- •А.В. Мельников, в.Н. Мельников Управление запасами промысловых рыб и охрана природы
- •Управление запасами промысловых рыб и охрана природы
- •Оглавление
- •Раздел 1. Основные проблемы, понятия и показатели теории запасов и управления рыболовством 15
- •Глава 1. Общие проблемы оценки запасов и управления запасами промысловых рыб 15
- •Глава 2. Оценка воспроизводства, роста, естественной и промысловой смертности рыб 69
- •Глава 3.Управление селективностью рыболовства 102
- •Глава 4. Промысловое усилие. Интненсивность промысла 141
- •Раздел II. Методы и математические модели теории рыболовства 175
- •Глава 5. Эмпирические методы теории рыболовства 175
- •Глава 6. Методы биопромысловой статистики 191
- •Глава 7. Статические модели и методы теории рыболовства 217
- •Глава 8. Динамические модели и методы теории рыболовства 241
- •Глава 9. Методы и модели теории рыболовства с учетом неопределенности 256
- •Глава 10. Промыслово-экономические методы и модели теории рыболовства 284
- •Глава 11. Применение контрольных карт и метода последовательного анализа в теории рыболовства 298
- •Глава 12. Контроль и прогнозирование запасов и рыболовства 321
- •Глава 13. Методы предосторожного подхода 344
- •Глава 14. Экосистемные методы теории рыболовства 365
- •Глава 15. Методы и модели управления рыболовством с применением показателей надежности систем 390
- •Глава 16. Методы и модели управления рыболовством с применение теории управления сложными системами и исследования операций 448
- •Раздел IV. Охрана природы 525
- •Глава 17. Основы охраны природы 525
- •Введение
- •Раздел 1. Основные проблемы, понятия и показатели теории запасов и управления рыболовством глава 1. Общие проблемы оценки запасов и управления запасами промысловых рыб
- •1.1. Состояние исследований запасов и управления запасами промысловых рыб
- •1.2. Основные проблемы и функции управления запасами и промышленным рыболовством
- •1.3. Основные факторы, влияющие на запасы промысловых рыб
- •1.4. Основные причины и закономерности колебаний запасов промысловых рыб
- •1.5. Основные пути сохранения и увеличения запасов промысловых рыб
- •1.6. Популяция рыб как динамическая система с элементами саморегулирования
- •1.7. Общая характеристика и классификация методов, способов и моделей теории рыболовства
- •1.8. Показатели и критерии рыболовства
- •1.9. Общая характеристика основных видов математических моделей теории рыболовства
- •1.10. Общая характеристика методов математического моделирования процесса лова рыбы
- •1.11. Оценка качества математического моделирования лова и рыболовства
- •1.12. Контрольные вопросы к главе 1
- •Глава 2. Оценка воспроизводства, роста, естественной и промысловой смертности рыб
- •2.1. Общие особенности количественной оценки воспроизводства запасов и пополнения промыслового стада
- •2.2. Общая характеристика кривых пополнения промыслового стада
- •2.3. Статистические методы оценки пополнения промыслового стада
- •2.4. Оценка доли пополнения в улове методом Аллена
- •2.5. Оценка роста рыб
- •2.6. Способы количественной оценки смертности рыб
- •2.7. Определение естественной смертности рыб
- •2.8. Оценка общей смертности рыб
- •2.9. Определение промысловой смертности рыб
- •2.10. Применение показателей промысловой смертности для оценки общего допустимого улова
- •2.11. Контрольные вопросы к гл. 2
- •Глава 3.Управление селективностью рыболовства
- •3.1. Общая характеристика селективности лова, промысла и рыболовства
- •3.2. Селективность лова при отцеживании рыбы сетным полотном
- •3.3. Селективность лова при объячеивании рыбы сетным полотном
- •3.4. Биомеханическая и биофизическая селективность лова
- •3.5. Селективность промысла и рыболовства
- •3.6. Основные проблемы и особенности управления селективностью рыболовства
- •3.7. Организация работ по управлению селективностью рыболовства
- •3.8. Особенности применения показателей селективности в теории рыболовства
- •3.9. Контрольные вопросы к главе 3
- •Глава 4. Промысловое усилие. Интненсивность промысла
- •4.1 Общие требования к промысловому усилию. Классификация показателей промыслового усилия
- •4.2. Область применения промыслового усилия в промышленном рыболовстве
- •4.3. Количественная оценка показателей промыслового усилия
- •4.4. Определение показателей промыслового усилия для орудий лова различных видов
- •4.5. Рекомендуемые показатели промыслового усилия для решения различных задач промышленного рыболовства
- •4.6. Контрольные вопросы к главе 4
- •Разделii. Методы и математические модели теории рыболовства глава 5. Эмпирические методы теории рыболовства
- •5.1. Оценка относительной величины запасов по уловам и уловам и на промысловое усилие
- •5.2. Оценка запасов методом учетных и промысловых съемок
- •5.3. Оценка запасов методом гидроакустических и промыслово-акустических съемок
- •5.4. Оценка запасов с применением съемок и математических моделей лова
- •5.5. Оценка запасов на основе анализа миграций проходных и полупроходных рыб в реках и в прибрежных районах моря
- •5.6. Оценка запасов с учетом улова и предельного возраста рыбы
- •5.7. Оценка запасов методом мечения
- •5.8. Оценка запасов по результатам наблюдений
- •5.9. Контрольные вопросы к главе 5
- •Глава 6. Методы биопромысловой статистики
- •6.1. Биостатистические методы оценки и анализа запасов
- •6.2. Методы контрольных карт и последовательного анализа
- •6.3. Методы оценки запасов по уловам на промысловое усилие
- •6.4. Оценка допустимой интенсивности вылова с учетом предельного возраста рыбы и интенсивности промысла (метод ф.И. Баранова)
- •6.5. Оценка допустимой интенсивности вылова и допустимого улова с учетом распределения величины запаса и предельного возраста рыбы
- •6.6. Определение допустимой интенсивности вылова с учетом общей убыли поколения промыслового стада
- •6.7. Определение допустимой интенсивности вылова с учетом допустимого прилова рыб непромысловых размеров
- •6.9. Контрольные вопросы к главе 6
- •Глава 7. Статические модели и методы теории рыболовства
- •7.1. Модели улова на единицу пополнения промыслового стада в непрерывной форме
- •7.2. Модели улова на единицу пополнения промыслового стада в дискретной форме
- •7.3. Модели для оценки использования биомассы поколения промысловых рыб
- •7.4. Продукционные модели
- •7.5. Модели запас-пополнение
- •7.6. Комбинированные модели на основе аналитических и продукционных моделей, моделей запас-промысел
- •7.7. Комбинированные модели на основе взаимосвязи интенсивности и селективности рыболовства
- •7.8. Контрольные вопросы к главе 7
- •Глава 8. Динамические модели и методы теории рыболовства
- •8.1. Дискретные модели с переменным пополнением
- •8.2. Методы когортного анализа
- •8.3. Динамические продукционные модели
- •8.4. Комбинированные динамические модели
- •8.5. Методы интерполирования и экстраполяции временных рядов
- •8.6. Применение контрольных карт для анализа динамики и регулирования рыболовства
- •8.7. Контрольные вопросы к главе 8.
- •Глава 9. Методы и модели теории рыболовства с учетом неопределенности
- •9.1. Общая характеристика задач теории рыболовства с учетом неопределенности
- •9.2. Особенности сбора и обработки экспериментального и статистического материала
- •9.3. Определение расчетного периода времени и расчетных размеров промыслового участка
- •9.4. Особенности применения дисперсионного, корреляционного и регрессионного анализа, методов планирования экспериментов
- •9.5. Оценка точности экспериментальных значений показателей, объема экспериментального и статистического материала
- •9.6. Особенности объединения экспериментального и статистического материала.
- •9.7. Вероятностная оценка допустимого улова при стационарном и квазистационарном состоянии запаса и промысла
- •9.8. Возможная точность оценки запасов и других показателей теории рыболовства
- •9.9. Замена случайных величин детерминированными величинами
- •9.10. Оценка вероятности расположения показателя рыболовства в допустимых пределах
- •9.11. Сравнение средних значений показателей рыболовства с нормативными показателями
- •9.12. Особенности методов и моделей динамических процессов рыболовства в условиях стохастической неопределенности
- •9. 13. Особенности решения задач в условиях нестохастической неопределенности
- •9.14. Контрольные вопросы к главе 9
- •Глава 10. Промыслово-экономические методы и модели теории рыболовства
- •10.1 Общая характеристика экономических показателей промышленного рыболовства
- •10.2. Оценка экономической эффективности с учетом производительности и селективности лова
- •10.3. Особенности оценки экономической эффективности рыболовства с учетом рационального использования запасов рыб
- •10.4. Учет экономических показателей при оценке допустимого улова
- •10.5. Контрольные вопросы к главе 10
- •Глава 11. Применение контрольных карт и метода последовательного анализа в теории рыболовства
- •11.1. Общая характеристика применения контрольных карт и последовательного анализа для управления рыболовством
- •11.2. Общая характеристика метода контрольных карт
- •11.3. Общие особенности применения контрольных карт
- •11.4. Общая характеристика метода последовательного анализа
- •11.5. Последовательный анализ при исследовании среднего значения показателя рыболовства
- •11.6. Последовательный анализ при исследовании показателя рыболовства по альтернативному признаку
- •11.7. Последовательный анализ при исследовании колебаний показателя рыболовства
- •11.8. Регулирование времени наблюдений при последовательном анализе
- •11.9. Последовательный анализ при управлении селективностью рыболовства
- •11.9. Контрольные вопросы к главе 11.
- •Глава 12. Контроль и прогнозирование запасов и рыболовства
- •12.1. Общая характеристика контроля
- •12.2. Общая характеристика прогнозирования
- •12.3. Характеристика прогнозирования с применением метода группового учета аргументов (мгуа)
- •12.4. Прогнозирование с применением временных рядов
- •12.5. Прогнозирование с применением когортных моделей
- •12.6. Прогнозирование с применением продукционных моделей.
- •12.7. Прогнозирование с применением уравнений запас-пополнение
- •12.8. Контрольные вопросы к главе 12
- •Глава 13. Методы предосторожного подхода
- •13.1. Общая характеристика методов
- •13.2. Ориентиры управления
- •13.3. Правила регулирования рыболовства при предосторожном подходе
- •13.4 Обоснование оду при предосторожном подходе
- •13.5. Влияние информационного обеспечения на выбор процедуры оценки и прогнозирования оду
- •13.6. Математическое обеспечение предосторожного подхода
- •13.7. Контрольные вопросы к главе 13
- •Глава 14. Экосистемные методы теории рыболовства
- •14.1. Общая характеристика экосистемных методов
- •14.2. Общие особенности моделирования экологических систем
- •14.3. Обобщенная математическая модель биологических систем в водоемах
- •14.4. Моделирование водных сообществ
- •14.5 Общая характеристика промысловых экологических систем
- •14.6. Квотирование уловов при совместном использовании запасов
- •14.7. Контрольные вопросы к гл. 14
- •Глава 15. Методы и модели управления рыболовством с применением показателей надежности систем
- •15.1.Предпосылки применения теории надежности для анализа и совершенствования систем управления рыболовством
- •15.2. Общая характеристика сложных систем
- •15.3.Особенности расчета параметрической надежности систем управления рыболовством
- •15.4. Прогнозирование надежности систем управления рыболовством
- •15.5. Источники информации о надежности систем управления рыболовством
- •15.6. Классификация отказов систем управления рыболовством
- •15.7.Понятие о математических моделях надежности систем управления рыболовством
- •15.8. Формирование закона изменения выходного параметра
- •15.9. Модель формирования постепенных отказов
- •15.10. Модели внезапных отказов
- •15.11.Одновременное проявление постепенных и внезапных отказов
- •15.12. Случайный поток отказов в системах управления рыболовством
- •15.13.Общая схема потери системой управления рыболовством работоспособности
- •15.14. Анализ области работоспособности и состояний системы управления рыболовством
- •15.15.Оценка предельного состояния системы управления рыболовством
- •15.16. Относительное влияние на надежность запасов среднего значения и коэффициента вариации величины запаса
- •15.17. Расчеты допустимого вылова с учетом запаса на вылов
- •15.18. Экономические задачи надежности систем управления рыболовством
- •15.19. Контрольные вопросы к главе 15
- •Глава 16. Методы и модели управления рыболовством с применение теории управления сложными системами и исследования операций
- •16.1. Принципы управления рыболовством с применением теории управления сложными системами и исследования операций
- •16.2. Основы теории эффективности управления рыболовством
- •16.3.Показатели и критерии рыболовства
- •16.4. Общая схема и принципы исследования эффективности рыболовства
- •16.5. Формирование эффективности систем управления рыболовством на отдельных этапах жизненного цикла
- •16.6. Общие особенности моделирования управления рыболовством
- •16.7. Теоретические основы оптимизации управления рыболовством
- •16.8. Системы оптимального управленияхорошо определяемыми процессами рыболовства с применением математических моделей
- •16.9. Адаптивные системы оптимального управления рыболовством
- •16.10. Управление рыболовствомоснове принципов экстремальныхсистем управления
- •16.11. Управление рыболовствомпоиском экстремума показателя качества и приближенной математической модели процесса
- •16.12. Общие особенности выработки и принятия решений при управлении рыболовством
- •16.13. Особенности принятия решения в условиях определенности
- •16.14. Особенности принятия решения в условиях стохастической неопределенности
- •16.15. Особенности принятия решения в условиях нестохастической неопределенности
- •16.16. Контрольные вопросы к главе 16
- •Разделiv. Охрана природы глава 17. Основы охраны природы
- •17.1. Основные проблемы охраны природы.
- •17.2. Охрана основных составляющих природных ресурсов
- •17.3. Право и охрана природы
- •17.4 Охрана и регулирование биологических ресурсов Мирового океана
- •17.5 Охрана и регулирование биологических ресурсов внутренних водоемов России
- •17.6. Охрана внутренних рыбохозяйственных водоемов от загрязнения
- •17.7. Охрана морских рыбохозяйственных водоемов от загрязнения
- •17.8. Ответственность за нарушение рыболовного законодательства
- •17.9. Контрольные вопросы к главе 17
- •Список рекомендуемой литературы
13.6. Математическое обеспечение предосторожного подхода
13.6.1. Важнейшее место в предосторожном подходе к оценке общего допустимого улова занимает математическое обеспечение.
В.К Бабаян различает три группы математических методов при таком подходе:
методы анализа продуктивности запаса в равновесных условиях:
методы оценки и прогнозирования параметров запаса в условиях динамики запаса;
вероятностно-статистические методы анализа промежуточных и конечных результатов расчетов.
Первые две группы методов рассмотрены в главах 7 и 8 этой книги. Более подробно с пояснениями они описаны в монографии В.К. Бабаяна (2000), которая положена в основу материалов этой главы.
13.6.2. Методы учета неопределенности, вероятностно-статистические методы в теории и практике рыболовства имеют важнейшее значение и в основном изложены в главе 9 учебного пособия. Здесь же рассмотрим коротко те из них, которые описаны в литературе по предосторожному подходу.
13.6.3. В общем случае при предосторожном подходе различают следующие виды неопределенности.
Неопределенность, связанная с ошибками измерений показателей запаса и промысла.
Неопределенность, обусловленная стохастическим характером динамики составляющих биомассы запаса, например, пополнения.
Неопределенность, связанная с неточностью моделей описывающих процессы управления рыболовством.
Неточность определения биомассы и промысловой смертности в результате влияния первых трех видов неопределенности.
Неопределенность, связанная с погрешностями стратегии управления рыболовством.
Как отмечает В.К. Бабаян, виды неопределенностей имеют различное значение как с учетом рекомендаций по регулированию промысла, так и борьбы с вредным влиянием неопределенностей. Важно, например, учитывать, что можно снизить влияние неопределенностей, обусловленных сбором и обработкой измеряемых показателей запаса и промысла, погрешностями моделей и управления процессом управления рыболовством. В то же время сложно уменьшить, а иногда и охарактеризовать неопределенность в результате влияния различных факторов естественного происхождения.
При изучении запасов и управлении запасами протекающие процессы в системах управления рыболовством часто считают случайными стационарными процессами, когда случайность оценивают известными способами теории вероятностей и математической статистики. Так при решении задач методами предосторожного подхода наиболее часто определяют распределение случайной величины, математическое ожидание, среднеквадратичное отклонение, коэффициент вариации, доверительные интервалы.
13.6.4. При предосторожном подходе используют метод статистических испытаний и бутстрепа.
Метод статистических испытаний (метод Монте-Карло) применяют для приближенной оценки случайных факторов, чаще случайных величин, при отсутствии или сложности алгоритма точной оценки этих величин. В общем случае метод заключается в следующем. Сначала получают некоторую формальную функциональную зависимость, которая отражает физическую или биологическую сущность задачи управления рыболовством. Затем с помощью полученной модели проводят случайные многократные испытания, выбирая независимые переменные из таблицы случайных чисел. Каждый из полученных результатов рассматривают как случайную реализацию принятой функциональной зависимости. Далее реализацию представляют в виде вариационного ряда и известными методами математической статистики определяют вид и параметры исследуемой функции. Количество реализаций выбирают из условия получения ошибки не больше заданной. При этом ошибка, как правило, уменьшается обратно пропорциональнои числообычно не превышает 100-200.
Во всех случаях статистического моделирования случайных величин используют таблицы случайных чисел с условно равномерным распределением на интервале [0;1].
При использовании метода Монте-Карло различают моделирование случайных событий, случайных дискретных и случайных непрерывных величин.
Для моделирования одного случайного события с вероятностью достаточно одного равномерно распределенного на интервале [0;1] некоторого числа. При попадании этого числа в интервалсчитают, что событие наступило, в противном случае не наступило.
Более сложным является моделирование полной группы несовместимых событий с различными вероятностями . При этом также достаточно одного числа, которое попадает или не попадает в область, ограниченную вероятностями.
При моделировании случайных дискретных величин наиболее часто используют метод последовательных сравнений. В этом методе случайное число , равномерно распределенное на интервале, последовательно сравнивают с вероятностью появления наименьшего из возможных значений моделируемой случайной величины. Далее это число сравнивают с суммой вероятностей появления наименьшего и следующего за ним значений, с суммой вероятностей наименьшего и двух следующих за ним значений и т.д. При первом выполнении условия процесс прекращают, и случайная дискретная величина считается принявшей значение .
Величину рассчитывают по функциям вероятности, соответствующим моделируемому закону.
В задачах управления рыболовством наиболее часто моделируют случайные непрерывные величины с заданными законами распределения - равномерным, экспоненциальным, логистическим, нормальным, Вейбулла.
Для моделирования случайных непрерывных величин в основном применяют методы нелинейных преобразований, исключения (метод Неймана) и композиций. Все методы, а также основные статистические распределения случайных непрерывных величин и алгоритмы их имитации подробно рассмотрены в литературе.
Выбор конкретного метода моделирования зависит от закона распределения моделируемой величины. При этом один и тот же метод может быть эффективен при одних значениях параметров распределения и неэффективен при других.
В теории рыболовства метод статистических испытаний наиболее часто применяют для оценки ошибок и других статистических характеристик запаса и эффективности управления параметрами рыболовства. Рассмотрим особенности решения одной из подобных задач.
При оценке ошибок некоторой случайной величины методом Монте-Карло задачу можно сформулировать следующим образом. Известна модель величины как функция нескольких переменных.Модель получена по результатам экспериментальной оценки значений переменных как случайных входных величин.Необходимо определить точность оценки величины , если известны законы распределения случайных величин.
Задачу можно решить аналитическим методом и методом процентилей.
При аналитическом методе решения задачи считают, что случайная величина распределена по нормальному закону. В этом случае интервальную оценку величины определяют известными способами по стандартной ошибкеэтой величины при заданной доверительной вероятности.
По В.К. Бабаяну, доверительные интервалы оценки случайной величины при заданной доверительной вероятностиопределяют в следующей последовательности.
Находят или задают законы распределения параметров модели как случайных величин.
Из таблиц случайных чисел для известных законов распределения параметров или с помощью генератора случайных чисел формируют набор входных данных для одного случайного значения ошибки.
Набор входных параметров подставляют в модель и рассчитывают оценку величины .
Операции п. 2 и 3 повторяют для наборов данных.
Рассчитывают оценку стандартной ошибки
.(13.17)
где - -я реализация оценки параметра ; - среднее значение оценки .
По заданной доверительной вероятности из таблиц находят критерий Стьюдента.
С применением значений , и находят интервальную оценку :
. (13.18)
Метод процентилей применяют для приближенной интервальной оценки величины с учетом заданной доверительной вероятности, но без предварительной оценки стандартной ошибки. Метод можно использовать при любом законе распределения случайной величины .
13.6.5. Рассмотренный метод статистических испытаний Монте-Карло служит для планирования численных экспериментов для оценки неопределенности, которая содержится в любой модели.
Иногда для уточнения результата исследований перед применением этого метода применяют метод бутстрепа. Этот метод служит для регулирования случайной выборки, которую применяют в численных экспериментах.
Как и в самом методе Монте-Карло, в методе бутстрепа используют искусственное внесение случайности в эксперимент для преобразования некоторых систематических ошибок в случайные.
Как отмечает В.К. Бабаян, ранее метод бутстрепа использовали в основном для уменьшения смещения различия между фактической и расчетной оценкой неопределенности. Однако при использовании совместно с методом Монте-Карло, его используют в настоящее время для оценки выборочной дисперсии, границ доверительных интервалов и проверки гипотез. Таким образом, он может служить достаточно универсальным методом определения статистических характеристик при недостатке исходной информации.
Общие особенности решения задач с использованием метода бутстрепа рассмотрены в книге В.К. Бабаяна (2000).