西北太平洋秋刀鱼CPUE标准化研究

秋刀鱼(Cololabis saira)是西北太平洋海域重要的渔业种类之一,其资源评估工作已成为热点问题,单位捕捞努力量渔获量(CPUE)标准化可以为开展有效的资源评估研究提供科学依据。为此,本研究利用2003~2017年中国大陆西北太平洋秋刀鱼渔业生产统计资料,结合卫星遥感获得的海洋环境数据,如海表面温度、海表温度梯度、海表面高度等,基于广义线性模型(General linear model, GLM)和广义可加模型(Generalized additive model, GAM)对中国大陆西北太平洋秋刀鱼渔业进行CPUE标准化。结果显示,根据BIC准则,在GLM模型结果中,年份、月份、经度、纬度、海表面温度、海表面高度、海表温度梯度及年份与月份对CPUE具有显著影响,并组成了GLM模型的最佳模型,对CPUE偏差的解释率为52.47%;在GAM模型结果中,除上述8个影响变量外,交互项月份与经度和月份与纬度也对CPUE影响较大,GAM的最佳模型对CPUE偏差的解释率为61.9%。通过5-fold交叉验证分析发现,GAM模型标准化结果较优于GLM模型,更适合于西北太平洋秋刀鱼渔业CPUE标准化。     

秋冬季智利竹鱼栖息地指数模型比较

根据2003—2009年5—9月我国大型拖网渔船捕捞智利竹鱼的生产统计数据,结合海表面温度(SST)和海表面高度(SSH)的海洋环境因子,以作业网次和单位捕捞努力量渔获量(CPUE)作为适应性指数(SI),采用外包络法分别建立SST、SSH的SI,采用算术平均法(AMM)、几何平均法(GMM)、基于权重的AMM分别建立栖息地指数(HSI),并用2010—2011年度生产捕捞数据进行比较与验证。结果显示,以作业网次为基础的SI为最适;AMM优于GMM;考虑到权重的AMM优于没有考虑权重的AMM,5—9月最适HSI模型的SST权重分别为0.4、0.7、0.6、0.7、0.1,2010—2011年渔获量和作业网次的验证预报精度分别为75%~93%、80%~90%,可作为秋冬季智利竹鱼栖息地指数模型。研究表明,不同月份的SST和SSH对秋冬季智利竹鱼渔场分布有着不同的影响。秋冬季是智利竹鱼的主要渔汛期,本研究为准确建立其渔场预报模型奠定了基础。     

基于栖息地指数的南海北部枪乌贼渔情预报模型构建

根据2009年~2014年南海捕捞信息网络获取的南海北部200 m等深线以内近海底拖网渔业数据,结合环境遥感数据,构建南海北部枪乌贼类(Uroteuthis sp.)栖息地指数(habitat suitability index,HSI)模型。选取海表水温(sea surface temperature,SST)、海面高度(sea surface height,SSH)和叶绿素a浓度(chlorophyll-a concentration,CHL)等环境因子,采用一元非线性回归建模,并分月份采用最小二乘法确定各环境因子的权重系数,从而建立南海北部枪乌贼类的栖息地指数综合模型。构建的模型能够有效解释渔场分布与环境要素之间的关系,并可从模型中推断各环境因子的最适范围和变化趋势;单位捕捞努力量渔获量(catch per unite effect,CPUE)高的渔场主要分布于HSI大于0.5的海域,其他HSI高的海域可能为潜在渔场。对不同因子权重系数的研究发现,叶绿素a浓度是影响渔场分布的重要因素。对模型的验证结果表明,其准确率达到75%以上。该研究表明,基于不同权重系数的HSI模型能够较好地预测南海北部枪乌贼渔场。     

基于约束线性回归的柔鱼栖息地指数渔场预报模型构建

柔鱼(Ommastrephes bartramii)是我国在西北太平洋重要的商业捕捞对象,对其渔场进行准确预报是提高渔业生产能力的重要内容。本研究分别选取2005~2013年我国在该海域的柔鱼渔获量和捕捞努力量作为计算适宜度指数(SI)的2种指标,利用包括海表温度、叶绿素a(Chl-a)浓度、表温梯度强度和100 m水深的Argo浮标水温数据在内的海洋环境因子,通过非线性回归,生成了不同环境因子的SI曲线。在考虑约束条件的前提下,建立2种柔鱼渔场的栖息地指数(HSI)模型,并利用逐步回归剔除不显著的解释变量。2种模型拟合优度比较的结果显示,利用渔获量建立的模型具有更高的精度,其中,7~11月模型的调整后相关系数分别为0.853(P0.001)、0.773(P0.001)、0.789(P0.001)、0.745(P0.001)和0.724(P0.0001)。各环境因子的SI权重系数符合约束条件,并随着季节的变化,权重值有所不同。在主要渔汛期间(7、8和10月),100 m水深温度的SI对HSI得分起到了最关键作用;而在渔汛末期(11月),与海表温度相关的SI成为影响HSI的最重要因子。利用该模型对2014年进行预报实验,预报结果与实际渔场在空间分布上具有一致性。全年统计结果显示,高HSI(0.7)的区域渔获量占总渔获量的49.06%,而低HSI(0.3)区域渔获量仅占9.06%,表明该模型具有一定的渔场预报能力。     

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。     

西北太平洋柔鱼适宜栖息地动态变化研究

柔鱼(Ommastrepes bartramii)是短生命周期种类,具有较高的经济价值和重要的生态地位,研究柔鱼资源对我国的远洋渔业发展有重要作用。本研究根据2005～2016年8～10月西北太平洋柔鱼渔业数据以及海表温度(Sea surface temperature, SST)数据,依据前人建立的柔鱼栖息地适宜性指数模型(Habitat suitability index, HSI)计算适宜柔鱼栖息地面积大小,并与柔鱼单位捕捞努力量渔获量(Catch per unit of fishing effort, CPUE)和渔获量进行相关性分析。研究发现,2015年平均适宜栖息地(HSI0.6)面积范围最大,达到1087369km2;2008年平均适宜栖息地面积范围最小,仅为618407.5 km~2。所选区域内适宜栖息地分布能有效反映柔鱼的资源分布情况,但其适宜栖息地面积大小与渔获量和CPUE之间不存在显著相关性(P0.05)。其原因可能有:鱿钓渔船作业集中,导致单船渔获量不能表征实际CPUE;大尺度的气候变化,特别是厄尔尼诺和拉尼娜现象会影响柔鱼资源量;黑潮与亲潮的变化也会影响柔鱼资源量。     

西北太平洋公海秋刀鱼渔场分布与海表温度锋的相关关系

西北太平洋公海秋刀鱼渔业是我国重要的经济渔业之一,其渔场分布与海表温度及温度变化息息相关。本研究通过海表温度（SST）的遥感数据计算海表水平温度梯度（SSTG）,根据2013—2015年中国（不含中国台湾省）北太平洋公海秋刀鱼渔业生产数据,分析海表温度锋与秋刀鱼资源丰度和渔场时空分布的关系。结果显示,秋刀鱼作业渔场主要分布于37°~49°N,145°~165°E;SST为10~14 ℃时,单位捕捞渔获量（CPUE）与SST呈负相关,SST为14~17 ℃时呈正相关,最适宜SST为12.5~14.5 ℃。当SSTG为0.01~0.06 ℃/km时,CPUE与SSTG呈显著线性正相关,最适宜SSTG为0.01~0.05 ℃/km。作业海域温度锋与CPUE呈显著正相关,相关系数为0.81;CPUE作业点到锋面的距离（DIST）表现出明显的季节特征,在夏季6—8月,当DIST为0~100 km范围内时,CPUE与DIST呈线性正相关,在秋季9—11月,CPUE与DIST呈对数负相关,90%以上的作业点出现在DIST为0~50 km范围内。研究表明,海表温度影响着秋刀鱼洄游渔场分布,亲潮黑潮交汇区形成冷水楔,海表温度锋集聚,进而秋刀鱼鱼群集群,形成高产渔场。     

北太平洋秋刀鱼生活史和资源渔场研究进展

北太平洋秋刀鱼(Cololabis saira)是中国重要的远洋渔业鱼种,被北太平洋渔业委员会列为优先管理的种类之一。本文回顾和概述了秋刀鱼生活史、种群动力、资源渔场和栖息地适宜性等方面的研究进展,分析和展望了秋刀鱼生长生物学、繁殖生物学、洄游、资源波动和栖息地适宜性等研究现状和未来的发展趋势。主要建议包括:基于耳石微化学信息和最适环境参数的时空分布变动,探索秋刀鱼潜在的洄游路径和模式;建立繁殖栖息地适应性指数模型,分析海洋气候对秋刀鱼补充群体潜在栖息地的影响;建立秋刀鱼集群栖息地适宜性指数模型,开发秋刀鱼渔场渔情速报系统。本文的概述和分析旨在为秋刀鱼渔业资源等相关研究提供参考。     

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。     

利用时空物种分布模型研究海州湾大泷六线鱼的时空分布

为了解海州湾大泷六线鱼时空分布特征及其影响因素，根据2013—2019年秋季在海州湾开展的底拖网渔业资源调查和环境观测数据，构建了时空物种分布模型(spatio-temporal species distribution models)，分析其分布与环境因子的关系，通过残差分析比较其与广义加性模型的残差独立性和异质性，运用交叉验证检验模型预测性能，最终结合delta方法对其分布进行预测并计算栖息地适宜性指数(habitat suitability index, HSI)和资源分布重心。时空模型的偏差解释率为65.50%，模型分析表明，影响大泷六线鱼资源分布最主要的环境因子为水深(22.11%)，其次为底层水温(12.98%)，底层盐度(0.09%)的影响较小，水深与其分布存在正向相关性，底层水温与其分布存在负向相关性，底层盐度与其分布存在弱正向线性关系。时空模型的残差独立性和异质性较GAM更强，其交叉验证回归线斜率为0.90±0.38。模型预测结果表明，大泷六线鱼主要分布在34.5°N以北，120.0°E以东的海域，其栖息地适宜性指数的高值区域呈现逐年收缩的趋势，资源分布重心呈现向东北...     

Modelling the impacts of environmental variation on habitat suitability for Pacific saury in the Northwestern Pacific Ocean

We developed habitat suitability index (HSI) models for two size classes of Pacific saury Cololabis saira in the Northwestern Pacific Ocean. Environmental data, including sea surface temperature, sea surface height, salinity, and net primary production, and catch and effort data from Taiwanese distant‐water stick‐held dip net fisheries during the main fishing season (August–October) during 2002–2015 were used. Habitat preferences and suitable habitat area differed between size classes. The suitable habitat was located between 40–47.5°N and 145–165°E for large‐sized Pacific saury but encompassed a greater area (35–47°N and 140–165°E) for medium‐sized Pacific saury. Both size classes were affected by substantial interannual variation in the environmental variables, which in turn can be important in determining the potential fishing grounds. We found a significant negative relationship between the suitable habitat area and the Niño3.4 indices with a time‐lag of 6 months for the large‐sized (r = ?0.68) and medium‐sized (r = ?0.42) Pacific saury, respectively, as well as the total landings of Pacific saury by all fishing fleets (r = ?0.46). As remotely‐sensed environmental data become increasingly available, HSI models may prove useful for evaluation of possible changes in habitat suitability resulting from climate change or other environmental phenomena and in formulating scientific advice for management.     

利用栖息地指数模型预测秘鲁外海茎柔鱼热点区

利用栖息地指数模型准确地预测了秘鲁外海茎柔鱼的热点区。根据2008-2010年1-12月期间我国鱿钓渔船在秘鲁外海的生产数据,结合实时的海表温及海表面高度数据,分别建立以作业次数、单位捕捞努力量渔获量为基础的适应性指数。利用算术平均数模型建立基于海表温和海表面高度的栖息地指数模型,并利用2011年生产及环境数据对栖息地指数模型进行验证。结果显示,以作业次数为基础的适应性指数符合正态分布,而以单位捕捞努力量渔获量为基础的适应性指数显著性检验不显著,因此,只建立以作业次数为基础的模型。结果表明,以作业次数为基础的栖息地指数模型都高估了茎柔鱼热点区的范围,但大体范围基本一致,这说明其能较好地预测茎柔鱼的热点区。     

基于空间相关性的西北太平洋柔鱼CPUE标准化研究

CPUE标准化方法通常都假设名义CPUE之间是相互独立且没有相关性,然而鱼类集群分布通常存在着空间相关性,为此本研究以西北太平洋柔鱼的CPUE标准化为例,采用1999-2012年6-11月中国鱿钓生产数据以及对应的海表面温度和叶绿素浓度的环境数据,将空间相关性加入广义线性模型(general linear model,GLM)中.在空间GLM模型中运用4个距离模型(指数模型、球面模型、线性模型和高斯模型),进行标准GLM模型和4种空间GLM模型的CPUE标准化结果比较.结果发现,4种空间GLM模型均比标准GLM模型的最小信息准则(akaike information criterion,AIC)更小,标准化结果更准确.同时,在4个距离模型中,指数模型的AIC值最小,其CPUE标准化结果最佳.研究表明,在CPUE标准化中,鉴于鱼类集群与分布特性,应该充分考虑空间相关性这一因素.     

Comparisons of monthly and geographical variations in abundance and size composition of Pacific saury between the high-seas and coastal fishing grounds in the northwestern Pacific

The monthly and geographical abundances and size compositions of Pacific saury were compared between the high-seas and coastal fishing grounds in the northwestern Pacific during 2000–2005 based on Taiwanese fishery data. The large-sized saury was dominant (44.3–71.4% of the catch) in the beginning of the fishing season, while the medium-sized saury followed and dominated from September to the end of the fishing season (70.1–92.4% of the catch). In the high seas, the total catch per unit effort (CPUE) (about 71.2% of the mean coastal value) and both the large- (about 55.0%) and medium-sized saury CPUEs (about 81.8%) were significantly smaller than those in the coastal waters. The mean proportions of the large- and medium-sized saury in the high-seas catch were about 86.6 and 107.0% of the coastal values, respectively. CPUEs for the total catch and the catch of medium-sized saury varied in a highly consistent way. The total and medium-sized CPUEs were negatively correlated with the sea-water temperature. When the temperature was held the same statistically, the total and medium-sized CPUEs were larger in the shoreward, southward, and shallower waters of the fishing grounds, while the large-sized CPUE was larger in the shoreward waters.