Оперативный прогноз промысла: Хамса

Аналитика: 09.01.2024 - 10.01.2024 | Прогноз: 13.01.2024 - 16.01.2024

9-10 января 2024 года российские рыболовные суда вели в Черном море результативный промысла хамсы.

Анализ промысла

9-10 января 2024 года российские рыболовные суда вели в Черном море результативный промысла хамсы. 9 января у крымских берегов преобладал северо-восточный ветер скоростью 9-14 м/с, у черноморского побережья Краснодарского края – северный и северо-западный ветры скоростью 7-12 м/с. 10 января повсеместно наблюдались северный и северо-восточный ветры скоростью 7-12 м/с. Средняя суточная температура воздуха в рассматриваемых районах Черного моря уменьшалась от 3-8 °С 9 января до 1-6 °С 10 января. Температура поверхностных морских вод у западных берегов Крыма составляла 10-11 °С, в северо-восточной части Черного моря 10-12 °С, Промысел хамсы 9-10 января велся на участке шельфа от м. Херсонес до м. Айя шестью среднетоннажными судами с суточным выловом от 13 т до 55 т (в среднем – 36.4 т) черноморской хамсы на одно судно. Общий суточный вылов и средняя суточная промысловая нагрузка одного судна на промысле черноморской хамсы у западных берегов Крыма представлены на рисунке.

Прогноз промысла

12 января у западных берегов Крыма и в северо-восточной части Черного моря будут преобладать западный и северо-западный ветры скоростью 8-13 м/с, 13 января - северный ветер скоростью 4-9 м/с, 14 и 15 января – юго-западный ветер скоростью 5-10 м/с 14 января и 8-13 м/с 15 января. Средняя суточная температура воздуха в рассматриваемых районах уменьшится от 4-7 °С 12 января до -3 - +1 °С 13 января, а затем увеличится до 7-10 °С 15 января. Температура поверхностных морских вод у западных берегов Крыма составит 9-10 °С, в северо-восточной части Черного моря - 10-12 °С. В период с 13 по 16 января наиболее результативный промысел хамсы может осуществляться на участках шельфа у м. Херсонес, от м. Меганом до Феодосии и от Геленджика до пос. Архипо-Осиповка.

Оперативный прогноз ИИ

Ниже представлены краткие результаты оперативного прогнозирования средствами искусственного интеллекта в зависимости от состояния среды обитания. Результаты прогноза основанные на искусственном интеллекте демонстрируют оптимальные районы промысла и могут не совпадать с экспертным прогнозом.