9 th Symposium on Oceanography & Fisheries, Proceedings, Volume ΙΙ

Transcript

1 9 th Symposium on Oceanography & Fisheries, Proceedings, Volume ΙΙ ΜΕΤαβολη του ΠΙΘΑΝΟΥ ενδιαιτηματοσ του γαυρου (ENGRAULIS ENCRASICOLUS) ΣΤΟ ΒΟΡΕΙΟ ΑΙΓΑΙΟ στισ αρχεσ του καλοκαιριου σε σχεση με δορυφορικα περιβαλλοντικα ΔΕΔΟΜΕΝΑ Γιαννουλάκη Μ. 1, Βαλαβάνης Β. 1, Παλιαλέξης Α. 1,2, Τσαγκαράκης Κ. 1,2, Μαχιάς Α. 1, Σωμαράκης Σ. 1 1 Ινστιτούτο Θαλάσσιων Βιολογικών Πόρων, Ελληνικό Κέντρο Θαλάσσιων Ερευνών, marianna@her.hcmr.gr 2 Τμήμα Βιολογίας, Πανεπιστήμιο Κρήτης Περίληψη Ακουστικά και δορυφορικά περιβαλλοντικά δεδομένα καθώς και δεδομένα βαθυμετρίας από το Βόρειο Αιγαίο (Ιούνιος ) χρησιμοποιήθηκαν για να μοντελοποιηθεί η παρουσία του γαύρου (Engraulis encrasicolus) στις αρχές του καλοκαιριού στο Β. Αιγαίο με την εφαρμογή Γενικευμένων Προσθετικών Μοντέλων. Το τελικό μοντέλο χρησιμοποιήθηκε για να εκτιμήσει και να χαρτογραφήσει τις περιοχές με συγκεκριμένες συνθήκες περιβαλλοντικών συνθηκών που αντιστοιχούν σε πιθανότητα παρουσίας γαύρου στην ευρύτερη περιοχή του Β. Αιγαίου, περιοχές που δύνανται να αποτελέσουν το πιθανό ενδιαίτημα του γαύρου. Στη συνέχεια εκτιμήθηκε η μεταβολή της έκτασης των περιοχών αυτών για τον μήνα Ιούνιο κατά την περίοδο με βάση διαθέσιμα δορυφορικά δεδομένα. Λέξεις κλειδιά: πιθανό ενδιαίτημα, μικρά πελαγικά, Γενικευμένα Προσθετικά Μοντέλα. CHANGE OF THE POTENTIAL HABITAT of anchovy (Engraulis encrasicolus) in the Northwestern aegean sea during june in relation to satellite environmental data Giannoulaki M. 1, Valavanis V., Palialexis A. 1,2, Tsagarakis K. 1,2, Machias A. 1, Somarakis S. 1 1 Institute of Marine Biological Resources, Hellenic Centre for Marine Research, marianna@her.hcmr.gr 2 Biology Department., University of Crete Abstract Acoustic and satellite environmental data as well as bathymetry data were used to model the presence of anchovy, (Engraulis encrasicolus) during early summer (June ) in the northern Aegean Sea. Generalized Additive Models (GAMs) were used for modeling and subsequently applied to identify those areas where the specific set of environmental parameters that corresponded to different probabilities of finding anchovy present is met, practically representing potential habitat of the species. Furthermore, based on the available satellite environmental data we estimated the change in the areas representing anchovy potential habitat during June in the period at northern Aegean Sea, but in an annual basis from June 1998 to Keywords: potential habitat, small pelagic, Generalized Additive Models. 1. Εισαγωγή Τα μικρά πελαγικά είδη ψαριών, όπως ο γαύρος, παρουσιάζουν μεγάλες διακύμανσεις στην αφθονία και την κατανομή τους, εξαρτώμενα σε μεγάλο βαθμό από τις περιβαλλοντικές συνθήκες (Freon & Misund 1999). Η μελέτη των περιβαλλοντικών παραμέτρων που επηρεάζουν τη χωρική κατανομή αποθεμάτων μεγάλης οικονομικής σημασίας, όπως αυτό του γαύρου, παρουσιάζει τελευταία αυξανόμενο ενδιαφέρον κυρίως λόγω της επίδρασης της μεταβολής του κλίματος στα ιχθυαποθέματα. Τα χωρικά μοντέλα αποτελούν ένα αποτελεσματικό εργαλείο για την κατανόηση των ωκεανογραφικών διεργασιών και των περιβαλλοντικών παραμέτρων που επηρεάζουν τη διαφοροποίηση στη χωρική κατανομή των ειδών. Η μοντελοποίηση του πιθανού ενδιαιτήματος ενός είδους πρακτι

2 9 ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας & Αλιείας Πρακτικά, Τόμος ΙΙ κά σημαίνει τον καθορισμό των περιβαλλοντικών εκείνων συνθηκών που είναι κατάλληλες για την επιβίωση του είδους (Planque et al. 2007). Η γνώση του πώς το ενδιαίτημα αυτό μεταβάλλεται, πώς δηλαδή διαφοροποιούνται οι περιοχές με τις κατάλληλες συνθήκες για τη παρουσία του είδους (ή η έκταση τους) κάνει εφικτή τη μελέτη της επίδρασης της μεταβολής του κλίματος και παράλληλα συνιστά απαραίτητη πληροφορία για τη λήψη διαχειριστικών μέτρων. Παράλληλα, τα δορυφορικά περιβαλλοντικά δεδομένα λειτουργούν προσεγγιστικά της κατάστασης στη θάλασσα, και έχουν το πλεονέκτημα ότι είναι διαθέσιμα για μια μεγάλη χρονοσειρά παρελθόντων ετών. Η αξιοποίηση των δυο αυτών χαρακτηριστικών επιτρέπει την εξαγωγή συμπερασμάτων για τις μεταβολές που έχουν επέλθει στους περιβαλλοντικούς παράγοντες και τις πιθανές οικολογικές σχέσεις. Στην παρούσα εργασία μοντελοποιήθηκε η σχέση της παρουσίας/απουσίας των ατόμων του γαύρου με δορυφορικά περιβαλλοντικά δεδομένα στις αρχές του καλοκαιριού με στόχο τον προσδιορισμό των περιβαλλοντικών συνθηκών που συνδέονται με το πιθανό ενδιαίτημα του γαύρου και την πιθανότητα παρουσίας του είδους. Η ανάλυση βασίστηκε σε δεδομένα από ακουστικές μελέτες στο Β. Αιγαίο το μήνα Ιούνιο την περίοδο και αντίστοιχα δορυφορικά περιβαλλοντικά δεδομένα για την ίδια περιοχή και περίοδο. Στη συνέχεια με βάση τα αποτελέσματα του μοντέλου και τα διαθέσιμα δορυφορικά δεδομένα στο ίδιο επίπεδο ανάλυσης έγινε εκτίμηση και χαρτογράφηση των θέσεων όπου απαντούν οι συγκεκριμένες περιβαλλοντικές συνθήκες στην ευρύτερη περιοχή του Β. Αιγαίου, για τον μήνα Ιούνιο την περίοδο Αναζητούμε δηλαδή τη μεταβολή της έκτασης αυτών των θέσεων στο χρόνο στη συγκεκριμένη περιοχή κατά την τριετία Υλικά και Μέθοδοι 2.1 ΑΚΟΥΣΤΙΚΗ ΔΕΙΓΜΑΤΟΛΗΨΙΑ Τα ακουστικά δεδομένα συλλέχθηκαν με ηχοβολιστικό Biosonics Split Beam DT-X 38 khz κατά τη διάρκεια τριών ερευνητικών αποστολών με το «Ε/Σ ΦΙΛΙΑ» που πραγματοποιήθηκαν στο Β. Αιγαίο τον Ιούνιο του Ο ηχοβολισμός ήταν συνεχής κατά την πορεία του σκάφους, κατά μήκος προκαθορισμένων παράλληλων διατομών (λεπτομέρειες σε Giannoulaki et al., 2008). Ο καταμερισμός του ήχου σε είδη έγινε με α) βάση τα ηχογράμματα και το χαρακτηριστικό σχήμα των κοπαδιών και β) με βάση τη σύνθεση του αλιεύματος των σύρσεων με πελαγική τράτα που πραγματοποιήθηκαν κατά την ακουστική δειγματοληψία σε θέσεις με υψηλές συγκεντρώσεις ψαριών (MacLennan & Simmonds, 1992). Οι ακουστικές μετρήσεις (σε m 2 /nmi 2 ) που αφορούσαν τα κοπάδια του γαύρου αθροίστηκαν ανά 1 nmi για να δώσουν ένα δείγμα. Η ανάλυση των ακουστικών δεδομένων πραγματοποιήθηκε με το λογισμικό πρόγραμμα Echoview της Sonardata. 2.2 ΔΟΡΥΦΟΡΙΚΑ ΠΕΡΙΒΑΛΛΟΝΤΙΚΑ ΔΕΔΟΜΕΝΑ Οι περιβαλλοντικές παράμετροι που χρησιμοποιήθηκαν ήταν οι μέσες μηνιαίες τιμές της Επιφανειακής Θερμοκρασίας Θάλασσας SST σε o C, της Χλωροφύλλης-a CHLO σε mg/m³, της Επιφανειακής Αλατότητας-SSS, της Μεταβολής της Επιφάνειας της Θάλασσας-SLA σε cm και της Φωτοσυνθετικά Ενεργούς Ακτινοβολίας-PAR σε Ein/m 2 /day). Οι παράμετροι αυτές προέρχονται από δικτυακές βάσεις δορυφορικών δεδομένων (βλέπε αναλυτική περιγραφή Valavanis et al., 2004; Giannoulaki et al., 2008) και αφορούν τις μέσες μηνιαίες τιμές των περιβαλλοντικών παραμέτρων που εκτιμήθηκαν μέσω Συστήματος Γεωγραφικής Πληροφορίας σε ανάλυση 4 km. 2.3 ΣΤΑΤΙΣΤΙΚΑ ΜΟΝΤΕΛΑ Μοντελοποιήθηκε η σχέση της παρουσίας/απουσίας του γαύρου και των περιβαλλοντικών παραμέτρων με τη χρήση Γενικευμένων Προσθετικών Μοντέλων (Generalised Additive Models GAMs)

3 9 th Symposium on Oceanography & Fisheries, Proceedings, Volume ΙΙ Για το σκοπό αυτό χρησιμοποιήθηκαν ενοποιημένα τα δεδομένα παρουσίας/απουσίας γαύρου από τον Ιούνιο από το Θρακικό, το Στρυμονικό και το Θερμαϊκό κόλπο. Οι περιοχές αυτές επιλέχθηκαν επειδή περιλαμβάνουν πεδία ενηλίκων αλλά και νεαρών ατόμων και χαρακτηρίζονται από μεγάλη ετερογένεια περιβαλλοντικών παραμέτρων. Η ενοποίηση τέτοιου τύπου δεδομένων βαθμονομεί το μοντέλο σε μεγαλύτερο εύρος περιβαλλοντικών συνθηκών εξασφαλίζοντας τη δυναμικότητα των αποτελεσμάτων (Planque et al., 2007). Στο αρχικό GAM μοντέλο εισήχθησαν όλες οι διαθέσιμες περιβαλλοντικές παράμετροι αφού έγινε έλεγχος συσχέτισης κατά Spearman και βρέθηκαν ασυσχέτιστες μεταξύ τους. Η επιλογή του τελικού μοντέλου βασίστηκε στην ελαχιστοποίηση του AIC κριτηρίου (Akaike Information Criterion) με βάση την οπισθοαπαλοιφή κατά βήματα (Hastie & Tibshirani, 1990). Επιλέχθηκε η διωνυμική κατανομή ως προς την κατανομή των σφαλμάτων και ο κυβικός εξομαλυντής (s) για την εξομάλυνση των παραμέτρων. Τέλος, εξετάστηκαν όλες οι πρώτης τάξεως αλληλεπιδράσεις των παραμέτρων που συμπεριλήφθησαν στο τελικό μοντέλο. H «mgcv» (Wood 2006) βιβλιοθήκη του στατιστικού λογισμικού της R (R Development Core Team) χρησιμοποιήθηκε για την εφαρμογή των μοντέλων και τα αποτελέσματα αποτιμήθηκαν με βάση το κριτηρίο AUC (Area Under Curve, Giannoulaki et al., 2008). Στη συνέχεια το μοντέλο χρησιμοποιήθηκε για τη χαρτογράφηση των περιοχών στην ευρύτερη περιοχή του Β. Αιγαίου (Εικ. 1) που αντιστοιχούν στις περιβαλλοντικές συνθήκες με συγκεκριμένη πιθανότητα παρουσίας γαύρου για τον μήνα Ιούνιο και την περίοδο Στη συνέχεια υπολογίστηκε η έκταση των θέσεων αυτών για πιθανότητα παρουσίας >25%, >50% και >75% και εκτιμήθηκε η μεταβολή της έκτασης τους (με βάση τις μέσες μηνιαίες τιμές Ιουνίου των δορυφορικών δεδομένων σε ανάλυση 4 km) μέσα στην περίοδο Συσχετίστηκε τέλος η μεταβολή αυτή με τη μεταβολή των ετήσιων εκφορτώσεων του γαύρου από κυκλικά δίχτυα (γρι-γρι) για την ίδια περίοδο. Οι τάσεις εκτιμήθηκαν σε επίπεδο σημαντικότητας 0, Αποτελέσματα Το τελικό GAM μοντέλο (Α~s(Depth, df=5)+s(par, df=2)+s(sst:sla, df=16), p<<0,000 και με ποσοστό απόκλισης που εξηγεί 35,56%) έδειξε ότι υπήρχε μεγαλύτερη πιθανότητα παρουσίας γαύρου σε ρηχά νερά (< 140m βάθος) και τιμές PAR < 56 Ein/m 2 /day (παρουσιάζεται αναλυτικά στους Giannoulaki et al. 2008). Η αλληλεπίδραση μεταξύ SST και SLA έδειξε αντίστοιχα μεγαλύτερη πιθανότητα παρουσίας για τιμές SST<22 ο C όταν συνυπάρχουν με μικρότερες τιμές SLA (<6 cm). Το συγκεκριμένο ποσοστό απόκλισης του μοντέλου είναι αναμενόμενο για μοντέλο παρουσίας/απουσίας, ενοποιημένα δεδομένα διαφορετικών ετών και περιοχών και τους συνολικούς βαθμούς ελευθερίας που χρησιμοποιήσαμε. Η αποτίμηση του μοντέλου με βάση την τιμή του AUC για κάθε χρονιά δειγματοληψίας έδειξε καλή ικανότητα πρόβλεψης για το μοντέλο στη περιοχή μελέτης (>0,7, Giannoulaki et al., 2008). Εικ. 1: Χάρτης της πιθανότητας παρουσίας γαύρου για το Β. Αιγαίο με βάση το GAM μοντέλο και μέσες μηνιαίες τιμές δορυφορικών περιβαλλοντικών δεδομένων σε ανάλυση 4km από τον Ιούνιο

4 9 ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας & Αλιείας Πρακτικά, Τόμος ΙΙ Με βάση το παραπάνω μοντέλο εντοπίστηκαν οι περιοχές στο Β. Αιγαίο (Εικ. 1) που διαθέτουν τις περιβαλλοντικές συνθήκες που αντιστοιχούν στο πιθανό ενδιαίτημα του γαύρου για τον μήνα Ιούνιο στη τριετία Στη συνέχεια, εκτιμήθηκε σε τι βαθμό η έκταση των περιοχών με τις συνθήκες του πιθανού ενδιαιτήματος του γαύρου πρόσφατα ( ) διαφοροποιείται κατά τη διάρκεια της περιόδου (Εικ. 2). Ειδικότερα, παρατηρήθηκε στατιστικά σημαντική αύξηση της έκτασης που αντιστοιχεί σε πιθανότητα παρουσίας >75% (R 2 =0.492, p=0.0351, F-ratio=6.79) από το 1998 προς το Επιπλέον, παρατηρήθηκε θετική συσχέτιση της έκτασης των περιοχών με πιθανότητα κατάλληλων συνθηκών >75% με τις εκφορτώσεις του γαύρου στη περιοχή του Β. Αιγαίου από κυκλικά δίχτυα για τη περίοδο (R 2 =0.5889, p=0.0262, F-ratio=8.59, Εικ. 3). Ο Ιούνιος 1998, αν και ενίσχυε τα αποτελέσματα, εξαιρέθηκε καθώς η εκτιμούμενη έκταση απέκλινε της μέσης τιμής σε ποσοστό >90% επειδή οι τιμές των διαθέσιμων δορυφορικών δεδομένων στο Β. Αιγαίο τον Ιούνιο 1998 βρίσκονταν εκτός του εύρους τιμών της περιόδου που χρησιμοποιήθηκε στο μοντέλο. 4. Συζήτηση Τα δορυφορικά δεδομένα, αν και δεν απεικονίζουν τις πραγματικές περιβαλλοντικές συνθήκες στη θάλασσα, φαίνεται να περιγραφούν ικανοποιητικά τη πραγματική κατανομή του γαύρου στις αρχές του καλοκαιριού στις ελληνικές θάλασσες όπως δείχνουν οι χάρτες κατανομής του ήχου την περίοδο (Giannoulaki et al., 2008). Για παράδειγμα, η ύπαρξη μεγαλύτερης πιθανότητας παρουσίας γαύρου σε τιμές SST<22 ο C όταν συνυπάρχουν με μικρότερες τιμές SLA (<6 cm), είναι ενδεικτική για τη περίοδο , της συσχέτισης της παρουσίας του είδους με το υπάρχον αντικυκλωνικό σύστημα στην περιοχή της Σαμοθράκης (Giannoulaki et al., 2008). Ανάλογα εκτιμήθηκε μεγαλύτερη πιθανότητα παρουσίας του είδους σε παράκτιες παραγωγικές περιοχές που δέχονται την επίδραση ποταμών. Εικ. 2: Μεταβολή της έκτασης (σε Km 2 ) των περιοχών με την αντίστοιχη πιθανότητα παρουσίας γαύρου για το Β. Αιγαίο με βάση το GAM μοντέλο και τις μέσες μηνιαίες τιμές δορυφορικών περιβαλλοντικών δεδομένων σε ανάλυση 4km για τον Ιούνιο Η χαρτογράφηση εκείνων των περιοχών στην ευρύτερη περιοχή του Β. Αιγαίου για τον Ιούνιο 1998 ως 2006, που διαθέτουν τις περιβαλλοντικές συνθήκες που επικρατούσαν τον Ιούνιο ( ) στο πιθανό ενδιαίτημα του γαύρου έδειξε τη διαφοροποίηση των περιβαλλοντικών συνθηκών στο χρόνο. Ειδικότερα, παρατηρήθηκε αύξηση της έκτασης των περιοχών που αντιστοιχούν σε συνθήκες με πιθανότητα παρουσίας >75% από το 1998 προς το 2006 (Εικ. 2), λόγω της αντίστοιχης -837-

5 9 th Symposium on Oceanography & Fisheries, Proceedings, Volume ΙΙ μεταβολής των περιβαλλοντικών συνθηκών (κλιματική αλλαγή). Διαπιστώθηκε δηλαδή ότι οι συνθήκες που συνδέονται με το ενδιαίτημα του γαύρου το είναι διαφορετικές από αυτές που επικρατούσαν προ δεκαετίας στην περιοχή, κατά το μήνα Ιούνιο. Η θετική συσχέτιση της έκτασης των περιοχών με πιθανότητα >75%, με τις ετήσιες εκφορτώσεις του γαύρου από κυκλικά δίχτυα για το χρονικό διάστημα (προερχόμενα από το Β. Αιγαίο που συνιστά κύριο αλιευτικό πεδίο για το γαύρο) πιθανόν συνδέεται με το βαθμό που οι θέσεις αυτές αντικατοπτρίζουν τα πεδία των κύριων συγκεντρώσεων και με την τάση των αλιέων να επικεντρώνουν την αλιευτική τους προσπάθεια σε αυτά. Επίσης, οι εκφορτώσεις του γαύρου έχει παρατηρηθεί ότι στις ελληνικές θάλασσες παρουσιάζουν μια περιοδικότητα 3 περίπου χρόνων (Stergiou et al., 1997), γεγονός το οποίο φαίνεται γενικά να συμφωνεί με την αύξηση της έκτασης των περιοχών το 1999, 2002 και Τα αποτελέσματα της παρούσας εργασίας δείχνουν ότι η χρήση δορυφορικών δεδομένων σε συνδυασμό με στατιστικά μοντέλα παρουσίας/απουσίας μπορεί να αποτελέσει ένα χρήσιμο μέσο για τη μελέτη και την παρακολούθηση της μεταβολής των περιβαλλοντικών συνθηκών που χαρακτηρίζουν το ενδιαίτημα ενός είδους στο χώρο και το χρόνο. Εικ. 3: Μεταβολή της έκτασης (σε Km 2 ) των περιοχών με πιθανότητα παρουσίας γαύρου >75% για το Β. Αιγαίο με βάση το GAM μοντέλο και τις μέσες μηνιαίες τιμές δορυφορικών περιβαλλοντικών δεδομένων σε ανάλυση 4km για τον Ιούνιο Η γνώση της μεταβολής του πιθανού ενδιαιτήματος ενός οργανισμού συνιστά βασική πληροφορία για τη λήψη διαχειριστικών αποφάσεων (π.χ. εντοπισμό και οριοθέτηση Θαλάσσιων Προστατευμένων Περιοχών) ή ως δείκτης για την κατάσταση των αποθεμάτων του είδους. 5. Ευχαριστίες Η εργασία αυτή χρηματοδοτήθηκε εν μέρει από το ερευνητικό πρόγραμμα Environmental Approach to Essential Fish Habitat Designation (Contract No 22466). 6. Βιβλιογραφικές Αναφορές Freon, P. & Misund, O.A., /Dynamics of Pelagic Fish Distribution and Behaviour: Effects on Fisheries and Stock Assessment/. Oxford, Fishing New Books. pp Giannoulaki, Μ., Valavanis, V.D., Palialexis, A., Tsagarakis, K., Machias, A., Somarakis, S. & Papaconstantinou, K., Modellling the presence of anchovy Engraulis encrasicolus in the Aegean Sea during early summer, based on satellite environmental data. Hydrobiologia,612: Hastie, T. & Tibshirani, R., /Generalized Additive Models/. London, Chapman and Hall. pp.335. MacLennan, D.N. & Simmonds, E.J., /Fisheries Acoustics/. London, Chapman and Hall. pp.325. Planque, B., Bellier, E. & Lazure, P., Modelling potential spawning habitat of sardine (Sardina pilchardus) and anchovy (Engraulis encrasicolus) in the Bay of Biscay. Fisheries Oceanography, 16:

6 9 ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας & Αλιείας Πρακτικά, Τόμος ΙΙ Stergiou, Κ.Ι., Christou, E.D., & Petrakis, G., Modelling and forecasting monthly fisheries catches: comparison of regression, univariate and multivariate time series methods. Fisheries Research, 29: Valavanis, V., Georgakarakos, S., Kapantagakis, A., Palialexis, A. & Katara, I., A GIS environmental modeling approach to Essential Fish Habitat Designation. Ecological Modelling, 178: Wood, S.N., /Generalized Additive Models. An Introduction with R/. London, Chapman & Hall.pp