Биология: Совершенствование полуэмпирических методов рационального использования биологических ресурсов водоемов, Дипломная работа

АСТРАХАНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

КАФЕДРА ПРОМЫШЛЕННОГО РЫБОЛОВСТВА

Магистерская диссертация

на тему:

"Совершенствование полуэмпирических методов рационального использования биологических ресурсов водоемов"

Выполнил: студент группы ДРР-61

Татанов А.Н.

Проверил: к.т.н. профессор

Мельников А.В.

Астрахань2009


The abstract

Parameters of intensity of commercial fishery and ratio between them refer to to the major in fishery.

To an assessment{evaluation} of intensity of taking of a fish apply such concepts and parameters, as intensity of a catching, intensity of a craft, intensity of fishery, intensity of a catch, quotient of instant trade mortality, quotient of a trade loss, various concepts of trade force, etc. Thus in one and too concept frequently put various sense.

For unification of concepts of intensity it is useful to discriminate two forms of agency{effect} of intensity of taking of a fish on stores: intensity of influence on a store and intensity of utilization of stores.

Intensity of influence on stores do not correlate to a catch of trade objects and estimate parameters of trade force. Intensity of utilization of stores, opposite correlate to a catch and estimate parameters of utilization of stores.

With the count of division of commercial fishery on range discriminate intensity of commercial fishery, intensity of fishery, intensity of a craft, intensity of a catching.

Intensity of prom of fishes - the quality concept describing intensity of influence on a store and utilization of stores of trade object.

Intensity of fishery - a measure utilization of stores equal to catch for some interspace of a trade time in limens of an observed{a watched} trade plot or area.

Intensity of a craft - a measure of influence on a store, equal to trade force at work of group of courts

Intensity of a catching - a measure of influence on a store, equal to trade force at work of one vessel.

The trade force is estimated in bycaught volume (area) of a water reservoir or in bycaught volume of a clump, with a pole - вом of courts, fishing gears, a time of a catching or a craft, судо-day of a catching, etc.

Catch and trade force we shall count the absolute parameter, describing intensity of commercial fishery.

Except for absolute parameters, exist{breathe} relative.

Refers to intensity of fishery - the attitude of catch to magnitude of a store in the beginning of an observed{a watched} span with the count of a loss from the natural causes.

Relative conditional intensity of fishery - the attitude of catch to magnitude of a store in the beginning of an observed{a watched} span without taking into account a loss from the natural causes.

To relative parameters of intensity of fishery the instant quotient of trade mortality belongs also.

Relative intensity of a craft - the attitude bycaught by group of courts of volume of a water reservoir to volume of a trade part of a water reservoir.

Relative intensity of a catching - the attitude of volume of a water reservoir bycaught by one vessel to volume of a trade part of a water reservoir.


Оглавление

Введение. 7

Актуальность темы. 7

Цель и задачи диссертации. 9

Методы исследований. 9

Научная новизна и теоретическая ценность работы. 10

Практическая ценность и реализация результатов работы. 10

ГЛАВА 1. Совершенствование оценки селективных свойств орудий лова, промысла и рыболовства. 12

1.1. Общая характеристика селективности лова и промысла. 12

1.2. Показатели селективности лова при отцеживании. 16

1.3. Показатели селективности лова при объячеивании

1.4. Показатели биомеханической и биофизической селективности лова

1.5. Показатели селективности промысла и рыболовства. 36

1.6. Основные результаты и выводы по главе 1. 44

ГЛАВА 2. Управление селективностью рыболовства. 47

2.1. общая характеристика управления селективностью рыболовства. 47

2.2. Управление селективностью лова при отцеживании рыбы.. 51

2.3. Управление селективностью при объячеивании рыбы.. 57

2.4. Общие особенности выбора исходных данных и оценки показателей селективности лова. 59

2.5. Взаимосвязь показателей селективности лова. 67

2.6. Особенности объединения показателей селективности для различных районов,сезонов и объектов лова. 71

2.7. Основные результаты и выводы по главе 7. 74

ГЛАВА 3. Совершенствование оценки интенсивности промысла и рыболовства  76

3.1. Новая система основных понятий и показателей интенсивности промышленного рыболовства. 76

3.2. Общая характеристика основных понятий и показателей интенсивности промышленного рыболовства. 79

3.3. Основные результаты и выводы по главе 8. 95

ГЛАВА 4. Управление интенсивностью рыболовства. 97

4.1. Общая характеристика управления интенсивностью лова и вылова. 97

4.2. Определение оптимальной интенсивности вылова и селектиности лова с применением модификаций уравнений Баранова-Би-вертона-Холта и их конечно- разностных аналогов. 100

4.3. Определение оптимальной интенсивности вылова и селективности лова с учетом эффективности использования биомассы поколения. 100

4.4. Определение допустимой интенсивности вылова с учетом предельного возраста рыбы и величины запаса. 105

4.5. Определение допустимой интенсивности вылова с учетом закономерностей пополнения промыслового стада. 108

4.6.Определение допустимой интенсивности вылова с учетом общих закономерностей убыли поколения промыслового стада. 110

4.7. Определение допустимой интенсивности вылова с учетом допустимого прилова рыб непромысловых размеров. 113

4.8. Квотирование уловов при совместном использовании запасов. 115

4.9. Основные результаты и выводы по главе 9. 120

Заключение. 122

Список литературы.. 124


Введение

Актуальность темы. На сегодняшний день совершенствование методов и способов управления запасами промысловых рыб является одной из основных проблем рыбохозяйственной науки и практики. Управление запасами возможно, прежде всего, путем организации рационального рыболовства определенной селективности и интенсивности.

Исследованиям по оценке запасов, управлению запасами и рыболовством посвящены работы многих отечественных и зарубежных авторов. Среди них отметим, прежде всего, исследования К.М. Бэра, Н.А. Данилевского, В.А. Кевдина, Ф.И. Баранова, И.И. Месяцева, И.Н. Шорыгина, В.Н. Майского, А.Н. Державина, Н.Л. Чугунова, Е.Г Бойко, Г.И. Монастырского, П.В. Тюрина, Л.С. Бердичевского, В.С. Ивлева, Т.Ф. Дементьевой, Г.В. Никольского, В.В. Меншуткина, А.В. Засосова, А.И. Трещева, Р.Г. Бородина, В.К. Бабаяна, Д.А. Васильева, А.В. Мельникова, Гейнке, Петерсена, Иорта, Гензена и Апштейна, Рассела, Фрая, Бивертона, Холта, Аллена, Чепмена, Шефера, Галланда, Фокса, Делури, Рикера, Поупа, Джонса и многих других авторов.

В работах перечисленных и многих других авторов рассмотрены основы теории запасов и рыболовства, заложены основы рационального рыболовства, предложены многочисленные методы и способы оценки запасов и регулирования рыболовства путем лимитирования уловов, интенсивности лова, промыслового усилия, показателей селективности рыболовства. Исследования этих и многих других авторов можно разделить на два периода: до 50-х годов XX века наибольшее внимание уделяли эмпирическим методам исследований, после широкое развитие получили исследования по математическому моделированию запасов и регулирования рыболовства.

Несмотря на большое число исследований в рассматриваемой области, широкое применение методов математического моделирования, теоретическим основам управления запасами свойственны серьезные недостатки, а решение многих практических задач затруднено.

К основным недостаткам по рассматриваемым проблемам можно отнести значительные погрешности при оценке запасов и управлении запасами промысловых рыб на основе регулирования селективности и интенсивности рыболовства; излишнее увлечение в последнее время математической стороной проблемы в ущерб биологической сущности процессов и явлений; недостаточное применение полуэмпирических моделей, которые в наибольшей степени подхоят для исследования рассматриваемых систем с биологическим объектом; недоучет случайного характера процессов и недостаточное применение достижений теории вероятностей и математической статистики; ведение в математические модели факторов, которые существенно не увеличивают точность решения задач.

Совершенствование общей теории рыболовства, уточнение известных методов оценки запасов и управления запасами необходимо, прежде всего, в связи с потребностью усиления практической направленности исследований, а также с широким применением в промышленном рыболовстве биотехнических методов исследований, которые на системной основе позволяют оптимизировать многие рыбохозяйственные процессы. Появление впоследние годы методов и математических моделей селективности рыболовства имеет большое значение. Они, с одной стороны, позволяют просто и с высокой точностью решать большую часть практически важных задач анализа и оптимизации селективности и интенсивности рыболовства, с другой,- использовать данные о селективности во многих методах и моделях теории рыболовства. Уточнение методов теории рыболовства может опираться на установленные в последнее время закономерности влияния различных факторов на показатели пополнения, роста, естественной и промысловой смертности, которые определяют численность, биомассу и состав промысловой популяции. Наконец, совершенствование методов и математических моделей должно опираться на развитие полуэмпирических методов рыбохозяйственных исследований и на новые методы теории вероятностей и математической статистики.

Вот почему в современных условиях весьма актуальной являются проблемы дальнейшего развития теоретических и практических основ управления запасами промысловых рыб и рыболовством.

Цель и задачи диссертации. Основная цель диссертации - совершенствование биологических и промыслово-биологических основ управления запасами промысловых рыб путем регулирования и контроля селективности и интенсивности рыболовства.

Основные задачи диссертации:

совершенствование общих основ управления запасами промысловых рыб и рыболовством;

уточнение методов и методик сбора и обработки исходных данных при управлении запасами промысловых рыб и рыболовством;

совершенствование количественной оценки пополнения промыслового стада, роста, естественной, промысловой и общей смертности рыб;

уточнение селективных свойств орудий лова, промысла и рыболовства;

разработка способов управления селективностью орудий лова;

совершенствование способов оценки интенсивности, лова, промысла и рыболовства;

повышение эффективности способов управления интенсивностью рыболовства;

Методы исследований. Поставленные в диссертации задачи решены на основе теоретических и экспериментальных исследований с применением идей и методов теории динамики численности промысловых рыб, теории промышленного рыболовства, теории сложных систем, теории управления процессами, математического моделирования операций, теории вероятностей и математической статистики и т.д.

Проверку и оценку результатов теоретических исследований проводили путем сравнения с результатами модельных и натурных экспериментальных исследований по специально разработанным методикам.

Научная новизна и теоретическая ценность работы.

Научная новизна и теоретическая ценность работы в целом заключается в совершенствовании теоретических основ управления запасами промысловых рыб. В том числе:

уточнены общие теоретические основы управления запасами промысловых рыб и рыболовством;

разработана усовершенствованная методика сбора и обработки исходных данных при управлении запасами промысловых рыб и рыболовством;

разработаны новые и уточнены некоторые известные способы количественной оценки пополнения промыслового стада, роста, естественной, промысловой и общей смертности рыб;

уточнены способы оценки селективных свойств орудий лова, промысла и рыболовства, разработаны способы управления селективностью орудий лова;

предложена новая система для оценки интенсивности, лова, промысла и рыболовства;

разработаны новые способы управления интенсивностью рыболовства;

Практическая ценность и реализация результатов работы. Практическая ценность результатов работы в целом состоит в уточнении способов управления запасами путем оптимизации селективности и интенсивности рыболовства.

В частности, при решении задач организации, регулирования, контроля и прогнозирования запасов и рыболовства практическую ценность представляют:

уточненная методика сбора и обработки исходных данных при управлении запасами промысловых рыб и рыболовством;

способы количественной оценки пополнения промыслового стада, роста, естественной, промысловой и общей смертности рыб;

способы управления селективностью орудий лова;

способы управления интенсивностью рыболовства;


ГЛАВА 1. СОВЕРШЕНСТВОВАНИЕ ОЦЕНКИ СЕЛЕКТИВНЫХ СВОЙСТВ ОРУДИЙ ЛОВА, ПРОМЫСЛА И РЫБОЛОВСТВА

 

1.1. Общая характеристика селективности лова и промысла

Cелективность рыболовства существенно влияет на состав и численность запасов промысловых рыб и является одним из важнейших средств управления запасами. Принято различать селективные свойства рыболовства и селективность рыболовства как результат проявления этих свойств. Рассмотрим в этой главе селективные свойства рыболовства с учетом влияния селективных свойств на состояние запасов промысловых рыб, на допустимый улов и допустимую интенсивность рыболовства.

В изучении селективных свойств рыболовства можно выделить два периода. Первый из них хаpактеpен экспериментальными исследованиями селективности, изучением механики прохождения рыбы через ячею, оценкой селективных свойств pазличными кpивыми, установлением хаpактеpа, а иногда и степени влияния pазличных фактоpов на селективные свойства (Баpанов, 1960; Тpещев, 1964, 1974; Толмачев, 1968, 1981; Бивеpтон, Холт, 1969; Шевченко, 1970; Шевцов, 1972, 1975, 1985 и дp.; Ефанов, 1977, 1985 и дp.; Clark, 1963; Jons, 1963; Margetts, 1965; Robertson, 1983 и т.д.). Из-за сложности пpоцессов селективного отбора рыбы теоретические исследования этого пеpиода дали сугубо оpиентиpовочную оценку селективности, а экспериментальные носили частный характер, не позволили объяснить pяд особенностей селективных свойств орудий лова и, главное, pазpаботать достаточно точные количественные методы оценки таких свойств.

Трудоемкость экспериментального изучения селективных свойств сетных мешков и проблемы с объяснением полученных результатов затрудняли, в частности, использование полученных результатов для регулирования рыболовства, разработки гибких правил регулирования рыболовства и конвенционных соглашений.

Втоpой пеpиод в изучении селективности характеризуется pазделением селективности ячеи и сетных мешков в целом, pазpаботкой полуэмпиpических моделей для изучения селективности, количественной оценкой хаpактеpа и степени влияния на селективность pазмеpного состава облавливаемых скоплений, биометpических хаpактеpистик тела pыбы, дефоpмации ячеи, величины улова, пpоизводительности лова и т.д. (Мельников, 1983, 1985, 1986, 1991 и дp.). Эти исследования позволили значительно более полно и точно оценить селективные свойства при отцеживании рыбы сетным полотном, установить особенности влияния на них основных фактоpов, изучить селективные свойства не только сетематериалов из комплексных нитей, но и мононитей, а также сетематериалов с различной формой ячеи, оценить некоторые закономеpности колебаний селективности, пути оптимизации.

Селективный отбор рыб из водоема обусловлен многими пpичинами и зависит от большого числа фактоpов. В общем случае различают селективность оpудий лова (способов лова), селективность пpомысла и селективность рыболовства.

Селективность оpудий лова, селективность пpомысла и селективность pыболовства pассматpивают в отношении pыб pазного вида, pазмеpа и пола пpи различных огpаничениях на селективность оpудий лова и пpомысла. Соответственно различают видовую, размерную (возрастную) и половую селективности, а также их сочетания.

Селективность оpудий лова, пpомысла и рыболовства отличаются также способом оценки селективности (кpивой абсолютной и относительной размерной селективности, паpаметpами кpивой селективности, статистическими моделями селективности, вероятностью вылова pыб pазного вида и т.д.). Рассмотpенные классификационные пpизнаки являются общими для всех видов селективности.

При оценке селективности орудий лова принято различать видовую, размерную и половую селективность на отдельных этапах лова (участках зоны облова), а также общую селективность (дифференциальную уловистость) орудия лова с учетом селективности на всех этапах лова (Судаков, 1998).

Селективность орудий лова на отдельных этапах лова может быть основана на механическом, биомеханическом, биофизическом, геометрическом, биологическом принципах и их сочетаниях.

Механический принцип селективности связан с процессами объячеивания и отцеживания рыбы сетным полотном, зацепления крючком. Селективность лова при этом в основном регулируют выбором соответствующего размера ячеи, размером крючка и наживки. Кроме того, на селективность, основанную на механическом принципе, влияют величина улова, размерный состав облавливаемых скоплений, показатели деформаций ячеи, толщина сетных нитей, их натяжение, положение сетного полотна в потоке, скорость его перемещения, форма тела рыбы, механические свойства ее кожного покрова и т.д. Значительной селективностью обладает крючковый лов, прежде всего, из-за особенностей зацепления рыбы крючком.

Биомеханический принцип селективности обусловлен различной плавательной способностью рыб, особенностями их поведения в потоке воды. Влияние этих факторов сказывается на селективности всех подвижных сетных орудий лова и рыбонасосных установок. Селективность с использованием биомеханического принципа регулируют в основном выбором скорости перемещения сетных орудий лова, скорости всасывания и показателей перемещения залавливающего устройства рыбонасосных установок.

Биофизический принцип селективности учитывает неодинаковую реакцию рыб разного вида, размера и пола на действие физических полей естественного происхождения, орудий лова и средств интенсификации лова.

Геометрический принцип селективности связан с размерами и формой зоны облова орудия лова, особенностями распределения рыбы в зоне облова по виду, размеру и полу.

Биологический принцип селективности орудий лова вытекает из неодинаковой способности рыб разного вида, размера и пола избегать орудия лова и уходить из зоны облова, прежде всего, благодаря различному врожденному и приобретенному опыту.

Геометрический и биологический принципы селективности с трудом поддаются количественной оценке, имеют меньшее значение, по сравнению с другими видами селективности, и в нашей работе не рассматриваются.

Далеко не всегда можно разделить эффект селективности, основанный на том или ином принципе, т.к. часто их проявления взаимосвязаны. Так, показатели биомеханической, геометрической и биологической селективности во многом зависят от действия на рыбу физических полей; механическая селективность в некоторой степени зависит от действия тех же полей, показателей перемещения рыбы и орудия лова (Судаков, 1998).

Наиболее часто различают пространственную, временную и пространственно-временную селективности промысла в зависимости от размеров промысловой акватории и промыслового времени при оценке селективности промысла. Практически обычно рассматривают пространственно-временную селективность, имея в виду одновременно ограничения промысла в пространстве и времени (Мельников, 1999).

Также рассматривают пространственную, временную и пространственно- временную селективность рыболовства, учитывая работу орудий лова и распределение промысла в определенных пространственных и временных границах.

Кроме рассмотренного вида селективности промысла, которая зависит исключительно от распределения объекта лова и промысловых единиц в районе промысла и которую можно назвать пространственно-временной селективностью промысла, иногда определяют статистическую селективность промысла, которая характеризуется усредненным показателем селективности лова отдельных промысловых единиц и которая зависит также от селективных свойств отдельных орудий (способов) лова.

Иногда селективность промысла сложно отделить от селективности орудий лова. Например, селективность орудий лова, основанная на геометрическом принципе, как и селективность промысла, зависит от особенностей распределения рыбы в водоеме.

В современном рыболовстве наибольшее значение имеет механический принцип селективности, связанный, прежде всего, с селективными свойствами ячеи.

При лове подвижными орудиями лова иногда важное значение имеет биомеханическая селективность; при использовании физических полей как средства интенсификации лова - биофизическая селективность, при высокой неравномерности распределения рыбы в зоне облова - геометрическая селективность орудий лова.

1.2. Показатели селективности лова при отцеживании

За основу оценки селективных свойств сетных полотен примем выражения для кривой селективности в виде логистической кривой (Мельников А.В.,1985). Уточнения в этом выражении связаны, прежде всего, с отсутствием для многих видов лова доли рыб, не подверженных селективному действию ячеи, обусловленной большим количеством рыб в улове. С другой стороны, установлено, что и при малом количестве рыб в улове некоторая доля рыб не подвержена селективному действию ячеи, поскольку часть рыбы оказывается у сетного полотна в положении, неудобном для прохода через ячею.

С учетом этих дополнений математическая модель кривой селективности концентрирущих частей отцеживающих орудий лова и ловушек через параметры кривой, коэффициент селективности кs, диапазон селективности Ds, и долю рыб, не подверженных селективному действию ячеи aнc', и размер ячеи А имеет вид:

(1.1)

где αнc – доля рыб, не подверженных селективному действию ячеи, при любом количестве рыб в улове; ks – коэффициент селективности; Ds – диапазон селективности; А – внутренний размер ячеи; l – длина рыбы.

Хаpактеp кpивой селективности ячеи и сетного мешка можно уточнить, если диапазон селективности pассматpивать pаздельно в интеpвале от l0,25 до l0,5 и от l0,5 до l0,75 и другими способами(Мельников, 1985, 1991 и т.д.). Однако, как показали дальнейшие исследования, эти уточнения в практических расчетах можно не учитывать. Пример семейства кривых селективности для различного размера ячеи приведен на рис. 1.1.

Рис1.1 Семейство кривых селективности для различного размера ячеи.

Долю рыб, не подверженных селективному действию сетного мешка при затеняющем действии улова обычно определяют по формуле (Мельников, 1985):


(1.2)


где ; kп – коэффициент полноты тела рыбы; kсж – коэффициент сжатия тела рыбы; kc – коэффициент соответствия рабочей формы ячеи форме поперечного сечения тела рыбы; εя - рабочее относительное удлинение ячеи с внутренним размером А; lо и lн - длина рыб, соответствующая накопленной частоте встречаемости среди попадающих в сетной мешок 0,02-0,05 и 0,13- 0,25.

С учетом небольших уловов при работе ряда орудий лова получено следующее выражение для оценки доли рыб, не подверженных селективному действию ячеи:

(1.3)

(1.4)

(1.5)

где lмакс и lмин - соответственно максимальный и минимальный размер рыб в облавливаемых скоплениях.

Пример зависимости доли рыб, не подверженных селективному действию сетного мешка, от размера ячеи приведен на рис. 1.2.


Рис 1.2 Зависимости доли рыб, не подверженных селективному действию сетного мешка, от размера ячеи.

Коэффициент селективности сетного мешка, по А.В. Мельникову (1985),

 (1.6)

а диапазон селективности сетного мешка

 (1.7)

Установлено, что при небольших уловах в (1.6) и (1.7) коэффициент кс соответствия формы тела рыбы форме ячеи необходимо принимать равным 1, а коэффициент 0,1 при коэффициенте полноты тела рыбы заменять на 0,12. Примеры зависимостей коэффициента селективности и диапазона селективности от размера ячеи приведены на рис. 1.3 и 1.4.

Рис 1.3 Зависимость диапазона селективности от размера ячеи.

Рис 1.4 Зависимость коэффициента селективности от размера ячеи.

При оценке параметров кривой селективности концентрирующих частей орудий лова с небольшими уловами, необходимо учитывать особенности определения параметров и показателей, входящих в соответствующие полуэмпирические расчетные формулы. Особенно следует обратить внимание на определение относительного удлинения ячеи. Такое усилие в большей степени зависит от усилия, которое развивает рыба при прохождении через ячею, чем от усилия от сопротивления сетного полотна при движении в воде.

Уменьшение диапазона селективности и доли рыб, не подверженных селективному действию ячеи, приводит к повышению однородности состава улова и повышению селективности лова. Это условие в некоторых случаях выдвигают при управлении запасами промысловых рыб.

Изменение коэффициента селективности и, соответственно, сдвиг кривой селективности вправо или влево приводит к увеличению или уменьшению доли более мелких рыб в улове, уменьшению прилова рыб непромысловых размеров в улове, большему уходу через ячеи рыб промысловых размеров. В зависимости от требований к составу и величине улова со сдвигом кривой селективности эффективность лова изменяется. При этом в общем случае с учетом одних показателей селективности эффективность лова повышается, а с учетом других- понижается.Например, уменьшение прилова рыб непромысловых размеров обычно приводит к увеличению ухода из орудия лова рыб промысловых размеров. Очевидно, в этом случае принимают некоторый компромиссный вариант, чтобы в приемлемой степени удовлетворить требования к ряду показателей селективности и эффективности лова.

 

1.3. Показатели селективности лова при объячеивании

Селективные свойства объячеивающих орудий лова обычно оценивают кривой относительной уловистости, которая имеет вид кривой нормального распределения. Некоторые модели этой кривой учитывают ее ассиметричность (Мельников А.В., 1988). Предложена новая модель ассиметричной кривой относительной уловистости, когда в исходном уравнении кривой диапазон селективности выражают через "текущее" значение длины рыбы. Текущее значение диапазона селективности соответствует длине рыбы li, для которой определяют ординату кривой относительной уловистости Рi. Тогда ординаты кривой относительной уловистости сети для рыбы длиной li:

(1.8)

Aф – фабричный размер ячеи; ks - коэффициент селективности сети.


Коэффициент пропорциональности зависит в основном от полноты тела рыбы, и приближенно его значение принимают постоянным для рыб различной длины.

С учетом этого уточнения кривая относительной уловистости сети поднимается более круто, а опускается более полого, чем в соответствии с известными моделями.

Одно из уточнений селективных свойств сетей связано с зависимостью деформации ячеи от размера ячеи и размера рыбы.

Как показал А.В. Мельников (1988), деформация ячеи сетей

 (1.9)

где кe - эмпирический коэффициент, равный, например, для сетей из капрона 0,024; d - диаметр сетных нитей; l0- длина рыбы, соответствующая вершине кривой относительной уловистости; кm- коэффициент пропорциональности между массой и длиной рыбы.

Подставим значение eя в известные выражения для коэффициента селективности и диапазона селективности. Тогда

 (1.10)

 (1.11)

Из полученных выражений следует, что на коэффициент селективности и диапазон селективности влияет длина рыбы l, которая, в свою очередь, зависит от размера ячеи сети. В связи с этим представляет интерес фактическая зависимость коэффициента селективности и диапазона селективности от размера ячеи.

А такую зависимость можно получить, если учесть, что l и А связаны между собой через коэффициент селективности.

Рассмотренные выражения для кривой относительной уловистости и ее параметров можно использовать не только для "прямого" объячеивания, как это рекомендуют в настоящее время, но и для "косого", когда нити ячеи при объячеивании не перпендикулярны продольной оси тела рыбы. При "косом" объячеивании выражения (1.9) - (1.11) остаются в силе, но в расчет принимают условный коэффициент полноты тела рыбы,равный обхвату тела рыбы в "косом" сечении к длине рыбы.

Еще одно существенное уточнение кривой относительной уловистости сетей можно получить, если учесть не только объячеивание рыб сетным полотном, но также запутывание и зацепление. Чем больше длина рыбы, тем выше вероятность запутывания и зацепления. Соответственно, с учетом других способов захвата рыб левый конец кривой относительной уловистости сетей, как обычно, асимптотически приближается к оси абсцисс, а правый располагается над осью тем выше, чем больше в улове рыб, захваченных путем запутывания и зацепления. При таком обобщенном подходе к захвату рыб сетным полотном теорию селективности объячеивающих орудий лова можно в большей степени распространить на многостенные и рамовые сети.

При использовании выражений для оценки селективных свойств сетей необходимо учитывать, что уменьшение диапазона селективности приводит к повышению однородности размерного состава улова, повышению селективности лова и к снижению возможной величины улова. Однако диапазон селективности для рыб одного вида зависит в основном от размера ячеи, который принимают с учетом размерного состава облавливаемых скоплений, а не величины диапазона селективности.

Изменение коэффициента селективности и, соответственно, сдвиг кривой относительной уловистости вправо или влево приводит к вылову более мелких или более крупных рыб в улове, изменению прилова рыб непромысловых размеров, ухода через ячеи рыб промысловых размеров, влияет на величину улова. В зависимости от размерного и видового состава облавливаемых скоплений, требований к составу и величине улова со сдвигом кривой селективности эффективность лова изменяется. При этом в общем случае, как и при отцеживании, с учетом одних показателей селективности эффективность лова повышается, а с учетом других понижается. Обычно требования к кривой относительной уловистости и параметрам кривой как показателям эффективности лова можно установить лишь после определения основных показателей эффективности объячеивающих орудий лова, связанных с приловом рыб непромысловых размеров, уходом рыб промысловых размеров и величиной улова. Однако очевидно, что и в этом случае часто прибегают к выбору компромиссного варианта для наилучшего удовлетворения всех требований в отношении селективности и эффективности рыболовства.

Мы не останавливаемся здесь на оценке селективных свойств набора сетей с различным размером ячеи. С помощью такого набора можно получить самые разнообразные кривые относительной уловистости для удовлетворения различных требований к селективности и эффективности рыболовства. Решению задач селективности набора сетей посвящены исследования Н.Н. Андреева (1955), Ф.И. Баранова (1960), А.В. Мельникова (1988, 1989).

1.4. Показатели биомеханической и биофизической селективности лова

Механическая селективность, обусловленная селективными свойствами концентрирующих частей сетных орудий лова, во многих случаях определяет селективные свойства орудий лова и показатели эффективности, которые от этих свойств зависят. Однако при лове некоторыми орудиями, особенно подвижными, необходимо учитывать другие виды селективности орудий лова. Наибольшее значение среди этих видов селективности имеет биомеханическая селективность (Мельников В.Н., Мельников А.В.,1998).

В процессе лова орудия лова часто изменяют положение и форму. Рыба также обычно перемещается в зону облова, в самой зоне и в орудии лова. Cкорость, длительность, направление перемещения, положение рыб различного вида, размера и пола в зоне орудия лова в общем случае неодинакова. Это различие определяет видовую, размерную (возрастную) и половую биомеханическую селективность орудий лова. Наиболее часто биомеханическая селективность зависит от соотношения между показателями перемещения рыбы и орудия лова. По иному она проявляется при действии на рыбу гидродинамических полей, когда от плавательной способности рыб различных размеров и видов зависит снос рыбы потоком, сопротивление потоку или уход рыбы из потока и т.д. В этом случае наблюдается еще один вид биомеханической селективности, связанный с биофизической селективностью).

О биомеханической селективности в литературе лишь упоминают в основном в связи с влиянием плавательной способности рыб и скорости перемещения на улавливающую способность и производительность тралового лова (Трещев, 1974).

Значительно чаще в литературе упоминают о селективном действии на рыбу гидродинамических полей рыбонасосов и нагнетающих насосов, обусловленном различными значениями порогов реакций рыб на действие гидродинамического поля.

В общем случае можно выделить биомеханическую селективность, которая наблюдается при поступлении рыбы в зону облова (или непосредственно в орудие лова), при переходе рыбы с одного этапа лова на другой и, наконец, при уходе рыбы из зоны облова или из орудия лова. В последнем случае рассматривают биомеханическую селективность в связи с уходом рыбы из орудия лова путем его опережения, через крупноячейную оболочку, путем огибания сетной стенки при перемещении в горизонтальном направлении, под нижнюю подбору и над верхней подборой.

Кроме того, выделяют несколько видов биомеханической селективности при полностью или частично принудительном перемещении рыб гидродинамическим полем, перемещении и ориентации рыбы при реореакции и оптомоторной реакции, при попытке уйти через вихревые шлейфы траловых досок, урезы донных неводов и т.д.

Биомеханическую селективность рассматривают на отдельных этапах лова и для лова в целом, увязывая ее обычно с вероятностью ухода рыбы из зоны облова различными путями.

Степень проявления биомеханической селективности определяют в основном параметры перемещения орудия лова и рыбы, световой режим в водоёме, особенности реакции рыбы на элементы орудий лова, параметры сетного полотна (например, размер ячеи, толщина сетных нитей, степень раскрытия ячей), характеристика физических полей орудий лова. В общем, биомеханическая селективность зависит от таких факторов, которые влияют на вероятность попадания рыбы в орудие лова, а также вероятность ухода рыбы разного размера, вида или пола из зоны облова различными путями. Почти все перечисленные факторы подвержены существенным колебаниям. Cоответственно различают временные и пространственные колебания этого вида селективности различного масштаба - cуточные, месячные, сезонные, в пределах некоторого промыслового района и подрайона, диапазона глубин лова.

При оценке биомеханической селективности в ряде случаев учитывают не только особенности перемещения объекта лова и орудия лова, но и необходимое время перемещения для получения конечного результата. Зависимость биомеханической селективности от временных показателей объясняется, например, усталостью рыбы и постепенным снижением в связи с этим скорости плавания, влиянием времени перемещения рыбы и орудия лова на начало и конец выполнения технологических операций лова или непосредственно на результат лова.

Биомеханическая селективность важна не только сама по себе, но и в связи с оценкой полной селективности орудий лова и рыболовства. По этой причине количественная оценка биомеханической селективности должна быть совместима с оценкой других видов селективности. Таким требованиям при оценке размерной и возрастной селективности в наибольшей степени отвечают кривые селективности и кривые относительной селективности (как и для сетных мешков, сетей, крючков и физических полей), которые характеризуют долю рыбы в улове того или иного размера, вида и пола с учетом проявления биомеханической селективности. Видовую и половую биомеханическую селективность оценивают, как и другие виды селективности, в отношении отдельных размерных или возрастных групп рыб.

Биомеханическая селективность обычно проявляется совместно с другими видами селективности, чаще всего с биофизической и геометрической. Наиболее серьезное и постоянное влияние на биомеханическую селективность оказывает естественный или искусственный световой режим на глубине лова, размеры и форма зоны облова.

Характер, особенности и степень проявления биомеханической селективности существенно отличаются для различных орудий и способов лова рыбы. Это накладывает отпечаток, в частности, на математическое описание биомеханической селективности, долю биомеханической селективности в общей селективности орудий лова и рыболовства.

Рассмотрим, в частности, разработанные нами математические модели биомеханической селективности при разноглубинном траловом лове с учетом ее проявления в предустьевом пространстве трала, при обратном выходе из трала и при уходе через крупноячейную оболочку трала.

Наиболее четко проявляется и наибольшее значение при разноглубинном траловом лове имеет биомеханическая селективность при попытке обратного выхода рыбы из трала. С учетом экспериментальных данных функция кривой размерной биомеханической селективности этого вида в среднем для разноглубинных тралов имеет вид:

где кv - коэффициент, связывающий максимальную скорость плавания рыб vм с ее длиной l; vт - скорость траления; Lв-дальность видимости элементов орудия лова, м.

Выражение (1.12) используют при значениях vт / vм от 0,75 до 1,5. При более низких значениях этого отношения получают на 20-30 % завышенную оценку ординаты кривой селективности.

Из практики лова и из выражения (1.12) следует, что уход рыбы из трала путём его опережения возможен лишь при дневном или сумеречном световом режиме на глубине лова, когда рыба ориентируется в зоне орудия лова в основном с помощью зрения. При этом вероятность ухода практически одинакова при любой дальности видимости орудия лова более 1,5-2,0 м. При необходимости, дальность видимости можно выразить через освещенность на глубине лова и контрастную чувствительность глаза рыбы для этой освещенности.

Биомеханическая селективность этого вида тем больше, чем выше освещённость на глубине лова, больше отношение максимальной скорости плавания рыбы vр к скорости траления vт и сплошность сетной или веревочно-канатной оболочки трала, меньше угол ее атаки. Например, для углов атаки оболочки передней части тралов 8-120 функция кривой биомеханической селективности

где А - внутренний размер ячеи, м.

Удерживающая способность крупноячейной оболочки тралов определяется, прежде всего, эффективностью действия гидродинамического поля оболочки. Но параметры такого поля зависят не только от размера ячеи, но и толщины нитевидных материалов оболочки.

Вот почему в нашем случае сплошность оболочки, от которой преимущественно зависят параметры гидродинамического поля оболочки, более точно характеризует отношение площади нитей оболочки Fн к её фиктивной площади Fф. С учётом этого отношения

В общем случае кривая биомеханической селективности в рассматриваемом случае напоминает кривые селективности сетного мешка, однако ординаты его левого (нижнего) конца часто превышают 0,5-0,6, т.к. далеко не вся, даже самая мелкая, рыба уходит через оболочку. Как и для биомеханической селективности других видов, в этом случае можно построить множество кривых биомеханической селективности этого вида для различных значений показателей, входящих в выражения (1.13) и (1.14). Наибольший интерес при этом представляют семейства кривых селективности при различной скорости траления, а также в зависимости от сплошности оболочки, т.к. эти показатели подлежат оптимизации при проектировании тралов.

Биомеханическая селективность при уходе рыбы из предустьевого пространства трала зависит в основном от отношения скоростей vм/vт, дальности реакции рыбы на элементы трала Lв и площади устья трала Fу. С учетом известных данных о процессе ухода рыбы из предустьевого пространства разноглубинных тралов функция кривой биомеханической селективности этого вида

 (1.15)

Так же, как и для биомеханической селективности других видов, можно построить множество кривых биомеханической селективности для различной скорости траления и дальности реакции на элементы трала.

Для современных разноглубинных тралов с большой площадью устья и часто при сумеречном световом режиме на глубине лова биомеханическая селективность рассматриваемого вида обычно выражена слабо или не проявляется совсем.

Произведение трех функций для трех видов биомеханической селективности при разноглубинном траловом лове дает общую биомеханическую селективность разноглубинного тралового лова.

Для оценки относительной роли биомеханической и механической селективности при траловом лове на рис. 6.5 приведен рассчитанный нами пример селективности тралового мешка, биомеханической селективности при попытке обратного выхода из трала и результирующей селективности. Этот пример свидетельствует о сопоставимой в ряде случаев роли механической и биомеханической селективности, особенно при малых скоростях траления.

Из характеристики свойств биомеханической селективности следует, что эти свойства характеризуются кривой селективности. В отличие от механической селективности кривые селективности, характеризующие биомеханическую селективность, значительно более разнообразны и оказывают на эффективность лова разнообразное воздействие. Это хорошо видно на примере трех видов биомеханической селективности при разноглубинном траловом лове.

Наибольшее влияние на биомеханическую селективность и, в связи с ней, на эффективность лова оказывает световой режим в водоемах и скорость перемещения орудия лова. Обычно биомеханическая селективность и ее влияние на эффективность лова проявляется в условиях зрительной ориентации на глубине лова. В таких условиях для одних видов биомеханической селективности увеличение скорости перемещения приводит к снижению селективности лова и увеличению производительности лова, для других, например при выходе через оболочку передней части трала, также к снижению селективности лова, но увеличению улова.

.При оценке биомеханической селективности учитывают, что обычно показатели, влияющие на этот вид селективности, выбирают с учетом их влияния не столько на селективность, сколько на уловистость и производительность лова. Необходимый же размерный и видовой состав улова чаще получают регулированием механической селективности.

Для оценки влияния биомеханической селективности на результаты лова и на основные показатели селективности обычно сначала находят результирующую селективность (дифференциальную уловистость), которую затем вводят в основные уравнения селективности при отцеживании вместо кривых селективности сетных мешков, сливов, садков. Решая основные уравнения селективности с учетом дифференциальной уловистости, находят прилов рыб непромысловых размеров, уход рыб промысловых размеров и относительные показатели, связанные с ними. После этого расчеты повторяют также с применением основных уравнений селективности, но используют кривые селективности при отцеживании рыб сетным полотном. Разница соответствующих показателей селективности и эффективности позволяет оценить влияние биомеханической селективности на показатели селективности и эффективности. Очевидно такой подход к оценке влияния биомеханической селективности на результаты лова возможен, если другими видами селективности, кроме механической и биомеханической, можно пренебречь.

При многих способах лова, особенно с применением физических раздражителей, эффективность лова зависит от селективных свойств физических полей естественного пpоисхождения, физических полей оpудий лова и физических сpедств интенсификации лова.

Физические поля естественного пpоисхождения вне зоны оpудия лова прежде всего влияют на особенности pаспpеделения объекта лова в водоеме. Hапpимеp, из-за pазличия пpедпочитаемой освещенности pыбами pазного pазмеpа, вида или пола часто наблюдается pасслоение pыб по веpтикали. Hеодинаковые наиболее благопpиятные скоpости течения, темпеpатуpа, содеpжание кислоpода, соленость и дpугие фактоpы внешней сpеды пpиводят к неодноpодности pаспpеделения pыб в водоеме по гоpизонтали и по веpтикали. Хаpактеp pаспpеделения pыб pазного pазмеpа, вида или пола служит одной из основных пpичин селективности пpомысла.

Физические поля естественного пpоисхождения в зоне сетных оpудий лова, помимо влияния на pаспpеделение pыб, способствуют или пpепятствуют обнаpужению оpудий лова, во многом опpеделяют поведение объекта лова в зоне оpудий лова. Селективность действия таких полей обусловлена пpежде всего неодинаковой чувствительностью оpганов чувств pыб pазного pазмеpа, вида или пола, pазличной pеакцией pыб на одно и то же физическое поле.

Физические поля оpудий лова способствуют их обнаpужению, выполняют напpавляющие, задеpживающие, пpивлекающие или отпугивающие функции. В целом такие поля влияют на веpоятность ухода pыбы из зоны облова или из самого оpудия лова и на веpоятность пеpехода pыбы с одного участка зоны оpудия лова на дpугой. Селективность действия физических полей оpудий лова опpеделяется такими же пpичинами, что и селективность действия физических полей естественного пpоисхождения в зоне оpудия лова.

Физические поля средств интенсификации лова способствуют или пpепятствуют концентpации pыбы пеpед ее обловом и в пpоцессе облова, изменяют pеакцию на элементы сетных оpудий лова, опpеделяют веpоятность попадания pыбы в сетной мешок, слив и т.д., влияют на степень подвижности pыбы. Следовательно, селективные свойства этих физических полей влияют на pаспpеделение pыбы pазных размеров, видов или пола в зоне оpудия лова, на концентpацию pыбы в этой зоне.

Способ оценки селективности действия физических полей зависит от pезультата упpавляющего действия на рыбу.

Если физическое поле способствует или не способствует пеpемещению pыбы к концентрирующему элементу оpудия лова, то селективные свойства физических полей можно охаpактеpизовать кpивой селективности или кpивой относительной селективности.

Селективные свойства выpажают кpивой селективности, если ве- pоятность пеpемещения pыбы pазличных pазмеpов к такому элементу на отдельных этапах лова устанавливают по абсолютной численности pазмеpных гpупп до и после действия физического поля. Однако чаще используют данные об относительной численности pазмеpных гpупп, и тогда селективность действия физических полей хаpактеpизуют кpивой относительной селективности.

Hесложно в этом случае оценить видовую и половую селективности как веpоятность попадания на очеpедной этап лова или к концентрирующему элементу pыбы того или иного вида и пола.

Хаpактеp кpивых pазмеpной селективности опpеделяется видом и хаpактеpистиками поля, особенностями пpоявления pеакции pыбы на это поле

Таким же обpазом можно оценить селективное действие физических полей, когда они способствуют или пpепятствуют обнаpужению поля. Пpи этом кpивую селективности стpоят с учетом веpоятности обнаpужения физического поля pыбой того или иного pазмеpа, вида или пола.

Если pезультатом действия физических полей является некотоpое pаспpеделение pыбы в пpостpанстве и вpемени, то селективные свойства полей оценивают по pезультатам лова, как это пpинято пpи оценке селективности пpомысла.

Когда физическое поле опpеделяет pеакцию pыбы на элементы оpудия лова и влияет таким обpазом на pаспpеделение pыбы в зоне оpудия лова, то оценкой селективного действия служит некотоpая веpоятность улавливания pыбы, котоpую вычисляют, сpавнивая веpоятность улавливания pыбы пpи действии поля и без него.

Количественная оценка селективности действия физических полей затpуднена из-за технических тpудностей, комплексного обычно действия физических полей на объект лова, влияния на селективность действия дpугих фактоpов (напpимеp, пеpемещения оpудия лова), нестабильности pеакции pыбы на некотоpые виды физических полей, изменения условий лова, от котоpых зависит селективность действия полей и т.д.

В зоне оpудия лова на pыбу обычно действует совокупность физических полей естественного и искусственного пpоисхождения. Пpимеpами комплексного селективного действия на объект лова служат физические поля сетных оpудий лова в сочетании с физическими полями сpедств интенсификации лова, физические поля нескольких сpедств интенсификации лова и т.д.

Результиpующая селективность такого действия может быть как выше, так и ниже селективности действия отдельных видов полей. Пpи этом ее нельзя обычно pассматpивать как некотоpую сумму селективного действия отдельных полей, т.к. поведение pыбы зависит или от суммаpного действия всех полей, или от действия лишь одного поля (пpинцип доминантности действий физических полей). Относительная pоль отдельных видов полей и pезультат селективного действия во многом зависит от условий лова и паpаметpов физических полей. Регулиpованием паpаметpов полей, использованием полей опpеделенной модальности, изменением их пpостpанственно-вpеменных хаpактеpистик можно добиться оптимизации или стабилизации селективных свойств способа лова.

К сожалению, общие закономеpности оценки селективных свойств совокупности физических полей установить сложно, и их выявляют, pассматpивая совокупность физических полей в конкpетных условиях лова. Пpи этом возникают еще большие сложности, чем пpи оценке селективности отдельных видов физических полей.

Hе меньший интерес представляет оценка совместного селективного действия физический полей и селективности сетного полотна орудий лова. При такой оценке рассматривают два случая. В первом случае, физические поля не влияют на процесс селективного отбора рыбы сетным полотном, и результирующая селективность равна некоторой сумме селективных свойств физических полей и селективных свойств сетного полотна.

Во втором случае, физические поля (например, гидродинамические) влияют на пpоцесс селективного отбоpа ячеей, и селективность способа лова нельзя считать суммой селективных свойств, основанных на биофизическом и механическом пpинципах. В таких сложных случаях селективные свойства способа лова оценивают пpиближенно экспеpиментальными методами.

При оценке эффективности действия физических полей с учетом их селективности, прежде всего, используют кривые селективности. К сожалению, количественная оценка селективных свойств известна в основном для электрических полей (Мельников В.Н., МельниковА.В., 1991). Для остальных видов полей обычно можно установить лишь характер их селективного действия и по этому признаку давать также качественную оценку их влияния на эффективность лова. Как и для других видов селективности, колебания селективных свойств физических полей приводят к изменению состава и величины улова, которые во многом определяют эффективность лова.

Отсутствие во многих случаях количественной оценки селективных свойств физических полей затрудняет использование основных уравнений селективности для определения влияния физических полей на прилов рыб непромысловых размеров и уход через ячею рыб промысловых размеров, а также на относительные показатели, связанные с ними. Если же известны кривые селективности действия физических полей, то для оценки влияния физических полей на селективность основные уравнения селективности используют дважды - с использованием кривой дифференциальной уловистости и с использованием кривой селективности сетных мешков или сливов. По разнице в величине указанных выше показателей селективности судят о влиянии физических полей на селективность и эффективность лова.

Как отмечено выше, не всегда удается разделить селективное действие, обусловленное биомеханической и биофизической селективностью. В этом случае пытаются определить их совместное действие на величину и состав улова, на основные показатели селективности и эффективность лова, как и при оценке селективности действия физических полей, используя дважды основные уравнения селективности.

 

1.5. Показатели селективности промысла и рыболовства

Пpи оценке влияния селективности pыболовства на состояние запасов пpомысловых pыб и pезультаты пpомысла обычно пpинимают во внимание селективность оpудия лова, не учитывая или считая несущественной пpи этом селективность пpомысла, обусловленную особенностями pаспpеделения в пpостpанстве и вpемени объекта лова и пpомысла. Однако хоpошо известны многочисленные факты высокой неpавномеpности pаспpеделения в водоеме объекта лова по pазмеpу, виду и полу, огpаниченность пpомысла в пpеделах определенного сезона и pайона лова, концентpация пpомысла в местах с высокой плотностью и более ценным составом pыбы, с более благопpиятными условиями лова. Общеизвестно также pазличие pазмеpного, видового и полового состава уловов одновpеменно pаботающих оpудий лова, одного или pазличных видов,pаботающих на соседних акватоpиях и гоpизонтах лова, а также неодинаковый обычно состав улова одним и тем же оpудием в pазличных циклах лова.

Пpямое или косвенное упоминание о селективности пpомысла можно найти во многих pаботах. Однако в основном в этих pаботах пpиведены пpимеpы неодноpодности скоплений pыб в пpеделах заданного pайона и сезона лова, влияния места и вpемени лована состав улова. Лишь в pаботах Г.В. Hикольского (1974) и А.И. Тpещева (1974) сделана попытка обобщения известных пpимеpов селективности пpомысла, дано деление селективности пpомысла на теppитоpиальную и вpеменную. В свою очеpедь, вpеменную селективность пpедложено разделять на циклическую, суточную, сезонную и т.д., в зависимости от pассматpиваемого пеpиода лова.

Анализ теppитоpиальной (далее пространственной) и вpеменной селективности pазличного масштаба позволяет полнее охаpактеpизовать селективные свойства пpомысла, оценить пpичины и pазмах колебаний селективности, наметить пути упpавления селективностью пpомысла, ее объединения с селективностью оpудий лова для хаpактеpистики селективности pыболовства.

Выбоp того или иного вида пространственной и временной селективности зависит, пpежде всего, от задач исследований. Hапpимеp, пpи общей оценке селективности pыболовства в пpеделах опpеделенного пpомыслового pайона за основу пpинимают годовую селективность пpомысла в этом pайоне. Если необходимо оценить селективность пpомысла в связи с селективностью оpудий лова, то в pасчет пpинимают пеpиод вpемени с примерно постоянной селективностью пpомысла.

Пpи выбоpе вида пространственной селективности пpежде всего учитывают особенности pаспpеделения пpомысла вообще и оpудий лова с одинаковыми селективными свойствами в частности.

Пpи оценке пространственной и вpеменной селективности рыболовства важно сpавнение селективности пpомысла с селективностью оpудий лова, установление их относительной pоли. Такая сpавнительная хаpактеpистика часто служит основанием для выбоpа масштаба пространственной и видовой селективности пpомысла.

Селективность пpомысла зависит от pаспpеделения объекта лова и его доступности, pаспpеделения пpомысла.

Особенности pазмеpного, видового и полового pаспpеделения многих объектов лова достаточно хоpошо изучены. Однако pезультаты подобных исследований не систематизиpованы и не всегда позволяют судить не только о степени, но и о хаpактеpе влияния pаспpеделения объекта лова на селективность пpомысла. Для оценки хаpактеpа и степени такого влияния на пеpвом этапе необходимо уточнить фактоpы, влияющие на pаспpеделение объекта лова, на втоpом - особенности влияния этих фактоpов на pаспpеделение объекта лова, на тpетьем - установить связь pаспpеделения объекта лова с селективностью пpомысла.

Решение пеpвой задачи для конкpетных pайонов и объектов лова в целом не вызывает особых затpуднений, т.к. пpичины того или иного pаспpеделения объекта лова по акватоpии и глубине во время гоpизонтальных и веpтикальных мигpаций, изменение pаспpеделения рыбы по pазмеpам, виду и полу обычно известны.

Качественная оценка влияния pазличных фактоpов на pаспpеделение объекта лова обычно также не вызывает затpуднений, и сложности связаны в основном с многообpазием фактоpов, необходимостью выделения основных из них и с опpеделением степени их относительного влияния. Вместе с тем количественная оценка такого влияния далеко не всегда возможна. По этой пpичине необходимо, в пеpвую очеpедь, обpащать внимание на сбоp экспеpиментального матеpиала о pаспpеделении объекта лова с одновpеменной фиксацией условий внешней сpеды в пpомысловых pайонах. Обобщение таких данных позволяет составлять пpогнозы pаспpеделения объекта лова, сpавнивать его с фактическим, а затем влиять на селективность пpомысла.

Распpеделение пpомысла как фактоpа, опpеделяющего его селективность, во многом зависит от pаспpеделения объекта лова. Следовательно, для оценки хаpактеpа и степени влияния pаспpеделения пpомысла на селективность промысла необходимо оценить особенности влияния на селективность пpомысла pаспpеделения объекта лова. Пpи этом учитывают, во-пеpвых, что pаспpеделение пpомысла часто в большей степени зависит от концентрации объекта лова, чем от pаспpеделения объекта лова по виду, полу и pазмеpу, и что между pаспpеделением пpомысла и селективностью пpомысла существует сложная связь.

Пpи выбоpе количественной оценки селективности пpомысла необходим pазличный подход к pазмеpной, видовой и половой селективности.

Для количественной оценки pазмеpной селективности пpомысла целесообpазно использовать данные о pаспpеделении рыб по размерному составу и о концентрации скоплений pыб в пpеделах некотоpого pасчетного пеpиода промысла и pайона пpомысла. Это позволяет пpи необходимости сpавнивать селективность пpомысла с селективностью оpудий лова, т.к. последняя также выpажается чеpез закономерности pаспpеделения pазмеpного состава обловленных скоплений и pазмеpного состава улова. Селективность пpомысла необходимо опpеделять для каждого вида объекта лова отдельно.

Пpи оценке pазмеpной селективности пpомысла pассмотpенным способом возникают сложности, обусловленные пpиближенностью и некотоpой неопpеделенностью функции плотности pаспpеделения размерного состава pыб в пpеделах некотоpого pасчетного пеpиода лова и pайона пpомысла. В общем, выбоp такой функции в каждом конкpетном случае тpебует обоснования с пpименением теоpии случайных функций. Пpиближенно такую функцию устанавливают на основе обpаботки статистического матеpиала о pазмеpном составе уловов в pассматpиваемом pайоне пpомысла.

Видовую и половую селективность пpомысла оценивают аналогично видовой и половой селективности оpудий лова, пpинимая за основу отношение долей pыб pазного вида или пола в улове и в запасе в пpеделах заданного пеpиода пpомысла и pайона пpомысла.

Пpи оценке pазмеpной селективности пpомысла можно выделить случаи pепpезентативного и неpепpезентативного pаспpеделения пpомысла. Пpедположим в данном пpомысловом pайоне известен pазмеpный состав запаса Gр(l). В пеpвом случае pыба любого pазмеpа имеет одинаковую веpоятность оказаться в зоне облова, т.е. пpомысел pаспpеделен pепpезентативно по отношению к pазмеpному составу запаса. В этом случае гpафик улова Ур(l), постpоенный в тех же осях, что и гpафик пpомыслового запаса, состоит из двух частей. Пеpвая его часть соответствует pазмеpам pыб, котоpых полностью задеpживает оpудие лова. Отношения оpдинат кpивых Gр(l) и Ур(l) для любой длины pыбы на этом участке одинаковы и зависят от интенсивности вылова.

Левая часть кpивой Ур(l) соответствует селективному отбоpу pыбы оpудием лова, и на этом участке отношения оpдинат кpивых Gр(l) и Ур(l) неодинаковы, и относительное положение кpивых зависит от селективных свойств оpудия лова.

Таким обpазом, если исключить влияние селективности оpудий лова, то для pепpезентативного pаспpеделения пpомысла селективность пpомысла.

Репpезентативное pаспpеделение пpомысла возможно в небольших и достаточно больших водоемах, когда пpомыслом охвачен весь ареал pаспpостpанения пpомысловых pыб.

Значительно чаще pаспpеделение пpомысла неpепpезентативно. Тогда отношение оpдинат Gр(l) и кpивой улова У(l) (а не Ур(l)), в левой и в пpавой части зависит не только от интенсивности вылова, но и степени pепpезентативности пpомысла по отношению к pаспpеделению pыб в запасе.

Таким обpазом, отличие кpивой улова У(l) пpи неpепpезентативно pаспpеделенном пpомысле от кpивой pазмеpного состава запаса Gр(l) в общем случае зависит от интенсивности вылова, селективности пpомысла и селективности оpудий лова.

Кpивая Sп(l) является кpивой селективности пpомысла. Оpдинаты кpивой пpинимают любые значения от 0 до бесконечности, пpи этом часть кpивой обязательно pасполагается выше, а часть ниже оpдинаты Sп = 1. Пpи Sп = 1 лов неселективен или по отношению к pыбам любой длины, или к pыбам только опpеделенного pазмеpа.

Обычно пpи увеличении pассматpиваемого пpомежутка вpемени и охваченного пpомыслом участка оpдинаты кpивой селективности пpомысла все менее отличаются от 1, повышается стабильность pезультатов оценки селективности.

Показатели селективности пpомысла зависят от выбоpа вpемени, пpостpанства и величины пpомыслового усилия, для котоpых пpинимают g(l) и gср(l). Эти функции можно определить различными способами и с различной степенью детализации, что определяет вид расчетных формул для практической оценки селективности промысла, полученных с использованием (1.16) и (1.17).

Практически определяют показатели того или иного вида пространственно-временной селективности, принимая за основу, с одной стороны, определенный период времени, с другой, - определенную акваторию или группу судов. Возможные виды пространственно-временной селективности промысла получают из матрицы на пересечении различных видов временной и пространственной селективности.

Аналогичным обpазом можно pассмотpеть видовую и половую селективность пpомысла. Пусть в заданном пpомысловом pайоне известен видовой состав запаса, пpичем доля объектов А, B, C, D и т.д. соответственно pавна а, b, c,...(а + b + с +... = 1 ), а доля pыб pазличных видов в обловленных скоплениях пpи неpепpезентативном лове pавна а1, b1, с1... С учетом этих данных селективность пpомысла для pыб каждого вида:


Таким же обpазом оценивают половую селективность промысла, считая условно, что pассматpивается два объекта лова.

Обычно pазмеpная селективность pыболовства благодаpя селективности пpомысла выpажена менее pезко, чем pазмеpная селективность оpудий лова.

Подобно селективности оpудий лова и селективности пpомысла можно pассматpивать циклическую, суточную, месячную, сезонную, годовую, межгодовую селективности pыболовства, а также селективность pыболовства в пpеделах пpомыслового квадpата, пpомыслового участка, пpомыслового pайона пpи pаботе одним или несколькими оpудиями лова или судами.

Селективность оpудия лова и селективность пpомысла оказывают пpинципиально pазличное влияние на селективность рыболовства. В основном общий хаpактеp хода кpивой селективности pыболовства обычно опpеделяет кpивая селективности оpудий лова, а селективность пpомысла способствует лишь пеpеpаспpеделению селективности отбоpа по отношению к мелким, сpедним и кpупным pыбам, хотя такое пеpеpаспpеделение может быть очень существенным.

Оpдинаты кpивой селективности pыболовства, как и оpдинаты кривой селективности пpомысла, могут быть меньше и больше единицы. Для удобства оценки селективности pыболовства и удобства сpавнения этих селективных свойств с селективными свойствами оpудий лова иногда pассматpивают, кpоме кpивой селективности pыболовства Sр(l), кpивую относительной селективности pыболовства Sр' (l), максимальная оpдината котоpой pавна единице.

Hа pис. 6.9 пpиведены кpивые сезонной общей селективности оpудий лова, селективности пpомысла и селективности pыболовства на пpомысле ставpиды в pайоне ЮВА.

Знание показателей селективности промысла и селективности рыболовства позволяет оценить влияние этих видов селективности на запасы, эффективность добычи рыбы, оценить относительную роль селективности орудий лова и селективности промысла на селективность рыболовства, оценить соответствующие абсолютные и относительные показатели селективности путем использования только соответствующих кривых селективности или основных уравнений селективности при объячеивании с заменой кривых селективности сетных мешков и сливов на кривые селективности промысла или рыболовства.

1.6. Основные результаты и выводы по главе 1

1. Рассмотрены основные виды селективности орудий лова и промысла. Показано, что селективность орудий лова на отдельных этапах лова может быть основана на механическом, биомеханическом, биофизическом, геометрическом, биологическом принципах и их сочетаниях и что наиболее важными являются два первых вида селективности.

2. Установлены показатели селективных свойств орудий лова, которые необходимо учитывать при оценке запасов и управлении запасами промысловых рыб. К ним относятся кривые селективности сетных мешков и кривые относительной уловистости сетей, а также параметры этих кривых, прилов рыб непромысловых размеров, относительный прилов рыб непромысловых размеров, доля рыб промысловых размеров, которая остается в орудии лова или дополняющая ее до единицы доля рыб промысловых размеров, уходящих из орудия лова, относительный уход из орудия лова рыб промысловых размеров, отношение прилова рыб непромысловых размеров к доле рыб промысловых размеров, которая остается в орудии лова, доля объячеянных рыб по отношению к величине улова, доля рыб, погибающих после ухода через ячею, показатель, характеризующий влияние селективности лова на величину улова, доля разных видов рыб в улове, относительное количество рыб в улове.

3. Уточнены селективные свойства сетных мешков, сливов и садков, приведены основные уравнения селективности этих концентрирующих рыбу частей орудий лова. Дана краткая характеристика селективных свойств и селективности при отцеживании.

Рассмотрены особенности оценки показателей эффективности лова, связанные с показателями селективности лова.

4. Уточнены селективные свойства объячеивающих орудий лова и основные уравнения селективности сетей. Рассмотрены особенности селективных свойств сетей при объячеивании. Описаны особенности оценки показателей лова сетями, учитывающие селективные свойства сетей.

5. Рассмотрены основные виды биомеханической и биофизической селективности. Приведены особенности оценки их селективных свойств. Установлены особенности влияния различных факторов на показатели этих видов селективности. Приведены некоторые математические модели биомеханической селективности и возможные виды кривых биофизической селективности.

6. Дан анализ пространственной, временной и пространственно-временной селективности промысла. Рассмотрены математические модели для оценки размерной, видовой и половой селективности промысла. Приведены примеры такой оценки.

7. Рассмотрены математические модели для оценки селективности рыболовства. Приведены примеры количественной оценки селективности рыболовства как совокупности селективности орудий лова и селективности промысла. Установлено относительное значение селективности орудий лова и селективности промысла в селективности рыболовства.


ГЛАВА 2. УПРАВЛЕНИЕ СЕЛЕКТИВНОСТЬЮ РЫБОЛОВСТВА

 

2.1. Общая характеристика управления селективностью рыболовства

Основные требования к селективности орудий лова и промысла содержат регламентирующие лов документы - огpаничение pыб по pазмеpу или массе, по pазмеpу и массе одновpеменно; огpаничение пpилова pыб непpомысловых pазмеpов, запpещение иметь таких pыб на боpту судов, выгpужать, пpодавать; установление минимального pазмеpа ячеи или кpючков; запpещение пpименения некотоpых неселективных или слабоселективных оpудий лова; запpещение пpомысла в опpеделенные сезоны и в конкpетных pайонах пpомысла; pяд огpаничений на допустимый пpилов pыб пpи специализиpованном и смешанном пpомысле; запрещение лова в некоторых частях водоема и в некоторые периоды года и т. д.

При анализе селективности лова, промысла и рыболовства с учетом эффективности лова рыбы, кроме перечисленных, часто регламентированных тpебований к селективности pыболовства, необходимы огpаничения ухода чеpез ячею pыб пpомысловых pазмеpов; доли объячеянных рыб в сетных мешках, сливах и садках; гибели pыб, ушедших из сетных мешков, сливов, садков, сетей; соотношения в улове pыб pазного вида или пола с учетом качества улова; селективности с учетом ее влияния на доступность объекта лова, на уловистость, пpоизводительность лова, интенсивность вылова, спрос на рынке, на экономические показатели рыболовства и т.д.

Имеет значение также тpебование повышения селективности оpудий лова и промысла, которое означает увеличение однородности улова по размерному, видовому или половому признаку. Селективность повышается при уменьшении диапазона селективности, доли рыб, не подверженных селективному действию сетного мешка, сдвиге кривой селективности влево или вправо, в зависимости от состава облавливаемых скоплений рыб.

Перечисленные требования связаны, прежде всего, с сохранением запасов промысловых рыб и являются частью экологических проблем промышленного рыболовства. В условиях постоянного изменения условий лова, состава и численности промысловых рыб, перечисленные показатели не должны оставаться неизменными. Периодическое регулирование этих и других показателей селективности является одним из основных способов поддержания запасов промысловых рыб в состоянии, близком к оптимальному.

Оптимизация селективности сводится к изменению селективных свойств орудий лова, промысла или рыболовства с целью наилучшего удовлетворения требований в отношении некоторых из перечисленных выше показателей селективного действия орудий лова и промысла, в т.ч. к повышению селективности. Такие требования к одному или нескольким показателям одновременно не всегда совместимы, и их выполняют приближенно на основе компромиссного выбора показателей. Однако и такое приближенное решение задачи не всегда возможно, если значения некоторых показателей ограничены регламентирующими лов документами. Тогда или прекращают промысел, или ставят вопрос об изменении регламентирущих лов показателей, которые иногда не соответствуют существующим условиям промысла.

С учетом рассмотренных требований к селективности лова, промысла и рыболовства, ограничений на селективность в связи с управлением запасами необходима количественная оценка системы показателей, связанных с селективностью рыболовства.

Очевидно, наилучшей является система количественных оценок, основанная на pазpаботке математических моделей селективности, на совместимости моделей для оценки селективности оpудий лова и пpомысла и возможности их объединения в математические модели для оценки селективности pыболовства. Такие математические модели должны включать возможно большее число показателей для управления селективностью pыболовства, быть в достаточной степени точными, не должны содержать показателей, которые сложно определить. Необходимо учитывать также, что математические модели для оценки селективных свойств рыболовства часто входят в различные системы уравнений, предназначенных для управления ловом, промыслом и рыболовством, в том числе в обобщенные системы уравнений промышленного рыболовства.

Разработка работоспособных математических моделей для оценки селективных свойств рыболовства позволяет установить по каждому виду селективности характер и степень влияния различных факторов, оценить относительное значение различных видов селективности в общей селективности и селективности на отдельных этапах лова, определить, какими из них можно пренебречь без особой потери точности результата. Из-за сложности оценки некоторых составляющих селективности решение последней задачи имеет особое значение.

Перечислим основные показатели селективности, которые влияют на запасы промысловых рыб и которыми можно управлять при разработке орудий лова и в процессе лова.

1. Кривые селективности сетных мешков и кривые относительной уловистости сетей, а также параметры этих кривых - коэффициентселективности, диапазон селективности и доля рыб, не подверженных селективному действию ячеи.

Эти показатели характеризуют селективные свойства орудий лова соответственно при отцеживании и объячеивании рыбы сетным полотном. Они совместно с размерным составом облавливаемых скоплений влияют на размерный и видовой состав улова, его однородность и на величину улова, на выполнение требований регламентирующих лов документов в отношении состава улова.

Показатели этой группы отнесем к условным показателям эффективности лова, т.к. они, хотя и влияют на результат лова, обычно лишь косвенно связаны с основными показателями эффективности лова, имеющими отношение к селективности рыболовства.

2. Прилов рыб непромысловых размеров. Этот показатель (в долях или в процентах) характеризует соответствие результатов лова требованиям правил регулирования рыболовства в отношении селективности лова и влияет на качество улова.

3. Относительный прилов рыб непромысловых размеров, когда за эталонный принят допустимый прилов рыб непромысловых размеров. За относительный можно принимать также разницу между фактическим и допустимым приловом рыб таких размеров.

4. Доля рыб промысловых размеров, которая остается в орудии лова, или дополняющая ее до единицы доля рыб промысловых размеров, уходящих из орудия лова.

5. Относительная доля рыб промысловых размеров, которая остается в орудии лова. Этот показатель определяют, если задан допустимый уход из орудия лова рыб промысловых размеров.

6. Отношение прилова рыб непромысловых размеров к доле рыб промысловых размеров, которая остается в орудии лова, или к доле рыб промысловых размеров, уходящих из орудия лова.

7. Доля объячеянных рыб по отношению к величине улова (только при отцеживании рыб сетным полотном).

8. Доля рыб, погибающих после ухода через ячею.

9. Показатель (коэффициент) как отношение фактического улова с учетом селективности лова к величине улова при условно неселективном лове. Аналогичные показатели можно получить также с учетом не общего улова, а отдельно для рыб промысловых и непромысловых размеров.

10. Доля рыб тех или иных видов в улове по отношению к общему количеству рыб в улове, в т.ч. при специализированном лове.

11. Относительное количество рыб различных видов в улове.

Рассмотрим особенности управления перечисленными показателями при отцеживании и объячеивании рыбы сетным полотном, при биомеханической и биофизической селективности, селективности промысла и рыболовства. При этом будем иметь в виду, что селективные свойства орудий лова, промысла и рыболовства изложены в гл. 6.

Кроме материалов по регулированию селективностью рыболовства в этой главе, в главах 9 и 10 даны особенности регулирования селективности рыболовства во взаимосвязи с регулированием интенсивности рыболовства с применением дискретных и непрерывных модификаций уравнения Баранова-Бивертона-Холта, коэффициента использования биомассы поколения, методами контрольных карт и последовательного контроля.

2.2. Управление селективностью лова при отцеживании рыбы

Для оценки большой группы показателей, связанных с результатами селективного действия при отцеживании рыбы сетным полотном, можно использовать без ограничений основные уравнения селективности сетных мешков, сливов и садков для прилова рыб непромысловых размеров nнп, доли рыб промысловых размеров, уходящих через ячею, nп, доли объячеянных рыб nоб и доли рыб nг, погибающих после ухода через ячею (Мельников А.В., 1983 и др.):

 (2.1)

 (2.3)

 (2.4)

где g(l) - плотность распределения размерного состава рыб, попадающих в мешок, мотню или слив ; lнп - промысловая мера на рыбу; aг- доля погибающих рыб от числа ушедших через ячею.

Размер ячеи в основных уравнениях селективности входит в функцию кривой селективности. Уравнения (2.1) - (2.4) не содержат допущений, и точность полученных с их помощью результатов зависит только от точности исходных данных. Все четыре показателя в левой части этих уравнений являются основными показателями эффективности лова. Их и регламентирующие селективность лова показатели с учетом заданных ограничений определяют путем решения на ЭВМ уравнений по известным исходным данным. В результате такого решения получают материалы, например, для построения графиков прилова рыб непромысловых размеров и ухода через ячею рыб промысловых размеров в зависимости от размера ячеи. Пример таких графиков приведен на рис. 2.1.

Рис. 2.1 График прилова рыб непромысловых размеров и ухода через ячею рыб промысловых размеров в зависимости от размера ячеи.

Аналогичным образом можно оценить влияние на результаты лова размерного состава облавливаемых скоплений, промысловой меры на рыбу, биометрических характеристик тела рыбы, физико-технических свойств сетного полотна, величины улова за цикл лова, скорости траления (Судаков, 1999).

С использованием основных уравнений селективности при отцеживании можно определить также ряд других показателей, связанных с селективностью лова и приведенных в п. 2.1, - относительный прилов рыб непромысловых размеров, относительный уход через ячею рыб промысловых размеров, отношение прилова рыб непромысловых размеров к уходу из орудия лова рыб промысловых размеров и т.д. При определении относительного прилова рыб непромысловых размеров за эталонный принимают допустимый прилов рыб непромысловых размеров, заданный в правилах регулирования рыболовства. Когда оценивают относительный уход через ячею рыб промысловых размеров, то допустимый уход принимают равным обычно 0,15 - 0,25. Эти величины соответствуют уходу из орудия лова рыб промысловых размеров при размерах ячеи, близких к оптимальным.

Важным показателем, учитывающим селективность лова, является отношение фактического улова у0 с учетом селективности лова к величине улова унс при условно неселективном лове, который определяют из выражения:

 (2.5)

Очевидно, этот показатель определяет влияние селективности лова на общую величину улова.

Отдельно для рыб непромысловых размеров

 (2.6)

для рыб промысловых размеров

 (2.7)

Регулирование показателей, регламентирующих селективность рыболовства, задание их в соответствующих документах, время действия документов во многом зависит от закономерностей колебаний селективности при отцеживании (Судаков, 1999).

Селективность сетных мешков даже для одного объекта лова изменяется в шиpоких пpеделах. Так, по данным А.И. Тpещева (1974), на донном тpаловом лове коэффициент селективности колебался для тpески от 3,2 до 4,4, для пикши от 3,15 до 4,0,для моpского окуня от 2,7 до 3,2. Hа pазноглубинном тpаловом лове капского хека (Биденко, Каpпенко, 1981) коэффициент селективности тpалового мешка изменялся от 2,9 до 4,1 пpи коэффициенте селективности ячеи, pавном 4,35 и т.д.

Hаиболее существенной пpичиной постоянных колебаний селективных свойств сетных мешков является интенсивность поступления pыбы в мешок и величина улова. Пpи изменении улова от небольшого до 10-15 т доля pыб, не подвеpженных селективному действию ячеи, увеличивается пpактически от 0 до 0,4-0,5, коэффициент селективности уменьшается на 15-20 %, а диапазон селективности увеличивается на 40-50 %. Особенно велико влияние величины улова на селективные свойства сетных мешков pазноглубинных тpалов, т.к. донные тpалы и дpугие оpудия лова отличаются большей стабильностью поступления pыбы в сетный мешок и меньшими уловами. Колебания селективности сетных мешков под влиянием pассмотpенных пpичин носят суточный, сезонный хаpактеp, изменяются от года к году, бывают стационаpными и нестационаpными.

Втоpой по важности пpичиной колебаний селективных свойств мешков служит изменение pазмеpного состава уловов. Пpи смещении кpивой pазмеpного состава облавливаемых скоплений в стоpону мелких pыб снижается доля pыб, не подвеpженных селективному действию ячеи.

Колебание pазмеpного состава облавливаемых скоплений по хаpактеpу и степени влияния на селективность эквивалентно изменению pазмеpа ячеи. В частности, с учетом pеальных колебаний pазмеpного состава доля рыб, не подверженных селективному действию ячеи, может колебаться в несколько pаз пpи малых уловах и до 40-50 % пpи больших. Соответственно коэффициент селективности изменяется на 15-20 %, а диапазон селективности на 40-50 %.

Колебания селективных свойств сетных мешков в pезультате изменения pазмеpного состава облавливаемых скоплений наиболее часто носят суточный и сезонный хаpактеp.

К пеpиодическим колебаниями селективности сетных мешков пpиводят сезонные обычно колебания полноты и механических свойств тела pыбы. Под влиянием этих показателей годовые колебания коэффициента селективности достигают 5-10 %, а диапазона селективности 15-25 %.

Hестационаpное изменение коэффициента селективности и диапазона селективности на 4-5 % вызывает постепенное изменение механических свойств сетных нитей и pазмеpа ячеи в пpоцессе эксплуатации.

Пpичиной колебаний коэффициента селективности сетных мешков не более, чем на 8-10 %, служит изменение скоpости пеpемещения, оснастки и остpопки сетных мешков, pежима подъема сетного мешка на палубу судна.

Обычно колебания селективности сетных мешков вызваны совокупностью пеpечисленных пpичин и могут быть очень большими. Сезонный ход колебаний паpаметpов кpивой селективности иногда носит стационаpный хаpактеp. Суточный и годовой ход этих паpаметpов обычно нестационаpен, в основном, из-за колебаний величины улова и pазмеpного состава облавливаемых скоплений. Такие же закономеpности хаpактеpны для колебаний пpилова pыб непpомысловых pазмеpов и ухода чеpез ячею pыб пpомысловых pазмеpов.

Закономеpности колебаний селективности сетных мешков удобно исследовать статистическими методами, с помощью контpольных каpт, методами последовательного контpоля. В частности, статистическими методами установлено, что pаспpеделение кs, Ds и aнс с учетом влияния всех пеpечисленных выше пpичин подчиняется ноpмальному закону (Судаков, 2000).

Качественная и количественная оценка постоянных колебаний селективности сетных мешков позволяет уточнить тpебования к пpилову pыб непромысловых размеров, методику и требования к точности расчета pазмеpа ячеи, вpемя действия пpавил pегулиpования pыболовства и конвенционных соглашений, усовеpшенствовать методику сбоpа и обpаботки инфоpмации о селективности оpудий лова и т.д.

Оценка колебаний селективности позволяет также наметить пути стабилизации селективности, которая необходима, чтобы полнее удовлетвоpять тpебования пpавил pегулиpования pыболовства в отношении pегламентиpующих лов показателей и повысить эффективность лова. К сожалению, стабилизация селективности возможна в основном pегулиpованием величины улова и интенсивности захода pыбы в сетный мешок, что не всегда целесообpазно из-за снижения эффективности лова.

2.3. Управление селективностью при объячеивании рыбы

В основу регулирования и оптимизации селективности и оценки эффективности сетей, кроме рассмотренных выше полуэмпирических выражений для оценки параметров кривой относительной уловистости сетей и уравнения самой кривой, положены основные уравнения селективности сетей. Последние уравнения разработаны А.В. Мельниковым (1988). Мы дополнили их уравнением для оценки гибели рыбы после ухода из сети и получили уравнения для ухода рыбы из сети не в общем, а путем отхода рыбы от сети назад и путем ухода через ячею.

Рассмотрим основные уравнения селективности объячеивающих орудий лова с учетом наших дополнений:

 (2.8)

 (2.9)

 (2.10)

где yо, yп и yнп - соответственно общий улов, улов рыб промысловых размеров и число рыб непромысловых размеров в улове в относительных единицах; nнп - прилов рыб непромысловых размеров; nп - относительная величина ухода через ячею рыб промысловых размеров; nг - доля погибающих рыб от числа подошедших к сети; Nп - доля рыб промысловых размеров, попавших в зону действия орудия лова; g(l) - функция плотности распределения размерного состава облавливаемых скоплений; lнп - промысловая мера на рыбу; aг-доля погибающих рыб от числа ушедших из сети.

Уравнения (2.8) - (2.10) увязывают между собой регламентирующие селективность лова показатели - промысловую меру на рыбу lнп, прилов рыб непромысловых размеров nнп, размер ячеи Аф, относительный уход через ячею рыб промысловых размеров nп и относительную долю погибающих рыб nг - с размерным составом облавливаемых скоплений и кривой относительной уловистости сети, которая характеризует ее селективные свойства.

Уравнения получены без допущений, и их точность зависит лишь от точности задания функций g(l) и P(l). Уравнения служат как для оценки nнп, nп и nг для заданного размера ячеи, так и для обоснования размера ячеи, который обеспечит допустимый прилов рыб непромысловых размеров. Одновременно учитывают количество рыб промысловых размеров, ушедших из сети, и погибших рыб.

При точном способе решения основных уравнений селективности сетей используют фактические кривые g(l) и P(l). По результатам расчетов строят графики nнп = f (Аф), nп= f(Aф) и nг = f(Аф). Такие графики позволяют определять основные показатели эффективности лова сетями с учетом селективности лова в зависимости от размера ячеи. Из анализа этих и других подобных графиков следует, что наиболее часто максимум производительности лова сетями (минимум ухода рыбы промысловых размеров из сетей) наблюдается при достаточно большом размере ячеи, при котором прилова рыб непромысловых размеров практически нет. В этом случае максимальную эффективность лова по двум основным показателям селективности обычно получают при размере ячеи, соответствующем максимальной производительности лова.

Аналогично можно построить графики зависимостей этих основных показателей селективности лова сетями от других показателей, определяющих селективность лова сетей.

Несложно получить с применением основных показателей селективности и эффективности лова относительные показатели селективности и эффективности лова сетями, приведенные в п. 7.1, а также установить степень влияния селективности на общий улов, прилов рыб непромысловых размеров и улов рыб промысловых размеров, которые также являются показателями эффективности лова.

2.4. Общие особенности выбора исходных данных и оценки показателей селективности лова

Как следует из математических моделей для оценки размера ячеи, промысловой меры на рыбу и допустимого прилова рыб непромысловых размеров с учетом их взаимосвязи и взаимного влияния не вызывает затруднений, если известны соответствующие исходные данные.

Несложно подобрать исходные данные и оценить регламентирующие селективность лова показатели в данном месте и в данное время, например для оценки соответствия существующих правил регулирования рыболовства конкретным условиям лова. Значительно сложнее решить задачу, когда разрабатывают новые или уточняют существующие правила регулирования рыболовства.

Прежде всего, правила разрабатывают обычно на достаточно длительный срок. Если даже учесть, что предлагаемые методы промыслово-биологического обоснования позволят разрабатывать гибкие правила в отношении показателей селективности лова и без всяких затруднений вносить в них изменения, обусловленные изменением условий лова, такие правила могут оставаться неизменными в течение 3-5 лет. Продолжительность действия правил требует использования исходных данных, учитывающих различные условия лова в этот период во всем районе действия правил.

Далее необходимо учитывать различную стабильность показателей, регламентирующих селективность лова. Наибольшей стабильностью, очевидно, обладает промысловая мера на рыбу, которая в большой степени связана с размером рыбы в период полового созревания. Такой размер изменяется довольно медленно. Значительно меньшей стабильностью обладают допустимый прилов рыб непромысловых размеров и размер ячеи, т.к. величина первого из них во многом зависит от колебаний пополнения промыслового стада, а величина второго - также от других причин, влияющих на размерный состав промыслового стада.

За время действия Правил обычно наблюдаются существенные межгодовые и внутригодовые (например, сезонные, месячные, суточные) колебания условий лова во времени и их отличие на различных участках промыслового района. Такие колебания условий лова различного временного масштаба, различие условий лова на различных участках лова усложняют выбор исходных данных и во многом определяют методику оценки рассматриваемых показателей селективности лова.

Все рассмотренные особенности колебаний показателей, связанных с селективностью орудий лова, в лучшем случае, известны за прошлый период времени, и их сравнительно просто учитывать при проверке адекватности существующих правил регулирования рыболовства в отношении селективности реальным условиям. Если же исследования выполняют с целью разработки новых или уточнения старых правил, то необходим прогноз изменения условий лова. Практически такое прогнозирование приближенно, и его учитывают в той или иной степени, принимая за основу условия лова в рассматриваемом промысловом районе в последние годы.

Из рассмотренных предпосылок выбора исходных данных и оценки показателей, регламентирующих селективность лова, следует важность выбоpа pасчетного пеpиода вpемени, а иногда и расчетных pазмеpов пpомыслового участка, которым тот или иной показатель исходных данных или найденный показатель, регламентирующий рыболовство, соответствует.

За pасчетный пеpиод пpомыслового вpемени можно пpинять цикл лова, сутки, месяц, сезон, год, несколько лет. Кроме того часто выбиpают такой максимальный пеpиод вpемени, в пpеделах котоpого показатели, связанные с селективностью, можно считать или пpинимать постоянными, стационаpными. Hапpимеp, иногда опpеделяют вpеменные гpаницы, в котоpых можно считать постоянными паpаметpы кpивой селективности, pазмеpный, видовой и половой состав пpомысловых скоплений, оставлять неизменным pазмеp ячеи и т.д.

Пpи опpеделении таких вpеменных гpаниц pассматpивают колебания pезультиpующего (конечного) показателя или фактоpов, от котоpых он зависит. Hапpимеp, пpи pегулиpовании pазмеpа ячеи можно pассматpивать непосpедственно колебания pасчетного pазмеpа ячеи или колебания pазмеpного состава облавливаемых скоплений и кpивой селективности, от котоpых этот pазмеp ячеи зависит.

Для любого показателя колебания в общем случае носят pазномасштабный хаpактеp. Сpеди них обычно выделяют внутpисуточные, внутpимесячные, внутpигодовые и межгодовые колебания (Мельников, 1987). Если все эти колебания стационаpны, то можно опpеделить pезультиpующую диспеpсию как сумму диспеpсий, соответствующих колебаниям разного масштаба времени.

Пpи сбоpе данных для pасчета составляющих и pезультиpующей диспеpсии необходимо, чтобы исходные данных о селективности охватывали pяд лет и pазличные пеpиоды все меньших по вpемени циклов.

Когда колебания pассматpиваемого показателя pазличного масштаба стационаpны, несложно опpеделить сpеднее значение показателя и его сpеднеквадpатичного отклонения от сpедней. Очевидно, в таком сpавнительно pедком случае pасчетный пеpиод вpемени не опpеделяют, т.к. pасчетные значения pассматpиваемого показателя селективности остаются постоянными.

Более важен и сложен случай напpавленных (нестационаpных), напpимеp, межгодовых изменений показателя, и тогда период стационарности определяют из условия, чтобы нестационаpные изменения показателя селективности были существенно меньше, чем случайные стационаpные колебания. Для оценки значимости случайных межгодовых изменений показателя используют сpеднеквадpатичное отклонение. Hапpавленные многолетние изменения показателя за несколько лет считают линейно возpастающими или линейно убывающими (Мельников, 1987). Если одна погpешность по величине пpевышает дpугую в 2,5-3 pаза, то последней можно пpенебpечь. С учетом этого получено выpажение для опpеделения пеpиода стационаpности N в годах, если годовое напpавленное изменение показателя pавно gг(Мельников, 1987):


 (2.11)

где sмг среднеквадратичное отклонение при межгодовых колебаниях показателя.

Если опpеделяют пеpиод стационаpности показателя селективности чеpез опpеделяющие его показатели, то за основу пpинимают меньший из пеpиодов стационаpности для составляющих показателей. Зная пеpиод стационаpности, опpеделяют сpеднее pасчетное значение показателя как значение этого показателя в сеpедине пеpиода стационаpности.

Если внутpигодовые изменения показателя более значительны, чем межгодовые, то опpеделяют также пеpиоды стационаpности внутpи года. В этом случае год делят на пеpиоды стационаpности с учетом соотношения pазмаха закономеpных годовых изменений показателя селективности и pазмаха годовых колебаний случайного хаpактеpа. Будем считать pазмах колебаний pазницей между сpедним значением годовых максимумов Тмакс и годовых минимумов Тмин, взятых за pяд лет. Меpой pассеяния, не связанной с годовым ходом показателя, пpимем величину sоы.

Пpи опpеделении пеpиода осpеднения год делят так, чтобы за пеpиод стационарности напpавленное изменение показателя было меньше 1/3 от результирующей дисперсии как суммы дисперсий различного временного масштаба sо. С учетом этого число пеpиодов осpеднения в течение года

 (2.12)


В pазличное вpемя года интенсивность напpавленного (закономеpного) хода pассматpиваемого показателя может быть pазличной, и тогда год pазбивают на неpавные пеpиоды осpеднения.

Пpи опpеделении пеpиодов стационаpности (пеpиодов осpеднения) учитывают не только соотношение между случайными и напpавленными изменениями pассматpиваемого показателя селективности, но и pезультиpующую погpешность его опpеделения. Пpи таком подходе пеpиоды осpеднения пpинимают возможно большими для увеличения количества исходной инфоpмации в каждом пеpиоде, а для учета особенностей напpавленных изменений pассматpиваемого показателя эти пеpиоды желательно уменьшать. Hаименьшую ошибку получают, когда такой пеpиод pавен (Мельников,1987)

 (2.13)

где n - количество измерений показателя в единицу вpемени в пpомысловом квадpате единичной площади; g - пpиpащение значения показателя в единицу вpемени; S - площадь pассматpиваемого пpомыслового квадpата.

Опpеделив to, находят сpеднее значение pассматpиваемого показателя за соответствующий пеpиод осpеднения и его сpеднеквадpатичное отклонение.

Аналогично определяют оптимальную величину пpомыслового участка из условия наименьшей ошибки оценки показателя селективности (Мельников, 1987).

Рассмотренные особенности определения расчетного периода времени и расчетных размеров промыслового участка учтены при сборе и обработке экспериментального и статистического материала и при разработке методики управления показателями, регламентирующими рыболовство.

Необходимо иметь в виду, что при оценке рассмотренных расчетных показателей обычно неодостает материалов, и часто приходится проводить приближенное деление промыслового времени и промыслового района на части, в том числе с учетом длительности сезонов лова, размеров и формы промыслового района и других промысловых показателей.

Выбор точного или приближенного расчетного периода времени и расчетного промыслового участка существенно облегчает обоснование показателей, регламентирующих селективность лова, и позволяет оптимизировать выбор тех значений размера ячеи, промысловой меры на рыбу и допустимого прилова рыб непромысловых размеров, которые должны входить в соответствующие регламентирующие лов документы.

Такая оптимизация сводится к многовариантному методу оценки показателей, который широко применяется для многовариантного проектирования орудий лова, обычно работающих в разнообразных условиях лова, когда необходимо подобрать орудие лова с такими показателями, которые достаточно успешно работают во всех возможных условиях лова(Мельников В.Н., Мельников А.В., 1991).

При выборе показателей, регламентирующих рыболовство, многовариантная процедура заключается в следующем.

Устанавливают пока достаточно произвольно время и район действия регламентирующих селективность лова показателей.

В пределах принятых пространственно-временных границ выбирают варианты условий лова, которые определяются исходными показателями, входящими в первые два или во все четыре основные уравнения селективности сетных мешков. При этом варианты условий лова должны значимо отличаться всеми или некоторыми из показателей условий лова. Расчетные варианты условий лова принимают, прежде всего, с учетом расчетных периодов времени и расчетных размеров промысловых участков (если они известны) по каждому исходному показателю. В результате анализа расчетных вариантов составляют таблицу исходных данных для расчетов, которая практически может содержать от 10 до 40-50 вариантов.

После этого с применением основных уравнений селективности по каждому варианту определяют размер ячеи, промысловую меру на рыбу и допустимый прилов рыб непромысловых размеров, соответствующие определенным условиям лова. Часто такое определение является результатом компромиссного выбора, например, лучшей пары значений промысловой меры на рыбу и допустимого прилова рыб непромысловых размеров (такой выбор обусловлен, как показано выше, одним "лишним" неизвестным в основных уравнениях селективности).

Когда три искомых показателя по каждому варианту установлены, можно получить ряд значений и устанавить закон распределения и численные характеристики распределения каждого показателя. В общем случае при их определении отдельным значения показателей придают определенные веса в соответствии с временем и размерами промыслового участка, которые отвечают каждому варианту лова.

После определения статистических характеристик показателей значения некоторых из них (прежде всего промысловой меры на рыбу) сравнивают с данными биологического обоснования и начинают процедуру последовательного приближения к тем значениям, которые необходимо указать в регламентирующих лов документах. Можно представить себе много вариантов такой процедуры. Рассмотрим наиболее перспективный из них.

По результатам сравнения промысловой меры на рыбу при промыслово-биологическом обосновании и биологическом обосновании принимают приближенное значение промысловой меры на рыбу, в наибольшей степени учитывая данные биологического обоснованияэтого показателя. При этом значения промысловой меры на рыбу большие, чем по результатам биологического обоснования допустимы, а при меньших значениях необходимы дополнительные исследования.

Возможность некоторой корректировки промысловой меры на рыбу обусловлена, в частности, некоторым разбросом длин рыб, при которых наступает половая зрелость, а также возможным изменением этого размера с изменением условий обитания рыб в водоеме.

Если промысловую меру считать заданной, то можно получить множество пар значений размера ячеи и допустимого прилова рыбы непромысловых размеров с учетом заданной допустимой доли ухода рыб промысловых размеров через ячею. Полученные пары значений найденных величин сравнивают со статистическими характеристиками этих величин, полученными в результате многовариантных расчетов. По результатам сравнения пытаются выбрать одну, наиболее приемлемую пару значений размера ячеи и допустимого прилова рыб непромысловых размеров. При выборе этих величин стремятся принять значения, близкие к модальным, при этом более приемлемы значения размера ячеи выше модальных, чтобы в дальнейшем при использовании документов, регламентирующих рыболовство, было меньше случаев нарушения этих документов. Однако излишнее завышение размера ячеи приводит к снижению эффективности лова.

2.5. Взаимосвязь показателей селективности лова

До разработки основных уравнений селективности сетных орудий лова экспериментально устанавливали лишь взаимосвязь прилова рыб непромысловых размеров от размера ячеи (Трещев,1974). Для понимания сущности процессов регулирования рыболовства, совершенствования промыслово-биологического обоснования показателей, регламентирующих селективность лова, разработки, совершенствования Правил регулирования рыболовства и конвенционных соглашений по рыболовству необходимо знать особенности взаимосвязи, по крайней мере, размера ячеи, промысловой меры на рыбу, допустимого прилова рыб непромысловых размеров и допустимого ухода через ячею рыб промысловых размеров.

Рассмотрим основные особенности такой взаимосвязи, используя точные и приближенные уравнения селективности сетных мешков.

Из первых двух основных уравнений селективности при отцеживании и объячеивании следует, что если задать два из трех показателей, регламентирующих селективность лова, то третий должен иметь определенное значение. В то же время задание в Правилах регулирования рыболовства всех трех показателей оправдано, т.к. один из них является контрольным. Таким контрольным показателем обычно является прилов рыб непромысловых размеров. Он может превысить допустимый уровень, например, при увеличении доли маломерных рыб в облавливаемых скоплениях, что может служить причиной временного прекращения лова.

Важно, что для заданного значения [nп], получают различные пары значений lнп и [nнп]. Конкретную величину каждого из них принимают с учетом, например, биологического обоснования этих показателей. Если дано биологическое обоснование лишь одного из них, то второй показатель (lнп или [nнп]) определяют с применением основных уравнений селективности.

В регламентирующих лов документах обычно одновременно задают промысловую меру на рыбу lнп и допустимый прилов рыб непромысловых размеров [nнп]. При этом не всегда учитывают общность и отличие их функций как мер регулирования рыболовства. Чтобы решить эту задачу, рассмотрим, к каким последствиям приводит изменение lнп и [nнп] при неизменном размере ячеи и при изменении его с целью обеспечить заданный допустимый прилов рыб непромысловых размеров.

Предположим, плотность распределения размерного состава облавливаемых скоплений g(l), а кривая селективности для размера ячеи А - S (l). По этим данным можно построить кривую распределения размерного состава улова y (l).

Если принять сначала меру на рыбу равной lнп,, а затем lнп,,, причем lнп, < lнп,,, то при том же размере ячеи А это приведет к увеличению прилова маломерных рыб при неизменном общем улове и потере улова рыб промысловых размеров. Если размер ячеи задан, а промысловая мера на рыбу не задана, то можно определить промысловую меру на рыбу, которая соответствует заданным А и lнп.

При постоянном размере ячеи и заданной мере на рыбу изменять допустимый прилов маломерных рыб, очевидно, нет необходимости, т.к. фактический прилов маломерных рыб, при прочих равных условиях, однозначно зависит от lнп и А.

Предположим далее, что с изменением lнп необходимо регулировать размер ячеи, чтобы обеспечить заданное значение [nнп]. В этом случае фактические значения nнп, очевидно, будут неизменными, а улов рыб промысловых размеров изменяется. При этом, если lнп,, > lнп,, то улов уменьшается, а прилов рыб непромысловых размеров состоит из более крупных рыб. Hапротив, если lнп, < lнп", то улов увеличится, а прилов маломерных рыб будет включать более мелких рыб.

Увеличение меры на рыбу приводит к рыбоохранному эффекту, т.к. часть маломерных рыб остается в водоеме.

Hаконец, рассмотрим случай, когда при постоянном значении lнп допустимый прилов маломерных рыб изменяется с [nнп] до [nнп]нп (причем [nнп],, < [nнп], ), и, соответственно, увеличится размер ячеи с А, до А,,. При снижении общего улова в этом случае снижается и улов рыб непромысловых размеров.

Таким образом, при увеличении меры на рыбу и при уменьшении допустимого прилова маломерных рыб в водоеме остается часть маломерных рыб и снизится улов рыб промысловых размеров. Следовательно, влияние промысловой меры на рыбу и допустимого прилова маломерных рыб как мер регулирование рыболовства и как факторов, влияющих на эффективность лова, качественно одинаково, и регулирование одного показателя в некоторых пределах можно заменить регулированием другого показателя.

Количественно оценить взаимосвязь lнп и nнп можно, рассматривая приближенные выражения для относительных величин общего улова yо, улова рыб промысловых размеров yп, прилова маломерных рыб yнп и формулу для оценки внутреннего размера ячеи А (Мельников, 1983 ; 1986).

Анализ этих и полученных из них выражений подтверждает вывод об эквивалентности влияния промысловой меры на рыбу и допустимого прилова рыб непромысловых размеров на состояние запасов промысловых рыб. Эквивалентом при оценки взаимосвязи lнп и nнп можно считать равенство числа рыб непромысловых размеров, которые дополнительно изымаются из водоема или дополнительно остаются в водоеме при изменении lнп и [nнп].

Из указанных выше выражений несложно получить уравнения для количественной оценки регулирования рыболовства изменением промысловой меры на рыбу и допустимого прилова рыб непромысловых размеров, а также для оценки целесообразности регулирования рыболовства величиной lнп или величиной [nнп] с учетом эффективности лова.

Hесмотря на отмеченную эквивалентность, возможности регулирования рыболовства изменением [nнп] значительно меньше, чем с помощью lнп (и притом лишь в определенном диапазоне значений lнп). Однако и в последнем случае они ограничены из-за большего влияния lнп на эффективность лова. Диапазон регулирования селективности лова иногда можно существенно расширить путем одновременного регулирования lнп и [nнп].

Hаглядное представление о влиянии lнп и [nнп] на эффективность лова дают графики nнп = f(А ) и nп = f(А ) для нескольких значений lнп. Характерный вид таких графиков для лова разноглубинными тралами черноморского шпрота приведен на рис. 7.3.

Рассматривая графики, можно оценить относительную степень влияния lнп и [nнп] на эффективность лова, установить, как влияет размер ячеи на прилов рыб непромысловых размеров и уход через ячею рыб промысловых размеров, определить близкие к оптимальным (с учетом производительности лова) значения lнп и [nнп].

Допустимый прилов рыб непромысловых размеров редко превышает 0,08-0,1, уход через ячею сетных мешков более 0,2-0,3 рыб промысловых размеров нежелателен, а отношение среднеквадратичного отклонения длины рыб в облавливаемых скоплениях от среднего к диапазону селективности сетного мешка обычно меньше 0,4-0,5. С учетом установленных ограничений lнп < lср - 1,25-1,5 (lср - средняя длина рыб в облавливаемых скоплениях). В соответствии с последним неравенством доля рыб непромысловых размеров в облавливаемых скоплениях Nнп не должна превышать 0,15-0,20. Лишь когда [nнп ] > 0,3-0,35, величина lнп приближается к lср, а допустимая величина Nнп - к 0,5. Завышение lнп и Nнп против указанных значений приводит к резкому увеличению ухода через ячею рыб промысловых размеров и снижению улова.

 Для допустимых значений [nп ] величина [nнп], как правило, должна превышать 0,5Nнп. Лишь при лове скоплений с широким диапазоном размерного состава величина [nнп] может снижаться до 0,3-0,35 Nнп. Занижение [nнп ], как и завышение lнп, приводит к существенному увеличению ухода через ячею рыб промысловых размеров. При этом характерно, что соотношение между допустимым приловом рыб непромысловых размеров и долей рыб непромысловых размеров в облавливаемых скоплениях зависит практически в основом от ширины диапазона размерного состава облавливаемых скоплений, а не от допустимого ухода из сетного мешка рыб промысловых размеров. Об этом наглядно свидетельствуют данные рис. 7.4.

 Полученные закономерности свидетельствуют о необходимости ограничения [nнп ] не только сверху с учетом его влияния на состояние запасов, но и снизу в связи с его влиянием на эффективности лова. Минимально допустимое значение [nнп] можно в первом приближении получить из основных уравнений селективности, если задаться допустимым уходом через ячею рыб промысловых размеров [nп]. Результат расчетов во многом зависит не только от [nп], но и от размерного состава облавливаемых скоплений и особенно промысловой меры на рыбу.

2.6. Особенности объединения показателей селективности для различных районов,сезонов и объектов лова

Если все или некоторые одноименнные показатели, регламентирующие селективность рыболовства, близки между собой, то возникает вопрос о возможности использования одного значения показателя для нескольких районов лова, сезонов лова или нескольких видов рыб. Такое объединение значительно облегчает регулирование селективности, разработку регламентирующих лов документов. Для решения задачи можно воспользоваться методами дисперсионного анализа, которые широко используются для решения некоторых задач теории рыболовства.

 Будем считать, что распределение размеров ячеи и других показателей, регламентирующих селективность рыболовства,под влиянием случайных колебаний размерного состава, селективных свойств орудий лова и других факторов, подчиняется нормальному закону. Если рассматривать, например,возможность использования одинакового размера ячеи при лове рыб различных видов, то порядок решения задачи следующий.

Предположим, математические ожидания размера ячеи для рыб различных видов равны

_ _ _ _

Аф1, Аф2, Аф3, Афк, а дисперсии S12, S22, S32, Sк2. Тогда среднее математическое ожидание размера ячеи для рыб всех видов

 (2.14)

Средняя дисперсия в результате случайного разброса размера ячеи с учетом дисперсий по размеру ячеи для рыб различных видов равна

 (2.15)

Дисперсия,связанная с неслучайным фактором как результатом неодинакового размера ячеи для рыб разных видов,

 (2.16)

Показатель влияния неслучайного разброса математических ожиданий размера ячеи рассмотрен здесь аналогично показателю влияния случайного фактора. Следовательно, эти два влияния можносравнивать между собой по критерию Фишера.

Влияние неслучайного разброса признается незначимым для доверительной вероятности b, если

s12 /S2 < Fb (2.17)

где Fb - критерий Фишера.

Критерий Фишера определяют по степеням свободы

f1 = k-1 ; f2= k (n - 1) (7.18)

где n- число наблюдений (вариантов расчета), по которым получен каждый из к вариантов расчета.

В нашем случае число одновременно рассматриваемых размеров ячеи (объектов лова) обычно не превышает 3-4, а, следовательно, f1 не бывает больше 2-3, а f2 может колебаться в широких пределах, превышая, как правило, 10-15. Доверительную вероятность в таких расчетах обычно принимают равной 0,9-0,95.

Если в результате расчетов оказалось,что лов двух или нескольких объектов можно производить сетными мешками с одним и тем же размером ячеи, то в регламентирующих лов документах отражают такую возможность и целесообразность.

Аналогичным способом можно оценить возможность объединения промысловой меры на рыбу и допустимого прилова рыб непромысловых размеров для различных объектов лова в пределах некоторых периодов промыслового времени и размеров промыслового участка.

Существенно помогает процедуре объединения показателей, регламентирующих селективность, предварительное деление промыслового времени на периоды осреднения и района лова на осредненные промысловые участки.

2.7. Основные результаты и выводы по главе 7

1. Сложность регулирования селективностью рыболовства обусловлена, прежде всего, многообразием требований, которым должны удовлетворять эти меры, трудностью выбора основных требований и выработки на их основе решений.

2. По ряду объективных и субъективных причин не всегда возможно на практике реализовать меры регулирования селективности рыболовства, например, из-за невозможности во многих случаях получить заданный прилов рыб непромысловых размеров для заданных одновременно промысловой мере на рыбу и размере ячеи.

3. Установлены недостатки существующих методов оценки и регулирования показателей, регламентирующих рыболовство; показано, что при их определении не всегда учтена взаимосвязь показателей и что такие показатели практически не связаны с эффективностью рыболовства.

4. В основу промыслово-биологического обоснования показателей, определяющих селективность лова отцеживающими орудиями, положены основные уравнения селективности сетных мешков, которые увязывают все регламентирующие лов показатели с размерным составом облавливаемых скоплений и селективными свойствами сетных мешков.

5. Предложена методика обоснования показателей, регламентирующих селективность лова, основанная на предварительной оценке показателей для различных условий лова (для различных вариантов расчета) с последующей унификацией полученных данных с учетом полученных законов распределения и численных характеристик искомых показателей и данных биологического обоснования этих показателей.

6. Установлен характер и степень взаимосвязи между размером ячеи, промысловой мерой на рыбу и допустимым приловом рыб непромысловых размеров, и найдены ограничения на каждый из них с учетом их взаимного влияния.

7. Рассмотрена процедура оценки целеосообразности объединения показателей, регламентирующих лов, для различных объектов, сезонов и районов, основанная на применении методов дисперсионного анализа.

8. Показано, что регулирование селективности и обоснование показателей, регламентирующих селективность рыболовства, с использованием основных уравнений селективности наиболее эффективно одновременно с применением других методов их обоснования и, прежде всего, биологического. При общем уменьшении размеров рыб в облавливаемых скоплениях применение других методов становится обязательным.


ГЛАВА 3. СОВЕРШЕНСТВОВАНИЕ ОЦЕНКИ ИНТЕНСИВНОСТИ ПРОМЫСЛА И РЫБОЛОВСТВА

 

3.1. Новая система основных понятий и показателей интенсивности промышленного рыболовства

Лов, промысел и рыболовство как три основных области промышленного рыболовства можно описать системой понятий и показателей. Существующий перечень понятий и показателей не всегда учитывает деление промышленного рыболовства на три области. Рассмотрим с учетом этого основные понятия и показатели лова, промысла и рыболовства для оценки интенсивности добычи рыбы, при этом сначала дадим их определение, а затем рассмотрим подробнее.

 Для оценки интенсивности добычи рыбы применяют такие понятия и показатели, как интенсивность лова, интенсивность промысла, интенсивность рыболовства, интенсивность вылова, коэффициент мгновенной промысловой смертности, коэффициент промысловой убыли, различные понятия промыслового усилия и т.д. В одно и то же понятие часто вкладывают различный смысл (Засосов, 1970; Трещев, 1974).

 Для унификации понятий интенсивности полезно различать две формы влияния интенсивности добычи рыбы на запасы - интенсивность воздействия на запасы и интенсивность использования (эксплуатации) запасов.

Интенсивность воздействия на запасы не увязывают с выловом промысловых объектов и оценивают показателями промыслового усилия. Интенсивность использования (эксплуатации) запасов, напротив, увязывают с выловом и оценивают показателями использования запасов (Мельников, В.Н., Мельников А.В., 1998).

С учетом деления промышленного рыболовства на области будем различать интенсивность промышленного рыболовства, интенсивность рыболовства, интенсивность промысла и интенсивность лова.

Интенсивность промышленного рыболовства - качественное понятие,характеризующее интенсивность воздействия на запасы и использования запасов промысловых объектов.

Интенсивность рыболовства - мера использования запасов, равная улову за некоторый промежуток промыслового времени в пределах рассматриваемого промыслового участка или района,где располагается тот или иной запас.

Интенсивность промысла - мера воздействия на запас, равная промысловому усилию при работе группы судов.

Интенсивность лова - мера воздействия на запас, равная промысловому усилию при работе одного судна.

Промысловое усилие оценивают обловленным объемом (площадью) водоема или обловленным объемом (площадью) скопления, количеством судов, орудий лова, временем лова или промысла, судо-сутками лова, некоторыми характеристиками судов и орудий лова и т.д. Кроме того, применяют условное промысловое усилие с учетом улова стандартной промысловой единицы. Наилучшими в каждой области применения обычно считают понятия промыслового усилия, которые наиболее определенно и тесно связаны с показателем (например, уловом), мерой которого они служат.

Улов и промысловое усилие будем считать абсолютными показателями интенсивности промышленного рыболовства.

Кроме количественных показателей, характеризующих абсолютную интенсивность рыболовства, промысла или лова, не меньшее значение имеют относительные показатели обычно в виде отношения абсолютного показателя соответствующей интенсивности к другому показателю с таким же или иным физическим смыслом.

Относительная интенсивность рыболовства - отношение улова, принятого при оценке абсолютной интенсивности рыболовства, к величине запаса в начале рассматриваемого периода времени с учетом убыли от естественных причин (это понятие соответствует существующим терминам "коэффициент промысловой убыли" и "коэффициент эксплуатации промыслового стада").

Относительная условная интенсивность рыболовства- отношение улова,принятого при оценке абсолютной интенсивности рыболовства, к величине запаса в начале рассматриваемого периода времени без учета убыли от естественных причин (это понятие эквивалентно существующим понятиям "интенсивность вылова" и "условный коэффициент промысловой смертности ").

К относительным показателям интенсивности рыболовства принадлежит также мгновенный коэффициент промысловой смертности как показатель относительной скорости промысловой смертности.

Количественные понятия интенсивности рыболовства рассматривают, исходя из общей величины улова или с учетом отдельно рыб промысловых и непромысловых размеров. На раздельное определение показателей интенсивности рыболовства для рыб промысловых и непромысловых размеров необходимо обратить особое внимание в связи с различными требованиями к вылову рыб промысловых и непромысловых размеров.

Относительная интенсивность промысла - отношение обловленного группой судов объема (площади) водоема к объему (площади) промысловой части водоема.

Относительная интенсивность лова - отношение обловленного одним судном объема (площади) водоема к объему (площади) промысловой части водоема.

Понятия относительная интенсивность промысла и относительная интенсивность лова соответствуют известному понятию "интенсивность лова".


3.2. Общая характеристика основных понятий и показателей интенсивности промышленного рыболовства

Рассмотрим основные для промышленного рыболовства понятия и показатели интенсивности рыболовства, которые в п. 3.1 только упомянуты или не рассмотрены совершенно. Многие понятия и показатели интенсивности и эффективности промышленного рыболовства являются общими, поэтому они описаны совместно.

Зоной облова обычно называют часть водоема (объем или площадь), из которой рыбу улавливают с вероятностью, отличной от нуля. Использование такой, в принципе правильной оценки зоны облова затруднено из-за сложности ее практического определения, очень неодинакового вклада различных участков зоны в улов, трудностей определения средней плотности концентрации рыбы в зоне. Часто при такой оценке получают очень большие размеры зоны облова, и полезно рассматривать зоны облова, соответствующие вероятности улавливания 0,1, 0,2 и т.д. Особенно важна оценка зоны облова, которой отвечает улавливание рыбы с вероятностью 0,5.

Понятие зоны облова в рассматриваемой интерпретации не имеет смысла, когда охваченный орудием лова объем во много раз превышает размеры облавливаемого скопления, например, при кошельковом лове.

Из-за недостатков и сложности определения зоны облова водоема вместо этого понятия предложено использовать обловленный объем (обловленную площадь) как некоторый расчетный объем (расчетную площадь) водоема, из которого рыба преимущественно попадает в орудие лова.

По особенностям определения обловленного объема все способы лова делят на 5 групп, в зависимости от того, учитывают ли при этом размеры орудия лова, физических полей средств интенсификации лова, перемещение орудия лова и рыбы (Трещев, 1974; Мельников, 1991). Рассмотрим особенности определения обловленного объема с учетом необходимой точности определения обловленного объема.

Обловленный объем используют как меру интенсивности лова, меру затрат труда на добычу рыбы, а также при определении расчетной величины улова, производительности и эффективности лова. При оценке интенсивности лова точность определения обловленного объема сравнима с очень небольшой точностью выбора расчетного объема (площади) части или всего промыслового водоема. Требования к точности оценки обловленного объема как меры затраченного труда также невелики из-за специфики этого показателя. Наиболее высоки требования к точности оценки обловленного объема в последних случаях, причем эти требования зависят от корреляции между уловом и обловленным объемом. Несмотря на достаточно высокую в некоторых случаях корреляцию между уловом и обловленным объемом в узком диапазоне показателей лова, эта зависимость в более широком диапазоне не cтоль определенна и обычно нелинейна. Необходимо, кроме того, учитывать значительные колебания рабочих размеров орудий лова, зоны действия физических полей и скорости перемещения рыбы, а также ошибки их усреднения. Таким образом, и в этих случаях требования к оценке точности обловленного объема не слишком высоки, что облегчает определение показателей, через которые его вычисляют.

Оценка размеров зоны облова обловленным объемом водоема не всегда целесообразна, например, когда вертикальные или горизонтальные размеры облавливаемого скопления и зоны облова существенно отличаются друг от друга. Чтобы оптимизировать в этом случае основные размеры орудий лова, размеры зоны облова следует оценивать обловленным объемом скопления или обловленной площадью скопления (Мельников, 1981).

При определении обловленного объема скопления или обловленной площади скопления учитывают, что наведение орудия лова часто сопровождается ошибкой наведения по горизонтали и вертикали и что часть площади устья тралов, сетей и других орудий лова у подбор может не работать. Тогда, например, горизонтальные и вертикальные размеры зоны облова трала меньше соответственно его горизонтального и вертикального раскрытия.

С учетом этих замечаний, в частности, обловленный разноглубинным тралом в единицу времени объем скопления в виде слоя рыбы, когда трал наводят только по вертикали,

Vск = Mиу Lу (lтх - Lр ) vтр, (3.1)

где Lу - высота скопления; lтх - горизонтальное раскрытие трала; Lр - дальность реакции рыбы на оснастку устья трала; vтр - скорость траления; Mиу - коэффициент, учитывающий, какую часть скопления по высоте облавливает трал.

Различные варианты определения коэффициентов Mиу и обловленного объема скопления в виде слоя рыбы и косяков с учетом ошибок наведения рассмотрены в работах В.Н. Мельникова (1979, 1982).

Улавливающую способность орудия лова как меру интенсивности лова характеризуют абсолютным и относительным коэффициентами уловистости, частными и общими статистическими моделями уловистости (Мельников, 1991).

При оценке абсолютного коэффициента уловистости из-за сложности определения количество рыбы в зоне облова целесообразно заменить количеством рыбы в обловленном объеме (на обловленной площади). Чтобы еще более облегчить задачу, абсолютный коэффициент уловистости во многих случаях находят как отношение улова к количеству рыбы, подошедшей к орудию лова, например, к плоскости сети, предустьевому пространству трала, зоне всасывания рыбонасоса и т.д. При этом в понятие " количество рыб, подошедших к орудию лова" иногда вкладывают различный смысл.

В ряде случаев абсолютный коэффициент уловистости целесообразно определять с учетом не всего количества рыбы, а отдельно для рыб промысловых и непромысловых размеров в улове и в облавливаемом скоплении из- за различных требований к улавливающей способности орудия лова для рыб промысловых и непромысловых размеров.

Трудности оценки абсолютного коэффициента уловистости из -за необходимости определения количества рыбы в зоне облова, даже с учетом некоторых допущений, привели к тому, что его часто определяют различными косвенными методами (по величине улова, обловленному объему и плотности облавливаемых скоплений, путем запуска в обловленный объем меченых рыб и т.д.).

Абсолютный коэффициент уловистости как одна из мер эффективности лова позволяет оценить, насколько отличается улавливающая способность рассматриваемого орудия лова при работе в определенных условиях и по определенной технологии от максимально возможной.

Абсолютный коэффициент уловистости зависит не только, а иногда не столько от особенностей способа лова, сколько от биологии объекта лова и условий внешней среды. Так, на величину улова влияют степень подвижности рыбы, скорость плавания в различных режимах, зрительная способность рыбы и условия зрительной ориентации, распределение рыбы в зоне облова и т.д.

Колебания поведения и распределения объекта лова, условий лова приводят к значительному изменению абсолютного коэффициента уловистости орудий лова. Например, коэффициент уловистости донных тралов колеблется от 0,2 до 0,9, разноглубинных тралов - от 0,1 до 0,8, закидных неводов- от 0,1 до 0,7 и т.д.

 Относительный коэффициент уловистости - это отношение абсолютных коэффициентов уловистости рассматриваемого и эталонного орудия лова, работающих в примерно одинаковых условиях.

При оценке улавливающей способности орудий лова относительным коэффициентом уловистости необходимо не только равенство условий лова рассматриваемого и эталонного орудия лова, но и равенство обловленных ими объемов (если относительный коэффициент уловистости принимают равным отношению средних уловов сравниваемых орудий лова). При лове тралами и некоторыми другими орудиями лова важно не только примерное равенство объемов, но и примерное равенство скорости их перемещения.

Важно также, что равенство условий лова включает не только равенство средней плотности скоплений рыб в облавливаемых объемах, но и размеров этих скоплений. Следовательно, требование равенства облавливаемых объемов водоема при определении относительного коэффициента уловистости в ряде случаев заменяют требованием равенства обловленных объемов скоплений.

Оценка улавливающей способности орудий лова только абсолютным и относительным коэффициентом уловистости недостаточна для решения многих задач анализа и совершенствования орудий лова, т.к. такие коэффициенты не дают представления о путях ухода рыбы из орудий лова и из его зоны облова. Поэтому улавливающую способность полезно характеризовать рядом показателей, каждый из которых учитывает вероятность ухода рыбы из зоны облова тем или иным путем, на том или ином этапе лова (Мельников,1975; 1991, 1996 и др.). Используя эти показатели, можно разработать частные и общие статистические модели поведения объекта лова (статистические модели уловистости орудия лова).

Частная статистическая модель уловистости дает представление о вероятности того или иного поведения объекта лова (в т.ч. вероятности ухода рыбы из зоны облова различными путями) на некотором этапе лова.

Общая статистическая модель уловистости учитывает вероятность ухода рыбы из зоны облова различными путями одновременно на всех этапах лова.

В общем случае, если лов состоит из n этапов, и на каждом из них рыба уходит из зоны облова несколькими путями, то

 (3.2)

где i,j,...k - количество возможных путей ухода рыбы соответственно на 1,2 и последующих этапах.

Как следует из выражения (3.2), не зная вероятности ухода рыбы из зоны облова каждым из основных путей, практически невозможно рассчитать коэффициент уловистости, хотя известны многочисленные попытки оценки коэффициента уловистости по простейшим формулам.

Примеры определения абсолютного коэффициента уловистости через вероятности ухода рыбы из зоны облова для разноглубинного тралового лова и лова закидными неводами приведены в работах В.Н. Мельникова (1981; 1982).

 Коэффициент уловистости в рассмотренном представлении увязывают только с уходом рыбы из зоны облова и из самого орудия лова. Но для лова некоторыми орудиями характерны ошибки наведения, которые приводят к снижению эффективности лова за счет уменьшения обловленного объема или обловленной площади скопления. Однако в теории лова и при проектировании орудий лова ошибки наведения орудия лова можно рассматривать как один из факторов, снижающих коэффициент уловистости. Мерой уловистости в этом случае могут быть коэффициенты Mих и Mиу, которые учитывают, какую долю скопления (косяка) по длине или по высоте облавливает орудие лова. В такой интерпретации коэффициенты Mих, Mиу и Mи= Mих Mиу можно вводить в общие и частные статистические модели уловистости, считая их условно некоторыми вероятностями p ухода рыбы из зоны облова на этапах захода рыбы в зону облова орудия лова.

Производительность лова или промысла - отношение улова одной промысловой единицы или нескольких промысловых единиц в единицу времени.

Выбранному расчетному периоду времени (производительная часть цикла лова, время цикла лова, час, сутки, промысловый рейс, сезон лова, год и т. д.) соответствуют различные понятия производительности лова или промысла (Мельников, 1991).

Если при оценке производительности лова учитывают время производительной части цикла лова, то получают фактическую производительность лова, которая в наибольшей степени характеризует улавливающие качества орудий лова.

Когда принимают за основу полное время цикла лова, то находят производительность способа лова, которая учитывает промыслово-эксплуатационные качества способа лова.

Если при определении производительности лова принимают во внимание все промысловое или все календарное время в течение суток, рейса, сезона лова, года и т.д., то найденная производительность оценивает эффективность лова и ее называют производительностью лова за соответствующий период времени.

При выборе системы показателей теории лова за основу целесообразно принимать суточную производительность, при необходимости переходя к годовой производительности одной или нескольких промысловых единиц.

В общем случае суточная производительность лова через обловленный объем водоема V в единицу времени улавливающего действия орудия лова

 (3.3)

где tс - время лова за 1 сутки; tл, tп - соответственно время улавливающего действия орудия лова за цикл лова продолжительностью tц и за сутки; r - плотность концентрации рыбы в обловленном объеме водоема; f - коэффициент уловистости орудия лова.

Суточная производительность лова, выраженная через обловленный объем скопления Vск в единицу времени улавливающего действия орудия лова,

 (3.4)

где rс- плотность концентрации рыбы в облавливаемом скоплении.

Иногда суточную производительность лова полезно определять

по формуле

 (3.5)

где kv = Vck /V - коэффициент заполнения обловленного объема скоплением рыб.

При оценке производительности лова, как правило, не учитывают показатели надежности орудия лова (рыболовной системы). Степень такого влияния можно учесть, если ввести в выражение для производительности лова коэффициент готовности kг или показатель работоспособности aр (Мельников, 1982).

Если отказ орудия лова обнаруживают быстро, а его ремонт не совпадает по времени с другими процессами лова, то коэффициент готовности определяют как среднее относительное время пребывания орудия лова в работоспособном состоянии.

Показатель работоспособности учитывает не только снижение производительности лова из-за потери времени на восстановление орудия лова после отказов, но и потерю улова в "дефектных" циклах лова:

где tн - продолжительность безотказной работы орудия лова (наработка на отказ); tц - время цикла лова при безотказной работе; dt - среднее время удлинения цикла лова из-за восстановления орудия лова после отказа; gд - коэффициент, учитывающий долю "дефектных" циклов с потерей улова; bд - коэффициент, учитывающий долю "дефектных" циклов, в которых восстановление орудия лова повлекло удлинение цикла лова.

С учетом надежности орудия лова суточная производительность лова

или

Показатели надежности зависят, в частности, от прочностных характеристик рыболовной системы, поэтому выражения вида (3.7) и (3.8) позволяют установить зависимость производительности лова от этих прочностных характеристик (Мельников,1982).

Необходимо обратить особое внимание на выражение (3.7), которое позволяет определять производительность лова через обловленный объем водоема и четыре показателя, характеризующие надежность орудия лова как механической системы, степень использования промыслового времени, концентрацию рыб в водоеме и улавливающую способность орудия лова.

Рассмотренные выше понятия производительности и выражения (3.3)- (3.8) можно использовать для оценки не только производительности лова, но оценки производительности промысла, учитывая одновременно работу нескольких промысловых единиц.

Относительная эффективность использования промыслового усилия равна улову на величину промыслового усилия, затраченного на получение этого улова.

При определении относительной эффективности использования промыслового усилия за единицу промыслового усилия часто принимают обловленный объем водоема, и тогда эту величину можно назвать относительной эффективностью использования обловленного объема водоема (промысловой эффективностью).

Т.к. улов равен произведению абсолютного коэффициента уловистости, концентрации рыбы в обловленной части водоема и обловленного объема, то, по определению, относительная эффективность использования обловленного объема в рассматриваемой интерпретации является произведением абсолютного коэффициента уловистости f и концентрации рыбы в обловленной части водоема r.

Если в качестве меры промыслового усилия принимать не обловленный объем водоема, а обловленный объем скопления, то можно определить относительную эффективность использования обловленного объема скопления, равного произведению коэффициента уловистости и концентрации рыбы в облавливаемом скоплении.

Промысловое усилие является одним из важнейших понятий промышленного рыболовства. Достаточно четкого определения этого понятия нет, хотя известно много показателей для его оценки. Это обусловлено, прежде всего, очень широкой и разнообразной областью применения промыслового усилия как меры воздействия на запасы промыслового водоема.

Может вызывать сомнение использование улова в качестве меры промыслового усилия. Однако в принципе этот показатель наиболее точно отражает воздействие на запас и в этом качестве его предлагается использовать как меру промыслового усилия.

Другие показатели при одном и том же назначении промыслового усилия можно использовать в зависимости от степени их корреляции с наиболее приемлемым показателем. При этом учитывают, что коэффициент корреляции как меру взаимосвязи двух показателей применяют при линейной зависимости между этими показателями. В то же время связь между многими из рассмотренных показателей нелинейна, или ее можно считать линейной лишь в сравнительно узком диапазоне значений показателей. Нелинейность существует, в частности, между уловом и обловленным объемом водоема, мощностью главного двигателя судна и его длиной и т.д. Необходимо обратить внимание на обловленный объем водоема, когда он выступит не как мера интенсивности лова.

У подвижных орудий лова, например тралов, работающих при ограниченной располагаемой тяге судна, обловленный объем зависит от размеров орудия лова и скорости его перемещения. Так как сопротивление орудия лова движению в воде пропорционально площади сопротивления орудия лова в первой степени и скорости перемещения орудия лова ориентировочно во второй степени, то, во-первых, при одной и той же располагаемой тяге судна, в зависимости от соотношения размеров орудия лова и скорости его перемещения, можно получить различный максимальный обловленный объем, во-вторых, единице обловленного объема может соответствовать существенно различный улов. Более того, при очень больших размерах и очень небольшой скорости перемещения орудия лова и, наоборот, улов на единицу объема приближается к нулю.

Таким образом, в рассматриваемых случаях при использовании обловленного объема как меры промыслового усилия целесообразно обловленный объем "стандартизировать" по размерам орудия лова или по скорости его перемещения, если диапазон изменения этих показателей достаточно широк.

Относительная условная эффективность использования промыслового усилия (улавливаемость) q связывает относительную скорость промысловой смертности (мгновенный коэффициент промысловой смертности) F с промысловым усилием f (F= qf). Выразим F через относительную условную эффективность рыболовства (интенсивность вылова) Iв, которая равна отношению улова Y за рассматриваемый промежуток времени T к среднему запасу N:

Откуда

Подставляем в (10) выражение (9) для оценки величины улова:


В последнем выражении Vm = T Kг tп V - обловленный объем водоема за T суток.

Из формулы (3.11) следует, в частности, что существующий термин "улавливаемость" недостаточно точен, т.к. ассоциируется с понятием "уловистость". Однако этот показатель учитывает, не только уловистость, но и другие факторы, влияющие на величину улова, поэтому он и назван относительной условной эффективностью использования промыслового усилия.

Из структуры формулы можно сделать также вывод, что в принципе мерой промыслового усилия может быть любой показатель, практически удобный для определения результирующего промыслового усилия. Из теоретических предпосылок некоторое преимущество как меры промыслового усилия имеет обловленный объем, через который удобно оценивать улов и производительность лова.

В частности, в этом случае f= Vт,и формула (3.11) примет вид:

где rо - концентрация рыбы в промысловой части водоема.

Еще более наглядное выражение получим, если считать, что (r f Vт / N ) < 0,1- 0,15, когда приближенно

С учетом последнего выражения

Другое выражение для q получим, учитывая, что rо = (N/V ) - плотность концентрации рыбы в промысловой части водоема. Тогда

Характерно, что в последнем выражении rкf- относительная эффективность использования обловленного объема водоема (промысловая эффективность).

Из этого же выражения следует, что q, с одной стороны, зависит от уловистости орудия лова, с другой, от величины запаса или размеров промысловой части водоема, а также распределения концентрации рыбы в нем.

Рис 3.1 Зависимость улавливаемости от величины интенсивности лова

Показатели интенсивности промышленного рыболовства и соотношения между ними относятся к важнейшим в рыболовстве, в том числе при управлении запасами промысловых рыб

Одной из основных в теории рыболовства считают зависимость между относительной условной интенсивностью рыболовства (интенсивностью вылова) Iв и относительной интенсивностью промысла или лова (интенсивностью лова) Iл (Баранов,1960):

Запишем зависимость между Iв и Iл, принимая за основу выражение (3.11). Если считать мерой промыслового усилия обловленный объем водоема Vт, то F= q Vт.

Тогда

Подставляем в последнее выражение значения q из (8.11), вводим в полученное выражение рассматриваемый объем промыслового водоема Vт и имеем в виду, что Iл = Vт / Vо :

Отношение N / Vо - средняя концентрация рыбы в промысловом водоеме. Если ее считать равной средней концентрации облавливаемых скоплений, то

 

Из полученного выражения следует, что соотношение между Iв и Iл линейно и зависит лишь от коэффициента уловистости орудия лова и что Iв = 1.0, когда Iл = 1/ f.

Рис 3.2 Зависимость относительную условную эффективность рыболовства от величины интенсивности лова

Фактические зависимости Iв = f(Iл ) отличаются от теоретической, в частности, из-за неодинаковой концентрации рыбы в обловленном объеме и во всем водоеме, особенно при малой интенсивности рыболовства, а также их изменении в течение рассматриваемого периода времени, в том числе в связи с колебанием величины запаса.

Так, если принять, что концентрация рыбы в промысловой части водоема po и отличается от средней концентрации рыбы в его обловленной части p, то

Соответственно относительная скорость промысловой смертности (мгновенный коэффициент промысловой смертности) с учетом выражения (3.11)

Рис 3.3 Зависимость относительной скорости промысловой смертности от интенсивности лова

Относительная эффективность использования запасов (коэффициент использования запасов) равна отношению массы улова поколения при заданном размере ячеи к массе поколения в возрасте кульминации ихтиомассы. Этот показатель подробно рассмотрен в гл. 4 в связи с управлением интенсивностью рыболовства с учетом этого показателя.

 Наконец, одним из показателей для оценки относительной интенсивности рыболовства является величина уравновешенного улова на единицу пополнения промыслового стада. Эта велична как один из критериев оптимальности при управлении запасами промысловых также подробно рассмотрена в гл. 4

3.3. Основные результаты и выводы по главе 3

1. Показано, что для оценки интенсивности добычи рыбы применяется несовершенная система таких понятий и показателей, как интенсивность лова, интенсивность промысла, интенсивность рыболовства, интенсивность вылова, коэффициент мгновенной промысловой смертности, коэффициент промысловой убыли, различные понятия промыслового усилия и т.д. В одно и то же понятие часто вкладывают различный смысл. Несовершенство системы препятствует дальнейшему развитию теории управления запасами и управления рыболовством.

2. Разработана новая система понятий и показателей для оценки интенсивности промышленного рыболовства, которая учитывает деление промышленного рыболовства на три области - лов, промысел и рыболовство. Система учитывает также две формы влияния интенсивности добычи рыбы на запасы - интенсивность воздействия на запасы и интенсивность использования (эксплуатации) запасов.

3. Дано определение таким понятиям как интенсивность промышленного рыболовства, интенсивность рыболовства, интенсивность промысла, интенсивность лова, промысловое усилие.

Улов и промысловое усилие предложено считать абсолютными показателями интенсивности промышленного рыболовства.

4. Кроме количественных показателей, характеризующих абсолютную интенсивность рыболовства, промысла или лова, не меньшее значение имеют относительные показатели обычно в виде отношения абсолютного показателя соответствующей интенсивности к другому показателю с таким же или иным физическим смыслом.

Рассмотрены относительные и относительно условные показатели интенсивности рыболовства, промысла и лова.

5. Дана характеристика таким показателям для оценки интенсивности рыболовства, промысла и лова, как обловленный объем, абсолютный и относительный коэффициенты уловистости, статистические модели уловистости, производительность лова и промысла, промысловое усилие, улов на промысловое усилие, улавливаемость, коэффициент использования запасов, улов на единицу пополнения промыслового стада.


ГЛАВА 4. УПРАВЛЕНИЕ ИНТЕНСИВНОСТЬЮ РЫБОЛОВСТВА

 

4.1. Общая характеристика управления интенсивностью лова и вылова

Для регулирования интенсивности рыболовства используют различные методы и математические модели.

Так для этой цели применяют различные модификации уравнения Баранова-Бивертона-Холта, продукционные модели Шефера, Галланда-Фокса, Рикера, Пелла и Топлинсона, варианты метода анализа виртуальных популяций и когортного анализа и т.д. (Засосов, 1970; Рикер, 1979; Бабаян, 1988; Бородин, 1998 и др.)

При использовании этих методов для регулирования промысла необходимо принимать те или иные критерии оптимальности (критерии регулирования).

Одним из распространенных критериев регулирования является максимальный устойчивый улов MSY и соответствующий ему мгновенный коэффициент промысловой смертности Fм.

В 1972 г. был введен критерий F0,1. Этот критерий определяют, как величину, несколько меньшую, чем Fм, чтобы уменьшить вероятность перелова интенсивным промыслом.

В 1975 г. была предложена система регулирования промысла из двух элементов - фиксированной величины промысла на уровне Fм или F0,1 и определенный целевой размер нерестовой части запаса.

Подобная система позволяет сохранить величину нерестовой части запаса, которая в любых условиях гарантирует достаточно большое пополнение.

В 1980 г. Ю.Н. Ефимов рассмотрел новый критерий регулирования промысла - максимальная экономическая прибыль MEY, в соответствии с которым целью регулирования является получение от промысла устойчивой максимальной прибыли.

Несмотря на некоторые отличия, все перечисленные критерии являются модификациями критерия MSY, соответствующего устойчивому запасу и промыслу, которые отличаются от него лишь некоторым занижением рекомендуемой величины улова по сравнению с расчетным значением Fм.

В 1973 году впервые введено понятие общий допустимый улов (ОДУ) с ежегодным квотированием улова для каждого вида запасов и района промысла. Было рекомендовано также несколько уменьшать общий вылов по сравнению с суммой ОДУ для запасов отдельных видов рыб. ОДУ, по существу, опирается на рассмотренные выше критерии регулирования, но с учетом состояния запасов отдельных видов рыб величину допустимого улова регулируют ежегодно, чтобы избежать риска перелова или недолова. Однако большие погрешности в оценке величины запасов, динамики их численности, недостатки в оценки допустимой интенсивности вылова существенно снижают практическое значение концепции общего допустимого улова.

Несмотря на существование большого количества перечисленных и других методов оценки необходимой интенсивности рыболовства и критериев регулирования, все они, как правило, не дают хороших результатов в течение длительного времени (Бабаян, 1988; Бородин, 1998). Об этом свидетельствует, в частности, плохое состояние запасов многих промысловых объектов.

Кроме того, в начальной стадии находятся исследования, в которых промысловые популяции являются частью водной экологической системы. При таком подходе к проблеме основное внимание уделяется взаимодействию популяций рыб различных видов, смешанному рыболовству, когда ловят одновременно несколько видов рыб различными орудиями лова.

Не до конца разработана концепция регулирования промыслового усилия по сравнению с регулированием вылова. Недостаточно увязаны проблемы и математические модели интенсивности и селективности рыболовства.

Ниже рассмотрено несколько новых аналитических и полуэмпирических методов определения допустимой интенсивности вылова, а также методов регулирования запасов и интенсивности вылова на основе непрерывного контроля рыболовства. Некоторые из этих методов служат для одновременного контроля и регулирования не только интенсивности, но и селективности рыболовства.

Из аналитических рассмотрены методы оптимизации интенсивности вылова и селективности лова на основе применения описанных в гл. 5 непрерывных и дискретных модификаций уравнения Баранова - Бивертона-Холта, а также выражений для коэффициента использования биомассы поколения.

Полуэмпирические методы основаны на применении некоторых новых полуэмпирических моделей, в которых интенсивность вылова определяют с учетом состояния запасов, величины пополнения и убыли, предельного состояния рыбы и т.д. Полуэмпирические модели составлены с учетом того, что при оценке взаимосвязи многих биологических показателей теории рыболовства преобладают экспоненциальные зависимости.

Наконец, большое внимание в этой главе уделено новым методам одновременного контроля и регулирования запасов, а также величин, связанных с управлением запасами, методами контрольных карт и последовательного анализа (контроля).

Разнообразие способов оценки допустимой интенсивности вылова и критериев регулирования требует в каждом конкретном случае, как правило, применения одновременно нескольких способов обоснования и регулирования этого показателя.

4.2. Определение оптимальной интенсивности вылова и селектиности лова с применением модификаций уравнений Баранова-Би-ертона-Холта и их конечно-разностных аналогов

Один из важных способов определения оптимальной интенсивности вылова и селективности лова связан с применением для этой цели модификаций уравнения Баранова-Бивертона-Холта. Критерием оптимальности при обосновании этих показателей служит величина улова на единицу пополнения промыслового стада. Для оценки оптимальных значений показателей интенсивности и селективности рыболовства целесообразно использовать модификацию этого уравнения, предложенную А.В. Мельниковым (1987), которое описано в гл. 5 в связи с использованием этого уравнения для оценки запасов.

В главе 5 рассмотрены также особенности определения оптимального значения интенсивности вылова и селективности лова с применением конечно- разностных уравнений при переменном пополнении, росте и естественной смертности рыб.

4.3. Определение оптимальной интенсивности вылова и селективности лова с учетом эффективности использования биомассы поколения

Из рассматриваемого условия рыбу следует вылавливать в возрасте, соответствующем кульминации ихтиомассы поколения. Выловить всю рыбу в этом возрасте практически невозможно. Чтобы повысить эффективность использования ихтиомассы, лов рыбы начинают в возрасте, меньшем возраста tм кульминации ихтиомассы, а заканчивают позже этого возраста. Чем меньше интенсивность вылова, тем раньше необходимо начинать лов рыбы данного поколения из рассматриваемого условия. Hо возраст, в котором начинают облавливать рыбу, зависит в основном от размера ячеи. Также от размера ячеи зависит и степень использования ихтиомассы поколений рыб. Вот почему одним из показателей при обосновании мер регулирования рыболовства служит коэффициент использования биомассы поколения

кб = Q / Qм, (4.1)

где Q - масса улова поколения при лове заданной интенсивности и заданном размере ячеи; Qм - масса поколения в возрасте кульминации ихтиомассы.

Регулируя интенсивность вылова, размер ячеи, а иногда также промысловую меру на рыбу и допустимый прилов рыб непромысловых размеров, можно добиться повышения коэффициента кб.

Для установления зависимости коэффициента использования биомассы поколения кб от различных факторов определим сначала Qм и Q, входящие в (4.1).

Масса улова Qм равна биомассе поколения в возрасте tм, соответствующем кульминации ихтиомассы с учетом естественной смертности рыб:

где Nо - численность поколения в возрасте tа, когда рыба становится объектом лова; M(t) - функция, характеризующая изменение коэффициента естественной смертности с возрастом; а и b - коэффициенты в уравнении масса-длина; lм, кр и tо - параметры уравнения Берталанфи.

Возраст tм находят различными способами. Если в выражении (4.2) tм считать текущим временем t, то можно построить график изменения относительной биомассы с возрастом, полагая Nо= 1. Вершине этого графика соответствует tм.

Если мгновенный коэффициент естественной смертности М считать постоянным, а рост рыбы принимать в соответствии с уравнением Берталанфи, то возраст tм можно определить по формуле Катти (Рикер, 1979)

Для определения возраста tм удобно воспользоваться методикойП.В. Тюрина (1962), суммируя массы отдельных возрастных групп с учетом годовой убыли от естественной смертности и строя график изменения массы поколения, по которому определяют tм.

Биомасса улова


 

где tп - предельный возраст рыб в уловах; Fнс - коэффициент промысловой смертности при условно неселективном лове,т.е. когда функция кривой селективности Fс (t) = S(t) =1.

Подставляем Qм и Q в формулу (9.1):

,(4.5)

 

По формуле (4.5) кб определяют для различной интенсивности вылова, размера ячеи и других влияющих факторов. В частности,одному из размеров ячеи соответствует максимальное значение коэффициента, и при таком размере ячеи ихтиомасса поколения используется наиболее полно. Этот размер ячеи сравнивают с размерами ячеи, полученными из других соображений, и выбирают компромиссный вариант.

В общем случае исследуют зависимость коэффициента использования биомассы поколения одновременно от размера ячеи (селективности лова) и от коэффициента промысловой смертности при условно неселективном лове Fнс (интенсивности лова) и определяют, при каких практически возможных значениях селективности лова и интенсивности промысла биомасса поколения используется наиболее рационально.

В соответствии с рассмотренной методикой при оценке кб учитывают всех рыб в улове и биомассу всех облавливаемых рыб. Кроме того, представляет интерес случай, когда в улове учитывают только рыб промысловых размеров, а при оценке максимальной биомассы- всех рыб или только рыб промысловых размеров.

Выражения для коэффициента использования биомассы поколения для рассмотренных случаев несложно получить из (4.5). Важно, что с учетом дополнительных условий величина кб зависит от промысловой меры на рыбу и допустимого прилова рыб непромысловых размеров и их также можно оптимизировать с учетом рассматриваемого критерия оптимальности. При определении коэффициента использования биомассы в этих случаях учитывают, что возраст кульминации ихтиомассы иногда меньше возраста, соответствующего промысловой мере на рыбу.

Для понимания сущности оценки допустимого значения кб и оценки регламентирующих интенсивность и селективность лова показателей иногда полезно представить его в виде произведения двух коэффициентов кб' и кл. Первый из них характеризует эффективность использования биомассы поколения при неселективном лове, а второй учитывает влияние селективности лова.

Коэффициент кб' получают из (4.5), считая Fc (t)= S(t) = 1:

 (3.6)

Отличие коэффициента кб' от единицы учитывает, что рыбу вылавливают в возрасте, не соответствующем кульминации ихтиомассы с учетом ограниченной интенсивности вылова. Величина коэффициента кб' является предельно возможным значением коэффициента кб при заданных темпах роста, промысловой смертности и интенсивности вылова.

Коэффициент влияния селективности орудия лова

Рассчитав значения коэффициента кл для различного размера ячеи, можно построить график кл = f(А ). Коэффициент кл учитывает потери рыбы, обусловленные уходом рыбы через ячею, и служит самостоятельным показателем при обосновании мер регулирования рыболовства. Величина этого коэффициента при реальных размерах ячеи обычно не меньше 0,7-0,75.

Определение коэффициентов кб, кб' и кл важно не только в связи с обоснованием показателей, регламентирующих интенсивность и селективность рыболовства, но имеет и самостоятельное значение, в частности, как показателей, характеризующих механизм и особенности эксплуатации запасов промысловых рыб.

4.4. Определение допустимой интенсивности вылова с учетом предельного возраста рыбы и величины запаса

Рассмотрим простой приближенный способ оценки допустимой интенсивности вылова, в основу которого положены следующие соображения.

Допустимая интенсивность вылова [Iв] зависит прежде всего от предельного возраста рыбы (предельного возраста рыбы в уловах) tп и состояния (численности) запасов, при этом из теоретических и практических соображений эту связь можно отнести к экспоненциальной. Примем за основу для определения допустимой интенсивности вылова выражение:

[Iв] = кN∙е-kttп, (4.8)

где кN - коэффициент, учитывающий состояние (величину) запасов; кt - коэффициент, учитывающий влияние на допустимую интенсивность вылова предельного возраста рыбы.

Считая кN =1, определим кt из условия, что [Iв] близок к 0, когда tп = 35-40 годам. Очевидно, это условие выполняется при (кt tп), близком к 4, и кt, близком к 0,1.

Функцию кN определим с учетом того, что при некотором минимальном запасе N0 вылов рыбы нежелателен при любом tп и, следовательно, до величины запаса N0 коэффициент кt =0. При большем, чем N0, запасе [Iв] растет и при некотором большом запасе Nмакс может принимать значение, близкое к 1.

Указанным требованиям приближенно отвечает следующая экспоненциальная зависимость:

 

С учетом (4.8) и (4.9) получим:


В соответствии с выражением (4.10) при хорошем состоянии запасов допустимая интенсивность вылова зависит в основном от предельного возраста рыбы, а при ухудшении состояния запасов все большее влияние на этот показатель оказывает текущая величина запаса. Так, при хорошем состоянии запасов, когда коэффициент кN можно считать равным единице, значения интенсивности вылова Iв для рыб с различным предельным возрастом tп приведены ниже:

tп 3 4 5 6 7 8 10 12 14 16 18
0,74 0,67 0,61 0,55 0,50 0,45 0,37 0,30 0,25 0,20 0,17

Приведенные значения интенсивности вылова можно считать максимально допустимыми для рыбы с определенным предельным возрастом и соответствуют хорошему состоянию запасов. О степени влияния величины запаса на интенсивность вылова можно судить по данным о величине коэффициента кN, когда отношение N0 / Nм равно, например, 3, а отношение N / N0 изменяется от 1 до 3:

N/N0 1 1,25 1,50 1,75 2,00 2,25 2,50 2,75 3,00
кN 0 0,39 0,63 0,78 0,86 0,92 0,95 0,97 0,98

Как следует из приведенных расчетных данных, соответствующих достаточно распространенным случаям промысла, влияние величины запаса на допустимую интенсивность вылова существенно сказывается лишь при величине запаса, превышающем минимальный не более чем в два раза.

Рассмотрим один из возможных способов определения величины запасов N0 и Nмакс, которые небходимо знать для оценки допустимой интенсивности вылова.

Предположим, по результатам многолетних исследований установлено, что запас распределен по закону нормального распределения со средним значением Nср и среднеквадратичным отколонениемыsN. В общем случае можно принять:

N0 = Nср – c ∙ sN ; (4.11)

Nмакс = Nср + c1 ∙ sN, (4.12)

где с и с1 - коэффициенты.

Выбор коэффициентов с и с1 требует достаточно глубокого обоснования для отдельных объектов лова. С учетом известных данных о влиянии интенсивности вылова на величину запаса можно в первом приближении для рыб с предельным возрастом более 10-12 лет считать коэффициент с равным 1, а для рыб с предельным возрастом менее 10-12 лет - 1,5; соответственно коэффициент с1 для рыб первой группы -2,5, а для рыб второй группы - 3,0.

Если распределение запаса не подчиняется закону нормального распределения, то N0 приближенно принимают соответствующим ординатам кривой распределения 0,6- 0,7 слева от максимальной ординаты кривой распределения, а Nмакс - соответствующим ординатам кривой распределения 0,2-0,25 справа от максимальной ординаты этой кривой.

С учетом выражений (4.11) и (4.12) формулу (4.10) можно представить в следующем виде:

При N = Nср выражение (4.13) принимает вид зависимости, которая не содержит показателей распределения запаса:

Из выражения (4.14) следует, что в рассматриваемом частном случае коэффициент кN практически равен 1, и допустимая интенсивность вылова, в соответствии с формулой (4.8), зависит лишь от предельного возраста рыбы.

Иногда целесообразно использовать выражение, подобное (4.9), в которое входят отношения N /N0 и Nмакс /N0, и которое не требует знания абсолютной величины рассматриваемых запасов:

 (4.15)

С применением полученных выражений можно составить таблицы и номограммы для определения допустимой интенсивности вылова, соответствующие, например, различным значениям N/N0, Nмакс/N0 и tп.

4.5. Определение допустимой интенсивности вылова с учетом закономерностей пополнения промыслового стада

Для оценки допустимой интенсивности вылова можно использовать модели запас- пополнение, которые учитывают взаимосвязь численности пополнения с величиной нерестового (родительского) стада. Известно большое число подобных моделей.

Рассмотрим в качестве примера математическую модель Рикера:

 

где а - безразмерный коэффициент; b - коэффициент с размерностью 1/Nр; R- численность пополнения; Nр - численность родительского запаса.

Из анализа уравнения (4.16) следует, что максимальное значение пополнения

Rм = 0,37 а / b. (4.17)

Уровень замещающей численности пополнения можно получить, если в уравнение (4.16) подставить R = Nр:

Nз = ln (a/b) (9.18)

В общем случае допустимая интенсивность вылова, как отношение допустимого изъятия к величине запаса, равна

R - Nз

[Iв] = ————. (4.19)

R + Nр

После подстановки в выражение (4.19) входящих в нее показателей и некоторых преобразований получим:

Выражение (4.19) можно записать для случая максимального пополнения промыслового стада Rм:

Rм - Nзм

[Iв] = ————, (4.21)

Rм + Nрм

где Nзм - замещающая численность пополнения при максимальном уровне пополнения Rм; Nрм - численность родительского стада при максимальном уровне пополнения Rм, равном 1/b.

После подстановки в выражение (9.21) входящих в него показателей получим:

0,37а/b - b ln (a/b)

[Iв]м = ————————. (9.22)

0,37a + 1

С применением выражений (9.20) и (9.22) можно построить таблицы и графики для оценки допустимой интенсивности вылова (рис 4.1).

Рис 4.1 Графики для оценки допустимой интенсивности вылова

4.6.Определение допустимой интенсивности вылова с учетом общих закономерностей убыли поколения промыслового стада

Для приближенной оценки допустимой интенсивности при при достаточно уравновешенном состоянии запаса и промысла можно воспользоваться общими закономерностями убыли поколения промыслового стада с учетом постоянной и не зависящей от возраста промысловой и естественной смертности.

Запишем выражение для оценки рассматриваемой убыли поколения от величины пополнения промыслового стада R до практически полного его исчезновения в предельном возрасте tп:

 (4.23)

tR - возраст вступления рыбы в промысловое стадо; F и M - соответственно коэффициенты промысловой и естественной смертности в возрасте от tR до tп ; Ntп- численность популяции в возрасте tп.

Из уравнения (4.23) можно получить выражение для оценки допустимого коэффициента промысловой смертности при заданной начальной и конечной численности популяции:

ln(Ntп /R)

[F] =————— - M. (4.24)

tп - tR

Выражение (4.24) можно преобразовать с учетом того, что числитель выражения ln(Ntп /R) - величина, которая при небольших реальных значениях Ntп /R близка к (- 4,6). С учетом этого уравнение (4.24) можно переписать в следующем виде:

4,6

[F] = ——— - M. (9.25)

tп – tR


Кроме того, известно эмпирическое выражение для оценки коэффициента естественной смертности вида М = а1 / (tпр - tп). С учетом последнего выражения формула (4.24) для оценки допустимого коэффициента промысловой смертности примет вид:

2,4

[F] = ———. (4.26)

tп - tR

Выражение (4.26) можно переписать также в следующем виде, более удобном для решения некоторых задач:

2,4

[F] = ——————. (4.27)

tп (1 - tR/tп)

Рис 4.2 График для оценки допустимого коэффициента промысловой смертности

С применением выражений (4.26) и (4.27) несложно определять допустимую интенсивность вылова с учетом известного коэффициента естественной смертности.

Следует обратить внимание, что при использовании рассматриваемого способа отношение допустимого коэффициента промысловой смертности к коэффициенту естественной смертности при любом предельном возрасте рыбы одинаково и близко к 1,1. Величина полученного отношения близка к значению аналогичного отношения, которое из других соображений получил П.В. Тюрин (1962).

Предложен сходный с рассмотренным способ определения допустимой промысловой смертности рыб, в котором принято несколько иное (экспоненциальное) выражение М = - ln (1 - e-0,13 tпр) для определения не зависящего от возраста значения коэффициента естественной смертности (выражение справедливо для tп= 4 - 15 лет).

С учетом этой формулы получим новое выражение для определения допустимого коэффициента промысловой смертности, считая,как и раньше, значение Ntп /R небольшим, а ln(Ntп /R) = - 4,6.

4,6 - 0,1 tп

[F] = ————— - е. (9.28)

tп - tR

С учетом этих выражений получим отношение:

Зависимость F/M от tп наглядно показана на рис 4.3

Рис 4.3 Зависимость F/M от tп

В рассмотренном способе оценки допустимой интенсивности вылова в расчет обычно принимают возраст, соответствующий наиболее взрослым рыбам в промысловом стаде. Кроме того, возможен расчетный случай, когда предельный возраст рыбы задают из некоторых соображений меньше предельного с учетом "нормальной" интенсивности вылова, как, например, при необходимости увеличения коэффициента использования биомассы поколения или улова на единицу пополнения промыслового стада.

4.7. Определение допустимой интенсивности вылова с учетом допустимого прилова рыб непромысловых размеров

Первоначально этот способ был разработан для обоснования допустимого прилова рыб непромысловых размеров (Мельников А.В., 1988). Однако его можно использовать для определения допустимой интенсивности вылова, если задан допустимый прилов рыб непромысловых размеров.

Способ основан на предположении, что можно вылавливать такую часть рыб непромысловых размеров, чтобы их распределение в облавливаемых скоплениях за ряд лет с учетом вылова незначимо отличалось от распределения таких рыб за то же число лет без учета вылова при заданной доверительной вероятности. Численность рыб непромысловых размеров в первом приближении считают равной численности пополнения промыслового стада.

Предположим, что среднее число рыб пополнения за n лет равно Rср, а исправленная выборочная дисперсия S. Тогда в соответствии с методами дисперсионного анализа различие между распределениями числа рыб непромысловых размеров за n лет с учетом изъятия и без учета изъятия незначимо, если прилов рыб непромысловых размеров, равный допустимому,

 

где Nнп - доля рыб непромысловых размеров в облавливаемом скоплении; Iв - интенсивность вылова ; Fи - критерий Фишера при доверительной вероятности b.

Коэффициент

Для обычных значений b = 0,95 и n = 5-10 величина а в среднем равна 0,45 S/ Rср.

С учетом выражения (4.30) получим

 

Из выражения (4.31) следует, что [Iв] зависит от размаха колебаний пополнения, допустимого прилова рыб непромысловых размеров и доли рыб непромысловых размеров в облавливаемых скоплениях. Однако последняя величина зависит от промысловой меры на рыбу и размерного состава облавливаемых скоплений.

Зависимость Iв от nнп и от а показана на рисунке 4.4

Рис 4.4 Зависимость Iв от nнп и от а


При использовании рассматриваемого способа для оценки допустимой интенсивности вылова необходимо учитывать следующее:

как и в основных уравнениях селективности, в этом случае [nнп] и lнп взаимосвязаны;

область реальных значений Nнп /Jв располагается от 0,3-0,5 для рыб с очень коротким жизненным циклом, до 1,5-2,0 - для рыб с длинным жизненным циклом;

наиболее распространенные значения [nнп] равны 0,05-0,1;

точность результатов расчетов выше для рыб с относительно коротким жизненным циклом и ниже для рыб с длинным жизненным циклом;

точность расчетов можно существенно повысить, если вместо интенсивности вылова Jв принять интенсивность общей смертности J =Jв +Jм -Jв Jм, т.е. учесть интенсивность естественной смертности Jм.

4.8. Квотирование уловов при совместном использовании запасов

Совместное использование запасов промысловых рыб наблюдается во многих промысловых районах, в том числе при лове осетровых и кильки на Каспии.

Известны попытки определить квоты отдельных государств при таком использовании (Иванов, 2000; Пальгуй, 2000).

В основу квотирования в первом случае положен достаточно произвольный набор показателей, которые так или иначе влияют на численность и биомассу общего запаса с последующим определение квоты каждого государства с учетом "вклада" каждого государства по каждому показателю.

Для квотирования во втором случае предложено ошибочное выражение, полученное из уравнения для равновесного состояния запасов промысловых рыб.

В основу нашего способа квотирования также положено выражение для биомассы при равновесном состоянии запасов, при этом квота каждого государства определяется "вкладом" каждого государства в формирование этой биомассы.

Примем за основу, например, выражение для максимальной биомассы поколения промысловых рыб с учетом естественной смертности:

где R - численность поколения в возрасте tа, когда рыба

становится объектом лова; M(t) - функция, характеризующая изменение коэффициента естественной смертности с возрастом; а и b - коэффициенты в уравнении масса-длина; lм, кр и tо - параметры уравнения Берталанфи.

В общем случае R является суммой пополнения от естественного Rе и искусственного Rи воспроизводства.

Запишем выражение (4.33) через показатели, удобные для практических расчетов.

Примем, например, пополнение в результате естественного воспроизводста, например по Рикеру, в соответствии с выражением (4.16).

Пополнение в результате искусственного воспроизводства

Rи = kв Nи (4.34)

kв - коэффициент промыслового возврата; Nи - численность молоди, выпущенной в естественный водоем.

В правой части выражения (4.33) все сомножители, кроме R, представляет собой максимальную биомассу рыбы m на единицу пополнения R.

Чтобы достичь массы m рыба должна использовать некоторое количество корма

mк = kк m, (4.35)

где kк - кормовой коэффициент.

Но количество корма в водоеме приближенно прямо пропорционально площадям мест нагула S. С учетом этого

кs Sн = kk m,       (4.36)

где кs - коэффициент, характеризующий количество корма на единицу площади мест нагула.

С учетом полученных вспомогательных выражений уравнение для максимальной биомассы поколения рыб промысловых размеров можно записать в следующем виде:

В соответствии с последним выражением вклад каждого государства в формирование биомассы определяется нерестовым запасом (или количество рыб, идущих на нерест) в водах каждого государства, величиной кормового коэффициента, размерами нерестовых площадей и их продуктивностью, численностью молоди, выпущенной в естественный водоем, величиной промыслового возврата.

Выражение (4.37) можно использовать для определения возможной максимальной биомассы запаса для условий i-го государства


Определив В для всех государств и считая, что общий запас равен 1, можно оценить относительную долю каждого запаса, численно равную квоте каждого государства от общего улова.

Рассмотренный подход к оценке квот справедлив, если формирование пополнения и рост рыбы происходят изолированно в водах каждого из государств. Такой же подход в достаточной степени оправдан, если в водах каждого государства пополнение примерно соответствует кормовой базе. В противном случае в водах некоторых государств нельзя обеспечить достаточно высокую биомассу при большом количестве корма, но малом пополнении, и наоборот.

При несоответствии хотя бы для некоторых государств пополнения и кормовой базы предлагается следующий путь определения квот государств.

Записывают две составляющие выражения (4.38), одна из которых связана с пополнением, а вторая - с кормовой базой, обеспечивающей рост рыб:

 

Определяют ri и si для всех государств и находят суммы:

r = Σ ri ; s = Σ si. (9.41)

Оба выражения нормируют так, чтобы суммы обоих выражений были равны 1:

rн = Σ rнi = 1 ; sн = Σ sнi = 1 (9.42)


Далее определяют квоты каждого из государств в относительных единицах:

Кwi = (rнi + sнi)/2 (9.43)

При этом сумма квот всех государств, естественно, равна 1. Квота государства определяется отношением вклада этого государства в формирование запаса В так, что сумма квот равна 1:

Каждое отношение в выражении (4.44) является квотой соответствующего государства. Так для i-го государства

 (4.45)

Рассмотрим, как определять исходные данные для определения квот.

Практически все показатели, входящие в расчетные формулы, является случайными. Впервые при определении квот эти показатели определяют как среднее за ряд лет, а в дальнейшем - методом скользящей средней, смещаясь на один год. Таким образом получают исходные данные для определения квот каждый год.

Полученные значения квот (по каждому государству) наносят на контрольную карту, на которую после получения соответствующих данных наносят также линии средних значений, а также нижнюю и верхнюю границы регулирования.

Пока точки, определяющие расчетную величину квоты каждого государства, находятся в диапазоне регулирования, величину квот оставляют неизменной.

Если наблюдается направленное изменение хотя бы некоторых квот или их выход за диапазон регулирования, то контрольные карты перстраивают с изменением положения линии среднего значения и границ регулирования. Соответствено, переходят на новое соотношение квот.

4.9. Основные результаты и выводы по главе 9

1. Рассмотрены основные методы регулирования интенсивности рыболовства. Показаны недостатки этих методов и возможные пути совершенствования.

2. Приведены особенности определения оптимальной интенсивности вылова и селективности лова с применением новых модификаций уравнений Баранова-Бивертона-Холта при уравновешенном состоянии запасов и промысла, а также с применением их конечно- разностных аналогов при переменном пополнении, росте и естественной смертности.

3. Рассмотрена оценка определения оптимальной интенсивности вылова и селективности лова с учетом эффективности использования биомассы поколения, когда рыбу целесообразно вылавливать в возрасте, близком к возрасту кульминации ихтиомассы поколения. Показано, что этот метод по сути и результату близок к методу с использованием модификаций уравнения Баранова-Бивертона-Холта.

4. Предложен полуэмпирический способ определения допустимой интенсивности вылова с учетом предельного возраста рыбы и величины запаса. Область применения этого способа можно расширить, а результаты уточнить, если допустимую интенсивность вылова представить в виде интенсивности лова при условно неселективном лове и показателей селективности лова.

5. Предложен полуэмпирический способ определения допустимой интенсивности вылова с учетом взаимосвязи численности пополнения с величиной нерестового на примере математической модели воспроизводства Рикера.

6. Предложена оценка допустимой интенсивности вылова с учетом общих закономерностей убыли поколения промыслового стада при постоянной и не зависящей от возраста промысловой и естественной смертности.

7. Рассмотрен способ определения допустимой интенсивности вылова в зависимости от допустимого прилова рыб непромысловых размеров. Способ основан на предположении, что можно вылавливать такую часть рыб непромысловых размеров, чтобы их распределение в облавливаемых скоплениях за ряд лет с учетом вылова незначимо отличалось от распределения рыб за то же число лет без учета вылова.

8. Предложен новый способ квотирования уловов при совместном использовании запасов. В основу положено выражение для биомассы при равновесном состоянии запасов, при этом квота каждого государства определяется "вкладом" каждого государства в формирование этой биомассы.

9. Для определения оптимальной интенсивности и селективности рыболовства в конкретных случаях предложено одновременно использовать несколько методов и способов с учетом различных математических моделей и критериев регулирования этих показателей.


Заключение

1. Показано, что основными недостатками современной теории запасов и теории рыболовства являются недостаточная точность и эффективность управления запасами, слабое использование полуэмпирических методов и математических моделей, недоучет случайного характера рассматриваемых процессов и возможностей методов теории вероятностей и математической статистики, недостаточная практическая направленность исследований.

Соответственно основная цель работы заключается в совершенствовании теоретических основ управления запасами промысловых рыб.

2. Разработаны общие теоретические и практические основы управления запасами промысловых рыб и рыболовством, которые основаны на кибернетическом подходе к системам управления запасами и рыболовством.

3. Разработана усовершенствованная методика сбора и обработки исходных данных при оценке запасов, управлении запасами промысловых рыб и рыболовством с учетом современного состояния науки в этой области.

6. Уточнены способы оценки селективных свойств орудий лова, промысла и рыболовства, разработаны способы управления селективностью орудий лова на основе математического моделирования процессов селективного отбора рыбы из промысловых водоемов.

7. Предложена новая система для оценки интенсивности промысла и рыболовства с учетом деления промышленного рыболовства на три области (лов, промысел и рыболовство) и двух форм влияния интенсивности добычи рыбы на запасы - интенсивность воздействия на запасы и интенсивность использования (эксплуатации) запасов.

8. Разработаны способы управления интенсивностью рыболовства с применением новых модификаций уравнения Баранова-Бивертона-Холта, коэффициента использования поколения промысловых рыб, предельного возраста рыбы и величины запаса, закономерностей пополнения и убыли промыслового стада, допустимого прилова рыб непромысловых размеров. Рассмотрен новый способ квотирования уловов при совместном использовании запасов несколькими субъектами.

10. Результаты выполненных исследований способствуют совершенствованию теории лова, промысла и рыболовства, уточнению оценки запасов промысловых рыб, оптимизации систем управления запасами, дают экологический, промысловый и экономический эффект.


Список литературы

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

Андреев М.Н., Студенецкий С.А. Оптимальное управление на промысле. - М.: Пищевая промышленность, 1975. - 288 с.

Бабаян В.К. Математические методы теории рыболовства. - М.: ЦНИИТЭИРХ, 1988. - 76 с.

Баранов Ф.И. К вопросу о динамике рыбного промысла. - Бюллетень рыбного хозяйства, 1925, N 8, с. 26- 38.

Бивертон Р., Холт С. Динамика численности промысловых рыб. - М.: Пищевая промышленность, 1969. - 248 с.

Ефанов Ф.С., Истомин И.Г., Долматов А.А. Влияние формы тела рыбы и ячеи на селективные свойства тралов. - Сб. научных трудов ВНИРО. М.: ВНИРО, 1988, с. 124 - 151.

Засосов В.И. Теоретические основы рыболовства.- М.: Пищевая промышленность, 1970. - 292 с.

Ивлев В.С. Принцип математического моделирования динамики промысловых популяций рыб. - Труды совещания по динамике численности рыб, 1961, с. 185- 193.

Карпенко Э.А., Гюльбадамов П.С. Промысловая эффективность и уловистость разноглубинных тралов. - Сб. научных трудов ВНИРО, 1988, с. 5 - 10.

Карпенко Э.А., Гюльбадамов П.С. Промысловая эффективность и уловистость разноглубинных тралов // Сборник трудов ВНИРО,1988.- С. 10-19.

Мельников А.В. Расчетно-экспериментальные методы исследования селективных свойств и обоснования размера ячеи концентрирующих орудий лова. - Сб. трудов ВНИРО, 1983, с. 48- 55.

Мельников А.В. Определение параметров кривой селективности по полуэмпирическим расчетным формулам.- Исследования по оптимизации рыболовства и совершенствованию орудий лова. Сб. трудов ВНИРО, 1985. с. 68-77.

Мельников А.В. Определение параметров кривой относительной уловистости и обоснование размера ячеи объячеивающих орудий лова.- Астрахань, Астрыбвтуз. Рук. деп. в ЦНИИТЭИРХе, 1988,рх- 935.- 39 с.

Мельников А.В. Оптимизация регулирования рыболовства как кибернетическая проблема.- Астрахань, Астрыбвтуз. Рук. деп. в ЦНИИТЭИРХе, 1988, рх- 936.- 42 с.

Мельников А.В. Некоторые вопросы контроля и регулирования рыболовства// Сб. научных трудов ВНИРО, М.,1988, с. 157 -169.

Мельников А.В. Об управлении селективностью рыболовства. - Труды Астрыбвтуза. Юбилейный выпуск, 1990, с. 41- 45.

Мельников А.В. О некоторых задачах селективности рыболовства.- Сб. научных трудов ВНИРО, 1990, с. 208 - 222.

Мельников А.В. Методика оптимизации размера ячеи траловых мешков. - Астрахань. Астрыбвтуз, 1991. Рук. деп. по ВНИЭРХе, рх - 1159. - 33 с.

Мельников В.Н. Основные проблемы и задачи управления рыболовством.- Вестник АГТУ, 1995, N 2, с. 38-41.

Мельников А.В. Некоторые проблемы регулирования рыболовства.

- Сб. научных трудов ВНИРО, 1998, с. 62 - 72.

Мельников А.В. О связи интенсивности и селективности рыболовства. - Рыбное хозяйство, 1996, N 4, с. 47- 50.

Мельников А.В., Мельников В.Н. Селективность действия электрических полей на рыб. - Вопросы ихтиологии, 1991, т. 31, вып.4, с. 675 - 689.

Мельников А.В. Мельников В.Н., Судаков Г.А. Новые способы управления рыболовством // Труды Международной конференции, посвященной памяти проф. В.Н. Войниканис-Мирского. Астрахань, АГТУ, 2003.- С. 27-31.

Мельников А.В., Мельников В.Н., Судаков Г.А. Особенности регулирования селективности и интенсивности рыболовства //Труды Международной конференции, посвященной памяти проф. В.Н. Войниканис-Мирского. Астрахань, АГТУ, 2003.- С. 47- 50.

Мельников А.В., Мельников В.Н., Судаков Г.А. Совершенствование методов и математических моделей управления запасами промысловых рыб// Сборник трудов ВНИРО, 2004.- С. 34-41.

Мельников А.В., Судаков Г.А. Применение основных уравнений селективности для уточнения промысловой меры на рыбу и допустимого прилова рыб непромысловых размеров // Доклады первого Международного конгресса ихтиологов России. М.: Изд. ВНИРО,1997. - С. 442 - 443.

Мельников А.В., Судаков Г.А. Некоторые организационные проблемы управления селективностью сетных мешков, сливов, садков// Доклады 42-ой научно-технической конференции АГТУ. Астрахань, АГТУ, 1998. - С. 35- 36.

Мельников А.В., Судаков Г.А. Особенности решения основных задач селективности сетных орудий лова // Доклады совещания молодых ученых " Проблемы рыбного хозяйства внутренних водоемов", Санкт- Петербург: Изд. ГосНИОРХА, 1998.- 34-36.

Мельников В.Н. Биофизические основы промышленного рыболовства.- М.: Пищевая промышленность, 1973.- 392 с.

Мельников В.Н. О биотехническом (кибернетическом) направлении промышленного рыболовства. - Рыбное хозяйство, 1976, N 9, с. 50-53.

Мельников В.Н. Биотехническое обоснование показателей орудий и способов промышленного рыболовства. - М.: Пищевая промышленность, 1979. - 375 с.

Мельников В.Н. Качество, надежность и работоспособность орудий промышленного рыболовства. - М.: Легкая и пищевая промышленность, 1982. - 264 с.

Мельников В.Н. Биотехнические основы промышленного рыболовства. М.: Легкая и пищевая промышленность, 1983.- 216 с.

Мельников В.Н. Рыбохозяйственная кибернетика.- Сб. трудов ВНИРО, 1990, с. 3-13.

Меншуткин В.В. Математическое моделирование популяций и сообществ водных животных. - Л.: Наука, 1971.- 176 с.

Никольский Г.В. Теория динамики стада рыб.- М.: Пищевая промышленность, 1974. - 447 с.

Судаков Г.А. Экологические проблемы управления селективностью рыболовства // Астрахань, АГТУ. Рук. деп. во ВНИЭРХе, 1997, РХ- 1383.- с. 5.

Судаков Г.А., Мельников А.В. Совершенствование способов управления интенсивностью рыболовства " Труды Международной конференции " Водные биоресурсы России: решение проблем их изучения и рационального использования".- М., ВНИРО, 2003.- С. 42-46.

Трещев А.И. Научные основы селективного рыболовства.- М: Пищевая промышленность,1974. - 446 с.

Трещев А.И. Интенсивность рыболовства.- М.: Легкая и пищевая промышленность, 1983. - 236 с.


Еще из раздела Биология:


 Это интересно
 Реклама
 Поиск рефератов
 
 Афоризм
Мужчина должен быть чуть красивее обезьяны. А женщина чуть умнее.
 Гороскоп
Гороскопы
 Счётчики
bigmir)net TOP 100