自然环境变动对北部湾渔业资源的影响

根据1949~1985年广西渔获量、捕捞努力量,以及降雨、风速和盐度等统计资料,分析了自然环境的变动对广西渔获量年际变化的影响,由于捕捞努力量的难以转换性,采取以时间系列代替捕捞努力量的变动,并建立了渔获量对时间序列和环境变量的回归模型,以此来反映北部湾渔业资源的变动情况。分析结果表明,渔获量波动与时间序列显著相关,还与广东沿岸平均降雨量、北部湾沿岸平均降雨量、涠洲岛盐度以及香港季候风等环境因素显著相关。包含时间序列和环境变量的渔获量模型的回归系数为0·93,其置信水平达到99%以上。研究的结果说明,除捕捞因素外,环境因素的变动对北部湾渔业资源的波动有显著的影响。     

捕捞压力和气候变化对东海马面纯渔获量的影响

为了研究捕捞压力和气候变化对东海马面纯（Navodon spp．）渔获量的影响,对1976年～2006年的东海马面纯渔获量进行了分析。东海马面纯渔获量可划分成因捕捞效应所产生的趋势变化和因气候变动所导致的渔获量变动,前者可用Fox模型来拟合。Fox模型拟合结果显示,东海马面纯渔获量与捕捞努力量显著相关（P〈0．01）。移除捕捞压力增长引起的变化趋势后,其渔获量变动与热带气旋影响指数、东海海表温度、东海冬季季风和黄海夏季季风呈显著正偏相关（P〈0．03）,与热带气旋影响指数、黄海冬季季风及长江流域和东海沿岸降雨呈显著负偏相关（P〈0．03）。根据捕捞努力量和气候变量对东海马面纯渔获量进行拟合,结果显示,拟合的渔获量与实际渔获量显著相关（R=0．91,P〈0．01）,说明捕捞压力和气候变化显著影响东海马面纯渔获量的变动。此外,由于未来气候的变化,东海马面鲍渔获量可能出现更大波动。     

秘鲁外海茎柔鱼索饵场栖息地研究

两步广义加性模型被广泛应用于渔业资源栖息地的分析与研究中。笔者根据2006—2010年秘鲁外海茎柔鱼鱿钓生产数据以及海洋环境数据，利用两步广义加性模型分析环境因子对秘鲁茎柔鱼资源丰度的影响，预测秘鲁茎柔鱼索饵场栖息地分布。研究结果显示：春季，仅纬度对单位捕捞努力量渔获量的影响显著(P<0.01);夏季，纬度和海表面温度对单位捕捞努力量渔获量影响显著(P<0.01);秋季，海表面温度和海表面高度对单位捕捞努力量渔获量的影响显著(P<0.01);冬季，纬度和海表面高度对单位捕捞努力量渔获量的影响显著(P<0.01);叶绿素a对各季节资源分布的影响不显著(P>0.01)。根据单位捕捞努力量渔获量与海洋环境的关系，推测春季茎柔鱼索饵场位于S 15°,W 77°附近海域，夏季位于S 24°～26°,W 75°～78°海域，秋季位于秘鲁沿岸S 12°～16°和智利中部S 28°附近海域，冬季位于秘鲁沿岸S 13°～18°海域。研究结果可为指导我国远洋鱿钓鱼船在秘鲁海域的作业生产提供基础资料。     

东海区底拖网渔业资源变动分析

以2000~2005年底拖网渔业资源的常规监测资料为依据,对东海区底拖网渔获物种类组成、主要经济鱼种单位捕捞努力量渔获量(CPUE)以及生物学特征进行了分析。结果表明,东海区底拖网渔业资源利用结构正在向低值和低营养层次鱼种转化,主要经济鱼种的CPUE不断下降,生物学特征未见明显好转,而渔获物中幼鱼比例不断上升,渔业资源总体状况仍然存在继续衰退趋势。建议降低目前的海洋捕捞努力量,延长伏季休渔时间,加强渔业资源养护和管理力度等。     

东海带鱼渔获量对捕捞压力和气候变动的响应

为了解捕捞压力和气候变动对东海带鱼渔业产量的共同影响,对1956-2006年东海带鱼渔获量进行了分析.东海带鱼渔获量时间序列可划分成变化趋势和年间变动.变化趋势主要归因于捕捞努力量的单调增长,Fox模型拟合结果,东海带鱼渔获量与捕捞努力量关系显著(P＜0.01).移除趋势后,其年间变动与陆地降水、季风风速、海表水温和热带气旋影响指数相关(P＜0.05).结果表明,气候变动影响到东海带鱼渔获量年间变动:陆地降雨和径流携带大量营养盐进入沿岸生态系统；而季风则驱动营养盐的扩散和循环,影响着营养盐的利用效率；水温的升高不仅有利于带鱼的性腺发育与成熟,还能增加带鱼的饵料供应；热带气旋所形成的水团流动、风生混合、上升流等能促进营养盐供应并增加水域的生物量.从捕捞努力量和气候变量拟合东海带鱼渔获量的结果来看,与实际渔获量显著相关(P＜0.01),并且能够很好地反映出实际带鱼渔获量的变化趋势和年间变动.这说明渔获量的变化受到捕捞效应和气候变动的双重影响,未来气候变化将有利于东海带鱼渔业产量的增加,且渔获量年间变动幅度将会比以往更大.     

东海底拖网渔业资源现状

本文以2005年底拖网的常规监测资料为依据，对东海区底拖网渔业资源的渔获物种类组成、单位捕捞努力量渔获量（CPUE）以及主要渔获物生物学特征进行了分析，结果表明。带鱼和刺鲳为底拖网渔业资源优势种，所占比例分别为60．31％和14．53％，小黄鱼、龙头鱼、黄鲫和镶鲳为次要优势种，所占比例均超过1％，各个月份的优势种有所差异；全年的单位捕捞努力量渔获量为205．8kg／h；带鱼的优势肛长组为170-230mm，小黄鱼的优势体长组为120-140mm，刺鲳的优势叉长组为130-150mm。建议降低目前的海洋捕捞努力量，延长伏季休渔时间，加强渔业资源养护和管理力度等。     

怎样作海洋渔业渔获量趋蛰预报

浩瀚的海洋，蕴藏着大量的渔业资源，吸引着人们发展大批渔船竞相捕捞。但是，某渔场每年、每季或每汛究竟有多少资源量?却随时都有变化。届时估计可能有多少渔获量?安排多少渔船捕捞较为恰当?这些都是渔业指挥部门和生产单位至为关心的问题。为解决这个问题，有必要对渔获量作一番概要的估计，这项工作称作渔获量趋势预报(以下简称趋势预报)。     

东海带鱼渔获量变动原因分析

利用1951~1984年东海带鱼年渔获量和捕捞努力量资料,以及降雨、风速和海表温度等的时间系列,分析了带鱼渔获量年际变化与捕捞努力量及环境因素的关系,并建立了渔获量对捕捞努力量和环境变量的回归模型。带鱼渔获量随捕捞努力量的变化可用Fox模型拟合(R=0·89,P<0·01),1951~1974年期间,渔获量随着捕捞努力量的增长而不断提高,但自1974年后,随着捕捞努力量的持续增长,渔获量开始下降。排除捕捞效应后的带鱼渔获量波动还与环境因素显著相关,分析结果表明,长江流域和东海沿岸地区年降水量、渤海海域年均风速、长江口年均风速、黄海和东海海表温度(2月)、东海中部年平均海表温度及南部冬季月平均海表温度等环境因子都与之显著相关。包含捕捞努力量和环境变量的渔获量模型的回归系数为0·97,其置信水平达到99%以上。运用1951~1984年的回归模型对1985和1986年的渔获量作出了预测,其预测值与实际渔获量的相对误差均小于5%,验证了其可靠性。研究的结果表明,带鱼渔获量变动不仅与捕捞作用有关,同时还受环境因素的影响,是两者综合作用的结果。     

太湖渔业资源量变化与对策

分析了太湖渔业 195 2～ 2 0 0 0年的单位捕捞努力渔获量 (CPUE)的变化。 195 2～ 1979年太湖渔业资源CPUE呈持续增长的趋势 ,1979年太湖CPUE最大值为 2 36 ,资源量最小值为 1994年的 0 2 4 ;同时对太湖几种主要鱼类的CPUE及资源小型化原因进行了系统分析 ,提出了渔业资源的可持续发展对策。     

湖泊河蟹捕捞规律探讨

总结了１９９２～１９９６年在扁担塘进行河蟹捕捞试验的结果，表明单位努力渔获量（ＣＰＵＥ）的变动有明显的规律性，捕捞前期和后期较中期低，高峰在中期，晴天比阴雨天高，ＣＰＵＥ的变动主要与河蟹的生理状态和天气变化有关；讨论了合理的捕捞强度、长江与瓯江水系河蟹捕捞期先后的差别。     

我国东、黄海鲐鱼灯光围网渔业CPUE标准化研究

日本鲐是我国近海重要的中上层鱼类资源之一,评估其资源量需要对单位捕捞努力量渔获量（CPUE）进行标准化。影响CPUE标准化的因素很多，包括季节、区域和海洋环境等。本文利用广义线型模型（GLM）和广义加性模型（GAM），结合时空、捕捞船、表温等因子，对1998-2006年东、黄海大型灯光围网渔业鲐鱼CPUE进行标准化，并评价各因子对CPUE的影响。首先应用GLM模型评价时间、空间、环境以及捕捞渔船参数对CPUE的影响，并确定显著性变量。其次，将显著性变量逐一加入GAM模型，根据Akaike信息法则（AIC），选择最优的GAM模型。最后，利用最优的GAM模型对CPUE标准化，并定量分析时间、空间、环境以及捕捞渔船参数对鲐鱼CPUE的影响。GLM模型结果表明：8个变量对CPUE有重要影响，依次为年、船队、船队与年的交互效应、月、船队与月份的交换效应、经度、纬度和海表温。根据AIC，包含上述8个显著性变量的GAM模型为最优模型，对CPUE偏差的解释为27.78%。GAM模型结果表明：高CPUE分别出现在夏季海表温为28～31 ℃的东海中部和冬季海表温为12～16 ℃的黄海；1998-2006年，标准化后的CPUE呈逐年下降趋势，与持续增长的捕捞努力量有关。     

南极磷虾渔业CPUE及其丰度估算适用性

作为一种衡量渔业资源丰度变化的指标,CPUE常用于多种渔业资源评估。南极磷虾作为一种集群性的生物资源,其资源存在着较为明显的时空变化特征,加之该物种本身所具有的特殊性以及渔业特点,这也使得采用CPUE作为衡量该资源丰度指标的有效性存在着较大的不确定性。为此,本实验详细介绍了4种南极磷虾渔业CPUE的常用估算方法,并总结了这些方法所具有的特点、优势以及劣势,在此基础上从时空尺度和环境影响因素等方面对南极磷虾渔业CPUE估算的影响进行了分析。最后,实验就CPUE作为评估南极磷虾资源丰度的适用性及可行性进行了探讨。近年来,南极磷虾渔业日益受到全球的关注,但如何将渔业调查数据纳入到南极磷虾资源评估当中,一直未得到统一的结论,从而导致基于生态系统的南极磷虾渔业管理进展缓慢,本研究结果可为更好地开展南极磷虾资源评估和丰度估算提供思路。     

基于GAM 的吉尔伯特群岛海域黄鳍金枪鱼栖息地综合指数

为了可持续利用黄鳍金枪鱼(Thunnus albacares)资源,本文利用2009年10月～12月吉尔伯特群岛海域海上实测的34个站点海洋环境垂直剖面数据,黄鳍金枪鱼渔获率数据,应用广义加性模型(generalized additive model,GAM) 进行建模,预测渔获率,并通过wilcoxon检验来判断预测渔获率与名义渔获率是否存在显著相关性。根据预测渔获率估算黄鳍金枪鱼的栖息地综合指数(IHI),通过对各水层IHI均值分析和Pearson相关系数,判断该方法的预测能力。使用2010年11月～2011年1月在吉尔伯特群岛海域实测的16个站点40～80m水层和0～240m水体的环境数据,验证模型。结果表明：(1)拟合的各水层的IHI值分布各不相同,各水层中影响黄鳍金枪鱼分布的因子各不相同,黄鳍金枪鱼主要栖息在40～120m水层;(2)2010年数据验证结果表明,GAM模型的预测能力较好;(3)GAM在筛选影响黄鳍金枪鱼分布的因子时比较有效,能反应黄鳍金枪鱼渔获率与环境因子之间的非线性关系;(4)可通过GAM建立IHI指数模型来分析大洋性鱼类栖息地的空间分布。     

基于不同模型研究环境因子对中西太平洋鲣资源丰度的影响

根据1998—2013年中西太平洋鲣(Katsuwonus pelamis)生产数据,选取时空因子(年、月、经纬度)和环境因子[海表面温度(SST)、海表面高度(SSH)、尼诺指数(ONI)和叶绿素a浓度]Chl-a)],通过两种不同的模型(广义加性模型GAM和提升回归树模型BRT)研究各因子对鲣资源丰度(以CPUE表示)的影响。研究结果认为,GAM模型中,经度对CPUE的影响最大,累计解释偏差超过50%,其次为纬度、年和月;在环境因子中,SSH最为重要,其次为ONI,而SST和Chl-a的影响相对较低。BRT模型分析结果与GAM分析结果类似,时空因子相对占据了重要的地位,其中经度的影响最大,其次为年、纬度和月;而在环境因子中,ONI的重要性相对更高,其次为SSH,SST和Chl-a同样影响较低。研究认为,两种模型均能较好地反映出因子对CPUE的影响。由于厄尔尼诺/拉尼娜现象引起的海洋环境变化会使鲣资源分布产生差异,因此在后续的渔情预报研究中,应该更多地考虑将ONI因子纳入渔情预报模型中,以提高预测精度。     

A nonlinear,low data requirement model for producing spatially explicit fishery forecasts

Spatial variability can confound accurate estimates of catch per unit effort (CPUE), especially in highly migratory species. The incorporation of spatial structure into fishery stock assessment models should ultimately improve forecasts of stock biomass. Here, we describe a nonlinear time series model for producing spatially explicit forecasts of CPUE that does not require ancillary environmental or demographic data, or specification of a model functional form. We demonstrate this method using spatially resolved (1° × 1° cells) CPUE time series of North Pacific albacore in the California Current System. The spatial model is highly significant (P < 0.00001) and outperforms two spatial null models. We then create a spatial forecast map for years beyond the range of data. Such approaches can guide spatial management of resources and provide a complement to more data‐intensive, highly parameterized population dynamics and ecosystem models currently in use.     

Modeling environmental influence on Atlantic bluefin tuna bycatch by Mexican longliners in the Gulf of Mexico

Atlantic bluefin tuna (ABFT) stocks have been considered overfished over the last decades, especially the western stock, whose main spawning grounds are in the Gulf of Mexico (GoM). Despite the current measures implemented, spawner bycatch by the longline fleet targeting yellowfin tuna (YFT) may explain the lack of recovery of local stocks. This situation demands the implementation of appropriate spatiotemporal management strategies to minimize bluefin bycatch in the GoM, which involves knowledge in depth of its distribution and environmental forcing. Using catch and effort data from the Mexican commercial longline fleet with 100% scientific observer coverage from 1999 to 2012 and satellite derived environmental data, this study investigated the influence of environmental conditions on catch per unit effort (CPUE) of ABFT and YFT. General additive models (GAMs) were fitted using a negative binomial distribution and applying Akaike information criterion (AIC) to select the best model. Bluefin CPUE exhibited a marked seasonality, reaching higher values in February and March while YFT catches occurred throughout the year. Two main locations were identified with higher ABFT bycatch rates, Campeche Bay and the western‐central area of the GoM. Higher ABFT CPUE was significantly associated with areas with negative sea level anomalies and low sea surface temperatures, characteristic of cyclonic eddies. Instead, YFT CPUE showed a lesser environmental influence in its distribution. To our knowledge, the patterns shown in this study provide the first in‐depth approach to understand ABFT bycatch in Mexican waters, which will help in further development of adequate management strategies.     

Application of support vector regression to CPUE analysis for southern bluefin tuna Thunnus maccoyii,and its comparison with conventional methods

This paper describes the catch per unit effort (CPUE) standardization using three models for data mining (support vector regression, neural network and tree regression model) and two conventional statistical methods (analysis of variance and generalized linear model) using the actual fishery data for southern bluefin tuna Thunnus maccoyii. Statistical performances of these five models were compared based on mean square error, mean absolute error and three correlation coefficients, which are measured by the difference between the observed and the corresponding predicted values. As a result, the performance of support vector regression is equivalent to (or better than) that of neural networks, and these two models are superior to the tree regression model, analysis of variance, and generalized linear model based on CPUE analyses of actual fishery data for southern bluefin tuna. We suggest a simple method for factorial analysis to extract the CPUE year trend based on the predicted values obtained from these data mining models. This method is expected to contribute markedly to reduce the difficulty of estimating the CPUE year trends by these models for data mining and should be applied to CPUE analyses because of its ease of use, general versatility and high performance .     

A study on the variability of albacore (Thunnus alalunga) longline catch rates in the southwest Pacific Ocean

Relationships between albacore tuna (Thunnus alalunga) longline catch per unit effort (CPUE) and environmental variables from model outputs in New Caledonia’s Exclusive Economic Zone (EEZ) were examined through generalized linear models at a 1° spatial resolution and 10‐day temporal resolution. At a regional (EEZ) scale, the study demonstrated that a large part of albacore CPUE variability can be explained by seasonal, interannual and spatial variation of the habitat. Results of the generalized linear models indicated that catch rates are higher than average in the northwestern part of the EEZ at the beginning of the year (January) and during the second half of the year (July–December). In the northwestern region of the EEZ, high CPUEs are associated with waters <20.5° in the intermediate layer and with moderate values of primary production. Longline CPUE also appeared to be dependent on prey densities, as predicted from a micronekton model. Albacore CPUE was highest at moderate densities of prey in the epipelagic layer during the night and for relatively low prey densities in the mesopelagic layer during the day. We also demonstrated that the highest CPUEs were recorded from 1986 to 1998, which corresponds to a period with frequent El Niño events.     

Relationships between catch and effort in Fijian multispecies reef fisheries subject to different levels of exploitation

Abstract The catch-per-unit-effort (CPUE) and value-of-catch-per-unit-effort (VPUE) of reef-associated fish species from six Fijian native fishing grounds ( qoliqoli ) subject to different fishing intensities were determined using records of fishing activity from a voluntary logbook scheme. Line and spear fishing techniques were used for more than half the total fishing time (h person^-1 d^-1) in all qoliqoli , and yet the favoured technique in a given qoliqoli was frequently less efficient (lower CPUE) than other techniques. The popularity of relatively ineffective fishing methods implies that fishermen did not always attempt to maximize their catch rates. To compare fishing effort in different qoliqoli , all effort was rescaled on the basis of its recorded efficiency (measured as multispecies CPUE) and expressed as hours equivalent to boat-based spear fishing over coral by day to catch fish for sale. Total fishing intensity in the six qoliqoli ranged from 72 to 4310 h km^-2 reef year^-1. The relationship between catch and effort was linear at all fishing intensities, suggesting that the qoliqoli were all fished on a sustainable basis. Furthermore, whilst there was a significant difference in CPUE and VPUE between the one or two qoliqoli with lowest fishing intensity and all the others, there were no significant differences between these other qoliqoli in terms of the VPUE of the saleable multispecies boat catch or the CPUE of species from piscivorous and carnivorous genera ( Epinephelus, Lethrinus and Plectropomus ) which the fishermen prefer to catch.     

基于渔港抽样调查不同捕捞方式CPUE单位标准化新方法

本研究是在阐明传统CPUE(Catch Per Unit Effort)单位表述多样性的基础上,分析传统CPUE存在的不确定性、单位不统一性以及解析与意义不完整等问题。对24个CPUE单位,首先通过通用性标准,筛选出各种捕捞方式均能适用的8个CPUE单位;再通过相似性标准,对CPUE单位聚类分成2组,并在每组中筛选出最佳单位为kg/(kW·d)和kg/d;最后通过稳定性筛选标准对其标准差与变异系数值计算,最终得到CPUE的标准单位:kg/(kW·d),并确定CPUE的表达形式。本研究还基于CPUE单位标准化进行了实证分析,对2016年4个季度南海三省区的9种主要作业类型渔船的生产调查数据进行了分析比较,捕捞能力大小依次为:围网双拖刺网罩网张网单拖拖虾笼壶钓具。CPUE经单位标准化后已具备进行捕捞产量统计、评估渔船捕捞能力、衡量资源相对丰度指数、评估渔业资源利用水平等功能。