Оценивание численности рыб на основе моделирования работы жаберных сетей тема диссертации и автореферата по ВАК РФ 03.00.10, кандидат биологических наук Лобырев, Федор Сергеевич

• Лобырев, Федор Сергеевич
• кандидат биологических наук
• 2008

Оглавление диссертации кандидат биологических наук Лобырев, Федор Сергеевич

ОГЛАВЛЕНИЕ.

ВВЕДЕНИЕ.

Глава 1. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ.

1 .1 Методология получения оценок плотности.

1. 2. Перемещение рыбы.

1. 3. Насыщаемость сети. Уловистость.

1. 4. Относительная уловистость. Селективность.

1. 5. Методы косвенных оценок кривых селективности.

Глава 2. МОДЕЛЬ УЛАВЛИВАНИЯ РЫБЫ СЕТЬЮ.

2.1. Движение рыбы.

2. 1. 1. Зона облова.

2. 2. Подход рыбы к сети.

2. 2. 1. Событие «рыба сместилась по направлению к сети».

2. 2. 2. Событие «смещение на расстояние, не меньше заданного».

2. 2. 3. Общая вероятность подхода рыбы к сети.

2. 2. 4. Уточнение вероятности подхода к сети при ненаправленном перемещении. .33 2. 2. 5. Вероятность подхода рыбы к сети, вычисленная по всему облавливаемому объему.

2. 3. Улавливание рыбы сетью.

2. 3. 1. Вероятность попадания в сеть.

2. 3. 2. Объячеивание и запутывание.

2. 3. 3. Вероятность удержания в сети.

2. 3. 4. Уловистость сети.

2. 4. Насыщение сети.

2. 4. 1. Скорость насыщения сети рыбой.

2. 4. 2. Оценка количества отошедшей от сети рыбы.

Глава 3. ПАРАМЕТРИЗЦИЯ МОДЕЛИ.

3.1. Зона облова.

3. 2. Вероятность подхода к сети.

3. 3. Насыщаемость сети. Поправка численности.

3. 4. Вероятность попадания рыбы в сеть и удержания рыбы в сети.

3. 4. 1. Вероятность попадания в сеть.

3. 4. 2. Доля (1) объячеившихся и (2) запутавшихся рыб.

3. 4. 3. Вероятность удержания рыбы в сети.

3. 5. Алгоритм расчета.

3. 5. 1. Оценка количества рыб, попавших в ячею.

3. 5. 2. Оценка количества (1) объячеившихся и (2) запутавшихся рыб.

3. 5. 3. Оценка количества всех объячеившихся рыб.

3. 5. 4. Оценка количества рыбы, отошедшей от сети вследствие насыщаемости поправка Р).

3. 5. 5. Оценка количества рыб, подошедших к сети за время лова.

3. 5. 6. Оценка плотности и биомассы.

Глава 4. ИСПОЛЬЗОВАНИЕ МОДЕЛИ ДЛЯ ОЦЕНКИ ПЛОТНОСТИ РЫБ В ВОДОЕМАХ РАЗНОГО ТИПА.

4. 1. Река Москва.

4. 2. Озеро Сямозеро.

Глава 5. ОБСУЖДЕНИЕ.

5. 1. Анализ пространственного распределения и популяционных характеристик рыбного населения на основе оценок плотности и биомассы.

5. 1. 1. Река Москва.

5.1. 2. Озеро Сямозеро.

5. 2. Анализ методологической части.

ВЫВОДЫ.

Введение диссертации (часть автореферата) на тему «Оценивание численности рыб на основе моделирования работы жаберных сетей»

Актуальность проблемы.

Существует множество водоемов, а также участков водоемов, где нет возможности использовать орудия лова отцеживающего типа. Лов рыбы в таких местах производится, как правило, ставными орудиями. Одно из таких орудий — жаберная сеть. Достоинства жаберной сети очевидны. Она проста в обращении, компактна, легко переносится с места на место. Набором сетей различного шага ячеи несложно одновременно обловить сразу несколько участков водоема. Это бесшумное орудие лова, что в некоторых случаях имеет первостепенное значение. При соответствующих ее размерах жаберной сетью можно обловить сразу несколько горизонтов, и рыба с разных горизонтов в улове никогда не будет перемешена. Сравнительную дешевизну как сети, так и ее использования, также можно считать немалым достоинством, определившим популярность этого орудия лова. Тем не менее, несмотря на очевидные удобства использования сети, не существует методов оценки плотности рыб по сетным уловам, где бы (1) был вскрыт механизм взаимодействия рыбы с сетью и (2) имелось бы физическое и математическое описание процесса на каждом отдельном этапе. Все вопросы, связанные с жаберными сетям и освещенные в современной литературе, касаются в общем двух вещей: (а) селективности и (б) уловистости жаберной сети.

Под селективностью обычно понимают показатель, характеризующий различную улавливаемость сетью разноразмерных рыб (Баранов, 1960., Hamley, 1975., Millar, 1992., Millar, 1999., Millar, Fryer, 1999., Mahon et al., 2000., Yasuzumi, Tadashi, 2001., Tanaka, 2002., Santos et al., 2003.), а под уловистостью — некую характеристику производительности орудия лова, зависящую от многих факторов, но не позволяющую восстанавливать плотность рыб в зоне облова сети по величине самого улова (Изнанкин, 1959., Никольский, 1974., Блинов, 1973., Сечин, 1998., Грачев, Мельников, 2003.).

Более или менее точная количественная оценка уловистости часто связана с невозможностью однозначно оценить такие показатели как «порог контрастной чувствительности глаза рыбы» (Грачев, Мельников, 2003.), или «порог надежного приема информации об опасности от других особей при реакции на сеть», или «дальность уверенного обмена информацией между особями» (Блинов, 1973.). Определение уловистости для пассивного орудия лова дано Барановым (1918) и Никольским (1974), которые рассматривали этот показатель как отношение количества рыб в улове к количеству рыб, прикоснувшихся к сети. Однако авторами ничего не сказано о способах оценивания количества рыб, подошедших и коснувшихся орудия лова.

Проблем с оценкой селективности не меньше. В основе всех так называемых методов косвенной оценки (т. е. методов оценки селективности через сопоставление частот одних и тех же размерных групп в уловах сетей разной ячеи) лежат (1) принцип подобия в обстоятельствах попадания рыб различных размеров в сети с разным шагом ячеи и (2) допущение о том, что относительные вероятности, с которыми сеть удерживает ту или иную размерную групп, распределены нормально (Баранов, 1939., Holt, 1963., Hamley, 1975., Hovgard, Н., 1996., Heiser et al., 1998., Millar, Fryer, 1999., Mahon et al., 2000., Tanaka, 2002., Santos et al., 2003). Однако часто на практике возникают ситуации, когда картину распределения частот размерных групп в выборке невозможно объяснить с точки зрения допущений используемой методологии. Например, уловы, не имеющие куполообразной формы, считаются непригодными для определения кривых селективности как «нарушающие» законы, по которым частоты размерных групп в облавливаемой совокупности переводятся в частоты этих же самых размерных групп в выборке (улове) (Millar, Fryer, 1999.).

Вопросы, относящиеся непосредственно к оценке плотности по уловам жаберных сетей, решать еще сложнее. Как бы точно мы не определили вероятности, с которыми данная сеть удерживает те или иные размерные группы, как бы точно мы не оценили реакцию рыбы на сеть, ни вместе, ни по отдельности они не смогут ответить на два простых вопроса:

• из какого объема воды выловлено данное количество рыбы

• сколько рыбы в этом неизвестном объеме было.

Цель и задачи исследования.

Цель работы заключается в разработке метода оценки обилия рыб по уловам жаберными сетями. Задачи исследования сформулированы следующим образом: о Разработка модели перемещения рыб в зоне облова, описание основных событий, приводящих к столкновению рыбы с сетью, и ее улавливанию; обоснование метода оценки численности рыб на основании разработанной модели, о Получение объективных оценок уловистости сети на основе выявления механизма взаимодействия рыбы с сетью и математического описания процесса, о Сбор, обработка и анализ опытного материала, представленного уловами жаберных сетей из водоемов различного типа, о Оценка плотности массовых видов рыб на городском участке р. Москвы; изучение пространственно-временной динамики массовых видов, оценка роли рыб в утилизации органического вещества, содержащихся в сточных водах Курьяновской станции аэрации (КСА), о Оценка плотности массовых видов оз. Сямозеро; изучение структурно-функциональной организации рыбного сообщества водоема, анализ особенностей распределения рыб в водоеме и характера перемещения массовых видов рыб. о Анализ эффективности метода на основе сопоставлений полученных с помощью его оценок с оценками независимого метода.

Положения, выносимые на защиту.

1. Разработана методическая концепция и соответствующая ей модель оценивания плотности рыб по сетным уловам на основе описания событий, определяющих вероятности подхода рыбы к сети, касания сети, попадания в ячею и удержания в ячее.

2. Верификация модели применительно к данным, полученным в ходе сетных обловов участков р. Москвы и оз.Сямозеро, позволила получить непротиворечивые по отношению к независимым оценки плотности массовых видов рыб.

Научная новизна.

1. Разработан новый метод оценки плотности рыб по уловам жаберных сетей, параметры которого оцениваются непосредственно из опыта.

2. Формализован процесс взаимодействия рыб с жаберной сетью, получены новые формулы, описывающие этапы данного процесса.

3. Для случая хаотического перемещения рыб в зоне облова предложена новая функция, описывающая вероятность достижения рыбы сети.

4. Получены объективные оценки уловистости жаберной сети.

Теоретическая и практическая значимость.

Разработанный метод может быть использован как инструмент оценки обилия рыб по уловам жаберными сетями. С позиций разработанной теории определено понятие уловистости жаберной сети, которую можно оценить через непосредственно измеряемые параметры. Показана невозможность использования на практике методов косвенной оценки селективности.

Заключение диссертации по теме «Ихтиология», Лобырев, Федор Сергеевич

Выводы.

1. Анализ процесса взаимодействия рыбы с сетью, и разработанная на его основе модель, дает возможность получения оценок плотности по уловам жаберными сетями; в основе модели лежит описание событий, определяющих вероятность подхода рыбы к сети, касания, попадания в ячею и удержания в ячее. На основе моделируемых процессов каждого отдельного этапа возможно исследование механизма уловистости и производительности сети.

2. Уловистость сети описывается сложной функцией, и определяется произведением вероятностей попадания в ячею и удержания в ячее.

3. Оценки плотности, полученные на основании сетных уловов (общий улов 3608 экз., принадлежащих к 10 видам), свидетельствует об наличии градиента в распределении плотности рыб от станции к станции, возможно, связанного с концентрацией органики из сточных вод КСА. Наиболее высокая плотностью рыб (0.368 экз./м3) зарегистрирована в 2.5 км от точки сброса очищенных вод КСА. Динамика плотности не повторяет динамику биомассы, что связано с различным соотношением возрастных (размерных) групп по каждой станции. Наблюдается высокая стабильность плотности по каждой точке за исследуемый период.

4. С учетом полученных оценок удельного потребления и данных по составу питания выловленных рыб получена оценка эффективности утилизации ими активного ила, выносимого с Курьяновской станции аэрации. Значения годового потребления активного ила составляют: для плотвы — 17.2 г/м3, для окуня — 2.64 г/м3. С учетом ориентировочных оценок относительной численности других видов рыб суммарное годовое потребление активного ила всеми видами рыб, не превышает 56 грамм в кубическом метре воды, а эффективность его утилизации рыбным населением оценивается величиной 1.26%.

5. Сетные обловы участков, примыкающих к южному побережью оз. Сямозеро (3608 экз., принадлежащих к 10 видам), показали, что распределение массовых видов рыб, включающих плотву, ряпушку, окуня и судака, в целом не имеет четкой структуры и носит мозаичный характер.

6. На мелководьях и в эпипелагиали плотность плотвы в два раза превышает плотность окуня (0.016 и 0.007 экз./м3, соответственно). На глубинах от 4 до 7 м суммарная плотность этих видов остается тех изменений, но соотношение плотности видов меняется на противоположное (0.008 экз./м3 у плотвы и 0.0015 экз./м3 у окуня). На глубинах свыше 7 метров происходит снижение суммарной плотности рыб до 0.008 экз./м3; окунь доминирует. Динамика биомассы плотвы и окуня в целом повторяет динамику численности.

7. Максимальные колебания плотности рыб зарегистрированы в верхних слоях воды (0.001 — 0.087 экз./м3 для плотвы и 0.001 — 0.045 экз./м3 для окуня). На данной станции, возможно, наблюдаются быстрые перераспределения рыб, связанные с формированием скоплений, в которых рыба проявляет пищевое поведение. Высокая нестабильность плотности по каждой точке отлова.

8. Суммарная биомасса окуня и плотвы оз. Сямозеро, рассчитанная по данным сетных уловов, составила 0.89 г/м3, что согласуется с оценками биомассы рыб оз. Сямозеро, полученными по результатам реализации балансовой модели (0.65 г/м3). Расхождения, можно отнести на счет того, что использованный метод ориентирован на оценку локальной плотности тогда как балансовая модель оперирует усредненными по площади оценки плотности гидробионтов. С учетом естественной неоднородности экологических условий в водоеме, влияющей на особенности пространственного распределения рыб, можно считать, что полученные разными методами оценки плотности в целом близки.

Список литературы диссертационного исследования кандидат биологических наук Лобырев, Федор Сергеевич, 2008 год

1. Бабаян В.К., Бородин Р. Г., Ефимов Ю. Н. 1985. Теоретические основы регулирования промысла. // Теория формирования численности и рационального использования стад промысловых рыб. — М., Наука. С. 166186.

2. Баранов Ф.И 1948. Теория и расчет орудий рыболовства. Изд. 2-е, дополненное и исправленное. М.: Пищпромиздат, с. 670.

3. Баранов Ф.И. 1914. Лов сельди ставными сетями. // Материалы к познанию русского рыболовства. Т. 3, вып. 6, ,С. 45 — 54.

4. Баранов ФЛ. 1918. О биологических основаниях рыбного хозяйства. // Известия отдела рыбоводства и научно-промышленных исследований. Т. 1, вып. 1,С. 35-46.

5. Баранов Ф.И. 1939. Теория и расчет орудий рыболовства. М: Пищепромиздат, 670 с.

6. Баранов Ф.И. 1960. Техника промышленного рыболовства. М.: Пищпромиздат, 696 с.

7. Беляев В. В, Зуев Г. В. 1969. Гидродинамическая гипотеза формирования стаи у рыб // Вопросы ихтиологии. Т. 9, вып. 4, с. 716-725.

8. Бивертон Р., Холт С. 1969. Динамика численности промысловых рыб. М.: «Пищевая промышленность», 236 с.

9. Бигон М., Харпер Д., Таунсенд К. 1989. Экология. Особи, популяции, сообщества. М.:Мир,, 477 с.

10. Блинов В.В. 1973. О математических моделях приближения рыбы к жаберной сети. // Сборник «ЦНИИТЭиРХ». Труды по промышленному рыболовству, Т 1, с.31 — 38.

11. Бородин Р.Г. 1983. Методические рекомендации по применению математических моделей для оценки запасов и возможной добычи морских животных. М.: ВНИРО. 56 с.

12. Булгакова Т. И., Васильев Д. А. 1997. Разработка методологии оценки переменных параметров многовидовой модели с учетом их пространственной и временной изменчивости. ВНИЭРХ 1325 РХ 98.

13. Вероятность и математическая статистика. 2003. Научное издательство «Большая Российская энциклопедия». «Дрофа». Москва, 965 с.

14. Винберг Г.Г. 1975. Основы количественного изучения трофических взаимоотношений видов в экосистеме. Исследование продуктивности вида в ареале. Вильнюс, С. 7-15.

15. Грачев А. А., Мельников В. Н. (2003) Разработка и применение математических моделей для повышения эффективности лова рыбы. М.: ЭКИНАС. Обзорная информация. Вып. 1. 95 с.

16. Гулин В.В. 1964. Избирательность трехстенных сетей. // Известия государственного научно-исследовательского института озерного и речного рыбного хозяйства. Т. 1\Л. С.654 -690

17. Данилов М.Б., Ильмаст Н.В., Павлов В.Н., Криксунов Е.А., Бобырев А.Е., Бурменский В.А. Лобырев Ф.С. 2006.

18. Характеристика обилия и особенности пространственного распределения рыб в прибрежной зоне оз. Сямозеро. // Труды научной конференции «инновации в науке и образовании 2006», Калининград, изд. КГТУ, С. 1820.

19. Дгебуадзе Ю.Ю. 2001. Экологические закономерности изменчивости роста рыб. // М.: Наука, 257 с.

20. Денисов Л.И. 1977. Методика прямого учета численности рыб на Каховском водохранилище// Изв. ГосНИОРХ, Т. 126, С. 45 -60.

21. Изнанкин Ю.А. 1959. Уловистость жаберных сетей. // Труды ВНИРО, Т 41, С.124-135.

22. Ионас В.А. 1966. Об уловистости дрифтерной сети. // Рыбное хозяйство, № 7, С.43-45.

23. Кадилъников Ю.В. 2001. Вероятностно-статистическая теория рыболовных систем и технической доступности для них водных биологических ресурсов. // Калининград, 256 с.

24. Кендалл М., Моран П. 1972. Геометрические вероятности. // М.: Наука. 458 с.

25. Криксунов Е. А., Бобырев А. Е., Бурменский В. А., Павлов В. Н., Ильмаст Н. В., Стерлигова О. П. 2005. Балансовая модельбиотического сообщества Сямозера. Оперативно-информационные материалы. Петрозаводск: Карельский научный цент РАН, 54 с.

26. Кушнарепко А.И., Лугарев Е.С. 1985. Оценка численности рыб по уловам пассивными орудиями. // Информационное и математическое обеспечение исследований сырьевой' базы. Сборник научных трудов ВНИРО, С.113-121.

27. Лернер А. Я. 1967. Начала кибернетики. М.: Наука, 196 с.

28. Мантейфель Б. П. 1987. Экологические и эволюционные аспекты поведения животных. // М.: Наука, 270 с.

29. Мантейфель Б. П., Радаков Д. В. 1960. Об изучении адаптивного значения стайного поведения рыб. // Успехи современной биологии, Т. 50., вып. 3, С. 362-370.

30. Никольский Г. В. 1974. Теория динамики стада рыб как биологическая основа рациональной эксплуатации и воспроизводства рыбных ресурсов. М.: Пищевая промышленность, 447 с.

31. Павлов Д.С., Касумян А.О. 2003. Стайное поведение рыб. // Учебное пособие. Изд. Московского университета, 95 с.

32. Риккер У.Е. 1979. Методы оценки и интерпретация биологических показателей популяций рыб. М.: Пищевая промышленность, 183 с.

33. Розанов Ю: А. 1971. Случайные процессы. М.: Наука, 324 с.

34. Сантало Л. 1983. Интегральная геометрия и геометрические вероятности. //М.: Наука, 125 с.

35. Сечин Ю.Т. 1969. Математическая модель кривой относительной уловистости жаберных сетей. // Рыбное хозяйство, № 9, С.56 — 58.

36. Сечин Ю.Т. 1998. Оценка численности рыб по уловам ставных сетей. // Вопросы теории и практики промышленного рыболовства. Поведение гидробионтов в зоне действия орудий лова Сборник научных трудов, М.: издательство ВНИРО., С. 115-118.

37. Сивухин Д. В. 1990. Общий курс физики. Том 2. Термодинамика имолекулярная физика. // М.: Наука, 147 с.

38. Соколов Л.И. , Соколова E.JI. , Пегасов В.А. , Шатуновский М.И. , Кистенев А.Н. 1994. Ихтиофауна реки Москвы в черте г.Москвы и некоторые данные о ее состоянии. // Вопросы ихтиологии т. 34, №5, с. 634-641

39. Феллер В. 1984. Введение в теорию вероятностей и ее приложение. М.: Т. 1, 163 с.

40. Чугунова Н.И. 1959. Руководство по изучению возраста и роста рыб. М.: Издательство академии наук, 145 с.

41. Шибаев С.В. 1986. Оценка численности леща в Чебоксарском водохранилище по данным прямого учета. // Государственный научно-исследовательский институт озерного и речного хозяйства. Вып. 244, 1986.2. С. 54 63.

42. Шулейкин В.В. 1953. Физика моря.// М.: Изд.академии наук СССР, 1256 с.

43. Arnold, G. P., М. Greer Walker, L. S. Emerson & В. H. Holford1994. Movements of cod (Gadus morhua L.) in relation to the did streams in the southern North Sea // ICES Journal of Marine Science 51: P. 207-232.

44. Asaeda.T., Priyadarshana,T., Manatunge, J. 2001. Effects of satiation on feeding and swimming behaviour of planktivores. // Hydrobiologia№ 443: P. 147157.

45. Baade, U, Fredrich, F., 1998. Movement and pattern of activity of roach in the river Spree, Germany. // Journal of fish biology, № 52: P. 1165 -174.

46. Bainbrige R. (1959) The locomotion of fish. // New scientist, vol 4: P. 56 -65.

47. Behrens J. W., Prasbel K., Steffensen J. F. 2006. Swimming energetics of the Barents Sea cape!in (Mailotus villosus) during the spawning migration period. //Journal of Experimental Marine Biology and Ecology, vol. 331, i 2, P. 208-216.

48. Bejan A, Marden J. H. 2006. Unifying constructal theory for scale effects in running, swimming and flying.// J Exp Biol. № 209: P. 238-248

49. Benhamou, B. 2004. Letter to the Editor. //Ecol. Mod.№ 171: P. 207-208.

50. Berg A J, Sigholt T, Seland A, Danielsberg A 1996. Effect of stocking density, oxygen level, light regime and swimming velocity on the incidence of sexual maturation in adult Atlantic salmon (Salmo salar). // Aquaculture, vol. 143, i 1, P. 43-59.

51. Bernatchez L, Dodson J.J. 1985. Influence of temperature and current speed on the swimming capacity of Lake Whitefish (Coregonus clupeaformis) and Cisco (C. artedii). // Can J Fish Aquat Sci № 42:P. 1522-1529.

52. Blackwell, P.G. (1997) Random diffusion models for animal movement. // Ecol. Mod. 100: P. 87-102.

53. Blackwell, P.G., Heron, J.E., Macdonald, D.W. 1997. Movement and home range in wood mice(Apodemussyl6aticus) in arablehabitat (in preparation).

54. Borgstrom R. 1989. Direct estimation of gill-net selectivity for roach (Rutilus rutilus (L.)) in a small lake. // Fish. Res. № 7, P. 289-298.

55. Borgstrom R. 1992. Effect of population density on gi 11 net catchabilityin four allopatric populations of brown trout (Salmo trutta).// Can. J. Fish. Aquat. Sci. № 49, P. 1539-1545.

56. Borgstrom R. 1992. Gillnet selectivity and model for capture probabilities for a stunted brown trout (Salmo trutta) population.// Can. J. Fish. Aquat. Sci. №49, P. 1546-1554.

57. Boy V., Crivelli A.J. 1988. Simultaneous determination of gillnet selectivity and population age-class distribution for two cyprinids. //Fish. Res. №6, P. 337345.

58. Bradshaw A.D., McNeill T. 1981. Evolution and Pollution, Edward Arnold, London, 265 pp.

59. Brett, J. R. 1983. Life energetics of sockeye salmon, Oncorhynchus nerka. // In Aspey, N. P.&S. I. Lustick (eds), Behavioral Energetics: The Cost of Survival in vertebrates. Ohio State University Press, Columbus, P. 29-63.

60. Broadbent, S.R., Kendall, D.G., 1953. The random walk of Trichostrongylus retortaeformis. Biometrics№9, P. 460-466.

61. Cadigan N.G. and Millar R.B. 1992. The reliability of selection curves obtained from trouser trawl or alternate haul studies. // Can.J. Fish. Aquat. Sci. № 49, P. 1624-1632.

62. CaffreyJ. M., J. ConneelyJ., Connolly B. 1996. Radio teiemetric determination of bream (Abramis brama L.) movements in Irish canals. // In E. Baras & J. C.

63. Philippart (eds), Underwater Biotelemetry, proceedings of the First Conference on Fish Telemetry in Europe: P. 61-67.

64. Cech, M., Kubeeka, J. 2002. Sinusoidal cycling swimming pattern of reservoir fishes. Journal of Fish Biology №61, P. 456-471.

65. Clark, R.R. & P.E. King. 1986. The estimation of gillnet selection curves for Atlantic herring (Clupea harengus L.) using length/girth relations. // J. Cons. int. Explor. Mer. № 43: P. 77-82.

66. Clough, S. & Beaumont, W. C. R. 1998. Use of miniature radio-transmitters to track the movement of dace, Leuciscus leuciscus (L.) in the River Frame, Dorset. // Hydrobiologia№371/372, P. 89-97.

67. Craig, J. 1977. Seasonal changes in the day and night activity of adult perch, Perca fluviatilisL. //J. Fish Biol. № 11: P. 161-166.

68. Davison W. 1997. The Effects of Exercise Training on Teleost Fish, a Revi ©/v of Recent Literature. // Comparative Biochemistry and Physiology Part A: Physiology: vol. 117, i 1, P. 67-75.

69. Dewar H, Graham J 1994. Studies of tropical tuna swimming performance in a large water tunnel—energetics. // J Exp Biol. №192:P. 13-31.

70. Dewar H, Graham J 1994. Studies of tropical tuna swimming performance in a large water tunnel—energetics. //J Exp Biol 192:P. 13-31.

71. Dickson W. (1989) Cod gillnet simulation model. Fish. Res.; №7: P.149-174.

72. Don, B.A.C., Ren noils, K. (1983) A home range model incorporating biological attraction points. // J. Anim. Ecol. № 52, 69-81.

73. Donnelly R. E., Caffrey J. M., Tierney D. M. 1998. Movements of a bream (Abramis brama (L.)), rudd bream hybrid, tench (Tinca tinca (L.)) and pike (Esox lucius(L.)) in an Irish canal habitat. // Hydrobiologia371/372: P. 305-308.

74. Dorner H., Berg S., Jacobsen L., Hülsmann S., Brojerg M., Wagner A. 2003. The feeding behaviour of large perch Perca fluviátil is (L.) in relation to food availability: a comparative study. // Hydrobiologia 506-509: P. 427-434.

75. Ehrenberg, J.E. 1974. Two applications for a dual beam transducer in hydroacoustic fish assessment systems. Proc. 1974. // IEEE Conf. Eng. Ocean Environ. 1:152-155.

76. Fickling, N. J. & R. L. G. Lee, 1985. A study of the movement of the zander, Lucioperca lucioperca L., populations of two lowland fisheries. // Aquae. Fish. Manage. №16: P. 377-393.

77. Fitzgibbon Q.P., Strawbridge A., Seymour R.S. 2007. Metabolic scope, swimming performance and the effects of hypoxia in the mulloway, Argyrosomus japonicus(Pisces: Sciaenidae). Aquaculture, vol. 270, i 1-4, P. 358-368.

78. Forstner H., Wieser W. 1990. Patterns of routine swimming and metabolic rate in juvenile cyprinids at three temperatures: analysis with a respirometer-activity-monitoring system. // JComp Physiol. B №160: P. 71-76

79. Fournier, D., Archibald, C. 1982. A general theory for analyzing catch data //Can. J. Fish. Aquat. Sci. — 1982. vol. 39. P. 1195-1207.

80. Fox W. W. (1970) An exponential surplus yield model for optimizing exploited fish population. //Trans. Amer. Fish. Soc., vol. 99, P. 922-930.

81. Fujimori Y, Matuda K, Losanes LP, Koike A. 1990. Water tank ex periment on the catching efficiency and mesh selectivity of gillnets. Nippon Suisan Gakkaishi; №56: P. 2019-2027.

82. Fujimori Y, Tokai T. 1999. Estimation of gillnet selectivity curve by Ishida's method and Kitahara's method with MS-Excel. // Bull. Jpn. Soc. Fish. Oceanogr.; №63: P. 14-25.

83. Fujimori Y, Tokai T. 2001. Estimation of gillnet selectivity curve by maximum likelihood method. // Fish. Sci.; №67: P. 644-654.

84. Geeraerts C, Ovidio M, Verbiest H, Buysse D, Coeck J, Belpaire C, Philippart J-C 2007. Mobility of individual roach Rutilus rutilus (L.) in three weir-fragmented Belgian rivers// Hydrobiologia, №582:P. 143-153.

85. Godinho A.L.1997. Weight-length relationship and condition of the characiform Triportheus Guentheri. // Environmental Biology of Fishes№50: P. 319-330.

86. Goldspink, C.R. 1978. A note on the dispersion pattern of marked bream Abrarrisbrama (L.) released into Tjeukemeer, The Netherlands. // J. Fish Biol. №3: P. 493-497.

87. Goldstein, S. 1951. On diffusion by discontinuous movements and on telegraph equation. // Q. J. Mech. Appl. Math. №4,129-156.

88. Gull and J. A. 1969. Manual of method for fish stock assessment. Fish population analias. //FAO Man. Fish. Sci. № 4,154 pp.

89. Hamley JM, Regier HA. 1973. Direct estimates of gill net selectivity to wall eye (Stizostedion vitreum vitreum). // J. Fish. Res. Board Can.; №30: P. 817-830.

90. He P. 1991. Swimming endurance of the Atlantic cod, Gadus morhua L., at low temperatures. // Fisheries Research, vol. 12, i 1, P. 65-73.

91. He P. 1991. Swimming endurance of the Atlantic cod, Gadus morhua L., at low temperatures. // Fisheries Research, vol. 12,1 1, P. 65-73

92. Helser T.E., Condrey R.E. and Geaghan J.P. 1991. A new method of estimating gillnet selectivity, with an example for spotted seatrout, Cynocion nebulosus. If Can. J. Fish. Aquat. Sci. №48, P. 487-492.

93. Henderson B.A. and Wong J.L. 1991. A method for estimating gillnet selectivity of walleye (Stizostedion vitreum vitreum) in multimesh multifilament gill nets in Lake Erie, and its application. // Can. J. Fish. Aquat. Sci. №48, P. 24202428.

94. H inch, S. G. & J. Bratty 2000. Effects of swim speed and activity pattern on success of adult sockeye salmon migration through an area of difficult passage. // Transactions of the American Fisheries Society №129: P. 598-606.

95. Ho"lker F 2003. The metabolic rate of roach in relation to body size and temperature. // J Fish Biol. №62: P. 565-579.

96. Holker F., Breckling B. 2002. Influence of activity in a heterogeneous environment on the dynamics of fish growth: an individual-based model of roach. J. of F. Biol.: №60, P. 1170-1189.

97. Hoist, R. and Moth-Poulsen, T. 1995. Numerical recipes and statistical methods for gillnet selectivity. // ICES CM 1995/B:18,22 pp.

98. Holt SJ. 1963. A method for determining gear selectivity and its application. ICNAF Special Publication; 5: P. 106-115.

99. Hovgard H.A 1996 two-step approach to estimating selectivity and fishing power of research gill nets used in Greenland waters. // Can. J. Fish. Aquat. Sci.; №53: P. 1007-1013.

100. Hsin-i Wu, Bai-Lian Li, Springer,T., Neill,W. 2000. Modelling animal movement as a persistent random walk in two dimensions: expected magnitude of net displacement. // Ecol. Mod. №132: P. 115-124.

101. Imbrock, F., Appenzeller, A. & Eckmann, R. 1996. Die! and seasonal distribution of perch in Lake Constance: a hydroacoustic study and in situ observations. // Journal of Fish Biology №49, P. 1-13.

102. Ishida T. (1962) On the gill-net mesh selectivity. // Bull.Hokkaido Reg. Fish. Res. Lab.; 25: P. 20-25 (in Japanese).

103. J.De Leeuw, Nagelkerke, L., Van Densen, W., Holmgren, K., Jansen, P., Vijverberg, J. 2003. Biomass size distributions as a tool for characterizing lake fish communities.// Journal of Fish Biology №63, P. 14541475.

104. Jacobsen, L., Berg, S., Broberg, M., Jepsen, N., Skov C. 2002. Activity and food choice of piscivorous perch (Perca fluviatilis) in a eutrophic shallow lake: a radio-telemetry study. // Freshwater Biology №47, P. 2370-2379.

105. Jain K. E., Hamilton J. C., Farrell A. P. 1997. Use of a Ramp Velocity Test to Measure Critical Swimming Speed in Rainbow Trout (Onchorhynchus mykiss). // Comparative Biochemistry and Physiology Part A: Physiology, v. 117, i. №4, P. 441-444.

106. Jepsen, N., A. Koed, F. 0kland, 1999. The movements of pikeperch in a shallow reservoir. // J. Fish Biol. №54: P.1084-1093.

107. Joaquim N., Wagner G. N., Gamperl A. K. 2004 Cardiac function and critical swimming speed of the winter flounder (Pleuronectes americanus) at two temperatures. // Comparative Biochemistry and Physiology, vol. №138, i 3, P. 277285.

108. Kareiva, P.M., Shigesada, N. 1983. Analyzing insect movements as a correlated random walk. // Oecologia№56, P. 234-238.

109. Karlsson, L., E. Ikonen, H. Westerberg & J. Sturlaugsson 1996. Use of data storage tags to study the spawning migration of Baltic salmon (Salmo salar L.) in the Gulf of Bothnia // ICES CM 1996/M:9,15 pp.

110. Kitahara T. 1971. On selectivity curve of gillnet. // Nippon Suisan Gakkaishi ; №37: P. 289-296.

111. Klimleya A.P, Beaversa S.C, Curtisa T.H,. Jorgensena S.J. 2002. Movements and swimming behavior of three species of sharks in La Jolla Canyon, California // Environmental Biology of Fishes№63: P. 117-135.

112. Koed, A., Balleby, K., Mejlhede, P. 2002. Migratory behaviour of adult pikeperch (Stizostedion lucioperca) in a lowland river. // Hydrobiologia №483: P. 175-184.

113. Koed, A., Mejlhede, K., Balleby, K., Aarestrup, K (2000). Annual movement and adult pikeperch in a lowland river. // Journal of fish biology. 57, P. 1266-1279.

114. Kurkilahti, M.1999. Nordic multimesh gillnet—Robust gear for sampling fish populations. // PhD thesis, University of Turku, Finland, 65 pp.

115. L'Abe'e-Lund, J. H. & L. A. Vollestad 1985. Homing precision of roach

116. Rutilus rutilus in Lake Aarungen, Norway. // Environmental Biology of Fishes13: P. 235-239.

117. Larinier, M. 1998. Upstream and downstream fish passage experience in France. // In Jungwirth, M., M. S. Schmutz & S. Weiss (eds), Fish migration and fish bypasses. // Fishing News Books. Blackwell Science Ltd., Oxford: P. 127-145.

118. Lazzaro, X. (1987). A review of pianktivorousfishes: Thar evolution, feeding behaviour, selectivities, and impacts. // Hydrobiologia 146, P. 97-167.

119. Leonard, J. B. K. & S. D. McCormik 1999. Effects of migration distance on whole-body and tissue-specificenergy use in American shad (Alosa sapidissima). //Canadian Journal of Fisheries and Aquatic Sciences№56: P. 1159-1171.

120. Levin, S.A. 1986. Random walk models of movement and their implication. In: Hallam, T., Levin, S.A. (Eds.), Mathematical Ecology: An Introduction. // Springer-Verlag, Berlin, P. 143-154.

121. Lokkeborg S, Skajaa K, Ferno A. 2000. Food-search strategy in Ling (MolvamolvaL.): crepuscular activity and use of space. //J Exp Mar Biol Ecol 247.

122. Lokkeborgl, S., Ferno, A., Jorgensen, T.2002. Effect of position-fixing interval on estimated swimming speed and movement pattern of fish tracked with a stationary positioning system. // Hydrobiologia№483: P. 259-264.

123. Lyons J., Lucas M. C. 2002. The combined use of acoustic tracking and echosounding to investigate the movement and distribution of common bream (Abramisbrama) in the River Trent, England. // Hydrobiologia№483: P. 265-273.

124. Mahon, R., Khokiattiwong, S., Oxenford, H. 2000. Selectivity of experimental gillnetsfor fourwing flyingfish, Hirundichthysaffinis, off Barbados.// Environmental Biology of Fishes№59: P. 459-463.

125. Marsh, L.M., Jones, R.E. 1988. The form and consequences of random walk movement models. // J. Theor. Biol. №133, P. 113-131.

126. McAllister, M.K., lanelli, J.N. (1997) Bayesian stock assessment using catch-age data and the sampling importance resampling algorithm.// Can. J. Fish. Aquat. Sci. 54, P. 284-300.

127. McCulloch, C.E., Cain, M.L. 1989. Analyzing discrete movement data as a correlated random walk. // Ecology 70, P. 383-388.

128. McKinley, R. S. & G. Power 2007. Measurement of activity and oxygen consumption for adult lake sturgen (Acipenser fulvescens) in the wild using radio-transmitted EMG signals. // In Priede, A. G. & Hydrobiologia№582:43-54 53

129. Mehner, T., Schulz, M. 2002. Monthly variability of hydroacoustic fish stock estimates in a deep lake and its correlation to gill net catches. // Journal of Fish Biology №61, P. 1109-1121.

130. Millar R.B. 1993. Analysis of trawl selectivity studies (addendum): implementation in SAS. // Fish. Res. №17, P.373-377.

131. Millar R.B. 1994. Sampling from trawl gears used in size selectivity experiments. // ICES J. Mar. Sci. №51, P. 293-298.

132. Millar RB, Hoist R. 1997. Estimation of gillnet and hook selectivity using log-linear models//. ICES J. Mar. Sci.; №54: P. 471-477.

133. Millar, R. 1995. The fundional form of hook and gillnet selection curves cannot be determined from comparative catch data alone. // Can. J. Fish. Aquat. Sci., №52: P. 883-981.

134. Millar, R. 2000. Untangling the confusion surrounding hte estimation of gillnet selectivity. Can. J. Fish. Aquat. Sci., №55: P. 1328-1337.

135. Millar, R. ,Fryer, R. 1999. Estimating the size-selection curves of towed gears, traps, nets and hooks. // Reviews in Fish Biology and Fisheries №9: P. 89116.

136. Moore, A. E, C. E. Potter, N. J. Milner, S. Bamber 1995. The migratory behaviour of wild Atlantic salmon (Salmo salar) smolts in the estuary of the River Conwy, North Wales. // Canadian Journal of Fisheries and Aquatic Sciences №52: P. 1923-1935.

137. Moriya, S., Shiyake, S. 2001. Spreading the distribution of an exotic ragweed beetle, Ophraella communa LeSage (Coleoptera: Chrysomelidae), in Japan. //Jpn. J. Entomol. №4, P. 99-102 (in Japanese).

138. Muir B.S., Newcombe C.P. 1974 Laboratory observations on filter feeding in atlanticmackerel, Scomber scombrus. // Mar Ecol Lab. 52: P. 21-32.

139. Nashimoto K. 1979. Selectivity of gillnet. In: Japanese Society of Fisheries Science (ed). Selectivity of Fishing Gears. Kouseisya-kouseikaku, Tokyo; P. 65-81.

140. Neill, W.H. (1979). Mechanics of fish distribution in heterothermal environments. //Am. Zool. 19, P. 305-317.

141. Neuman E., Thoresson G., Sandstrom O. 1996. Swimming activity of perch, Perca fluviátil is, in relation to temperature, day-length and consumption. // AnnalesZoologici Fennici, №33, P. 669-678

142. Niezgodal G. H., McKinley R. S, White D, Anderson G., D. Cote. A1998. Dynamic combined coustic and radio transmitting tag for diadromousfish. // Hydrobiologia№371/372: P. 47-52.

143. Ohlberger J, Staaks G, Holker F 2006. Swimming efficiency and the influence of morphology on swimming costs in fishes. // J Comp Physiol B №176: P. 17-25

144. Ohlberger J, Staaks G, Holker F 2007. Effects of temperature, swimming speed and body mass on standard and active metabolic rate in vendace (Coregonus albula). // J Comp Physiol B №177: P. 905-91.

145. Okubo, A. 1980. Diffusion and Ecological Problems: Mathematical Models. // Springer-Verlag, New York, 254 pp.

146. Palsson, O. K. & V. Thorsteinsson 2003. Migration patterns, ambient temperature, and growth of Icelandic cod (Gadus morhua): evidence from storage tag data // Canadian Journal of Fisheries and Aquatic Sciences: P.1409-1423.

147. Partridge, B. L., T. J. Pitcher, J. M. Cullen and J. P. F. Wilson 1980. The three dimensional structure of fish schools. // Behav. Ecol. Sociobiol. №6, P. 277-288

148. Peltonen, H., J. Ruuhijarvi, T. Malinen, J. Horppila 1999. Estimation of roach (Rutilus rutilus (L.)) and smelt (Osmerus eperlanus (L.)) stocks with virtual population analysis, hydroacoustics and gill net CPUE. // Fish. Res. №44: P. 25-36.

149. Persson L. 1988. Asymmetries in competitive and predatory interactions in fish populations. In: Ebenman B, Persson L (eds) Size-structured populations-ecology and evolution. // Springer, Berlin Heidelberg New York, P. 203-218.

150. Petrell R. J., Jones R. E. 2000. Power requirement of swimming in Chinook salmon and Atlantic salmon and implications for food conversion and growth performance. //Aquacultural Engineering, vol. №22, i 3, P. 225-239.

151. Porch, c., Fisher, M., McEachron, L. 2002. Estimation abundance from gillnet samples with application to red dram (Sciaenops ocellatus) in Texas bays. // Can. J. Fish. Aquat. Sci., №59: P. 657-668.

152. Rask M. 1986. The diet and die! feeding activity of perch, Perca fluviátil is L., in a small lake in southern Finland. //AnnalesZoologici Fennici, №23, P. 49-56.

153. Rivas, L. R. 1954. A preliminary report on the spawning of the western north Atlantic bluefin tuna (Thunnus thynnus) in the Stra'ts of Florida // Bulletin of Marine Science Gulf and Caribbean №4: P. 302-322.

154. Rudstam L.G., Magnuson J.J., Tonn W.M. 1984. Size selectivity of passive fishing gear: a correction for encounter probability applied to gill nets. // Can. J. Fish. Aquat. Sci. №41, P. 1252-1255.

155. Salvanes A.G. 1991. The selectivity for cod (Gadus morhua L.) in two experimental trammel-nets and one gil I net. // Fish. Res. №10, P. 265-285.

156. Santos, M., Gaspar, M., Monteiro, C., Erzini, K. 2003. Gill net selectivity for European hake Merluccius merlucciusfrom southern Portugal: pi i cations for fishery management. // Fish. Sci.; №69: P. 873-882

157. Schnute, J.T., Hilborn, R. 1993. Analysis of contradictory data sources in fish stock assessment. // Can. J. Fish. Aquat. Sci. №50, P. 1916-1923.

158. Simpkins D., Hubert W., Martinez Del Rio C., Rule D. (2004). Constraints of body size and swimming velocity on the ability of juvenile rainbow trout to endure periods without food. // Journal of Fish Biology : 65, P. 530-544.

159. Smith, R. J. 1991. Social behaviour, homing and migration. // In I. J. Winfield & J. S. Nelson (eds), Cyprinid Fishes: Systematics Biology and Exploitation. Chapman & Hall: P. 509-529.

160. Somerton, D., J. lanelli, S. Walsh, S. Smith, O. R. Godo, D. Ramm 1999. Incorporating experimentally-derived estimates of survey trawl efficiency into the stock assessment process: A discusa on. // ICES J. Mar. Sci. №56: P. 299-302.

161. Specziar., A, Biro, B. 2003. Population structure and feeding characteristics of Volga pikeperch, Sander volgensis (Pisces, Percidae), in Lake Balaton. // Hydrobiologia№506-509: P. 503-510.

162. Steinhausen M. F., Steffensen J. F., Andersen N. G. 2005. Tail beat frequency as a predictor of swimming speed and oxygen consumption of saithe

163. Pollachius virens) and whiting (Merlangius merlangus) during forced swimming. // Mar Biol №148:P. 197- 204

164. Stott, B. 1967. The movements and population densities of roach (Rutilus rutilus, (L.) and gudgeon (Gobio gobio, (L.) in the River Mole. // J. anim. Ecol. №36: P. 407-423.

165. Sutelal, T., Mutenia A., Salonen, E. 2002. Relationship between annual variation in reservoir conditions and year-class strength of peled (Coregonus peled) and whitefish (C. lavaretus).// Hydrobiologia№485: P. 213-221.

166. Svardson, G. 1951. Spawning behaviour of Leuciscusleuciscus(L.). / Reports of the Institute of Freshwater Research, Drottingholm№33: P. 199-203.

167. Svendsen Y.S. (1995). Tracking juvenile cod (Gadus morhua L.) in northern Norway using acoustictags. // Fisheries Research, v 23, 3-4, P. 311-318.

168. Tanaka, E. A 2002. Method for calculating numerical estimates of gear selectivity curve. // Fish. Sci.; №68: P. 081-1087.

169. Tokai T, Kitahara T. (1989) Methods of determining the mesh selectivity curve of trawl net. // Nippon Suisan Gakkaishi; 55: P. 643-649.

170. Tokai T, Mitsuhashi T. 1998. Select model for estimating selectivity curve from comparative fishing experiments. // Bull. Jpn. Soc. Fish. Oceanogr.; №62: P. 235-247.

171. Uchmanski, J. 1985. Differentiation and frequency distribution of body weight in plants and animals. // Phil. Trans. R. Soc. Lond., B №310, P. 1-75.

172. Uchmanski, J., Dgebuadze, J. 1990. Factors affecting ska/vness of weight distribution in even-aged population: numerical example. // Pol. Ecol. Stud., №16, 3-4, P. 297-311.

173. Ulltang, O. 1996. Stock assessment and biological knowledge: can prediction uncertainty be reduced?// ICES Journal of Marine Sciences* №53: P. 659-675.

174. Varis, O., Kuikka, S., Kettunen, J. 1993. Belief networks in fish stock assessment—the Baltic salmon case. // ICESC.M. D:13 (Mimeo).

175. Vehanen, T., Lahti, M. 2003. Movement and habitat use by pikeperch (Stizostedion lucioperca (L.)) in a hydropeaking reservoir. // Ecology of Freshwater Fish: №12: P. 203-215.

176. Videler J.J. 1993. Fish Swimming.//Chapman & Hall, London, 184 pp.

177. Wagner G. N, Mckinley R. S., Bjorn P. A., B. Finstad. 2003. Physiological impact of sea lice on swimming performance of Atlantic salmon. // Journal of Fish Biology №62, P. 1000-1009.

178. Wardle, D. 1973. Hydrodynamics of fish schooling. // Nature, Lond. 241, P. 290-291.

179. Ware, D. M. 1978. Bioenergetics of pelagic fish: theoretical change in swimming speed and ration with body size. // J. Fish. Res. Bd Can. 35: P. 220-228.

180. Webb P. W. 1991. Composition and mechanicsof routine swimming of rainbow trout, Oncorhynchusmykiss. //Can J Fish Aquat Sci №48: P. 583-590.

181. Weihs D, Webb P. W. 1983. Optimization of locomotion. //In: Webb PW, Weihs D (eds) Fish biomechanics. Praeger, N&/v York, P. 16-32.

182. Weihs D. 1973. Optimal fish cruising speed. // Nature№245:48-50

183. Welch, D. W., B. R. Ward, B. D. Smith & J. P. Eveson 2000. Temporal and spatial responses of British Columbia steel head (Oncorhynchus mykiss) populations to ocean climate shifts. Fisheries Oceanography №9:17-32.

184. Wilson, S. G., M. E. Lutcavage, R. W. Brill, M. P. Genovese, A. B. Cooper & A. W. Everly 2005. Movements of bluefin tuna (Thunnus thynnus) in the northwestern Atlantic Ocean recorded by pop-up satellite archival tags. Marine biology №146: P. 409-423.

185. Worton, B.J. (1987) A review of models of home range for animal movement. // Ecol. Model. №38, P.227-298.

186. Wulff A. (1986) Mathematical model for selectivity of gill nets. // Arch. FishWiss. №37, P.101-106.

187. Yamamura, K., Moriya, S., Tanaka, K. 2003. Discrete random walk model to nterpret the dispersal parameters of organisms. // Ecol. Mod. №161: P. 151-157.

188. Yasumori Y., Tocai T. 2001. Estimation of gillnet selectivity curve by maximum likelihood method. // Fisheries science; №67: P. 644 654.integrating acoustic telemetry and a geographic information system. // Hydrobiologia№483: P. 209-218.

189. Zamora, L., Moreno-Amich, R. (2002) Quantifying the activity and movement of perch in a temperate lake by integrating acoustic telemetry and a geographic information system. // Hydrobiologia483: P. 209-218.

190. Strong W., Bruce B., Nelson D., Murphy R. 1996. Population dynamics of white sharks in Spencer Gulf, South Australia . In: Klimley AP, Ainley DG (eds) Greet white sharks. //The biology of Carcharodon car char ¡as. Academic, San Diego, P. 401-414

191. Gunn J., Stevens J., Davis T., Norman B. 1999. Observations on the short term movements and behaviour of whale sharks (Rhinoodon typus) at Ningaloo Reef, Western Australia // Mar Biol №135:P. 553-559