2. 农业农村部大洋渔业开发重点实验室, 上海 201306;
3. 国家远洋渔业工程技术研究中心, 上海 201306;
4. 大洋渔业资源可持续开发教育部重点实验室, 上海 201306;
5. 农业农村部大洋渔业资源环境科学观测实验站, 上海 201306;
6. 中国水产科学院南海水产研究所, 广东 广州 510300
智利竹䇲鱼(Trachurus murphyi)是当前世界上比较重要的海洋经济鱼类之一,各国也对此鱼种竞相捕捞。智利竹䇲鱼大多分布在南太平洋,智利、秘鲁、厄瓜多尔等国的海洋专属经济区则密集分布,而邻近公海海域也有大面积集中分布。智利竹䇲鱼渔获量多年来长期居于世界前列,因此在太平洋竹䇲鱼渔获量中,东南太平洋智利竹䇲鱼显得尤为重要[1]。智利竹䇲鱼摄食的季节性变化较小,且具有昼沉夜浮的习性,夜间索饵上浮,翌日清晨六点到七点鱼群则开始下潜[2-3]。由于智利竹䇲鱼为中上层高度洄游物种,其洄游模式目前还没有定论。SERRA[4]研究认为智利竹䇲鱼的迁移是以环形的洄游轨迹进行的,也有研究[5]发现智利竹䇲鱼主要以集群模式洄游。前苏联学者研究表明智利竹䇲鱼在洄游过程中有大量的越冬场、产卵场和索饵场,洄游模式自东向西沿着“竹䇲鱼带”以螺旋式方式进行,并且不再返回[6]。
研究渔场时空分布可以分析智利竹䇲鱼渔场变动并进行渔情预报[7]。对此国内外专家学者也进行了研究,如牛明香等[7-8]分析了2005年智利外海竹䇲鱼中心渔场的时空变动以及中心渔场与海洋环境的关系,并研究了渔获量与海表面温度的分布特征。邵帼瑛等[9]分析了智利竹䇲鱼渔场每月的海表面温度特征值,以及渔场分布与海表面温度之间的关系。黄洪亮等[10]根据调查资料研究了智利竹䇲鱼渔场与气象和水文之间的关系。由于智利竹䇲鱼具有高度的洄游性,分布范围较广,渔场资源及中心渔场变动的年际差异较大,因此对其时空变化规律也难以掌握。由于不同年份间的海洋环境有着很大的差异,因此研究长时间序列的智利竹䇲鱼渔场变化也显得至关重要。本文根据2003—2011年东南太平洋捕捞数据,运用灰色关联评价等数理方法对各年的资源状况进行分析和评价,并研究东南太平洋资源和渔场时空分布及变化规律,为东南太平洋智利竹䇲鱼渔情预报和资源可持续利用奠定基础。
1 材料与方法 1.1 材料来源2003—2011年东南太平洋智利竹䇲鱼生产统计数据由上海海洋大学鱿钓技术组提供,数据包括作业次数、作业位置、作业日期和渔区总产量(t),空间分辨率为1°×1°。
1.2 研究方法(1) 分别统计各年度每一经度和纬度的产量,并求其所占比重,利用相关分析方法对各年度每一经度和纬度渔获量占总渔获量的比重,以及作业次数占总的作业次数的比重进行分析,来比较各年度资源渔场空间分布的差异。
(2) 作业渔场重心的计算公式为
式中:X, Y分别表示渔场重心的经度和纬度;Ci为第i个渔区的产量;Ni为第i个渔区的放网次数;Xi为第i个渔区中心点的经度;Yi为第i个渔区中心点的纬度;K为渔区的总个数。
对各年各月作业渔场重心进行计算和分析,以比较其渔场空间分布的差异性。
(3) 分别统计各年每一纬度和经度的总产量。利用灰色关联评价方法对各年度竹䇲鱼资源状况进行评价。灰色关联评价方法是根据系统各因素间或各系统行为间发展态势的相似或相异程度,来衡量关联程度的方法。在系统发展过程中,若两个因素变化的趋势具有一致性,即同步变化程度较高,即可谓二者关联程度较高;反之,则较低。本文选取2003—2011年间每一经(纬)度竹䇲鱼总产量的最大值作为最优向量,建立母序列,各年度每一经(纬)度的总产量组成向量作为子序列,将子序列和母序列进行灰色关联度分析[11]。其分辨系数取0.5,并采用均值初值化[11]。综合关联度取经度和纬度关联度的平均值。关联度越大,说明该年资源状况越好, 反之则越差[4]。
2 结果 2.1 产量比重、平均网次产量和作业次数比重的时空分析 2.1.1 纬度方向的空间分布2003—2011年各纬度方向上均有生产,但主要作业区集中在35°S~42°S(图 1)。较为突出的年份为2010年和2011年。2010年产量主要分布在43°S~44°S,其产量比重占年总产量的33%。2011年产量主要分布在43°S~44°S,其产量比重占年总产量的33%。46°S~ 48°S上无产量。总体上看,产量比重在纬度上的分布存在年间差异。
2003—2011年平均网次产量总体上呈现出先降低后升高再降低的趋势(图 2)。主要作业区域30°S~45°S的平均网次产量占总体的50%,产量相对稳定,年间幅度变化也较小,说明该区域资源状况具有稳定性。2008年的25°S~26°S海域平均网次产量呈现最大值,其值超过60 t/net(图 2),但该海域年产量仅545 t。
2003—2011年各纬度均有作业次数,基本呈现出先升高后降低的趋势。2010和2011年作业位置主要集中在43°S~44°S(图 3),这与产量比重的集中分布区域一致,说明作业次数与渔获量之间存在着一定关联。
2003—2011年,东南太平洋智利竹䇲鱼产量比重在经度上基本呈现出由东向西先增加再减小的趋势(图 4)。产量比重最大的区域大致为82°W~89°W,占总体的47%。其中2006、2010和2011年最大产量比重均分布在88°W~89°W,但产量比重值均低于20%。
2003—2011年平均网次产量随经度的变化呈现明显的区域性(图 5),且波动范围较大。从图 5可以看出,渔场主要分布在79°W~101°W区域,平均达到39 t/net, 且平均网次产量年间变化幅度较小,说明该区域资源状况也比较稳定。但2007、2009年在100°W~119°W海域内放网次数较少,平均网次产量波动范围较大。
2003—2011年作业次数比重在经度上基本呈现出由东向西先增加再减小的趋势(图 6), 这与经度产量所占比重的趋势大致一致。
2003年1—12月均有生产,2004—2006年除2月份外其他各月均有生产,2007—2008年作业主要在3—11月,2009年作业主要在3—10月,2010年作业主要在2—10月,2011年作业主要在2—8月。根据统计得到2003—2011年的主要作业渔场(表 1),并利用Arcgis软件对各年各月渔场重心进行分析(图 7),结果表明:2003—2011年3—5月渔场主要分布在80°W~95°W、40°S~45°S范围内;6月份渔场主要分布在80°W~88°W、39°S~43°S范围内;7月份渔场主要分布在82°W~88°W、36°S~40°S;8月份渔场主要分布在84°W~94°W、34°S~38°S;6~8月份渔场重心逐渐向北移动,并且从8月份起,渔场开始分为2个区域,渔场重心逐渐向西北和东北2个方向偏移(图 7);9月份渔场主要分布在86°W~102°W、32°S~36°S;10月份渔场主要分布在85°W~94°W、31°S~35°S;11月份渔场主要分布在92°W~97°W、32°S~36°S;12月份渔场,主要分布在92°W~96°W、36°S~40°S,相对于9—11月份又逐渐向南移动。由此可得,渔场重心从3月份开始由南逐渐向北移动,并随着月份的增加,8月份开始渔场分为2个部分,渔场重心逐渐向西北和东北2个方向移动,到10月份逐渐偏移到最北端,12月以后逐渐向东南方向移动。
分别找出2003—2011年在25°S~48°S、74°W~119°W海域每一纬(经)度竹䇲鱼产量的最优向量,并利用最优向量与2003—2011年9年间各纬(经)度竹䇲鱼产量进行灰色关联分析。
经计算,2003—2011年各年度的综合关联度依次为0.810 3、0.840 4、0.847 3、0.848 0、0.832 4、0.863 6、0.839 6、0.833 1和0.803 5(表 2),则其各年度资源丰度次序为2008、2006、2005、2004、2009、2007、2010和2011年。
资源量状况在一定程度上也可以通过平均网次产量的高低来显示。2003—2011年间各纬度(经度)平均网次产量年间变化较大,且空间分布有所差异。本研究表明,平均网次产量超过45 t/net以上的高产海域见表 3。其中,2008年分别有6个纬度和5个经度区域的平均网次产量超过45 t/net,且分布较为集中,表明这一年的资源状况良好,这与灰色关联度的结果一致。总体上看,较高平均网次产量的海域主要集中分布于79°W~101°W、30°S~45°S区域,与高产量比重分布的海域基本一致。邹晓荣[12]认为,平均网次产量值纬度方向上39°S~43°S处较高,而33°S以北海域很低,经度方向上分布以79°W~82°W和86°W~88°W海域较高。这与本研究结果稍有差异,可能与两者调查范围、作业次数以及渔场变动有关。
灰色关联度与渔获量的变化趋势显著相关(R=0.55,P<0.05,图 8),灰色关联度与平均网次产量(CPUE)的变化趋势则差异显著(R=0.27, P>0.05,图 9)。灰色关联评价表明, 2003—2011年间, 2008年资源状况最好, 最差为2011年, 这可能与作业次数及竹䇲鱼的周期性波动有关,2003—2006年,灰色关联度与渔获量均呈缓慢增长趋势,2007—2008年间增长最快,2009—2011年资源状况不断下降。
智利竹䇲鱼渔场分布的时空变化可以通过渔场重心的变动较为直接地反映出来。魏广恩等[13]研究认为渔场重心也是表征渔场位置的重要参数。经过对各年各纬度(经度)产量比重和渔场重心情况分析,本研究发现2003—2011年的渔场重心均在45°S以北,渔场重心在45°S以南的仅2008年3月,而且放网次数较少。邹晓荣[12]研究认为,西风漂流带是该渔场分布的南部屏障(45°S~60°S),这与本文的研究结论相符合。但本研究也发现了在2009年渔场甚至到达了119°W,表明西部海域也存在渔场(但作业网次数和平均网次产量相对较低,图 5~6),为今后的西部渔场探捕提供了一定的可行性。
在时间变化趋势上,研究发现灰色关联度与鱼类资源丰度变化趋势差异显著,主要表现在2006—2008年,作业渔船以及作业时间的影响可能导致2006年智利竹䇲鱼平均网次产量增高。首先,2006年渔业公司淘汰了部分旧船并增加了新船数量,生产规模随之扩大; 其次,2006年从3月中旬开始进行渔业生产,避开了生产淡季1—2月[14]。2006年为弱厄尔尼诺年[15],海表面温度(SST)相对较高,资源量丰富。
2007年较2006年相比渔获量较低。2007年本身资源状况比较差,这可能与2006年捕捞产量过高造成亲鱼量急剧下降有关,而探捕调查表明生产时间也缩短了,导致产量降低[14]。且2007年处于弱拉尼娜年[15-16],海洋环境变化较大。有研究认为厄尔尼诺/拉尼娜现象会引发海洋环境变化使得初级生产力发生改变,进而使得资源时空分布产生差异[15]。
2008年为正常年份,但SST处于较高水平,其产量较丰富[15-16]。化成君等[1]研究发现从2008年8月起渔场继续向东移动,11月渔场重心到达74.51°W,相比2006年前的移动方向变化较大,这可能受到了智利竹䇲鱼渔场资源分布或渔场环境改变的影响,作业次数增多。因此,2008年资源状况最好,平均网次产量也较高。
随着年份的增加,从2009年到2011年渔获量与作业次数不断下降,平均网次产量也呈现逐渐下降的趋势。文中的平均网次产量是总渔获量与总作业次数的比值,每年的气候变化、海洋环境、作业船只的船型、作业位置的影响均有可能使年际平均网次产量发生变化。有研究表明,气候模态变化驱动渔场环境的变化,进而对鱼类资源丰度产生显著影响[16]。在发生厄尔尼诺或拉尼娜现象期间,赤道太平洋的气压、海面高度、海流、温跃层、营养盐、碳循环和初级生产力等渔场的环境发生明显改变[17-19],从而引起鱼类资源密度的空间变化以及空间分布结构的变化。也有研究认为厄尔尼诺—南方涛动(ENSO)与智利竹䇲鱼资源丰度存在着显著性关系[20],这对智利竹䇲鱼时空分布也会产生相应的影响。
东南太平洋智利竹䇲鱼渔场的分布是多种因素综合作用的结果,海表温度、洋流、叶绿素、海面高度和饵料状况等都是渔场形成机制中的重要因素,温度是影响渔场形成的最重要的海洋环境因素,水温的变化能够影响到鱼类空间集群、洄游以及资源量的分布等。除此之外,海表温度也是渔场渔情分析应用中相对重要的环境因子[9]。本文仅对年际变化作出具体分析,对于海表温度、海面高度等未能与渔场之间建立相应的模型。若想获得精确的渔场重心,今后还可以做进一步的研究。
[1] |
化成君, 张衡, 樊伟. 东南太平洋智利竹?鱼资源和渔场的时空变化[J]. 生态学报, 2011, 31(19): 5676-5681. HUA C J, ZHANG H, FAN W. Spatial-temporal patterns of fishing grounds and resource of Chilean jack mackerel (Trachurus murphyi) in the Southeast Pacific Ocean[J]. Acta Ecologica Sinica, 2011, 31(19): 5676-5681. |
[2] |
李显森, 陈聚法, 周立凯, 等. 东南太平洋智利竹?鱼渔业生物学的初步调查研究[J]. 海洋水产研究, 2002, 23(2): 19-24. LI X S, CHEN J F, ZHOU L K, et al. Preliminary studies on fishery biology of horse mackerel (Trachurus murphyi) in the Southeast Pacific Ocean[J]. Marine Fisheries Research, 2002, 23(2): 19-24. |
[3] |
许永久, 张敏. 东南太平洋智利竹?鱼渔场浮游生物数量分布及与渔场关系[J]. 海洋渔业, 2007, 29(4): 289-295. XU Y J, ZHANG M. Distribution of plankton on Trachurus murphyi fishing grounds of the Southeast Pacific and its relationship with fishing grounds[J]. Marine Fisheries, 2007, 29(4): 289-295. DOI:10.3969/j.issn.1004-2490.2007.04.001 |
[4] |
SERRA J R. Important life history aspects of the Chilean jack mackerel, Trachurus symmertricus murphyi[J]. Investigacion Pesquera (Chile), 1991, 36: 67-83. |
[5] |
U. S. Fish and Wildlife Service. Standards for development of HSI models: USDI fish and wildife service[R]. Division of Ecological Services, ESM 103, 1980.
|
[6] |
张敏, 邹晓荣. 大洋性竹?鱼渔业[M]. 北京: 中国农业出版社, 2011: 46-47. ZHANG M, ZOU X R. Oceanic jack mackerel fishery[M]. Beijing: China Agriculture Press, 2011: 46-47. |
[7] |
牛明香, 李显森, 戴芳群, 等. 智利外海西部渔场智利竹?鱼资源与海表温度分布特征[J]. 海洋环境科学, 2010, 29(3): 373-377. NIU M X, LI X S, DAI F Q, et al. Characteristics of Chilean jack mackerel (Trachurus murphyi) resource and surface temperature in west fishing ground offshore waters of Chile[J]. Marine Environmental Science, 2010, 29(3): 373-377. DOI:10.3969/j.issn.1007-6336.2010.03.019 |
[8] |
牛明香, 李显森, 徐玉成. 智利外海竹?鱼中心渔场时空变动的初步研究[J]. 海洋科学, 2009, 33(11): 105-109. NIU M X, LI X S, XU Y C. Preliminary study on spatio-temporal change of central fishing ground of Chilean jack mackerel (Trachurus murphyi) in the offshore waters of Chile[J]. Marine Sciences, 2009, 33(11): 105-109. |
[9] |
邵帼瑛, 张敏. 东南太平洋智利竹?鱼渔场分布及其与海表温关系的研究[J]. 上海水产大学学报, 2006, 15(4): 468-472. SHAO G Y, ZHANG M. A study on correlation of fishing ground distribution of jack mackerel (Trachurus murphyi) versus SST in the southeast Pacific Ocean[J]. Journal of Shanghai Fisheries University, 2006, 15(4): 468-472. |
[10] |
黄洪亮, 沈新强. 智利竹?鱼渔场与海洋环境因子的关系分析[J]. 海洋渔业, 2003, 25(1): 15-18. HUANG H L, SHEN X Q. Analysis on the relationship between Chilean jack mackerel Trachurus murphyi fishing grounds and marine environmental factors[J]. Marine Fisheries, 2003, 25(1): 15-18. DOI:10.3969/j.issn.1004-2490.2003.01.005 |
[11] |
陈新军, 许柳雄, 田思泉. 北太平洋柔鱼资源与渔场的时空分析[J]. 水产学报, 2003, 27(4): 334-342. CHEN X J, XU L X, TIAN S Q. Spatial and temporal analysis of Ommastrephe bartrami resources and its fishing ground in North Pacific Ocean[J]. Journal of Fisheries of China, 2003, 27(4): 334-342. |
[12] |
邹晓荣.东南太平洋智利竹䇲鱼资源、渔场和捕捞技术的研究[D].上海: 上海海洋大学, 2003. ZOU X R. Study on Chilean carp resource, fishery and fishing technology in the Southeast Pacific[D]. Shanghai: Shanghai Ocean University, 2003. |
[13] |
魏广恩, 陈新军, 李纲. 西北太平洋柔鱼洄游重心年际变化及预测[J]. 上海海洋大学学报, 2018, 27(4): 573-583. WEI G N, CHEN X J, LI G. Interannual variation and forecasting of Ommastrephes bartramii migration gravity in the northwest Pacific Ocean[J]. Journal of Shanghai Ocean University, 2018, 27(4): 573-583. |
[14] |
牛明香, 李显森, 徐玉成. 基于广义可加模型的时空和环境因子对东南太平洋智利竹?鱼渔场的影响[J]. 应用生态学报, 2010, 21(4): 1049-1055. NIU M X, LI X S, XU Y C. Effects of spatiotemporal and environmental factors on the fishing ground of Trachurus murphyi in Southeast Pacific Ocean based on generalized additive model[J]. Chinese Journal of Applied Ecology, 2010, 21(4): 1049-1055. |
[15] |
陈洋洋, 陈新军. 厄尔尼诺/拉尼娜现象对中西太平洋鲣资源丰度的影响[J]. 上海海洋大学学报, 2017, 26(1): 113-120. CHEN Y Y, CHEN X J. Influence of El Nino/La Nina on the abundance index of skipjack in the Western and Central Pacific Ocean[J]. Journal of Shanghai Ocean University, 2017, 26(01): 113-120. |
[16] |
余为, 陈新军, 易倩. 不同气候模态下西北太平洋柔鱼渔场环境特征分析[J]. 水产学报, 2017, 41(4): 525-534. YU W, CHEN X J, YI Q. Analysis of variations in the environmental conditions on the fishing ground of neon flying squid (Ommastrephes bartramii) in the Northwestern Pacific Ocean under different climate modes[J]. Journal of Fisheries of China, 2017, 41(4): 525-534. |
[17] |
FEDOROV A V, PHILANDER S G. Is El Niño changing[J]. Science, 2000, 288(5473): 1997-2002. DOI:10.1126/science.288.5473.1997 |
[18] |
TURK D, MCPHADEN M J, BUSALACCHI A J, et al. Remotely sensed biological production in the Equatorial Pacific[J]. Science, 2001, 293(5529): 471-474. DOI:10.1126/science.1056449 |
[19] |
CHAVEZ F P, STRUTTON P G, FRIEDERICH G E, et al. Biological and chemical response of the equatorial Pacific Ocean to the 1997-98 El Niño[J]. Science, 1999, 286(5447): 2126-2131. DOI:10.1126/science.286.5447.2126 |
[20] |
杨香帅, 邹晓荣, 徐香香, 等. ENSO现象对东南太平洋智利竹?鱼资源丰度及其渔场变动的影响[J]. 上海海洋大学学报, 2019, 28(2): 290-297. YANG X S, ZOU X R, XU X X, et al. Effects of ENSO on abundance index and spatial-temporal change of Chilean jack mackerel in the Southeast Pacific[J]. Journal of Shanghai Ocean University, 2019, 28(2): 290-297. |
2. Key Laboratory of Oceanic Fisheries Exploration, Ministry of Agriculture and Rural Affairs, Shanghai 201306, China;
3. National Engineering Research Center for Oceanic Fisheries, Shanghai 201306, China;
4. Key Laboratory of Sustainable Exploitation of Oceanic Fisheries Resources, Ministry of Education, Shanghai 201306, China;
5. Scientific Observing and Experimental Station of Oceanic Fishery Resources, Ministry of Agriculture and Rural Affairs, Shanghai 201306, China;
6. South China Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences, Guangzhou 510300, Guangdong, China