基于海表溫度和海面高度的東太平洋大眼金槍魚漁場(chǎng)預(yù)測(cè)

沈智賓 , 陳新軍 , 汪金濤

(1.上海海洋大學(xué) 海洋科學(xué)學(xué)院, 上海 201306; 2.大洋漁業(yè)資源可持續(xù)開發(fā)省部共建教育部重點(diǎn)實(shí)驗(yàn)室,上海201306; 3.國(guó)家遠(yuǎn)洋漁業(yè)工程技術(shù)研究中心, 上海 201306; 4.遠(yuǎn)洋漁業(yè)協(xié)同創(chuàng)新中心, 上海 201306)

大眼金槍魚(Thunnus obesus)為高度洄游的外洋狹鹽性魚種, 通常在熱帶或溫帶水域捕獲。在東太平洋, 大眼金槍魚大多分布在南北緯40°以內(nèi)、表層生產(chǎn)力不高的海域[1], 主要集中在智利、秘魯、厄瓜多爾等外海海域[2]。大眼金槍魚于20世紀(jì)50年代首先由日本金槍漁船開發(fā), 中國(guó)大陸于1988年開始利用該資源[3]。國(guó)內(nèi)外學(xué)者如楊勝龍等[4]、Holland等[5-6]、Boggs[7]、劉一淳[8]、Russell等[9]、Hampton 等[10]、蘇利榮[11]、樊偉等[12]、宋利明等[13]對(duì)各個(gè)海域的大眼金槍魚漁場(chǎng)與水溫因子之間的關(guān)系進(jìn)行了研究, 獲得了大眼金槍魚棲息分布的最適海表溫度。棲息地指數(shù)(Habitat Suitability Index, HSI)的概念于1980 年代初提出, 并首先被用來(lái)描述野生動(dòng)物的棲息地質(zhì)量, 以后被應(yīng)用于物種保護(hù)區(qū)的管理和研究以及魚類漁場(chǎng)分析[14-16]。目前對(duì)東太平洋大眼金槍魚的棲息地指數(shù)及其空間分布研究甚少, 同時(shí)也未見用于大眼金槍魚漁場(chǎng)的預(yù)報(bào)。為此, 本研究利用中國(guó)東太平洋金槍魚延繩釣生產(chǎn)數(shù)據(jù), 結(jié)合衛(wèi)星遙感資料, 利用棲息地指數(shù)模型對(duì)大眼金槍魚中心漁場(chǎng)進(jìn)行分析與預(yù)報(bào), 為中國(guó)金槍魚延繩釣的生產(chǎn)提供科學(xué)依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

生產(chǎn)統(tǒng)計(jì)資料來(lái)自 2009～2012年上海金優(yōu)遠(yuǎn)洋漁業(yè)有限公司在東太平洋公海金槍魚延繩釣生產(chǎn)數(shù)據(jù)。其中 2009～2011年的生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)用于大眼金槍魚棲息地研究, 2012年的生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)用于棲息地指數(shù)模型驗(yàn)證。共 6 艘生產(chǎn)船, 每艘船噸位均為157 t, 主機(jī)功率均為 407 kW, 冷海水保鮮。作業(yè)海域?yàn)闁|太平洋海域(20°N～35°S、85°～155°W)。數(shù)據(jù)包括作業(yè)時(shí)間、作業(yè)位置、大眼金槍魚漁獲量(kg)、鉤數(shù), 海表溫度(SST)數(shù)據(jù)來(lái)自http: //poet.jpl.nasa.gov/, 表溫?cái)?shù)據(jù)空間分辨率為 1°×1°。海面高度(SSH, 單位 m)的數(shù)據(jù)來(lái)自哥倫比亞大學(xué)衛(wèi)星遙感網(wǎng)站(http://iridl.ldeo.columbia.edu/docfind/databrief/cat-ocea-n.html)。

1.2 分析方法

首先以經(jīng)緯度 1°×1°為空間統(tǒng)計(jì)單位, 按月對(duì)其作業(yè)位置、產(chǎn)量和放鉤數(shù)進(jìn)行初步統(tǒng)計(jì), 并計(jì)算平均每千鉤產(chǎn)量(CPUE, kg/千鉤)。不考慮船長(zhǎng)水平和海洋環(huán)境條件, 因?qū)儆谕蛔鳂I(yè)船型, 因此作者初步認(rèn)定 CPUE 可作為表征漁場(chǎng)分布的指標(biāo)之一[17]。通常在作業(yè)漁船下鉤之前, 船長(zhǎng)會(huì)根據(jù)探漁儀映像、海洋環(huán)境狀況、周圍漁船作業(yè)情況進(jìn)行綜合判斷, 使得作業(yè)漁船往往會(huì)集中在某一區(qū)域, 作業(yè)漁船之間會(huì)產(chǎn)生相互干擾, 從而影響到 CPUE 的值[18]。因此,利用頻度分析法按 SST 1℃為組距、SSH 0.1 m為組距來(lái)分析各月產(chǎn)量、CPUE 和SST的關(guān)系, 獲得各月作業(yè)漁場(chǎng)最適的SST、SSH范圍。

1.3 棲息地模型的建立

利用產(chǎn)量分別與SST、SSH來(lái)建立相應(yīng)的適應(yīng)性指數(shù)(SI)模型。作者假定最高產(chǎn)量 (PROmax)為大眼金槍魚資源分布最多的海域, 認(rèn)定其棲息地指數(shù)為1; 作業(yè)產(chǎn)量為 0 時(shí), 大眼金槍魚資源分布較少的海域, 認(rèn)定其HSI為0[19]。單因素棲息地指數(shù)SI計(jì)算公式如下:

式中,SIi,為i月得到的適應(yīng)性指數(shù);PROi,max為i月的最大產(chǎn)量。

利用指數(shù)模型分別建立SST、SSH與SI之間的關(guān)系模型。利用算術(shù)平均法(arithmetic mean model,AMM)[20-21]計(jì)算棲息地綜合指數(shù) HSI, HSI 在 0(不適宜)到 1(最適宜)之間變化。計(jì)算公式如下:

式中,SISST、SISSH分別為SI與SST、SSH的適應(yīng)性指數(shù)。

作者采用了算術(shù)平均法作為模型的基本算法主要有以下兩個(gè)原因: 遙感數(shù)據(jù)容易缺失, 如采用其他方法如最小值法和幾何平均值法, 容易將遙感數(shù)據(jù)缺失的部分誤判為棲息地指數(shù)為 0 的位置, 從而造成預(yù)報(bào)失誤; 算術(shù)平均值法在金槍魚棲息地指數(shù)模型的建立中應(yīng)用廣泛[22-24]。

1.4 漁情預(yù)報(bào)驗(yàn)證

作者將 2012 年生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)和棲息地指數(shù)均分為 5 個(gè)級(jí)別。將產(chǎn)量統(tǒng)計(jì)數(shù)據(jù)(PRO)采用自然邊界法[25]進(jìn)行劃分, 0≤PRO＜500 t, 記為等級(jí) 1; 500 t≤PRO＜1 000 t, 記為等級(jí) 2; 1 000 t≤PRO＜5 000 t, 記為等級(jí) 3; 5 000 t≤PRO＜10 000 t, 記為等級(jí) 4;PRO≥10 000 t, 記為等級(jí) 5。 同樣, 棲息地指數(shù)也劃分為 5個(gè)等級(jí), 即: 0.0≤HSI＜0.1, 記為等級(jí) 1; 0.1≤HSI ＜0.3, 記為等級(jí) 2; 0.3≤HSI＜0.5, 記為等級(jí) 3; 0.5≤HSI ＜0.7, 記為等級(jí) 4; 0.7≤HSI≤1.0, 記為等級(jí) 5。

對(duì)于同一個(gè)作業(yè)漁區(qū), 如果其產(chǎn)量數(shù)據(jù)級(jí)別與棲息地指數(shù)級(jí)別相同或相差之絕對(duì)值≤2, 則認(rèn)為模型能夠準(zhǔn)確預(yù)測(cè)該漁區(qū)漁場(chǎng)形成的情況, 即漁場(chǎng)的適宜度; 如果級(jí)別相差之絕對(duì)值＞2, 則認(rèn)為模型不能正確預(yù)測(cè)[26]。

2 結(jié)果

2.1 產(chǎn)量及 CPUE 的逐月分布

月產(chǎn)量及CPUE自1～12月大致呈現(xiàn)先降低后增加的趨勢(shì)。高產(chǎn)(月產(chǎn)量超過 300 t)分布在 11～12月以及1月, 產(chǎn)量最高為12月, 達(dá)486.73 t(圖1a), 占全年總產(chǎn)量的14.83%, 其 CPUE 為179.89 kg/千鉤(圖1b)。產(chǎn)量最低的為3月, 為162.81t(圖1a), 占全年總產(chǎn)量的4.96%, 其CPUE為103.51 kg/千鉤(圖1b)。

圖1 大眼金槍魚延繩釣產(chǎn)量和 CPUE 月變化Fig.1 Monthly catch and CPUE of Bigeye tuna

2.2 產(chǎn)量及 CPUE 與SST 的關(guān)系

由圖2可知, 各月高產(chǎn)、高CPUE海域的最適表溫是不相同的。其中, 1月產(chǎn)量較高時(shí)SST為26℃、28℃, CPUE較高時(shí)SST為24～29℃; 2月產(chǎn)量較高時(shí)SST為26℃, CPUE較高時(shí)SST為26～29℃; 3月產(chǎn)量較高時(shí)SST為27℃, CPUE較高時(shí)SST為27～29℃; 4月產(chǎn)量較高時(shí)SST為27～28℃, CPUE較高時(shí)SST為27～29℃; 5月產(chǎn)量較高時(shí)SST為28℃, CPUE較高時(shí)SST為23～24℃、29℃; 6月產(chǎn)量較高時(shí)SST為27℃,CPUE較高時(shí)SST為29℃; 7月產(chǎn)量較高時(shí)SST為27℃, CPUE較高時(shí)SST為24～27℃; 8月產(chǎn)量較高時(shí)SST為26℃, CPUE較高時(shí)SST為24～26℃; 9月產(chǎn)量和CPUE較高時(shí)SST均為27℃; 10月產(chǎn)量和CPUE較高時(shí)SST均為28℃; 11月產(chǎn)量較高時(shí)SST為26℃,CPUE較高時(shí)SST為28℃; 12月產(chǎn)量較高時(shí)SST為28℃, CPUE較高時(shí)SST為29℃。

圖2 大眼金槍魚延繩釣月產(chǎn)量和 CPUE 與 SST 關(guān)系Fig.2 Monthly catch and CPUE of Bigeye tuna with the changes of SST

2.3 產(chǎn)量和 CPUE 與SSH的關(guān)系

由圖3可知, 各月高產(chǎn)、高 CPUE海域的最適SSH也是不相同的。第一季度中, 1月產(chǎn)量最高時(shí)的SSH為0.5 m, CPUE最高時(shí)的SSH為0.6 m, 2月產(chǎn)量最高時(shí)的SSH為0.6 m, CPUE最高時(shí)的SSH為0.7 m, 3月產(chǎn)量與CPUE最高時(shí)的SSH均為0.5 m; 第二季度中, 4、5月產(chǎn)量和CPUE最高的SSH均為0.5 m; 6月產(chǎn)量和CPUE最高的 SSH 均為 0.6 m; 第三季度中, 7月產(chǎn)量最高時(shí)的SSH為0.6 m, CPUE最高時(shí)的SSH為0.7 m, 8月產(chǎn)量和CPUE最高時(shí)的SSH均為0.7 m, 9月產(chǎn)量最高時(shí)的SSH分別為0.7m, CPUE最高時(shí)的SSH為0.8 m; 第四季度中, 10～12月產(chǎn)量與CPUE最高時(shí)的SSH均為0.6 m, CPUE最高時(shí)的SSH均為0.8 m。

圖3 大眼金槍魚月產(chǎn)量和 CPUE 與 SSH 的關(guān)系Fig.3 Relationship between monthly catch and CPUE of bigeye tuna and SSH

2.4 HSI 模型的建立

分季度繪制各因子的 SI 曲線擬合圖(圖4)。由圖4 和表1 中可知, 采用指數(shù)模型擬合的 SI曲線均為顯著(P＜0.05)。

表1 各季度大眼金槍魚棲息地指數(shù)模型Tab.1 The habitat suitability index model of bigeye tuna for each quarter

2.5 HSI模型分析

由表2可知, 當(dāng) HSI 為 0.6 以上時(shí): 1 月份作業(yè)漁區(qū)數(shù)為 68個(gè), 占總數(shù)的 65.38%; 2 月份作業(yè)漁區(qū)數(shù) 為 56個(gè), 占總數(shù)的 67.47%, 3 月份作業(yè)漁區(qū)數(shù)為54個(gè), 占總數(shù)的 62.07%; 4 月份作業(yè)漁區(qū)數(shù)為 60個(gè), 占總數(shù) 68.18%; 5 月作業(yè)漁區(qū)數(shù)為77個(gè),占總數(shù)的71.96%; 6 月作業(yè)漁區(qū)數(shù)為68個(gè), 占總數(shù)的 62.96%; 7 月作業(yè)漁區(qū)數(shù)為 75個(gè), 占總數(shù)的62.50%; 8 月作業(yè)漁區(qū)數(shù)為74個(gè), 占總數(shù)的63.79%;9 月作業(yè)漁區(qū)數(shù)的75個(gè), 占總數(shù)的69.44%; 10 月作業(yè)漁區(qū)數(shù)為77個(gè), 占總數(shù)的61.11%; 11 月作業(yè)漁區(qū)數(shù)的 51個(gè), 占總數(shù)63.75%; 12 月作業(yè)漁區(qū)數(shù)為51個(gè), 占總數(shù)的67.11%。當(dāng) HSI 為 0.6 以上時(shí), 全年作業(yè)漁區(qū)數(shù)為786 個(gè), 占總數(shù)的 65.34%。因此, 該模型能夠較好地反映東太平洋大眼金槍魚中心漁場(chǎng)的分布情況。

表2 2009～2011年大眼金槍魚各月份 HSI 值與作業(yè)漁區(qū)數(shù)Tab.2 The monthly fishing areas under different HSI values of bigeye tuna during 2009 to 2011

2.6 中心漁場(chǎng)驗(yàn)證

利用2012年的生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)和環(huán)境數(shù)進(jìn)行中心漁場(chǎng)預(yù)報(bào)驗(yàn)證, 由表3可知, 第一、二、三和四季度中心漁場(chǎng)預(yù)報(bào)準(zhǔn)確率分別為62%、61%、65%、64%,平均準(zhǔn)確率達(dá)到63%, 而平均不準(zhǔn)確率為37%。

表3 2012年大眼金槍魚中心漁場(chǎng)預(yù)報(bào)結(jié)果統(tǒng)計(jì)Tab.3 The results of forecasting fishing ground of bigeye tuna in 2012

3 討論與結(jié)論

溫度是影響海洋魚類活動(dòng)的最重要的環(huán)境因子之一, 直接或間接地影響到魚類資源量的分布、洄游和空間集群等[28], 作者著重對(duì)東太平洋海域金槍魚延繩釣主捕對(duì)象大眼金槍魚作業(yè)漁場(chǎng)的月變化及其與 SST關(guān)系進(jìn)行了分析, 得出了大眼金槍魚中心漁場(chǎng)分布的適宜SST范圍。發(fā)現(xiàn)在SST為24～29℃的海域, 其產(chǎn)量約占總漁獲量的 93%以上, 這一因子可作為全年各月中心漁場(chǎng)分布的指標(biāo)之一。

SSH雖然沒有像溫度那樣顯著地影響著魚類活動(dòng), 但是 SSH也是影響魚類洄游、集群和分布的關(guān)鍵性因素之一。作者也分析了大眼金槍魚作業(yè)漁場(chǎng)分布與SSH關(guān)系, 發(fā)現(xiàn)SSH為0.4～0.8 m的海域多為中心漁場(chǎng), 其產(chǎn)量約占總漁獲量的 91%以上, 因此, SSH也可作為全年各月中心漁場(chǎng)分布的指標(biāo)之一。

本研究根據(jù)已建立的棲息地指數(shù)模型, 利用SST和SSH兩個(gè)海洋環(huán)境因子對(duì)東太平洋大眼金槍魚漁場(chǎng)進(jìn)行了預(yù)測(cè), 2012年中心漁場(chǎng)預(yù)報(bào)精度達(dá)到63%。在所有月份中, 實(shí)際作業(yè)漁場(chǎng)的范圍基本上落在漁情預(yù)報(bào)的理論范圍內(nèi)。因此, 本研究所建立的漁情預(yù)報(bào)模型用來(lái)預(yù)測(cè)東太平洋大眼金槍魚漁場(chǎng)是可行的。

盡管上述建立的東太平洋大眼金槍魚棲息地指數(shù)模型有較高的精確度, 但是大眼金槍魚漁場(chǎng)還與深層水溫結(jié)構(gòu)、葉綠素濃度、溫躍層、餌料生物分布、鋒面和渦以及 ENSO 等有關(guān), 這些因素對(duì)大眼金槍魚漁場(chǎng)分布均有一定的影響。因此, 在以后的研究中需綜合考慮上述因子, 考慮不同精度的時(shí)間、空間分辨率, 不斷完善漁情預(yù)報(bào)模型。

[1] 樊偉, 崔雪森, 周甦芳.太平洋大眼金槍魚延繩釣漁獲分布及漁場(chǎng)環(huán)境淺析[J].海洋漁業(yè), 2004, 261-265.

[2] 施秀帖, 袁蔚文, 陳冠賢, 等.中西太平洋熱帶海域漁業(yè)資源及開發(fā)前景分析[J].遠(yuǎn)洋漁業(yè), 1989, 2: 1-42.

[3] 楊俊杰, 王繼業(yè), 胡建廷, 等.中國(guó)遠(yuǎn)洋漁業(yè)政策與山東發(fā)展對(duì)策芻議[J].海洋科學(xué), 2002, 26(10): 28-31.

[4] 楊勝龍, 馬軍杰, 伍玉梅, 等.印度洋大眼金槍魚和黃鰭金槍魚漁場(chǎng)水溫垂直結(jié)構(gòu)的季節(jié)變化[J].海洋科學(xué), 2012, 36(7): 97-103.

[5] Holland K N, Brill K N R W, Chang R K C.Horizontal and vertical movements of yellowfin and bigeye tuna associated with fish aggregated devices [J].Fish Bull,1990, 88: 493-507.

[6] Holland K N, John R S.Physiological thermoregulation in bigeye tuna,Thunnus obesus[J].Environmental Biology of Fishers, 1994, 40: 319-327.

[7] Boggs C H.Depth, capture time, and hooked longevity of long-line-caught pelagic fish: Timing bites of fish with chips[J].Fish Bull, 1992, 90: 642-658.

[8] 劉一淳.東太平洋大眼金槍魚資源評(píng)估及管理對(duì)策[D].上海: 上海海洋大學(xué), 2006.

[9] Russell E B, Jeffrey J P, Michael P S, et al.The role of oceanography in Aggregation and Vulnerability of bigeye tuna in the Hawaii longline fishery from satellite,moored and shipboard time series[R].Honolulu: JIMAR,2001.

[10] Hampton J, Bigelow K, Labelle M.A summary of current information on the biology, fishery and stock assessment of bigeye tuna (Thunnus obesus) in the Pacific Ocean, with recommendations for data requirements and future research[J].Oceanic Fisheries Programme Technical Report, 1998, 36: 46-63.

[11] 蘇利榮.海洋漁場(chǎng)學(xué)[M].中國(guó)臺(tái)北: 許氏基金會(huì)出版社, 1992.

[12] 樊偉, 沈新強(qiáng), 林明森.大西洋大眼金槍魚漁場(chǎng)、資源及環(huán)境特征的研究[J].海洋學(xué)報(bào), 2003, 25(2):167-176.

[13] 宋利明, 許柳雄, 陳新軍.大西洋中部大眼金槍魚垂直分布與溫度、鹽度的關(guān)系[J].中國(guó)水產(chǎn)科學(xué), 2004,11(6): 561-566.

[14] 陳新軍, 陸化杰, 劉必林, 等.利用棲息地指數(shù)預(yù)測(cè)西南大西洋阿根廷滑柔魚漁場(chǎng)[J].上海海洋大學(xué)學(xué)報(bào), 2012, 21(3): 431-438.

[15] 范江濤, 陳新軍, 錢衛(wèi)國(guó), 等.南太平洋長(zhǎng)鰭金槍魚漁場(chǎng)預(yù)報(bào)模型研究[J].廣東海洋大學(xué)學(xué)報(bào), 2011,31(6): 61-67.

[16] 胡振明, 陳新軍, 周應(yīng)祺, 等.利用棲息地適宜指數(shù)分析秘魯外海莖柔魚漁場(chǎng)分布[J].海洋學(xué)報(bào), 2010,32(5): 67-75.

[17] 陳新軍.漁業(yè)資源與漁場(chǎng)學(xué)[M].北京: 海洋出版社,2004.

[18] 陳新軍.漁業(yè)資源經(jīng)濟(jì)學(xué)[M].北京: 中國(guó)農(nóng)業(yè)出版社, 2004.

[19] Mohri M, Nishida T.Seasonal changes in bigeye tuna fishing areas in relation to the oceanographic parameters in the Indian Ocean[J].Journal of National Fisheries University, 1999, 47(2): 43-54.

[20] Brown S K, Buja K R, Jury S H, et al.Habitat suitability index models for eight fish and invertebrate species in Casco and Sheepscot Bays, Maine[J].North American Journal of Fisheries Management, 2000,20(2): 408-435.

[21] Hess G R, Bay J M.A regional assessment of windbreak habitat suitability[J].Environmental Monitoring and assessment, 2000, 61(2): 239-256.

[22] Wang C H, Wang S B.Assessment of South Pacific albacore stock (Thunnus alalunga) by improved Schaefer model[J].Journal of Ocean University of China, 2006, 5: 106-114.

[23] Zainuddin M, Saitoh K, Saitoh S.Albacore (Thunnus alalunga) fishing ground in relation to oceanographic conditions in the western North Pacific Ocean using remotely sensed satellite data[J].Fisheries Oceanography,2008, 17(2): 61-73.

[24] 馮波, 陳新軍, 許柳雄.應(yīng)用棲息地指數(shù)對(duì)印度洋大眼金槍魚分布模式的研究[J].水產(chǎn)學(xué)報(bào), 2007, 31(6):805-812.

[25] Smith R M.Comparing traditional methods for selecting class intervals on choropleth maps[J].The Professional Geographer, 1986, 38(1): 62-67.

[26] Vi J, Alvarado B J, Pla C.Inter-oceanic genetic differentiation among albacore (Thunnus alalunga)populations[J].Marine Biology, 2004, 145(2): 225-232.