基于Logistic回歸模型的西非沿海歐洲沙丁魚漁場與環(huán)境因素關(guān)系模型的構(gòu)建

崔雪森，伍玉梅，周愛忠，張　禹，樊　偉

（中國水產(chǎn)科學(xué)研究院東海水產(chǎn)研究所農(nóng)業(yè)部東海與遠(yuǎn)洋漁業(yè)資源開發(fā)利用重點實驗室，上海200090）

?

基于Logistic回歸模型的西非沿海歐洲沙丁魚漁場與環(huán)境因素關(guān)系模型的構(gòu)建

崔雪森，伍玉梅，周愛忠，張禹，樊偉

（中國水產(chǎn)科學(xué)研究院東海水產(chǎn)研究所農(nóng)業(yè)部東海與遠(yuǎn)洋漁業(yè)資源開發(fā)利用重點實驗室，上海200090）

摘要：為研究西非沿海不同季節(jié)海洋環(huán)境因素對歐洲沙丁魚Sardina pilchardus漁場形成的影響，基于Logistic模型，利用2007—2011年中國漁船在西非沿海捕撈歐洲沙丁魚的漁業(yè)數(shù)據(jù)和網(wǎng)絡(luò)獲取的海洋環(huán)境遙感數(shù)據(jù) ［包括海表溫度 （SST）、葉綠素a濃度 （Chl）和海面高度異常 （SSHA）］，構(gòu)建了春、夏、秋、冬4個季節(jié)歐洲沙丁魚漁場與環(huán)境因素關(guān)系的模型，利用逐步回歸法對自變量進(jìn)行篩選，并對最優(yōu)回歸模型進(jìn)行評價，最后利用該模型對4個季節(jié)影響歐洲沙丁魚出現(xiàn)的各個環(huán)境要素進(jìn)行了分析。結(jié)果表明，4個季節(jié)歐洲沙丁魚的出現(xiàn)與地理位置有著密切的關(guān)系，而在4個季節(jié)中環(huán)境因素對歐洲沙丁魚出現(xiàn)有著不同的作用，即春季影響歐洲沙丁魚出現(xiàn)的顯著因子為SST和SSHA，夏季為Chl和SSHA，秋季為SST，冬季則為SSHA。該研究結(jié)果對歐洲沙丁魚漁場形成機(jī)制分析具有一定的應(yīng)用價值。

關(guān)鍵詞：歐洲沙丁魚；西非沿海；Logistic回歸模型；漁場

歐洲沙丁魚Sardina pilchardus廣泛分布于大西洋的西非沿岸以及地中海、英吉利海峽等海域。歐洲沙丁魚屬中上層暖水性魚類，同其他海洋中上層魚類一樣，也具有集群和洄游的習(xí)性。在西非沿岸海域上升流的驅(qū)動下，大量豐富的營養(yǎng)鹽被輸送至海面，使餌料生物大量繁殖，從而形成優(yōu)良漁場。非洲西北沿岸的大西洋海域歐洲沙丁魚分為3個種群，由北向南依次為北部種群 （Cape Cantin至Gibraltar Strait）、中部種群 （Cape Cantin至Cape Bojador）和南部種群 （Cape Bojador以南）［1］。其中南部種群分布有較大的波動，最遠(yuǎn)可達(dá)到塞內(nèi)加爾［2］。

國內(nèi)外學(xué)者對歐洲沙丁魚的研究多集中在基礎(chǔ)生物學(xué)方面，包括不同海域的形態(tài)學(xué)差異、沙丁魚耳石與生長的關(guān)系等［3-5］。在環(huán)境變化對歐洲沙丁魚漁業(yè)資源的影響方面，諸多物理和生物要素，包括近海?？寺斔汀⒑１頊囟?、浮游生物等均對其資源變動起到了重要作用［6-7］，但此方面的研究多數(shù)是從歐洲沙丁魚的年際變化展開，以探尋其在不同年份的集群和洄游規(guī)律，而對其在不同季節(jié)與環(huán)境因素相關(guān)關(guān)系的研究則相對較少。另外，上述研究多集中在20°N以北的非洲沿岸和地中海等海域［1，3-4，8］，對于中東大西洋20°N以南海域很少涉及。本研究中，利用2007—2011年中國漁船在非洲西部沿海捕撈歐洲沙丁魚的漁業(yè)數(shù)據(jù)，采用Logistic回歸模型分析了不同季節(jié)主要海洋環(huán)境因素與地理位置對歐洲沙丁魚分布的影響，并對不同季節(jié)各個環(huán)境和空間要素的影響規(guī)律進(jìn)行了探討，以期為該海域歐洲沙丁魚漁場形成機(jī)制的研究和漁情預(yù)報工作提供參考。

1 材料與方法

1.1 數(shù)據(jù)來源

環(huán)境數(shù)據(jù)包括 2007—2011年海表溫度（SST）、葉綠素a濃度 （Chl）的日平均數(shù)據(jù) （空間分辨率為9 km）由網(wǎng)站http：//oceancolor.gsfc. nasa.gov/下載獲得。海面高度異常 （SSHA）數(shù)據(jù)（空間分辨率為0.25°，時間分辨率為周）由AVISO網(wǎng)站 （http：//www.aviso.altimetry.fr/）提供，通過Python開源軟件包Marine Geospatial Ecology-Tools（MGET），借助ArcGIS工具箱ArcToolbox下載獲得。

漁業(yè)數(shù)據(jù)主要來自2007—2011年中國漁船在非洲毛里塔尼亞沿岸的歐洲沙丁魚捕撈記錄，主要包括日期、經(jīng)緯度、歐洲沙丁魚產(chǎn)量和投網(wǎng)次數(shù)。

根據(jù)漁獲數(shù)據(jù)范圍，確定環(huán)境數(shù)據(jù)的空間范圍為15.9°W～18.5°W、16.9°N～21°N。用取平均值的方法，將海表溫度、葉綠素a濃度數(shù)據(jù)和漁業(yè)數(shù)據(jù)分別抽取成0.1°×0.1°的格點數(shù)據(jù)。海面高度異常數(shù)據(jù)經(jīng)插值后，同樣生成時間分辨率為天、空間分辨率為0.1°×0.1°的格點數(shù)據(jù)。同時計算歐洲沙丁魚各個格點 （0.1°×0.1°）的單位捕撈努力量漁獲量 （CPUE，kg/網(wǎng)）：

其中：C為某個格點內(nèi)一天的總產(chǎn)量 （kg）；N為該格點內(nèi)一天的總網(wǎng)次。CPUE數(shù)據(jù)與上述環(huán)境數(shù)據(jù)按時間和空間位置匹配，得到有效記錄1832條。

1.2 方法

1.2.1 季節(jié)劃分 沙丁魚是一種具有較強(qiáng)季節(jié)性洄游特點的中上層魚類，春、夏季生活在近岸海域，秋、冬季水溫較低時，洄游到水溫較高的深海海域［1，4，9］。根據(jù)沙丁魚的這一生物學(xué)特征，同時依據(jù)天文學(xué)季節(jié)劃分法，將上述環(huán)境與漁獲記錄劃分為春、夏、秋、冬4個季節(jié)，即3月21日至6 月20日為春季，6月21日至9月21日為夏季，9 月22日至12月21日為秋季，12月22日至翌年3 月20日為冬季。

按上述方法劃分季節(jié)后，由于不同季節(jié)捕撈范圍和生產(chǎn)區(qū)域大小有所不同，各個季節(jié)在該研究海域的作業(yè)分布情況如圖1所示。

注：其中實心黑點為產(chǎn)量大于0的漁區(qū)；空心點為產(chǎn)量等于0的漁區(qū)Note：The bold circles denote the fishing ground with catch＞0 and open ones denote the fishing ground with catch=0圖1　歐洲沙丁魚在不同季節(jié)的作業(yè)位置Fig.1 Fishing positions of sard ine Sardina pilchardus in different seasons

1.2.2 模型的確定

（1）環(huán)境變量的選取和回歸模型的建立。有研究表明，歐洲沙丁魚的出現(xiàn)位置除了與地理位置有關(guān)外，還與所在海域的海表溫度、葉綠素a濃度和?？寺斔偷拳h(huán)境因素密切聯(lián)系［1-2，9］。其中，由風(fēng)生海流產(chǎn)生的埃克曼輸送常被視為影響歐洲沙丁魚資源的重要因素，但其數(shù)值需通過風(fēng)速計算得到［1，6］，從而增加了分析過程的復(fù)雜性。Susanto等［10］研究表明，埃克曼輸送可引起海平面的變化。Cheng等［11］研究表明，海面高度在某種程度上也可以反映上升流的強(qiáng)弱和位置。基于這兩方面的原因，本研究中未使用埃克曼輸送，而是代之以海面高度異常 （SSHA）作為研究的環(huán)境指標(biāo)之一，因此，在建立分析模型時，將海表溫度SST、葉綠素a濃度Chl、海面高度異常SSHA、經(jīng)度Lon和緯度Lat這5個變量作為自變量。另一方面，以往的研究中常將CPUE作為模型的因變量，來反映資源的狀況和豐度［12］。但對歐洲沙丁魚漁獲數(shù)據(jù)資料的初步分析發(fā)現(xiàn)，CPUE為0值的記錄達(dá)1148條，占總記錄數(shù)的62.7％，且分布的偏度達(dá)1.452，呈現(xiàn)嚴(yán)重的偏態(tài)分布。一般的多元回歸方程假設(shè)因變量為正態(tài)分布，但本研究中的CPUE分布不滿足這一假設(shè)，而Logistic回歸模型對正態(tài)性和方差齊性均不做要求［13］。因此，在本研究中用因變量y來表示歐洲沙丁魚是否出現(xiàn)，即y=0表示格點CPUE等于0，y=1表示CPUE大于0，則該回歸模型的Logistic函數(shù)形式為

其中：β為常數(shù)項；β（…）為相應(yīng)環(huán)境變量和空間變量系數(shù)；p為歐洲沙丁魚出現(xiàn)發(fā)生的概率，定義為

經(jīng)檢驗，4個季節(jié)解釋變量的方差膨脹因子（VIF）均小于10（表1），表示模型不存在多重共線性［14］，因此，可以滿足Logistic回歸模型的假設(shè)條件。

表1　模型中釋放變量的方差膨脹因子 （VIF）Tab.1 Variance inflation factor（VIF）of explanatory variables in themodel

與一般多元線性回歸利用最小二乘法 （OLS）求得環(huán)境變量系數(shù)方法不同，Logistic回歸通常采用最大似然估計法 （maximum likelihood estimate，MLE）估算各個回歸系數(shù)［14］。

實際應(yīng)用中，回歸方程有些自變量對因變量y有作用，但有些自變量在回歸方程中無足輕重，這時將它們留在回歸方程中，不但增加計算上的復(fù)雜程度，而且不能保證有好的回歸效果。為了克服這些缺點，利用逐步回歸方法［15-16］，通過比較 AIC （akaike information criterion）值，去除對因變量影響不顯著的自變量，獲得最優(yōu)回歸方程。

（2）模型回歸指標(biāo)評價。擬合優(yōu)度度量是模型中衡量預(yù)測值和觀測值之間總體是否一致性的重要指標(biāo)。Hosmer Lemeshow擬合優(yōu)度指標(biāo) （通常簡寫為H-L），是由Hosmer和Lemeshow在1989年提出的一種Logistic模型擬合優(yōu)度檢驗的方法［17］。其對應(yīng)的零假設(shè)H0表示預(yù)測值概率和觀測值之間無顯著性差異，即當(dāng)H-L檢驗值到達(dá)某個顯著水平時，表示擬合優(yōu)度良好。另外，Wald檢驗是用于回歸系數(shù)是否顯著的判斷標(biāo)準(zhǔn)，即檢驗自變量對因變量是否有顯著影響，它是對整體回歸系數(shù)是否顯著的檢驗。

（3）模型精度檢驗［18］。ROC （receiver operating characteristic）曲線將某種試驗的靈敏度與特異性相結(jié)合，是一種全面科學(xué)評價檢測項目的方法。當(dāng)模型建立后，可以通過環(huán)境和空間值來計算歐洲沙丁魚出現(xiàn)的概率p（0＜p＜1）。設(shè)有閾值a（0＜a＜1），當(dāng)p＞a時，表示該魚種會出現(xiàn)，即y=1，否則y=0。依此方法，與相應(yīng)時間和位置的實際漁獲對比，就可以計算出一個真陽性率 （TPR）和假陽性率 （FPR，即1-specificity）的組合。取不同的a值，就得到多組數(shù)據(jù)點。將FPR和TPR分別作為X軸和Y軸，連接所有的數(shù)據(jù)點，就得到了一條ROC曲線。當(dāng)ROC曲線下面積 （area under the curve，AUC）接近0.5時，預(yù)報無意義；當(dāng)AUC＜0.7時，預(yù)報準(zhǔn)確率較低；當(dāng)AUC=0.7～0.9時，預(yù)報準(zhǔn)確率中等；當(dāng)AUC＞0.9時，預(yù)報準(zhǔn)確率較高。以此方法可對模型的精度進(jìn)行檢驗。另外，ROC曲線上最靠近坐標(biāo)圖左上方的點為敏感性和特異性均較高的臨界值 （cut-off值），為logit函數(shù)中參數(shù)p的閾值點，可作為判斷是否為漁場漁區(qū)的最佳概率值。

2 結(jié)果與分析

2.1 模型系數(shù)的估算

首先保留所有變量 （3個環(huán)境變量和2個空間位置變量），利用Logistic模型公式 （2）估算所有系數(shù)值。從初步回歸結(jié)果看，春季Chl、夏季SST、秋季Chl和SSHA、冬季SST和Chl的回歸系數(shù)均未通過0.1顯著性水平檢驗，故采用逐步回歸方法，重新篩選解釋變量，得到結(jié)果如表2所示。

表2　不同季節(jié)的Logistic回歸模型Tab.2 Logistics regression models in each season

2.2 回歸模型指標(biāo)的評價

2.2.1 擬合優(yōu)度 經(jīng)H-L檢驗，4個季節(jié)的P值均大于0.1（表3），說明在0.1檢驗水平下不能拒絕關(guān)于模型擬合數(shù)據(jù)很好的假設(shè)，即模型的擬合度均較好。

2.2.2 回歸系數(shù)檢驗 經(jīng)Wald檢驗，各個季節(jié)的P值均遠(yuǎn)小于0.01（表4），即模型的整體回歸系數(shù)顯著。

用Z檢驗分別檢驗?zāi)Ｐ椭懈鱾€系數(shù)的顯著性，結(jié)果表明，4個季節(jié)中除常數(shù)項外，各個解釋變量系數(shù)的Z檢驗P值均小于0.1（表5），表明各個回歸系數(shù)在0.1檢驗水平上均為顯著。

表3　H-L擬合優(yōu)度的檢驗結(jié)果Tab.3 Result of H-L goodness in a fit test

表4　回歸系數(shù)顯著性的W ald檢驗結(jié)果Tab.4 Result of parametric test statistic in aW ald test

表5　各個回歸系數(shù)的Z檢驗結(jié)果Tab.5 Parametric test statistics of Z test results

2.2.3 模型的ROC檢驗 ROC檢驗結(jié)果表明，春季、夏季和冬季的AUC均為0.7～0.9，達(dá)到了中等預(yù)報精度，秋季AUC也近似等于0.7，也接近中等的預(yù)報精度，各圖中ROC曲線上的黑點為cut-off值 （圖2）。

圖2　4個季節(jié)模型的ROC曲線檢驗結(jié)果Fig.2 Receiver operating characteristic（ROC）test result ofmodels in 4 seasons

3 討論

3.1 影響歐洲沙丁魚分布的環(huán)境因素分析

Logistic模型的回歸結(jié)果表明，在不同季節(jié)，空間與環(huán)境因子影響沙丁魚出現(xiàn)的強(qiáng)弱程度是不同的，模型中各個因子系數(shù)的顯著性也有所不同。

從4個季節(jié)的Logistic模型看，地理位置均為影響沙丁魚分布的主要因素，其中緯度對該魚種的影響在4個季度中均顯著，說明該魚種分布與地理位置相關(guān)性較強(qiáng)。模型中緯度變量的系數(shù)均為正值，表明該海域沙丁魚出現(xiàn)的概率大小有由南至北逐漸增強(qiáng)的趨勢。經(jīng)度系數(shù)亦為正值，表明該魚種出現(xiàn)機(jī)率由沿岸向外海逐步減少。與以往研究相比，本研究中所涉及的漁場位于非洲沿岸3個漁場的南部邊緣，因此，模型中緯度變量的系數(shù)符號為正具有合理性。另外，在北大西洋西北沿岸信風(fēng)作用下，形成了東邊界上升流。在20°N～30°N，全年最強(qiáng)的信風(fēng)發(fā)生在7—8月［19］，而在20°N以南，上升流期發(fā)生在春、冬季［7］。Kifani［1］研究表明，在非洲西北沿岸海域的非上升流季節(jié)，歐洲沙丁魚的分布更集中，而在上升流季節(jié)，其分布更加分散。本研究中，夏季和秋季非上升流季節(jié)歐洲沙丁魚主要聚集在19°N以北海域，冬季和春季沿海岸線向南延伸 （圖1），這與Kifani［1］的研究結(jié)論基本一致，但其分布在經(jīng)度上并沒有向外海拓展。由CPUE的春、冬季分布圖 （圖3～圖5）可知，該魚種在作業(yè)區(qū)域的西部邊緣很少出現(xiàn)，且漁獲區(qū)域與環(huán)境要素等值線分布較一致，由此推斷，西部外海未出現(xiàn)漁場的原因，應(yīng)為該魚種受自身生物特性和外界環(huán)境共同作用所致，而并非漁船作業(yè)區(qū)域限制造成。從模型結(jié)果分析可見，夏、秋兩季經(jīng)度變量系數(shù)的顯著性表現(xiàn)為不顯著 （夏季）和邊緣顯著，說明歐洲沙丁魚在這兩個季節(jié)中，在經(jīng)度上出現(xiàn)的規(guī)律性并不明顯。

在環(huán)境因素方面，SST的變化與包括海流的水平輸送、表層熱量的吸收、上升流和水團(tuán)的混合變化等多種海洋過程密切相關(guān)［20］。有研究表明，歐洲沙丁魚多棲息在SST范圍為8～24℃的水域，常表現(xiàn)出偏好溫暖的淺水水域習(xí)性［21-22］。本研究中的海域位于21°N以南，春、夏、秋、冬4個季節(jié)該魚種出現(xiàn)的 SST范圍分別為 15.2～26.5、14.7～20.4、14.6～24.3、13.6～26.6℃，與上述研究結(jié)果略有差異，可能與本研究較以前研究的海域位置更加偏南，從而導(dǎo)致水溫更高有關(guān)。模型結(jié)果顯示，春、秋兩個季節(jié)的SST對沙丁魚的出現(xiàn)有顯著影響。從圖3-A可見，春季由于信風(fēng)強(qiáng)勁，沿岸海域處于強(qiáng)上升流期間，水溫處于較低水平，溫度變量的系數(shù)為正，說明沙丁魚更趨向聚集于上升流外側(cè)較高水溫處；而秋季處于上升流逐漸形成時期，水溫較低的上升流區(qū)往往是餌料豐富的區(qū)域，沙丁魚更趨于向上升流中心處聚集，因此，模型中的SST系數(shù)表現(xiàn)為負(fù)值。

在葉綠素方面，Nehring等［8］研究發(fā)現(xiàn)，在大西洋東北沿岸的博哈多爾角 （Cape Bojador）和巴巴斯角 （Cape Barbas）之間的海域，葉綠素 a濃度與沙丁魚種群總資源量和拖網(wǎng)日產(chǎn)量之間存在著較好的相關(guān)性，當(dāng)初級生產(chǎn)力增加時，通常會形成好的漁場。Krzeptowski［23］報道，沙丁魚攝食最活躍期為5—10月，Bravo de Laguna等［24］認(rèn)為，沙丁魚攝食率在夏季 （7—8月）為高峰期，可達(dá)0.83～0.88，而在冬季 （1—3月）只有 0.65～0.70。以上研究中沙丁魚攝食活躍期與本研究中夏季 （6月20日—9月20日）的時間范圍基本重合，逐步回歸后的夏季Logistic模型中也存在葉綠素因子，說明葉綠素也是主要的影響因數(shù)之一。但Bravo de Laguna等［24］也指出，沙丁魚的季節(jié)餌料組成隨水文條件而變化。在上升流劇烈的時期，餌料組成以浮游植物為主，而在上升流微弱的時期，餌料組成以浮游動物為主，由此推斷，夏季浮游植物并不是沙丁魚的直接餌料來源。大多數(shù)研究表明，葉綠素濃度與浮游動物豐度之間存在正相關(guān)［25］，這似乎與本模型中葉綠素系數(shù)符號為負(fù)值相矛盾。但浮游植物與浮游動物之間存在復(fù)雜的關(guān)系［26］。也有部分研究表明，在7—9月 （夏季），北大西洋葉綠素a濃度與某些浮游動物豐度之間存在負(fù)相關(guān)關(guān)系［27］。因此，夏季葉綠素濃度對沙丁魚CPUE的影響機(jī)制有待進(jìn)一步研究。

海面高度異常可以體現(xiàn)海水的上層厚度（UTL），負(fù)的SSHA區(qū)域因其輻散流動模式，在北半球會形成氣旋渦旋，常用來鑒別上升流區(qū)［11，28］。上升流將冷的富含營養(yǎng)鹽的海水帶上海面，以補(bǔ)充表層水，從而有利于形成沙丁魚的餌料場。Ettahiri等［29］研究表明，沙丁魚一般尋找上升流區(qū)中心區(qū)作為產(chǎn)卵場所。本研究的模型中，除秋季外，其他3個季節(jié)的SSHA系數(shù)均顯著，表明SSHA對沙丁魚分布有較大的影響。相對于夏、秋季為上升流較強(qiáng)的季節(jié)，春、冬季小于0的海面高度異常區(qū)域較大。春季和夏季SSHA的系數(shù)為負(fù)值，表明沙丁魚有向低SSHA區(qū)域移動的傾向，對于春季來說，這正是上升流區(qū)的中心區(qū)；而對于夏季，沙丁魚在此季節(jié)會向北部集中，該處也正是SSHA偏低的海域；冬季處于上升流逐漸增強(qiáng)的階段，此時模型中SSHA系數(shù)為正值，說明沙丁魚有向SSHA較高、SST相對也較高的海域移動的趨勢，這可能與冬季上升流核心區(qū)域海水溫度過低有關(guān)。

圖3　中東大西洋沿岸4個季節(jié)的年平均SST分布圖Fig.3 Seasonal profile of average annual SST at Central-Eastern Atlan tic coast

圖4　中東大西洋沿岸4個季節(jié)的年平均葉綠素a濃度分布圖Fig.4 Seasonal profile of average annual Chl-a concentration at Central-Eastern Atlantic coast

圖5　中東大西洋沿岸4個季節(jié)的年平均海面高度異常分布圖Fig.5 Seasonal p rofile of average annual SSHA at Cen tral-Eastern Atlantic coast

3.2 模型仍存在的問題

由于漁業(yè)調(diào)查中客觀條件的限制，采樣數(shù)據(jù)出現(xiàn)零膨脹分布是經(jīng)常遇到的情形。漁獲信息雖然為連續(xù)數(shù)據(jù)，但分布往往呈嚴(yán)重偏態(tài)，不能滿足傳統(tǒng)的全局回歸因變量正態(tài)分布的假設(shè)條件。通過對連續(xù)的漁獲數(shù)據(jù) （因變量）離散化為漁場的 “是”與 “非”，是解決這種問題一個簡單有效的途徑，也是通過機(jī)器學(xué)習(xí)進(jìn)行漁場分析和預(yù)報的常用方法［30-31］。本研究中，利用Logistic模型對中東大西洋歐洲沙丁魚漁場發(fā)生概率進(jìn)行建模，其結(jié)果為一個0到1之間的概率值，特別適用于產(chǎn)生兩個邏輯值 （如魚群出現(xiàn)的 “是”與 “否”）的判斷依據(jù)。但Logistic回歸也存在一些缺點，如與某些回歸模型 （如回歸樹）相比，它需要更多的假設(shè) （如因變量y要服從二項分布或者多項式分布），并且對離群數(shù)據(jù) （outlier）比較敏感。對連續(xù)分布的漁獲數(shù)據(jù)而言，在應(yīng)用Logistic回歸時要進(jìn)行強(qiáng)制的離散化 （轉(zhuǎn)化成0和1），這一過程無疑會損失一部分漁獲信息。

另外，從漁業(yè)資源的角度來看，歐洲沙丁魚屬于一種年際波動劇烈的魚種［32］。本研究中為獲取其季節(jié)性的漁場分布規(guī)律，對5年的漁業(yè)數(shù)據(jù)按季節(jié)進(jìn)行了處理，這樣雖然能挖掘出歐洲沙丁魚在不同季節(jié)的環(huán)境與漁場變化規(guī)律，但也忽略了其年際變化特征，不利于分析相應(yīng)環(huán)境因子年間變化對沙丁魚集群的影響。因此，開展其年際變化規(guī)律的研究將是下一步的任務(wù)。

4 結(jié)語

本研究中利用 Logistic回歸法建立了2007—2011年4個季節(jié)歐洲沙丁魚出現(xiàn)的概率與環(huán)境、空間要素的相關(guān)模型，估算了各個解釋變量系數(shù)，并結(jié)合相關(guān)文獻(xiàn)對不同季節(jié)影響歐洲沙丁魚出現(xiàn)的情況進(jìn)行了分析。結(jié)果表明，全年4個季節(jié)歐洲沙丁魚的出現(xiàn)與地理位置有著密切關(guān)系，而在4個季節(jié)中不同環(huán)境因子對歐洲沙丁魚的出現(xiàn)存在著不同的影響和作用，并究其原因進(jìn)行了初步的探討和分析。本研究結(jié)果為今后對該海域歐洲沙丁魚漁場的進(jìn)一步深入分析提供了一定的參考。

參考文獻(xiàn)：

［1］ Kifani S.Climate dependent fluctuations of the Moroccan sardine and their impact on fisheries［C］//Marie-Hélène D，Philippe C，Mendelssohn R，et al.Global Versus Local Changes in Upwelling Systems.Paris：ORSTOM，1998.

［2］ Fréon P，Stéquert B.Note sur la présence de Sardina pilchardus （Walb.）au Sénégal：étude de la biométrie et interpretation［J］. Rapports et Procès-verbaux des Réunions du Conseil Internationale de l'Exploration de la Mer，1982，180：345-349.

［3］ Silva A.Morphometric variation among sardine（Sardina pilchardus）populations from the northeastern Atlantic and the western Mediterranean［J］.ICES Journal ofMarine Science，2003，60（6）：1352-1360.

［4］ 胡貫宇，葉旭昌，方舟，等.摩洛哥南部沿岸沙丁魚耳石與生長的關(guān)系［J］.海洋漁業(yè)，2014，36（2）：123-130.

［5］ Correia A T，Hamer P，Carocinho B，et al.Evidence for meta-population structure of Sardina pilchardus in the Atlantic Iberian waters from otolith elemental signatures of a strong cohort［J］.Fisheries Research，2014，149：76-85.

［6］ Guisande C，Vergara A R，Riveiro I，et al.Climate change and abundance of the Atlantic-Iberian sardine（Sardina pilchardus）［J］.FisheriesOceanography，2004，13（2）：91-101.

［7］ Zeeberg J，Corten A，Tjoe-Awie P，et al.Climatemodulates the effects of Sardinella aurita fisheries off Northwest Africa［J］.Fisheries Research，2008，89（1）：65-75.

［8］ Nehring D，Holzlohner S.Investigations on the relationship between environmental conditions and distribution of Sardina pilchardus in the shelfarea offNorthwestAfrica［J］.RapportsetProcès-verbaux des Réunions du Conseil Internationale de l'Exp loration de la Mer，1982，180：342-344.

［9］ Atarhouch T，Rüber L，Gonzalez E G，et al.Signature of an early genetic bottleneck in a population of Moroccan sardines（Sardina pilchardus）［J］.Molecular Phylogenetics and Evolution，2006，39 （2）：373-383.

［10］ Susanto R D，Gordon A L，Sprintall J.Observations and proxies of the surface layer throughflow in Lombok Strait［J］.Journal of Geophysical Research，2007，112（C3），doi：10.1029/2006JC00 3790.

［11］ Cheng Y H，Ho C R，Zheng Zhewen，et al.An algorithm for cold patch detection in the Sea offnortheast Taiwan usingmulti-sensor data［J］.Sensors，2009，9（7）：5521-5533.

［12］ Mendelssohn R，Cury P.Fluctuations of a fortnightly abundance index of the Ivoirian coastal pelagic species and associated environmental conditions［J］.Canadian Journal of Fisheries and A-quatic Sciences，1987，44（2）：408-421.

［13］ 馮國雙，陳景武，周春蓮.Logistic回歸應(yīng)用中容易忽視的幾個問題［J］.中華流行病學(xué)雜志，2004，25（6）：544-545.

［14］ Hair Jr JF，Black W C，Babin B J，etal.Multivariate Data Analysis：A Global Perspective［M］.7th ed.Upper Saddle River，NJ：Pearson Prentice Hall，2010.

［15］ Hosmer DW，Lemeshow S.Applied Logistic Regression［M］.2nd ed.New York：John Wiley，2000.

［16］ Hocking R R.A biometrics invited paper：the analysis and selection of variables in linear regression［J］.Biometrics，1976，32 （1）：1-49.

［17］ Draper N，Smith H.Applied Regression Analysis［M］.2nd ed. New York：John Wiley&Sons，Inc，1981.

［18］ Takahashi K，Uchiyama H，Yanagisawa S，et al.The logistic regression and ROC analysis of group-based screening for predicting diabetes incidence in four years［J］.The Kobe Journal of Medical Sciences，2006，52（6）：171-180.

［19］ WoosterW S，Bakun A，McLain D R.The seasonal upwelling cycle along the eastern boundary of the North Atlantic［J］.Journal of Marine Research，1976，34（2）：131-141.

［20］ Miller A J，Schneider N.Interdecadal climate regime dynamics in the North Pacific Ocean：theories，observations and ecosystem impacts［J］.Progress in Oceanography，2000，47（2-4）：355-379.

［21］ Giannoulaki M，Machias A，Somarakis S，et al.The spatial distribution of anchovy and sardine in the northern Aegean Sea in relation to hydrographic regimes［J］.Belgian Journal of Zoology，2005，135（2）：151-156.

［22］ Stratoudakis Y，Coombs S，Lago de Lanzós A，et al.Sardine（Sardina pilchardus）spawning seasonality in European waters of the northeast Atlantic［J］.Marine Biology，2007，152（1）：201-212.

［23］ KrzeptowskiM.Biological characteristics of the sardine（Sardina pilchardus Walb.）offWest Sahara［J］.Acta Ichthyologica et Piscatoria，1983，13（1）：13-38.

［24］ Bravo de Laguna J，F(xiàn)ernandez M A R，Santana JC.The Spanish fishery on sardine（Sardina pilchardus）off West Africa［R］.Copenhagen：International Council for the Exp loration of the Sea （ICES），1976.

［25］ Gowen R J，McCullough G，Dickey-Collas M，et al.Copepod abundance in the western Irish Sea：relationship to physical regime，phytoplankton production and standing stock［J］.Journal of Plankton Research，1998，20（2）：315-330.

［26］ 陳長勝.海洋生態(tài)系統(tǒng)動力學(xué)與模型［M］.北京：高等教育出版社，2003.

［27］ Feng Jianfeng，Stige L C，Durant JM，et al.Large-scale seasondependent effects of temperature and zooplankton on phytoplankton in the North Atlantic［J］.Marina Ecology Progress Series，2014，502：25-37.

［28］ Lin Chunyi，Ho C R，Zheng Zhewen，et al.Validation and variation of upper layer thickness in South China Sea from satellite altimeter data［J］.Sensors，2008，8（6）：3802-3818.

［29］ Ettahiri O，Berraho A，Vidy G，et al.Observation on the spawning of Sardina and Sardinella off the south Moroccan Atlantic coast （21-26°N）［J］.Fisheries Research，2003，60（2-3）：207-222.

［30］ Windle M J S，Rose G A，Devillers R，et al.Exp loring spatial non-stationarity of fisheries survey data using geographically weighted regression（GWR）：an example from the Northwest Atlantic［J］.ICES Journal of Marine Science，2010，67（1）：145-154.

［31］ 崔雪森，伍玉梅，張晶，等.基于分類回歸樹算法的東南太平洋智利竹筴魚漁場預(yù)報［J］.中國海洋大學(xué)學(xué)報，2012，42（7-8）：53-59.

［32］ FAO：Global Capture Production 1950-2013［EB/OL］.［2015-01-20］.http：//www.fao.org/fishery/statistics/global-captureproduction/query/en.

A Logistic regression model on relationship between sardine Sardina pilchardus fishing ground and environmental variables in the coastalwaters of W est Africa

CUIXue-sen，WU Yu-mei，ZHOU Ai-zhong，ZHANG Yu，F(xiàn)ANWei
（Key Laboratory of East China Sea&Oceanic Fishery Resources Exploitation and Utilization，Ministry of Agriculture，East China Sea Fisheries Research Institute，Chinese Academy of Fishery Sciences，Shanghai 200090，China）

Abstract：In the study，a Logistic regression model on relationship between sardine Sardina pilchardus fishing ground and environmental variableswas established by stepwise regressionmethod based on fishing logbook，spatial information and oceanic environmental factors，including sea surface temperature（SST），chlorophyll-a concentration（Chl）and sea surface heightanomaly（SSHA）in western Africa coastal region from 2007 to 2011 in order to evaluate the optimal regressionmodel and each environmental variable impacting the fishing ground in different seasons.Results showed that therewasa close relationship between the occurrence of sardine population and geographical position.Itwas found that environmental factors played different roles in sardine distribution in different seasons：SST and SSHA showing significant affecting on the occurrence of the fish in spring，Chl and SSHA in summer，and SST in autumn and SSHA in winter.The findings provide definite referential value to analyze the formation mechanism of sardine fishing grounds.

Key words：Sardina pilchardus；West Africa coastal water；Logistic regression；fishing ground

中圖分類號：S931.3

文獻(xiàn)標(biāo)志碼：A

DOI：10.16535/j.cnki.dlhyxb.2016.02.017

文章編號：2095-1388（2016）02-0211-08

收稿日期：2015-05-22

基金項目：國家 “十二五”科技支撐計劃項目 （2013BAD13B05，2013BAD13B01）

作者簡介：崔雪森 （1973—），男，副研究員。E-mail：cui1012@sh163.net

通信作者：樊偉 （1971—），男，博士，研究員。E-mail：fanwee@126.com