ПОИСК Статьи Рисунки Таблицы Модель популяции красной, нерестующей в оз. Курильском из "Математическое моделирование популяций и сообществ водных животных" Блок-схема модели популяции озерновской красной приведена на рис. 4. 7. Количество рыбы будем измерять в миллионах штук. Вес рыбы предполагается зависящим только от возраста и от числа лет, проведенных красной в озере. [c.93] Нерестующая в оз. Курильском красная Е) откладывает икру. Во время нереста в результате перекапывания гнезд при ограниченной площади нерестилищ, а также из-за выедания икры хищниками и от других причин часть икры гибнет. Эмпирическое соотношение между численностью нерестового стада и выживаемостью икры т] ) может быть установлено по материалам упомянутых выше исследований. При перезимовке также выживает не вся икра тп]2), а часть ее гибнет из-за промерзания и от иных причин. [c.93] Во время жизни в озере молодь красной подвергается воздействию хищников, а также может гибнуть и от других причин, что описывается коэффициентами естественной смертности т , и т з). Скат в море молоди красной происходит как в возрасте 2+, так и в возрасте 3+. Соотношение числа скатившихся особей в возрасте 2+ и числа оставшихся в озере определяется коэффициентом g. [c.93] Во время захода в р. Озерную красная облавливается береговым промыслом, который считается неселективным (коэффициент ptpj одинаков для всех групп рыбы, идущей на нерест). Кроме того, идущая на нерест красная гибнет от воздействия нерпы и других хищников (коэффициент рф,). [c.94] Программа, реализующая модель озерновской красной на ЭВМ, приведена в виде алгоритма, записанного на языке АЛГОЛ-60 (табл. 4. 4). [c.94] Модель озерновской красной использовалась для приведения методики промыслового прогнозирования в вид, допускающий использование вычислительной техники (Крогиус, 1967 Меншуткин, 19696). [c.94] Первый этап прогноза заключается в определении параметров модели по имеющимся количественным данным о выловах и проходах на нерест озерновской красной. Наиболее неопределенными параметрами модели являются коэффициенты естественной смертности в море и в озере. Для смертности в море имеются сведения о пределах изменения этой величины (Parker, 1962), и поэтому расчет велся для нескольких величин, лежащих в этом диапазоне. [c.95] Смертность красной в озере существенно менялась от года к году и определялась непосредственно для каждого момента времени функционирования модели. При этом модель работала как бы в режиме обращенного времени — причины следовали за следствиями, жизненный цикл рыбы начинался с полного исчезновения самой старшей возрастной группы (62+ и 63+) и завершался выходом мальков из икры. [c.95] При заданной величине коэффициента естественной смертности в море и известных значениях выловов (У) и проходов на нерест Е) восстанавливаются численности всех морских возрастных групп красной для всех лет, за которые имеются сведения о выловах. [c.95] С другой стороны, для тех же поколений, для которых оказались определенными численности особей в возрастных группах, находится количество выживших личинок N0) по известному числу производителей Е). [c.95] Сопоставляя величины численности скатившейся молоди и вылшвших икринок, можно оценить коэффициенты смертности красной в пресноводный период ее жизни (tWq, т . Именно в этот период жизни красной предполагается наиболее существенное воздействие на численность популяции переменных внешних условий, поэтому величина естественной смертности в озере рассматривается в дальнейшем как случайная функция времени (Пугачев-, 1957 Левин, 1960). [c.95] Попутно с определением численности рыб в отдельных возрастных группах производится вычисление интенсивности и селективности промысла (ptp) и доли рыб, идущих на нерест (е), относительно общего числа оставшихся после воздействия морского промысла для каждой возрастной группы. Устанавливается величина интенсивности прибрежного промысла (ptps), которая понимается как отношение числа выловленных рыб к общему числу особей озерновской красной, подошедших к берегам Камчатки. Определению подлежит также коэффициент ската g). [c.95] На третьем этапе — долгосрочном прогнозе — модель работает в режиме нормального течения времени, так как все параметры уже определены на предыдущих этапах. [c.96] После построения формулы (4. 2. 1) все исходные данные для работы модели подготовлены. Прогнозирование по описанному методу дает более или менее удовлетворительные результаты только на первые два-три года, дальнейшее же прогнозирование становится бессмысленным из-за грубости многочисленных допущений. Но вся привлекательность применения моделей, реализованных на ЭВМ, заключается в том, что появляется возможность объективной оценки влияния тех или иных параметров на точность прогноза, а следовательно, и возможность непрерывного улучшения и совершенствования модели и уточнения ее параметров и связей с внешней средой. Предлагаемый подход к прогнозированию динамики численности озерновской красной является по существу не более чем приложением к идеям Г. Н. Монастырского (1952) и Т. Ф. Дементьевой (1953) современного аппарата кибернетики и вычислительной техники на основе фактического материала и исследований, проведенных сотрудниками Камчатского отделения ТИНРО. [c.96] Модель исследовалась в установившемся режиме, т. е. в таких условиях, когда начальное состояние уже не влияет на функционирование системы. Прежде чем изучать непосредственно влияние промысла на состояние стада красной, целесообразно было выяснить степень воздействия отдельных параметров модели на положение ее устойчивого состояния, а также на выходные величины системы — выловы красной морским Тт) и прибрежным (Ух) промыслами. Подобное исследование можно интерпретировать как решение вопроса о том, насколько ошибка в определении какого-либо параметра искажает правильное установление наиболее интересной для практики величины — вылова озерновской красной. [c.97] Результаты исследования осреднялись за период работы модели в течение 64 лет. Оказалось, например, что для того, чтобы сделать прогноз вылова красной прибрежным промыслом с точностью +10%, необходимо располагать сведениями о смертности красной в море с точностью 2%. Изменения величины оценки вылова при изменении некоторых параметров модели приведены в табл. 4.5. [c.97] Средняя плодовитость самок красной (X). [c.97] Полученные результаты говорят о том, что при такой невысокой, а во многих случаях и неопределенной степени точности исходных данных, которая имеет место в случае озерновской красной, сведения, получаемые при прогнозировании и исследовании модели, могут иметь лишь ориентировочный характер. [c.97] Вернуться к основной статье