为探究鸢乌贼(Sthenoteuthis oualaniensis)资源变化与海洋环境因子的关系,基于2019—2020年南海围网捕捞鸢乌贼的电子渔捞日志数据,首先分析了鸢乌贼资源的月间变动特征,之后利用结构方程模型解析海洋环境因子对其资源时空分布的影响...为探究鸢乌贼(Sthenoteuthis oualaniensis)资源变化与海洋环境因子的关系,基于2019—2020年南海围网捕捞鸢乌贼的电子渔捞日志数据,首先分析了鸢乌贼资源的月间变动特征,之后利用结构方程模型解析海洋环境因子对其资源时空分布的影响。结果表明:围网月间的平均单位捕捞努力量渔获量(Catch per unit effort,CPUE)变化趋势基本一致,年平均CPUE则为2020年大于2019年。南海鸢乌贼渔汛期为3—4月,高产区域集中在112°E—117°E、8°N—12°N,渔汛期CPUE呈现向东和向北偏移的趋势。海洋环境对鸢乌贼资源分布的综合影响系数为0.38,而海表盐度和光合有效辐射在海洋环境上的载荷量分别为0.87和0.82,两者是影响鸢乌贼资源分布的重要环境因子。所用结构方程模型为量化海洋环境因子与鸢乌贼资源分布之间的复杂关系提供了新的研究思路,可为鸢乌贼资源可持续利用和管理提供参考依据。展开更多
空气负离子(Negative air ion, NAI)是衡量空气质量的重要指标之一,受到植被和环境的共同影响。然而,森林生态系统作为NAI产生的重要来源,森林中的植被和环境之间的相互作用以及对NAI的影响机制和贡献潜力仍难以捉摸。以暖温带森林生态...空气负离子(Negative air ion, NAI)是衡量空气质量的重要指标之一,受到植被和环境的共同影响。然而,森林生态系统作为NAI产生的重要来源,森林中的植被和环境之间的相互作用以及对NAI的影响机制和贡献潜力仍难以捉摸。以暖温带森林生态系统中广泛分布的栓皮栎(Quercus variabilis BI.)为对象,基于自动观测设备长期定位观测获取了气象、土壤性质、空气洁净度以及植被光合等数据,利用皮尔逊相关系数分析和偏最小二乘结构方程模型分析了森林植被和环境要素对NAI的影响机制和贡献潜力。结果表明,环境要素和植被光合对NAI的贡献差异显著,植被光合对NAI的贡献潜力为62.65%,环境要素对NAI的贡献率为37.35%。环境要素中太阳辐射和饱和水汽压差的影响程度最大,分别为68.94%和16.55%。植被光合和PM2.5主要通过直接效应影响NAI,而光合有效辐射、紫外辐射、土壤温湿度和饱和水汽压差主要通过间接效应影响NAI。因此,利用结构方程模型可以阐明植被光合与环境要素的变化对NAI的影响趋势,从而全面揭示了森林生态系统中植被产生NAI的作用机制以及环境对NAI的影响趋势,并为评估森林生态系统对NAI的贡献潜力提供理论基础。展开更多
文摘为探究鸢乌贼(Sthenoteuthis oualaniensis)资源变化与海洋环境因子的关系,基于2019—2020年南海围网捕捞鸢乌贼的电子渔捞日志数据,首先分析了鸢乌贼资源的月间变动特征,之后利用结构方程模型解析海洋环境因子对其资源时空分布的影响。结果表明:围网月间的平均单位捕捞努力量渔获量(Catch per unit effort,CPUE)变化趋势基本一致,年平均CPUE则为2020年大于2019年。南海鸢乌贼渔汛期为3—4月,高产区域集中在112°E—117°E、8°N—12°N,渔汛期CPUE呈现向东和向北偏移的趋势。海洋环境对鸢乌贼资源分布的综合影响系数为0.38,而海表盐度和光合有效辐射在海洋环境上的载荷量分别为0.87和0.82,两者是影响鸢乌贼资源分布的重要环境因子。所用结构方程模型为量化海洋环境因子与鸢乌贼资源分布之间的复杂关系提供了新的研究思路,可为鸢乌贼资源可持续利用和管理提供参考依据。