simple-cmsy
Описание
Пример реализации трендовой модели CMSY в R с доработкой прогнозных сценариев на основе ожидаемой величины годового вылова
Языки
- HTML98,5%
- R1,5%
Популяционная модель CMSY
English description available below
Модель CMSY относится к группе моделей для анализа ограниченных, неполных данных. Теоретическое описание здесь дано не будет.
1. Входные данные
В качестве входных данных необходимо использовать величины уловов за срок не менее 5 лет + кол-во лет в ретроспективной диагностике. Входные данные располагаются в файле
2. Параметризация модели
После подготовки входных данных необходимо параметризировать модель в конфигурационной секции в начале файла
config.population.resilience <- "Medium" # Allowed resilience level: "Very low", "Low", "Medium", "High"
config.retro.years <- 5 # retrospective analysis time window
config.population.name <- "Sprattus sprattus"
config.population.area <- "Black sea, Russian waters"
config.report.author <- "Kulba S."
Особое внимание необходимо уделить параметру популяционной гибкости:
config.population.resilience <- "Medium" # Allowed resilience level: "Very low", "Low", "Medium", "High"
Параметр данной величины необходимо определить из данных статистических исследований Musick, 1999:
| Гибкость | High | Medium | Low | Very low |
|---|---|---|---|---|
| Продолжительность жизни, лет | 1-3 | 4-10 | 11-30 | >30 |
| Возраст полового созревания, лет | <1 | 2-4 | 5-10 | >10 |
| Плодовитость, рекруотов на производителя | >10000 | 100-1000 | 10-100 | >10 |
| Коэф-т поп-го роста, r | >0.5 | 0.16-0.5 | 0.05-0.15 | <0.05 |
| Скорость лин-го роста, k (Берталанфи) | >0.3 | 0.16-0.3 | 0.05-0.15 | <0.05 |
3. Установка зависимостей
Все зависимости необходимо установить выполнив скрипт
source("Install.R")
4. Построение модели
Для построения модели необходимо выполнить файл
source("Run.R")
5. Результаты
После выполнения скрипта
6. Источники
- Froese R, Demirel N, Coro G, Kleisner KM, Winker H (2017) Estimating fisheries reference points from catch and resilience. Fish and Fisheries 18(3): 506-526.
- Free CM (2018) datalimited2: More stock assessment methods for data-limited fisheries. R package version 0.1.0. https://github.com/cfree14/datalimited2
7. Автор
Mikhail Piatinskii, Azov-Black sea branch of VNIRO
Email: pyatinskiy_m_m@azniirkh.ru. Telegram: @zenn1989. Twitter: @followzenn
CMSY DataLimited model
CMSY is a production datalimited model. No theoretical meaning will shown there.
1. Input data
For input data total landings should be used. 5+ year time seria required. Input data should be placed in
2. Parametrization
Model parametrization available in config section of
config.population.resilience <- "Medium" # Allowed resilience level: "Very low", "Low", "Medium", "High"
config.retro.years <- 5 # retrospective analysis time window
config.population.name <- "Sprattus sprattus"
config.population.area <- "Black sea, Russian waters"
config.report.author <- "Kulba S."
The focal configuration is population resilience:
config.population.resilience <- "Medium" # Allowed resilience level: "Very low", "Low", "Medium", "High"
reference to Musick, 1999:
| Resilience | High | Medium | Low | Very low |
|---|---|---|---|---|
| Life span, years | 1-3 | 4-10 | 11-30 | >30 |
| Maturation age, years | <1 | 2-4 | 5-10 | >10 |
| Rec per spawner | >10000 | 100-1000 | 10-100 | >10 |
| Population growth rate, r | >0.5 | 0.16-0.5 | 0.05-0.15 | <0.05 |
| Bertalanffy linear growth rate, k | >0.3 | 0.16-0.3 | 0.05-0.15 | <0.05 |
3. Dependencies
All dependencies can be installed by
source("Install.R")
4. Run model
Model can be performed by
source("Run.R")
5. Results
After
6. Credentials
- Froese R, Demirel N, Coro G, Kleisner KM, Winker H (2017) Estimating fisheries reference points from catch and resilience. Fish and Fisheries 18(3): 506-526.
- Free CM (2018) datalimited2: More stock assessment methods for data-limited fisheries. R package version 0.1.0. https://github.com/cfree14/datalimited2
7. Author
Mikhail Piatinskii, Azov-Black sea branch of VNIRO
Email: pyatinskiy_m_m@azniirkh.ru. Telegram: @zenn1989. Twitter: @followzenn