Изменчивость температуры воды Баренцева моря и ее воздействие на биотические компоненты экосистемы

Рис. 7. Изменения среднемесячных аномалий температуры воды слоя 0-200 м на станциях 3 -7 разреза "Кольский меридиан" в 1951-2007 гг. Сверху стрелками показаны границы периодов и количество месяцев с положительными и отрицательными аномалиями температуры воды, вертикальные стрелки - смена знака аномалий наиболее продолжительных холодных и теплых периодов

Климатическая система Баренцева моря. Анализ межгодовой изменчивости температуры воздуха в различных районах Северной Атлантики и Северо-Европейского бассейна по данным за вторую половину XIX- начало XXI столетия показал, что в конце 1910-х - начале 1920-х годов климатическая система атмосферы, вероятно, перешла в новую межвековую фазу с более высоким средним тепловым фоном.

При этом наблюдалось запаздывание в западном направлении смены квазистационарных климатических режимов. В 1920-2005 гг. средняя температура воздуха в Вардё была на 0,9 °С, в Бодо на 0,7 °С, а в Нуук на 1 °С выше, чем во второй половины XIX в. - двух десятилетий ХХ в. Сравнение средних с помощью t-критерия Стьюдента показало, что они статистически значимо различаются.

По данным метеостанции Вардё в течение 1840-1919 гг. и 1920-2000 гг., равных по продолжительности периодов, при различной средней температуре воздуха (рис. 8) имелись значительные различия частотной структуры ее колебаний.

В 1840-1919 гг. в изменчивости этого параметра доминировали короткопериодные составляющие, тогда как в 1920-2000 гг. наибольший вклад вносили циклические компоненты низкочастотной части спектра (Бойцов, 2008).

Рис. 8. Динамика среднегодовой температуры воздуха в районе Вардё в 1840-1919 гг. (1) и 1920-2000 гг. (2)

В многолетних колебаниях температуры воды и ледовитости Баренцева моря с начала прошлого столетия по настоящее время также были выделены интервалы с различным уровнем их средних значений (рис. 9).

Вероятно, на акватории, где особенности гидрометеорологического режима определяют основные центры действия атмосферы Северной Атлантики и воды системы Гольфстрима, в конце второго - начале третьего десятилетий ХХ в. произошло повышение теплового фона климатической системы, причиной которого могло быть наложение возрастающих фаз межвекового и векового циклов температуры воды и воздуха.

Рис. 9. Колебания температуры воды слоя 0-200 м Мурманского течения (1), ледовитости Баренцева моря (2) и их средние значения (3) в 1900-1919 гг. и 1920-2004 гг.

Исследования крупномасштабных колебаний климата Баренцева моря особенно актуальны в настоящее время, поскольку в течение почти двух последних десятилетий отмечается повышенный тепловой фон его воздушных и водных масс, а также низкая ледовитость.

Для оценки климатических вариаций в этой части Арктики был рассчитан индекс, представляющий собой сумму нормированных на среднеквадратические отклонения среднегодовых значений температуры воздуха и температуры воды, а также ледовитости Баренцева моря (Бойцов, 2008).

По знаку его нелинейного тренда были выделены два продолжительных холодных (1900-1919 и 1963-1988 гг.) и два теплых (1920-1962 гг. и после 1988 г.) периода (рис. 10).

Рис. 10. Межгодовые изменения климатического индекса Баренцева моря (1) в 1900-2007 гг. и его нелинейный тренд (2)

Средняя температура воздуха двух теплых климатических фаз на 1,1 °С превышала таковую двух холодных фаз. Температура воды Баренцева моря соответственно была на 0, 6 °С выше, а его ледовитость на 14 % ниже (табл. 2). За период 1900-1919 гг. самая низкая температура воды и воздуха, а также наиболее высокая ледовитость моря были в 1902 г., а за период 1963-1988 гг. - в 1966 г.

Таблица 2

Средние значения климатического индекса и климатообразующих факторов Баренцева моря в холодные и теплые периоды 1900-2007 гг.

Сравнение средних значений и экстремумов теплосодержания водных и воздушных масс, а также климатического индекса показало, что эти характеристики первого холодного периода меньше характеристик второго периода. Следовательно, гидрометеорологические условия в начале ХХ в. были более суровыми.

Кроме квазивекового цикла, в изменчивости климатического индекса Баренцева моря выявлены ритмические колебания меньшей длительности. Повышенная энергия спектральной плотности отмечается в диапазоне 16-19 и 9-11- летних колебаний. В настоящее время квазивековой и 16-19-летний ритмы находятся в положительной фазе. Поэтому вероятность сохранения теплового фона выше нормы, а ледовитости Баренцева моря ниже ее в ближайшие несколько лет (примерно, до 2010 г.) достаточно высока.

Выполнен также сравнительный анализ температуры воздуха в районе Баренцева моря, воды и площади моря, свободной ото льда, для двух периодов повышенного климатического фона 1920-1950 гг. (потепление Арктики) и 1989-2007 гг. Он показал, что в конце ХХ - начале XXI вв. средние и месячные максимальные значения этих параметров в целом были больше, а климатический индекс превышал в 1,6 раза. Основной причиной потепления Арктики в 1920-1950-е годы ведущие климатологи считали усиление воздухообмена между высокими и умеренными широтами, в результате которого увеличилось количество теплового воздуха, поступающего в арктический регион.

При этом траектории циклонов сместились к северу, и их центры стали пересекать Баренцево море. Эти процессы в атмосфере способствовали увеличению адвекции теплых атлантических вод в арктические моря (Дзердзеевский, 1970; Вительса, 1977). Анализ межгодовой динамики некоторых индексов зонального циркуляции атмосферы показал, что в течение двух последних десятилетий они имели возрастающий тренд и их значения были на уровне таковых во время потепления Арктики. Следовательно, высокий теплозапас воздуха и воды в 1989-2007 гг. в Баренцевом море также является результатом длительного доминирования зонального переноса воздушных масс в Атлантико-Европейском регионе, вызвавшего повышение циклонической активности в холодную часть года и увеличение адвекции тепла течениями в европейскую часть Арктики. Кроме того, в конце ХХ в. наблюдалась активизация антициклонической деятельности в теплый период (Малинин, Радикевич, Гордеева, Куликова, 2003). Это могло привести к дополнительному повышению температуры воздуха и верхнего слоя морских вод весной и летом за счет более интенсивного радиационного прогрева из-за меньшей облачности в зонах действия антициклонов.

Следовательно, высокий тепловой уровень водных и воздушных масс, а также низкая ледовитость Баренцева моря, которые наблюдаются в настоящее время, являются следствием развития природных процессов, вызывающих чередование достаточно продолжительных теплых и холодных периодов, а повышенная концентрация парниковых газов в атмосфере могла лишь несколько усилить эту тенденцию в последние годы (Бойцов, 2008).

Выполнен статистический анализ связи многолетних изменений космогеофизических факторов и параметров крупномасштабной системы циркуляции атмосферы с колебаниями температуры воды Мурманского течения Баренцева моря. Для этого с помощью полосовой фильтрации были выделены наиболее энергетически значимые циклы в их изменчивости (Бойцов, 2007).

В Баренцевом море 16-19-летний цикл в изменчивости теплосодержания атлантических вод, вероятно, генерируется не приливообразующей силой Луны, а долгопериодной ритмичностью смены направления и интенсивности циркуляции атмосферы над Северной Атлантикой, близкой к периодичности лунного деклинационного прилива. Анализ сопряженности 18-19-летней квазипериодической вариации индекса NAO и близкого по продолжительности цикла теплосодержания атлантических вод Баренцева моря показал наличие высокой статистической связи между ними (r = 0,92) при их синхронном сопоставлении. Между этой цикличностью индекса NAO и потенциалом приливообразующей силы Луны существует запаздывание первого параметра относительно второго на 4 года (r = 0,92). Такой же временной лаг был выявлен в изменчивости индекса лунного деклинационного прилива и долгопериодной компоненты температуры воды Мурманского течения. Если приливообразующая сила Луны оказывает воздействие на динамические процессы в атмосфере и океане, то ее влияние на колебания температуры воды проявляется через изменения их интенсивности. Для заблаговременной оценки 16-19-летнего цикла температуры воды в качестве предиктора можно использовать индекс лунного деклинационного прилива.

В межгодовых колебаниях температуры воды Мурманского течения 11-летний цикл, вероятно, является результатом влияния гелиогеофизических сил на гидрометеорологические процессы, так как он присутствует в динамике солнечной активности, но не выявлен в изменчивости циркуляционных факторов атмосферы. Время наступления экстремумов 11-летнего цикла температуры воды в среднем на 3 года запаздывает относительно такового у индекса солнечной активности. По данным за 1951-2005 гг. коэффициент корреляции равен r = 0,78. Однако, начиная с 1985 г., статистическая связь между этими параметрами была наибольшей при сдвиге на 2 года (r = 0,94). Возможной причиной уменьшения временного лага является то, что если ранее в пределах каждого цикла рост солнечной активности наблюдается в течение 3-4 лет, а спад - 7-8 лет, то с 1985 г. время роста этого индекса увеличилось, а спада уменьшилось.

В межгодовой динамике показателя вихревой активности атмосферы, в качестве которого использовалась сумма нормированных значений индексов интенсивности перемещения циклонов над Норвежским морем и их повторяемости, а также в динамике климатического индекса Баренцева моря присутствуют нелинейные тренды, вклад которых в дисперсию исходных рядов составляет 22 и 23 % соответственно. После 1968 г. статистическая связь между ними была почти функциональной (r = 0,98).

В настоящей работе наличие фазовых сдвигов от года до трех лет в колебаниях отдельных долгопериодных ритмических компонент температуры воды Мурманского течения относительно соответствующих циклических вариаций циркуляционных факторов атмосферы и некоторых космогеофизических индексов было использовано при разработке методов долгосрочного прогноза теплосодержания водных масс Баренцева моря.

Глава 5. Прогнозы термического состояния вод Баренцева моря

Прогнозы температуры воды Баренцева моря используются в различных видах деятельности, но особое значение они имеют при формировании месячных и квартальных прогнозов распределения промысловых объектов в море, а также при долгосрочном и перспективном прогнозировании величины пополнения промысловых запасов гидробионтов и состояния сырьевой базы их промысла. В ПИНРО исследования по разработке методов оперативных и долгосрочных прогнозов температуры воды в Баренцевом и Норвежском морях начались в середине 60-х годов прошлого столетия. Они осуществлялись совместно сотрудниками лаборатории гидрологии моря ПИНРО (Ю.А. Бочков) и Ленинградского гидрометеорологического института (К.В. Кондратович, Е.И. Серяков, Ю.В. Суставов, И.П. Карпова и др.). Разработка тех или иных методов прогноза зависела от уровня исследований процесса, степени развития прогностики как научной дисциплины, качества и количества исходной информации, возможностей вычислительной техники, а также от запросов практики.

Анализ результатов ранее созданных методов прогноза температуры воды Баренцева моря показал, что несмотря на увеличение длины ее рядов и повышение уровня знаний о закономерностях пространственной и временной изменчивости этой характеристики, оправдываемость прогнозов не всегда отвечает установленным критериям. Так, некоторые хорошо зарекомендовавшие себя прогностические модели, в которых использовался большой набор независимых переменных, имели низкую эффективность в осенне-зимний период. Часто не удается предсказать быструю смену низкого уровня теплового состояния вод Баренцева моря на высокий и наоборот.

В связи с этим нами были выполнены исследования по разработке новых методов прогноза среднемесячной с заблаговременностью 1-2 месяца и среднегодовой с заблаговременностью 1-2 года температуры воды слоя 0-200 м Мурманского течения по данным 3-7 станций разреза «Кольский меридиан».

Методика прогноза температуры воды с учетом аналогичности развития гидрометеорологических процессов. Способ прогноза путем подбора аналогов основан на следующей гипотезе: если в настоящий период в течение определенного времени гидрометеорологический процесс развивается сходным образом с наблюдавшимся в одном из прошлых лет в этот же период, то в течение некоторого времени в будущем ход текущего явления будет близок к тому, который был зафиксирован в пределах интервала упреждения в год-аналог (Толмачев, 1990).

Как известно, изменчивость энтальпии деятельного слоя моря определяется колебаниями составляющих теплового баланса. Однако учесть в прямом виде вариации во времени даже его основных компонент в настоящее время практически невозможно. В диссертации при разработке методики краткосрочного прогноза температуры воды слоя 0-200 м Мурманского течения по данным за 1951-2000 гг. (Twn) были использованы гидрометеорологические характеристики, с помощью которых косвенно можно оценивать не только потоки тепла на поверхность моря, но и адвекцию тепла течениями. В качестве предикторов использовались следующие параметры:

- средняя температура воды слоя 0-200 м разреза «Кольский меридиан» двух предшествующих месяцев на момент прогноза ((Twn-2 + Twn-3)/2);

- средняя разность температуры воды слоя 0-200 м станций 3-7 разреза "Кольский меридиан" двух предшествующих месяцев ((Twn-2 - Twn-3)/2);

- средняя температура воздуха на станции Вардё месяцев с наибольшей статистической связью с температурой воды на разрезе "Кольский меридиан" (Tan-m или (Tan-m + Tan-(m-1))/2);

- средняя разность температуры воздуха Вардё и воды поверхностного слоя на станции Вайда ((Ta-Tw)n-2 + (Ta-Tw)n-3)/2);

- средний уровень моря двух предшествующих прогнозу месяцев в г. Полярный ((Hn-2 + Hn-3)/2);

- средняя ледовитость Баренцева моря двух предшествующих месяцев ((In-2 + In-3)/2).

Первый предиктор учитывает наличие инерции в изменчивости температуры воды в течение 2-3-х месяцев, второй - межмесячную динамику теплосодержания по величине и знаку разности, третий и четвертый использованы для косвенной оценки основных составляющих внешнего теплового баланса при взаимодействии поверхностных вод с атмосферой, пятый является косвенным показателем адвекции, шестой служит интегральной характеристикой развития гидрометеорологический процессов.

Выбор года-аналога с использованием этих предикторов осуществляется последовательно по следующей схеме:

Twn > (Twn-2 + Twn-3)/2 > (Twn-2 - Twc-3)/2> (Tan-m или (Tan-m+ Tan-(m-1))/2 > ((Ta-Tw)n-2 + (Ta-Tw)n-3)/2) > (Hn-2 + Hn-3)/2 > (Ln-2 + Ln-3)/2.

На каждом шаге методики прогноза годы-аналоги определяются по следующему критерию:

(Fxn - Fxp ) < ±0,67уFx ,

где Fxn - значение фактора х в прогнозируемый n год на момент прогноза; Fxp - значение фактора x в любой предшествующий год p; 0,67уFx - пороговое значение критерия фактора x для отбора года-аналога.

После определения группы лет-аналогов по первому предиктору сопоставляются значения второго фактора каждого отобранного года с его значениями в прогнозируемый год и т.д. Расчеты прекращаются, когда остался один год-аналог, по которому рассчитывается прогностическая величина по следующей формуле:

Twn = Twpn + (Twn-ф - Twpn-ф),

где Twn - прогнозируемая температура воды для месяца n; Twpn - температура воды в год-аналог p месяца n; Twn-ф - Twpn-ф - разность средней температуры воды в месяцы с упреждением ф в год прогноза и средней температуры воды в месяцы с упреждением ф в год-аналог p.

В случае, если при прохождении всех этапов прогностической схемы выделено несколько лет-аналогов, выбирается один из них по минимальному значению критерия аналогичности Ка:

Ка=?(Fxn- ф - Fxp-ф)

Проверка качества прогнозов среднемесячной температуры воды была выполнена на независимом материале (2001-2005 гг.), которая показала, что эффективность предложенной методики по сравнению с обеспеченностью инерционных прогнозов составила 33 %.

Методика долгосрочного прогноза температуры воды на основе полициклической природы ее изменчивости. Выполненные в настоящей работе исследования частотной структуры колебаний температуры воды Мурманского течения Баренцева моря по данным за 1900-2000 гг. подтвердили мнение некоторых авторов (Суставов, 1978; Карпова, Суставов, Дмитриев, 1991; Методические рекомендации по использованию, 1997) о наличии методической основы для создания схем долгосрочного и сверхдолгосрочного прогноза этой характеристики, используя свойство полициклической структуры ее изменчивости. С учетом полученных результатов были сформулированы следующие основные методологические положения, которые использовались при разработке методики долгосрочного прогнозирования этого параметра:

- аддитивная модель межгодовой изменчивости температуры воды должна представлять собой результат разложения исходных данных на трендовую составляющую - Т(t), сумму компонент, описывающих ритмические колебания параметра - Р(t) и стохастическую часть сложного процесса - С(t). При этом Т(t) и Р(t) в первом приближении можно рассматривать как детерминированные и немультиколлинеарные (статистически слабо зависящие друг от друга) составляющие;

- предлагаемая модель должна учитывать генеральные особенности колебаний исследуемого параметра и, в первую очередь, нестационарность его различных характеристик;

- основные элементы внутренней структуры изменчивости исследуемого параметра необходимо описывать в виде отдельных блоков. Это обеспечивает не только простоту прогностической модели, но и при необходимости возможность их замены;

- при выборе диапазона настройки модели следует учитывать эффект возможного влияния на прогностические оценки изменчивости структурных элементов полициклического процесса и неустойчивость амплитуды и периода его основных составляющих.

Реализация отмеченных выше методологических положений в настоящей работе состояла в следующем. После исключения из исходной выборки межгодовых колебаний температуры воды на разрезе «Кольский меридиан» квазивекового ритма по данным за 1900-2000 гг. выделение циклических составляющих проводилось методом полосовой фильтрации по данным за 1951-2000 гг. Этот временной диапазон был выбран с учетом двух особенностей исходной информации. Как показал анализ, в этот период нестационарность параметра по амплитуде и фазовым углам основных энергонесущих частот значительно меньше, чем на более продолжительном временном отрезке. Кроме того, во второй половине ХХ в. разрез вдоль меридиана 33° 30' в.д. выполнялся достаточно регулярно и поэтому использование надежных по качеству данных позволяет получить более достоверные оценки изменчивости температуры воды.

Экстраполяция выделенных компонент на два шага вперед осуществлялась двумя способами. По данным ближайшей ретроспективы, в пределах временного интервала которых каждый цикл проявлялся не менее двух раз, подбирались гармоники, которые суммарно наилучшим образом описывали ее изменчивость (максимум корреляционного отношения). Ритм с периодом 16-19 лет аппроксимировался по данным за вторую половину столетия (1951-2000 гг.), а короткопериодные межгодовые колебания оценивались по наблюдениям за последние 10 лет. Второй способ состоял в том, чтобы с помощью метода наименьших квадратов подобрать полиномиальную функцию для последнего цикла каждой составляющей и с помощью полученного уравнения рассчитать температуру воды на два шага вперед. Экстраполированные значения каждой составляющей, начиная с тренда и заканчивая высокочастотными вариациями, полученные различными методами расчета, суммировались. При завершении всех вычислительных процедур формировалась прогностическая оценка температуры воды слоя 0-200 м на разрезе «Кольский меридиан» с заблаговременностью два года.

Высокочастотные 2-3-летние флуктуации имеют, по-видимому, стохастическую природу и поэтому для их экстраполяции использовался аналоговый метод, в котором учитываются особенности короткопериодных изменений этого параметра в течение ближайшей ретроспективы.

Наличие статистической связи 16-19- и 11-летних составляющих в колебаниях температуры воды Мурманского течения с индексами приливообразующей силы Луны и солнечной активности соответственно, а также существование разности их фаз было использовано в качестве третьего способа прогнозирования этих циклических компонент термики вод.

Для оценки качества разработанной схемы и оправдываемости прогнозов было проведено сравнение прогностических величин с фактическими значениями температуры воды за 2001-2005 гг., данные которых не использовались при создании методики. По сравнению с климатологической нормой эффективность аддитивного метода прогноза составила 40 %.

Краткосрочные и долгосрочные прогнозы температуры воды Мурманского течения, которые составляются с помощью разработанных автором настоящей работы методик, являются океанографической основой для прогнозирования распределения и динамики запасов промысловых видов гидробионтов Баренцева моря и используются в настоящее время в прогностической деятельности ПИНРО.

Глава 6. Влияние температуры воды и других факторов на динамику численности и распределение зоопланктона и трески Баренцева моря

Важной особенностью Баренцева моря является высокая биологическая продуктивность его вод, которая превышает продуктивность многих акваторий Мирового океана. Во многом это определяется благоприятными условиями среды для развития бореальных и арктобореальных видов гидробионтов в зоне действия теплых атлантических вод повышенной солености и арктических форм в районах распространения холодных и распресненных вод Северного Ледовитого океана (Эволюция экосистем и биогеография…, 1994). Поэтому Баренцево море в целом можно считать полярным фронтальным разделом между водами Арктики и Северной Атлантики.

Несмотря на богатую фауну промысловый потенциал Баренцева моря формируется за счет небольшого числа массовых видов рыб. Сезонные и многолетние колебания их запасов во многом определяются изменчивостью абиотических факторов среды обитания гидробионтов всех трофических уровней. Поэтому выявление основных физико-химических параметров и оценка их значимости в формировании биологической продуктивности вод моря, а также определение закономерностей изменчивости ее параметров является одной из важнейших задач рыбохозяйственной науки.

В подглаве 6.1. исследуется влияние гидрометеорологических факторов на динамику численности и распределение зоопланктона. В Баренцевом море в определенные периоды годового жизненного цикла мойвы, сельди, сайки, трески, пикши, морских окуней и молоди основных промысловых видов основу пищевого рациона составляет класс ракообразных (Бараненкова, Дробышева, Пономаренко, 1964; Сонина, 1976 и др.), среди представителей которого наиболее массовыми в мезопланктоне являются веслоногие рачки (Copepoda), а в макропланктоне - эвфаузииды (Euphausiacea). Поэтому динамика численности и особенности распределения зоопланктона влияют на накормленность и поведение рыб в период нагула, а также на урожайность их поколений (Сысоева, 1973; Пономаренко, 1973; Дробышева, 1994; Треска Баренцева моря…, 2003).

Прогноз численности молоди эвфаузиид с учетом влияния абиотических факторов. В Баренцевом море основную биомассу эвфаузиид (около 90 %) составляют арктобореальные виды Thysanoessa inermis и Thysanoessa raschii (Дробышева, Соболева, 1976; Дробышева, 1994). Первый встречается во всех районах моря, но наибольшее количество этих рачков придерживается вод атлантического происхождения в его западных, северо-западных и южных частях на участках с глубинами 100-200 м (Дробышева, 1979) и его скопления формируются за счет как местного нереста, так и приноса в Баренцево море этого вида эвфаузиид с нерестилищ, расположенных у северо-восточного побережья Скандинавии (Drobysheva, 1982).

Th. raschii является более холодноводным видом с неритическим характером распределения преимущественно в мелководной юго-восточной части Баренцева моря с температурой воды 0-3 °С. Здесь его численность определяется только местным пополнением (Drobysheva, 1978), на величину которого оказывают влияние гидрометеорологические условия этого района моря и степень выедания хищниками.

Особенности размножения, темп роста, продолжительность жизни Th. inermis и Th. raschii во многом сходны. Однако районы, сроки и длительность периода нереста у них различаются, что позволяет потомству каждого вида макрозоопланктона максимально использовать пищевой ресурс. Th. inermis нерестится в апреле-мае в течение 1,5-2,0 месяцев. Размножение Th. raschii приходится на май-июль, а его продолжительность составляет 3,5 месяца (Drobysheva, 1982). Поэтому выживание личинок зависит от характера гидрометеорологических процессов в период нереста разной длительности, а также от условий их последующего роста (Boitsov, Drobysheva, 1987).

В настоящей работе оценка влияния абиотических факторов на межгодовые колебания численности баренцевоморских эвфаузиид Th. inermis и Th. raschii была выполнена для наиболее массовой группы особей в возрасте 0+ с использованием данных за 1953-1989 гг., так как в последующих съемках эвфаузииды не разделялись по видам и возрастному составу.

Анализ межгодовой динамики индексов численности зоопланктона показал, что их изменчивость может формироваться в результате суперпозиции тенденции и циклических компонент различной длительности (Бойцов, 1984). Для исследования внутренней структуры колебаний индексов численности Th. inermis и Th. raschii в возрасте 0+, а также абиотических факторов были применены периодограмманализ и метод выделения гармоник с некратными частотами с последующей фильтрацией тренда и квазипериодических компонент. Эти методы уже использовались автором данной работы при изучении спектрального состава колебаний гидрометеорологических характеристик.

В межгодовой динамике индекса численности Th. inermis в возрасте 0+ был выявлен полиномиальный тренд 2-й степени, вклад которого в общую изменчивость составил около 26 %. Аналогичный вид тенденций имеется в колебаниях температуры атлантических вод слоя 0-50 м в апреле-июле, средней для разрезов №№ 3, 29 и 6 и индекса NAO. Высокая сопряженность трендов (r = 0,99) свидетельствует о том, что долгопериодную изменчивость численности зоопланктона могут определять термические условия и принос молоди из Норвежского моря.

В динамике численности Th. raschii в возрасте 0+ также выделен тренд, который был аппроксимирован полиномиальной функцией. Его вклад в общую изменчивость индекса численности составил около 41 %. Идентичный или противоположный вид тренда присутствует в динамике океанографических показателей, характеризующих тепловое состояние вод Баренцева моря в период размножения вида и развития его ранних стадий. С помощью функций, аппроксимирующих тренды, можно выполнять расчеты долгопериодной компоненты динамики численности зоопланктона на несколько шагов вперед.

После элиминации тенденций в межгодовых колебаниях индексов численности молоди Th. inermis и Th. raschii были выявлены цикл длительностью 11-12 лет и высокочастотные флуктуации: у первого вида их вклад в суммарную дисперсию составил 24 и 20 %, а у второго - 16 и 29% соответственно. Кроме того, в динамике численности молоди Th. inermis присутствует 7-8-летний ритм, которого нет в колебаниях численности Th. raschii в возрасте 0+. Он добавляет 21 % в многолетнюю изменчивость численности Th. inermis.

В межгодовых колебаниях температуры воды Баренцева моря существует 11-летний цикл, а 7-8-летний ритм выделен в продолжительности гидрологической весны в водах Мурманского течения в период размножения и выживания молоди Th. inermis. Наличие достаточно высокой статистической связи между циклическими компонентами индексов численности Th. inermis и Th. raschii в возрасте 0+ и океанографическими параметрами на тех же частотах (r = 0,85-0,94) позволяет заблаговременно рассчитывать эти составляющие количественного показателя молоди рачков. Для прогноза короткопериодных колебаний индексов численности макрозоопланктона был применен метод экстраполяции на один шаг вперед с помощью подбора гармонических функций с некратными частотами и полиномиальных функций, который использовался в настоящей работе для долгосрочного прогноза циклических составляющих температуры воды Баренцева моря.

Роль абиотических условий в формировании биомассы и распределении мезозоопланктона в центральной части Баренцева моря летом. В Баренцевом море между архипелагами Шпицберген и Новая Земля в теплый период года происходит нагул основных промысловых рыб (половозрелых и их молоди), успешность которого влияет на многие их биолого-физиологические процессы (Дементьева, 1976). В пелагической ихтиофауне наиболее массовыми являются мойва и сайка, которые питаются преимущественно мезозоопланктоном (копепод). Физико-химические условия морской среды во многом определяют сезонные и межгодовые колебания численности и биомассы зоопланктона, а также особенности их пространственного распределения. Опосредованное влияние абиотических параметров на состояние ракообразных проявляется через их воздействие на продуцирование фитопланктона, который является основной пищей рачков (Орлова, Бойцов, Ушаков, 2004).

Впервые была выполнена оценка степени совпадения в пространстве структурных особенностей полей океанографических характеристик состояния вод и биомассы кормовых объектов рыб - мезозоопланктона (мг/м3). Для этого использовались статистические методы анализа материалов съемок в центральной широтной зоне Баренцева моря, выполненных в холодном по тепловому состоянию его вод 1987 г., теплых 1983 и 1992 гг. и умеренных 1984 и 1989 гг.

По данным наблюдений в августе этих лет на стандартных горизонтах в узлах регулярной сетки с шагом 30ґ широты и 2° долготы (около 100 станций) были рассчитаны значения глубины залегания верхней, нижней границ и оси термоклина, галоклина и пикноклина, вертикальные градиенты в слоях скачка этих параметров и некоторые другие показатели. Они использовались как для оценки океанографических условий, складывающихся летом каждого из выбранных лет, так и для выяснения уровня сопряженности полей характеристик горизонтальной и вертикальной структуры воды и биомассы зоопланктона в слое 0-50 м. Анализ сопряженности показал низкую статистическую связь между ними в августе 1983, 1984 и 1992 гг. в центральной части Баренцева моря. В эти годы наблюдалась высокая численность мойвы и значительное выедание рачков в июле рыбой. Это обстоятельство, а также более раннее созревание зоопланктона и опускание его в нижние горизонты были доминирующими факторами в формировании структуры полей биомасс в слое 0-50 м в эти годы (Орлова, Бойцов, Ушаков, 2004).

В 1987 и 1989 гг. в середине лета большую площадь в верхнем слое занимали холодные и распресненные арктические воды, которые подстилались более холодными и солеными баренцевоморскими водами. За счет больших различий их термохалинных индексов с водной массой атлантического происхождения горизонтальные градиенты плотности в зоне контакта вод разного генезиса значительно превышали таковые на остальной акватории центральной широтной зоны Баренцева моря. В эти годы из-за низкого запаса мойвы мезозоопланктон слабо выедался рыбой в предшествующие августу месяцы. Поэтому численность, видовой состав и распределение кормового для рыб зоопланктона в основном определялись пространственным положением теплых и холодных вод, их стратификацией, структурой поля течения и другими океанографическими параметрами (Бойцов, Орлова, 2004). Статистический анализ показал, что наиболее высокая сопряженность между биомассой зоопланктона в слое 0-50 м в 1987 и 1989 гг. наблюдалась с температурой и соленостью воды (r = минус 0,60-0,65, n = 85) и ее плотностью (r = 0,6). Коэффициенты корреляции более чем в 2 раза превышают критические значения выборочного коэффициента корреляции при б = 0,01. Повышенная концентрация рачков формировалась на акватории с пониженными значениями термохалинных индексов, где градиент плотности в стратифицированном слое в 1,5 - 2,0 раза превышал таковой на других участках. Здесь верхняя граница пикноклина располагалась ближе к поверхности, чем в более теплых и соленых водах. Пониженная температура вызывала замедление развития зоопланктона, а мощный слой скачка плотности выполнял функцию вертикального барьера при его опускании. По особенностям развития океанографических условий в весенне-летний период полученные результаты исследований позволяют дать качественную оценку сезонной динамики и распределения кормового мезозоопланктона в период нагула рыб-планктофагов с учетом их численности.

В подглаве 6.2 представлены разработанные авторов методы прогноза численности молоди северо-восточной арктической трески на разных этапах развития ее ранних стадий.

Среди донных рыб Баренцева моря основным объектом промысла является самое многочисленное стадо атлантической трески - северо-восточная арктическая треска. Кроме того, она является одним из ключевых видов в баренцевоморской экосистеме. Популяция трески состоит из особей 15-20 поколений. В каждом году ее промысловый запас определяется величиной остатка от промысла предыдущего года и пополнения рыб 3-летнего возраста. Поэтому заблаговременная оценка численности трески каждого нового поколения, который достигнет промыслового возраста, необходима для прогнозирования величины промыслового запаса и определения общего допустимого улова (ОДУ).

Многолетние исследования показали наличие значительных межгодовых колебаний урожайности годовых классов трески, связанных с изменчивостью условий, при которых формируется мощность отдельных генераций рыбы. Самый высокий процент ее гибели под воздействием внешних причин наблюдается во время эмбрионально-личиночного этапа развития, пелагической стадии (Дементьева, 1976) и зимовки ее донной молоди (Бараненкова, 1968; Пономаренко, 1984). В последующий период жизненного цикла естественная смертность рыбы значительно меньше.

В диссертации представлены три методики прогноза показателей численности пополнения северо-восточной арктической трески с использованием ее индексов на различных стадиях развития молоди.

Вероятностный метод прогноза индекса численности годовых классов трески на стадии пелагической молоди. Первая оценка численности каждого нового поколения трески Баренцева моря определяется по результатам инструментальной съемки 0-группы рыб, которую ПИНРО проводит совместно с Бергенским институтом морских исследований (Норвегия) в августе-сентябре каждого года. В качестве факторов, которые могут влиять на урожайность поколений трески на стадии ее пелагической молоди, в настоящей работе использовались биомасса нерестового запаса трески и средняя температура воды слоя 0-50 м на 3-7 станциях разреза «Кольский меридиан» в апреле-июне, когда происходит развитие рыбы в раннем онтогенезе. Данные этих трех параметров за 1965-2003 гг. были преобразованы в баллы - низкие, средние и высокие значения.

Результаты многолетних исследований показали, что биомасса нерестового запаса трески косвенно характеризует ежегодное количество продуктов нереста (икры), т. е. потенциальные возможности будущего поколения рыбы перед последующей элиминацией икры и личинок под влиянием внешних факторов. Температура воды оказывает прямое, а через некоторые гидрометеорологические процессы и опосредованное воздействие на выживание икры и личинок этого вида. Ее изменчивость также влияет на сроки развития и пространственное распределение кормового зоопланктона.

Расчеты с помощью статистико-вероятностных методов по непараметрическим данным, которые были использованы в работе, являются более корректными, чем статистические, так как преобразование исходной информации в балловые оценки позволяет, например, значительно уменьшить присутствие в данных инструментальных и методических ошибок (Бойцов, 2005).

Оценка связи индексов численности 0-группы трески с ее нерестовым запасом и температурой воды проводилась с помощью анализа таблиц сопряженности градаций. Это позволило рассчитать матрицу вероятностей появления каждого класса индекса численности рыбы на стадии пелагической молоди при различных сочетаниях градаций влияющих факторов.

В 80 % случаев бедные поколения трески в возрасте пелагической молоди (класс 1) появлялись при низком нерестовом запасе, а в 20 % - при среднем (класс 2). Средние по урожайности поколения трески чаще всего формировались при средней биомассе половозрелой рыбы (75 %). В три раза реже это происходило при низкой биомассе нерестового запаса. При высоком нерестовом запасе трески (класс 3) низких и средних по численности поколений на стадии пелагической молоди не отмечалось.

В годы с низким уровнем теплозапаса вод Баренцева моря 73 % поколений трески оказались бедными и только 27 % - средними в возрасте 0-группы. В холодные годы не отмечено появление богатых годовых классов. Высокоурожайные поколения трески на стадии пелагической молоди формировались только в годы с высоким (73 %) и средним (27%) теплозапасом вод.

С использованием морфологического анализа были рассмотрены все варианты сочетаний градаций численности поколений трески 0-группы, биомассы ее нерестового запаса и температуры воды, встречавшихся в 1965-2003 гг. В результате была получена таблица для вероятностного прогноза индекса численности трески (табл. 3).

Таблица 3

Вероятность (%) появления поколений трески 0-группы определенной численности при различной биомассе ее нерестового запаса и температуре воды

При наличии прогноза температуры воды на весенне-летний период и известного на начало года уровня нерестового запаса с помощью разработанной вероятностной модели можно с полугодовой заблаговременностью предсказать индекс численности очередного поколения баренцевоморской трески в возрасте пелагической молоди. Это может быть осуществлено в виде прогноза класса индекса численности, интервального прогноза, прогноза среднего или модального значения наиболее вероятной градации величины пополнения. Заблаговременность прогноза может быть значительно увеличена, поскольку сравнение урожайности поколений трески на стадии 0-группы и в возрасте 3 года, выраженных в баллах, показало достаточно высокую сходимость их оценок.

Методики прогноза численности поколений трески на стадии донной молоди. Оценка численности поколений северо-восточной арктической трески Баренцева моря проводится также после первой и второй зимовок ее молоди в возрасте неполных 2 (1+) и 3 (2+) лет. Эти данные также были нами использованы для разработки методик прогноза индексов численности. Для выявления факторов среды и диапазонов их изменчивости, при которых формируется пополнение трески определенной численности в возрасте неполных 2 и 3 лет, был применен информационно-вероятностный анализ. Поиск наиболее устойчивых каналов связи с 12 абиотическими и биотическими факторами и расчет коэффициентов их значимости проводились по данным съемок молоди трески за 1952-1982 гг. Отобранные предикторы характеризовали тепловое состояние различных слоев вод, интенсивность и направленность атмосферной циркуляции над морской поверхностью, сроки развития гидрологической весны, численность кормового зоопланктона, биомассу нерестового запаса трески. Все данные были преобразованы в непараметрический вид по 3-балльной шкале. По ним рассчитывались основные показатели информационных связей. Проверка эффективности полученных моделей осуществлялась на контрольном массиве, в который вошли индексы численности молоди трески и предикторы за 1983-1987 гг.

Анализ коэффициентов силы связи классов урожайности поколений трески в возрасте 1+ с абиотическими и биотическими факторами позволил выделить шесть параметров, имеющих наиболее информативные каналы передачи сведений об уровне пополнения. Самое сильное влияние на условия формирования годовых классов оказывает численность молоди трески в возрасте 0+, т.е. мощность поколения на стадии пелагической молоди. Вторым по значимости параметром является температура воды придонного слоя в период первой зимовки, а четвертым - также показатель теплового состояния водных масс южной части Баренцева моря верхнего 50-метрового слоя во второй половине года появления поколения. Третьим по количеству передаваемой полезной информации от предиктора к прогнозируемому показателю является интенсивность переноса воздушных масс западного направления в период дрейфа икры и личинок трески из репродуктивной зоны в Баренцево море. В схему прогноза были включены также параметры, отражающие состояние кормовой базы рыбы (численность эвфаузиид в южной части Баренцева моря) и сроки начала гидрологической весны в год появления поколений трески.

В прогностическую модель динамики численности трески в возрасте 2+ также вошли шесть наиболее информативных факторов. Их можно разделить на две группы. Первую группу образуют три показателя, характеризующие численность трески на более ранних стадиях ее развития (показатель популяционной плодовитости, индексы численности в возрасте 0+ и 1+). Вторую группу составили параметры, оценивающие тепловые условия морской среды (температура воды на разрезе «Кольский меридиан» слоя 0-200 м во второй половине года появления поколения, слоя 150-200 м в апреле-мае в период первой и второй зимовок молоди трески и показатель ледовитости моря в год рождения поколения).

Проверка надежности и эффективности прогностической модели численности молоди трески в возрасте 1+ на контрольном массиве показала, что в 75 % случаев прогноз совпал с фактом, а в остальных 25 % ошибка не превышала один класс. Оправдываемость прогнозов численности трески в возрасте 2+ составила 90 %.

Методика прогноза численности поколений северо-восточной арктической трески, вступающих в промысел. Как известно, температура воды оказывает прямое влияние на гидробионты, а также является индикатором воздействия некоторых гидрометеорологических условий на биологические процессы. Поэтому было выполнено сопоставление межгодовой динамики численности трески в возрасте 3 лет для поколений 1943-2002 гг., рассчитанной методом виртуально-популяционного анализа (ВПА) Рабочей группой ИКЕС по арктическому рыболовству (ICES. Report…, 2005) и теплового состояния вод южной части Баренцева моря.

Анализ динамики численности трески в возрасте 3 лет показал, что в течение всего периода наблюдений имеется заметная неоднородность структуры колебаний этого параметра. С 1943 по 1970 г. наблюдалась большая изменчивость показателя пополнения трески, когда появление поколений рыбы высокой численности (1950, 1963, 1964, 1969, 1970 гг.) чередовалось с формированием низкоурожайных годовых классов (1965-1968 гг.). С 1971 г. богатые поколения трески в возрасте 3 лет появлялись реже, а их численность была ниже, чем ранее. Причиной этого могут быть изменения возрастной структуры популяции и увеличение темпа полового созревания рыбы по сравнению с предшествующим периодом (Треска Баренцева моря…, 2003). Нестационарность средней величины и дисперсии динамики численности трески в возрасте 3 лет указывает на то, что в начале 70-х годов колебания этого показателя стали проходить на более низком уровне и с меньшей изменчивостью. Кроме того, была выявлена неоднородность в структуре межгодовых вариаций параметра в эти два периода. В течение 1943-1971 гг. урожайные поколения рыбы формировались через 6-7 лет. Причем эта циклическая компонента была доминирующей, вбирая около 65 % общей дисперсии. Кроме того, в изменчивости урожайности наблюдались короткопериодные 2-4-летние вариации.

В 1921-2002 гг. в колебаниях индекса численности трески в возрасте 3 лет присутствовал тренд, а также, вероятно, циклические компоненты длительностью 18-19 и 9-11 лет (рис. 11). Близкий спектральный состав имеют межгодовые колебания средней температуры атлантических вод Баренцева моря слоя 0-200 м в период нереста и дрейфа икры (март-май) и первой зимовки молоди. Наличие высокой сопряженности долгопериодных составляющих в колебаниях уровня пополнения трески и температуры воды (r = 0,85-0,99) позволяет использовать океанографический показатель для прогноза урожайности поколений рыбы с заблаговременностью 2 года. Кроме того, это можно сделать с помощью уравнения регрессии, полученного по исходным данным этих параметров за 1972-2002 гг., так как между ними существует достаточно высокая статистическая связь (r = 0,71).

Рис. 11. Исходные данные (непрерывная линия), долгопериодные (пунктир) (а) и 9-11-летние (б) колебания численности трески в возрасте 3 года (1) и средней температуры воды слоя 0-200 м Мурманского течения в марте-мае первого и в феврале-апреле второго года жизни поколений рыбы (2)

В подглаве 6.3 представлена диагностическая модель распределения трески Баренцева моря на основе учета абиотических факторов.

Северо-восточная арктическая треска в течение года распределяется на акватории Баренцева моря неравномерно.

Это обусловлено физиологическими и биологическими особенностями различных возрастных групп, а также пространственной неоднородностью распределения кормовых объектов, физико-химических характеристик вод и другими факторами. Для выявления параметров среды и диапазонов их изменчивости, при которых чаще всего встречаются скопления северо-восточной арктической трески той или иной плотности был использован информационно-вероятностный анализ. В общем виде решение этой задачи сводится к сопоставлению особенностей распределения рыбы и абиотических факторов, поиску общих закономерностей их пространственных изменений и формализации установленных статистических связей способом записи, свойственным этому методу. Информационно-вероятностный анализ ранее не применялся в промысловой океанографии для решения такого рода задач, также как и для выявления информативных параметров при разработке метода прогноза урожайности поколений трески, который представлен в предыдущем разделе.

Исходным материалом при разработке диагностической модели распределения трески послужили данные комплексных наблюдений на 90 траловых станциях в период проведения тралово-акустической съемки донных рыб Баренцева моря в сентябре-октябре I987 г.

В качестве исследуемого объекта была выбрана треска в возрасте неполных 5 (4+) и 6 (5+) лет, а также ее суммарная численность в возрасте 4-10 лет. Показателем плотности ее распределения являлось количество экземпляров рыбы в улове за 1 ч траления.

Для характеристики состояния водной среды на глубине обитания трески использованы параметры, прямо или косвенно влияющие на развитие физико-химических процессов, которые априори оказывают воздействие на поведение и распределение рыбы и ее кормовых объектов.

В их число вошли: температура, соленость, плотность воды, содержание в ней растворенного кислорода, фосфора, кремния вблизи дна и в слое 100 м - придонный горизонт, разность и вертикальный градиент плотности воды в этом слое, численность макрозоопланктона, средняя глубина хода трала, время начала траления, степень волнения на поверхности моря и другие показатели (всего 22). Все они были преобразованы в непараметрические величины - баллы (или классы).

В результате проведенных расчетов с помощью информационно-вероят-ностного анализа для трески в возрасте 5+ было выявлено шесть наиболее информативных параметров среды, горизонтальное распределение которых в сентябре-октябре I987 г. имело наиболее высокий коэффициент соответствия распределению уловов рыбы. По степени убывания предложенного нами коэффициента связи С информативными факторами являлись соленость, процентное содержание в воде кислорода, температура воды у дна, энтропия по температуре и солености воды и величина максимального градиента температуры воды над придонным квазиоднородным слоем (рис. 12).

Рис. 12. Диаграммы расчета плотности концентраций трески в возрасте 5+

Причем для всех этих параметров среды связь имеет сложный вид, поскольку ни один из факторов линейно не связан с показателем плотности распределения рыбы.

Для каждого из них были установлены диапазоны, при которых треска создавала наиболее плотные скопления и высказаны предположения о причинах концентрирования рыбы при определенных значениях параметров среды.

Такие же расчеты и анализ коэффициентов соответствия распределения плотности концентрации трески и параметров среды были проведены для рыбы в возрасте неполных 5 лет и суммарной численности в возрасте 4-10 лет. Эффективность расчетов с помощью код-моделей по независимым данным составила 50 %. В заключении сформулированы рекомендации по применению информационно-вероятностного анализа при исследовании влияния среды на распределение гидробионтов.

ЗАКЛЮЧЕНИЕ

В заключении сформулированы основные результаты и выводы работы.

1. Суммарный вклад внутрисуточной, внутримесячной и внутрисезонной вариаций температуры воды Баренцева моря в ее общую изменчивость составляет 8-10 %, что значительно меньше вклада сезонных и межгодовых колебаний.

Многолетний сезонный ход температуры воды в слое 0-50 м вносит около 51 % в суммарную дисперсию и его удельный вес уменьшается с глубиной до 45 % в слое 50-200 м и до 31 % в слое 150-200 м. Вклад межгодовых колебаний температуры воды составляет 31 % в слое 0-50 м, 38 % в слое 50-200 м и около 50 % в слое 150-200 м.

2. Темпы сезонного роста температуры прибрежных вод в слое 0-50 м в холодные годы в весенне-летний период больше, чем при высоком теплозапасе водных масс. В водах Мурманского течения в темпах сезонного роста в теплые и холодные годы различия незначительны, тогда как скорость понижения температуры в теплые годы выше, чем в холодные. В зоне Полярного фронта сезонный рост температуры выше в теплые годы, чем в холодные. В глубинных слоях отмечается противоположная ситуация.

3. Амплитуда сезонных колебаний температуры воды в верхнем 20-метровом слое превышает в теплые годы таковую в холодные, поскольку при высоком теплосодержании ее максимум на 2,5-4,5 °С больше, чем при низком, тогда как разность минимумов составляет около 1 °С.