9.2. Особенности сбора и обработки экспериментального и статистического материала

9.2.1. Многие задачи оценки запасов и управления запасами, особенно при вероятностно-статистических методах решения, основаны на сборе и обработке экспериментального и статистического материала.

Основные особенности сбора и статической обработки данных при эмпирической оценке показателей и параметров стандартизированы и описаны в рыбохозяйственной литературе.

Ниже рассмотрены общие особенности сбора и обработки рассматриваемых данных с учетом применения в теории рыболовства теоретических, полуэмпирических и эмпирических методов и математических моделей.

9.2.2. Рассмотрим сначала особенности сбора исходного экспериментального и статистического материала и его предварительной обработки.

Использование статистических методов сбора и обработки экспериментальных данных предполагает случайность выбора исходных данных. Обычно данные исследований, связанных с запасами и использованием запасов, которые проводятся с многих судов и в разное время, отвечают этому требованию. В то же время для уменьшения необходимого объема статистического материала и установления соответствующих закономерностей следует соблюдать некоторые правила, регламентирующие время и место сбора такого материала.

Так, для выявления закономерностей распределения соответствующих показателей во времени все материалы обычно группируют по годам, сезонам и месяцам. Для оценки распределения показателей в пространстве целесообразна статистическая обработка данных по квадратам. Статистический метод поквадратной обработки информации служит для установления крупномасштабных статистических закономерностей, хотя изменения показателей небольших масштабов (пространственных или временных) почти полностью теряются. При изучении процессов малых масштабов наиболее подходит теория случайных функций. Для ее использования необходимы не разовые измерения, а измерения, позволяющие детализировать рассматриваемые показатели в пространстве и времени.

В теории рыболовства часто рассматривают и анализируют случайные измерения и случайно взятые реализации для установления закономерностей распределения рассматриваемых показателей в пространстве и времени. С другой стороны, на основании уже известных закономерностей распределения показателей, иногда проводят специально поставленные исследования для уточнения этих закономерностей.

При обширных исследованиях сбор и обработку материалов целесообразно проводить с учетом возможного получения такой информации в разное время и в разных местах, одновременно или в разное время для решения разных задач, при различной последовательности применения материалов.

9.2.3. На первом этапе предварительная обработка исходных материалов заключается в самой общей оценке данных, систематизации и обобщении материалов, собранных на различных этапах исследований, объединении информации по видам, районам и сезонам лова, первоначальной классификации материалов.

В процессе предварительной обработки данных создают массив информации. Такой массив должен содержать значения измеренных показателей, сведения о месте, времени и условиях измерения, расчета и введения в ЭВМ величин, которые можно рассчитать на основе измеренных показателей. Это позволяет обрабатывать совместно и в различных комбинациях материалы различных судов, экспедиций, районов лова и т.д.

Независимо от конечной цели исследований при обработке данных вводят вспомогательные данные и основную информацию об измеряемых или наблюдаемых величинах.

К вспомогательным данным относится номер макета, год, месяц, дата, место измерения или наблюдения, наименование судна или промыслового участка, характеристики гидроакустической аппаратуры, способа лова, объект лова, условия внешней среды и другие данные, которые влияют на динамику численности запасов и особенности их использования.

Основная информация должна содержать данные для определения размерного состава облавливаемых скоплений, величины запаса, улова, промыслового усилия, интенсивности вылова, кривых селективности, результаты селективного действия орудий лова и т.д.

К основной информации относятся также некоторые величины, которые рассчитывают по исходным данным - данные о плотности распределения размерного состава облавливаемых скоплений, показателях пополнения, роста, естественной и промысловой смертности, кривой селективности, интенсивности лова и вылова, коэффициента селективности, диапазона селективности и т.д.

По каждому из этих видов данных целесообразно иметь отдельные массивы основной информации для получения промежуточных или конечных результатов.

На основе первичных массивов информации можно создавать массивы информации для оценки запасов и управления запасами.

Таким образом, желательно создание одного или нескольких основных массивов информации. В них наряду с вспомогательными данными приводят измеренные величины и связанные с ними вычисленные величины. В процессе дальнейшей обработки при необходимости разрабатывают дополнительные рабочие массивы информации.

Для удобства обработки и обмена соответствующей информацией между учреждениями необходима разработка нескольких стандартных массивов информации. Их обозначают различными номерами, но они имеют одинаковые вспомогательные данные.

9.2.4. За этапом предварительной обработки данных следует этап тематической обработки.

На этапе тематической обработки данных обычно выполняют специализированные расчеты. Результаты этих расчетов используют для решения различных научных и практических задач.

Тематическая обработка данных включает простейшие статистические расчеты, расчеты, связанные с анализом однородности статистического материала, оценкой параметров эмпирических распределений, проверкой гипотезы о виде функции распределения, с интерполяцией и аппроксимацией, расчеты, в которых используются ранее установленные зависимости (специализированные расчеты).

К простейшим статистическим расчетам можно условно отнести расчеты по определению средних и экстремальных значений показателей, простые вероятностные расчеты, различные выборки, сортировки и т.д.

Анализ однородности статистического материала для установления возможности объединения различных выборок в одну зависит от числа выборок и гипотетического закона распределения исследуемого показателя. Как известно из математической статистики, при двух выборках с нормальным законом распределения для проверки однородности применяют критерий Фишера и Стьюдента. При большом числе выборок используют методы дисперсионного анализа, при других законах распределения для двух выборок - критерии Вилкоксона и Смирнова, а для большого числа выборок - дисперсионный анализ.

Гипотезы о виде функции распределения (оценку соответствия эмпирического закона распределения теоретическому закону) проверяют с помощью качественных и количественных критериев.

Качественную проверку удобно выполнять по распределению экспериментальных точек на вероятностной бумаге или специальных компьютерных программ. Соответствие эмпирического распределения теоретическому устанавливают, например, сравнивая вид гистограммы с эталонными теоретическими кривыми плотности распределения исследуемого показателя.

Гипотезы о виде функции распределения проверяют с помощью критериев Колмогорова, Пирсона и т.д. Интерполяцию и аппроксимацию экспериментальных данных выполняют известными методами.

К последнему виду тематической обработки принадлежит наибольшая группа специализированных расчетов по оценке запасов и управлению запасами промысловых рыб.

9.2.5. Особенности тематической обработки данных зависят от характера решаемых задач. Рассмотрим здесь в качестве примера некоторые особенности тематической обработки при определении расчетного размерного состава облавливаемых скоплений.

Сложность определения расчетного размерного состава облавливаемых скоплений объясняется существенным его колебанием во времени и пространстве. Колебания размерного состава и параметров кривой плотности распределения размерного состава имеют разномасштабный характер. Можно выделить колебанияот одного цикла лова к другому, колебания в течение суток, месяца, года, межгодовые колебания. В результате процесс колебаний параметров кривойпредставляется как совокупность независимых процессов различных масштабов с некоторой результирующей дисперсией, равной сумме всех дисперсий в отдельные перечисленные периоды.

Рассматривая процесс колебаний различного масштаба, можно оценить особенности изменения распределения размерного состава во времени.

Если колебания размерного состава различного размаха стационарны, то средние значения и среднеквадратичные отклонения искомых параметров кривой нормального распределения несложно установить.

При нестационарных колебаниях параметров кривой размерного состава среднее значение и среднеквадратичного отклонения расчетных параметров определяют для расчетных периодов стационарности (см. 9.3).

Значительными бывают внутригодовые изменения размерного состава (например, от сезона к сезону). Такие изменения часто больше, чем межгодовые. В связи с внутригодовыми изменениями размерного состава иногда определяют период осреднения (месяц, группы месяцев).

Часто при обработке информации о размерном составе рыбы определяют не только период осреднения, но и оптимальные размеры промысловых участков (квадратов), оптимальное соотношение между периодами осреднения и размерами промысловых участков.

Определение расчетного (осредненного) размерного состава облавливаемых скоплений за некоторый период промыслового времени в задачах управления запасами служит лишь первым этапом тематической обработки исходных данных. Их используют затем для оценки текущих отклонений размерного состава от среднего и роли такого отклонения в изменении численности промысловых рыб, состава улова, допустимой интенсивности лова и вылова, нарушении селективного отбора рыбы и т.д. Учет и анализ таких отклонений зависит от особенностей рассматриваемых показателей и применяемых методов тематической обработки данных.