卫星遥感海面高度数据在渔场分析中的应用综述

2013-03-20宋婷婷樊伟伍玉梅

海洋通报 2013年4期

宋婷婷，樊伟，伍玉梅

（1.上海海洋大学，上海 201306；2.中国水产科学研究院东海水产研究所中国水产科学研究院渔业资源遥感信息技术重点开放实验室，上海 200090）

20 世纪70年代初，卫星遥感海表温度SST（Sea Surface Temperature）和叶绿素信息在渔业资源分析和渔场预报中得到初步应用，此后随着海洋遥感和计算机技术的进一步发展，海表温度与叶绿素信息的渔场分析应用逐步进入到业务化应用阶段，目前卫星遥感SST 反演精度已达0.5 ℃～0.8 ℃，而叶绿素的精度大约为35%～40%，已完全满足渔业生产需求和科研应用，海表温度、叶绿素浓度已成为国内外学者判断渔场变动和预报中心渔场位置的重要环境因子（Druon，2010；Reiss，2008；杨胜龙等，2011；朱国平，2007；樊伟等，2008）。1992年，英法联合发射TOPEX/POSEIDON 卫星高度计，使得海表面高度数据第一次可以精确测量，从而为卫星高度计在渔场分析中的应用提供了可靠的数据来源。由于海面高度数据能够反映海洋锋面、水团等中尺度海洋动力特征，因此，自20 世纪90年代中期开始，遥感海面高度数据也逐步应用到渔场分析研究中。我国于2011年发射了首颗海洋环境动力卫星“海洋二号”，星上装载雷达高度计的测高精度达到4 cm，将使我国未来在渔场分析应用中能实时获取精确的海面高度数据。为此，本文根据收集到的国内外相关文献，对海面高度数据在渔场分析中的应用进行了综述。

1 卫星高度计测高理论及其数据特点分析

1.1 卫星高度计测高理论基础

卫星高度计是以海面为遥测靶，通过分析回波信号特征来获取海洋信息的一种主动传感器。相对于传统测量方式它具有明显的优势，能够在全球范围内全天候、多次重复准确地提供海洋表面高程变化的测量值。因此在中尺度海洋环流和典型洋流（如黑潮）的变化特征、海面动力起伏、海洋潮汐的测量、海面地形反演等研究中，或是在厄尔尼诺现象监测及渔场分析中，卫星高度计都起到了举足轻重的作用（刘付前等，2009）。

卫星高度计测得的海面高度SSH （Sea Surface Height）是相对于参考椭球而言的，它可分为海洋动力高度（Dynamic Height）和大地水准面高度（Geoid Height）。海洋动力高度包括动力地形信息（Dynamic Topography），不同于传统的海洋学数据计算或数值模拟结果，它是相对于平均海平面来计算海平面异常的（Lebedev et al，2007），含有海洋动力现象的有关信息，如海浪、海流、潮汐等，且动力地形的高梯度区域产生在气旋和反气旋沿海环流的边缘地带，容易形成锋面和海流；大地水准面为平均海面相对于参考椭球面的高度，它是地球重力场的等势面。此外，使用高度计还可以测量有效波高、海表面风等动力参数。

1.2 高度计数据的特点

卫星测高具有很多优点，如：高度计在工作时基本不受天气状况影响，可以全天候的工作，保证了资料的连续性和稳定性；且使用卫星高度计获取数据资料价格相对低廉，易于获取。由于测高数据是深度平均的结果，是海水温度、盐度等多种水文环境因子综合作用的结果，因而包含的信息量大。目前可应用的卫星高度计资料主要来自：GEOSAT卫星、TOPEX/Poseidon 卫星、ERS 卫星、Jason 和Envisat 卫星；美国于1975年发射第一颗载有雷达高度计的GEOS-3 卫星；随后欧空局在发射的ERS-1 测高计上改进了跟踪器算法，增加了测量海冰的工作方式，其精度达到6～10 cm；1992年，英法联合发射了第一个可以精确测量海面高度的T/P 卫星高度计，其总体准确度达到4.1 cm，轨道高度为1 336 km，轨道倾角为66 b，从而保证了全球海洋的90%可以得到覆盖。发射T/P 的主要目的是为了从空间监测全球海面高度，以使科学家们可以通过卫星高度计计算表层环流以及地转流的季节性变化（邱云等，2005），进而可以研究出由海面高度异常数据引起的海洋现象对海洋渔场变化造成的影响。作为T/P 的后继卫星Jason-1 和Jason-2持续保持小于3cm 的海面测高准确度，提供了长时间序列的全球海平面数据，极大地促进了海洋学、海洋渔场的预报精度。值得指出的是，2002年3月，欧洲空间局发射的Envisat 卫星载有RA-2 雷达高度计，Envisat 卫星运行在太阳同步轨道上，因此所观测的海面高度数据不可避免地包含了太阳潮混频信息、日变化引起的电离层变化和大气潮变化的混频信息。这些混频信息影响了Envisat数据用于研究海平面随气候的变化。

卫星测高的缺点是，周期太长，如TOPEX 卫星，其全球覆盖周期为10 天，且对于近海岸带50 km 海面高度的数据仍无法使用卫星高度计精确测量，极大限制了高度计数据在海洋渔业中的广泛应用。目前，卫星高度计只能推算卫星星下点的海面高度，造成高度计在空间和时间采样率的不足，在解释尺度较小的物理海洋现象时可能因空间采样间距偏大而造成空间混淆（蒋兴伟等，2010；鲍李峰等，2005）。

2 卫星测高数据在渔场分析中的应用探索

2.1 海洋环境条件和SSH 之间的关系

海洋鱼类的生活习性与生活环境是一个统一的整体，海洋环境状态参数的变化对其鱼群的大小和分布状况、栖息层次、中心渔场的位置等都有明显的影响（林敏基，1991）。影响鱼类行为的非生物环境要素一般有：海水温度、盐度、溶解气体、水系和海流、潮汐和潮流、气象因素以及水深、海底状况等。而海面高度与SST 和盐度SSS （Sea Surface Salinity）关系密切，根据EOS80 国际海水状态方程，海水的密度由温度和盐度直接确定，当混合层水团深度和温度发生变化时可以导致水团密度的变化，进而引起可以海平面高度异常，在较大尺度范围上的海面高度变化可以使用卫星高度计资料观测（Polito et al，2000）。

海面高度资料在渔场分析中的应用目前主要通过获取海面动力高度信息和地转流的计算（樊伟等，2005）。海面动力高度信息包含有海流、潮汐、水团、中尺度涡等海洋动力信息，它们在渔情分析中起到特殊作用。如海洋环流可以影响海洋物种的产卵、幼鱼漂移、成鱼迁移以及形成饵料比较集中的区域（陈灌贤，1991），像在暖流、气旋环流附近沙丁鱼、竹荚鱼等渔业资源比较丰富；利用海面高度资料还可以监测黑潮的流动变化，反映黑潮的弯曲等现象（仉天宇等，2001），而黑潮延伸区的中尺度涡比较集中，海平面变化剧烈，这块区域的海平面异常具有显著的特征，它既受到全球变暖的影响，又与厄尔尼诺-南方涛动有关（ENSO）（刘玉光，2009），1997年的厄尔尼诺现象，就是利用海表温度和卫星测高数据同时进行监测的，此外，渔场的位置与黑潮锋的位置密切相关，经过多年的研究和观测，卫星测高数据已经成为研究厄尔尼诺现象的重要指标之一。

基于卫星高度计的研究表明，南极绕极流区、湾流和黑潮等西边界强流的相关区域等均为中尺度涡活动显著的区域（张文霞等，2011），如日本学者Morimoto 等（2000）采用TOPEX/POSEIDON 和ERS-2 卫星融合数据并采用最优插值法来处理每月海面高度数据，进而识别日本对马岛的冷暖涡，而锋区中尺度涡、大洋中尺度涡结构特征具有比较强的水团特征，这种结构通常是渔场形成的基本条件之一；另外表层水团的汇合和辐散导致海表面产生高度正负距平值（Zagaglia et al，2004），然后表层暖水流积累产生下降流，底层水产生上升流来补充表层水流，引起温跃层的偏移，使底层海域丰富的营养盐不断向上补充，在表层呈现出低温、高营养盐、高叶绿素浓度特征而增加海洋表层的初级生产力，最终在海面高度场形成斑状块的海面高度极值区。而海面高度的异常变化与温度场冷暖水团的配置关系密切（图1），如在北半球海面高度的正距平区域对应顺时针方向的暖中心，海面高度的负距平海域对应逆时针方向的冷涡，南半球则刚好相反。一般来讲，冷暖中心边缘的过渡区域通常形成锋面，海流流速较大，某些鱼类集群易形成渔场。此外，海洋锋面附近常表现出较为复杂的海洋动力特征，如海流流速较大，水团配置比较复杂等。因此，结合这些海洋特征，从海面高度异常的空间配置和海流流速流向的分布可以推知海洋锋面。

图1 海面高度异常及与水团配置关系

2.2 海面高度与渔场关系的分析

卫星高度计在渔场分析中的应用主要通过获取海面高度的距平值来分析海面高度异常变化、与温度场冷暖水团的配置关系、海洋流场的变化及与锋面的关系等（樊伟，2006）。目前渔场分析中主要应用的是来自TOPEX/POSEIDON 和ERS-1/2 系列卫星的测高数据。具有不同温度和盐度的海水、不同的流系和水团以及上升流等在海面高度遥感图上呈现不同的高度异常信息（于杰等，2007）。且海面高度异常SSHA（Sea Surface Height Anomaly）可以影响着某些鱼群分布，因而被当作寻找渔场的一个重要的指标（Zhang et al，2001），它通常反映海面动力环境的变化，而海洋动力结构特征常常是维持经济型远洋物种中心渔场的关键考虑元素，如Laurs 等（1984）指出中心渔场一般分布在较高、较低或边界区域，因而在预测金枪鱼渔场分布时一般使用海面高度梯度即绝对海表面高度或海表面高度异常数据。由于海面高度与水团、水系、海流、潮流等因素的关系密切，只要认为这几个要素与渔场有重大关系，就可以相应地考虑海面高度。这种影响的尺度范围只要大于目前卫星测高的分辨率（包括传感器观测的分辨率、时间和空间分辨率），就可以进行这种分析。

使用海面高度数据应用于渔场分析和预报除了使用SSHA 数据，还可以利用卫星高度计获取的海面动力高度计算获取地转流和涡动能EKE（eddy kinetic energy）信息。由于地转流能准确地指出产生海洋高生产力的最强锋面区，并确定上升流和锋面区域的位置（Fu et al，2001），而涡动能高值区一般是中尺度涡活动比较频繁的区域，因而在渔场预报中他们的作用也是不可忽视的。

除了赤道海区附近，在几天以上时间尺度和几十公里以上空间尺度范围内，当不考虑海面风和海水湍流摩擦力的作用，海水水平压强梯度力与水平地转偏向力平衡时，可以产生水平定向横速流动的地转流，而地转流信息主要通过海面地形来获取，如使用SSHA 数据（ζ）计算海表面地转流东西方向和南北方向斜率梯度，最后代入这些斜率计算地转流的水平速度分量υ 和ω 和涡动能：

其中g 为重力加速度，f=2 Ωsin β 称为科氏参数，Ω 为地球自转角速度，β 为纬度。

随着卫星精确定轨技术、大气折射校正技术、消除海洋潮和大气潮混频技术的提高，卫星测高分辨率越来越高，且其能够同时提供观测点的风速和海浪参数，以日本、美国、法国为代表的世界渔业大国已经开始着手这方面的工作，并且取得了一些先期成果。有研究表明，从鱼类行为学的角度研究海面高度对鱼类影响的有关工作也在逐渐展开。

2.3 国内外海面高度数据在渔场分析方面的研究进展

2.3.1 国外海面高度数据在渔场分析中的应用

20 世纪70年代国外就开始利用遥感技术进行渔场渔情的分析应用，而自20 世纪90年代中期第一颗可以精确测量海面高度数据的T/P 卫星高度计的发射，使用海面高度因子研究渔场环境变化的学者就越来越多。并相应取得了一些成果，如国外学者Polovina 等（1999）处理了1993-1998年的TOPEX/Poseidon 卫星的海面测高数据，发现亚热带海洋锋面的强度与夏威夷海域箭鱼（Xiphias gladius）延绳钓渔场关系密切，箭鱼渔场与海面高度成反比关系；日本渔业情报服务中心（JAFIC）利用船测及卫星测高数据绘制了东海及西北太平洋海域的海面高度图，发现了东黄海鲐鱼渔场位置变化与海面高度异常形成对应关系，并且得出长江口外涡旋区（即海面高度特殊区）易形成渔场的结论。

目前国外利用海面高度数据应用于渔场主要采用两种方法：一种是直接应用方法；直接应用是对于海面高度数据与渔业资源产量相关性较好的区域，将海面高度作为渔场的重要因子来使用，并结合温度、叶绿素Chl-a（Sea Surface Chlorophyll）、盐度等因素通过地理信息系统GIS（geographic information system）或统计分析模型来进行渔情预报和分析。直接应用目前还受到一定限制，但由于海面高度是对水团或海流、水温或盐度、上升流或其他因子的综合作用，其直接应用既可以保证必要的精度，又可以得出对鱼类行为的综合影响，在不能把握渔场条件的情况下，仍然是一个很好的应用统计量。如国外学者Hardman-Mountford 等（2003）通过神经网络模式识别方法来研究SSH 对本格拉沙丁鱼渔业资源的季节和年际变化的影响，发现由海面高度异常引起的沿岸上升流和海流的入侵均会影响沙丁鱼的补充量。而Mugo 等（2010）使用SSHA 并结合SST、SSC、EKE 等通过GIS 和GAM（generalized additive model）模型分析西北太平洋鲣鱼渔获量与海面高度等的关系，得出鲣鱼一般生活在SSHA≥0 的区域；通常情况下，金枪鱼在海表面高度异常区种群比较丰富，受季风影响下，在西北季风季节金枪鱼产量与海面高度的正距平区域呈正相关，而在西南季风影响下，其产量与海面高度负距平区域相关（Satibi et al，2008）。

卫星高度数据在渔场分析方面的另一应用为间接应用。由于SSH 异常和SSH 极值区域通常伴随着相关的海洋环境变化，因而从SSH 量值可以分析其他海洋因子如涡、锋面、地转流信息，然后根据这些线索运用分析预报模型进行渔场寻找和预报。像鲣鱼在从亚热带向北迁移到温带水域时受锋面、暖流、和涡的影响（Tameishi et al，1989），而涡旋区常位于气旋和反气旋环流交界处，并靠近冷气旋海流附近（Kumari et al，2005），具有冷暖水锋面、深度适合和海水混合强烈等特点，为渔场形成提供了良好的外部环境条件，另外，金枪鱼和中尺度结构也有很紧密的关系，而通过海平面高度异常负值区可以识别冷涡，上升流涡（冷涡）的形成导致金枪鱼主要食物之一的磷虾产量增加；而金枪鱼在中尺度结构中，由于其复杂的物理机制导致生产力较高，因而增加了金枪鱼觅食的概率（Liu et al，2003）。此外，对于亲潮冷流和黑潮暖潮汇合的西北太平洋也是国内外学者研究较多的涡旋区，由于其汇合的边界处包含涡弯曲、锋面等海洋动力特征，成为许多重要经济鱼类的索饵场（Maul et al，1984），如长鳍金枪鱼的资源丰富程度和物理海洋结构动力特征如黑潮、亲潮、锋面、涡流有关。

通过SSHA 计算得出的地转流和涡动能也是目前研究渔场资源环境变量的主要环境参数之一，如国外已有部分学者通过卫星高度计获取地转流数据来研究螯虾的补充量及其动态分布变化（Rudorff et al，2009；Polovina et al，1997）。此外还可以通过制作每月的高分辨率SSHA 图来识别涡流特征和估算海流方向和大小，如Zainuddin 等（2008）通过计算地转流和EKE 得出长鳍金枪鱼一般分布在SSHA 为13 cm 附近和EKE 较高的地方；与此同时，利用海面高度场资料还可以寻找准稳定SSH区，准稳定的SSH 区域通常代表了稳定的水团和上升流，实验得出SSH 和冷水团存在很强的相关性，而冷水团对鱼群的活动具有明显的抑制作用，鱼群在洄游前进时被冷水团阻挡，滞留在冷水团的周围，而冷水区的SSH 是一个极值（高值）区域，由于冷水的密度比较大，在冷水团的位置出现相同的SSH 极值区是非常自然的事。

另外，利用卫星遥感SST、叶绿素、地转流还可以进行动物如鱼类的跟踪，获取鱼类资源的分布情况（Chassot et al，2011）。通过建立栖息地模型来判断渔场资源变动也是目前海面高度数据间接应用于渔场的方法之一，如Steven 等（2007）通过建立栖息地模型来判断墨西哥湾蓝鳍金枪鱼生活环境，采用的环境因子有深度、SST、叶绿素、涡动能、海流速度、SSHA 等。

随着多星数据的融合以及信息技术的发展，海面高度数据的时空分辨率越来越高；而数据挖掘、模糊性及不确定性分析方法、元胞自动机模型、与人工智能等预报方法在国外也逐渐开始应用于渔场渔情分析预报领域。

2.3.2 国内海面高度数据在渔场分析中的应用

鉴于海面高度数据已成为渔场分析和预报的重要环境因子之一，我国在渔场与海面高度数据关系方面也做了一些工作，并对鸢乌贼渔场（陈新军等，2006；邵峰等，2008；田思泉等，2006）、阿根廷滑柔鱼渔场（张炜等，2008）、东海鲐鱼渔场（李纲等，2009）、中西太平洋金枪鱼（陈雪冬等，2006）与海面高度数据关系方面进行了相关的报道，得出鸢乌贼高产量大都分布在海面高度距平SSHA≤0 的附近海域，鲐鱼渔场与SSH 之间有很好的匹配关系，中心渔场通常位于SSH 极大值和极小值交汇的海域，并靠近极大值海域一侧，即出现在冷水团和暖水团交汇区靠近暖水团一侧。阿根廷滑柔鱼的中心渔场主要分布在SSHA=0 附近海域；而西北太平洋柔鱼（Chen et al，2010）、西南大西洋阿根廷柔鱼（Chen et al，2008）主要生活在SSHA≤0 的区域。

此外还有部分学者利用海面高度、叶绿素等建立栖息地指数（HSI）来预报渔场，如范江涛等（2011）利用海面高度、叶绿素等海洋数据针对南太平洋长鳍金枪鱼采用非线性回归方法，基于各环境因子建立栖息地适应性指数来进行渔情预报，Chen 等（2009）利用遥感获取的表温、表温盐度、叶绿素、海面高度距平值对东海鲐鱼采取AMM（arithmetic mean model）、GMM（geometric mean model）等模型方法来建立栖息地指数预测渔场的栖息地以及中心渔场。目前国内使用海面高度数据应用于渔场绝大部分采用的直接应用方法，间接应用的还比较少，且相关的研究海面高度与渔场关系的统计模型还有待进一步深入。

3 结论和建议

自我国1989年开展鱿钓业以来，鱿钓业已发展成为我国重要的大洋渔业之一，对国民经济发展，提供食品和丰富蛋白质来源等方面起着重要作用，海面高度俨然成为研究北太平洋巴特柔鱼（Ommastrephes bartrami）渔场分布的重要环境因子之一（徐海龙等，2012），随着“海洋二号”环境动力卫星的发射，使用海面高度数据应用于海洋渔场环境分析方面有很大的前景，然而由于遥感数据的反演精度、获取数据的时间周期等原因，能够持续不断地为捕捞生产所应用的信息还不多，很多还处于历史数据的对比研究或试验应用阶段。且应用卫星高度计进行渔业应用的独立性不够强，如在进行海洋渔场环境分析和中心渔场预报时，因云覆盖引起的卫星遥感数据缺失、卫星遥感模型反演精度不够等原因还必须要现场采样作补充，大多数情况下还要结合海上的观测资料，经过数据融合或同化处理后才能实现业务化应用。另外，通过卫星高度计获取的SSH 还受卫星径向轨道误差、电离层、对流层、潮汐等影响，和国外相比，目前我国在使用海面高度数据应用于渔场分析方面还相对薄弱，且只有直接应用方法，鉴于此，笔者认为，海面高度在渔场分析上的应用应注意以下几点：

（1）获取海面高度数据的算法还需要不断完善，如在潮汐改正和轨道误差校正方面都还有值得改进的地方，不然会严重影响卫星高度数据的广泛应用。

（2）在建立海面高度数据与渔场资源量、单位捕捞努力量（CPUE）等的统计分析模型时，可以相应地考虑模糊神经网络、专家系统、元胞自动机、数据挖掘、范例推理等统计模型。

（3）由SSHA 反演的地转流、涡动能、锋面等信息也是接下来我国需要研究的重点，和SSHA 相比，涡动能可以大范围长时间地确定如中尺度涡、海流蜿蜒等现象，在研究过程中也很少受地理位置的影响，而上升流、海洋峰附近海域恰恰也是最有价值的潜在渔场。

（4）针对高度计空间采样率不足的限制，可以采用多星数据融合或研究出新一代具备宽刈幅观测能力的卫星高度计。

Chassot E，Bonhommeau S，Reygondeau G，et al，2011. Satellite remote sensing for an ecosystem approach to fisheries management.ICES Journal of Marine Science，68（4）：651-666.

Chen X J，Li G，Feng B，et al，2009. Habitat suitability index of Chub mackerel（Scomber japonicus） from July to September in the East China Sea.Journal of Oceanography，65（1）：93-102.

Chen X J，Liu B L，Chen Y，2008. A review of the development of Chinese distant water squid jigging fisheries. Fish Research，（89）：211-221.

Chen X J，Tian S Q，Chen Y，et al，2010.A modeling approach to identify optimal habitat and suitable fishing grounds for neon flying squid （Ommastrephes bartramii） in the Northwest Pacific.Fishery Bulletin，（108）：1-14.

Druon J N，2010. Habitat mapping of the Atlantic bluefin tuna derived from satellite data：Its potential as a tool for the sustainable management of pelagic fisheries.Marine Policy，34（2）：293-297.

Fu L L，Cazenave A，2001. Satellite altimetry and Earth sciences. San Diego，California：Academic Press.

Hardman-Mountford N J，Richardson A J，Boyer D C，et al，2003.Relating sardine recruitment in the Northern Benguela to satellitederived sea surface height using a neural network pattern recognition approach.Progress in Oceanography，（59）：241-255.

Kumari B，Mass H，et al，2005.A persistent eddy in the central Arabian Sea：Potential trophic significance. Indian Journal of Marine Sciences，34（4）：449-458.

Laurs R M，Fiedler P C，Montgomery D R，1984.Albacore tuna catch distributions relative to environmental features observed from satellites.Deep Sea Research，31（9）：1085-1099

Lebedev S A，Sirota A M，2007. Oceanographic investigation in the Southeastern Pacific Ocean by satellite radiometry and altimetry data.Space Research，（39）：203-208.

Liu C T，Ching-HSI N，2003.Application of satellite remote sensing on the tuna fishery of Eastern Tropical Pacific.International Association of Geodesy Symposia. （126）：175-182.

Maul G A，Williams F，Roffer M，et al，1984. Remotely sensed oceanographic patterns and variability of Bluefin tuna catch in the Gulf of Mexico.Oceanologica Acta，（7）：469-479.

Morimoto A，Yanagi T，Kaneko A，2000. Eddy field in the Japan Sea derived from satellite altimetric data. Journal of Oceanography，（56）：449-462.

Mugo R，Saitoh S I，Nihira A，et al，2010. Habitat characteristics of skipjack tuna （Katsuwonus pelamis） in the western North Pacific： a remote sensing perspective. Fisheries Oceanography， 19（5）：382-396.

Polito P S，Sato O T，Liu W T，2000. Characterization and validation of the heat storage variability from TOPEX/Poseidon at four oceanographic sites.Journal of Geophysical，（105）：16911-16921

Polovina J J，Kleiber P，1999. Application of TOPEX2-POSEIDON satellite altimetry to simulate transport dynamics of larvae of spiny lobster （Panulirus marginatus） in the Northwestern Hawaiian Islands.Fish Bull，97（1）：132-143.

Polovina J J，Kleiberp，1997. Spatial dynamics of larvae of the spiny lobster in the Northwestern Hawaiian islands from geostrophic current computed with TOPEX/ POSEIDON satellite altimetry. In：proceeding of the ICES International Symposium on Recruitment Dynamics of Exploited Marine Populations：Physical Biological Interactions.

Reiss C S，Checkley D M，Bograd S J，2008，Remotely sensed spawning habitat of Pacific sardine （Sardinops sagax） and northern anchovy （Engraulis mordax） within the California Current.Fisheries Oceanography，17（2）：126-136.

Rudorff C A G，Lorenzzetti J A，et al，2009. Application of remote sensing to the study of the pelagic spiny lobster larval transport in the tropical Atlantic. Brazilian Journal of oceanography，57（1）：7-16.

Satibi M，Osawa T，Arthana I，2008.Evaluation of tuna fishing ground in southern coast of Java-Sumbawa sea using satellite observer data.ECOTROPHIC，4（1）：25-30.

Steven L H，Andre M B，Barbara A B. 2007. Oceanographic preferences of Atlantic Bluefin tuna，Thunnus thynnus，on their Gulf of Mexico breeding grounds.Mar Biol，（152）：1105-1119.

Tameishi H，Shinomiya H，1989. Formation of southbound skipjack fishing grounds and its discriminant prediction off Tohoku sea area.Nippon Suisan Gakkai shi，（55）：619-625.

Zagaglia C R，Lorenzzetti J A，Stech J L，2004. Remote sensing data and longline catches of yellowfin （Thunnus albacares） in the equatorial Atlantic.Rem.Sens.Environ. （93）：267-281.

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

Zhang T Y，Shao Q Q，Zhou C H，2001. Application of Satellite Altimeter Data in Fishery Stock Assessment. Fisheries Science，20（6）：4-8.

鲍李峰，陆洋，王勇，等，2005.利用多年卫星测高资料研究南海上层环流季节特征.地球物理学报，48（3）：543-550.

陈灌贤，1991.中国海洋渔业环境.杭州：浙江科学技术出版社

陈新军，邵锋，2006.印度洋西北部公海鸢乌贼资源特征及其与海况的关系.中国海洋大学学报，36（4）：611-616.

陈雪冬，崔雪森，2006.卫星遥感在中东太平洋大眼金枪鱼渔场与环境关系的应用研究.遥感信息，1（83）：25-28.

樊伟，2006.卫星技术在海洋及渔业上的应用.渔业现代化. （4）：45-46.

樊伟，陈雪忠，崔雪森，2008.太平洋延绳钓大眼金枪鱼及渔场表温关系研究.海洋通报，27（1）：35-41.

樊伟，周甦芳，沈建华，2005.卫星遥感海洋环境要素的渔场渔情分析应用.海洋科学，29（11）：67-72.

范江涛，陈新军，钱卫国，等，2011.南太平洋长鳍金枪鱼渔场预报模型研究.广东海洋大学学报，31（6）：61-67.

蒋兴伟，宋清涛，2010.海洋卫星微波遥感技术发展现状与展望.科技导报（北京），28（3）：105-111

李纲，陈新军，2009.夏季东海渔场鲐鱼产量与海洋环境因子的关系.海洋学研究，27（1）：1-8.

林敏基，1991.海洋与海岸带遥感应用.北京：海洋出版社，314-315.