ИСПОЛЬЗОВАНИЕ ПРОМЫСЛОВОЙ СТАТИСТИКИ ДЛЯ ОЦЕНКИ ДИНАМИКИ ЗАПАСА КРАБА-СТРИГУНА БЭРДА

ВОПРОСЫ РЫБОЛОВСТВА, 2019. Том 20. №4. С. 497-512 PROBLEMS OF FISHIRIES, 2019. Vol. 20. №4. P. 497-512

МЕТОДИЧЕСКИЕ АСПЕКТЫ ИССЛЕДОВАНИЙ

УДК 574.587: 574.62

ИСПОЛЬЗОВАНИЕ ПРОМЫСЛОВОЙ СТАТИСТИКИ ДЛЯ ОЦЕНКИ ДИНАМИКИ ЗАПАСА КРАБА-СТРИГУНА БЭРДА

© 2019 г. А. И. Буяновский

Всероссийский научно-исследовательский институт рыбного хозяйства и океанографии,

Москва, 107140 E-mail: albuy@mail.ru

Поступила в редакцию 09.01.2019 г.

На примере трех единиц запаса краба-стригуна Бэрда анализируется несколько методов оценки годового прироста запаса по данным судовых суточных донесений с промысла. Минимальный положительный прирост получается, если 1) период промысла поделить на несколько сезонов; 2) оценивать влияние на промысел фактора судна, (3) рассчитать средние уловы в каждом сезоне. Поправку на изменение площади предлагается учитывать только при ее уменьшении, при увеличении ее рекомендуется применять только при наличии доказательства появления новых скоплений. Приводится алгоритм расчета абсолютных значений доступного запаса в разные годы. Вводится понятие скорректированной оценки запаса, основанной на индикаторном подходе (методе светофора) и учитывающей как данные учетных съемок, так и промысловую статистику. Ключевые слова: промысел, улов на усилие, плотность запаса, краб-стригун, стандартизация, обобщенные линейные модели, метод светофора

ВВЕДЕНИЕ

Промысловая статистика (ПС) — это сводные данные, поступающие с промысла в виде суточных судовых донесений (ССД) — один из источников информационного обеспечения прогноза состояния запаса. Роль ПС в последние годы все более возрастает. Важнейшим показателем при ее анализе служит улов на усилие, который часто рассматривают как величину, пропорциональную (промысловому) запасу. Наименее искажаемой величиной улова на усилие, получаемой из данных промысловой статистики, является суточный вылов одного судна, измеряемый в тоннах на судо-сутки (т/судо-сут.) (Буяновский, Алексеев, 2017).

Оценку величины запаса и его динамики, как правило, выполняют по данным учетных съемок. По отношению к промысловым крабам, регулярные съемки проводятся только для сравнительно небольшого числа популяций (Алексеев и др., 2017). Данные ПС, напротив, собираются ежегодно, и исследователи все чаще внедряют их в методы оценки запаса, причем не только по отношению к крабам (Бабаян и др., 2014, 2018; Ба-канев, 2015).

В предыдущей работе для оценки начального запаса был предложен оригинальный алгоритм, основанный на методе Лесли (Буяновский, 2019). При его использовании возникли затруднения, связанные со сравнением запасов в разные годы. Например, для краба-стригуна Бэрда у Корякского берега (Западно-Беринговомор-ская рыбопромысловая зона) запас в 2014 г. составил 1514 ± 176 т, а в 2015 г. — 353 ± 3 т. Из этих данных следует, что в 2015 г. запас сильно упал, но другие источники свидетельствуют, что он был стабилен. Следовательно, наблюдаемые различия могут быть связаны с иными причинами — разницей в сроках промысла (рис. 1), разным списком работающих судов, межгодовой изменчивостью распределения запаса по районам и сезонам.

* г * ••

V » • V •

Дата

Рис. 1. Динамика уловов краба-стригуна Бэрда у Корякского берега в 2014 (Ф, •) и 2015 (О) гг. О — данные, использованные для оценки начального запаса методом Лесли. • — данные 2014 г., не использованные для оценки запаса методом Лесли.

С учетом этих обстоятельств, цель данной работы можно определить как поиск метода оценки, который, во-первых, учитывает неравномерность распределения запаса в пространстве и во времени; во-вторых, учитывает различия в сроках промысла и производительности судов; в-третьих, адекватно отражает межгодовую динамику запаса через данные, содержащиеся в промысловой статистике.

МАТЕРИАЛ И МЕТОДИКА

Материалом послужили данные ССД в базе отраслевой системы мониторинга. Для анализа выбирали следующие параметры: вид, рыбопромысловая зона/подзона, судно, дата, орудие лова, суточный вылов одним судном (т/ судо-сутки промысла, далее — суточный улов), среднесуточные координаты. Усилие рассчитывали как число суток, проведенных всеми судами на промысле в течение года (судо-сутки).

В качестве примеров были выбраны единицы запаса, относящиеся к крабу-стригуну Бэрда (Chionoecetes bairdi) из трех рыбопромысловых районов — Корякского берега (рыбопромысловая зона Западно-Берингово-морская), Олюторского залива (подзона Ка-рагинская), юго-западной Камчатки (подзона

Камчатско-Курильская). Выбор был связан с тем, что ранее для каждой единицы запаса в один из годов были выполнены оценки запаса с помощью метода Лесли (Буяновский, 2019).

Для анализа были взяты данные за 2013—2017 гг., когда промысловая статистика начала давать более или менее достоверную информацию (Шагинян, 2014).

Общая характеристика метода. Оценку годового прироста запаса выполняли с помощью коэффициентов, рассчитываемых при сравнении данных за два соседних года. Для выполнения сравнительной оценки было использовано пять методов расчета через:

Предварительная обработка дан- личении улова и усилия запас растет и С >

ных (по всем выбранным единицам запаса) 1. При их уменьшении запас падает и С <

заключалась в удалении ССД, относящихся 1. Если же улов и усилие меняются разнонак научным исследованиям или прилову при правленно, то значение С может показывать,

промысле других видов — оставляли только в каком направлении меняется величина засведения, относящиеся к промышленному паса: если С > 1, запас растет, а если С <

и прибрежному специализированному лову. 1 — снижается.

Поскольку значительная часть ССД, Для расчета стандартизированных

подаваемых из Западно-Беринговоморской среднегодовых суточных уловов (метод 5)

зоны содержала координаты, не соответствую- применяли метод обобщенных линейных

щие району промысла (Буяновский, Алексе- моделей (СЬМ-метод). Подготовку данев, 2017), то для анализа были использованы ных выполняли в файле МБ-Ехсе1 на одном

только данные, координаты которых распола- листе. Отдельными колонками заносили

гались между меридианами 173°20& и 174°40& данные по судну, сезону, году и суточным

в.д. Для остальных районов, где доля данных уловам. Все данные, кроме сведений по

с сомнительными координатами была низкой, уловам, содержали буквенные символы (наиспользовали все ССД, поданные в течение пример, для года — Г-2014), чтобы модель

года. Данные по Западно-Беринговоморской воспринимала их как независимые факторы,

зоне, поданные из района западнее 171°30& в.д. а не как непрерывные переменные, меняюбыли использованы для корректировки оценок щиеся в определенной последовательнозапаса в Олюторском заливе. сти. Для удобства каждая колонка в первой

Для сравнения среднегодовых су- строке снабжалась заглавием. Каждый масточных уловов (метод 1) для каждого из сив содержал данные за два соседних года,

двух сравниваемых лет суточные уловы начиная с 2013 г.

усредняли без учета факторов района, срока Для предварительного выделения сеи судна, ведущего промысел. Коэффициент зонов у Корякского берега и Юго-Западной

годового прироста вычисляли как отношение Камчатки использовали методику попарного

значений, рассчитанных для более позднего сравнения средних суточных уловов в соседгода к значениям, рассчитанным для более ние месяцы (Буяновский, Алексеев, 2017);

раннего года. в Олюторском заливе объединение выполняЕще один индекс (С) рассчитывали ли экспертно. Подразделения на районы не

как отношение произведений среднегодовых проводили ввиду компактности распределесуточных уловов и усилий (метод 2): ния промысловых скоплений.

С хе Дальнейшие вычисления выполня6 = с & х Е , (1) ли в программной среде И., включив пакет

Исш^. Так же как и ранее (Буяновский,

где С( и С- — средние суточные уловы в годы 2019) при расчете коэффициентов обоб, и ¡-1. Б, и — усилия в эти же годы. щенной линейной модели предпочтение

В основе расчета лежит допущение, отдавали логарифмической функции связи

что величина усилия пропорциональна об- (между средней величиной зависимой пелавливаемой площади 1 , а величина средне- ременной и независимыми переменными).

годового суточного улова пропорциональна После вывода результатов расчета, годовой

плотности запаса. Следовательно, при уве- прирост улова оценивали как экспоненту

--коэффициента влияния фактора года. Эта

сятков выборок другого вида, но в данную рабо- в районе, работают в оба года в одни и те

ту эти материалы не вошли. же сезоны.

Для оценки годового прироста улова с учетом факторов судна и сезона (методы 3—4) был разработан оригинальный алгоритм.

Величину запаса можно представить формулой:

N = n х 5, (2)

где n — средняя плотность запаса, 5 — площадь облавливаемого района.

Плотность и среднесуточный улов можно связать формулой:

n = C / u, (3)

где С — среднесуточный улов, u — среднесуточная площадь облова судна, далее удельная площадь. По отношению к крабоидам и крабам среднесуточная площадь может быть рассчитана как произведение площади зоны эффективного действия ловушки на число ловушек, обработанных за сутки, усредненное для разных судов.

Каждое судно, участвующее в промысле, облавливает удельную площадь щ, которую можно представить как преобразованную площадь, облавливаемую неким стандартным судном u0:

uh= fk X Uo, (4),

где f— коэффициент, зависящий от особенностей судна (числа ловушек, видов приманки, тактики лова и т.п.), и в дальнейшем называемый фактором судна.

При работе нескольких судов средняя удельная площадь u будет равна отношению суммы удельных площадей каждого судна к числу судов. Поскольку на промысле каждое судно затрачивает разные усилия (судо-сутки), то эту зависимость можно представить следующим образом:

оно может заметно колебаться, и требуется выделение временных ячеек, внутри которых этими колебаниями можно пренебречь2. После выполнения данной процедуры — выделения контрольных сезонов (Буяновский, Алексеев, 2017), в каждой ячейке согласно формуле (3):

где I — номер ячейки, С— среднесуточный улов в ячейке, щ — удельная площадь в ячейке, рассчитываемая по формуле (5).

С учетом формулы (6) среднегодовая плотность в регионе п может быть рассчитана как средневзвешенная величина, определяемая вкладом каждой ячейки:

п = £ и (ах п), (7)

где р1 — доля временной ячейки от 0 до 1, суммарная доля равна 1; Р — число ячеек.

Или, с учетом формул (5) — (7):

p. х C х E.

Г1 I_i_

Z IIAх ek

где Е1 — суммарное усилие в ячейке; К— число судов в ячейке, ек — усилие к-го судна в ячейке.

Соответственно формулу запаса можно представить:

N = — х>

p. х C х E.

> k=lfk

u = S Lu о x fk x ek

где К — число судов, ек— усилие, затрачиваемое одним судном; Е — суммарное усилие.

Формула (3) справедлива только в том случае, если на протяжении всего периода наблюдений значение п в разные сезоны остается постоянным. В действительности

Формула (8а) может быть использована при сравнении запаса за два года. При этом единственным необходимым условием должно быть наличие судна, для которого удельная площадь облова (ы0) в оба сравниваемых года является постоянной. Если запас сравнивается в два соседних года, то как

правило, такие суда (с постоянным костяком желании (обрабатывающего данные) им моэкипажа) существуют. Если число ячеек и их жет стать любое судно из перечня. Значения

доли в сравниваемые годы (/ и /—1) одинако- коэффициентов при смене эталона также бувы, то итоговую формулу можно представить дут меняться и, соответственно, результаты

так: расчетов по формуле (9) будут различатьУр

¿—4=1

Tt-1 Ы-1

X — *=

Pi x С x E&

У K f x <

p. X ct-1 X E

ся. Для преодоления этой неопределенности в качестве эталона было выбрано некое аб-(9) страктное судно, для которого коэффициент влияния фактора был равен не 0, а значению обшего смещения (Intercept) в уравнении обобщенной линейной модели. При логариф-Все параметры правой части форму- мической функции связи для каждого судна лы (9), за исключением S, могут быть оцене- коэффициент, характеризующий влияние его ны по данным, которые содержит отраслевая фактора, рассчитывали как экспоненту сум-система мониторинга. мы значений обшего смещения и (специфиПри переходе от соотношения чис- ческого для данного судна) коэффициента, ленностей к соотношению биомасс следует рассчитываемого методом GLM. При таком к формуле (9) добавить еще один множи- подходе, значения fk формулы (9) оставались тель — (Wt / Wt-1), где W^ Wt- 1 — средние постоянными, независимо от изменений сла-массы промысловых самцов в более поздний гаемых, происходивших в связи со сменой и более ранний год соответственно. Когда эталонного судна.

эти показатели равны (а это бывает чаще) Изменение площади. Учитывая комданной поправкой можно пренебречь. пактность районов промысла и сравнительно

Долю каждой временной ячейки небольшое усилие, для двух единиц запаса — (контрольного сезона; в формуле (9) — p) у Корякского берега и в Олюторском зали-оценивали как отношение длительности ве площадь во все годы считали постоянной. каждого сезона, варьировавшей от 1 до Для юго-западной Камчатки, где усилие 5 месяцев, к 12 (месяцам). Соответственно, в разные годы варьировало, ежегодная оцен-минимальная доля в ячейке составляла 0,08 ка изменения площади была необходимой. (табл. 1). Поскольку каждое значение ССД

Фактор судна. При сравнении дан- содержит координаты, его можно нанести на ных за два года GLM-метод позволяет рас- карту, и далее, используя возможности окон-считать коэффициенты влияния «фактора туривания в ГИС «Картмастер» — посчи-судна» по отношению к эталону, для кото- тать площадь района (Бизиков и др., 2013). рого такой коэффициент равен 0. По умол- Но при этом всегда возникает вопрос, какие чанию в качестве эталона выбирается судно, точки с координатами следует отбросить как которое стоит первым по алфавиту, и при ошибочные (Буяновский, Алексеев, 2017),

Таблица 1. Доля каждого сезона при оценках межгодового прироста запаса краба-стригуна Бэрда в разных районах

Район Месяцы

Корякский берег - - 0,08 0,08 0,08 0,50 0,08

Олюторский залив - - - 0,33 0,08 0,08 - 0,08 Юго-Западная Камчатка 0,08 0,25 0,08 0,08 0,08 0,08 0,08 0,08 0,08 0,08

и как избежать субъективизма при оконту-ривании скоплений.

Один из методов решения данной проблемы может заключаться в представлении площади как суммы обследованных (одинаковых) прямоугольников. Для этого надо знать два параметра: оптимальный размер прямоугольника и минимально допустимое число ССД, подаваемых из пределов прямоугольника, позволяющих считать его площадь обследованной. На основании предыдущих исследований (Буяновский, Алексеев, 2017; Буяновский, 2018) второй параметр можно принять равным 10.

С учетом данного обстоятельства представляется, что оптимальной будет такая площадь прямоугольника (площадка), при которой их количество с числом ССД > 10 будет максимальным. При малом размере площадки значительная часть прямоугольников при расчете суммарной площади не будет учитываться вследствие недостаточного числа ССД, поданных из их пределов. При большом размере площадки обнаружение межгодовых различий (в площади) затрудняется из-за малого числа прямоугольников и сильного огрубления оценок вследствие включения в площадки участков, где промысел не ведется, поскольку, чем меньше плох

е <:

о л а се X

Шаг, минуты с.ш.

Рис. 2. Зависимость числа учетных квадратов, содержащих 10 и более ССД от размера их стороны при оценке площади, на которой вели промысел краба-стригуна Бэрда у юго-западной Камчатки в 2015 г. Вертикальная линия показывает оптимальный размер стороны квадрата (минуты по широте).

щадка, тем больше вероятность, что такие участки учитываться не будут.

Для оптимизации размеров прямоугольника была использована выборка 2015 г., когда с юго-западной Камчатки было подано число ССД, близкое к минимуму (248). Далее, на листе МБ-Ехсе1 было создано поле с шагом 1 минута по широте (строки) и долготе (столбцы), в ячейки которого помещали координаты каждого ССД, присваивая вес этим данным (1, 2, 3) в зависимости от числа ССД, поданных из одних и тех же координат. За начальные значения брали координаты ближайших параллелей и меридианов с нулевыми минутами. Отсчет вели с юга на север и с запада на восток. После нанесения значений они были просуммированы по долготе с шагом в 2&. Так образовались прямоугольники с шагом в 1& по широте и 2& по долготе, соответствующие приблизительно равным сторонам учетной площадки — квадрата. Суммарное число квадратов, содержащих > 10 ССД, характеризовало величину обследованной площади.

После расчета площади соседние квадраты были просуммированы с шагом по широте в 2& и по долготе в 4&. В результате суммирования появилось больше квадратов, где (за счет слияния) увеличилось число ССД. Эти квадраты были снова подсчитаны, после чего «старые» квадраты (с шагом в 1& по широте и 2& по долготе) были просуммированы с новыми шагами по широте и долготе. В результате наибольшее количество квадратов, содержащих > 10 ССД, было получено при шаге по широте в 7& и по долготе в 14& (рис. 2). Эти значения можно считать шагом, установленным для оценки промысловой площади (подсчета числа квадратов, содержащих > 10 ССД) и последующего расчета ее годового прироста в формуле (9). Данная величина получается объективно и предполагает единственное решение.

Когда для сравнения использовали не все временные ячейки, площадь корректировали, удаляя ССД, относящиеся к неиспользуемым ячейкам с последующим повторным подсчетом числа ССД в каждом квадрате.

Если не выявляется ни одного квадрата (к данной работе не относится), содержащего 10 и более ССД, площадь рекомендуется считать равной одному квадрату.

Таким образом, для расчета коэффициентов межгодового прироста запаса по методу 4 использовали формулу (9), а при расчете по методу 3 ее упрощали: р1 приравнивали к 1, а С; и Е— к среднегодовому суточному улову и суммарному усилию за год соответственно.

Расчет запаса и поправка на вылов. Для методов 1—3, 5 величину запаса вычисляли рекуррентным способом: значение, оцененное для одного из годов (/) методом Лесли (Буяновский, 2019) умножали (или делили, если год с неизвестным запасом был более ранним) на коэффициент годового прироста и получали значение для года ¡+1 (или /-1 при делении). Поправку на площадь применяли для всех методов, кроме метода 2, где различия в площади отражаются в соотношении усилий.

Далее полученное значение умножали (или делили) на следующий коэффициент годового прироста, вводили поправку на площадь, получали величину запаса для года /+2 (или /—2 при делении) и т.д.

Поскольку в разные годы промысел начинается в разные сроки, то, при использовании метода 4, вылов накануне сравнения может заметно скорректировать величину начального запаса. При его расчете возможно два варианта — в год, когда запас известен, промысел начался раньше, чем в год, когда он неизвестен, и — наоборот. В первом случае использовали поправку:

ветственно;

VN0 хГ0,

коэффициент, рассчитываемый по формуле (9) с поправкой на разницу в средней массе промыслового самца (№); если неизвестный год предшествовал известному, использовали обратное значение коэффициента.

Формулы (10а) и (10б) легко выводятся при графическом представлении хода промысла, где по оси абсцисс откладываются сезоны, а по ординат — сравниваемые годы.

Пересчитанный по формуле (10) запас вновь соотносили со значением В0, и полученный коэффициент годового прироста уже рассматривали как окончательный.

Помимо методов, указанных выше, был использован еще ряд способов оценки — замена средних уловов медианными и стандартизация средних суточных уловов по отдельным сезонам с последующим расчетом по формуле (9). Все они дали или близкие, или худшие результаты (ежегодные колебания прироста запаса были более резкими), и в дальнейшем рассматриваться не будут.

Используемые при обсуждении результатов данные учетных съемок, были взяты из материалов, обосновывающих общие допустимые уловы, и подготавливаемые специалистами филиалов ВНИРО:

Вх =(Во - Г)

V N0 х^о,

во втором:

V N0 хЖ0,

+ У

где Вх, Во — начальные запасы в неизвестный и известный год соответственно, Уо и Ух— вылов до наступления первого общего сезона в известный и неизвестный год соотА. В. Лысенко, |П.А. Федотовым (ТИН-РО-центр), П. Ю. Ивановым, О. И. Ильиным, Э. Р. Шагиняном (КамчатНИРО), или из соответствующих публикаций (Федотов, 2017; Ильин, Иванов, 2018). Из этих же источников взяты данные по средней массе промыслового самца.

Помимо пакета ИСтЖ для обработки информации использовали ПО «Картма-стер. 4.1» (Бизиков и др., 2013), «МБ-Ехсе1 2010», «8ТЛТ18Т1СЛ».

РЕЗУЛЬТАТЫ

Корякский берег. Средняя масса промыслового самца за весь период наблюдений была одинаковой и составляла 0,75 кг. В 2013—2014 гг. промысел велся в апреле,

Таблица 2. Расчет изменения плотности краба-стригуна Бэрда у Корякского берега в 2014 г. относительно 2013 г.

Сезон Pi Е,i С, zi (р,хЕ,х С) /z Комментарии

I—III 0,25 - - - - - - - - нет данных

IV 0,08 - 20 - - - - - - не хватает данных

(VI-V) 0,50 83 134 4,4 3,1 341 453 0,54 0,45

XII 0,08 - - - - - - - - нет данных

Итого 0,61 0,53

Коэффициент прироста 2014/2013 0,53/0,61 = 0,87

Примечание. В столбце «Сезон» цифрами обозначены номера месяцев, в скобках указан объединенный период; р; — вклад ячейки; Е— усилие (судо-сут.), С; — средние суточные нестандартизи-рованные уловы; — сумма произведений фактора судна на затраченное им усилие.

мае и июне-ноябре. Коэффициент годового прироста запаса, рассчитанный по методу 4 в 2014/2013 гг., был равным 0,87 (табл. 2). Оценка запаса методом Лесли в 2014 г. (Буяновский, 2019) дала величину в 1514 т. В 2014 г. промысел начался раньше, и в сезон IV было выловлено 155 т. Запас 2013 г., рассчитанный по формуле (10а) составил 1565 т. Итоговый коэффициент межгодового прироста, таким образом, был равным 0,97.

Аналогично рассуждая, были рассчитаны коэффициенты межгодового прироста за другие пары лет, а также их значения, полученные другими методами (рис. 3, а). Наиболее высокий прирост запаса был отмечен при использовании методов 3 и 5 соответственно. Для методов 1 и 4 максимальные значения коэффициентов прироста составляли 1,56-1,58.

Олюторский залив. Поскольку средняя масса промыслового самца в 2013-2015 гг. составляла 0,62 кг, в 20162017 гг.- 0,59 кг, то при оценке прироста в 2016/2015 гг. по формуле (9) была введена поправка на массу, равная 0,95. Оценка запаса методом Лесли в 2014 г. (Буяновский, 2019) составила 461 т.

При расчете запаса в данном районе следует учитывать, что в соседней Западно-Беринговоморской зоне, на ее границе с Ка-рагинской подзоной, куда входит Олюторский залив, есть участок, где в отдельные годы показываются высокие суточные уловы (Буяновский, Алексеев, 2017). Все учетные съемки указывают, что промысловых скоплений здесь нет, и поэтому высокие уловы, скорее всего, связаны с «перевозкой» краба, добытого в Олюторском заливе (и показываемого как выловленного в Западно-Берингово-морской зоне). Чтобы учесть влияние этого фактора, на данном участке для каждого года был подсчитан суммарный вылов, который добавили к расчетному значению начального запаса. Поскольку ошибка оценки, связанная с недоучетом «перевезенного» улова присутствовала при использовании всех методов, то поправку (вылов между границей подзон на западе и 171°30& в.д. на востоке) добавляли ко всем расчетным значениям запаса. После этого пересчитанные значения вновь соотносили, и полученные коэффициенты межгодового прироста рассматривали как окончательные. Максимальный прирост, 3,57, был отмечен при расчете по методу 2 (рис. 3, б; табл. 3).

^ 2014/2013 2015/2014 2016/2015 2017/2016 2014/2013 2015/2014 2016/2015 2017/2016 □ 1 В2 Ш П4 Н5 П1 И2 ПЗ П4 В5

Год/год

Рис. 3. Коэффициенты межгодового прироста запаса краба-стригуна Бэрда, рассчитанные как отношения: (1) — среднегодовых суточных уловов; (2) — среднегодовых суточных уловов и усилий по формуле (1)); (3) — среднегодовых суточных уловов с учетом фактора судна и без учета сезонов; (4) — среднесуточных уловов, рассчитываемых по формулам (9) и (10); (5) — стандартизированных среднесуточных уловов с учетом факторов года, сезона, судна; а — Корякский берег, б — Олюторский залив, в-г — юго-западная Камчатка без поправки на площадь и с поправкой на нее соответственно.

Юго-западная Камчатка. В отличие от предыдущих районов здесь, начиная с 2014 г. площадь, на которой велся промысел, увеличивалась. В 2017 гг., когда усилие достигло максимальных значений (1332 судо-сут.), площадь по сравнению с 2016 г. изменилась незначительно (в 1,06 раз). Без поправки на площадь (рис. 3, в) максимальный годовой прирост запаса (1,96) был отмечен для метода 2. При использовании других методов он варьировал от 1,03 до 1,42.

При учете поправок на площадь увеличились максимальные приросты, рассчитанные по методам 1 и 4, (рис. 3, г). При использовании остальных методов максимальный прирост составил 1,55—1,62.

ОБСУЖДЕНИЕ

Выбор оптимального метода. Краб-стригун Бэрда, так же как и краб-стригун опилио (Ch. opilio), характеризуется большими размерами (промысловая мера по ширине карапакса составляет в разных районах 11 или 12 см), продолжительной жизнью около 20 лет (Иванов, Соколов, 1997), сравнительно невысокой плодовитостью — около 57 тыс. яиц на самку шириной карапакса 74 мм (Чучукало и др., 2011). При таких параметрах неудивительно, что продукция взрослых особей не превышает 10% (Крылов, 2001). Если к этому добавить, что во взаимоотношениях между особями развит каннибализм (Lovrich, Saint-Marie, 1997) и достижение промыслового размера у крабов-стригунов происходит за 9—10 лет (Буяновский, Го-рянина, 2018), то годовой прирост плотности промысловых самцов даже выше 50% представляется маловероятным. Уменьшение плотности промыслового запаса из-за промысловой смертности, может быть любым.

Сравнение средних и максимальных положительных межгодовых приростов, полученных разными методами, показало (табл. 4), что минимальные значения характерны при применении оригинального алгоТаблица 3. Пересчет коэффициентов межгодового прироста запаса краба-стригуна Бэрда в Олю-торском заливе

Метод № Коэффициенты межгодового прироста запаса

Расчетный запас (т)

Запас (т) с учетом вылова между м. Олюторский и 171° 30& в.д.

Пересчитанные коэфс ициенты прироста запаса

Примечание. 1 — исходная величина для расчетов, оцененная методом Лесли (Буяновский, 2019); номера методов — такие же, как в «Материале и методике».

ритма (метод 4), а также при использовании обычного усреднения суточных уловов без учета усилия (метод 1). Для обоих выбранных методов средний прирост укладывается в рамки предельного уровня повышения общего допустимого улова (40%), выведенного на основе индикаторного подхода (Алексеев и др., 2017). Остальные методы характеризуются более высокими показателями, и из дальнейшего рассмотрения применительно к данным

единицам запаса они будут исключены. Вместе с тем, целесообразность применения популярной в последние годы стандартизации уловов с помощью СЬМ-метода (метод 5), планируется изучить дополнительно по мере накопления данных по другим запасам.

Доля вылова по отношению к запасу (оцененному по методу 4) варьировала в широких пределах от 7 до 71%, составляя в среднем (± 90% СЬ) 36 ± 9%. Доля вылоТаблица 4. Средние и максимальные значения межгодового положительного прироста (%) плотности запаса краба-стригуна Бэрда, оцененные разными методами

Номер Название метода Средний Максимальный

метода прирост прирост

Отношение среднегодовых суточных уловов без стандартизации 41 126

То же, с учетом усилия1 64 257

Отношение среднегодовых суточных уловов с учетом фактора судна, без учета фактора сезона 61 165

Отношение среднесуточных уловов в одни и те же сезоны с учетом длительности сезона, фактора судна, сроков 2 начала промысла 34 70

Отношение стандартизированных среднегодовых суточных уловов с учетом факторов года, сезона, судна 67 226

Примечание. 1 Формула (1); 2 Формулы (9) и (10).

ва в 2017 г., после которого промысел у юго-западной Камчатки был временно закрыт, составила 69%. И хотя в других районах, даже при такой высокой доле (67—71%), подрыва запаса не происходило, представляется, что превышение 65% следует рассматривать как один из «тревожных» индикаторов (Буянов-ский, 2012).

Промысловый запас общий и доступный. Данные промысловой статистики характеризуют состояние только той части промыслового запаса, которая сосредоточена в районе промысла — доступного запаса (Буяновский, 2019). Другая его часть располагается за пределами промысловых районов, и ее оценка может быть выполнена только с помощью учетной съемки. Очевидно, что этот «объединенный» запас должен быть больше доступного, и эта закономерность, в основном, подтверждается. У Юго-Западной Камчатки доля доступного запаса (от значений, полученных по данным учетных съемок) в разные годы варьировала от 15 до 39%, в Олюторском заливе — от 23 до 41%, у Корякского берега (без данных 2016 г.) - от 41 до 94%.

Так же, как и другие источники информации, данные учетных съемок не лишены недостатков (Кадильников, 2001; Буяновский, 2012; Алексеев и др., 2017),

из-за которых оценка запаса (методом прямого учета) может искажаться. В этой связи, нельзя исключить, что в единственном случае, когда доступный запас был выше значения, полученного по данным учетной съемки (2016 г., Корякский берег), последнее оказалось заниженным.

Поправка на площадь. Ежегодное изменение доступного запаса может происходить за счет изменения плотности и/или за счет изменения площади, где ведется промысел. Если площадь изменилась, то выяснить, почему это произошло, затруднительно: может измениться или территория, населяемая скоплением, или степень освоения этого скопления при постоянных границах последнего. Например, если при сравнении двух лет, усилие и обследованная площадь снизились, это может означать и то, что площадь скопления уменьшилась (в силу снижения численности), и то, что в более поздний год из-за малого усилия была обследована только часть занимаемой скоплением площади. Точно также расширение площади при росте усилия может означать как то, что скопление расширилось, так и то, что в промысел вовлеклись ранее не осваиваемые участки (с такой же плотностью).

С учетом вышесказанного при регистрации изменения площади промысла требуется доказать, что или в новых районах промысловых скоплений ранее не было, или в оставленных районах они исчезли. Если такие доказательства есть, то прирост запаса следует оценивать с поправкой на площадь. Если их нет, следует руководствоваться принципом, что завышение запаса более опасно для его устойчивой эксплуатации, чем занижение (Алексеев и др., 2017). Приняв это положение, можно рекомендовать при уменьшении площади динамику запаса считать с поправкой, а при увеличении — без нее.

Поскольку у юго-западной Камчатки площадь в более поздний год ни разу не уменьшалась, то прирост доступного запаса следует считать без поправки, то есть он идентичен изменению плотности.

Скорректированная оценка запаса. Элементы неопределенности, проявляющие -ся в чрезмерном годовом приросте запаса, присутствуют во всех методах его оценки, включая учетные съемки. В этих условиях для увеличения надежности прогноза можно использовать индикаторный подход, который учитывает показатели из разных источников.

В соответствии с существующим алгоритмом (Буяновский, 2012) первый шаг заключается в выборе перечня индикаторов и установления их приоритетности. Такими индикаторами могли бы быть: данные учетных съемок (индикатор 1), прирост доступного запаса по методу 4 (2), коэффициент годового прироста нестандартизированного среднегодового суточного улова (3), доля вылова от доступного запаса в более поздний из двух сравниваемых лет (4). Приоритетным индикатором должны быть данные учетных съемок, остальные индикаторы рекомендуется применять как вспомогательные.

Следующим шагом является формулировка критериев для разделения красного, желтого и зеленого полей индикаторов. Для индикаторов 1—2 можно использовать значение в 20%, что составляет предельную амплитуду колебания для стабильного запаса по отношению к крабам-стригунам (Алексеев и др., 2017). Ежегодное изменение запаса в пределах 80—120% будет соответствовать желтому полю, а изменение в большую или меньшую сторону — зеленому и красному полям соответственно.

Для индикатора 3 границей может быть достоверность различий ^ < 0,05) среднегодовых суточных уловов. Если они достоверно не отличаются, то индикатор находится в желтом поле, а если отличаются — в зеленом или красном.

Для индикатора 4 такими границами зеленого, желтого и красного полей могут быть значения в 45 и 65%. Первая величина соответствует верхней границе 90%-го доверительного интервала для среднего, вторая — уровню, выше которого может быть зарегистрирован перелов (см. выше).

Далее необходимо сформулировать правила оценки интегрального годового прироста в зависимости от сочетания цветов. Если все индикаторы одного цвета, то противоречий в оценке текущего состояния запаса нет, и его величина может быть оценена по приоритетному показателю — данным учетной съемки. Если один или два вспомогательных индикатора иного цвета, это означает, что в оценке запаса разными методами есть противоречия. В этом случае прирост предлагается оценивать по средней величине для индикаторов 1—3. Если иной цвет обнаруживается у всех вспомогательных индикаторов, это указывает на вероятность смещенной оценки, выполненной по данным учетной съемки, и тогда ежегодный прирост надо оценивать по данным промысловой статистики. Тем не менее, и в этом случае при принятии решения цвет основного индикатора следует учитывать. Если он зеленый, то предлагается выбрать максимальный коэффициент прироста среди индикаторов 2—3; если желтый, то следует выбрать коэффициент, который ближе всего к единице, независимо от того больше он или меньше ее; если — красный, то выбираемый коэффициент должен быть минимальным.

После оценки интегрального годового прироста требуется расчет абсолютной

величины запаса. Поскольку при любой учетной съемке возможны ошибки, то для уменьшения неопределенности предлагается брать за основу данные каждого года, опираясь на которые можно выполнить пересчет рекуррентным способом (опорные данные).

В итоге будет получено среднее значение, рассчитанное по результатам разных лет (табл. 5), которое предлагается называть скорректированной оценкой (запаса), и для которого можно рассчитать доверительные интервалы. Для независимости пересчетов

Таблица 5. Алгоритм расчета скорректированной оценки запаса на примере краба-стригуна Бэрда Олюторского залива

Шаг 1. Исходные данные для определения индикаторов

Запас по данным учетных съемок, т 2502 3707 2840 2872 1648

Доступный запас, т 624 853 717 1223 681

Среднегодовой суточный улов, т/ 2,0 3,0 4,5 7,1 3,6

судо-сут.

Вылов / (доступный запас) 0,24 0,71 0,33 0,28 0,61

Шаг 2. Расчет прироста запаса и определение цветов индикаторов (объяснение в тексте)

№ и название индикатора 2014/2013 2015/2014 2016/2015 2017/2016

запаса

Шаг 3. Расчет интегральной оценки прироста

Прирост 1,45 0,84 1,56 0,55

Коммен- Среднее по Минимальное по индикато- Ближе к 1, по Среднее по индикатотарий индикаторам 1—3 рам 2—3 индикаторам 2-3 рам 1-3

Шаг 4. Расчет скорректированной оценки запаса, т

Пересчет 2502 3623 3046 4754 2602

от 2013 г.

Пересчет 2561 3707 3117 4866 2663

от 2014 г.

Пересчет 2333 3379 2840 4434 2426

от 2015 г.

Пересчет 1587 2298 1931 3015 1648

от 2017 г.

Среднее ± 2246±450 3252±651 2733±548 4267±855 2335±468

Примечание. з, ж, к — соответствующие цвета светофора.

и й с л 09

.....Ж.....1 —•—2 Год

Рис. 4. Динамика биомассы запаса (тыс. т) краба-стригуна Бэрда, рассчитанного по исходным данным учетных съемок (1) и скорректированного с учетом промысловой статистики (2): а — Корякский берег, б — Олюторский залив, в-юго-западная Камчатка. По оси абсцисс — годы, по ординат — биомасса запаса, тыс. т, планки погрешностей показывают 90% доверительный интервал.

в качестве опорных данных рекомендуется использовать только те, которые были получены по результатам выполненных и репрезентативных съемок — результаты интерполяций, усреднений, данные неполных съемок брать в качестве опорных не следует. Например, в Олюторском заливе в 2016 г. съемку не делали, и расчетные данные (среднемноголетние) не были использованы при вычислении скорректированной оценки (табл. 5, шаг 4).

Для большинства лет в разных районах скорректированные оценки были близки к данным учетных съемок (табл. 5; рис. 4), хотя в некоторых случаях промысловая статистика вносила определенные корректировки. Например, заметны различия для Олюторского залива в 2016 г., но именно в этот год учетных съемок в заливе не проводили, а использованное значение (2872 т) является расчетным (среднее за 2013—2015 и 2017 гг.).

Как правило, положительный ежегодный прирост скорректированной оценки запаса не превышал 40%. Отклонения от этой тенденции в Олюторском заливе могут быть связаны с относительно высокой долей незаконного вылова (см. выше), который,

в свою очередь, может искажать промысловую статистику.

ЗАКЛЮЧЕНИЕ

Скорректированная оценка запаса снимает кажущиеся противоречия между количественными методами оценки и индикаторным подходом, который в большей степени отражает качественные изменения. Заменяя собой данные прямого учета, скорректированные оценки запаса точно также могут быть использованы при прогнозировании с помощью модельных или немодельных методов. Их основным преимуществом по отношению к исходным данным учетных съемок является учет данных промысловой статистики — альтернативного независимого источника информации о состоянии запаса (Буяновский, Алексеев, 2017). Для единиц запаса, по которым регулярно выполняется научный мониторинг (работа научного сотрудника на промысловом судне), эти данные также могут быть включены в скорректированную оценку в качестве еще одного вспомогательного индикатора.

Включение в анализ доли вылова (индикатор 4) показывает, что и другие индикаторы в дальнейшем могут быть использованы при расчете скорректированной оценки, и самое важным здесь является выработка соответствующих решений и правил их принятия (табл. 5).

Будучи основным индикатором при расчете скорректированной оценки, данные учетных съемок, указывают на необходимость их регулярного выполнения. Их не смогут заменить материалы промысловой статистики, которые отражают динамику только части запаса.

В соответствии с новыми принципами регулирования промысла крабов (Алексеев и др., 2017) важнейшим элементом для выработки плана эксплуатации запаса является его статус. Он выводится на основе индикаторного подхода, и поэтому скорректированная оценка запаса, интегрирующая результаты учетных съемок, промысловые уловы, затраченное усилие и вылов, может рассматриваться как основа для определения статуса, снимающая противоречия, которые могут возникать при рассмотрении каждого индикатора в отдельности.

В данной работе не учитывали, что в одной подзоне может быть несколько изолированных районов. В некоторых районах промысел в отдельные годы может прекращаться. Не для всех единиц запаса регулярно выполняются учетные съемки. Некоторые скопления могут располагаться в нескольких подзонах. Учету всех этих обстоятельств при расчете скорректированной оценки запаса планируется посвятить следующую работу, где будет рассмотрена динамика запасов близкого вида — краба-стригуна опилио.

БЛАГОДАРНОСТИ

Выражаю искреннюю признательность своему коллеге, к.б.н. Л. К. Сидорову (ФГБНУ «ВНИРО »), предоставившему первичные данные из отраслевой системы мониторинга. Благодарю также главного научного сотрудника ФГБНУ «ВНИРО» д.т.н. Т. И. Булгакову за ценные критические замечания, высказанные при чтении рукописи.

СПИСОК ЛИТЕРАТУРЫ

Алексеев Д. О., Буяновский А. И., Бизиков В. А. Принципы построения единой стратегии регулирования промысла крабов в морях России // Вопр. рыболовства.

Бабаян В. К., Бобырев А. Е., Булгакова Т. И. и др. Методические рекомендации по оценке запасов приоритетных видов водных биологических ресурсов. М.: Изд-во

ВНИРО, 2018. 312 с.

Бабаян В. К., Булгакова Т. И., Васильев Д. А. и др. Оценка запасов и ОДУ минтая восточной части Охотского моря с использованием данных ИС «Рыболовство»

// Тр. ВНИРО. 2014. Т. 151. С. 3—17.

Баканев С. В. Оценка запаса камчатского краба в Баренцевом море с использованием моделей истощения // Вопр. рыболовства. 2015. Т. 16. № 4. С. 465—476

Бизиков В. А., Буяновский А. И., Гончаров С. М. и др. Базы данных и информационные системы в управлении водными биологическими ресурсами / / Матер. I науч. шк. молодых ученых и специалистов по рыбному хозяйству и экологии. М.: Изд-во

ВНИРО, 2013. С. 108—133.

Буяновский А. И. Прогноз потенциального вылова прибрежных беспозвоночных при затруднении с оценкой запаса. Методические рекомендации. М.: Изд-во ВНИРО, 2012. 222 с.

Буяновский А. И. Использование промысловой статистики для районирования акватории при исследовании морских донных беспозвоночных // Вопр. рыболовства. 2018. Т. 18. № 4.

Буяновский А. И. К использованию моделей истощения для оценки промысловых запасов крабов // Там же. 2019. Т. 20, № 1. С. 107—122.

Буяновский А. И., Алексеев Д. О. Промысловая статистика как индикатор состояния запаса промысловых беспозвоночных

// Там же. 2017. Т. 18, № 3. С. 268—282.

Буяновский А. И., Горянина С. В. Возрастной состав самцов краба-стригуна опилио в ловушечных уловах в Баренцевом море

// Там же. 2018. Т. 19, № 3. С. 327-342.

Иванов Б. Г., Соколов В. И. Краб-стригун Chionoecetes opilio (Crustacea Decapoda, Brachyura Majidae) в Охотском и Беринговом морях / / Arthropoda Selecta.

Ильин О. И., Иванов П. Ю. К оценке состояния запасов краба-стригуна Бэрди Кам-чатско-Курильской подзоны / / Исслед. вод. биол. ресурсов Камчатки и Северо-западной части Тихого океана. 2018. Вып. 50. С. 27-33.

Кадильников Ю. В. Вероятностно-статистическая теория рыболовных систем и технической доступности для них водных биологических ресурсов. Калининград:

Изд-во. АтлантНИРО, 2001. 277 с.

Крылов В. В. Отношение годовой продукции к биомассе промысловых самцов краба-стригуна Chionoecetes opilio (О. Fabricius) // Исслед. биологии промысловых ракообразных и водорослей морей России М.: Изд-во ВНИРО, 2001. С. 92-93. Чучукало В. И., Надточий В. А.,

Федотов П. А., Безруков Р. Г. Питание и некоторые черты биологии краба стригуна опилио (Chionoecetes opilio) в Чукотском море // Изв. ТИНРО. 2011. Т. 167. С. 197-206.

Федотов П. А. Текущее состояние запасов краба-стригуна берди и ближайшие перспективы его промысла в западно-берин-говоморской зоне / / Природные ресурсы, их современное состояние, охрана, промысловое и техническое использование. Петропавловск-Камчатский: Изд-во КГТУ. 2017. С. 181-185.

ШагинянЭ. Р. Состояние запаса и оценка численности синего краба (Paralithodes platipus, Brandt) Западно-Камчатской подзоны в путину 2013 г. // Исслед. вод. биол. ресурсов Камчатки и Северо-западной части Тихого океана. 2014. Вып. 35. С. 56-62.

Lovrich G.A., Sainte-Marie B. Cannibalism in the snow crab, Chionoecetes opilio (O. Fabricius) (Brachyura, Majidae), and its potential importance to recruitment // J. Exp. Mar.

Biol. Ecol. 1997. V. 211. N 2. P. 225-245.

USE OF FISHERIES STATISTICS FOR THE TANNER CRAB STOCK

DYNAMICS

© 2019 y. A. I. Buyanovsky

Russian Federal Research Institute of Fisheries and Oceanography, Moscow, 107140 Several methods of the of the stock increment estimation based on the tanner crab daily catches dynamics are analyzed for three populations. The estimated annual increment occurs minimal if both (1) the fisheries period is divided into several seasons, (2) the vessel factor is taken into account, (3) average daily catches are calculated for each season. The deviation on the square change is recommended to be applied for the estimation of the stock change only if the square decreases. If it increases the deviation should be applied if it is proved that the new fishery aggregations appeared. Algorithm of the calculation of available stock dynamics is given. Calculation of the corrected stock assessment based on the indicator approach (traffic-light method) and taken in account the data of both sample surveys and fisheries statistics is proposed.