مدلسازی سری زمانی صید ماهی سفید دریای خزر (Rutilus frisii) با استفاده از مدل SARIMA

سابقه و هدف: شناسایی الگوهای زمانی نوسانات میزان صید ماهیان و استفاده از آن ها در پیش بینی روندهای تغییرات جمعیتی آن ها در آینده یکی از ابزارهای کاربردی در مدیریت ذخایر شیلاتی به شمار می رود. ماهی سفید (Rutilus frisii) مهمترین گونه اقتصادی ماهیان استخوانی دریای خزر است که از ارزش حفاظتی و تجاری بالایی برخوردار می باشد. با این حال، در سال های اخیر میزان صید آن روندی کاهشی را نشان داده است. شناخت روندهای زمانی موجود در مقادیر صید این گونه می تواند در اتخاذ برنامه های مناسب در راستای حفظ ذخایر و بهره برداری پایدار از این گونه موثر واقع شود. بدین منظور در مطالعه حاضر به مدلسازی سری های زمانی صید این گونه در طول یک دوره ۱۰ ساله پرداخته شد. مواد و روش ها: دادهای صید در واحد تلاش صیادی (CPUE) ماهی سفید در بازه زمانی فصول صید ۳/۲۰۰۲ تا ۱۲/۲۰۱۱ در صیدگاه های پره ساحلی در شمال ایران مورد استفاده قرار گرفت. میانگین متحرک مکانی ۵-نقطه ای جهت تفکیک نقاط صید در بازه های اپتیمم (مقادیر CPUE نرمال شده ≥ ۶/۰) و غیراپتیمم (مقادیر CPUE نرمال شده < ۶/۰) به کارگرفته شد. از مدل میانگین متحرک خودهمبسته یکپارچه فصلی (SARIMA) بر مبنای فواصل فصلی ۳ ماهه جهت مدلسازی سری های زمانی داده های صید استفاده گردید. مجموعه ای از شاخص ها شامل AIC، BIC، RMSE، nRMSE، MAE، nMAE و ضریب همبستگی پیرسون جهت ارزیابی عملکرد مدل ها و دقت پیش بینی های حاصل از آنها مورد استفاده قرار گرفتند. روند تغییرات میزان صید در طول دوره ۵ ساله ۲۰۱۳ تا ۲۰۱۷ نیز با استفاده از مدلهای SARIMA با بهترین عملکرد برای بازه های صیدگاهی پیش بینی شد. نتایج و بحث: مدل های سری زمانی SARIMA برازش یافته بر مبنای داده های کل صیدگاه ها و داده های تفکیک شده برای بازه های اپتیمم و غیراپتیمم، فاقد مولفه های معنی دار خودهمبسته و میانگین متحرک برای تغییرات غیرفصلی بودند به طوری که هیچ روند کاهشی یا افزایشی مشخص برای مقادیر CPUE وجود نداشت، در حالی که در برخی از بازه های نقاط صید مولفه های معنی دار خودهمبسته و میانگین متحرک در ارتباط با نوسانات فصلی ثابت افزایشی مشاهده شد. روند کلی مقادیر صید در بیشتر بازه های صیدگاهی نشان دهنده افزایش مقادیر CPUE از سال ۲۰۰۲ تا ۲۰۰۶ و سپس روند کاهشی از سال ۲۰۰۹ تا ۲۰۱۳ بود. تفکیک مکانی نقاط صیدگاهی در قالب بازه های اپتیمم و غیراپتیمم، منتج به مدل های با قابلیت عملکردی بهتر و شناخت دقیق تر مولفه های تغییرات زمانی CPUE در مقایسه به مدل حاصل از مجموعه کل نقاط صیدگاهی گردید. بیشتر پیش بینی های حاصل برای دوره زمانی ۲۰۱۳ تا ۲۰۱۷ نیز الگوهای تغییرات ایستایی کلی همراه با روندهای فصلی افزایشی مشابه را نشان دادند. نتیجه گیری: مدلسازی سری های زمانی صید ماهی سفید (R. frisii) با استفاده از مدل SARIMA عمدتا بیانگر وجود الگوهای فصلی افزایشی مشهود و عدم نوسانات کلی در گستره زمانی مورد مطالعه برای تمامی نواحی صیدگاهی بود. سادگی مدل های به دست آمده بر اساس مولفه های فصلی و غیرفصلی، تا حد زیادی ناشی از بازه زمانی کوتاه و تعداد کم مشاهدات بوده است، هر چند تفکیک مکانی نواحی صید به مدل هایی نسبتا دقیق تر و قابلیت تشخیص بهتر منتج گردید.

کلیدواژه ها:

تجزیه و تحلیل سری زمانی ، دریای خزر ، صید در واحد تلاش صیادی ، ماهی سفید ، SARIMA