- •Министерство аграрной политики украины
- •Керчь, 2009 г.
- •Содержание
- •Введение 4
- •1. Основные физические факторы
- •Список использованной литературы 63 Введение
- •1. Основные физические факторы биологической и рыбопромысловой продуктивности
- •Пространственное распределение океанографических характеристик
- •Изменения основных океанографических характеристик во времени
- •Циркуляция вод в океане
- •Образование зон повышенной биологической и рыбопромысловой продуктивности
- •Методика промысловых прогнозов
- •Оперативный прогноз
- •Прогностические уравнения района Новошотландского шельфа банки Джордес (обозначения в тексте)
- •Краткосрочный прогноз
- •(Хамсы, шпрота и ставриды) с гидрометеорологическими параметрами (условные обозначения в тексте)
- •Долгосрочный прогноз
- •Связь первичной продукции в западной части Черного моря (в) с индексами атмосферной циркуляции (обозначения в тексте)
- •I. Вертикальные профили океанографических характеристик. Определение слоя максимального градиента. Гидрологические разрезы.
- •II. Построение t, s – кривых и определение свойств водных масс.
- •III. Определение суммарного ветрового воздействия по эффективному направлению.
- •IV. Описание факсимильной синоптической карты
- •V. Построение кумулятивных (интегральных) кривых гидрометеорологических характеристик
- •VI. Расчет коэффициентов разложения барического поля в ряд по полиномам чебышева.
- •VII. Матрицы переходных вероятностей
- •VIII. Разделение рядов значений на равновероятные классы
- •IX. Прогноз по уравнениям регрессии
- •По дисциплине «Гидрометеорологическое обеспечение морского рыболовства»
- •I. Построить океанографический разрез, найти значение и слой максимального градиента температуры на одной из станций разреза.
- •II. Построить t, s – кривые для одной из станций тропической Атлантики и одной черноморской. Определить экстремумы температуры и солености на t, s – кривых в качестве признаков водных масс.
- •III. По уравнению Зверева определить индекс суммарного ветрового нагона при следующих исходных данных.
- •IV. Рассчитать и построить кумулятивную (интегральную) кривую.
- •VI. Рассчитать коэффициенты разложения в ряд поля атмосферного давления по полиномам Чебышева – а00, а01, а10.
- •VIII. Рассчитать границы 3-х равновероятных классов (низкие значения – н, средние – с и высокие – в по принципу: , с «от» - «до», в).
- •IX. Дать прогноз по нижеследующим прогностическим уравнениям (по два уравнения на вариант).
- •Список использованной литературы
- •© Валентин Алексеевич Брянцев
Связь первичной продукции в западной части Черного моря (в) с индексами атмосферной циркуляции (обозначения в тексте)
Таблица 4
№ п/п |
Предикторы |
Сдвиг (годы) |
Коэф. корр. |
Вид корр. |
Уровни значим. |
Уравнения регрессии |
1 |
|
3 |
0,58 |
Парн. |
0,01 |
В=15,5 -4480, |
2 |
|
2 |
0,58 |
Парн. |
0,01 |
В=97,5 +324,8 |
3 |
|
6 |
0,73 |
Парн. |
0,01 |
В=23,4 +255,0 |
4 |
|
12 |
0,69 |
Множ. |
0,01 |
|
Мы видим, что самые высокие коэффициенты корреляции получены при сдвиге в 6 и 12 лет. В биотической и абиотической частях экосистем не обнаружены признаки «памяти» со сроком в 6 лет. Следовательно, такой уровень статистической связи может быть признаком наличия периодичности в атмосферной циркуляции, что и отражается на колебаниях в живой части экосистемы. Указанные ритмы и были выявлены с помощью периодограмманализа. Таким образом, 3-е уравнение таблицы 4 мы можем использовать для ориентировочной оценки уровня первичной продуктивности с 6-летней заблаговременностью, с учетом того, что обеспеченность прогноза при проверке на независимом материале составила 83%.
Корреляционный анализ показал зависимость урожайности двух основных промысловых видов рыб – анчоуса (хамсы) и шпрота от стока Днепра, поскольку его воды в значительной степени определяют биопродуктивность акватории северо-западного шельфа Черного моря.
Состояние донных биоценозов в указанном регионе зависит от кислородного режима придонных горизонтов, в сущности от уровня (площади, S) развития обычных здесь летних заморов. Прогноз этой площади с годовой заблаговременностью может быть дан по уравнению, где в качестве предикторов использованы значения солнечной активности (W), которые могут быть проэкстраполированы с учетом 11-летней цикличности, а также известный или предполагаемый уровень антропогенного отъема речного стока (q, км2):
Уровень заморов и гипоксии определяет снижение биомассы филлофоры на поле Зернова, состояние и запас мидий, количество гибнущей рыбы в районах побережий на северо-западе Черного моря.
В предшествующем подразделе изложена методика прогноза состояния крилевых скопления в море Содружества с заблаговременностью в 1-3 месяца. По другим параметрам атмосферной циркуляции, в частности по аномалии повторяемости 1-го типа в марте, оказался возможным прогноз с годовой заблаговременностью следующих промыслово-биологических показателей: средневзвешенной биомассы криля на площади промысловых скоплений (В) в феврале-марте, общей его биомассы в млн. т (В1) и запаса в промысловых скоплениях (В2):
В соответствии с описанием типов атмосферной циркуляции 1-й из них отражает зональный перенос вод, что не способствует образованию промысловых скоплений. Однако, в конце полярного лета (март) он каким-то образом способствует урожайности этого вида, возможно посредством сохранения личинок криля, благодаря чему в промысловый сезон последующего года образуется повышенный запас.
В
атлантическом секторе Антарктики
увеличение концентраций криля в
промысловых скоплениях в районах
островов Мордвинова, Южных Оркнейских
и острова Южная Георгия происходит при
меридиональном типе циркуляции типа
Мв. Его повторяемость, как было установлено,
связана с уровнем солнечной активности
(W). Это происходит как при
экстремально высоком, так и низком
значении числа Вольфа, то есть прямая
связь имеет место с модулем
.
Таким образом, ориентировочная оценка
годового вылова криля в этом
регионе может быть сделана по году-аналогу из ряда вылова флота Украины за 1965-1995 гг в тоннах:
где
,
а W – экстраполированное
на текущий год число Вольфа.
П р а к т и ч е с к и е з а н я т и я
