基于海表温和水深的南海北部短尾大眼鲷渔场分析

根据2014—2017年南海北部200m等深线以浅海域渔业资源调查的短尾大眼鲷(Priacanthusmacracanthus)数据,结合遥感获得的海表温度(seasurfacetemperature,SST)数据,首次将渔场水深(D)与SST的乘积(SSTD)引入作为新的变量,采用灰色关联度方法筛选与渔场关联度最高的变量,将关联度最高的变量与标准化后的单位捕捞努力量(catch per unit effect, CPUE)采用一元非线性回归建立模型,对模型理论CPUE与实际CPUE的时空变化进行分析。结果表明,南海北部短尾大眼鲷渔场随季节变化明显,各季节CPUE随SST呈先增大后减小的趋势;不同季节CPUE最高的海域水深不同,春季为160 m,夏季为140 m,秋季为60 m,冬季为140 m; CPUE与SST、D、SSTD进行灰色关联度分析发现,各季节CPUE与SSTD关联度最高且关联度均超过0.5;将SSTD作为变量, CPUE作为表征渔场好坏的指标值,建立环境因子与CPUE的关系模型,模型理论CPUE高值区有明显的季节变化,且实际CPUE高值区的分布与理论CPUE高值区分布一致,以上结果 P值均小于0.05,模型预测准确。     

南海北部近海竹荚鱼资源密度的概率分布型特征

竹荚鱼(Trachurusjaponicus)是中国南海北部近海主要渔获物之一,其空间分布具有非均匀性。根据2014—2017年南海北部近海两个周期(2014—2015年为第1周期, 2016—2017年为第2周期)的底拖网调查数据,以单位捕捞努力量(catchperuniteffort,CPUE)表征资源密度,采用柯尔莫可洛夫-斯米洛夫检验(Kolmogorov-Smirnov,K-S test)探索了11种概率分布特征。结果表明,南海北部陆架区竹荚鱼不具明显的概率分布特征,而北部湾海域竹荚鱼资源密度服从对数正态分布型且第二周期较第一周期更为显著。同时,采用基于对数正态理论模型法(对数正态模型与Delta模型)与调查设计法(均值法)对该海域进行资源密度估值比较,发现基于对数正态理论模型更切合竹荚鱼资源密度结构分布特征,而在对数正态理论模型中Delta模型法更适用于该物种资源密度估值。