0 引言

【研究意义】粤西海域东起珠江口、西至雷州半岛，是我国南海北部重要的渔场之一。该海域冬季盛行东北季风，夏季盛行西南季风（王佳莹等，2017），海流以粤西沿岸常年存在的西向沿岸流（杨士瑛等，2003；严金辉，2005）和琼东—粤西夏季上升流（Song et al.，2012；许金电等，2013；谢玲玲等，2016）为主，复杂的海流条件对粤西海洋环境要素及海洋生物产生了重要影响。海洋生物与海洋环境要素息息相关，因此，研究粤西海域海洋环境与渔场时空变动的关系对该海域渔业资源评估与保护具有重要意义。【前人研究进展】灯光罩网作为一种新型渔具渔法，主要捕捞对象为头足类及其他趋光鱼类（杨吝等，2009），与传统的渔法相比，具有渔获种类集中、效率高等特点，于20世纪90年代初开始在粤西海域出现并迅速发展（张鹏等，2013）。粤西海域灯光罩网渔场渔期主要在8—9月和12月—翌年2月，其中8—9月日均产量最高，主要捕捞鱼种为鲹科（Carangidae）鱼类，占总产量的42.88%（张鹏等，2013）。近年来，由于过度捕捞、海域环境恶化等原因，南海海域渔业资源衰退明显（康霖，2013；吴杰和宁凌，2015）。渔业资源声学评估结果表明，粤西海域蓝圆鲹（Decapterus maruadsi）资源量呈秋季高、夏季低的变化趋势（陈国宝等，2005）。而基于底拖网调查的生物多样性分析结果显示，粤西海域渔获种类季节变动明显，秋季多样性指数最高，冬季多样性指数较低（江艳娥等，2009；蔡研聪等，2018）。此外，粤西海域渔业资源受水温（范江涛等，2018）、叶绿素浓度（范江涛等，2017）和台风等异常天气（于杰等，2015）的影响，但该海域灯光罩网渔场时空变动规律及渔业资源对不同海洋环境因子的响应机理，尚需综合多种手段进行观测分析。【本研究切入点】至今，针对粤西海域渔业资源调查的资料较少，尤其是较长时间的监测数据和相关研究匮乏。卫星遥感是提供长时间、大尺度、实时获取海洋环境要素的重要途径（牛明香和赵宪勇，2008），若能结合渔业资源调查资料，可更全面地掌握粤西海域渔业资源时空变动的规律。【拟解决的关键问题】根据粤西海域夏季（7—8月）和冬季（1—2月）灯光罩网渔业资源调查资料及卫星遥感数据，分析该海域灯光罩网渔场时空和季节变动与海洋环境的关系，为我国南海北部渔业资源的科学评估和有效保护提供参考依据。

1 材料与方法

1.1 研究区域

研究区域位于粤西海域，东经111°15′～113°45′，北纬19°45′～21°45′（图1虚线框内）。渔获种类主要包括鲹科（Carangidae）、枪乌贼科（Loliginidae）、带鱼科（Trichiuridae）和金枪鱼科（Thunnidae）等鱼类。

图1 研究区域及其渔获产量分布情况Fig.1 Research area and distribution of fishery resource catch

1.2 数据来源

渔业资源数据来源于大型灯光罩网渔船2011—2015年1、2、8和9月在粤西海域的生产监测记录（图1），统计内容包括作业时间、站位经纬度、航次、渔获种类及产量等。卫星遥感数据包括海表温度（Sea surface temperature，SST）、海表叶绿素a浓度（Chlorophyll a concentration，Chla）及海面风场（Sea surface wind，SSW）。其中，SST和Chla来自美国MODIS-aqua卫星的三级数据产品（https：//），时间分辨率为天（d），空间分辨率为4 km；SSW来自美国宇航局物理海洋学数据分发存档中心提供的CCMP多平台混合资料（https：///），时间分辨率为天（d），空间分辨率为0.25°×0.25°。

1.3 数据处理

（1）单位捕捞努力量渔获量。渔业资源量用单位捕捞努力量渔获量（Catch per unit effort，CPUE）表示，计算公式为：

式中，C为0.5°×0.5°单位渔区内每旬渔获量（t）；B为每旬作业天数（d）；CPUE单位为t/d。

（2）渔业资源CPUE标准化。参考官文江等（2014）的方法，应用广义线性模型（Generalized linear model，GLM）对CPUE进行时间尺度为10 d的标准化处理即获得标准化CPUE（Standardized catch per unit effort，SCPUE）。标准化前对CPUE进行对数变换，使其数据分布满足GLM标准化处理要求的正态分布。通过赤池信息准则（Akaike information criterion，AIC）对模型变量进行筛选。本研究选用的GLM一般表达式为：

式中，c为常数，取CPUE总平均值的10%（官文江等，2014）；Year为年效应；Month为月效应；Lat为纬度效应；Lon为经度效应；SST为海表温度效应；Chla为叶绿素a浓度效应；error为N（0，σ2）。

（3）相关性分析。应用R软件读取研究区域的卫星遥感数据（SST、Chla和SSW），去除无效值，结合SCPUE，以10 d为单位计算平均值，绘制时间序列分布图。以天（d）为单位，应用MATLAB通过空间插值绘制SCPUE热图，分析环境要素（SST和Chla）与SCPUE的关系。

上一篇：基于最大熵模型模拟西北太平洋柔鱼潜在栖息地
下一篇：没有了