مجله علوم آبزی پروری

مجله علوم آبزی پروری

بررسی پارامترهای رشد، مرگ‌ و میر و وضعیت بهره‌برداری ماهی گیش بزرگ (Forsskål, 1775 Caranx ignobilis) با استفاده از رویکرد ترکیبی در آب‌های شمالی دریای عمان

مقالات آماده انتشار

نوع مقاله : مقاله پژوهشی

نویسندگان
سید احمدرضا هاشمی 1
مسطوره دوستدار 2
طاهره باقری 3
پریا اکبری 4
1 مرکز تحقیقات شیلاتی آبهای دور، موسسه تحقیقات علوم شیلاتی کشور، سازمان تحقیقات، آموزش وترویج کشاورزی، چابهار، ایران.
2 موسسه تحقیقات علوم شیلاتی کشور، سازمان تحقیقات، آموزش وترویج کشاورزی، تهران، ایران.
3 مرکزتحقیقات ذخایرآبزیان آب‌های داخلی گرگان، موسسه تحقیقات علوم شیلاتی کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، گرگان، ایران.
4 گروه شیلات، دانشکده علوم دریایی، دانشگاه دریانوردی و علوم دریایی چابهار، چابهار، ایران.
چکیده
ماهی گیش بزرگ (Caranx ignobilis) یکی از گونه‌های با ارزش تجاری خانواده گیش‌ماهیان است که در آب‌های گرمسیری و نیمه‌گرمسیری اقیانوس هند و آرام و مناطقی چون صخره های مرجانی پراکنش دارد. با وجود اهمیت اقتصادی و بوم‌شناختی این گونه، درباره پارامترهای جمعیتی و وضعیت بهره‌برداری آن در آب‌های شمالی دریای عمان اطلاعات کمی در دسترس است. پژوهش حاضر با هدف برآورد پارامترهای رشد و مرگ ‌و میر و ارزیابی وضعیت ذخیره این گونه با استفاده از رویکرد ترکیبی (ensemble) انجام شد. نمونه‌برداری طی سال‌های 1404–1403 از چهار بندر صیادی (پسابندر، بریس، کنارک و پزم) انجام گرفت و داده‌های طولی۱۳۵۰ ماهی (دامنه طول چنگالی112–21 سانتی‌متر، میانگین14±52 سانتی‌متر) جمع‌آوری گردید. پارامترهای رشد با دوالگوریتم جستجوی شبیه‌سازی‌شده (ELEFAN_SA) و الگوریتم ژنتیکی (ELEFAN_GA) در محیط نرم‌افزاری R بستهTropFishR برآورد و سپس با شاخص تلفیق ساده ترکیب شدند. نتایج نشان داد طول بی‌نهایت (L∞) برابر ۱۲۴ سانتی‌متر، ضریب رشد (growth coefficient, K) 39/0 در سال، مرگ‌‌و‌میر طبیعی (natural mortality, M) 425/0، مرگ‌ومیر صیادی (fishing mortality, F) 1/66، مرگ‌و‌میر کل (total mortality, Z, 2/09 و ضریب بهره‌برداری (exploitation rate, E) 0/79 برآورد شد. شاخص نیکویی برازش (The goodness-of-fit index, Rn_max) برای دو روش به‌ترتیب 0/28 و 0/31 به‌دست آمد که نشان‌دهنده برازش قابل‌قبول هر دو مدل است. شاخص اختلاف درصدی نسبی (RPD) برای پارامترهای اصلی کمتر از ۱۲٪ بود که همخوانی بالای دو روش را تأیید می‌کند. مقایسه نتایج با سایر مناطق جهان نشان دادکه گیش بزرگ در دریای عمان دارای بیشترین طول بی‌نهایت (۱۲۴ سانتی‌متر) و شاخص عملکرد رشد 3/79 Φ'=در میان گونه‌های گزارش‌شده بود، اما نرخ بهره‌برداری بیانگر فشار صیادی بالا و فراتر از سطح پایدار بود. بنابراین، مدیریت شیلاتی محتاطانه شامل افزایش حداقل اندازه مجاز صید، ایجاد مناطق ممنوعه در فصل تخم‌ریزی و پایش مستمر فراوانی طولی برای حفظ پایداری این گونه با ارزش در آب‌های شمالی دریای عمان ضروری است.
کلیدواژه‌ها
گیش بزرگ
پارامترهای جمعیتی
وضعیت ذخیره
دریای عمان.
موضوعات

عنوان مقاله English

Investigation growth parameters, mortality, and exploitation rate of giant trevally (Caranx ignobilis Forsskål, 1775) using an ensemble approach in the Northern waters of the Oman Sea

نویسندگان English

Seyed Ahmadreza hashemi 1
Mastooreh Doustdar 2
Tahereh Bagheri 3
Paria Akbary 4
1 Offshore Fisheries Research Center, Iranian Fisheries Science Research Institute, Agricultural Research,Education and Extension Organization (AREEO), Chabahar, Iran.
2 Iranian Fisheries Science Research Institute, Agricultural Research, Education and Extension Organization, Tehran, Iran.
3 Inland Waters Aquatics Resources Research Center-Gorgan, Iranian Fisheries Sciences Research Institute, Agricultural Research Education and Extension Organization (AREEO), Gorgan, Iran.
4 Department of Fisheries, Faculty of Marine Sciences, Chabahar Maritime University, Chabahar, Iran.
چکیده English

The giant trevally (Caranx ignobilis) is one of the commercially valuable species of the family Carangidae, distributed in tropical and subtropical waters of the Indian and Pacific Oceans, including areas such as coral reefs. Despite its economic and ecological importance, limited information is available on its population parameters and exploitation status in the northern waters of the Oman Sea. The present study aimed to estimate growth and mortality parameters and assess the stock status of this species using an ensemble modeling approach. Sampling was conducted during 2024-2025 at four fishing ports (Pasabandar, Beris, Konarak, and Pozm), and length data from 1,350 individuals (total length range: 21-112 cm, mean: 52±14 cm) were collected. Growth parameters were estimated using two algorithms, ELEFAN_SA and ELEFAN_GA, in the R package TropFishR, and the results were subsequently combined using a simple averaging method. The estimated parameters were as follows: asymptotic length (L∞)= 124 cm, growth coefficient (K)= 0.39 yr⁻¹, natural mortality (M)=0.425, fishing mortality (F)= 1.66, total mortality (Z)= 2.09, and exploitation rate (E)= 0.79. The goodness-of-fit index (Rn_max) was 0.31 and 0.28 for the two methods, respectively, indicating acceptable model fit. The relative percent difference (RPD) for the main parameters was less than 12%, confirming strong agreement between the two approaches. Comparative analysis with other regions worldwide revealed that giant trevally in the Oman Sea exhibits the highest asymptotic length (124 cm) and growth performance index (Φ′=3.79) among reported populations; however, the exploitation rate (0.79) indicates high fishing pressure exceeding sustainable levels. Therefore, precautionary fisheries management measures—including increasing the minimum landing size, establishing closed areas during the spawning season, and continuous monitoring of length-frequency data—are essential to ensure the sustainability of this valuable species in the northern Oman Sea.

کلیدواژه‌ها English

;">Giant trevally, ;"> Population parameters, ;">Stock status, ;">Oman Sea.
Abdussamad E.M., Mohamad Kasim H., Balasubramanian T.S. 2008. Distribution, biology and behavior of the giant trevally, Caranxignobilis - a candidate species for mariculture. Bangladesh Journal of Fisheries Research 12(1), 89-94.
Arra S., Sylla S., Zan-Bi T.T., Loukou A.G., Ouattara M. 2020. Stock assessment and population dynamics of Senegal jack, Caranxs enegallus Cuvier, 1833, from industrial fishery of Côte d’Ivoire (West Africa). Agronomie Africaine 32(1), 37-49.
Collette B.B., Nauen C.E. 1983. FAO species catalogue. Vol. 2. Scombrids of the world. An annotated and illustrated catalogue of tuna, mackerel’s bonitos and related species known todate. FAO Fish.Synopsis 125(2), 137.
Eagderi S., Mouludi-Saleh A., Fricke R., Alavi-Yeganeh M.S., Mousavi-Sabet H., Çiçek E. 2026. Fishes of the Sea of Oman. Iranian Journal of Ichthyology 13 (Special Issue), 1-152. 
FAO. 2024. The State of World Fisheries and Aquaculture 2022 - Meeting the sustainable development goals. Rome. Licenses: CC BY-NC-SA 3.0 IGO. 227 P.
Farrag M.M.S., Mohammad A.S., Mustafa A.A., Osman A. G.M. 2024. Growth and stock assessment of three species of the family Carangidae from the Red Sea, Hurghada, Egypt. Iranian Journal of Ichthyology 11(1): 28-43.
Froese R. 2004. Keep it simple: three indicators to deal with overfishing. Fish and Fisheries 5(1), 86-91.
Froese R., Binohlan C. 2000. Empirical relationships to estimate asymptotic length, length at first maturity and length at maximum yield per recruit in fishes, with a simple method to evaluate length frequency data. Journal of Fish Biology 56, 758-773.
Froese R., Demirel N., Gianpaolo C., Kleisner K.M., Winker H., 2017. Estimating fisheries referencepoints from catch and resilience. Fish and Fisheries 18(3), 506-526.
Froese R., Pauly D. eds.,2025. FishBase. World WideWeb electronic publication. www.fishbase.org, version. (20/2020), accessed at www.fishbase.org in November/December 2025.
Gabr M.H., Al-Sofyani A.M.A., Ba-Akdah M.A. 2023. Growth Parameters and Stock Assessment of Carangoidesbajad Forsskal, 1775 (Carangiformes: Carangidae) in Jeddah Fisheries.Research Square 20(5-6), 102-110
Gayanilo F.C., Pauly D., Parre P. 2003. The FAO-ICLARM Stock Assessment Tool (FISAT) users guide. Rome. Italy.
Gough A., Dewar K.M., Godley B., Zafindranosy E., Broderick AC. 2020. Evidenceof Overfishing in Small-Scale Fisheriesin Madagascar. Frontiers in Marine Science 7, 317-323
Harris J., Pirtle J.L., Laman E.A., Siple M.C., Thorson J.T. 2024. An ensemble approach to species distribution modelling reconciles systematic differences in estimates of habitat utilization and range area. Journal of Applied Ecology 61, 351-364.
Hashemi S.A. 2024. Monitoring trends and quality of exploitation of some tuna and semi-tuna fish species through bioageing in the waters of the Persian Gulf and the Sea of Oman. National Fisheries Science Research Institute - Offshore Fisheries Research Center (Chabahar). 70 p. (In persian)
Hashemi S.A., Doustdar M., Akbary P. 2026. Comparison of the von Bertalanffy growth function (VBGF) and length-based Froese index (LBI) parameters for Indian threadfin trevally (Alectis indicus) in the northern waters of the Gulf of Oman. Journal of Aquatic Production and Utilization In press. (In persian)
Hashemi S.A.R., Doustdar M., Gholampour A., Khanehzaei M. 2020. Length-based fishery status of yellowfin tuna (Thunnus albacaresBonnaterre, 1788) in the northern waters of the Oman Sea. Iranian Journal of Fisheries Sciences 19(6), 2790-2803.
Hashemi S.A.R., Doustdar M., Mohebi Derakhsh P. 2022. Stock assessment of Yellowfin tuna, Thunnus albacares(Bonnaterre, 1788) using the LBB and LB-SPR methods in the northern Oman Sea, Iran. International Journal of Aquatic Biology 11(4), 313-320.
Hashemi, S.A.R., Doustdar, M., Ghasemzade, Gh., Gholampour, A. 2021. Length-based fishery status ofskipjack tuna, Katsuwonus pelamis (Linnaeus, 1758) (Teleostei: Scombridae: Scombrinae) in the northern waters of the Oman Sea (Iran). Iranian Journal of Ichthyology 8(3), 160-169.
Iran Fisheries Organization, 2025. Statistical Yearbook of the Iran Fisheries Organization 1997–2023. Iran Fisheries Organization, Planning and Management Development Deputy, Planning and Budget Office. 65 p. (In persian)
Karp M.A., Peterson J., Lynch P.D., Griffis R. 2018. Accounting for Shifting Distributions and Changing Productivity inthe Fishery Management Process: From Detection to Management Action. 2018. U.S. Dept. of Commerce, NOAA. NOAA Technical Memorandum NMFS-F/SPO-188, 37 p.
Kelly C., Michelsen F.A., Alver M.O. 2023. An ensemble modelling approach for spatiotemporally explicit estimation of fish distributions using data assimilation. Fisheries Research 261, 106624.
Korkmaz B., Bolat Y., Cilbiz M. 2023. Length-based Stock Assessment for the Data-poor Crayfish Fishery from the Eğirdir Lake, Türkiye. Turkish Journal of Fisheries and Aquatic Sciences 23(SI), 12.
Kwon S., Bae H., Jo J., Yoon S. 2019. Comprehensive ensemble in QSAR prediction for drug discovery. BMC bioinformatics 20(1), 521-526
Liao Q., Zhou S., Shi H., Shi W. 2017. Parameter Estimation of Nonlinear Systems by Dynamic Cuckoo Search. Neural computation 29(4), 1103-1123.
Medeiros-Leal W., Santos R., Peixoto U.I., Casal-Ribeiro M., Novoa-Pabon A., Sigler M.F., Pinho M. 2023. Performance of length-based assessment in predicting small-scale multispecies fishery sustainability. Review Fish Biology Fisheries 33, 819-852.
Mehanna, S. F., Samy-Kamal, M. 2024. Population dynamics parameters and exploitation status of 55 commercial species in Egyptian Red Sea fisheries: A key to sustainable fisheries. Fishes 9, 255.
Mildenberger T.K., Taylor M.H., Wolff M. 2017. TropFishR:An R package for fisheries analysis with length- frequency data. Methods in Ecology and Evolution 8(11), 1520-1527,
Mildenberger T.K., Taylor M.H., Wolff M. 2021.vignettes of TropFishR. Available at: https://cran.rproject.org/web/packages/TropFishR/vignettes/lfqData.html (Access on: Jully 20, 2022)
Mohammad A.S., Mehanna S.F., Mahmoud U.M. 2022. Age and growth based on the scale readings of the two carangid species Carangoidesbajad and Caranxmelampygus from Shalateen Fishing Area, Red Sea, Egypt. Egyptian Journal of Aquatic Biology & Fisheries 26(2), 399-411.
Nadon M.O. 2014. Improving stock assessment capabilities for the coral reef fishes of Hawaii and the Pacific region [Doctoral dissertation, University of Miami]. https://scholarship.miami.edu/esploro/outputs/doctoral/Improving-Stock-Assessment-Capabilities-for-the/991031447887002976
Paek S.W., Kim S., de Weck O. 2019. Optimization of Reconfigurable Satellite Constellations Using Simulated Annealing and Genetic Algorithm. Sensors (Basel, Switzerland)19(4), 765-770
Phuong T.V., Van Anh H.T., Nhu Phuong L.T., Quang Linh N. 2015. Biological features and distribution of giant trevally (CaranxignobilisForsskal, 1775) in Tam Giang-Cau Hai lagoon systems, Vietnam. Journal of Agricultural Science and Technology A and B & Hue University Journal of Science 5, 548-560.
Reuben S., Kasim H.M., Sivakami S., Radhakrishnan Nair P.N., Kurup K.N., Sivadas M., Noble A., Somasekharan Nair K.V., Rajeev S.G. 1992. Fishery, biology and stock assessment of carangid resources from the Indian seas. Indian Journal of Fisheries 39(3-4), 195-234.
Scrucca L. 2013. A Package for Genetic Algorithms in R. Journal of Statistical Software 53, 1-37.
Setyadji B., Spencer M., Kell L., Wright S., Ferson S. 2026. A systematic approach to estimating life-history parameters under data-limited scenarios for kawakawa (Euthynnusaffinis) in the western and southern part of Indonesian Waters (Document No. IOTC-2026-WPNT16-21). Paper presented at the 16th Working Party on Neritic Tunas (WPNT16), Indian Ocean Tuna Commission (IOTC).1-14 P.
Smolinski S., Berg F. 2022. Varying relationships between fish length and scale size under changingenvironmental conditions – Multidecadal perspective in Atlantic herring. Ecological Indicators 134 (1), 1-9.
Sparre P., Venema C. 1998. Introduction to tropical fish stock assessment. Part1- Manual, 337. P. FAO Rome, Italy.
Stier A.C., Olaf Shelton A., Samhouri J.F., Feist B.E., Levin P.S. 2020. Fishing, environment, and the erosion of a population portfolio. Ecosphere 11(11), e03283.
Xiang Y., Gubian S., Suomela B., Hoeng J. 2013. Generalized Simulated Annealing forGlobal Optimization: The GenSA Package. R Journal, 5.
Zar J.H. 1996. Biostatistical analysis. 3rd edition. Prentice-Hall Inc., New Jersey, USA. 662 p.
مجله علوم آبزی پروری

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از 17 شهریور 1405