Qualitative Assessment of Status of Fishery Stocks of Black-Spined Herring Alosa kessleri kessleri Alosidae in Volga River Delta with LBI Method

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The outcomes of qualitative assessment of the status of fishery stocks of the black-spined herring Alosa kessleri kessleri in the Volga River Delta have been reported. The data on the size composition of catches of the black-spined herring who migrated to the Volga River Delta to spawn in species peak fishing seasons in 1990–2000 and the latest data for 2016–2021, when the low biological values after the period of rapid decline in the stock size in the early 2000s, are used. The length-based indicator method assigned to the methods applied to assess data-poor fish stocks was used to determine indicators for the black-spined herring status in 1990–2000 and 2016–2021. This method allowed us to assess the qualitative status of stocks and the impact of fishery on them in the study periods. The outcomes may be used in recommеndations for black-spined herring fishery regulation.

About the authors

I. A. Safaraliev

Volga-Caspian Branch Russian Federal Research Institute of Fishery and Oceanography, Astrakhan, Russia

Email: safaraliev.i.a@mail.ru
Россия, Астрахань

T. V. Voinova

Volga-Caspian Branch Russian Federal Research Institute of Fishery and Oceanography, Astrakhan, Russia

Email: safaraliev.i.a@mail.ru
Россия, Астрахань

I. N. Lepilina

Volga-Caspian Branch Russian Federal Research Institute of Fishery and Oceanography, Astrakhan, Russia

Author for correspondence.
Email: safaraliev.i.a@mail.ru
Россия, Астрахань

References

  1. Бабаян В.К., Бобырев А.Е., Булгакова Т.И. и др. 2018. Методические рекомендации по оценке запасов приоритетных видов водных биологических ресурсов. М.: Изд-во ВНИРО, 312 с.
  2. Беляева В.Н., Казанчеев Е.Н., Распопов В.М. 1989. Каспийское море. М.: Наука, 236 с.
  3. Бэр К.М. 1854. Материалы для истории рыболовства в России и в принадлежащих ей морях // Учен. зап. Императ. АН по первому и третьему отделениям. Т. 2. № 4. С. 465–544.
  4. Водовская В.В. 2001. Проходная сельдь (Alosa kessleri Grimm) Каспия: запасы и перспективы промыслового использования // Состояние запасов промысловых объектов на Каспии и их использование. Астрахань: Изд-во КаспНИРХ. С. 246–252.
  5. Войнова Т.В. 2013. Динамика уловов и биологические показатели сельди-черноспинки в Волго-Каспийском рыбохозяйственном подрайоне в современных условиях (река Волга и ее водотоки) // Вестн. АГТУ. Сер. Рыб. хоз-во. № 3. С. 25–29.
  6. Войнова Т.В., Барабанов В.В., Чаплыгин В.А. 2022. О причинах снижения нерестового запаса сельди-черноспинки на Нижней Волге // Вопр. рыболовства. Т. 23. № 2. С. 189–200. https://doi.org/10.36038/0234-2774-2022-23-2-189-200
  7. Голубов Б.Н., Катунин Д.Н. 2002. Импульс гидровулканизма и дегазации недр Дербентской котловины как возможный фактор массовой гибели рыбы в Каспийском море весной 2001 г. // Матер. Междунар. конф. “Дегазация Земли: геодинамика, геофлюиды, нефть и газ”. М.: ГЕОС. С. 31–33.
  8. Гримм О.А. 1887. Астраханская селедка. СПб: Тип. В. Демакова, 43 с.
  9. Зыков Л.А., Сидорова М.А., Кушнаренко А.И. и др. 2000. Состояние запасов и прогноз добычи полупроходных и речных рыб, проходной сельди и белорыбицы на 2001 г. в водоемах России и северокаспийского района // Рыбохозяйственные исследования на Каспии: Результаты НИР за 1999 г. Астрахань: Изд-во КаспНИРХ. С. 103–108.
  10. Иванов В.П. 2000. Биологические ресурсы Каспийского моря. Астрахань: Изд-во КаспНИРХ, 100 с.
  11. Кесслер К.Ф. 1874. Описание рыб, принадлежащих къ семействамъ, общим Черному и Каспийскому морям // Тр. СПб о-ва естествоиспытателей. Т. 5. Вып. 1. С. 191–324.
  12. Кесслер К.Ф. 1877. Рыбы, водящиеся и встречающиеся в Арало-Каспийско-Понтийской ихтиологической области // Тр. Арало-Касп. экспед. Вып. 4. 399 с.
  13. Киселевич К.А. 1937. Сельди Северного Каспия (научно-популярный очерк). Сталинград: Обл. книгоизд-во, 92 с.
  14. Козоброд И.Д., Пятинский M.M., Власенко Е.С. 2021. Индикаторная оценка состояния популяции рыбца в условиях дефицита биологической информации в Азовском море методом LBI // Рыб. хоз-во. № 3. С. 68–75.
  15. Лепилина И.Н., Николенков А.А., Войнова Т.В., Степанова Т.Г. 2016. Состояние запасов сельди-черноспинки, биологические, физиолого-биохимические показатели и трофологический анализ производителей, мигрирующих в реку Волгу // Вестн. АГТУ. Сер. Рыб. хоз-во. № 2. С. 43–52
  16. Лукашов В.Н. 1970. Метод расчета наименьшей промысловой меры на рыбу // Тр. ВНИРО. Т. 71. № 2. С. 281–293.
  17. Мина М.В., Клевезаль Г.А. 1976. Рост животных. М.: Наука, 291 с.
  18. Правдин И.Ф. 1966. Руководство по изучению рыб. М.: Пищ. пром-сть, 323 с.
  19. Седов С.И., Парицкий Ю.А., Зыков Л.А. и др. 2004. Состояние запасов каспийских морских рыб и перспективы их промыслового использования // Рыбохозяйственные исследования на Каспии: Результаты НИР за 2003 г. Астрахань: Изд-во КаспНИРХ. С. 360–368.
  20. Судаков Г.А., Власенко А.Д., Ходоревская Р.П. и др. 2011. Инструкции по сбору и первичной обработке материалов водных биоресурсов Каспийского бассейна и среды их обитания. Астрахань: Изд-во КаспНИРХ, 193 с.
  21. Тюрин П.В. 1962. Фактор естественной смертности рыб и его значение при регулировании рыболовства // Вопр. ихтиологии. Т. 2. Вып. 3 (24). С. 403–427.
  22. Чугунова Н.И. 1959. Руководство по изучению возраста и роста рыб. М.: Изд-во АН СССР, 164 с.
  23. Шибаев С.В. 2014. Промысловая ихтиология. Калининград: Аксиос, 535 с.
  24. Bertalanffy L. 1964. Basic concepts in quantitative biology of metabolism // Helgoländ. Wiss. Meeresunter. V. 9. P. 5–37. https://doi.org/10.1007/BF01610024
  25. Beverton R.J.H. 1987. Longevity in fish: some ecological and evolutionary considerations // Evolution of longevity in animals. Boston: Springer. P. 161–185. https://doi.org/10.1007/978-1-4613-1939-9_12
  26. Caddy J.F., Wade E., Surette T. et al. 2005. Using an empirical traffic light procedure for monitoring and forecasting in the Gulf of St. Lawrence fishery for the snow crab, Chio-noecetes opilio // Fish. Res. V. 76. № 1. P. 123–145. https://doi.org/10.1016/j.fishres.2005.06.003
  27. Cope J.M., Punt A.E. 2009. Length-based reference points for data-limited situations: applications and restrictions // Mar. Coast. Fish. V. 1. № 1. P. 169–186. https://doi.org/10.1577/C08-025.1
  28. Craig J.F. 1985. Aging in fish // Can. J. Zool. V. 63. № 1. P. 1–8. https://doi.org/10.1139/z85-001
  29. Froese R. 2004. Keep it simple: Three indicators for controlling overfishing // Fish Fish. V. 5. № 1. P. 86–91. https://doi.org/10.1111/j.1467-2979.2004.00144.x
  30. Froese R., Binohlan C. 2000. Empirical relationships to estimate asymptotic length, length at first maturity and length at maximum yield per recruit in fishes, with a simple method to evaluate length frequency data // J. Fish Biol. V. 56. № 4. P. 758–773. https://doi.org/10.1111/j.1095-8649.2000.tb00870.x
  31. Hordyk A.R., Ono K., Sainsbury K.J. et al. 2015a. Some explorations of the life history ratios to describe length composition, spawning-per-recruit, and the spawning potential ratio // ICES J. Mar. Sci. V. 72. № 1. P. 204–216. https://doi.org/10.1093/icesjms/fst235
  32. Hordyk A.R., Ono K., Valencia S.R. et al. 2015b. A novel length-based empirical estimation method of spawning potential ratio (SPR), and tests of its performance, for small-scale, data-poor fisheries // Ibid. V. 72. № 1. P. 217–231. https://doi.org/10.1093/icesjms/fsu004
  33. ICES. 2014. Report of the workshop on the development of quantitative assessment methodologies based on life-history traits, exploitation characteristics and other relevant parameters for data-limited stocks (WKLIFE IV) // ICES CM 2014/ACOM:54. Copenhagen: ICES Headquarters, 223 p.
  34. ICES. 2015. Report of the fifth workshop on the development of quantitative assessment methodologies based on life-history traits, exploitation characteristics and other relevant parameters for data-limited stocks (WKLIFE V) // ICES CM 2015/ACOM:56. Copenhagen: ICES Headquarters, 157 p.
  35. ICES. 2018. Technical Guidelines – ICES reference points for stocks in categories 3 and 4 // ICES Tech. Guidelines. Report. Copenhagen: ICES Headquarters, 50 p. https://doi.org/10.17895/ices.pub.4128
  36. ICES. 2020. Baltic fisheries assessment working group (WGBFAS) // ICES Sci. Rep. V. 2. № 45. 643 p. https://doi.org/10.17895/ices.pub.6024
  37. McDonald G., Harford B., Arrivillaga A. et al. 2017. An indicator-based adaptive management framework and its development for data-limited fisheries in Belize // Mar. Policy. V. 76. P. 28–37. https://doi.org/10.1016/j.marpol.2016.11.027
  38. Ogle D.H., Wheeler P., Dinno A. 2021. FSA: Fisheries Stock Analysis. R package version 0.8.32 (https://github.com/ droglenc/FSA. Version 09/2022).
  39. Probst W.N., Kloppmann M., Kraus G. 2013. Indicator-based status assessment of commercial fish species in the North Sea according to the EU Marine Strategy Framework Directive (MSFD) // ICES J. Mar. Sci. V. 70. № 3. P. 694–706. https://doi.org/10.1093/icesjms/fst010
  40. R Core Team. 2021. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria (https://www.R-project.org. Version 09/2022).
  41. Solemdal P. 1997. Maternal effects – a link between the past and the future // J. Sea Res. V. 37. № 3–4. P. 213–227. https://doi.org/10.1016/S1385-1101(97)00029-4

Copyright (c) 2023 И.А. Сафаралиев, Т.В. Войнова, И.Н. Лепилина

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».