海山是海底重要的生物栖息地类型之一,是研究海洋生物多样性的热点区域。黄鳍金枪鱼(Thunnus albacares)广泛分布于中西太平洋,具有极高的生态和经济价值,然而,鲜有关于海山及其相关特征对黄鳍金枪鱼资源丰度和分布影响的研究。基于2010...海山是海底重要的生物栖息地类型之一,是研究海洋生物多样性的热点区域。黄鳍金枪鱼(Thunnus albacares)广泛分布于中西太平洋,具有极高的生态和经济价值,然而,鲜有关于海山及其相关特征对黄鳍金枪鱼资源丰度和分布影响的研究。基于2010—2021年中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)汇总的延绳钓和围网渔业数据结合海山特征数据,采用广义加性模型(Generalized additive model,GAM)分析两种不同捕捞方式的黄鳍金枪鱼单位捕捞努力量渔获量(Catch per unit effort,CPUE)与海山相关特征之间的关系。结果表明,中西太平洋两种渔业方式的黄鳍金枪鱼渔获量主要来源于海山区域,海山特征对两种渔业黄鳍金枪鱼的CPUE均产生了极显著性影响(P<0.001)。在延绳钓渔业中,较高的CPUE出现在山顶深度、粗糙度、底面积和海山密度较小、坡度较缓的区域;而在围网渔业中,较高的CPUE则出现在粗糙度较小、山顶深度较大、底面积较大、较陡峭且密集的海山区域。研究探讨了中西太平洋海山特征对黄鳍金枪鱼不同群体的影响机制,为今后进一步探索黄鳍金枪鱼种群分布和资源丰度变化与海洋环境的关系提供了参考与新思路。展开更多
为了探讨南极磷虾主要渔场捕捞群体集群及单位捕捞努力量渔获量(catch per unit fishing effort,CPUE)空间特征,基于2018—2019渔季中国渔船南极磷虾商业捕捞渔捞日志数据,对南极磷虾主要渔场捕捞群体的集群形态、集群中心深度和集群水...为了探讨南极磷虾主要渔场捕捞群体集群及单位捕捞努力量渔获量(catch per unit fishing effort,CPUE)空间特征,基于2018—2019渔季中国渔船南极磷虾商业捕捞渔捞日志数据,对南极磷虾主要渔场捕捞群体的集群形态、集群中心深度和集群水温等特征进行了分析,并探讨其对CPUE的影响。结果显示,在0.1°×0.2°统计单元中,南极磷虾捕捞群体在南奥克尼群岛(South Orkney Islands)附近海域主要为带状集群,平均集群中心深度为20.00~50.00 m,平均集群水温为0.01~0.50℃,平均CPUE为20.01~40.00 t·h^(-1);在南设得兰群岛(South Shetland Islands)北部海域主要呈散点状集群,其比例高达97.78%,平均集群中心深度为20.00~50.00 m,平均集群水温为-0.99~-0.50℃,平均CPUE为5.18~20.00 t·h^(-1);在布兰斯菲尔德海峡(Bransfield Strait)南极磷虾散点状和带状集群比例相近,分别为55.54%和44.46%,平均集群中心深度为50.10~100.00 m,平均集群水温为-1.99~-1.50℃,平均CPUE为20.01~40.01 t·h^(-1)。多元回归分析结果显示,集群形态和集群中心深度对CPUE均有较大影响(P<0.05),而集群水温对CPUE影响不显著(P=0.284)。研究结果可为深入掌握南极磷虾渔场与快速选择合适捕捞的磷虾集群提供参考,并为进一步研究渔场形成机制提供基础数据。展开更多
黄鳍金枪鱼(Thunnus albacares)为高度洄游的大洋性鱼类,有较高的生态和经济价值,中西太平洋(Western and Central Pacific Ocean,WCPO)是全球金枪鱼捕捞产量最高的海区。为了解和预测中西太平洋黄鳍金枪鱼不同渔业对气候变化的反应,根...黄鳍金枪鱼(Thunnus albacares)为高度洄游的大洋性鱼类,有较高的生态和经济价值,中西太平洋(Western and Central Pacific Ocean,WCPO)是全球金枪鱼捕捞产量最高的海区。为了解和预测中西太平洋黄鳍金枪鱼不同渔业对气候变化的反应,根据1990—2020年世界各国在中西太平洋的围网和延绳钓作业以及海洋尼诺指数(Oceanic Niño index,ONI)数据,分析了常规自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)和加入ONI标准差为协变量的动态ARIMA模型在渔业资源量研究中的适用性,以及ONI对中西太平洋黄鳍金枪鱼年际单位捕捞努力量渔获量(Catch per unit effort,CPUE)的影响。结果表明:1)常规ARIMA模型能够充分考虑中西太平洋黄鳍金枪鱼年CPUE的变化特征,可用于黄鳍金枪鱼年CPUE的长期拟合;2)相比常规ARIMA模型,动态ARIMA模型的拟合度更好,拟合值和真实值的相关性更高,同时平均绝对误差、均方根误差更小;3)ONI对中西太平洋赤道南北海域黄鳍金枪鱼的年CPUE影响不同,相对而言,在赤道以北,ONI的影响因素更关键,模型的拟合度更高;4)ONI对中西太平洋不同渔业的黄鳍金枪鱼的年CPUE影响有差别,对中西太平洋黄鳍金枪鱼延绳钓渔业存在滞后1~2年的影响,而在强厄尔尼诺和强拉尼娜现象时,对围网渔业的影响速度较快,不存在滞后。展开更多
为了解和掌握月相对渔业产量或单位捕捞努力量渔获量(catch per unit effort,CPUE)的影响规律,利用2016—2019年(每年3月2日—11月29日)马达加斯加西海岸底拖网独角新对虾(Metapenaeus monoceros)和2017—2020年(每年6月15日—10月9日)...为了解和掌握月相对渔业产量或单位捕捞努力量渔获量(catch per unit effort,CPUE)的影响规律,利用2016—2019年(每年3月2日—11月29日)马达加斯加西海岸底拖网独角新对虾(Metapenaeus monoceros)和2017—2020年(每年6月15日—10月9日)西白令海中层拖网狭鳕(Theragra chalcogramma)的渔业生产数据,结合基于圆形统计的广义线性模型(GLM)和基于时间序列的广义加性模型(GAM)2种不同的月相量化和统计的方法,分析月相对拖网渔业CPUE的影响。结果表明:月相对独角新对虾的CPUE具有显著性影响(P<0.05),2种方法得出的影响趋势较为一致,较高CPUE出现在上弦月;基于圆形统计的GLM显示,月相对狭鳕CPUE具有显著性影响(P<0.05),较高CPUE出现在新月期,而基于时间序列的GAM显示,月相对狭鳕CPUE的影响不显著(P>0.05);交叉验证显示,基于圆形统计的GLM平均绝对误差(E_(MA))和均方根误差(E_(RMS))均小于基于时间序列的GAM,而GLM分析的决定系数R~2则大于GAM,表明前者的拟合具有更好的准确性、稳定性和拟合优度。研究表明,当周期性循环变量(月份、月相和小时等)具有较弱的显著性时,使用基于圆形统计的GLM更能反映月相对拖网渔业CPUE的影响。展开更多
单位捕捞努力量渔获量(Catch Per Unit Effort,CPUE)是资源评估的前提和基础,为了更好地评估西北印度洋鸢乌贼资源,采用广义加性模型(generalized additive model,GAM)对2016~2020年西北印度洋鸢乌贼的CPUE进行了标准化。结果显示,月份...单位捕捞努力量渔获量(Catch Per Unit Effort,CPUE)是资源评估的前提和基础,为了更好地评估西北印度洋鸢乌贼资源,采用广义加性模型(generalized additive model,GAM)对2016~2020年西北印度洋鸢乌贼的CPUE进行了标准化。结果显示,月份、海表温度(sea surface temperature,SST)、海面高度(sea surface height,SSH)、经度和纬度对CPUE呈显著性影响,通过对不同GAM模型的AIC (Akaike information criterion)值比较,由月份、SST、SSH、经度和纬度5个因子构成的GAM模型为最优CPUE标准化模型,对CPUE偏差的解释率为40.3%。研究表明,西北印度洋鸢乌贼高CPUE主要出现在9月至翌年3月,海域范围为16°~19°N、60°~65°E,SST为25~28°C、SSH为0.2~0.4 m的海域内。整体而言,标准化CPUE低于名义CPUE,但二者的变化趋势基本一致。展开更多
Accurately building the relationship between the oceanographic environment and the distribution of neon flying squid(Ommastrephes bartramii)is very important to understand the potential habitat pattern of O.bartramii....Accurately building the relationship between the oceanographic environment and the distribution of neon flying squid(Ommastrephes bartramii)is very important to understand the potential habitat pattern of O.bartramii.However,when building the prediction model of O.bartramii with traditional oceanographic variables(e.g.,chlorophyll a concentration(Chl a)and sea surface temperature(SST))from space-borne observations,part of the important spectrum characteristics of the oceanic surface could be masked by using the satellite data products directly.In this study,the neglected remote sensing information(i.e.,spectral remote sensing reflectance(Rrs)and brightness temperature(BT))is firstly incorporated to build the prediction model of catch per unit effort(CPUE)of O.bartramii from July to December during 2014–2018 in the Northwest Pacific Ocean.Results show that both the conventional oceanographic variables and the neglected remote sensing data are suitable for building the prediction model,whereas the overall root mean square error(RMSE)of the predicted CPUE of O.bartramii with the former is typically less accurate than that with the latter.Hence,the Rrs and BT could be a more suitable data source than the Chl a and SST to predict the distribution of O.bartramii,highlighting that the potential value of the neglected variables in understanding the habitat suitability of O.bartramii.展开更多
【目的】探究中西太平洋围网鲣鱼渔场时空分布及其与海洋环境因子之间的关系。【方法】根据2017―2021年上海开创远洋渔业有限公司“金汇58轮”中西太平洋鲣鱼(Katsuwonus pelamis)围网生产统计的数据及遥感获取的海表面温度、叶绿素a...【目的】探究中西太平洋围网鲣鱼渔场时空分布及其与海洋环境因子之间的关系。【方法】根据2017―2021年上海开创远洋渔业有限公司“金汇58轮”中西太平洋鲣鱼(Katsuwonus pelamis)围网生产统计的数据及遥感获取的海表面温度、叶绿素a浓度和海表面高度等环境数据,应用广义相加模型(GAM)对鲣鱼单位捕捞努力量渔获量(Catch per unit of fishing effort,CPUE)进行标准化处理,并逐步回归分析CPUE与各因子的差异显著性,利用软件Arcgis10.7对标准化后鲣鱼CPUE进行空间因子和环境因子的叠加分析。【结果】经度和环境因子(海表面温度、叶绿素a浓度和海表面高度)对鲣鱼CPUE均有显著影响(P<0.05),叶绿素a浓度和海表面温度表现为极显著影响(P<0.01),海表面温度对CPUE的影响最显著,其次为叶绿素a浓度、经度、海表面高度;2017―2021年,中西太平洋鲣鱼年均CPUE最大值(46.59 t/网)出现在2018和2020年,月均最大值(51.79 t/网)出现在2月,作业渔场主要分布在5.0°S―5.0°N、165.0°E―180.0°E;鲣鱼平均CPUE较大值(>42.25 t/网)出现在5.5°―4.5°S,166.5°―168.5°E;1.5°―0.5°S,166.5°―173.5°E;1.5°―0.5°S,173.5°―169.5°W四点连成的海域内。【结论】鲣鱼渔场最适海表面温度为29.25~30.25℃,最适叶绿素a质量浓度为0.138~0.171 mg/m3,最适海表面高度为65.00~75.60 cm。展开更多
单位捕捞努力量渔获量(Catch Per Unit Effort,简称CPUE)常被假设与渔业资源量成正比关系而广泛应用于渔业资源评估与管理中,但大量研究表明,CPUE与资源量间的正比关系常因受众多因素的影响而难以成立。为能有效利用CPUE数据,渔业工作...单位捕捞努力量渔获量(Catch Per Unit Effort,简称CPUE)常被假设与渔业资源量成正比关系而广泛应用于渔业资源评估与管理中,但大量研究表明,CPUE与资源量间的正比关系常因受众多因素的影响而难以成立。为能有效利用CPUE数据,渔业工作者常使用各种统计模型对CPUE进行标准化,以重新构建该正比关系。因此,在渔业资源评估与管理中,CPUE标准化是一项极为重要的基础性工作。本文对CPUE标准化的基本概念、构建过程、统计模型和模型选择方法进行了全面回顾,并强调了模型选择的不确定性,介绍了基于模型平均的多模型推断方法。同时,对CPUE标准化所面临的问题及处理方法进行介绍与讨论,对其未来研究工作进行展望,以期为CPUE标准化研究提供理论参考。展开更多
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...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。展开更多
文摘海山是海底重要的生物栖息地类型之一,是研究海洋生物多样性的热点区域。黄鳍金枪鱼(Thunnus albacares)广泛分布于中西太平洋,具有极高的生态和经济价值,然而,鲜有关于海山及其相关特征对黄鳍金枪鱼资源丰度和分布影响的研究。基于2010—2021年中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)汇总的延绳钓和围网渔业数据结合海山特征数据,采用广义加性模型(Generalized additive model,GAM)分析两种不同捕捞方式的黄鳍金枪鱼单位捕捞努力量渔获量(Catch per unit effort,CPUE)与海山相关特征之间的关系。结果表明,中西太平洋两种渔业方式的黄鳍金枪鱼渔获量主要来源于海山区域,海山特征对两种渔业黄鳍金枪鱼的CPUE均产生了极显著性影响(P<0.001)。在延绳钓渔业中,较高的CPUE出现在山顶深度、粗糙度、底面积和海山密度较小、坡度较缓的区域;而在围网渔业中,较高的CPUE则出现在粗糙度较小、山顶深度较大、底面积较大、较陡峭且密集的海山区域。研究探讨了中西太平洋海山特征对黄鳍金枪鱼不同群体的影响机制,为今后进一步探索黄鳍金枪鱼种群分布和资源丰度变化与海洋环境的关系提供了参考与新思路。
文摘黄鳍金枪鱼(Thunnus albacares)为高度洄游的大洋性鱼类,有较高的生态和经济价值,中西太平洋(Western and Central Pacific Ocean,WCPO)是全球金枪鱼捕捞产量最高的海区。为了解和预测中西太平洋黄鳍金枪鱼不同渔业对气候变化的反应,根据1990—2020年世界各国在中西太平洋的围网和延绳钓作业以及海洋尼诺指数(Oceanic Niño index,ONI)数据,分析了常规自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)和加入ONI标准差为协变量的动态ARIMA模型在渔业资源量研究中的适用性,以及ONI对中西太平洋黄鳍金枪鱼年际单位捕捞努力量渔获量(Catch per unit effort,CPUE)的影响。结果表明:1)常规ARIMA模型能够充分考虑中西太平洋黄鳍金枪鱼年CPUE的变化特征,可用于黄鳍金枪鱼年CPUE的长期拟合;2)相比常规ARIMA模型,动态ARIMA模型的拟合度更好,拟合值和真实值的相关性更高,同时平均绝对误差、均方根误差更小;3)ONI对中西太平洋赤道南北海域黄鳍金枪鱼的年CPUE影响不同,相对而言,在赤道以北,ONI的影响因素更关键,模型的拟合度更高;4)ONI对中西太平洋不同渔业的黄鳍金枪鱼的年CPUE影响有差别,对中西太平洋黄鳍金枪鱼延绳钓渔业存在滞后1~2年的影响,而在强厄尔尼诺和强拉尼娜现象时,对围网渔业的影响速度较快,不存在滞后。
文摘为了解和掌握月相对渔业产量或单位捕捞努力量渔获量(catch per unit effort,CPUE)的影响规律,利用2016—2019年(每年3月2日—11月29日)马达加斯加西海岸底拖网独角新对虾(Metapenaeus monoceros)和2017—2020年(每年6月15日—10月9日)西白令海中层拖网狭鳕(Theragra chalcogramma)的渔业生产数据,结合基于圆形统计的广义线性模型(GLM)和基于时间序列的广义加性模型(GAM)2种不同的月相量化和统计的方法,分析月相对拖网渔业CPUE的影响。结果表明:月相对独角新对虾的CPUE具有显著性影响(P<0.05),2种方法得出的影响趋势较为一致,较高CPUE出现在上弦月;基于圆形统计的GLM显示,月相对狭鳕CPUE具有显著性影响(P<0.05),较高CPUE出现在新月期,而基于时间序列的GAM显示,月相对狭鳕CPUE的影响不显著(P>0.05);交叉验证显示,基于圆形统计的GLM平均绝对误差(E_(MA))和均方根误差(E_(RMS))均小于基于时间序列的GAM,而GLM分析的决定系数R~2则大于GAM,表明前者的拟合具有更好的准确性、稳定性和拟合优度。研究表明,当周期性循环变量(月份、月相和小时等)具有较弱的显著性时,使用基于圆形统计的GLM更能反映月相对拖网渔业CPUE的影响。
文摘单位捕捞努力量渔获量(Catch Per Unit Effort,CPUE)是资源评估的前提和基础,为了更好地评估西北印度洋鸢乌贼资源,采用广义加性模型(generalized additive model,GAM)对2016~2020年西北印度洋鸢乌贼的CPUE进行了标准化。结果显示,月份、海表温度(sea surface temperature,SST)、海面高度(sea surface height,SSH)、经度和纬度对CPUE呈显著性影响,通过对不同GAM模型的AIC (Akaike information criterion)值比较,由月份、SST、SSH、经度和纬度5个因子构成的GAM模型为最优CPUE标准化模型,对CPUE偏差的解释率为40.3%。研究表明,西北印度洋鸢乌贼高CPUE主要出现在9月至翌年3月,海域范围为16°~19°N、60°~65°E,SST为25~28°C、SSH为0.2~0.4 m的海域内。整体而言,标准化CPUE低于名义CPUE,但二者的变化趋势基本一致。
基金The National Key Research and Development Program of China under contract No.2019YFD0901404the National Natural Science Foundation of China under contract No.42174016+1 种基金the Shanghai Science and Technology Innovation Action Plan under contract No.19DZ1207502the Open Fund of State Key Laboratory of Satellite Ocean Environment Dynamics,Second Institute of Oceanography,Ministry of Natural Resources under contract No.QNHX2324。
文摘Accurately building the relationship between the oceanographic environment and the distribution of neon flying squid(Ommastrephes bartramii)is very important to understand the potential habitat pattern of O.bartramii.However,when building the prediction model of O.bartramii with traditional oceanographic variables(e.g.,chlorophyll a concentration(Chl a)and sea surface temperature(SST))from space-borne observations,part of the important spectrum characteristics of the oceanic surface could be masked by using the satellite data products directly.In this study,the neglected remote sensing information(i.e.,spectral remote sensing reflectance(Rrs)and brightness temperature(BT))is firstly incorporated to build the prediction model of catch per unit effort(CPUE)of O.bartramii from July to December during 2014–2018 in the Northwest Pacific Ocean.Results show that both the conventional oceanographic variables and the neglected remote sensing data are suitable for building the prediction model,whereas the overall root mean square error(RMSE)of the predicted CPUE of O.bartramii with the former is typically less accurate than that with the latter.Hence,the Rrs and BT could be a more suitable data source than the Chl a and SST to predict the distribution of O.bartramii,highlighting that the potential value of the neglected variables in understanding the habitat suitability of O.bartramii.
文摘【目的】探究中西太平洋围网鲣鱼渔场时空分布及其与海洋环境因子之间的关系。【方法】根据2017―2021年上海开创远洋渔业有限公司“金汇58轮”中西太平洋鲣鱼(Katsuwonus pelamis)围网生产统计的数据及遥感获取的海表面温度、叶绿素a浓度和海表面高度等环境数据,应用广义相加模型(GAM)对鲣鱼单位捕捞努力量渔获量(Catch per unit of fishing effort,CPUE)进行标准化处理,并逐步回归分析CPUE与各因子的差异显著性,利用软件Arcgis10.7对标准化后鲣鱼CPUE进行空间因子和环境因子的叠加分析。【结果】经度和环境因子(海表面温度、叶绿素a浓度和海表面高度)对鲣鱼CPUE均有显著影响(P<0.05),叶绿素a浓度和海表面温度表现为极显著影响(P<0.01),海表面温度对CPUE的影响最显著,其次为叶绿素a浓度、经度、海表面高度;2017―2021年,中西太平洋鲣鱼年均CPUE最大值(46.59 t/网)出现在2018和2020年,月均最大值(51.79 t/网)出现在2月,作业渔场主要分布在5.0°S―5.0°N、165.0°E―180.0°E;鲣鱼平均CPUE较大值(>42.25 t/网)出现在5.5°―4.5°S,166.5°―168.5°E;1.5°―0.5°S,166.5°―173.5°E;1.5°―0.5°S,173.5°―169.5°W四点连成的海域内。【结论】鲣鱼渔场最适海表面温度为29.25~30.25℃,最适叶绿素a质量浓度为0.138~0.171 mg/m3,最适海表面高度为65.00~75.60 cm。
文摘单位捕捞努力量渔获量(Catch Per Unit Effort,简称CPUE)常被假设与渔业资源量成正比关系而广泛应用于渔业资源评估与管理中,但大量研究表明,CPUE与资源量间的正比关系常因受众多因素的影响而难以成立。为能有效利用CPUE数据,渔业工作者常使用各种统计模型对CPUE进行标准化,以重新构建该正比关系。因此,在渔业资源评估与管理中,CPUE标准化是一项极为重要的基础性工作。本文对CPUE标准化的基本概念、构建过程、统计模型和模型选择方法进行了全面回顾,并强调了模型选择的不确定性,介绍了基于模型平均的多模型推断方法。同时,对CPUE标准化所面临的问题及处理方法进行介绍与讨论,对其未来研究工作进行展望,以期为CPUE标准化研究提供理论参考。
文摘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。
