Apaļā jūrasgrunduļa Neogobius melanostomus krājuma novērtējums Baltijas jūras Latvijas piekrastē

Abstract

Pētījumā veikts apaļā jūrasgrunduļa krājuma novērtējums Baltijas jūras Latvijas dienvidaustrumu piekrastē no 2014. - 2020. gadam, izmantojot rūpnieciskās zvejas un zinātnisko uzskaišu datus. Krājuma novērtēšanai tika izmantoti Starptautiskās Jūras pētniecības (ICES) padomes aprobētie analītiskie (XSA un SAM) modeļi, kā arī produkcijas (SPiCT) modelis. Apaļā jūrasgrunduļa krājuma novērtējums Latvijas piekrastes rajonā no Papes līdz Pāvilostai pēdējos septiņus gadus uzrāda, ka kopējā krājuma biomasa pa gadiem vidēji sastāda 905 - 11657 tonnas, nārsta krājuma biomasa ir 785 - 11283 tonnas, taču populācijas papildinājums (viengadīgās zivis) ir 7,8 - 41,9 miljoni zivis. Novērtētais zvejas mirstības koeficients variē robežās no 0.02 līdz 1.22 .Iegūtais krājuma novērtējums raksturojams kā aptuvens, jo novērtējot populācijas parametru dinamiku ar dažādiem modeļiem tika konstatētas atšķirīgas izmaiņu tendences un līmeņi. Par perspektīvāko modeli turpmākai krājuma novērtēšanai ir uzskatāms XSA modelis, jo pie tik īslaicīgām novērojuma datu rindām šis modelis pieļauj lielāku modeļa konfigurācijas iespēju izvēli.

The research performed assessment of round goby stock in the Baltic Sea at southeastern coast of Latvia from 2014 to 2020, using data form commercal fishing and scientific monitoring. For stock assessment was used the International Council for the Exploration of the Sea (ICES) approved analytical (XSA and SAM) and production (SPiCY) model.Stock assessment of round goby in the coastal area of Latvia from Pape to Pāvilosta for the last seven years shows that total stock biomass per year averages 785 - 11283 tons, spawning stock biomass is 905 - 11657 tons, but population recruitment (a year old fish) are 7,8 - 41,9 million fishes. The estimated fishing mortality rate ranges from 0.02 to 1.22. The obtained stock assessment can be described as approximate, because when assessing the dynamics of population parameters with different models, different trends and levels of change were found. The XSA model considered to be the most promising model for further stock assessment, because with such a short series of observation data, this model allows a greater choice of model configuration options.