Тема: Динамика численности основных промысловых рыб в Балтийском море в условиях изменчивости гидрометеорологических процессов
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
1. Обзор литературы
1.1 Гидрология Балтийского моря
1.2 Биологическое описание основных промысловых видов рыб Балтийского моря
1.2.1 Атлантическая треска (балтийский подвид, Gadus morhua callarias)
1.2.3 Атлантическая сельдь (балтийский подвид) Clupea harengus membras)
1.2.3 Европейский шпрот (Sprattus sprattus)
2. Материалы и методы
2.2 Связь численность гидробионтов и уловов
2.3 Методы статистического анализа
2.3.1 Корреляционный анализ
2.3.2 Метод спектрального анализа
3. Результаты и обсуждение
3. 1 Статистические оценки временных и частотных характеристик уловов в Балтийском море и гидрометеорологических процессов
3.2 Зависимость численности промысловых объектов от климатических и гидрофизических процессов
ВЫВОДЫ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
📖 Введение
Циркуляция вод в мелководном Балтийском море является важнейшим экологическим фактором, обусловливающим его относительно низкую способность к самоочищению (Карпушевский, Зезера, Иванович, 2013; Дубровин, 2013). Хорошо известно (Зезера,1998; Зезера, Грибов,2003; Зезера, 2009), что уменьшение адвекции североморских вод в Балтийское море приводит к образованию обширных районов стагнации и дефициту кислорода на глубине и, как следствие, к значительному сокращению численности большинства донных видов рыб, а в годы усиления адвекции наблюдается увеличение биологической продуктивности и повышение урожайности не только донных, но и пелагических видов рыб.
Также результаты исследовательских работ на тему влияния абиотических факторов на численность рыб Балтийского моря показывают, что такие факторы, как температура, соленость и обеспеченность пищей, могут провоцировать весьма заметные колебания численности основных промысловых видов рыб (атлантическая треска, салака, европейский шпрот) (Грауман, 1972).
Помимо этого на численности всех видов рыб сказывается выживаемость икры и молоди, являющихся наиболее уязвимой стадией жизненного цикла рыб. В этом случае важно как соблюдение температурных и соленостных оптимумов, так и необходимое для молоди количество пищевых ресурсов (Rüdiger и др., 2012).
Чаще всего для анализа динамики численности рыб в Балтийском море (и в других акваториях) используют прямые абиотические показатели этой акватории (соленость, температуру, насыщение кислородом, заток вод в Балтику и т.п.). Однако оценивать данные факторы проще в более комплексном и глобальном виде, посредством глобальных климатических индексов, на которых отражаются такие важные параметры, как аномалии температуры, ветровое волнение, интенсивность инерционных течений. С развитием спутниковых систем наблюдения получать такие индексы стало достаточно просто и актуальной проблемой стало оценить связь этих показателей с биологической продуктивностью отдельных акваторий. Переход
Целью данной работы является поиск возможных статистических связей между колебаниями уловов (численности) основных промысловых рыб (треска, сельдь, шпрот) и изменчивостью глобальных гидрометеорологических и геофизических процессов, с попыткой прогноза уловов указанных рыб на основе полученных связей.
Для этой цели решены следующие задачи:
- на основе спектрального анализа оценены характерные временные масштабы изменчивости уловов и глобальных гидрофизических процессов;
- путем взаимного корреляционного и взаимного спектрального анализ установлена взаимосвязь между уловами промысловых рыб в Балтийском море и среднегодовыми индексами глобальной атмосферной и океанической циркуляции и некоторыми гидрофизическими процессами;
- на основе полученных оценок методом множественной линейной регрессии разработан вероятностный прогноз уловов промысловых рыб в Балтийском море заблаговременностью 2 года.
✅ Заключение
• Оценки максимальных коэффициентов взаимной корреляции между колебаниями уловов и индексами, характеризующих изменчивость глобальной атмосферной и океанической циркуляции;
• Для наиболее коррелированных процессов определена степень десинхронизации и оценена эффективная заблаговременность прогнозов колебаний численности промысловых рыб Балтийского моря;
• На основе спектрального анализа выделены характерные временные масштабы изменчивости численности основных промысловых рыб Балтийского моря и индексов характеризующих изменчивость гидрометеорологические процессов;
• Взаимный спектральный анализ синхронных рядов уловов и гидрофизических глобальных процессов показал, что межгодовые колебания численности трески в Балтийском море с периодом 5-8 лет происходят синхронно с флюктуациями аномалий температуры Земли. На частотах ниже 0.08 рад/год наблюдается резкий спад когерентности, а, следовательно, оценка разности фаз φ (ω) для этих процессов неустойчивая. Индекс AMM, характеризующий связь поля температуры поверхности моря (SST) с зональной и меридиональной компонентами поля ветра на высоте 10 м, является значимым предиктором изменчивости численности сельди. Эти два процесса находятся в противофазе;
• На основе моделей линейной множественной регрессии построены прогностические зависимости численности промысловых рыб Балтийского моря от изменчивости абиотических процессов с заблаговременностью 2 года.
• Статистические оценки качества регрессионных моделей позволяют сделать заключение об их адекватности.



