2019,
Vol. 28
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. 农业部大洋渔业资源环境科学观测实验站, 上海 201306
智利竹筴鱼(Trachurus murphyi)是典型的中上层跨界洄游鱼类，在整个南太平洋，包括智利、秘鲁、厄瓜多尔专属经济区及毗邻的大洋性水域、西南太平洋的新西兰均有分布[1-2]。由于资源丰富、生长快、繁殖力高等特点，其捕捞量多年来一直处于世界前列，2000年后，一度成为我国远洋渔业的重要目标鱼种之一和大型拖网渔船新的经济增长点[3-6]。2010年后，捕捞产量急剧下降，2012年，南太平洋区域渔业管理组织成立，对其资源量进行配额管理。
国内外学者对智利竹筴鱼做了大量研究，许永久等[7]和阮行建等[8]对其生物学特征进行了研究；邹晓荣等[9]对其开发和利用进行了分析；张敏等[10]和CÁRDENAS等[11]对其种群遗传进行了研究；李显森等[12]、ZHANG等[13]和牛明香等[14-15]对其中心渔场的时空变动进行了相关报道；邹莉瑾等[16]对其年龄与生长进行了研究；牛明香等[15]和杨嘉樑等[17]对渔场和海表温度、叶绿素浓度关系进行了报道。RODHOUSE[18]和YAMAGATA等[19]认为全球气候异常导致渔场资源丰度和时空位置发生变动，其中以ENSO现象影响最为明显。但ENSO现象对东南太平洋智利竹筴鱼的影响却罕有报道。ENSO现象是目前全球已知的最大海-气相互作用现象[20]，在ENSO现象发生期间，海洋中营养盐、海流、初级生产力、碳循环等环境因子发生改变[21]，从而引起渔场资源丰度和时空位置发生变动。本文采用灰色关联度分析方法分析智利竹筴鱼渔场变动、资源丰度与ENSO现象的关系，增加我国在南太平洋区域渔业管理组织的话语权并为生产提供参考。
1 材料与方法 1.1 数据来源捕捞数据：来自中国远洋渔业协会大型加工拖网项目技术组统计的2003—2016年13艘渔船9 300网次的生产数据，内容包括生产时间、渔获量、起放网位置等。
海洋环境数据：ENSO指标以Niño 3.4区SSTA来表示[22-23]。数据来源于美国国家大气局(NOAA)气候预报中心(www.oceanwatch.pifsc.noaa.gov/)。时间范围为2003—2016年。
1.2 数据处理与分析方法 1.2.1 ENSO现象的定义ENSO现象是厄尔尼诺和拉尼娜现象的合称，暖现象被称为厄尔尼诺现象，冷现象被称为拉尼娜现象[24]。根据NOAA发布的ENSO现象定义[25]，Niño 3.4区的SSTA连续3个月滑动超过+0.5 ℃，就会被认为发生一次厄尔尼诺现象；SSTA连续3个月滑动超过-0.5 ℃就会被认为发生一次拉尼娜现象。
1.2.2 处理方法依据各月的SSTA值，判断是否发生ENSO现象。
单位捕捞努力量渔获量(catch per unit effort，CPUE)用以表示资源密度的主要指标[26]，表达式为
(1)
式中：
以2°×2°空间分辨率分月进行数据统计，计算产量重心, 公式[27]为
(2)
(3)
式中：X为产量重心的经度; Y为产量重心的纬度；Li为区域i的中心经度；Bm为区域m的中心纬度；Cij为j月在区域i的智利竹筴鱼总产量, t；Cmn为n月在区域m的智利竹筴鱼总产量，t；Eij为j月在区域i的捕捞努力量, h；Emn为n月在区域m的捕捞努力量, h。
1.2.3 分析方法灰色关联度分析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，对样本量没有特别要求，也不需要典型的分布规律[28]。利用灰色关联度分析方法，范江涛等[29]对西北太平洋柔鱼渔场变化与黑潮的关系进行了研究；刘峰等[30]对小黄鱼形态性状和体质量的关系进行了调查；段丁毓等[31]对秘鲁鳀渔场和环境因子的关系进行了报道。
本文利用灰色关联度分析方法[28]研究ENSO现象下东南太平洋智利竹筴鱼资源丰度和渔场时空变动规律，其具体算法如下：
(1) 假设系统行为序列
(4)
(5)
……
(6)
……
(7)
式中：X0为母序列；Xi为子序列；xi(n)为因素Xi在k时刻的观测数据。
(2) 原始数据消除量纲值(或单位)
(8)
式中：i=0，1，2，…，m。
(3) 差序列的求值
(9)
(10)
式中：k=1，2，…，n；i=0，1，2，…，m；Δi(k)为消除量纲值(或单位)后Δi在k时刻的观测数据。
(4) 极差的计算
(11)
(12)
式中:M为最大差，m为最小差。
(5) 关联系数计算
经数据变换的母序列{X0(t)}，子序列{Xi(t)}, 在时刻t=k时母序列{X0(t)}和子序列{Xi(t)}的关系系数γ0i(k)计算式为：
(13)
式中:ζ∈(0，1)为分辨系数，γ0i(k)为关联系数，k=1, 2, …，n；i=1，2，…，m。
(6) 计算关联度
(14)
式中：分辨系数γ取0.5，母序列为SSTA，子序列分别为CPUE月间变化、CPUE年间变化、渔场经度重心和渔场纬度重心。
2 结果 2.1 东南太平洋气候年际变化特征根据NOAA官方定义，本文将2003—2016年4—8月东南太平洋海况分为以下几种类型(图 1)：当-0.5 ℃≤SSTA≤0.5 ℃，为正常月份：2003年4—8月、2004年4—6月、2005—2006年4—8月、2007年4—6月、2008年7—8月、2009年4—6月、2010年4—5月、2011年6月、2012—2014年4—8月、2016年6—7月；当月SSTA≥0.5 ℃，为厄尔尼诺月份：2003年7—8月、2009年7—8月、2015年4—8月、2015年4—5月；当月SSTA≤－0.5 ℃，为拉尼娜月份：2007年7—8月、2008年4—6月、2010年6—8月、2011年4—5月和7—8月、2016年8月。
|
图 1 2003—2016年ENSO时间序列分布图 Fig. 1 Time sequence change in ENSO index from 2003 to 2016 |
厄尔尼诺和拉尼娜现象对东南太平洋智利竹筴鱼渔场变动的影响如图 2所示，各年4月渔场主要分布在42°S~45°S、80°W~90°W；5月渔场主要分布在41°S~44°S、80°W~93°W；6月渔场主要分布在38°S~42°S、78°W~98°W；7月渔场主要分布在37°S~41°S、78°W~88°W；8月渔场主要分布在28°S~38°S、76°W~96°W。由于9月至翌年3月属于生产淡季，作业较少，数据不充足，考虑到数据的连贯性，本文选取4月至8月进行分析。结果表明(图 3)，ENSO指数与智利竹筴鱼作业渔场经度重心关联度为0.700，与纬度重心关联度为0.726。
|
图 2 2003—2016年各月份作业渔场重心变化图 Fig. 2 The month gravity change in fishing grounds from 2003 to 2016 |
|
图 3 ENSO指数变化与渔场重心变化关系图 Fig. 3 The relationship between ENSO index and fishing grounds gravity of production |
通过表 1我们可以看出，本文统计的70个月中，正常月份数量为46个，厄尔尼诺月份数量为11个，拉尼娜月份数量为13个。正常月份平均CPUE为8.40 t/h，厄尔尼诺月份平均CPUE为9.54 t/h，拉尼娜月份平均CPUE为6.51 t/h。厄尔尼诺月份CPUE值基本高于相邻年的同月份CPUE值，拉尼娜月份CPUE值基本低于相邻年的同月份CPUE值。CPUE月间变化与ENSO指数关联度为0.520(图 4)。
|
表 1 各月份CPUE统计 Tab.1 Statistics of the month CPUE |
|
图 4 ENSO指数与CPUE月间变化关系图 Fig. 4 The relationship between ENSO index and month change of CPUE |
从CPUE年间变化来看(图 5)，2004—2006年、2009年、2015年为厄尔尼诺年，2007—2008年、2010—2011年为拉尼娜年，2016年厄尔尼诺和拉尼娜现象都有发生，其余年份为正常年。2011年平均CPUE最低，为4.22 t/h，2006年CPUE最高，为11.85 t/h。2010(5.58 t/h)、2012(4.50 t/h)和2013年(6.40 t/h)CPUE明显低于2003—2016年CPUE平均值(8.21 t/h)。2003(8.07 t/h)、2007(9.18 t/h)、2014(7.51 t/h)、2015(9.10 t/h)和2016年(7.32 t/h)CPUE接近平均值(8.21 t/h)。2004(9.47 t/h)、2005(8.98 t/h)、2008(10.54 t/h)和2009年(9.76 t/h)CPUE明显大于平均值(8.21 t/h)。CPUE年间变化与ENSO指数关联度为0.703。
|
图 5 ENSO指数与CPUE年间变化关系图 Fig. 5 The relationship between ENSO index and inter annual change of CPUE |
ENSO是目前全球已知影响最大的年际气候现象，虽然其海气耦合过程主要集中在赤道太平洋附近，但可以通过大气桥对远离赤道太平洋的其他海域造成非常明显的影响[32-33]。
本文基于灰色关联度分析，可以看出东南太平洋智利竹筴鱼渔场重心变化与ENSO现象存在着明显相关性，ENSO指数与智利竹筴鱼渔场经度重心关联度为0.700，与纬度重心关联度为0.726。各年4—5月智利竹筴鱼渔场纬度重心为41°S~45°S，6—8月渔场重心为28°S~42°S，智利竹筴鱼渔场重心随着月份的增加向北移动，最北可至28.57°S(2012年8月)，翌年亦是如此，呈锯齿状波动。正常情况下，智利竹筴鱼渔场分布范围28°S~46°S、76°W~96°W；厄尔尼诺现象下，智利竹筴鱼渔场重心存在向西北移动的趋势，一般在43°S以北、86°W以西，最北可至34.22°S(2004年8月)、最西可至77.97°W(2016年5月)；拉尼娜现象下，智利竹筴鱼渔场重心存在向东南移动的趋势，一般在35°S以南、97°W以东，最南可至42.73°S(2015年4月)、最东可至77.97°W(2015年6月)。
渔场空间分布产生移动的原因，除了鱼类进行适温洄游以外，其饵料结构产生变化也是其主要原因。ANTONIO[34]认为，ENSO现象会对东南太平洋海域初级和次级生产力产生影响，当海洋环境受到ENSO影响时，秘鲁外海会形成上升流，导致初级生产力次级生产力丰富，形成一个更加有利于鱼群索饵的海域，因此造成其渔场空间分布的转移。
3.2 ENSO现象对东南太平洋外海智利竹筴鱼渔场资源丰度的影响我国捕捞智利竹筴鱼的月平均CPUE在4~13 t/h，绝大多数时间在8 t/h上下浮动。本文研究认为ENSO现象与智利竹筴鱼资源丰度存在着显著性关系，CPUE月间变化与SSTA关联度达到0.520，CPUE年间变化与SSTA关联度达到0.703。厄尔尼诺发生期间，82%(9个月)月份的CPUE高于历月平均值；拉尼娜发生期间，77%(10个月)月份低于历月平均值。
2010年前，CPUE值较高，基本保持在10 t/h上下浮动，而2010年以后(包含2010年)，CPUE仅保持在6 t/h上下浮动，呈现下降的趋势。统计的70个月中:厄尔尼诺现象发生时，CPUE高于正常月份平均值；拉尼娜现象发生时，CPUE低于正常月份平均值。
本文研究所用数据为我国大型拖网渔船在公海的商业捕捞数据，缺少了沿海国专属经济区内的捕捞数据，需要在今后的研究中，对所得出的推论进行进一步验证。
| [1] |
张衡, 张胜茂. 东南太平洋智利竹(竹夹)鱼渔场及单位捕捞努力量的时空分布[J]. 生态学杂志, 2011, 30(6): 1142-1146. ZHANG H, ZHANG S M. Spatio-temporal distribution pattern of Chilean jack mackerel (Trachurus murphyi) fishing grounds and catch yield per unit effort in Southeast Pacific Ocean[J]. Chinese Journal of Ecology, 2011, 30(6): 1142-1146. |
| [2] |
ARCOS D F, CUBILLOS L A, NÚÑNEZ S P. The jack mackerel fishery and El Niño 1997-98 effects off Chile[J]. Progress in Oceanography, 2001, 49(1/4): 597-617. |
| [3] |
JORGE B C. The fishery for jack mackerel (Trachurus murphpyi) off Northern Chile[D]. Russia: Oregen State University, 1981: 44-53.
|
| [4] |
张衡, 樊伟. 2009年秋冬季东南太平洋智利竹生(竹夹)鱼的渔业生物学特征[J]. 海洋渔业, 2010, 32(3): 340-344. ZHANG H, FAN W. Biological characters of Chilean jack mackerel (Trachurus murphyi) in the Southeast Pacific Ocean[J]. Marine Fisheries, 2010, 32(3): 340-344. DOI:10.3969/j.issn.1004-2490.2010.03.016 |
| [5] |
张敏, 邹晓荣, 季星辉, 等. 东南太平洋公海水域智利竹(竹夹)鱼探捕及其商业开发前景探讨[J]. 水产学报, 2005, 29(3): 386-391. ZHANG M, ZOU X R, JI X H, et al. Discussion on exploratory fishing of Chilean jack mackerel (Trachurus murphyi) in the open sea of the southeast Pacific and prospect of its commercial exploitation[J]. Journal of Fisheries of China, 2005, 29(3): 386-391. |
| [6] |
方宇, 邹晓荣, 张敏, 等. 东南太平洋智利竹(竹夹)鱼栖息地指数的比较研究[J]. 海洋渔业, 2010, 32(2): 178-185. FANG Y, ZOU X R, ZHANG M, et al. A comparative study on habitat suitability index of Chilean Jack Mackerel in Southeast Pacific Ocean[J]. Marine Fisheries, 2010, 32(2): 178-185. DOI:10.3969/j.issn.1004-2490.2010.02.011 |
| [7] |
许永久, 张敏. 东南太平洋智利竹(竹夹)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 |
| [8] |
阮行建, 邹晓荣, 张敏, 等. 东南太平洋智利竹(竹夹)鱼生物学特征与个体繁殖力研究[J]. 海洋通报, 2017, 36(3): 333-339. RUAN X J, ZOU X R, ZHANG M, et al. Study on biological characteristics and individual fertility of Chilean jack mackerel (Trachurus murphyi) in the Southeast Pacific Ocean[J]. Marine Science Bulletin, 2017, 36(3): 333-339. |
| [9] |
邹晓荣, 张敏, 张祖良. 东南太平洋南部公海智利竹(竹夹)鱼生产初探[J]. 海洋渔业, 2001, 23(2): 64-68. ZHOU X R, ZHANG M, ZHANG Z L. A preliminary approach on fishing operation of Chilean jack mackerel (Trachurus murphyi) in the Southern part of the Southeast Pacific Ocean[J]. Marine Fisheries, 2001, 23(2): 64-68. DOI:10.3969/j.issn.1004-2490.2001.02.004 |
| [10] |
张敏, 许永久, 王成辉, 等. 智利竹(竹夹)鱼3群体遗传关系初步研究[J]. 上海海洋大学学报, 2009, 18(2): 212-217. ZHANG M, XU Y J, WANG C H, et al. Study on genetic relationship of three populations of Chilean jack mackerel, (Trachurus murphyi) from the Southern Pacific[J]. Journal of Shanghai Ocean University, 2009, 18(2): 212-217. |
| [11] |
CÁRDENAS L, SILVA A X, MAGOULAS A, et al. Genetic population structure in the Chilean jack mackerel, Trachurus murphyi (Nichols) across the South-Eastern Pacific Ocean[J]. Fisheries Research, 2009, 99(2): 109-115. |
| [12] |
李显森, 戴芳群, 赵俊, 等. 智利外海渔场竹(竹夹)鱼资源分布特征[J]. 海洋水产研究, 2004, 25(1): 20-27. LI X S, DAI F J, ZHAO J, et al. Resource distribution characteristics of Chilean jack mackerel in the fishing ground off Chile[J]. Marine Fisheries Research, 2004, 25(1): 20-27. |
| [13] |
ZHANG H, ZHANG S M, CUI X S, et al. Spatio-temporal dynamics in the location of the fishing grounds and catch per unit effort (CPUE) for Chilean jack mackerel (Trachurus murphyi, Nichols, 1920) from Chinese trawl fleets on the high seas of the Southeast Pacific Ocean, 2001-2010[J]. Journal of Applied Ichthyology, 2015, 31(4): 646-656. DOI:10.1111/jai.2015.31.issue-4 |
| [14] |
牛明香, 李显森, 戴芳群, 等. 智利外海西部渔场智利竹(竹夹)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 |
| [15] |
牛明香, 李显森, 徐玉成. 智利外海竹(竹夹)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. |
| [16] |
邹莉瑾, 张敏, 邹晓荣, 等. 东南太平洋公海智利竹荚(竹夹)鱼年龄与生长研究[J]. 上海海洋大学学报, 2010, 19(1): 61-67. ZOU L J, ZHANG M, ZOU X R, et al. Age and growth of Chilean jack mackerel (Trachurus murphyi) in the high sea waters of Southeast Pacific[J]. Journal of Shanghai Ocean University, 2010, 19(1): 61-67. |
| [17] |
杨嘉樑, 黄洪亮, 刘健, 等. 智利竹(竹夹)鱼渔场海表温度及叶绿素浓度分布特征[J]. 中国农业科技导报, 2017, 19(10): 113-120. YANG J L, HUANG H L, LIU J, et al. Characteristics of Chilean jack mackerel fishing ground distribution and sea surface temperature and chlorophyll-a[J]. Journal of Agricultural Science and Technology, 2017, 19(10): 113-120. |
| [18] |
RODHOUSE P G. Managing and forecasting squid fisheries in variable environments[J]. Fisheries Research, 2001, 54(1): 3-8. DOI:10.1016/S0165-7836(01)00370-8 |
| [19] |
YAMAGATA T, SHIBAO Y, UMATANIT S I. Interannual variability of the Kuroshio Extension and its relation to the Southern Oscillation/El Niño[J]. Journal of the Oceanographical Society of Japan, 1985, 41(4): 274-281. DOI:10.1007/BF02109276 |
| [20] |
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 J P. ENSO:The harmonic ocean -atmosphere interaction in tropics[J]. Advances in Marine Science, 2002, 20(3): 1-8. DOI:10.3969/j.issn.1671-6647.2002.03.001 |
| [21] |
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 |
| [22] |
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(1): 113-120. |
| [23] |
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 WEI, 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. |
| [24] |
侯建华, 代滇, 龚美玲, 等. 厄尔尼诺与南方涛动事件对皖西地区降水的影响[J]. 科学技术与工程, 2018, 18(5): 150-155. HOU J H, DAI D, GONG M L, et al. The impact of Ep Nino-southern oscillation events on the precipitation in West Anhui[J]. Science Technology and Engineering, 2018, 18(5): 150-155. DOI:10.3969/j.issn.1671-1815.2018.05.025 |
| [25] |
钟姗姗, 何金海, 刘宣飞, 等. ENSO十年际尺度变率的机制初探[J]. 热带海洋学报, 2004, 23(2): 28-36. ZHONG S S, HE J H, LIU X F, et al. Possible mechanisms of ENSO'S decadal variability[J]. Journal of Tropical Oceanography, 2004, 23(2): 28-36. DOI:10.3969/j.issn.1009-5470.2004.02.004 |
| [26] |
王从军, 邹莉瑾, 李纲, 等. 1999-2011年东、黄海鲐资源丰度年间变化分析[J]. 水产学报, 2014, 38(1): 56-64. WANG C J, ZHOU L J, LI G, et al. Analysis of the inter-annual variation of chub mackerel abundance in the East China Sea and Yellow Sea during 1999-2011[J]. Journal of Fisheries of China, 2014, 38(1): 56-64. |
| [27] |
周甦芳. 厄尔尼诺-南方涛动现象对中西太平洋鲣鱼围网渔场的影响[J]. 中国水产科学, 2005, 12(6): 739-744. ZHOU S F. Impacts of the El Niño southern oscillation on skipjack tuna purse-seine fishing grounds in the Western and Central Pacific Ocean[J]. Journal of Fishery Sciences of China, 2005, 12(6): 739-744. DOI:10.3321/j.issn:1005-8737.2005.06.012 |
| [28] |
陈新军. 灰色系统理论在渔业科学中的应用[M]. 北京: 中国农业出版社, 2003: 28-31. CHEN X J. The application of grey system theory in fisheries science[M]. Beijing: China Agriculture Press, 2003: 28-31. |
| [29] |
范江涛, 陈新军, 曹杰, 等. 西北太平洋柔鱼渔场变化与黑潮的关系[J]. 上海海洋大学学报, 2010, 19(3): 378-384. FAN J T, CHEN X J, CAO J, et al. The variation of fishing ground of Ommastrephes bartramii in the Northwest Pacific concerning with Kuroshio current[J]. Journal of Shanghai Ocean University, 2010, 19(3): 378-384. |
| [30] |
刘峰, 楼宝, 陈睿毅, 等. 小黄鱼形态性状与体质量的灰色关联分析[J]. 上海海洋大学学报, 2017, 26(1): 131-137. LIU F, LOU B, CHEN R Y, et al. Analysis of grey relationship between morphological traits and body weight in the small yellow croaker (Pseudosciaena polyactis)[J]. Journal of Shanghai Ocean University, 2017, 26(1): 131-137. |
| [31] |
段丁毓, 陈芃, 陈新军, 等. 基于灰色系统的秘鲁鳀资源量预测模型的构建[J]. 上海海洋大学学报, 2018, 27(2): 284-290. DUAN D Y, CHEN P, CHEN X J, et al. The construction of biomass forecasting model for the anchoveta (Engraulis ringins) by the grey system model[J]. Journal of Shanghai Ocean University, 2018, 27(2): 284-290. |
| [32] |
KLEIN S A, SODEN B J, LAU N C. Remote sea surface temperature variations during ENSO:evidence for a tropical atmospheric bridge[J]. Journal of Climate, 1999, 12(412): 917-932. |
| [33] |
ALEXANDER A M A, BLADÉ I, NEWMAN M, et al. The atmospheric bridge:The influence of ENSO teleconnections on air-sea interaction over the global oceans[J]. Journal of Climate, 2002, 15(16): 2205-2231. DOI:10.1175/1520-0442(2002)015<2205:TABTIO>2.0.CO;2 |
| [34] |
ANTONIO O M. Características del ambiente marino frente a la costa peruana[J]. Boletín IMARPE, 2000, 19(1/2): 179-204. |
2. National Distant-water Fisheries Engineering Research Center, Shanghai 201306, China;
3. Key Laboratory of Sustainable Exploitation of Oceanic Fisheries Resources, Ministry of Education, Shanghai 201306, China;
4. Scientific Observing and Experimental Station of Oceanic Fishery Resources, Ministry of Agriculture, Shanghai 201306, China