12 VPA 实际种群分析

合集下载

渔业资源评估复习题

渔业资源评估复习题

渔业资源评估复习题(2010.6.17)李九奇一、概念题:亲体量(spawning stock)种群在繁殖季节内参加生殖活动的雌、雄个体的数量。

补充量(recruitment)新进入种群的个体数量。

在渔业生物学中,补充量有两种含义:对于产卵群体,补充量是指首次性成熟进行生殖活动的个体;对于捕捞群体,指首次进入渔场、达到捕捞规格的个体。

生物量(biomass)以重量表示的资源群体的丰度,有时仅指群体的某一部分,如产卵群体生物量、已开发群体生物量,等等。

可利用生物量(exploitable biomass)资源群体的生物量中能被渔具捕获的部分。

死亡率(mortality)一定时间间隔内,种群个体死亡尾数与时间间隔开始时的尾数之比,残存率(survival rate)一定时间间隔后,种群个体残存的尾数与时间间隔开始时的尾数之比,数值在0~1之间。

死亡系数(mortality rate, coefficient of mortality)亦称“瞬时死亡率”。

自然死亡系数(natural mortality rate)亦称“瞬时自然死亡率”捕捞死亡系数(fishing mortality rate)亦称“瞬时捕捞死亡率”总死亡系数(total mortality rate)自然死亡系数与捕捞死亡系数之和。

开发率(exploitation ratio)捕捞死亡系数与总死亡系数的比值。

单位捕捞努力量渔获量(catch per unit of effort,CPUE)一个捕捞努力量单位所获得的渔获尾数或重量,通常用渔获量除以相应的捕捞努力量得到。

捕捞努力量标准化(standardizing fishing effort)以一定的标准,将不同作业方式、渔具规格的捕捞努力量转化标准作业方式或渔具的捕捞努力量,一般根据捕捞效果确定一定的转换系数或转换依据。

例如,以A类渔船为标准船,将B类渔船的捕捞努力量根据CPUE转化为A类渔船的捕捞努力量。

绿头鸭线粒体12S rRNA基因序列测定及分析

绿头鸭线粒体12S rRNA基因序列测定及分析

绿头鸭线粒体12S rRNA基因序列测定及分析涂剑锋;邢秀梅;杨颖;杨福合【期刊名称】《特产研究》【年(卷),期】2008(030)004【摘要】对4只绿头鸭线粒体12S RNA基因进行了测定和分析.结果显示:4只绿头鸭12S rRNA基因序列完全一致,其全长为98Sbp,碱基A、G、T、C含量分别为31.47%、21.12%、19.09%和28.32%.以白额雁和潜鸭为外群,分别用邻近法和最小进化法构建了系统进化树,结果表明:绿头鸭与斑嘴鸭和北京鸭关系密切,三者共享1个单倍型,它们之间可能存在较为广泛的基因交流.除此之外,绿头鸭与绿翅鸭关系较近,与琵嘴鸭关系较远,罗纹鸭与赤颈鸭关系较近,河鸭属与潜鸭属的亲缘关系要近于与雁属的亲缘关系.【总页数】4页(P24-27)【作者】涂剑锋;邢秀梅;杨颖;杨福合【作者单位】中国农业科学特产研究所,吉林,吉林,132109;中国农业科学特产研究所,吉林,吉林,132109;中国农业科学特产研究所,吉林,吉林,132109;中国农业科学特产研究所,吉林,吉林,132109【正文语种】中文【中图分类】Q959.7;Q344【相关文献】1.鹳形目12种鸟类核c-mos 基因和线粒体12S rRNA基因序列分析及其系统发生研究 [J], 张国萍;王蔚;朱世杰;申煜;常弘2.绿头鸭线粒体DNA控制区全序列测定及分析 [J], 涂剑锋;司方方;邢秀梅;杨福合3.西施舌线粒体COI与16S rRNA基因片段序列测定及其分析 [J], 陈淑吟;吉红九;张雪娜;朱立静4.186例耳聋患者线粒体DNA 12S rRNA基因筛查及家系分析 [J], 戴显宁; 陈茜; 王倩; 王海坚; 童郁; 许锴5.携带线粒体12S rRNA基因突变的新生儿母系家族史分析 [J], 赵敏;申敏;阮自琦;王瑞艳;曲春燕因版权原因,仅展示原文概要,查看原文内容请购买。

(完整word版)生物资源评估复习材料分章节

(完整word版)生物资源评估复习材料分章节

生物资源评估2018期末 5名词解释10填空10简答1计算题1。

根据目的和性质不同,资源评估分为两种形式。

决策性和建议性 2。

Russell (1931)原理提出,影响种群数量变动的四个因素。

( 生长 )、(补充)、(自然死亡)和(捕捞死亡)3。

鱼类体长与体重关系表达式。

(W=aL b)4。

生长方程是用来描述(鱼类体长或体重随(时间)或(年龄))的数学模型或数学方程。

5。

Ricker (1975)生长方程认为,把鱼类的生命周期分成若干短的时距,其生长曲线可以作为(指数)生长来对待。

6。

鱼类各年龄的体长组成的概率分布接近于(正态分布)其概率表达形式。

()2,t t l N σ()()⎰--=≤≤212222121l l l l t dtel l l t t σσπρ :tl t龄的平均体长:t σ体长分布的标准差7. CPUE 指的是(单位捕捞努力量渔获量 ),其计算公式为(U=C/f ),常常用来作为(相对资源量)指标. 8。

捕捞努力量与捕捞死亡系数之间的关系式.F=qf 9. 渔业资源评估最早的三个学说。

(繁殖论)、(稀疏论)和(波动论)10。

在鱼类体长与体重关系式中, a 和b 的意义。

(a )常常被称为条件因子,(b)可用来判断鱼类是否处于匀速生长。

11. von Bertalanffy 体长生长方程的速度和加速度。

)(0t t k t e kl dt dl --∞= )(2220t t k t e l k dt l d --∞-=12. von —Bertalanffy 体重生长方程的生长速度和生长加速度。

13. 标志放流法可用来估算( 捕捞死亡系数)和(资源量) 14. Fox 剩余产量模型是以(Gompertz )种群增长曲线为基础.15. Schaefer 剩余产量模型是以(Graham )种群增长曲线为基础。

16. MSY 实际指的是(最大持续产量 ), f MSY 实际指的是(达到MSY 的捕捞努力量 )。

利用12S rRNA基因的限制性酶切末端片段长度多态性鉴定动物种类

利用12S rRNA基因的限制性酶切末端片段长度多态性鉴定动物种类

利用12S rRNA基因的限制性酶切末端片段长度多态性鉴定动物种类汪琦;张昕;赵大贺;马海萍;陈广全;张惠媛【期刊名称】《食品科学》【年(卷),期】2010(031)002【摘要】目的:建立一种精确可靠的鉴定常见的10种动物(猪、狗、牛、山羊、绵羊、马、鸡、鼠、三文鱼和鹿)的方法.方法:利用12S rRNA基因的限制性酶切末端片段长度多态性(terminal restriction fragment length polymorphism,T-RFLP)鉴别动物种类.将线粒体12S rRNA基因通过引物的5'端用FAM荧光标记,从基因组DNA中扩增450bp的目的片段.引物对1(下游引物FAM标记,上游引物不标记)扩增的PCR产物用限制性内切酶Alu Ⅰ酶切.引物对2(上游引物FAM标记,下游引物不标记)扩增的PCR产物用限制性内切酶Tru9 Ⅰ酶切.得到的酶切产物分别在遗传分析仪ABI 3100上进行毛细管电泳,片段大小用Peak Scanner 1.0软件分析.结果:根据Alu Ⅰ酶切图谱能够区分鸡、马、猪和三文鱼,而鹿和牛、山羊和绵羊、鼠和狗因酶切图谱相同无法分开.根据Tru9 Ⅰ酶切图谱,能够进一步将鹿和牛、山羊和绵羊、鼠和狗分开.同一种动物不同个体的酶切图谱完全相同,结果具有可重复性.没有出现物种内多态的现象.大多数情况下,实际得到的末端片段长度与理论值非常接近,只存在2~5bp的差异.结论:该方法操作简单、结果精确,适用于鉴定动物种类.【总页数】6页(P214-219)【作者】汪琦;张昕;赵大贺;马海萍;陈广全;张惠媛【作者单位】北京出入境检验检疫局,北京,100026;北京出入境检验检疫局,北京,100026;北京师范大学生命科学学院,北京,100875;北京师范大学生命科学学院,北京,100875;北京出入境检验检疫局,北京,100026;北京出入境检验检疫局,北京,100026【正文语种】中文【中图分类】Q78【相关文献】1.末端限制性酶切片段长度多态性分析一个能够降解聚乙烯醇的混合体系 [J], 张颖;堵国成;刘和;李光伟;陈坚2.应用限制性酶切片段长度多态性及变性高效液相色谱法筛选胶质瘤易感基因ERCC2的单核苷酸多态性比较 [J], 杨冬;李庆国;张亚卓;王红云;罗亦男;蒋传路;柯杨;戴钦舜3.末端限制性酶切片段长度多态性分析技术进展 [J], 李红4.云贵两省三地带绦虫的分子鉴定——核糖体DNA第一内转录间隔区(ITS1)限制性酶切片段长度多态性(RFLP)分析 [J], 张朝云;包怀恩;杨明;郎书源5.双创造酶切位点聚合酶链反应-限制性片段长度多态性检测MGMT基因多态性的应用 [J], 王威;缪文彬;仇玉兰;夏昭林因版权原因,仅展示原文概要,查看原文内容请购买。

渔业资源评估管理

渔业资源评估管理

1渔业资源评估Fish Stock Assessment在了解、掌握渔业种群对象生物学特征的基础上,以一定的假设条件为前提,通过建立数学模型,描述和估算种群的组成结构、资源量及其变动,评估捕捞强度和捕捞规格对种群的影响,掌握种群资源量的变动特征与规律,从而对资源群体过去和未来的状况进行模拟和预测,为制定和实施渔业资源的管理措施提供科学依据。

2.研究对象1)对鱼类等捕捞对象的生长、死亡等有关参数进行测定和计算,对其生长、死亡和补充的规律进行研究;2)考察捕捞作用对渔业资源数量和质量的影响;对资源量和渔获量作出估计和预报;3)寻求渔业资源合理利用的最佳方案,包括确定合适的或较合适的捕捞强度和起捕规格,如限定渔获量、限定作业船数或作业次数或作业时间,限定网目大小和鱼体长度等,为渔业政策和渔业管理措施提供科学依据。

3.渔业资源评估的方法有:数学分析法、初级生产力法、生物学法及水声学调查等方法,本课程所阐述的主要是数学分析法(生物参数资料和渔业统计资料)。

4.渔业评估据服务的性质不同可分为生产性的资源评估和决策性的资源评估。

5.鱼类资源数量研究非常活跃,当时以耿克(Heincke)、彼得逊(Pertersen)、约尔特(Hjort)等为代表根据自己的研究结果提出的不同的理论和学说,大体上可分为繁殖论、稀疏论、波动说三种。

第一章渔业资源数量变动的一般规律1.种群(Population):是指生活在有限空间内、有较多特征一致的同一种类生物个体的集合,即指在一个种的分布区内,有一群或若干群体中的个体,其形态特征相似,生理、生态特征相同,特别是具有共同的繁殖习性(相同遗传属性,同一基因库的种内个体群)。

2.影响资源数量变动的因素1)鱼类本身的因素以及环境因素的制约(繁殖、生长、死亡、环境)2)捕捞因素3.Russell提出资源数量变动基本模型的表达式为:B2=B1+R+G-M-Y 式中B1、B2分别为某一期间始末可利用资源群体的资源生物量。

应用体重结构的实际种群分析模型估算捕捞死亡系数和资源量的初步研究

应用体重结构的实际种群分析模型估算捕捞死亡系数和资源量的初步研究
p ra p is W VP a d VP o t e r d p r y f h r ln i ,a d b t e u t a ea mo ts lr B tgvn a y t b an t e e p l e A n A t h e o g s e i At tc n o h r s l r l s i a. u i i gi i e s oo t i h i y n a s mi ts
产 一
h o ul to b d n e u i g we g t b s d v r u l t e p p a i n a un a c sn i h - a e i t a
p p lt na ayi mo e WVP o uai n ls d l( o s A)
实 际 种 群 分 析 ( iulpp li nl i, vr a ouao aay s t tn s V A) 又称有 效种 群分 析和 现实种 群 分析 ,是 渔业 P 资源评 估 的经 典 方 法 之 一 。V A被 广 泛 应 用 来 评 P 估渔业 的历 史 数 据 ,求 解 种 群 资 源 量 和 捕 捞 死 亡 率 。在 F Y 等 前 人 研 究 工 作 的 基 础 上 , R
r e t l i sm t r r R E= . 1 (ogle o uao ) adR E=27 % (hr l e o u t n ] .T i p— a l h r a v et a der s E 3 8 % 1 —vdp pl i , n E t y[ e e t e i e o n i tn .5 so —vdpp l i ) t i ao hs a
Y NR i I u I u ,LU Q .
(Fse ol e O enU i rt o hn ,Qn d o 6 03 h a i r C lg , c nv sy fC ia i a 6 0 ,C i ) hy e a e i g 2 n

渔业资源评估管理资料

渔业资源评估管理资料

1渔业资源评估Fish Stock Assessment在了解、掌握渔业种群对象生物学特征的基础上,以一定的假设条件为前提,通过建立数学模型,描述和估算种群的组成结构、资源量及其变动,评估捕捞强度和捕捞规格对种群的影响,掌握种群资源量的变动特征与规律,从而对资源群体过去和未来的状况进行模拟和预测,为制定和实施渔业资源的管理措施提供科学依据。

2.研究对象1)对鱼类等捕捞对象的生长、死亡等有关参数进行测定和计算,对其生长、死亡和补充的规律进行研究;2)考察捕捞作用对渔业资源数量和质量的影响;对资源量和渔获量作出估计和预报;3)寻求渔业资源合理利用的最佳方案,包括确定合适的或较合适的捕捞强度和起捕规格,如限定渔获量、限定作业船数或作业次数或作业时间,限定网目大小和鱼体长度等,为渔业政策和渔业管理措施提供科学依据。

3.渔业资源评估的方法有:数学分析法、初级生产力法、生物学法及水声学调查等方法,本课程所阐述的主要是数学分析法(生物参数资料和渔业统计资料)。

4.渔业评估据服务的性质不同可分为生产性的资源评估和决策性的资源评估。

5.鱼类资源数量研究非常活跃,当时以耿克(Heincke)、彼得逊(Pertersen)、约尔特(Hjort)等为代表根据自己的研究结果提出的不同的理论和学说,大体上可分为繁殖论、稀疏论、波动说三种。

第一章渔业资源数量变动的一般规律1.种群(Population):是指生活在有限空间内、有较多特征一致的同一种类生物个体的集合,即指在一个种的分布区内,有一群或若干群体中的个体,其形态特征相似,生理、生态特征相同,特别是具有共同的繁殖习性(相同遗传属性,同一基因库的种内个体群)。

2.影响资源数量变动的因素1)鱼类本身的因素以及环境因素的制约(繁殖、生长、死亡、环境)2)捕捞因素3.Russell提出资源数量变动基本模型的表达式为:B2=B1+R+G-M-Y 式中B1、B2分别为某一期间始末可利用资源群体的资源生物量。

资源评估

资源评估
(2)死亡率:A=u+v,由捕捞或自然死亡所占的比例分别为u/A和v/A。
它们之间的关系如下式:
从上述各式中可看出,其相互的比例关系均与时间无关,即这些比例关系在任一瞬间或任一时间间隔内均成立。
7.条件捕捞死亡率m:m=1-e-F
条件自然死亡率n:n=1-e-M
条件死亡率表示死亡率的关系式为:A=m+n-mn
1渔业资源评估:在了解、掌握渔业种群对象生物学特征的基础上,以一定的假设条件为前提,通过建立数学模型,描述和估算种群的组成结构、资源量及其变动,评估捕捞强度和捕捞规格对种群的影响,掌握种群资源量的变动特征与规律,从而对资源群体过去和未来的状况进行模拟和预测,为制定和实施渔业资源的管理措施提供科学依据。
2.生长方程(growth function/formula):为了对鱼类个体的生长进行定量研究,人们用数学模型(或称方程)来描述鱼类体长和体重随时间(或年龄)增长的变化规律,该模型或方程称为生长方程。根据生长方程在坐标图上绘出的体长和体重随时间的变化曲线称为生长曲线。
3.指数生长方程

其中Gi表示第i时间的瞬时增长率
2.研究对象:1)对鱼类等捕捞对象的生长、死亡等有关参数进行测定和计算,对其生长、死亡和补充的规律进行研究;2)考察捕捞作用对渔业资源数量和质量的影响;对资源量和渔获量作出估计和预报;3)寻求渔业资源合理利用的最佳方案,包括确定合适的或较合适的捕捞强度和起捕规格,如限定渔获量、限定作业船数或作业次数或作业时间,限定网目大小和鱼体长度等,为渔业政策和渔业管理措施提供科学依据。
起初,YW/R随首次捕捞年龄的增大而增长,当tc达一定值时YW/R取得极大值,而后随着tc的继续增大,YW/R曲线呈下降趋势,在tc为无限大时,即意味着采用的网具能使鱼的一生都能通过而逃逸。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

ML (cm) 7.5 8.5 9.5 10.5 11.5 12.5 13.5 14.5 15.5 16.5
n 4 22 213 105 103 85 68 53 15 3
CL (105)
XL
NL
Z∆t
∆t
Z
Nos (105)
B (t)
20 18 16 14 12 10 8 6 4 2 0 1 2 3 4 5 6 Age 7 8 9 10 11
Average annual yield in 1977-1980 was 4132.33t, sample size was 2875 ind., sample weight was 562.86kg, the calculated annual catch was 211.22*105 ind.. • L∞=380mm, K=0.3y-1, M=0.49y-1, • W=5.947*10-6L3.14
% error of population number
% error of fishing mortality
30 25 20 15 10 5 0 1 2 3 4 5 6 Age 7 8 9 10 11
References
• • • • John Shepherd /default.asp David Sampson /ass ets/page_folders/faculty_page/sampson_h p.htm • Zhan, B. 1995, Fish Stock Assessment, Beijing: China Agriculture Press, pp353, in Chinese.
• THANK YOU FOR YOUR ATTENTION AND QUESTIONS!
Age
1 2 3 4 5 6
M= exp(M/2)=
Catch Population 27967 104422 32216 60188 8697 20127 4995 8609 1057 2529 479 1114
N OS ( N L N LL ) Z
B N OS aL
b
Indian mackerel
Rastrelliger kanagurta
LCA (length based cohort analysis) calculation table of spring season chub mackerel fishery in the northern South China Sea is below:
N L ( N L L e
M t 2
C L )e
M t 2
N LL N L N LL N L2L ......
NL Z t ln S ln N L L NL Z ln t N L L
Average population number Average Biomass
1 L L1 ln K L L2
e
M t 2
L L1 L L 2
M t 2
M 2K
XL e

N L ( N L L X L CL ) X L
• Given catch numbers at each length groups (CL),von-Bertalanffy growth parameters (L∞, K), and natural mortality (M), assuming the population number at the largest length group,
N i 1
M N e 2 M 2
From mid to end of the year:
N i 1 N Ci e N i 1 N i e

M 2
Ci e

M 2
Originally it was an approximation to VPA
• ①Assuming M is known, and a starting value of the terminal age Ny+1,a+1. • ②Given Cy,a, M(Z=Fy,a+M), Ny+1,a+1, Fy,a can be calculated from eq.(3). • ③Given Cy,a, M, Fy,a, Ny,a can be calculated from eq.(1). • ④Given Cy-1,a-1, M, Ny,a, Fy-1,a-1 can be calculated from eq.(3)…….. • ⑤Repeat steps ② to ④, until the youngest age. • ⑥Then population numbers (N) and fishing mortality rate (F) of all the ages are calculated. • N.B. from eq.(3), F can not be solved analytically, iterative numerical methods are needed.
Linear Interpolation Method
f x
Slope

• x2
x1
x2 x1 f ( x1) f ' ( x1)
Newton Method
From beginning to mid of the year: Mid year:
N Nie
M 2
N N Ci
M 2
C10 e C9 e
e
M 2


M 2
M 2


2
N1 N 2 e M
Z=log(Na/Na+1), F=Z-M
C2 e M

2
Exercise
North Sea cod 1992 data, (M=0.2y-1, exp(M/2)=1.105)
Age 1 2 3 4 5 Catch 27967 32216 8697 4995 1057 Population Z F
• Long-term management: • Maximum Sustainable Yield (MSY), • surplus production model / yield per recruit model • Short-term management: • Total Allowable Catch (TAC), • virtual population analysis, cohort analysis
L (mm)
91-120 121-150 151-180 181-210 211-240
L
(mm)
n
100 67 130 275 160 201 190 75 220 405
CL (105)
4.92 20.20 14.76 5.51 29.75
XL
NL
Z∆t
∆t
Z
Nos B (105) (t)
261 675
M t 2
Assuming growth is described by von-Bertalanfly growth function:
Lt L (1 e
K ( t t 0 )
)
Lt 1 t t 0 ln( 1 ) k L 1 t t1 t 2 K L1 L2 ) ln( 1 ) ln( 1 L L
△t 0.0896
6
479
Length Based Cohort Analysis
• In the tropical fisheries, if age data are not available, length data can be used to conduct the virtual population analysis using a length based cohort analysis.
N y 1,a 1 N y ,a exp( Z y ,a )......... ........( 2) (1) /(2), C y ,a N y 1,a 1 Fy ,a (1 exp( Z y ,a )) Z y ,a exp( Z y ,a ) .........( 3)
Cohort analysis equation is:
N t ( N t 1e
M 2
Ct )e
M 2
From length L to length (L+∆L), assuming the experienced time is ∆t:
N L ( N L L e
M t 2
CL )e
250 1101
280 439 310 265
80.88
32.25 19.46
1.18
1.23 1.33
262 0.793
118 0.839 51 1.292
0.692 1.146
0.874 0.959 1.188 1.087
125 2520
70 2010 34 1350
340 47
2875
3.45
Thornback ray
Raja clavata
Atlantic cod
Gadus morhua
Virtual Population Analysis Equations
C y ,a N y ,a Fy , a Z y ,a (1 exp( Z y ,a )).......( 1)
相关文档
最新文档