南海北部羽鳃鲐资源利用状况研究

吕 健，王自灵，冯 波,2*

(1.广东海洋大学水产学院，广东湛江 524088； 2.南方海洋科学与工程广东省实验室(湛江)，广东湛江 524025)

羽鳃鲐(Rastrelligerkanagurta)属于中上层鱼类，在中国台湾海峡和南海有一定数量的分布，是南海灯光围网、刺网渔业中的常见渔获种类。其中闽南—台湾浅滩渔场的羽鳃鲐，其生物学特性和所属类群资源量的研究已有报道[1-3]。南海北部的羽鳃鲐，虽然也有生物学特性和资源利用评价的研究报道[4-5]，但尚缺乏对其资源量的评估。2017年以来，原农业部在沿海5省开展了限额捕捞试点工作，开始逐步落实海洋渔业资源总量管理的政策[6]。在当前渔业资源日趋衰退、管理目标日益定量化的背景下，渔业管理部门有必要对南海北部的羽鳃鲐资源量和总可捕量进行评估。受制于数据缺乏等原因[7]，剩余产量模型因其数据需求量小，在中国仍是被主要运用和发展的资源评估模型之一[8]。JOHN等[9-10]运用5种剩余产量模型评估了北苏拉威西海域圆舵鲣的资源利用状况，本文将运用这些模型对南海北部的羽鳃鲐资源利用状况进行评估，为未来该海域制定实施限额捕捞政策、实现渔业资源可持续利用提供科学依据。

1 材料与方法

1.1 数据来源

本研究数据来源于2008—2017年南海渔业生产渔港抽样调查统计资料。采用分层抽样法按功率段对南海的单拖、双拖、拖虾、拖贝、围网、罩网、刺网、钓具、笼壶、张网及杂渔具等渔船的生产数据进行了抽样调查，抽样统计过程参见陶雅晋等[11]描述，整理汇总出了不同作业类型不同功率段的羽鳃鲐捕捞努力量、单位捕捞努力渔获量(catch per unit effort， CPUE)和渔获量数据。捕捞努力量的基本单位为kW·d，因为该数值很大，为便于表达，将该单位扩大成1×106kW·d(百万千瓦天)，也即1 MkW·d(兆千瓦天)。

1.2 模型方法

剩余产量模型适用于评估数据结构简单的渔业，本研究拟采用五种剩余产量模型[10]拟合羽鳃鲐捕捞努力量和渔获量时间序列数据。

Schaefer模型：

(1)

Fox模型:

ln(Ut)=a-bEt

(2)

Schnute模型:

(3)

W-H模型：

(4)

CYP模型：

ln(Ut+1)=a+bln(Ut)-c(Et+Et+1)

(5)

上述诸式中，Ct为渔获量，Ut为CPUE，Et为捕捞努力量，下标t为年份，a、b和c为模型待估参数。Schaefer模型和Fox模型在平衡状态下假设内禀增长率r与生物量B的关系分别服从为Logistic分布和 Gompertz分布。式(3)-式(5)为式(1)和式(2)的差分形式，不要求平衡状态，模型参数估算出后亦可改写回式(1)和式(2)的表达形式。

用5种模型对羽鳃鲐不同作业方式功率段CPUE和渔获量时间序列数据进行模型拟合试验，选出拟合优度较高的数据与模型组合，按式(6)[10]校验较优产量模型，比较模型预测平均相对残差(average relative residual，ARR)，ARR值越小，表示模型预测可靠性越好。根据ARR值的表现，选出较优的模型，比较它们的种群管理参数。

(6)

总可捕捞量TAC的决策：若Et≤Eopt时，TAC=Yopt、ETAC=Eopt；若Et>Eopt时，按图解法[13]求解TAC与ETAC。

2 结果

2.1 渔业产量统计

根据2008—2017年南海渔业生产渔港抽样调查资料，南海北部羽鳃鲐渔业产量统计如表1所示。该鱼种主要被单拖、双拖、围网、罩网、刺网及钓具捕捞，分别占总产量的3.15%、20.72%、16.52%、4.75%、54.81%和0.06%。其中功率在400 kW以上的双拖作业、功率在101～200 kW的围网作业和功率在100 kW以下的刺网作业所占产量比例较高，并且这3个作业方式与功率段都有较完整的CPUE时间序列数据(表2)，故将之纳入下一步的剩余产量模型分析。

表2 3种作业方式与功率段的CPUE及年总产量

表1 2008—2017年间不同作业方式不同功率段的累计产量及比例

2.2 模型拟合

不同数据与模型组合的拟合效果如表3所示。在5种产量模型中，Fox模型的整体拟合优度最好，Schaefer模型次之，再次为CYP模型、W-H模型，最后是Schnute模型。在不同作业类型不同功率段的CPUE数据中，功率在101～200 kW的围网作业CPUE数据的模型拟合表现最好，该数据拟合的CYP模型是所有数据与模型组合中最优的。从模型拟合显著性来看，Fox模型拟合的显著性最好，Schaefer模型次之，再次为CYP模型、Schnute模型和W-H模型。统计显著性(P<0.05)达到要求的有7个，故用这7个模型估算羽鳃鲐种群管理参数。

表3 不同CPUE数据的模型拟合优度与显著性

2.3 种群管理参数

从表3选出的7个统计显著性较好的模型，其剩余产量模型表达式及种群管理参数计算结果如表4所示。各模型的EMSY、Eopt不能直接对比，这里按功率在100 kW以下的刺网作业平均CPUE为标准进行折算(表4)，故EMSY在250.00～22 840.05 MkW·d间变化，平均为903.05 (MkW·d)；Eopt在195.00～1 713.04 (MkW·d)间变化，平均为691.37 (MkW·d)。但不同模型的MSY、Yopt可直接对比，故MSY在10 217.51～23 517.33 t间变化，平均为15 588.63 t；Yopt在9 604.46～ 22 811.81 t间变化，平均为14 964.66 t。ARR分析结果最好的是模型V，即由Schaefer模型拟合功率在100 kW以下的刺网作业CPUE数据所得表达式；其次为模型VII，即由Schnute模型拟合功率在100 kW以下的刺网作业CPUE数据所得表达式；而模型I和模型IV的ARR较大。根据ARR表现，选择了模型II、III、V分别代表由功率在400 kW以上的双拖作业、功率在101～200 kW的围网作业和功率在100 kW以下的刺网作业的CPUE数据拟合的剩余产量模型，并用这些模型计算的种群管理参数作为下一步TAC分析的依据。

表4 不同模型表达式与ARR比较

各模型的TAC由2017年各作业类型不同功率段的捕捞努力量E2017推断出各自的TAC，如表5所示。模型III、V的捕捞努力量E2017低于Eopt，TAC即是Yopt；而模型Ⅱ的当前捕捞努力量E2017大于Eopt，TAC即如图1由Yopt规划得表5中结果。模型II、III的TAC较大，模型V的TAC较小。若将模型II、III的ETAC折算成模型V下捕捞努力量分別为660.72MkW·d、532.21 MkW·d，均超过模型V设定的Eopt，因此当前羽鳃鲐的TAC宜采用模型V规划结果10 629.32 t。

表5 不同模型推断出的TAC管理目标

3 讨论

3.1 资源利用评价

羽鳃鲐常与蓝圆鯵(Decapterusmaruadsi)、金色小沙丁鱼(Sardinellaaurita)、鲐鱼(Scomberjaponicus)、竹筴鱼(Trachurusjaponicus)、颌圆鯵(Decapterusmacarellus)、脂眼鲱(Etrumeusteres)、大甲鯵(Megalaspiscordyla)、扁鮀鲣(Auxisthazard) 等混栖[3]，没有专门统计产量数据。有研究发现羽鳃鲐占光诱鱿鱼敷网渔获量的0.056%[14]；占拖网渔获量的0.7%[15]；占灯光围网渔获量的4.04%～6.83%[16-17]，因其在渔获物中所占比例较低，故资源量评估不受重视，往往被并入鲐鲹鱼类一起评估[3]。早在20世纪90年代初有研究指出闽南—台湾浅滩渔场灯光围网渔业中的羽鳃鲐开发率就已达到0.53，处于充分开发状态[1-2]。而在南海北部直至2016年才有研究指出灯光罩网渔业中的羽鳃鲐开发率为0.87，处于过度捕捞状态[5]。南海北部的羽鳃鲐被多种渔具捕捞，单凭一种渔业的评估结果不足以从整体上了解羽鳃鲐的开发利用状况。研究发现羽鳃鲐主要被3种渔具捕捞，其产量主要来自于功率在400 kW以上的双拖作业、功率在101～200 kW的围网作业和功率在100 kW以下的刺网作业。根据这3种代表性作业功率段的剩余产量模型估算出的羽鳃鲐种群管理参数，可以为渔业生产管理提供参考。2017年的渔获量超出了平均MSY，表示该年发生了过度捕捞。模型分析认为当前的南海北部羽鳃鲐TAC宜下调为1×104t。

3.2 渔业统计建议

《中华人民共和国渔业法》规定：国家根据捕捞量低于渔业资源增长量的原则，确定渔业资源的总可捕捞量，实行捕捞限额制度。从2017年起原农业部陆续在浙江、山东、广东、福建、辽宁等地开展了限额捕捞试点工作，这预示着中国的海洋渔业管理从生产要素投入控制的模式向投入和产出控制并重的管理模式转变[6]。限额捕捞制度实施的首要难点是如何确定TAC。想要科学地确定TAC，就必须通过较全面的、大量的渔业资源调查研究和连续多年的渔业生产统计才能做到[18]。本研究表明采取大规模渔港抽样调查，可以收集到不同作业方式不同功率段详细科目的生产数据。较以往个别渔船的调查，更能从整体上认识某鱼种的资源利用状况。该数据经过长期积累能够形成较为完整的时间序列数据，为科学评估特定鱼种的TAC奠定了良好的数据基础。建议继续加强渔港抽样调查统计工作，并充分利用好该数据，服务于渔业生产管理。