楊勝龍 化成君 靳少非 范秀梅 張勝茂 伍玉梅①

(1.中國水產(chǎn)科學(xué)研究院漁業(yè)資源與遙感信息技術(shù)重點開放實驗室 上海 200090;2.農(nóng)業(yè)部東海與遠洋漁業(yè)資源開發(fā)利用重點實驗室 上海 200090)

了解黃鰭金槍魚(Thunnus Obesus)的個體行為和環(huán)境棲息習(xí)性有利于漁業(yè)資源分析,幫助尋找中心漁場。早期的研究誤認為黃鰭金槍魚主要在混合層內(nèi)部活動,偶爾俯沖到溫躍層以下(Hollandet al,1990;Cayreet al,1993;Blocket al,1997)。Dagorn等(2006)通過對熱帶印度洋成年黃鰭金槍魚進行檔案標(biāo)志研究,發(fā)現(xiàn)成年黃鰭金槍魚能夠下潛到深層冷水區(qū),每天經(jīng)歷的水溫變化范圍眾數(shù)為15—16°C,91.7%的時間所處水溫低于表層水溫8°C(Δ8°C)以上。在非伴游行為下,黃鰭金槍魚表現(xiàn)出明顯的晝夜垂直遷徙移動。晚上在海表以下50m以內(nèi),從黎明開始周期性的下潛到海表以下 150m深的水域捕食深水散射層(DSL),每次停留約 11min,平均深度約 250m。身體周邊最低溫度眾數(shù)在 12.3°C,距海表溫度(SST)最大溫差8.2°C(Schaeferet al,2007,2009)。相關(guān)的聲學(xué)遙測研究也表明黃鰭金槍魚分布在Δ8°C以上水域,認為黃鰭金槍魚的垂直分布受水溫垂直結(jié)構(gòu)的影響(Josseet al,1998;Brillet al,1999)。Mohri等(2000)和Song等(2008)采用延繩釣調(diào)查數(shù)據(jù)分析認為印度洋黃鰭金槍魚垂直分布的高漁獲率水溫在 16°C左右,在溫躍層下界附近覓食。

本文從水溫對魚類活動影響的角度出發(fā),在前人研究結(jié)果之上,將魚類活動規(guī)律、高漁獲率水溫和Argo浮標(biāo)水溫要素觀測結(jié)合起來,通過繪制次表層高漁獲率水溫深度等值線圖和空間疊加圖,了解關(guān)鍵水溫因子的垂直、水平分布,采用數(shù)值方法得出黃鰭金槍魚適宜的水平和垂直深度三維空間分布范圍,幫助延繩釣漁業(yè)尋找中心漁場并指導(dǎo)海上作業(yè)投鉤的深度,為延繩釣金槍魚漁業(yè)資源研究分析提供一個新的角度。

1 材料和方法

1.1 研究區(qū)域

本文選擇25°—120°E,30°S—25°N 為研究區(qū)域,采用印度洋金槍魚委員會(IOTC)1991—2011年黃鰭金槍魚延繩釣漁業(yè)數(shù)據(jù),統(tǒng)計計算5°×5°空間精度漁獲信息,該區(qū)域內(nèi)黃鰭金槍魚延繩釣產(chǎn)量占整個印度洋總產(chǎn)量的93%以上。受表層季風(fēng)影響,該區(qū)域表層呈現(xiàn)風(fēng)海流,在6—10月是西南季風(fēng),12月至翌年4月是東北季風(fēng),5月和11月是季風(fēng)轉(zhuǎn)換月份(Raoet al,1996)。

1.2 研究數(shù)據(jù)

1.2.1 Argo剖面浮標(biāo)數(shù)據(jù) 本文采用2007—2011年 Argo數(shù)據(jù)(數(shù)據(jù)來自 http://www.argo.org.cn)計算次表層環(huán)境因子場,包括16°C和 Δ8°C等溫線、溫躍層四個參數(shù)(溫躍層上界深度、溫度和下界深度、溫度)等值線網(wǎng)格數(shù)據(jù)。圖1是單元浮標(biāo)網(wǎng)格分布圖,圖2是各月有效月平均浮標(biāo)個數(shù),各月平均個數(shù)是977。

圖1 Argo數(shù)據(jù)在3°×3°網(wǎng)格上的分布Fig.1 Distribution of Argo data in study area

圖2 各月浮標(biāo)數(shù)量Fig.2 The average number of buoys in each month

1.2.2 漁業(yè)數(shù)據(jù) 生產(chǎn)數(shù)據(jù)采用印度洋金槍魚委員會(IOTC)1991—2011年黃鰭金槍魚延繩釣漁業(yè)數(shù)據(jù)。該生產(chǎn)數(shù)據(jù)屬性有放鉤數(shù)、漁獲產(chǎn)量、作業(yè)日期、地點(經(jīng)度、緯度)、漁獲尾數(shù)。延繩釣生產(chǎn)數(shù)據(jù)按月采用 5°×5°的空間分辨率進行統(tǒng)計。5°×5°統(tǒng)計方格內(nèi)單位捕撈努力量漁獲量(CPUE,單位:尾/千鉤)計算公式為:

CPUE(i,j)、Nfish(i,j)和Nhook(i,j)分別是第i個經(jīng)度、第j個緯度處方格的月平均 CPUE,月總漁獲尾數(shù)和月總投鉤數(shù)。公式(1)可以消除投影后低緯度和高緯度網(wǎng)格大小不同帶來的影響。

1.3 分析方法

Δ8°C是影響印度洋黃鰭金槍魚垂直分布的水溫,16°C是高漁獲率水溫(Mohriet al,2000;Songet al,2008),因此本文繪制了 Δ8°C和 16°C等溫線深度和月平均CPUE空間疊加圖,分析黃鰭金槍魚漁獲率的水平和垂直適宜分布深度區(qū)間,同時計算 Δ8°C和16°C等溫線深度值與溫躍層下界深度之間的差值,分析高值CPUE垂直分布和溫躍層關(guān)系。

1.3.1 剖面溫度梯度計算、溫躍層判定標(biāo)準(zhǔn)和溫躍層特征網(wǎng)格計算 取大洋溫躍層強度(ΔT/Δz)最低標(biāo)準(zhǔn)為 0.05°C/m,對世界大洋的溫度剖面標(biāo)準(zhǔn)層資料進行躍層判斷,具體的判別方法和網(wǎng)格化計算參考文獻(楊勝龍等,2012)。

1.3.2 Δ8°C 和 16°C 深度值等值線計算 采用Akima插值方法(Akima,1970)將深度上離散分布的Argo溫度資料等間隔(2m)擬合。將2007—2011年所有數(shù)據(jù)按月分組,分別提取Δ8°C和16°C水溫處離散分布的深度值,用Kriging方法將其插值到1°×1°網(wǎng)格節(jié)點上,最后以等值線填色方式顯示(楊勝龍等,2008)。分析時將空間分辨率換成5°×5°,和生產(chǎn)數(shù)據(jù)匹配。

1.3.3 計算 Δ8°C和 16°C深度值與溫躍層下界深度值之間差值 在上述計算結(jié)果之上,按月分組在空間上(1°×1°)匹配,分別計算Δ8°C和16°C深度值與溫躍層下界深度值的差值,即溫躍層下界深度減去Δ8°C 和 16°C 等溫線深度值,再將空間分辨率換成5°×5°。

1.3.4 漁場標(biāo)準(zhǔn)定義 采用文獻(楊勝龍等,2012)分析方法,先計算 1991—2011年各月網(wǎng)格內(nèi)月平均CPUE值(1495個)。再計算1495個CPUE的平均值、均方差和四個四分位數(shù)。把大于Q3的CPUE定義為高值 CPUE,而其所屬漁區(qū)定為熱帶印度洋黃鰭金槍魚中心漁場。

1.3.5 空間分析 把 CUPE數(shù)據(jù)按月分組,分別和 Δ8°C、16°C等溫線深度值進行時空匹配,在空間上進行數(shù)據(jù)疊加,繪制時空分布圖,并分析CPUE與各參數(shù)的時空分布特征。最后定量分析黃鰭金槍魚中心漁場和 Δ8°C、16°C等溫線深度值的關(guān)系,找出中心漁場金槍魚適宜垂直分布水平和垂直范圍。

1.3.6 適宜垂直分布區(qū)間計算 通過頻次分析和經(jīng)驗累積分布函數(shù)(ECDF,Empirical cumulative distribution function)方法(楊勝龍等,2012),分別計算黃鰭金槍魚最適的 Δ8°C和 16°C等溫線深度值適宜分布區(qū)間,以及 Δ8°C、16°C等溫線深度值與溫躍層下界深度差值的適宜分布區(qū)間。

1.3.7 軟件 文中Akima擬合和Kriging網(wǎng)格化計算基于 Windows平臺的 VC++6.0軟件,采用Matlab2010(a)軟件進行繪圖、空間計算和數(shù)值計算。

2 結(jié)果

2.1 16°C等溫線深度

本文繪制 16°C等溫線深度并和黃鰭金槍魚CPUE進行疊加做空間分析(圖3)。在時間上,16°C等溫線各月分布不同,但沒有像溫躍層上界那樣明顯的季節(jié)性變化特征(楊勝龍等,2012),這可能與 16°C等溫線深度值分布在下界附近區(qū)域有關(guān),受表層季風(fēng)變換影響較小。在水平空間上,16°C等溫線深度等值線均呈現(xiàn)緯向和經(jīng)向分布特征。在緯向上,在阿拉伯海和馬達加斯加以南緯向區(qū)域深度值大,在10oN—15oS緯向區(qū)域深度值小。在經(jīng)向上,從東到西深度值由大到小變化。阿拉伯海和馬達加斯加以南區(qū)域,16°C等溫線深度值超過250m。在10oN—15oS緯向區(qū)域和孟加拉灣,16°C等溫線深度值在150m左右。

空間疊加圖顯示高值CPUE出現(xiàn)的地方,東北季風(fēng)期間,16°C等溫線深度值大多小于 200m;西南季風(fēng)期間,在南緯15°—25°S深度可到達250m。西南季風(fēng)期間,在15oS以南區(qū)域,250—300m深度分布有高值CPUE區(qū),在深度超過300m的地方,CPUE全年普遍較小。16°C等溫線深度與高值CPUE離散圖(圖4a)表明,高值CPUE出現(xiàn)在110—300m之間,平均深度值為186m,在130—190m深度處有高值CPUE集中出現(xiàn),只有兩個高值CPUE落在深度值大于300m區(qū)域。圖4b是 15oS以區(qū)域 16°C等溫線深度與高值CPUE離散圖,相比全年全區(qū)域,高值 CPUE分布更加集中,60%的高值CPUE在130—190m深度,只有7個(12.6%)高值CPUE落在深度值大于250m區(qū)域。

2.2 Δ8°C 等溫線深度

本文繪制 Δ8°C等溫線深度并和黃鰭金槍魚CPUE進行疊加做空間分析(圖5)。Δ8°C等溫線深度圖表現(xiàn)出明顯的季節(jié)性變化,在 15oS以南緯向區(qū)域,全年等溫線分布較深,超過200m。在該區(qū)域,西南季風(fēng)期間,Δ8°C等溫線分布(>300m)要深于東北季風(fēng)期間深度值等溫線分布(<250m)。西南季風(fēng)期間,最深的深度值出現(xiàn)在25°S以南,深度可達400m。東北季風(fēng)期間,在阿拉伯海北部存在季節(jié)性深度值。赤道附近等溫線深度值在100—150m之間,全年分布較淺。

圖5表明,高值CPUE出現(xiàn)的地方,Δ8°C等溫線深度值大多小于175m。在西南季風(fēng)期間,15oS以南區(qū)域,在150—300m深度,有高值CPUE區(qū)域出現(xiàn)。深度值超過 300m的地方,CPUE普遍較小。圖6a是Δ8°C等溫線深度與高值 CPUE離散圖,高值 CPUE出現(xiàn)在60—360m,平均深度值為142m,集中出現(xiàn)在90—170m(75%),9.1%的高值CPUE落在深度值大于250m區(qū)域。與16°C等溫線的離散圖相比,Δ8°C等溫線深度與高值CPUE離散圖分布更零散,但15oS以北緯向區(qū)域分布更集中。83.4%的高值 CPUE分布在Δ8°C等溫線深度為 90—150m 范圍之內(nèi)。上述結(jié)果說明在15oS以北緯向區(qū)域,中心漁場內(nèi)黃鰭金槍魚垂直分布更加集中在某一垂直深度以淺區(qū)域。在15oS以南緯向區(qū)域,中心漁場內(nèi)金槍魚垂直分布范圍更大。

2.3 適宜垂直分布區(qū)間

熱帶印度洋黃鰭金槍魚延繩釣高值 CPUE和Δ8°C、16°C 等溫線深度頻數(shù)關(guān)系圖如圖7a所示。Δ8°C等溫線深度值在60—360m深度都有高值CPUE出現(xiàn),適宜區(qū)間分布在 80—159m(75%)深度,在中心漁場高值CPUE趨向于集中在110—119m深度。16°C等溫線深度值在 110—340m之間都有高值 CPUE出現(xiàn),適宜區(qū)間分布在 120—219m(77%)深度之間,中心漁場高值CPUE趨向于集中在160m深度附近。

圖3 16°C等溫線深度圖和CPUE空間疊加圖Fig.3 The overlay map of CPUE and the contour map of estimated 16°C isothermal depth

圖4 16°C等溫線深度與高值CPUE離散圖Fig.4 Scatter diagram between the16°C isothermal depth and the CPUE

圖5 Δ8°C等溫線深度圖和CPUE空間疊加圖Fig.5 The overlay map of CPUE and the contour map of estimated Δ8°C isothermal depth

圖6 Δ8°C等溫線深度與高值CPUE離散圖Fig.6 Scatter diagram between the Δ8°C isothermal depth and the CPUE

圖7 黃鰭金槍魚高值CPUE頻數(shù)圖Fig.7 Fishing frequency of high yellowfin tuna CPUE

熱帶印度洋黃鰭金槍魚延繩釣高值 CPUE分布區(qū)域,Δ8°C等溫線深度與溫躍層下界深度差值在-170—160m之間,78.9%的高值CPUE區(qū)域深度差在50—119m(圖7b)之間,在中心漁場,高值CPUE趨向于在80m深度差區(qū)間內(nèi)。16°C等溫線深度與溫躍層下界深度差值在-170—80m(圖7b)之間,83.7%的高值CPUE區(qū)域深度差在0—79m之間,高值CPUE趨向于在30—59m深度差區(qū)間。

圖8是ECDF分析結(jié)果。Δ8°C、16°C等溫線、以及它們與溫躍層下界深度差等4個變量和高值 CPUE累積分布各不相同。在顯著性水平α=0.05下D0.05=0.07,Δ8°C、16°C 等溫線對應(yīng)的D值分別是0.035、0.046;Δ8°C、16°C等溫線與溫躍層下界距離對應(yīng)的D值分別是0.036、0.043,所有的D值都小于D0.05,均落在拒絕域之外,因此接受原假設(shè),認為高值CPUE和4個變量關(guān)系密切,樣本分布沒有顯著差異。高值 CPUE區(qū)域4個變量適宜分布區(qū)間分別是:Δ8°C 等溫線54—174m(115±62m,圖8a);16°C 等溫線118—212m(165±47m,圖8b);Δ8°C 深度差34—126m(80± 46m,圖8c);16°C 深度差-7—67m(30±37m,圖8d)。

3 討論與分析

3.1 Δ8°C 和 16°C 等溫線分布

Δ8°C等溫線深度呈現(xiàn)出季節(jié)性分布特征,而16°C等溫線則沒有明顯的季節(jié)性變化。在空間上,Δ8°C 在15oS以南緯向區(qū)域,全年等溫線分布超過200m,尤其是西南季風(fēng)期間,緯度越高深度越大。16°C等溫線深在阿拉伯海和馬達加斯加緯向區(qū)域,深度值超過250m。在10oN—15oS緯向區(qū)域和孟加拉灣Δ8°C深度值低于150m,16°C等溫線深度值在150m左右。16°C等溫線深度分布和溫躍層下界深度分布十分相似(楊勝龍等,2012),據(jù)此可以推測,印度洋高漁獲率水溫分布深度在溫躍層下界附近區(qū)域。

3.2 Δ8°C、16°C等溫線深度和溫躍層下界深度與黃鰭金槍魚漁場關(guān)系

在三維空間上,高值CPUE的空間分布表現(xiàn)出明顯的積極性變化。Δ8°C等溫線深度值大多小于175m,集中出現(xiàn)在100—170m;在西南季風(fēng)期間,15oS以南區(qū)域,在150—300m區(qū)域,也有高值CPUE區(qū)域出現(xiàn),全年深度值超過300m的地方,CPUE普遍較小。16°C等溫線,東北季風(fēng)期間,高值CPUE出現(xiàn)的地方深度值大多小于200m,西南季風(fēng)期間,在15°—25°S深度可到達250m,但全年高值 CPUE主要出現(xiàn)在130—190m深度,深度值超過300m的地方,CPUE普遍較小。全年在15oS以北緯向區(qū)域,高值CPUE區(qū)域高漁獲率垂直分布深度更加集中。

Mohri等(2000)指出,在熱帶印度洋,黃鰭金槍魚適宜的溫度范圍是13—24°C,其中15—17°C漁獲率最高。Song等(2008)研究得出在印度洋公海,黃鰭金槍魚活動密集的水層為100—179m,與漁獲率最密切的水層是120—140m,水溫為16—17°C。由此可以認為熱帶印度洋黃鰭金槍魚高漁獲率分布在16°C等溫線附近。然而宋利明等(2004)報道,在熱帶大西洋區(qū)域,黃鰭金槍魚的最適水層是 150—179m,最適水溫則是13—14°C。相比熱帶印度洋區(qū)域,分布于更深層冷水中,表明黃鰭金槍魚可以進入更深的冷水去索餌。

圖8 經(jīng)驗累積分布函數(shù)Fig.8 ECDF for delta 8°C isothermal depth(a),16°C isothermal depth(b),depth difference of delta 8°C isothermal depth(c),depth difference of 16°C isothermal depth(d)and fishing frequency of high yellowfin tuna CPUE

本文計算了溫躍層下界深度和Δ8°C、16°C深度差與高漁獲率空間分布關(guān)系,各自的適宜分布深度分別是39—129m、-9—63m。16°C等溫線深度分布和溫躍層下界深度分布十分相似,Song等(2008)調(diào)查期間,調(diào)查點附近的溫躍層下界溫度為 15°C(楊勝龍等,2012),表明印度洋黃鰭高漁獲率水溫分布的深度在溫躍層下界以上區(qū)域附近。采用與本文同樣的方法,在宋利明(2004)調(diào)查期間,大西洋調(diào)查區(qū)域的溫躍層下界深度值和溫度值(圖9,10)分別約為 200m 和13°C。同樣表明大西洋黃鰭高漁獲率水溫分布的深度在溫躍層下界以上區(qū)域附近。據(jù)此可推斷,影響黃鰭金槍魚索餌時垂直分布的環(huán)境因子是溫躍層下界深度和溫度值。熱帶大西洋和印度洋不同的溫躍層下界深度值和溫度值產(chǎn)生了兩大洋黃鰭金槍魚不同的高漁獲率水層和水溫。

3.3 黃鰭金槍魚適宜分布區(qū)域

本文通過頻次分析和 ECDF方法得出熱帶印度洋黃鰭金槍魚適宜的分布區(qū)間,取兩者交集,4個變量參數(shù)適宜區(qū)間分別是:Δ8°C 等溫線 100—169m;16°C 等溫線 140—229m;Δ8°C 深度差 50—119m;16°C深度差0—60m。本文分析結(jié)果在時間和空間上都做了拓展,同時可以通過上述分析結(jié)果尋找中心漁場位置,同時確定投鉤深度,本文建議在熱帶印度洋延繩釣下鉤深度在160m左右,不超過200m;溫躍層下界深度以上20—30m。

3.4 數(shù)據(jù)及結(jié)論說明

本文采用的Argo數(shù)據(jù)和捕撈數(shù)據(jù)不同步。采用1991—2011年的數(shù)據(jù)(時間序列長達22 a)做長時間平均分析,個別年份的數(shù)據(jù)并不影響整體時間數(shù)列數(shù)據(jù)以及漁場定義。本文的主旨是分析黃鰭金槍魚歷史漁場和溫躍層關(guān)系,并不是逐年對CPUE具體變量值(或漁獲量值)和次表層等溫線做細致的數(shù)值關(guān)系。采用多年時間序列數(shù)據(jù)進行平均來統(tǒng)計黃鰭金槍魚漁場,平滑了資源狀況、船隊生產(chǎn)狀況的影響。結(jié)果表明,印度洋次表層等溫線深度沒有明顯季節(jié)變化,溫躍層深度也沒有明顯的年際變化(邱東曉等,2007),因而其數(shù)據(jù)可以用于研究工作,生產(chǎn)數(shù)據(jù)和環(huán)境數(shù)據(jù)時間不同對分析結(jié)果產(chǎn)生的影響可以忽略。本文采用 5°×5°空間精度,從中尺度月平均角度分析,可能平滑了一些小范圍的特殊海洋環(huán)境與 CPUE的關(guān)系,5°×5°是國際金槍魚組織統(tǒng)計的官方精度,實際上延繩釣作業(yè)經(jīng)?？缍?—2個經(jīng)緯度。

圖9 熱帶大西洋溫躍層下界月平均深度等值線圖Fig.9 The monthly average depth of the lower boundary of thermocline of the tropic Atlantic

圖10 熱帶大西洋溫躍層下界月平均溫度等值線圖Fig.10 The monthly average temperature of the lower boundary of thermocline of the tropic Atlantic

為進一步說明研究結(jié)果的可靠性,本文采用相同的研究方法,對2007—2011年Argo數(shù)據(jù)和同期生產(chǎn)數(shù)據(jù)進行分析,頻次分析結(jié)果如圖11所示。Δ8°C等溫線深度值在 60—500m之間都有高值 CPUE出現(xiàn),74.6%的高值 CPUE分布在 90—149m(圖11a)。16°C等溫線深度值在 120—340m 之間都有高值 CPUE出現(xiàn),76.4%的高值 CPUE出現(xiàn)在 130—219m 之間(圖11a)。Δ8°C 等溫線深度與溫躍層下界深度差值在-150—150m之間,83.4%的高值CPUE區(qū)域深度差在50—119m(圖11b)之間。16°C等溫線深度與溫躍層下界深度差值在-130—90m(圖11b)之間,77.6%的高值CPUE區(qū)域深度差在0—79m之間。ECDF分析結(jié)果表明,在顯著性水平α=0.02下,4個變量高值CPUE和4個變量關(guān)系密切,樣本分布沒有顯著差異。高值CPUE區(qū)域4個變量最適區(qū)間分別是:Δ8°C等溫線為62—178m(120±58m);16°C 等溫線127—223m(175±48m);Δ8°C 深度差28—142m(85±57m);16°C 深度差-7—79m(35±44m)。2007—2011年 Argo 數(shù)據(jù)和同期生產(chǎn)數(shù)據(jù)分析結(jié)果和文中結(jié)果差異不大,本文研究結(jié)果可以用來了解印度洋黃鰭金槍魚棲息習(xí)性,為生產(chǎn)作業(yè)提供理論支持。

圖11 2007—2011年黃鰭金槍魚高值CPUE頻數(shù)圖Fig.11 Fishing frequency of high yellowfin tuna CPUE from 2007 to 2011

楊勝龍,馬軍杰,伍玉梅等,2008.基于Kriging方法Argo數(shù)據(jù)重構(gòu)太平洋溫度場研究.海洋漁業(yè),30(1):13—18

楊勝龍,張 禹,張 衡等,2012.熱帶印度洋黃鰭金槍魚漁場時空分布與溫躍層關(guān)系.生態(tài)學(xué)報,32(3):671—679

邱東曉,黃 菲,楊宇星,2007.東印度洋-西太平洋暖池的年代際變化特征研究.中國海洋大學(xué)學(xué)報,37(4):525—532

宋利明,陳新軍,許柳雄,2004.大西洋中部黃鰭金槍魚(Thunnus albacares)的垂直分布與有關(guān)環(huán)境因子的關(guān)系.海洋與湖沼,35(1):64—68

Akima H,1970.A new method of interpolation and smooth curve fitting based on local procedures.J Associ Comput Maeh,l7(4):589—600

Block B A,Keen J E,Castillo Bet al,1997.Environmental preferences of yellowfin tuna(Thunnus albacares)at the northern extent of its range.Mar Bio,130(1):119—132

Brill R W,Block B A,Boggs C Het al,1999.Horizontal movements and depth distribution of large adult yellowfin tuna(Thunnus albacares)near the Hawaiian Islands,recorded using ultrasonic telemetry:implications for the physiological ecology of pelagic fishes.Mar Bio,133(3):395—408

Cayre P,Marsac F,1993.Modelling the yellowfin tuna(Thunnus albacares)vertical distribution using sonic tagging results and local environmental parameters.Aquat Liv Res,6(1):1—14

Dagorn L,Holland K N,Hallier J Pet al,2006.Deep diving behavior observed in yellowfin tuna(Thunnus albacares).Aquat Liv Res,19(1):85—88

Holland K N,Brill R W,Chang R K C,1990.Horizontal and vertical movements of yellowfin and bigeye tuna associated with fish aggregating devices.Fish Bull,88:493—507

Josse E,Bach P,Dagorn L,1998.Simultaneous observations of tuna movements and their prey by sonic tracking and acoustic surveys.Hydrobiologia,371—372:61—69

Mohri M,Nishida T,2000.Consideration on distribution of adult yellowfin tuna(Thunnus albacares)in the Indian Ocean based on Japanese tuna longline fiseries and survey information.IOTC Proc,3:276—282

Rao R R,Sivakumar R,1996.Seasonal variability of nearsurface isothermal layer and thermocline characteristics of the tropical Indian Ocean.Meteorol Atmos Phys,61(3—4):201—212

Schaefer K M,Fuller D W,Block B A,2007.Movements,behavior,and habitat utilization of yellowfin tuna(Thunnus albacares)in the northeastern Pacific Ocean,ascertained through archival tag data.Mar Biol,152(3):503—525

Schaefer K M,Fuller D W,Block B A,2009.Vertical movements and habitat utilization of skipjack(Katsuwonus pelamis),yellowfin(Thunnus albacares),and bigeye(Thunnus obesus)tunas in the equatorial eastern Pacific Ocean,as ascertained through archival tag data.In:Nielsen J L,Arrizabalaga H,Fragoso Net aleds.Reviews:methods and technologies in fish biology and fisheries,vol 9,tagging and tracking of marine animals with electronic devices.Springer,Berlin:121—144

Song L M,Zhang Y,Xu L Xet al,2008.Environmental preferences of longlining for yellowfin tuna(Thunnus albacares)in the tropical high seas of the Indian Ocean.Fish Oceanogr,17(4):239—253