Регулирование многовидового рыболовства на основе математического моделирования (стр. 1 )

ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО РЫБОЛОВСТВУ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ УНИТАРНОЕ ПРЕДПРИЯТИЕ

ВСЕРОССИЙСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ

РЫБНОГО ХОЗЯЙСТВА И ОКЕАНОГРАФИИ (ФГУП "ВНИРО")

Регулирование многовидового рыболовства на основе

математического моделирования

Москва 2009

Светлой памяти моего дорогого Учителя

Алексея Андреевича Ляпунова

Оглавление

Введение 7

0.1. Материалы и методы исследования 13

Глава 1. Математические модели динамики многовидового сообщества и исследование их устойчивости. 19

1.1. Общая блок-схема экосистемы и понятие устойчивости экосистемы.. 19

1.2. Исследование моделей трофических цепей и их устойчивости. 24

1.2.1.Модель трофической цепи В. Вольтерра. 25

1.2.2. Влияние связи с косной компонентой типа "запас" на динамику популяций трофической цепи. 29

1.2.3. Влияние связи с косной компонентой типа «поток» на динамику популяций трофической цепи. 37

1.2.4. Влияние насыщения в питании хищника на динамику системы "хищник-жертва". 40

1.2.5. Обобщенный подход к моделированию трофической цепи 45

1.2.6.Устойчивость элементарной модели с лимитирующими факторами. 47

1.3. Исследование моделей конкурирующих видов. 53

1.4. Основные выводы главы 1. 63

Глава 2. Управление промысловым сообществом в условиях равновесия. 65

2.1.Анализ допустимой области управления в системе хищник-жертва. 65

2.1.1.Стратегии специализированного промысла популяции жертв. 68

2.1.2. Стратегии специализированного промысла популяции хищников. 71

2.1.3. Регулирование двухвидового промысла системы хищник-жертва с учетом экономического критерия. 76

2.2. Анализ допустимой области управления в системе двух конкурирующих видов 79

2.2.1. Стратегии регулирования промысла двух конкурирующих видов согласно экономическому критерию.. 84

2.3. Основные выводы главы 2. 88

Глава 3. Исследование многовидового промысла с помощью продукционных моделей. 90

3.1. Одновидовые продукционные модели– равновесный и динамический варианты 92

3.2. Многовидовая продукционная модель – равновесный вариант. 95

3.3 Многовидовая динамическая продукционная модель. 100

3.3.1. Методы настройки динамических продукционных моделей многовидового промысла. 103

Глава 4. Рекомендации по регулированию промысла ставриды и хека в Юго-Восточной Атлантике, основанные на двухвидовой динамической продукционной модели. 107

4.1.Стандартизация промыслового усилия. 108

4.2. Сглаживание рядов промысловых данных. 109

4.3. Процедура настройки двухвидовой модели «запас-промысел» и ее тестирование 115

4.4. Анализ чувствительности модели к вариациям параметров. 120

4.5. Использование модели для долгосрочного прогнозирования запасов и вылова и выбора стратегии промысла. 127

4.6. Основные выводы глав 3 и 4. 131

Глава 5. Многовидовая модель промысла, построенная на основе возрастного состава уловов. 132

5.1. Одновидовая когортная модель. 132

5.2. Многовидовая когортная модель MSVPA.. 136

5.2.1. Структура моделируемого сообщества. 138

5.2.2. Входная и выходная информация модели. 140

5.2.3. Алгоритм модели MSVPA. 142

5.2.4. Прогностический блок многовидовой модели. 152

Глава 6. Исследование функционирования промыслового. 153

сообщества Баренцева моря. 153

6.1. Структура сообщества Баренцева моря. 154

6.2. Подготовка входной информации. 154

6.2.1. Возрастной состав квартальных уловов, масса особи по возрастным группам и годам промысла, темп полового созревания по возрастным группам. 156

6.2.2. Алгоритмы автоматической обработки базы данных по составу желудков трески. 158

6.2.3. Использование геостатистической методологии для улучшения качества информации по составу желудков хищника. 168

6.2.3.1. Оценка средней массы содержимого желудка и среднего состава пищи с учетом пространственной неоднородности питания хищника. 169

6.2.3.2. Применение специальной методологии для заполнения пробелов в базе данных по питанию хищников. 182

6.2.4. Оценка суточных и квартальных рационов трески разных возрастов 189

6.2.5. Оценка коэффициентов “остаточной” смертности. 194

6.3. Методы настройки модели. 198

6.4. Результаты расчетов по модели MSVPA для сообщества Баренцева моря 205

6.5. Анализ чувствительности модели MSVPA.. 217

6.6. Основные выводы глав 5 и 6. 221

Глава 7. Экосистемный подход к оценке запасов и регулированию промысла 224

7.1. Способы включения экосистемных элементов в процесс оценки запаса. 228

7.2. Модели пополнения северо-восточной арктической трески, учитывающие каннибализм и влияние факторов среды.. 229

7.3. Сценарное моделирование для тестирования различных правил регулирования промысла. 245

7.3.1. Имитационная модель северо-восточной арктической трески. 247

7.3.2. Имитационная модель атлантическо-скандинавской весенне-нерестующей сельди. 253

7.4. Общие проблемы регулирования многовидового промысла. 264

7.4.1. Понятие цели регулирования для сообщества. 266

7.4.2. Оценки биологических ориентиров регулирования многовидового промысла 270

7.4.3. Моделирование смешанного промысла. 279

7.5. Основные выводы главы 7. 289

ЗАКЛЮЧЕНИЕ.. 290

Список литературы. 295

Перечень сокращений и обозначений 325

Введение

Задачи рационального природопользования решаются в различных отраслях: в сельском хозяйстве, в рыболовстве, в лесоводстве, в энтомологии. Все эти "отрасли управления ресурсами связаны друг с другом, так как их объединяет одна наука – экология, одна общая проблема – проблема оптимизации…, и, наконец, необходимость использовать одни и те же методы" (Уатт, 1971).

Настоящая работа относится к проблеме рационального использования водных экологических систем, и как показывает отечественный и международный опыт, для построения теоретических основ решения этой проблемы необходимо применение методов математического моделирования. (1918, 1925) заложил основы теории регулирования рыболовства, в дальнейшем в ее развитии участвовали многие исследователи: , , У. Рикер, М. Шефер, Д. Бивертон, С. Холт, Д. Галланд, , Дж. Шепард, Дж. Поуп, , и др. В большинстве случаев эти авторы исследовали одновидовые промысловые запасы.

Математические модели (ММ) изолированного запаса строятся на основе предположения, что промысел является главным регулирующим фактором динамики популяции, хотя для многих промысловых видов влияние хищничества вполне соизмеримо, а иногда и значительно превышает влияние промысла.

Теория управления многовидовыми запасами водных животных до сих пор достаточно не разработана, в ее основе должны лежать многовидовые ММ, исследование которых достаточно сложно. Начало использования ММ для анализа многовидового сообщества связывают с работами Вольтерра (Volterra, 1931; Volterra and d'Ancona, 1935), в которых модели динамики популяций в виде систем дифференциальных уравнений построены с учетом разных типов взаимодействий видов в сообществе. Непосредственным развитием такого подхода для анализа динамики промыслового сообщества послужили многовидовые продукционные модели промысловых сообществ (Булгакова, 1970; Pope and Harris,1975; Horwood,1976). Отличительные черты этой группы простых моделей сложных экосистем – их относительная простота, возможность оценки параметров по промысловым данным и возможность анализа различных правил регулирования (ПР) промысла. В данной работе показана необходимость учитывать межвидовые отношения при выборе ПР промысла и при формулировке цели такого регулирования.

Многовидовые когортные модели типа MSVPA (Pope, 1979; Helgason and Gislason, 1979; Sparre, 1980, 1984) были разработаны для сообществ Северного моря и Балтики, перед нами встала задача модификации этой модели для бореальной системы Баренцева моря, которая была решена нами в соавторстве с и специалистами ПИНРО. Работа с этой моделью связана с обработкой больших массивов входных данных, в том числе по питанию хищников.

Всемирная Конференция по устойчивому развитию (г. Йоганнесбург, 2002) приняла решение перейти к применению экосистемного подхода для оценки морских ресурсов и регулирования их промысла уже к 2010 г. На заседаниях рабочих групп ИКЕС по оценке запаса теперь регулярно в отчет о работе группы добавляется глава о состоянии экосистемы в целом, включая последние гидрологические сведения, климатические изменения, состояние фито - и зоопланктона, а также данные по питанию рыб, информацию по морским млекопитающим и птицам – т. е. информация по разным экосистемным факторам, влияющим на состояние исследуемых группой промысловых популяций.

Настоящая работа напрямую посвящена анализу и развитию методологии экосистемного подхода, при котором учитываются многовидовые отношения и в процедуры оценки запасов и регулирования промысла включаются данные по некоторым факторам среды.

Биологические системы являются сложными системами в смысле (1971), для изучения их свойств приходится использовать системный анализ. Системный анализ – это не какой-то определенный математический метод или группа методов, а широкая стратегия научного поиска, которая использует математический аппарат и математические концепции, но в рамках систематизированного системного подхода к решению сложных проблем (Джефферс, 1981). Дж. Джефферс понимает под системным анализом "упорядоченную и логическую организацию информации в виде моделей, сопровождающуюся строгой проверкой и анализом самих моделей, что необходимо для их верификации и последующего улучшения".

Важным разделом и инструментом системного анализа является метод математического моделирования, используемый в данной работе для исследования свойств популяций и экосистем. Под моделью понимается любое формальное описание связей между определенными символами, применяемое для того, чтобы имитировать реакцию экологической системы в ответ на различные воздействия.