表温和黑潮年间变化对西北太平洋柔鱼渔场分布的影响

合集下载

北太平洋柔鱼(Ommastrephes bartramii)资源渔场研究进展

北太平洋柔鱼(Ommastrephes bartramii)资源渔场研究进展魏广恩;陈新军【摘要】分析柔鱼的资源现状、种群结构、洄游和集群分布等,介绍其渔场形成、类型、分布以及影响渔场时空分布的海洋环境因子,并以柔鱼早期生活史为线索,分析了影响柔鱼资源补充量的环境因子、气候条件,并归纳了柔鱼渔场预报模型及资源评估常用模型.研究认为,今后应开展国际合作,加强对北太平洋柔鱼生活史过程的研究,了解其产卵场和索饵场的范围,以及洄游路线及时空变化规律,分析大尺度范围气候变化、捕捞作业、被捕食压力等对其资源的影响,结合海洋遥感、地理信息系统、物理海洋学等学科,开展多学科合作,对其种群动力学过程进行系统研究.【期刊名称】《广东海洋大学学报》【年(卷),期】2016(036)006【总页数】9页(P114-122)【关键词】柔鱼;渔场;资源量;北太平洋【作者】魏广恩;陈新军【作者单位】上海海洋大学海洋科学学院,上海201306;上海海洋大学海洋科学学院,上海201306;大洋渔业资源可持续开发省部共建教育部重点实验室,上海201306;国家远洋渔业工程技术研究中心,上海201306【正文语种】中文【中图分类】S931.4头足类被认为是3种未充分开发利用的种类之一，尤以大洋性柔鱼类最具有开发利用的价值，其产量约占世界头足类的65%左右，其中分布在北太平洋柔鱼是重要种类之一。

随着世界传统底层渔业产量普遍衰退，以及人类对海洋蛋白质需求正在不断增加，头足类已成为重要的渔获对象[1]。

头足类是重要的海洋经济动物，被誉为是世界上三大未充分利用和开发且具有很大潜力的资源之一，近四十年来，世界头足类渔业发展较快[2]，在世界海洋渔业中的地位越来越重要[3]。

Ⅴoss在1973年编写的《世界头足类资源》中有173种，有经济开发价值的有70种[4]。

目前，商业性开发的头足类主要有柔鱼类(Ommastrephidae)、枪乌贼类(Loliginidae)、乌贼类(Sepiidae)和章鱼类(Octopus)。

北太平洋柔鱼渔场浮游动物数量分布及与渔场的关系

北太平洋柔鱼渔场浮游动物数量分布及与渔场的关系徐兆礼;崔雪森;黄洪亮【期刊名称】《水产学报》【年(卷),期】2004(028)005【摘要】根据2001年6-7月在北太平洋152°E～171°W、39°～42°N水域生态环境和资源综合调查资料,分析结果表明:调查水域浮游动物总生物量均值为92.12mg·m-3(0.81～1035.68 mg·m-3),其中中部(160°～180°E、39°～42°N)及西经水域(170°～178°W、40°～41°N)为113.51mg·m-3,西部水域(152°～157°E、41°～43°N)为22.89mg·m-3;桡足类丰度居首(42.11%),其次为海樽类(30.91%);伪细真哲水蚤(Eucalanus pseudattenuatus)、太平洋哲水蚤(Calanus pacifica)和软拟海樽(Dolioletta gegenbauri)为主要优势种.甲壳类的分布与柔鱼中心渔场存在较好的对应关系,中心渔场位于浮游动物总生物量高密集区(250～500mg·m-3)和甲壳类的最高丰度区(50～100 ind·m-3)内或边缘区;头足类幼体分布于磷虾类和端足类的高丰度区(10～25ind·m-3)内或边缘水域.【总页数】7页(P515-521)【作者】徐兆礼;崔雪森;黄洪亮【作者单位】中国水产科学研究院东海水产研究所农业部海洋与河口渔业重点开放实验室,上海,200090;中国水产科学研究院东海水产研究所农业部海洋与河口渔业重点开放实验室,上海,200090;中国水产科学研究院东海水产研究所农业部海洋与河口渔业重点开放实验室,上海,200090【正文语种】中文【中图分类】S932.8;Q958.8【相关文献】1.北太平洋柔鱼渔场资源与海洋环境关系的季节性变化 [J], 唐峰华;樊伟;伍玉梅;史赟荣;岳冬冬;崔雪森;2.东南太平洋智利竹筴鱼渔场浮游生物数量分布及与渔场关系 [J], 许永久;张敏3.西北太平洋公海秋刀鱼渔场浮游动物数量分布的初步研究 [J], 朱清澄;刘昊;马伟刚;刘瑜;夏辉;花传祥4.西北太平洋柔鱼渔场分布与涡动能变化的相关关系 [J], 刘瑜; 郑全安; 李晓峰5.夏季西北太平洋公海秋刀鱼渔场浮游动物数量分布初步研究 [J], 朱清澄;马伟刚;刘昊;夏辉;刘瑜因版权原因，仅展示原文概要，查看原文内容请购买。

西北太平洋海域柔鱼产卵场和作业渔场的水温年间比较及其与资源丰度的关系

西北太平洋海域柔鱼产卵场和作业渔场的水温年间比较及其与资源丰度的关系陈新军;田思泉;许柳雄【期刊名称】《上海水产大学学报》【年(卷),期】2005(14)2【摘要】根据1995-2002年西北太平洋柔鱼的产卵场和索饵场表温及其生产统计数据,对其表温的年间变动及其与资源丰度的关系进行探讨。

在20°～30°N、140°～170°E产卵场海域,1995-1997年表温相对较低,而1999年偏高,1998年和2000-2002年则处在中间水平。

在39°～45°N、150°E以西索饵场海域,2002年表温处在较低水平,1998-2000年偏高,1995-1997和2001年处在中间水平。

在39°～45°N、150°～165°E索饵场海域,1995、1997和2002年表温较低,1998-2000年偏高,1996和2001年处在中间水平。

灰色关联表明,产卵场和索饵场的表温及距平均值均对柔鱼资源丰度影响较为显著,其关联度均在0.5以上。

资源丰度与距表温平均值的多元线性模型为:在150°E以西海域,CPUE=1.0700+1.6840T1+2.7596T2-2.3177T3;在150°～165°E海域,CPUE=2.5311-1.5226T1+0.1519T2+0.6720T3。

【总页数】8页(P168-175)【关键词】柔鱼;表温;距表温平均值;产卵场;索饵场;渔情模型【作者】陈新军;田思泉;许柳雄【作者单位】上海水产大学海洋学院【正文语种】中文【中图分类】S932.8【相关文献】1.西北太平洋海域柔鱼的产量分布及作业渔场与表温的关系研究 [J], 陈新军;田思泉2.西北太平洋柔鱼传统作业渔场资源丰度年间差异及其影响因子 [J], 余为;陈新军;易倩;李曰嵩3.西北太平洋柔鱼渔场分布与水温关系的研究 [J], 沈新强;樊伟;崔雪森4.基于产卵场和索饵场适宜性的西北太平洋柔鱼丰度预测 [J], 魏广恩;陈新军5.西北太平洋柔鱼渔场与水温垂直结构关系 [J], 陈峰;陈新军;刘必林;钱卫国;田思泉因版权原因，仅展示原文概要，查看原文内容请购买。

西北太平洋柔鱼资源丰度时空分布的GAM模型分析

２００６年１２月
［文章编号］１０ — ４５２０）４０９００７７０（０６０ — ２５— ６
西北太平洋柔鱼资源丰度时空分布的ＧＭ模型分析Ａ
陈新军，田思泉
（海水产大学海洋学院，上海２０９）上０００
［要］根据１９２０年我国在西北太平洋海域柔鱼生产统计及相关数据，利用ＧＭ模型分析了摘９６～０１Ａ表温、月份、经纬度等因子对柔鱼资源丰度ＣＵＰＥ的影响．研究认为，经纬度、月份和表温对ＣＵＰＥ时空分布都有较大的影响．１０。６Ｅ以西海域ＣＵＰＥ高，而１５。以东海域低，并主要集中在４。６Ｅ０Ｎ～４Ｎ海３。域．８～１０月ＣＵＰＥ为最大．不同海域柔鱼分布的适宜表温不相同，１０。５Ｅ以西海域为１３～１８℃ ，１０。５Ｅ
一
１５。６Ｅ海域为１４～１Ｃ，１５。８ｏ６Ｅ～１０。８Ｅ海域为１～１１４ｏＣ．
［关键词］柔鱼资源；影响因子；ＧＭ模型；西北太平洋Ａ［中图分类号］Ｓ９１３［文献标识码］Ａ
Ｏ引言
柔鱼（ｍａｔｐｅｂｒａｉ广泛分布在北：平洋海域，是目前世界头足类渔业中最重要的种Ｏｍｓｅｈｓａｔｍ）ｒｒ太类之一．我国于１９年开发了该资源，１９９３９４年进行规模性利用，目前年产量基本上稳定在１１０× ０ｔ左右，已成为我国鱿钓渔船重要的捕捞对象之一．分析和研究柔鱼资源状况的变动及其影响因素是确
［收稿日期］２００２０５— ６— ８［基金项目］上海市启明星计划项目（２Ｃ１００；上海市重点学科资助项目（１０）０Ｑ４）４Ｔ１１［作者简介］陈新军（９７一）１６，男，教授，博导，从事渔业资源与渔场学及渔业资源经济学研究．

西北太平洋海域太平洋褶柔鱼秋生群产卵场指数动态评估

西北太平洋海域太平洋褶柔鱼秋生群产卵场指数动态评估夏欣梅;田永军;刘阳;刘世刚;李建超;马舒扬
【期刊名称】《中国海洋大学学报:自然科学版》
【年(卷),期】2022(52)3
【摘要】为探究太平洋褶柔鱼(Todarodes pacificus)秋生群资源丰度波动的原因,本研究利用适宜产卵的海表温度(SST)和水深数据,构建了太平洋褶柔鱼秋生群1979—2018年40年潜在产卵场模型,在此基础上开发了适宜海表温度均值(MVSS)、适宜性海表温度加权面积(SSWA)和等温线经向位置(MP)3种产卵场指数,分析了产卵场环境变化对太平洋褶柔鱼秋生群资源丰度的影响。

研究结果表明,单位捕捞努力量渔获量(CPUE)比渔获量更加适宜作为资源丰度指数,且与产卵场指数的跃变规律相似。

研究发现24℃MP 1年滞后指标(MP24_Lag1)对秋生群资源丰度变动的影响最大,研究结果可为预测太平洋褶柔鱼秋生群资源补充量提供重要依据和参考。

【总页数】11页(P61-71)
【作者】夏欣梅;田永军;刘阳;刘世刚;李建超;马舒扬
【作者单位】中国海洋大学水产学院渔业海洋学实验室;自然资源部第三海洋研究所
【正文语种】中文
【中图分类】S931.4
【相关文献】
1.太平洋褶柔鱼秋生群资源补充量预报模型研究
2.太平洋褶柔鱼秋生群产卵场环境变化及对资源丰度的影响
3.不同气候模态下西北太平洋柔鱼冬春生群资源时空分布变化研究
4.基于灰色系统的太平洋褶柔鱼秋生群资源丰度灾变预测
5.基于灰色系统的太平洋褶柔鱼秋生群资源丰度灾变预测
因版权原因，仅展示原文概要，查看原文内容请购买。

北太平洋柔鱼渔情分析

北太平洋柔鱼渔情分析第10期一. 总体海况分析1. 表温距平均值分布情况根据图1分析，在35°－45°N 、150°E －160°E 海域，表温较往年偏高2℃左右以上，部分海域偏高3℃； 35°－45°N 、160°E －170°E 海域，水温整体较往年持平，局部偏高1℃左右；在35°－45°N 、170°E －180°E 海域，水温整体较往年持平。

图1 表温及其距平均分布图2. 表温分布情况根据表层温度分析，在39°－42°N 、150°－160°E 海域，其表温范围为13.5－17.37℃，其锋区在154－158°E 海域; 在39°－42°N 、160°E －170°E 海域，其表温范围为11.41－16.71℃，其锋区在163－168°E 海域；在39°－42°N 、170°E －180°E 海域，其表温范围为12.26－15.37℃，其锋区在176°E －180°E 海域。

根据100米水层水温分布图，其15度等温线已166°－180°E 等形成若干个锋面。

E 150.5 151.5 152.5 153.5 154.5 155.5 156.5 157.5 158.5 159.539.519.37 19.16 18.58 18.09 17.52 16.87 16.16 15.96 16.11 16.38 40.517.39 17.27 16.8 16.45 16.03 15.46 14.82 14.65 14.81 15.05 41.5 15.18 15.29 15.29 15.16 14.87 14.35 13.72 13.5 13.59 13.72 E 160.5 161.5 162.5 163.5 164.5 165.5 166.5 167.5 168.5 169.539.5 16.4916.6516.7116.5515.8915.6515.6115.8116.0616.0640.5 1515.0214.9414.6713.6113.4213.5113.8414.2914.3741.5 13.4813.3813.1812.8111.611.4111.5311.8812.3512.45E170.5171.5172.5173.5174.5175.5176.5177.5178.5179.539.5 15.7615.6515.9715.9715.815.5615.1215.0615.0615.1140.5 14.1214.0814.6514.7314.6414.4713.8713.7213.6213.5541.5 12.2912.3212.9813.1213.1213.0412.5512.4312.3312.26 3.海面高度分布在41°－42°N、164°E－166°E；38°－40°N、160°E－162°E；39°－40°N、163E－165°E；41°－42°N、166°E－170°E；42°－43°N、170°E－173°E；38°－40°N、173°E－177°E；38°－40°N、178°E －180°E等海域有几个较强的冷水涡。

利用基于表温因子的栖息地模型预测西北太平洋柔鱼(Ommastrephes bartramii)渔场

利用基于表温因子的栖息地模型预测西北太平洋柔鱼(Ommastrephes bartramii)渔场陈新军;刘必林;田思泉;钱卫国;李纲【期刊名称】《海洋与湖沼》【年(卷),期】2009(040)006【摘要】根据1999-2004年8-10月主渔汛期间我国鱿钓船在150-165°E海域的鱿钓生产数据,结合其表温及表温梯度,分别将作业次数百分比和单位渔船日产量作为适应性指数,利用算术平均法(AM)和联乘法(GM)分别建立基于表温因子(表温和表温水平梯度)的综合栖息地指数模型.结果表明,AM栖息地指数模型和GM栖息地指数模型均拟合较好,在HSI大于0.6的海域,1999-2004年问其作业次数平均比重分别在70%以上,平均日产量均在2t/d以上.但AM模型稍优于GM模型.利用2005年8-10月生产数据及表温资料对AM模型进行验证,分析认为作业渔场主要分布在HSI大于0.6海域,其作业次数比重达到80%以上,各月平均CPUE均在3.0t/d以上.研究表明,基于表温和表温水平梯度的AM栖息地模型能获得较好预测西北太平洋柔鱼中心渔场.【总页数】7页(P707-713)【作者】陈新军;刘必林;田思泉;钱卫国;李纲【作者单位】大洋生物资源开发和利用上海市高校重点实验室,上海海洋大学海洋科学学院,大洋渔业资源可持续开发省部共建教育部重点实验室,上海,201306;大洋生物资源开发和利用上海市高校重点实验室,上海海洋大学海洋科学学院,大洋渔业资源可持续开发省部共建教育部重点实验室,上海,201306;大洋生物资源开发和利用上海市高校重点实验室,上海海洋大学海洋科学学院,大洋渔业资源可持续开发省部共建教育部重点实验室,上海,201306;大洋生物资源开发和利用上海市高校重点实验室,上海海洋大学海洋科学学院,大洋渔业资源可持续开发省部共建教育部重点实验室,上海,201306;大洋生物资源开发和利用上海市高校重点实验室,上海海洋大学海洋科学学院,大洋渔业资源可持续开发省部共建教育部重点实验室,上海,201306【正文语种】中文【中图分类】S931【相关文献】1.北太平洋柔鱼(Ommastrephes bartramii)资源渔场研究进展 [J], 魏广恩;陈新军2.西北太平洋海域柔鱼的产量分布及作业渔场与表温的关系研究 [J], 陈新军;田思泉3.西北太平洋柔鱼（Ommastrephes bartramii）繁殖生物学初步研究 [J], 李思亮;刘必林;陈新军;马金;曹杰;张广文4.利用渔场环境因子标准化西北太平洋柔鱼CPUE的研究 [J], 雷林;汪金涛;陈新军;陆化杰5.西北太平洋柔鱼渔场非参数栖息地适宜性指数模型 [J], 崔雪森;周灿;唐峰华;伍玉梅;吴祖立;范秀梅因版权原因，仅展示原文概要，查看原文内容请购买。

西北太平洋柔鱼资源丰度的空间尺度分析

下主要反映了海洋环境对柔鱼群体结构产生的影响，而大尺度下变量的随机性和变化幅度较大，体现的空
间自相关性较弱，可能受海洋环境的影响过大而不适于柔鱼种群空间分布格局的研究。
关键词：西北太平洋；柔鱼；资源丰度；地统计学；尺度分析
中图分类号：￥９３１．９
９０、１００ｘｌ００、１１０ × １１０和１２０ × １２０以上等１２个空间尺度进行划分，形成不同大小的栅格数据
逐渐被越来越多的生态学家认识Ｊ。本研究中主要采用地统计学方法对西北太平洋柔鱼资源丰度空
１．２方法
的形式，分布在某种特定的空间或时间上，它们具有高度的空间和时间异质性。传统统计学通常把研究对象作为独立存在的随机变量，不考虑与影响因素之间的空间相关性，因此存在很大的局限性。而地统计学避免了经典统计
３８。～４８。Ｎ，以西北太平洋柔日产量（ＣＰＵＥ）数据分别按经纬度１０ × １０、２０ｘ２０、３０ｘ３０、４０ ×
４０、５０ｘ５０、６０ｘ６０、７０ ×７０、８０ ×８０、９０ ×
第２８卷第２期
２０１３年４月
大连
海
洋大学学报
Ｖ０１．２８Ｎｏ．２Ａｐｒ．２０１３
ＪＯＵＲＮＡＬＯＦＤＡＵＡＮＯＣＥＡＮＵＮＩＶＥＲＳＩＴＹ
文章编号：２０９５ — １３８８（２０１３）０２ — ０２０６ — ０５

黑潮主轴弯曲对西北太平洋柔鱼资源补充量影响的动力学分析

第39卷第1期大连海洋大学学报Vol.39No.1 2024年2月JOURNAL OF DALIAN OCEAN UNIVERSITY Feb.2024DOI:10.16535/ki.dlhyxb.2023-106文章编号:2095-1388(2024)01-0144-09黑潮主轴弯曲对西北太平洋柔鱼资源补充量影响的动力学分析许智欣1,李曰嵩1,2,3,4∗,潘灵芝5,余为1,2,3,4,张瑜1,2,3,4(1.上海海洋大学海洋科学学院,上海201306;2.国家远洋渔业工程技术研究中心,上海201306;3.大洋渔业资源可持续开发教育部重点实验室,上海201306;4.远洋渔业协同创新中心,上海201306;5.国家海洋局东海预报中心,上海200081)摘要:为研究黑潮主轴弯曲产生的物理环境变动对柔鱼(Ommastrephes bartarmii)资源补充量的影响,采用物理模型(FVCOM-Global)耦合个体模型(IBM)的方法模拟西北太平洋柔鱼冬春生群早期生活史阶段(70d)的输运分布和资源补充量,利用3月份黑潮主轴线140ʎE重心最南点位于32ʎN以南来判断大㊁小弯曲的路径与柔鱼资源补充量的相关性㊂结果表明:2007 2016年西北太平洋柔鱼的资源补充量有年际波动,该波动与3月份黑潮主轴弯曲有明显相关性(R2=0.71),即黑潮主轴呈小弯曲年份时,柔鱼仔幼鱼被向北或东北即25ʎN以北㊁145ʎE以东的海域输运,在该海域中分布的柔鱼仔幼鱼数量占比越高,相对补充量就越高,并呈现较好的正相关性(R2=0.89),其过程中产生的黑潮暖流流量在25ʎN以北海域体现明显,在流速为0.2~0.6m/s㊁平均水温为20.2ħ且等温线偏北的情况下,可导致该海域柔鱼仔幼鱼群的分布更加密集;在垂向分布上,不同年份垂向分布与补充量存在一定的正相关性(R2=0.65)㊂研究表明,3月份黑潮主轴弯曲是影响柔鱼资源补充量的关键因素之一,这为预测当年柔鱼资源补充量的丰歉提供了科学依据㊂关键词:柔鱼;西北太平洋;黑潮主轴弯曲;补充量;IBM模型中图分类号:S931㊀㊀㊀㊀文献标志码:A㊀㊀柔鱼(Ommastrephes bartarmii)隶属柔鱼科(Ommastrephidae)柔鱼属(Ommastrephes),具有短生命周期的特性[1],且有昼夜垂直移动现象,白天通常栖息在100m以下水层,夜间则会在50m以上水层进行浮动[2-3]㊂由于柔鱼亲体产卵后有立即死亡的特征,其种群资源量的高低几乎取决于当年仔幼鱼补充量的多寡㊂在柔鱼生活史中,其胚胎和仔鱼早期发育阶段的死亡率最高[4],因此,海洋中环境因子的细微变化均会影响柔鱼种群的生长㊁死亡及补充情况㊂黑潮作为强劲的西边界环流,具有控制低纬度和北太平洋之间温度梯度的作用[5-6]㊂尤其黑潮路径的变化会对西北太平洋海况和生物量产生影响[7],从而影响该区域的渔业产量[1]㊂陈新军等[8]认为,黑潮主轴的弯曲程度对西北太平洋柔鱼产卵场海域内的物理环境具有调控作用,当黑潮主轴呈现大弯曲型,即黑潮向东的续流主干在经度140ʎE附近㊁纬度32ʎN或以南时,柔鱼栖息海域的水温会降低,从而影响其渔场的分布㊂陈峰等[9]也认为,黑潮的强弱决定着柔鱼产卵场海域产量的高低㊂由于柔鱼在早期生活史阶段卵和仔幼鱼的生活与输运海域及黑潮流程高度重合,黑潮控制着柔鱼仔幼鱼的输运方向[10],使其最终分布在黑潮-亲潮过渡区海域,因此,黑潮主轴摆动导致的柔鱼栖息地环境变动势必会对其输运分布和资源补充量产生影响,但这方面的内在动力学机理研究还不十分清楚㊂基于个体生物的模型(IBM)已有20多年的成熟发展,被认为是研究鱼类生态种群动态最有用的工具之一,并且已经成功应用到鳀(Engraulis encrasicolus)[11-12]㊁鳕(Gadus morhua L.)[13-14]㊁鲱(Brevoortia tyrannus)[15-16]和东海鲐(Scomber japonicus)[17-18]等研究中,尤其是基于个体西北太平洋柔鱼早期生活史生态动力学模型的构建[19],更㊀收稿日期:2023-05-06㊀基金项目:国家重点研发计划蓝色粮仓科技创新项目(2018YFD0900906);国家自然科学基金联合基金重点项目(U1609202);国家重点研发计划(2016YFC1400903);上海市科委地方院校能力建设计划项目(153****2200)㊀作者简介:许智欣(1996 ),女,硕士研究生㊂E-mail:1030156744@㊀通信作者:李曰嵩(1976 ),男,博士,副教授㊂E-mail:liys@有助于黑潮对柔鱼资源补充量影响方面的深入探究㊂本研究中,基于个体模型,对2007 2016年西北太平洋柔鱼冬春生群早期生活史进行输运分布和资源补充量的模拟,再结合3月份黑潮主轴线数据,分析了黑潮主轴典型路径下(大弯曲年份与小弯曲年份)柔鱼冬春生群在早期生活史阶段中的输运分布及存活情况,以及与海洋物理环境中的温度㊁海流等因子的交互作用,进而探究黑潮主轴摆动下产生的弯曲程度对资源补充量影响的动力学因素,以期为利用3月份黑潮主轴状态预测当年柔鱼资源补充量的丰歉提供科学依据㊂1㊀材料与方法1.1㊀数据来源物理场来自上海海洋大学大洋渔业资源可持续开发教育部重点实验室物理模型(FVCOM-Glob-al)[20]模拟生成并经过验证的三维数据㊂本研究中截取8ʎS~60ʎN㊁110ʎE~105ʎW区域,该区域覆盖了西北太平洋大部分海域,包括黑潮流域,以及柔鱼产卵㊁生长和输运等重要研究区域(图1),共有节点56074个,三角网格107772个,在垂直方向分为45层,该物理模型的时空尺度完全能够满足柔鱼生态动力学模拟研究要求的计算精度㊂黑潮主轴流向分布图数据来自日本海上保安厅网站-海洋情报部(https://www1.kaiho.mlit.go. jp),其时间采用2007 2016年中各年的2月1日 4月11日㊂空间分布范围为125ʎE~143ʎE(9个纬度点位),空间分辨率为1ʎˑ1ʎ㊂验证模型的产量数据来自上海海洋大学鱿鱼钓技术工作组统计的6 11月份西北太平洋渔船的柔鱼捕捞产量数据㊂图1㊀物理模型区域与柔鱼主要产卵场Fig.1㊀Physical model area and main spawning grounds of Ommastrephes bartrami1.2㊀模型设定本研究中使用的基于个体西北太平洋柔鱼早期生活史生态动力学模型,采用拉格朗日质点追踪的方法,对物理模型(FVCOM-Global)与生物模型(IBM)进行耦合,其计算公式为ΔP i(x,t)=u xΔt+R(A x)㊂(1)式中:ΔP i(x,t)为粒子(代表卵和仔幼鱼)在三维矢量场中的位置变化模拟,其中每个粒子i代表卵的数量及仔幼鱼的集合,它们在三维矢量场u x 中随时间t变化位置;Δt模型计算的时间步长为2min,每12h输出一次模拟结果;R(A x)为水平扩散系数,是影响粒子在水平方向上扩散或分布的参数㊂柔鱼冬春生群体的一个主要产卵场分布在20ʎN~30ʎN㊁130ʎE~170ʎE海域内[4](图2),产卵期为1 3月[21],有学者在水深100m内采集过柔鱼的仔鱼,推测柔鱼产卵位置可能位于该层或上层[22]㊂生物模型(IBM)中将产卵场设定在20ʎN~30ʎN㊁140ʎE~150ʎE海域范围内(图1中红色圆形),并设定产卵场内每个三角网格内有1ˑ104尾产卵亲体于2月1日开始在100m水深进行产卵,每尾亲体的产卵量为1ˑ105枚㊂由于产卵量庞大,采用超级个体技术,即当每个网格中达到1ˑ108枚产卵量时就形成一个超级个体[18],参考柔鱼孵化水温为22.5~26.0ħ[21]或23ħ[10,23]时会对其生长起到关键作用,模型中设定23ħ作为柔鱼仔幼鱼生长的最适水温㊂生物模型中柔鱼仔幼鱼的绝对生长率(G)和日死亡率(M)计算公式[10]为㊀㊀G=rL(1-L/L max),(2)㊀㊀r=[r opt-n(T opt-T)2]I F,(3)㊀㊀M=5G0.8/L1.2㊂(4)式中:L为胴长(mm);L max为最大胴长(75mm);r opt为常数(0.12);n为常数(0.0008);T opt为最适水温(23ħ);T为真实水温(ħ);I F为食物指数(0.5);r为中间变量(通过最适水温㊁真实水温及食物指数与常数调试后确定的变量)㊂生长与死亡参数可赋予个体在物理场中的生物学特性,以使个体在不同物理环境影响下产生的生长㊁死亡变动更接近真实状态㊂柔鱼在早期生活史的鱼卵和仔鱼阶段会随着海流强弱被输运到不同海域中,虽然柔鱼在幼鱼阶段有一定的游泳能力,但本模型中也和其他的IBM 模型一样在该阶段假设了被动输运㊂本研究中,模拟了2007 2016年的2月1日 4月11日期间,西北太平洋柔鱼冬春生群在经过与真实海洋环境相符情况下,鱼卵㊁仔幼鱼阶段(70d)的生长和死541第1期许智欣,等:黑潮主轴弯曲对西北太平洋柔鱼资源补充量影响的动力学分析亡过程,主要分析柔鱼仔幼鱼在相同初始条件㊁不同物理环境下的输运分布和资源补充量的差异㊂本图基于自然资源部标准地图服务网站GS (2016)1667号标准地图为底图,底图边界无修改,下同㊂蓝色圆形区域为模型中设定的产卵场位置,黑色方框内为黑潮流域㊂The figure is based on the standard map GS (2016)1667in thestandard map service website of Ministry of Natural Resources of thePeople s Republic of China,with no modifications of the boundaries in the standard map,et sequentia.The blue circle is the spawningfield location set in the model,and black box shows Kuroshio basin.图2㊀北太平洋柔鱼冬春生群的产卵场Fig.2㊀Spawning ground of winte-spring cohort of Om-mastrephes bartramii in the North Pacific Ocean2㊀结果与分析2.1㊀西北太平洋柔鱼补充量的年际变动从图3可见,2007 2016年模拟的补充量与捕捞产量之间存在较好的相关性,因为柔鱼是一年生生物,当年的补充量会明显地体现在捕捞产量上,同时也说明模型结果基本可信㊂模拟补充量存在着年际波动,且在一些年份中的差异较大,其中,2013年为模拟补充量最高的年份,高达9.49ˑ106ind.,而2011年的模拟补充量为最低值,仅为0.551ˑ106ind.,与最高的2013年的模拟补充量相差17倍之多㊂2.2㊀黑潮主轴弯曲与柔鱼补充量的关系本研究中以吉田隆等[24]的黑潮路径为标准,即以136ʎE ~140ʎE 的黑潮路径最南点位于32ʎN 以南来判断大㊁小弯曲的路径㊂通过分析2007 2016年3月间的黑潮主轴流程,发现3月份的黑潮主轴主要呈现两种典型流态,一种是在136ʎE ~140ʎE 海域形成明显的弯曲形状,即主轴重心偏南弯曲,最南接近32ʎN,为大蛇型流路,称为大弯曲,如2011年(图4(a));另一种黑潮主轴流向弯曲度较小,且方向更偏北,基本呈直线或小弯曲状,称为小弯曲,如2013年(图4(b))㊂图3㊀2007—2016年西北太平洋柔鱼模拟补充量Fig.3㊀Simulated recruitment of Ommastrephes bartramiiin the Northwest Pacific Ocean from 2007to2016图4㊀3月份黑潮主轴流向示意图Fig.4㊀Kuroshio axis flow diagram in March从表1和图5可见,在2007 2016年间的3月份里,黑潮主轴平均纬度与资源补充量之间有较好的相关性(R 2=0.71),即当黑潮主轴重心偏北弯曲(>32ʎN,小弯曲),补充量资源均会高于平均补充量(约为2ˑ106ind.),如2007㊁2009㊁2012㊁2013年;当黑潮主轴重心偏南弯曲(<32ʎN,大弯曲),其年份的补充量资源往往会低于平均补充量,其中2011年最为明显㊂641大连海洋大学学报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第39卷表1㊀2007 2016年间的3月份黑潮主轴弯曲与补充量统计Tab.1㊀Kuroshio axis meander and recruitment statistics in March from2007to2016弯曲程度meander degree 年份year弯曲状态说明(黑潮主轴最南点位32ʎN为分界线)meander state description(Kuroshio axissouthmost point32ʎN is the boundary)平均北纬度/(ʎ)mean northlatitude25ʎN以北㊁145ʎE以东海域柔鱼补充量占比/%recruitment proportion of25ʎNnorth and145ʎE east sea areas补充量recruitment小弯曲small meander 2007非大蛇型离岸流路32.3734.362009非蛇形岸道31.7122.15高2012非蛇形岸道32.5142.022013基本呈平直型流路(图4(a))32.6583.81大弯曲large meander 2008大蛇型流路(强型)31.5610.882010大蛇型流路(强型)31.517.772011大蛇强型流路,最南接近31ʎN(图4(b))31.1812.15低2014大蛇型流路(弱型)31.567.972015大蛇型流路(强型)31.349.272016大蛇型流路(强型)31.4413.88图5㊀2007 2016年间的3月份黑潮主轴重心纬度与补充量的关系Fig.5㊀Relationship between the barycenter latitude ofthe Kuroshio axis and the recruitment in Marchfrom2007to20162.3㊀黑潮主轴弯曲对柔鱼水平输运的影响由于西北太平洋柔鱼产卵场所在海域属于黑潮流域区内(图2),在黑潮控制下,会将生活史早期阶段中无游泳能力的柔鱼仔幼鱼强迫输运到不同的海域中㊂本研究中选取2011年(大弯曲㊁补充量最低年份)与2013年(小弯曲㊁补充量最高年份)分析黑潮流路弯曲导致的海洋环境变动对柔鱼补充量的影响(其他年份基本相似)㊂图6为2011㊁2013年3月份超级个体输运的密度分布情况,在该时期柔鱼仔幼鱼主要以产卵场为中心,向四周逐渐扩散输运分布,高密度生物斑块被集中在产卵场中心和最北且偏西方向,并有向西聚集的趋势㊂如果以25ʎN为分界线,水平输运分布存在差异性㊂具体表现为:在大弯曲的2011年,由于黑潮主轴向南大弯曲,甚至达到31ʎN的情况,使柔鱼仔幼鱼整体分布更偏东和南方向,导致较多超级个体在黑潮主轴大弯曲偏南影响下,呈斑状纵向向25ʎN以南海域输运的趋势,产生向南较远距离的输运(图6(a));在小弯曲的2013年,由于受黑潮主轴弯曲偏南的影响较小,柔鱼仔幼鱼整体并未向南输运得那么远,导致处于25ʎN以北海域的仔幼鱼分布范围明显更广一些,密度较大的图6㊀3月份黑潮主轴弯曲对仔幼鱼输运的密度分布对比Fig.6㊀Comparison of transport and density distribu-tion of super individuals of larval fish transpor-ted by Kuroshio axis meander in March741第1期许智欣,等:黑潮主轴弯曲对西北太平洋柔鱼资源补充量影响的动力学分析斑块数量要比大弯曲的2011年更多(图6(b))㊂由于黑潮主轴流路弯曲会对3月份柔鱼仔幼鱼的水平分布产生影响,柔鱼仔幼鱼基本输运方向是北偏东向黑潮-亲潮交汇区(图2),所以西南方向分布过多的仔幼鱼将对柔鱼补充量产生不利的影响㊂从表1和图7可见:2007 2016年期间的3月份,受黑潮主轴弯曲的影响,小弯曲年份时,柔鱼仔幼鱼被向北或东北即25ʎN 以北㊁145ʎE 以东的海域输运,在该海域中分布的柔鱼仔幼鱼数量占比越高,相对补充量就越高,并呈现较好的正相关性(R 2=0.89),例如,该海域柔鱼仔幼鱼占比最大年份2013年,也是补充量最高的年份,其次是2012年;大弯曲年份时,过多的柔鱼仔幼鱼被向南即25ʎN 以南㊁145ʎE 以西的海域输运,在该海域中分布的柔鱼仔幼鱼数量占比越高,相对补充量就越低,例如2011年(补充量最低的年份),其次的2010㊁2016㊁2008和2015年也同是大弯曲㊁补充量低的年份;同时,在25ʎN 以南㊁145ʎE 以西海域柔鱼仔幼鱼数量占比较少的2013㊁2012㊁2007年,都是黑潮主轴发生小弯曲㊁补充量较高的年份㊂以上分析充分说明了黑潮主轴弯曲导致其流域的物理环境变动直接影响了柔鱼输运分布,从而间接地影响了其资源补充量㊂图7㊀2007—2016年间的3月份不同海域内柔鱼仔幼鱼数量占比与补充量的关系Fig.7㊀Relationship between the proportion of Ommas-trephes bartramii larvae and recruitment in dif-ferent sea areas in March from 2007to 20162.4㊀黑潮主轴弯曲对柔鱼仔幼鱼输运区域流场的影响黑潮主轴弯曲导致的柔鱼仔幼鱼水平输运上的差异,直接原因应是黑潮主轴弯曲的不同导致流场变动的结果㊂如图8(a)所示,2011年3月份(大弯曲年份),红色矩形框内柔鱼仔幼鱼分布海域的流场主要以南方向作为柔鱼的输运方位,尤其是在15ʎN ~30ʎN㊁135ʎE ~145ʎE 范围内的流速变化最为明显,平均流速为0.2~0.3m /s,最快速度可达0.4~0.5m /s㊂如图8(b)所示,2013年3月份(小弯曲年份),此时黑潮暖流往东北方向前进的海域中流量更强一些,大多体现在25ʎN 以北的海域,流速为0.2~0.6m /s,周边的大部分柔鱼会随着黑潮暖流向北或东北方向输运,该海域仔幼鱼群的分布更加密集㊂此外,如图8所示的红色矩形框内,即3月份柔鱼仔幼鱼输运分布的主要海域内东南方向有许多小范围且不同大小的涡旋,就是这些涡旋的存在,使仔幼鱼在该海域附近打转,滞留时间延长,并使输运方向无规律可循,所以会出现丰度分散的现象(图6),2011年更为明显㊂图8㊀3月份柔鱼仔幼鱼分布区表层的平均流场Fig.8㊀Average surface flow field of the distribution ar-ea of Ommastrephes bartramii larvae in March2.5㊀黑潮主轴弯曲对柔鱼仔幼鱼输运区域水温的影响3月份,25ʎN ~30ʎN㊁140ʎE ~150ʎE 海域的平均水温为20~21ħ(红色框内)(图9),柔鱼的资源补充量受水温影响较大,因此,水温高低对柔841大连海洋大学学报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第39卷鱼仔幼鱼的生长和生存至关重要㊂当黑潮主轴呈大弯曲时(图9(a)),柔鱼的最适水温(23ħ)等温线较小弯曲时有向南偏移的趋势,导致对柔鱼补充量起决定作用,处在图9红色方框的平均水温较低,为20.2ħ㊂而当黑潮主轴呈小弯曲时(图9(b)),最适等温线明显偏北一些,柔鱼仔幼鱼关键分布范围内的水温较高,为21.0ħ㊂由此可见,在黑潮主轴的经向变动下,将仔幼鱼聚集到了水温适宜(高水温)的海域,温差值约1ħ,仅因该环境因素变动,最终导致柔鱼资源补充量相差17倍(图3)㊂图9㊀3月份海表水温与柔鱼仔幼鱼分布Fig.9㊀Sea surface temperature and distribution of Om-mastrephes bartramii larvae in March2.6㊀黑潮主轴弯曲对柔鱼垂向输运分布的影响有别于大多数IBM 模型的二维模式,本研究中使用的模型是三维的㊂同样由于柔鱼在初始生长阶段,生命力较弱,不具备完全游泳能力,在垂向方向上,柔鱼仔幼鱼在黑潮强流的影响下会使其被迫输运到不同深度的水层中㊂从2007 2016年间的3月份200m 水层深度内柔鱼仔幼鱼比例与模拟补充量关系图(图10)可以看出,不同年份柔鱼仔幼鱼垂向分布也存在明显差异,且两者间也存在一定的正相关性(R 2=0.65)㊂在小弯曲年份中,会使仔幼鱼趋向分布在200m 以内水层中,仔幼鱼数量占比为94%~99%,其中,2013年是占比最高的年份,为98.75%,也是补充量最高的年份;相反在大弯曲年份中,在200m 水层深度内的仔幼鱼数量占比较小,往往有被输运到更深水层中的趋势,其补充量也较低㊂图10㊀2007—2016年间的3月份200m 水深内的柔鱼仔幼鱼占比与补充量的关系Fig.10㊀Relationship between the proportion of Om-mastrephes bartramii larvae and recruitmentwithin 200m depth in March from 2007to20163㊀讨论3.1㊀模拟补充量年际变动的成因近年来,对国内头足类资源研究发现,其资源丰度极易受海洋环境的影响,尤其是当产卵场及育肥场的海洋环境产生异常变化时,年产量波动更为显著[9]㊂本研究模型中初始条件相同,造成10年来柔鱼资源量剧烈波动的主要原因就是柔鱼在早期生活史阶段遭遇的物理环境不同㊂本研究中的柔鱼产卵场处于黑潮流域控制范围内(图1),黑潮作为西北太平洋的边界流,主导了西北太平洋的海洋生态物理环境,其海流的温度㊁流速与亲潮势力之间存在此消彼长的关系㊂本研究中,从2007 2016年的模拟中分析可见,柔鱼从2月初开始产卵,2月中旬为产卵高峰期,之后的20~30d 则进入从鱼卵到仔幼鱼阶段,在该阶段受外界环境的影响最大,死亡率最高,也就是说3月份的海洋物理环境对柔鱼的资源补充量起到关键性作用[25]㊂因此,可认为黑潮作用调节了海洋中鱼类的分布及其栖息地海域的时空变941第1期许智欣,等:黑潮主轴弯曲对西北太平洋柔鱼资源补充量影响的动力学分析化[26],会对西北太平洋柔鱼产卵场具有一定的调控作用,局部海域环境使柔鱼早期阶段的卵㊁仔鱼的栖息环境发生变动,并直接对柔鱼的输运分布产生影响,从而使其补充量产生年际变动㊂3.2㊀黑潮主轴变动与柔鱼输运和分布的关系西北太平洋海洋物理环境复杂,海水流速㊁盐度㊁水温及其他环境因子均可能会影响到柔鱼种群的生长和存活㊂从本研究模型结果分析来看,黑潮呈大弯曲,在主轴重心偏南作用下所产生的高流速变化,使30ʎN以南的柔鱼受到的黑潮影响较大,同时在高密度分布海域中的柔鱼在海流速度加持下,被迫向南或西南方向输运,尤其是柔鱼在25ʎN~30ʎN㊁140ʎE~150ʎE的高密度分布范围内,产生了大幅度向南或西南方向输运的趋势㊂除此之外,在黑潮与亲潮交汇所产生流速增大的情况下,海水发生垂直搅动,带动营养盐上翻至海面,也有利于浮游生物量增加,从而更利于高密度柔鱼的生长㊂而在黑潮逆流[4]的作用下,会导致柔鱼丰度分散的现象,表明柔鱼输运分布受黑潮的影响较为复杂,除受黑潮正流的影响之外,还会受到黑潮逆流的一些影响㊂3.3㊀黑潮主轴变动与柔鱼资源补充量的关系当柔鱼处于产卵场内繁殖阶段时,极易受到海洋环境的影响,尤其温度是决定卵孵化率和仔鱼死亡率的重要因素[27-29]㊂对柔鱼资源补充量影响最直接的物理因素是水温[29],早期生活史中,产卵场及其邻近海域的水温则成为柔鱼仔幼鱼生长和生存的决定性因素[27-28]㊂本研究从水平分布模型结果来看,通过柔鱼仔幼鱼分布与3月份海表水温进行模拟,基于柔鱼适宜的温度范围,相对较高的水温将更有利于柔鱼生长和生存[10],该结果与陈锋等[9]的研究结果一致㊂在垂向分布上,黑潮主轴弯曲会对柔鱼仔幼鱼垂向分布产生直接的影响,即当黑潮主轴呈小弯曲时,仔幼鱼被输运到较浅的水层中,此处水温较高,有利于其生长和生存;相反,当黑潮主轴呈大弯曲时,较浅水层中的柔鱼占比较小,而被输运到较深水层中的仔幼鱼增多,此处海水温度会随着水深的加深逐渐降低,并不利于柔鱼仔幼鱼的生存,这也是大弯曲会导致补充量下降的动力学原因之一㊂特别需要说明的是,由于本研究中只分析了2007 2016年的情况,并不能够说明黑潮主轴越偏北(或越大于32ʎN)补充量就越高,但能说明黑潮主轴大于32ʎN的年份,资源补充量普遍高于平均补充量㊂这表明利用3月份黑潮主轴弯曲状态预测当年柔鱼资源补充量的丰歉具有一定可行性㊂综上,环境因素对鱼类资源补充的影响是非线性的,因此,较难量化每个环境因素对渔业早期生长阶段及最终资源补充量的影响程度,但本研究结果为利用3月份黑潮主轴弯曲预测当年柔鱼资源补充量提供了可能性㊂由于调查和物理场数据的限制,本研究中仅探究了有验证数据的20072016年,其他年份是否具有相同的规律需进一步研究和验证㊂另外,柔鱼在早期阶段中最易受海洋环境的影响,模拟过程的柔鱼在物理环境中一直处于被动输运的状态下,这种设置会使后期的输运分布结果产生一定偏差,而真实海洋环境具有多变性,在今后研究中还需要考虑其他环境因子,如营养盐㊁浮游生物等生物参数,在这种海洋物理环境下能更真实地预测柔鱼资源补充量㊂4㊀结论本研究中,通过物理模型与生物模型耦合的渔业生态动力学模型模拟了西北太平洋柔鱼早期生活中从产卵到仔幼鱼阶段的输运㊁生长和生存过程㊂1)3月份黑潮主轴呈小弯曲时,大部分柔鱼的仔幼鱼被黑潮输运到更偏东北方向,该海域水温较高,所处水层也较浅,该栖息环境更适合柔鱼生长和存活,有利于柔鱼资源补充量的增加㊂2)3月份黑潮主轴呈大弯曲时,黑潮南压使向南的流速增大,在水温较低的东南方向上分布的仔幼鱼较多,且所处水层也更深一些,仔幼鱼死亡率增加,对柔鱼资源补充量产生不利影响,最终导致其补充量降低㊂参考文献:[1]㊀王尧耕,陈新军.世界大洋性经济柔鱼类资源及其渔业[M].北京:海洋出版社,2005:124-137.㊀㊀㊀WANG Y G,CHEN X J.World oceanic economic soft fish re-sources and their fisheries[M].Beijing:Ocean Press,2005:124-137.(in Chinese)[2]㊀陈新军,田思泉.西北太平洋海域柔鱼渔场分析探讨[J].渔业现代化,2001,28(3):3-6.㊀㊀㊀CHEN X J,TIAN S Q.Analysis and discussion on soft fish fishing ground in northwest Pacific Ocean[J].Fishery Modernization, 2001,28(3):3-6.(in Chinese)[3]㊀陈新军,田思泉.西北太平洋海域柔鱼的产量分布及作业渔场与表温的关系研究[J].中国海洋大学学报(自然科学版), 2005,35(1):101-107.051大连海洋大学学报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第39卷㊀㊀㊀CHEN X J,TIAN S Q.Study on the catch distribution and rela-tionship between fishing ground and surface temperature for Om-mastrephes bartrami in the northwestern Pacific Ocean[J].Journal of Ocean University of China(Nature Science Edition),2005,35(1):101-107.(in Chinese)[4]㊀余为.西北太平洋柔鱼冬春生群对气候与环境变化的响应机制研究[D].上海:上海海洋大学,2016.㊀㊀㊀YU W.Response mechanism of winter-spring cohort of neon flying squid to the climatic and environmental variability in the northwest Pacific Ocean[D].Shanghai:Shanghai Ocean University,2016.(in Chinese)[5]㊀TODA M,WATANABE M.Mechanisms of enhanced ocean surfacewarming in the Kuroshio region for1951-2010[J].Climate Dy-namics,2020,54(9/10):4129-4145.[6]㊀LEBEDEV K V,YAREMCHUK M,MITSUDERA H,et al.Monito-ring the Kuroshio extension with dynamically constrained synthesis of the acoustic tomography,satellite altimeter and in situ data[J].Journal of Oceanography,2003,59(6):751-763.[7]㊀WANG L,LI T,ZHOU T J.Intraseasonal SST variability and air-sea interaction over the Kuroshio Extension region during boreal summer[J].Journal of Climate,2012,25(5):1619-1634. [8]㊀陈新军,曹杰,田思泉,等.表温和黑潮年间变化对西北太平洋柔鱼渔场分布的影响[J].大连水产学院学报,2010,25(2): 119-126.㊀㊀㊀CHEN X J,CAO J,TIAN S Q,et al.Effect of inter-annual change in sea surface water temperature and Kuroshio on fishing ground of squid Ommastrephes bartramii in the Northwest Pacific[J].Journal of Dalian Fisheries University,2010,25(2):119-126.(in Chi-nese)[9]㊀陈峰,陈新军,钱卫国,等.水温变动对2009年西北太平洋柔鱼产量下降的影响[J].广东海洋大学学报,2010,30(1):65-71.㊀㊀㊀CHEN F,CHEN X J,QIAN W G,et al.Influence of variability of temperature on decline of catch for Ommastrephes bartramii in the northwestern Pacific Ocean in2009[J].Journal of Guangdong O-cean University,2010,30(1):65-71.(in Chinese) [10]㊀白松麟.西北太平洋柔鱼冬春生群早期生活史过程的生态动力学模拟研究[D].上海:上海海洋大学,2021.㊀㊀㊀BAI S L.Simulation study of ecological dynamics of early life his-tory of winter-spring cohort of neon flying squid Ommastrephesbartramii in the northwest Pacific Ocean[D].Shanghai:ShanghaiOcean University,2021.(in Chinese)[11]㊀ALLAIN G,PETITGAS P,LAZURE P.The influence of me-soscale ocean processes on anchovy(Engraulis encrasicolus)re-cruitment in the Bay of Biscay estimated with a three-dimensionalhydrodynamic mode[J].Fisheries Oceanography,2001,10(2):151-163.[12]㊀李向心.基于个体发育的黄渤海鳀鱼种群动态模型研究[D].青岛:中国海洋大学,2007.㊀㊀㊀LI X X.Study on individual-based model of anchovy population dynamics in the Huanghai Sea and Bohai Sea[D].Qingdao:O-cean University of China,2007.(in Chinese)[13]㊀VOSS R,HINRICHSEN H H,JOHN M S.Variations in the driftof larval cod(Gadus morhua L.)in the Baltic Sea:combiningfield observations and modelling[J].Fisheries Oceanography,1999,8(3):199-211.[14]㊀FIKSEN O,MACKENZIE B R.Process-based models of feedingand prey selection in larval fish[J].Marine Ecology Progress Se-ries,2002,243:151-164.[15]㊀BLANTON Q,WERNER M.From spawning grounds to the estu-ary:using linked individual-based and hydrodynamic models tointerpret patterns and processes in the oceanic phase of Atlanticmenhaden Brevoortia tyrannus life history[J].Fisheries Oceanog-raphy,1999,8:224-246.[16]㊀QUINLAN R,STEGMANN N H Jr.Spawning and transport dy-namics of Atlantic menhaden:inferences from characteristics ofimmigrating larvae and predictions of a hydrodynamic model[J].Fisheries Oceanography,1999,8:93-110.[17]㊀李曰嵩,邢宇娜,潘灵芝,等.鲐鱼生活史及模型应用研究进展[J].大连海洋大学学报,2021,36(4):694-705.㊀㊀㊀LI Y S,XING Y N,PAN L Z,et al.Research progress on life his-tory and model application of chub mackerel Scomber japonicus:areview[J].Journal of Dalian Ocean University,2021,36(4):694-705.(in Chinese)[18]㊀李曰嵩,陈新军,杨红.基于个体的东海鲐鱼生长初期生态模型的构建[J].应用生态学报,2012,23(6):1695-1703.㊀㊀㊀LI Y S,CHEN X J,YANG H.Construction of individual-based ec-ological model for Scomber japonicas at its early growth stages inEast China Sea[J].Chinese Journal of Applied Ecology,2012,23(6):1695-1703.(in Chinese)[19]㊀胡松,陈长胜,高郭平,等.全球非结构网格有限体积法海洋模式东中国海潮汐计算初步分析[J].上海海洋大学学报,2012,21(4):621-629.㊀㊀㊀HU S,CHEN C S,GAO G P,et al.Preliminary analysis of tide simulation of the East China Sea of the Global-FVCOM model[J].Journal of Shanghai Ocean University,2012,21(4):621-629.(in Chinese)[20]㊀YATSU A,MIDORIKAWA S,SHIMADA T,et al.Age and growthof the neon flying squid,Ommastrephes bartrami,in the North Pa-cific Ocean[J].Fisheries Research,1997,29(3):257-270.[21]㊀王易帆,陈新军.西北太平洋柔鱼产卵场时空分布及最适水温范围的推测[J].上海海洋大学学报,2019,28(3):448-455.㊀㊀㊀WANG Y F,CHEN X J.Suitable environmental conditions for spawning ground affecting the abundance of neon flying squid innorthwestern Pacific Ocean[J].Journal of Shanghai Ocean Uni-versity,2019,28(3):448-455.(in Chinese)[22]㊀余为,陈新军,易倩,等.北太平洋柔鱼早期生活史研究进展[J].上海海洋大学学报,2013,22(5):755-762.㊀㊀㊀YU W,CHEN X J,YI Q,et al.Review on the early life history of neon flying squid Ommastrephes bartramii in the North Pacific[J].Journal of Shanghai Ocean University,2013,22(5):755-762.(in Chinese)[23]㊀魏广恩,陈新军.北太平洋柔鱼(Ommastrephes bartramii)资源渔场研究进展[J].广东海洋大学学报,2016,36(6):114-122.㊀㊀㊀WEI G E,CHEN X J.Review on neon flying squid(Ommastrephes151第1期许智欣,等:黑潮主轴弯曲对西北太平洋柔鱼资源补充量影响的动力学分析。

利用多种空间插值法分析西北太平洋柔鱼渔场

ＡｎａｌｙｓｉｓｏｆｉｓｆｈｉｎｇｇｒｏｕｎｄｆｏｒＯｍｍａｓｔｒｅｐｈｅｓｂａｒｔｒａｍｉｉｉｎｔｈｅ
ＮｏｒｔｈｗｅｓｔＰａｃｉｉｃｆｂａｓｅｄｏｎｄｉｆｅｒｅｎｔｓｔａｔｉｓｔｉｃａｌ
ｔ・ｄ。。，误差控制在０．１５ｔ・ｄ以下。研究认为，普通克里格插值法在柔鱼中心渔场预报中具有较好的可靠性，同时结合海洋环境因子对柔鱼渔场分布变化进行了讨论。
关键词：西北太平洋；柔鱼；地统计学插值法；中心渔场中图分类号：Ｓ９３４．１８２文献标志码：Ａ文章编号：２０９５— ０７８０一（２０１５）ｏ２— ００７９— ０６
Ａｂｓｔｒａｃｔ：ＯｍｍａｓｔｒｅｐｈｅｓｂａｒｔｒａｍｉｉｉｓｏｎｅｏｆｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｅｃｏｎｏｍｉｃｓｐｅｃｉｅｓｃａｕｇｈｔｂｙＣｈｉｎｅｓｅｓｑｕｉｄｊｉｇｇｉｎｇｌｆｅｅｔｓ．Ｂａｓｅｄｏｎｔｈｅａｂｕｎｄａｎｃｅｉｎｄｅｘ（ＣＰＵＥ，ｃａｔｃｈｐｅｒｄａｙｉｎｏｎｅｉｆｓｈｉｎｇｖｅｓｓｅ１）ｏｆＯ．ｂａｒｔｒａｍｉｉｆｒｏｍＪｕｌｙｔｏＯｃｔｏｂｅｒｉｎ２０１２，ｗｅａｐｐｌｉｅｄｉｆｖｅｓｔａｔｉｓｔｉｃａｌｉｎｔｅｒｐｏｌａｔｉｏｎｍｅｔｈｏｄｓ（ｇｌｏｂａｌｐｏｌｙｎｏｍｉａｌ，ｌｏｃｌａｐｏｌｙｎｏｍｉａｌ，ｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎ，ｉｎｖｅｒｓｅｄｉｓｔａｎｃｅｗｅｉｇｈｔｅｄａｎｄｏｒｄｉｎａｒｙＫｒｉｇｉｎｇ）ｔｏ

北太平洋150°～165°E海域柔鱼鱿钓渔场及其预报模型研究

北太平洋150°～165°E海域柔鱼鱿钓渔场及其预报模型研究陈新军;钱卫国;许柳雄;田思泉【期刊名称】《渔业科学进展》【年(卷),期】2003(024)004【摘要】根据1998～2000年8～10月在150°～165°E海域我国北太平洋鱿钓生产数据以及海况资料,分析柔鱼中心渔场与海洋环境之间的关系,建立柔鱼渔场预报模型.结果显示,黑潮势力的强弱及其分支分布与柔鱼渔场形成关系密切.8～10月柔鱼作业渔场基本上处在黑潮第2、第3暖水分支的前锋.柔鱼渔场分布与月份、20 ℃等温线分布的关系密切.8～10月中心渔场的预报模型为:经度方向FGLong＝141.535+1.843 5×T;纬度方向FGLati=-8.461+1.165×T+(Lat155+Lat160)/2.【总页数】6页(P1-6)【作者】陈新军;钱卫国;许柳雄;田思泉【作者单位】上海水产大学大洋渔业遥感及信息中心,上海水产大学海洋学院,200090;上海水产大学大洋渔业遥感及信息中心,上海水产大学海洋学院,200090;上海水产大学大洋渔业遥感及信息中心,上海水产大学海洋学院,200090;上海水产大学大洋渔业遥感及信息中心,上海水产大学海洋学院,200090【正文语种】中文【中图分类】S934【相关文献】1.北太平洋150°E-165 °E海域柔鱼重心渔场的年间变动 [J], 陈新军;钱卫国;许柳雄;田思泉2.基于支持向量机的西北太平洋柔鱼渔场预报模型构建 [J], 崔雪森;唐峰华;周为峰;吴祖立;杨胜龙;化成君;3.采用卷积神经网络构建西北太平洋柔鱼渔场预报模型 [J], 朱浩朋;伍玉梅;唐峰华;靳少非;裴凯洋;崔雪森4.北太平洋150°E～165°E海域柔鱼渔场与表温及水温垂直结构的关系 [J], 陈新军;许柳雄5.北太平洋150°E以西海域柔鱼渔场与时空、表温及水温垂直结构的关系 [J], 陈新军因版权原因，仅展示原文概要，查看原文内容请购买。

关于西北太平洋的柔鱼渔场形成的海洋环境因子的分析

关于西北太平洋的柔鱼渔场形成的海洋环境因子的分析
陈新军
【期刊名称】《上海水产大学学报》
【年(卷),期】1997(006)004
【摘要】本文根据１９９５年７－８月鱿钓调查结果着重对西北太平洋（１５５°Ｅ－１６０°Ｅ）柔鱼渔场形成的环境条件进行了分析，并与１５５°Ｅ以西渔场进行了比较。

１５５°Ｅ以西海域暖寒交汇区有密集的等温线分布，同时也存在明显的暖水团；１５５°Ｅ以东海域等温线分布较为稀疏，并基本上与纬度平行。

各海区柔鱼渔场的表层水温不一，１５５°Ｅ以西海域为２０－２３℃，１５５°－１６０°Ｅ海域为１７－１８℃，２０℃和１７℃的等
【总页数】5页(P263-267)
【作者】陈新军
【作者单位】上海水产大学
【正文语种】中文
【中图分类】S931.3
【相关文献】
1.日本以南黑潮流量对西北太平洋柔鱼渔场重心影响的滞后性分析 [J], 崔雪森;伍玉梅;唐峰华;吴祖立;戴阳;樊伟;
2.西北太平洋巴特柔鱼渔场与环境因子关系研究 [J], 樊伟;崔雪森;沈新强
3.海洋环境因子对日本海太平洋褶柔鱼渔场时空分布的影响 [J], 唐峰华;史赟荣;朱金鑫;吴祖立;伍玉梅;崔雪森
4.利用渔场环境因子标准化西北太平洋柔鱼CPUE的研究 [J], 雷林;汪金涛;陈新军;陆化杰
5.西南大西洋阿根廷滑柔鱼渔场与主要海洋环境因子关系探讨 [J], 张炜;张健
因版权原因，仅展示原文概要，查看原文内容请购买。

西北太平洋柔鱼渔场非参数栖息地适宜性指数模型

第40卷第6期2020年11月Nol.40No.6Nov.2020广东海洋大学学报Journal of Guangdong Ocean University崔雪森，周灿，唐峰华，等.西北太平洋柔鱼渔场非参数栖息地适宜性指数模型[J].广东海洋大学学报，2020,40(6)：53-62.西北太平洋柔鱼渔场非参数栖息地适宜性指数模型崔雪森】，周灿唐峰华'，伍玉梅】，吴祖立'，范秀梅1(1.中国水产科学研究院东海水产研究所/农业农村部远洋与极地渔业创新重点实验室，上海200090； 2.Department of Wildlife andFisheries Sciences,Texas A&M University,College Station,TX77801；3.中国水产科学研究院东海水产研究所/农业农村部东海渔业资源开发利用重点实验室，上海200090)摘要:【目的】建立西北太平洋柔鱼(Ommastrephes bartramii)渔场非参数的栖息地适宜性指数(HSI，habitat suitability index濮型，为提高柔鱼渔场预报精度提供参考。

【方法】利用西北太平洋海域的柔鱼生产数据和海表温度、叶绿素a浓度、表温梯度强度以及水深100m的Argo浮标水温等海洋环境因子的适宜度指数值(SI,suitability index)，使用随机分类粒子算法，构建非参数的栖息地适宜性指数模型，估算西北太平洋柔鱼渔场各环境因子在不同月份中适宜度指数系数的空间分布。

【结果】随着空间位置不同，各月份不同环境因子适宜度指数系数分布具有较大差异，其中SST的SI系数的高值区大面积出现在11月份，叶绿素浓度SI系数的高值区出现8月份南部渔场和10月份北部渔场，次表层(100m)温度的高值SI系数在7-9月份均有较大面积分布，而Grad的SI系数在整个渔汛期均处于较低水平。

基于该模型，本研究对2014年7-11月渔获产量进行预报检验，预报结果与实际渔场在空间分布一致，曲线下面积(AUC,Area Under Curve)月平均为0.791，高于算术平均HSI(arithmetic mean HSI,AM HSI)模型。

西北太平洋公海秋刀鱼渔场分布与海表温度锋的相关关系

西北太平洋公海秋刀鱼渔场分布与海表温度锋的相关关系刘瑜;郑全安;李晓峰【摘要】西北太平洋公海秋刀鱼渔业是我国重要的经济渔业之一,其渔场分布与海表温度及温度变化息息相关.本研究通过海表温度(SST)的遥感数据计算海表水平温度梯度(SSTG),根据2013—2015年中国(不含中国台湾省)北太平洋公海秋刀鱼渔业生产数据,分析海表温度锋与秋刀鱼资源丰度和渔场时空分布的关系.结果显示,秋刀鱼作业渔场主要分布于37°～49°N,145°～165°E;SST为10～14°C时,单位捕捞渔获量(CPUE)与SST呈负相关,SST为14～17°C时呈正相关,最适宜SST为12.5～14.5°C.当SSTG为0.01～0.06°C/km时,CPUE与SSTG呈显著线性正相关,最适宜SSTG为0.01～0.05°C/km.作业海域温度锋与CPUE呈显著正相关,相关系数为0.81;CPUE作业点到锋面的距离(DIST)表现出明显的季节特征,在夏季6—8月,当DIST为0～100 km范围内时,CPUE与DIST呈线性正相关,在秋季9—11月,CPUE与DIST呈对数负相关,90％以上的作业点出现在DIST为0～50 km范围内.研究表明,海表温度影响着秋刀鱼洄游渔场分布,亲潮黑潮交汇区形成冷水楔,海表温度锋集聚,进而秋刀鱼鱼群集群,形成高产渔场.【期刊名称】《水产学报》【年(卷),期】2018(042)012【总页数】11页(P1916-1926)【关键词】秋刀鱼;海表温度梯度;温度锋;西北太平洋【作者】刘瑜;郑全安;李晓峰【作者单位】上海海洋大学海洋科学学院,上海 201306;马里兰大学大气与海洋科学系,美国马里兰州 20742;上海海洋大学海洋科学学院,上海 201306【正文语种】中文【中图分类】S931.41秋刀鱼(Cololabis saira)为冷水洄游性中上层鱼类，为西北太平洋公海重要的经济鱼类之一，主要生产国家包括中国、日本、俄罗斯、韩国等。

西北太平洋柔鱼适宜栖息地动态变化研究

* 海洋局公益性行业专项 (20155014) 、上海市科技创新行动计划 (14DZ1205000) 和国家自然科学青年基金 (NFSC31702343)共同资助 [This work was supported by Public Science and Technology Research Funds Projects of Ocean (20155014), Project of Shanghai Science and Technology Innovation (14DZ1205000), and National Natural Science Foundation of China (NSFC31702343)]. 陆尧，E-mail: 526973610@
① 通讯作者：汪金涛，E-mail: jtwang@ 收稿日期: 2018-06-13, 收修改稿日期: 2018-07-18
20
渔业科学进展
第 40 卷
野生动物的栖息地质量(朱宏达等, 2002)。近年来， HSI 模型也被应用于鱼类分布、中心渔场预报等方面 (龚彩霞等, 2011)。栖息地的适宜程度或好坏，通常可用指数来表达，如 HSI(金龙如等, 2008)。HSI 取值范围一般为 0~1.0，0 表示不适宜生境，1.0 表示最适宜生境(Thomasma, 1981)。HSI 与其评价程序(Habitat evaluation procedures, HEP)被广泛运用于野生生物的栖息地质量评估，其评估结果在日常自然资源管理与决策支持中得到广泛应用(Brooks et al, 1997)。
5. 农业农村部大洋渔业资源环境科学观测实验站上海 201306； 6. 中国水产科学研究院南海水产研究所广州 510300)

基于GAM和BRT模型的不同渔汛期水温垂直结构对西北太平洋柔鱼CPUE的影响

第38卷第6期大连海洋大学学报Vol.38No.6 2023年12月JOURNAL OF DALIAN OCEAN UNIVERSITY Dec.2023DOI:10.16535/ki.dlhyxb.2023-041文章编号:2095-1388(2023)06-1063-09基于GAM和BRT模型的不同渔汛期水温垂直结构对西北太平洋柔鱼CPUE的影响刘月1,陈新军1,2,3,4∗,汪金涛1,2,3,4(1.上海海洋大学海洋科学学院,上海201306;2.农业农村部大洋渔业开发重点实验室,上海201306;3.国家远洋渔业工程技术研究中心,上海201306;4.大洋渔业资源可持续开发教育部重点实验室,上海201306)摘要:为探究水温对西北太平洋柔鱼(Ommastrephes bartramii)单位捕捞努力量渔获量(CPUE)的影响,利用2015 2019年间5 11月西北太平洋柔鱼的生产统计数据,结合同时期海洋环境数据,对不同渔汛阶段分别采用广义加性模型(generalized addictive models,GAM)及提升回归树(boosting regression tree,BRT)模型,分析不同水层(0~300m)温度及垂直温度梯度对CPUE的影响,并采用多次十折交叉验证评估了两种模型的稳定性和准确性㊂结果表明:渔汛初期(5 7月),GAM模型筛选的关键因子依据偏差解释率大小依次为纬度(Lat)和150m水层温度(T150)㊁50~100m水温梯度(G50~100)㊁经度(Lon)和100~150m水温梯度(G100~150),BRT模型筛选出的关键因子按贡献率大小依次为表层温度(T0)㊁0~50m水温梯度(G0~50)㊁50m水层温度(T50)㊁Lat和G50~100;渔汛旺期(8 11月),GAM模型筛选出的关键因子依据偏差解释率大小依次为Lat㊁Lon㊁T0㊁G0~50和G50~100,BRT模型筛选出的关键因子按贡献大小率依次为G0-50㊁Lon㊁T0㊁Lat和T50;两种模型比较显示,BRT模型在拟合优度方面优于GAM模型㊂研究表明,不同渔汛阶段西北太平洋柔鱼CPUE的关键影响因素有所不同,渔汛初期中上层水温对CPUE影响较大,而渔汛旺期浅水层水温对CPUE贡献较大㊂关键词:柔鱼;深层水温;CPUE;广义加性模型;提升回归树模型中图分类号:S931㊀㊀㊀㊀文献标志码:A㊀㊀柔鱼(Ommastrephes bartramii)是一种具有重要经济价值的头足类[1],中国于1993年开始在西北太平洋海域利用该资源,并于次年进行商业性生产,目前已形成较大规模的捕捞产业[2-3]㊂柔鱼属于中上层头足类,进行昼夜垂直移动,白天主要聚集在200~300m水层生活,夜间垂直移动到50m 水层以上觅食[4]㊂在柔鱼的活动水层,随着海水深度的增加,水温逐渐降低,但由于黑潮和亲潮的交汇及上升流的作用等,垂直方向会形成温度梯度较大的温跃层,因此,柔鱼的垂直移动可能会受到深层水温及垂直温度梯度的影响㊂每年的5 11月,西北太平洋海域的柔鱼渔场经历初期㊁旺期等不同的渔汛阶段,在此过程中不同水层温度及垂直温度梯度也有不同发展阶段,导致柔鱼最优栖息地在水平与垂直方向均发生复杂变化[5]㊂目前,国内外学者已有一些关于柔鱼渔场与垂直水温关系的研究㊂如Chen等[6]发现,垂直温度梯度比水平温度梯度对柔鱼渔场的形成起着更重要的作用;唐峰华等[7]研究得到柔鱼中心渔场与垂直水温结构的季节性变化关系;Alabia等[8]研究发现了垂直水温与柔鱼潜在栖息地的关系㊂然而,对不同渔汛阶段柔鱼时空分布与深层水温㊁垂直温度梯度的关系尚不清楚㊂鱼类资源时空分布与环境因子关系的分析与探究有多种方法㊂传统回归方法如广义线性模型(generalize linear model,GLM)和广义加性模型(generalized addictive models,GAM)等已在渔业领域广泛应用[2,7,9-10]㊂GAM模型采用平滑函数来处理多个解释变量与响应变量间复杂的非线性关系[10]㊂如Wang等[11]采用GAM模型分析了不同㊀收稿日期:2023-03-04㊀基金项目:国家重点研发计划蓝色粮仓科技创新项目(2019YFD0901404);国家自然科学基金(NSFC41876141);上海市科技创新行动计划项目(19DZ1207502)㊀作者简介:刘月(1998 ),女,硕士研究生㊂E-mail:2228264201@㊀通信作者:陈新军(1967 ),男,博士,教授㊂E-mail:xjchen@水层温度及梯度对西北太平洋柔鱼单位捕捞努力量渔获量(catch per unit effort,CPUE)的影响㊂近些年来,提升回归树模型(boosting regression tree, BRT)等机器学习方法发展迅速,展示出独特优势[12],BRT模型能够拟合复杂的非线性关系,自动处理变量间的相互影响及交互作用,数据可以存在缺失值且数据类型灵活多样[13]㊂如黄金玲等[14]使用BRT模型建立了东太平洋大眼金枪鱼的栖息地模型,发现BRT模型能够解释环境因子与栖息地分布的复杂关系,且能处理各种变量间的关系;高峰等[15]基于BRT模型预报了东黄海鲐鱼的渔场分布,结果表明,模型的预报精度较高㊂由此可见,传统学习方法和机器学习方法的适用范围和准确性等存在差异㊂本研究中,利用2015 2019年间5 11月西北太平洋柔鱼不同渔汛期的生产统计数据,结合时空因子(年㊁月㊁经度㊁纬度)和柔鱼栖息地垂直水温数据,通过构建GAM和BRT 两种模型,分析了西北太平洋柔鱼不同渔汛阶段的关键水层温度及垂直温度梯度对CPUE的影响,并对两种模型的分析效果进行了比较,以期为科学寻找中心渔场提供技术支撑㊂1㊀材料与方法1.1㊀渔业和环境数据西北太平洋柔鱼渔业数据由国内某远洋渔业数据中心提供,包括作业日期(年㊁月)㊁作业位置(经度㊁纬度)㊁渔获量(t)和作业次数,数据时间为2015 2019年间5 11月,作业位置的空间覆盖为150ʎ~165ʎE㊁35ʎ~50ʎN;环境数据来源于哥白尼海洋环境监测中心(https://marine.copernicus. eu/),包括表层及50㊁100㊁150㊁200㊁250㊁300m 7个水层温度(T0㊁T50㊁T100㊁T150㊁T200㊁T250㊁T300),计算相邻水层温度的梯度变化(G0~50㊁G50~100㊁G100~150㊁G150~200㊁G200~250㊁G250~300),其计算公式为G x-y=ΔT/ΔH㊂(1)式中:G x-y为x(m)和y(m)深度之间的水温梯度(ħ);ΔH为相邻水层间的深度差(m);ΔT为相邻水层间的温度差(ħ)㊂渔业数据和环境数据具有相同的时间分辨率(月)和空间分辨率(0.25ʎˑ0.25ʎ),按时间㊁地点进行匹配融合㊂采用的资源丰度指标是CPUE,其计算公式为[16]Y(i,j)=C(i,j)/N(i,j)㊂(2)式中:Y(i,j)㊁C(i,j)㊁N(i,j)分别为第i个经度㊁第j个纬度处0.25ʎˑ0.25ʎ渔区的月平均CPUE (t/船)㊁月总渔获量和月总渔船数,本研究中忽略渔船间差异[17]㊂1.2㊀方法1.2.1㊀渔汛划分㊀从图1可见,2015 2019年间9月CPUE最高,5月最低,总体呈现先升高后下降的趋势㊂因此,本研究中将CPUE较低的5㊁6㊁7月划分为渔汛初期,将CPUE较高的8㊁9㊁10㊁11月划分为渔汛旺期[2]㊂图1㊀2015—2019年西北太平洋柔鱼CPUE月间变化及其月平均CPUEFig.1㊀Monthly change in CPUE and monthly mean CPUE of Ommastrephes bartramii in the North-west Pacific Ocean from2015to20191.2.2㊀构建模型㊀以时空因子(年㊁月㊁经度㊁纬度)和环境因子(不同水层温度及梯度)为解释变量,以CPUE为响应变量,分别构建GAM模型和BRT模型㊂1)GAM模型㊂利用GAM模型研究不同水层温度及梯度与柔鱼CPUE的相关关系㊂在GAM中逐步加入解释变量,GAM模型的表达式为㊀ln(CPUE+0.1)~factor(F year)+factor(F month)+㊀㊀㊀s(F Lon)+s(F Lat)+s(T x)+s(G x-y)㊂(3)式中:为防止响应变量进行对数化处理时出现零值,在CPUE值后加0.1,s为自然立方样条平滑(natural cube spline smoother),F year㊁F month㊁F Lon㊁F Lat分别为变量年㊁月㊁经度㊁纬度;T x为x(m)水层深度处的温度;G x-y为x(m)和y(m)深度之间的水温梯度㊂由赤池信息准则(akaike information criterion, AIC)筛选最适模型,分别在渔汛不同阶段的GAM 模型中逐步加入解释变量,得到AIC值最小的多因子模型,最后通过偏差解释率检验模型的拟合效果,模型拟合效果越好,偏差解释率越高[18]㊂用t 检验评估不同渔汛阶段影响因子的显著性,筛选出显著因子,同时采用方差膨胀因子(variance infla-4601大连海洋大学学报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第38卷tion factor,VIF)对不同渔汛阶段的变量进行共线性检验[19],一般认为,VIF>2时存在共线性问题,最终筛选出渔汛初期和渔汛旺期两个阶段的关键因子,将时空因子和关键环境因子作为解释变量,以CPUE为响应变量重新构建GAM,GAM模型在R编程环境中使用mgcv包构建模型㊂2)BRT模型㊂BRT模型中变量的相对重要性由其对模型的贡献决定,通过其对BRT模型解释的总偏差相对贡献(%)为每个环境变量分配权重[18]㊂本研究中,构建BRT模型得到不同渔汛阶段不同水层温度及梯度对CPUE影响的权重,所有BRT均在R编程环境中使用gbm包构建模型[14],首先构建抽样率为0.8且重复计算次数为1000次的BRT模型[13,20],选择贡献率排在前5位的环境变量设置不同的参数重新构建预报模型,采用逐步迭代的方式学习每一个决策树,选择最佳参数,用装袋分数(bagging fraction)来控制数据的随机性,指定每一步要选择的数据比例,本研究中选择取值为0.75㊂学习率(learning rate,lr)用于在每个树添加到模型中时收缩其贡献,减小学习率会增加所需树的数量㊂本研究中,学习率设置为0.001㊁0.005㊁0.010㊁0.100,树的复杂度(tree complex-ity,tc)设置为1㊁2㊁4㊁8,具体参考高峰等[15]方法,选择平均估计偏差最低的决策树个数为最优决策树数量[12,15],最后通过计算得到最佳模型中单个因子的权重㊂1.3㊀模型评价利用多次十折交叉验证(10-fold cross-valida-tion)评估两种模型的稳定性和准确性,数据集被分成大小相等的10个子集,算法被训练和评估10次,每次用其中9个子集进行训练,1个子集进行模型性能验证,因此,每个子集都被用作验证数据一次,最终的评估结果是这10次评估的平均值,这种方法能够有效地减少模型评估的方差[21]㊂平均绝对误差(mean absolute deviation,MAE)㊁均方根误差(root mean squared error,RMSE)和决定系数(R2)是评估模型的指标,结合指标比较GAM模型和BRT模型的拟合性能,一般RMSE㊁MAE值越低,R2越高,模型拟合越好㊂2㊀结果与分析2.1㊀GAM模型2.1.1㊀关键因子的筛选㊀根据AIC值分析,在渔汛初期模型剔除的因子为T200㊁T250㊁T300㊁G150~200㊁G250~300,在渔汛旺期模型剔除的因子为T200㊁T250㊁T300㊁G250~300㊂t检验表明,渔汛初期T150㊁G50~100㊁G100~150对柔鱼CPUE有显著影响(P<0.05),渔汛旺期T0㊁T50㊁T150㊁G0~50㊁G50~100㊁G150~200对柔鱼CPUE有显著影响(P<0.05)㊂因此,渔汛初期模型保留了T150㊁G50~100㊁G100~150为解释变量,同时进行多重共线性检验,由于T50㊁T150㊁G150~200的VIF值均大于2,故剔除环境因子T50㊁T150㊁G150~200,渔汛旺期保留了T0㊁G0~50㊁G50~100为解释变量(表1)㊂表1㊀西北太平洋柔鱼最终广义加性模型结果Tab.1㊀Results of the final generalized additive model (GAM)for Ommastrephes bartramii in the North-west Pacific Ocean渔汛不同阶段different stages offishing season变量variablet值t valueP值P value VIFT150-10.05<2ˑ10-16<2渔汛初期early fishing season G50~10020.29<2ˑ10-16<2G100~150-5.98<2ˑ10-16<2T0-12.33<2ˑ10-16<2渔汛旺期main fishing season G0~5029.38<2ˑ10-16<2G50~10021.20<2ˑ10-16<2 2.1.2㊀GAM模型分析㊀根据渔汛初期和渔汛旺期保留的因子,分别重新构建GAM模型㊂渔汛初期,GAM模型对CPUE的总偏差解释率为36.80%,其中,Lat是偏差解释率最高的因子(14.80%),其次是月(month),解释了12.22%的总偏差;渔汛旺期,GAM模型对CPUE的总偏差解释率为47.10%,其中,Lat是偏差解释率最高的因子(29.00%);其次是year和Lon,分别解释了7.53%和4.76%的总偏差(表2)㊂2.2㊀BRT模型2.2.1㊀影响因子的重要性㊀根据BRT模型分析了环境因子对柔鱼CPUE的影响权重,结果显示:渔汛初期,G0~50影响贡献率最大,随后依次是T0㊁Lat㊁G50~100㊁T50;渔汛旺期,G0~50影响贡献率最大,随后依次是Lat㊁Lon㊁T50㊁T0(图2)㊂2.2.2㊀BRT模型分析㊀根据渔汛初期和渔汛旺期保留的因子,重新构建BRT模型㊂在渔汛初期,树的复杂度tc为8的模型在3000棵决策树内均达到拟合,当学习率lr为0.001㊁0.005㊁0.010㊁0.100时,分别在2850㊁550㊁350㊁350棵决策树时达到各自最小预测偏差,但lr为0.005㊁tc为85601第6期刘月,等:基于GAM和BRT模型的不同渔汛期水温垂直结构对西北太平洋柔鱼CPUE的影响的模型预测偏差值最低(图3)㊂因此,后续研究渔汛初期选择参数lr 为0.005和tc 为8㊂在渔汛旺期,lr 为0.001和0.005且tc 为1㊁2㊁4㊁8的模型在3000颗决策树时预测偏差仍在下降,模型的性能未能达到最佳㊂lr 为0.100时,在1000棵决策树左右时已达到拟合,但lr 为0.010㊁tc 为8的模型在2900棵决策树时的预测偏差最低(图4)㊂因此,后续研究渔汛旺期选择参数lr 为0.010和tc 为8㊂表2㊀GAM 模型中各影响因子的相关参数Tab.2㊀Parameters of each factor in the GAM model模型model赤池信息准则AIC累积偏差解释率/%accumulation of deviance explanation 因子偏差解释率/%deviance explained of each factor渔汛初期early fishing season 渔汛旺期main fishing season 渔汛初期early fishing season 渔汛旺期main fishing season 渔汛初期early fishing season 渔汛旺期main fishing season 渔汛初期early fishing season 渔汛旺期main fishing season NULLNULL-170536.4-115922.4+factor(year)+factor(year)-173189.1-122449.24.487.53 4.487.53+factor(month)+factor(month)-181090.2-123260.116.708.4412.220.91+s(Lon)+s(Lon)-181615.3-127685.317.5013.200.804.76+s(Lat)+s(Lat)-192950.1-160760.632.3042.2014.8029.00+s(T 150)+s(T 0)-193998.8-164062.834.2044.60 1.90 2.40+s(G 50~100)+s(G 0~50)-195636.4-166054.936.1046.10 1.90 1.50+s(G 100~150)+s(G 50~100)-196240.9-167346.436.8047.100.70 1.00图2㊀BRT 模型中因子的相对贡献率Fig.2㊀Relative contribution rate of factors in BRTmodel图3㊀渔汛初期BRT 模型中预测偏差与决策树在不同学习率和复杂度下的关系Fig.3㊀Relationship between the number of trees and the predictive deviance for BRT models fitted with tree complexityand learning rate in the early fishing season6601大连海洋大学学报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第38卷㊀㊀因子贡献率计算结果显示:渔汛初期,主导因子T 0的相对贡献率为23.2%,随后的因子G 0~50㊁T 50㊁Lat㊁G 50~100的相对贡献率分别为22.4%㊁21.9%㊁16.3%㊁16.1%;渔汛旺期,主导因子G 0~50的相对贡献率为23.9%,随后的因子Lon㊁T 0㊁Lat㊁T 50的相对贡献率分别为21.4%㊁20.0%㊁19.4%㊁15.3%(图5)㊂图4㊀渔汛旺期BRT 模型中预测偏差与决策树在不同学习率和复杂度下的关系Fig.4㊀Relationship between the number of trees and the predictive deviance for BRT models fitted with tree complexityand learning rate in the main fishingseason图5㊀重建BRT 模型中关键因子的相对贡献率Fig.5㊀Relative contribution rate of key factors in reconstructed BRT model2.3㊀拟合优度检验基于GAM 模型和BRT 模型拟合关键水层温度及梯度对西北太平洋柔鱼CPUE 影响的MAE㊁RMSE 和R 2值,分析结果显示,渔汛初期和渔汛旺期,BRT 模型拟合的MAE 和RMSE 整体分布更低,R 2整体分布更高,相较于GAM 模型,BRT 模型拟合更加稳定和准确(图6)㊂2.4㊀基于BRT 模型的关键因子与CPUE 的关系从图7(a)可见:在渔汛初期,T 0在超过13ħ后,CPUE 迅速上升,在17~19ħ时CPUE最高;G 0~50在0~0.23ħ/m 时,CPUE 呈现波动上升,在0.23ħ/m 后CPUE 大幅下降并趋于平稳;T 50在8~15ħ时,CPUE 先大幅上升后又大幅下降,在10~13ħ时CPUE 最高;纬度在超过38ʎN 后,CPUE 迅速上升后保持平稳;G 50~100随着梯度的增加CPUE 先大幅上升,在0.04ħ/m 后CPUE 小幅下降,随后保持平稳㊂从图7(b)可见:G 0~50在0.25~0.35ħ/m时,CPUE 波动剧烈;随着经度的增加,CPUE 呈先上升后下降的趋势,在154~156ʎE 时达到最高;T 0在10ħ后CPUE 大幅上升,在19~22ħ时达到最高;CPUE 在纬度40~44ʎN 时大幅上升,在44ʎN 后小幅下降并趋于平稳;T 50在3~9ħ时CPUE 大幅上升,在9ħ后保持平稳㊂7601第6期刘月,等:基于GAM 和BRT 模型的不同渔汛期水温垂直结构对西北太平洋柔鱼CPUE 的影响图6㊀GAM 模型和BRT 模型拟合优度检验Fig.6㊀Goodness of model fit tests of GAM and BRTmodels图7㊀基于BRT 模型的空间与环境因子效应对西北太平洋柔鱼CPUE 的影响Fig.7㊀Effects of spatial and environmental factors on CPUE of Ommastrephes bartramii in the Northwest Pacific Oceanbased on BRT model3㊀讨论3.1㊀GAM 模型和BRT 模型的拟合差异比较在渔汛初期,GAM 模型筛选出的关键因子依据偏差解释率大小依次为Lat㊁T 150㊁G 50~100㊁Lon㊁G 100~150,BRT 模型筛选出的关键环境因子按贡献率大小依次为T 0㊁G 0~50㊁T 50㊁Lat㊁G 50~100,GAM 模型与BRT 模型筛选得到的结果存在差异;在渔汛旺期,GAM 模型筛选出的关键因子依据偏差解释率大小依次为Lat㊁Lon㊁T 0㊁G 0~50㊁G 50~100,BRT 模型筛选出的关键环境因子按贡献率依次为G 0~50㊁Lon㊁T 0㊁Lat㊁T 50,GAM 模型与BRT 模型筛得到的结果类似㊂原因可能有两点:一是因为渔汛初期产量较低,对模型预测性能的影响较大;二是因为BRT 模型相较于GAM 模型,能更好地处理环境因子间的复杂关系,由于两个模型间的差异及模型本身会存在一定的误差,故在渔汛初期,GAM 模型和BRT 模型筛选出的因子稍有差别[13,20]㊂本研究中利用多次十折交叉验证,使用3种指标(RMSE㊁MAE 和R 2)来评价模型的拟合度,在渔汛初期和渔汛旺期均得出BRT 模型比GAM 模型具有更好的拟合效果和准确度㊂Raul 等[22]使用GAM 和BRT 模型,预测沙氏刺鲅数量方面的性能8601大连海洋大学学报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第38卷和准确性,结果表明,BRT模型的预测性能优于GAM模型,这与本研究结果一致㊂因此,本研究中选择BRT模型中筛选出的关键环境因子进行后续分析,按贡献率大小,渔汛初期依次为G0~50㊁T0㊁Lat㊁G50~100㊁T50,渔汛旺期依次为G0~50㊁Lat㊁Lon㊁T50㊁T0㊂3.2㊀关键因子对西北太平洋柔鱼CPUE的影响本研究表明,在时空因子中,BRT模型显示的纬度因子相较于经度因子,具有相对重要的影响,渔汛初期5 7月显示最适纬度为40~42ʎN,渔汛旺期8 11月最适纬度为42~44ʎN,最适经度均为154~157ʎE,最适经纬度的中心渔场位于黑潮与亲潮交汇区㊂从渔汛初期到渔汛旺期最适纬度方向向北偏移了2ʎ,这一变化主要是由于柔鱼随着黑潮北上索饵洄游,同时黑潮和亲潮的强弱及交汇势力的变化也会影响其纬度位置㊂当黑潮势力较强㊁亲潮势力较弱时,渔场位置偏北,反之则偏南[23]㊂本研究中,西北太平洋海域5 6月黑潮势力较弱,7月黑潮势力逐步增强,水温较低,所以渔汛初期渔场位置偏南,渔获产量也普遍较低[24];8 9月黑潮势力达到顶峰,10 11月逐渐减弱,所以渔汛旺期渔场位置偏北,渔获产量较高[25]㊂在环境因子中,渔汛初期主要是中上层水温对CPUE影响较大,渔汛旺期主要是浅水层水温对CPUE影响较大㊂不同渔汛阶段的不同水层柔鱼CPUE的影响因子也不一致,产生的原因可能与柔鱼摄食密切相关㊂渔汛初期的5 7月柔鱼处于幼鱼时期,该时期黑潮流将产卵地的幼鱼向北带入饵料水域,中心渔场的位置与浮游动物密度较高的区域相一致,特别是在磷虾类和桡足类等甲壳类动物资源丰度较高的区域内或附近[26],Watanabe等[27]也认为,柔鱼幼鱼主要摄食磷虾类和桡足类等浮游甲壳动物㊂已知一些桡足类动物在夜间有明显的垂直迁移到中上层的现象[28],柔鱼在夜间摄食的过程中会随着饵料生物移动到中上层㊂在渔汛旺期8 11月,柔鱼已生长到后期即成体阶段㊂陈新军等[29]认为,150~165ʎE的北太平洋海域8 10月影响柔鱼成体阶段资源丰度的主要因子是表层水温㊁0~50m温度梯度和0~100m温度梯度;Wang 等[11]采用GAM模型得到0㊁30㊁100㊁0~30m 水温梯度对北太平洋柔鱼CPUE具有显著影响的结果㊂本研究中得到的浅水层水温是影响渔场形成的关键因子,这与以上研究结果稍有差异但基本一致㊂产生的原因可能是柔鱼成体阶段摄食对象从浮游动物转变成小型鱼类,如灯笼鱼(Myctophidae),该鱼呈昼夜垂直迁移,夜间上升到海面至50m深的一层[30],柔鱼为了摄食随之上升到0~50m水层㊂因此,不论是渔汛初期还是渔汛旺期,柔鱼均会因为摄食生物昼夜垂直移动,相应地在夜间游动至中上层甚至浅水层㊂在渔汛初期和渔汛旺期,随着柔鱼生长和地理位置的变化,不同渔汛阶段日垂直迁移也会发生不同变化,本研究中得到的渔汛初期和渔汛旺期关键因子分别在中上层和浅水层,产生的原因也可能与光照度有关,柔鱼垂直迁移与光照度变化规律相对应,白天柔鱼栖息在深水层,夜间随着光线的变弱上升到中上层及浅水层[30]㊂4㊀结论1)不同渔汛阶段柔鱼时空分布与不同水层水温和垂直温度梯度的关系密切㊂2)基于GAM模型和BRT模型得出,不同渔汛阶段柔鱼CPUE的关键影响因子有所不同,根据拟合优度检验,BRT模型优于GAM模型㊂3)渔汛初期中上层水温对CPUE影响较大,而渔汛旺期浅水层水温对CPUE贡献较大㊂参考文献:[1]㊀YU W,CHEN X J,YI Q,et al.A review of interaction between ne-on flying squid(Ommastrephes bartramii)and oceanographic varia-bility in the North Pacific Ocean[J].Journal of Ocean University of China,2015,14(4):739-748.[2]㊀唐峰华,崔雪森,樊伟,等.公海柔鱼类资源丰度与海洋环境关系的研究[J].中国农业科技导报,2016,18(4):153-162.㊀㊀㊀TANG F H,CUI X S,FAN W,et al.Study on relationship between resources abundance of squids and marine environment in high seas fishing grounds[J].Journal of Agricultural Science and Technolo-gy,2016,18(4):153-162.(in Chinese)[3]㊀魏广恩.北太平洋柔鱼渔场的时空分析与资源丰度的预测[D].上海:上海海洋大学,2018.㊀㊀㊀WEI G E.Spatial and temporal analysis of Ommastrphes bartramii fishing ground and its resource abundance prediction in the North Pacfic Ocean[D].Shanghai:Shanghai Ocean University,2018.(in Chinese)[4]㊀陈峰,陈新军,刘必林,等.西北太平洋柔鱼渔场与水温垂直结构关系[J].上海海洋大学学报,2010,19(4):495-504.㊀㊀㊀CHEN F,CHEN X J,LIU B L,et al.Relationship between fishing ground of Ommastrephes bartramii and vertical temperature struc-ture in the northwestern Pacific Ocean[J].Journal of Shanghai O-cean University,2010,19(4):495-504.(in Chinese) [5]㊀杨铭霞,陈新军,冯永玖,等.中小尺度下西北太平洋柔鱼资源丰度的空间变异[J].生态学报,2013,33(20):6427-6435.㊀㊀㊀YANG M X,CHEN X J,FENG Y J,et al.Spatial variability of small and medium scales resource abundance of Ommastrephes9601第6期刘月,等:基于GAM和BRT模型的不同渔汛期水温垂直结构对西北太平洋柔鱼CPUE的影响bartramii in Northwest Pacific[J].Acta Ecologica Sinica,2013,33(20):6427-6435.(in Chinese)[6]㊀CHEN X J,TIAN S Q,GUAN W J.Variations of oceanic fronts andtheir influence on the fishing grounds of Ommastrephes bartramii in the Northwest Pacific[J].Acta Oceanologica Sinica,2014,33(4): 45-54.[7]㊀唐峰华,杨胜龙,范秀梅,等.基于Argo的西北太平洋公海柔鱼渔场垂直水温结构的变化特征[J].上海海洋大学学报,2019, 28(3):427-437.㊀㊀㊀TANG F H,YANG S L,FAN X M,et al.Variation characteristics of vertical water temperature structure of neon flying squid fishery in northwestern Pacific Ocean based on Argo[J].Journal of Shang-hai Ocean University,2019,28(3):427-437.(in Chinese) [8]㊀ALABIA I D,SAITOH S I,IGARASHI H,et al.Ensemble squidhabitat model using three-dimensional ocean data[J].ICES Jour-nal of Marine Science,2016,73(7):1863-1874.[9]㊀武胜男,陈新军,刘祝楠.基于GAM的西北太平洋日本鲭资源丰度预测模型建立[J].海洋学报,2019,41(8):36-42.㊀㊀㊀WU S N,CHEN X J,LIU Z N.Establishment of forecasting model of the abundance index for chub mackerel(Scomber japonicus)in the northwest Pacific Ocean based on GAM[J].Acta Oceanologica Sinica,2019,41(8):36-42.(in Chinese)[10]㊀武胜男,陈新军.基于GLM和GAM的日本鲭太平洋群体补充量与产卵场影响因子关系分析[J].水产学报,2020,44(1):61-70.㊀㊀㊀WU S N,CHEN X J.Relationship between the recruitment of the Pacific-cohort of chub mackerel(Scomber japonicus)and the in-fluence factors on the spawning ground based on GLM and GAM[J].Journal of Fisheries of China,2020,44(1):61-70.(in Chinese) [11]㊀WANG J T,CHENG Y Q,LU H J,et al.Water temperature at dif-ferent depths affects the distribution of neon flying squid(Ommas-trephes bartramii)in the northwest Pacific Ocean[J].Frontiers inMarine Science,2022,8:741620.[12]㊀方舟,陈洋洋,陈新军,等.基于不同模型研究环境因子对中西太平洋鲣资源丰度的影响[J].中国水产科学,2018,25(5):1123-1130.㊀㊀㊀FANG Z,CHEN Y Y,CHEN X J,et al.Influence of environmental factors on the abundance of skipjack tuna(Katsuwonus pelamis)in west-central Pacific Ocean determined using different models[J].Journal of Fishery Sciences of China,2018,25(5):1123-1130.(in Chinese)[13]㊀ELITH J,LEATHWICK J R,HASTIE T.A working guide to boos-ted regression trees[J].Journal of Animal Ecology,2008,77(4):802-813.[14]㊀黄金玲,戴黎斌,王学昉,等.东太平洋大眼金枪鱼自由鱼群栖息地偏好的时空分布特征[J].上海海洋大学学报,2020,29(6):889-898.㊀㊀㊀HUANG J L,DAI L B,WANG X F,et al.Spatio-temproal distri-bution pattern of habitat preference of bigeye tuna free-swimmingschools in the eastern Pacific Ocean[J].Journal of Shanghai O-cean University,2020,29(6):889-898.(in Chinese) [15]㊀高峰,陈新军,官文江,等.基于提升回归树的东㊁黄海鲐鱼渔场预报[J].海洋学报,2015,37(10):39-48.㊀㊀㊀GAO F,CHEN X J,GUAN W J,et al.Fishing ground forecasting of chub mackerel in the Yellow Sea and East China Sea usingboosted regression trees[J].Acta Oceanologica Sinica,2015,37(10):39-48.(in Chinese)[16]㊀林泓羽,汪金涛,陈新军,等.大西洋中部大眼金枪鱼的时空分布[J].广东海洋大学学报,2022,42(5):123-133.㊀㊀㊀LIN H Y,WANG J T,CHEN X J,et al.Temporal and spatial dis-tribution of Thunnus obesus in the central Atlantic[J].Journal ofGuangdong Ocean University,2022,42(5):123-133.(in Chinese) [17]㊀许骆良,陈新军,汪金涛.2003 2012年秘鲁外海茎柔鱼资源丰度年间变化分析[J].上海海洋大学学报,2015,24(2):280-286.㊀㊀㊀XU L L,CHEN X J,WANG J T.Inter-annual variation in abun-dance index of Dosidicus gigas off Peru during2003to2012[J].Journal of Shanghai Ocean University,2015,24(2):280-286.(inChinese)[18]㊀魏广恩,陈新军.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[J].海洋科学,2021,45(4):147-158.㊀㊀㊀WEI G E,CHEN X J.lmpacts of spatial resolution under different environment modes on CPUE standardization in the North PacificOcean[J].Marine Sciences,2021,45(4):147-158.(in Chinese) [19]㊀赵静,柳晓雪,吴建辉,等.零膨胀模型在珍稀鱼类资源时空分布预测中的应用:以长江口刀鲚为例[J].生态学杂志,2020,39(9):3155-3163.㊀㊀㊀ZHAO J,LIU X X,WU J H,et al.Application of zero-inflated model in predicting the distribution of rare fish species:a casestudy of Coilia nasus in Yangtze Estuary,China[J].ChineseJournal of Ecology,2020,39(9):3155-3163.(in Chinese) [20]㊀刘洋,石永闯,花传祥,等.基于权重分析和GAM模型的秋刀鱼舷提网作业性能影响因素[J].上海海洋大学学报,2022,31(2):502-511.㊀㊀㊀LIU Y,SHI Y C,HUA C X,et al.Factors influencing the stick-held net status of Pacific saury(Cololabis saira)fishery based onweighted analysis and GAM[J].Journal of Shanghai Ocean Uni-versity,2022,31(2):502-511.(in Chinese)[21]㊀李成,石肖飞,张健,等.基于圆形统计和时间序列的月相对两种拖网渔业CPUE的影响[J].大连海洋大学学报,2023,38(2):340-347.㊀㊀㊀LI C,SHI X F,ZHANG J,et al.Effects of lunar phases on CPUEs of trawl fisheries based on circular statistics and time series[J].Journal of Dalian Ocean University,2023,38(2):340-347.(inChinese)[22]㊀RAUL O,MARTÍNEZ-RINCÓN,JUAN parative perform-ance of generalized additive models and boosted regression treesfor statistical modeling of incidental catch of wahoo(Acanthocybi-um solandri)in the Mexican tuna purse-seine fishery[J].Ecolog-ical Modelling,2012,233:20-25.[23]㊀范江涛,陈新军,曹杰,等.西北太平洋柔鱼渔场变化与黑潮的关系[J].上海海洋大学学报,2010,19(3):378-384.㊀㊀㊀FAN J T,CHEN X J,CAO J,et al.The variation of fishing ground of Ommastrephes bartramii in the Northwest Pacific concerningwith Kuroshio Current[J].Journal of Shanghai Ocean University,2010,19(3):378-384.(in Chinese)0701大连海洋大学学报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第38卷[24]㊀唐峰华,樊伟,伍玉梅,等.北太平洋柔鱼渔场资源与海洋环境关系的季节性变化[J].农业资源与环境学报,2015,32(3):242-249.㊀㊀㊀TANG F H,FAN W,WU Y M,et al.Seasonal changes of relation-ship between marine environment and squid fishing resources in north Pacific Ocean [J].Journal of Agricultural Resources and Environment,2015,32(3):242-249.(in Chinese)[25]㊀陈新军.北太平洋150ʎE 以西海域柔鱼渔场与时空㊁表温及水温垂直结构的关系[J].上海水产大学学报,2004,13(1):78-83.㊀㊀㊀CHEN X J.Analysis of relationship between fishing ground of Om-mastrephe bartrami and temp-spatial,sea surface temperature andits vertical structure in the western waters 150ʎE of North Pacific [J].Journal of Shanghai Fisheries University,2004,13(1):78-83.(in Chinese)[26]㊀CHENG J H,HUANG H L.Relationship between environmentcharacters and Ommastrephes bartrami fishing ground in the NorthPacific[J].Journal of Fishery Sciences of China,2003(6):507-512.[27]㊀WATANABE H,KUBODERA T,ICHII T,et al.Feeding habits ofneon flying squid Ommastrephes bartramii in the transitional re-gion of the central North Pacific[J].Marine Ecology Progress Se-ries,2004,266:173-184.[28]㊀FROST B.Variability and possible adaptive significance of dielvertical migration in Calanus pacificus ,a planktonic marine cope-pod[J].Bulletin of Marine Science,1988,43(3):675-694.[29]㊀陈新军,许柳雄.北太平洋150ʎE~165ʎE 海域柔鱼渔场与表温及水温垂直结构的关系[J].海洋湖沼通报,2004(2):36-44.㊀㊀㊀CHEN X J,XU L X.Analysis of relationship between fishingground of Ommastrephe bartrami and surface water temperature and its vertical distribution from 150ʎE to 165ʎE in the north-western Pacific[J].Transactions of Oceanology and Limnology,2004(2):36-44.(in Chinese)[30]㊀MURATA M,NAKAMURA Y.Seasonal migration and diel verti-cal migration of the neon flying squid,Ommastrephes bartramii in the North Pacific[J].Japan Marine Fishery Resources Research Center,1998,25:13-30.Impact of vertical structure of water temperature during different fishingseasons on CPUE of neon flying squid (Ommastrephes bartramii )in the Northwest Pacific Ocean using GAM and BRT modelsLIU Yue 1,CHEN Xinjun 1,2,3,4∗,WANG Jintao 1,2,3,4(1.College of Marine Sciences,Shanghai Ocean University,Shanghai 201306,China;2.Key Laboratory of Oceanic Fisheries Exploration,Ministry ofAgriculture and Rural Affairs,Shanghai 201306,China;3.National Engineering Research Center for Oceanic Fisheries,Shanghai 201306,China;4.Key Laboratory of Sustainable Exploitation of Oceanic Fisheries Resources,Ministry of Education,Shanghai 201306,China)Abstract :To explore the effect of water temperature at different depths and vertical structure of water temperatureon catch per unit effort (CPUE)of neon flying squid (Ommastrephes bartramii )and to provide a guidance for the improvement of neon flying squid production efficiency,the influence of 0-300m water temperature and vertical structure at different depths on the CPUE were analyzed based on the fishery data from May to November from 2015to 2019,combined with the marine environmental data of the same period,the generalized additive model (GAM)and the boosting regression tree (BRT)during different fishing seasons.The stability and accuracy of the two mod-els were evaluated using repeated ten-fold cross-validation.The results showed that the key factors screened by the GAM model based on the magnitude of deviation explained were found to be latitude (Lat),150m layer tempera-ture (T 150),50-100m water temperature gradient (G 50-100),longitude (Lon),and 100-150m water temperaturegradient (G 100-150)during the early fishing season (May to July).The BRT model screened factors in order of con-tribution rate were shown to be sea surface temperature (T 0),0-50m water temperature gradient (G 0-50),50m layer temperature (T 50),Lat,and G 50-100.During the main fishing season (August to November),however,thekey factors selected by the GAM model based on the magnitude of deviation explained were Lat,Lon,T 0,G 0-50,and G 50-100.The BRT model selected factors in order of contribution rate were G 0-50,Lon,T 0,Lat,and T 50.The comparison of the two models indicated that BRT was better than the GAM to analyse the actual fishing data,withdifferent key factors affecting CPUE in different stages of fishing season.The great influence on CPUE was observedin the upper-middle water temperature in the early fishing season,and great contribution to CPUE was found in theshallow water temperature in the main fishing season.Key words :Ommastrephes bartramii ;temperature at deep layer;CPUE;GAM model;BRT model1701第6期刘月,等:基于GAM 和BRT 模型的不同渔汛期水温垂直结构对西北太平洋柔鱼CPUE 的影响。

西北太平洋秋刀鱼CPUE_标准化研究

第41卷第5期渔业科学进展Vol.41, No.5 2020年10月Oct., 2020* 国家科技支撑计划(2013BAD13B05)资助 [This work was supported by National Key Technology Support Program (2013BAD13B05)]. 石永闯，E-mail:**********************① 通讯作者：朱清澄，教授，E-mail:**************.cn 收稿日期: 2019-04-07, 收修改稿日期: 2019-06-05DOI: 10.19663/j.issn2095-9869.20190407001 /石永闯, 朱清澄, 黄硕琳, 冯慧丽. 西北太平洋秋刀鱼CPUE 标准化研究. 渔业科学进展, 2020, 41(5): 01–12Shi YC, Zhu QC, Huang SL, Feng HL. Study on CPUE standardization of Chinese Pacific saury (Cololabis saira ) fishery in the Northwest Pacific Ocean. Progress in Fishery Sciences, 2020, 41(5): 01–12西北太平洋秋刀鱼CPUE 标准化研究*石永闯1 朱清澄2,3①黄硕琳1,2,4 冯慧丽2(1. 上海海洋大学海洋文化与法律学院上海 201306；2. 上海海洋大学海洋科学学院上海 201306； 3. 上海海洋大学国家远洋渔业工程技术研究中心上海海洋大学大洋渔业资源可持续开发省部共建教育部重点实验室上海 201306；4. 上海海洋大学海洋政策与法律研究所上海 201306)摘要秋刀鱼(Cololabis saira )是西北太平洋海域重要的渔业种类之一，其资源评估工作已成为热点问题，单位捕捞努力量渔获量(CPUE)标准化可以为开展有效的资源评估研究提供科学依据。

西北太平洋柔鱼渔场分布与涡动能变化的相关关系

刘瑜，郑全安，李晓峰. 西北太平洋柔鱼渔场分布与涡动能变化的相关关系[J]. 海洋学报，2020，42(2)：44–51，doi:10.3969/j.issn.0253−4193.2020.02.005Liu Yu ，Zheng Quanan ，Li Xiaofeng. Relationship between neon flying squid Ommastrephes bartramii fishery distribution patterns and eddy kinetic energy in Northwest Pacific Ocean[J]. Haiyang Xuebao ，2020, 42(2)：44–51，doi:10.3969/j.issn.0253−4193.2020.02.005西北太平洋柔鱼渔场分布与涡动能变化的相关关系刘瑜1，郑全安2，李晓峰1*( 1. 上海海洋大学海洋科学学院，上海 201306；2. 马里兰大学大气海洋科学系，马里兰州科利吉帕科 20742)摘要：本研究利用卫星高度计数据计算海洋涡动能（Eddy Kinetic Energy ，EKE ），根据2010–2016年中国远洋渔业协会鱿钓组提供的西北太平洋柔鱼(Ommastrephes bartramii )渔业生产数据，分析柔鱼渔场的EKE 分布特征以及黑潮延伸体EKE 的时空变化对柔鱼渔场分布的影响。

结果显示，柔鱼渔场的EKE 与单位捕捞努力量渔获量（Catch Per Unit Effort ，CPUE ）呈显著负相关(P < 0.01)，EKE 对CPUE 的有效影响范围为0～1 500 cm 2/s 2，最适宜EKE 范围为25～150 cm 2/s 2。

黑潮延伸体EKE 强度由西向东递减，与CPUE 年平均呈负相关，相关系数为0.81(P < 0.05)。

按黑潮延伸体经度范围分为4个子区域，CPUE 月平均纬度重心响应该月EKE 强度最高的子区域。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

作业位置（经度和纬度）１产量。生产统计数据、３按经纬度１ ×１（为一个渔区）的空间分辨率。。称
进行汇总，并计算得到各月每一渔区的总渔获量、
作业船次和单位船次的渔获量。
ＳＴ数据来自ＪｉＳｏｔＷＭＯＩＣＴｃｎｃｌＣｍ— ｎ／Ｏｅｈｉｏａ
ห้องสมุดไป่ตู้
关键词：柔鱼；渔场时空分布；表温标准差；黑潮；西北太平洋中图分类号：９７￥３文献标志码：Ａ
柔鱼Ｏａｔｐｅｂｒａｉ广泛分布于北太平ｍｍｓｅｈｓａｔｍｉｒｒ洋海域，是世界头足类中重要经济种类之一。自１９９３年中国大陆鱿钓船队捕捞北太平洋柔鱼以来，该渔场已成为重要的作业海域ｌ。近年来，４Ｊ中国大陆柔鱼产量稳定为８～１１万ｔ，约占北太平
ｌｍｂａｅｕＳＵＲＣＳ．ＧＯＳ／ｄｔｐｏｕｔ．ｈ — ｕｉ．ｄ／ＯＥ／ＩＳ．ａａｒｄｃｓｔ
—
２０年６１月中国大陆鱿钓船的生产统计资料，０７ — １
结合黑潮、ＳＴ及表温标准差等海洋环境数据，分Ｓ
ｍ）１网站。海区为３。４。８～６Ｎ、１０～１０Ｅ海域。４。８。
境条件的影响而波动。国内外学者已对柔鱼渔场分
西北太平洋（８４。３。～６Ｎ、１０４。～１０Ｅ）柔８。鱼生产统计数据（９８２０１９－０７年６１ — １月）来自上海海洋大学鱿钓技术组。生产统计的数据项包括
收稿日期：０９—０２０７—１７基金项目：国家 “６ ”计划项目（０７Ａ９２２０７Ａ９２１；国家科技支撑计划项目（０６ＡＤ９０）８３２０Ａ０２０，２０Ａ０２０）２０Ｂ０Ａ５；上海市捕捞学重点学
ｍｉｓｏｆｒｓｉｎｏＯｃａｏｒｐｙａｄＭａｉｅＭｅｅｒｌｇｅｎｇａｈｎｒｎｔｏｏｏｙ
ＰｏｕｔＢｌｔａａＰｏｕｔ（ｔ：／ｒ１１ｅ．Ｃ — ｒｄｃｕｌｉＤｔｒｄｃｈｔ／ｉｄ．ｄｏＯｓｅｎｓｐｉ
洋柔鱼总渔获量的８％以上。柔鱼是一种短生０
析近１来西北太平洋柔鱼渔场分布的时空变化，０年旨在探讨其时空变化与海洋环境之间的关系。
１材料与方法
１１材料．
命周期种类，其资源补充量、渔场分布易受海洋环
布＇
及其与表温（Ｓ＇Ｂ、水温垂直ＳＴ）
结构坨、盐度引、浮游动物、黑潮・等之。
间的关系进行了研究。但是，上述研究往往局限在某一个海域，而不是整个北太平洋海域；其所用渔业及海洋环境资料往往是某一年的调查资料或者是比较短时间序列的生产统计数据，没有反映长时间序列的柔鱼渔场空间分布的年度变化及其与海洋环境的关系。为此，本研究中，作者利用ｌ９— ９８
第２５卷第２期
２０１０年４月
大连
水产
学院
学报
Ｖｏ．５Ｎｏ２Ｉ２．Ａｐｔ．２０１０
ＪＲＮＡＬＯＡＵＡＮＦＳＯＵＦＤＩＨＥＲＥＳＵＶＥＲＩＹＩＮＩＳＴ
文章编号：００—９５（００Ｏ１０９７２１）２一Ｏ１ｌ９—０８
布变化纬度向远比经度方向大。研究认为，作业渔场年间变化的原因可能来自其表温年间变化（同一月份
的水温年标准差大）和黑潮等因素。黑潮大弯曲年份，主要作业渔场１０５。～１０Ｅ海域表温通常较低，作６。业渔场分布广泛，但ＣＵＰＥ较低；而黑潮小弯曲年份则情况相反。
摘要：根据１９－２０年６月西北太平洋中国鱿钓船的生产统计数据，结合黑潮及表温等海洋环境９８０７ —１１
资料，分析了近１０年来表温和黑潮年间变化对西北太平洋柔鱼渔场分布的影响。结果表明，各月经度向作业船次所占比重超过５％的海域：６月为１１一１４Ｅ和１６～１０Ｅ７。７。７。８。；７月为１７～１１Ｅ６。６。５。６。、１７～１９Ｅ和１９７。～１０Ｅ８。；８月为１１一１８Ｅ；９月为１２一１０Ｅ；１５。５。５。６。０月为１６～１７Ｅ５。～１０Ｅ；１４。４。、１１６。１月为１５４。～１８Ｅ５。５。。各月纬度向作业船次所占比重均超过２％的海域：６月为３。～１Ｎ；７４。、１０～１６Ｅ０９４。月为４。４。０～２Ｎ；８月为４。４。１～４Ｎ；９月为４。～５Ｎ；１２４。０月为４。４Ｎ；１２～４。１月为４。一２ＮＪ４。。渔场分Ｄ
表温和黑潮年间变化对西北太平洋柔鱼
渔场分布的影响
陈新军，曹杰，田思泉一，刘必林，马金，李思亮
（．上海海洋大学海洋科学学院，上海２１０１０３６；２．大洋生物资源开发和利用上海市高校重点实验室，上海２１００３６；３．大洋渔业资源可持续开发省部共建教育部重点实验室，上海２１０）０３６