан и черноморско-азовской сельди по данным собранным в 2022 г. Сравнение результатов оценки запаса классическим способом и при помощи бутстрепа не указывает на наличие значимых отклонений в серединных оценках: максимальное отклонение между рассматриваемыми способами составило 3,75%. Различия в ширине доверительных интервалов для разных способов оценки запаса не является существенным. Наиболее значимые различия отмечены при сравнении классического метода способом расчёта BCa (что обусловлено спецификой коррекции смещений этого метода). Представленный усовершенствованный способ оценки запасов через процедуру бутстрепа позволяет получить статистически обоснованные оценки, их доверительные интервалы и выполнить диагностику надёжности исходных данных. Отсутствие значимых различий в результатах классического и предлагаемого способа свидетельствует о возможности применения классического метода даже в условиях значимых отклонений от нормальности исходных выборочных совокупностей. Методическое требование отсутствия значимых отклонений от нормального закона распределения к классическому методу, вероятно, является избыточным.

1. Аксютина З.М. Элементы математической оценки результатов наблюдений в биологических и рыбохозяйственных исследованиях. Изд.: Пищевая промышленность, 1968. 288 с.

2. Александрова У.Н., Игнатенко А.С., Перевалов О.А. и др. Состояние сырьевой базы в Азово-Черноморском рыбохозяйственном бассейне в 2013 г. и её использование промыслом // Тр. ВНИРО. 2016. Т. 160. С. 12–25.

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

4. Белоусов В.Н., Брагина Т.М., Бугаёв Л.А., Реков Ю.И. Рыбохозяйственные исследования России в Азово-Черноморском бассейне (к 90-летию ФГБНу «АзНИИРХ») // Водные биоресурсы и среда обитания. Т. 1. № 1. С. 11–31.

5. Богданов Р.А. Центральная предельная теорема и её положения // Сборник статей международного научно-исследовательского конкурса «Stars of science and education». 2023. С. 7–10.

6. Бойко Е.Г. Оценка запасов кубанского судака // Работы Доно-Кубанской науч. рыбохозяйственной ст. Ростов-на-Дону: Аз.-Черномор. кр. кн. изд-во. 1934. Вып. 1. 41 с.

7. Воловик С.П., Корпакова И.Г., Войнова Н.В. Методы рыбохозяйственных и природоохранных исследований в Азово-Черноморском бассейне // Краснодар. Изд-во: ФГуП «АзНИИРХ», 2005. 352 с.

8. Засосов А.В. Теоретические основы рыболовства. М.: Изд-во: Пищевая промышленность, 1970. 291 с.

9. Майский В.Н. Распределение молоди рыб в Азовском море и его значение для регулирования рыболовства, учёта урожая молоди и прогноза рыбной продукции // Тр. АзЧерНИРО. 1938. Вып. 11. С. 183–209.

10. Майский В.Н. Об оценках запасов азовской тюльки // Тр. ВНИРО. 1967. Вып. 5. С. 190–196.

11. Никольский Г.В. Теория динамики стада рыб как биологическая основа рациональной эксплуатации и воспроизводства рыбных ресурсов. М.: Изд-во: Наука, 1965. 383 с.

12. Никольский Г.В. Теория динамики стада рыб. М.: Изд-во: Пищ. промышленность, 1974. 447 с.

13. Поляков А.В. Программа для ЭВМ «MapDesigner». ВНИРО, 1995.

14. Поляков А.В. Программа для ЭВМ «Построение и анализ карт распределения запаса – КартМастер». ВНИРО, 2003–2008.

15. Стафикопуло А.М., Втюрина Н.В., Горбатюк Я.И. Показатели промысла судами различных типов в Азово-Черноморском бассейне в период 2017–2021 гг. // Водные биоресурсы и среда обитания. Т. 5. № 4. С. 105–119.

16. Столяренко Д.А., Иванов Б.Г. Метод сплайнаппроксимации плотности для оценки запасов по результатам траловых съёмок на примере креветки Pandalus borealis у Шпицбергена // Морские промысловые беспозвоночные. 1988. С. 45–70.

17. Суханов В.В. Расчёт промыслового запаса // Воп. ихтиологии. 2009. Т. 49. №. 6. С. 786–799.

18. Шитиков В.К., Розенберг Г.С. Рандомизация и бутстреп: статистический анализ в биологии и экологии с использованием R. Тольяти, 2013. 313 с.

19. Шляхов В.А. Итоги многолетних рыбохозяйственных исследований ЮгНИРО по оценке запасов и параметров популяции рыб придонного комплекса в Чёрном и Азовском морях // Тр. ЮгНИРО. 1997. Т. 43. С. 48–59.

20. Шляхов В.А., Шляхова О.В., Пятинский М.М. и др. Методы оценки запасов водных биоресурсов, используемые в Азово-Черноморском рыбохозяйственном бассейне в 2019 г., и краткие результаты их применения // Вестник КГМТу. 2019. №. 4. С. 43–76.

21. Davison A.C., Hinkley D.V. Bootstrap Methods and Their Application. Cambridge University Press, 1997. 582 p.

22. DiCiccio T.J., Efron B. Bootstrap confidence intervals // Statistical science. 1996. V. 11. Issue 3. P. 189–228.

23. DiCiccio T.J., Romano J.P. A review of bootstrap confidence intervals // J. Royal Statistical Society: Series B (Methodological). 1988. V. 50. Issue 3. P. 338–354.

24. Efron B. Bootstrap Methods: Another Look at the Jackknife // Annals of Statistics. 1979. V. 7. Issue 1. P. 1–26.

25. Efron B., Tibshirani R.J. An introduction to the bootstrap // CRC press. 1994. P. 325–328.

26. Hesterberg T. Bootstrap // Wiley Interdisciplinary Reviews: Computational Statistics. 2011. V. 3. Issue 6. P. 497–526.

27. Lunneborg C.E. Data analysis by resampling: Concepts and applications. Duxburry Press, 1st edition, 2000. 568 p.