Отсутствие данных об улове не всегда ведёт к перелову

Ежедневно в рыболовных сообществах по всему миру учитывается не каждая пойманная рыба. Это происходит из-за незаконного промысла, неполных учётных данных и выбрасывания части улова.

Учёт количества выловленной рыбы — важное условие для оценки состояния популяции. Однако отсутствие данных об улове — распространённая проблема, вызывающая опасения по поводу перелова.

Новое исследование учёных Вашингтонского университета показывает, что во многих случаях это не так. Неполная отчётность не всегда означает перелов. Исследование опубликовано в журнале Fish and Fisheries.

"Хотя учёт общего улова важен, устойчивое управление возможно даже без точных цифр", — говорит ведущий автор Меррилл Радд.

Исследователи смоделировали пять сценариев неполной отчётности для виртуальной популяции рыб: полный учёт, постоянное завышение, постоянное занижение, увеличение и уменьшение полноты учёта со временем.

Ключевой вывод: когда уровень неучтённого увала постоянен год от года, популяцией всё ещё можно управлять устойчиво, так как погрешность пропорциональна. Проблемы возникают, когда полнота учёта изменяется со временем, что ведёт к перелову или недолову.

"Оказывается, если вы знаете тренд в популяции, не так важно, если вы не знаете точные цифры улова", — отмечает соавтор Тревор Бранч.

Глобальная инициатива Sea Around Us Университета Британской Колумбии занимается реконструкцией данных об уловах. Исследование UW показывает, что многие популяции могут хорошо управляться, даже если модели основаны на неполных данных.

Неполный учёт происходит на разных этапах: на судне, в порту, на перерабатывающих заводах. Каждый промысел уникален, и стандартной практики учёта нет.

Вместо затратных попыток учесть каждую рыбу, менеджерам стоит:

• Выяснять у местных рыбаков тенденции в практике промысла.
• Проводить больше биологических обследований для понимания состояния популяции.

"Возможно, лучше направлять средства не на тотальный учёт улова, а на понимание трендов в каждом промысле", — предлагает Радд.

Исследование было вдохновлено случаем с южным голубым тунцом. Когда перед важным изменением в управлении обнаружилось масштабное занижение уловов, добавление недостающих данных в модель улучшило прогнозируемый статус популяции.

"Вывод этого исследования — не быть столь тревожным при отсутствии данных, а понимать, как эти данные используются", — резюмирует Радд. — "Данные об улове не существуют в вакууме. Для управления нужно рассматривать их вместе со всей другой доступной информацией".