Journal of Tropical Oceanography >
Relationship between spatial-temporal distribution of light falling-net fishing ground and marine environments *
Copy editor: YIN Bo
Received date: 2018-11-27
Request revised date: 2019-02-20
Online published: 2019-10-09
Supported by
National Key Research and Development Program of China(2018YFD0900901)
Central Public-interest Scientific Institution Basal Research Fund, Chinese Academy of Fishery Sciences(2018HY-ZD0104)
Central Public-interest Scientific Institution Basal Research Fund, Chinese Academy of Fishery Sciences(2019CY0403)
Natural Science Fundation of Guangdong Province(2018A030313120)
State Key Laboratory of Tropical Oceanography, South China Sea Institute of Oceanology, Chinese Academy of Sciences(LTO1806)
Copyright
We analyze the relationship between spatial-temporal distribution of light falling-net fishing ground and marine environments in Beibu Gulf, based on standardized catch per unit effort (CPUE) of fishery resources through generalized linear model (GLM) and multiple linear regression. The data used include light falling-net survey data and satellite remote sensing data, namely, sea surface wind (SSW), sea surface temperature (SST), Chlorophyll a concentration (Chl a). Results show the optimum SST and Chl a of light falling-net fishing ground in Beibu Gulf were 27~29 ℃ and 0.5~1.5 mg·m -3, respectively. Higher stock density appears in the first and middle 10 days of October, and distributed in the area of 18°—19°N and 20°—21°N. The spatial-temporal distribution of light falling-net fishing ground in Beibu Gulf is linked with monsoon, warm pool in 19°N, Chl a, and so on.
WANG Yanfeng , YU Jing , CHEN Pimao , YU Jie , LIU Zhunan . Relationship between spatial-temporal distribution of light falling-net fishing ground and marine environments *[J]. Journal of Tropical Oceanography, 2019 , 38(5) : 68 -76 . DOI: 10.11978/2018129
图2 渔业资源CPUE频数分布(a)和对数变换后的频数分布(b)Fig. 2 Distribution of CPUE frequency (a) and logarithmic transformation of CPUE frequency (b) |
表1 逐步GLM分析中各模型的AIC值Tab. 1 The AIC of the step-wise GLM |
模型 | AIC |
---|---|
lg(CPUE) ~ Nyear + Nmonth | 318.763 |
lg(CPUE) ~ Nyear+Nmonth+ NYmd | 297.112 |
lg(CPUE) ~ Nyear+ Nmonth +NYmd + NLat | 296.381 |
lg(CPUE) ~ Nyear + Nmonth+ NYmd +NLat+ NSST | 291.273 |
表2 最佳GLM模型各环境因子相对重要性占比Tab. 2 The relative importance of each environmental factor in optimal GLM |
模型因子 | 相对重要性占比/% |
---|---|
SST | 72.5 |
Year | 10.5 |
Lat | 8.0 |
Ymd | 6.5 |
Month | 2.5 |
图3 北部湾海面风场(SSW, a)、海表温度(SST, b)、叶绿素a浓度(Chl a, c)、标准化单位捕捞努力量渔获量(SCPUE, d)及渔业资源数据量(e)时间序列灰色框表示每年最高渔业资源量, 空白处为数据缺失 Fig. 3 Time series of SSW (a), SST (b), Chl a (c), SCPUE (d), and the number of fishery data (e) in Beibu Gulf. Gray shading shows the annual maximum SCPUE, and blank is used for missing data |
图5 北部湾海面风场(SSW)、海表温度(SST)、叶绿素浓度(Chl a)和标准化单位捕捞努力量渔获量(SCPUE)的多元线性回归分析x轴密度须线表示数据点密度, 图中空心圆点表示样本数据, 粗实线表示平滑拟合曲线, 细直线表示线性拟合曲线 Fig. 5 Multiple regression of SSW, SST, Chl a, and SCPUE in Beibu Gulf. Tick marks on the x-axis indicate relative density of data points, dots indicate sampled data, thick line indicates smooth fitting curve, and thin lines indicates linear fitting curve |
[1] |
蔡研聪, 徐姗楠, 陈作志 , 等, 2018. 南海北部近海渔业资源群落结构及其多样性现状[J]. 南方水产科学, 14(2):10-18.
|
[2] |
陈振华 , 2013. 北部湾环流季节变化的数值模拟与动力机制分析[D]. 青岛: 中国海洋大学.
|
[3] |
戴小杰, 马超, 田思泉 , 2011. 印度洋中国大眼金枪鱼延绳钓渔业CPUE标准化[J]. 上海海洋大学学报, 20(2):275-283.
|
[4] |
范江涛, 陈国宝, 陈作志 , 2017. 基于栖息地指数的南海北部枪乌贼渔情预报模型构建[J]. 南方水产科学, 13(4):11-16.
|
[5] |
范江涛, 黄梓荣, 许友伟 , 等, 2018. 基于遥感数据的南海北部近海蓝圆鲹栖息地模型分析[J]. 海洋湖沼通报, ( 3):142-147.
|
[6] |
高劲松, 陈波 , 2014. 北部湾冬半年环流特征及驱动机制分析[J]. 广西科学, 21(1):64-72.
|
[7] |
耿平, 张魁, 陈作志 , 等, 2018. 北部湾蓝圆鲹生物学特征及开发状态的年际变化[J]. 南方水产科学, 14(6):1-9.
|
[8] |
官文江, 陈新军, 潘德炉 , 2007. 遥感在海洋渔业中的应用与研究进展[J]. 大连水产学院学报, 22(1):62-66.
|
[9] |
官文江, 陈新军, 高峰 , 等, 2013. 东海南部海洋净初级生产力与鲐鱼资源量变动关系的研究[J]. 海洋学报, 35(5):121-127.
|
[10] |
官文江, 田思泉, 王学昉 , 等, 2014. CPUE标准化方法与模型选择的回顾与展望[J]. 中国水产科学, 21(4):852-862.
|
[11] |
胡奎伟, 许柳雄, 陈新军 , 等, 2012. 海洋遥感在渔场分析中的研究进展[J]. 中国水产科学, 19(6):1079-1088.
|
[12] |
贾晓平, 李纯厚, 林昭进 , 等, 2003. 北部湾渔业生态环境与渔业资源[M]. 北京: 科学出版社: 104-110(in Chinese).
|
[13] |
李寇军, 邱永松, 王跃中 , 2007. 自然环境变动对北部湾渔业资源的影响[J]. 南方水产, 3(1):7-13.
|
[14] |
李雪丁 , 2006. 台湾海峡南部鲐鲹鱼类群聚资源变动与环境关系的卫星遥感研究[D]. 厦门: 厦门大学.
|
[15] |
刘子琳, 宁修仁, 蔡昱明 , 1998. 北部湾浮游植物粒径分级叶绿素a和初级生产力的分布特征[J]. 海洋学报, 20(1):50-57.
|
[16] |
乔延龙, 陈作志, 林昭进 , 2008. 北部湾春、秋季渔业生物群落结构的变化[J]. 中国水产科学, 15(5):816-821.
|
[17] |
宋星宇, 黄良民, 石彦荣 , 2004. 河口、海湾生态系统初级生产力研究进展[J]. 生态科学, 23(3):265-269.
|
[18] |
孙典荣, 林昭进 , 2004. 北部湾主要经济鱼类资源变动分析及保护对策探讨[J]. 热带海洋学报, 23(2):62-68.
|
[19] |
王佳莹, 方国洪, 王永刚 , 2017. 南海海面风场、高度场和温度场近十年的变化趋势及年际变化特征[J]. 海洋科学进展, 35(2):159-175.
|
[20] |
王蓉, 李希茜, 邓文君 , 等, 2008. 粤东沿海冬季风与海表温度对暖冬的响应[J]. 气象研究与应用, 29(S2):37-38 (in Chinese).
|
[21] |
王雪辉, 邱永松, 杜飞雁 , 等, 2010. 北部湾鱼类群落格局及其与环境因子的关系[J]. 水产学报, 34(10):1579-1586.
|
[22] |
王雪辉, 邱永松, 杜飞雁 , 等, 2012. 北部湾秋季底层鱼类多样性和优势种数量的变动趋势[J]. 生态学报, 32(2):333-342.
|
[23] |
吴敏兰 , 2014. 北部湾北部海域营养盐的分布特征及其对生态系统的影响研究[D]. 厦门: 厦门大学.
|
[24] |
牙韩争, 高劲松, 董德信 , 2015. 北部湾海表面温度变化特征及其影响因素分析[J]. 广西科学, 22(3):260-265.
|
[25] |
颜云榕, 陈骏岚, 侯刚 , 等, 2010. 北部湾带鱼的摄食习性[J]. 应用生态学报, 21(3):749-755.
|
[26] |
杨吝, 张旭丰, 谭永光 , 等, 2009 a. 南海北部灯光罩网渔获组成及其对渔业资源的影响[J]. 南方水产, 5(4):41-46.
|
[27] |
杨吝, 张旭丰, 谭永光 , 等, 2009 b. 南海北部灯光围网渔获组成分析[J]. 南方水产, 5(6):65-70.
|
[28] |
余景, 胡启伟, 李纯厚 , 等, 2017. 西沙—中沙海域春季鸢乌贼资源与海洋环境的关系[J]. 海洋学报, 39(6):62-73.
|
[29] |
余景, 胡启伟, 袁华荣 , 等, 2018. 基于遥感数据的大亚湾伏季休渔效果评价[J]. 南方水产科学, 14(3):1-9.
|
[30] |
张淑平, 王静, 赵辉 , 2015. 季风影响下北部湾颗粒无机碳浓度时空变化特征[J]. 广东海洋大学学报, 35(3):78-86.
|
[31] |
|
[32] |
|
[33] |
|
[34] |
|
[35] |
|
[36] |
|
[37] |
|
[38] |
|
[39] |
|
[40] |
|
[41] |
|
/
〈 | 〉 |