南太平洋长鳍金枪鱼资源不同尺度的空间格局特征

王志华, 杨晓明, 田思泉

王志华, 杨晓明, 田思泉. 南太平洋长鳍金枪鱼资源不同尺度的空间格局特征[J]. 南方水产科学, 2023, 19(2): 31-41. DOI: 10.12131/20220046
引用本文: 王志华, 杨晓明, 田思泉. 南太平洋长鳍金枪鱼资源不同尺度的空间格局特征[J]. 南方水产科学, 2023, 19(2): 31-41. DOI: 10.12131/20220046
WANG Zhihua, YANG Xiaoming, TIAN Siquan. Spatial pattern characteristics of albacore tuna resources at different spatial scales in South Pacific[J]. South China Fisheries Science, 2023, 19(2): 31-41. DOI: 10.12131/20220046
Citation: WANG Zhihua, YANG Xiaoming, TIAN Siquan. Spatial pattern characteristics of albacore tuna resources at different spatial scales in South Pacific[J]. South China Fisheries Science, 2023, 19(2): 31-41. DOI: 10.12131/20220046

南太平洋长鳍金枪鱼资源不同尺度的空间格局特征

基金项目: 国家重点研发计划项目 (2019YFD0901502, 2020YFD0901202)
详细信息
    作者简介:

    王志华 (1995—),男,硕士研究生,研究方向为长鳍金枪鱼延绳钓渔场。E-mail: 453928199@qq.com

    通讯作者:

    杨晓明 (1972—),男,副教授,博士,研究方向为渔业GIS。E-mail: xmyang@shou.edu.cn

  • 中图分类号: S 934

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.
  • 细胞色素P450(cytochrome P450,CYP450)酶系是一类普遍存在于动、植物体内的重要混合功能氧化酶[1]。它参与多种亲脂外源和内源物质(包括脂肪酸、甾类化合物、药物、芳香烃类有机污染物等)在生物体内的转化与代谢过程,是主要的Ⅰ相代谢反应(phaseⅠreaction)酶类,在解毒和激活食物链中的卤代、非卤代烃方面发挥重要作用[2]。细胞色素P450氧化酶系具有较强的可诱导性,成为P450研究中的一个热点,也是生物体P450诱导与环境胁迫影响关系的重要研究内容。

    随着科学进步与工业发展,大量有毒化学物质和人工合成化学物质被释放到环境中,尤其是有机化合物如烷烃、芳烃、多氯联苯、有机氯、杂环等造成环境污染日益严重。环境中的亲脂性化合物,如多环芳烃、多氯联苯及含有这些化合物的工业废水都可以诱导生物体内CYP450的合成和活性变化[3]。细胞色素P450第四亚族(CYP4)基因是控制细胞色素P450酶系功能的超基因家族中的一个重要亚族,目前国内外已有许多研究表明CYP4基因与多种生物的解毒机制以及抗药性相关[3-4],一般可从信使RNA(mRNA)水平、蛋白质水平以及细胞色素酶的催化活性等方面进行监测。CYP4基因表达能受环境中污染物的诱导可作为生物体对不良生存环境的一种响应表现[5-6],是多种昆虫的解毒机制[7],并参与哺乳动物的内源物质代谢过程[8]。目前,对于海洋环境指示生物——翡翠贻贝(Perna viridis)的环境污染效应和有机物代谢机制研究主要集中于抗氧化酶系活性变化等方面,而对基因调控与表达影响的研究报道则少见,文章从分子生物学角度,采用实时荧光定量PCR技术,对翡翠贻贝内脏团和外套膜CYP4基因相对表达水平进行检测,探讨适合海洋石油亚致死浓度污染诊断的大分子生物标记物,为海洋环境监测提供新的手段,进而为解释翡翠贻贝有机物代谢的生理机制提供理论依据。

    用低速电动磁力搅拌器不间断搅拌0#柴油(国深Ⅲ号)与沙滤海水(V∶ V=1∶ 9)混合液,搅拌24 h,静置4 h,下层水相为0#柴油水溶液(WSF)母液,吸取母液4 ℃避光保存。采用荧光分光光度法测定WSF石油烃质量浓度,根据《海洋监测规范》(GB 17378.1-2007)中的海水石油烃检测方法[9]测定其WSF母液中石油烃质量浓度,荧光测定波长Ex为231 nm,Em为332 nm。

    翡翠贻贝购买于深圳市龙岗区东山社区水产码头,平均体长、体宽、体厚和体质量分别为(75.95±2.88)mm、(33.10±1.89)mm、(21.03±1.47)mm和(28.99±4.03)g。沙滤海水中驯养翡翠贻贝7 d,选取反应灵敏、固着丝产生正常、代谢正常的个体进行曝毒。

    设置4个浓度组(WSF中石油烃质量浓度为5 μg · L-1、10 μg · L-1、50 μg · L-1和100 μg · L-1),对照组为0 μg · L-1,每浓度组设置2个平行,每平行组设置试验水体40 L,试验翡翠贻贝60只,维持水体环境温度、盐度和pH分别为20~25 ℃、25~30和7.7~8.5;24 h持续给氧,12 h更换一次试验海水,每天定时给食。整个WSF胁迫试验周期为22 d,前15 d进行WSF正常曝毒,后7 d停止曝毒进行清水释放。

    分别于第1、第3、第7、第15、第18和第22天取样,液氮研磨后称取每浓度组内脏团和外套膜各50 mg,分别滴加1 mL TRIzol试剂(Invitrogen公司出品)用于提取总RNA,适量无RNase水(Sigma)溶解絮状RNA后于-80 ℃保存。紫外分光光度法测定全部RNA样品的质量浓度和纯度,选取1.8<OD260nm/OD280nm<2.0的RNA样品应用于实时荧光定量PCR中。

    1) 总RNA纯化。分别取翡翠贻贝内脏团和外套膜总RNA 1 μL,用DNase Ⅰ(1 U · μL-1)1 μL(Fermentas公司出品)、10×Buffer 1 μL、DEPC水8 μL,37 ℃水浴30 min,加入25 mmol · L-1 EDTA溶液1 μL,65 ℃反应10 min。2)cDNA模板合成。cDNA模板合成体系总体积为20 μL,依次加入2 μL RNA (1 μg ·μL-1)、2 μL Oligo dT(50 μmol · L-1)、10 μL DEPC H2O,72 ℃反应5 min后转入-80 ℃冷冻2 min,离心5 s;再加入4 μL 5×M-MLV buffer(Promega)、1 μL dNTP(10 mmol · L-1)、0.5 μL M-MLV(Promega)反转录酶、0.5 μL RNase Inhibitor(TaKaRa),PCR仪42 ℃反应1 h再70 ℃保温15 min后冰上冷却,可作实时荧光定量PCR反应模板使用,-20 ℃保存。3)实时荧光定量PCR。Eppendorf-Mastercycler ep realplex2实时荧光定量PCR仪检测分析翡翠贻贝内脏团和外套膜CYP4基因相对表达情况,以cDNA为模板,SYBR Premlx Ex Taq II (2X)(TaKaRa)配置反应体系20 μL,针对翡翠贻贝内脏团和外套膜CYP4基因设计定量正向引物QCYP4-F1:5′-GGCGTTGTAAAGTGGGATA-3′和反向引物QCYP4-R1:5′-GTTTTCGCTGGGAATGTTA-3′;针对beta-action内参基因设计定量正向引物QMB-F1:5′-TTTACGACGACAGCAGAA-3′和反向引物QMB-R1:5′-TGACGAAGATGATGAAGC-3′[10],反应条件为95 ℃预变性5 min,95 ℃变性10 s、60 ℃退火15 s、72 ℃延伸35 s,共40个循环。反应结束后需进行PCR产物单一条带检测,确保PCR扩增反应产物准确性;用引物QCYP4-F1和QCYP4-R1对cDNA模板进行CYP4基因拷贝检测,用引物QMB-F1和QMB-R1对beta-actin进行内参基因拷贝检测,每个检测反应均做3个平行对照,以纠正系统误差,每个cDNA模板样品实时荧光定量PCR反应重复3次,以便进行统计学分析。

    应用2-△△Ct[11]对数据进行处理,结果表示各处理组样本基因表达量相对对照样本基因表达量的倍数[12]。SPSS 18.0统计分析,多组间数据差异显著性比较采用单因素方差分析和t-检验法,其中*表示组间差异显著(0.01≤P<0.05);* *表示组间差异极显著(P < 0.01)。

    WSF处理的第1天,各浓度组翡翠贻贝内脏团CYP4基因均被诱导表达,第3和第7天CYP4基因表达水平随WSF处理浓度的变化呈现出不同的变化趋势(图 1-a),并于第7天出现诱导饱和现象。WSF处理第15天时4个处理浓度组CYP4基因表达水平都明显增高,从低浓度到高浓度组相对空白组的诱导率分别达到499%、566%、709%和420%。单因素分析结果表明,WSF对内脏团CYP4基因的表达水平为极显著诱导(P < 0.01),且表达水平随着WSF处理浓度的增加而升高。WSF处理浓度增加至100 μg · L-1时翡翠贻贝内脏团中CYP4基因表达水平相对于50 μg · L-1浓度组有明显降低,但仍高于空白对照组。清水释放第3天即第18天,CYP4基因表达水平较处理第15天迅速下降,5 μg · L-1和50 μg · L-1浓度组依旧明显高于空白对照组(P < 0.01),10 μg · L-1和100 μg · L-1浓度组则快速恢复到空白对照水平。清水释放第22天时各浓度组内脏团CYP4基因表达水平与空白对照组无明显差异。

    图  1  CYP4在翡翠贻贝内脏团和外套膜中的相对表达水平测定(以beta-actin为内参)
    *、* *. 分别与空白组比较(0.01≤P < 0.05、P < 0.01)
    Figure  1.  Relative level of CYP4 gene expression in visceral mass and mantle of P.viridis (use beta-actin as internal control gene)
    *, * *. compared with the control, respectively (0.01≤P < 0.05, P < 0.01)

    WSF处理第1天,各浓度组翡翠贻贝外套膜CYP4基因的表达水平较空白对照组均有所增加;WSF处理第3天时,各浓度组CYP4基因表达水平为空白对照组的1.74、1.93、1.82和1.70倍,差异极显著(P < 0.01);第7天降低到第1天水平以下,表现出强烈的抑制表达作用(图 1-b)。随着WSF处理时间的延长,整体呈现出先诱导后抑制再诱导的波动变化趋势(图 2);WSF处理第15天相对第7天各浓度组CYP4基因表达水平迅速增加,诱导作用极显著(P < 0.01),其诱导率分别达到112%、139%、64%和152%,存在一定的时间效应关系;停止WSF处理后10 μg · L-1和50 μg ·L-1浓度组CYP4基因表达水平于第18天并没有迅速恢复到空白对照组水平,差异显著(0.01≤P < 0.05);第22天各浓度组则进一步回落,最终恢复到空白对照水平。

    图  2  0#柴油水溶液对翡翠贻贝外套膜CYP4基因相对表达水平的时间-效应曲线(以beta-actin为内参)
    Figure  2.  Time-effect curve for effect of No.0 diesel oil water-soluble fraction on relative level of CYP4 gene expression in mantle of P.viridis (use beta-actin as internal control gene)

    第3、第7和第15天CYP4基因相对表达水平的回归方程如下:

    第3天CYP4 y=20 284x3-3 217.9x2 + 125.38x + 1.057 2,R2=0.949 0

    第7天CYP4 y=3 259.9x3-704.86x2+ 39.092x + 1.009 5,R2=0.996 4

    第15天CYP4 y=49 426x3 - 7 680x2+ 291.34x + 1.089 6,R2=0.976 1

    通过机体解毒酶催化并完成自身解毒、恢复机体正常功能的解毒作用,是生物体最常见的一种适应机制,而众多解毒酶中单加氧酶的作用最为重要。单加氧酶是一种多酶复合体,包括细胞色素P450、黄素蛋白-NADPH-P450还原酶、细胞色素b5等。在生物体中各自发挥功能并组成电子信号传递系统。其中细胞色素P450负责活化氧分子,是整个酶系中的末端氧化酶,与底物结合后传送给下一个氧化酶进行氧化分解[13]。目前已有大量研究发现生物体细胞色素P450的存在,并且通过其控制基因组的选择性表达来反映浸染物对机体的损害程度。污染物对生物机体发挥毒害作用可以通过诱导或者抑制细胞色素P450控制基因组的表达使相应的细胞色素P450酶系活性和表达量发生变化,促使对应的效应因子代谢发生改变从而间接地损害生物体的正常功能表现,使其呈现出机能的钝化或者丧失[14]

    该研究结果显示,WSF处理的第1天各浓度处理组翡翠贻贝外套膜和内脏团CYP4基因的表达被诱导,与苯并(a)芘对小鼠肺组织细胞色素P4501A表达表现相似[15],说明翡翠贻贝CYP4基因表达对WSF刺激具有强烈的敏感性,多环芳烃类化合物(PAHs)可诱导CYP4基因表达;第7天内脏团和外套膜CYP4基因的表达水平明显低于第1天,基因被抑制表达,出现一种当诱导物到达一定浓度时基因表达水平不升反降的诱导饱和现象,这一现象在摇蚊幼虫(Chironomus riparius)CYP4诱导作用中也存在[16],说明翡翠贻贝内脏团和外套膜CYP4基因能被WSF诱导但存在诱导限制因子,此因子在短时间内控制CYP4基因表达效率,影响生物体对外源污染物的清除能力;WSF处理后期CYP4基因的相对表达再次被强烈诱导,于第15天出现基因表达峰值,随着处理时间延长,内脏团和外套膜CYP4基因表达水平整体呈现出先诱导后抑制再诱导的波动变化趋势。由于多环芳烃类物质对CYP家族基因的诱导机制第一步都是与芳香烃受体(aryl hydrocarbon receptor,AHR)结合[17],芳香烃类物质的诱导作用与AHR总量特别是AHR受体结合位点的数量有关,并且芳香烃物质与AHR结合的紧密程度也是关键,通常与两者的结合表现为竞争性抑制[18]。因此,同一浓度WSF诱导翡翠贻贝内脏团和外套膜CYP4基因表达会存在诱导率的差异,表现出时间效应关系。

    内脏团各时期的CYP4基因表达均比外套膜强烈,STEGEMAN等[19]研究证明金眼门齿鲷(Stenotomus chrysops)肝脏中P450的质量浓度明显高于心肌,表示消化组织CYP4基因较肌肉组织更容易被诱导表达;同时CYP4系列基因所调控表达的细胞色素P450酶系是生物体内的第一阶段代谢酶[20],该阶段酶催化外源有机化合物将氧分子拆分氧原子,促使反应底物羟基化或者环氧化,为第二阶段的谷胱甘肽转移酶(GST)提供基础作用物质[21]。肖雅元等[22]对翡翠贻贝内脏团和外套膜GST活性的比较得出,贻贝内脏团GST活性明显高于外套膜,与该研究中结果相吻合。整个WSF处理过程中,50 μg · L-1浓度组影响下的翡翠贻贝CYP4基因表达最为显著,由此可推测此浓度影响下翡翠贻贝细胞色素P450酶系作用强烈,协助机体抗氧化酶系清除氧自由基,帮助生物体减轻由氧自由基带来的损伤作用最强,生物体对此浓度WSF的生理响应最为显著。

    清水释放阶段翡翠贻贝内脏团和外套膜CYP4基因表达明显下降,逐步恢复到空白对照水平,说明翡翠贻贝内脏团和外套膜CYP4基因表达受外源污染物的直接影响,在无污染的稳定环境中表达水平则相对稳定。但机体抗氧化系统是个更为复杂的系统,CYP4基因被诱导表达,刺激机体产生更多细胞色素P450参与机体抗氧化反应,细胞色素P450的诱导具有剂量和时间效应,只有当诱导剂达到一定浓度和一定作用时间才发生诱导作用[23],由此推断出只有当外源污染物达到一定浓度和一定作用时间时,翡翠贻贝内脏团和外套膜CYP4基因表达才能呈现出显著而稳定的剂量和时间效应,从而将其应用于海洋石油亚致死浓度污染诊断的大分子生物标记。

    该研究确定了翡翠贻贝内脏团和外套膜CYP4基因可受WSF诱导表达,存在诱导饱和现象;CYP4基因诱导表达能有效地控制机体氧化损伤程度,为揭示海水双壳贝类体内CYP4基因功能和参与机体抗氧化代谢过程研究提供了有益线索。目前该研究只发现外套膜CYP4基因表达具有一定的时间效应关系,发展翡翠贻贝CYP4基因表达作为大分子生物标记物用于海洋环境监测仍需进一步研究探讨。

  • 图  1   南太平洋海域研究区域范围

    Figure  1.   Scope of research area in South Pacific

    图  2   2015—2019年不同空间尺度的长鳍金枪鱼资源第一级标准差椭圆

    Figure  2.   First order standard deviational ellipse spatial distribution of T. alalunga at different scales from 2015 to 2019

    图  3   2015—2019年不同尺度的长鳍金枪鱼资源空间格局差异指数

    Figure  3.   Spatial pattern difference index of T. alalunga resources at different scales from 2015 to 2019

    图  4   2015—2019年不同尺度的长鳍金枪鱼资源空间格局的分布范围

    Figure  4.   Distribution range of spatial pattern of T. alalunga resources at different scales from 2015 to 2019

    图  5   2015—2019年不同尺度的长鳍金枪鱼资源标准差椭圆扁率分布

    Figure  5.   Oblateness of standard deviation ellipticity of T. alalunga resources at different scales from 2015 to 2019

    图  6   2015—2019年不同尺度的长鳍金枪鱼资源标准差椭圆方位角分布

    Figure  6.   Azimuth of standard deviation ellipticity of T. alalunga resources at different scales from 2015 to 2019

    图  7   南太平洋长鳍金枪鱼渔业资源第三季度不同尺度的空间格局的局部聚集特征

    Figure  7.   Aggregation characteristics of spatial pattern of T. alalunga fishery resources at different scales in South Pacific in third quarter

    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
    20151891 752
    20161381 695
    20171591 764
    20181501 764
    20191561 817
    下载: 导出CSV

    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-5
    IZ_scoreIZ_scoreIZ_scoreIZ_score
    第一季度
    Quarter 1
    0.032 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 2
    0.032 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 3
    0.042 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 4
    0.038 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%.
    下载: 导出CSV
  • [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(0)

    其他类型引用(1)

图(8)  /  表(2)
计量
  • 文章访问数: 
  • HTML全文浏览量: 
  • PDF下载量: 
  • 被引次数: 1
出版历程
  • 收稿日期:  2022-02-27
  • 修回日期:  2022-08-09
  • 录用日期:  2022-08-29
  • 网络出版日期:  2022-09-04
  • 刊出日期:  2023-04-04

目录

/

返回文章
返回