張弼強(qiáng) 陸化杰, 2, 3, 4 趙懋林 孫天姿 郭瑞玉

基于GAM模型西北印度洋鳶烏賊CPUE標(biāo)準(zhǔn)化*

張弼強(qiáng)1陸化杰1, 2, 3, 4①趙懋林1孫天姿1郭瑞玉1

(1. 上海海洋大學(xué)海洋科學(xué)學(xué)院 上海 201306; 2. 自然資源部海洋生態(tài)監(jiān)測(cè)與修復(fù)技術(shù)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 上海海洋大學(xué) 上海 201306; 4. 農(nóng)業(yè)農(nóng)村部大洋漁業(yè)資源環(huán)境科學(xué)觀測(cè)實(shí)驗(yàn)站 上海海洋大學(xué) 上海 201306)

單位捕撈努力量漁獲量(Catch Per Unit Effort, CPUE)是資源評(píng)估的前提和基礎(chǔ), 為了更好地評(píng)估西北印度洋鳶烏賊資源, 采用廣義加性模型(generalized additive model, GAM)對(duì)2016～2020年西北印度洋鳶烏賊的CPUE進(jìn)行了標(biāo)準(zhǔn)化。結(jié)果顯示, 月份、海表溫度(sea surface temperature, SST)、海面高度(sea surface height, SSH)、經(jīng)度和緯度對(duì)CPUE呈顯著性影響, 通過對(duì)不同GAM模型的AIC (Akaike information criterion)值比較, 由月份、SST、SSH、經(jīng)度和緯度5個(gè)因子構(gòu)成的GAM 模型為最優(yōu)CPUE標(biāo)準(zhǔn)化模型, 對(duì)CPUE偏差的解釋率為40.3%。研究表明, 西北印度洋鳶烏賊高CPUE主要出現(xiàn)在9月至翌年3月, 海域范圍為16°～19°N、60°～65°E, SST為 25～28 °C、SSH為0.2～0.4 m的海域內(nèi)。整體而言, 標(biāo)準(zhǔn)化CPUE低于名義CPUE, 但二者的變化趨勢(shì)基本一致。

西北印度洋; 鳶烏賊; CPUE標(biāo)準(zhǔn)化; GAM模型

鳶烏賊()屬槍形目(Teuthoidea)、柔魚科(Ommastrephidae)、鳶烏賊屬(), 為一種暖水性的大洋性頭足類, 主要分布于太平洋的赤道、印度洋和亞熱帶海域(董正之等, 1988; 趙榮興, 1992; 楊德康, 2002)。鳶烏賊的經(jīng)濟(jì)捕撈價(jià)值較高, 是燈光罩網(wǎng)漁業(yè)重要的捕撈對(duì)象(陸化杰等, 2014), 其中在西北印度洋和我國南海資源量較為豐富(陳新軍等, 2005; 范江濤等, 2022)。CPUE是指單位捕撈努力量漁獲量(Catch Per Unit Effort, CPUE), 是進(jìn)行漁業(yè)資源評(píng)估的重要因子(Hilborn, 1992; 何珊等, 2018), 廣泛應(yīng)用于漁業(yè)資源評(píng)估與管理中(Ault, 2000)。在實(shí)際應(yīng)用中, 名義CPUE (未進(jìn)行標(biāo)準(zhǔn)化的CPUE)受到捕撈時(shí)間、捕撈方式、漁船的參數(shù)、時(shí)空因子和海洋環(huán)境因子等多種因素的影響(Harley, 2001; Maunder, 2003), 難以保證其能夠準(zhǔn)確反映資源量(Ye, 2009)。鑒于此, 為了科學(xué)利用CPUE數(shù)據(jù), 準(zhǔn)確進(jìn)行資源評(píng)估, 去除相關(guān)因素的影響, 常常需要對(duì)名義CPUE進(jìn)行標(biāo)準(zhǔn)化(官文江等, 2014a)。

目前, 廣義線性模型、廣義加性模型、回歸樹模型、神經(jīng)網(wǎng)絡(luò)模型和棲息地模型等都是CPUE標(biāo)準(zhǔn)化的常用方法(Venables, 2004; 官文江等, 2014b)。廣義可加模型(generalized additive model, GAM)作為廣義線性模型(generalized linear model, GLM)的拓展, 可以利用樣條平滑函數(shù)增加更多泰勒級(jí)數(shù)項(xiàng)(即多項(xiàng)式項(xiàng)), 使得模型成為非線性模型, 從而可以處理響應(yīng)變量與多個(gè)解釋變量之間的非線性關(guān)系, 目前在漁業(yè)資源等方面的研究中得到了廣泛應(yīng)用(陸化杰等, 2013a; 徐潔等, 2015)。本研究根據(jù)中國罩網(wǎng)漁船于2016～2020年西北印度洋鳶烏賊生產(chǎn)數(shù)據(jù), 利用GAM模型對(duì)西北印度洋鳶烏賊漁業(yè)CPUE標(biāo)準(zhǔn)化進(jìn)行研究, 旨在為后續(xù)資源評(píng)估和漁情預(yù)報(bào)等提供科學(xué)依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來源

本研究中漁業(yè)數(shù)據(jù)來源于2016～2020年上海海洋大學(xué)魷釣技術(shù)組, 調(diào)查范圍為55°～70°E, 10°～22°N海域, 漁業(yè)數(shù)據(jù)包括作業(yè)漁船名、漁船作業(yè)時(shí)間、漁船作業(yè)經(jīng)緯度、漁獲產(chǎn)量等信息。針對(duì)漁業(yè)數(shù)據(jù)進(jìn)行整體評(píng)估、分析, 選取月份為時(shí)間分辨率, 按照漁船實(shí)際作業(yè)區(qū)域劃分漁區(qū), 0.5°×0.5° (即一個(gè)漁區(qū))為空間分辨率。

研究中涉及的環(huán)境因子主要包括海表鹽度(sea surface salinity, SSS)、海表葉綠素濃度(chl)、海面高度(sea surface height, SSH)和海表面溫度(sea surface temperature, SST), 這些環(huán)境因子與鳶烏賊CPUE變化密切相關(guān)。環(huán)境數(shù)據(jù)來源于ERDDAP-Home Page (hawaii.edu)以及https:// oceandata.sci.gsfc.nasa.gov, 時(shí)間分辨率為月, 空間分辨率0.1°×0.1°。

1.2 數(shù)據(jù)處理

由于漁業(yè)數(shù)據(jù)與環(huán)境數(shù)據(jù)的空間分辨率不同, 所以通過數(shù)理統(tǒng)計(jì)方法對(duì)環(huán)境數(shù)據(jù)與漁業(yè)數(shù)據(jù)按漁區(qū)進(jìn)行統(tǒng)計(jì)(0.5°×0.5°), 計(jì)算每個(gè)漁區(qū)的月平均值, 對(duì)二者的空間分辨率進(jìn)行轉(zhuǎn)化, 確保漁業(yè)數(shù)據(jù)和環(huán)境數(shù)據(jù)在空間分辨率上的一致。

本文將CPUE的定義為每艘船每次作業(yè)的捕撈產(chǎn)量, CPUE,m,k,l表示第年、月、經(jīng)度、緯度(分辨率為0.5°×0.5°) CPUE的平均值:

式中, ∑Catch,m,k,l為第年、月、經(jīng)度、緯度所有漁船的總漁獲量(kg), ∑E,m,k,l為對(duì)應(yīng)作業(yè)區(qū)域的總作業(yè)天數(shù)(單位: d)(田思泉等, 2010)。

海表面溫度計(jì)算公式如下:

海表葉綠素濃度計(jì)算公式如下:

海表面鹽度計(jì)算公式如下:

海面高度計(jì)算公式如下:

對(duì)于處理好的CPUE數(shù)據(jù)以及環(huán)境數(shù)據(jù), 利用EXCEL軟件和R語言軟件按照相同的時(shí)空分辨率對(duì)二者進(jìn)行匹配。當(dāng)環(huán)境數(shù)據(jù)缺失時(shí), 舍棄當(dāng)天對(duì)應(yīng)區(qū)域的生產(chǎn)數(shù)據(jù)。

1.3 分析方法

在本研究中采用GAM模型對(duì)印度洋鳶烏賊CPUE進(jìn)行標(biāo)準(zhǔn)化處理, 以CPUE作為響應(yīng)變量, 而月份、作業(yè)經(jīng)度、作業(yè)緯度、海表溫度、葉綠素濃度、海表鹽度、海面高度作為其解釋變量建立GAM模型, 對(duì)所有的名義CPUE值加上常數(shù)“1”后進(jìn)行對(duì)數(shù)化處理, 防止CPUE為0的情況出現(xiàn)(陸化杰等, 2013b), 其表達(dá)式為:

ln(CPUE+1)=(month)+(lat)+(lon)+(SST)+(SSH)

+(chl)+(SSS)+, (6)

式中,為自然樣條平滑函數(shù), lat表示緯度, lon表示經(jīng)度, month表示月份, SST表示海表溫度, chl表示葉綠素濃度,表示隨機(jī)變量。

對(duì)于模型的檢驗(yàn), 則是可以利用赤池信息準(zhǔn)則(Akaike information criterion, AIC)檢驗(yàn)加入因子后模型的擬合程度, AIC值越小, 模型的擬合程度越高。

其次, 利用值、值檢驗(yàn)因子在模型中的顯著與否(Akaike, 1974; 宋利明等, 2013)。

2 結(jié)果

2.1 因子的顯著性檢驗(yàn)

利用GAM模型對(duì)各因子進(jìn)行顯著性檢驗(yàn), 結(jié)果表明, 月份、經(jīng)度、緯度、SST、SSH對(duì)CPUE的影響顯著(<0.05), 為顯著性變量, SSS及chl對(duì)CPUE的影響不顯著(>0.05)。從表2來看, 將經(jīng)度、緯度、月份、SST以及SSH加入模型后, 模型的偏差解釋率得到明顯提升, 而當(dāng)模型中加入chl以及SSS時(shí), 模型的偏差解釋率并沒有顯著性增加, 甚至有所降低, 而且其AIC值增加,2值減小, 所以將經(jīng)度、緯度、月份、SST及SSH這5個(gè)因子保留, 剔除SSS和chl這兩個(gè)因子。最終優(yōu)化模型為

ln(CPUE+1)=(month)+(lat)+(lon)+s(SST)+(SSH)+.(7)

最終優(yōu)化模型對(duì)CPUE總偏差解釋率為40.3%, 在構(gòu)成模型的因子中經(jīng)度對(duì)CPUE的影響最大, 其解釋偏差率最高為24.7%, 其次分別為月份(5.5%)、SST (5.1%)、緯度(3.7%)和SSH (1.3%)。

2.2 空間因子對(duì)于CPUE的影響

在所有因子中, 經(jīng)度的方差解釋率最高, 為24.7%。從圖1中可知, 在60°E以西, 隨著經(jīng)度的逐步增加, 西北印度洋海域鳶烏賊CPUE呈現(xiàn)出逐步增長的趨勢(shì)。隨后在60°～65°E, CPUE變化不明顯, 在65°E以東, CPUE又呈現(xiàn)出隨經(jīng)度的增加而降低的趨勢(shì)。緯度的方差解釋率為3.7%, 從圖2中可以看到, 在10°～14°N隨著緯度向北逐漸增加, CPUE總體上逐步減少。但在14°～16°N, 伴隨著緯度的增加, CPUE隨之緩慢增加。隨后在16°～19°N范圍內(nèi), CPUE隨著緯度的增加有緩慢減小的趨勢(shì)。在19°N以北范圍內(nèi), 隨著緯度的增大, CPUE呈增大的趨勢(shì)。結(jié)合圖1以及圖2來看, 在經(jīng)度上, 58°E以西范圍和66°E以東范圍內(nèi)的數(shù)據(jù)量較小, 其置信區(qū)間范圍較大; 在緯度上, 12°E以南范圍和20°N以北范圍內(nèi)的置信區(qū)間范圍較大, 其可信度相對(duì)較低, 鑒于此, 高CPUE的空間分布海域范圍為14°～19°N、60°～65°E。

2.3 時(shí)間因子對(duì)于CPUE的影響

在所有模型因子中, 月份的方差解釋率位居第二, 為5.5%。從圖3中可以看出, 1～3月、5～10月的范圍內(nèi), 隨著時(shí)間的增加, CPUE呈逐步增長趨勢(shì)。而在3～5月、10～12月的范圍內(nèi), 隨著時(shí)間的增加, CPUE呈遞減趨勢(shì)。在所有月份中, 10月份的CPUE最高。

2.4 環(huán)境因子對(duì)CPUE的影響

海表溫度和海面高度的方差解釋率分別為5.1%和1.3%。西北印度洋鳶烏賊作業(yè)海域的海表溫度范圍為24.0～30.5 °C。從圖4可知, 當(dāng)SST在24～25 °C之間時(shí), CPUE隨SST的增加呈上升趨勢(shì), 在25 °C時(shí)CPUE最大。而SST在25～28 °C范圍內(nèi)時(shí), 隨著SST的增加CPUE呈現(xiàn)遞減的趨勢(shì), 28 °C時(shí)CPUE最小。SST在28～30.5 °C范圍內(nèi)時(shí), 隨著SST的增加, CPUE也逐步增加。在西北印度洋鳶烏賊作業(yè)海域, 海面高度的范圍為0.15～0.67 m。由圖5可知, 當(dāng)SSH在0.15～0.30 m范圍內(nèi)時(shí), CPUE隨著SSH的增加而逐步減少。當(dāng)SSH在0.30～0.67 m范圍時(shí), CPUE隨著SSH的增加呈現(xiàn)先增加后減少的趨勢(shì), 在SSH等于0.4 m時(shí), CPUE上升到頂點(diǎn)。SSH在0.5～0.67 m的范圍內(nèi), 數(shù)據(jù)量較為少, 置信區(qū)間較大, 所以其可信度相對(duì)而言較低。

表1 GAM模型各因子統(tǒng)計(jì)結(jié)果

注: ***表示<0.001; *表示<0.05

表2 GAM模型擬合結(jié)果的偏差分析

圖1 GAM模型中經(jīng)度對(duì)鳶烏賊CPUE的影響

圖2 GAM模型中經(jīng)度對(duì)鳶烏賊CPUE的影響

圖3 GAM模型中月份對(duì)鳶烏賊CPUE的影響

圖4 GAM模型中SST對(duì)鳶烏賊CPUE的影響

圖5 GAM模型中SSH對(duì)鳶烏賊CPUE的影響

2.5 名義CPUE與標(biāo)準(zhǔn)化CPUE的比較

從圖6可知, 2016～2020年的9月到翌年3月期間, 名義CPUE與標(biāo)準(zhǔn)化后CPUE均維持在較高水平, 2020年4～8月期間, 名義CPUE與標(biāo)準(zhǔn)化CPUE均呈現(xiàn)下降趨勢(shì)。從整體上來看, 除部分年間的月份外, 名義CPUE均高于標(biāo)準(zhǔn)化CPUE。盡管在各個(gè)月份之間, CPUE均有一定變化, 但相較而言標(biāo)準(zhǔn)化后CPUE變化波動(dòng)較小, 而名義CPUE的變化波動(dòng)較大, 各個(gè)月份的名義CPUE與標(biāo)準(zhǔn)化后的CPUE變化趨勢(shì)基本一致。

圖6 2016～2020年西北印度洋鳶烏賊月平均名義CPUE與標(biāo)準(zhǔn)化CPUE的關(guān)系

3 討論

時(shí)空因子(經(jīng)度、緯度等)和環(huán)境因子(SST、SSH等)的變化都會(huì)影響到西北印度洋鳶烏賊資源的分布(陳新軍等, 2005)。在本研究中, GAM模型由緯度、經(jīng)度、月份、SST、SSH這幾個(gè)因子構(gòu)成。陸化杰等(2013c)在基于GAM模型對(duì)西南大西洋的阿根廷滑柔魚CPUE標(biāo)準(zhǔn)化研究中, 對(duì)CPUE總偏差的解釋為49.20%, 許駱良等(2015)基于GAM模型分析了秘魯外海莖柔魚的資源豐度變化時(shí)對(duì)CPUE進(jìn)行標(biāo)準(zhǔn)化, 其方差解釋率為42.3%, 其他學(xué)者(陸化杰等, 2013c; 謝恩閣等, 2020)利用GAM模型進(jìn)行CPUE標(biāo)準(zhǔn)化的總偏差解釋率范圍為30%～70%。本文采用GAM模型對(duì)CPUE進(jìn)行標(biāo)準(zhǔn)化, 其總偏差解釋率為40.3%, 相對(duì)可信度較高。

3.1 時(shí)空因子對(duì)CPUE的影響

本研究結(jié)果表明經(jīng)度、緯度、月份對(duì)CPUE解釋的總偏差解釋率為33.9%。從空間因子來看, 在經(jīng)度方面, 伴隨著經(jīng)度的增加, CPUE整體上呈現(xiàn)出遞增趨勢(shì), 在緯度方面, 隨著緯度的增加, CPUE的值也不斷增大。通過排除可信度較低的部分, 將二者結(jié)合顯示, 在16°～19°N、60°～65°E的海域, 西北鳶烏賊的CPUE相對(duì)較大。這與陳新軍等(2006)通過分析CPUE的空間分布與環(huán)境之間的關(guān)系, 判斷西北印度洋海域鳶烏賊高產(chǎn)漁場(chǎng)的分布范圍位于16°～19°N, 60°～63°E海域的結(jié)論基本上一致。從時(shí)間因子(月份)的變化情況來看, 上半年鳶烏賊的CPUE低于下半年, 其中CPUE最低的季度是第3季度(7～9月), CPUE最高的季度是第4季度(10～12月)。產(chǎn)生這種情況的原因有很多, 其中包括不同季度環(huán)境因子的變化等(周天軍等, 2004)。CPUE最高的月份為10月份, 最低月份為7月份, 除此之外可以看到9月～翌年3月份西北印度洋海域鳶烏賊的產(chǎn)量以及CPUE均維持在較高水平, 本文研究認(rèn)為9月至翌年3月為西北印度洋海域鳶烏賊的生產(chǎn)魚汛。林東明等(2006)認(rèn)為西北印度洋海域的鳶烏賊生產(chǎn)漁汛為9月至翌年的4月, 楊德康(2002)則是根據(jù)漁船生產(chǎn)的經(jīng)驗(yàn), 認(rèn)為位于亞丁灣的鳶烏賊漁場(chǎng)其漁汛期為10月至翌年的2月份。與本文研究結(jié)果并不完全相同, 原因主要是漁業(yè)生產(chǎn)作業(yè)的海域不同, 林東明等(2006)研究針對(duì)的海域范圍為10.5°～22.5°N、54.5°～67.5°E, 而楊德康(2002)研究的作業(yè)海域?yàn)榻? 本文研究的海域范圍為55°～70°E、10°～22°N。

3.2 環(huán)境因子對(duì)CPUE的影響

在本研究中, 環(huán)境因子中海表溫度以及海面高度對(duì)西北印度洋鳶烏賊CPUE呈顯著性影響。SST作為影響鳶烏賊CPUE的最大環(huán)境因素, 許多學(xué)者研究證實(shí)了SST對(duì)于頭足類漁場(chǎng)分布有著重要的影響作用(溫健等, 2019; 李杰等, 2020)。本研究結(jié)果表明, 西北印度洋鳶烏賊的適宜SST為25～29 °C, 其中主要分布在SST為25～28 °C范圍內(nèi)的海域, 在這個(gè)海域內(nèi)鳶烏賊的產(chǎn)量和CPUE均較高。林東明等(2006)調(diào)查表明鳶烏賊漁場(chǎng)最適SST為25～26 °C以及27～28 °C的海域, 余為等(2012)認(rèn)為鳶烏賊漁場(chǎng)最適SST范圍27～29 °C, 這與本文結(jié)論有部分差異, 范江濤等(2015)同樣認(rèn)為不同季節(jié), 鳶烏賊分布的最適SST不同, 這可能主要是由于所調(diào)查的作業(yè)漁場(chǎng)經(jīng)緯度范圍以及作業(yè)時(shí)間(月份)的不同導(dǎo)致的。

相關(guān)學(xué)者研究認(rèn)為, 海面高度與水文特征、營養(yǎng)物質(zhì)、餌料等息息相關(guān), 對(duì)中上層魚類的生長、繁殖以及空間分布等存在一定影響(邵鋒等, 2008)。在GAM模型結(jié)果中, SSH因子對(duì)于CPUE呈顯著性影響,本次研究得到西北印度洋鳶烏賊漁場(chǎng)的最適SSH范圍為0.2～0.4 m, 謝恩閣等(2020)通過對(duì)于南海鳶烏賊燈光罩網(wǎng)CPUE標(biāo)準(zhǔn)化研究, 分析認(rèn)為其最適海面高度為0.60～0.75 m, 余為等(2012)認(rèn)為的印度洋鳶烏賊漁場(chǎng)適宜的SSH為0.23～0.32 m, 本研究與余為等(2012)的研究結(jié)果更加接近, 究其原因還是研究海域的不同引起的, 余為等(2012)研究的海域主要位于2°～24°N、57°～69°E, 本文研究的海域范圍為55°～70°E、10°～22°N, 也可能還是由于數(shù)據(jù)的時(shí)空尺度以及地理范圍上存在差異引起的。

3.3 名義CPUE與標(biāo)準(zhǔn)化CPUE的比較

本研究表明, 西北印度洋鳶烏賊名義CPUE大部分要高于標(biāo)準(zhǔn)化CPUE, 這一點(diǎn)與其他學(xué)者(田思泉等, 2010; 陸化杰等, 2013c)利用GAM模型處理CPUE標(biāo)準(zhǔn)化的結(jié)果基本一致。雖然二者總體上的變化趨勢(shì)大體相同, 但標(biāo)準(zhǔn)化CPUE相較名義CPUE變化幅度較小, 名義CPUE的變化起伏較大, 即利用GAM模型處理后的標(biāo)準(zhǔn)化CPUE, 在一定程度上能夠排除模型中時(shí)空因子和環(huán)境因子對(duì)于名義CPUE的影響, 對(duì)于之后的資源評(píng)估和漁情預(yù)報(bào)等提供更加準(zhǔn)確的科學(xué)依據(jù)(官文江等, 2014a; 馬亞宸等, 2021)。陸化杰等(2013c)利用GAM模型對(duì)西南大西洋阿根廷滑柔魚CPUE標(biāo)準(zhǔn)化中, 就月平均CPUE而言, 名義CPUE與標(biāo)準(zhǔn)化CPUE變化趨勢(shì)更加吻合。究其原因, 其GAM模型中環(huán)境因子以及時(shí)空因子更多, 這也是和所研究物種和地域的不同有關(guān)。章賢成等(2022)利用BP神經(jīng)網(wǎng)絡(luò)對(duì)西南大西洋阿根廷滑柔魚資源CPUE標(biāo)準(zhǔn)化研究中, 名義CPUE與標(biāo)準(zhǔn)化CPUE存在一定的差別, 在變化趨勢(shì)上二者呈現(xiàn)出一致性, 這與模型的選擇有很大的關(guān)系。

4 結(jié)論

本文通過GAM模型對(duì)影響CPUE的相關(guān)因子進(jìn)行篩選, 確認(rèn)模型中的顯著變量, 對(duì)CPUE進(jìn)行標(biāo)準(zhǔn)化處理。分析了各個(gè)因子與CPUE以及漁獲量之間的關(guān)系, 研究結(jié)果認(rèn)為在9月至翌年3月, 經(jīng)緯度為16°～19°N、60°～65°E, SST為25～28 °C、SSH為0.2～0.4 m的海域?yàn)楦邼O獲量、高CPUE海域。標(biāo)準(zhǔn)化CPUE始終低于名義CPUE, 但二者的分布趨勢(shì)基本一致。在GAM模型的基礎(chǔ)上, 針對(duì)西北印度洋鳶烏賊的CPUE標(biāo)準(zhǔn)化, 相對(duì)能夠更加準(zhǔn)確地反映了西北印度洋鳶烏賊資源的變化情況, 為后續(xù)的資源評(píng)估和漁情預(yù)報(bào)提供了科學(xué)依據(jù)。

馬亞宸, 徐賓鐸, 張崇良, 等, 2021. 黃渤海藍(lán)點(diǎn)馬鮫雙船拖網(wǎng)漁業(yè)CPUE時(shí)空變化及其標(biāo)準(zhǔn)化[J]. 中國水產(chǎn)科學(xué), 28(4): 493-502.

田思泉, 陳新軍, 2010. 不同名義CPUE計(jì)算法對(duì)CPUE標(biāo)準(zhǔn)化的影響[J]. 上海海洋大學(xué)學(xué)報(bào), 19(2): 240-245.

許駱良, 陳新軍, 汪金濤, 2015. 2003-2012年秘魯外海莖柔魚資源豐度年間變化分析[J]. 上海海洋大學(xué)學(xué)報(bào), 24(2): 280-286.

李綱, 陳新軍, 田思泉, 2009. 我國東、黃海鮐魚燈光圍網(wǎng)漁業(yè)CPUE標(biāo)準(zhǔn)化研究[J]. 水產(chǎn)學(xué)報(bào), 33(6): 1050-1059.

李杰, 張鵬, 晏磊, 等, 2020. 南海中南部海域鳶烏賊CPUE影響因素的GAM分析[J]. 中國水產(chǎn)科學(xué), 27(8): 906-915.

楊德康, 2002. 兩種魷魚資源和其開發(fā)利用[J]. 上海水產(chǎn)大學(xué)學(xué)報(bào), 11(2): 176-179.

何珊, 王學(xué)昉, 戴黎斌, 等, 2018. 人工集魚裝置禁漁期措施對(duì)中國大陸金槍魚圍網(wǎng)船隊(duì)捕撈努力量特征的影響[J]. 大連海洋大學(xué)學(xué)報(bào), 33(1): 102-107.

余為, 陳新軍, 2012. 印度洋西北海域鳶烏賊9-10月棲息地適宜指數(shù)研究[J]. 廣東海洋大學(xué)學(xué)報(bào), 32(6): 74-80.

宋利明, 武亞蘋, 2013. 基于GAM的吉爾伯特群島海域黃鰭金槍魚棲息地綜合指數(shù)[J]. 水產(chǎn)學(xué)報(bào), 37(8): 1250-1261.

陸化杰, 王從軍, 陳新軍, 2014. 4-6月東太平洋赤道公海鳶烏賊生物學(xué)特性初步研究[J]. 上海海洋大學(xué)學(xué)報(bào), 23(3): 441-447.

陸化杰, 陳新軍, 方舟, 2013a. 西南大西洋阿根廷滑柔魚漁場(chǎng)時(shí)空變化及其與表溫的關(guān)系[J]. 海洋漁業(yè), 35(4): 382-388.

陸化杰, 陳新軍, 曹杰, 2013b. 基于GLBM模型的中國大陸阿根廷滑柔魚魷釣漁業(yè)CPUE標(biāo)準(zhǔn)化[J]. 生態(tài)學(xué)報(bào), 33(17): 5375-5384.

陸化杰, 陳新軍, 曹杰, 等, 2013c. 中國大陸阿根廷滑柔魚魷釣漁業(yè)CPUE標(biāo)準(zhǔn)化[J]. 水產(chǎn)學(xué)報(bào), 37(6): 951-960.

陳新軍, 葉旭昌, 2005. 印度洋西北部海域鳶烏賊漁場(chǎng)與海洋環(huán)境因子關(guān)系的初步分析[J]. 上海水產(chǎn)大學(xué)學(xué)報(bào), 14(1): 55-60.

陳新軍, 邵鋒, 2006. 印度洋西北部公海鳶烏賊資源特征及其與海況的關(guān)系[J]. 中國海洋大學(xué)學(xué)報(bào), 36(4): 611-616.

邵鋒, 陳新軍, 2008. 印度洋西北海域鳶烏賊漁場(chǎng)分布與海面高度的關(guān)系[J]. 海洋科學(xué), 32(11): 88-92.

范江濤, 余為, 馬勝偉, 等, 2022. 春季南海鳶烏賊棲息地時(shí)空分布及其年際差異分析[J]. 南方水產(chǎn)科學(xué), 18(1): 1-9.

范江濤, 張俊, 馮雪, 等, 2015. 基于棲息地模型的南沙海域鳶烏賊漁情預(yù)報(bào)研究[J]. 南方水產(chǎn)科學(xué), 11(5): 20-26.

林東明, 陳新軍, 2006. 印度洋西北部海域鳶烏賊漁場(chǎng)分布及其與海面溫度的關(guān)系[J]. 海洋科學(xué)進(jìn)展, 24(4): 546-551.

周天軍, 俞永強(qiáng), 宇如聰, 等, 2004. 印度洋對(duì)ENSO事件的響應(yīng): 觀測(cè)與模擬[J]. 大氣科學(xué), 28(3): 357-373.

官文江, 田思泉, 王學(xué)昉, 等, 2014a. CPUE標(biāo)準(zhǔn)化方法與模型選擇的回顧與展望[J]. 中國水產(chǎn)科學(xué), 21(4): 852-862.

官文江, 陳新軍, 高峰, 等, 2014b. GLM模型和回歸樹模型在CPUE標(biāo)準(zhǔn)化中的比較分析[J]. 上海海洋大學(xué)學(xué)報(bào), 23(1): 123-130.

趙榮興, 1992. 印度洋可開發(fā)的外洋性頭足類[J]. 現(xiàn)代漁業(yè)信息, 7(8): 25-26.

徐潔, 官文江, 陳新軍, 2015. 基于空間相關(guān)性的西北太平洋柔魚CPUE標(biāo)準(zhǔn)化研究[J]. 水產(chǎn)學(xué)報(bào), 39(5): 754-760.

章賢成, 汪金濤, 陳新軍, 2022. 基于BP神經(jīng)網(wǎng)絡(luò)的阿根廷滑柔魚資源CPUE標(biāo)準(zhǔn)化研究[J]. 漁業(yè)科學(xué)進(jìn)展, 43(2): 11-20.

董正之, 鄭元甲, 朱善央, 1988. 東海南部的頭足類稚仔[J]. 水產(chǎn)學(xué)報(bào), 12(1): 51-55.

溫健, 陸鑫一, 陳新軍, 等, 2019. 基于海表溫度和光合有效輻射的西北太平洋柔魚冬春生群體棲息地?zé)狳c(diǎn)預(yù)測(cè)[J]. 上海海洋大學(xué)學(xué)報(bào), 28(3): 456-463.

謝恩閣, 周艷波, 馮菲, 等, 2020. 中國南海外海鳶烏賊燈光罩網(wǎng)漁業(yè)CPUE標(biāo)準(zhǔn)化研究[J]. 大連海洋大學(xué)學(xué)報(bào), 35(3): 439-446.

AKAIKE H T, 1974. A new look at the statistical model identification [J]. IEEE Transactions on Automatic Control, 19(6): 716-723.

AULT J S, 2000. Quantitative fish dynamics. Terrance J. Quinn II, Richard B. Deriso [J]. Quarterly Review of Biology, 75(3): 336.

HARLEY S J, MYERS R A, DUNN A, 2001. Is catch-per- unit-effort proportional to abundance? [J]. Canadian Journal of Fisheries and Aquatic Sciences, 58(9): 1760-1772.

HILBORN R, WALTERS C J, 1992. Quantitative fisheries stock assessment: choice, dynamics and uncertainty [J]. Reviews in Fish Biology and Fisheries, 2(2): 177-178.

MAUNDER M N, STARR P J, 2003. Fitting fisheries models to standardised CPUE abundance indices [J]. Fisheries Research, 63(1): 43-50.

VENABLES W N, DICHMONT C M, 2004. GLMs, GAMs and GLMMs: an overview of theory for applications in fisheries research [J]. Fisheries Research, 70(2/3): 319-337.

YE Y M, DENNIS D, 2009. How reliable are the abundance indices derived from commercial catch-effort standardization? [J]. Canadian Journal of Fisheries and Aquatic Sciences, 66(7): 1169-1178.

STANDARDIZATION OF CATCH PER UNIT EFFORT (CPUE) IN NORTHWEST INDIAN OCEANBASED ON GENERALIZED ADDITIVE MODEL

ZHANG Bi-Qiang1, LU Hua-Jie1, 2, 3, 4, ZHAO Mao-Lin1, SUN Tian-Zi1, GUO Rui-Yu1

(1. College of Marine Sciences, Shanghai Ocean University, Shanghai 201306, China; 2. Key Laboratory of Marine Ecological Monitoring and Restoration Technologies, MNR, Shanghai 201306, China; 3. National Distant-water Fisheries Engineering Research Center, Shanghai Ocean University, Shanghai 201306, China; 4. Key Laboratory of Oceanic Fisheries Exploration, Ministry of Agriculture and Rural Affairs, Shanghai Ocean University, Shanghai 201306, China)

Catch per unit effort (CPUE) is the premise and basis of resource assessment. To better assess the resources of purpleback flying squidin the northwest Indian Ocean, we used the generalized additive model (GAM) to standardize the CPUE ofin the northwest Indian Ocean from 2016 to 2020. The results showed that month, sea surface temperature (SST), sea surface height (SSH), longitude, and latitude have significant effects on the CPUE. Comparison of AIC (Akaike information criterion) values of different GAM models established the best CPUE evaluation model in which five factors of month, SST, SSH, longitude, and latitude are used, and the interpretation rate of CPUE deviation is 40.3%. The research showed that the high CPUE ofin the northwest Indian Ocean occurs mainly from September to next March in the sea area covering from 16°N to 19°N, 60°E to 65°E, SST from 25 °C to 28 °C, and SSH from 0.2 m to 0.4 m. On the whole, the standardized CPUE is lower than the nominal CPUE, but their change trends are largely the same.Key words northwest Indian Ocean;; CPUE standardization; GAM model

S932; S937

10.11693/hyhz20220400112

*國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目, 2019YFD090402號(hào); 國家自然科學(xué)基金項(xiàng)目, NSFC 41506184號(hào)。張弼強(qiáng), 碩士研究生, E-mail: tianzi8888@163.com

陸化杰, 博士, 副教授, 碩士生導(dǎo)師, E-mail: hjlu@shou.edu.cn

2022-04-27,

2022-07-06