Вероятностно-статистический подход в долгосрочном прогнозировании национального вылова
https://doi.org/10.46845/1997-3071-2022-64-36-50
Аннотация
В практической деятельности отраслевых НИИ Росрыболовства и других научных организаций достаточно часто возникает потребность подготовки прогнозов возможного национального вылова на длительную перспективу. Это необходимо различным субъектам для планирования, в том числе хозяйственной деятельности. Точность этих детерминистических прогнозов, как правило, невысока. Кроме того, для некоторых коммерческих видов вылов определяется не только биологически обоснованными аспектами, но и рядом управленческих решений, которые могут быть сложно предсказуемы в дальнейшем. В работе рассмотрена возможность выполнения долгосрочного (перспективного) прогноза национального вылова промысловых объектов, который зависит не только от состояния запаса, но и от экономико-политических факторов. В его основе лежит вероятностно-статистический подход, базирующийся на многолетнем ряде наблюдений за историей промысла с учетом некоторых закономерностей и допущений. Проанализированы возможные факторы, которые непосредственно могут влиять на объем вылова, и зависимости между ними. Моделирование процессов основано на методе Монте-Карло и выполнено программными средствами, предназначенными для оценки возможных рисков в условиях неопределенности входных параметров. Результатом является наиболее вероятный сценарий развития рыболовства с указанием степени неопределенности. В качестве тестового примера выбран перспективный прогноз отечественного промысла путассу (Micromesistius poutassou) гебридо-норвежской популяции на период до 2042 г. Для данного объекта промысла российский вылов в долгосрочной перспективе, очевидно, составит не менее 86 тыс. т. Подобные расчеты могут быть выполнены и для других промысловых видов.
При поддержке: Автор выражает благодарность главному специалисту Полярного филиала ФГБНУ «ВНИРО» А. А. Пронюку за ценные замечания при подготовке работы.
Об авторе
Д. В. Прозоркевич
Полярный филиал ФГБНУ «ВНИРО» («ПИНРО» им. Н. М. Книповича)
Россия
Россия
Прозоркевич Дмитрий Владимирович, кандидат биологических наук; ведущий научный сотрудник
г. Мурманск
Список литературы
1. Максименко, В. П. Количественные методы оценки рыбных запасов / В. П. Максименко, Н. П. Антонов. – Петропавловск-Камчатский: КамчатНИРО, 2003. – 256 с.
2. Rosenberg, A. A. Developing new approaches to global stock status assessment and fishery production potential of the seas / A. A. Rosenberg, M. J. Fogarty, A. B. Cooper, M. Dickey-Collas, E. A. Fulton, N. L. Gutiérrez, K. J. W. Hyde, K. M. Kleisner, T. Kristiansen, C. Longo, C. Minte-Vera, C. Minto, I. Mosqueira, G. Chato Osio, D. Ovando, E. R. Selig, J. T. Thorson // FAO Fisheries and Aquaculture Circular. – Rome, FAO, 2014. – No. 1086. – 175 p.
3. Методические рекомендации по оценке запасов приоритетных видов водных биологических ресурсов / В. К. Бабаян, А. Е. Бобырев, Т. И. Булгакова, Д. А. Васильев [и др.]. – Москва: Изд-во ВНИРО, 2018. – 312 с.
4. Дементьева, Т. Ф. Биологическое обоснование промысловых прогнозов / Т. Ф. Дементьева. – Москва: Пищевая промышленность, 1976. – 238 с.
5. Четыркин, Е. М. Статистические методы прогнозирования / Е. М. Четыркин. – Москва: Статистика, 1977. – 200 с.
6. Kesteven, G. L. A note on the fisheries resources of the North West Atlantic / G. L. Kesteven, S. J. Holt // FAO Fisheries Paper. – Rome: FAO, 1955. – No. 7. – 12 p.
7. Бабаян, В. К. Краткий словарь терминов долгосрочного прогнозирования (промысловые биопрогнозы) / В. К. Бабаян. – Москва: ВНИРО, 1990. – 48 с.
8. Ulltang, Ø. Fish stock assessment and prediction: integrating relevant knowledge. An overview / Ø. Ulltang // Scientia Marina. – 2003. – Vol. 67, No. S 1. – pp. 5–12.
9. Гаврилов, Г. M. Динамика вылова, методические основы оценки запасов, прогнозирования общего допустимого улова (ОДУ) и возможного вылова (ВВ) промысловых рыб в экономической зоне России дальневосточных морей и северозападной части Тихого океана / Г. М. Гаврилов // Успехи современного естествознания. – 2014. – № 5 (1). – С. 55–76.
10. Тезисы докладов X Всероссийской конференции по проблемам рыбопромышленного прогнозирования / отв. ред. Л. И. Пестрикова. – Мурманск: ПИНРО, 2009. – 147 с.
11. Материалы XI Всероссийской конференции по проблемам рыбопромыслового прогнозирования, посвященной 150-летию со дня рождения Н. М. Книповича / отв. ред. М. С. Шевелев. – Мурманск: Издательство ПИНРО, 2012. – 228 с.
12. Мельников, И. В. Современное состояние сырьевой базы рыбной промышленности Дальневосточного бассейна и перспективный прогноз ее развития на период до 2025 г. / И. В. Мельников, А. А. Байталюк // Таможенная политика России на Дальнем востоке. – 2012. – № 3(60). – C. 15–21.
13. Ojaveer, E. Long-term prediction on Baltic fish stocks based on periodicity of solar activity / E. Ojaveer, M. Kalejs // Rev Fish Biol Fisheries, 2012. – Vol. 22, Issue 3. – P. 683–693. [Электронный ресурс] – URL: https://doi.org/10.1007/s11160-012-9264-8 (дата обращения 03.08.2021).
14. Филин, А. А. Модельный анализ динамики запаса баренцевоморской трески при различных сценариях долгосрочного изменения температуры воды / А. А. Филин // Вопросы рыболовства. – 2016. – Т. 17, № 4. – C. 232–245.
15. Yuan, H. Study on the Medium and Long Term of Fishery Forecasting Based on Neural Network / H. Yuan, Y. Gu, J. Wang, Y. Chen, X. Chen // Artificial Intelligence and Computational Intelligence. – Berlin, Heidelberg : Springer, 2012. – vol. 7530. – pp. 186–205. [Электронный ресурс] – URL: https://doi.org/10.1007/978-3-642-33478-8_77 (дата обращения 31.07.2021).
16. Кляшторин, Л. Б. Циклические изменения климата и рыбопродуктивности: моногр. / Л. Б. Кляшторин, А. А. Любушин. – Москва: ВНИРО, 2005. – 235 с.
17. Merayo, M. G. Statistical Approach to Test Stochastic and Probabilistic Systems / M. G. Merayo, I. Hwang, M. Nú ñ ez, A. A. Cavalli // Formal Methods and Software Engineering. Part of the Lecture Notes in Computer Science. – Berlin, Heidelberg : Springer, 2009. – vol. 5885. – pp. 186–205. [Электронный ресурс] – URL: https://doi.org/10.1007/978-3-642-10373-510 (дата обращения 31.07.2021).
18. Картвелишвили, В. М. Риск-менеджмент. Методы оценки риска: учеб. пособие / В. М. Картвелишвили, О. А. Свиридова. – Москва: ФГБОУ ВО «РЭУ им. Г. В. Плеханова», 2017. – 120 с.
19. Gjøsæter, H. Assessment methodology for Barents Sea capelin, Mallotus villosus (Müller) / Н. Gjøsæter, В. Bogstad, S. Tjelmeland // ICES Journal of Marine Science. – 2002. – 59. – pp. 1086–1095.
20. Состояние сырьевых биологических ресурсов Баренцева, Белого и Карского морей и Северной Атлантики в 2021 г. / Д. И. Александров, А. В. Амелькин, А. С. Амелькина, М. Ю. Анциферов [и др.] / отв. ред. Л. И. Пестрикова. – Мурманск: ПИНРО им. Н. М. Книповича, 2021. – 145 с.
21. Report of the Blue Whiting Assesment Working Group // ICES Document C. M. – 1987. – Assess: 4. – 57 p.
22. Working Group on Widely Distributed Stocks (WGWIDE) // ICES Scientific Reports. – 2020. – Vol. 2, Issue 82. – 1019 p. [Электронный ресурс] – URL: http://doi.org/10.17895/ices.pub.7475 (дата обращения 28.07.2021).
23. Международное регулирование промысла сельди, путассу и скумбрии / Ю. Н. Калашников, А. И. Крысов, А. А. Пронюк, М. О. Рыбаков // Вестник МГТУ. – 2017. – Т. 20, № 2. – C. 422–433.
24. Зиланов, В. К. Путассу Северной Атлантики / В. К. Зиланов. – Москва: Легкая и пищевая промышленность, 1984. – 160 с.
25. Шибаев, С. В. Промысловая ихтиология / С. В. Шибаев. – Калининград: ООО «Аксиос», 2014. – 535 с.
26. Борисов, В. М. Смешанная Российско-Норвежская комиссия по рыболовству: плюсы и минусы (к 30-летию образования СРНК) / В. М. Борисов, Б. Н. Котенев // Рыбное хозяйство. – 2005. – № 2. – С. 6–8.
Рецензия
Для цитирования:
Прозоркевич Д.В. Вероятностно-статистический подход в долгосрочном прогнозировании национального вылова. Известия КГТУ. 2022;(64):36-50. https://doi.org/10.46845/1997-3071-2022-64-36-50
For citation:
Prozorkevich D.V. A stochastic-statistical approach in long-term forecasting of the national catch. KSTU News. 2022;(64):36-50. (In Russ.) https://doi.org/10.46845/1997-3071-2022-64-36-50
Просмотров:
6
Послать статью по эл. почте 