Оперативный прогноз промысла: Шпрот
Аналитика: 24.06.2024 - 27.06.2024 | Прогноз: 28.06.2024 - 02.07.2024
С 24 по 26 июня 2024 года российские рыболовные суда в Черном море вели промысел шпрота и в Азовском море - промысел рапаны.
Анализ промысла
С 24 по 26 июня у черноморских берегов Крыма и Краснодарского края преобладал северный и северо-восточный ветры скоростью 3-8 м/с. Средняя суточная температура воздуха в рассматриваемых районах моря находилась в пределах 22-25 °С. Температура поверхностных черноморских вод в эти дни у берегов Крыма составляла 22-24 °С, у побережья Краснодарского края – 24-26 °С, в южной части Азовского моря - 26 °С. Промысел шпрота 24-26 июня велся одним среднетоннажным судном 24 июня на участке шельфа от пос. Морское до Судака с суточным выловом 20,6 т шпрота, 25 и 26 июня – в районе Феодосийского залива с суточным выловом, соответственно, 31,6 и 29,3 т шпрота. Общий вылов шпрота за 24-26 июня составил 81,5 т. Промысел рапаны велся у северного входа в Керченский пролив 24 июня двумя малотоннажными судами с суточным выловом 2,0 т и 1,9 т, 25 и 26 июня – одним малотоннажным судном и суточными уловами, соответственно, 0,2 т и 0,9 т шпрота. Общий вылов рапаны за 24-26 июня составил 5,1 т.Прогноз промысла
С 28 июня по 1 июля у черноморских берегов Крыма и Краснодарского края будет преобладать северо-восточный ветер скоростью 3-8 м/с (29 и 30 июня – до 10 м/с). Средняя суточная температура воздуха в рассматриваемых районах Черного моря с 28 июня по 1 июля будет находиться в пределах 23-25 °С. Температура поверхностных морских вод в эти дни у черноморских берегов Крыма составит 22-24 °С, у побережья Краснодарского края – 24-26 °С, в южной части Азовского моря – 26 °С. С 29 по 2 июля наиболее результативный промысел шпрота в Черном море может осуществляться на глубинах 40-50 м на участках шельфа у м. Херсонес, районе Анапы и в районе пос. Лазлревское.Ветер
Волнение
Осадки
Температура воздуха
Температура поверхности воды
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.