2022,
Vol. 31
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. 农业农村部大洋渔业开发重点实验室, 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
鲐鱼(Scomber japonicus)是一种中上层洄游性鱼类, 在海洋渔业中占有重要地位。鲐鱼种群广泛分布于太平洋、大西洋以及印度洋温带海域, 是众多沿海国家的主要捕捞对象[1]。东海海域的鲐鱼捕捞产量占据了其总量的最高比重, 该海域鲐鱼种群按地理划分为日本鲐和澳洲鲐2种[2-3]。此外, 分布在西北太平洋海域的鲐鱼则划分为对马暖流和太平洋2个群系, 而对马暖流系鲐鱼种群主要分布在东、黄、渤海和日本海等海域[4]。东、黄海鲐鱼捕捞国家和地区主要包括中、日、韩及我国台湾省等, 主要利用大型灯光围网技术进行捕捞。鲐鱼的渔获量年间变化显著, 20世纪80年代初我国鲐鱼年总产量只有5万t, 经过大规模发展, 2018年鲐鱼产量一跃增加至43万t[5-6]。已有研究[7]表明, 不同尺度的海洋环境和气候变化对鲐鱼栖息地具有显著影响, 进而导致其年产量发生剧烈波动。众多环境因子中, 海表面温度(sea surface temperature, SST)被认为是影响鲐鱼最为关键的因素, 对其资源丰度和空间分布尤为重要, 可以作为指示因子来预测鲐鱼的资源量。
除了受局部海域海洋环境的影响外, 有学者认为造成东、黄海鲐鱼种群数量波动的另一个关键因素是气候变化, 特别是厄尔尼诺和拉尼娜事件的胁迫作用最为突出[8]。厄尔尼诺和拉尼娜现象是发生在太平洋海域的气候事件, 具有年际变动周期, 主要表现为东太平洋海域的水温发生异常增温或者变冷的现象。当该类现象发生时, 全球气候及海洋渔业均会遭受一定影响, 其中北太平洋及其邻近海域的渔业受两个事件交替循环影响更为明显[9-10]。例如, 西北太平洋柔鱼冬春生群体栖息地在厄尔尼诺事件发生时质量显著下降[11]。近十年, 厄尔尼诺和拉尼娜事件频发, 在不同的气候年份内东海鲐鱼的渔场分布范围发生显著变化, 这可能与该类异常气候事件驱动的关键环境因子变化有一定关联, 但其内在的影响机理尚不清楚, 有必要梳理东海鲐鱼时空分布对该类现象的响应规律及影响机理。为此, 根据中国远洋渔业数据中心提供的鲐鱼捕捞数据, 计算了鲐鱼渔场的经度和纬度重心, 量化了鲐鱼渔场的时空分布特征。并基于SST这一关键环境因子, 通过聚类分析筛选出代表年份, 对比分析当异常气候事件(厄尔尼诺和拉尼娜事件)发生时研究海域内SST以及鲐鱼渔场重心时空变化, 梳理鲐鱼渔场的时空分布对异常气候现象的响应过程, 为东海鲐鱼渔场分布研究和科学管理提供依据。
1 材料与方法 1.1 数据来源中国东海鲐鱼灯光围网生产统计数据来自上海海洋大学中国远洋渔业数据中心, 数据时间为2005—2016年7—9月。渔业生产数据包括作业时间(年和月)、作业位置(经度和纬度)、渔获量和作业网次等。渔业数据空间分辨率为0.5°×0.5°。渔船作业空间范围主要分布在120°E~128°E和24°N~32°N海域内(图 1)。
|
图 1 2005—2016年7—9月我国东海鲐鱼渔业空间分布 Fig. 1 Spatial distribution of chub mackerel S. japonicus fishery in the East China Sea from July to September during 2005-2016 |
环境数据为SST和海表面温度距平值(sea surface temperature anomaly, SSTA), 两者均来源于Ocean-Watch网站(https://oceanwatch.pifsc.noaa.gov), 时间分辨率为月, 空间分辨率为0.5°×0.5°, 在分析之前进行预处理并与渔业数据进行匹配。
分析厄尔尼诺和拉尼娜事件对鲐鱼渔场时空分布变化的影响。利用海洋尼诺指数(oceanic niño index, ONI)来定义拉尼娜和厄尔尼诺事件, 数据来自于美国NOAA气候预报中心(https://origin.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.php)。
1.2 研究方法中国东海鲐鱼渔场主要分布在东海南部和北部2个海域, 南部渔场主要分布于东海海域, 捕捞旺季为7—9月; 北部渔场主要分布于黄海海域, 捕捞旺季集中在10—12月[12]。针对东海海域鲐鱼渔场时空变动进行研究, 筛选出7—9月的渔获数据进行分析。定义经纬度0.5°×0.5°为一个渔区, 计算作业时间内7—9月每个渔区内的单位捕捞努力量渔获量(catch per unit effort, CPUE)[13]。计算CPUE的公式为[14]
(1)
式中: ∑Cymij为一个渔区内的总渔获量, t; ∑Eymij为一个渔区内的总捕捞努力量, 网; y为年份; m为月份; i为经度; j为纬度[14]。
利用渔场重心分析法计算7—9月鲐鱼渔场的经度重心(longitudinal gravity centers of fishing effort, LONG)和纬度重心(latitudinal gravity centers of fishing effort, LATG), 据此来表征各月鲐鱼渔场重心位置的变化情况[13]。渔场经度和纬度重心计算公式分别为[3]
(2)
(3)
式中: Xm和Ym分别为对应m月份渔场的经度重心和纬度重心; Xi, m为对应m月份渔区i的经度; Yi, m为对应m月份渔区i的纬度; Ci, m为对应m月份渔区i的渔获量[3]。
使用SPSS 26.0软件对2005—2016年7—9月的鲐鱼渔场重心进行聚类分析, 运用“组间联接”的方法, 计算不同年份之间的平方欧式距离[15]。聚类分析得出4类, 绘制每月的聚类树状图, 分析同一月份、不同年份之间渔场重心的变化情况, 依据聚类分析结果筛选发生异常气候事件的代表年份, 对比渔场的海表面温度与渔场重心的时空变化情况[15]。
作业次数的高低及其空间分布可以反映鲐鱼渔场的空间分布和资源的多少[16], 因此本文根据频率分布法, 统计鲐鱼作业次数在经、纬度上的分布, 据此分析鲐鱼渔场的空间变化情况; 同时, 统计作业海域内7—9月作业次数在不同SST上的分布, 分析两者关系并获得不同月份鲐鱼的最适宜SST范围。
根据NOAA气候预报中心的尼诺指数对拉尼娜和厄尔尼诺事件的定义, 若至少连续5个月的ONI值都大于+0.5℃, 则发生1次厄尔尼诺事件; 但若至少连续5个月的ONI值都小于-0.5 ℃, 则发生1次拉尼娜事件[17]。本文基于尼诺指数与鲐鱼渔场内的SSTA, 利用交相关函数(cross correlation function)分析SSTA与ONI的关系, 交相关函数用于描述或得出两个单变量样本时间上的相关关系, 广泛用于评估鱼类资源变动与气候变化在时间上的相关关系[18]。此外, 估算并对比代表年份内7—9月SST的平均值、最大值和最小值, 统计每月SST的频率分布, 并绘制SSTA和最适宜SST等值线的空间分布图, 以此对比拉尼娜和厄尔尼诺事件引起鲐鱼渔场内SST及渔场分布的变化情况。
2 结果 2.1 鲐鱼渔场重心的时空分布变化根据图 2可以看出7—9月的鲐鱼渔场重心位置有明显变化。在经度方向上, 鲐鱼渔场从7—9月逐渐向东移动; 在纬度方向上, 渔场逐渐向北移动。其中7月渔场重心主要分布在122.7°N~125.8°N和26.6°E~28.6°E海域内; 8月主要分布在123.1°N~126.1°N和27.1°E~29.7°E海域内; 9月主要分布在123.3°N~126.2°N和27.7°E~30.3°E海域内。
|
图 2 2005—2016年7—9月鲐鱼渔场重心的时空变化 Fig. 2 Spatio-temporal variations of the gravity centers of fishing ground for S. japonicus from July to September during 2005-2016 |
根据聚类分析结果, 7—9月鲐鱼渔场经纬度重心按照年份各月份均划分为4类(图 3)。其中7月鲐鱼渔场重心2008、2009、2014、2015年为一类, 2013、2016、2011、2006年为一类, 2012年为一类, 2005、2010、2007年为一类。8月鲐鱼渔场重心2011、2014、2006、2010、2013、2016、2008、2012、2015年为一类, 2009、2007、2005年分别为一类。9月鲐鱼渔场重心2006、2014、2015、2010、2013年为一类、2009和2011年为一类、2008、2016、2012、2005年为一类、2007年为单独一类。相同类别的鲐鱼渔场重心分布规律基本一致, 不同类别则有明显差异。其中2007和2015年7—9月在不同月份中均存在一定差异, 因此后续分析选取这2个年份作为代表年份进一步展开研究。
|
图 3 2005—2016年7—9月的鲐鱼渔场重心的聚类分析结果 Fig. 3 Cluster analysis of gravity centers of fishing ground for S. japonicus from July to September during 2005-2016 |
由图 4可知, 东海鲐鱼作业次数在经、纬度上的分布情况有明显的月间变化。7月, 鲐鱼的主要捕捞作业区域为122.0°E~125.5°E和26.5°N~28.5°N; 8月主要作业区域为122.5°E~126.5°E和26.5°N~30.5°N; 而9月渔场主要分布在123.0°E~126.5°E和27.0°N~30.5°N海域内。
|
图 4 2005—2016年7—9月作业次数在经纬度上的分布 Fig. 4 Distribution of fishing effort in longitude and latitude from August to October during 2005-2016 |
鲐鱼7—9月作业次数在SST上的分布同样具有显著的月间差异(图 5)。7月鲐鱼分布的SST范围为26~28℃, 最适宜SST为27℃; 8月SST分布范围为27~28℃, 最适宜SST为28 ℃; 9月主要集中在SST为25~28℃的海域内, 最适宜SST为27℃。
|
图 5 2005—2016年7—9月作业次数与SST的关系 Fig. 5 Relation between the distribution of fishing effort and SST from July to September during 2005-2016 |
根据图 6相关结果可以看出鲐鱼渔场内的SSTA与ONI呈现显著的正相关关系(P < 0.05), 且SSTA与ONI在滞后6月时的正相关性最大, 对应的相关系数为0.311。
|
图 6 2007和2015年SSTA与ONI的相关系数 Fig. 6 Cross correlation coefficients between ONI and SSTA of 2007 and 2015 |
根据厄尔尼诺和拉尼娜的定义, 代表年份2007和2015年7—9月分别发生了拉尼娜和厄尔尼诺事件。对比发现, 2007年7—9月的平均SST均高于2015年, 且呈现先增后降低的变化趋势, 8月渔场内温度最高; 相同月份SST的最大值2007年的7—8月显著高于2015年, 9月基本一致, 两年的SST最大值均呈逐渐下降趋势; 7—9月的SST最小值波动较为明显, 除了8月相差不大, 2007年SST最小值总体上仍高于2015年(图 7)。
|
图 7 2007和2015年7—9月SST的平均值、最大值和最小值 Fig. 7 Average SST, maximum SST and minimum SST from July to September in 2007 and 2015 |
2007和2015年各月SST频率分布具有明显的差异(图 8)。总体来看, 2007年SST要高于2005年。7月, 2007和2015年SST高频率分布范围分别为26.5~28.0℃和25.5~28.0℃; 2007年8月SST高频率分布范围为27.5~28.0℃, 而2015年8月SST高频率分布范围为26.5~28.0 ℃; 9月, 2007和2015年的SST高频率分布范围分别为26.0~28.0℃和25.5~28.0℃。
|
图 8 2007和2015年7—9月SST频率分布图 Fig. 8 SST frequency distribution map from August to October in 2007 and 2015 |
由图 9可以看出, 研究海域内2007和2015年的SSTA变化非常明显。2007年发生拉尼娜事件, 渔场内SSTA较高, 且增温的分布范围较大; 而2015年各月SSTA主要呈现为负值, 且广泛分布在鲐鱼渔场范围内。
|
图 9 鲐鱼渔场内海表面温度距平值的空间分布图 Fig. 9 Spatial distribution of sea surface temperature anomaly on the fishing ground of S. japonicus |
如图 10所示, 2007年7—9月的渔场纬度重心主要为28.6°N~30.3°N, 且逐渐向北偏移; 而2015年渔场重心主要为27.3°N~28.3°N, 相对2007年而言向南偏移。2007年各月份的最适宜等温线比2015年的要更偏北, 导致2007年的渔场纬度重心也比2015年偏北。
|
图 10 2007年和2015年7—9月鲐鱼最适宜海表温度等值线以及渔场纬度重心空间分布图 Fig. 10 Contour lines of the most preferred SST for S. japonicus and latitudinal gravity center (LATG) of fishing ground in the East China Sea from July to September in 2007 and 2015 |
鲐鱼作为短生命周期鱼类, 其生活史包括生长、栖息、洄游、繁殖等过程，极易受周围海洋环境和气候因子的影响[19]。每年春季, 由于受到黑潮和台湾暖流的影响, 东海海域水温相应上升, 鲐鱼从东海南部的越冬场进入浙江近海的产卵场进行产卵, 性腺成熟的鲐鱼就地产卵后向外海进行洄游索饵, 部分性腺未成熟的鲐鱼则继续北上, 进入黄、渤海产卵并在产卵场附近进行索饵。秋末, 随着黄海水温的下降鲐鱼南下洄游, 冬季返回南部水域的越冬场[20-21]。以往学者研究分析认为鲐鱼7—9月的渔场重心主要位于26°N~ 27°N和122°E~123°E海域内[22], 变化过程为先向东北方向移动, 9月之后则向西南方向移动[23]。研究结果发现, 2005—2016年7—9月鲐鱼渔场重心大多位于122°N~126°N和26°E~30°E海域内, 并随着时间的推移逐渐向东北方向移动。这与前人的研究结果[23]基本一致, 而东海鲐鱼渔场月间的时空分布变化主要与鲐鱼的繁殖和越冬洄游习性有关, 渔场的位置与鲐鱼对应的生活史阶段一致[20-21]。此外, 本文发现2007和2010年的渔场重心位置变化规律和其他年份明显不一致, 可能是由于受到沿岸水团和海流作用的影响。
鱼类对气候的响应实际上是通过渔场内环境的变化来感应, 通常情况下, 异常的气候变化会驱使鱼类渔场内海洋环境的变化, 进而对鱼类群体的资源丰度和空间分布产生显著影响[24-25]。目前已有部分学者对鲐鱼渔场与海洋环境因子之间的关联展开研究。其中, 有学者认为叶绿素质量浓度高导致浮游动物等饵料充足, 与鲐鱼渔场的分布有一定的关联, 但该因子并不是鲐鱼渔场形成的主要原因, 其变动对鲐鱼渔场变化影响作用有限[26-27]。海表面高度与鲐鱼渔场有着较好的匹配关系, 中心渔场通常出现在冷水团与暖水团交汇区靠近暖水团一侧[26]。而在众多环境因子中, 海表面温度对鲐鱼渔场的影响最为显著, 多数研究结论认为可通过掌握SST的变化来厘清鲐鱼渔场时空变化的规律[21, 28]。因此, 本研究选择SST这一关键环境因子, 作为鲐鱼渔场时空分布变化和异常气候事件的重要链接, 来分析鲐鱼渔场变化对气候的响应规律。通过作业次数在SST上的分布情况, 研究结果得出7—9月鲐鱼适宜生长的SST范围为25~28℃, 且发现SST有明显的月间变化。鲐鱼渔场内适宜生长的SST范围会随着时间的变化而改变, 李纲等[29]研究发现鲐鱼7—9月适宜的SST范围为26~30 ℃, 与本文研究结果有略微差异, 但基本一致。SST适宜范围的细微差异一是与本研究的渔业和环境数据来源不一致, 此外本研究的时间序列较长, 涵盖了较多的异常气候事件年份, 比如本文研究的2015年发生了超强厄尔尼诺事件, 导致了渔场内SST发生了相对明显的变化。
厄尔尼诺和拉尼娜事件是不同位相的两个气候事件, 具有年际周期变化的气候变率, 对应太平洋赤道中部和东部地表水的异常增温和降温现象。厄尔尼诺和拉尼娜事件的发生影响着全球海洋的大气环流以及局部区域的环境变化[9]。已有研究表明, 拉尼娜和厄尔尼诺事件会对大洋性中上层重要渔业种类的资源量及渔场分布产生显著影响。例如, 陈杭徽等[30]研究2015年超强厄尔尼诺事件对西北太平洋柔鱼渔场影响时, 其结果表明超强厄尔尼诺事件的发生会导致柔鱼栖息地面积减少, 从而导致柔鱼的资源丰度骤减, 相对正常气候年份渔场向南部海域转移。针对鲐鱼, 郭爱等[31]曾分析了厄尔尼诺和拉尼娜事件对中国东海鲐鱼栖息地的影响, 其结论认为拉尼娜事件会使作业海域内温度上升, 鲐鱼渔场适宜栖息地面积增加; 而厄尔尼诺事件发生时, 则与之相反。本文基于聚类分析结果发现, 2007(拉尼娜年份)和2015年(厄尔尼诺年份)鲐鱼渔场的空间分布具有显著差异。2007和2015年鲐鱼分属两个特殊气候年份的渔场环境变化, 梳理出鲐鱼渔场纬度变化对厄尔尼诺和拉尼娜事件的生态响应过程及其机理: 2007年发生拉尼娜事件时, 鲐鱼渔场内的海表面温度上升, 导致鲐鱼偏好的适宜SST向北转移, 鲐鱼是短生命周期的鱼类, 对水温变化较为敏感, 因此, 当北部水温更为适宜时, 鲐鱼随着北移的适宜水温向北部洄游迁移, 导致2007年鲐鱼渔场向北部海域转移; 而2015年发生厄尔尼诺事件时, 鲐鱼作业海域内海表面温度下降, 对应适宜的水温向南部海域转移, 因此2015年鲐鱼渔场向南部水域移动。
拉尼娜和厄尔尼诺事件是太平洋海域极为复杂的气候变化, 本研究选取2007和2015年得到的结果并不能代表所有异常气候事件年份, 为得到更准确的鲐鱼渔场时空分布的变化规律及其形成机制, 后续还需要结合更多年份的渔业和环境数据进行对比与总结。另外, 本研究选取的环境因子较为单一, 未来可以结合叶绿素质量浓度、盐度、黑潮、沿岸水团、太平洋年代际涛动(PDO)等不同尺度的气候和环境因子进行研究。
| [1] |
郭爱. 气候与海洋环境变化对东黄海鲐鱼栖息地时空变动的影响[D]. 上海: 上海海洋大学, 2020. GUO A. Impacts of the climatic and environmental variations on the spatio-temporal distribution of potential habitat of chub mackerel Scomber japonicus in the East China Sea and Yellow Sea[D]. Shanghai: Shanghai Ocean University, 2020. |
| [2] |
陆鑫一, 刘子历, 余为, 等. 拉尼娜(2007)和厄尔尼诺(2015)事件对东海日本鲭栖息地时空分布的影响[J]. 海洋渔业, 2021, 43(2): 137-148. LU X Y, LIU Z L, YU W, et al. Impacts of El Niño (2007) and La Niña (2015) events on spatial and temporal distribution of potential habitat of Scomber japonicus in the East China Sea[J]. Marine Fisheries, 2021, 43(2): 137-148. DOI:10.3969/j.issn.1004-2490.2021.02.002 |
| [3] |
李纲, 陈新军. 东海鲐鱼资源和渔场时空分布特征的研究[J]. 中国海洋大学学报, 2007, 37(6): 921-926. LI G, CHEN X J. Tempo-spatial characteristic analysis of the mackerel resource and its fishing ground in the East China Sea[J]. Periodical of Ocean University of China, 2007, 37(6): 921-926. |
| [4] |
李振太, 许柳雄. 东海南部鲐鱼生物学特征研究[J]. 福建水产, 2005, 3(1): 47-50. LI Z T, XU L X. Approach on biological characteristics of Scomber japonicus in the southern East China Sea[J]. Journal of Fujian Fisheries, 2005, 3(1): 47-50. DOI:10.3969/j.issn.1006-5601.2005.01.013 |
| [5] |
LEE D, SON S, KIM W, et al. Spatio-temporal variability of the habitat suitability index for chub mackerel (Scombe rjaponicus) in the East/Japan sea and the South Sea of South Korea[J]. Remote Sensing, 2018, 10(6): 938. DOI:10.3390/rs10060938 |
| [6] |
FAO. Review of the state of world marine fishery resources[R]. Rome: Food and Agriculture Organization of the United Nations, 2011.
|
| [7] |
郭爱, 余为, 陈新军, 等. 中国近海鲐鱼资源时空分布与海洋净初级生产力的关系研究[J]. 海洋学报, 2018, 40(8): 42-52. GUO A, YU W, CHEN X J, et al. Relationship between spatio-temporal distribution of chub mackerel Scomber japonicus and net primary production in the coastal waters of China[J]. Haiyang Xuebao, 2018, 40(8): 42-52. DOI:10.3969/j.issn.0253-4193.2018.08.005 |
| [8] |
HIYAMA Y, YODA M, OHSHIMO S. Stock size fluctuations in chub mackerel (Scomber japonicus) in the East China Sea and the Japan/East Sea[J]. Fisheries Oceanography, 2002, 11(6): 347-353. DOI:10.1046/j.1365-2419.2002.00217.x |
| [9] |
WANG C Z, DESER C, YU J Y, et al. El Niño and southern oscillation (ENSO): areview[M]//GLYNN P W, MANZELLO D P, ENOCHS I C. Coral Reefs of the Eastern Tropical Pacific. Dordrecht: Springer, 2017: 85-106.
|
| [10] |
ANDERSON C I H, RODHOUSE P G. Life cycles, oceanography and variability: ommastrephid squid in variable oceanographic environments[J]. Fisheries Research, 2001, 54(1): 133-143. DOI:10.1016/S0165-7836(01)00378-2 |
| [11] |
YU W, CHEN X J, YI Q, et al. Variability of suitable habitat of western winter-spring cohort for neon flying squid in the northwest pacific under anomalous environments[J]. PLoS One, 2015, 10(4): e0122997. DOI:10.1371/journal.pone.0122997 |
| [12] |
崔科, 陈新军. 东黄海鲐鱼资源丰度与表温关系[J]. 南方水产, 2007, 3(4): 20-25. CUI K, CHEN X J. Study of the relationships between SST and mackerel abundances in the Yellow and East China Seas[J]. South China Fisheries Science, 2007, 3(4): 20-25. DOI:10.3969/j.issn.2095-0780.2007.04.004 |
| [13] |
方星楠, 何妍, 余为, 等. 秘鲁外海茎柔鱼栖息地时空分布及对环境因子的响应差异[J]. 中国水产科学, 2021, 28(5): 658-672. FANG X N, HE Y, YU W, et al. Spatio-temporal distribution of the jumbo flying squid Dosidicus gigas off Peru and differences in the effects of environmental conditions[J]. Journal of Fishery Sciences of China, 2021, 28(5): 658-672. |
| [14] |
余为, 陈新军, 易倩. 西北太平洋海洋净初级生产力与柔鱼资源量变动关系的研究[J]. 海洋学报, 2016, 38(2): 64-72. YU W, CHEN X J, YI Q. Relationship between spatio-temporal dynamics of neon flying squid Ommastrephes bartramii and net primary production in the northwest Pacific Ocean[J]. Haiyang Xuebao, 2016, 38(2): 64-72. DOI:10.3969/j.issn.0253-4193.2016.02.006 |
| [15] |
王韫沛, 陈新军, 余为. 西北太平洋柔鱼渔场重心变化及其与环境的关系[J]. 上海海洋大学学报, 2020, 29(6): 899-909. WANG Y P, CHEN X J, YU W. Variations of gravity centers of fishing ground for neon flying squid Ommastrephes bartramii in the northwest Pacific Ocean and its relation with marine environment[J]. Journal of Shanghai Ocean University, 2020, 29(6): 899-909. DOI:10.12024/jsou.20190802770 |
| [16] |
ANDRADE H A, GARCIA C A E. Skipjack tuna fishery in relation to sea surface temperature off the southern Brazilian coast[J]. Fisheries Oceanography, 1999, 8(4): 245-254. DOI:10.1046/j.1365-2419.1999.00107.x |
| [17] |
余为, 陈新军. 西北太平洋柔鱼冬春生群体栖息地的变化研究[J]. 海洋学报, 2018, 40(3): 86-94. YU W, CHEN X J. Variability in the potential habitat of winter-spring cohort of neon flying squid Ommastrephes bartramii in the northwest Pacific Ocean[J]. Haiyang Xuebao, 2018, 40(3): 86-94. DOI:10.3969/j.issn.0253-4193.2018.03.008 |
| [18] |
YU W, GUO A, ZHANG Y, et al. Climate-induced habitat suitability variations of chub mackerel Scomber japonicus in the East China Sea[J]. Fisheries Research, 2018, 207: 63-73. DOI:10.1016/j.fishres.2018.06.007 |
| [19] |
LLUCH-BELDA D, CRAWFORD R J M, KAWASAKI T, et al. World-wide fluctuations of sardine and anchovy stocks: the regime problem[J]. South African Journal of Marine Science, 1989, 8(1): 195-205. DOI:10.2989/02577618909504561 |
| [20] |
官文江. 基于海洋遥感的东、黄海鲐鱼渔场与资源研究[D]. 上海: 华东师范大学, 2008. GUAN W J. Remote-sensing-based assessment of Chub mackerel (Scomber japonicus) fishing ground and stock dynamics in the East China Sea and Yellow Sea[D]. Shanghai: East China Normal University, 2008. |
| [21] |
易炜, 郭爱, 陈新军. 不同环境因子权重对东海鲐鱼栖息地模型的影响研究[J]. 海洋学报, 2017, 39(12): 90-97. YI W, GUO A, CHEN X J. A study on influence of different environmental factors weights on the habitat model for Scomber japonicus[J]. Haiyang Xuebao, 2017, 39(12): 90-97. DOI:10.3969/j.issn.0253-4193.2017.12.009 |
| [22] |
崔科, 陈新军. 东、黄海围网渔场鲐鲹鱼产量的年际变动[J]. 海洋学研究, 2005, 23(2): 41-49. CUI K, CHEN X J. Study on inter-annual change of the yields of Pnunmatophorus japonicus and Decapterus maruadsi for purse seine fishing grounds in the East China Sea and the Yellow Sea[J]. Journal of Marine Sciences, 2005, 23(2): 41-49. DOI:10.3969/j.issn.1001-909X.2005.02.006 |
| [23] |
戴澍蔚, 唐峰华, 樊伟, 等. 北太平洋公海日本鲭资源分布及其渔场环境特征[J]. 海洋渔业, 2017, 39(4): 372-382. DAI S W, TANG F H, FAN W, et al. Distribution of resource and environment characteristics of fishing ground of Scomber japonicus in the North Pacific high seas[J]. Marine Fisheries, 2017, 39(4): 372-382. DOI:10.3969/j.issn.1004-2490.2017.04.002 |
| [24] |
杨红, 章守宇, 戴小杰, 等. 夏季东海水团变动特征及对鲐鲹渔场的影响[J]. 水产学报, 2001, 25(3): 209-214. YANG H, ZHANG S Y, DAI X J, et al. Characteristics of water masses and its influence on mackerel scad fishery in the East China Sea in the summer[J]. Journal of Fisheries of China, 2001, 25(3): 209-214. |
| [25] |
LI G, CHEN X J, LEI L, et al. Distribution of hotspots of chub mackerel based on remote-sensing data in coastal waters of China[J]. International Journal of Remote Sensing, 2014, 35(11/12): 4399-4421. |
| [26] |
李纲, 陈新军. 夏季东海渔场鲐鱼产量与海洋环境因子的关系[J]. 海洋学研究, 2009, 27(1): 1-8. LI G, CHEN X J. Study on the relationship between catch of mackerel and environmental factors in the East China Sea in summer[J]. Journal of Marine Sciences, 2009, 27(1): 1-8. DOI:10.3969/j.issn.1001-909X.2009.01.001 |
| [27] |
崔国辰, 朱文斌, 戴乾, 等. 西北太平洋鲐鱼渔场的时空分布及其与海表温度和叶绿素浓度的关系[J]. 海洋开发与管理, 2021, 38(8): 95-99. CUI G C, ZHU W B, DAI Q, et al. Temporal and spatial distribution of the mackerel fishing ground in the northwest pacific and its relationship with sea surface temperature and chlorophyll concentration[J]. Ocean Development and Management, 2021, 38(8): 95-99. |
| [28] |
李纲, 郑晓琼, 朱国平, 等. 基于水温因子的东、黄海鲐鱼剩余产量模型建立[J]. 上海海洋大学学报, 2011, 20(1): 108-113. LI G, ZHENG X Q, ZHU G P, et al. Establishment of surplus production model for chub mackerel (Scomber japonicus) in the East China Sea and Yellow Sea based on the sea surface temperature[J]. Journal of Shanghai Ocean University, 2011, 20(1): 108-113. |
| [29] |
李纲, 陈新军, 田思泉. 我国东、黄海鲐鱼灯光围网渔业CPUE标准化研究[J]. 水产学报, 2009, 33(6): 1050-1059. LI G, CHEN X J, TIAN S Q. CPUE standardization of chub mackerel (Scomber japonicus) for Chinese large lighting-purse seine fishery in the East China Sea and Yellow Sea[J]. Journal of Fisheries of China, 2009, 33(6): 1050-1059. |
| [30] |
陈杭徽, 吴晓雪, 范江涛, 等. 2015年超强厄尔尼诺事件对西北太平洋柔鱼渔场变动的影响[J]. 中国水产科学, 2020, 27(10): 1243-1253. CHEN H H, WU X X, FAN J T, et al. Impacts of the strong 2015 El Niño event on Ommastrephes bartramii fishing grounds in the Northwest Pacific Ocean[J]. Journal of Fishery Sciences of China, 2020, 27(10): 1243-1253. |
| [31] |
郭爱, 张扬, 余为, 等. 两类强度厄尔尼诺和拉尼娜事件对中国近海鲐鱼栖息地的影响[J]. 海洋学报, 2018, 40(12): 58-67. GUO A, ZHANG Y, YU W, et al. Influence of El Niño and La Niña with different intensity on habitat variation of chub mackerel Scomber japonicas in the coastal waters of China[J]. Haiyang Xuebao, 2018, 40(12): 58-67. |
2. National Engineering Research Center for Oceanic Fisheries, Shanghai 201306, China;
3. Key Laboratory of Sustainable Exploitation of Oceanic Fisheries Resources, Ministry of Education, Shanghai 201306, China;
4. Key Laboratory of Oceanic Fisheries Exploration, Ministry of Agriculture and Rural Affairs, Shanghai 201306, China;
5. Scientific Observing and Experimental Station of Oceanic Fishery Resources, Ministry of Agriculture and Rural Affairs, Shanghai 201306, China