山东南部近海秋季长蛇鲻相对资源量的分布及其影响因素

为探究长蛇鲻(Saurida elongate)的生态习性和分布规律,并为长蛇鲻资源的合理利用与养护提供科学依据,本文根据2016年秋季在山东南部近海进行的渔业资源与环境调查数据,分析了该海域长蛇鲻的分布特征,研究长蛇鲻成体、幼体的分布差异,并利用广义可加模型(GAM)研究其分布与生物因子和环境因子的关系。结果表明,长蛇鲻成体与幼体的分布存在差异,成体分布范围广,幼体主要分布在30 m等深线及以浅水域。GAM模型的结果表明,饵料生物、底层水温、水深和底层盐度是影响长蛇鲻相对资源量分布的主要因子。成体、幼体的分布与影响因子的关系差异极显著(P<0.01)。长蛇鲻成体的相对资源量随饵料生物和底层水温的增加表现为先上升后下降的趋势,而幼体呈现一致上升趋势;成体和幼体的相对资源量随水深增加均呈下降趋势;幼体相对资源量随底层盐度增加有明显上升趋势,而盐度对成体的影响不显著。本研究认为山东南部近海是长蛇鲻的重要栖息地,水温和盐度是成体和幼体分布差异的可能原因。     

基于GAM和GWR模型分析环境因子对南极磷虾资源分布的非线性和非静态性影响

分析南极磷虾分布与环境因子的非线性和空间非静态性关系,对南极磷虾的高效捕捞和管理具有重要意义。本研究基于“龙腾”船2015、2016年在南设得兰群岛捕捞作业的渔捞日志数据,应用广义加模型(Generalized additive model,GAM)和地理权重回归模型(Geographical weighted regression,GWR)探究南极磷虾(Euphausia superba)渔场分布与环境因子的非线性和空间非静态性关系,并比较这2种模型的模拟性能,为南极磷虾的渔场渔情预报、资源评估和渔业管理提供基础数据。GAM模型结果显示,2015、2016年单位捕捞努力量渔获量(Catch per unit effort,CPUE)与作业水深均呈显著负相关关系(P<0.01),表明在作业水深范围内,南极磷虾在较浅水域集群密度较高;2015年CPUE与表层水温呈显著正相关关系(P<0.01),但在2016年呈显著负相关关系(P<0.01),推测是由于2年调查作业位置不同所致;CPUE与离岸距离关系不显著(P≥0.05)。GWR模型结果显示,作业水深对CPUE的影响无显著的空间变化(P>0.05);海水表温和离岸距离对CPUE的影响具显著的空间变化(P<0.01),表明这2个因子对南极磷虾渔场分布的影响在空间上不连续,存在显著空间非静态性。GAM模型可用于研究资源分布与驱动因子的一般规律;GWR模型作为全局回归模型的有效补充,可用于探究一般规律不适合的特殊区域,便于发现资源分布的“热点”区域,未来在海洋生物资源分布研究中将有广阔的应用前景。     

基于物种分布模型分析环境因子对海州湾偶见种资源分布的影响

偶见种易受环境变化和人类活动等外界威胁,在生物多样性保护中具有重要参考价值,但由于其数据量较少、分析困难,目前对分布特征的研究较少,其分布与环境因子的关系尚待探究。本研究基于2013–2019年海州湾渔业资源调查数据,分析了凤鲚（Coilia mystus）、红狼牙虾虎鱼（Odontamblyopus rubicundus）和虻鲉（Erisphex pottii）3种海州湾偶见种资源分布与环境因子的关系,并比较了广义可加模型（GAM）和随机森林（RF）模型对其资源分布的拟合效果,采用交叉验证的方法对模型的预测性能进行了评价。结果显示,水深是影响春、秋季凤鲚和红狼牙虾虎鱼资源分布的最显著因子,而底层水温仅在秋季是影响虻鲉资源分布的最重要环境因子。凤鲚分布模型的方差解释率最高,其次为红狼牙虾虎鱼,虻鲉模型方差解释率最低。凤鲚、红狼牙虾虎鱼和虻鲉分布模型在春季方差解释率均低于秋季。交叉验证表明,3个物种预测结果的曲线下面积（AUC）值在0.70～0.85之间,仅秋季凤鲚的AUC值达到0.9;同时GAM预测结果的AUC值均大于RF模型,表明对于偶见种而言,GAM的预测性能优于RF模型。本研究为...     

基于HMSC模型分析山东近海夏季底层鱼类的环境适应性与种间关系

传统的物种分布模型很少将种间关系纳入建模框架中,妨碍了对物种栖息分布的准确预测。近年来联合物种分布模型（JSDMs）越来越受到关注,但在海洋领域实际应用仍较为缺乏。本研究根据2017年夏季山东近海底拖网调查数据,结合水深、底层水温和底层盐度等环境数据,采用物种群落层次模型（HMSC）方法研究了山东近海17种底层鱼类与环境因素之间的关系和种间相关性。本研究根据生物与环境之间的线性或非线性关系以及随机效应构建了5种HMSC,并利用广泛适用信息准则（WAIC）等指标以及交叉验证方法,评价了模型拟合程度和预测效果。结果表明,最优模型为包含随机效应的非线性模型（模型五）,非线性模型优于线性模型,且在模型中考虑种间关系能明显地提高模型的拟合效果。温度是影响山东近海底层鱼类分布的主要因素,占平均可解释方差的51.4%,其次是水深和随机效应,分别占35.7%和12.8%。山东近海大部分底层鱼类与水深存在显著线性正相关关系,而与水温存在显著的非线性关系。底层鱼类种间具有显著相关性,按其相关性的正负可大致分为3组,表明种间关系在预测物种分布方面的作用不容忽视。本研究建议,在建模中应同时考虑非生物因素和生物...     

海州湾鹰爪虾栖息地适宜性研究

根据2011年及2013?2017年春季和秋季在海州湾进行的底拖网调查数据,结合同步测定的底层水温、底层盐度、水深和资源量等数据,开展鹰爪虾(Trachypenaeus curvirostris)栖息地适宜性的研究,先利用广义加性模型对环境因子进行筛选,再应用提升回归树模型确定各环境因子的权重,然后分别采用算术平均法和几何平均法建立栖息地适宜性指数模型,并通过交叉验证选择最优模型。结果表明:春季鹰爪虾的栖息地适宜性指数模型采用算术平均法构建,选择水深和底层盐度作为变量,具有最小的拟合;秋季鹰爪虾的栖息地适宜性指数模型采用几何平均法构建,选择底层水温和底层盐度作为变量,具有最小的拟合。对春季栖息地适宜性指数模型总偏差贡献率最大的是水深(76.23%),其次是底层盐度(23.77%);对秋季栖息地适宜性指数模型总偏差贡献率最大的是底层水温(82.56%),其次是底层盐度(17.44%)。海州湾春季鹰爪虾的最适栖息水深为24 m以内,底层盐度为29.7～31.8;秋季的最适栖息底层水温为18～24℃,底层盐度为29.2～31.5。本研究表明,环境因子的优化有助于改进栖息地适宜性指数模型,并提升其预测能力。     

气候变暖对海州湾春季短蛸空间分布的潜在影响

为了解气候变暖对海州湾短蛸(Octopus ocellatus)空间分布的潜在影响,本研究基于2011年和2013—2019年春季海州湾短蛸的渔业资源和栖息环境调查数据,采用随机森林(RF)模型构建了海州湾春季短蛸的空间分布模型,并根据联合国政府间气候变化专门委员会(IPCC)第六次评估报告中的数据,分析和预测了在SSP1-2.6、SSP2-4.5和SSP5-8.5三种气候变暖情景下海州湾春季短蛸资源分布区、分布重心及相对资源量的变化。研究显示,模型预测值与观测值之间的线性回归方程的斜率为0.86,截距为0.25,模型预测性能较好;模型分析表明,对短蛸空间分布影响最显著的环境因子是底层水温,其次是底层盐度、水深,影响最小的是离岸距离;在未来气候变暖的情景下,海州湾春季短蛸资源分布的高值区将进一步扩大,空间分布重心将向海州湾北部和东部迁移,相对资源量呈增长趋势。     

海州湾春季皮氏叫姑鱼栖息地适宜性研究

根据2011年及2013-2015年春季在海州湾及其邻近海域进行的底拖网调查数据,结合同步采集的底层水温、底层盐度、水深以及资源密度等数据,开展皮氏叫姑鱼（Johnius belangerii）栖息地适宜性的相关研究。利用提升回归树（boosted regression tree,BRT）模型确定各环境因子的权重,分别采用算术平均法（AMM）和几何平均法（GMM）建立栖息地适宜性指数（habitat suitability index,HSI）模型,并通过交叉验证确定最优模型。结果表明,皮氏叫姑鱼幼体最适栖息的底层水温为17.4~18.0℃,底层盐度为29.2~30.8,水深为7 m以浅;成体最适栖息的底层水温为17.3~18.0℃,底层盐度为28.8~30.8,水深为12 m以浅。根据BRT模型的输出结果显示,对皮氏叫姑鱼幼体总偏差贡献率最大的是水深,其次是底层盐度和底层水温;对成体总偏差贡献率最大的是底层水温,其次是水深和底层盐度。通过交叉验证发现,无论幼体还是成体,运用GMM算法,且赋予权重的HSI模型具有较低的赤池信息准则值（akaike information criterion,AIC）。海州湾春季皮氏叫姑鱼的最适栖息地随生长阶段而变化,幼体的最适栖息地（HSI ≥ 0.7）主要分布在7 m等深线以浅的山东、江苏沿岸海域;成体的最适栖息主要分布于12 m等深线以浅的海域。海州湾春季皮氏叫姑鱼幼体和成体最适栖息地的空间分布与其自身的生态习性、外界环境因子以及黄海冷水团、近岸沿岸流等因素密切相关。     

山东南部近海脊腹褐虾时空分布及其与环境因子的关系

脊腹褐虾(Crangon affinis)是山东近海众多鱼类的饵料生物,其分布与水深、海水底层温度等环境要素息息相关。根据2016年10月、2017年1、5和8月在山东南部近海4个航次获取的渔业资源及环境调查数据,分析山东南部近海脊腹褐虾的时空分布特征,运用广义加性模型研究脊腹褐虾的分布与水深、海水底层温度等环境因子间的关系。研究显示,脊腹褐虾CPUE分布呈现明显的季节特征,全年平均CPUE为2.07 kg/h,春季为2.43 kg/h,夏季为2.47 kg/h,秋季为1.18 kg/h,冬季为2.19 kg/h。水深和海水底层温度对脊腹褐虾分布影响显著(p0.01),脊腹褐虾CPUE与水深呈显著正相关,在水深80 m海域CPUE较高。海水底层温度为6～12℃时,脊腹褐虾CPUE与海水底层温度呈正相关,海水底层温度为12～20℃时呈负相关,最适宜海水底层温度约为12℃。     

两种GAM模型对海州湾短吻红舌鳎（Cynoglossus joyneri）资源分布预测效果的比较研究

根据2011年及2013?2018年春、秋两季在海州湾及其邻近海域进行的底拖网调查数据,研究该海域短吻红舌鳎(Cynoglossus joyneri)的资源分布特征及其受环境因子和饵料生物的影响,并比较了两种模型(普通GAM模型和PCA-GAM模型)对其资源分布的预测效果,采用交叉验证的方法对模型的预测能力及拟合效果进行评价。结果显示:PCA-GAM模型的拟合度及预测效果均优于普通GAM模型。春、秋两季海州湾短吻红舌鳎资源丰度均呈现南高北低、近岸浅水区大于深水区的分布特征,因为海州湾南部近岸海域较高的水温利于春、秋季短吻红舌鳎产卵群体性腺发育,较低的盐度利于其鱼卵及仔鱼的生长发育,同时,近岸海域丰富的饵料资源为产卵后的亲体提供大量食物供给。分别应用两种模型预测了2018年春季和秋季短吻红舌鳎在海州湾的资源分布,结果显示,PCA-GAM模型的预测值与实际调查的结果更为吻合,预测效果要优于普通GAM模型。本研究为今后开展渔业生物空间分布的研究提供了一种新的方法。     

生物和非生物因子对秋季海州湾长蛇鲻栖息地适宜性的影响

根据2011年和2013?2018年秋季在海州湾及邻近海域进行的底拖网调查数据,结合同步采集的底层水温、底层盐度、水深、资源密度、饵料生物等生物和非生物因子数据,开展长蛇鲻(Saurida elongata)栖息地适宜性的相关研究。利用提升回归树(Boosted Regression Tree, BRT)模型确定各环境因子的权重,分别采用算术平均法和几何平均法建立栖息地适宜性指数(Habitat Suitability Index, HSI)模型,并通过交叉验证确定最优模型。结果表明:海州湾长蛇鲻在秋季最适宜栖息的底层水温范围为17.5～18℃,最适底层盐度范围为31.3～32.0,最适水深范围为24～37 m;选择其3种主要饵料生物作为生物因子,即枪乌贼(Loligo spp.)、戴氏赤虾(Metapenaeopsis dalei)和六丝钝尾鰕虎鱼(Amblychaeturichthys hexanema),与底层水温、底层盐度和水深共同作为影响因子建立HSI模型。结果显示,对长蛇鲻空间分布总偏差贡献率最高的是饵料因子,其次是水深和底层水温。通过交叉验证发现,运用算术平均算法,且赋予权重的HSI模型具有较低的赤池信息准则值(Akaike Information Criterion, AIC)。研究发现,海州湾秋季长蛇鲻的最适栖息地(HSI≥0.7)主要分布在34.5°～36°N,119°～121°E之间,其中35°～36°N海域的最适栖息地分布范围大,而且从近岸至远海,HSI指数有增加的趋势。     

黄河口及邻近水域小型鳀鲱鱼类数量分布及其与环境因子的关系

小型鳀鲱鱼类多为浮游生物食性种类;又是多种高营养层次鱼类的饵料生物;作为生态系统中的重要类群;其数量分布对多种生物均具有重要影响。本文根据2013年6月、8月、10月和2014年2月、4月、5月在黄河口及邻近水域进行的渔业资源和环境调查数据;分析了该海域小型鳀鲱鱼类资源数量分布特征;并用广义可加模型研究了其数量分布与时空和环境因子等之间的关系。黄河口及邻近水域小型鳀鲱鱼类相对资源量呈现明显的季节变化;夏、秋季相对资源量明显高于冬、春季。小型鳀鲱鱼类相对资源量具有明显的空间变化;且在不同月份呈现不同的空间分布格局;在4月、5月、6月小型鳀鲱鱼类主要分布于近岸水域;在8月、10月小型鳀鲱鱼类分布外移且范围扩大。GAM分析表明;影响黄河口及邻近水域小型鳀鲱鱼类相对资源量时空分布的主要环境因子包括表层盐度、表层水温、水深和浮游植物丰度等。小型鳀鲱鱼类相对资源量随表层盐度的升高呈现升高的趋势;在盐度达到30时;小型鳀鲱鱼类相对资源量处于最高水平。随表层水温的升高相对资源量有升高趋势;当表层水温达到15℃后;小型鳀鲱鱼类相对资源量增加趋势减缓且丰度较大。小型鳀鲱鱼类相对资源量随浮游植物丰度的增大总体呈现上升趋势;而随水深的变化呈现先降低后升高的趋势。黄河口及邻近水域小型鳀鲱鱼类相对资源量的时空变化与鳀鲱鱼类产卵、索饵和越冬洄游有关;受到季节变化、黄河径流变化以及黄河调水调沙等引起的海洋环境因子变动的影响。     

海州湾及邻近海域口虾蛄栖息地适宜性建模的环境变量优化

Habitat suitability index(HSI) models have been widely used to analyze the relationship between species abundance and environmental factors, and ultimately inform management of marine species. The response of species abundance to each environmental variable is different and habitat requirements may change over life history stages and seasons. Therefore, it is necessary to determine the optimal combination of environmental variables in HSI modelling. In this study, generalized additive models(GAMs) were used to determine which environmental variables to be included in the HSI models. Significant variables were retained and weighted in the HSI model according to their relative contribution(%) to the total deviation explained by the boosted regression tree(BRT). The HSI models were applied to evaluate the habitat suitability of mantis shrimp Oratosquilla oratoria in the Haizhou Bay and adjacent areas in 2011 and 2013–2017. Ontogenetic and seasonal variations in HSI models of mantis shrimp were also examined. Among the four models(non-optimized model, BRT informed HSI model,GAM informed HSI model, and both BRT and GAM informed HSI model), both BRT and GAM informed HSI model showed the best performance. Four environmental variables(bottom temperature, depth, distance offshore and sediment type) were selected in the HSI models for four groups(spring-juvenile, spring-adult, falljuvenile and fall-adult) of mantis shrimp. The distribution of habitat suitability showed similar patterns between juveniles and adults, but obvious seasonal variations were observed. This study suggests that the process of optimizing environmental variables in HSI models improves the performance of HSI models, and this optimization strategy could be extended to other marine organisms to enhance the understanding of the habitat suitability of target species.     

Exploring the spatial distribution patterns of South African Cape hakes using generalised additive models

We developed delta generalised additive models (GAMs) to predict the spatial distribution of different size classes of South African hakes, Merluccius capensis and M. paradoxus, using demersal trawl survey data and geographical (latitude and longitude) and environmental features (depth, temperature, bottom dissolved oxygen and sediment type). Our approach consists of fitting, for each hake size class, two independent models, a binomial GAM and a quasi-Poisson GAM, whose predictions are then combined using the delta method. Delta GAMs were validated using an iterative cross-validation procedure, and their predictions were then employed to produce distribution maps for the southern Benguela. Delta GAM predictions confirmed existing knowledge about the spatial distribution patterns of South African hakes, and brought new insights into the factors influencing the presence/absence and abundance of these species. Our GAM approach can be used to produce distribution maps for spatially explicit ecosystem models of the southern Benguela in a rigorous and objective way. Ecosystem models are critical features of the ecosystem approach to fisheries, and distribution maps constructed using our GAM approach will enable a reliable allocation of species biomasses in spatially explicit ecosystem models, which will increase trust in the spatial overlaps and, therefore, the trophic interactions predicted by these models.     

基于GAM的西北太平洋日本鲭资源丰度预测模型建立

日本鲭(Scomber japonicus)是西北太平洋重要的鱼类资源之一,科学预测日本鲭的资源丰度有利于其资源的合理开发和利用。本研究依据日本渔业机构提供的1987–2012年日本鲭太平洋群体的资源量数据,结合产卵场和渔场的海洋环境数据以及气候因子,使用广义加性模型对影响日本鲭太平洋群体的海洋环境和气候因子进行分析,筛选出有显著影响的因子并建立该群体的资源量预测模型。结果表明,与该群体资源量有显著关系的影响因子有:北极涛动指数、太平洋年代际振荡指数、渔场海表面高度、渔场海表面盐度和渔场海表面温度。基于赤池信息准则筛选出的4个资源量预测模型分析表明,包含北极涛动指数、渔场海表面高度和渔场海表面温度的模型有较好的预测效果,该模型的验证结果也通过了t检验(P<0.05),可用于日本鲭太平洋群体资源量的预测。     

基于GAM模型分析印度洋大眼金枪鱼和黄鳍金枪鱼渔场分布与不同环境因子关系

印度洋金枪鱼延绳钓渔业作为我国重要的远洋渔业之一,探究其渔场时空变动及与环境因子之间的关系十分必要。本文根据2016年1—6月收集的印度洋金枪鱼渔业生产数据,并结合卫星遥感获取的环境因子数据,运用ArcGIS和GAM模型分析了印度洋大眼金枪鱼和黄鳍金枪鱼渔场时空变动及与环境因子之间的关系。研究结果表明:大眼金枪鱼和黄鳍金枪鱼1—6月CPUE均呈现先减小后增加的趋势,4月均达最高值,分别为2.45尾/千钩和3.56尾/千钩,各月CPUE均存在显著性差异（P<0.001）;大眼金枪鱼和黄鳍金枪鱼渔场时空变动基本趋于一致,均为先向东北移动,后向西北移动,最后再向东北移动的趋势;GAM模型分析显示,大眼金枪鱼CPUE与模型因子的解释率为32.1%,纬度和250 m水深温度影响最显著,黄鳍金枪鱼CPUE与模型因子的解释率为37.2%,200 m水深温度影响最显著;协同分析表明,1—6月,印度洋金枪鱼延绳钓中心渔场分布于1°S~9.5°N,47°~64°E,且海表温度在29.3~30.8℃的海域。     

Projecting distributions of Argentine shortfin squid(Illex argentinus) in the Southwest Atlantic using a complex integrated model

We developed an approach that integrates generalized additive model(GAM) and neural network model(NNM)for projecting the distribution of Argentine shortfin squid(Illex argentinus). The data for this paper was based on commercial fishery data and relevant remote sensing environmental data including sea surface temperature(SST), sea surface height(SSH) and chlorophyll a(Chl a) from January to June during 2003 to 2011. The GAM was used to identify the significant oceanographic variables and establish their relationships with the fishery catch per unit effort(CPUE). The NNM with the GAM identified significant variables as input vectors was used for predicting spatial distribution of CPUE. The GAM was found to explain 53.8% variances for CPUE. The spatial variables(longitude and latitude) and environmental variables(SST, SSH and Chl a) were significant. The CPUE had nonlinear relationship with SST and SSH but a linear relationship with Chl a. The NNM was found to be effective and robust in the projection with low mean square errors(MSE) and average relative variances(ARV).The integrated approach can predict the spatial distribution and explain the migration pattern of Illex argentinus in the Southwest Atlantic Ocean.     

基于复合模型的西南大西洋阿根廷滑柔鱼（Illex argentinus）时空分布研究

本文利用2003-2011年西南大西洋阿根廷滑柔鱼渔业数据和海洋环境数据,包括海表温度（sea surface temperature, SST）,海面高度（sea surface height, SSH）和叶绿素浓度（chlorophyll a, Chl a）,开发基于广义加性模型（GAM）和神经网络模型（NNM）的复合模型研究滑柔鱼资源时空分布。GAM用于选择关键影响因子,并分析与单位捕捞努力量渔获量（catch per unit effort, CPUE）的关系,NNM用于建立关键影响因子与CPUE之间的预报模型。结果表明：GAM选择的影响因子的偏差解释率为53.8%,空间变量（经度和纬度）,环境变量（SST、SSH、Chl a）均匀CPUE之间存在显著相关性。CPUE与SST和SSH之间为非线性关系,与Chl a之间为线性关系。NNM模型的MSE和ARV较低,其精度高且稳定。此复合模型也能够解释解释西南大西洋阿根廷滑柔鱼时空变化趋势和迁徙模式。     

Seasonal dynamics, environmental preferences and habitat selection of John Dory (Zeus faber)

Spatial distribution patterns of John Dory (Zeus faber, L.) were examined in relation to sea bottom temperature, bathymetry, locational covariates and season. Data were collected during a 2-year period (1996–1997) of seasonal sampling using demersal trawl surveys in the Aegean Sea (eastern Mediterranean). The ecological preferences of the species throughout four seasons were elucidated and the degree in which these environmental relationships might be modulated by the different hydrographic and topographic regime was also considered. Key determinants of the species' spatial aggregation in all four seasons were the water depth, the sea bottom temperature and the latitude. The sea bottom temperature had a significant effect on seasonal John Dory abundance both directly, as a main effect, and indirectly, through its interactive effect with the water depth. John Dory seasonal abundance was consistently greater in the shallower regions of the area having warmer bottom waters. Results indicated a distinct southward shift as progressing through the year, with peak abundances being observed in gradually lower latitudes of shallow areas as seasons evolved. John Dory appeared to avoid the deeper waters regardless of their bottom temperature and geographic position. The present results also suggested a seasonal pattern of habitat associations for specific locations characterised by weak hydrographic activity. John Dory preferences for certain water depth zones, sea bottom temperatures and substrate types are hypothesized to modulate the seasonal spatial aggregation of the species to preferred grounds.