基于GAM的库克群岛海域长鳍金枪鱼CPUE时空分布与海洋环境的关系

长鳍金枪鱼（Thunnus alalunga）是金枪鱼延绳钓的主要捕捞对象之一,而库克群岛海域则是重要的长鳍金枪鱼渔场。探究长鳍金枪鱼资源量的时空分布与海洋环境的关系,有利于提高长鳍金枪鱼渔场预报的精确性。根据2017年1月1日至2021年5月31日中国远洋渔业企业的船舶监测系统（Vessel Monitor Systems,VMS）数据,将长鳍金枪鱼渔获尾数和延绳钓放钓钩数匹配到1°×1°的网格中,得出名义单位捕捞努力量渔获量(Catch Per Unit Effort,CPUE)。对CPUE作正态性检验,以天为时间分辨率,选取月份、经纬度、叶绿素a浓度、海表面高度,以及0～300 m水层的温度、盐度、溶解氧浓度等26个时空与环境因子作为变量,对CPUE与时空环境因子作相关性分析,对环境变量进行多重共线性诊断,按照季度分析长鳍金枪鱼渔场的分布变化,利用GAM评价各因子对长鳍金枪鱼CPUE的影响。结果显示：（1）第二季度12°S以南渔场的CPUE明显高于以北的区域,第三季度渔场分散且CPUE值不高,第四季度CPUE为年中最高。（2） GAM结果显示,对长鳍金枪鱼CPUE影响最显著的为海...     

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。     

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。     

基于海表温度和海面高度的东太平洋大眼金枪鱼渔场预测

开展东太平洋大眼金枪鱼(Thunnus obesus)渔场预报技术研究,建立基于多环境因子渔场预报模型,将对该资源的高效开发和利用具有重要的意义。作者根据2009~2011年东太平洋海域(20°N~35°S、85°W~155°W)延绳钓生产统计数据,结合海洋遥感获得的表温(SST)和海面高度(SSH)的数据,运用一元非线性回归方法,以渔获量为适应性指数,按季度分别建立了基于SST和SSH的大眼金枪鱼栖息地适应性指数,采用算术平均法获得基于SST和SSH环境因子的栖息地指数综合模型,并用2012年各月实际作业渔场进行验证。研究结果显示,大眼金枪鱼渔场多分布在SST为24~29℃、SSH为0.4~0.8 m的海域。指数模型较好地拟合了因子适应性曲线(P0.05)。基于栖息地指数的2012年大眼金枪鱼中心渔场预报准确性平均达63%,可为金枪鱼延绳钓渔船寻找中心渔场提供指导。     

热带印度洋黄鳍金枪鱼水平-垂直分布空间分析

为了解印度洋热带海域黄鳍金枪鱼(Thunnus albacares)延绳钓适宜渔获水温的等温线时空分布,分析黄鳍金枪鱼适宜的垂直和水平空间分布范围,采用Argo浮标剖面温度数据重构印度洋热带海域16°C和距海洋表层水温8°C(Δ8°C)的月平均等温线场,网格化计算了16°C和Δ8°C等温线深度值和下界深度差,并结合印度洋金枪鱼委员会(IOTC)黄鳍金枪鱼延绳钓渔业数据,绘制了16°C和Δ8°C等温线深度与月平均单位捕捞努力量的渔获量(CPUE)的空间叠加图,用于分析热带印度洋黄鳍金枪鱼中心渔场CPUE时空分布和高渔获率水温的等温线时空分布关系。结果表明,高值CPUE的分布表现出明显的季节性变化。16°C等温线,在东北季风期间,高值CPUE出现的地方深度值大多小于200m;西南季风期间,在15°—25°S深度可到达250m,在130—190m深度全年有高值CPUE集中出现,深度值超过300m的地方CPUE普遍较小。Δ8°C等温线,高值CPUE出现的地方深度值大多小于175m,主要在100—170m;西南季风期间,在15oS以南区域,150—300m深度,也有高值CPUE区域出现,全年深度值超过300m的地方CPUE普遍较小。全年在15oS以北纬向区域,高渔获率的垂直分布深度更加集中,在西南季风期间尤其明显。采用频次分析和经验累积分布函数计算其最适次表层环境因子分布,16°C等温线120—209m;Δ8°C等温线80—159m;与下界深度差:16°C等温线0—59m;海表以下8°C等温线50—119m。文章初步得出热带印度洋黄鳍金枪鱼中心渔场适宜的水平、垂直深度值分布区间,结果可以辅助寻找中心渔场位置,同时指导投钩深度,为热带印度洋黄鳍金枪鱼实际生产作业和资源管理提供理论支持。     

基于GAM模型西北印度洋鸢乌贼CPUE标准化

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℃、SSH为0.2~0.4m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。     

南太平洋长鳍金枪鱼延绳钓渔业CPUE标准化

长鳍金枪鱼作为高度洄游的大洋性鱼类,因其经济价值高、资源量丰富而成为世界海洋渔业的主要捕捞对象之一。本研究根据中西太平洋金枪鱼渔业委员会(WCPFC)提供的南太平洋延绳钓长鳍金枪鱼渔业2000~2012年13年的渔业生产统计资料,结合卫星遥感获得的海洋环境资料,利用广义线性模型(GLM)和广义可加模型(GAM)对其资源密度进行CPUE标准化。GLM模型结果表明,月、纬度、表温、表温梯度、盐度、海面高度、涡动能、100米溶解氧以及交互项年与纬度、月与纬度、月与经度对CPUE影响较大。根据AIC准则,选择最优的GAM模型,其对CPUE的最大解释偏差为58.9%,模型自变量对因变量的最高相关系数达58.4%。GLM模型和GAM模型标准化后的CPUE变化趋势相同,除2011年外均明显低于或接近名义CPUE。2000~2012年资源密度年间和月间变化较大,资源密度最高的年份为2001年,资源密度最高的月份为6~8月,GLM模型和GAM模型标准化后的平均CPUE分别为11.48尾/千钩、12.41尾/千钩和13.54尾/千钩、18.63尾/千钩。本研究中,GAM模型较GLM模型更合适。     

太平洋延绳钓大眼金枪鱼及渔场表温关系研究

根据收集到的太平洋延绳钓大眼金枪鱼捕捞产量、海水表层温度(SST)数据等,研究了太平洋延绳钓大眼金枪鱼捕捞产量及渔场区 SST 的统计特征.结果表明:太平洋延绳钓大眼金枪鱼渔场主要分布在较高温度的热带海域,整个太平洋渔场区平均 SST 为 26.56 ℃,中位数为27.28 ℃,高产渔区SST相对较高,其主要渔场区平均表层水温主要位于23.8 ℃～29.3 ℃.渔场区 SST 数据分布为负偏,而产量数据分布为正偏.平均CPUE分布呈双峰分布,但主要捕捞产量多数在大于25 ℃海域捕捞.时间序列分析结果显示:太平洋大眼金枪鱼CPUE呈下降趋势,SSTA自1970年代末开始增加,表明太平洋热带海域处于变暖阶段,CPUE和MEI指数与SSTA 的周期变化具有较好的一致性.     

基于GAM模型研究水温垂直结构对热带中西太平洋黄鳍金枪鱼渔获率的影响

黄鳍金枪鱼索饵水层影响延绳钓捕捞效率,而黄鳍金枪鱼索饵水层分布受水温垂直结构的影响,因此本文采用GAM模型分析次表层环境变量对延绳钓黄鳍金枪鱼渔获率的影响,评估黄鳍金枪鱼垂直水层分布对中西太平洋黄鳍金枪鱼延绳钓单位捕捞努力量渔获量(Catch Per Unite Effort, CPUE)的作用。模型结果表明,环境因子对热带中西太平洋延绳钓黄鳍金枪鱼渔获率空间分布影响明显。黄鳍金枪鱼延绳钓CPUE在2012年之后快速增多,高渔获率月份出现在北半球夏季,空间上在10°S,140°E附近区域。温跃层上界温度和深度、温跃层下界深度、18℃等温线深度、△8℃等温线深度及其和温跃层下界深度的深度差对延绳钓渔获率影响较大,是影响热带中西太平洋黄鳍金枪鱼延绳钓渔获率的关键环境因子。随着温跃层上界温度和深度值变大,延绳钓CPUE逐渐递增,对延绳钓CPUE影响密切的温度和深度分别为27～28℃和70～90 m。温跃层下界深度对延绳钓CPUE影响在250～280 m时最大;之后随着下界深度的变大,CPUE快速下降。18℃等温线深度对延绳钓CPUE影响呈现先震荡后递增的趋势,影响密切的区域在230 m深度上下。△8℃等温线深度与温跃层下界深度的差值对热带中西太平洋黄鳍金枪鱼延绳钓CPUE影响呈现先快速递减后缓慢增加的趋势,在深度差为70 m上下时影响最密切。研究结果揭示,在黄鳍金枪鱼活动水层受限或栖息水层和延绳钓作业深度相吻合时,延绳钓渔获率最高。依据黄鳍金枪鱼垂直活动水层调整延绳钓投钩,可以提高渔获率。因此,采用延绳钓CPUE进行渔场和资源评估时要考虑金枪鱼适宜垂直活动空间。     

印度洋北部鸢乌贼CPUE标准化初步研究

本研究根据中国远洋渔业协会鱿钓技术组和公海围拖网技术组提供的2017—2019年印度洋北部鸢乌贼3种捕捞方式(灯光敷网、灯光罩网和鱿钓)的生产统计数据,结合时空因子(年、月、经纬度)和环境因子(海表温度、海表盐度、光合有效辐射、风速和流速),利用广义线性模型(GLM)找出主要影响因子,并以广义可加性模型(GAM)找出因子变化规律并进行CPUE标准化研究。结果表明：GLM模型分析得出,年、月、纬度、海表温度、风速、流速以及作业方式因子均为显著性变量,对CPUE的影响较大。将上述的显著性影响因子加入GAM模型,根据AIC准则,包含这7个因子的GAM模型的AIC值最小为最优模型,对CPUE的总偏差解释为21.6%,其中作业方式对CPUE的影响最大,解释了5.6%的总偏差,随后依次是年、纬度、月、海表温度、流速、风速。名义CPUE与标准化CPUE年间变化趋势一致,且月间变化趋势整体较为相似。研究表明,基于GLM模型和GAM模型标准化的CPUE能够较全面、真实地反映印度洋鸢乌贼资源密度的变化情况,其中作业方式、海表温度、流速和风速对印度洋鸢乌贼资源密度影响较大。因此在后续的渔情预报研究中,可以将...     

基于神经网络的印度洋长鳍金枪鱼(Thunnus alalunga)时空分布与海洋环境关系研究

长鳍金枪鱼(Thunnusalalunga)是主要的经济性金枪鱼鱼种之一,其空间分布与环境因子存在着密切联系。利用2012—2019年印度洋长鳍金枪鱼生产数据和海洋环境数据,包括海表面温度(sea surface temperature, SST)、叶绿素浓度(chlorophyll a, chl a)和海表面盐度(sea surface salinity, SSS)构建印度洋长鳍金枪鱼时空分布神经网络模型。以空间(经度,纬度)、环境因子(SST, chl a, SSS)为解释变量,局部渔获量为因变量,变化隐含层节点数,构建了18个BP空间分布模型,并采用10×10交叉验证模型稳定性,以均方误差(meansquareerror,MSE)、平均相对方差(averagerelativevariance,ARV)以及拟合优度(R~2)作为不同模型精度与稳定性的评判标准,最终选取5-18-1(隐含层节点18)模型为最佳模型,其平均MSE值为0.02232,平均ARV值为0.511。利用最优模型预测结果与同期实际捕捞产量进行叠加对比发现两者具有一致性。环境因子敏感性分析表明海表温度显著影响印度洋长鳍金枪鱼渔场分布,其贡献率达到0.2。印度洋长鳍金枪鱼高精度BP神经网络时空分布模型为其资源的可持续开发与动态管理提供了一种新思路。     

基于贝叶斯分类器的南海黄鳍金枪鱼渔场预报模型

本文利用来自中西太平洋渔业委员会(WCPFC)黄鳍金枪鱼延绳钓2000-2011年的历史渔获数据和美国国家海洋和大气管理局(NOAA)气候预报中心提供的海表温度最优插值数据和法国空间局(CNES)卫星海洋数据中心提供的多卫星融合高度计月合成海面高度资料,基于贝叶斯分类器,根据模型中环境因子的选取以及渔区分类策略的不同预拟了8种构建方案对2011年南海外海黄鳍金枪鱼的渔场进行分类预报,并将预报结果与实际渔场进行对比检验,比较分析不同方案对最终分类结果和精度的影响。检验结果表明,方案1-8总体精度分别为71.4%、75%、70.8%、74.4%、66.7%、68.5%、57.7%和63.7%。方案1-6在65%以上,均能够满足实际渔场预报业务化需求。采用SST和SSH双环境因子的方案均比采用单SST环境因子的方案总体精度稍高,一定程度上提高了预报精度,其中采用去除SST和SSH相关性的第一主分量作为预报因子的方案2达到了75%最高精度。采用CPUE平均值正负标准差作为节点比以33.3%与66.7%作为节点来区分高、中、低CPUE渔区的预报结果要更加准确。因此在模型筛选的基础上,选用模型方案2完成南海金枪鱼渔场渔情预报服务系统的系统实现。     

基于随机森林的印度洋长鳍金枪鱼渔场预报

为了提高远洋渔场预报水平和满足渔业生产的需要,提出了一种基于随机森林建立印度洋长鳍金枪鱼(Thunnus alalunga)渔场预报模型的方法。选取2002-2009年各个月份印度洋5°×5°格点渔业环境和时空数据(包括海表温度、叶绿素a浓度、表温距平、叶绿素a浓度距平、海表温度梯度强度和海面高度异常等数据)作为预测变量,利用长鳍金枪鱼的CPUE(Catch per unit effort,单位:尾/千钩数)的三分位点将渔区划分为高CPUE、中等CPUE和低CPUE三种类型,作为响应变量,对数据进行训练。结果表明,当随机森林中决策树达到100以上时,袋外数据OOB(out-of-bag)的分类误差率趋于平稳。将训练得到的随机森林用于2010年印度洋长鳍金枪鱼分月渔场的预测,其概率等值面图与实际生产的渔场分布进行叠加比较,显示高CPUE渔场概率分布与实际渔场的位置及范围变化情况符合。通过ROC(Relative Operating Characteristic)分析,高CPUE、中等CPUE和低CPUE的AUC(Area Under ROC Curve)分别达到0.847、0.743和0.803,表明预测精度较高。最后对中等CPUE渔区预测精度相对较低的原因进行了分析。     

基于神经网络的南太平洋长鳍金枪鱼渔场预报

南太平洋长鳍金枪鱼是我国远洋渔业的重点捕捞对象;对南太平洋长鳍金枪鱼进行准确的渔场预报;可以提高捕捞效率;提高渔业的生产能力。本研究根据1993-2010年南太平洋长鳍金枪鱼的延绳钓生产数据以及海洋卫星遥感数据（海水表面温度;SST;海面高度;SSH）和ENSO（El Niño-Southern Oscillation）指标;采用DPS（data processing system）数据处理系统中的BP人工神经网络模型;以渔获产量（单位时间的渔获尾数）和单位捕捞努力量渔获量（CPUE;Catch per unit of effort）分别作为中心渔场的表征因子;并作为BP模型的输出因子;以月、经度、纬度、SST、SSH和ENSO指标等作为输入因子;分别构建4-3-1;5-4-1;5-3-1;6-5-1;6-4-1;6-3-1等BP模型结构;比较渔场预报模型优劣。研究结果表明;以CPUE作为输出因子的BP人工神经网络结构总体上较优;其中以6-4-1模型结构为最优;相对误差只有0.006 41。研究认为;以CPUE为输出因子的6-4-1结构的人工神经网络模型;能够准确预报南太平洋长鳍金枪鱼的渔场位置。     

不同环境模态下空间分辨率对北太平洋柔鱼CPUE标准化的影响

单位捕捞努力量渔获量(catch per unit effort, CPUE)常被假设与渔业资源量成正比而被应用于渔业资源评估与管理中,不同的环境模态下,所选取的空间分辨率对CPUE的标准化会产生影响,从而影响对该渔业资源丰度的评价。本研究运用广义加性模型(generalized additive model, GAM),对中国在北太平洋鱿钓渔业数据进行CPUE标准化。根据北太平洋环境的差异,以160°E为界将其划分为不同的环境模态。分别对两种模态下3种空间尺度(0.25°×0.25°、0.5°×0.5°、1°×1°)的名义CPUE进行标准化,得到各自的最适GAM模型。比较不同环境模态下,各因素对CPUE标准化产生的影响;相同环境模态下,不同空间尺度对CPUE标准化产生的影响。结果表明:不同环境模态下,对CPUE标准化产生影响的变量差异较大:160°E以西海域分别为年、纬度、SST以及交互项年与纬度、月与纬度;160°E以东海域分别为纬度、年与纬度的交互项、月与纬度的交互项。同一环境模态下,不同的空间尺度最适GAM模型对CPUE标准化结果不同,根据均方误差选取0.5°×0.5°和0.25°×0.25°分别为160°E东、西海域CPUE标准化的最适空间尺度。因此,在对北太平洋柔鱼(Ommastrephes bartramii)商业性渔获数据进行标准化时,需要考虑因不同的环境模态以及不同的空间尺度而导致的CPUE标准化所出现的差异。     

印度洋海表盐度预报的线性马尔可夫模型及其改进办法

海洋盐度在水循环、海洋环流、海洋生态系统、全球天气和气候变化等方面起着至关重要的作用。然而,受观测的限制,以往对海洋盐度的研究相对匮乏,对其进行预报的工作更为少见。本文采用线性马尔可夫模型对印度洋海表面盐度(sea surface salinity,SSS)开展初步的预报工作。根据混合层盐度收支方程,选择海表面高度(sea surface height,SSH)、海表面温度(sea surface temperature,SST)、SSS等物理量的异常值作为模型的组成部分,对印度洋SSS开展预报工作。结果表明,马尔可夫模型可提前9个月对印度洋SSS进行较好的预报。此外,南太平洋海表面温度异常(sea surface temperature anomaly,SSTA),海表面高度异常(sea surface height anomaly,SSHA)和印度洋偶极子(Indian Ocean dipole,IOD)系数等遥相关因素的加入可将线性马尔可夫预报对印度洋SSS的预报效果(相关系数)平均提高10%。利用改进的模型对印度洋SSS进行提前1～11个月的“实时”预测,得出预报的SSS时空变...     

基于产卵场环境因子的阿根廷滑柔鱼资源补充量预报模型研究

西南大西洋阿根廷滑柔鱼Illex argentinus是短生命周期种类,其资源量极易受到海洋环境变化的影响。根据2003—2011年我国鱿钓船队在西南大西洋的生产统计数据,以及产卵场海洋表面温度(SST)、海表温度距平值(SSTA),计算分析了阿根廷滑柔鱼在产卵期产卵场各月最适表层水温范围占总面积的比例(用PS表示)以及表征海流强度的SST、SSTA等多种环境变量因子与单位捕捞量渔获量(CPUE)的相关性,建立多种基于主要环境因子的资源补充量预报模型,同时分析比较预报模型的优劣。相关性分析表明:6月份有3片连续区域的SST与CPUE之间存在强相关性,分别为38°~39°S、54°~55°W,40.5°~41.5°S、51°~52°W,39.9°~40.4°S、42.6°~43.1°W。利用6月份此3片连续区域SST与次年CPUE建立的三元线性模型,模型符合统计检验,偏差解释率为82.4%。在此基础上加入7月份PS影响因子建立3种方案下的误差反向传播(EBP)神经网络模型。结果认为,包含了福克兰寒流与巴西暖流表温信息的方案3模型优于其他两种模型,其准确率可以达到90%以上。     

黄海南部春季帆张网黄鲫CPUE分布及其影响因素分析

根据2006—2009年春季黄海南部帆张网的渔获数据,利用广义线性模型(GLM)和广义加性模型(GAM)定量研究了年份、位置、水深和海水表层温度(SST)对黄鲫单位捕捞努力量的渔获量(CPUE)分布的影响。结果表明,GAM模型较GLM模型可以更好地解释黄鲫CPUE时空分布与环境因子之间的关系。时间上,黄鲫CPUE呈逐年下降的趋势;空间上,黄鲫CPUE呈现由北向南沿经度方向逐渐减小的趋势,在长江口周围较小。水深对黄鲫CPUE的影响显著(P<0.05),在20～35m内CPUE较大。SST对黄鲫CPUE的影响极显著(P<0.01),黄鲫适宜SST范围为7.2～12.4℃。     

海表温度对南沙海域鸢乌贼资源变动的影响

根据南沙海域2018—2019年鸢乌贼(Sthenoteuthis oualaniensis)灯光罩网渔获数据和海表温度(sea surface temperature, SST)遥感数据,研究SST对鸢乌贼资源变动的影响。经验正交函数分析(empirical orthogonal function, EOF)显示南沙海域SST季节变化明显,月均值在年内呈双峰型变化,峰值出现在5—6月和10月。2019年南沙海域发生厄尔尼诺,SST高温频率升高,年均值较2018年升高0.3℃。2018年鸢乌贼的单位捕捞努力量渔获量(catch per unit effort, CPUE)为春季(3—5月)高,夏季(6—7月)低,2019年CPUE为冬季(2月)高,夏季(6月)低。广义相加模型(generalized additive model, GAM)显示,月份、SST、纬度和经度4个因子对CPUE的总偏差解释度为55.0%,其中月份与SST的偏差解释度大于其他因子。鸢乌贼群体的适宜温度为27.5～29.5℃,SST超过29.5℃会导致CPUE降低。鸢乌贼渔场集中分布于10°N—12°N、113°...     

西白令海狭鳕渔场与环境因子关系研究

根据2013~2018年白令海海域拖网作业的狭鳕( Theragra chalcogramma)渔获数据以及环境数据,利用GAM模型对CPUE进行了标准化,建立了三个基于不同环境因子的剩余产量模型:(1)基于SST因子的剩余产量模型;(2)基于SST和Chl-a因子的剩余产量模型;(3)基于SST、Chl-a和SSHA因子的剩余产量模型,分析了环境因子对西白令海狭鳕资源的影响。研究表明:基于SST和Ch-a因子的剩余产量模型拟合程度最好,表达式为Cm=0. 9343f-0. 0003 fm^2+0.155Tmfm +0.325 4cam fm,狭鳕资源量的变动受捕捞努力量、渔场SST以及Chl-a控制。分析认为:SST是导致西白令海狭鳕CPUE产生月间波动的最重要的环境因子,Chl-a对狭鳕CPUE也有一定的影响,而SSHA的影响则相对较小。建议将SST以及Chl-a作为狭鳕渔场分析与渔情预报研究的重要环境因子。