Исследование Земли из Космоса, 2022, № 5, стр. 47-59
Лагранжев анализ тихоокеанских вод в Охотском море на основе спутниковых данных в приложении к промыслу минтая
М. В. Будянский a, *, В. В. Кулик b, К. К. Кивва c, М. Ю. Улейский a, С. В. Пранц a
a Тихоокеанский океанологический институт им. В.И. Ильичева ДВО РАН
Владивосток, Россия
b Тихоокеанский филиал Всероссийского научно-исследовательского института рыбного хозяйства
и океанографии (ТИНРО)
Владивосток, Россия
c Всероссийский научно-исследовательский институт рыбного хозяйства и океанографии
Москва, Россия
* E-mail: plaztic@poi.dvo.ru
Поступила в редакцию 01.02.2022
- EDN: HFUIDZ
- DOI: 10.31857/S0205961422050050
Аннотация
На основе спутниковых альтиметрических данных о скорости геострофических течений для каждого дня из интервала с 31 января 1997 г. по 10 марта 2021 г. рассчитаны траектории движения 114 000 пассивных частиц, регулярно распределенных по сетке в Охотском море. Выделены все частицы, поступившие в Охотское море из Тихого океана, определено время распространения (“возраст”) вод тихоокеанского происхождения и район поступления этих вод в море. Используя ежедневные данные положения судов на промысле минтая с 1997 по 2021 гг., лагранжевы карты происхождения и “возраста” тихоокеанских вод за этот период и статистический анализ показано, что места вылова минтая чаще располагаются в водах тихоокеанского происхождения, прошедших через северные Курильские проливы не более 100 сут до дат уловов, чем в водах, поступивших в море южнее или находящихся в море более 100 сут. Анализ спутниковых снимков температуры поверхности моря позволил сделать вывод о причинах агрегации мест улова минтая в интрузиях и на лагранжевых фронтах тихоокеанской воды, как более теплых и богатых пищей.
ВВЕДЕНИЕ
Лагранжев подход к описанию и анализу динамики вод Мирового океана с использованием современных альтиметрических данных о скорости течений высокого разрешения позволяет выделить особенности циркуляции, не отражающиеся в каких-либо других доступных данных, в том числе в температуре или оптических характеристиках вод (см. монографию Prants et al., 2017). В частности, набор лагранжевых методов помогает исследовать взаимодействие вод, имеющих схожие физические характеристики, но различное происхождение. Такие воды могут значительно отличаться по биологическим параметрам, а фронтальные зоны, формирующиеся при их взаимодействии, по всей видимости, могут обладать своими собственными биологическими, в том числе продуктивными, особенностями. Ряд исследователей уже применяли лагранжевы методы для поиска закономерностей в распределении биологических параметров, промысловых или играющих важную роль в экосистеме объектов в океане (Пранц и др., 2012, Kuroda et al., 2014, Prants et al., 2014), тем самым демонстрируя высокую практическую значимость получаемых результатов. В данной работе приводятся первые результаты анализа распределения вод Тихого океана в восточной части Охотского моря, полученные с помощью лагранжева подхода на основе спутниковых альтиметрических данных, и оценка влияния этих вод на важный в экономическом отношении промысел минтая (Gadus chalcogrammus).
Северо-восточная часть Охотского моря – одна из самых рыбопродуктивных акваторий дальневосточных морей, обеспечивающая максимальные годовые уловы. Ее высокая продуктивность связана, по всей видимости, с рядом динамических особенностей региона. Море отделено от остальной части Тихого океана цепью Курильских островов, в относительно узких проливах между которыми возникают сильные приливные течения и, соответственно, интенсивное вертикальное перемешивание вод (Nakamura et al., 2006), приводящее к переносу значительного количества минеральных форм основных биогенных элементов в поверхностный слой. Эти относительно теплые и богатые питательными солями тихоокеанские воды проникают в море, главным образом, через северные проливы Курильских островов (Nakamura et al., 2006; Ohshima et al., 2010) и распространяются в северном направлении вдоль западного побережья Камчатки в виде Западно-Камчатского течения (Коломейцев, 2020; Файман и др., 2021). Район действия этого течения характеризуется высокими и максимальными для Охотского моря значениями концентрации фитопланктона: в среднем 500–1000 мг/м3, местами больше 1000 мг/м3, зоопланктона и бентоса (Маркина, Чернявский, 1984).
Над шельфом и материковым склоном в этой части моря среди рыб по биомассе с большим отрывом преобладает минтай (Шунтов, 1985). В 21 в. общая биомасса минтая северной части моря достигла максимума в 2010 г. С тех пор его промысловый запас оставался примерно на одном и том же уровне и по оценкам, выполненным по современным рыбохозяйственным математическим моделям с использованием результатов съемок в качестве входных данных, составлял от 5.7 до 6.0 млн т (Кулик и др., 2020). При этом оценка индекса численности и последующая оценка промыслового запаса, полученная на основе данных о вылове с помощью обобщенной аддитивной модели (GAM – Generalized Additive Model) с косвенным учетом влияния на промысел погодных условий, сезонности и т.п., показала более существенный разброс значений: от 5.2 до 6.4 млн т (Кулик и др., 2020).
Нерест основной части минтая у берегов Западной Камчатки происходит с января по июнь с пиком в апреле (Варкентин, 2015). Причем в более “теплые” годы нерест минтая в северной части Охотского моря приходится, как правило, на более ранние сроки, чем в “холодные” (Фадеев, 1981; Варкентин и др., 2001). Отдельный интерес для рынка представляет икра данного вида, поэтому значительная часть промысловых усилий на его промысле сосредоточена в зимне-весеннее время, а сохранение его запаса требует определенных ограничений промысла во время нереста.
В основных по добыче минтая промысловых подзонах Охотского моря существует два промысловых сезона: в начале и в конце года – сезоны “А” и “Б”, соответственно. При этом в течение зимне-весеннего сезона “А” добывается больше 80% от общего годового улова данного вида. В промысловых подзонах Западно-Камчатской и Камчатско-Курильской он длится с 1 января по 31 марта, а в Северо-Охотоморской подзоне – с 1 января по 9 апреля. Специализированный промысел минтая в Охотском море круглый год ведется в Восточно-Сахалинской подзоне, а осенью возобновляется в сезон “Б” в Западно-Камчатской и Камчатско-Курильской подзонах с 1 ноября и в Северо-Охотоморской подзоне с 15 октября (рис. 1). Таким образом, восточная и северная часть акватории Охотского моря представляет собой богатую экосистему, поддерживающую исключительно ценный в экономическом отношении промысел дальневосточного минтая. Поэтому изучение особенностей физических факторов, формирующих основу этой экосистемы, актуально как с фундаментальной, так и с чисто прикладной точки зрения.
Данное исследование преследует двойную цель: во-первых, получить информацию о характере распространения вод тихоокеанского происхождения в восточной части Охотского моря с целью выявления общих черт изменчивости данного явления, и, во-вторых, оценить статистическую значимость влияния происхождения вод на формирование промысловых скоплений минтая. В рамках работы решены две основные задачи. Во-первых – идентификация происхождения вод с использованием нового инструмента лагранжевой диагностики крупномасштабного переноса и перемешивания вод в океане (см. монографию Prants et al., 2017) на основе спутниковых альтиметрических данных. Во-вторых – сопоставление распределения районов вылова минтая со сроком нахождения тихоокеанских вод в районе исследования с использованием статистических методов и обобщенных аддитивных моделей.
Развиваемая методика оценки статистической значимости некоторых лагранжевых характеристик водных масс на основе данных дистанционного зондирования Земли хорошо зарекомендовала себя для нахождения мест благоприятных для обитания и улова различных промысловых видов: сайры (Пранц и др., 2012; Prants et al., 2014; Пранц и др., 2020; Prants et al., 2021), кальмара Бартрама (Будянский и др., 2017), длинноперого тунца, креветки и различных видов лосося (Watson, 2018), а также для нахождения мест с высоким риском случайных уловов нецелевых промысловых видов (Scales et.al., 2018).
ДАННЫЕ И МЕТОДЫ
Методы расчета лагранжевых индикаторов. Расчет переноса вод основан на спутниковых альтиметрических данных. Поле геострофической компоненты скорости в приповерхностном слое получено из базы данных https://resources.marine.copernicus.eu/product-detail/SEALEVEL_GLO_PHY_L4_MY_008_047/. Использованный продукт сформирован в результате комбинирования данных всех доступных на текущий момент альтиметрических миссий (Jason-3, Sentinel-3A, HY-2A, Saral/AltiKa, Cryosat-2, Jason-2, Jason-1, Topex/Poseidon, ENVISAT, GFO, ERS1/2). Он имеет горизонтальное разрешение 1/4°×1/4° и дискретность 1 сутки. Для визуализации переноса вод численно решены уравнения адвекции для большого числа искусственных частиц, имитирующих частицы воды, в поле скорости:
(1)
$\frac{{d\lambda }}{{dt}} = u(\lambda ,\varphi ,t),\,\,\,\,\frac{{d\varphi }}{{dt}} = v(\lambda ,\varphi ,t),$Расчеты проводились для интервала с 31 января 1997 г. по 10 марта 2021 г. в области 42–56.5 с.ш., 141–157 в.д. (рис. 1) с равномерной широтно-долготной сеткой начальных условий из 300 × 380 точек и соответствующих им ячеек (114000 частиц). Для каждого начального условия производился численный расчет траектории движения соответствующей частицы согласно ур. (1) назад по времени в течение 1095 дней. Все траектории анализировались на факт пересечения условного разреза вдоль Курильских островов, представляющего собой отрезок в цилиндрической равнопромежуточной проекции с начальной точкой 43.0° с.ш., 144.5° в.д. и конечной точкой 51.75° с.ш., 157.5° в.д. (рис. 1). Также определялось время пересечения частицей данного условного разреза с точностью ±3 сут и его географические координаты. Факт пересечения траекторией частицы указанного отрезка в данной статье трактуется как океаническое происхождение воды, соответствующей данной частице, а время пересечения позволяет оценить “возраст” этой воды в Охотском море. Происхождение частиц, не пересекавших данный отрезок в течение 3 лет от начальной даты в прошлом, условно считается охотоморским.
Данные об уловах и координатах мест улова. Различия по размерам, а значит и по мощности судов, допускаемых к промыслу в различные месяцы и подзоны, неизбежно влекут за собой различия в самих уловах, т.к. более мощные или крупные суда могут использовать более широкие тралы и поднимать на борт бо́льшие объемы за промысловую операцию. Следовательно, для выполнения количественных оценок пространственного распределения минтая необходимо этот эффект нивелировать, либо обратить внимание только на пространственное распределение уловов без привязки к их абсолютным величинам. Был предпочтен последний вариант, т.к. предполагается, что капитаны ориентируются на акустические плотности эхозаписей в поисках промысловых концентраций минтая, а на разреженных скоплениях работать они не будут. В итоге делается допущение, что каждое судно вело промысел в меру своих технических возможностей максимально эффективно и не ловило минтай в разреженных скоплениях.
Позиции судов в Охотском море с 1997 по 2003 г. получены из судовых суточных донесений (ССД), сохраненных в базе данных “Промысел”11 для каждого судна на каждую дату с целевым уловом минтая во всех подзонах Охотского моря. Целевым считался улов, если доля минтая от общего вылова за сутки в указанной подзоне превышала 50%. C 2004 г. использованы все позиции судов, помеченные как траления, в зеркале Отраслевой Системы Мониторинга, ведомой ИКИ РАН в ТИНРО.
Все позиции со скоростью движения судна более 5 узлов были удалены, что позволяет с высокой вероятностью отсечь ошибки в отчетности о виде работ судна (Пырков и др., 2015). Дополнительно были удалены позиции, где скорость движения составляла менее 2 узлов, т.к. даже донные траления ведутся на более высоких скоростях, чтобы трал раскрывался, а при добыче минтая донные траления запрещены. Разноглубинные траления ведутся однозначно на более высоких скоростях. Таким образом, оставлены только те позиции, в которых осуществлялся целевой лов минтая разноглубинными тралами и снюрреводами. Также добавлены координаты каждой промысловой операции при их наличии.
Статистический анализ. Проверка влияния “возраста” тихоокеанской воды в Охотском море (интервала времени с момента поступления тихоокеанской воды в Охотское море до момента наблюдения) на образование промысловых скоплений минтая выполнена следующим образом. Для всех дат выбирались места уловов, попадающие в ячейки с водой тихоокеанского происхождения. Уловы из ячеек с водой охотоморского происхождения (центр ячейки не пересекал условный Курильский разрез в течение последних 1095 сут) помечались так, чтобы при выборе случайных мест пропускать их. Для каждой даты выбиралось столько же случайных точек в пределах рассматриваемой акватории из сетки с разрешением 1° × 1°, сколько за эту дату наблюдалось позиций вероятных тралений так, чтобы все эти точки попадали в ячейки отличные от тех ячеек, куда попали места уловов. Условие нахождения таких “случайных” ячеек на расстоянии 1° друг от друга необходимо для избегания их попадания в места, близкие к точкам улова. Выполнялось сравнение “возраста” и района проникновения в Охотское море тихоокеанской воды для всех выбранных таким образом ячеек с уловом и без улова с помощью теста Колмогорова–Смирнова. В сумме выбрано 1 153 641 ячеек с уловом (“TRUE”) и столько же ячеек без улова (“FALSE”).
Для выявления общей закономерности между “возрастом” тихоокеанской воды или местом ее проникновения в Охотское море и фактом наличия или отсутствия улова и оценки значимости эффектов этих переменных использовались обобщенные аддитивные модели (GAM – Generalized Additive Model) (Hastie and Tibshirani, 2014). Отличие их от обычных линейных моделей заключается в возможности использования не только нормальных распределений, но и иных распределений из экспоненциального семейства с аддитивной ошибкой, что широко используется в рыбохозяйственных исследованиях (Venables and Dichmont, 2004). Классификация бинарных событий в нашей GAM в общем виде может быть выражена по формуле логистической регрессии (2) (Hastie and Tibshirani, 1986):
(2)
$\ln \left[ {{{p\left( X \right)} \mathord{\left/ {\vphantom {{p\left( X \right)} {\left( {1 - p\left( X \right)} \right)}}} \right. \kern-0em} {\left( {1 - p\left( X \right)} \right)}}} \right] = \eta = \sum\limits_1^p {{{s}_{j}}\left( {{{X}_{j}}} \right)} ,$РЕЗУЛЬТАТЫ
На рис. 2 приведены примеры рассчитанных в альтиметрическом поле скорости лагранжевых карт происхождения вод, которые показывают проникновение тихоокеанских вод в восточную часть Охотского моря. Методика расчета лагранжевых карт описана в предыдущем разделе. Как правило, лов в январе сосредоточен в основном на “языках” тихоокеанской воды, вошедшей в море через северные Курильские проливы в декабре-январе предыдущего года и адвектируемой Западно-Камчатским течением (рис. 2, а, г). В феврале эта сравнительно “молодая” океанская вода распространяется на север вдоль западного побережья Камчатки, и уловы распределяются по всему Западно-Камчатскому течению (рис. 2, б, д). К марту лов смещается во впадину ТИНРО и частично в зал. Шелихова (рис. 2, в, е). В конце путины места улова перемещаются на северо-запад (на рис. 2 не показано). Вероятно, это связано с действием Срединного течения. Цветная градация “возраста” тихоокеанской воды на рис. 2 позволяет сделать предварительный вывод о том, что места улова минтая сосредоточены в основном на сравнительно “молодых” водах, поступивших в море из океана до 100 суток назад.
Для статистического обоснования этого наблюдения были рассчитаны вероятности для времени путешествия частиц от условного разреза до случайно выбранных мест в пределах исследуемой акватории и до мест вылова минтая за длительный период времени с 1997 по 2021 гг. Распределение вероятности этого параметра для случайно выбранных мест за разные годы почти не имело межгодовых отличий и для всех лет было близко к равномерному с пиками на интервалах 350–400 и 700–800 сут. Эти пики соответствуют одному и двум периодам циркуляции вод в приповерхностном слое Охотского моря. При этом распределение вероятности для мест вылова минтая во многие годы показало более высокую вероятность вылова в водах, относительно недавно поступивших в Охотское море (менее 100 сут). К таким годам относятся 2006, 2009–2013, 2016–2020 гг. Почти во все годы также наблюдался второй пик вероятности в интервале примерно 350–400 сут с момента пересечения частицей воды выбранного условного разреза. За исключением некоторых лет (2002, 2004, 2007, 2014) он был второстепенным. В некоторые годы также можно выделить третью моду в интервале 700–800 сут. Вторая и третья моды также связаны с особенностью циркуляции вод в Охотском море.
Рисунок 3 демонстрирует сравнение распределений вероятности для данного параметра между местами без уловов и с уловами без разбиения по годам. На нем видны те же особенности: близкое к равномерному распределение вероятности для случайно выбранных мест и три основных моды вероятности для мест с уловами, основная из которых отвечает за интервал примерно 0–100 сут.
Такой же анализ выполнен для широты, на которой частицы тихоокеанской воды, проникающие в Охотское море, пересекли выбранный нами разрез. Сравнение распределений вероятности для широты пересечения условного разреза между случайно выбранными частицами воды и теми частицами, в которых впоследствии наблюдался вылов минтая, для разных лет представлено на рис. 4. Места с уловами минтая ежегодно располагались в водах, которые попадали в Охотское море преимущественно севернее 48° с.ш., т.е. через северные Курильские проливы (рис. 4). Результаты аналогичных сравнений по годам позволяют сделать вывод о том, что распределение уловов в географическом пространстве в те годы, когда суммарный вылов был на высоком уровне (последнее десятилетие), в основном приходилось на относительно “молодые” тихоокеанские воды, которые пересекали условный разрез в районе северных Курильских проливов. Для количественной оценки различий между полученными выборками был выполнен тест Колмогорова–Смирнова. Для времени путешествия воды от условного разреза до случайных ячеек и ячеек с уловами статистический параметр Колмогорова-Смирнова оказался равным D = 0.2555 при уровне значимости p < 2.2 × 10–16. Для широты пересечения он равен D = 0.60818 с p < 2.2 × 10–16. Таким образом, статистическая значимость различий в обоих случаях оказалась меньше машинного нуля.
Оценка совокупного влияния рассматриваемых лагранжевых параметров на вероятность вылова минтая выполнена с помощью GAM с использованием тензорного произведения. Среди всех проверенных GAM, начиная с нуль-модели и заканчивая полной моделью, максимальную долю дисперсии (49.2%) описала GAM, включавшая в качестве слагаемых функцию порядкового номера дня в году (DoY) и координат пересечения условного Курильского разреза частицей воды, в ячейке которой впоследствии наблюдался вылов (yinit, xinit), а также функцию порядкового номера дня и длительности путешествия частиц (days) с разделением по годам (Year). Формула линейного предиктора для языка R, в котором была настроена GAM показана ниже (3):
где ti – специальный вариант тензорного произведения, реализованный в пакете mgcv для языка R, для взаимодействующих предикторов, когда необходимо выделить основные эффекты (Wood, 2017). Все эти предикторы находились на высочайшем уровне значимости p < 0.001. Более простые конфигурации GAM имели более высокие информационные критерии, следовательно, полученную модель можно назвать оптимальной.ОБСУЖДЕНИЕ
“Языки” тихоокеанской воды представляют собой интрузии инородных вод, вклинивающиеся в охотоморские воды. Границы этих интрузий являются лагранжевыми фронтами (Пранц и др., 2014; Prants et al., 2014), разделяющими воды с разными свойствами (температурой, соленостью, питательными веществами, концентрацией фито- и зоопланктона и др.). Уловы минтая наблюдаются как на границах таких интрузий, так и внутри них. Тихоокеанская вода постепенно адвектируются Западно-Камчатским течением на север. В данном случае роль лагранжевых фронтов, вероятно, заключается в том, что они являются ориентиром и предиктором наличия корма для минтая. Этот тип пассивных лагранжевых фронтов, где не обязательно возникают большие градиенты плотности и субмезомасштабные процессы агеостофической циркуляции на фронте, стимулирующие рост первичной и вторичной продукции (Levy et al., 2018).
Спутниковые измерения уровня моря позволяют получить поле скорости в геострофическом приближении. Этого достаточно для расчета характерных путей и времени крупномасштабной адвекции водных масс. В расчетах не учитываются вертикальные агеострофические процессы, которые являются локальными, субмезомасштабными и краткосрочными. Эти процессы безусловно важны для поступления биогенных элементов к поверхности и создания мест скопления корма минтая. Однако, нашими задачами являлись систематическое детектирование крупномасштабных вторжений океанических вод в Охотское море и поиск корреляций мест вылова минтая с этими водными массами, а не поиск корреляций интрузий тихоокеанских вод с местами скопления корма. Там, где есть корм, разумеется, могут быть и уловы, но не обязательно, если либо рыба, либо рыбаки не нашли эти места. Т.о., исходя из поставленных целей, не обязательно рассматривать вертикальные движения вод, да это и невозможно с геострофическим полем скорости АВИЗО.
Классический тест Колмогорова-Смирнова различий эмпирических кумулятивных распределений двух выборок и GAM показали высокую статистическую значимость исследованных лагранжевых показателей: длительности путешествия воды и места ее поступления в Охотское море для определения вероятности улова минтая. GAM позволила установить, что в начале года, когда минтая ловится больше всего, промысел идет на сравнительно “молодой” (с “возрастом” до 100 сут) воде из Тихого океана, зашедшей в море через северные проливы. Эти субарктические воды богаты питательными веществами, содержащимися в основном потоке течения Ойясио, которые еще более обогащаются в Курильских проливах с интенсивным вертикальным перемешиванием благодаря приливам (Kusakabe et al., 2002). По всей видимости, они отличаются от охотоморских вод повышенными концентрациями фитопланктона и зоопланктона – основы корма минтая.
В конце года наблюдается аналогичная картина, а в середине, наоборот, промысел идет на “старой” тихоокеанской воде (около 2 лет) из центральной части Курильской гряды. Однако, это может быть следствием административных ограничений промысла: в водах западной Камчатки и северной части Охотского моря промысел закрыт для большинства типов судов для защиты нереста минтая, где он образует высокие нерестовые концентрации, а в течение года доступен минтай для лова у восточного Сахалина, где его уловы на порядок ниже (см. Введение).
Вероятно, исследованная восточная часть Охотского моря не случайно является самой рыбопродуктивной зоной Охотского моря, где доминирует минтай. Его запас в оставшейся части моря на порядок ниже. Одной из множества абиотических причин, по которым минтай для нереста предпочитает воды вдоль западного побережья Камчатки, может быть заток теплых тихоокеанских вод в зимний преднерестовый период. Выживание личинок минтая там может быть выше, чем в более холодной воде на западе моря. Мы предполагаем, что в результате естественного отбора минтай предпочитает те места для нереста, куда приходит тихоокеанская вода.
Из-за ценности икры минтая основной вылов этого вида сосредоточен в период года, когда бо́льшая часть самок уже имеет созревающую икру. Растянутость нереста каждой отдельной особи и наличие в популяции особей, находящихся на различных стадиях созревания, приводит к тому, что вылов накладывается на время перед нерестом. Можно предположить, что в это время в основном облавливаются преднерестовые скопления рыб. Известно, что сроки нереста в разных частях ареала существенно отличаются, что связывают с приспособлением конкретных группировок данного вида к обитанию в водах с определенными гидрологическими и фенологическими особенностями (Шунтов и др., 1993).
В пределах рассматриваемой нами акватории наиболее раннее созревание гонад производителей и более ранний массовый нерест минтая происходит у Западной Камчатки. В заливе Шелихова и в северо-западной части рассматриваемой акватории нерест происходит обычно позже (Варкентин, 2015). По всей видимости, при нересте минтай на уровне инстинктов ориентируется, в том числе, на какие-то параметры вод, которые позволили бы его икре находиться в максимально благоприятных температурных условиях. Также существует вероятность, что взрослые особи минтая умеют каким-то образом заблаговременно распознавать потенциальную благоприятность условий питания для личинок. Такая эволюционная приспособленность вполне может быть следствием более высокой выживаемости личинок минтая в водах тихоокеанского происхождения, которые имеют более высокую температуру, чем воды Охотского моря.
Если это предположение верно, то проникая в северную часть моря, в основном еще покрытую льдом, эти воды приносят икру минтая в те районы, где в самое ближайшее время лед разрушится и начнется прикромочное, а затем и весеннее “цветение” фитопланктона, который служит пищей для личинок. Возможным ориентиром в выборе места нереста для рыб может быть горизонтальный градиент температуры. Для подтверждения данной гипотезы нами сопоставлены места вылова минтая с усредненными спутниковыми данными по температуре поверхности моря в зимний промысловый сезон для ряда лет. Места вылова минтая в Камчатско-Курильской и Западно-Камчатской подзонах (см. рис. 1) располагаются в основном на границах интрузий более теплой (по сравнению с охотоморской) тихоокеанской воды (рис. 5). Лагранжева карта “возраста” тихоокеанской воды в восточной части Охотского моря на 18 января 2011 г. (рис. 6, б) показывает типичную картину проникновения и распространения этих вод в море и демонстрирует сходство с данными по температуре поверхности моря на конкретные сутки с выловом минтая (рис. 6, а).
ЗАКЛЮЧЕНИЕ
В работе с помощью статистического анализа данных за большой промежуток времени показано, что места улова минтая в Охотском море сосредоточены в основном внутри интрузий теплой сравнительно “молодой” воды тихоокеанского происхождения или вблизи границ таких интрузий, на лагранжевых фронтах. Для идентификации интрузий была предложена новая диагностическая методика – лагранжевы карты происхождения вод, которые вычисляются ежесуточно на базе альтиметрического поля скорости практически в режиме реального времени. В отличие от инфракрасных спутниковых данных ТПО, которые недоступны в облачные дни, преобладающие в этом районе во время путины, лагранжевы карты легко вычисляются на каждые сутки и могут быть переданы на борт рыболовецких судов по электронной почте. Таким образом, рыбаки могут получить наглядное представление о том, где находятся перспективные для промысла места, что позволяет экономить время и горючее для поиска скоплений минтая. В работе подготовлен совершенно новый набор ранее непроверенных относительно рыб в Охотском море лагранжевых характеристик. Этот набор может быть проверен позднее и в отношении распределения других видов рыб или зоопланктона.
Список литературы
Будянский М.В., Пранц С.В., Самко Е.В., Улейский М.Ю. Выявление и лагранжев анализ океанографических структур перспективных для промысла кальмара Бартрама (Ommastrephes bartramii) в районе Южных Курил // Океанология. 2017. № 5. С. 720–730.
Варкентин А.И., Буслов А.В., Тепнин О.Б. Некоторые особенности нереста и распределения икры минтая в водах западной Камчатки // Изв. ТИНРО. 2001. Т. 128. С. 177–187.
Варкентин А.И. Сезонная динамика зрелости гонад и показателей упитанности минтая (Theragra chalcogramma) в северной части Охотского моря // Изв. ТИНРО. 2015. Т. 180. С. 77–92.
Коломейцев В.В. Изменчивость западно-камчатского течения зимой 1994–2019 гг. по альтиметрическим данным // Изв. ТИНРО. 2020. Т. 200. Вып. 2. С. 412–426.
Кулик В.В., Варкентин А.И., Ильин О.И. Стандартизация уловов на усилие минтая в северной части Охотского моря с учетом некоторых факторов среды // Изв. ТИНРО. 2020. Т. 200. Вып. 4. С. 819–836. https://doi.org/10.26428/1606-9919-2020-200-819-836
Маркина Н.П., Чернявский В.И. Количественное распределение планктона и бентоса в Охотском море // Изв. ТИНРО. 1984. Т. 109. С. 109–119.
Пранц С.В., Улейский М.Ю., Будянский М.В. Лагранжевы когерентные структуры в океане благоприятные для рыбного промысла // Доклады АН. 2012. Т. 447. № 1. С. 93–97.
Пранц С.В., Будянский М.В., Улейский М.Ю. Лагранжевы фронты в океане // Изв. РАН. Физика атмосферы и океана. 2014. Т. 50. № 3. С. 323–330.
Пранц С.В., Кулик В.В., Будянский М.В., Улейский М.Ю. О связи мест промысла сайры с крупномасштабными когерентными структурами в океане по спутниковым данным // Исслед. Земли из космоса. 2020. № 4. С. 18–26. https://doi.org/10.31857/S0205961420040053
Пырков В.Н., Солодилов А.В., Дегай А.Ю. Создание и внедрение новых спутниковых технологий в системе мониторинга рыболовства // Соврем. пробл. дист. зондир. Земли из космоса. 2015. Т. 12. № 5. С. 251–262.
Фадеев Н.С. Сроки размножения и нерестовых подходов минтая // Экология, запасы и промысел минтая. Владивосток: ТИНРО. 1981. С. 3–18.
Файман П.А., Пранц С.В., Будянский М.В., Улейский М.Ю. Моделирование распространения тихоокеанских вод в Охотском море // Изв. РАН. Физика атмосферы и океана. 2021. Т. 57. № 3. С. 372–384.
Шунтов В.П. Биологические ресурсы Охотского моря: монография. М.: Агропромиздат, 1985. 224 с.
Шунтов В.П., Волков А.Ф., Темных О.С., Дулепова Е.П. Минтай в экосистемах дальневосточных морей. Владивосток: ТИНРО. 1993. 426 с.
Hastie T., Tibshirani R. Generalized Additive Models // Statist. Sci. 1986. V. 1. №. 3. P. 297–318. https://doi.org/10.1214/ss/1177013604
Hastie T., Tibshirani R. Generalized Additive Models // Wiley StatsRef: Statistics Reference Online. 2014. https://doi.org/10.1002/9781118445112.stat03141
Kuroda H., Takahashi D., Mitsudera H., Azumaya T., Setou T. A preliminary study to understand the transport process for the eggs and larvae of Japanese Pacific walleye pollock Theragra chalcogramma using particle-tracking experiments based on a high-resolution ocean model // Fisheries science. 2014. V. 80. № 2. P. 127–138. https://doi.org/10.1007/s12562-014-0717-y
Kusakabe M., Andreev A., Lobanov V., Zhabin I., Kumamoto Y., Murata A. Effects of the Anticyclonic Eddies on Water Masses, Chemical Parameters and Chlorophyll Distributions in the Oyashio Current Region // J. Oceanogr. 2002. V. 58. № 5. P. 691–701. https://doi.org/10.1023/A:1022846407495
Levy M., Franks P.J.S., Smith K.S. The role of submesoscale currents in structuring marine ecosystems // Nature Communications. 2018. V. 9. № 4758. https://doi.org/10.1038/s41467-018-07059-3
Nakamura T., Toyoda T., Ishikawa Y., Awaji T. Enhanced ventilation in the Okhotsk Sea through tidal mixing at the Kuril Straits // Deep Sea Research Part I. 2006. V. 53. P. 425–448. https://doi.org/10.1016/j.dsr.2005.12.006
Ohshima K.I., Nakanowatari T., Riser S., Wakatsuchi M. Seasonal variation in the in-and outflow of the Okhotsk Sea with the North Pacific // Deep Sea Research Part II: Topical Studies in Oceanography. 2010. V. 57. № 13–14. P. 1247–1256. https://doi.org/10.1016/j.dsr2.2009.12.012
Prants S.V., Budyansky M.V., Uleysky M.Yu. Identifying Lagrangian fronts with favourable fishery conditions // Deep Sea Research I. 2014. V. 90. P. 27–35. https://doi.org/10.1016/j.dsr.2014.04.012
Prants S. V. Chaotic Lagrangian transport and mixing in the ocean // The European Phys. J. Special Topics. 2014. V. 223. № 13. P. 2723–2743. https://doi.org/10.1140/epjst/e2014-02288-5
Prants S.V., Uleysky M.Y., Budyansky M.V. Lagrangian Oceanography: Large-scale Transport and Mixing in the Ocean. Physics of Earth and Space Environments. NY: Springer, 2017. 273 p.
Prants S.V., Kulik V.V., Budyansky M.V., Uleysky M.Yu. Relationship between Saury Fishing Grounds and Large-Scale Coherent Structures in the Ocean, According to Satellite Data // Izvestiya, Atmospheric and Oceanic Physics. 2020. V. 56. № 12. P. 1638–1644. https://doi.org/10.1134/S000143382012050
Prants S.V., Budyansky M.V., Uleysky M.Yu., Kulik V.V. Lagrangian fronts and saury catch locations in the Northwestern Pacific in 2004-2019 // J. Marine Systems. 2021. V. 222. Art. No. 103605. https://doi.org/10.1016/j.jmarsys.2021.103605
Scales K.L., Hazen E.L., Jacox M.G., Castruccio F., Maxwell S.M., Lewison R.L., Bograd S.J. 2018. Fisheries bycatch risk to marine megafauna is intensified in Lagrangian coherent structures // Proceedings of the National Academy of Sciences. V. 115. P. 7362–7367. https://doi.org/10.1073/pnas.1801270115
Venables W.N., Dichmont C.M. GLMs, GAMs and GLMMs: an overview of theory for applications in fisheries research // Fish. Res. 2004. V. 70. Iss. 2–3. P. 319–337. https://doi.org/10.1016/j.fishres.2004.08.011
Watson J.R., Fuller E.C., Castruccio F.S., Samhouri J.F. 2018. Fishermen follow fine-scale physical ocean features for finance // Frontiers in Marine Science. 2018. V. 5. P. 46. doi: 10.2007 3389/fmars.2018.00046.
Wood S.N. Thin plate regression splines // J. R. Stat. Soc. Ser. B (Statistical Methodol.). 2003. V. 65. Iss. 1. P. 95–114. https://doi.org/10.1111/1467-9868.00374
Wood S.N. Stable and Efficient Multiple Smoothing Parameter Estimation for Generalized Additive Models // J. Am. Stat. Assoc. 2004. V. 99. Iss. 467. P. 673–686. https://doi.org/10.1198/016214504000000980
Wood S.N. Generalized Additive Models: An Introduction with R (2nd edition). London: Chapman and Hall/CRC Press, 2017. 496 p.
Дополнительные материалы отсутствуют.
Инструменты
Исследование Земли из Космоса