基于捕撈努力量的中西太平洋鰹魚圍網(wǎng)漁業(yè)入漁預(yù)測(cè)分析

陳洋洋, 陳新軍，2，3，4*, 郭立新, 王冉, 肖衛(wèi)平, 徐良琦

(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)教育部重點(diǎn)實(shí)驗(yàn)室，上海201306；3.國家遠(yuǎn)洋漁業(yè)工程技術(shù)研究中心，上海 201306；4. 農(nóng)業(yè)部大洋漁業(yè)開發(fā)重點(diǎn)實(shí)驗(yàn)室，上海 201306；5.上海水產(chǎn)集團(tuán)總公司，上海 200090)

基于捕撈努力量的中西太平洋鰹魚圍網(wǎng)漁業(yè)入漁預(yù)測(cè)分析

陳洋洋1, 陳新軍1，2，3，4*, 郭立新1, 王冉1, 肖衛(wèi)平5, 徐良琦5

(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)教育部重點(diǎn)實(shí)驗(yàn)室，上海201306；3.國家遠(yuǎn)洋漁業(yè)工程技術(shù)研究中心，上海 201306；4. 農(nóng)業(yè)部大洋漁業(yè)開發(fā)重點(diǎn)實(shí)驗(yàn)室，上海 201306；5.上海水產(chǎn)集團(tuán)總公司，上海 200090)

中西太平洋是全球主要的鰹魚(Katsuwonuspelamis)圍網(wǎng)作業(yè)漁場(chǎng)，漁場(chǎng)極易受到海洋環(huán)境的影響，但漁場(chǎng)分布在眾多島國的管轄海域，如何科學(xué)指導(dǎo)企業(yè)準(zhǔn)確入漁是重要的研究課題。本文根據(jù)1995—2012年中西太平洋鰹魚圍網(wǎng)捕撈生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)，選取產(chǎn)量最高的22個(gè)海區(qū)(5°×5°)，結(jié)合Nio3.4區(qū)海表溫度距平值(SSTA)和作業(yè)海域表溫(SST)，研究中西太平洋鰹魚圍網(wǎng)漁場(chǎng)的空間分布規(guī)律，同時(shí)，以各海區(qū)捕撈努力量(作業(yè)次數(shù))所占的百分比為入漁指標(biāo)，建立基于環(huán)境因子的入漁決策模型。研究認(rèn)為，中西太平洋鰹魚捕撈努力量在緯度方向上主要分布于5°S～5°N，其累計(jì)捕撈努力量占所有作業(yè)海區(qū)的87.4%，其中以130°～140°E經(jīng)度范圍為最高，其捕撈努力量占22個(gè)海區(qū)的45.08%。入漁指標(biāo)與Nio3.4區(qū)的SSTA、作業(yè)海域SST均符合正態(tài)模型(P<0.01)，Nio3.4區(qū)的SSTA最適值為0.25℃，作業(yè)海域SST最適值在29.5℃左右。對(duì)預(yù)測(cè)和實(shí)際排名前十的海域進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，預(yù)測(cè)值與實(shí)際值基本一致。研究認(rèn)為，所建立的入漁預(yù)測(cè)模型可有效指導(dǎo)企業(yè)的漁業(yè)生產(chǎn)，為提高企業(yè)生產(chǎn)效率提供支撐。

中西太平洋；鰹魚；捕撈努力量；空間分布；預(yù)測(cè)模型

1 引言

鰹魚(Katsuwonuspelamis)在世界金槍魚漁業(yè)中占有極其重要的地位[1]，中西太平洋海域是世界金槍魚圍網(wǎng)的主要作業(yè)漁場(chǎng)[2]。近年來，中西太平洋鰹魚平均年產(chǎn)量超過150萬t[3]，占該區(qū)域金槍魚圍網(wǎng)產(chǎn)量70%以上，是其他熱帶金槍魚類總產(chǎn)量的兩倍[4]。研究表明，厄爾尼諾/拉尼娜事件與中西太平洋鰹魚資源漁場(chǎng)分布關(guān)系密切。Hampton等[5-6]認(rèn)為，鰹魚的漁場(chǎng)重心分布會(huì)隨厄爾尼諾—南方濤動(dòng)現(xiàn)象(ENSO)產(chǎn)生相應(yīng)的遷移。周甦芳[7]認(rèn)為，厄爾尼諾發(fā)生時(shí), 鰹魚圍網(wǎng)單位捕撈努力量漁獲量經(jīng)度重心較正常年份向東偏10～20個(gè)經(jīng)度，拉尼娜年則向西偏10～20個(gè)經(jīng)度。汪金濤和陳新軍[8]認(rèn)為，當(dāng)Nio3.4區(qū)海表溫度異常值從低到高變化時(shí)，鰹魚漁場(chǎng)重心也逐漸由西向東偏。由此發(fā)現(xiàn)，中西太平洋鰹魚圍網(wǎng)漁場(chǎng)受環(huán)境的影響，其年間有著很大的差異。以上的研究都局限于討論環(huán)境因子與漁場(chǎng)分布之間的關(guān)系，然而在中西太平洋海域共有12個(gè)國家和地區(qū)，鰹魚圍網(wǎng)漁場(chǎng)基本上處在他國專屬經(jīng)濟(jì)區(qū)管轄范圍內(nèi)[9-10]，目前上述國家均實(shí)行作業(yè)天數(shù)限制，因此在這樣的背景下，如何指導(dǎo)企業(yè)科學(xué)入漁他國是重要的研究課題。為此，本研究根據(jù)1995—2012年中西太平洋鰹魚生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)，試圖通過建立基于捕撈努力量的鰹魚圍網(wǎng)漁業(yè)入漁決策模型，通過對(duì)漁場(chǎng)的預(yù)報(bào)為我國金槍魚圍網(wǎng)漁業(yè)企業(yè)科學(xué)入漁提供決策依據(jù)。

2 材料與方法

2.1 材料來源

(1)中西太平洋鰹魚生產(chǎn)統(tǒng)計(jì)資料來自南太平洋金槍魚委員會(huì)(SPC)。數(shù)據(jù)包括日本、韓國、中國、澳大利亞、美國、西班牙和南太平洋島國等所有在此海域進(jìn)行鰹魚圍網(wǎng)作業(yè)的國家和地區(qū)，統(tǒng)計(jì)內(nèi)容包括年、月、經(jīng)度、緯度、投網(wǎng)次數(shù)以及漁獲量。SPC提供的數(shù)據(jù)庫中，空間分辨率為經(jīng)緯度5°×5°，統(tǒng)計(jì)區(qū)域?yàn)?5°S～15°N，125°～180°E。研究時(shí)間為1995—2012年。

(2)海表面溫度(SST)來自美國宇航局NASA http://poet.jpl.nasa.gov/；厄爾尼諾/拉尼娜事件采用Nio3.4區(qū)海表溫度距平值(SSTA)來表示，時(shí)間單位為月，數(shù)據(jù)來源于美國NOAA氣候預(yù)報(bào)中心(http://www.cpc.ncep.noaa.gov)。

2.2 數(shù)據(jù)預(yù)處理

根據(jù)SPC提供的生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)，我們以經(jīng)緯度5°×5°空間分辨率為一個(gè)研究單元。按緯度方向每5度統(tǒng)計(jì)緯度方向各海區(qū)累計(jì)捕撈努力量分布情況(圖1)。經(jīng)統(tǒng)計(jì)分析，5°S～5°N，125°～180°E海域共計(jì)22個(gè)海區(qū)為最重要的作業(yè)海域，其作業(yè)次數(shù)約占總量的87.4%。所以本研究以上述5°S～5°N，125°～180°E海域的22個(gè)5°×5°海區(qū)作為分析對(duì)象。

圖1 中西太平洋金槍魚圍網(wǎng)各緯度海區(qū)的捕撈努力量分布圖Fig.1 Distribution of cumulative fishing effort based on the latitude in the west-central Pacific Ocean

2.3 研究方法

研究表明，捕撈努力量可以作為表征中心漁場(chǎng)的指標(biāo)之一[18-19]。因此本研究選取投網(wǎng)網(wǎng)次來表征入漁指標(biāo)的特征值。首先對(duì)捕撈努力量進(jìn)行初值化處理，將Nio3.4指數(shù)(SSTA)和作業(yè)海域SST以0.5℃為間距，計(jì)算出每個(gè)海區(qū)對(duì)應(yīng)不同Nio3.4指數(shù)范圍所占的百分比，再將所得的百分比除以該海區(qū)內(nèi)占比最大的值：

(1)

(2)

將1995—2010年16年22個(gè)海區(qū)生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)與對(duì)應(yīng)的環(huán)境數(shù)據(jù)進(jìn)行逐一匹配處理，分別統(tǒng)計(jì)每個(gè)海區(qū)不同的SSTA、SST范圍與所對(duì)應(yīng)的初值化捕撈努力量的關(guān)系，利用正態(tài)分布模型建立每個(gè)海區(qū)的入漁指數(shù)模型。

根據(jù)建立基于SSTA和SST的入漁指數(shù)模型，利用2011年和2012年的生產(chǎn)數(shù)據(jù)進(jìn)行驗(yàn)證，并對(duì)上述兩類模型進(jìn)行比較。通過預(yù)測(cè)值和實(shí)際值的相關(guān)系數(shù)r2值來比較模型的優(yōu)劣。

3 研究結(jié)果

3.1 捕撈努力量空間分布

從圖2可知，0°～5°N，130°～135°E；0°～5°N，135°～140°E和0°～5°S，135°～140°E為捕撈努力量分布最多的海區(qū)，所占比例分別為18.90%、16.84%和9.34%(圖2)。而其他海域捕撈努力量相對(duì)較低，均在5%以下(圖2)。

圖2 中西太平洋22個(gè)海區(qū)捕撈努力量所占比例的空間分布示意圖Fig.2 Distribution of percentage of fishing effort for 22 fishing zone in the west-central Pacific Ocean

3.3 基于作業(yè)海域SST的入漁指數(shù)模型

分析表明，作業(yè)海區(qū)的SST和22個(gè)海區(qū)的初值化捕撈努力量(入漁指數(shù))之間均呈正態(tài)分布，相關(guān)系數(shù)均在0.85以上(P<0.01)(表2)。作業(yè)漁場(chǎng)基本上分布在SST為27.5～30.5℃的海域，且峰值都在SST為29～29.5℃的海域(圖4)。

3.4 入漁指數(shù)模型的驗(yàn)證

圖3 Nio3.4區(qū)SSTA值與各個(gè)海區(qū)捕撈作業(yè)網(wǎng)次比重(入漁指數(shù))關(guān)系Fig.3 Relationship between SSTA of Nio3.4 and ratio of fishing effort (index of entry-fishing) in every fishing zone圖中橫坐標(biāo)為Nio3.4區(qū)海表溫距平值SSTA，0.25℃代表SSTA為0～0.5℃時(shí)對(duì)應(yīng)的區(qū)間，-1.25℃代表-1.5～-1℃所對(duì)應(yīng)的區(qū)間The x axis represent sea surface temperature anomolies in Nio3.4 area. 0.25℃ stands for the interval of 0～0.5℃. -1.25℃ stands for the interval of -1.5～-1℃

預(yù)報(bào)單元模型相關(guān)系數(shù)r2P值0°～5°N，125°～130°Ey=e-0．7582?(xSSTA+0．0990)20．94620．00010°～5°N，130°～135°Ey=e-0．7468?(xSSTA+0．1225)20．94920．00010°～5°N，135°～140°Ey=e-0．7520?(xSSTA+0．0953)20．93710．00020°～5°N，140°～145°Ey=e-3．5755?(xSSTA-0．2922)20．96470．00010°～5°N，145°～150°Ey=e-4．5820?(xSSTA-0．1545)20．95140．00010°～5°N，150°～155°Ey=e-2．5529?(xSSTA-0．0930)20．88790．00140°～5°N，155°～160°Ey=e-1．7693?(xSSTA-0．1123)20．94450．00010°～5°N，160°～165°Ey=e-1．3309?(xSSTA-0．0754)20．89630．00110°～5°N，165°～170°Ey=e-2．0162?(xSSTA-0．0471)20．96520．00010°～5°N，170°～175°Ey=e-0．7942?(xSSTA+0．0107)20．95420．00010°～5°N，175°E～180°y=e-2．058?(xSSTA-0．1552)20．97000．00010°～5°S，125°～130°Ey=e-0．7653?(xSSTA+0．1297)20．96130．00010°～5°S，130°～135°Ey=e-0．7638?(xSSTA+0．1335)20．95990．00010°～5°S，135°～140°Ey=e-0．7837?(xSSTA+0．1217)20．95800．00010°～5°S，140°～145°Ey=e-2．5445?(xSSTA-0．2220)20．96100．00010°～5°S，145°～150°Ey=e-1．6767?(xSSTA-0．0607)20．96240．00010°～5°S，150°～155°Ey=e-1．4449?(xSSTA+0．0696)20．92920．00030°～5°S，155°～160°Ey=e-1．0188?(xSSTA-0．0006)20．97080．00010°～5°S，160°～165°Ey=e-0．9379?(xSSTA-0．0601)20．90950．00070°～5°S，165°～170°Ey=e-1．0403?(xSSTA+0．0087)20．97130．00010°～5°S，170°～175°Ey=e-1．0703?(xSSTA-0．0995)20．99110．00010°～5°S，175°E～180°y=e-1．2191?(xSSTA-0．1445)20．93300．0002

注：y為作業(yè)次數(shù)的百分比，x為SSTA對(duì)應(yīng)的溫度區(qū)間。

圖4 作業(yè)海區(qū)SST值與各個(gè)海區(qū)捕撈作業(yè)網(wǎng)次比重(入漁指數(shù))關(guān)系Fig.4 Relationship between SST and ratio of fishing effort (index of entry-fishing) in every fishing zone圖中橫坐標(biāo)為海表溫SST，每個(gè)數(shù)值代表SST為其自身值和該值增加0.5℃對(duì)應(yīng)的區(qū)間，如28℃代表28～28.5℃所對(duì)應(yīng)的區(qū)間The x axis represent sea surface temperature. Every value means the interval between itself and the value+0.5℃, e.g. 28℃ stands for 28～28.5℃

預(yù)報(bào)單元模型相關(guān)系數(shù)r2P值0°～5°N，125°～130°Ey=e-1．3097?(xSST-28．9562)20．97800．00010°～5°N，130°～135°Ey=e-2．3738?(xSST-29．2748)20．98660．00010°～5°N，135°～140°Ey=e-1．9601?(xSST-29．3172)20．99150．00010°～5°N，140°～145°Ey=e-3．5777?(xSST-29．4581)20．99820．00010°～5°N，145°～150°Ey=e-3．0178?(xSST-29．3616)20．99490．00010°～5°N，150°～155°Ey=e-5．4220?(xSST-29．4818)20．99260．00010°～5°N，155°～160°Ey=e-4．2629?(xSST-29．4214)20．97460．00010°～5°N，160°～165°Ey=e-1．8096?(xSST-29．2157)20．97630．00010°～5°N，165°～170°Ey=e-0．9017?(xSST-28．9556)20．93750．00020°～5°N，170°～175°Ey=e-1．3720?(xSST-28．9761)20．91510．00050°～5°N，175°～180°Ey=e-0．9960?(xSST-28．8531)20．97200．00010°～5°S，125°～130°Ey=e-0．9418?(xSST-28．9547)20．87330．00210°～5°S，130°～135°Ey=e-1．0022?(xSST-29．0060)20．86580．00250°～5°S，135°～140°Ey=e-2．4252?(xSST-29．2177)20．99110．00010°～5°S，140°～145°Ey=e-2．1608?(xSST-29．3482)20．99740．00010°～5°S，145°～150°Ey=e-1．9407?(xSST-29．3892)20．98720．00010°～5°S，150°～155°Ey=e-2．3564?(xSST-29．5865)20．99570．00010°～5°S，155°～160°Ey=e-1．7244?(xSST-29．5416)20．99440．00010°～5°S，160°～165°Ey=e-1．3631?(xSST-29．3466)20．99310．00010°～5°S，165°～170°Ey=e-1．3044?(xSST-29．1658)20．9960．00010°～5°S，170°～175°Ey=e-1．1302?(xSST-29．2428)20．95660．00010°～5°S，175°～180°Ey=e-2．8965?(xSST-29．4323)20．89710．0001

注：y為作業(yè)次數(shù)的百分比，x為SST對(duì)應(yīng)的溫度區(qū)間。

圖5 基于SSTA的入漁預(yù)測(cè)值與實(shí)際值的關(guān)系圖Fig.5 Relationship between the predict value estimated bydeciding model of enter-fishing based on the SSTA of Nio 3.4 and the actual value in 2011 and 2012

圖6 基于SST的入漁預(yù)測(cè)值與實(shí)際值的關(guān)系圖Fig. 6 Relationship between the predict value estimated bydeciding model of enter-fishing based on the SST of fishing area and the actual value in 2011 and 2012

因子年份回歸方程P值SSTA2011y=1．1979x-0．8996P<0．012012y=0．9391x+0．2767P<0．01SST2011y=1．0248x-0．1126P<0．012012y=1．1613x-0．7333P<0．01

注：x為實(shí)際百分比，y為預(yù)測(cè)百分比。

從預(yù)測(cè)和實(shí)際預(yù)報(bào)的結(jié)果來看(表4,表5)，無論使用哪一項(xiàng)參數(shù)，實(shí)際排名第一和第三的海區(qū)與預(yù)測(cè)的結(jié)果均一致(表4,表5)。排名前四的其他結(jié)果也只是在排序上有一定差異，總體來看預(yù)測(cè)與實(shí)際的結(jié)果有很強(qiáng)的一致性。

表4 2011年實(shí)際預(yù)報(bào)與預(yù)測(cè)預(yù)報(bào)結(jié)果比較

表5 2012年實(shí)際預(yù)報(bào)與預(yù)測(cè)預(yù)報(bào)結(jié)果比較

4 討論與分析

在本研究中，通過對(duì)緯度方向進(jìn)行分析后發(fā)現(xiàn)，中西太平洋海域鰹魚圍網(wǎng)作業(yè)區(qū)域集中在5°S～5°N范圍內(nèi)，該區(qū)域的捕撈努力量占整個(gè)研究區(qū)域(15°S～15°N，125°～180°E)內(nèi)總捕撈努力量的87.40%，且0°～5°N范圍占50.29%，高于0°～5°S范圍所占比例，為37.11%(圖1)。陳新軍和鄭波[2]認(rèn)為，中西太平洋鰹魚高產(chǎn)漁區(qū)空間位置主要集中在5°S～5°N，130°～175°E海域，這與本研究的結(jié)果相符。在本研究的海區(qū)內(nèi)，位于北緯地區(qū)所占的海域面積較大，而南緯地區(qū)所占的海域面積較小，因此也直接造成了北緯的捕撈努力量較高。在經(jīng)度方向上鰹魚捕撈努力量空間分布的差異也較大(圖2)，所占比例最高的區(qū)域?yàn)?25°～135°E，可能是因?yàn)闁|太平洋上升流受到季風(fēng)的影響，將大量的營養(yǎng)鹽隨洋流向西流動(dòng)，同時(shí)該海域也是南赤道流和赤道逆流的交界處，屬于陸源邊界流的一部分，因此初級(jí)生產(chǎn)力也相對(duì)較高，比較適宜鰹魚的生長(zhǎng)。同時(shí)，從統(tǒng)計(jì)結(jié)果可以看出，在140°E以西范圍內(nèi)，在相同經(jīng)度范圍的情況下，北緯范圍所占比例要高于南緯，而在140°E以東范圍內(nèi)，則是南緯范圍所占比例要高于北緯。沈建華等[11]認(rèn)為，中西太平洋鰹漁獲量重心在厄爾尼諾年位置比較偏東偏南，在拉尼娜年位置比較偏西偏北。其研究結(jié)果也與本文研究的空間變化規(guī)律的結(jié)果一致，這也與中西太平洋暖池中心位置的變化有關(guān)[12]。因此海流的分布和不同環(huán)境下的影響對(duì)捕撈努力量都有著較大的影響。

作業(yè)海域的SST與捕撈努力量關(guān)系也呈正態(tài)分布，SST的峰值主要處于29～30℃之間(圖4)。鰹魚是一種恒溫性魚類，周圍環(huán)境的溫度會(huì)對(duì)其運(yùn)動(dòng)造成很大的影響。唐浩等[13]通過GAM模型對(duì)中西太平洋鰹魚受的環(huán)境因子的影響進(jìn)行研究，發(fā)現(xiàn)鰹魚的漁場(chǎng)主要集中SST為28～30℃的海域，其中29℃的海域作業(yè)次數(shù)最多。楊勝龍等[14]、郭愛和陳新軍[15]、葉泰豪等[16]都對(duì)中西太平洋鰹魚漁場(chǎng)最適SST做了研究，也得出了相對(duì)一致的結(jié)論，最適SST范圍為28.5～31℃之間。Lehodey等[12]發(fā)現(xiàn)中西太平洋暖池邊緣與29℃等溫線重合，且鰹魚作業(yè)漁場(chǎng)會(huì)隨著暖池邊緣29℃等溫線在經(jīng)向上發(fā)生偏移，因此研究認(rèn)為，鰹魚主要分布在中西太平洋的暖池邊緣附近。

本文根據(jù)1995—2012年中西太平洋鰹魚圍網(wǎng)捕撈漁業(yè)生產(chǎn)數(shù)據(jù)，分析了捕撈努力量在空間分布上的變化規(guī)律，同時(shí)建立了捕撈努力量和Nio3.4區(qū)指數(shù)以及作業(yè)海域SST之間的關(guān)系，并建立基于Nio3.4區(qū)SSTA以及SST的預(yù)報(bào)模型，通過驗(yàn)證結(jié)果顯示，模型預(yù)報(bào)精度較高，為后續(xù)的科學(xué)入漁提供了一定的依據(jù)。本文所用漁業(yè)數(shù)據(jù)來自南太平洋漁業(yè)委員會(huì)，空間分辨率為5°×5°，數(shù)據(jù)量豐富且時(shí)間序列長(zhǎng)，目前在入漁指導(dǎo)結(jié)果上只能做到5°×5°區(qū)域預(yù)報(bào)，但是預(yù)報(bào)結(jié)果良好，可以為后續(xù)的研究提供方法支撐。為了今后提高入漁決策的精度，在后續(xù)的研究中將收集獲取更高分辨率的漁業(yè)生產(chǎn)數(shù)據(jù)。同時(shí)為了更完整地體現(xiàn)整個(gè)變化規(guī)律，減少捕撈的盲目性從而提高捕撈效率，在后續(xù)研究中將考慮更多的環(huán)境因子，結(jié)合航程、燃油成本、入漁成本等進(jìn)行分析，建立基于成本、效益等因子的中西太平洋鰹魚漁業(yè)入漁決策系統(tǒng)，更好地為漁業(yè)企業(yè)提供更為全面決策依據(jù)。

[1] Collette B B, Nauen C E. FAO species catalogue: vol. 2 scombrids of the world: an annotated and illustrated catalogue of tunas, mackerels, bonitos, and related species known to date[R]. FAO Fisheries Synopsis, 1983: 83-86.

[2] 陳新軍, 鄭波. 中西太平洋金槍魚圍網(wǎng)漁業(yè)鰹魚資源的時(shí)空分布[J]. 海洋學(xué)研究, 2007, 25(2): 13-22.

Chen Xinjun, Zheng Bo. Study on the temp-spatial distribution of skipjack resources for tuna purse seine in the west-central Pacific Ocean[J]. Journal of Marine Sciences, 2007, 25(2): 13-22.

[3] 丁琪, 陳新軍, 耿婷, 等. 基于漁獲統(tǒng)計(jì)的太平洋島國漁業(yè)資源開發(fā)利用現(xiàn)狀評(píng)價(jià)[J]. 生態(tài)學(xué)報(bào), 2016, 36(8): 2295-2303.

Ding Qi, Chen Xinjun, Geng Ting, et al. Evaluation on utilization state of marine fishery resources of Pacific Islands based on catch statistics[J]. Acta Ecologica Sinica, 2016, 36(8): 2295-2303.

[4] 周甦芳, 沈建華, 樊偉. ENSO現(xiàn)象對(duì)中西太平洋鰹魚圍網(wǎng)漁場(chǎng)的影響分析[J]. 海洋漁業(yè), 2004, 26(3): 167-172.

Zhou Sufang, Shen Jianhua, Fan Wei. Impacts of the El Nio Southern Oscillation on skipjack tuna (Katsuwonuspelamis) purse-seine fishing grounds in the Western and Central Pacific Ocean[J]. Marine Fisheries, 2004, 26(3): 167-172.

[5] Hampton J, Lewis A, Williams P. The western and central Pacific tuna fishery: 1999 overview and status of stocks[R]. Oceanic Fisheries Programme, 1999: 39.

[6] Hampton J. Estimates of tag-reporting and tag-shedding rates in a large-scale tuna tagging experiment in the western tropical Pacific Ocean[J]. Fishery Bulletin, 1997, 95: 68-79.

[7] 周甦芳. 厄爾尼諾-南方濤動(dòng)現(xiàn)象對(duì)中西太平洋鰹魚圍網(wǎng)漁場(chǎng)的影響[J]. 中國水產(chǎn)科學(xué), 2005, 12(6): 739-744.

Zhou Sufang. Impacts of the El Nio Southern Oscillation on skipjack tuna purse-seine fishing grounds in the Western and Central Pacific Ocean[J]. Journal of Fishery Sciences of China, 2005, 12(6): 739-744.

[8] 汪金濤, 陳新軍. 中西太平洋鰹魚漁場(chǎng)的重心變化及其預(yù)測(cè)模型建立[J]. 中國海洋大學(xué)學(xué)報(bào), 2013, 43(8): 44-48.

Wang Jintao, Chen Xinjun. Changes and prediction of the fishing ground gravity of skipjack (Katsuwonuspelamis) in Western-Central Pacific[J]. Periodical of Ocean University of China, 2013, 43(8): 44-48.

[9] 《世界大洋性漁業(yè)概況》編寫組. 世界大洋性漁業(yè)概況[M]. 北京: 海洋出版社, 2011.

Compilation of World Oceanic Fishery Status. World Oceanic Fishery Status[M]. Beijing: China Ocean Press, 2011.

[10] 農(nóng)業(yè)部漁業(yè)漁政管理局. 2014中國漁業(yè)年鑒[M]. 北京: 中國農(nóng)業(yè)出版社, 2014.

Fisheries Fishery Administration, Ministry of Agriculture. Fisheries Yearbook 2014,China[M]. Beijing: China Agriculture Press, 2014.

[11] 沈建華, 陳雪冬, 崔雪森. 中西太平洋金槍魚圍網(wǎng)鰹魚漁獲量時(shí)空分布分析[J]. 海洋漁業(yè), 2006, 28(1): 13-19.

Shen Jianhua, Chen Xuedong, Cui Xuesen. Analysis on spatial-temporal distribution of skipjack tuna catches by purse seine in the Western and Central Pacific Ocean[J]. Marine Fisheries, 2006, 28(1): 13-19.

[12] Lehodey P, Bertignac M, Hampton J, et al. El Nio Southern Oscillation and tuna in the western Pacific[J]. Nature, 1997, 389(6652): 715-718.

[13] 唐浩, 許柳雄, 陳新軍, 等. 基于GAM模型研究時(shí)空及環(huán)境因子對(duì)中西太平洋鰹魚漁場(chǎng)的影響[J]. 海洋環(huán)境科學(xué), 2013, 32(4): 518-522.

Tang Hao, Xu Liuxiong, Chen Xinjun, et al. Effects of spatiotemporal and environmental factors on the fishing ground of skipjack tuna (Katsuwonuspelamis) in the Western and Central Pacific Ocean based on generalized additive model[J]. Marine Environmental Science, 2013, 32(4): 518-522.

[14] 楊勝龍, 周甦芳, 周為峰, 等. 基于Argo數(shù)據(jù)的中西太平洋鰹漁獲量與水溫、表層鹽度關(guān)系的初步研究[J]. 大連水產(chǎn)學(xué)院學(xué)報(bào), 2010, 25(1): 34-40.

Yang Shenglong, Zhou Sufang, Zhou Weifeng, et al. The relationship between skipjackKatsuwonuspelamiscatch and water temperature and surface salinity in the west-central Pacific Ocean based on Argo data[J]. Journal of Dalian Fisheries University, 2010, 25(1): 34-40.

[15] 郭愛, 陳新軍. 利用水溫垂直結(jié)構(gòu)研究中西太平洋鰹魚棲息地指數(shù)[J]. 海洋漁業(yè), 2009, 31(1): 1-9.

Guo Ai, Chen Xinjun. Studies on the habitat suitability index based on the vertical structure of water temperature for skipjackKatsywonuspelamispurse seine fishery in the western-central Pacific Ocean[J]. Marine Fisheries, 2009, 31(1): 1-9.

[16] 葉泰豪, 馮波, 顏云榕, 等. 中西太平洋鰹漁場(chǎng)與溫鹽垂直結(jié)構(gòu)關(guān)系的研究[J]. 海洋湖沼通報(bào), 2012(1): 49-55.

Ye Taihao, Feng Bo, Yan Yunrong, et al. The relationship between skipjackKatsuwonuspelamiscatch and vertical water temperature and salinity in the West-central Pacific Ocean[J]. Transactions of Oceanology and Limnology, 2012(1): 49-55.

[17] Chen Xinjun, Tian Siquan, Liu Bilin, et al. Modeling a habitat suitability index for the eastern fall cohort ofOmmastrephesbartramiiin the central North Pacific Ocean[J]. Chinese Journal of Oceanology and Limnology, 2011, 29(3): 493-504.

[18] Tian Siquan, Chen Xinjun, Chen Yong, et al. Evaluating habitat suitability indices derived from CPUE and fishing effort data forOmmatrephesbratramiiin the northwestern Pacific Ocean[J]. Fisheries Research, 2009, 95(2/3): 181-188.

Preliminary analysis of predict model of fishing effort spatial distribution for skipjack tuna catches by purse seine in the west-central Pacific Ocean

Chen Yangyang1，Chen Xinjun1,2,3,4,Guo Lixin1,Wang Ran1, Xiao Weiping5, Xu Liangqi5

(1.CollegeofMarineSciences,ShanghaiOceanUniversity,Shanghai201306,China；2.TheKeyLaboratoryofSustainableExploitationofOceanicFisheriesResources,MinistryofEducation,Shanghai201306,China; 3.NationalEngineeringResearchCenterforOceanicFisheries,Shanghai201306,China；4.KeyLaboratoryofOceanicFisheriesExploration,MinistryofAgriculture,Shanghai201306,China; 5.ShanghaiFisheriesCompany,Shanghai200090,China)

The west-central Pacific Ocean is the world′s most important fishing ground for skipjack tuna (katsuwonuspelamis), this fishing area is always impact by ocean environment, especially sea surface temperature (SST) and Nio 3.4 index(SSTA). However, the fishing ground of skipjack tuna is widely distributed in the waters of many island countries, how to scientific guide the entry-fishing is an important studying object. According to the production data of skipjack tuna in the west-central Pacific Ocean during 1995—2012, and the total of 22 fishing zones (5°×5°) with the high catch are selected to analyze the spatial variation of fishing effort for skipjack tuna in central-west Pacific Ocean. The percentage of fishing effort is also regarded as the index of entry-fishing, and the optimal entry-fishing model between the index of entry-fishing and SST or SSTA is established. The results showed that main fishing efforts were focused in the area of 5°S-5°N in the direction of latitude, accounting for 87.4% of the total fishing effort. The area of 130°-140°E was the major fishing zone area in the longitudinal direction, accounting for 45.08% of the total fishing effort in the 22 fishing zones. The relationships between the index of entry-fishing and SSTA or SST all showed the normal distribution (P<0.01) for each fishing zone. The suitable value of SSTA model was on early 0.25℃, and the suitable value of SST model was nearly 29.5℃. For the top 10 ranking of entry-fishing index, we find that the actual index and predicted value is the same. It is concluded that this entry-fishing forecasting model can effectively predict fishing area distribution, which could give us a suitable advice for fisheries industries in the future.

west-central Pacific Ocean; skipjack tuna; fishing effort; spatial distribution; predict model

10.3969/j.issn.0253-4193.2017.10.003

S932

：A

：0253-4193(2017)10-0032-14

2016-12-29；

：2017-06-07。

海洋局公益性行業(yè)專項(xiàng)(20155014)；上海市科技創(chuàng)新計(jì)劃(15DZ1202200)。

陳洋洋(1991—)，女，江蘇省連云港市人，專業(yè)方向?yàn)闈O業(yè)資源。E-mail:601812855@qq.com

*通信作者：陳新軍。E-mail：xjchen@shou.edu.cn

陳洋洋, 陳新軍, 郭立新，等. 基于捕撈努力量的中西太平洋鰹魚圍網(wǎng)漁業(yè)入漁預(yù)測(cè)分析[J].海洋學(xué)報(bào)，2017，39(10)：32—45,

Chen Yangyang,Chen Xinjun,Guo Lixin，et al. Preliminary analysis of predict model of fishing effort spatial distribution for skipjack tuna catches by purse seine in the west-central Pacific Ocean[J]. Haiyang Xuebao，2017，39(10)：32—45, doi:10.3969/j.issn.0253-4193.2017.10.003