基于栖息地指数的西北太平洋柔鱼渔获量估算＊

陈新军，龚彩霞，田思泉，高 峰 李 纲

（1.上海海洋大学海洋科学学院，上海201306；2.大洋生物资源开发和利用上海市高校重点实验室，上海201306；3.大洋渔业资源可持续开发省部共建教育部重点实验室，上海201306）

柔鱼（Ommastrephes bartramii）为大洋性鱿鱼类的一种，广泛分布在整个北太平洋海域，主要被中国（包括台湾省）、日本等国家和地区利用［1］。其中，分布在北太平洋西部海域的冬春生群是传统的捕捞对象，约占近年来北太平洋柔鱼总产量的70%～80%［2］。国内外学者曾对柔鱼的生物学［3－4］、海洋环境对其渔场分布的影响［5－6］，以 及 资 源 量 评 估［7－8］等 进 行 了 研 究。 要实现柔鱼资源的可持续利用，需要加强其可能渔获量的评估与预测工作的研究。由于柔鱼为一年生的物种，其资源量易受海洋环境的影响［9］。同时，由于柔鱼没有剩余群体，传统资源评估方法不适合于柔鱼资源量和渔获量的估算，因此需要开展其潜在渔获量评估方法的研究。栖息地指数是表征鱼类资源空间分布与海洋环境关系的重要手段，海洋环境因子合适与否直接影响到鱼类空间分布及其资源密度的大小。利用栖息地指数来估算渔业资源的潜在渔获量正成为国际上的研究热点［10－11］。为此，本文利用栖息地适宜性指数（HSI）模型建立柔鱼资源密度分布与海洋环境因子之间的关系，以及渔获量与HSI之间的关系，从而根据某一年度海洋环境的适宜程度来估算其可能的渔获量，为柔鱼资源的可持续利用和渔情预报提供参考。

1 材料与方法

1.1 渔业数据

柔鱼渔获量数据来源于上海海洋大学鱿钓技术组。时间为2003—2008年8～10月，研究海域为150°E～164°E、39°N～45°N，空间分辨率为0.5°×0.5°（作为一个渔区），时间分辨率为周（从8月份的第一天算起）。生产数据内容包括作业位置（经纬度）、作业时间、作业次数、渔获量等。整个研究海域（150°E～164°E、39°N～45°N）共由336个渔区组成，其中捕捞区域覆盖了171个渔区（见图1）。本研究对渔获量和HSI的分析是基于2003—2008年8～10月共计1 130个样本渔区。

图1 2003—2008年8～10月西北太平洋柔鱼渔获量分布示意图（渔获量单位为t）Fig.1 Catch distribution of O.bartramii in the northwest Pacific during August to October from 2003to 2008

1.2 环境数据

研究表明，表温（SST）、海面高度（SSH）和表层水温的水平梯度（GSST）是影响柔鱼资源分布的重要环境因子［5］。为此本研究采用SST、SSH 和GSST 作为建立HSI的海洋环境因子。已有研究认为，时间分辨率为周的环境因子用来表示HSI指数是最适的［12］。SST及SSH 数据来源于美国国家航空航天局（NASA）网站（http：／／oceancolor.gsfc.nasa.gov，accessed March，2010），时间分辨率均为周。SST数据空间分辨率是0.1°×0.1°，SSH 数据空间分辨率为0.25°×0.25°。SST 及SSH 数据按均值法将其空间分辨率换算成0.5°×0.5°，即每25个原始SST 数据或4个原始SSH数据的平均值作为新的空间分辨率下的SST或SSH 值。GSST计算公式［5］如下：GSSTi，j＝

式中：GSSTi，j是纬度为i、经度为j的GSST 数据；SSTi，j－0.5、SSTi，j＋0.5、SSTi＋0.5，j和SSTi－0.5，j是纬度分别为i，i，i＋0.5和i－0.5，经度分别为j－0.5，j＋0.5，j和j的SST 数据。

1.3 模型建立

1.3.1 SI指数模型 HSI模型建立分以下3个步骤［10，13］：（1）构建单因子适宜性指数（SI）模型；（2）给每个变量设置权重；（3）建立HSI综合模型。商业性渔业渔民总是趋向于在有鱼的地方生产，一旦发现没鱼或产量较低，即刻转移生产地或停止生产，故可以用捕捞努力量，即每天的作业船次作为SI模型建立的指标［14］。SI值从0～1，捕捞努力量最高时，SI设置为1，表示该范围内的环境最适宜柔鱼生存；捕捞努力量为0时，SI设置为0，表示该范围内的环境不适宜柔鱼生存［15］。根据前人的研究结果［15－16］，设定了适宜性指数等级及其所对应的捕捞努力量（见表1）。基于SST、SSH 和GSST 的SI值见文献［16］。

表1 基于生产统计数据的西北太平洋柔鱼适宜性指数值Table 1 The suitability index of O.bartramii in the Pacific Northwest based on the production statistics data

1.3.2 HSI模型建立 HSI模型采用赋予权重的算术平均算法（WAMM）［16］：

式中：Wsst、Wgsst和Wssh分别为SST、GSST 和SSH 的权重。据文献［16］的研究结果，这3个因子的权重分别取0.5，0.25和0.25时最佳；SIsst、SIgsst和SIssh分别为SST、GSST和SSH 的SI值。

1.4 渔获量估算

本文中的渔获量是指单位时间单位空间内，在现有的捕捞能力下可捕获的产量，故所有估算基于以下假设：（1）柔鱼群体的分布在同一单位时间段内（本文指7d）是连续分布且不变的；（2）捕捞努力量的分布与历史同一时期相似；（3）所采样本渔获量的分布代表了该区域该时间段内所能捕捞到的渔获量。

估算原理：HSI是基于捕捞努力量与海洋环境因子之间的关系建立的，HSI高的地方资源量高，低的地方资源量低。单位时间和空间内渔获量也受到捕捞努力量与环境因子的影响，因此渔获量与HSI之间必然存在某种正相关关系。为此，采用以下方程进行拟合：

式中：Y为渔获量；X为HSI；a和b为估计的参数。

2 结果

2.1 周渔获量与HSI关系分析

由图2可知，在同一HSI下，其周渔获量有所不同，即HSI高的海域其渔获量并不一定高，但周渔获量基本分布在Y＝2 000 HSI这一直线的下方。

图2 西北太平洋柔鱼各实际周渔获量与HSI之间的关系Fig.2 The reationship between the weekly actual catch and HSI

2.2 周平均渔获量与HSI的模型拟合

计算采样渔区不同HSI下的周渔获量，并按公式（3～6）建立周渔获量与HSI之间的关系，拟合方程参数如表2所示。研究发现，线性方程中参数a并未通过检验（P＝0.997），其他方程中的各参数均通过统计检验（P＜0.05）。分析还发现，周渔获量与HSI之间的关系是显著的（P＜0.05），其中指数方程拟合效果为 最佳，决定系数R2达0.83（见表2）。

表2 西北太平洋柔鱼周渔获量与HSI之间拟合方程的参数Table 2 The parameters of estimated model for the relationship between average weekly catch and HSI

2.3 渔获量估算

利用2007—2008年8～10月作业海域（150°E～164°E、39°N～45°N）的SST、GSST 和SSH 等环境数据，计算各渔区的HSI，然后利用上述建立的指数模型，计算2007－2008年各渔区1～13周可能的渔获量，以此累加2007－2008年8～10月各年的渔获量，并与采样海域实际值进行对比（见表3）。分析发现，2007与2008年预测值与实际值几乎一致，平均相对误差为2.4%。

表3 2007—2008年作业海域西北太平洋柔鱼可能渔获量的估算值与实际渔获量比较Table 3 Comparison between the estimated catch and actual catch during 2007—2008

3 讨论与分析

由于海洋环境的年间变动，柔鱼作业渔区每年不同时期都会有适当的变化，这也是商业性渔业作业的特点［1，9］。2003－2008年8～10月在作业海域（150°E～164°E、39°N～45°N）共有171个渔区（见图1），但每年鱿钓船进行作业的渔区较少，周作业海区则更少，这说明柔鱼作业渔场分布是相对集中的，在作业渔区之外的海域也有可能存在资源较丰富的渔场。因此，本研究利用渔业海洋学的理论建立了HSI模型，以此可以推测出未作业渔区的HSI分布情况，即其资源分布密度，然后假设在同样的捕捞努力量情况下，可以折算为各渔区的平均潜在渔获量。这一方法实现了从海洋环境条件（如SST、GSST和SSH）到HSI分布以及到资源时空分布和资源状况评估的可能，这也是近年来渔业资源学科一个新的发展趋势［11］。

通常，HSI模型的开发者及应用者均假设高质量栖息地能得到较高的HSI值，低质量栖息地能得到较低的HSI值［17－19］。但从图2可知具有较高的HSI的作业海区也可能获得较低的产量，或较低HSI的作业海区也可能获得较高的产量。这一现象说明了商业性渔业捕捞作业的特点，每艘船只要能保证自身有一定的经济利益，就会集中在某些海域作业，虽然这些海区HSI较低，但渔船较集中，总产量还是会比较高。而某些海区虽然HSI较高，但如果该海域总作业船数较少，那么总的渔获量仍较低，这一现象在其他商业性渔业中也经常出现［20］。从另一方面，采集数据的不够全面可能也影响到研究结果，因为在商业化渔业中，渔船通常是比较集中的。但从整体来看，周渔获量基本分布在Y＝2 000 HSI这条直线的下方，这一关系式表明了不同海区的最大潜在可能的渔获量与HSI之间的正相关关系。

周平均渔获量与HSI之间的关系表明，线性方程参数a并未通过检验，从参数a的95%置信区间可知，a取值可能为0，即HSI＝0时，周平均渔获量也为0，这并不违背本文假设。为此，作者将参数a去掉之后再做关系式拟合，可得关系式为Y＝175.74 HSI（p＝0.000，R2＝0.77），尽管这一方程在统计上是显著的，但其相关系数并未得到明显的提高，仍低于指数方程的相关系数（见表2）。

尽管指数方程拟合结果最佳，但当HSI较低（0～0.1）或较高（0.9～1）时，其实际渔获量的范围及其标准差较大（见图3），在使用该模型预测时应谨慎。这可能是由于HSI计算结果大部分集中在0.3～0.9之间，0～0.1之间仅包含2个样本渔区，0.9～1之间样本渔区也较少，而0.3～0.9之间样本均超过100个。这一结果与Brooks等人的研究结果相同［21］。根据其指数模型，作者在预测HSI为0.9～1时的渔获量时，其理论值要小于实际值，模型所作的预测结果可能较为保守（见图3）。

图3 周渔获量与HSI之间的指数关系（误差线用标准误表示）Fig.3 The relationship between average weekly catch and HSI （The vertical line represents the SD）

本文根据2003—2008年8～10月周渔获数据和环境数据对传统作业海域柔鱼可能的渔获量做了初步的估算，获得一些较为重要的研究结果，可为实际捕捞作业及渔情预报提供更多的信息。但本文的预测模型仍然存在一些问题，如商业性渔业数据分布集中，HSI较低（0～0.1）或较高（0.9～1）时的渔获量估算差异较大等，有待进一步对模型进行合理适当的修正，以便做出更科学、可靠的预测与估算。

［1］ 王尧耕，陈新军.世界大洋性经济柔鱼类资源及其渔业 ［M］.北京：海洋出版社，2005：124－157.

［2］ Chen X J，Liu B L，Chen Y.A review of the development of Chinese distant－water squid jigging fisheries［J］.Fisheries Research，2008，89：211－221.

［3］ Yatsu A，Midorikawa S，Shimada T，et al.Age and growth of the neon flying squid，Ommastrephes bartramii，in the North Pacific Ocean［J］.Fisheries Research，1997，29：257－270.

［4］ 李思亮，刘必林，陈新军，等.西北太平洋柔鱼（Ommastrephes bartramii）繁殖生物学初步研究 ［J］.海洋与湖沼，2011，42（2）：179－185.

［5］ 陈新军，刘必林，田思泉，等.利用基于表温因子的栖息地模型预测西北太平洋柔鱼渔场 ［J］.海洋与湖沼，2009，40（6）：707－713.

［6］ Ichii T，Mahapatra K，Sakai M，et al.Life history of the neon flying squid：effect of the oceanographic regime in the North Pacific Ocean［J］.Marine Ecology Progress Series，2009，378：1－11.

［7］ Ichii T，Mahapatra K，Okamura H，et al.Stock assessment of the autumn cohort of neon flying squid （Ommastrephes bartramii）in the North Pacific based on past large－scale high seas driftnet fishery data［J］.Fisheries Research，2006，78：286－297.

［8］ Chen X J，Chen Y，Tian S Q，et al.An assessment of the west winter－spring cohort of neonflying squid （Ommastrephes bartramii）in the Northwest Pacific Ocean ［J］.Fisheries Research，2008，92：211－221.

［9］ 曹杰.西北太平洋柔鱼资源评估与管理 ［D］.上海：上海海洋大学，2010：1－10.

［10］ Vincenzi S，Caramori G，Rossi R，et al.A GIS－based habitat suitability model for commercial yield estimation of Tapes philippinarum in a Mediterranean coastal lagoon（Sacca di Goro，Italy）［J］.Ecological Modelling，2006，193：90－104.

［11］ Le Pape O L，Baulier A，Cloarec J，et al.Habitat suitability for juvenile common sole （Solea solea，L.）in the Bay of Biscay（France）：A quantitative description using indicators based on epibenthic fauna［J］.Journal of Sea Research，2007，57：126－136.

［12］ Gong C X，Chen X J，Gao F，et al.Importance of Weighting for Multi－Variable Habitat Suitability Index Model：A Case Study of Winter－Spring Cohort of Ommastrephes bartramii in the Northwestern Pacific Ocean［J］.Journal of Ocean University of China，2012，11（2）：241－248.

［13］ Wakeley J S.A method to create simplified versions of existing habitat suitability index（HSI）models［J］.Environmental Management，1988，12（1）：79－83.

［14］ Tian S Q，Chen X J，Chen Y，et al.Evaluating habitat suitability indices derived from CPUE and fishing effort data for Ommatrephes bratramii in the northwestern Pacific Ocean ［J］.Fisheries Research，2009，95：181－188.

［15］ Brown S K，Buja K R，Jury S H，et al.Habitat suitability index models for eight fish and invertebrate species in Casco and Sheepscot Bays，Maine ［J］.North American Journal of Fisheries Management，2000，20：408－435.

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

［17］ U S.Fish and Wildlife Service.Standards for the development of habitat suitability index models［R］.U S：U S Fish and Wildlife Service，103ESM，1981：1－81.

［18］ U S.Fish and Wildlife Service.Habitat suitability index models and instream flow suitability curves：Brown Trout［R］.U S：Biological Report，1986.

［19］ Li F Q，Cai Q H，Hu X C，et al.Construction of habitat suitability models （HSMs）for benthic macroinvertebrate and their applications to instream environmental flows：A case study in Xiangxi River of Three Gorges Reservior region，China ［J］.Progress in Natural Science，2009（19）：359－367.

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

［21］ Brooks R P.Improving habitat suitability index models ［J］.Wildlife Society Bulletin，1997，25（1）：163－167.