山东半岛东南部海域星康吉鳗资源密度时空分布及其与环境因子之间关系

为了解山东半岛东南部海域星康吉鳗资源密度时空变化及其与环境因子之间的关系,实验根据2016年10月和2017年1月、5月、8月山东半岛东南部海域4个航次底拖网调查数据,利用广义可加模型(GAM)分析了星康吉鳗资源密度时空分布特征及其与环境因子之间的关系。结果发现,星康吉鳗资源密度及分布具有明显的季节变化。春季,山东近海星康吉鳗资源密度为66.38 kg/h,夏季资源密度达到一年中最大值,为87.31 kg/h,秋季资源密度为79.01 kg/h,冬季资源密度大幅度降低,仅为10.44 kg/h。GAM模型结果显示,水深和海水底层温度对星康吉鳗资源分布影响最大。春季,星康吉鳗资源密度与水深、底温呈正相关关系,其分布范围较广,主要分布在海州湾中部海域(35°N沿线分布最多);夏季,其空间分布受水深影响,主要集中分布在水深20～30 m的山东半岛南部近岸海域;秋季,水深、底温、饵料生物量与星康吉鳗资源密度呈正相关,此时星康吉鳗分布较分散。冬季,星康吉鳗资源密度与水深呈正相关,此时主要分布在受黄海暖流影响的海州湾北部海域以及123.5°E～124°E海域。研究表明,星康吉鳗资源分布与其洄游习性和海域水温等水文特征的季节性变动有关,其分布特征在春季、冬季分别受青岛冷水团与黄海暖流影响显著。本研究有助于了解山东近海星康吉鳗群体的生活习性,为其资源的养护和管理提供依据。     

南海春季月相、水深、作业时间与鸢乌贼CPUE的关系

根据2015和2016年春季灯光罩网渔船分别在南海南部和北部海域作业的鸢乌贼产量数据,研究作业条件水深、时间和月相与单位捕捞努力量渔获量(CPUE)的关系。GAM模型分析,作业时间和农历日对CPUE的影响显著。结果显示,月光天时,0～999 m水深范围CPUE较低;月黑天时,各水层CPUE变化不大,2 500～2 999 m水深范围CPUE较高;作业时间在上半夜(21:00—23:00),CPUE较高,最高达399.4 kg/网,下半夜(0:00—5:00) CPUE逐渐下降;月光天和月黑天产量差别较大,分别为267.0和321.6 kg/网;厄尔尼诺现象在一定程度上影响了鸢乌贼资源量在各水层的变化。各作业条件对鸢乌贼CPUE影响的研究能够为渔场的寻找提供参考。     

Modelling stream fish species distribution in a river network: the relative effects of temperature versus physical factors

Abstract – The relative influence of temperature versus local physical factors on the spatial distribution of riverine fish species was investigated in a large watershed of south-western France. Using generalised additive models and hierarchical partitioning, we modelled the ecological responses of 28 fish species to a set of five environmental predictors, and we quantified the independent effect of each predictor. The spatial distribution of fish species was primarily determined by both mean temperature and position along the upstream–downstream gradient. However, responses to these environmental factors varied according to the species considered. Fish species with strong thermal requirements (e.g., common carp, black bullhead, Atlantic salmon) were mainly sensitive to temperature whereas longitudinal gradient was of primary importance for downstream species (e.g., common bream, largemouth bass, pike perch). Both the statistical methods used gave concordant results and appeared complementary. This dual-approach, quantifying the relative contribution of each environmental factor, appears particularly useful to understand the spatial distribution of stream fish species. Separating the effects of temperature versus habitat factors is crucial to accurately predict species distribution modifications in the current context of global change.     

GLM和GAM模型研究东黄海鲐资源渔场与环境因子的关系

鲐是我国近海重要中上层鱼类,研究其资源变动、渔场分布与时空、海洋环境因子之间的关系有利于该资源的合理开发和利用.根据1998-2004年我国东黄海大型鲐围网渔业的生产统计和时间、空间、表温、表层盐度、表温梯度、表温的月差异等环境数据,利用广义可加模型(GAM)和广义线性模型(GLM)对鲐资源丰度和环境因子的关系进行研究.结果表明,在南部海域,作业渔场集中在122.5°E～124°E、26.5°N～28°N,适宜表温26.5～30℃,适宜表层盐度33.3～34.3,并明显集中在锋区周边海域;在北部海域,作业渔场集中在122.5°E～125.5°E、33°N～37.5°N,适宜表温15～20℃,适宜表层盐度31.3～32.3,集中在冷水区边缘海域.相对资源密度指数大于0.5的海域为122°30'E～124°30'E、26°30'N～28°N,122°30'E～125°30'E、33°N～34°30'N和124°E～125°E、34°30'N～37°N.研究认为,南北不同海域鲐分布的适宜表温和表层盐度差异明显.影响鲐资源丰度的环境因子重要性依次为时间、空间和海洋环境.     

中国沿海刺网网具遗失率影响因子

为掌握影响我国沿海刺网渔船网具遗失率(R_G)的因子及其程度,对中国沿海渔民开展了问卷调查。利用调查数据,结合GAM模型分析了影响我国刺网渔船网具遗失率的因子及其程度。结果显示:(1)影响我国沿海刺网渔船网具遗失率的因子(解释偏差)分别为单航次天数(86.8%)、年作业天数(4.2%)、单航次渔具携带重量(2.8%)、作业水深(2.4%)、渔船吨位(0.9%)和年均渔具采购数量(0.1%);(2)GAM模型能用于研究渔船网具遗失率和影响因子之间的关系;(3)随着单航次天数和年作业天数的增加,R_G呈上升的趋势;(4)随着作业水深的增加、单航次渔具携带重量超过18 000 kg时,R_G呈下降趋势。建议采取以下措施以降低刺网渔船网具遗失率:(1)单航次天数不得超过30 d,减少年作业天数;(2)根据渔船的吨位,确保网具单航次携带重量在18 000 kg以上;(3)根据刺网渔具的高度规定作业水深和作业渔区;(4)渔船总吨位控制在200 t以内。     

Hierarchical responses of soil organic and inorganic carbon dynamics to soil acidification in a dryland agroecosystem,China

Soil acidification is a major global issue of sustainable development for ecosystems. The increasing soil acidity induced by excessive nitrogen(N) fertilization in farmlands has profoundly impacted the soil carbon dynamics. However, the way in which changes in soil p H regulating the soil carbon dynamics in a deep soil profile is still not well elucidated. In this study, through a 12-year field N fertilization experiment with three N fertilizer treatments(0, 120, and 240 kg N/(hm~2·a)) in a dryland agroecosystem of China, we explored the soil p H changes over a soil profile up to a depth of 200 cm and determined the responses of soil organic carbon(SOC) and soil inorganic carbon(SIC) to the changed soil p H. Using a generalized additive model, we identified the soil depth intervals with the most powerful statistical relationships between changes in soil p H and soil carbon dynamics. Hierarchical responses of SOC and SIC dynamics to soil acidification were found. The results indicate that the changes in soil p H explained the SOC dynamics well by using a non-linear relationship at the soil depth of 0–80 cm(P=0.006), whereas the changes in soil p H were significantly linearly correlated with SIC dynamics at the 100–180 cm soil depth(P=0.015). After a long-term N fertilization in the experimental field, the soil p H value decreased in all three N fertilizer treatments. Furthermore, the declines in soil p H in the deep soil layer(100–200 cm) were significantly greater(P=0.035) than those in the upper soil layer(0–80 cm). These results indicate that soil acidification in the upper soil layer can transfer excess protons to the deep soil layer, and subsequently, the structural heterogeneous responses of SOC and SIC to soil acidification were identified because of different buffer capacities for the SOC and SIC. To better estimate the effects of soil acidification on soil carbon dynamics, we suggest that future investigations for soil acidification should be extended to a deeper soil depth, e.g., 200 cm.     

模型定量评价技术研究--以东北地区马铃薯甲虫风险评估为例

本文以马铃薯甲虫为例,探索建立不同分析方法所预测结果之间的定量评估技术,并以此明确马铃薯甲虫在我国东北地区的适生范围和定殖风险。研究采用统一的环境数据、生物数据,分别利用 GAM、MaxEnt、GARP 3种模型对马铃薯甲虫在我国东北地区潜在分布风险进行了预测,并对预测结果进行了统计分析。GAM 模型在本文设定数据条件下,表现出最好的预测正确性,其最优模型AUC 达到0.87。由本研究过程可见,模型的选择首先应当在技术条件允许的情况下尽可能多的对模型在不同数据条件下表现出的性能进行考查,并对采用的分析结果保持足够的谨慎,在认识到模型可能存在局限的情况下有限度的接受和使用预测结果。     

1999—2011年东、黄海鲐资源丰度年间变化分析

根据1999—2011年我国鲐大型灯光围网渔业数据,使用广义线性模型(generalized linear model,GLM)和广义加性模型(generalized additive model,GAM)估算了影响CPUE的时间(年、月)、空间(经度、纬度)、捕捞性能和环境效应[海表面温度(sea surface temperature,SST)、海表面高度、海表面叶绿素浓度],并以年效应作为资源丰度指数,分析了东、黄海鲐资源丰度的年间变化,东、黄海鲐资源丰度指数的年间变化与产卵场海表面温度以及捕捞强度间的关系。GAM结果表明,时间、空间、捕捞和环境变量对CPUE偏差的解释率为11.69%,其中变量年的解释率最大,占总解释率的38%。结果显示,1999—2011年东、黄海鲐鱼资源丰度指数(abundance index,AI)总体上呈下降趋势,2008年以来更是持续下降,丰度指数由2008年的1.22降至2011年的0.82。东、黄海鲐资源丰度指数年间与产卵场呈正相关,关系式为AI=-3.51+0.23SST(P0.05),这表明较高的产卵场SST对鲐资源量增加有利。过高的渔获量以及我国群众围网渔业渔船数量的快速增长是导致近年来鲐鱼资源下降的重要原因。     

北太平洋柔鱼渔场资源与海洋环境关系的季节性变化

利用我国2002—2012年5—11月北太平洋鱿钓渔业的生产资料, 结合同期卫星遥感反演技术获取的海表温度(SST)、海水叶绿素(Chl-a)、海流等数据, 运用产量重心法和广义加性模型(GAM), 分析了北太平洋公海柔鱼渔场渔获量变化与海洋环境关系的季节性变化。研究结果显示北太平洋柔鱼5—6月渔场重心位于中、东部渔场, 在168°~171°E、38°~39°N的范围;7—11月集中在西部渔场, 重心位于150°~160°E、40°~44°N的范围, 渔场重心伴随着明显的季节性变化。通过GAM模型综合分析发现整个渔汛期的北太平洋柔鱼渔场最适SST范围为14~19 ℃;最适Chl-a范围为0.22~0.55 mg·m^-3;集中的经度范围为154°~157°E;集中出现的纬度范围为41°~44°N。柔鱼活动呈现每年北上索饵洄游和南下活动产卵洄游, 与环境因素的关系表现出不同的特征, 尤其是SST相关性最好, 从5月到9月SST与渔场重心的关系在北上时呈正相关, 从9月到11月南下时为负相关, 呈现明显的季节性变化。另外海流对渔场的影响甚为重要, 高产渔场一般位于黑潮、亲潮交汇区域的黑潮前锋、亲潮向背一侧附近, 随着暖、寒流的此消彼长而变化。