2. 农业部重点渔场渔业资源观测实验站,浙江 舟山 316021;
3. 浙江省海洋渔业资源可持续利用技术研究重点实验室,浙江 舟山 316021
刺网是网渔具中选择性较强的一种渔具[1]。捕鱼原理为将网具敷设在捕捞对象的洄游通道上,依靠浮沉力使网衣垂直张开,阻拦鱼、虾通道,促使其刺入网目或缠络于网衣而达到捕捞的目的[1-2]。深水流网是一种中深海底层刺网,作业方式属于漂流刺网,目前主要为三重刺网,网目尺寸64~68 mm,广泛分布于中国黄海、东海海域,主要捕捞对象为日本方头鱼(Branchiostegus japonicus),其次为黄鲷(Dentex tumifrons)、白姑鱼(Argyrosomus argentatus))等底层鱼类[3-6]。1990年代以来,生产效益一直较好,目前已成为我国深水作业的重要组成部分。日本方头鱼俗称马头鱼,属鲈形目(Perciformes)方头鱼科(Branchiostegidae)方头鱼属(Branchiostegus),为暖温性近岸底层中小型鱼类,栖息于水深20~156 m的泥沙底海域,中国的黄海、东海海域及朝鲜、日本海域均有分布。日本方头鱼因其肉质鲜美,主要以冰鲜的形式畅销日本,生产效益较好。由于渔具选择性对于渔业资源的评估、合理利用都相当重要[7],因此近些年我国对于选择性研究逐年增多[8-10]。多年来,国内外针对刺网的种内选择性[8, 11-12](又称为尺寸选择性)进行过较多研究。日本方头鱼作为东海区深水流刺网的主要捕获鱼种[3-6],目前国内外对其研究主要集中于日本方头鱼的资源分布及行为特征[4, 13-14]、不同钩型对日本方头鱼的选择性[15-16]等方面。不同型刺网对日本方头鱼的选择性研究,尚未见到。本文通过设计3种型刺网网具(单片刺网、双重刺网和三重刺网),每种网具设计3种不同网目尺寸(50、60和70 mm)对日本方头鱼进行选择性试验,研究不同型不同网目尺寸刺网对日本方头鱼的选择性能,为合理制定深水流网网目尺寸提供参考。
1 材料与方法 1.1 试验渔船试验渔船为“浙普渔72308”,主机功率202 kW、船长22.66 m、型宽4.2 m、型深2.2 m。船上配备AIS避碰仪、对讲机和渔探仪等设备。
1.2 试验时间与试验海域试验时间为2015年4月6—9日。试验海域为124°27′E~126°00′E、28°51′N~29°02′N(见图 1)。
|
图 1 试验海域(红色部分) Fig. 1 Experimental area (Red part) |
试验网具为网目尺寸分别为50、60和70 mm的单片刺网、双重刺网和三重刺网共9种网具,每种试验网具数量16片,9种网具共计144片,每片网衣主尺度均为50 m×1.5 m。单片刺网:网衣由直径0.3 mm的聚酰胺单丝编结,横目使用,水平缩结系数0.521。双重刺网与三重刺网:内网衣均由直径0.3 mm的聚酰胺单丝编结,横目使用,水平缩结系数0.521;外网衣均由直径0.45 mm的聚酰胺单丝编结,纵目使用,水平缩结系数0.575,网目尺寸与实际生产网外外衣一致为290 mm。试验网除渔具主尺度与生产网有差异外,渔具装配均与生产网相同。由于海况底层环境较为复杂,造成部分网衣损坏,因此记录有效网次数(1片网起放网计为1个网次),不同规格网具试验天数及有效网次如表 1所示。
|
|
表 1 有效试验网次 Table 1 The effective net times of different specifications net |
将不同型刺网渔具采用串联方式进行排列,共分为3组试验(单片刺网1组,双重刺网1组,三重刺网1组),为保证试验数据的准确性,再将3组试验采用串联的方式穿插到实际生产网片里(见图 2)。每次试验放网时间为下午6:00之前完成,起网时间为次日6:00开始,平均作业时间为12 h。试验结束后分别统计各规格渔具的渔获物,称量并记录下渔获物组成。当渔获物较少时,取所有渔获物按种类计数、称重;当渔获物较多时,对渔获物进行随机取样。所有取样渔获物带回实验室进行测定。测定内容主要为体长(mm)、体质量(g)。种类鉴定主要参考《东海鱼类志》[6],测定标准按照《海洋调查规范》[17]进行。
|
图 2 试验网具构造图 Fig. 2 The structure of experiment gillnets |
渔获物中优势种采用相对重要指数(IRI)来确定[18],将IRI≥1 000的种类定为优势种,100≤IRI≤1 000种类定为重要种,其表达式为:
| $ IRI = \left( {N + W} \right)F。$ | (1) |
式中:N为某一种渔获物尾数占总渔获物尾数的百分比(%);W为某一种类渔获物重量占总渔获重量的百分比(%);F为某一种渔获物出现的网次数占试验总网次的百分比(%)。
2.2 选择性试验方法 2.2.1 选择性曲线的估算与优合度检验试验共进行3种型的刺网试验,本试验忽略不同网目尺寸造成捕捞能力的差异,假设具有相同的捕捞努力量[1, 4],则网目尺寸与渔获量的关系可以表示为:
| $ {C_{lm}} = q{N_l}{S_{lm}} + Noise。$ | (2) |
式中:Clm表示网目尺寸为m的网衣捕获体长组为l的渔获尾数,即渔具选择性试验中所能观察到一种渔具捕获的不同体长组渔获尾数;q为可捕率,表示捕捞数量占接触渔具资源数量的比率,在实际中,对于同一种不同特征值的渔具(不同网目大小的同一种刺网),通常假设q仅取决于体长;Nl为渔具作业范围内体长组为l的资源总数;Slm表示渔具的选择率;Noise表示随机误差,包括由于鱼类分布集群性、鱼类对渔具行为的差异、渔具性能差异以及取样差异等因素所造成的影响。
为简化参数估算问题,假设每一体长组的观察渔获与其他体长组的观察渔获相对独立,同时忽略几个试验之间微小差异累加,看成是使用不同渔具单一试验进行处理。选择性曲线参数的估算采用极大似然估算法[7, 9-10, 13]。极大似然估计法需要对观察数据误差结构进行清晰假设,通过柏松分布可以提供一种清晰的描述(方差与均值成正比)。因此,假设误差结构Noise服从参数为λ=qNlSlm柏松分布,选择率可以表示为:
| $ {P_{lm}} = \frac{{{\lambda ^{{C_{lm}}}}}}{{{C_{lm}}}}{{\rm{e}}^{-\lambda }}。$ | (3) |
否则,对数似然函数为:
| $ \ln P = \sum\limits_l {\sum\limits_m {\left[{{C_{lm}}\ln \lambda-\ln \left( {{C_{lm}}!} \right)-\lambda } \right]} } 。$ | (4) |
根据极大似然原理,用MS-Excel进行规划求解不同选择性模型参数,当(4)式值达到最大值时,参数值即为最佳参数[11-12]。
通常刺网选择性模型采用Normal、Lognormal、Gamma、Bi-normal等4种选择性曲线进行拟合[11, 19-20],运用赤池信息指数AIC值(Akaike information criterion)、模型值与实测值相结合的方法,确定最佳模型。其表达式依次为:
| $ \begin{array}{l} {\rm{Normal}}:{S_l}m = \exp \left[{-\frac{{{{\left( {\frac{{{l_j}}}{{{m_i}}}-{R_0}} \right)}^2}}}{{2{\sigma ^2}}}} \right], \\ \;\;\;\;\;\;\;\;\;\;\;\left( {待估参数:{R_0}, \sigma } \right); \end{array} $ | (5) |
| $ \begin{array}{l} {\rm{Lognormal}}:{S_{lm}} = \exp \left[{- \frac{{{{\left[{\ln \left( {\frac{{{l_j}}}{{{m_i}}}} \right)-\ln \left( {{R_0}} \right)} \right]}^2}}}{{2{\sigma ^2}}}} \right], \\ \;\;\;\;\;\;\;\;\;\;\;\left( {待估参数:{R_0}, \sigma } \right); \end{array} $ | (6) |
| $ \begin{array}{l} \text{Gamma}:{S_{lm}} = {\left[{\frac{{{l_j}}}{{\left( {\alpha-1} \right)k{m_i}}}} \right]^{\alpha -1}}\exp \left( {\alpha -1 -\frac{{{l_j}}}{{k{m_i}}}} \right), \\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left( {待估参数:\alpha, k} \right); \end{array} $ | (7) |
| $ \begin{array}{l} {\rm{Bi- normal}}:{{\rm{S}}_{{\rm{lm}}}} = \frac{1}{\delta }\exp \left\{ {- \frac{{{{\left( {\frac{{{l_j}}}{{{m_i}}}- {R_{01}}} \right)}^2}}}{{2\sigma _1^2}} + } \right.\\ \;\;\;\;\;\;\;\;\;\;\;\left. {\;\;\;\omega \left[{-\frac{{{{\left( {\frac{{{l_j}}}{{{m_i}}}-{R_{02}}} \right)}^2}}}{{2\sigma _2^2}}} \right]} \right\}, \\ \;\;\;\left( {待估参数:{R_{01}}, {\sigma _1}, {R_{02}}, {\sigma _2}, \omega } \right); \end{array} $ | (8) |
| $ AIC =-2MLL + 2T。$ | (9) |
(5)~(8)式中:R0表示选择性曲线众数对应的相对体长;lj表示选择性曲线中选择率最大的所对应的相对叉长;mi表示第i种网目的网目尺寸;σ表示模型标准差;α表示形状参数;k表示尺度参数;δ表示为了使选择性曲线具有最大值等于1而设置的比例系数,R01、R02表示2种不同的渔获方式选择性曲线众数所对应的相对体长,σ1、σ2表示2种不同的渔获方式选择性曲线众数所对应的曲线宽度,ω为常数;MLL表示对数似然值的最大值,T表示参数值的个数。
2.2.2 网目尺寸的确定根据大量统计资料发现,最大选择率对应的鱼体体长与网目尺寸存在一定的线性关系[11-12]。其表达式为:
| $ a = KL。$ | (10) |
式中:目脚长度,即a=m/2,m为网目尺寸;K为最大选择率网目尺寸与鱼体体长线性关系系数;L为渔获物体长。求取K值采用选择性曲线进行求解,根据两片不同网目尺寸网片(50、60和70 mm)选择性曲线相同选择率体长L0代入公式(11)求解:
| $ K = \frac{{2{a_1}{a_2}}}{{{L_0}\left( {{a_1} + {a_2}} \right)}}。$ | (11) |
刺网不能捕捞偏离其最适体长20%的鱼,最适体长不仅可以捕捞最适体长渔获,且还能同时捕捞小于最适体长20%的渔获,因此将网目尺寸放大20%。因此,最小网目尺寸为:
| $ {a_{\min }} = 1.2K{L_{\min }}。$ | (12) |
本次试验共捕获33种渔获物,隶属于16个目、25个科、30个属,其中鲈形目最多(15种),鲉形目次之(5种)。表 2为3种型3种网目尺寸刺网渔获物计算的优势种,可以看出日本方头鱼为第一优势种。
|
|
表 2 3种型刺网渔获物IRI指数 Table 2 IRI of catch species of three kinds of gillnets |
从图 3可以看出,3种型3种网目尺寸刺网捕获日本方头鱼体长基本均呈现中间高,两端低的特点,总体上捕获的日本方头鱼呈现1个波峰分布。其中3种型刺网网目尺寸体长范围存在差异,单片刺网:50 mm体长范围为136~192 mm,平均体长±标准差为(169±13)mm,优势体长范围为160~180 mm,占78.18%;60 mm体长范围为135~247 mm,平均体长±标准差为(196±27)mm,优势体长范围为170~190 mm,占40%;70 mm体长范围为178~252 mm,平均体长±标准差为(217±28)mm,优势体长范围为200~210 mm,占36.73%。双重刺网:50 mm体长范围为142~225 mm,平均体长±标准差为(171±17)mm,优势体长范围为160~180 mm,占50%;60 mm体长范围为172~270 mm,平均体长±标准差为(210±21)mm,优势体长不明显;70 mm体长范围为138~265 mm,平均体长±标准差为(227±23)mm,优势体长范围为210~240 mm,占57.63%。三重刺网:50 mm体长范围为142~243 mm,平均体长±标准差为(194±42)mm,优势体长范围为180~190 mm,占31.15%;60 mm体长范围为165~275 mm,平均体长±标准差为(209±19) mm,优势体长范围为190~220 mm,占64.47%;70 mm体长范围为191~290 mm,平均体长±标准差为(232±19)mm,优势体长范围为240~250 mm,占25%。
|
图 3 3种型3种网目刺网捕获日本方头鱼体长频率分布 Fig. 3 Frequency distribution of body length for Branchiostegus japonicus by three kinds of gillnets with three mesh sizes |
通过对3种型3种网目捕获日本方头鱼体长进行比较(见图 4),在相同网目尺寸下,随着网衣层数的增加,日本方头鱼优势体长组在增大,其中单片刺网优势体长组最小,三重刺网优势体长组最大,根据优势体长组所占比例,产生此现象的主要原因是由捕捞海域日本方头鱼资源结构导致。在同型刺网中,随着网目尺寸的增加(50~70mm),日本方头鱼优势体长组逐渐增大,网目尺寸对于日本方头鱼体长选择具有显著影响。
|
图 4 3种型3种网目捕获日本方头鱼体长对比 Fig. 4 Comparison of body length for Branchiostegus japonicus by three kinds of gillnets with three mesh sizes |
根据上述选取的4种刺网选择性模型,估算出日本方头鱼的选择性参数如表 3所示。从表 3中可以看出,Bi-normal模型在单片刺网中AIC值为最小,Lognormal模型在双重刺网与三重刺网中AIC值均为最小,但AIC值不是判定模型的唯一条件。试验发现单片刺网对日本方头鱼以刺挂为主要捕捞方式,Bi-normal不符合试验情况,因此将Normal,Lognormal,Gamma刺网选择性模型最大选择率对应的众数体长列于表 4中,从表中比较可以看出,Lognormal模型的计算值与实际测量值最为接近,3种型日本方头鱼刺网最佳选择性曲线为Lognormal曲线。
|
|
表 3 选择性模型参数的估算值 Table 3 The estimation of parameters by selectivity models |
|
|
表 4 选择性模型估算不同网目最大选择率对应的日本方头鱼体长 Table 4 The body length of Branchiostegus japonicus corresponding to maximum selectivity of different mesh sizes by selectivity models |
根据公式(6),将3种型刺网模型参数代入,可以得出不同类型选择率Slm依次为:
| $ 单片刺网:{S_{lm}} = \exp \left\{ {- \frac{{{{\left[{\ln \left( {\frac{{{l_j}}}{{{m_i}}}} \right)-1.171} \right]}^2}}}{{0.032}}} \right\}, $ | (13) |
| $ 双重刺网:{S_{lm}} = \exp \left\{ {- \frac{{{{\left[{\ln \left( {\frac{{{l_j}}}{{{m_i}}}} \right)-1.207} \right]}^2}}}{{0.026}}} \right\}, $ | (14) |
| $ 三重刺网:{S_{lm}} = \exp \left\{ {- \frac{{{{\left[{\ln \left( {\frac{{{l_j}}}{{{m_i}}}} \right)-1.261} \right]}^2}}}{{0.028}}} \right\}。$ | (15) |
根据公式(13)~(15)可以计算出3种型3种网目尺寸日本方头鱼的选择性曲线,通过估算并绘出单片刺网、双重刺网和三重刺网的选择性曲线(如图 5~7所示)。通过选择性曲线可以看出,在同型刺网中,3种网目尺寸的选择性曲线基本相同,左边下降速度比右边快,其最大选择体长逐渐增大,相对来说三重刺网的选择性曲线更宽,且向右倾斜的程度增加。
|
图 5 日本方头鱼单片刺网Lognormal选择性曲线 Fig. 5 Lognormal selectivity curve of Branchiostegus japonicus with single layer fishing gillnet |
|
图 6 日本方头鱼双重刺网Lognormal选择性曲线 Fig. 6 Lognormal selectivity curve of Branchiostegus japonicus with semi-trammel net |
|
图 7 日本方头鱼三重刺网Lognormal选择性曲线 Fig. 7 Lognormal selectivity curve of Branchiostegus japonicus with trammel net |
日本方头鱼目前无最小可捕标准,据相关研究[21],2龄鱼及以上全部参加产卵,其中2龄鱼平均体长210 mm。根据2龄鱼平均体长确定网目尺寸可保证大部分个体均能进行一次繁殖活动,从而使资源群体得到有效补充。
根据Lognormal模型,单片刺网得到3个不同的L0值,分别为176.65,190.81,209.12 mm,得出K1=0.154 4,K2=0.152 9,K3=0.154 5,从而计算得出K=0.153 9。双重刺网得到3个不同的L0值,分别为183.13 mm,197.80 mm和216.68 mm,得出K1=0.148 9,K2=0.147 5,K3=0.149 1,从而计算得出K=0.148 5。三重刺网得到3个不同的L0值,分别为193.29、208.78、228.70 mm,得出K1=0.141 1,K2=0.139 7,K3=0.142 7,从而计算得出K=0.140 7。以2龄鱼平均体长210 mm代入公式(12),可得出单片刺网、双重刺网和三重刺网对日本方头鱼最佳网目尺寸依次为77.57、74.84和70.91 mm。
4 讨论 4.1 选择性模型探讨在渔具选择性研究中,选择性曲线作为可以直接看出渔具选择率相应变化规律的图形化表示方法,被众多研究学者所采用[7, 10-11, 13, 22]。选择性曲线得出的首要条件就是要选择合适的模型进行参数估算,其中极大似然法估算参数法最为常用。本文采用极大似然法进行参数估算,赤池信息指数来验证模型的优合度,同时与实验室测定实测值进行比对,得出日本方头鱼刺网最优选择性模型为Lognormal选择性曲线,且为不对称的钟型。相对于单层刺网与双重刺网,三重刺网选择性曲线更宽,这可能由于三重刺网缠绕造成的。虽然对模型优合度进行了相关检验,由于渔具的特点与鱼类行为的特点不同,应根据实际合理选用模型,不能将优合度检验作为唯一标准,在本次试验中发现单片刺网对日本方头鱼以刺挂为主,双重和三重刺网以缠绕为主,根据试验实际情况选取合适模型。为简化研究方法,本文将不同网次渔获数据进行累计叠加可能导致网次之间产生差异出现误差。因此,在今后研究中应尽量使用单网次渔获数据进行分析,同时结合实际情况合理选用模型。
4.2 刺网网目尺寸与体长的关系在网目尺寸确定方面,众多学者采用不同的研究方法进行探索,最常用的两种方法是根据鱼体长度和断面周长确定网目尺寸[5, 11, 13]。由于用鱼体周长确定网目尺寸的方法是提前假定了每一尾鱼具有相同的刺挂部位和鱼体压缩程度,与实际情况可能会有误差[5]。本文采用了根据鱼体长度确定网目尺寸的方法,推算出日本方头鱼3种型刺网最佳网目尺寸。日本方头鱼初届性成熟最小体长为157 mm,2龄鱼平均体长为210 mm,由于日本方头鱼尚无幼鱼标准,确定网目尺寸时,本研究根据日本方头鱼2龄鱼平均体长210 mm计算最小网目尺寸,对于当前资源具有较好的保护作用。
4.3 刺网网具与资源状况适宜性探讨日本方头鱼作为东海区深水流网的主要捕获鱼种,目前主要的捕获渔具为三重刺网。本文为探索三重刺网对日本方头鱼捕获的影响,采用单片刺网、双重刺网3种网目尺寸(50、60和70 mm)与其对比。从捕捞强度来看,日本方头鱼三重刺网并不会增加渔获量,一定程度上说明日本方头鱼三重刺网并不会增加捕捞强度,但也可能与当时作业区域作业时间有关。与单片和双重刺网相比,三重刺网捕获日本方头鱼优势体长组均较大,且较为集中,考虑可能是三重刺网在捕获日本方头鱼时缠绕,大个体鱼类逃逸概率降低,其主要是由捕捞海域日本方头鱼体长组成差异造成。本研究结果看,3种型刺网随着网目尺寸的增加,其优势体长组逐渐增大,因此通过确定制定合理的网目尺寸可达到保护资源的目的。根据实地调研,虽然东海区深水流网兼捕种类较多,但相对于其他类渔具兼捕种类仍较少,对海洋生态环境影响较小。同时通过合理限制深水流网网目尺寸,网具规格与单船携带数量,可以降低深水流网对渔业资源的破坏。
5 结语3种型3种网目尺寸刺网试验均以日本方头鱼为主要捕捞对象;在同型刺网中,随着网目尺寸的增加(50~70 mm),日本方头鱼优势体长组逐渐增大,网目尺寸对其体长选择具有显著影响。在Normal、Lognormal、Gamma和Bi-normal 4种曲线中,Lognormal曲线能较好的描述3种型刺网对日本方头鱼的选择性,3种型刺网选择性曲线基本相同;采用选择性曲线法推算出3种型刺网对日本方头鱼最佳网目尺寸依次为77.57、74.84和70.91 mm。针对日本方头鱼三重刺网,将其网目尺寸调整为70.91 mm可有效保护当前渔业资源。
| [1] |
孙满昌. 海洋渔业技术学[M]. 北京: 中国农业出版社, 2005. Sun M C. Marine Fishery Technology[M]. Beijing: Chinese Agriculture Press, 2005. ( 0) |
| [2] |
孙满昌. 渔具渔法选择性[M]. 北京: 中国农业出版社, 2004, 109-160. Sun M C. Fishing Gear Selectivity[M]. Beijing: Chinese Agriculture Press, 2004, 109-160. ( 0) |
| [3] |
陈冬分. 深水流网渔业发展剖析[J]. 海洋渔业, 1994, 16(6): 267-268. Chen D F. The profile of deep water drifting net fishery development[J]. Marine Fisheries, 1994, 16(6): 267-268. ( 0) |
| [4] |
薄治礼, 周婉霞, 薛利建, 等. 东海北部、黄海南部方头鱼资源调查[J]. 水产学报, 2005, 38(5): 676-681. Bo Z L, Zhou W X, Xue L J, et al. Survey onBranchiostegusresource in the north part of the East China Sea and in the southern part of Yellow Sea[J]. Journal of Fisheries of China, 2005, 38(5): 676-681. ( 0) |
| [5] |
孙中之. 刺网渔业与捕捞技术[M]. 北京: 海洋出版社, 2014, 46-47. Sun Z Z. Gill net Fishery and Fishing Technology[M]. Beijing: Ocean Press, 2014, 46-47. ( 0) |
| [6] |
朱元鼎, 张春霖, 成庆泰, 等. 东海鱼类志[M]. 北京: 科学出版社, 1963, 241-243. Zhu Y D, Zhang C L, Cheng Q T, et al. Fishes of East China Sea[M]. Beijing: Science Press, 1963, 241-243. ( 0) |
| [7] |
MacLennan D N. Fishing gear selectivity: An over view[J]. Fisheries Research, 1992, 13: 201-204. DOI:10.1016/0165-7836(92)90076-6
( 0) |
| [8] |
张鹏, 杨吝, 张旭丰, 等. 南海区金线鱼刺网网目选择性[J]. 中国水产科学, 2010, 17(5): 1085-1093. Zhang P, Yang L, Zhang X F, et al. Mesh selectivity of Nemipterusvirgatusgillnet in South China Sea[J]. Journal of Fishery Sciences of China, 2010, 17(5): 1085-1093. ( 0) |
| [9] |
李灵智, 熊英, 汤建华, 等. 东海区单层流刺网对棘绿鳍鱼的选择性[J]. 水产学报, 2016, 40(8): 1265-1271. Ling L Z, Xiong Y, Tang J H, et al. The mesh size selectivity of gillnets to Chelidonichthysspinosus in the East China Sea[J]. Journal of Fisheries of China, 2016, 40(8): 1265-1271. ( 0) |
| [10] |
尤宗博, 李显森, 赵宪勇, 等. 蓝点马鲛大网目流刺网的选择性研究[J]. 水产学报, 2014, 38(2): 289-296. You Z B, Li X S, Zhao X Y, et al. The selectivity research of big mesh gillnet for Scomberomorusniphonius[J]. Journal of Fisheries of China, 2014, 38(2): 289-296. ( 0) |
| [11] |
张健, 孙满昌. 刺网渔具选择性研究进展[J]. 中国水产科学, 2006, 13(6): 1040-1048. Zhang J, Sun M C. Research progress on size selectivity of gillnet[J]. Journal of Fishery Sciences of China, 2006, 13(6): 1040-1048. ( 0) |
| [12] |
Wileman D A, Ferro R S, Fonteyne R, et al. Manual of Methods of Measuring the Selectivity of Towed Fishing Gears[R]. Copenhagen: ICES Cooperative Research Report, 1996.
( 0) |
| [13] |
Yokota T, Mitamura H, Arai N, et al. Comparison of behavioral characteristics of hatchery-reared and wild red tilefish Branchiostegus japonicus released in Maizuru Bay by using acoustic biotelemetry[J]. Fisheries Science, 2006, 72: 520-529. DOI:10.1111/fis.2006.72.issue-3
( 0) |
| [14] |
Kim J C, Kang I K, Kim D S, et al. The fishery and fishing ground environment for red horsehead (Branchiostegus japonicus) on the adjacent seas of Jeju Island[J]. Journal of Korea Society Fisheries Technology, 2006, 42(1): 19-29. DOI:10.3796/KSFT.2006.42.1.019
( 0) |
| [15] |
Yamashita H, Shiode D, Tokai T. Longline hook selectivity for red tilefish Branchiostegus japonicus in the East China Sea[J]. Fisheries Science, 2009, 75: 863-874. DOI:10.1007/s12562-009-0115-z
( 0) |
| [16] |
Yamashita H, Yousuke O, Daisuke S, et al. Comparison of hook selectivity curve between two different-shaped hooks for red tilefish Branchiostegus japonicas[J]. Nippon Suisan Gakkaishi, 2010, 76(1): 46-53. DOI:10.2331/suisan.76.46
( 0) |
| [17] |
国家质量监督检验检疫总局, 国家标准化管理委员会. 海洋调查规范第6部分: 海洋生物调查[S]. 北京: 中国标准出版社, 2007: 56-62. The state administration of quality supervision, inspection and quarantine, the national standardization management committee. Specifications for oceanographic survey-Part 6: Marine biological survey[S]. Beijing: China Standards Press, 2007: 56-62. ( 0) |
| [18] |
李凡, 徐焕君, 吕振波, 等. 莱州湾游泳动物群落种类组成及多样性[J]. 生物多样性, 2013, 21(5): 537-546. Li F, Xu H J, Lv Z B, et al. Species composition and community diversity of nekton in Laizhou Bay, China[J]. Biodiversity Science, 2013, 21(5): 537-546. ( 0) |
| [19] |
Iwona P L, Niels M, Bohdan D, et al. Gill net selectivity for perch(Perca fluviatilis) in the Szczecin Lagoon, Poland[J]. Fisheries Research, 2006, 80: 339-344. DOI:10.1016/j.fishres.2006.04.003
( 0) |
| [20] |
Russell B M, Robert J F. Estimating the size-selection curves of towed gears, traps, nets and hooks[J]. Reviews in Fish Biology and Fisheries, 1999, 9: 89-116. DOI:10.1023/A:1008838220001
( 0) |
| [21] |
夏连军, 施兆鸿, 王建钢, 等. 日本方头鱼的增养殖及生物学现状[J]. 渔业现代化, 2005(4): 25-26. Xia L J, Shi Z H, Wang J G, et al. The present situation of biology and aquaculture of Branchiostegus japonicus[J]. Fishery Modernization, 2005(4): 25-26. ( 0) |
| [22] |
Hovard H, Lassen H. Manual on Estimation of Selectivity for Gillnet and Longline Gears in Abundance Survers[R]. Rome: FAO Fisheries Technical Paper, 2000: 84.
( 0) |
2. Scientific Observing and Experimental Station of Fishery Resources for Key Fishing Grounds, Ministry of Agriculture, Zhoushan 316021, China;
3. Key Laboratory of Sustainable Utilization of Technology Research for Fishery Resource of Zhejiang Province, Zhoushan 316021, China
2018, Vol. 48



0)