秘鲁沿岸秘鲁鳀渔场及渔汛分析

陈 芃，汪金涛，陈新军

（1.上海海洋大学海洋科学学院，上海 201306；2.国家远洋渔业工程技术研究中心，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；4.远洋渔业协同创新中心，上海 201306）

秘鲁沿岸秘鲁鳀渔场及渔汛分析

陈 芃1，4，汪金涛1，4，陈新军1，2，3，4

（1.上海海洋大学海洋科学学院，上海 201306；2.国家远洋渔业工程技术研究中心，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；4.远洋渔业协同创新中心，上海 201306）

秘鲁鳀（Engraulis ringens）是栖息于东南太平洋沿岸的小型中上层鱼类，了解秘鲁鳀渔场和渔汛的状况有助于渔情预报工作的开展进而实现资源的合理利用。利用2005～2014年秘鲁各港口的上岸量数据，以上岸量（landings）、总捕捞努力量（fishing effort）和单位捕捞努力量渔获量（CPUE）为指标分析秘鲁鳀渔场分布及渔汛；结合二因素方差分析（two-factor analysis of variance）探究渔场月份和纬度上的显著性差异；利用分位数的方法，找出各年的旺汛时间。研究表明，每年的4～6月和11～12月为秘鲁鳀的主汛期；主要的捕捞区域分布在7°S～13°S；渔汛的前中期，上岸量和捕捞努力量有着明显的年间差异，而CPUE在渔汛后期年间差异明显。方差分析表明，不同月份和不同纬度对捕捞努力量［ln（effort＋1）］有极显著的影响（P＜0.01）；5月为一年中最主要的捕捞阶段。旺汛期分析表明，第一渔汛阶段的旺汛一般在5月出现，而第二渔汛阶段的旺汛一般在11月出现。研究结果有助于对秘鲁沿岸秘鲁鳀渔场及渔汛的认识。

秘鲁鳀；渔场；渔汛；秘鲁沿岸

秘鲁鳀（Engraulis ringens）是栖息于东南太平洋沿岸的小型中上层鱼类［1］，是世界上最大的单鱼种渔业［2］。秘鲁鳀产量的年间差异非常大［3］，因此对秘鲁鳀进行渔场及渔汛分析，进而开展可靠的渔情预报工作，有助于企业合理安排渔业生产，缩短寻找中心渔场的时间，减少成本、提高渔获产量［4］。目前，秘鲁沿岸水域秘鲁鳀渔况资料主要来自秘鲁国家海洋局（Instituto del Mar del Perú，IMARPE）网站（http：//www.imarpe.pe/imarpe2/），它们不定期发布短时间内渔捞日志的总结及渔况调查报告，未有对秘鲁鳀的渔场空间分布及渔汛进行研究和预报。为此，本研究利用2005～2014年秘鲁各港口鳀鱼的上岸量数据，重点分析秘鲁鳀的渔场空间分布以及渔汛状况，为后续开发合适的渔情预报模型和合理利用该资源提供基础。

1 材料与方法

1.1 数据来源

秘鲁鳀的生产数据来源于IMARPE网站（http：//www.imarpe.pe/imarpe2），为2005～2014年秘鲁各港口渔汛期间每日出港的大型工业围网渔船的船数和上岸量。除了2014年以外，每年的渔汛均分为两个阶段：第一阶段从每年的4月左右开始到当年的8月初结束；第二阶段从每年的11月开始到次年的1月结束。研究表明，秘鲁鳀主要栖息于沿岸30 nmile、50 m水深内的海域［7］，同时捕捞渔船都为当日出海捕捞当日回港［8］，离港口不远，因此以港口的经纬度来表示渔场的位置。

1.2 分析方法

1.2.1 渔场变化分析

由于渔场沿岸分布的特性，其变化主要为南北方向上的变化，东西方向上变化不大，因此研究只分析渔场分布在纬度上的差异。渔获量［7］、捕捞努力量［8－9］和单位捕捞努力量渔获量（CPUE）［11］的时空变化都可用来表征渔场的变化。以经纬度1°×1°为单位，统计每年每月份在一个纬度上的总上岸量（landings）、总捕捞努力量（fishing effort，为船数）和CPUE（单位：t·船－1·月－1），计算2005～2014年10年间相同月份各指标的平均值和标准差。平均值反映了各个月份总体的变化情况；标准差则反映了年间差异，其值越大则表示年间差异越大。

1.2.2 方差分析

采用二因素方差分析（two-factor analysis of variance）的方法，探究渔场分布在月份和纬度上的差异［10］。分析中，假设月份和纬度之间没有交互作用。具体步骤为：1）方差分析的数据必须满足两个条件［11］：第一，对于因素每一个水平的观测值均为来自于正态分布总体的随机样本；第二，这些样本总体上符合方差齐性。结合Q－Q图和频率分布直方图的方法检验每一指标上的数据是否服从正态分布；利用Levene检验［12］方差是否齐性，若不满足这两个条件则对数据进行对数转换，最终选取满足的指标进行分析；2）使用最小显著差数法（least significant difference method，LSD）［10］对方差分析结果中显著性的指标进行多重比较，以探究不同月份和不同纬度渔场的差异。数据分析使用SPSS 20.0软件。

1.2.3 旺汛期分析

计算2005～2014年各汛期间旺汛开始的时间及结束的时间。旺汛期的判定方法：1）以整个秘鲁近岸渔场范围为单位，统计所有港口每日的总上岸量和总捕捞努力量，进而计算每日的CPUEday（单位：t·船－1·d－1），最终得到10年间整个渔场每日的CPUEday序列；2）计算CPUEday序列的四分位数（Q1～Q3），其中，第三分位数Q3代表了表示所有数据中有75%的CPUEday值小于该值，因此以大于Q3的CPUEday值为高产CPUEday值；3）当高产CPUEday值持续3 d以上，则3 d中第一日即为旺汛开始的时间；之后若持续3 d以上未出现高产CPUEday值，则3 d中第一日即为旺汛结束的时间。

2 结果与分析

2.1 渔场变化分析

（1）第一渔汛阶段

第一渔汛阶段，4～6月为主汛期。在7°S～13°S间为主要的捕捞区域（图1）。总体上（图1－A），上岸量随月份呈现先增加后减少的趋势：其中5月的上岸量最高，有些区域（9°S、11°S和13°S）超过了20×104t；6月开始减少；7月份主要捕捞区域7°S～13°S各纬度的上岸量减少到5月份的1/2左右，纬度间各月上岸量变化没有明显规律；到了8月份，只有在11°S～12°S附近略有一定的上岸量。从标准差上看，尤其是在渔汛的前中期，上岸量的年间差异较大，例如在4月和5月份11°S和13°S，上岸量的标准差超过了10×104t。

捕捞努力量的变化规律与上岸量基本相同（图1－B）：5月份达到最大，6月份开始减少；同样，在渔汛的前中期捕捞努力量的年间差异较大。月间CPUE在7°S～13°S上的变化并不明显（图1－C），8月以前均在每船200 t左右上下波动，5月份达到最高，3～6月CPUE在13°S比其它纬度要大；5°S的CPUE从3月份开始一直增加，到6月达到最高，超过了200 t·船－1·月－1；16°S～17°S的CPUE虽然在5月有所下降，但是一直到7月份其CPUE都很稳定，大约保持在100 t·船－1·月－1的水平。从标准差分析，渔汛后期7月的CPUE的年间差异较大：7月的5°S、7°S和13°S的标准差超过了100 t·船－1·月－1（图1－C）。

（2）第二渔汛阶段

与第一渔汛阶段相同，第二渔汛阶段的主要捕捞区域为7°S～13°S，主汛期为11～12月（图2）。总体上（图2－A），上岸量随月份推移呈减少的趋势，其中11月和12月7°S～13°S间各纬度的上岸量在10×104t左右，到了次年1月减少到5×104t左右，而整个第二渔汛阶段，5°S和16°S～17°S的上岸量较少，均不到2.5×104t；各月间不同纬度上岸量变化没有明显规律。从标准差上看，渔汛的前中期，11月和12月的上岸量年间差异较大，尤其在11月的9°S，标准差甚至达到了16.552×104t。

捕捞努力量的变化规律与上岸量基本相同（图2－B）：捕捞努力量随着月份的推移而减少，11月和12月的捕捞努力量年间差异较大。整体上（图2－C），13°S以北海域，CPUE在100 t·船－1·月－1至200 t·船－1·月－1之间；16°S～17°S的CPUE在30 t·船－1·月－1至70 t·船－1·月－1之间；11月北部的CPUE要略高于9°S～12°S间的纬度，但比13°S要低；12月份中部的CPUE有逐渐增高的趋势；到了次年1月在11°S的CPUE要高于其它纬度，南部16°S～17°S的CPUE随着月份推移有增高的趋势，但差异并不是很大。从标准差分析，1月的CPUE的年间差异较大：除了16°S，各个纬度的标准差均要高于前两月；同时在5°S海域的各个月份，标准差均超过了100 t·船－1·月－1，表现出该位置较大的年间差异（图2－C）。

图1 第一渔汛阶段秘鲁鳀渔场上岸量（A）、捕捞努力量（B）和CPUE（C）沿纬度分布状况Fig.1 Engraulis ringens landings（A），effort（B）and CPUE（C）distribution by latitude in the first fishing season

图2 第二渔汛阶段秘鲁鳀渔场上岸量（A）、捕捞努力量（B）和CPUE（C）沿纬度分布状况Fig.2 E.ringens landings（A），effort（B）and CPUE（C）distribution by latitude in the second fishing season

2.2 方差分析

Levene检验表明，在未对上岸量、捕捞努力量和CPUE进行变换之前，方差均为非齐性（P＜0.01），因此对它们进行对数转换，最后只有捕捞努力量［ln（effort＋1）］的结果满足方差齐性（F＝1.04，df1＝80，df2＝441，P＝0.395）和每一月份或纬度上的数据组服从正态分布的条件，因此只对对数转换后的捕捞努力量［ln（effort＋1）］在月份及纬度间上的差异进行方差分析。

方差分析表明（表 1），不同月份（F＝11.680，df1＝8，df2＝505，P＜0.01）和不同纬度（F＝35.754，df1＝8，df2＝505，P＜0.01）对［In（effort＋1）］上均有极显著的影响。最小显著差数法表明（表2），两个渔汛阶段的差异并不明显：例如第一渔汛阶段的主要捕捞月份的4月和6月，与第二渔汛阶段的主要捕捞月份11月和12月间的差异不显著（P＞0.05），与渔汛前末期的几个月份（1月、3月、7月和8月）差异也同样不显著（P＞0.05），但是5月份的［In（effort＋1）］极显著地大于其它月份（P＜0.01），是一年中最主要的捕捞阶段。在纬度上（表3），北部的5°S和南部的16°S～17°S间的差异不显著，但它们的［In（effort＋1）］极显著地比其它纬度小（P＜0.01）；7°S～13°S各纬度间的差异存在不同的情况：例如7°S与9°S、11°S和13°S存在极显著的差异（P＜0.01），但与10°S和12°S之间不存在显著差异（P＞0.05），这正好与捕捞努力量在纬度上的分布没有明显的规律相符合（图1－B和图2－B）。

2.3 旺汛期分析

分析认为，高产CPUEday值（即Q3）为210.71 t·船－1·d－1。由表4可知，2005年第一渔汛阶段到2006年第一渔汛阶段未出现旺汛。2007年开始，第一渔汛阶段的旺汛一般在5月出现，2007～2011年，旺汛时间、旺汛的持续天数随着年份的推移有增加的趋势，2012年开始旺汛时间、持续天数随着年份的增加而减少，到了2014年第一渔汛阶段，未出现旺汛；除了2014年以外，2009年及以后的各年第一渔汛阶段均出现了多次旺汛，2008年以前，虽然在旺汛中获得的总捕捞努力量（453～461船次）和总上岸量（88 443～121 980 t）要明显地大于2009～2013年（总捕捞努力量：37～269船次；总上岸量：7 887～57 778 t），但是在CPUEday上前者（193.26～236.51 t·船－1·d－1）要小于后者（207.10～256.42 t·船－1·d－1）。第二渔汛阶段出现旺汛的次数最多只有一次，有很多年份均未出现旺汛，除了2013年的旺汛开始在12月份以外，其它年份均开始在11月份；此外，2011年第二渔汛阶段的旺汛持续了48 d时间，是10年所有旺讯持续最久的一次。

表1 方差分析结果Tab.1 Results of the analysis of variance

表2 月间捕捞努力量［ln（effort＋1）］差异最小显著差数法比较结果（P值）Tab.2 Results of the monthly［ln（effort＋1）］difference comparison with the least significant difference method（P value）

表3 纬度间捕捞努力量［ln（effort＋1）］差异最小显著差数法比较结果（P值）Tab.3 Results of the latitude［ln（effort＋1）］difference comparison with the least significant difference method（P value）

表4 2005～2014年秘鲁鳀渔场旺汛时间及渔场概况Tab.4 Main fishing season and fishing ground condition of E.ringens from 2005 to 2014

3 讨论

3.1 渔场的时间特征

本研究以上岸量、捕捞努力量和CPUE为指标分析秘鲁鳀渔场及其渔汛，虽然它们的时空变化都可以用来表征渔场的变化［7－9］，但是上岸量和捕捞努力量的空间分布主要表征了渔场空间分布变化，而CPUE则表征了渔汛的特征。分析表明，每年4～6月和11～12月为秘鲁鳀渔场的主汛期。方差分析表明（表1），5月为最主要的捕捞阶段；CPUE的月间变化并不明显，作为渔汛前期的3月和作为渔汛后期的8月和1月，这些月份无论是上岸量还是捕捞努力量均较小，但均存在着一定的低值CPUE（图1和图2）。秘鲁鳀栖息的东南太平洋存在着强劲的秘鲁上升流，其范围从4°S秘鲁沿岸一直延伸到43°S智利沿岸［13－14］，MONTE CINO等［15］研究认为，4°S～16°S与南部的其它区域相比，上升流最强，几乎为全年存在，因此主要捕捞区域月间渔场CPUE的差异并不大。

2005～2014年旺汛期的变化状况可用以下两点原因来解释；第一，捕捞制度导致的旺讯次数变化。2008年6月份之前，秘鲁鳀的渔业管理制度包括了总可捕量限制制度（total allowable catch，TAC）和禁渔期制度，TAC制度下的渔船管理为个别可转让配额制度（individual transferable quota system，ITQs）［16］，在这种制度下，配额可能为几个船队所有，为了节约经济成本，在某一个合适的旺汛期间内就会集中加大捕捞努力量，以尽早达到配额；2008年6月以后，由单船渔获量限制制度（individual vessel quota allocations，IVQs）代替了原本的ITQ制度，配额不能够转让的情况下船队增多，但某些船队可能就会更多地考虑渔汛期间内渔场的状况，以在有限的配额下能够获得更高质量的渔获，这就使得整体的上岸量和捕捞努力量规模缩小，因此，在2009年以后，出现了更多的旺汛次数和旺汛时间，旺汛期间内的上岸量和捕捞努力量虽然比2009年之前小了许多，但是CPUEday却有一定的上升（表3）；第二，海洋环境年间变化导致了旺讯的长短及有无，如厄尔尼诺和拉尼娜现象。研究表明，秘鲁鳀作为一种冷水性鱼类［17］，海域偏低的水温环境更适合其生存。根据美国国家海洋大气局（NOAA）气候预报中心的定义和资料［18］，2011年8月～2012年3月发生了强烈的拉尼娜现象，这对应着2011年的第二渔汛阶段有着最长时间的旺汛（表3）；而发生厄尔尼诺事件的2006年9～11月和2009年7～12月，对应着当年的旺汛期则没有（2006年）或较短（2009年）。

分析中将十年的上岸量、捕捞努力量和CPUE进行统计平均，这必然掩盖了年间变化的差异，而较大的标准差体现了这十年内年间的显著变化（图1、图2和图3）。研究表明，秘鲁鳀栖息的东南太平洋沿岸是诸如ENSO现象［19－21］、开尔文波（Kelvin wave）［22］和太平洋年代际震荡（Pacific decadal oscillation，PDO）［23－24］等大尺度的海洋气候变化直接作用的区域，复杂的海洋要素变化必然也会影响到秘鲁鳀资源的年间变化。本文在渔场时间特征上的研究主要是为了找出每年月间变化上的共性，渔场在年间具体如何变化的分析并没有开展。初步分析认为，渔场在以年为时间尺度上的差异是很显著的，其变化也不是一种因素能够完全解释得清楚的。今后的研究应更多地注重渔场的年间变化及其与海洋气候环境的关系，为渔场准确预报打下基础。

3.2 渔场的空间特征

方差分析结果显示，7°S～13°S为主要的捕捞区域；北部的5°S和南部的16°S～17°S间的差异不显著，与7°S～13°S各纬度都差异显著（表3）。根据秘鲁鳀主要的产卵区域及商业性开发的地理位置［2，25－27］，东南太平洋秘鲁鳀分成三个主要的种群，分别是分布在4°S～15°S沿岸的中北秘鲁种群（north central Peru stock，NCP）、在16°S～24°S沿岸的南秘鲁北智利种群（southern Peru-northern Chile stock，SPNC）和在33°S～42°S沿岸的中南智利种群（central-southern Chile stock，CSC），因此在16°S～17°S沿岸区域可能捕捞的是NCP种群或与SPNC种群的混合群体，而NCP种群和SPNC种群在资源状况及栖息分布上可能存在着差异。CAHUIN等［26］比较了这两个种群在1982～2004年的上岸量、产卵群体生物量（spawning stock biomass）和补充量（recruitment），发现NCP种群的数值要明显地高于SPNC种群，16°S～17°S沿岸区域与13°S以北的主渔区相差较远，在上岸量、捕捞努力量和CPUE上都要明显地小于其它纬度，因此可以认为16°S～17°S沿岸为另外一个捕捞区域，今后的分析建议将该区域与其它区域分开。7°S～13°S为NCP种群最主要的分布区域，因此，上岸量、捕捞努力量和CPUE都比其它区域要高。北部的5°S与7°S～13°S的差异可能是来源其位于 NCP种群的边缘，且接近于赤道，SWARTZMAN等［17］发现沿岸上升流水（upwelled cold coastal water，CCW）和沿岸亚热带表层水（mixed coastal-subtropical water，MCS）及这两种水团的混合区域为秘鲁鳀适宜分布的区域，CCW和MCS主要分布于8°S南部，8°S北部有来自赤道的高温低盐的表层热带水（surface tropical waters，STW）和表层赤道水（surface equatorial waters）的影响，对秘鲁鳀的栖息不利。但是从CPUE上看（图1－C），5°S在6月和11月的CPUE与7°S～13°S差不多，可能是由于6月和11月分别是秘鲁海域由秋季转为冬季和由冬季转化为春季的季节转换阶段，海域中存在冷暖不同水团的交汇，因此在该纬度上也有着较高的CPUE。

本文在渔场空间特征上只对秘鲁沿岸渔场的上岸量数据进行分析，涉及到的也只是NCP种群和少量的SPNC种群，而对17°S以南区域的智利渔场并没还有进行探究，今后可以将整个东南太平洋沿岸的渔场数据结合起来，分析不同渔场在空间特征上的差异，为我国今后寻找合适的渔场提供依据。

［1］ 方 海，张 衡，刘 峰，等.气候变化对世界主要渔业资源波动影响的研究进展［J］.海洋渔业，2008，30（4）：363－370.

FANG H，ZHANG H，LIU F，et al.A summary of research progress related with the fluctuation of the worldwide main fishery resources influenced by climate changes［J］.Marine Fisheries，2008，30（4）：363－370.

［2］ FRÉON P，BOUCHON M，MULLON C，et al.Interdecadal variability of anchoveta abundance and overcapacity of the fishery in Peru［J］.Progress in Oceanography，2008，79（2）：401－412.

［3］ ALHEIT J，NIQUEN M.Regime shifts in the Humboldt Current ecosystem［J］.Progress in Oceanography，2004，60（2）：201－222.

［4］ 陈新军，高 峰，官文江，等.渔情预报技术及模型研究进展［J］.水产学报，2013，37（8）：1270－ 1280.

CHEN X J，GAO F，GUANW J，et al.Review of fishery forecasting technology and its models［J］.Journal of Fisheries of China，2013，37（8）：1270－1280.

［5］ TARIFEÑO E，CARMONA M，LLANOS-RIVERA A，et al.Temperature effects on the anchovetaEngraulis ringensegg development：do latitudinal differences occur？［J］.Environmental Biology of Fishes，2008，81（4）：387－395.

［6］ ARELLANO C E，SWARTZMAN G.The Peruvian artisanal fishery：changes in patterns and distribution over time［J］.Fisheries Research，2010，101（3）：133－145.

［7］ 方 舟，沈锦松，陈新军，等.阿根廷专属经济区内鱿钓渔场时空分布年间差异比较［J］.海洋渔业，2012，34（3）：295－300.

FANG Z，SHEN J S，CHEN X J，et al.Annual comparison of temporal and spatial distribution of fishing ground ofIllex argentinesin waters of exclusive economic zone of Argentina［J］.Marine Fisheries，2012，34（3）：295－300.

［8］ TIAN S J，Chen X J，Chen Y，et al.Evaluating habitat suitability indices derived fromCPUEand fishing effort data for Ommatrephes bratramii in the northwestern Pacific Ocean［J］.Fisheries Research，2009，95（2）：181－188.

［9］ 陆化杰，陈新军，方 舟.西南大西洋阿根廷滑柔鱼渔场时空变化及其与表温的关系［J］.海洋渔业，2013，35（4）：382－388.

LU H J，CHEN X J，FANG Z，et al.The spatial and temporal changes of fishing grounds of Illex argentines and its relationship with sea surface temperature（SST）in the Southwest Atlantic［J］.Marine Fisheries，2013，35（4）：382－388.

［10］ 李春喜，邵 云，姜丽娜.生物统计学［M］.北京：科学出版社，2008：85－110.

LIC X，SHAO Y，JIANG L N.Biological Statistics［M］.Beijing：Science Press，2008：85－110.

［11］ 贾俊平，何晓群，金勇进.统计学（第五版）［M］.北京：中国人民大学出版社，2012：239－240.

JIA JP，HE X X，JIN Y J.Statistics（fifth edition）［M］.Beijing：China Renmin University Press，2012：239－240.

［12］ BROWNM B，FORSYTHE A B.Robust tests for the equality of variances［J］.Journal of the American Statistical Association，1974，69（346）：364－367.

［13］ XU Y，CHAI F，ROSE K A，et al.Environmentalinfluences on the interannual variation and spatial distribution of Peruvian anchovy（Engraulis ringens）population dynamics from 1991 to 2007：A three dimensional modeling study［J］.Ecological Modelling，2013，264（16）：64－82.

［14］ CHAVEZ F P，MESSIÉM.A comparison of eastern boundary upwelling ecosystems［J］.Progress in Oceanography，2009，83（1）：80－96.

［15］ MONTECINO V，LANGE C B.The humboldt current system：ecosystem components and processes，fisheries，and sediment studies［J］.Progress in Oceanography，2009，83（1）：65－79.

［16］ MARTIN A.Developments on fisheries management in Peru：The new individual vessel quota system for the anchoveta fishery［J］.Fisheries Research，2009，96（2），308－312.

［17］ SWARTZMAN G，BERTRAND A，Gutiérrez M，et al.The relationship of anchovy and sardine to water masses in the Peruvian Humboldt current system from 1983 to 2005［J］.Progress in Oceanography，2008，79（2）：228－237.

［18］ National Oceanic and Atmospheric Administration（NOAA）Center for Weather and Climate Prediction Climate Prediction Center.Historical El Niño/La Niña episodes（1950-present）［DB/OL］.2015-11-04［2016-01-01］.http：//www.cpc.ncep.noaa.gov/products/analysis＿monitoring/ensostuff/ensoyears.shtm l.

［19］ PHILANDER S G.A review of tropical oceanatmosphere interactions［J］.Tellus A，1999，51（1）：71－90.

［20］ ÑIQUENM，BOUCHONM.Impact of El Niño events on pelagic fisheries in Peruvian waters［J］.Deep Sea Research PartⅡ：topical studies in Oceanography，2004，51（6）：563－574.

［21］ SANDWEISSD H，MAASCH K A，CHAIF，et al.Geoarchaeological evidence for multidecadal natural climatic variability and ancient Peruvian fisheries［J］.Quaternary Research，2004，61（3）：330－334.

［22］ BERTRAND S，DEWITTE B，TAM J，et al.Impacts of Kelvin wave forcing in the Peru Humboldt Current system：scenarios of spatial reorganizations from physics to fishers［J］.Progress in Oceanography，2008，79（2）：278－289.

［23］ CHAVEZ F P，RYAN J，LLUCH-COTA SE，et al.From anchovies to sardines and back：multidecadal change in the Pacific Ocean［J］.Science，2003，299（5604）：217－221.

［24］ GUIÑEZ M，VALDÉS J，SIFEDDINE A，et al.Anchovy population and ocean-climatic fluctuations in the Humboldt Current System during the last 700 years and their implications［J］.Palaeogeography，Palaeoclimatology，Palaeoecology，2014，415（22）：210－224.

［25］ BARANGEM，COETZEE J，TAKASUKA A，et al.Habitat expansion and contraction in anchovy and sardine populations［J］.Progress in Oceanography，2009，83（1）：251－260.

［26］ CAHUIN SM，CUBILLOS L A，ESCRIBANO R.Synchronous patterns of fluctuations in two stocks of anchovy Engraulis ringens Jenyns，1842 in the Humboldt Current System［J］.Journal of Applied Ichthyology，2015，31（1）：45－50.

［27］ CASTRO L R，CLARAMUNT G，KRAUTZM C，et al.Egg trait variation in anchovetaEngraulis ringens：a maternal response to changing environmental conditions in contrasting spawning habitats［J］.Marine Ecology Progress Series，2009，381（5）：237－248.

Analysis on fishing season and fishing ground of Engraulis ringens in the coastal waters of Peru

CHEN Peng1，4，WANG Jin-tao1，4，CHEN Xin-jun1，2，3，4
（1.College of Marine Sciences of Shanghai Ocean University，Shanghai201306，China；2.National Distant-water Fisheries Engineering Research Center，Shanghai Ocean University，Shanghai201306，China；3.Key Laboratory of Sustainable Exploitation of Oceanic Fisheries Resources，Ministry of Education，Shanghai Ocean University，
Shanghai201306，China；4.Collaborative Innovation Center for Distant-water Fisheries，Shanghai201306，China）

Anchoveta（Engraulis ringens）is a kind of small pelagic fish living in the Southeast Pacific.This fish forms the largest single-fish fishery in the world.However，its’yield has huge yearly difference.Understanding its fishing season and fishing ground is essential in developing fishery forecast and sustainable utilization of this resource.Therefore，based on the Peru ports’anchoveta fishery data from 2005 to 2014，landings，fishing effort and catch per unit effort（CPUE）were used as fishery indices to analyze the changes of fishing conditions and fishing seasons.The means and standard deviation of fishery indices were calculated to study the changes in month and latitude.Significant differences of fishing grounds in different months and latitudes were explored by two-factor analysis of variance.And the method of quantile was used to search the main fishing season in each year where the third quantile（Q3）ofCPUEdaywas scheduled to be the high yieldCPUE.Results indicated that the primary period in the first and second fishing season was from April to June and November to December，respectively.7°S-13°S was the main fishing area.The standard deviation of fishery in dices suggested that there were obvious yearly differences of landings and fishing effort in the early and middle period while the large yearly difference ofCPUEappeared at the end of fishing season.Two-factor analysis of variance showed that there were significant differences in effort［In（effort＋1）］between the first and second fishing season while the most primary fishing period was in May.By using the method of quantile，high yieldCPUEdaywas scheduled to be 210.71 t·vessel－1·d－1.The main fishing season was usually in May at the first fishing season and in November at the second fishing season.The start time，length and time of the main fishing season showed differences by year.The first fishing season might have more than one time of the main fishing season but the second might be only once.It suggested that landings and fishing effort could indicate the spatial change of fishing ground，but theCPUEindicated characteristics of the fishing season.The oceanic environment，climate and politics variations all have influences on the changes of Anchoveta’s fishing ground.In future research，the annual variations of fishing ground should be focused on.The distribution of anchoveta stock and the water mass in its habitat affect the fishing ground spatial difference.This study can help us understand the changes of anchoveta’s fishing season and fishing ground.

anchoveta（Engraulis ringens）；fishing season；fishing ground；coastal waters of Peru

S 932

A

1004－2490（2016）05－0449－10

2015－09－12

国家自然科学基金（NSFC41476129；NSFC41276156）；国家863计划（2012AA092303）；国家科技支撑计划（2013BAD13B01）

陈 芃（1992－），男，硕士研究生。E-mail：pengchen＠yeah.net

陈新军，教授。Tel：021－61900306，E-mail：xjchen＠shou.edu.cn