利用贝叶斯动态产量模型评估印度洋长鳍金枪鱼资源状态

印度洋长鳍金枪鱼(Thunnus alalunga)的生物学信息相对较少, 渔业数据存在较多问题, 致使其资源评估结果仍存在较大的不确定性, 从而影响了渔业管理的科学性。为此, 本研究基于印度洋长鳍金枪鱼的渔业捕捞、标准化 CPUE (catch per unit effort)数据及相关种群假设, 利用贝叶斯动态产量模型对该种群进行了资源评估研究, 结果显示: (1) 渔获量的观测误差对模型参数估计、资源状态的判断及渔业管理具有重要影响, 渔获量观测误差的增大使模型评估的过度捕捞概率上升, 导致总可捕量(total allowable catch, TAC)减少; (2) 动态产量模型形状参数、r 的先验分布和资源丰度指数的选择均会影响资源评估的质量, 本研究显示, Fox 模型的资源评估结果比 Schaefer 模型的评估结果更合理, r 先验分布范围的增大使模型评估的资源状态变好, 使用西南海域标准化 CPUE 时的评估结果相对较好; (3) 设置某些年份的资源量比例(φ、P₂₀₁₇)范围有助于提高数据缺乏下渔业资源评估的质量; (4) 评估结果表明印度洋长鳍金枪鱼发生资源型与捕捞型过度捕捞的概率分别为 34%、50%, 两种过度捕捞同时发生的概率为 32%, 该种群正面临捕捞型过度捕捞的风险; 投影分析显示, 将 TAC 控制在 32658 t (即最后 5 年平均渔获量的 90%)以下时, 印度洋长鳍金枪鱼 10 年后不发生过度捕捞的概率大于 60%。贝叶斯动态产量模型作为一种数据有限的渔业资源评估模型, 适用于印度洋长鳍金枪鱼, 且该模型能较好地考虑参数输入和不确定性因素对资源评估质量、总可捕量估计的影响, 为深入研究印度洋长鳍金枪鱼的资源状态与管理提供了科学依据。     

应用贝叶斯生物量动态模型评估印度洋黄鳍金枪鱼资源

利用贝叶斯生物量动态模型对印度洋黄鳍金枪鱼(Thunnus albacares)资源进行了评估,并分析了不同标准化单位捕捞努力渔获量(catch per unit effort,CPUE)、内禀增长率(r)先验分布对评估结果的影响。结果表明:(1)模型能较好拟合日本延绳钓渔业的标准化CPUE,但对中国台湾延绳钓渔业的标准化CPUE拟合较差;当模型单独使用日本标准化CPUE时,评估结果显示印度洋黄鳍金枪鱼被过度捕捞;若模型单独使用中国台湾标准化CPUE,则结果相反,显示印度洋黄鳍金枪鱼未被过度捕捞;而当同时使用两个标准化CPUE时,日本标准化CPUE数据获得更大估计权重,因此,评估结果与单独使用日本标准化CPUE的结果类似。(2)当r采用无信息先验时,r估计偏小,而环境容纳量(K)估计则偏大,参数估计不合理;当r采用信息先验时,r与K的后验分布估计相对合理;由于r与K存在显著的负相关关系,生物量动态模型难于同时有效估计这两个参数,特别是在数据质量较差情况下,因而采用信息先验能提高生物量动态模型参数估计的质量。(3)本研究利用偏差信息准则(Deviance Information Criterion,DIC)与均方误差(Mean Square Error,MSE)统计量对模型进行了比较,并选择模型S8用于评价印度洋黄鳍金枪鱼的资源状态。评估结果认为印度洋黄鳍金枪鱼被过度捕捞,既存在捕捞型过度捕捞,也存在资源型过度捕捞,这与资源合成(Stock synthesis version 3,SS3)等模型的评价结果一致。     

印度洋长鳍金枪鱼资源评估的影响因素分析

多个模型被用于印度洋长鳍金枪鱼(Thunnus alalunga)的资源评估,但这些模型的评估结果均存在较大的不确定性,为此,本文对影响印度洋长鳍金枪鱼资源评估的因素进行了分析。分析结果认为:(1)由于渔业数据存在不报、漏报或混报及采样样本数过低、采样协议出现变化等问题,造成印度洋长鳍金枪鱼渔业的渔获量、体长组成或年龄组成数据存在质量问题;(2)尽管对单位捕捞努力渔获量(catch per unit effort,CPUE)进行了标准化,但目标鱼种变化及捕捞努力量空间分布变化仍严重影响了标准化CPUE数据的质量;(3)印度洋长鳍金枪鱼的种群生态学及繁殖生物学研究仍比较薄弱,种群结构、繁殖、生长、自然死亡信息比较缺乏,在资源评估中,相关参数设置需借用其他洋区的研究结果;(4)海洋环境对印度洋长鳍金枪鱼的资源变动与空间分布具有显著影响,但评估模型较少考虑海洋环境的影响。由于上述问题的存在,导致当前评估结果存在较大不确定性。未来,应继续探索提高资源评估质量的方法,同时研究建立管理策略评价框架,以避免渔业资源评估结果的不确定性对该渔业可持续开发的影响。     

印度洋长鳍金枪鱼资源评估

本研究运用年龄结构资源评估模型ASAP,利用最新的渔业数据和生物学研究成果,对印度洋长鳍金枪鱼资源进行了评估。结果显示,主要资源变量捕捞死亡系数(F)、产卵亲体生物量(SSB)和生物学参考点受亲体-补充量关系的陡度参数(h)的影响很大。假设陡度参数h=0.7、0.8、0.9时,最大持续产量(MSY)分别为25 268t、27 414t、51 924t,当前(2010年初)F与FMSY之比分别为2.85、2.32、1.11,当前渔获量与MSY之比分别为1.65、1.52、0.80。1984年以来,F总体处于上升趋势,SSB处于下降趋势。基本模型条件下(h=0.8),当前资源状况为"趋向于过度捕捞"(Overfishing),且已接近于"过度捕捞"(Overfished)。若h=0.7、h=0.9,当前资源状况分别为"捕捞过度"、"趋向于过度捕捞"。     

捕捞数据不确定下蓝点马鲛渔业管理策略评估

蓝点马鲛是黄渤海的主要经济鱼种,在我国海洋渔业中占有重要地位,评估其资源水平和种群状态对于资源开发和管理具有重要意义。传统的渔业资源评估方法对数据有较高的要求,而目前我国蓝点马鲛渔业缺乏相关数据,特别是捕捞统计数据存在的问题尤为明显,其平均水平和变化趋势均存在很大的不确定性,统计上表现为观测数据的误差和偏差,对渔业评估和管理造成了障碍。本研究采用输出控制和输入控制两类共6种基于有限数据的渔业管理规程(MP)对蓝点马鲛进行了资源评估,针对捕捞观测数据的误差和偏差对这6种MP进行了不确定分析和管理策略评价。结果显示,输出控制MP中稳定捕捞法(CC4)、最大可持续剩余产量捕捞趋势法(SPMSY)和平均渔获量法(AvC)受到渔获量观测偏差和误差不同程度的影响,而时滞差分资源评估法(DD)对渔获量的不确定性响应相对较弱,更适用于蓝点马鲛等渔获量数据不确定性较大的渔业。根据敏感性分析发现该类MP对最大可持续生物量与未开发的生物量的比值、补充关系的陡度、最大可持续捕捞死亡率与自然死亡率的比值以及最大可持续捕捞死亡率等参数均较为敏感。而输入控制类MP最小体长法(minlen Lopt1)及75%捕捞努力量法(cur E75)对渔获量的不确定性响应不明显,对操控模型中各参数敏感程度较低。本研究指出输入控制MP不易受到观测误差和观测偏差的影响,而输出控制MP对观测误差有不同程度的响应。本研究使用管理策略评估综合比较两类MP,认为cur E75对于渔业资源的开发和保护两个方面有着最好的权衡。     

应用贝叶斯状态空间剩余产量模型框架评估印度洋大眼金枪鱼的资源状况

根据1950―2016年的渔获量数据及1955―2016年的单位捕捞努力量(Catch Per Unit Effort,CPUE)数据,采用贝叶斯状态空间剩余产量模型框架JABBA(Just Another Bayesian Biomass Assessment)对印度洋大眼金枪鱼(Thunnus obesus)的资源状况进行评估,分析了渔船效应、CPUE数据尺度对评估结果的影响。结果表明,模型拟合效果对于不同时间跨度下CPUE数据的选择比较敏感。当选用时间跨度为1979―2016年的CPUE数据且考虑渔船效应时,模型拟合效果最好。2016年大眼金枪鱼的资源量为812 kt,最大可持续产量(Maximum Sustainable Yield,MSY)为163 kt,远高于同年渔获量86.81 kt,其资源量具有82.50%的概率处于"健康"状态。当总允许可捕量为69.45～104.17 kt时(2016年渔获量的80%～120%),未来10年大眼金枪鱼的资源量仍高于B_(MSY)(达到MSY所需的生物量)。回顾性分析结果表明,该资源评估结果存在一定程度的回顾性问题,捕捞死亡率和资源量分别存在被低估和高估的现象。将来需要在模型结构设定、CPUE数据选择及模型参数的先验分布设置等方面进一步优化。     

运用SS3评估东太平洋大眼金枪鱼(Thunnus obesus)资源——复杂模型和简化模型的比较

大眼金枪鱼(Thunnus obesus)是东太平洋最重要的商业性金枪鱼鱼种,其资源评估采用的是结构复杂的Stock Synthesis 3模型(SS3)。模型简化是提高资源评估效率的必要手段,但对大眼金枪鱼简化模型的效果尚未开展研究。本研究尝试从渔业数据结构的角度,将SS3复杂模型的23个渔业简化为仅含围网和延绳钓2个渔业,从而比较简化模型的评估能力。结果显示,简化模型能较为准确地描述大眼金枪鱼补充量、亲体量、捕捞死亡系数等主要时间序列的历史动态变化,对传统生物学参考点FMSY的估计也较为准确,且受陡度和自然死亡系数的影响较小,但对其他参考点的估算误差较大。陡度参数对简化模型基于Kobe图判断资源状态的准确性有重要影响,陡度较低时,简化模型能较为准确地判断资源状态。研究表明,权衡模型的评估能力和降低模型结构的复杂性,是大眼金枪鱼资源评估今后需要重点研究的任务之一。此外,对模型简化的效果评价,与采用的生物学参考点和资源状况判断标准的选择有关。     

运用SS3评估东太平洋大眼金枪鱼(Thunnus obesus)资源——复杂模型和简化模型的比较

大眼金枪鱼(Thunnus obesus)是东太平洋最重要的商业性金枪鱼鱼种,其资源评估采用的是结构复杂的Stock Synthesis 3模型(SS3).模型简化是提高资源评估效率的必要手段,但对大眼金枪鱼简化模型的效果尚未开展研究.本研究尝试从渔业数据结构的角度,将SS3复杂模型的23个渔业简化为仅含围网和延绳钓2个渔业,从而比较简化模型的评估能力.结果显示,简化模型能较为准确地描述大眼金枪鱼补充量、亲体量、捕捞死亡系数等主要时间序列的历史动态变化,对传统生物学参考点FMSY的估计也较为准确,且受陡度和自然死亡系数的影响较小,但对其他参考点的估算误差较大.陡度参数对简化模型基于Kobe图判断资源状态的准确性有重要影响,陡度较低时,简化模型能较为准确地判断资源状态.研究表明,权衡模型的评估能力和降低模型结构的复杂性,是大眼金枪鱼资源评估今后需要重点研究的任务之一.此外,对模型简化的效果评价,与采用的生物学参考点和资源状况判断标准的选择有关.     

基于混合效应模型的印度洋大眼金枪鱼生长特征异质性分析

大眼金枪鱼(Thunnus obesus)作为一种具有极高经济价值的公海金枪鱼捕捞对象,其资源状况和管理情况一直受到学者的高度关注,而对其生活史特征,尤其是生长特征的研究,是对大眼金枪鱼进行准确资源评估和合理养护管理的基础和关键部分。本研究基于中国科学观察员于2013―2018年收集的印度洋大眼金枪鱼生物学数据,通过体长-体重关系研究其生长特征,并运用线性混合效应模型分析其生长特征在不同年份、季度和海域间的差异。依据收集的8806尾大眼金枪鱼样本,求得其上颌叉长FL和加工重量GT (去掉鳃、尾鳍和内脏后的重量)之间的幂函数关系式,其中条件因子a的估计均值(95%置信区间)为1.07(0.99～1.14)×10~(-5),异速生长参数b的估计值(95%置信区间)为3.08 (3.07～3.10)。本研究构建了7个不同异质性组合的混合效应模型, AIC值和均方根误差值均表明同时考虑年份、季度和区域差异的模型拟合效果最佳。最佳模型的结果表明,印度洋15°S以南和以北海域的大眼金枪鱼个体生长特征差异极小,北部个体仅略重于南部个体;相比于第三和第四季度,相同体长的大眼金枪鱼在第一和第二季度具有更多的重量; 2015年和2016年采集的个体在同样体长时体重更重,而2014年和2017年的大眼金枪鱼体重比其他年份更轻。本研究结果旨在为大眼金枪鱼的资源评估及渔业管理提供基础资料,异质性的研究方法也可以应用于其他近海、远洋渔业种类的生活史特征、种群特征和资源评估研究。     

日本水产厅渔业调查船今秋冬将在印度洋调查金枪鱼资源

印度洋是日本远洋金枪鱼延绳钓船的重要作业渔场。日本水产厅为了摸清该水域以延绳钓捕捞大眼金枪鱼和黄鳍金枪鱼的资源状况，于9月3日派出该厅渔业调查船照洋丸（2581t）赴印度洋进行金枪鱼类资源的调查和探捕。[第一段]     

印度洋中南部水域金枪鱼延绳钓钓钩钩型对钓获对象的选择性

基于2008年9月至2009年4月在印度洋中南部水域金枪鱼延绳钓渔场收集的数据,研究分析和比较了3种钓钩钩型(传统金枪鱼钩、“J”形钩和圆形钩)的渔获效益及对钓捕对象的选择性。结果表明:(1) 从渔获种类上看,大眼金枪鱼和大青鲨金枪鱼钩钓获比例最高,“J”形钩和圆形钩的钓获比例相当;而长鳍金枪鱼则为金枪鱼钩钓获比例最高,其次为“J”形钩和圆形钩。(2) 大眼金枪鱼存活率以金枪鱼钩最高,“J”形钩最低;长鳍金枪鱼则为“J”形钩稍高于圆形钩,金枪鱼钩最低;大青鲨则以圆形钩最高,“J”形钩最低。(3) “J”形钩钓获的长鳍金枪鱼和鲨鱼平均叉长较金枪鱼钩和圆形钩稍大;而金枪鱼钩钓获的大眼金枪鱼平均叉长较圆形钩和“J”形钩稍大。(4) 3种钩型钓获的长鳍金枪鱼、大眼金枪鱼和大青鲨叉长分布均不存在显著性差异。     

Separation of the Taiwanese regular and deep tuna longliners in the Indian Ocean using bigeye tuna catch ratios

ABSTRACT:   Taiwanese longline (LL) fisheries operating in the Indian Ocean usually target albacore tuna (ALB), swordfish (SWO) and yellowfin tuna (YFT) using regular LL. Bigeye tuna (BET), however, is targeted using deep LL. Thus, these two types of LL are considered to be different gears as they target different tuna species. Regular or deep LL fishing is defined by number of hooks per basket (NHB): regular LL if 6 ≤ NHB ≤ 10 and deep LL if 11 ≤ NHB ≤ 20. However, NHB information was available in only some of the recent LL data (1995–1999). This situation had caused problems of biased results in stock analysis in the past. Thus, the objective of our study was to explore an effective method to separate the two types of LL fishing by considering species composition. Some intervals of BET catch ratios were found to be effective in separating the regular and deep LL catches, i.e. 0.0 ≤ BET/(BET + ALB + SWO) ≤ 0.4 and 0.8 ≤ BET/(BET + ALB) ≤ 1.0, respectively. Using these two separators, the LL known data set (1995–1999) (learning data set) was classified. Correct classification occurred in 67.7% of the data, while 23.1% of the data were unclassified (11.9% due to zero catches and 11.2% due to classification into both LL types), and 9.2% were misclassifications. Then, using the methods developed, the LL unknown data set in the historical data (1979–1999) was classified and nominal CPUE values were calculated for four species. The CPUE trends based on this study were likely to be more reliable than those of previous studies.     

印度洋金枪鱼延绳钓主要渔获种类及分布

根据印度洋金枪鱼管理委员会IOTC的金枪鱼生产数据库,对1967-2004年间印度洋金枪鱼延绳钓主要渔获种类的产量按年进行汇总和基于5度格网进行了空间上的统计,采用GIS软件制作了印度洋金枪鱼延绳钓主要渔获种类的捕捞产量的地理空间分布图,分析了其资源的空间分布特征。分析结果表明,大眼金枪鱼Thunnus obesus、黄鳍金枪鱼Thunnus albacares、长鳍金枪鱼Thun-nus alalunga和剑鱼Xiphias gladius是印度洋金枪鱼延绳钓的主要渔获种类,其产量之和占到总产量的90%,这4种印度洋金枪鱼延绳钓的主要渔获种类从1967-2004年的产量均呈上升趋势,但产量的峰谷变化各不相同;空间分布特征研究表明,尽管在印度洋海域分布范围广泛,但产量丰沛的区域存在明显差异。     

基于贝叶斯概率的印度洋大眼金枪鱼渔场预报

本文采用贝叶斯概率为模型基础框架,利用来自印度洋金枪鱼管理委员会(IOTC)的大眼金枪鱼延绳钓历史渔获统计数据和美国国家海洋大气管理局(NOAA)的海温最优插值再分析数据,进行适用于印度洋金枪鱼延绳钓渔场的模型参数估算与预报模型构建。模型回报精度验证结果表明,印度洋大眼金枪鱼延绳钓渔场综合预报的准确率达到了65.96%。模型预报结果用概率百分比来表示,符合渔业资源分布的客观特点。利用中分辨率成像光谱仪MODIS提供的SST产品进行业务化运行的渔场预报,利用模型结果每周生成印度洋大眼金枪鱼延绳钓渔场概率预报图,用不同大小的圆形来表示渔场概率的高低,可以为印度洋区域的远洋渔业生产提供信息支持。     

世界主要金枪鱼捕捞产量分析

根据FA0 1950 ～ 2011年世界主要金枪鱼类渔业生产数据统计,将长鳍金枪鱼、黄鳍金枪鱼、大眼金枪鱼和鲣鱼等8种世界主要金枪鱼类每10年的产量总和按不同鱼种和海域进行了总结.结果显示,鲣鱼的累计总产量最高,其平均年产量涨幅最快;除马苏金枪鱼年平均产量有所下降,北方蓝鳍金枪鱼保持稳定外,其他主要金枪鱼类均有增长,但平均增长率最高的是青干金枪鱼.各主要渔区中以中西太平洋海域累计总产量最高,平均年产量有上升趋势,大西洋海域以中东大西洋为产量最高,印度洋海域以西印度洋为产量最高,平均增长率以印度洋海域为最高,其他海域相对持平.我国（包括台湾省）捕获累计总产量最高的是鲣鱼,为418×104 t,占世界总产量比例最高的是长鳍金枪鱼,为22.9％.我国（包括台湾省）主要金枪鱼类捕获总产量占世界总产量比例最高为东南大西洋海域,最低为东南太平洋海域.论文结合世界主要金枪鱼类以及主要捕捞海域的开发现状和我国国情,提出我国目前面临的几点困难以及发展壮大我国金枪鱼渔业的建议.     

Catch rate standardization for yellowfin tuna (Thunnus albacares) in Taiwan's distant-water longline fishery in the Western and Central Pacific Ocean,with consideration of target change

Catch per unit of effort (CPUE) needs to be standardized to remove the effects of factors such as fishing time and location, before it can be used as an index of abundance in fish stock assessments. One of the most substantial effects arises from a change of target species. This is particularly important for the Taiwanese distant-water longline fishery, which has a long history of fishery data from two fleets that target various tuna species across three oceans. We review the development of the Taiwanese distant-water longline fishery and compare five designs for standardizing the catch rate of yellowfin tuna (Thunnus albacares) in the western and central Pacific Ocean, using generalized linear models with lognormal and delta-lognormal error assumptions. Two approaches to address targeting effects were tested: separating fishing fleet data based on observer records, and including four target indicators calculated from catch data. Four statistical regions (relating to major fishing grounds) were treated as a single factor in the first three cases and were treated separately for the last two (one independent run for each region). The last case, which involved independent analyses for each fishing fleet for each region, and using the delta-lognormal approach, was considered to provide the most informative standardized CPUE trends for yellowfin tuna.     

西北印度洋大眼金枪鱼渔场预报模型建立与模块开发

根据1990—2003年印度洋大眼金枪鱼延绳钓渔业数据和美国国家海洋和大气管理局提供的海表温度、叶绿素-a历史环境数据,应用环境因子叠加方法,构建了西印度洋大眼金枪鱼渔场预报模型,用于金枪鱼渔场预报。分析得出各月适宜海表温度、叶绿素-a浓度范围和历史高产区空间位置;导入实时海表温度、叶绿素-a等遥感栅格数据,分别提取适宜海表温度、适宜叶绿素-a浓度和历史高产区的空间栅格数据集,最后在空间上对3种栅格数据进行空间叠加并取交集。交集所指空间区域即为大眼金枪鱼潜在渔场位置。通过精度检验,表明该模型渔场预报精度为60.5%。并以VC++6.0工具为开发平台,对此模型进行了设计开发,实现了模块预报西北印度洋大眼金枪鱼渔场。