Оценка влияния некоторых климатических факторов на численность азиатских стад горбуши и кеты

• Main Authors: Бугаев, Александр, Тепнин, Олег
• Format: Text
• Language: unknown
• Published: Федеральное государственное унитарное предприятие «Тихоокеанский научно-исследовательский рыбохозяйственный центр» 2011
• Subjects: ГОРБУША; КЕТА; тренды уловов; климатические индексы; временные ряды; Pink salmon; chum salmon; catch; Climatic index; Time series; Bering Sea; Pacific; Берингов*
• Online Access: http://cyberleninka.ru/article/n/otsenka-vliyaniya-nekotoryh-klimaticheskih-faktorov-na-chislennost-aziatskih-stad-gorbushi-i-kety; http://cyberleninka.ru/article_covers/13921852.png

В тестовом режиме оценена возможность влияния некоторых климатических факторов на численность азиатской горбуши и кеты. Материалом послужили численные оценки вылова тихоокеанских лососей, полученные в рамках статистического мониторинга NPAFC по данным 1925-2010 гг. В качестве климатических предикторов взяты стандартные индексы (AFI, ALPI, NP, PCI, GLB.Ts + dSST, N.HEMI, PDO, LOD, Sun Spot), которые описывают или могут опосредованно влиять на метеорологическую и гидрологическую обстановку в Северной Пацифике. Анализ временных рядов показал, что для получения наиболее адекватных результатов правомочно использование численных трендов по 2-точечному скользящему среднему. Аналогичный подход был применен и для рядов климатических индексов. Наиболее высокая корреляционная связь между уловами азиатских лососей (горбуша + кета) и климатическими факторами была отмечена с индексами глобальных температурных аномалий воздуха и поверхности воды (GLB.Ts + dSST и N.HEMI). Зависимость имела стабильный характер как для горбуши, так и для кеты. При этом уровень коэффициентов корреляции по данным предикторам у кеты заметно выше, чем у горбуши, и составлял соответственно R = 0,82-0,89 и R = 0,54-0,64. Суммарные показатели по двум видам также были весьма высоки R = 0,74-0,78. В остальных случаях наиболее значимые коэффициенты корреляции составляли около R = ±0,3. По-сути, в большинстве случаев прямой взаимосвязи между динамикой уловов азиатской горбуши и кеты и климатическими индексами не наблюдалось. С учетом продолжительности используемых временных рядов (более 80 лет) все полученные оценки являются статистически достоверными. Дополнительно проведен анализ множественной регрессии, который показал комплексный характер опосредованного воздействия нескольких климатических факторов (AFI, ALPI, GLB.Ts + dSST, N.HEMI, PDO) на динамику уловов азиатской горбуши и кеты. Как и в предыдущих случаях, наиболее высокая корреляция отмечена у кеты R = 0,88, у горбуши R = 0,61. Для обоих видов коэффициент множественной корреляции соответствовал R = 0,77. Полученные данные могут быть использованы для уточнения и развития дальнейших исследований по воздействию климатических факторов на численность массовых видов тихоокеанских лососей. По нашему мнению, реальный прогресс в этом вопросе возможен при проведении более глубокого анализа взаимодействия климата и гидробионтов на уровне многофакторных условий экосистем Берингова моря и северной части Тихого океана. Climatic factors influence on abundance of Asian pink and chum salmons is tested on the data about their catches from NPAFC statistics for 1925-2010. The atmospheric and oceanographic conditions are evaluated by standard indices AFI, ALPI, NP, PCI, GLB.Ts + dSST, N.HEMI, PDO, LOD, the number of Sun spots is also considered. The best links are found for the time series smoothed by 2-points moving average, both for catches and climatic indices. The salmon catches have the maximal correlation with the monthly indices of air temperature and SST averaged for the whole globe and Northern Hemisphere (GLB.Ts + dSST and N.HEMI); the correlation coefficients are 0.82-0.89 for chum salmon, 0.54-0.64 for pink salmon, and 0.74-0.78 for their summary catch. Other indices have lower relationship with the salmon catches; the correlation coefficients don't exceed ±0.3. So, there are no significant correlations between the pink and chum salmon catch dynamics and those climate indices. The multiple regression shows an indirect effects of the set of climatic variables (AFI, ALPI, GLB.Ts + dSST, N.HEMI, PDO) with the maximal correlation coefficients 0.88 for chum salmon, 0.61 for pink salmon, and 0.77 for their summary catch. These preliminary data could be used for further investigations of climate change influence on abundance of pacific salmon mass species with more detailed consideration of its effects on the ecosystems of the Bering Sea and North Pacific.