НОВЫЕ ПОДХОДЫ В ОЦЕНКЕ И ПРОГНОЗЕ ЗАПАСОВ СЕВЕРО-ВОСТОЧНОЙ АРКТИЧЕСКОЙ ТРЕСКИ С ПРИВЛЕЧЕНИЕМ ПРОМЫСЛОВО-СТАТИСТИЧЕСКИХ И КЛИМАТИЧЕСКИХ ДАННЫХ

ВОПРОСЫ РЫБОЛОВСТВА, 2018, Том 19. №1. С. 34-41 PROBLEMS OF FISHERIES, 2018, Vol. 19. №1. P. 34-41

ПРОМЫСЕЛ ГИДРОБИОНТОВ

УДК 639.2.0537:639.223

НОВЫЕ ПОДХОДЫ В ОЦЕНКЕ И ПРОГНОЗЕ ЗАПАСОВ СЕВЕРО-ВОСТОЧНОЙ АРКТИЧЕСКОЙ ТРЕСКИ С ПРИВЛЕЧЕНИЕМ ПРОМЫСЛОВО-СТАТИСТИЧЕСКИХ И КЛИМАТИЧЕСКИХ ДАННЫХ

© 2018 г. О.А. Булатов, Д.А. Васильев

Всероссийский научно-исследовательский институт рыбного хозяйства и океанографии, Москва, 107140 E-mail: obulatov@vniro.ru

Поступила в редакцию 21.03.2018 г.

Рабочая группа ИКЕС по арктическому рыболовству для оценки запаса и общего допустимого улова трески традиционно использует математические модели с привлечением научных данных и промысловой статистики. В 2016 и 2017 гг. ряд научных съемок в Баренцевом море не был выполнен или они были выполнены не в полном объеме. Это снизило обоснованность результатов расчетов запасов и вызвало интерес к привлечению в расчетах дополнительных источников информации о состоянии запаса. Таким источником информации послужили данные информационной системы «Рыболовство». Выполненные расчеты показали, что современное состояние запасов трески позволяет увеличить общий допустимый улов в 2018 г. более чем на 20% по сравнению с величиной, одобренной рабочей группой ИКЕС по арктическому рыболовству. Значения климатического индекса АМО ^dandc multidecadal oscillation index), показавшие высокую корреляционную связь с биомассой запаса, были использованы для прогноза нерестового запаса трески до 2025 г. Это привело к существенно иным оценкам перспектив промысла трески, чем применение традиционных методов. Полученные результаты свидетельствуют о необходимости расширения информационной базы, используемой для оценки состояния запасов трески и ее прогноза, в случае ее недостаточности. Ключевые слова: оценка запасов, северо-восточная арктическая треска, общий допустимый улов.

ВВЕДЕНИЕ

Совершенствование методов оценки состояния запаса северо-восточной арктической трески является важной научной задачей (Васильев, Булатов, 2015). Вопросы уточнения входных данных для расчетов и методики оценки состояния запаса северовосточной арктической трески в очередной раз рассматривались на заседании специальной методологической рабочей группы

ИКЕС (ICES, 2017a) в апреле 2017 г. Результаты сравнения модели TISVPA (Triple Instantaneous Separable Virtual Population Analysis) (Vasilyev, 2005, 2017; Васильев, 2006) с разработанными ранее показали, что эта модель благодаря привлечению данных

по старшим возрастным группам позволяет точнее оценить состояние запасов. Рабочая группа отметила, что, поскольку модель TISVPA ориентирована на робастность, т.е. на работу с сильно зашумленными данными, для трески, отличающейся высоким качеством данных, она может оказаться менее гибкой по сравнению, например, с моделью SAM (State Space Assessment Model). Поэтому было принято решение использовать модель TISVPA в качестве вспомогательной и продолжить в дальнейшем выполнение расчетов с ее помощью. В качестве основной модели для оценки состояния запаса северовосточной арктической трески была принята модель SAM, в настоящее время используемая в рамках ИКЕС для оценки состояния большинства запасов. Применявшуюся ранее более 20 лет модель XSA (Extended Survival Analysis) также было решено использовать для дополнительных расчетов

(ICES, 2017a).

Однако на состоявшемся спустя две недели заседании рабочей группы ИКЕС по арктическому рыболовству, на которой массивы данных были дополнены информацией, полученной во второй половине 2016 и начале 2017 гг., оказалось, что ситуация ухудшилась, так как новые данные имели существенно более низкое качество, чем в предыдущие годы, и это отрицательно сказалось на надежности полученных оценок. Невыполнение съемки донных рыб в 2016 г. не позволило получить адекватные индексы численности донных рыб Баренцева моря. Отсутствие данных о размерно-весовой структуре и доле половозрелых рыб в запасе трески на конец 2016 г. усугубило ситуацию. Кроме того, в 2016 г. экосистемная съемка, также использующаяся в расчетах по оценке состояния запаса трески Баренцева моря, была проведена с методическими нарушениями. В связи с недостатком финансирования в феврале 2017 г. отмечено неполное покрытие акватории. Все это привело к заниженной оценке запасов. Учитывая недостаточность данных для расчетов оценки состояния запаса и прогноза общего допустимого улова (ОДУ) северо-восточной арктической трески, авторы предприняли попытку компенсировать этот недостаток информацией, содержащейся в информационной системе (ИС) «Рыболовство».

Кроме того, в качестве дополнительного источника информации для оценки запасов и их прогноза были использованы установленные ранее корреляционные связи биомассы с климатическим показателем, в качестве которого был выбран индекс АМО ^lantic multidecadal оscillation index), являющийся интегральным показателем формирования численности поколений и биомассы трески.

Цель настоящей работы — получение оценок состояния запаса трески на основании

данных промысловой статистики и прогноз ее биомассы до 2025 г. с использованием климатических данных.

МАТЕРИАЛ И МЕТОДИКА

Для оценки состояния запасов северо-восточной арктической трески рабочая группа по арктическому рыболовству ИКЕС в настоящее время использует модели с возрастной структурой: в качестве основной принята модель SAM, в качестве вспомогательной применяется разработанная ранее во ВНИРО модель TISVPA (Vasilyev, 2005; Васильев, 2006), отличающаяся повышенной защищенностью от ошибок в используемых данных. При работе с данными ИС «Рыболовство» в качестве показателя производительности промысла, отражающего плотность биомассы промыслового запаса, были использованы медианные значения величин уловов на час траления (CPUE) за второй и третий кварталы 2003—2017 гг. Медианные оценки были выбраны в связи с тем, что в отличие от средних значений они отражают наиболее типичные величины, свободные от прямого влияния резко выделяющихся данных (аут-лаеров).

Индексы биомассы промыслового запаса (ИБПЗ), полученные с помощью данных ИС «Рыболовство», учитывали площади проведения промысловых операций (S), оцениваемые как произведение разностей между процентилями 5 и 95 координат промысловых операций по широте и долготе. Применение процентилей позволило оценить площадь основного «ядра» промысловых операций во вторых и третьих кварталах 2003—2017 гг., что обеспечило также защиту от возможного наличия случайных ошибок в координатах промысловых операций.

Поскольку оценки биомассы по модели с возрастной структурой соответствуют началу года, ИБПЗ были также приведены к началу года путем осреднения оценок, полученных для вторых-третьих кварталов смежных лет.

Оценки ИБПЗ, рассчитанные на ос- Оценки значений параметров соста-новании данных ИС «Рыболовство», срав- вили: a = 12,43, b = 0,873, c = 0,123. нивали со значениями биомассы условного Связь между оценками биомассы непромыслового запаса (БУПЗ), полученными рестового запаса (SSB) и значениями индек-по модели с возрастной структурой TISVPA са АМО аппроксимировали следующим со-за 2003—2015 гг., которые представляли со- отношением: бой сумму произведений оценок биомассы по

каждой возрастной группе и относительной Ln (SSB) = al + bLn (K) + c, (2) селективности промысла каждой возрастной

группы. где SSB — оценка биомассы нерестоПри сопоставлении оценок биомассы вого запаса, полученная по модели с возрастпромыслового запаса, полученных по моделям ной структурой; I — индекс AMO, осредс возрастной структурой, и ИБПЗ, получен- ненный за 5 лет по центральным скользящим

ных по данным ИС «Рыболовство», следует средним и использующийся со сдвигом в 13

учитывать, что ИС «Рыболовство» содер- лет относительно года SSB; K — коэффицижит информацию по промысловым операци- ент эксплуатации (улов/SSB), осредненный

ям только отечественного флота, тогда как в за 5 лет, предшествующих году оценки SSB;

моделях ИКЕС с возрастной структурой для a, b, c — параметры, которые оценены путем

оценки запасов трески используются как рос- минимизации суммы квадратов отклонений

сийские, так и норвежские данные. При этом, между Ln (SSBy), полученными по модели

естественно, оценки относительной селектив- с возрастной структурой (TISVPA), и знаности промысла, получаемые в рамках моделей чениями Ln (SSBy) рассчитанными по уравс возрастной структурой, отражают характери- нению (2).

стики совокупного международного промысла. Суммирование производилось по

Главным отличием селективных годам y. Оценки параметров составили:

свойств российского тралового промысла a = 2,95, b = —0,587, c = 13,63. трески от ярусного норвежского является

преобладание в уловах высокой численности результаты и обсуждение

младше- и средневозрастных групп. Как показали многовариантные расчеты, наилучшее Сравнение ИБПЗ с оценками БУПЗ соответствие достигалось при исключении трески показало, что полученные результаты из рассмотрения возрастных групп старше имеют высокую сходимость (рис. 1). 11 лет включительно. В этой связи в расчетах В дальнейшем было выполнено БУПЗ по результатам применения модели сравнение оценок БУПЗ трески (по ре-с возрастной структурой (TISVPA) интер- зультатам модели TISVPA) с результата-вал суммирования был взят от 3 (младшая ми ИБПЗ в 2002—2017 гг., полученными возрастная группа в расчетах по модели) до на основании информации из ИС «Рыбо-10 лет. ловство». Как видно из рис. 2, результа-Для получения оценок ИБПЗ ис- ты, полученные с использованием разных пользовали следующую формулу: подходов в период 2002—2010 гг., полностью совпали. В дальнейшем оценки стали Ln (ИБПЗу) = a + bLn (CPUEy) + несколько отличаться. Индексы, получен-+ cLn (Sy), (1) ные с использованием в расчетах данных

промысловой статистики (ИС «Рыболовгде у — индекс года; a, b, c — параме- ство»), показали в 2011, 2015—2017 гг. ботры, оцениваемые путем минимизации суммы лее высокие значения, чем вычисленные с

квадратов отклонений между Ln (ИБПЗу) и помощью модели с возрастной структурой.

Ln (БУПЗ„) по годам промысла. Одной из вероятных причин этого являет Рис. 1. Связь между индексами биомассы промыслового запаса (ИБПЗ) по данным ИС «Рыболовство» и оценками биомассы условного промыслового запаса (БУПЗ) по модели с возрастной структурой.

Рис. 2. Оценки индекса биомассы промыслового запаса (-♦-) по данным ИС «Рыболовство» и биомассы условного промыслового запаса (-□-) по модели с возрастной структурой.

ся недостаточность научных данных, отмеченная в 2016—2017 гг., видимо, именно это привело к разнице в оценке запасов в 2017 г. более чем в 0,5 млн т.

В 2013 г., наоборот, наблюдавшиеся максимальные различия результатов этих моделей могли быть вызваны более достоверными международными научными сведениями, обеспечившими больший охват сезонов и акватории, где встречалась треска, по сравнению с данными российской промысловой

статистики. В 2012, 2014 гг. различия между двумя подходами были несущественны.

Несмотря на разницу в оценках, тенденция снижения запасов в 2014—2017 гг. проявила себя одинаково в обоих случаях.

При использовании в расчетах биомассы по моделям с возрастной структурой полученные значения ИБПЗ разбивались по возрастным группам пропорционально возрастному составу уловов с учетом среднего веса особей в запасе для каждого года проРис. 3. Оценки биомассы трески в возрасте 3 года и старше (по оси ординат, т), полученные по модели Т1БУРЛ с дополнительным использованием индекса биомассы запаса, построенного по данным ИС «Рыболовство» (-□-), и без его использования (-♦-).

мысла. Именно таким образом оценивался индекс биомассы запаса в расчетах по модели

Сравнение оценок биомассы промыслового запаса в возрасте 3 года и старше, полученных по модели TISVPA с дополнительным индексом биомассы, которые построены по данным ИС «Рыболовство», с результатами, полученными по той же модели рабочей группой ИКЕС с использованием данных четырех видов съемок, представлено на рис. 3.

Как можно видеть (рис. 3), оценки биомассы, полученные с дополнительным привлечением индекса, построенного по данным ИС «Рыболовство», для 2016— 2017 гг. оказались выше данных, полученных ИКЕС. Оценка ОДУ на 2018 г., вычисленная ИКЕС на основе действующего в настоящее время Правила управления промыслом (ICES, 2017b), составила 855 тыс. т.

Приведенные выше результаты основаны на использовании традиционного для рабочей группы ИКЕС подхода к оценке состояния запаса, но с расширением информационной базы расчетов за счет дополнительных данных, полученных из ИС «Рыболовство».

Интересным представляется также нестандартный подход оценки запасов, основанный на использовании выявленных корреляционных связей между биомассой трески и интегральными климатическими показателями. Известно (Би1а1оу, 2013), что температура воды на Кольском разрезе и индекс АМО являются хорошими индикаторами формирования численности поколений и биомассы.

Сравнение оценок биомассы нерестового запаса трески, полученных по модели с возрастной структурой (при оценке параметров уравнения (2) использовались оценки до 2015 г. включительно), с таковыми, полученными по индексу АМО (при осреднении значений АМО по интервалу в 5 лет с помощью центральных скользящих средних и с использованием лага в 13 лет), показало очень высокий коэффициент корреляции (рис. 4).

Обнаруженная тесная связь между изменчивостью нерестового запаса трески и индексом АМО, взятым с 13-летним лагом, позволяет с заблаговременностью не менее 10 лет уверенно прогнозировать динамику биомассы. На рис. 5 изображены ретроспективные и среднесрочные прогнозные (до 2025 г.) значения оценки биомассы запаса,

НОВЫЕ ПОДХОДЫ В ОЦЕНКЕ И ПРОГНОЗЕ

Рис. 4. Связь между оценками биомассы нерестового запаса, полученными по модели TISVPA (по оси ординат, т), и оценками биомассы нерестового запаса, полученными с использованием индекса АМО (по оси абсцисс, т) в 1984—2015 гг.

Рис. 5. Сравнение оценок биомассы нерестового запаса (SSB), полученных по модели с возрастной структурой (---) и по индексу АМО (— ).

полученные с использованием индекса АМО, которые сравниваются с оценками, полученными по модели с возрастной структурой.

Воздействие промысла на запас оценивали в соответствии с действующим в настоящее время Правилом управления промыслом (ICES, 2017b). Численность пополнения на 2018—2019 гг., так же, как

и в рабочей группе ИКЕС (ICES, 2017b), оценивали по гибридной модели с учетом съемок возрастных групп 0, 1, 2 и 3 лет. Кроме того, привлекали данные по биомассе мойвы, ледовому покрытию, температуре и кислороду на Кольском меридиане, а также по температуре на Кольском побережье (ICES, 2017b), а для 2020-2025 гг.

еще и среднее арифметическое ретроспективных оценок пополнения, хотя известно, что связь родители—потомки выражена весьма слабо (Булатов и др., 2007).

В прогнозных оценках, полученных с использованием индекса АМО, предполагалось, что в прогнозные годы сохранится такая же интенсивность промысла, как и в последние пять лет, поэтому в дальнейших расчетах использовали осредненное значение коэффициента эксплуатации.

Модель с возрастной структурой (TISVPA) показала резкое снижение биомассы трески в 2014—2022 гг. с 2,5 до 0,6 млн т, хотя минимальное значение будет находиться выше биологически безопасного уровня, соответствующего пре-досторожному подходу (Bpa).

Использование индекса АМО для оценки среднесрочной перспективы динамики биомассы трески свидетельствует о плавном снижении запасов в течение 2016—2025 гг. с 2,7 до 2,2 млн т. Безусловно, полученная с учетом индекса АМО динамика биомассы (как интегрального индекса качества условий формирования численности поколений) и накопленной интенсивности промысловой эксплуатации является, скорее всего, экспериментальным подходом. Однако, по мнению авторов, является полезной, поскольку основывается на принципиально другой информации по сравнению с той, которая традиционно используется в моделях с возрастной структурой. Другим полезным свойством использования индекса АМО в среднесрочном прогнозе является то, что точность оценки динамики биомассы существенно выше, так как основана на более тесных связях организм—среда, чем зависимость запас—пополнение.

ЗАКЛЮЧЕНИЕ

Привлечение для процедуры расчета оценки состояния запасов баренцевоморской трески данных промысловой статистики позволило частично компенсировать низкое качество информационного обеспечения прогноза, вызванного неполным объемом научных данных за 2016—2017 гг., и выполнить оценку более точно.

Представленные результаты были использованы на 47-й сессии Совместной российско-норвежской комиссии по рыболовству (СРНК) и позволили увеличить объем ОДУ до 775 тыс. т по сравнению с рекомендованным ИКЕС 712 тыс. т.

По результатам прогнозных расчетов с использованием модели с возрастной структурой в среднесрочной перспективе следует ожидать достаточно резкое снижение биомассы запаса с 2,5 до 0,6 млн т, которое к 2024 г. сменится ростом.

Использование индекса АМО в качестве альтернативного источника информации для прогноза динамики биомассы запаса трески предполагает более оптимистичный сценарий, при котором снижение биомассы в течение 2018—2025 гг. будет проходить плавно — с 2,7 до 2,2 млн т.

СПИСОК ЛИТЕРАТУРЫ

Булатов О.А., Котенев Б.Н., Борисов В.М., Моисеенко Г.С. Современное состояние запасов трески Баренцева моря и прогноз ОДУ на 2008 г. // Рыб. хоз-во. 2007. Вып. 5. С. 61-65.

Васильев Д.А. Свидетельство об официальной регистрации программы для ЭВМ № 2006611764 // Реестр программ для ЭВМ. 2006.

Васильев Д.А.. Булатов О.А. Оценка запасов северо-восточных арктической трески и пикши с помощью модели TISVPA / / Вопр. рыболовства. 2015. Т. 16. №4. С. 497-505.

Bulatov O.A. Climate change and the fishery in Russia-2025 // ICES CM 2013/B:70. 2013. Ref. 3267.

ICES. Report of the Working Group on Inter-benchmark Protocol on Northeast

Arctic Cod (2017) // ICES CM 2017/ ACOM:29. 2017a. 236 p.

ICES. Report of the Arctic fisheries working group (AFWG) // ICES CM2017/ AC0M:06. 2017b. 495 p.

Vasilyev D. Key aspects of robust fish Vasilyev D. NEA cod stock assessment

stock assessment. M.: VNIRO Publ., 2005. by means of TISVPA // AFWG. 2017. 105 p. WD_16. 2017. 10 p.

NEW APPROACHES TO NORTH-EAST ARCTIC COD STOCK ASSESSMENT AND FORECASTING TAKING INTO CONSIDERATION THE FISHERY AND CLIMATE DATA

© 2018 ^ O.A. Bulatov, D.A. Vasilyev

Russian Federal Research Institute of Fisheries and OceanographyMoscow, 107140

ICES Arctic Fisheries Working Group traditionally implements mathematical models based on scientific and fishery data for cod stock size and TAC (Total Allowable Catch) assessment. In 2016 u 2017 some of scientific surveys in the Barents Sea were not properly conducted or were not conducted at all. This decreased the quality of the results and gave rise to interest in implementation of additional sources of information. Such an additional source of information was the data from the "Rybolovstvo" Information System. The results of the assessment showed that the current state of cod stock allows to increase TAC for 2018 for more than 20% with respect to the value adopted by ICES Arctic Fisheries Working Group. The values of AMO (Atlantic Multidecadal Oscillation) Index, which revealed high correlation with the stock biomass, were used for forecasting the spawning stock biomass till 2025 what resulted in substantially different estimates of cod fishery perspectives in comparison to the results of implementation of traditional methods. The results obtained show the necessity of broadening of information basis used for cod stock assessment and forecasting in the cases of deficit of traditional data.