Evaluation of the Spatial Heterogeneity of the Pacific Oyster Magallana gigas (Thunberg, 1793) Cultivation Conditions Using the FARM Marifarm Management Model in Voevoda Bay

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

In the present study, using the Farm Aquaculture Resource Management (FARM), farm aquaculture resource management model, we calculated the potential productivity of plantations of the oyster Magallana gigas (Thunberg, 1793) (Bivalvia: Ostreidae) in Voevoda Bay (Sea of Japan, Peter the Great Bay, Russkiy Island). When calculating the productivity of cage and bottom plantations of M. gigas, we used the previously obtained results of numerical modeling of bay’s dynamics of hydrological parameters using the open software Delft3D-Flow, taking into account the inflow of fresh water into the bay in 1990–2019. To demonstrate the heterogeneity of growing conditions for M. gigas, three sites 100 × 100 m in size were selected, located in Kruglaya and Melkovodnaya Bays, as well as in the central part of Voevoda Bay. For each plot, modeling of 28 growing periods, lasting 22 months each was performed. The maximum values of oyster yield for the se-cond year of cultivation, expressed in tons of total wet weight, were selected, and distribution histograms for each area were presented. It was shown that, according to hydrological and biological indicators, the growing conditions even in small Voevoda bay are heterogeneous. It has been established that the variability in the productivity of M. gigas is associated mainly with the extreme uneven redistribution of primary production in Voevoda bay under the influence of hydrodynamic factors.

About the authors

S. V. Katrasov

The Pacific Geographical Institute of the Far Eastern Branch, Russian Academy of Sciences

Author for correspondence.
Email: biolm@imb.dvo.ru
Russia, 690041, Vladivostok

A. N. Bugayets

The Pacific Geographical Institute of the Far Eastern Branch, Russian Academy of Sciences

Email: biolm@imb.dvo.ru
Russia, 690041, Vladivostok

V. V. Zharikov

The Pacific Geographical Institute of the Far Eastern Branch, Russian Academy of Sciences

Email: biolm@imb.dvo.ru
Russia, 690041, Vladivostok

References

  1. Барабанщиков Ю.А., Тищенко П.Я., Семкин П.Ю. и др. Сезонные гидролого-гидрохимические исследования бухты Воевода (Амурский залив, Японское море) // Изв. ТИНРО. 2015. Т. 180. С. 161–178.
  2. Бугаец А.Н., Катрасов С.В., Жариков В.В. и др. Вероятностно-статистическая оценка потенциальной продуктивности марикультуры (на примере бухты Воевода, юг Приморского края) // Докл. Рос. акад. наук. Науки о Земле. 2022. Т. 503. № 1. С. 104–107.
  3. Гаврилова Г.С. Приемная емкость аквакультурной зоны залива Петра Великого (Японское море): Автореф. дис. … докт. биол. наук. Владивосток: ТИНРО-Центр. 2012. 37 с.
  4. Гаврилова Г.С., Ким Л.Н. Эффективность культивирования приморского гребешка (Mizuhopecten yessoensis) в Уссурийском заливе (Японское море) // Изв. ТИНРО. 2016. Т. 185. С. 240–250.
  5. Гаврилова Г.С., Кондратьева Е.С. Результаты хозяйственной деятельности и проблемы развития марикультуры залива Посьета (Японское море) в 2000–2015 гг. // Изв. ТИНРО. 2018. Т. 195. С. 229–243.
  6. Гаврилова Г.С., А.В. Кучерявенко. Продуктивность плантаций двустворчатых моллюсков в Приморье. Владивосток: ТИНРО-Центр. 2011. 113 с.
  7. Гайко Л.А. Современные подходы к прогнозированию урожайности гидробионтов в хозяйствах марикультуры с учетом климатических факторов // Науч. тр. Дальрыбвтуза. 2017. Т. 43. № 4. С. 5–11.
  8. Иванов Г.И. Почвообразование на юге Дальнего Востока. М.: Наука. 1976. 200 с.
  9. Катрасов С.В., Бугаец А.Н., Жариков В.В. и др. Определение районов размещения плантаций марикультуры на основе результатов гидродинамического моделирования // Океанология. 2021а. Т. 61. № 3. С. 433–443.
  10. Катрасов С.В., Бугаец А.Н., Жариков В.В. и др. Оценка продуктивности плантаций двустворчатых моллюсков на основе результатов моделирования // Океанология. 2021б. Т. 61. № 5. С. 759–768.
  11. Кучерявенко А.В., Жук А.П. Инструкция по технологии культивирования тихоокеанской устрицы. Владивосток: ТИНРО-Центр. 2011. 27 с.
  12. Bricker S.B., Ferreira J.G., Simas T. An integrated metho-dology for assessment of estuarine trophic status // Ecol. Model. 2003. V. 169. № 1. P. 39–60.
  13. Brigolin D., Dal Maschio G., Rampazzo F. et al. An individual-based population dynamic model for estimating biomass yield and nutrient fluxes through an off-shore mussel (Mytilus galloprovincialis) farm // Estuar. Coast. Shelf Sci. 2009. V. 82. № 3. P. 365–376.
  14. Ferreira J.G., Hawkins A.J.S., Bricker S.B. Management of productivity, environmental effects and profitability of shellfish aquaculture – the Farm Aquaculture Resource Management (FARM) model // Aquaculture. 2007. V. 264. P. 160–174.
  15. Ferreira J.G., Hawkins A.J.S., Monteiro P. et al. Integrated Assessment of Ecosystem-scale Carrying Capacity in Shellfish Growing Areas // Aquaculture. 2008. V. 275. № 1–4. P. 138–151.
  16. Hawkins A.J.S., Bayne B.L. Seasonal variation in the relative utilization of carbon and nitrogen by the mussel Mytilus edulis: budgets, conversion efficiencies and maintenance requirements // Mar. Ecol. Prog. Ser. 1985. V. 25. P. 181–188.
  17. Hawkins A.J.S., Bayne B.L. Physiological processes, and the regulation of production // The Mussel Mytilus: Ecology, Physiology, Genetics and Culture. Amsterdam: Elsevier. 1992. 590 p.
  18. Hawkins A.J.S., Duarte P., Fang J.G. et al. A functional model of responsive suspension-feeding and growth in bivalve shellfish, configured and validated for the scallop Chlamys farreri during culture in China // J. Exp. Mar. Biol. Ecol. 2002. V. 281. P. 13–40.
  19. Hawkins A.J.S., Pascoe P.L., Parry H. A generic model structure for the dynamic simulation of feeding, meta-bolism and growth in suspension-feeding bivalve shellfish (ShellSIM): calibrated and validated for both Mytilus edulis and Crassostrea gigas cultured at contrasting sites throughout Europe // J. Exp. Mar. Biol. Ecol. 2002. V. 281. № 1–2. P. 13–40.
  20. McCausland W.D., Mente E., Pierce, G.J., Theodossiou I. A simulation model of sustainability of coastal communities: aquaculture, fishing, environment and labour markets // Ecol. Model. 2006. V. 193. № 3–4. P. 271–294.
  21. McKindsey C.W., Thetmeyer H., Landry T. et al. Review of recent carrying capacity models for bivalve culture and recommendations for research and management // Aquaculture. 2006. V. 261. № 2. P. 451–462.
  22. Nobre A.M., Ferreira J.G., Newton A. et al. Management of coastal eutrophication: integration of field data, ecosystem-scale simulations and screening models // J. Mar. Syst. 2005. V. 56. № 3/4. P. 375–390.
  23. Nunes J.P., Ferreira J.G., Gazeau F. et al. A model for sustainable management of shellfish polyculture in coastal bays // Aquaculture. 2003. V. 219. № 1–4. P. 257–277.
  24. Rueda J.L., Smaal A.C., Scholten H. A growth model of the cockle (Cerastodermaedule L.) tested in the Oosterschelde estuary (The Netherlands) // J. Sea Res. 2005. V. 54. P. 276–298.
  25. Solidoro C., Pastres R., MelakuCanu D. et al. Modelling the growth of Tapes phillipinarum in Northern Adriatic lagoons // Mar. Ecol. Prog. Ser. 2000. V. 199. P. 137–148.

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (335KB)
3.

Download (297KB)
4.

Download (48KB)
5.

Download (340KB)

Copyright (c) 2023 С.В. Катрасов, А.Н. Бугаец, В.В. Жариков

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».