Регулирование многовидового рыболовства на основе математического моделирования

• Автор: Булгакова, Татьяна Ивановна
• Шифр специальности: 05.18.17
• Научная степень: Докторская
• Год защиты: 2009
• Место защиты: Москва
• Количество страниц: 337 с. : ил.

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

1.1. Общая блоксхема экосистемы и понятие устойчивости экосистемы

1.2. Исследование моделей трофических цепей и их устойчивости

1.2.1 Модель трофической цепи В. Вольтерра

1.2.2. Влияние связи с косной компонентой типа запас на динамику популяций трофической цепи
1.2.3. Влияние связи с косной компонентой типа поток на динамику популяций трофической цепи

1.2.4. Влияние насыщения в питании хищника на динамику системы хищникжертва

1.2.5. Обобщенный подход А.Н.Колмогорова к моделированию трофической цепи

1.2.6. Устойчивость элементарной модели с лимитирующими факторами

1.3. Исследование моделей конкурирующих видов.
1.4. Основные выводы главы
Глава 2. Управление промысловым сообществом в условиях равновесия
2.1.Анализ допустимой области управления в системе хищникжертва
2.1.1 .Стратегии специализированного промысла популяции i
2.1.2. Стратегии специализированного промысла популяции хищников
2.1.3. Регулирование двухвидового промысла системы хищникжертва с учетом экономического критерия
2.2. Анализ допустимой области управления в системе двух конкурирующих видов.
2.2.1. Стратегии регулирования промысла двух конкурирующих видов
согласно экономическому критерию
2.3. Основные выводы главы
Глава 3. Исследование многовидового промысла с помощью продукционных моделей
3.1. Одновидовые продукционные модели равновесный и динамический варианты.
3.2. Многовидовая продукционная модель равновесный вариант
3.3 Многовидовая динамическая продукционная модель
3.3.1. Методы настройки динамических продукционных моделей многовидового промысла.
Глава 4. Рекомендации но регулированию промысла ставриды и хека в ЮгоВосточной Атлантике, основанные на двухвидовой динамической
продукционной модели.
4.1 .Стандартизация промыслового усилия
4.2. Сглаживание рядов промысловых данных
4.3. Процедура настройки двухвидовой модели запаспромысел и ее тестирование.
4.4. Анализ чувствительности модели к вариациям параметров.
4.5. Использование модели для долгосрочного прогнозирования запасов и вылова и выбора стратегии промысла.
4.6. Основные выводы глав Зи
Глава 5. Многовидовая модель промысла, построенная на основе возрастного состава уловов.
5.1. Одновидовая когортная модель
5.2. Многовидовая когортная модель М8УРА.
5.2.1. Структура моделируемого сообщества
5.2.2. Входная и выходная информация модели
5.2.3. Алгоритм модели МБУРА.
5.2.4. Прогностический блок многовидовой модели
Глава 6. Исследование функционирования промыслового.
сообщества Баренцева моря.
6.1. Структура сообщества Баренцева моря
6.2. Подготовка входной информации
6.2.1. Возрастной состав квартальных уловов, масса особи по возрастным группам и годам промысла, темп полового созревания по возрастным группам
6.2.2. Алгоритмы автоматической обработки базы данных по составу желудков трески
6.2.3. Использование геостатистической методологии для улучшения качества информации по составу желудков хищника
6.2.3.1. Оценка средней массы содержимого желудка и среднего состава пищи с учетом пространственной неоднородности питания хищника
6.2.3.2. Применение специальной методологии для заполнения пробелов в базе данных по питанию хищников
6.2.4. Оценка суточных и квартальных рационов трески разных возрастов
6.2.5. Оценка коэффициентов остаточной смертности
6.3. Методы настройки модели
6.4. Результаты расчетов по модели МБУРА для сообщества Баренцева моря.
6.5. Анализ чувствительности модели МБУРА.
6.6. Основные выводы глав 5 и 6.
Глава 7. Экосистемный подход к оценке запасов и регулированию промысла
7.1. Способы включения экосистемных элементов в процесс оценки запаса .
7.2. Модели пополнения северовосточной арктической трески, учитывающие каннибализм и влияние факторов среды.
7.3. Сценарное моделирование для тестирования различных правил регулирования промысла
7.3.1. Имитационная модель северовосточной арктической трески
7.3.2. Имитационная модель атлантическоскандинавской весенненерестующей сельди
7.4. Общие проблемы регулирования многовидового промысла
7.4.1. Понятие цели регулирования для сообщества
7.4.2. Оценки биологических ориентиров регулирования многовидового промысла
7.4.3. Моделирование смешанного промысла
7.5. Основные выводы главы
ЗАКЛЮЧЕНИЕ
Список литературы


I i, , нелегальный, несообщенный, нерегулируемый вылов гл. А.Н. Колмогорова раздел 1. Р 1 величина притока вещества или энергии для вида продуцентов гл. И.А. Полетаева раздел 1. РМ а доля половозрелых рыб в запасе в зависимости от возраста гл. РКадГ возрастное распределение коэффициента промысловой смертности вида в результате деятельности только флота с индексом гл. Ивлеву раздел 1. IV i I V А версия 1V биомасса общего запаса , индекс квартала гл. IV версия модели IV с квартальным шагом расчетов и см. X численность или биомасса компоненты i сообщества i0, 1,. Xi0 состояние равновесия i ой компоненты сообщества гл. X x viv i расширенный анализ выживания когортный метод оценки запаса, разработанный Дж. К, А, В вспомогательные константы подраздел 1. З константа уравнения зависимости рациона от плотности пиши В. Ивлева гл. Я2 и i коэффициенты межвидовой конкуренции раздел 1. Vi относительное изменение улова на промысловое усилие гл. З со коэффициент конкуренции раздел 1. Глава 1. Рисунок 1. Общая блоксхема модели экосистемы. Сплошные линии означают потоки вещества или энергии, пунктирные функциональные связи. Кружки популяции разных видов. Представим структуру экосистемы ЭС в виде графа, где узлы соответствуют популяциям, а ребра энергетическим связям между ними рис. В данной схеме сплошные линии означают потоки вещества или энергии, а пунктирные функциональные связи некоторые авторы называют их информационными Меншуткин, . Возможны два подхода к изучению такой ЭС. Можно, не углубляясь в строение каждой популяции, изучать влияние межпопуляционных связей на динамику ЭС. Булгакова и др. Булгакова, , , процессы естественной и промысловой смертности и размножения, влияние абиотических факторов на динамику различных процессов и т. Примерная блоксхема возможной модели популяции приведена на рис. Рисунок 1. Подробное описание моделью всех этих факторов может привести к настолько сложной модели, что ее невозможно будет исследовать аналитически. Тем более, при одновременном учете и межпопуляционных связей и структуры каждой популяции приходится строить портретную модель типа модели пелагических рыб озера Дальнего, разработанной Ф. В. Крогиус, Е. М. Крохиным и В. В. Меншуткиным . Упомянутая модель представляет собой тот редкий случай, который привел к успеху. Другой подход, позволяющий учитывать и межвидовые связи и возрастную структуру популяций, реализован в моделях класса МБУРА, которые будут рассмотрены в последующих главах настоящей работы. В данной главе рассматриваем целый ряд простых моделей сложных экосистем, а именно таких моделей, которые допускают аналитическое исследование. Популяции считаются однородными, при этом изучается влияние межпопуляционных связей разного типа на динамику популяций. Эти модели представляют собой системы обыкновенных дифференциальных уравнений и описывают изменение во времени численности или биомассы каждой компоненты сообщества. Даже для таких простых моделей чаще всего невозможно найти решение в общем виде, но если задать значения модельных параметров, можно численно проинтегрировать системы уравнений и получить решение, описывающее динамику системы. Конечно, всегда следует помнить, что полученное решение описывает динамику модельных представлений об изучаемой ЭС, а не самой ЭС. Сопоставление решения уравнений модели с динамикой реальной системы является в некоторой степени проверкой адекватности модели. Но получить истинную динамику природной экосистемы, с которой можно было бы сравнить рассчитанную по модели динамику, практически невозможно. Так, проводимые часто учетные съемки, траловые или акустические, или какиенибудь иные определяют численность запасов с очень высокой ошибкой, и в лучшем случае дают только индексы численности или биомассы. Одним из способов анализа адекватности аналитической модели является исследование на устойчивость ее решения. Как правило, реальная ЭС существует достаточно долго в масштабах времени наблюдений. Если решение показывает, что одна из компонент модели через некоторое время исчезает ее численность стремится к нулю, т.