Моделирование стохастических процессов в эксплуатируемых популяциях рыб и беспозвоночных: На примере горбуши Oncorhynchus gorbuscha и синего краба Paralithodes platypus восточного шельфа Сахалина тема диссертации и автореферата по ВАК РФ 03.00.32, кандидат биологических наук Михеев, Александр Аркадьевич

• Михеев, Александр Аркадьевич
• кандидат биологических наук
• 2004

Оглавление диссертации кандидат биологических наук Михеев, Александр Аркадьевич

ВВЕДЕНИЕ.

Глава 1. КРАТКАЯ ИСТОРИЯ РАЗВИТИЯ СТОХАСТИЧЕСКИХ

РЫБОПРОМЫСЛОВЫХ МОДЕЛЕЙ.

Глава 2. МАТЕРИАЛ И МЕТОДИКА.

§2.1. Описание использованных материалов.

2.1.1. Исходные данные для определения параметров промыслового действия стандартной ловушки.

2.1.2. Исходные данные для когортного анализа процессов в запасе беспозвоночных с прерывистым ростом.

2.1.3. Исходные данные для прогнозирования численности рыб с неперекрывающимися поколениями.

§2.2. Методика исследования промысловых свойств ловушки.

2.2.1. Оценивание уловистости и площади облова ловушки по экспериментальным данным.

2.2.2. Расчёт параметров промыслового действия ловушки с помощью стохастической модели «хищник-приманка».

2.2.3. Определение оптимальной продолжительности застоя и числа ловушек в порядке.

§2.3. Последовательный популяционный анализ и регулирование промысла для беспозвоночных с прерывистым ростом.

2.3.1. Оценка запаса с помощью стохастической когортной модели процессов.

2.3.2. Выбор стратегии промысла на основе предосторожного подхода.

§2.4. Применение фильтра Калмана для прогнозирования численности рыб в популяции с неперекрывающимися поколениями.

Глава 3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ И ИХ ОБСУЖДЕНИЕ.

§3.1. Определение промысловых свойств стандартной ловушки для крабов-литодид на восточном шельфе о. Сахалин.

3.1.1. Проведения компьютерных экспериментов на основе стохастической модели «хищник-приманка».

3.1.2. Проверка зависимости вероятности поимки от расстояния до приманки по экспериментальным данным.

3.1.3. Расчёт параметров промыслового действия стандартной ловушки для крабов-литодид на восточном шельфе о. Сахалин.

3.1.4. Расчёт оптимальных значений для продолжительности застоя и числа ловушек при промысле синего краба восточного Сахалина и камчатского краба западного Сахалина.

§3.2. Определение оптимальной стратегии промысла для синего краба восточного Сахалина.

3.2.1. Ретроспективный анализ и перспективная имитация динамики обилия запаса при различных уровнях интенсивности промысла.

3.2.2. Определение биологических ориентиров и мер регулирования промысла.

§3.3. Прогнозирование численности нерестовых подходов горбуши в залив Анива и на юго-восточный Сахалин.

3.3.1. Выделение квазигармонического тренда из остатков зависимости Риккера «родители-потомки».

3.3.2. Анализ и прогноз динамики численности с помощью фильтра Калмана.

Введение диссертации (часть автореферата) на тему «Моделирование стохастических процессов в эксплуатируемых популяциях рыб и беспозвоночных: На примере горбуши Oncorhynchus gorbuscha и синего краба Paralithodes platypus восточного шельфа Сахалина»

Актуальность исследований. Актуальность разработки методов определения уловистости и площади облова ловушек, необходимых при расчётах численности по ловушечным индексам, обусловлена несколькими причинами. Во-первых, при проведении контрольного лова накоплены большие массивы данных по уловам на ловушку и на сегодня для некоторых донных беспозвоночных эта информация является единственной характеристикой величины запаса (Михеев, 2002а). Во-вторых, промысел краба уже длительный период времени разрешён только с применением ловушек (Иванов, 1994а,б). В-третьих, в ряде районов невозможно вести прямой учёт численности другими орудиями лова (Miller, 1975). В-четвёртых, получение оценок уловистости и площади облова ловушек связано с объективными трудностями и до сих пор эта проблема в целом не решена (Sainte-Marie and Hargrave, 1987; Himmelman, 1988; Miller, 1990; Arena et al., 1994; Иванов, 1999).

В последние годы также является актуальным регулирование вылова беспозвоночных на основе предосторожного подхода из-за критического спада численности и интенсивного нелегального изъятия (Perry et al., 1999; Михеев, 1999). Не менее актуально оценить роль промысла в наступившей депрессии запасов беспозвоночных (Иванов, 2002). Это, в свою очередь, требует развития моделей, позволяющих определять промысловую смертность и пополнение в условиях, когда отсутствует достоверная информация о годовом вылове и промысловых усилиях, а для беспозвоночных с прерывистым ростом ещё и при неизвестной возрастной структуре запаса (Kruse et al., 1996; Zheng et al., 1997a,b,c, 1998a,b; Quinn et al., 1998; Collie and Kruse, 1998; Михеев, в печати, а).

Весьма актуальной является и разработка методов среднесрочного прогнозирования обилия нерестовой горбуши с учётом долгопериодных трендов в динамике численности. Как известно, несмотря на определённые успехи (Шунтов и Темных, 2003), оперативное прогнозирование подходов горбуши своим малым упреждением значительно ограничивает возможности эффективного управления промыслом (Jaenicke et al., 1998). Вместе с тем, прогноз с заблаговременностью более года из-за сильных флуктуаций численности оправдывается слабо (Бирман, 1966, 1969, 1985; Шунтов, 1995; Михеев, 1996). Главная причина этого кроется, вероятно, в плохом знании факторов, определяющих смертность горбуши на различных этапах жизни (Радченко и Рассадников, 1997; Jaenicke et al., 1998; Радченко, 2001). Тем не менее, к настоящему времени установлена коррелятивная связь между долгопериодными трендами в динамике численности горбуши, с одной стороны, и некоторыми характеристиками глобального климата, с другой (Beamish and Bouillon, 1993; Чигиринский, 1993; Klyashtorin, 1998; Beamish et al., 1999). И хотя указанные тренды сложно выделить, особенно в тех районах, где ряды данных коротки, без их учёта прогнозирование подходов горбуши обречено на неудачу (Шунтов, 1993, 1994; Шунтов и Чигиринский, 1995; Кляшторин, 2000; Гриценко и др., 2002).

Важной особенностью перечисленных выше проблем является то, что все они существенно связаны со стохастическими процессами, происходящими в популяциях. Например, при определении уловистости и площади облова ловушек приходится учитывать статистическую природу поиска пищи животными, в том числе по запаху (Sainte-Marie and Hargrave, 1987; Михеев. 2001). Рост животных, определяющий наряду с селективным промыслом динамику поколений и продукцию в запасе, с самых общих позиций также является вероятностным процессом (Суханов, 1980; Tanaka and Tanaka, 1990). Тем более это относится к частному случаю роста, сопровождающегося линькой (Balsiger, 1974; Collie, 1991; Kruse and Collie, 1991; Zheng et al., 1995a,b, 1996). Помимо прочего, управление запасами требует принимать во внимание случайные вариации в межгодовой динамике промысловых усилий (Schnute, 1991; Hilborn and Walters, 1992). Наконец, влияние многочисленных, часто независимых друг от друга, экосистемных факторов краткосрочного и среднесрочного действия генерирует стохастические нарушения в зависимости «родители-потомки», свойственной популяциям с неперекрывающимися поколениями, к которым относится горбуша (Ricker, 1972; Cushing, 1973, 1995; Mikheyev, 1996; Chen, 2001; Chen and Irvine, 2001).

Цель исследований. Применить математические модели стохастических процессов к решению перечисленных проблем для эксплуатируемых популяций синего краба Paralithodes platypus восточного Сахалина и горбуши Oncorhynchus gorbuscha залива Анива и юго-восточного Сахалина.

Задачи исследований:

1. Разработать три стохастические модели: 1) «хищник-приманка» для имитации шлейфа запаха от приманок и пространственного поведения донных животных под его влиянием; 2) когортный анализ процессов в популяции беспозвоночных с прерывистым ростом для связи неизвестных общих уловов, усилий и обилия возрастных классов запаса с наблюдаемыми уловами на ловушку и размерным составом уловов; 3) фильтр Калмана для учёта численности популяции с неперекрывающимися поколениями и фиксированным сроком жизни, находящейся под влиянием внешней среды, на основе зависимости «родители-потомки» с добавлением тренда остатков.

2. Построить зависимость вероятности попадания в ловушку от расстояния до приманки. Разработать на её основе метод оценивания уловистости и площади облова ловушек по экспериментальным данным, в том числе, полученным с помощью компьютерных экспериментов с применением модели «хищник-приманка». Найти указанные характеристики для стандартной ловушки в отношении шельфовых крабов-литодид восточного Сахалина.

3. Построить зависимости улова на ловушку от числа ловушек и времени застоя, соответственно, и проверить их на реальных данных с помощью регрессионного анализа. Определить число ловушек и продолжительность застоя, при которых достигается максимальный улов на ловушку и порядок для камчатского и синего крабов западного и восточного шельфа Сахалина, соответственно.

4. Применить стохастическую когортную модель процессов к определению возрастной структуры, динамики годовых уловов и усилий за период наблюдений, а также установить на основе полученных данных биологические ориентиры и рекомендовать оптимальную стратегию промысла для синего краба восточного Сахалина.

5. Подогнать зависимость Риккера «родители-потомки» к данным нерестовых возвратов горбуши залива Анива и юго-восточного Сахалина и выделить квазигармонический тренд из её остатков. С помощью фильтра Калмана дать прогноз численности подходов в указанные районы.

Научная новизна полученных результатов. Разработаны три новые стохастические модели:

1) «хищник-приманка», которая может пополнить класс базовых моделей теории рыболовства;

2) когортный анализ процессов в форме пространства состояний; 3) фильтр Калмана на основе связи «родители-потомки» с квазигармоническим трендом. Получен ряд новых аналитических и численных результатов, касающихся поведения донных животных при поиске пищи по запаху. Получен ряд новых зависимостей, формул и результатов, касающихся промыслового действия ловушек, в том числе в отношении крабов-литодид шельфа Сахалина. Для запаса синего краба восточного Сахалина впервые определены возрастная структура, объёмы годовых уловов и усилий по годам, найдена оптимальная стратегия промысла на основе предосторожного подхода. Построен новый алгоритм фильтра Калмана, пригодный для моделей рыболовства. Разработан новый подход к анализу периодичности временных рядов, основанный на нелинейном методе наименьших квадратов. Для горбуши из исследуемых районов впервые установлены величины вкладов долгопериодных глобальных и краткосрочных региональных факторов в нарушение связи «родители-потомки», и оценена погрешность учёта. Практическая значимость работы. Даны рекомендации по регулированию промысла синего краба восточного Сахалина и прогноз численности половозрелой горбуши залива Анива и юго-восточного Сахалина - запасов, относящихся к ценным биологическим ресурсам в регионе. Оценены объём нелегального изъятия синего краба и ошибка учёта горбуши в рассматриваемых районах. Получены оценки уловистости и площади облова стандартной ловушки для шельфовых крабов-литодид восточного Сахалина, что позволяет использовать мониторинговую информацию по ловушечным индексам для расчёта величины запасов этих видов методом площадей.

Достоверность и обоснованность результатов подтверждается большим количеством фактических данных, включая многочисленные литературные материалы.

Апробация работы. Результаты исследований, изложенные в диссертационной работе, представлялись на III научно-практич. конф. (Сахалинское обл. отд. географ, общ-ва, Южно-Сахалинск, 1987), XIV и IV регион, конф. молодых учёных и специалистов (ИМГИГ ДВО АН

СССР, Южно-Сахалинск, 1989; ИБМ ДВО АН СССР, Владивосток, 1989), симпозиуме «Охотское море и прилегающие районы» (раб. группа PICES, Владивосток, 1995), отчёт, сессиях ТИНРО-Центра (Дальневосточный спец. совет по пром. беспозвоночным, Южно-Сахалинск, 2000; раб. группа по изучению Охотского моря, Владивосток, 2001), отчёт, сессии СахНИРО (Южно-Сахалинск, 2002).

Личный вклад автора заключается в постановке задач, разработке методов и моделей, выводе формул, анализе моделей, проведении компьютерных экспериментов, экспедиционном сборе данных по синему крабу восточного Сахалина, анализе данных и результатов моделирования, интерпретации результатов, формулировке выводов и подготовке практических рекомендаций. Публикации. По теме диссертации опубликовано 13 работ и 2 находятся в печати. Структура и объём работы. Работа состоит из введения, трёх глав, заключения, библиографического списка использованной литературы (527 наименований), 3 приложений; изложена на 192 стр. машинописного текста, содержит 60 рис. (из них 24 в прилож.) и 26 табл.

Заключение диссертации по теме «Биологические ресурсы», Михеев, Александр Аркадьевич

ЗАКЛЮЧЕНИЕ

В диссертационной работе были рассмотрены и решены три основные проблемы, имеющие прикладное значение, а именно:

- определены параметры промыслового действия стандартной ловушки, необходимые для оценивания запасов крабов-литодид восточного Сахалина по данным прямого учёта численности;

- найдена оптимальная стратегия промысла для синего краба восточного Сахалина и на её основе дан прогноз допустимого вылова;

- дан прогноз численности подходов горбуши на юго-восточном побережье Сахалина и оценена его точность.

Выбор перечисленных проблем обусловлен их актуальностью, а указанных объектов - их значимостью как составляющих водных биологических ресурсов Сахалина, о чём подчёркивалось во введении. В связи с указанными проблемами во введении был поставлен ряд задач для исследований. В соответствии с первой из этих задач разработали и применили три стохастические модели. Дополнительно построили три полуэмпирические зависимости, а именно: между вероятностью прибытия к ловушке и расстоянием до приманки, а также между уловом на ловушку и продолжительностью застоя и числом ловушек в порядке, соответственно. Всем указанным моделям и зависимостям, по возможности, было дано теоретическое обоснование, и они были проверены на фактическом материале.

Первая из применённых, модель «хищник-приманка» является имитационной, относится, согласно принятой классификации, к классу индивидуально-ориентированных моделей, и предназначена для изучения пространственного поведения донных беспозвоночных при поиске пищи по запаху при различных условиях внешней среды. Названная модель была использована, в частности, для генерации исходных данных, необходимых при расчёте параметров промыслового действия стандартной ловушки в отношении крабов-литодид восточного шельфа Сахалина. Два из них, а именно уловистость и площадь облова, являются обязательными в случае оценивания запасов донных беспозвоночных по данным прямого учёта ловушками. Зависимость вероятности поимки от расстояния до приманки была предложена и использована, с целью проанализировать и обосновать свойства экспериментальных оценок уловистости и площади облова ловушки. Также был изучен ряд вариантов для зависимостей улова на ловушку от продолжительности застоя и количества ловушек, использованных затем для нахождения их оптимальных значений, обеспечивающих наибольший улов на ловушку и порядок, соответственно.

Вторая по счёту, когортная модель, была построена для проведения последовательного популяционного анализа с учётом основных демографических и продукционных процессов в запасе для беспозвоночных с прерывистым ростом. Данную модель представили в форме пространства состояний с помощью двух уравнений, позволяющих связать наблюдаемые данные с искомыми характеристиками запаса и при этом раздельно оценить шум процессов и погрешность наблюдений. С помощью этой модели реконструировали динамику запаса и общего вылова синего краба на восточном Сахалине по размерному составу уловов, промысловым и учётным индексам численности, данным биоанализов. Кроме того, используя указанную модель, сгенерировали данные для последующего определения биологических ориентиров и правил регулирования промысла для рассматриваемого запаса. Применив метод Монте-Карло на основе всё той же модели, проанализировали последствия различных уровней интенсивности промысла и выбрали стратегию, оптимальную с позиции предосторожного подхода.

Третью, последнюю из заявленных, модель учёта и прогноза численности одновозраст-ной популяции рыб, находящейся под внешним возмущением, построили на основе фильтра Калмана и зависимости «родители-потомки». Отклонения от указанной зависимости аппроксимировали суммой квазигармонического тренда и гауссового шума. Для оценки параметров модели разработали алгоритмы, базирующиеся на анализе периодичности и нелинейном методе наименьших квадратов в случае тренда и на рекуррентных формулах для фильтра. Рассматриваемую модель применили для прогнозирования численности ежегодных подходов горбуши в залив Анива и к юго-восточному побережью о. Сахалин.

В завершение обобщим полученные в диссертационной работе результаты в виде основных выводов.

1. С помощью компьютерного эксперимента на основе стохастической модели «хищник-приманка» сгенерировали исходные данные, по которым построили кривые прибытий и рассчитали ряд параметров промыслового действия стандартной ловушки для крабов-литодид восточного Сахалина. Среди указанных параметров определили среднюю численность прибывших особей, площадь эффективного облова, время первого прибытия, время насыщения числа прибытий, улавливаемость, уловистость и площадь облова ловушки. Полученные величины обеспечены оценками статистической изменчивости, обусловленной различными значениями скорости течения в окрестности ловушки.

2. При проведении компьютерных экспериментов нашли, что время первого прибытия имеет обратную зависимость от плотности скопления и, следовательно, может быть использовано для расчёта численности, а время насыщения числа прибытий прямо связано с продолжительностью действия приманки и даёт возможность рассчитать срок эффективного застоя ловушки.

3. Показали по экспериментальным данным, что вероятность найти приманку убывает с расстоянием в степенной зависимости. Наличие связи между указанными величинами позволяет исследовать свойства выборочных оценок уловистости и площади облова ловушки. В том случае, когда исходные данные состоят из частот поимок особей для заданных точек в окрестности ловушки, названные параметры можно определить непосредственно по рассматриваемой зависимости с помощью регрессионного анализа. Когда данные представляют собой дистанции между ловушкой и точками положения пойманных особей на момент её установки, то искомые оценки можно найти через среднее этих дистанций. В последнем случае применяются формулы, выведенные из той же зависимости. В частности, по данным, сгенерированным с помощью модели «хищник-приманка», определили названные характеристики для стандартной ловушки, облавливающей крабоидов на восточном шельфе Сахалина. Уловистость составила примерно 0.12 на 2-4 суток застоя, а соответствующая площадь облова- около 157 тыс. кв. м.

4. На основе зависимости вероятности поимки от расстояния до приманки обосновали тезис о том, что уловистость стандартных ловушек в отношении шельфовых крабоидов, превышающая значение 0.33, маловероятна.

5. По найденным значениям уловистости и площади облова и уловам на ловушку синего краба получили для него оценку средней плотности 0.216±0.082 экз./тыс. кв. м на восточном Сахалине. Аналогичную величину в размере 0.246±0.154 экз./тыс. кв. м, определили по индексам численности синхронизированных тралений. Статистический тест показал отсутствие различий между этими оценками на уровне значимости менее 0.05. Отсюда следует, что оценки численности крабов-литодид могут быть определены по уловам на ловушку примерно с той же точностью, с какой они рассчитываются по данным учётных тралений.

6. Провели последовательный популяционный анализ динамики запаса и вылова синего краба на восточном Сахалине с помощью стохастической когортной модели продукционных и демографических процессов для беспозвоночных с прерывистым ростом. На основе данного анализа рассчитали биологические ориентиры и построили правила регулирования промысла для рассматриваемого запаса. Нашли, что в настоящее время даже при минимальном риске перелова оптимальный коэффициент изъятия приблизительно в два раза выше официально рекомендованного в 1997 г. для крабоидов Охотского моря Дальневосточным специализированным советом по промысловым беспозвоночным ТИНРО-центра.

7. По результатам моделирования когортной динамики получили, что спад численности синего краба на восточном Сахалине в последние годы обусловлен вступлением в запас низкоурожайных поколений 1995 - 1997 гг. рождения, причиной появления которых может быть рост компенсаторной составляющей личиночной смертности в указанный период времени. После 2004 г. моделирование предсказывает постепенный рост величины пополнения и запаса при условии соблюдения рекомендованной интенсивности промысла.

8. Моделирование когортной динамики также показало, что в период 1998 - 2001 гг. браконьерское изъятие синего краба на восточном Сахалине в несколько раз превышало установленные квоты. В частности, нашли, что в 1999 г. - пиковом по уровню добычи -неучтённый вылов мог достигать примерно 800 т, что почти в пять раз больше соответствующей квоты. В пользу реалистичности полученной оценки свидетельствуют официальные данные Гос-комрыболовства РФ, согласно которым объём нелегальных сдач синего краба только в два порта на севере о. Хоккайдо, Японии в указанном году составил около 670 т

9. Из временных рядов остатков зависимости Риккера «родители-потомки» для подходов горбуши в залив Анива и на юго-восток Сахалина за период 1970 - 2002 гг. и уловов южносахалинской горбуши за 1907 - 1986 гг. выделили квазигармонические тренды. Периоды компонент данных трендов оказались близки к соответствующим значениям известных циклов 3.3 и 5.5 года, связываемых с влиянием солнечной активности. Остальные периоды отличались от 11, 22, 33-летних цикличностей того же происхождения несколько больше. При этом различие между указанными солнечными циклами и найденными периодами для всех гармоник было тем меньше, чем длиннее соответствующий ряд данных. Кроме того, из восьмидесятилетнего ряда уловов была выделена гармоника с периодом в 45 лет, отмечаемая многими исследователями как результат воздействия атмосферных процессов на динамику численности стад горбуши.

10. С помощью фильтра Калмана провели ретроспективный анализ данных по величине подходов горбуши в рассматриваемые районы и дали для них на 2003 и 2004 гг. прогноз. Первый из указанных прогнозов удалось к моменту завершения работы проверить. В результате установили, что для залива Анива ошибка прогноза составила +38%, в то время как на юго-востоке всего +3%.

11. Используя фильтр Калмана, определили интенсивность шума в динамике подхода горбуши исследуемых стад и погрешность его измерения. В частности, получили, что ошибка учёта численности в рассматриваемый период времени в заливе Анива и на юго-восточном побережье Сахалина одинакова. Однако с учётом некоторых проблем, связанных с оцениванием параметров модели, найденные оценки для дисперсии прогноза, интенсивности шума и погрешности измерений следует рассматривать на сегодня только как предварительные.

Таким образом, можно констатировать, что поставленные во введении задачи в целом решены, и цель исследований достигнута. Представляется, что полученные результаты, выносимые на защиту в виде положений диссертационной работы, свидетельствуют о полезности стохастических моделей для решения разнообразных рыбохозяйственных задач - от прямого учёта и прогнозирования численности морских рыб и беспозвоночных до регулирования их промысла. Подводя итог, подчеркнём, что в связи с внедрением в последнее десятилетие в практику управления водными биологическими ресурсами предосторожного подхода, когда становится необходимым учитывать при оценивании запасов различные типы неопределённости и рассчитывать риски негативных последствий от принятия управленческих решений, применение стохастических моделей становится неизбежным.

Список литературы диссертационного исследования кандидат биологических наук Михеев, Александр Аркадьевич, 2004 год

1. Абакумов А.И. Модельный анализ влияния окружающей среды на динамику численности популяций. Владивосток: Дальнаука, 1997. 14 с. (Препринт № 15, ДВО РАН, Институт прикладной математики)

2. Абакумов А.И. Математическое моделирование популяционной динамики с учётом адаптивного поведения особей. Журн. общ. биол., 2000. т. 61, № 2, с. 145 - 156.

3. Абрамовиц М, Стиган И. Справочник по специальным функциям. М.: Наука, Гл. ред. физ.-мат. лит-ры„ 1979.-830 с.

4. Авдюшин С.И., Данилов А.Д. Солнечная активность и события на Земле: вымыслы и реальность. Природа, 1993.-№3, с. 33 -42.

5. Аксютина З.М. Элементы математической оценки результатов наблюдений в биологических и рыбохозяйственных исследованиях. М.: Пищевая промышленность, 1968. -288 с.

6. Алтухов Ю.П., Салменкова Е.А., Омелъченко В. Т., Ефанов В.Н. Генетическая дифференциация и популяционная структура горбуши Сахалино-Курильского региона. Биол. моря, 1983. № 2, с. 46-51.

7. Андреев В.Л., Нагорский A.A., Шапиро А.П. Модель популяции рыб с двухлетним циклом и однократным нерестом. Пробл. кибернетики, 1972. — вып. 25.

8. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. М.: Мир, 1982. -488 с.

9. Ахромеева Т.С., Курдюмов С.П., Малинецкий Г.Г., Самарский A.A. Нестационарные структуры и диффузионный хаос. М.: Наука, гл. ред. физ.-мат. лит-ры, 1992. 544 с.

10. Бабаян В. К. Предосторожный подход к оценке общего допустимого улова (ОДУ): Анализ и рекомендации по применению. М.: Изд-во ВНИРО, 2000. 192 с.

11. Балакршинан A.B. Теория фильтрации Калмана. М.: Мир, .1988. 168 с.

12. Баранов Ф.И. К вопросу о биологических основаниях рыбного хозяйства. Изв. Отдела рыбоводства науч. промысловых исследований, 1918. - т. 1, № 1, с. 84 - 128.

13. Баруча-Pud АЛ. Элементы теории марковских процессов и их приложения. М.: Наука, Гл. ред. физ.-мат. лит-ры, 1969. 512 с.

14. Беренбойм Д.Я., Кудерский С.К. Глобальное явление Эль-Ниньо, рыболовство и скорость вращения Земли. //В сб.: Экологические исследования в Атлантическом океане и Юго-Восточной части Тихого океана, Тр. АтлантНИРО, 1987. с. 46 - 54.

15. Бирман И. Б. Влияние климатических факторов на динамику численности горбуши Oncorhyn-chus gorbuscha (Walbaum). Вопр. ихтиологии, 1966. т. 6, № 2, с. 208 - 221.

16. Бирман И. Б. Периодические колебания численности лососёвых и солнечная активность. Тр. ВНИРО, 1969. т. 67, с. 171 - 190.

17. Бирман И. Б. Гелио-гидробиологические связи как основа для долгосрочного прогнозирования запасов промысловых рыб (на примере лососей и сельди). Вопр. ихтиологии, 1973. т. 13, № 1, с. 23-37.

18. Бирман И.Б. О малых циклах в динамике численности лососей. Вопр. ихтиологии, 1976. т. 16, №3, с. 407-415.

19. Бирман И. Б. К. основам прогнозирования запасов горбуши Oncorhynchus gorbuscha (Walb.). //В кн.: Оценка запасов промысловых рыб и прогнозирование уловов. М.: Пищ. пром-сть, 1980. -с. 25-33.

20. Бирман И.Б. Морской период жизни и вопросы динамики стада тихоокеанских лососей. М.: Аг-ропромиздат, 1985. 208 с.

21. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. 1974. Вып. I. М.: Мир, 406 с.

22. Боуден К. Физическая океанография прибрежных вод. М.: Мир, 1988. 324 с.

23. Ван Кампен Н.Г. Стохастические процессы в физике и химии. М.: Высшая школа, 1990. 376 с.

24. Василенко A.B. Популяционная структура и структура популяции: попытка альтернативной интерпретации концепции «флуктуирующего стада». Изв. ТИНРО, 1994. т. 116, с. 75 - 90.

25. Васильев Д. А. Когортные модели и анализ промысловых биоресурсов при дефиците информационного обеспечения. М.: Изд-во ВНИРО, 2001. 111 с.

26. Васильева Н.И. Корреляция земных и космических процессов как следствие единой системы синхронизации. Биофизика, 1998. т. 43, № 4, с. 694 - 696.

27. Верещака A.J1. Глубоководная бенталь: жизнь у дна. М.: Научный мир, 2000. 240 с.

28. Владимиров B.C. Уравнения математической физики. М.: Наука, Гл. ред. физ.-мат. лит-ры., 1981.-512с.

29. Владимирский Б.М. Работы A.JT. Чижевского по солнечно-земным связям: гелиобиология в канун XXI века итоги, проблемы, перспективы. Биофизика, 1998. - т. 43, № 4, с. 566 - 570.

30. Вул Е.Б., Синай Я.Г., Ханин K.M. Универсальность Фейгенбаума и термодинамический формализм. Успехи мат. наук, 1984. т. 39, № 3, с. 3 - 37.

31. Вялое Ю.А. О взаимосвязи скорости вращения Земли с состоянием запасов объектов промысла в океане. //В сб.: Сырьевые рыбохозяйственные исследования в Атлантическом океане и Юго-Восточной части Тихого океана, Тр. АтлантНИРО, 1993. с. 6 - 33.

32. Гасюков П.С. Методические рекомендации по использованию метода настройки виртуально-популяционного анализа по совокупности возрастных групп. Калининград: Изд. АтлантНИРО, 1988. 27 с. (ротапринт).

33. Герман Дж. Р., Голдберг P.A. Солнце, погода, климат. Л.: Гидрометеоиздат, 1981.

34. Гире A.A. Многолетние колебания атмосферной циркуляции и долгосрочные метеорологические прогнозы. JI.: Гидрометеоиздат, 1971. 280 с.

35. Глубоковский М.К., Животовский JJ.A. Популяционная структура горбуши: система флуктуирующих стад. Биол. моря, 1986. № 2, с. 39 - 44.

36. Горшков С.А. Сравнительная оценка основных факторов, лимитирующих численность популяции горбуши. Вопр. ихтиологии, 1989. т. 29, № 1, с. 84 - 95.

37. Гриценко О. Ф. Популяционная структура сахалинской горбуши Oncorhynchus gorbuscha. Вопр. ихтиологии, 1990. т. 30, № 3, с. 825 - 835.

38. Гриценко О Ф. Биологические ресурсы Тихого океана. М.: 1992. 140 с.

39. Григ(енко О.Ф, Гришин А. Ф., Захаров Л.В., Шелепаха Г.Н. Воспроизводство горбуши Oncorhyn-chus gorbuscha (Walbaum). Вопр. ихтиологии, 1989. т. 296 № 3, с. 377 - 386.

40. Гриценко О Ф., Кловач Н.В., Богданов М.А. Новая эпоха существования тихоокеанских лососей в СЗТО. Рыбн. хоз-во, 2002. -№ 1, с. 24 26.

41. Давыдов КВ. О сопряжённости развития океанологических условий в основных рыбопромысловых районах дальневосточных морей. Изв. ТИНРО, 1984. т. 109, с. 3 - 16.

42. Давыдов И. В. О природе длительных изменений численности рыб и возможности их предвидения. //В сб.: Динамика численности промысловых дальневосточных морей, Владивосток: ТИНРО, 1986.-с. 5- 16.

43. Демиденко Е.З. Линейная и нелинейная регрессия. М.: Финансы и статистика, 1981. 302 с.

44. Долганов В.Н. Рейсовый отчет о контрольном лове синего краба у восточного Сахалина на РМС «Парамушир 101» с 21 октября по 9 декабря 2000 г. Южно-Сахалинск: СахНИРО, 2000. 11 с.

45. Егорова Т.В. Домашний инстинкт тихоокеанских лососей. Рыб. хоз-во, 1993. № 2, с. 24 - 25.

46. Елизаров A.A. Труды Г.К. Ижевского: их современное звучание. Рыб. хоз-во, 2001. -№ 2, с. 28 -30.

47. Животовский U.A., Храмцов В.В., Глубоковский М.К. Модель динамики численности горбуши Oncorhynchus gorbuscha. Вопр. ихтиологии, 1996. т. 36, № 3, с. 369 - 385.

48. Заферман M.JI. Современные тенденции в применении подводных методов оценки численности гидробионтов. //Тез. докл. VI Всероссийская, конф. по проблемам промыслового прогнозирования, Мурманск, 4-6 октября 1995 г., Мурманск: Изд-во ПИНРО, 1995. с. 54 - 54.

49. Заферман M.JT. Очерки гидронавтики. Мурманск: Изд-во ПИНРО, 1996. 90 с.

50. Заферман M.JT. Ярагина H.A. Проблемы определения коэффициентов уловистости донных тралов. //Тез. докл. VII Всероссийская, конф. по проблемам промыслового прогнозирования, Мурманск, 7-9 октября 1998 г., Мурманск: Изд-во ПИНРО, 1998. с. 91 - 92.

51. Зац В.И., Гольдберг Г.А. (ред.) Моделирование процессов самоочищения вод шельфовой зоны моря. Л.: Гидрометеоиздат, 1991. 230 с.

52. Зац В.И., Немировский М.С. Характеристики турбулентной диффузии мезомасштабных пятен примеси в открытом океане. Океанология, 1979. т. XIX, вып. 3, с. 399 - 405.

53. Иванков В Н. Популяционная организация у тихоокеанских лососей с коротким пресноводным периодом жизни. Вопр. ихтиологии, 1993. т. 33, № 1, с. 78 - 83.

54. Иванов Б.Г. Промысловая гидробиология России: наследие, проблемы, перспективы. Рыб. хоз-во, 1994а.-№5, с. 43-47.

55. Иванов Б.Г. Промысловая гидробиология России: наследие, проблемы, перспективы. Рыб. хоз-во, 19946.-№6, с. 30-34.

56. Иванов Б.Г. Некоторые проблемы промысловой гидробиологии в России. //Тез. докл. VI Всерос. конф. по промысловым беспозвоночным. Калининград (пос. Лесное) 3-6 сентября 2002 г. М.: Изд. ВНИРО, 2002 с. 17 - 22.

57. Ижевский Г.К Океанологические основы формирования промысловой продуктивности морей. М.: Пищепромиздат, 1961. 216 с.

58. Ижевский Г. К Системная основа прогнозирования океанологических условий и воспроизводства промысловых рыб. М.: Изд-во МГУ, 1964. 165 с.

59. Карпенко В.И. Методические аспекты оценки смертности камчатской горбуши в ранний морской период жизни. Изв. ТИНРО, 1994. т. 116, с. 152- 162.

60. Карслоу Г., Егер Д. Теплопроводность твёрдых тел. М.: Наука, Гл. ред. физ.-мат. лит-ры., 1964. 487 с.

61. Кчитин A.K. Плодовитость камчатского краба у побережий Сахалина и Южных Курильских островов //Бюлл. МОИП, отд. биол., 1996. т. 101, вып. 6, с. 43 - 52.

62. Кчитин А.К. Плодовитость дальневосточных крабоидов (Anomura, Lithodidae) в водах Сахалина и Курильских островов //Отчёт НИР за 2000 г. (промеж.), Южно-Сахалинск: СахНИРО, 2001.-31 с.

63. Кляшторин Л.Б. Хоминг горбуши. Рыбн. хоз-во. 1989. № 1, с. 56 - 59.

64. Кчяшторин Л.Б., Сидоренков Н.С. Долгопериодные климатические изменения и флюктуации численности пелагических рыб. Изв. ТИНРО, 1996. т. 119, с. 33 - 54.

65. Кчяшторин Л.Б. Тихоокеанские лососи: климат и динамика запасов. Рыбн. хоз-во. 2000. № 4, с. 32 - 34.

66. Колесник Ю.А. Цикличность биологических процессов и роль порождающих их внешних факторов среды. Владивосток: Изд-во Дальневост. ун-та, 1997. 192 с.

67. Коновалов С.М. Популяционная биология тихоокеанских лососей. М.: Наука, 1980. 237 с.

68. Коновалов С.М. Факторы, лимитирующие численность и биомассу тихоокеанских лососей. //В сб.: Биологические исследования лососёвых. Владивосток: ДВНЦ АН СССР, 1985. с. 5 -25.

69. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, Гл. ред. физ.-мат. лит-ры., 1968. 720 с.

70. Коротенко К.А. Исследование процесса коллапса струи примеси в стратифицированном море. Океанология, 1986. т. XXVI, вып. 6, с. 902 - 906.

71. Крамер Г. Математические методы статистики. М.: Мир, 1975. 648 с.

72. Криксунов Е.А., Меншуткин В.В. Вероятностные модели в ихтиологии. //В сб.: Современные проблемы ихтиологии. М.: Наука, 1981. с. 264 - 281.

73. Ладыженская O.A., Солонников В.А., Уралъцева H.H. Линейные и квазилинейные уравнения параболического типа. М.: Наука, Гл. ред. физ.-мат. лит-ры., 1967. 736 с.

74. Леванидов В.Я. Воспроизводство амурских лососей и кормовая база их молоди в притоках Амура. Известия ТИНРО, 1969. т. 67, 244 с.

75. Левин В.Г. Физико-химическая гидродинамика. М.: Гос. изд-во физ.-мат. лит-ры, 1959. 699 с.

76. Линник В.Д. Изучение возможности применения метода ультразвуковой телеметрии для прослеживания крабов (камчатский, колючий, волосатый). PC «Аянка» (26.08.97-15.12.97). //Рейсовый отчёт Южно-Сахалинск, СахНИРО, 1997. 25 с.

77. Луппов С П. О поведении циклов при изменении параметров системы. //В сб.: Модели биологических сообществ. Владивосток: ДВНЦ АН СССР, 1979а. с. 51 - 54.

78. Михеев A.A. Обоснование вида кривой пополнения. //Тез. докл. III науч. практ. конф. Геогр. отд.

79. Сборник научных трудов СахНИРО, в печати, а. Михеев A.A. Определение промысловой меры для синего краба Paralithodes platypus восточного Сахалина. В печати, б.

80. Михеев A.A., Клитин А.К. Зависимость уловов на ловушку крабов Paralithodes spp. от типа ловушки, продолжительности застоя и числа ловушек в порядке. Вопр. рыболовства, 2000. т. 1, № 2 - 3, ч. II, с. 56-59.

81. Михеев A.A., Клитин A.K. Оптимальные промысловые усилия для камчатского и синего крабов. Рыб. хоз-во, 2002. № 5, с. 32 - 36.

82. Монин A.C., Шишков Ю.А. О пятилетней цикличности глобальной погоды. Докл. РАН, 1998. -т. 358, №3, с. 358-395.

83. Мощенко A.B. Изучение движения воды методом гипсовых шаров в придонном пограничном слое при гидробиологических исследованиях. Биол. моря, 2000. т. 26, № 6, с. 433 - 439.

84. Нешиба С. Океанология. М.: Мир, 1991. 414 с.

85. Никольский Г.В. Теория динамики стада рыб. М.: Пищ. пром-сть, 1974. -447 с.

86. Озмидов Р.В. Мелкомасштабная турбулентность и тонкая структура гидрофизических полей в океане. Океанология, 1983. т. XXIII, вып. 4, с. 533 - 537.

87. Озмидов Р.В. Диффузия примесей в океане. Л.: Гидрометеоиздат, 1986. 280 с.

88. Павлов Д.С., Касумян А.О. Структура пищевого поведения рыб. Вопр. ихтиологии, 1998. т. 38, № 1, с. 123- 136.

89. Переладов М.В. Некоторые аспекты поведения волосатого краба в естественных условиях и в районе размещения орудий лова. //Прибрежные гидробиологические исследования. Сб. науч. тр., М.: ВНИРО, 1999. с. 155 - 162.

90. Покровская Т.Е. Солнечная активность и климат. //В сб.: Влияние солнечной активности на атмосферу и биосферу Земли. М.: Наука, 1971.-е. 12 32.

91. Программное обеспечение задач долгосрочного прогноза рыбного промысла для персональных ЭВМ ТИНРО. //Методическое руководство, Г.А. Октябрьский ред. Владивосток: Изд-во ТИНРО, 1989.-84 с.

92. Пудов В.Д., Петриченко С.А. Связь между эволюцией циклонов в северо-западной части Тихого океана и явлением Эль-Ниньо. Океанология, 1998. т. 38, № 4, с. 498 - 501.

93. Радченко В.И. Динамика численности горбуши Oncorhynchus gorbuscha в бассейне Охотского моря в 90-е годы. Биол. моря, 2001. т. 27, № 2, с. 91-101.

94. Радченко В.И., Волков А.Ф., Фигуркин A.JI. О зимнем нагуле горбуши в Охотском море. Биол. моря, 1991,-№6, с. 88-90.

95. Радченко В. К, Мельников И. В., Волков А.Ф., Михеев A.A. и др. Условия среды, состав планктона и нектона эпипелагиали южной части Охотского моря и сопредельных океанских вод летом. Биол. моря, 1997а. т. 23, № 1, с. 15 - 25.

96. Радченко В.И., Мельников И.В., Волков А.Ф., Михеев A.A. и др. Состав планктонных и нектон-ных сообществ в эпипелагиали северной части Охотского моря осенью 1994 г. Биол. моря, 19976.-т. 23, №3, с. 143- 150.

97. Радченко В.И., Рассадников O.A. Тенденции многолетней динамики запасов азиатских лососей и определяющие её факторы. //Изв. ТИНРО, 1997. т. 122, с. 72-95.

98. Рикер У.Е. Методы оценки и интерпретация биологических показателей популяций рыб. М.: Пищевая пром-сть, 1979. 408 с.

99. Свирежев Ю.М. Нелинейные волны, диссипативные структуры и катастрофы в экологии. М.: Наука, Гл. ред. физ.-мат. лит-ры., 1987. 368 с.

100. Свирежев Ю.М., Логофет О.Д. Устойчивость биологических сообществ. //М.: Наука, гл. ред. физ.-мат. лит-ры, 1978. 352 с.

101. Сидоренков Н.С. Межгодовые колебания системы атмосфера-океан-Земля. Природа, 1999. № 7, с. 26 - 34.

102. Скалецкая Е.И. Оптимальное управление эксплуатируемой риккеровской популяцией при случайном пополнении. //В кн.: Математическое моделирование биологических сообществ. Владивосток: ДВНЦ, 1977.

103. Скалецкая Е.И. Плотностная регуляция динамики численности и оптимальный промысел. //В сб.: Исследования по математической популяционной биологии. Владивосток: ДВО АН СССР, 1988.-с. 33 -38.

104. Скалецкая Е.И., Фрисман Е.Я., Шапиро А.П. Дискретные модели динамики численности популяций и оптимизации промысла. М.: Наука, 1979. 166 с.

105. Скалецкая Е.И., Шапиро А.П. Оптимизация режима эксплуатации популяций при случайном пополнении. ДАН СССР, 1976. т. 227, № 2.

106. Смирнов Р. В. Солнечно-атмосферные связи в теории климата и прогноза погоды. JI.: Гидроме-теоиздат, 1974. с. 33.

107. Смирнов Р.В. Эффекты солнечной активности в преобразованиях циркуляционных форм в атмосфере. //Межд. симп. по космофиз. корреляциям и биол. и физико-хим. процессам. Пущи-но, 26 сент. 1 окт. 1993 г. Биофизика, 1995. - т. 40, № 5, с. 1068 - 1075.

108. Смирнов Р.В. Гелиогеофизические факторы в изменчивости системы океан-атмосфера. Биофизика, 1998.-т. 43, №4, с. 689-693.

109. Справочник по прикладной статистике. Ред. Э. Ллойд, У. Ледерман. М.: Финансы и статистика, 1990.-т. 2, 527 с.

110. Суханов В.В. Исследование модели популяции нерки Oncorhynchus nerka Walbaum в условиях изменчивой кормовой базы. Вопр. ихтиологии, 1973. т. 13, с. 626 - 632.

111. Суханов В.В. Математические модели популяций тихоокеанских лососей (обзор). //В сб.: Модели биологических сообществ. Владивосток: ДВНЦ АН СССР, 1979. с. 92 - 105.

112. Суханов В.В. Стохастическая модель роста рыб. Вопр. ихтиологии, 1980. т. 20, № 4, с. 615 -624.

113. Суханов В.В. Моделирование стохастического роста организмов. Дис. . докт. биол. наук, Севастополь: ИНБЮМ АН УССР, 1990. 210 с.

114. Суханов В.В. Резонансные отклики популяций на 11-летний солнечный цикл. Вест. ДВО РАН, 1997а,-№6, с. 24-37.

115. Суханов В.В. Резонансы в колебаниях популяционной численности. Журн. общ. биол., 19976. — т. 58, № 1, с. 5-25.

116. Суханов В.В., Тиллер И В. Уловы в камчатских популяциях лососей: спектральный анализ колебаний. Изв. ТИНРО, 1998. т. 124, с. 814 - 824.

117. Суханов В.В. Моделирование популяционной динамики уловов у тихоокеанских лососей. Изв. ТИНРО, 1999.-т. 126, с. 412-423.

118. Суханов В.В. Моделирование когортной динамики уловов в популяциях тихоокеанских лососей. Вопр. ихтиологии, 2000. т. 40, № 3, с. 353 - 361.

119. Темных О С. Экология и пространственная дифференциация азиатской горбуши во время ана-дромных миграций. Изв. ТИНРО, 1996. т. 119, с. 55 - 71.

120. Темных О.С. Опыт прогнозирования подходов горбуши в Охотское море по данным морских траловых съёмок. Вопр. рыболовства. 2001. т. 2, № 1, с. 140 - 153.

121. Тихонов А.Н., Самарский A.A. Уравнения математической физики. М.: Наука, Гл. ред. физ.-мат. лит-ры., 1972. 735 с.

122. Уловы тихоокеанских лососей 1900- 1986 гг. М.: ВНИРО, 1989.-213 с.

123. Усманов Р.Ф. О влиянии вращения Земли на общую циркуляцию атмосферы. Тр. ЦИП, 1963. -вып. 104, с. 3-40.

124. Федосеев В.Я., Родин В.Е. Воспроизводство и формирование популяционной структуры камчатского краба. //В сб.: Динамика численности промысловых животных дальневосточных морей. Владивосток: 1986. с. 35 - 46.

125. Фридман А. Уравнения с частными производными параболического типа. М.: Мир, 1968. 427 с.

126. Хакен Г. Синергетика. Иерархии неустойчивостей в самоорганизующихся системах и устройствах. М.: Мир, 1985.-419 с.

127. Чигиринский А.И. Современное состояние и пути улучшения прогнозирования дальневосточных лососёвых. //В сб.: Резервы лососёвого хозяйства Дальнего Востока. Владивосток: ДВО АН СССР, 1989. с. 24 - 33.

128. Чигиринский А.И. Глобальные природные факторы, промысел и численность тихоокеанских лососевых. Рыб. хоз-во, 1993. № 2, с. 19-22.

129. Чижевский A.JJ. Земное эхо солнечных бурь. М.: Мысль, 1976. 349 с.

130. Чистяков В.Ф. Эволюция солнечных циклов. //В сб.: Комплексные исследования по проблеме солнечно-земных связей. Владивосток: ДВО РАН, 1990а. с. 93 - 104.

131. Чистяков В.Ф. Солнечные циклы и колебания климата. Геомагнетизм и аэрономия, 19906. — т. 30, №4, с. 663 -665.

132. Чистяков В.Ф. Два класса циклов солнечной активности. Солнечные данные, 1991. № 4, с. 91 -95.

133. Чистяков В.Ф. Циклы солнечной активности и колебания климата. Вест. ДВО РАН, 1993. № 2, с. 63 - 67.

134. Чистяков В.Ф. Глобальные вариации светимости Солнца и колебания климата Земли. Вест. ДВО РАН, 1996. -№ 2, с. 75-85.

135. Чистяков В. Ф. Современные представления о солнечных циклах. Вест. ДВО РАН, 1997а. — № 6, с. 14-23.

136. Чистяков В.Ф. Солнечные циклы и колебания климата. Владивосток: Дальнаука, 19976. 156 с.

137. Чистяков В.Ф. Активность Солнца и периодичность Эль-Ниньо. Вест. ДВО РАН, 1999. № 5, с. 59-68.

138. Шапиро А.П. Исследование численности нерестового стада лососёвых в зависимости от свойств нерестового ареала. //В сб.: Управление и информация (математические методы в биологии). Владивосток: ДВНЦ АН СССР, 1971. вып. 1, с. 5 - 16.

139. Шапиро А.П. К вопросу о циклах и возвратных последовательностях. //В сб.: Управление и информация. Владивосток: ДВНЦ АН СССР, 1972. вып. 2, с. 96 - 118.

140. Шапиро А.П., Луппов С.П. Рекуррентные уравнения в теории популяционной биологии. М.: Наука, 1983,- 132 с.

141. Шапиро А.П. Оптимальный режим эксплуатации одновозрастного промыслового стада. //В сб.: Исследования по математической популяционной биологии. Владивосток: ДВНЦ АН СССР, 1986.-с. 49-52.

142. Шарковский А.Н. Сосуществование циклов непрерывного преобразования прямой в себя. Укр. мат. журнал, 1964. т. 26, № 1, с. 61 - 71.

143. Шильман С В. Адаптивные фильтры Калмана. Докл. АН, 1994. т. 338, № 6, с. 742 - 744.

144. Шноль С.Э. Международный симпозиум по космофизическим корреляциям и биологическим и физико-химическим процессам. Пущино, 26 сент. 1 окт. 1993 г. Биофизика, 1995. - т. 40, № 4, с. 725 -731.

145. Шунтов В.П. Биологические ресурсы Охотского моря. М.: Агропромиздат, 1985. 224 с.

146. Шунтов В.П. Ещё раз о проблеме глобального потепления и его влиянии на биоту дальневосточных морей. Рыб. хоз-во, 1993. № 6, с. 39-41.

147. Шунтов В.П. Новые данные о морском периоде жизни азиатской горбуши. Известия ТИНРО, 1994.-т. 116, с. 3-41.

148. Шунтов В.П. Осуществятся ли прогнозы по горбуше? Рыб. хоз-во, 1995. № 5, с. 49 - 51.

149. Шунтов В.П. Современный статус биологических ресурсов Охотского моря, Рыб. хоз-во, 1998. — № 4, с. 40-41.

150. Шунтов В.П. Биология дальневосточных морей России. Владивосток: Изд-во ТИНРО-Центра, 2001.-т. 1, 580 с.

151. Шунтов В.П., Радченко В.И., Лапко В.В., Полтев Ю.Н. Распределение лососей в западной части Берингова моря и сопредельных водах Тихого океана в период анадромных миграций. Вопр. ихтиологии, 1993а. т. 33, № 3, с. 337 - 347.

152. Шунтов В.П., Радченко В.И., Лапко В.В., Полтев Ю.Н. Распределение лососей в водах сахали-но-курильского региона в период анадромных миграций. Вопр. ихтиологии, 19936. т. 33, № 3, с. 348-358.

153. Шунтов В.П., Темных О.С. Пространственная дифференциация азиатской горбуши Oncorhyn-chus gorbuscha во время анадромных миграций в 1995 г. Сообщение 1. Численность, распределение в море и миграции. Вопр. ихтиологии, 1996. т. 36, № 6, с. 808 - 816.

154. Шунтов В.П., Темных О.С. К итогам лососёвой путины 2002 на Дальнем Востоке и её прогнозированию: не знаем или не умеем. Рыб. хоз-во, 2003. - № 1, с. 25 - 27.

155. Шунтов В.П., Темных ОС., Мельников КВ. На лососёвой путине-99 могут быть неожиданности. Рыб. хоз-во, 1999. -№ 3, с. 36 38.

156. Шунтов В.П., Темных О.С., Мельников И.В. Вопреки первоначальным прогнозам в 2000 г. будет много горбуши. Рыб. хоз-во, 2000. № 3, с. 36 - 38.

157. Шунтов В.П., Чигиринский А.И. Биология тихоокеанских лососей в исследованиях ТИНРО. Вестник ДВО, 1995. № 3, с. 14 - 22.

158. Шустер Г. Детерминированный хаос. Введение. М.: Мир, 1988. -240 с.

159. Якобсон М.В. О свойствах динамических систем, порождаемых отображениями вида х Ахе~^х. //В кн.: Моделирование биологических сообществ. Владивосток: ДВНЦ, 1975.

160. Abe К. Important crab resources inhabiting Hokkaido waters. Mar. Behav. Physiol., 1992. v. 21, p. 153 - 183.

161. Aclkison M.D. Population differentiation in Pacific salmon: local adaptation, genetic drift, or the environment? Can. J. Fish. Aquat. Sci., 1995. v. 52, p. 2762 - 2777.

162. Adkison M.D., Peterman R.M. Results of Bayesian methods depend on details of implementation: an example of estimating salmon escapement goals. Fish. Res., 1996. v. 25, p. 155 - 170.

163. Adkison M.D., Peterman R.M. Predictability of Bristol Bay, Alaska, sockeye salmon returns one to four years in the future. N. Am. J. Fish. Manage., 2000. v. 20, p. 69 - 80.

164. Adkison M.D., Su Z. A comparison of salmon escapement estimates using a hierarchical Bayesian approach versus separate maximum likelihood estimation of each year's return. Can. J. Fish. Aquat. Sci., 2001.-v. 58, p. 1663- 1671.

165. Allen K.R. The influence of random fluctuations in the stock-recruitment relationship on the economic return from salmon fisheries. Rapp. P. -V. Réun. Cons. int. Explor. Mer, 1973. v. 164, p. 350 -359.

166. Altukhov Y.P., Salmenkova E.A. Straying intensity and genetic differentiation in salmon populations. Aquacult. Fish. Manage., 1994. v. 25 (Suppl. 2), p. 99 - 120.

167. Archibald C.P., Fournier D., Leaman B.M. Reconstruction of stock history and development of rehabilitation strategies for Pacific ocean perch in Queen Charlotte Sound, Canada, N. Am. J. Fish. Manage., 1983.-v. 3, p. 283-294.

168. Arena G., Barea L., Defeo O. Theoretical evaluation of trap capture for stock assessment. Fish. Res., 1994. v. 19, p. 349-362.

169. Babayan V.K., Kizner Z. Dynamic models for TAC assessment: Logic, potentialities, development. Colin. Sci. Pap. Int. Comm. SE Atl. Fish. (ICSEAF) Pap., 1988. v. 15 (1), p. 69 - 83.

170. Babayan V.K., Kizner Z., Matushansky M. Notes on modifications of a dynamic production model. ICSEAF/89/Meth/7, 1989. 3 p.

171. Balsiger J.W. A computer simulation model for the eastern Bering Sea king crab. Ph.D. dissertation. University of Washington, Seattle, 1974. 197 p.

172. Bartlett M.S. On the theoretical specification properties of sampling properties of autocorrelated time series. J. Roy. Stat. Soc., B8, 1946. v. 27.

173. Beamish R.J. Response of anadromous fish to climate change in the North Pacific. //In: D.L. Petersen and D.R. Johnson eds. Human ecology and climate change: People and resources in the Far North. Taylor & Francis, Washington, DC, 1995. p. 123 - 136.

174. Beamish R.J., Bouillon D.R. Pacific salmon production trends in relation to climate. Can. J. Fish. Aquat. Sci., 1993. v. 50, p. 1002 - 1016.

175. Beamish R.J., Noakes D.J., McFarlane G.A., Klyashtorin L., Ivanov V.V., Kurashov V. The regime concept and natural trends in the production of Pacific salmon. Can. J. Fish. Aquat. Sci., 1999. v. 56, p. 516-526.

176. Beddington J., May R.M. Harvesting populations in a randomly fluctuating environment. Science, 1977.-v. 197, p. 463 -465.

177. Bergh M.O., Butterworth D.S. Towards rational harvesting of the South Africa anchovy considering survey imprecision and recruitment variability. S. Afr. J. Mar. Sci., 1987. v. 5, p. 937 - 951.

178. Beverton R.G.H. Pattern of reproductive strategy parameters in some marine teleosts fishes. J. Fish Biol., 1992. v. 41 (Suppl. B), p. 137 - 160.

179. Beverton R.G.H., Holt S.J. On the dynamics of exploited fish populations. U.K. Min. Agric. Fish. Food (GB), Fish. Invest., London, (Ser. 2) 1957. N 19, 533 p.

180. Bigler B.S., Welch D.W., Helle J.H. A review of size trends among North Pacific salmon (Oncorhyn-chus spp.). Can. J. Fish. Aquat. Sci., 1996. v. 53, p. 455 - 465.

181. Bjerknes J. Global ocean atmosphere interaction. Rapp. Procès.-Verb. Réun. Cons. int. Explor. Mer, 1972. v. 162, p. 108-119.

182. Bradford M.J. Precision of recruitment estimates from early life stages of marine fishes. Fish. Bull., 1992. v. 90, p. 439-453.

183. Bradford M.J. Comparative review of Pacific salmon survival rates. Can. J. Fish. Aquat. Sci., 1995. -v. 52, p. 1327- 1338.

184. Bradford M.J. Temporal and spatial trends in the abundance of coho salmon smolts from western North America. Trans. Am. Fish. Soc., 1999. v. 128, p. 840 - 846.

185. Bradford M.J., Myers R.A., Irvine J.R. Reference points for coho salmon (Oncorhynchus kisutch) harvest rates and escapement goals based on freshwater production. Can. J. Fish. Aquat. Sci., 2000. -v. 57, p. 677 686.

186. Briand G., Matulich S.C., Mittelhammer R.C. A catch per unit effort soak time model for the Bristol Bay red king crab fishery, 1991 - 1997. Can. J. Fish. Aquat. Sci., 2001. - v. 58, p. 334 - 341.

187. Brodziak J. In search of optimal harvest rates for West Coast groundfish. N. Am. J. Fish. Manage., 2002.-v. 22, p. 258-271.

188. Brown B.E., Patil G.P. Risk analysis in the Georges Bank haddock fishery a pragmatic example of dealing with uncertainty. N. Am. J. Fish. Manage., 1986. - v. 6, p. 183 - 191.

189. Caddy J.F. Regime shifts and paradigm changes: is there still a place for equilibrium thinking? Fish. Res. (Amst.), 1996. v. 25, p. 219 - 230.

190. Caddy J.F. Checks and balances in the management of marine fish stocks: organizational requirements for a limit reference points approach. Fish. Res. (Amst.), 1997. v. 30, p. 1 - 15.

191. Caddy J. A short review of precautionary reference points and some proposals for their use in data-poor situations. FAO Fisheries Technical Paper, No. 379, Rome, FAO, 1998. 30 p.

192. Caddy J.F., Gulland J.A. Historical patterns of fish stocks. Marine Policy, 1983. No. 10/83, p. 267 -278.

193. Caddy J.F., Mahon R. Reference points for fishery management. FAO Fish. Tech. Pap. No. 347, 1995.

194. Caddy J.F., McGarvey R. Targets or limits for management of fisheries? N. Am. J. Fish. Manage., 1996.-v. 16, p. 479-487.

195. Cadigan N.G., Myers R.A. A comparison of gamma and lognormal maximum likelihood estimators in a sequential population analysis. Can. J. Fish. Aquat. Sci., 2001. — v. 58, p. 560 567.

196. Cadrin S.X., Clark S.H., Schick D.E., Armstrong M.P., McCarron D., Smith B. Application of catch-survey models to the northern shrimp fishery in the Gulf of Maine. N. Am. J. Fish. Manage., 1999. -v. 19, p. 551 -568.

197. Caputi N. Factors Affecting the Time Series Bias in Stock-Recruitment Relationships and the Interaction Between Time Series and Measurement Error Bias. Can. J. Fish. Aquat. Sci., 1987. v. 45, p. 178- 184.

198. Caswell H. Matrix population models: construction, analysis, and interpretation. Sinauer Associates, Inc., Sunderland, MA, 1989. 328 p.

199. CEFAS. Overfishing and the ICES Precautionary Approach to Management. CEFAS, Lowestoff Laboratory, www.cefas.co.uk, 1999. 2 p.

200. Chapman D., Robson D. The Analysis of Catch Curve. Biometrics, 1960. v. 16, p. 354 - 368.

201. Charnov E.L. Life history invariants. Oxford University Press, New York, 1993.

202. Charnov E.L., Berrigan D. Dimensionless numbers and life history evolution: age of maturity versus the adult lifespan. Evol. Ecol., 1990. v. 4, p. 273 - 275.

203. Charnov E.L., Berrigan D., Shine R. The M//k ratio is the same for fish and reptiles. Am. Nat., 1990. — v. 142, p. 707-711.

204. Chen D.G. Detecting environmental regimes in stock-recruitment relationships by fuzzy logic. Can. J. Fish. Aquat. Sci., 2001. v. 58, p. 2139 - 2148.

205. Chen D.G., Hargreaves N.B., Ware D.M., Liu Y A fuzzy logic model with genetic algorithm for analyzing fish stock-recruitment relationships. Can. J. Fish. Aquat. Sci., 2000. v. 57, p. 1878 - 1887.

206. Chen D.G., Irvine J.R. A new semiparametric model to examine stock-recruitment relationship incorporating environmental data. Can. J. Fish. Aquat. Sci., 2001. v. 58, p. 1178 - 1186.

207. Chen D.G., Irvine J.R., Cass A.J. Incorporating Allee effects in fish stock-recruitment models and applications for determining reference points. Can. J. Fish. Aquat. Sci., 2002. v. 59, p. 242 - 249.

208. Chen S., Watanabe S. Age dependence of natural mortality coefficient in fish population dynamics. Nippon Suisan Gakkaishi (NSUGAF), 1989. v. 55 (2), p. 205 - 208.

209. Chen Y., Paloheimo J.E. A robust regression analysis of recruitment in fisheries. Can. J. Fish. Aquat. Sci., 1995. v. 52, p. 993 - 1006.

210. Chen Y., Wilson C. A simulation study to evaluate impacts of uncertainty on the assessment of American lobster fishery in the Gulf of Maine. Can. J. Fish. Aquat. Sci., 2002. v. 59, p. 1394 - 1403.

211. Clifford P. Discussion on the meeting on the Gibbs sampler and other Markov chain Monte Carlo methods. J. Roy. Stat. Soc., Ser. B, 1993. v. 55, p. 53 - 102.

212. Collie J.S., Gislason H. Biological reference points for fish stocks in a multispecies context. Can. J. Fish. Aquat. Sci., 2001,-v. 58, p. 2167 2176.

213. Collie J.S., Peterman R.M., Walters C.J. Experimental harvest policies for a mixed-stock fishery: Fraser River sockeye salmon (Oncorhynchus nerka). . Can. J. Fish. Aquat. Sci., 1990. v. 47, p. 145 -155.

214. Collie J.S., Sissenwine M.P. Estimating population size from relative abundance data measured with error. Can. J. Fish. Aquat. Sci., 1983. v. 40, p. 1871 - 1879.

215. Collie J.S., Walters C.J. Alternative recruitment models of Adams River sockeye salmon (Oncorhyn-chus nerka). Can. J. Fish. Aquat. Sci., 1987. v. 44, No. 9, p. 1551 - 1561.

216. Conser R.J. Stock assessment methods designed to support fishery management decisions in data-limited environments: Development and application. Ph.D. dissertation, Univ. of Washington, Seattle, 1994.

217. Conser R.J. A Bayesian framework for the modified DeLury model with application to Atlantic surf-clam. NEFSC Ref. Doc., 95-xx, 1995. 58 p.

218. Cushing D.H. Fisheries biology: a study in population dynamics. Univ. Wisconsin Press, 1968. 200 P

219. Cushing D.H. The dependence of recruitment on parent stock. J. Fish. Res. Board Can., 1973. v. 30, p. 1965- 1975.

220. Cushing D.H. Marine ecology and fisheries. Cambridge Univ. Press, Cambridge, 1975.

221. Cushing D.H. The decline of the herring stocks and the gadoid outburst. J. Cons. Cons. int. Explor. Mer, 1980.-v. 39, p. 70-81.

222. Cushing D.H. Fisheries biology: a study in population dynamics. The University of Wisconsin Press, Madison, WI, 1981.-295 p.

223. Cushing D.H. Climate and Fisheries. New York, Academic Press, 1982. 373 p.

224. Cushing D.H. Population production and regulation in the sea: a fisheries perspective. Cambridge Univ. Press, 1995.-354 p.

225. Cushing D.H, Harris J.G.K. Stock and recruitment and the problem of density dependence. Rapp. Proces.-Verb. Reun. Cons. int. Explor. Mer, 1973. v. 164, p. 142 - 155.

226. Dekker W. A length-structured matrix population model used as a fish stock assessment tool. //In: Stock Assessment in Inland Fisheries, I.G. Cowx ed., Fishing News Books, Hartnolls Ltd., Cornwall, 1996. p. 245 - 259.

227. DeLury D. On the estimation of biological populations. Biometrics, 1947. v. 3 (4), p. 145 - 167.

228. Deriso R.B. Harvestings strategies and parameter estimation for an age-structured model. Can. J. Fish. Aquat. Sci., 1980. v. 37, p. 268 - 282.

229. Deriso R.B., Bayliff W.H, Punsley R.G. A Markov movement model of yellowfin tuna in the eastern Pacific Ocean and some analysis for international management. Fish. Res., 1991. v. 11, p. 375 -395.

230. Deriso R.B., Meal P.R., Quinn T.J., //Further aspects of catch-age analysis with auxiliary information. Can. Spec. Pub. Fish. Aquat. Sci., 1989. v. 108, p. 127 - 135.

231. Deriso R.B., Quinn T.J., II, Neal P.R. Catch-age analysis with auxiliary information. Can. J. Fish. Aquat. Sci., 1985.-v. 42, p. 815 -824.

232. Doi T. On the fisheries of "iwasi" (sardine, anchovy and round herring) in the Inland Sea. II. Relationship of yield to environments and prediction of fluctuations of fisheries. Bull. Jap. Soc. Sci. Fish., 1955.-v. 21, p. 320-334.

233. Donelly R.F. Factors affecting the abundance of Kodiak Archipelago pink salmon (Oncorhynchus gorbuscha (Walbaum)). Ph.D. thesis, University of Washington, Seattle, 1983. 157 p.

234. Dorn M. Advice on West Coast rockfish harvest rates from Bayesian meta-analysis of stock-recruitment relationships. N. Am. J. Fish. Manage., 2002. v. 22, p. 280 - 300.

235. Doubleday W.G. A Least-Square Approach to analyzing catch at age data. ICNAF Res. Bull., 1976. -N 12,p. 69-81.

236. Doubleday W.G. A method of estimating the abundance of survivors of an exploited fish population using commercial fishing catch at age data and research vessel abundance indices. Can. Spec. Publ. Fish. Aquat. Sci., 1981.-v. 58, p. 164-179.

237. Downton M. W., Miller K.A. Relationships between Alaskan salmon catch and North Pacific climate on interannual and interdecadal time scales. Can. J. Fish. Aquat. Sci., 1998. v. 55, p. 2255 - 2265.

238. Fagen R., Smoker W. W. How large capacity hatcheries can alter interannual variability of salmon production? Fish. Res., 1989. v. 8, No. 1, p. 1 - 12.

239. Feigenbaum M.J. The universal metric properties of nonlinear transformations. J. Stat. Phys., 1979. -v. 21, No. 6, p. 669-706.

240. Fogarty M.J., Murawski S.A. Large-scale disturbance and the structure of marine systems: fisheries impacts on Georges Bank. Ecol. Appl., 1998. v. 8 (1), p. 6 - 22.

241. Fogarty M.J., Rosenberg A.A., Sissenwine M.P. Fisheries risk assessment: sources of uncertainty. Environ. Sci. Threshol., 1992. v. 26 (3), p. 440 - 447.

242. Fournier D.A. An introduction to AD Model Builder, for use in nonlinear modelling and statistics. Otter Research Ltd., Canada, 1994. 51 p.

243. Fournier D., Archibald C.P. A General Theory for Analyzing Catch at Age Data. Can. J. Fish. Aquat. Sci., 1982. v. 39, p. 1195 - 1207.

244. Fournier D., Doonan I.J. A length-based stock assessment method utilizing a generalized delay-difference model. Can. J. Fish. Aquat. Sci., 1987. v. 44, p. 422 - 437.

245. Fournier D., Hampton J., Sibert JR. MULTEFAN-CL: a length-based, age-structured model for fisheries stock assessment, with application to South Pacific albacore, Thunnus alalunga. Can. J. Fish. Aquat. Sci., 1998. v. 55, p. 2105 - 2116.

246. Fournier D., Warburton A.R. Evaluating fisheries management models by simulated adaptive control: introducing the composite model. Can. J. Fish. Aquat. Sci., 1989. v. 46, p. 1002 - 1012.

247. Fowler C. Density dependence as related to life history strategy. Ecol., 1981. v. 62, p. 602 - 610.

248. Fowler C. Populations dynamics as related to rate of increase per generation. Ecol., 1988. v. 2, p. 197-204.

249. Fox W.W. An exponential yield model for optimizing exploited fish populations. Trans. Am. Fish.

250. Soc., 1970. v. 99, p. 80-88. Francis R.I.C.C. Risk analysis in fishery management. Northwest Atl. Fish Organ. (NAFO) Sci.

251. Frederick S.W., Peterman R.M. Choosing fisheries harvest policies: when does uncertainty matter?

252. Coastal Manage., 1994b. v. 22, p. 99 - 125. Gavaris S. An adaptive framework for the estimation of population size. Can. Atl. Fish. Sci. Adv.

253. Gompertz B. On the nature of the function expressive of the law of human mortality and on a new mode of determining the value of life contingencies. Philos. Frans. Soc., 1825. v. 115, p. 515 -585.

254. Cons. int. Exp lor. Mer, 1988. v. 44, p. 200 - 209. Habicht C., Sharr S., Evans D., Seeb J.E. Code wire placement affects homing ability of pink salmon.

255. Hassell M.P. Detecting density dependence. Trends Ecol. Evol., 1986. v. 1, p. 90 - 93.

256. Heard W.R. Life history of pink salmon (Oncorhynchus gorbuscha). //In: Pacific salmon life history.

257. Edited by C. Groot, L. Margolis, UDC Press, Vancouver, 1991. p. 119 - 230. Heard W.R. Do hatchery salmon affect the North Pacific Ocean ecosystem?. N. Pac. Anadr. Fish

258. Henderson M.A., Graham C.C. History and status of Pacific salmon in British Columbia. N. Pac.

259. Hilborn R. Calculation of biomass trend, exploitation rate, and surplus production from survey and catch data. Can. J. Fish. Aquat. Sci., 2001. v. 58, p. 579 - 584.

260. Hilborn R., Eggers D. A review of the hatchery Programs for pink salmon in Prince Williams Sound and Kodiak Island, Alaska. Trans. Am. Fish. Soc., 2000. v. 129, p. 333 - 350.

261. Hilborn R., Luedke W. Rationalizing the irrational: a case study in user group participation in Pacific salmon management. Can. J. Fish. Aquat. Sci., 1987. v. 44, p. 1796 - 1805.

262. Hilborn R., Maguire J.-J., Parma A.M., Rosenberg A.A. The Precautionary Approach and risk management: can they increase the probability of successes in fishery management? Can. J. Fish. Aquat. Sci., 2001. v. 58, p. 99 - 107.

263. Hilborn R., Mangel M. The ecological detective: confronting models with data. //In: Monographs in population biology, v. 28, Princeton University Press, Princeton, N.J, 1997.

264. Hilborn R., Maunder M., Parma A., Ernst B., Paine J., Starr P. COLERAINE. A generalized age structured stock assessment model. User's manual, version 1, 2000. 51 p.

265. Hilborn R., Peterman R.M. The development of scientific advice with incomplete information in thecontext of the precautionary approach. FAO Fish. Tech. Rap. 1996. No. 350/2, p. 77 - 102.

266. Hilborn R., Pikitch F.K., Francis R.C. Current trends in including risk and uncertainty in stock assessment and harvest decision. Can. J. Fish. Aquat. Sci., 1993. v. 50, p. 874 - 880.

267. Hilborn R., Pikitch F.K., McAllister M.R. A Bayesian estimation and decision analysis for the age-structured model using biomass survey data. Fish. Res., 1994. v. 19, p. 17 - 30.

268. Hilborn R., Walters C.J. Quantitative fisheries stock assessment: choice, dynamics and uncertainty. Chapman and Hall, New York, NY, 1992. 570 p.

269. Hilden M. Errors of perception in stock and recruitment studies due to wrong choices of natural mortality in Virtual Population Analysis (VPA). J. Cons. Cons. int. Explor. Mer, 1988. v. 44, p. 123 - 134.

270. Himmelman J.H. Movement of whelks (Buccinum undatum) towards a baited trap. Mar. Biol., 1988. -v. 97, p. 521 -531.

271. Hjort J. Fluctuations in the Great Fisheries on Northern Europe, viewed in the light of biological research. Rapp. P.-V. Réun. Cons. Perm. int. Explor. Mer, 1914. v. 20, p. 1 - 228.

272. Hjort J. Fluctuations in the year classes on important food fishes. J. Cons. Cons. int. Explor. Mer, 1926.-v. 1, p. 5-38.

273. Hoenig J.M. Empirical use of longevity data to estimate mortality rates. Fish. Bull (U.S.), 1983a. v. 82, p. 898-903.

274. Hoenig J.M. Estimating total mortality rate from longevity data. //Ph.D. Thesis, University of Rhode Island, Kingstone, 1983b.

275. Hoenig J.M., Baird J.W., Restrepo V.R. Describing the risk associated with a given quota when the stock assessment is based on sequential population analysis. CAFSAC Res. Doc., 1987. No. 90/75.

276. Hoenig J.M., Lawing W.D., Hoenig N.A. Using the K oldest ages in a sample to estimate the total mortality rate. ICES CM 1983/D, 1983. Doc. 23.

277. Hoenig J.M., Warren W.G., Stacker M. Bayesian and related approaches to fitting surplus production models. Can. J. Fish. Aquat. Sci., 1994. v. 51, p. 1823 - 1831.

278. Holland J. Adaptation in natural and artificial systems. University of Michigan Press, Ann Arbor, Mich. 1975.

279. Hollowed А.В. Recruitment of marine fishes in the northeast Pacific Ocean in relation to interannual variations in the environment. Ph.D. Dissertation, Univ. Washington, Seattle, WA, 1990. 281 p.

280. Jaenicke M.J., Mathisen O.A., Radchenko V.I. Fluctuation in abundance of pink salmon (Oncorhyn-chus gorbuscha) in the North Pacific Ocean. N. Pac. Anadr. Fish Comm. (NPAFC) Bull. 1998. -No. l,p. 496-502.

281. Jakobson L.D., Cadrin S.X., Weinberg J.R. Tools for estimating surplus production and Fmsy in any stock assessment model. N. Am. J. Fish. Manage., 2002. v. 22, p. 326 - 338.

282. Jakobson L.D., De Oliveira J.A.A., Barange M., et al. Surplus production, variability, and climate change in the great sardine and anchovy fisheries. Can. J. Fish. Aquat. Sci., 2001. v. 58, p. 1891 - 1903.

283. Jakobson L.D., MacCall A.D. Stock-recruitment models for Pacific sardine (Sardinops sagax). Can. J. Fish. Aquat. Sci., 1995. v. 52, p. 566 - 577.

284. Jensen A.L. Beverton and Holt life history invariants result from optimal trade-off of reproduction and survival. Can. J. Fish. Aquat. Sci., 1996. v. 53, p. 820 - 822.

285. Jernakoff P., Phillips B.F. Effect of baited traps on the foraging movements of juvenile western rock lobster, Panulirus cygnus George. Aust. J. mar. Freshwater Res., 1988. v. 39, p. 185- 192.

286. Jones R. Assessing the effects of changes in exploitation pattern using length composition data (with notes on VP A and Cohort Analysis). FAO Fish. Tech. Pap. 1984. No. 256, FAO Rome.

287. Kalman R.E. A new approach to linear filtering and prediction problems. J. Basic Eng., 1960. v. 82, p. 34-45.

288. Kalman R.E., Buey R.S. New results in linear filtering and prediction theory. J. Basic Eng., 1961. v. 83, p. 95 - 108.

289. Kimura D.K. Changes to stock reduction analysis indicated by Schnute's general theory. Can. J. Fish.

290. Klyashtorin L.B. Long-term climate change and main commercial fish production in the Atlantic and

291. Pacific. Fish. Res., 1998. v. 37, p. 115 - 125. Klyashtorin L., Rukhlov F.A. Long-term climate change and pink salmon stock fluctuation. N. Рас.

292. Relationships. Can. J. Fish. Aquat. Sci., 1988. v. 45, p. 185 - 187. Коре R.G., Botsford W. Detection of environmental influence on recruitment using abundance data.

293. MacCall A.D. Use of known biomass production models to determine productivity of West Coast groundfish stocks. N. Am. J. Fish. Manage., 2002. v. 22, p. 272 — 279.

294. Mace P.M. Relationships between Common Biological Reference Points Used as Thresholds and Targets of Fisheries Management Strategies. Can. J. Fish. Aquat. Sci., 1994. v. 51, p. 110 - 122.

295. MacGregor B.W., Peterman R.M., Pyper B.J., Bradford M.J. A decision analysis frame work for comparing experimental design of projects to enhance Pacific salmon. N. Am. J. Fish. Manage., 2002. -v. 22, p. 509-527.

296. Mangel M. Decision and control in uncertain resource systems. Academic Press Ser. Math. Sci. Eng., 1985.-v. 172, 255 p.

297. Mangel M., Clark C. W. Uncertainty, search and information in fisheries. J. Cons. Cons. int. Explor. Mer, 1983,-v. 41, p. 93 103.

298. Mann K.H. Physical oceanography, food chains, and fish stocks: a review. ICES J. mar. Sci., 1992. -v. 50, p. 105 119.

299. Mantua N.J., Hare S.R., Zhang Y, Wallace J.M., Francis R.C. A Pacific interdecadal climate oscillation with impacts on salmon production. Bull. Am. Meteor. Soc., 1997. v. 78, p. 1069 - 1079.

300. Marshall R.P. Forecasting catches of Pacific salmon in commercial fisheries of Southeast Alaska. Ph.D. Dissertation, University of Alaska, Fairbanks, 1993. 264 p.

301. Maunder M.N. A general framework for integrating the standardization of catch per unit of effort into stock assessment models. Can. J. Fish. Aquat. Sci., 2001. v. 58, p. 795 - 803.

302. May R.M. Biological population obeying difference equations: stable points, stable cycles, and chaos. J. Theor. Biol., 1975.-v. 51, No. 2, p. 511 524.

303. May R.M. Simple mathematical models with very complicated dynamics. Nature, 1976. v. 261, No. 5560, p. 459 - 467.

304. May R.M., Oster G.F. Bifurcations and dynamical complexity in simple ecological model. Amer. Natur., 1976. v. 110, No. 974, p. 573 - 599.

305. McAllister M.K., Ianelli J.N. Bayesian stock assessment using catch-age data and the sampling/importance resampling algorithm. Can. J. Fish. Aquat. Sci., 1997. v. 54, p. 284 - 300.

306. McAllister M.K., Pikitch F.K., Babcock E.A. Using demographic methods to construct Bayesian prior for the intrinsic rate of increase in the Schaefer model and implications for stock rebuilding. Can. J. Fish. Aquat. Sci., 2001. v. 58, p. 1871 - 1890.

307. McAllister M.K., Pikitch F.K., Punt A.F., Hilborn R. A Bayesian approach to stock assessment and harvest decisions using the sampling/importance resampling algorithm. Can. J. Fish. Aquat. Sci., 1994.-v. 51, p. 2673-2687.

308. McGowan J., Cayan D.R., Dorman L.M. Climate-ocean variability and ecosystem response in the northeast Pacific. Science, 1998. v. 281, p. 210 - 217.

309. Mertz G., Myers R.A. Influence of fecundity on recruitment variability on marine fish. Can. J. Fish. Aquat. Sci., 1996.-v. 53, p. 1618- 1625.

310. Meyer R., Millar R.B. Bayesian stock assessment using a state-space implementation of the delay difference model. Can. J. Fish. Aquat. Sci., 1999a. v. 56, p. 37 - 52.

311. Meyer R., Millar R.B. BUGS in Bayesian stock assessments. Can. J. Fish. Aquat. Sci., 1999b. v. 56, p. 1078- 1087.

312. Mikheyev A. Chaos and relaxation in dynamics of the pink salmon (Oncorhynchus gorbuscha) returns for two regions. Proc. of the Workshop on the Okhotsk Sea and adjacent areas, Sidney (Canada): PICES Sci. Rep., 1996. No. 6, p. 356 - 362.

313. Millar R.B., Meyer R. Bayesian state-space modeling of age-structured data: fitting a model is just the beginning. Can. J. Fish. Aquat. Sci., 2000a. v. 57, p. 43 - 50.

314. Millar R.B., Meyer R. Non-linear state space modeling of fisheries biomass dynamics by using Hastings-Metropolis within-Gibbs sampling. Appl. Stat., 2000b. v. 49, p. 327 - 342.

315. Miller R.J. Density of the commercial spider crab, Chionoecetes opilio, and calibration of effective area per trap using bottom photography. J. Fish. Res. Board Can., 1975. v. 32, p. 761 - 768.

316. Miller R.J. Effectiveness of crab and lobster traps. Can. J. Fish. Aquat. Sci., 1990. v. 47, No 6, p. 1228- 1251.

317. Mohn R.K. Introduction to Sequential Population Analysis. State of the Art in Fish Stock Assessment: a Tutorial. NAFO Spec. Sess., Workshop in Calibration Methods and Their Practical Use, 1992. -42 p.

318. Mohn R.K. The retrospective problem in sequential population analysis: an investigation using cod fishery and simulated data. ICES J. mar. Sci., 1999. v. 56, p. 473 - 488.

319. Moore P.A., Grills J.L., Schneider R.W.S. Habitat-specific signal structure for olfaction: an example from artificial streams. Journal of Chemical Ecology, 2000. v.26, N 2, p.565 - 584.

320. Morgan G.R. Aspects of the population dynamics of the western rock lobster, Panulirus longipes cyg-nus George. I. Estimation of population density. Aust. J. mar. Freshw. Res., 1974a. v. 25, p. 235 -248.

321. Morgan G.R. Aspects of the population dynamics of the western rock lobster, Panulirus longipes cyg-nus George. II. Seasonal changes in the catchability coefficient. Aust. J. mar. Freshw. Res., 1974b. v. 25, p. 249 - 259.

322. Mueter F.J., Peterman R.M., Pyper B.J. Opposite effects of ocean temperature on survival rates of 120 stocks of Pacific salmon (Oncorhynchus spp.) in northern and southern areas. Can. J. Fish. Aquat. Sci., 2002. v. 59, p. 456 - 463.

323. Munro J.L. The mode of operation of Antillean fish traps and the relationships between ingress, escapement, catch, and soak. J. Cons. Cons. Int. Explor. Mer, 1974. v. 35, p. 337 - 350.

324. Myers R.A. Recruitment variation in fish population assessed using meta-analysis. //In: Early life history and recruitment in fish population. Edited by R.C. Chambers and E.A. Trippel. Chapman & Hall, London, New York, 1997.

325. Myers R.A., Barrowman N.J., Hilborn R., Kehler D.G. Inferring Bayesian priors with limited direct data: application to risk analysis. N. Am. J. Fish. Manage, 2002. v. 22, p. 351 - 364.

326. Myers R.A., Bowen KG., Barrowman N.J. Maximum reproductive rate of fish at low population sizes. Can. J. Fish. Aquat. Sci., 1999. v. 56, p. 2404 - 2419.

327. Myers R.A., Bradford M.J., Bridson J.M., Mertz G. Estimating delayed density-dependent mortality in sockeye salmon (Oncorhynchus nerka): a meta-analytic approach. Can. Tech. Rep. Fish. Aquat. Sci., 1997a. No. 2024, 327 p.

328. Myers R.A., Cadigan N.G. Statistical analysis of catch-at-age data with correlated errors. Can. J. Fish. Aquat. Sci., 1995. v. 52, p. 1265 - 1273.

329. Myers R.A., MacKenzie B.R., Bowen K.G., Barrowman N.J. What is the carrying capacity for fish in the ocean? A meta-analysis of population dynamics of North Atlantic cod. Can. J. Fish. Aquat. Sci., 2001. v. 58, p. 1464 - 1476.

330. Myers R.A., Mertz G. Reducing uncertainty in the biological basis of fisheries management by metaanalysis of data from many populations: a synthesis. Fish. Res., 1998. v. 37, p. 51 - 61.

331. Myers R.A., Rosenberg A. A., Mace P.M., Barrowman N., Restrepo V.R. In search of thresholds for recruitment overfishing. ICES J. mar. Sci., 1994. v. 51, p. 191 - 205.

332. Nielsen A., Lewy P. Comparisons of the frequentist properties of Bayes and the maximum likelihood estimators in an age-structured fish stock assessment model. Can. J. Fish. Aquat. Sci., 2002. v. 59, p. 136- 143.

333. Noakes D. Applied time series modelling and forecasting. Doctoral dissert., University of Waterloo, Ontario, 1984.

334. Noakes D.J., Beamish R.J., Klyashtorin L., McFarlane G.A. On the coherence of salmon abundance trends and environmental factors. N. Pac. Anadr. Fish Comm. (NPAFC) Bull. 1998. No. 1, p. 454 -463.

335. Noakes D.J., Welch D.W., Henderson M.H., Mansfield E. A comparison of preseason forecasting methods for returns of two British Columbia sockeye salmon stocks. N. Am. J. Fish. Manage., 1990.-v. 10, No. l,p. 46-57.

336. Noakes D.J., Welch D.W., Stocker M. A time series approach to stock-recruitment analysis: transfer function noise modelling. Nat. Re. Model., 1987. v. 2, p. 213 - 233.

337. Ogle D.H., Pruitt R.C., Spangler G.R., Cyterski M.J. A Bayesian approach to assigning probabilities to fish ages determined from temporal signatures in growth increments. Can. J. Fish. Aquat. Sci., 1996. v. 53, p. 1788- 1794.

338. Okubo A. Diffusion and ecological problems: Mathematical models. Springer-Verlag, Biomath., 1980. -v. 10, 254p.

339. Paloheimo J.E., Chen Y. Estimating fish mortalities and cohort sizes. Can. J. Fish. Aquat. Sci., 1996. -v. 53, p. 1572- 1579.

340. Parker R.R. Estimations of ocean mortality rates for Pacific salmon (Oncorhynchus). J. Fish. Res. Board Can., 1962b. v. 19, p. 561 - 589.

341. Patterson K. G. Integrated Catch at Age Analysis. User's Manual. SOAFD Marine Laboratory, Abeer-deen, 1995.

342. Patterson K.R., Kirkwood G.P. Comparative performance of ADAPT and Laurec-Shepherd methods for estimating fish population parameters and in stock management. ICES J. mar. Sci., 1995. v. 52, p. 183-196.

343. Pauly D. On the interrelationships between natural mortality, growth parameters, and mean environmental temperature in 175 fish stocks. J. Cons. Cons. int. Explor. Mer, 1980. v. 39, p. 175 - 192.

344. Pauly D., Palomares Ma. L., Froese R., Sa-a P., Vakily M., Preikshot D., Wallace S. Fishing down Canadian aquatic food webs. Can. J. Fish. Aquat. Sci., 2001. v. 58, p. 51 - 62.

345. Pengilly D., Tracy D. 1998) Experimental effects of soak time on catch of legal sized and nonlegal red king crabs by commercial king crab pots. Alaska Fish. Res. Bull., 1993.-v. 5, p. 81 -87.

346. Perry I.R., Walters C.J., Boutillier J.A. A framework for providing scientific advice for the management of new and development invertebrate fisheries. Rev. Fish Biol. Fish., 1999. v. 9, p. 125 -150.

347. Peterman R.M., Anderson J.L. Decision analysis: a method for taking uncertainties into account in risk-based decision making. Hum. Ecol. Risk Assess., 1999. v. 5, p. 231 - 244.

348. Peterman R.M., Pyper B.J., Grout J.A. Comparison of parameter estimation methods for detecting climate-induced changes in productivity of Pacific salmon (Oncorhynchus spp.). Can. J. Fish. Aquat. Sci., 2000. v. 57, p. 181 - 191.

349. Peterman R.M., Pyper B.J., MacGregor B.W. Use of the Kalman filter to reconstruct historical trends in productivity of Bristol Bay sockeye salmon (Oncorhynchus nerka). Can. J. Fish. Aquat. Sci., 2003.-v. 60, p. 809-824.

350. Peterson S., Smith L.J. Risk reduction in fisheries management. Ocean Manage., 1982. v. 8, p. 65 -79.

351. Pikitch E.K., Hanna S.S., Golden J.T., Demory R.L. Biological risks and economic consequences of alternative management strategies. Project R/ES-7. /In: Oregon State University Sea Grant College Program Proposal for 1987-1988, 1985.-p. 128-141.

352. Polacheck T., Hilborn R., Punt A.E. Fitting surplus production models: comparing methods and measuring uncertainty. Can. J. Fish. Aquat. Sci., 1993. v. 50, p. 2597 - 2607.

353. Pope J.G. An investigation of the accuracy of virtual population analysis using cohort analysis. Int. Comm. Northwest Atl. Fish. (ICNAF) Res. Bull., 1972. v. 9, p. 65 - 74.

354. Prager M.H. A suite of extensions to a nonequilibrium surplus production model. Fish. Bull., U.S., 1994.-v. 92, p. 374-389.

355. Prager M.H., MacCall A. Sensitivities and variances of Virtual Population Analysis as applied to the mackerel, Scomber japonicus. Can. J. Fish. Aquat. Sci., 1988. v. 45, p. 539 - 547.

356. Punt A.E. Is B\=K an appropriate assumption when applying an observation error production-model estimator to catch-effort data? S. Afr. J. Mar. Sci., 1990. v. 9, p. 249 - 259.

357. Punt A.E. Assessments of the stocks of Cape hakes Merluccius spp. off south Africa. S. Afr. J. Mar. Sci., 1994.-v. 14, p. 159- 186.

358. Punt A.E. Bayesian and maximum likelihood assessments of the eastern stock of gemfish for 1997. Document submitted to the 10-12 March 1997 meeting of EG AG (Eastern Gemfish Assessment Group), Canberra, ACT, 1997. 75 p.

359. Punt A.E., Butterworth D.S. Further remarks on the Bayesian approach for assessing the Bering -Chukchi Beaufort Seas stock of bowhead whiles. Rep. Int. Whal. Commn, 1996. - v. 46, p. 481 -491.

360. Punt A.E., Butterworth D.S., Penney A.J. Stock assessment and risk analysis for the South Atlantic population of albacore Tunnus alalunge using an Age Structured Production Model. S. Afr. J. mar. Sci., 1995.-v. 16, p. 287-310.

361. Punt A.E., Hilborn R. Fisheries stock assessment and decision analysis: The Bayesian approach. Rev. Fish Biol. Fish., 1997. v. 7, p. 35 - 63.

362. Punt A.E., McAllister M.K., Pikitch E.K., Hilborn. R. Stock assessment and decision analysis for hoki: (Macruronus novaezelandié) for 1994. New Zealand Fish. Assess. Res. Doc., 94/13, 1994. 47 p.

363. Quinn T.J., II, Deriso R.B. Quantitative fish dynamics. Oxford University Press, New York, 1999.

364. Quinn T.P. Homing and straying in Pacific salmon. //In: Mechanism on migration in fishes. Edited by J.D. McLeave, G.P. Arnold, J.J. Dodson, and W.H. Neill. Plenum, New York, 1984. p. 357 -362.

365. Quinn T.P. Current controversies in the study of salmon homing. Ethol. Ecol. Evol., 1990. v. 2, p. 49 -63.

366. Quinn T.P. A review of homing and straying of wild and hatchery produced salmon. Fish. Res., 1993. -v. 18, p. 29-44.

367. Aquat. Sci., 1996.-v. 53, p. 2157-2166. Restrepo V.R. FAD APT Version 3.0, A guide. University of Miami, RSMAS, 4600 Rickenbacker

368. J. Fish. Res. Board Can., 1962. v. 19. p. 531 - 560. Ricker W.E. Ocean growth and mortality of pink salmon. J. Fish. Res. Board Can., 1964. - v. 21, p. 905-931.

369. Richer W.E. Review of the rate of growth and mortality of Pacific salmon in salt water, and noncatch mortality caused by fishing. J. Fish. Res. Board Can., 1976. v. 33, p. 1483 - 1524.

370. Richer W.E. Trends in the average size of Pacific salmon in Canadian catches. //In: Climate change and northern fish populations. Edited by R.J. Beamish. Can. Spec. Publ. Fish. Aquat. Sci., 1995. -v. 121, p. 593 -602.

371. Rivard D. Overview of the systematic, structural, and sampling errors in cohort analysis. Am. Fish. Soc. Symp., 1989. v. 6, p. 49 - 65.

372. Rivard D., Foy M.G. An analysis of error in catch projection for Canadian Atlantic fish stock. Can. J. Fish. Aquat. Sci., 1987. v. 44, p. 967- 981.

373. Rivot E., Prévost E., Parent E. How robust are Bayesian posterior inferences based on a Ricker model with regards to measurement errors prior assumptions about parameters? Can. J. Fish. Aquat. Sci., 2001.-v. 58, p. 2284-2297.

374. Robb C., Peterman R.M. Application of Bayesian decision analysis to management of a sockeye salmon fishery. Can. J. Fish. Aquat. Sci., 1998. v. 55, p. 86 - 98.

375. Rojf D.A. Analysis of catch/effort data: a comparisons of three methods. Can. J. Fish. Aquat. Sci., v. 40, 1983.-p. 1496-1506.

376. Rosenberg A.A., Kirkwood G.P., Cook R.M., Myers R.A. Combining information from commercial catches and research surveys to estimate recruitment: a comparison of methods. ICES J. mar. Sci., 1992.-v. 49, p. 379-387.

377. Rosenberg A.A., Restrepo V.R. The eloquent shrug: expressing uncertainty and risk in stock assessments. ICES CM/D, 1993. Doc. 12.

378. Rosenberg A.A., Restrepo V.R. Uncertainty and Risk Evaluation in Stock Assessment Advice for U.S. Marine Fisheries. Can. J. Fish. Aquat. Sci., 1994. v. 51, p. 2715 - 2720.

379. Rothschild B.J., Fogarty M.J. Spawning stock biomass: A source for error in recruitment-stock relationships and management advice. ICES CM 1987/G, 1987. Doc. 62, 10 p.

380. Rothschild B.J., Fogarty M.J. Spawning stock biomass as a source for error in stock- recruitment relationships. J. Cons. Cons. int. Explor. Mer, 1989. v. 45, p. 131 - 135.

381. Saila S.B. Guide to some computerized artificial intelligence methods. //In: Computers in fisheries research. Ed. by B.A. Megrey and E. Moksness. Chapman and Hall, London, 1996. p. 8 - 40.

382. Mar. Biol., 1987. v. 94, No. 3, p. 431 - 443. Sampson D.B. The stability of Virtual Population Analysis cohort size estimates. J. Cons. Cons. int.

383. Ocean. Inter.-Am. Trop. Tuna Comm. Bull. 1957. v. 2, p. 245 - 285. Schnute J.T. A general theory for the analysis of catch and effort data. Can. J. Fish. Aquat. Sci., 1985. -v. 42, p. 414-429.

384. Schnute J.T. A general fishery model for a size-structured population. Can. J. Fish. Aquat. Sci., 1987. -v. 44, p. 924 940.

385. Schnute J.T. The importance of noise in fish population models. Fish. Res., 1991.-v. 11,p. 197- 123. Schnute J. T. Ambiguous Inferences from Fisheries Data. //In: Statistics for the Environment, eds. V.

386. Barnett and K.F. Turkman, John Wiley & Sons Ltd., 1993. p. 293 - 309. Schnute J.T. A General Framework for Developing Sequential Fisheries Models. Can. J. Fish. Aquat.

387. Aquat. Sci., 1980. v. 37, p. 1337 - 1351. Schnute J.T., Hilborn R. Analysis of contradictory data sources in fish stock assessment. Can. J. Fish.

388. Aquat. Sci., 1993. v. 50, p. 1916 - 1923. Schnute J.T., Kronlund A.R. A management oriented approach to stock recruitment analysis. Can. J.

389. Schnute J.T., Richards L.J. The influence of error on population estimates from catch-age models.

390. Shepherd J.G. Extended Survivor's Analysis: an improved method for analysis of catch-at-age data.

391. Stochastic Growth Equation. Nippon Suissan Gakkaishi, 1990. v. 56, p. 1204 - 1218. Tomlinson P. A generalization of the Murphy catch equation. J. Fish. Res. Board Can., 1970. - v. 27, p. 821 -825.

392. Verhulst P.F. Notice sur la loi que la population, suit dans son accroissement. Corr. Math. Phys., 1838. -v. 10, p. 113-121.

393. Walters C., Parma A.M. Fixed exploitation rate strategies for coping with effects of climate change. Can. J. Fish. Aquat. Sci., 1996. v. 53, p. 148- 158.

394. Ware D.M. A century and half of change in the climate of the NE Pacific. Fish. Oceanogr., 1995. v. 4, p. 267 - 277.

395. Welch D.W., Chigirinsky A.I., Ishida Y. Upper thermal limits on the oceanic distribution of Pacific salmon (Oncorhynchus spp.) in the spring. Can. J. Fish. Aquat. Sci., 1995. v. 52, p. 489 - 503.

396. Zadeh L.A. Fuzzy sets. Inform. Cont., 1965. v. 8(3), p. 338 - 353.

397. Zheng J. Herring stock recruitment relationships and recruitment patterns in the North Atlantic and Northeast Pacific oceans. Fish. Res., 1996. v. 26, p. 257 - 277.

398. Zheng J., Murphy M.C., Kruse G.H. A length-based population model and stock-recruitment relationships for red king crab, Paralithodes camtschaticus, in Bristol Bay, Alaska. Can. J. Fish. Aquat. Sci., 1995a. v. 52, p. 1229 - 1246.

399. Zheng J., Murphy M.C., Kruse G.H. An update of the length-based population model and stock-recruitment relationships for red king crab, Paralithodes camtschaticus, in Bristol Bay, Alaska. Alaska Fish. Res. Bull., 1995b. v. 2(2), p. 114 - 124.

400. Zheng J., Murphy M.C., Kruse G.H. A catch-length analysis for crab populations. Fish. Bull. U.S., 1996.-v. 94, p. 576-588.

401. Zheng J., Murphy M.C., Kruse G.H. Analysis of harvest strategies for red king crab, Paralithodes camtschaticus, in Bristol Bay, Alaska. Can. J. Fish. Aquat. Sci., 1997a. v. 54(5), p. 1121 - 1134.

402. Zheng J., Murphy M.C., Kruse G.H. Alternative rebuilding strategies for the red king crab Paralithodes camtschaticus fishery in Bristol Bay, Alaska. J. Fish. Res., 1997b. v. 16(1), p. 205 - 217.

403. Zheng J., Murphy M.C., Kruse G.H. Application of a catch-survey analysis to blue king crab stocks near Pribilof and St. Matthew Islands. Alaska Fish. Res. Bull., 1997c. v. 4(1), p. 62 - 74.

404. Zhou S. Estimating parameters of derived random variables: comparison of the Delta and parametric bootstrap methods. Trans. Am. Fish. Soc., 2002. v. 131, p. 667 - 675.

405. Zhou S., Shirley T.C. A model expressing the relationship between catch and soak time for trap fisheries. N. Am. J. Fish. Manage., 1997. v. 17, p. 482 - 487.