Введение 2
1 Район исследования 4
1.1 Описание района исследования 4
1.2 Рассмотренные промысловые виды рыб 7
2 Исходные данные и методы 11
2.1 Исходные данные 11
2.2 Методы анализа 14
2.2.1 Корреляционный анализ 14
2.2.2 Взаимнокорреляционный анализ 15
2.2.3 Кластерный анализ 16
3 Влияние колебаний климата на производительность промысла на
Канарском апвеллинге 21
3.1 Определение районов апвеллинга 21
3.2 Расчет индексов апвеллинга 30
3.3 Корреляционные матрицы уловов и характеристик апвеллинга 34
3.4 Взаимнокорреляционные функции характеристик интенсивности
апвеллинга 37
3.5 Результаты кластеризации для характеристик апвеллинга 54
3.6 Результат кластеризации для уловов промысловых видов с
характеристиками апвеллинга 56
Заключение 65
Приложение А 66
Приложение Б 69
Источники 72
Высокопродуктивный район Канарского апвеллинга служит кормовой базой для множества видов пелагических рыб, многие из которых являются промысловыми, а также является одним из четырех основных регионов апвеллинга в мировом океане.
Прибрежный апвеллинг образуется наличием благоприятной вдольбереговой компоненты ветра. Условием его возникновения в Северном полушарии является направление компоненты ветра с севера на юг при расположении берега слева.
Ежегодные уловы в исследуемом районе варьируется от 1,2 до 2,4 миллиона тонн с 1970 по 2021 годы (ФАО, FishstatJ). Запасы пелагических рыб, составляющие примерно 70 процентов то общего улова, не подвергаются чрезмерной эксплуатации, и было показано, что их численность определяется силой апвеллинга. По данным ФАО (1997a), большая часть придонных запасов полностью эксплуатируется в Канарском течении от Мавритании до Гвинеи- Бисау, и в последнее десятилетие уловы существенно увеличиваются (ФАО, FishstatJ).
Обычно, прибрежные апвеллинги простираются вдоль берега, и их сезонный ход изменяется в зависимости то географической широты. В некоторых широтах наблюдается более существенное изменение сезонного хода, эти широты условно принимаются за точки, где апвеллинг разделяется на регионы. Деление апвеллинга на регионы не всегда очевидно и обосновано. П. Чернышков в своей работе (Чернышков, 2006) разделяет Канарский апвеллинг по характеру внутригодовой изменчивости на три зоны: зону сезонного апвеллинга (между 10 и 20° с.ш.), зону интенсивного
круглогодичного апвеллинга (между 20 и 26° с.ш.) и зону умеренного круглогодичного апвеллинга с выраженной сезонностью (между 26 и 32° с.ш.).
Другие авторы разбивают области Канарского апвеллинга на три квазиоднородных района: северный (25-27° с.ш.), центральный (21-23° с.ш.) и южный (15-19° с.ш.) (Малинин и др., 2002).
Актуальность работы заключается в решении проблемы связи годовых уловов с достаточно сомнительной репрезентативностью и характеристик Канарского апвеллинга, который в свою очередь является сложной системой зависящей от множества факторов, таких как географическое положение, рельеф дна, близость островов и т.д.
Цель работы состоит в том, чтобы выявить зависимости между индексами интенсивности апвеллинга, отражающими колебания климата в исследуемой зоне с уловами основных промысловых видов рыб.
В задачи работы входит:
1. Выбор районов с максимальной изменчивостью интенсивности апвеллинга с помощью данных о концентрации хлорофилла и вертикальной скорости.
2. Расчет характеристик апвеллинга, суммарной концентрации хлорофилла, вертикальной скорости подъема воды, термического и Экмановского индексов для выбранных районов.
3. Выявление зависимостей и связей колебаний характеристик апвеллинга на уловы промысловых видов рыб.
В данной работе были рассчитаны несколько индексов апвеллинга отражающих связь колебаний климата на интенсивность данного явления, а следовательно, оказывающих влияние на промысел на акватории.
С помощью литературных источников и базы данных FAO FishstatJ были выбраны основные промысловые виды рыб за последние десятилетия.
С помощью карт среднеквадратичных отклонений концентраций хлорофилла и вертикальной скорости подъема воды выбраны и обоснованы районы круглогодичного апвеллинга.
Рассчитаны корреляционные матрицы годовых значений характеристик апвеллинга и уловов отдельных промысловых видов рыб в выбранных районах. Все коэффициенты корреляции проверены на значимость.
Были построены Взаимнокорреляционные функции по среднемесячным значениям для оценки связей между характеристиками апвеллинга.
Кластерный анализ выявил наиболее и наименее продуктивные зоны апвеллинга во времени исходя из матриц годовых значений уловов и характеристик апвеллинга. Также была произведена кластеризация для каждого выбранного промыслового вида. Выявлены общие тенденции и связи подтвержденные корреляционным анализом.
1. G Hempel and K Sherman Large Marine Ecosystems of the World Trends in Exploitation, Protection, and Research Series. Large Marine Ecosystems Series Volume: 12. Elsevier, 2003
2. Mason, E., F. Colas, J. Molemaker, A. F. Shchepetkin, C. Troupin, J. C. McWilliams, and P. Sangra (2011), Seasonal variability of the Canary Current: A numerical study, J. Geophys. Res., 116, C06001.
3. Л.А. Духова, В.В. Сапожников. Гидрохимические показатели первичной продукции в зонах Перуанского и Канарского апвеллингов // Труды ВНИРО / Водные биологические ресурсы. - 2014 г. Том 152
4. А. Н. Серебренников. Улучшенная методика определения индексов прибрежных апвеллингов по спутниковым данным // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. №5
5. А. Н. Серебренников. Методика пространственного разделения апвеллинга по характеру сезонной изменчивости // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. №2.
6. The Sea, Volume 14, edited by Allan R. Robinson and Kenneth H. Brink. 2004 by the President and Fellows of Harvard College
7. Hailegeorgis, D., Lachkar, Z., Rieper, C., and Gruber, N.: A Lagrangian study of the contribution of the Canary coastal upwelling to the nitrogen budget of the open North Atlantic, Biogeosciences, 2021
8. Valdes, L.1 and Deniz-Gonzalez, I.1 (eds). Oceanographic and biological features in the Canary Current Large Marine Ecosystem. IOC- UNESCO, Paris.2015
9. Гущин, А.В. Промысловая фауна океанических вод СевероЗападной Африки / А.В. Гущин, Л.И. Перова. - Калининград: АтлантНИРО, 2011. - 180 с.
10. Copernicus Services (CMEMS) - электронные данные. Режим доступа: http: //marine.copernicus .eu - свободный. Дата обращения 2024 год
11. Гордеева С.М. Практикум по дисциплине «Статистические методы обработки и анализа гидрометеорологической информации».- СПб, изд. РГГМУ, 2017.
12. Малинин В.Н. Статистические методы анализа
гидрометеорологической информации: учебник, - издание 2, испр. и доп. - СПб.: РГГМУ, 2020. - 424 с.
13. Вайновский П.А., Малинин В.Н. Методы обработки и анализа океанологической информации. Многомерный анализ. СПб: РГГМИ, 1992 - 96
14. Боровиков В. Программа STATISTICA для студентов и инженеров. - М. Компьютер Пресс, 2001. - 301 с
15. В.А.Горчаков, А.Ю.Дворников, В.А.Рябченко, С.С.Пугалова. МЕЖГОДОВАЯ И СЕЗОННАЯ ИЗМЕНЧИВОСТЬ ХАРАКТЕРИСТИК ЭКОСИСТЕМЫ В КАНАРСКОМ АПВЕЛЛИНГЕ (ПО РЕЗУЛЬТАТАМ ТРЕХМЕРНОГО МОДЕЛИРОВАНИЯ), Фундам. прикл. гидрофиз. 2013г
16. Vazquez, R., Parras-Berrocal, I., Cabos, W. et al. Assessment of
the Canary current upwelling system in a regionally coupled climate model. Clim Dyn 58, 69-85 (2022)