Spatial pattern characteristics of albacore tuna resources at different spatial scales in South Pacific
-
摘要: 长鳍金枪鱼 (Thunnus alalunga) 是延绳钓渔业主要捕捞目标物种,占金枪鱼年渔获量的1/3。南太平洋的长鳍金枪鱼资源丰富,探究其渔业资源的空间格局特征,分析是否存在空间尺度差异,对其渔业资源的合理利用和保护具有重要意义。根据2015—2019年中国大陆延绳钓渔捞日志数据,按季度以3种空间尺度进行聚合 (1°、2°和5°),以及中西太平洋渔业委员会提供的5°网格数据,分别计算其空间格局特征,以比较不同空间尺度下资源分布格局的差异。结果表明:1) 南太平洋长鳍金枪鱼资源空间格局方向特征的椭圆扁率大,所有尺度的空间格局均呈现显著的东西向分布,且资源的空间格局特征 (资源的分布范围、扁率、分布方位角等) 呈明显的季节性波动特征;2) 同源的3种不同尺度数据反映的资源空间格局差异性较小,而不同源数据反映的则差异性较大;3) 在同尺度5°网格数据中,相较于中西太平洋委员会数据,渔捞日志数据中空间格局的资源中心更偏东南,偏东约10°经度;4) 采用较大尺度聚合的数据反映出的资源空间聚集特征更强,且不同尺度数据得到的资源空间热点区域有一定差异。Abstract: Albacore tuna (Thunnus alalunga) is the main target species of longline fishery, accounting for 1/3 of the annual catch of tuna. Since the fishery resources of T. alalunga are rich in South Pacific, to explore the spatial pattern characteristics of its fishery resources in that sea area, and to analyze whether there are differences in the spatial scale are important for the rational utilization and protection of its fishery resources in South Pacific. We aggregated the longline fishing logs of the Chinese mainland from 2015 to 2019 at three spatial scales (1°, 2° and 5°) by season, and calculated their spatial pattern characteristics based on the 5° grid data from Western and Central Pacific Fisheries Commission (WCPFC). The results show that: 1) The spatial pattern of T. alalunga resources in the South Pacific was characterized by great ellipticity, and there was a significant eastwest distribution in the direction of the spatial pattern at all scales. The spatial pattern characteristics of resources (Distribution range, flatness, azimuth, etc.) had similar and obvious seasonal fluctuation characteristics. 2) The spatial pattern of resources obtained from three different scales of the same origin had a small difference, while that from different sources had a great difference. 3) For the same scale of 5° grid data, the resource center of the spatial pattern in China was more southeast and about 10° east in longitude than that of the data from the WCPFC. 4) Data aggregated at larger scales reflect stronger spatial aggregation characteristics of resources. Besides, the hot spots of spatial pattern obtained from different scale data of same origin were different to some extent.
-
Keywords:
- Thunnus alalunga /
- Spatial pattern /
- Standard deviation ellipse /
- Hot spot analysis /
- South Pacific
-
藻毒素主要由海洋藻类产生,包括多种具有生物活性的化合物。这些化合物经食物链传递至贝类,并进一步威胁人类健康。根据化学结构,藻毒素分为以下类型:氮杂螺环酸毒素类 (Azaspiracids, AZAs)、环亚胺类 (Cyclic imines, CIs)、软骨藻酸类 (Domoic acids, DAs)、大田软海绵酸类 (Okadaic acid, OA)、裸甲藻毒素 (Brevetoxins, BTXs)、蛤毒素 (Pectenotoxins, PTXs)、石房蛤毒素 (Saxitoxins, STXs) 和虾夷扇贝毒素类 (Yessotoxins, YTXs)[1]。其中,除软骨藻酸类和石房蛤毒素外,其余6类均为脂溶性藻毒素。脂溶性藻毒素分布广泛,约占已发现藻毒素的90%,而脂溶特性使其更易在脂肪组织内富集,给人类健康带来更多潜在危害,因此脂溶性藻毒素引起了越来越多的关注。
我国是世界上最重要的贝类增养殖国家,由于贝类增养殖海域与有毒有害赤潮高发区存在高度重叠[2],有毒赤潮频发给我国贝类带来藻毒素沾染风险。由脂溶性藻毒素引起的贝类中毒事件在我国时有发生[3]。例如,2011年宁波和宁德两地发生的因食用污染贝类导致的群体中毒事件,涉及200多人,社会和经济效益损失巨大。因此,分析贝类体内藻毒素污染情况,评估其安全性,可有效预测贝类食用风险,防范藻毒素带来的危害效应。
北部湾是我国重要的牡蛎产区和最大的近江牡蛎 (Crassostrea rivularis) 养殖基地。“中国大蚝之乡”——广西钦州市年产近江牡蛎近60万吨,产值20多亿元,畅销广东、上海、湖南等地。近江牡蛎的安全对消费者健康和广西经济发展有重要意义。以往调查发现该区域贝类存在脂溶性藻毒素污染,并且环亚胺毒素 (GYM) 的含量高于我国其他海域[4]。因此,本文采集不同季节养殖近江牡蛎,应用高效液相色谱-质谱联用 (High-performance liquid chromatography-tandem mass spectrometry, HPLC-MS/MS) 技术[5],分析脂溶性藻毒素沾染情况并进行安全评价,为区域海产品质量评价与食用安全控制提供理论依据。
1. 材料与方法
1.1 试验试剂
所用溶剂均为色谱纯。脂溶性藻毒素标准OA、YTX、Dinophysistoxin (DTX) 1、homo-YTX、AZA1、AZA2、AZA3、spirolide (SPX) 1、GYM和PTX2,均购自加拿大国家研究院海洋生物科学研究所。
1.2 试验设备
超高效液相色谱仪 (Thermo Fisher UltiMate 3000, USA),三重四极杆线性离子阱质谱仪(AB Sciex, Qtrap®-4500, USA),C18反相色谱柱 (Waters, X-bridge C18, 3.5 μm, 3 mm×150 mm, USA),组织匀浆机 (IKA, T10BS25, GER)、固相萃取仪 (奥特赛恩斯仪器有限公司,ASE-12)、Strata™-X 聚合物固相萃取 (Solid phase extraction, SPE) 柱 (60 mg/3 cc, Phenomenex, USA)、针式滤膜 (0.22 µm, ANPEL, SCAA-104)。
1.3 样品采集
近江牡蛎样品于2017年4月 (春季)、7月 (夏季)、10月 (秋季) 和2018年1月 (冬季)采集自广西北部湾养殖场 (108.97°E,21.55°N)。选取养殖场四周及中心区域5根养殖柱,取身长11~13 cm,体质量150~250 g的2龄贝个体 (上市规格),每柱取3只。现场以海水冲洗牡蛎外壳附着物,将样品放入冰盒运回实验室−20 ℃保存。
1.4 样品处理与毒素提取
贝类样品前处理参考陈建华[6]和Liu等[7]的方法。具体操作为:样品解冻后分离贝肉匀浆。称取1 g匀浆组织,加入3 mL甲醇混匀,经2 000 g离心5 min取上清。重复上述操作,将3次上清液合并定容至10 mL备用。
利用SPE固相萃取小柱对上述甲醇粗提液进行净化。先后加入3 mL甲醇和3 mL去离子水交替活化SPE柱3次。然后取4 mL甲醇粗提液加入10 mL去离子水混匀,上SPE柱进行毒素吸附,用3 mL 20%的甲醇清洗柱子以除去杂质。最后取1 mL含0.3%氨水的甲醇溶液将毒素洗脱收集。洗脱液过滤后进行HPLC-MS/MS分析。
另取甲醇粗提液4 mL,加入2 mL NaOH (2.5) 溶液,混匀后75 ℃水浴40 min,冷却至室温后加入2 mL HCl (2.5 mol·L−1) 中和。水解后样品经净化、过滤进行HPLC-MS/MS分析。
1.5 毒素分析
多种脂溶性藻毒素同步分析方法参照Liu等[7],根据质谱检测结果进行定性。
1.6 安全风险评价
将藻毒素标准配置成混合标准溶液,通过外标法得到毒素浓度与质谱信号响应值之间的关系,计算阳性样品藻毒素含量。
采用风险熵值法 (Risk quotient, RQ)[8]和点评估法[9]进行安全风险评估。因环亚胺类GYM和SPX1安全阈值未设定,且没有明确证据表明该类毒素对人具有口服毒性[10-11]。因此,安全风险评价不包括这两种毒素。
风险熵值法:
$${\small{\rm{RQ}}} = \frac{{\small{\text{总毒素含量}}\;({\text{μ}}{\rm{ g}}\cdot{\rm{k}}{{\rm{g}}^{ - 1}})}}{{\small{\text{标准含量}}\;({\text{μ}}{\rm{ g}}\cdot{\rm{k}}{{\rm{g}}^{ - 1}})}}$$ (1) 计算样品RQ值,若RQ<1,说明食用该样品不存在藻毒素中毒风险;若RQ≥1,说明存在风险,食用后可能引发安全问题。
点评估法:
$$ \begin{array}{c} {\small{\text{毒素摄入量}}}\;\left( {\small{\rm{Daily}}\;{\rm{toxin}}\;{\rm{intake}},\; {\rm{DTI}}} \right) =\\ \dfrac{{\small{\text{毒素含量}}\;({\small{\text{μ}}}{\small{\rm{ g}}}\cdot{\small{\rm{k}}}{\small{{\rm{g}}}^{ - 1}}) \times {\small{\text{食用量}}}\;\left( {\small{{\rm{g}}}\cdot{{\small{\rm{d}}}^{ - 1}}} \right)}}{{\small{\text{体质量}}\;({\small{\rm{kg}}}) \times \small{1\;000}}} \end{array}$$ (2) 将每人每天单位体质量毒素摄入量DTI与急性毒性参考剂量 (Acute reference doses, ARfD)比较,计算暴露风险指数 (Expose risk index, ERI):
${\rm{ERI}} = \displaystyle \sum \nolimits \left({{\rm{DTI}}/{\rm{ARFD}}} \right)$ ,若0≥ERI < 0.1, 表明食用非常安全;若0.1≥ERI<1, 表明存在安全隐患;若ERI≥1,表明食用风险超过限度,需要启动风险管理程序。2. 结果与分析
2.1 近江牡蛎中脂溶性藻毒素污染状况分析
从20世纪90年代起,我国已有贝类沾染脂溶性藻毒素的报道。随着LC-MS/MS技术的应用和普及,我国贝类样品中脂溶性藻毒素的检出率逐渐增加,且不断发现新的种类[12-13]。研究表明,脂溶性藻毒素在我国分布广泛,从渤海到南海各海域均有检出;渤海和南海贝类藻毒素超标率普遍高于黄海和东海,达70%以上[14-15]。
对春、夏、秋、冬四季牡蛎样品进行脂溶性藻毒素分析,结果见表1。OA、DTX1、YTX、AZA1和AZA3等毒素成分均未检出,说明样品未沾染这些类型的毒素或者其含量低于检测限。而homo-YTX、AZA2、SPX1、GYM和PTX2均有检出,且呈一定的季节差异。图1为典型阳性样品毒素质谱图。
表 1 近江牡蛎样品体内脂溶性藻毒素组成与质量分数Table 1. Composition and contents of lipophilic phycotoxins in C. rivularis collected from Beihai of Guangxiμg·kg−1 采样时间
Sampling time毒素种类 Toxin profile 大田软海绵酸
OA鳍藻毒素
DTX1虾夷扇贝毒素
YTX虾夷扇贝毒素
homo-YTX氮杂螺环酸毒素
AZA12017.04 ND ND ND 1.40±0.31 ND 2017.07 ND ND ND 0.41±0.25 ND 2017.10 ND ND ND 1.17±0.17 ND 2018.01 ND ND ND 0.54±0.12 ND 采样时间
Sampling time毒素种类 Toxin profile 氮杂螺环酸毒素
AZA2氮杂螺环酸毒素
AZA3螺环内脂毒素
SPX1环亚胺毒素
GYM蛤毒素
PTX22017.04 0.09±0.02 ND 0.52±0.18 6.36±1.55 ND 2017.07 ND ND 0.54±0.19 7.22±1.84 0.06±0.03 2017.10 0.12±0.12 ND 0.60±0.18 10.13±3.25 0.03±0.03 2018.01 ND ND 0.26±0.02 13.15±2.54 0.43±0.04 注:ND. 未检出 Note: ND. Undetected 2.1.1 环亚胺类毒素
我国GYM和SPXs首次在广东附近海域的长牡蛎 (C. gigas) 中检出,南海污染程度高于北方[16-18]。本次调查中,牡蛎样品沾染的脂溶性藻毒素以环亚胺类为主,GYM含量最高 (表1),且呈现秋冬高、春夏低的特点。冬季牡蛎样品中GYM质量分数达 (13.15±2.54) μg·kg−1,是春季样品的2倍[(6.36±1.55) μg·kg−1]。与GYM季节分布特征不同,SPX1质量分数在冬季样品中最低[(0.26±0.02) μg·kg−1],秋季最高 [(0.60±0.18) μg·kg−1]。这些毒素含量变化很可能与相关产毒藻种的季节性变动有关。以往研究表明,GYM在我国南海贝类中具有较高的检出率和含量[19],与本次调查结果一致。
2.1.2 聚醚类毒素
OA和DTXs是一类聚醚或大环内酯化合物,由鳍藻属 (Dinophysis sp.) 和原甲藻属 (Prorocentrum sp.) 的藻类产生,是导致腹泻的脂溶性毒素类型[20],具有分布范围广、发病率高等特点。PTXs是鳍藻属产生的是一类大环聚醚化合物,其中以PTX2在海洋环境中最为常见。研究表明,OA、DTX1和PTX2一般共存于海水、浮游植物和贝类样品[19, 21-22]。
贝类体内部分OA和DTX1与游离脂肪酸结合,以酯化形式存在。这部分结合态毒素无法直接检测,一定程度上低估了藻毒素的含量。碱水解使结合态毒素酯键断裂,释放出游离态[23]。本研究中,水解前后均未检测到OA和DTX1,说明该区域牡蛎受此类毒素污染较小。这一结果可能与牡蛎不易累积这些毒素有关[24]。而PTX2在夏、秋、冬三季均有检出,且冬季样品中质量分数最高[(0.43±0.04) μg·kg−1] (表1),可能是由于PTX2比OA和DTX1更易保留在牡蛎组织中。
AZAs属于聚醚类毒素,其结构中具有独特的螺旋环、环胺或其他氮杂基团[25],由环胺藻Azadinium和Amphidoma两个属产生。本研究分析了样品中AZA1、AZA2、AZA3 3种同系物,结果只检测到少量的AZA2,AZA1和AZA3均未检测到。AZA2出现在春、秋两季,质量分数分别为 (0.09±0.02) μg·kg−1和 (0.12±0.02) μg·kg−1 (表1)。Az. poporum被认为是中国沿海AZAs的首要贡献者[26-27],而AZA2是Az. poporum中AZAs最主要的形式。因此,AZA2可能是我国近海海域存在的AZAs的主要形式。
YTXs是含有2个磺酰基的多环聚醚类化合物,其衍生物多达90多种,主要来源于网状原角藻 (Protoceratium reticulatum)、多边舌甲藻 (Lingulodinium polyedrum) 和具刺膝沟藻 (Gonyaulax spinifera),最早在虾夷扇贝中发现[28-29]。2008年,国内首次报道YTXs主要存在于黄渤海区域(特别是北部海区)的贝类样品中,组成基本以YTX为主;而在南海贝类中检出率较低,且主要为衍生物homo-YTX[4,30-31]。本次调查中homo-YTX质量分数为0.41~1.40 μg·kg−1,春、秋季明显高于冬、夏季 (表1)。该结果应该与北部湾海域普遍存在以产homo-YTX为主的有毒藻种有关[14]。
2.2 广西北部湾海域近江牡蛎食用安全性分析
2.2.1 风险熵值法
YTXs、AZAs和PTXs等3类毒素毒性效应各不相同,分别计算RQ值。总毒性根据毒性等效因子 (Toxicity equivalency factors, TEF) (表2) 计算,限量标准参照欧洲食品安全局 (European Food Safety Authority, EFSA) 的规定 (表3)。3类毒素的RQ值均小于1,采样区牡蛎不存在食用安全风险 (图2-a)。
表 2 毒性等效因子换算表 (EFSA 2009)[32]Table 2. Toxicity equivalent factors (TEFs) recommended by EFSA 2009毒素种类
Toxin profile毒性等效因子
TEF大田软海绵酸 OA 1 鳍藻毒素 DTX-1 1 蛤毒素 PTX-2 1 氮杂螺环酸毒素 AZA-1 1 氮杂螺环酸毒素 AZA-2 1.8 氮杂螺环酸毒素 AZA-3 1.4 虾夷扇贝毒素 YTX 1 虾夷扇贝毒素 Homo-YTX 1 表 3 脂溶性贝类毒素限定标准[32]Table 3. Limitations for lipophilic phycotoxins in shellfishμg eq·kg−1 毒素种类
Toxin profile限定标准
Limit急性毒性参考剂量
ARfD大田软海绵酸及类似物
OA and analogues45 0.3 氮杂螺环酸毒素 AZA 30 0.2 蛤毒素 PTX 120 0.8 虾夷扇贝毒素 YTX 1 000 25 石房蛤毒素 STX 800 0.5 2.2.2 点评估法
根据公式2及不同毒素ARfD值 (表3) 计算ERI,设定食用量400 g,成人体质量60 kg[32],结果见图2-b。此次调查中,所有受检样品ERI均小于0.1,说明食用该区域近江牡蛎非常安全。
3. 结论
本文通过HPLC-MS/MS方法,分析不同季节近江牡蛎样品的脂溶性藻毒素,并采用风险熵值法和点评估法进行安全风险评价。结果显示,此次调查牡蛎样品中检测到homo-YTX、AZA2、SPX1、GYM和PTX2 5种脂溶性藻毒素成分,但含量远低于相关限量标准,安全风险评价表明不存在食用安全风险。然而,考虑我国沿海贝类脂溶性藻毒素的沾染情况,应该在更广空间范围内进行持续监测,以保障贝类养殖的持续发展和消费者健康。
致谢:中国科学院海洋研究所有害藻华与海洋生态安全课题组于仁成研究员对本研究的支持与帮助,谨此致谢!
-
表 1 南太平洋长鳍金枪鱼延绳钓渔业船次
Table 1 Number of vessels of longline fishery of T. alalunga in South Pacific
年份Year 船次 (CN)Number of vessels 船次 (WCPFC)Number of vessels 2015 189 1 752 2016 138 1 695 2017 159 1 764 2018 150 1 764 2019 156 1 817 表 2 南太平洋长鳍金枪鱼资源空间格局的全局分布聚集性显著性检验
Table 2 Significance test of global distribution and aggregation of spatial pattern of T. alalunga in South Pacific
统计时间
Statistical time中国大陆1°
CN-1中国大陆2°
CN-2中国大陆5°
CN-5中西太平洋渔业委员会5°
WCPFC-5I Z_score I Z_score I Z_score I Z_score 第一季度
Quarter 10.032 3 3.975 1 0.236 6 15.015 6 0.337 4 18.301 4 0.628 7 43.204 7 第二季度
Quarter 20.032 1 2.184 4 0.047 3 10.867 5 0.371 1 17.594 5 0.563 7 47.969 7 第三季度
Quarter 30.042 2 6.137 2 0.064 5 20.338 6 0.487 0 30.940 6 0.614 7 50.730 2 第四季度
Quarter 40.038 1 6.675 1 0.046 4 20.380 1 0.532 6 29.146 5 0.637 4 49.767 8 注:Z得分的临界值为1.65、1.96和2.58分别对应的置信度为90%、95%和99%。Note: The critical values of Z score are 1.65, 1.96 and 2.58, respectively, with confidence levels of 90%, 95% and 99%. -
[1] PILLING G M, HARLEY S J, WILLIAMS P, et al. Trends in the south Pacific albacore longline and troll fisheries (WCPFC-SC14-2018/SA-IP-08)[R]. 14th Regular Session of the Scientific Committee, Busan, Republic of Korea, 8-16 August, 2018.
[2] NIKOLIC N, MORANDEAU G, HOARAU L, et al. Review of albacore tuna, Thunnus alalunga, biology, fisheries and management[J]. Rev Fish Biol Fish, 2017(27): 775-810.
[3] 牛明香, 王俊, 黄海中, 等. 黄海中南部越冬鳀空间格局的年际变化[J]. 海洋环境科学, 2019, 38(2): 263-271. doi: 10.12111/j.cnki.mes20190215 [4] YANG X P, JIA Y T, WANG Q H, et al. Space-time evolution of the ecological security of regional urban tourism: the case of Hubei Province, China[J]. Environ Monit Assess, 2021, 193(9): 1-20.
[5] 侯娟, 周为峰, 樊伟, 等. 基于集成学习的南太平洋长鳍金枪鱼渔场预报模型研究[J]. 南方水产科学, 2020, 16(5): 42-50. doi: 10.12131/20200022 [6] 毛江美, 陈新军, 余景. 基于神经网络的南太平洋长鳍金枪鱼渔场预报[J]. 海洋学报, 2016, 38(10): 34-43. [7] TREMBLAY B L, HAMPTON J, MCKECHNIE S, et al. Stock assessment of South Pacific albacore tuna (WCPFC-SC14-2018/SA-WP-05) [R]. Busan, Republic of Korea: The Pacific Community (SPC), 2018: 8-16.
[8] 安树伟, 常瑞祥. 中国沿海地区生产性服务业与制造业空间关系演变研究——基于113个城市面板数据的分析[J]. 中国软科学, 2017(11): 101-110. doi: 10.3969/j.issn.1002-9753.2017.11.010 [9] PING J L, GREEN C J, ZARTMAN R E, et al. Exploring spatial dependence of cotton yield using global and local autocorrelation statistics[J]. Field Crops Res, 2004, 89(2): 219-236.
[10] ESRI帮助文档. 空间自相关 (Global Moran's I) 的工作原理[EB/OL]. [2022-07-04]. https://desktop.arcgis.com/zh-cn/arcmap/latest/tools/spatial-statistics-toolbox/h-how-spatial-autocorrelation-moran-s-i-spatial-st.htm. [11] MUHLING B A, LAMKIN J T, ALEMANY F, et al. Reproduction and larval biology in tunas, and the importance of restricted area spawning grounds[J]. Rev Fish Biol Fisher, 2017, 27(4): 697-732. doi: 10.1007/s11160-017-9471-4
[12] ESRI帮助文档. 热点分析 (Getis-Ord Gi*) 的工作原理. [EB/OL]. [2022-07-04]. https://desktop.arcgis.com/zh-cn/arcmap/10.3/tools/spatial-statistics-toolbox/h-how-hot-spot-analysis-getis-ord-gi-spatial-stati.htm. [13] BRIAND K, MOLONY B, LEHODEY P. A study on the variability of the albacore (Thunnus alalunga) longline catch rates in the Southwest Pacific Ocean[J]. Fish Oceanogr, 2011, 20(6): 517-529. doi: 10.1111/j.1365-2419.2011.00599.x
[14] 樊伟, 张晶, 周为峰. 南太平洋长鳍金枪鱼延绳钓渔场与海水表面温度的关系分析[J]. 大连水产学院学报, 2007, 22(5): 366-371. [15] 闫敏, 张衡, 伍玉梅, 等. 2011年南太平洋长鳍金枪鱼渔场时空分布及其与主要海洋环境变化特征[J]. 渔业信息与战略, 2015, 30(2): 119-127. doi: 10.13233/j.cnki.fishis.2015.02.007 [16] 周甦芳, 樊伟. 太平洋延绳钓长鳍金枪鱼及渔场水温分析[J]. 海洋湖沼通报, 2006(2): 38-43. doi: 10.3969/j.issn.1003-6482.2006.02.007 [17] 张嘉容, 杨晓明, 田思泉. 基于最大熵模型的南太平洋长鳍金枪鱼栖息地预测[J]. 中国水产科学, 2020, 27(10): 1222-1233. [18] 魏广恩, 陈新军. 不同环境模态下空间分辨率对北太平洋柔鱼CPUE标准化的影响[J]. 海洋科学, 2021, 45(4): 147-158. doi: 10.11759/hykx20190722003 [19] 闫敏, 张衡, 伍玉梅, 等. 基于GAM模型研究时空及环境因子对南太平洋长鳍金枪鱼渔场的影响[J]. 大连海洋大学学报, 2015, 30(6): 681-685. doi: 10.16535/j.cnki.dlhyxb.2015.06.018 [20] 张嘉容, 杨晓明, 戴小杰, 等. 南太平洋长鳍金枪鱼延绳钓渔获率与环境因子的关系研究[J]. 南方水产科学, 2020, 16(1): 69-77. doi: 10.12131/20190178 [21] 郭刚刚, 张胜茂, 樊伟, 等. 南太平洋长鳍金枪鱼垂直活动水层空间分析[J]. 南方水产科学, 2016, 12(5): 123-130. doi: 10.3969/j.issn.2095-0780.2016.05.016 [22] 官文江, 陈新军, 高峰, 等. GLM 模型和回归树模型在CPUE标准化中的比较分析[J]. 上海海洋大学学报, 2014, 23(1): 123-130. [23] HARLEY S J, MYERS R A, DUNN A. Is catch-per-unit-effort proportional to abundance?[J]. Can J Fish Aquat Sci, 2001, 58(9): 1760-1772. doi: 10.1139/f01-112
[24] YE Y, DENNIS D. How reliable are the abundance indices derived from commercial catch-effort standardization?[J]. Can J Fish Aquat Sci, 2009, 66(7): 1169-1178. doi: 10.1139/F09-070
[25] 张勋, 张禹, 周爱忠, 等. 我国远洋渔业渔具发展概况[J]. 中国农业科技导报, 2013, 15(6): 16-19. doi: 10.3969/j.issn.1008-0864.2013.06.03 [26] 刘世禄, 冯小花, 陈辉. 关于加快发展我国远洋渔业的战略思考[J]. 渔业现代化, 2014, 41(4): 63-67, 2. doi: 10.3969/j.issn.1007-9580.2014.04.014 [27] 张衡, 张瑛瑛, 叶锦玉. 中国远洋渔业发展的新思路及建议[J]. 渔业信息与战略, 2019, 34(1): 30-35. doi: 10.13233/j.cnki.fishis.2019.01.005 [28] ASHLEY J W, VALERIE A, SIMON J N, et al. Vertical behavior and diet of albacore tuna (Thunnus alalunga) vary with latitude in the South Pacific Ocean[J]. Deep-Sea Res II, 2015, 113: 154-169. doi: 10.1016/j.dsr2.2014.03.010
[29] 宋利明, 谢凯, 赵海龙, 等. 库克群岛海域海洋环境因子对长鳍金枪鱼渔获率的影响[J]. 海洋通报, 2017, 36(1): 96-106. doi: 10.11840/j.issn.1001-6392.2017.01.013 [30] 原作辉, 杨东海, 樊伟, 等. 基于卫星AIS的中西太平洋金枪鱼延绳钓渔场分布研究[J]. 海洋渔业, 2018, 40(6): 649-659. doi: 10.3969/j.issn.1004-2490.2018.06.002 [31] 刘禹希, 王学锋, 吕少梁, 等. 南海北部海域大眼鲷空间自相关性[J]. 水产学报, 2021, 45(8): 1361-1373. [32] 江承旭. 斐济专属经济区长鳍金枪鱼渔场分析[D]. 上海: 上海海洋大学, 2017: 38-39. [33] CHILDERS J, BETCHER A. Summary of the 2005 U. S. North and South Pacific albacore troll fisheries[R/OL]. [2022-1-25]. http://swfsc.noaa.gov/uploadedFiles/Divisions/FRD/Large_Pelagics/Albacore/SUMMARY2005.
[34] LU H J, LEE K T, CHENG H L. On the relationship between El Niño/Southern oscillation and South Pacific albacore[J]. Fish Res, 1998, 39(1): 1-7. doi: 10.1016/S0165-7836(98)00174-X
[35] 杨晓明, 戴小杰, 田思泉, 等. 中西太平洋鲣鱼围网渔业资源的热点分析和空间异质性[J]. 生态学报, 2014, 34(13): 3771-3778. -
期刊类型引用(2)
1. 陈志,周洪磊,林国明,李钧,胡丰晓,霍朋辉. 4种消毒剂处理对岩虫的急性毒性效应分析. 福建农业科技. 2023(05): 15-20 . 百度学术
2. 周洪磊,林国明,陈志,李钧. 不同生物饵料对岩虫生长及繁殖性能的影响. 福建农业科技. 2023(07): 36-40 . 百度学术
其他类型引用(1)