Spatio-temporal distribution of habitat patterns of Scomber japonicus in East China Sea under future climatic conditions
-
摘要: 为探讨全球气候变化对东海鲐鱼 (Scomber japonicus) 栖息地时空分布的影响，减缓气候变化对鲐鱼渔场的不利影响，基于CMIP6气候模式输出的2.5 m (Temp_2.5 m)、25 m (Temp_25 m) 和50 m (Temp_50 m) 水温数据分析3种未来气候情境下 (SSP126、SSP370和SSP585) 东海鲐鱼栖息地的时空变化。结果表明，SSP126情境下，2015—2100年渔场内所有水层温度整体变化幅度较小。SSP370和SSP585情境下，各水层温度均明显上升。3个水层温度在2015—2020、2055—2060和2095—2100年具有明显空间变化。2015—2100年东海鲐鱼渔场的栖息地指数 (Habitat suitability index, HSI) 和适宜栖息地面积比例在SSP126、SSP370和SSP585情境下整体呈下降趋势，而不适宜栖息地面积呈上升趋势。不同气候变化情境下，东海鲐鱼适宜栖息地在2015—2020、2055—2060和2095—2100年3个时间段内主要分布在122°E—126°E、28°N—30°N范围内，不适宜栖息地主要分布在渔场中部；此外，鲐鱼适宜栖息地重心具有向北移动的趋势。研究表明，在未来全球变暖的气候背景下东海海域不易形成适宜的鲐鱼栖息地。Abstract: To investigate the effects of global climate change on the habitat pattern of Scomber japonicus in the East China Sea and to slow down the adverse effects of climate change on the fishing ground of S. japonicus, based on the water temperature data of 2.5 m (Temp_2.5 m), 25 m (Temp_25 m) and 50 m (Temp_50 m) output by CMIP6 climate model, we analyzed the spatio-temporal changes of the habitat in the East China Sea under three future climatic conditions (SSP126, SSP370 and SSP585). The results show that for SSP126, Temp_2.5 m, Temp_25 m and Temp_50 m showed relatively minor changes. For SSP370 and SSP585, Temp_2.5 m, Temp_25 m and Temp_50 m showed an overall upward trend. The three factors also changed in the spatial distribution during 2015−2020, 2055−2060 and 2095−2100. The habitat suitability index (HSI) on the fishing ground and proportion of suitable habitat of S. japonicus in the East China Sea from 2015 to 2100 showed a similar downward trend under SSP126, SSP370 and SSP585 conditions. However, the proportion of unsuitable habitat area from 2015 to 2100 increased under SSP126, SSP370 and SSP585 conditions. The suitable habitats of S. japonicus were mainly distributed in the waters of 122°E−126°E and 28°N−30°N during 2015−2020, 2055−2060 and 2095−2100, while the unsuitable habitat was mainly distributed in the middle of fishing ground. In addition, the gravity center of suitable habitat of S. japonicus tended to move northward. The results suggest that the global warming is unfavorable for the formation of suitable habitat of S. japonicus in the East China Sea.
-
围网是一种捕捞集群鱼类，规模大、产量高的过滤性网具[1]。特别是现代金枪鱼围网，是世界上捕捞效率最高的渔具之一。鉴于围网的捕鱼原理，网具的快速沉降及有效提升是决定围网捕捞效率的两大关键性因子[2]。围网作业时，提升速度是衡量网具是否能够有效包围鱼群决定捕捞效率的重要参数。网具收绞过程中，往往由于围网下纲的提升不到位，网具下部无法及时闭合产生缺口，以至栖息水层较深的鱼类容易从网具下部缺口处逃逸。对于深水围网下纲提升特性的研究十分重要。通过对围网下纲各个部位提升速度的研究，了解有关影响因素，将有助于了解网具的提升规律，减少空网率。
国内外学者对于围网网具的沉降性能[3-10]进行过系统的研究和分析。有关围网提升性能的研究仅局限于20世纪80年代的近海围网，且相关研究较少。刘树椿[11]提出深水围网提升速度是衡量围网网具捕捞效益的参数，认为捕捞栖息水层较浅且活动性强的鱼群时，不宜过度减小提升速度。冯维山[12]根据挪威鲱鱼围网的实测数据和理论分析，提出了正确收绞括纲的方法，阐述了围网下纲中部提升速度随括纲的收绞而加快的变化规律及影响网具提升的主要因素，探讨了网具获得良好提升性能的长高比理论公式。崔建章和陆赤[13]、陆赤和崔建章[14]对近海围网底环张力进行测试分析，得出网具各部分的底环纲张力不同，网具各部位底环纲张力总的变化呈现出逐渐增大的趋势。日本学者IITAKA[15-16]模型试验结果表明，当收绞时下纲上方有较多松弛的网衣，将会影响下纲的提升。至今尚未见到有关围网下纲提升规律系统分析的报道。大洋性金枪鱼围网在网具规格和作业特点等方面都与近海鲐、鲱鱼围网有较大差别，因此有必要对其提升性能进行研究。
笔者根据2014年2月~5月上海开创远洋渔业有限公司“金汇7号”金枪鱼围网渔船在中西太平洋作业期间收集的网具作业参数和海流数据，分析研究金枪鱼围网提升深度、提升速度与时间的关系，以及下纲在提升过程中的稳定程度。并通过方差分析筛选出影响网具提升性能的关键性因子，为改善金枪鱼围网操作过程提供参考。
1. 材料与方法
1.1 渔船和渔具
生产作业船为上海开创远洋渔业有限公司大型金枪鱼围网渔船“金汇7号”，渔船主尺度参数为：总吨位1 789 t，净吨位530 t，船长79.77 m，型宽12.19 m，型深5.84 m，主机额定功率2 646 kW，最大设计航速13 kn，作业航速9.8~12.5 kn，绞纲机绞纲速度为0.5 m · s-1。使用的渔具主尺度规格为1 637.7 m×321.6 m(上纲长度×网衣中部最大拉直高度)，浮子纲网衣的缩结系数为0.8；沉子纲长1 963.7 m，沉子纲网衣缩结系数为0.92；网具由29片网衣缝合而成，网衣材料为聚酰胺纤维(PA)，取鱼部网目尺寸90 mm，网翼网目尺寸260 mm，网线为编线。网衣下端共有底环119只，沉子总质量为26 t(空气中质量)。
1.2 测试仪器
测定围网网具沉降深度和提升深度的仪器为加拿大RBR公司生产的TDR-2050微型温度深度计，仪器测试深度范围为10~740 m，测试精准度为0.05%。测定海流流速的仪器为日本无线株式会社生产的JLN-628型鱼群监视潮流计，仪器测定潮流为相对潮流。
1.3 试验方法
此次海上测试共使用5个TDR-2050微型温度深度计，仪器间隔均匀地缚扎在围网下纲的不同部位(图 1)。其中1号位于网衣的后网头部位，3号位于网衣的中部，5号位于网衣的取鱼部，其余2个扎缚在网翼部分。因此1号、3号、5号所测定的数据为3个不同部位深度的变化值。测定时，TDR设置时间与电脑同步，时间间隔设置为5 s，记录围网操作过程中的不同时间点所对应的不同深度值。
![]()
图 1 TDR-2050微型温度深度计沿围网下纲分布示意图Figure 1. Distribution of TDR-2050 along purse seine leadline1.4 数据处理
1.4.1 提升深度和提升速度的计算
提升高度根据TDR-2050微型温度深度计自动记录的相应时刻的深度值表示。提升深度是指网具下纲各个部位最大沉降深度到水面的距离。绞纲时下纲的提升速度(V提升)是指绞纲时下纲从最大沉降深度逐渐提升到水面这段时间的平均速度[11]。提升速度采用平均速度表示。根据实测有效网次的下纲各部位的最大沉降深度值和相应的提升时间，计算取鱼部、下纲中部和后网头3个部位的平均提升速度，分析下纲在提升过程中不同部位的平均提升速度。提升过程如图 2所示。
1.4.2 提升深度、提升速度与时间的关系
根据TDR-2050微型温度深度计每30 s记录的提升深度，采用多项式回归法(polynomial regression)分析下纲不同部位提升深度与提升时间的关系；计算下纲各个不同部位每隔30 s的提升速度，多项式回归分析不同部位提升速度与时间的关系。采用变异系数CV(coefficient of variance)反映提升深度和提升速度在不同时刻的波动情况。CV是刻画数据相对分散性的一种度量，是标准偏差与平均值之比，其表达式为：
$$ \mathrm{CV}=\frac{s}{X} \%, s \text { 为标准偏差， } \bar{X} \text { 为平均值。 } $$ 1.4.3 方差分析
利用R软件(Version 3.1.1)进行方差分析[17]，检测因素各水平对试验指标的影响是否显著，确定下纲不同部位提升速度与不同水层水流2个变量间是否存在显著相关性。
2. 结果与分析
2.1 网具下纲提升速度
对网具下纲取鱼部、中部、后网头提升速度的对比分析得到，取鱼部平均提升速度为0.11 m · s-1(95%置信区间为0.10~0.12 m · s-1)，速度变动范围为0.06~0.20 m · s-1；中部平均提升速度为0.18 m · s-1(95%置信区间为0.17~0.19 m · s-1)，速度变动范围为0.11~0.24 m · s-1；后网头平均提升速度为0.13 m · s-1(95%置信区间为0.11~0.15 m · s-1)，速度变动范围为0.09~0.27 m · s-1。在下纲提升过程中，中部提升速度最快，其次为后网头、取鱼部。下纲不同部位提升速度的比较如图 3所示。
![]()
图 3 下纲各部位提升速度的比较A. 取鱼部；B. 中部；C. 后网头Figure 3. Comparison of rising speeds among different parts of leadlineA. bunt; B. middle part; C. back wing end2.2 围网下纲提升深度与提升时间的关系
在金枪鱼围网中，网具的取鱼部、中部和后网头的提升深度变化较大，因此选取这3个部位来研究网具下纲提升深度在不同时间段的变化规律及其波动情况具有代表性。
图 4-a为取鱼部下纲每隔30 s提升深度随时间的变化。从提升深度的变化趋势来看，取鱼部在括纲收绞过程中呈现稳步提升的状态，前期提升状态较为平稳，中期和后期提升深度较快。前400 s提升深度仅占总提升深度(163 m)的11%，400 s后提升深度明显加快。CV的变化(图 4-a)表明，取鱼部从最大沉降深度开始提升，前400 s提升深度变化较为平缓，CV基本保持约0.2；第400秒至第800秒，提升深度的变化波动较大; 800 s后提升深度从平稳又变为波动状态。围网取鱼部从最大深度开始提升到水面大约需要35 min。围网取鱼部提升深度与提升时间的关系可用式(1)表示：
$$ \begin{aligned} & h_{1=}=-1.3 \times 10^{-5} t_1{ }^2-0.047\;4 t_1+173.37\left(R^2=\right. \\ & 0.987\;9) \end{aligned} $$ (1) ![]()
图 4 金枪鱼围网取鱼部(a)、中部(b)和后网头(c)提升深度与提升时间的关系Figure 4. Relationship between rising depth and rising time of bunt(a), middle part (b) and back wing end (c) of tuna purse seine式中h1为下纲取鱼部提升深度(m)；t1为下纲取鱼部提升时间(s)。
图 4-b为围网中部下纲每隔30 s提升深度随时间的变化。从提升深度变化趋势来看，中部下纲的提升深度总体上是前期变化较为稳定，后期波动较为剧烈。前300 s的提升深度变化缓慢，仅占中部下纲提升深度的约6%;300 s后提升深度明显加快。从中部下纲提升深度的CV可以看出，前300 s提升深度的波动较小，基本维持在约0.11;300 s后提升深度波动较为明显，波动幅度也越来越大。围网中部下纲提升过程大约需要30 min。围网中部下纲提升深度与提升时间的关系用式(2)表示：
$$ \begin{array}{l} h_2=-6.2 \times 10^{-5} t_2{ }^2-0.078\;4 t_2+234.33\left(R^2=\right. \\ 0.987\;9) \end{array} $$ (2) 式中h2为下纲中部的提升深度(m)；t2为下纲中部提升时间(s)。
图 4-c为后网头下纲每隔30 s提升深度随时间的变化。前200 s，后网头下纲部位的提升深度变化较为平缓，提升深度约占总提升深度的4.54%；第200秒后下纲提升深度变快。前200 s，后网头下纲部位提升深度的CV基本上保持约0.18，比较稳定; 200~700 s提升深度变化较为剧烈; 700~1 000 s变化又趋于平缓; 1 000 s后提升深度波动又相当剧烈。后网头提升过程大约需要30 min。围网后网头提升深度与提升时间的关系可以用式(3)表示：
$$ \begin{array}{l} h_3=-8.3 \times 10^{-6} t_3{ }^2-0.043\;8 t_3+177.67\left(R^2=\right. \\ 0.973\;2) \end{array} $$ (3) 式中h3为下纲后网头提升深度(m)；t3为下纲后网头提升时间(s)。
2.3 围网下纲提升速度与提升时间的关系
图 5-a为取鱼部每隔30 s提升速度随时间的变化曲线。总体看来取鱼部提升速度随时间逐渐增大，前360 s下纲提升速度变化较小，360 s后提升速度变化较大，最大提升速度可达0.17 m · s-1。从取鱼部提升速度的CV可以看出，在提升的整个过程中，取鱼部下纲提升速度的波动较为剧烈。围网取鱼部提升速度与时间的关系可用式(4)表示：
$$ \begin{aligned} & v_1=1.2 \times 10 t_1{ }^2+7.6 \times 10^{-5} t_1+0.025\;2\left(R^2=\right. \\ & 0.946\;9) \end{aligned} $$ (4) ![]()
图 5 金枪鱼围网取鱼部(a)、中部(b)和后网头(c)提升速度与提升时间的关系Figure 5. Relationship between rising speed and rising time of bunt (a), midde part (b) and back end wing (c) of tuna purse seine式中v1为下纲取鱼部的提升速度(m · s-1)；t1为下纲取鱼部的提升时间(s)。
图 5-b为下纲中部每隔30 s提升速度随时间的变化曲线。下纲中部提升速度随时间变化逐渐增大，最后提升速度趋于稳定。最大提升速度为0.29 m · s-1。从下纲中部提升速度的CV可以看出，前100 s提升速度波动较大; 在100~400 s之间CV趋于平缓，维持约0.7;400 s后提升速度的CV有了较为明显的下降。围网下纲中部提升速度与提升时间的关系可以用式(5)表示：
$$ \begin{array}{l} v_2=-1.8 \times 10^{-7} t_2{ }^2+0.000\;5 t_2-0.024\;6\left(R^2=\right. \\ 0.981\;4) \end{array} $$ (5) 式中v2为下纲中部的提升速度(m · s-1)，t2为下纲中部的提升时间(s)。
图 5-c为下纲后网头每隔30 s提升速度随时间的变化曲线，后网头提升速度总体趋势是随时间逐渐增大，前1 000 s提升速度变化较为缓慢，1 000 s后提升速度迅速增加，从0.12 m · s-1迅速提升到0.25 m · s-1。从后网头提升速度的CV可以看出，后网头在整个提升过程中波动较为剧烈，整个提升过程大约需要30 min。后网头与时间的关系可用式(6)表示：
$$ \begin{array}{l} v_3=4.2 \times 10 t_3{ }^2+6.8 \times 10^{-5} t_3+0.033\;7\left(R^2=\right. \\ 0.912\;0) \end{array} $$ (6) 式中v3为下纲后网头的提升速度(m · s-1)；t3为下纲后网头的提升时间(s)。
2.4 海流流速对围网下纲提升速度影响
运用R语言软件(V 3.1.1)对70 m和120 m水深的流速对选定的下纲3个部位提升速度的影响进行单因素方差分析，结果表明(表 1)，70 m和120 m水深的水流速度对取鱼部、中部和后网头下纲提升速度均有十分显著的影响(P＜0.01)。
表 1 流速对提升速度影响的方差分析Table 1. One-Way ANOVA for effect of leadline rising speed on current speed下纲各部位different parts of leadline P 70 m层流速/m·s-1 current speed at depth of 70 m 120 m层流速/ m·s-1 current speed at depth of 120 m 取鱼部bunt ＜0.01* ＜0.01* 中部middle part ＜0.01* ＜0.01* 后网头back wing end ＜0.01* ＜0.01* 注：*. 显著性相关(P＜0.01)
Note：*. significant correlation (P＜0.01)3. 讨论
3.1 网具下纲提升速度
提升速度也是衡量大型深水围网网具捕捞效益的参数。在围网提升过程中，提升速度的快慢也决定了网具捕捞体积的大小，提升速度越小，即下纲的提升越慢，围网捕捞的体积也就越大，反之，下纲提升越快，捕捞体积也就越小[11]。这对于大型金枪鱼围网来说，相当重要，V提升越大提升速度也就越大，对于尽快封闭网口具有重要的作用，但提升速度如果过快也影响了围网网具的最大下沉深度，因此研究围网下纲的提升速度随时间的变化规律具有重要的意义。
该研究表明，大型金枪鱼围网下纲各个部位的提升速度存在很大差异，但下纲各个部位均呈现提升速度随时间的推移而逐渐增大的变化规律，中部提升速度较大，最大提升速度可达0.29 m · s-1，其次为后网头和取鱼部，其最大提升速度分别为0.25 m · s-1和0.17 m · s-1。在金枪鱼围网收绞过程中，由于下纲底环不断向中部靠拢，造成中部所受的向上分力不断增大，这是导致中部提升速度最大的主要原因。后网头在下纲提升过程中，由于围网操作不同，所受向上分力大于取鱼部向上提升的分力，这是因为取鱼部离母船最近，而后网头由于括纲的长度影响所导致。在提升前期，中部提升速度波动较小，取鱼部与后网头在提升整个过程中波动都较为剧烈，这是由于在提升过程中中部受力较为均匀、而取鱼部与后网在提升过程中受力不均匀导致。
3.2 提升深度、提升速度的变化
针对3个不同部位提升深度的研究可以看出，虽然在围网提升过程中3个部位的提升过程各不相同，但总体上都呈现出提升深度先稳定后波动的趋势。在3个部位从最大深度提升的过程中，取鱼部和后网头的提升过程较类似，前800 s取鱼部、后网头提升深度较中部较小，在800 s后提升深度值较中部大。研究结果表明，围网中部提升深度在前300 s波动较小，而取鱼部及后网头分别在400 s和200 s波动较小，这是由于在提升前期，网具3个部分的受力不同[11]，导致其稳定的程度不同。
分析表明，下纲提升深度的变化在提升前期较为稳定，后期波动较为剧烈。这是由于在开始收绞括纲阶段，网衣还有较大的沉降空间，网具还有较多松弛的网衣[15-16, 18]，这时下纲受力较小等，是网具提升前期提升深度较稳定的主要原因。在网具下纲提升速度方面，提升速度随着时间的增加而逐渐加快，与冯维山[12]得出的网具下纲提升速度随着括纲的收绞而加快的研究结果一致。在最大提升速度方面，金枪鱼围网中部最大提升速度可达0.29 m · s-1，是冯维山[12]研究得出的近海围网中部最大提升速度(0.11 m · s-1)的2倍多，这和作业2种围网渔船的甲板机械的配置功率有关，也反映了金枪鱼围网和中国近海鲐、鲱鱼围网在操作要求上存在很大的不同。崔建章和陆赤[13]、陆赤和崔建章[14]研究结果表明网具各部分底环纲张力总的变化呈现出逐渐增大的趋势，这也从力学角度阐明网具提升速度的增加主要是由下纲受力增加所引起。从下纲提升速度的CV来看，下纲在提升过程中，各部位提升速度的变化较为剧烈，而观察到的绞纲速度基本维持约0.5 m · s-1。这可能是由于在括纲的收绞过程中船体、绞纲的速度不稳定及水流变化造成的，还可能是由于各纲绳随时间的增加受力逐渐增加、受力的纲绳产生颤动等有关。
3.3 水流对网具提升速度的影响
由于测试仪器及船舶条件的限制，此研究只采集到10 m、70 m及120 m水层的水流流速。研究发现70 m深的和120 m深的水流流速对于下纲的提升性能有显著性影响(P＜0.01)，而10 m水流流速却无显著性影响，这是由于下纲最终提升的深度为水下约9 m，因此这可能是10 m水层流速对于提升性能无显著性影响的主要原因。研究发现，60 m水流与120 m水流对于网具的沉降性能有显著性影响[7-8]，因此在金枪鱼围网操作过程中可将不同水层水流作为围网操作过程中的主要外部环境因子，这对于金枪鱼围网操作具有一定的参考意义。
-
![]()
图 1 不同气候情境下2015—2100年鲐鱼渔场内不同水层水温的年际变化
Figure 1. Interannual variation of water temperature at different depths in fishing ground of S. japonicus during 2015−2100 under different climatic conditions
![]()
图 2 不同气候情境下2015—2020、2055—2060和2095—2100年内鲐鱼渔场内不同水层水温的平均值
Figure 2. Average water temperature at different depths in fishing ground of S. japonicus during 2015−2020, 2055−2060 and 2095−2100 under different climatic conditions
![]()
图 3 不同气候情境下2100和2015年鲐鱼渔场内不同水层水温差值的空间分布
Figure 3. Spatial distribution of water temperature difference at different depths in fishing ground of S. japonicus in 2100 and 2015 under different climate conditions
![]()
图 4 不同气候情境下2015—2100年东海鲐鱼平均栖息地指数、适宜栖息地及不适宜栖息地面积比例
Figure 4. Interannual variation of average habitat suitability index, percentages of suitable and unsuitable habitat area of S. japonicus in East China Sea under different climatic conditions during 2015−2100
![]()
图 5 不同气候情境下东海鲐鱼栖息地指数在2015—2020、2055—2060和2095—2100年的空间分布
Figure 5. Spatial distribution of habitat suitability index of S. japonicus in East China Sea during 2015−2020, 2055−2060 and 2095−2100 under different climatic conditions
![]()
图 6 不同气候情境下2015—2020、2055—2060和2095—2100年时间段内东海鲐鱼适宜栖息地经纬度重心及其空间分布图
Figure 6. Longitude and latitude center of gravity and its spatial distribution of suitable habitat of S. japonicus in East China Sea during 2015−2020, 2055−2060 and 2095−2100 under different climatic conditions
![]()
图 7 不同气候情境下2015—2020、2055—2060和2095—2100年内各环境因子适宜性指数 (SI≥0.6) 重心
Figure 7. Suitability index (SI≥0.6) center for each environmental factor during 2015−2020, 2055−2060 and 2095−2100 under different climatic conditions
表 1 不同气候情境的不同时间段内东海鲐鱼正常与不适宜栖息地面积变化
Table 1 Changes of normal and unsuitable habitat area of S. japonicus in East China Sea in different time periods under different climatic conditions
模态SSP 年份Year 渔场正常栖息地面积HS/% 面积增减ID_HS/% 渔场不适宜栖息地面积UNSH/% 面积增减ID_UNSH/% SSP126 2015—2020 24.38 — 32.80 — 2055—2060 21.70 −10.99 35.48 +8.17 2095—2100 21.33 −12.51 35.84 +9.27 SSP370 2015—2020 24.07 — 33.11 — 2055—2060 19.48 −19.07 37.70 +13.86 2095—2100 11.39 −52.68 45.79 +38.29 SSP585 2015—2020 24.18 — 32.99 — 2055—2060 18.16 −24.89 39.02 +18.28 2095—2100 7.45 −69.19 49.73 +50.74 注：HS代表渔场正常栖息地面积；ID_SH代表2055—2060和2095—2100年渔场正常栖息地面积相对于2015—2020年正常栖息地面积的增减；UNSH代表渔场不适宜栖息地面积；ID_UNSH代表2055—2060和2095—2100年渔场不适宜栖息地面积相对于2015—2020年不适宜栖息地面积的增减。 Note: HS represents the area of normal habitat of fishing ground; ID_SH represents the increase or decrease of the normal habitat area of the fishing ground during 2055–2060 and 2095–2100 compared with the normal habitat area during 2015–2020; UNSH represents the area of unsuitable habitat of fishing ground; ID_UNSH represents the increase or decrease of the area of unsuitable habitat of fishing ground during 2055–2060 and 2095–2100 compared with that during 2015–2020. 
下载: 导出CSV
-
[1] 李曰嵩, 邢宇娜, 潘灵芝, 等. 鲐鱼生活史及模型应用研究进展[J]. 大连海洋大学学报, 2021, 36(4): 694-705. doi: 10.16535/j.cnki.dlhyxb.2020-227 [2] 刘雅丹. 浅谈气候变化对渔业和水产养殖的影响[J]. 中国水产, 2022(1): 68-71. [3] GENNER M J, SIMS D W, WEARMOUTH V J, et al. Regional climatic warming drives long-term community changes of British marine fish[J]. Proc R Soc B, 2004, 271(1539): 655-661. doi: 10.1098/rspb.2003.2651
[4] PERRY A L, LOW P J, ELLIS J R, et al. Climate change and distribution shifts in marine fishes[J]. Science, 2005, 308(5730): 1912-1915. doi: 10.1126/science.1111322
[5] 周天军, 邹立维, 陈晓龙. 第六次国际耦合模式比较计划 (CMIP6) 评述[J]. 气候变化研究进展, 2019, 15(5): 445-456. [6] KIPARISSIS S, TSERPES G, TSIMENIDIS N. Aspects on the demography of chub mackerel (Scomber japonicus Houttuyn, 1782) in the Hellenic Seas[J]. Belg J Zool. 2000, 130: 5-9.
[7] 范秀梅, 杨胜龙, 张胜茂, 等. 基于栖息地指数的阿拉伯海鲐鱼渔情预报模型构建[J]. 南方水产科学, 2020, 16(4): 8-17. doi: 10.12131/20190255 [8] 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 (自然科学版), 2007(6): 921-926. [9] 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. [10] 李宜锴, 方星楠, 余为, 等. 2005—2016年中国东海鲐鱼渔场的时空分布及与海表面温度的关联[J]. 上海海洋大学学报, 2022, 31(3): 710-720. doi: 10.12024/jsou.20210503429 [11] 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: 2-4. [12] 杨胜龙, 范秀梅, 伍玉梅, 等. 基于GAM模型的阿拉伯海鲐鱼渔场分布与环境关系[J]. 生态学杂志, 2019, 38(8): 2466-2470. doi: 10.13292/j.1000-4890.201908.032 [13] 李曰嵩. 东海鲐鱼 (Scomber japonica) 早期生活史过程的生态动力学模拟研究[D]. 上海: 上海海洋大学, 2012: 41-42. [14] YU W, WEN J, CHEN X J, et al. Effects of climate variability on habitat range and distribution of chub mackerel in the East China Sea[J]. J Ocean Univ China, 2021, 20(6): 1483-1494. doi: 10.1007/s11802-021-4760-x
[15] 刘红红, 朱玉贵. 气候变化对海洋渔业的影响与对策研究[J]. 现代农业科技, 2019(10): 244-247. doi: 10.3969/j.issn.1007-5739.2019.10.149 [16] CHEUNG W W L, LAM V W Y, SARMIENTO J L, et al. Large-scale redistribution of maximum fisheries catch potential in the global ocean under climate change[J]. Glob Chang Biol, 2010, 16(1): 24-35. doi: 10.1111/j.1365-2486.2009.01995.x
[17] 苏杭, 陈新军, 汪金涛. 海表水温变动对东、黄海鲐鱼栖息地分布的影响[J]. 海洋学报, 2015, 37(6): 88-96. [18] 张孝威. 鲐鱼[M]. 北京: 农业出版社, 1983: 42-46. [19] SHULTZ A D, ZUCKERMAN Z C, TEWART H A, et al. Seasonal blood chemistry response of sub-tropical nearshore fishes to climate change[J]. Conserv Physiol, 2014, 2(1): 1-12.
[20] YASUDA T, NAGANO N, KITANO H. Diel vertical migration of chub mackerel: preliminary evidence from a biologging study[J]. Mar Ecol Prog Ser, 2018, 598: 147-151. doi: 10.3354/meps12636
[21] CHEN, X J, TIAN S Q, GUAN W J. Variations of oceanic fronts and their influence on the fishing grounds of Ommastrephes bartramii in the Northwest Pacific[J]. Acta Oceanol Sin, 2014, 33(4): 45-54. doi: 10.1007/s13131-014-0452-3
[22] 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. [23] 宋利明, 许回, 陈明锐. 毛里塔尼亚海域日本鲭时空分布与海洋环境的关系[J]. 上海海洋大学学报, 2020, 29(6): 868-877. doi: 10.12024/jsou.20190702746 [24] 官文江, 陈新军, 高峰, 等. 海洋环境对东、黄海鲐鱼灯光围网捕捞效率的影响[J]. 中国水产科学, 2009, 16(6): 949-958. doi: 10.3321/j.issn:1005-8737.2009.06.016 [25] 王子鸣. 基于气候变化分析对海洋的影响[J]. 湖北农机化, 2020(5): 25. [26] 何越. 全球变暖背景下热带太平洋及中国近海气候变化动力降尺度预估[D]. 厦门: 厦门大学, 2017: 64-65. [27] STOUFFER R J, BROCCOLI A J, DELWORTH T L, et al. GFDL's CM2 Global Coupled Climate Models. Part IV: idealized climate response[J]. J Clim, 2015, 19(5): 723-740.
[28] LEE H C. Impact of atmospheric CO2 doubling on the North Pacific subtropical mode water[J]. Geophys Res Lett, 2009, 36(6): 295-311.
[29] 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: 14-15. [30] 马超, 庄之栋, 刘勇, 等. 西北太平洋公海灯光敷网渔获组成及主要种类渔业生物学特征研究[J]. 渔业研究, 2018, 40(2): 141-147. [31] SASSA C, KAWAGUCHI K, TAKI K. Larval mesopelagic fish assemblages in the Kuroshio-Oyashio transition region of the western North Pacific[J]. Mar Biol, 2007, 150(6): 1403-1415. doi: 10.1007/s00227-006-0434-x
[32] YATSU A, SASSA C, MOKU M, et al. Night-time vertical distribution and abundance of small epipelagic and mesopelagic fishes in the upper 100 m layer of the Kuroshio-Oyashio Transition Zone in spring[J]. Fish Sci, 2005, 71(6): 1280-1286. doi: 10.1111/j.1444-2906.2005.01094.x
[33] TIAN Y, UENO Y, SUDA M, et al. Decadal variability in the abundance of Pacific saury and its response to climatic/oceanic regime shifts in the northwestern subtropical Pacific during the last half century[J]. J Mar Syst, 2004, 52: 235-257. doi: 10.1016/j.jmarsys.2004.04.004
[34] DING X, HU B, LI J, et al. Late Holocene Orbital forcing and solar activity on the Kuroshio Current of subtropical North Pacific at different timescales[J]. Front Earth Sci, 2022, 10: 1-11.
[35] 龚彩霞. 未来气候变化情景下西北太平洋柔鱼资源变动[D]. 上海: 上海海洋大学, 2020: 69-70. -
期刊类型引用(9)
1. 王禹，段静瑶，王志龙，苏岩峰，喻佩. 水产品中杂环胺类化合物的形成及调控研究进展. 中国食品添加剂. 2024(02): 283-290 . 
百度学术
2. 阳日东，倪来学，姚现琦，解万翠，车红霞，李红燕，董秀芳. 肉制品中杂环胺影响因素及检测方法的研究进展. 肉类研究. 2023(08): 52-60 . 百度学术
3. 陈敬敬，韩金花，张永胜，师希雄. 肉制品中杂环胺的研究进展. 中国食品卫生杂志. 2022(01): 168-174 . 百度学术
4. 王惠汀，孙学颖，王丹，郭进，靳烨，赵丽华. 肉制品中杂环胺类化合物形成及控制措施的研究进展. 食品研究与开发. 2022(05): 195-203 . 百度学术
5. 程轶群，雷阳，周兴虎，金福源，汪昌保，黄明. 传统肉制品中杂环胺研究进展. 食品科学. 2022(05): 316-327 . 百度学术
6. 谢洋洋，王小溪，闫文杰，赵卓，李兴民. 肉制品中杂环胺的研究进展. 食品研究与开发. 2017(15): 199-205 . 百度学术
7. 王晓龙，佟长青，赵前程，李伟. 我国输美水产品退回数据、存在问题及其解决对策. 河北渔业. 2016(01): 64-66 . 百度学术
8. 陈炎，蔡克周，杨潇，刘亚茜，潘丽军，姜绍通，陈从贵. 外源成分对肉制品中杂环胺抑制效果的研究进展. 食品科学. 2015(23): 329-333 . 百度学术
9. 王南，王桂瑛，赵莹莹，刘登勇. 高温加工肉制品中PhIP的形成与控制. 肉类研究. 2014(10): 33-36 . 百度学术
其他类型引用(10)
计量
- 文章访问数:
- HTML全文浏览量:
- PDF下载量:
- 被引次数: 19
粤公网安备 44010502001741号
