中西太平洋金枪鱼围网高产渔区年间变化及其原因分析

2017-02-14戴澍蔚陈新军张衡周为峰徐良琦肖卫平

海洋学报 2017年2期

戴澍蔚，陈新军，张衡，周为峰，徐良琦，肖卫平

(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教育部重点实验室，上海 201306；4.中国水产科学研究院东海水产研究所农业部东海与远洋渔业资源开发利用重点实验室，上海 200090； 5.上海水产集团总公司，上海 200090)

戴澍蔚1, 4，陈新军1,2,3*，张衡4，周为峰4，徐良琦5，肖卫平5

金枪鱼类是中西太平洋海域重要的经济鱼种，其中鲣产量约占到总产量的50%。本研究利用1995-2010年16年的中西太平洋(20°S～20°N，120°E～155°W)鲣围网生产统计数据和Nio3.4海区(5°S～5°N，120°～170°W)海表温度异常数据，对这16年鲣产量最高的十大渔区(5°×5°)进行时空格局分析，讨论渔场分布差异及CPUE与ENSO指数的关系。结果表明：16年间十大作业渔区主要分布在5°S～5°N、130°～175°E区域，这十大渔区产量占总产量的比重达47.5%，其中5°S～0°、155°～160°E，0°～5°N、130°～135°E，0°～5°N、135°～140°E及5°S～0°、160°～165°E等4个渔区产量占高产渔区产量的比重均超过10%，是中西太平洋重要的鲣产区。高产渔区的分布受海表温度影响较大，在厄尔尼诺时期，高产渔区分布明显偏东，主要分布在155°～180°E海域；在拉尼娜时期，高产渔区分布明显偏西，主要分布在130°～160°E海域。

高产渔区；鲣；中西太平洋；厄尔尼诺

1 引言

鲣(Katsuwonuspelamis)是高度洄游鱼类[1]，主要作业渔场在140°～175°E海域，在金枪鱼围网渔业中占据着重要的地位。近年来，中西太平洋鲣平均年产量超过150万吨，约占世界鲣总产量的一半以上[2]。南太平洋渔业委员会(South Pacific Conference, SPC)的统计数据显示，该区域鲣围网产量占该区域金枪鱼围网产量70%以上，是其他热带金枪鱼类总产量的两倍[3]。鲣资源时空分布与海洋环境关系十分密切，如厄尔尼诺南方涛动现象ENSO(El Nio Southern Oscillation)。ENSO现象是引起全球气候年际变化强烈的海气相互作用现象，对全球渔业有深远的影响。在赤道太平洋中部和东部，海表温度大范围持续增暖现象称为厄尔尼诺(El Nio)，反之为拉尼娜(La Nia)现象[4—6]。在厄尔尼诺期间，赤道太平洋海面高度、气压、海流、营养盐、碳循环、温跃层、初级生产力等环境发生改变，对鲣渔业产生显著影响[7]。标志放流结果表明，ENSO现象会引起鲣群体的迁移[8]。Lehody等[9]认为厄尔尼诺现象对金枪鱼群移动产生重要影响，从而引起渔场移动。上述研究大多基于全部生产统计数据，没有对高产渔区的年间变化及其规律进行分析，掌握高产渔区对科学指导如何入渔中西太平洋岛国，具有十分重要的意义。为此，本研究收集了1995-2010年16年中西太平洋鲣生产统计数据以及环境数据，对这16年鲣产量最高的十大渔区进行时间序列及空间位置分析，结合Nio3.4海区海表温度异常数据建立关系，找出渔场时空分布与海表温度之间的关系，为科学指导中西太平洋金枪鱼围网船队的生产提供科学依据。

2 材料与方法

2.1 材料来源

(1)中西太平洋鲣围网生产数据来源于南太平洋渔业委员会(http://www.s-prfmo.int)。时间为1995—2010年。空间分辨率为5°×5°，时间分辨率为月。数据内容包含作业时间、作业经纬度、作业次数、渔获量(包含鲣自由群捕获量与流木群捕获量，单位：t)。

(3)海表温度数据来源于南太平洋渔业委员会，时间分辨率为月，空间分辨率为5°×5°。

2.2 研究方法

(1)高产渔区的选择及其产量分析。选取1995—2010年共16年总产量排前10的渔区(本研究定义为十大渔区，渔区指5°×5°海域)比较，分析其产量所占比重以及产量稳定性分析；选取1995—2010年中每一年产量排前10 的渔区，分析其年内产量变化及稳定性和产量年间变化。CPUE单位是t/网。

图1 中西太平洋区域和Nio3.4海区示意图Fig.1 The illustration of fishing area of West-Central Pacific and Nio3.4 region

(2)环境数据分析。利用十大高产渔区所对应的环境数据即海表温度(月度)，与每年十大渔区对应分析；取每年十大渔区海表温度平均值的最大值与最小值，结合渔获量、渔获量方差和每年十大渔区产量分布图进行比较分析[10—12]。

(3)时间序列建立。对16年总产量十大渔区的产量按月进行时间序列绘制，并结合Nio3.4指标(月)进行时间序列分析，探讨海表温度异常与鲣产量及CPUE的关系。

3 结果

3.1 十大高产渔区的总体情况

根据统计分析，1995—2010年16年间各渔区平均渔获量为3 115.97 t/月，最大渔获量为48 522 t/月，最小渔获量为0；平均CPUE为15.94 t/网，最大CPUE为90 t/网，最小为0。由图2可知，1995—2010年16年间十大作业渔区主要分布在5°S～5°N、130°～175°E区域中，累计捕捞产量达到783万吨，占总产量的比重达到47.5%(表1)。各渔区总产量及所占比例如表1所示。5°S～0°、155°～160°E渔区总渔获量为1 143 496 t，占十大渔区总产量的14.6%，是中西太平洋最为重要的鲣产区。0°～5°N、130°～135°E，0°～5°N、135°～140°E及5°S～0°、160°～165°E渔区产量占比均超过10%，是中西太平洋重要的鲣产区。5°S～0°、150°～155°E，5°S～0°、145°～150°E，5°S～0°、165°～170°E，0°～5°N、155°～160°E，5°S～0°、170°～175°E，0°～5°N、155°～160°E渔区是中西太平洋较为重要的鲣产区。

图2 1995—2010年十大渔区总产量分布Fig.2 The distribution of catch for the top ten fishing area during 1995 to 2010

区域纬度区域经度渔获量/t占十大渔区产量百分比/%占总产量百分比/%年平均CPUE/t·网-15°S～0°145°～150°E7166649.24.314.495°S～0°150°～155°E7317149.34.418.015°S～0°155°～160°E114349614.66.921.715°S～0°160°～165°E84487310.85.123.345°S～0°165°～170°E7068549.04.323.365°S～0°170°～175°E6520708.34.025.130°～5°N130°～135°E88269811.35.46.160°～5°N135°～140°E85932611.05.26.200°～5°N150°～155°E6373668.13.920.250°～5°N155°～160°E6526238.34.019.45

图3 1995-2010年各年度十大渔区产量分布Fig.3 The annual distribution of catch for the top ten fishing area from 1995 to 2010

3.2 各年高产渔区的空间分布

由图3可知，1995—2010年各年度十大渔区集中分布在5°S～5°N、130°～180°E区域中。其中在经度方向上，1998年有一大渔区位于该区域范围之外；1997年、2001—2002年及2009年分别有两大渔区位于该区域范围之外。在纬度方向上，1997年、2003年及2008年分别有一大渔区位于该区域范围之外；1998年有两大渔区位于该区域范围；2010年有三大渔区位于该区域范围之外。1995年、2003年及2010年十大渔区分布最为集中；1997年和2009年十大渔区分布最为分散；其他年份十大渔区分布较为分散。5°S～0°、155°～160°E渔区16年中6次位列十大渔区产量首位，是中西太平洋最为重要的鲣产区；5°S～0°、165°～170°E及0°～5°N、140°～145°E渔区16年中分别2次位列十大渔区产量首位，5°S～0°、160°～165°E渔区16年中3次位列十大渔区产量次位，5°S～0°、150°～155°E，0°～5°N、130°～135°E及0°～5°N、135°～140°E渔区16年中分别2次位列十大渔区产量次位，是中西太平洋重要的鲣产区。

1995—2010年各年度十大渔区的平均渔获量总体呈递增趋势(图4)，其中2007年平均产量最高，为80 375 t；1997年最低，为28 112 t。1995年、1997—2001年、2005年、2009年每年度十大渔区中各渔区产量较稳定；1996年、2004年、2006年、2010年每年度十大渔区中各渔区产量差异较大，方差变化最大，如2010年其方差接近1.2×109。

图4 1995-2010年各年度十大渔区平均产量及方差变化关系图Fig.4 The average catch for the top ten fishing area and variance from 1995 to 2010

1995-2010年各年十大渔区月度产量方差变化如图5，进入21世纪以来，年内各月渔获量变动有变大趋势。1999年各月产量最稳定，1995—1998、2000—2001、2005和2010年各月产量较稳定，2002年各月产量波动最大。

图5 1995-2010年各年十大渔区月度渔获量方差变化关系图Fig.5 The monthly variance of catch for the top ten fishing area from 1995 to 2010

3.3 各年份高产渔区海表温度变化

1995—2010年各年度十大渔区海表面平均温度如表2，各渔区海表温度最大值在29.75～31.09℃之间波动，最小值则在26.57～29.04℃范围内，其中1997年海表温度范围27.76～29.75℃，最大值偏低，十大渔区渔获量减少，但渔区渔获量差异变小，且渔区整体呈向东偏移趋势；1999及2000年海表温度范围分别为26.57～30.33℃和27.33～30.42℃，最小值偏低，产量及渔区位置无特殊变化；2004年海表温度范围29.04～31.09℃，最大值与最小值均偏高，产量及渔区位置无特殊变化。由此得出结论：渔区海表温度最大值越小，其区域位置向东偏移，该年度十大渔区总渔获量有明显减少且各渔区渔获量差异不大。

表2 1995—2010年各年度十大渔区海表面平均温度

3.4 时间序列分析

1995-2010年总渔获量十大渔区各月产量及CPUE时间序列图如图6，总产量与CPUE大体呈正相关关系，随着时间推移，总产量逐渐增加，CPUE则在一定范围内波动，没有出现明显下滑，说明中西太平洋鲣资源丰度较好，有比较好的开发潜力。

根据NOAA定义，1995-2010年共发生6次厄尔尼诺事件，分别为1995.1-1995.3，1997.5-1998.5，2002.6-2003.2，2004.7-2005.4，2006.9-2007.1，2009.7-2010.4；发生4次拉尼娜事件，分别为1995.8-1996.3，1998.7-2001.3，2007.8-2008.6，2010.7-2010.12(图7)。

由图6与图7，当发生强厄尔尼诺事件且持续时间较长时，如1997.5-1998.5，十大渔区鲣产量及CPUE较正常值明显偏低；当发生持续时间较长的拉尼娜事件时，如1998.7-2001.3，鲣产量在较低水平波动，CPUE相对较高；当发生强拉尼娜事件时，如2007.8-2008.6，十大渔区鲣产量较高。

图6 1995-2010年总产量十大渔区产量及CPUE时间序列图Fig.6 The total catch and CPUE for the top ten fishing area from 1995 to 2010

图7 1995-2010年Nio3.4指数时间序列图Fig.7 The distribution of Nio3.4 index from 1995 to 2010

图8 1995-2010年总渔获量十大渔区各月产量及CPUE时间序列图Fig.8 The monthly catch for the top ten fishing area and CPUE from 1995 to 2010

各渔区月度总产量与CPUE大体呈正相关关系(图8)。其中0°～5°N、135°～140°E及0°～5°N、130°～135°E渔区CPUE波动较小，在1997年之后CPUE值几乎维持在10 t/网以下的水平，总产量相对稳定，维持在较高水平，说明这两大渔区渔船较多，鲣资源量比较稳定，但单船产量不高。

4 讨论与分析

本研究以月为时间尺度，以5°×5°渔区为空间尺度对1995-2010年中西太平洋鲣产量进行分析。研究表明高产渔区空间位置集中分布在5°S～5°N、130°～175°E海域，与陈新军和郑波[13]的观点相符。结合图3、图7中1998年与2010年产量分布及海表温度距平值得出结论，在强厄尔尼诺转为强拉尼娜事件时，高产渔区在10°～5°S中有分布，说明高产渔区有向南移动的趋势。沈建华等[14]认为中西太平洋鲣渔获量重心在厄尔尼诺年位置比较偏东偏南，在拉尼娜年位置比较偏西偏北。鲣渔场分布发生变化的原因除了海温变化及洄游外，还有其他诸多因素[15]，郭爱和陈新军等[16]认为饵料也是引起鲣分布不均的原因之一，正常年份，东太平洋海域上升流受季风影响向西流动，使其中蕴藏的大量浮游生物向西传输1 800～2 500 km，但在厄尔尼诺年季风减弱，浮游生物传输距离减少，鲣渔场东移。

结合图6与图7，强厄尔尼诺事件会导致鲣产量及CPUE较正常值明显偏低；强拉尼娜事件会使得鲣产量提高；而持续时间较长的拉尼娜事件时会使鲣产量在较低水平波动，CPUE相对较高。

1995-1997年CPUE相对较低，由表2可知，海表温度最小值偏低可能是引起CPUE值较小的原因。同时高产渔区CPUE与海表温度距平值存在密切联系，海表温度距平值越大，CPUE越小；反之亦然。海表温度对鲣中心渔场分布有重要影响[3,9,17-18]，本研究表明十大渔区海表温度在27.5～31℃之间波动，与郭爱等[17]的研究结果基本相同。

5 结论

高产渔区与海表温度存在密切联系，在厄尔尼诺时期分布偏东，各渔区产量均衡且普遍偏低；在拉尼娜时期分布偏西，各渔区产量不稳定。当拉尼娜持续时间较长时，在140°～155°E范围内几乎没有高产渔区，在此范围内鲣产量很小。高产渔区的海表温度在27.5～31℃之间波动，海表温度对鲣活动有重要影响，其活动最适海表温度范围在27.5～31℃左右。在强厄尔尼诺转为强拉尼娜事件时，高产渔区在10°～5°S中有分布，有向南约5°的移动趋势。

[1] 苗振清, 黄锡昌. 远洋金枪鱼渔业[M]. 上海: 上海科学技术文献出版社, 2003.

Miao Zhenqing, Huang Xichang. Ocean Tuna Fishery[M]. Shanghai: Shanghai Scientific and Technical Literature Publishing House, 2003.

[2] 汪金涛, 陈新军. 中西太平洋鲣鱼渔场的重心变化及其预测模型建立[J]. 中国海洋大学学报, 2013, 43(8): 44-48.

Wang Jintao, Chen Xinjun. Changes and prediction of the fishing ground gravity of skipjack (Katsuwonuspelamis) in western-central Pacific[J]. Periodical of Ocean University of China, 2013, 43(8): 44-48.

[3] 周甦芳, 沈建华, 樊伟. ENSO现象对中西太平洋鲣鱼围网渔场的影响分析[J]. 海洋渔业, 2004, 26(3): 167-172.

Zhou Sufang, Shen Jianhua, Fan Wei. Impacts of the El Nio Southern Oscillation on skipjack tuna (Katsuwonuspelamis) purse-seine fishing grounds in the Western and Central Pacific Ocean[J]. Marine Fisheries, 2004, 26(3): 167-172.

[4] 巢纪平. ENSO-热带海洋和大气中和谐的海气相互作用现象[J]. 海洋科学进展, 2002, 20(3): 1-8.

Chao Jiping. ENSO: the harmonic Ocean-atmosphere interaction in tropics[J]. Advances in Marine Science, 2002, 20(3): 1-8.

[5] 翟盘茂, 江吉喜, 张人禾. ENSO监测和预测研究[M]. 北京: 气象出版社, 2000.

Zhai Panmao, Jiang Jixi, Zhang Renhe. Research on ENSO Monitoring and Prediction[M]. Beijing: Meteorological Press, 2000.

[6] 张平远. “厄尔尼诺”与“拉尼娜”交错, 太平洋遛游鱼类规律被打乱[J]. 河北渔业, 2010(7): 65-66.

Zhang Pingyuan. “El Nio” and “La Nia” staggered, rule of pacific walking fish was disrupted[J]. Hebei Fisheries, 2010(7): 65-66.

[7] Fedorov A V, Philander S G. Is El Nio changing?[J]. Science, 2000, 288(5473): 1997-2002.

[8] Hampton J. Estimates of tag-reporting and tag-shedding rates in a large-scale tuna tagging experiment in the western tropical Pacific Ocean[J]. Fishery Bulletin, 1997, 95(1): 68-79.

[9] Lehodey P, Bertignac M, Hampton J, et al. El Nio Southern Oscillation and tuna in the western Pacific[J]. Nature, 1997, 389(6652): 715-718.

[10] 张衡, 樊伟, 崔雪森. 北太平洋长鳍金枪鱼延绳钓渔场分布及其与海水表层温度的关系[J]. 渔业科学进展, 2011, 32(6): 1-6.

Zhang Heng, Fan Wei, Cui Xuesen. Relationship of distribution of albacoreThunnusalalungalongline fishery grounds and sea surface temperature in the North Pacific Ocean[J]. Progress in Fishery Sciences, 2011, 32(6): 1-6.

[11] 刘洪生, 蒋汉凌, 戴小杰. 中西太平洋长鳍金枪鱼渔场与海温的关系[J]. 上海海洋大学学报, 2014, 23(4): 602-607.

Liu Hongsheng, Jiang Hanling, Dai Xiaojie. Relationship between albacore (Thunnusalalunga) fishing grounds in the Western and Central Pacific and sea surface temperature[J]. Journal of Shanghai Ocean University, 2014, 23(4): 602-607.

[12] 蒋汉凌. 南太平洋长鳍金枪鱼渔场与环境因素关系的研究[D]. 上海: 上海海洋大学, 2014.

Jiang Hanling. Relationship between albacore (Thunnusalalunga) fishing grounds in south pacific ocean and environmental factors[D]. Shanghai: Shanghai Ocean University, 2014.

[13] 陈新军, 郑波. 中西太平洋金枪鱼围网渔业鲣鱼资源的时空分布[J]. 海洋学研究, 2007, 25(2): 13-22.

Chen Xinjun, Zheng Bo. Study on the temp-spatial distribution of skipjack resources for tuna purse seine in the west-central Pacific Ocean[J]. Journal of Marine Sciences, 2007, 25(2): 13-22.

[14] 沈建华, 陈雪冬, 崔雪森. 中西太平洋金枪鱼围网鲣鱼渔获量时空分布分析[J]. 海洋渔业, 2006, 28(1): 13-19.

Shen Jianhua, Chen Xuedong, Cui Xuesen. Analysis on spatial-temporal distribution of skipjack tuna catches by purse seine in the Western and Central Pacific Ocean[J]. Marine Fisheries, 2006, 28(1): 13-19.

[15] Iwasaki Y. On the distribution and environment of the whale shark,Rhincodontypus, in skipjack fishing grounds in the western Pacific Ocean[J]. Journal of the College of Marine Science and Technology, 1970, 4: 37-51.

[16] 郭爱, 陈新军. ENSO与中西太平洋金枪鱼围网资源丰度及其渔场变动的关系[J]. 海洋渔业, 2005, 27(4): 338-342.

Guo Ai, Chen Xinjun. The relationship between ENSO and tuna purse-seine resource abundance and fishing grounds distribution in the Western and Central Pacific Ocean[J]. Marine Fisheries, 2005, 27(4): 338-342.

[17] 郭爱, 陈新军, 范江涛. 中西太平洋鲣鱼时空分布及其与ENSO关系探讨[J]. 水产科学, 2010, 29(10): 591-596.

Guo Ai, Chen Xinjun, Fan Jiangtao. Spatial and temporal distribution of skipjack and relationship with ENSO in the west-central Pacific Ocean[J]. Fisheries Science, 2010, 29(10): 591-596.

[18] 唐峰华, 崔雪森, 杨胜龙, 等. 海洋环境对中西太平洋金枪鱼围网渔场影响的GIS时空分析[J]. 南方水产科学, 2014, 10(2): 18-26.

Tang Fenghua, Cui Xuesen, Yang Shenglong, et al. GIS analysis on effect of temporal and spatial patterns of marine environment on purse seine fishery in the western and central Pacific[J]. South China Fisheries Science, 2014, 10(2): 18-26.

[19] 杨晓明, 戴小杰, 田思泉, 等. 中西太平洋鲣鱼围网渔业资源的热点分析和空间异质性[J]. 生态学报, 2014, 34(13): 3771-3778.

Yang Xiaoming, Dai Xiaojie, Tian Siquan, et al. Hot spot analysis and spatial heterogeneity of skipjack tuna (Katsuwonuspelamis) purse seine resources in the western and central Pacific Ocean[J]. Acta Ecologica Sinica, 2014, 34(13): 3771-3778.

[20] Jin Shaofei, Yan Xiaodong, Zhang Heng, et al. Weight-length relationships and Fulton's condition factors of skipjack tuna (Katsuwonuspelamis) in the western and central Pacific Ocean[J]. PeerJ, 2015, 3: e758.

Analysis on annual changes and reasons in high yield fishing areas for tuna purse seine in Western-Central Pacific

Dai Shuwei1, 4, Chen Xinjun1,2,3, Zhang Heng4, Zhou Weifeng4, Xu Liangqi5, Xiao Weiping5

(1.CollegeofMarineSciences，ShanghaiOceanUniversity，Shanghai201306,China； 2.NationalEngineeringResearchCenterforOceanicFisheries,Shanghai201306,China;3.TheKeyLaboratoryofSustainableExploitationofOceanicFisheriesResources,Shanghai201306，China; 4.KeyLaboratoryofEastChinaSea&OceanicFisheryResourcesExploitationandUtilization,MinistryofAgricultureofChina，EastChinaSeaFisheriesResearchInstitute,ChineseAcademyofFisherySciences,Shanghai200090,China;5.ShanghaiFisheriesCompany,Shanghai200090，China)

Tuna is a commercially important species in the Western-Central Pacific. The skipjack (Katsuwonuspelamis) yield accounts for about 50% of total production. In this study, differences in the distribution of fishing grounds and the relationship between CPUE (Catch Per Unit Effort) and ENSO (El Nio Southern Oscillation) index are discussed through the temporal and spatial analysis of top 10 fishing areas based on the tuna purse seine catches in Western-Central Pacific (20°S-20°N, 120°E-155°W) and ENSO SSTA (sea surface temperature anomaly) data of Nio 3.4 region (5°S-5°N, 120°-170°W) collected from 1995 to 2010. The result indicated that the top 10 high yield fishing areas distributed mainly in 5°S-5°N, 130°-175°W region, which account for almost 47.5% in total production. Among them, four fishing areas like 5°-0°S,155°-160°E; 0°-5°N, 130°-135°E; 0°-5°N, 135°-140°E and 5°-0°S, 160°-165°E all have more than 10% of the top 10 high yield fishing areas’ production, which are the important skipjack production areas in the Western-Central Pacific. High yield fishing areas are easily affected by SST (sea surface temperature) which are eastward distributed in 155°-180°E region during El Nio events, and westward distributed in 130°-160°E region during La Nia events.

high yield fishing areas; skipjack; Western-Central Pacific; El Nio

10.3969/j.issn.0253-4193.2017.02.012

2016-07-21；

2016-10-06。

上海市科技创新计划(15DZ1202200)；海洋局公益性行业专项(20155014)；中央级公益性科研院所基本科研业务费专项资金项目(2015M07)。

戴澍蔚(1990—)，男，江苏省南通市人，主要研究渔业遥感与GIS。E-mail：daishuwei@foxmail.com

*通信作者：陈新军(1967—)，教授，博士生导师，主要研究领域为渔业资源学。E-mail：xjchen@shou.edu.cn

S931

0253-4193(2017)02-0120-09

戴澍蔚，陈新军，张衡，等. 中西太平洋金枪鱼围网高产渔区年间变化及其原因分析[J].海洋学报，2017，39(2)：120—128,

Dai Shuwei, Chen Xinjun, Zhang Heng, et al. Analysis on annual changes and reasons in high yield fishing areas for tuna purse seine in Western-Central Pacific[J]. Haiyang Xuebao，2017，39(2)：120—128, doi:10.3969/j.issn.0253-4193.2017.02.012