1.7. Общая характеристика и классификация методов, способов и моделей теории рыболовства

1.7.1. Перечислим основные методы, способы и математические модели теории рыболовства, которые подробно рассмотрены в следующих главах.

1.7.2. В изучении теории рыболовства различают два основных подхода - изолированных популяций рыб и экосистемного анализа.

При использовании первого подхода рассматривают отдельные (изолированные) популяции, иногда с учетом некоторых абиотических и биотических взаимосвязей популяции.

При экосистемном подходе описывают сложные экосистемы в водоемах, включающие многовидовые промысловые сообщества, кормовую базу водоемов, внешнюю среду и т.д.

Наблюдается постепенный переход от первого подхода ко второму путем увеличения одновременно изучаемых промысловых сообществ и факторов внешней среды.

1.7.3 Проблемы и методы теории рыболовства рассматривают при стабильном (уравновешенном) состоянии запасов и промысла или при неуравновешенном состоянии. В последнем случае состояние запаса и его эксплуатация претерпевают некоторые количественные или качественные изменения, например, при переходе от одного стабильного состояния к другому. Соответственно, рассматривают статические и динамические методы и модели управления рыболовством.

1.7.4. Различают изучение проблем и процессов рыболовства на детерминированном и вероятностном уровне, а также в условиях нестохастической («природной» и «поведенческой») неопределенности.

На вероятностном уровне, в отличие от детерминированного уровня, учитывают случайный характер состояния популяции, ее использования, неполноту знаний о системах управления запасами.

Управление запасами в условиях стохастической неопределенности возможно, в частности, с применением упомянутого выше кибернетического и преосторожного подхода к решению задач. При нестохастической неопределенности из-за недостатка информации некоторые процессы нельзя описать на детерминированном и вероятностном уровнях. В этом случае переходят к лингвистическому описанию процессов, особыми приемами переводят процессы в разряд случайных, применяют теорию игр и т.д. (см. гл. 16).

1.7.5. Задачи теории рыболовства можно решать на интегральном и дифференциальном уровне, в штучном и весовом выражении запаса и улова. На интегральном уровне, в отличие от дифференциального уровня, рассматривают общий запас или улов без деления рыб на размерные, возрастные, половые, а иногда видовые группы.

1.7.6. Деление методов, проблем и задач теории рыболовства возможно с учетом принятых показателей и критериев рыболовства (управления рыболовством).

Показатели рыболовства служат для задания цели управления рыболовством, ограничений на рыболовство, оценки качества и эффективности управления рыболовством и т.д. Критерии рыболовства обычно определяют стратегию для достижения выбранной цели управления, например, стратегию в некотором смысле оптимального управления. Показатели и критерии управления рыболовством рассмотрены в 1.8 и в последующих главах учебного пособия.

1.7.7. Современные методы теории рыболовства условно можно разделить на

• эмпирические методы;

• методы с применением математических моделей селективности рыболовства;

• методы биопромысловой статистики;

• методы на основе статического, динамического и статистического математического моделирования;

• методы предосторожного подхода;

• методы на основе теории качества и надежности систем управления;

• методы управления сложными биологическими системами (кибернетические методы), в т.ч. с применением теории исследования операций;

• экосистемные методы.

Некоторые из них являются одновременно методами анализа и оценки запасов промысловых рыб и методами управления рыболовством. Более того, иногда оценку запасов и управление рыболовством производят в рамках общей процедуры решения задач.

1.7.8. Различают решение задач теории рыболовства с использованием отдельных методов и способов и комбинированных, с привлечением нескольких методов и способов теории рыболовства. К последним, в частности, можно отнести новые методы предосторожного подхода и управления сложными биологическими системами.

1.7.9. Эмпирические методы основаны на применении экспериментального и статистического материала о величине уловов и запаса, их составе, интенсивности и селективности рыболовства, данных наблюдений за объектом лова. Эмпирические методы обычно предусматривают использование аппарата математической статистики, а иногда и математических моделей. Однако, эти модели, как правило, являются эмпирическими моделями , полученными в результате обработки статистического материала.

Эмпирические методы иногда позволяют получать достоверные результаты для частных конкретных популяций рыб и условий внешней среды, которые не всегда можно распространить на другие популяции и условия.

Условно к эмпирическим методам можно отнести следующие методы:

• оценки величины запасов на основе анализа уловов и уловов на промысловое усилие;

• оценки величины запасов на основе анализа уловов и возрастного состава стада;

• учетных и промысловых съемок;

• акустических и промыслово-акустических съемок;

• съемок и математических моделей лова;

• анализа миграций проходных и полупроходных рыб в реках и прибрежных районах моря;

• анализа результатов мечения рыб;

• анализа результатов визуальных наблюдений и т.д.

1.7.10. Методы с применением только математических моделей селективности рыболовства основаны, прежде всего, на применении выражений для оценки селективных свойств лова и промысла, а также основных уравнений селективности при отцеживании и объячеивании рыбы сетным полотном. Такие математические модели можно непосредственно использовать для решения следующих задач:

• оценка и регулирование параметров кривых селективности при отцеживании и объячеивании рыбы сетным полотном, зацеплении крючком;

• оценка и регулирование селективных свойств при перемещении рыбы относительно орудия лова, действии на рыбу физических полей, с учетом размеров и формы зоны облова;

• оценка и регулирование общих селективных свойств орудия лова с учетом проявления различных видов селективности на всех этапах лова;

• регулирование размера ячеи сетных мешков, сливов, сетей с применением основных уравнений селективности сетных мешков, сливов, сетей;

• регулирование других (кроме размера ячеи) параметров орудий и способов лова рыбы, влияющих на селективность орудий лова;

• оценка результатов селективного действия сетных мешков, сливов, садков, сетей ( оценка размерного, видового и полового состава улова, прилова рыб непромысловых размеров, ухода из орудия лова при отцеживании и объячеивании рыб промысловых размеров, гибели рыб после ухода из орудия лова и т.д.);

• регулирование промысловой меры на рыбу и допустимого прилова рыб непромысловых размеров с применением основных уравнений селективности сетных мешков, сливов, сетей;

• оценка и регулирование селективности промысла, обусловленной особенностями распределения в водоеме промысла и рыб разного вида, возраста (размера) и пола.

Кроме того, математические модели селективности рыболовства применяют в сочетании со всеми другими методами теории рыболовства, например, с учетом взаимосвязи селективности, интенсивности и эффективности лова, в.т. числе с учетом экономических показателей лова и промысла и т.д. При объединении методов повышается эффективность регулирования, контроля и прогнозирования рыболовства, оценки численности и состава запасов.

1.7.11. Методы биопромысловой статистики (их часто делят на биостатистические методы и методы биопромысловой статистики) основаны на сборе и обработке разнообразной информации о состоянии запасов и промысла для определения абсолютной или относительной величины запасов, а иногда и для управления рыболовством. В этих методах в основном используют данные о составе и численности запасов и уловов, о величине улова или улова на промысловое усилие и т.д.

К основным методам биопромысловой статистики относятся:

• метод оценки и анализа запасов А.Н. Державина и его последователей cучетом величины и состава улова;

• метод виртуально-популяционного анализа (VPA);

• методы контрольных карт и последовательного анализа для оценки состояния и контроля запасов, регулирования рыболовства;

• методы оценки запасов и допустимой интенсивности вылова по результатам анализа уловов на усилие и другим данным;

• методы группового учета аргументов (МГУА) для оценки и прогнозирования пополнения промыслового стада, улова на промысловое усилие, размерного состава улова и запаса и т.д.

1.7.12. Методы математического моделирования служат для обобщенного представления основных закономерностей, характеризующих состояние и количественные изменения в популяции, и их влияние на величину и состав улова.

При математическом моделировании биологическому объекту (например, популяции рыб) в общем случае ставят в соответствие систему уравнений и алгоритм перехода популяции из одного состояния в другое, например, в результате изменения численности или возрастного состава запаса. Далее систему уравнений исследуют, и полученный результат переносят на биологический объект, который послужил прототипом создания модели.

Успешность математического моделирования в рыболовстве во многом зависит от правильного выбора математического аппарата. При этом обращают внимание, каким образом в модели описываются (или желательно описать) время и состояние системы управления рыболовством.

Достоинством методов математического моделирования является удобство формализации и оперативность получения необходимой информации, недостатком - те или иные допущения и опасность использования неадекватных моделей.

Различают математические модели для уравновешенного состояния запасов и промысла (статические модели) и математические модели для описания неравновесного состояния запасов и промысла (динамические модели). Известны также стохастические модели статики или динамики процессов с применением вероятностных представлений, методов математической статистики и т. д.

К основным статическим моделям относятся, в частности:

• статические модели улова или улова на единицу пополнения или на единицу запаса промыслового стада (аналитические модели);

• статические продукционные модели;

• модели запас-пополнение;

• статические продукционные модели с возрастной структурой и показателями селективности.

Основными динамическими моделями считают:

• динамические модели улова или улова на единицу пополнения промыслового стада в виде непрерывных и дискретных уравнений;

• модели, основанные на методах когортного анализа;

• динамические продукционные модели;

• некоторые методы экстраполяции временных рядов, характеризующих состояние запасов.

К стохастическим моделям относятся многочисленные модели, основанные на применении численных характеристик и законов распределения случайных показателей рыболовства, корреляционного, регрессионного и дисперсионного анализа, теории случайных функций, метода Монте-Карло, бутстрепа и других специальных методов.

1.7.13. Кроме математических моделей популяций рыб, известны биологические и аналоговые модели. Биологической моделью популяции промысловых рыб является другая популяция рыб, но более удобная для исследований, чем моделируемая популяция. Биологические модели в ряде случаев дают хорошие результаты, но они громоздки и работают в реальном масштабе времени.

При разработке аналоговых моделей систему управления рыболовством с биологическим объектом заменяют другой системой, которая имеет иную физическую природу. Математический аппарат аналогового моделирования основан на выводах теории подобия.

1.7.14. В теории рыболовства часто используют комбинации перечисленных методов оценки запасов и управления запасами. Из них наибольшее значение имеет применение различных комбинаций математических моделей:

• аналитических моделей и их дискретных аналогов;

• аналитических моделей и моделей запас-пополнение;

• аналитических и продукционных моделей;

• продукционных моделей и моделей запас-пополнение;

• моделей, основанных на синтезе моделей одного или нескольких из перечисленных выше классов;

• моделей, основанных на взаимосвязи селективности и интенсивности рыболовства;

• моделей, основанных на взаимосвязи промысловых и экономических показателей лова, промысла и рыболовства.

Возможны также различные комбинации эмпирических методов, методов биопромысловой статистики, методов селективности рыболовства, статических и динамических моделей рыболовства.

1.7.15. Методы предосторожного подхода теории рыболовства предусматривают рациональное использование промысловых биологических ресурсов на принципе предосторожности и концепции устойчивого развития. Пока получил развитие метод предосторожного подхода к оценке общего допустимого улова (ОДУ). Методы предосторожного подхода могут отличаться начальными условиями, набором ориентиров управления, режимами управления, методическим и информационным обеспечением. Известны различные практические версии предосторожного подхода, разработанные ИКЕС, НАФО, национальной службой морского рыболовства США (NMFS), ВНИРО и т.д., которые заняты регулированием рыболовства. В частности, во ВНИРО разработаны модификации методов предосторожного подхода для сильно изменяющихся по численности запасов и запасов низкой численности.

1.7.16. Кибернетические (общенаучные) методы в промышленном рыболовстве известны с начала 70-х годов прошлого века, когда проф. В.Н. Мельников разработал биотехнические (кибернетические) основы лова рыбы. Эти методы в настоящее время преобладают в теории лова рыбы. Кибернетические основы рыболовства, связанные с оценкой запасов и управлением запасами промысловых рыб, впервые опубликованы проф. А.В. Мельниковым в 1988г.

Как известно, кибернетика изучает во всех областях науки проблемы управления сложными системами (прежде всего, с биологическими объектами) с высокой степенью случайности протекающих в них процессов. В таких системах, например в системах управления рыболовством, можно выделить детерминированную часть, стохастическую часть, которая отличается случайной закономерностью, и процессы, которые поддаются описанию, но такого описания не существует из-за неполной информации о процессе.

Кибернетический поход к теории рыболовства, основанный на применении теории сложных кибернетических систем, отличается от известных подходов, прежде всего,

• более полным использованием преимуществ системных исследований и математического моделирования процессов;

• четким делением промышленного рыболовства на три области - лова, промысла и рыболовства;

• выделением в каждой области промышленного рыболовства четырех функций управления: организации, регулирования, контроля и прогнозирования;

• более широким использованием в теории рыболовства общенаучной теории управления процессами, теории исследования операций, теории качества, эффективности, надежности и оптимизации процессов;

• применением большего числа показателей и критериев управления рыболовством;

• более полным использованием методов управления рыболовством при различных видах неопределенности;

• более тесным объединением теории рыболовства с теорией лова и с теорией промысла с последующей разработкой обобщенной теории промышленного рыболовства;

• большим применением для оценки запасов и управления рыболовством методов селективности рыболовства, взаимосвязи селективности и интенсивности рыболовства;

• использованием ограничений и оценки эффективности управления по большему числу показателей рыболовства;

• расширением области дифференцированного подхода к оценке состава и численности запаса и улова с учетом вида, размера, возраста и пола рыб;

• более полным учетом пространственно-временных границ промысла и выбора в необходимых случаях периодов стационарности для соответствующих показателей рыболовства;

• попытками более широкой систематизации показателей рыболовства, в т.ч. показателей запасов, уловов, промысловой смертности, промыслового усилия, селективности и эффективности рыболовства;

• созданием условий для разработки более гибких правил рыболовства, в т.ч. с учетом задач организации, регулирования, контроля и прогнозирования лова, промысла и рыболовства и т.д.

Кибернетические методы и способы управления рыболовством существенно отличаются, прежде всего

• целью и задачами управления рыболовством;

• показателями и критериями рыболовства;

• некоторыми принципами и схемами исследования эффективности рыболовства;

• особенностями статической и динамической оптимизации управления рыболовством;

• методами математического моделирования процессов управления ловом, промыслом и рыболовством;

• схемами оптимизации процессов управления рыболовством;

• некоторыми правилами управления рыболовством на основе методов выбора и принятия решений и т.д.

1.7.17. Современные методы теории рыболовства в основном связаны с изучением изолированных популяций промысловых рыб и опираются на одновидовые модели. При этом не учитываются или слабо учитываются взаимоотношения внутри водных биологических сообществ и влияние на эти сообщества условий внешней среды. Отсутствие развитого экосистемного подхода в теории рыболовства существенно затрудняет исследование динамики популяций промысловых рыб, изучение и прогнозирование рыболовства.

По этой причине совершенствование экосистемного подхода в теории рыболовства, разработка моделей многовидовых промысловых сообществ является одной из актуальных проблем рыбохозяйственной науки. Вместе с тем в методах и моделях изолированных популяций все шире применяют элементы экосистемного подхода. Важными особенностями такого подхода служат, например, учет влияния кормовой базы в водоемах на пополнение промыслового стада, рост и естественную смертность, учет пищевых взаимоотношений различных видов рыб, хищничества, каннибализма, температуры и солености воды, конкуренции на нерестовых площадях и т.д.

Методы экосистемного подхода к управлению рыболовством могут отличаться:

• составом и свойствами экологической системы;

• целью и задачами управления рыболовством;

• основными параметрами процессов и взаимодействий при исследовании промысловой экосистемы;

• методами математического моделирования для изучения элементов экосистемы и системы в целом;

• особенностями принятия и выбора решений по результатам изучения экосистемы и т.д.