Environmental impact mechanism of skipjack tuna fishery in Western and Central Pacific Ocean based on Multi-scale Geographical Weighted Regression Model (MGWR)
-
摘要:
鲣 (Katsuwonus pelamis) 是中西太平洋金枪鱼围网捕捞的重要资源,其资源分布受环境影响明显。为探索环境对鲣渔获率影响的空间异质性特征,利用中西太平洋渔业委员会 (Western and Central Pacific Fisheries Commission, WCPFC) 所公布的2005—2019年中西太平洋金枪鱼围网综合的1°×1°渔业及海洋环境数据,对标准化后的环境因子及渔获率选用多尺度地理加权回归 (Multi-scale Geographically Weighted Regression, MGWR) 方法进行研究。结果表明:1) 与传统广义加性模型 (Generalized Additive Model, GAM) 相比,考虑环境影响空间异质性问题的地理加权回归模型 (Geographically Weighted Regression, GWR) 和MGWR拟合优度 (R2) 有明显提升,校正后拟合优度 (Adjusted R2) 分别为0.273、0.846和0.871,且拟合结果的空间分布形态更符合真实情况。2) 各环境因子对鲣资源分布存在显著的空间非平稳性影响。各海洋环境因子对鲣渔获率分布影响的空间异质性程度 (各环境变量变异系数大小) 依次为水下55 m东西向海流速度 (Sea water X velocity at 55 m depth, U55)>海表面温度 (Sea surface temperature, SST)>净初级生产力 (Net primary productivity, NPP)>100 m盐度 (Sea water salinity at 100 m depth, S100)>55 m南北向海流速度 (Sea water Y velocity at 55 m depth, V55)。3) 各环境因子的影响存在明显尺度效应差异,NPP的作用尺度为44,其次为S100和U55 (均为48),SST的为54,V55为全局尺度。4) 总体上,S100、NPP、SST、V55和U55对鲣渔获率正向影响比例依次为73.5%、64.8%、66.8%、80.8%和32.3%;其中S100、NPP和SST对鲣渔获率空间分布的影响相似,具体表现为东西向差异,170°E以西主要为正向影响,170°E以东为负向影响;U55为负向影响为主的因子。
-
关键词:
- 鲣 /
- 多尺度地理加权回归模型 /
- 空间异质性 /
- 中西太平洋
Abstract:Katsuwonus pelamis is an important resource for tuna purse seine fishing in the Western and Central Pacific Ocean, and its resource distribution is significantly affected by environment. In order to explore the characteristics of spatial heterogeneity of environmental impact on tuna catch rate, we used the 1°×1° fishery and marine environmental data of the Western and Central Pacific Ocean tuna purse-seine published by the Western and Central Pacific Fisheries Commission (WCPFC) from 2005 to 2019, and investigated the standardized environmental factors and catch rates by using Multi-scale Geographically Weighted Regression (MGWR) method. The results show that: 1) Compared with the traditional Generalized Additive Model (GAM), the Geographically Weighted Regression (GWR) and MGWR with spatial heterogeneity of environmental impacts improved the fit performance significantly. 2) Significant spatial non-stationarity was found for each environmental factor on the distribution of tuna resources. The degree of spatial heterogeneity (The magnitude of the coefficient of variation) of each environmental factor on the distribution of tuna catch rate followed a descending order of Sea water X velocity at 55 m depth (U55) > Sea surface temperature (SST) > Net primary productivity (NPP) >Sea water salinity at 100 m depth (S100) > Sea water Y velocity at 55 m depth (V55). 3) The effects of the environmental factors were found to have significant scale effects. 4) Overall, the positive effects of S100, NPP, SST, V55 and U55 on the catch rate of tuna were 73.5%, 64.8%, 66.8%, 80.8% and 32.3%, respectively. The effects of S100, NPP and SST on the spatial distribution of bonito catch rate were similar, specifically in terms of east-west differences, with positive effects mainly west of 170°E and negative effects east of 170°E. U55 was the main factor with negative effects.
-
氨氮是水产养殖中蛋白质的分解产物,主要由剩余食物和鱼粪分解产生[1],其主要在水中以氨 (NH3) 和离子态铵 (NH4 +) 的形式存在。NH3是一种脂溶性氨水,容易穿透细胞膜而对鱼类造成毒害[2]。大多数鱼类对环境中的氨氮浓度很敏感,是导致鱼病发生的主要环境因子之一。氨氮胁迫会损伤鱼类的鳃组织,渗透进入血液淋巴组织,机体抗氧化酶系统受损,鳃、消化器官等组织结构发生病变从而影响机体呼吸及消化功能,甚至引起发病死亡[3-4]。因此,研究氨氮胁迫对水产动物生理指标及组织结构的影响,可为胁迫因子对机体的影响监测提供基础指标并明确鱼类对氨氮的耐受性,对促进水产养殖的可持续发展具有重要意义。目前,氨氮对水生生物影响的研究已有很多,如黑鲷 (Acanthopagrus schlegeli)[5]、牙鲆 (Paralichthys olivaceus)[6]、黄颡鱼 (Pelteobagrus fulvidraco)[7]、克氏原螯虾 (Procambarus clarkia)[8]、奥尼罗非鱼 (Oreochromis niloticus×O. areus)[9]、方斑东风螺 (Babylonia areolata)[10]等。黄厚见等[11]发现,随着氨氮浓度的升高,梭鱼 (Liza haematocheila) 的胃蛋白酶活力显著下降。不同氨氮浓度胁迫下,福瑞鲤 (Cyprinus carpio)[12] 与刺参 (Stichopus japonicus) [13]的Na+/K+-ATP酶与呼吸代谢酶活力随氨氮浓度的升高而降低。研究表明高于0.60 mg·L−1的氨氮会使吉富罗非鱼幼鱼的组织结构受损,显著影响罗非鱼的消化酶水平,从而使其生长率明显低于对照组[14]。团头鲂 (Megalobrama amblycephala) 幼鱼在氨氮胁迫6 h后,鳃丝血管扩张,上皮组织增生,肝细胞肿胀,胁迫48 h,鳃小片卷曲,上皮细胞部分脱落;肝细胞部分溶解、血窦扩张,形成点状病灶,组织结构受到严重破坏[15]。不同的水生生物对氨氮的耐受能力不同,不同规格的同一品种鱼对氨氮的耐受能力也存在差异[16]。
翘嘴鳜 (Siniperca chuatsi) 为典型肉食性鱼类,喜食活饵。目前,翘嘴鳜的养殖由于过度追求数量,养殖密度高,养殖过程中投喂大量的饵料鱼,饵料残渣和鱼的代谢产物在水中快速积累易导致水体中的氨氮浓度快速升高[17-18]。生产实践表明翘嘴鳜对氨氮非常敏感,氨氮胁迫下其生长特性、消化功能均可能发生变化,进而影响了养殖效益。目前国内外针对翘嘴鳜幼鱼的研究主要集中在生长选育、食性改良等方面,而关于氨氮胁迫的研究却很少。本实验以翘嘴鳜幼鱼鳃、消化组织为研究对象,分析半致死浓度(LC50)氨氮胁迫下,不同胁迫时间,翘嘴鳜幼鱼鳃丝呼吸代谢酶 [ 乳酸脱氢酶 (LDH)、己糖激酶(HK)]与Na+/K+-ATP酶以及胃囊、肠道消化酶[ 淀粉酶 (AMS)、胃蛋白酶、脂肪酶 (LPS)]活力的变化,探究急性氨氮胁迫对翘嘴鳜幼鱼鳃与消化道生理功能的影响机制,进而实时监测养殖水体的氨氮浓度变化,预防病害,以期为翘嘴鳜的生态健康养殖提供依据。
1. 材料与方法
1.1 实验用鱼
本研究所用翘嘴鳜幼鱼均选自南京农业大学无锡渔业学院南泉养殖基地,暂养于室内控温循环水养殖系统 (400 L·桶−1)。选取体表无损伤、规格整齐的翘嘴鳜幼鱼300尾。实验开始前,翘嘴鳜幼鱼于室内控温循环水养殖系统暂养14 d。暂养期间保持自然光照周期,暂养水体实验条件为溶解氧 (DO)质量浓度≥6 mg·L−1、氨氮质量浓度≤0.05 mg·L−1、水温 (22.0±0.5) ℃。暂养期间饵料鱼每2 d投放1次,数量为翘嘴鳜的2倍。
1.2 实验方法
1.2.1 氨氮胁迫96 h LC50测试
室内循环水系统保持水温 (22.1±0.3) ℃,暂养14 d后选取规格整齐的翘嘴鳜幼鱼120尾[ 体质量 (13.55±0.69) g,体长 (9.26±0.35) cm]进行LC50测试。设定0、30、60和90 mg·L−1氯化铵 (NH4Cl) (试剂号75-09-2,国药集团化学试剂有限公司) 4个浓度梯度。每组浓度设置3个平行,每个平行放置10尾鱼。在96 h观测期中每隔8 h使用W-1型多参数水质分析仪 (杭州陆恒生物科技有限公司) 检测各水体氨氮浓度,将其调整为实验设计的氨氮浓度,每24 h换水1/4。观测翘嘴鳜幼鱼的活性变化,计数并捞出死亡个体 (鱼体侧翻且鳃盖停止扇动视为死亡)。
1.2.2 氨氮胁迫实验
暂养结束后,依据氨氮胁迫96 h LC50,设置对照组 (0 mg·L−1) 与实验组 (48.65 mg·L−1),实验组与对照组设置3个重复,选取体质量相近、活性良好的翘嘴鳜幼鱼180尾 [体质量 (13.31±0.49) g、体长 (9.73±0.46) cm] 随机平均放置于6个养殖桶中 (400 L),每桶30尾。对照组为完全曝气的自来水 (氨氮实测值为0.05 mg·L−1)。实验期间水温 (22.0±0.5) ℃, pH维持在7.70±0.10,DO质量浓度维持在 (6.13±0.12) mg·L−1, 氨氮胁迫时长为96 h,实验期间保持水体静止,停止进食,持续充氧,每隔8 h使用W-1型多参数水质分析仪 (杭州陆恒生物科技有限公司) 检测各水体氨氮浓度,将其调整为实验设计的氨氮浓度,每24 h换水1/4。
1.3 样品采集
在氨氮胁迫第0、第6、第12、第24、第48和第96小时,每桶分别随机选择3尾翘嘴鳜并用50 mg·L−1 MS-222轻度麻醉,采集翘嘴鳜幼鱼活体的第二鳃弓处鳃丝、胃囊、肠道,−80 ℃冻存用于后续酶活力测定。
1.4 指标测定
Na+/K+-ATP酶、LDH、HK、胃蛋白酶、LPS、AMS检测试剂盒购自南京建成生物研究所。取0.1 g样品加入9倍体积的生理盐水研磨后3 000 r·min−1 4 ℃离心10 min,取上清液−80 ℃保存备用。各种酶活力按试剂盒中的说明书进行操作,均采用比色法进行测定。
1.4.1 Na+/K+-ATP酶活力定义
采用定磷法测定。取同批10%组织匀浆加0.68%的生理盐水稀释至1%,用考马斯亮兰法测定组织中的蛋白含量。以每小时每毫克组织蛋白中ATP酶分解ATP产生1 μmol无机磷的量为1个ATP酶活力单位。
1.4.2 LDH活力单位定义
每毫升上清37 ℃与基质作用15 min,在反应体系中产生1 μmol丙酮酸为1单位。通过测定样品孔与标准孔的吸光值来计算酶活力。
1.4.3 HK活力定义
在37 ℃、pH 7.6的条件下,每克组织蛋白在本反应体系中每分钟生成1 mmol·L−1的NADP定义为1个酶活力单位。在340 nm波长处,测定吸光度的增加值来计算酶活力。
1.4.4 胃蛋白酶定义
每毫克组织蛋白37 ℃下, 每分钟分解蛋白生成1 μg氨基酸相当于1个酶活力单位,通过测定660 nm处的吸光值进行计算。
1.4.5 LPS活力定义
在37 ℃条件下,每升上清与底物反应1 min后,每消耗1 μmol底物为一个酶活力单位。通过测定420 nm处吸光度值的差值来计算酶活力。
1.4.6 AMS活力定义
组织中每毫克蛋白在37 ℃与底物作用30 min,水解10 mg淀粉定义为1个淀粉酶活力单位,根据与碘生成的蓝色复合物来计算AMS活力。
1.5 统计分析
翘嘴鳜幼鱼96 h LC50分析采用直线内插法。实验结果分析使用SPSS 20.0 软件。酶活力检测结果以3个平行组数据 “平均值±标准差 (
$\overline X \pm {\rm{SD}} $ )”表示,实验相同采样时间实验组与对照组的比较采用独立样本t检验进行统计分析。对相同处理组不同时间点的数据进行单因素方差分析 (One-Way ANOVA),差异显著时,使用Duncan's检验法进行差异性分析 (P<0.05)。2. 结果
2.1 LC50的测定
4种NH4Cl浓度处理96 h后,翘嘴鳜幼鱼呈现出不同的应激行为甚至死亡。起初躁动不安、四处游动,随着时间延长,反应更加剧烈。48 h后游动迟缓,尾鳍呈不同程度向内侧弓起,90 mg·L−1实验组鱼尾鳍与身体几乎成直角。在翘嘴鳜幼鱼氨氮胁迫96 h后,0、30、60、90 mg·L−1氨氮浓度组分别死亡0、8、18、29尾,因此计算得出96 h氨氮LC50为48.65 mg·L−1。
2.2 氨氮胁迫对翘嘴鳜幼鱼鳃Na+/K+-ATP酶活力的影响
在96 h氨氮胁迫中各组翘嘴鳜幼鱼鳃Na+/K+-ATP酶活力随时间呈降低-升高-降低的变化趋势 (图1-a)。氨氮胁迫至第6小时,鳃Na+/K+-ATP酶活力显著降低 (P<0.05),随即呈升高趋势;至第48小时已显著高于对照组,达到最高值 (对照组的1.84倍);胁迫至第96小时,Na+/K+-ATP酶活力降低,但仍显著高于对照组 (P<0.05)。
图 1 急性氨氮胁迫对翘嘴鳜幼鱼鳃呼吸代谢酶活力的影响不同小写字母表示同一处理不同时间点之间差异显著 (P<0.05);*. 实验组和对照组在胁迫后同一时间点差异显著 (P<0.05);实验组氨氮质量浓度为48.65 mg·L−1,对照组氨氮质量浓度为0 mg·L−1Figure 1. Effect of acute ammonia stress on respiratory metabolism activity in gill of S. chuatsiDifferent lowercase superscripts indicate significant difference (P<0.05) in the same treatment at different time; *. Significant difference between ammonia stress group and the control group at the same time (P<0.05); concentrations of ammonia in the stress group and the control group are 48.65 mg·L−1 and 0 mg·L−1, respectively.2.3 氨氮胁迫对鳃呼吸代谢酶的作用
急性氨氮胁迫96 h,LDH活力呈升高的变化趋势 (图1-b)。至第12小时,鳃LDH活力开始呈现升高的趋势;至第96小时显著高于对照组,达到最高值 (对照组的2.13倍)。各组翘嘴鳜幼鱼鳃HK活力呈逐步升高的变化趋势 (图1-c)。至第6小时,鳃HK活力显著升高 (P<0.05);至第48小时显著高于对照组,达到最高值 (对照组的1.70倍)。
2.4 翘嘴鳜幼鱼胃囊消化酶活力分析
在96 h急性氨氮胁迫中,胃囊AMS活力随时间呈先降低后升高的变化趋势 (图2-a)。对照组胃囊AMS活力与各实验组之间差异显著 (P<0.05)。氨氮胁迫至第6小时,胃囊AMS活力显著降低 (P<0.05);胁迫至第12小时,胃囊AMS活力达到最低值 (对照组的0.37倍),随即呈现升高的趋势;至第96小时已显著高于对照组,达到最高值 (对照组的1.23倍)。实验组胃囊胃蛋白酶活力随时间呈升高-降低的变化趋势 (图2-b)。受氨氮胁迫的影响,胁迫至第6小时,胃囊胃蛋白酶活力显著降低 (P<0.05),随即呈升高的趋势;胁迫至第48小时,胃囊胃蛋白酶活力达到最高值 (对照组的1.44倍);胁迫至第96小时,实验组胃囊胃蛋白酶活力降低,仍显著高于对照组 (P<0.05)。实验组胃囊LPS随时间呈升高-降低的趋势 (图2-c)。氨氮胁迫至第12小时,胃囊LPS活力显著升高 (P<0.05);第48小时胃囊LPS活力达到最高值 (对照组的1.71倍);胁迫至第96小时,实验组胃囊LPS活力降低,仍显著高于对照组 (P<0.05)。
2.5 翘嘴鳜幼鱼肠道消化酶活力变化
在96 h急性氨氮胁迫中,各组翘嘴鳜幼鱼肠道AMS活力随时间呈先降低后升高的变化趋势 (图2-d)。受氨氮胁迫的影响,对照组肠道AMS活力与各实验组差异显著 (P<0.05)。氨氮胁迫6 h,AMS活力显著降低 (P<0.05);第24小时肠道AMS活力达到最低值 (对照组的0.49倍),随即呈升高趋势;至第48小时已显著高于对照组,达到最高值 (对照组的1.12倍)。各组翘嘴鳜幼鱼肠道胃蛋白酶活力随时间呈先降低后升高的变化趋势 (图2-e)。氨氮胁迫至第6小时,肠道胃蛋白酶活力降低,但与对照组无显著差异 (P<0.05);胁迫至第12小时,实验组肠道胃蛋白酶活力显著降低,达到最低值 (对照组的0.89倍),随即呈升高趋势;至第96小时已显著高于对照组,达到最高值 (对照组的1.15倍)。实验组肠道LPS随时间呈逐渐升高趋势 (图2-f)。胁迫12 h肠道LPS活力显著升高 (P<0.05);至第96小时肠道LPS活力达到最高值 (对照组的2.99倍)。
3. 讨论
Na+/K+-ATP酶对环境渗透压的变化十分敏感,在硬骨鱼类中具有调节渗透压功能的重要作用[19],当水体环境中的高浓度氨氮通过鱼类鳃部进入机体时,鱼类也能够通过广泛分布于鳃组织中的Na+/K+-ATP酶与Na+/K+ (NH4 +) 载体以跨膜运输的方式将氨排出体外[20-21]。攀鲈 (Anabas testudineus) 在氨氮胁迫下其鳃部Na+/K+-ATP酶活力在氨氮胁迫1和6 d后均显著升高,且与胁迫时间呈正相关[22],这表明水体环境中氨氮浓度的变化能够诱导或抑制Na+/K+-ATP酶活力。本实验发现在氨氮胁迫下翘嘴鳜幼鱼鳃部Na+/K+-ATP酶活力持续升高,说明随着胁迫时间的延长,机体诱导提高了Na+/K+-ATP酶活力,通过泌氯细胞膜两侧的转运蛋白与Na+/K+ (NH4 +) 载体将氨排出体外。胁迫至第96小时,Na+/K+-ATP酶仍显著高于对照组,但已呈下降趋势,这可能是由于高浓度的氨氮影响了Na+/K+-ATP酶的蛋白结构,使酶活力降低。鳃部组织细胞功能虽然受到氨氮毒性的影响,但其酶活力仍显著高于对照组,表明鳃主动渗透调节能力仍能通过排出氨氮维持鱼体渗透压平衡。
研究发现随着氨氮胁迫浓度的升高,硬骨鱼的耗氧率与排氨率均受到抑制[23]。HK与LDH是糖酵解过程中的重要酶类,HK能够将葡萄糖磷酸化以进行下一步的代谢反应,是糖无氧酵解反应的限速酶。LDH能够在无氧条件下催化丙酮酸生成乳酸,是生物无氧代谢的标志酶[24-25]。本研究发现翘嘴鳜幼鱼鳃组织中HK与LDH活力随氨氮胁迫时间延长而升高,并一直维持在较高水平,这说明氨氮胁迫下机体有氧呼吸过程可能受到抑制,并通过提高无氧代谢的方式提供机体所需能量。呼吸代谢模式从有氧呼吸向无氧呼吸转变的趋势,在低氧胁迫研究中则更为明显,如低氧胁迫下花鲈(Lateolabrax japanicus)幼鱼肝脏中糖原含量显著降低,LDH活力显著升高[26]。于晓[13]也发现氨氮胁迫下刺参组织中HK活力在短时间内迅速升高。因此在环境中氨氮水平升高时翘嘴鳜幼鱼呼吸代谢功能受氨氮毒性的影响,从而通过增加无氧代谢水平以维持机体能量供应,并缓解部分供氧压力,有利于机体提高对氨氮环境的适应性。
在氨氮胁迫下,随着外源性氨氮不断通过鳃、皮肤、肠道等途径进入鱼体,导致鱼类体内氨氮浓度升高,进而引发氨中毒,鱼类会产生代谢紊乱、生长迟缓、组织损伤病变等一系列毒性效应[27]。高氨氮环境下,鱼类为了维持体内氨氮积累-代谢的平衡,不仅能够活化抗氧化酶、细胞修复因子、免疫因子以修复组织氧化损伤,通过排泄系统、呼吸系统将过多的氨氮排出体外,还可以通过降低活动频率、消化代谢水平以减少体内氨的生成,从而降低氨氮毒性水平[28]。本实验中,氨氮胁迫至第6小时,翘嘴鳜幼鱼胃囊与肠道AMS活力、胃囊胃蛋白酶活力显著下降 (P<0.05)。这说明氨氮胁迫初期,鱼类一方面降解、排出外源性氨氮,同时降低机体消化代谢水平,进一步降低体内氨氮水平,以规避毒性效应的不利影响。在三疣梭子蟹 (Portunus trituberculatus) 的急性氨氮胁迫研究中也发现AMS、胃蛋白酶活力在胁迫初期呈下降趋势[29]。然而在持续的氨氮胁迫下,鱼类为维持体内氨氮积累-代谢的平衡,需要消耗的能量远远高于机体的正常代谢水平,这也刺激了鱼类相应提高消化酶活力以增加能量供给,增强机体对氨氮环境的适应性。实验中氨氮胁迫第12小时后,AMS、胃蛋白酶、LPS呈上升趋势。这说明在持续的高浓度氨氮胁迫下,机体诱导消化酶活力升高,分解体内糖类、蛋白质、脂肪供应机体适应高氨氮环境所消耗的能量。随着氨氮胁迫时间的延长,氨氮不断以NH3的形式经鳃、表皮和肠黏膜等进入鱼体,胃、肠道等消化器官中的血氨含量不断升高,器官表层黏膜持续胁迫于高氨氮环境中可导致消化器官损伤,消化机能下降[30]。本实验中鳜鱼幼鱼胁迫至第96小时,胃囊AMS与肠道胃蛋白酶、LPS活力再次升高,说明持续氨氮胁迫条件下,鱼类通过代谢、排出的方式排出过多的外源性氨氮,降低血氨含量,能量需求大量增加。这可能是由于消化酶活力受机体调控“代偿”性升高,以维持机体的能量供给[31]。本研究还发现,在96 h胁迫过程中AMS活力先降低后升高的变化程度显著高于胃蛋白酶与LPS,这可能与糖类的代谢机制有关。这与李波[32]、常志成等[26]的研究结果相似,即AMS活力急剧升高可能是由于鱼类消化代谢糖类物质供应能量时氧卡系数最高,在供氧不足时鱼类诱导AMS活力急剧升高,以消化代谢体内糖类物质来供应能量。
-
表 1 解释变量间方差膨胀因子
Table 1 Variance inflation factor among explanatory variables
解释变量
Explanatory variable单位
Unit方差膨胀因子
VIF海表面温度
Sea surface temperature, SSTK 1.558 100 m 水深盐度
Sea water salinity at 100 m depth, S100‰ 1.090 净初级生产力
Net primary productivity, NPPmol·(m2·s)−1 1.858 55 m 东西向海水流速
Mean zonal (E-W) current velocity at
55 m depth, U55m·s−1 1.007 55 m 南北向海水流速
Mean meridional (N-S) current
velocity at 55 m depth, V55m·s−1 1.796 表 2 GAM、GWR 和 MGWR 不同回归模型性能评价对比
Table 2 Comparison of statistical parameters of different linear regression models (GAM, GWR and MGWR)
参数
Parameter广义加性
模型
GAM地理加权
回归
GWR多尺度地理
加权回归
MGWR残差平方和 RSS 254 400.400 148.607 129.136 修正的赤池信息准则 AICc 1 477.598 1 572.437 1 287.873 拟合优度 R² 0.369 0.879 0.895 校正后的拟合优度
Adjusted R²0.273 0.846 0.871 表 3 MGWR 与 GWR 带宽对比结果
Table 3 Bandwidth comparison between classical MGWR and GWR models
变量
Variable多尺度地理
加权回归
MGWR占比
Proportion/
%地理加权
回归
GWR占比
Proportion/
%截距 Intercept 48 3.91 65 5.29 海表面温度 SST 54 4.40 65 5.29 100 m 水深盐度 S100 48 3.91 65 5.29 55 m 东西向海水
流速 U5548 3.91 65 5.29 55 m 南北向海水
流速 V551 227 99.84 65 5.29 净初级生产力 NPP 44 3.51 65 5.29 表 4 基于MGWR的各环境因子的局部系数统计描述
Table 4 Statistical description of MGWR local coefficient
变量
Variable均值
Mean标准差
SD最小值
Min.最大值
Max.正值比例
Positive ratio/%负值比例
Negative ratio/%显著性检验
P截距 Intercept −0.036 0.350 −0.552 0.939 38.975 61.025 1.00 海表面温度 SST 0.162 0.331 −0.555 1.551 66.802 33.198 <0.05 100 m 水深盐度 S100 0.574 0.952 −0.359 4.649 73.556 26.444 <0.05 55 m 东西向海水流速 U55 −0.180 0.504 −2.215 0.997 32.303 67.697 <0.05 55 m 南北向海水流速 V55 0.069 0.109 −0.142 0.553 80.797 19.203 <0.05 净初级生产力 NPP 0.172 0.351 −0.787 1.806 64.849 35.151 <0.05 -
[1] 陈新军, 郑波. 中西太平洋金枪鱼围网渔业鲣鱼资源的时空分布[J]. 海洋学研究, 2007(2): 13-22. doi: 10.3969/j.issn.1001-909X.2007.02.002 [2] WILLIAMS P, RUAIA T. Overview of tuna fisheries in the western and central Pacific Ocean, including economic conditions–2019[C]//16th WCPFC Scientific Committee Meeting (SC16). Pohnpei State, Federated States of Micronesia: WCPFC, 2020: 7.
[3] DUERI S, BOPP L, MAURY O. Projecting the impacts of climate change on skipjack tuna abundance and spatial distribution[J]. Global Change Biol, 2014, 20(3): 742-753. doi: 10.1111/gcb.12460
[4] 杨晓明, 戴小杰, 田思泉, 等. 中西太平洋金枪鱼围网渔场变动的预报分析[J]. 中国水产科学, 2016, 23(6): 1417-1425. [5] 王学昉, 许柳雄, 周成, 等. 中西太平洋金枪鱼围网鲣鱼自由鱼群捕获成功率与温跃层特性的关系[J]. 上海海洋大学学报, 2013, 22(5): 763-769. [6] 魏广恩. 北太平洋柔鱼渔场的时空分析与资源丰度的预测[D]. 上海: 上海海洋大学, 2018: 77 [7] 陈洋洋, 陈新军, 郭立新, 等. 基于BP神经网络的中西太平洋鲣鱼渔场预报模型构建与比较[J]. 广东海洋大学学报, 2017, 37(6): 65-73. [8] ROBINSON M, SEI-ICHI S. Ensemble modelling of skipjack tuna (Katsuwonus pelamis) habitats in the Western North Pacific using satellite remotely sensed data: a comparative analysis using Machine-Learning Models[J]. Remote Sens-Basel, 2020, 12(16): 2591. doi: 10.3390/rs12162591
[9] VENABLES W N, DICHMONT C M. GLMs, GAMs and GLMMs: an overview of theory for applications in fisheries research[J]. Fish Res, 2004, 70(2/3): 319-337.
[10] 杨彩莉, 杨晓明, 朱江峰. 不同类型厄尔尼诺事件中环境因子对中西太平洋金枪鱼围网鲣分布响应[J]. 南方水产科学, 2021, 17(3): 8-18. [11] DUQUE-LAZO J, GILS H V, GROEN T A, et al. Transfer ability of species distribution models: the case of Phytophthora cinnamomi in Southwest Spain and Southwest Australia[J]. Ecol Model, 2016, 320: 62-70. doi: 10.1016/j.ecolmodel.2015.09.019
[12] 姜珊, 杨晓明, 朱江峰. 中西太平洋金枪鱼围网鲣渔获率与海洋环境关系的时空异质性[J]. 中国水产科学, 2022, 29(5): 744-754. [13] FENG Y J, LIU Y, CHEN X J. Modeling monthly spatial distribution of Ommastrephes bartramii CPUE in the northwest Pacific and its spatially nonstationary relationships with the marine environment[J]. J Ocean U China, 2018, 17(3): 647-658. doi: 10.1007/s11802-018-3495-9
[14] 沈体雁, 于瀚辰, 周麟, 等. 北京市二手住宅价格影响机制: 基于多尺度地理加权回归模型(MGWR)的研究[J]. 经济地理, 2020, 40(3): 75-83. [15] FOTHERINGHAM A S, YANG W, KANG W. Multiscale geographically weighted regression (MGWR)[J]. Ann Am Assoc Geogr, 2017, 107(6): 1247-1265.
[16] YU H, FOTHERINGHAM A S , LI Z, et al. On the measurement of bias in geographically weighted regression models[J]. Spat Stat-Neth, 2020: 100453.
[17] 李斌, 邢汉发, 刘烨菲. 基于MGWR模型的城市景观与热环境关系分析[J]. 西安理工大学学报, 2021, 37(4): 517-525. [18] 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. [19] BUI D T, LOFMAN O, REVHAUG I, et al. Landslide susceptibility analysis in the Hoa Binh province of Vietnam using statistical index and logistic regression[J]. Nat Hazards, 2011, 59(3): 1413-1444. doi: 10.1007/s11069-011-9844-2
[20] HASTIE T J, TIBSHIRANI R J. Generalized Additive Models[M]. London: Chapman and Hall, 1990: 17.
[21] TSENG C T, SUN C L, YEH S Z, et al. Spatio-temporal distributions of tuna species and potential habitats in the Western and Central Pacific Ocean derived from multisatellite data[J]. Int J Remote Sens, 2010, 31(17/18): 4543-4558.
[22] SONG X L, MI N, MI W B, et al. Spatial non-stationary characteristics between grass yield and its influencing factors in the Ningxia temperate grasslands based on a mixed geographically weighted regression model[J]. J Geogr Sci, 2022, 32(6): 1076-1102. doi: 10.1007/s11442-022-1986-5
[23] 祝新明, 宋小宁, 冷佩, 等. 多尺度地理加权回归的地表温度降尺度研究[J]. 遥感学报, 2021, 25(8): 1749-1766. [24] JONES S, SILAS E G. Synopsis of biological data on skipjack Katsuwonus pelamis (Linnaeus) 1758 (Indian Ocean): FAO Fisheries Biology Synopsis No. 64 Species Synopsis No. 21[R]. Rome: FAO, 1963: 663-694.
[25] DRUON J N, CHASSOT E, MURUA H, et al. Skipjack tuna availability for purse seine fisheries is driven by suitable feeding habitat dynamics in the Atlantic and Indian Oceans[J]. Front Mar Sci, 2017, 4: 315. doi: 10.3389/fmars.2017.00315
[26] 周甦芳, 沈建华, 樊伟. ENSO现象对中西太平洋鲣鱼围网渔场的影响分析[J]. 海洋渔业, 2004(3): 167-172. [27] LEHODEY P M, BERTIGNAC M, HAMPTON J, et al. El Niño Southern Oscillation and tuna in the western Pacific[J]. Nature 1997, 389: 715-718.
[28] MEEHL G A. Characteristics of surface current flow inferred from a Global Ocean Current Data Set[J]. J Phys Oceanogr, 1982, 12(6): 538-555. doi: 10.1175/1520-0485(1982)012<0538:COSCFI>2.0.CO;2
[29] 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. [30] 黄易德. 中西太平洋正鲣资源时空分布特性之研究[D]. 基隆: 台湾海洋大学, 2002: 83. [31] SUGIMOTO T, KIMURAA S, TADOKOROB K. Impact of El Niño eventsand climate regime shift on living resources in the western North Pacific[J]. Prog Oceanogr, 2001, 49: 113-127. doi: 10.1016/S0079-6611(01)00018-0
[32] 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. [33] 杨晓明, 戴小杰, 王学昉, 等. 基于点格局的中西太平洋金枪鱼围网中鲣的空间格局特征[J]. 中国水产科学, 2017, 24(3): 633-639. [34] 杨胜龙, 周甦芳, 周为峰, 等. 基于Argo数据的中西太平洋鲣渔获量与水温、表层盐度关系的初步研究[J]. 大连水产学院学报, 2010, 25(1): 34-40. [35] 叶泰豪, 冯波, 颜云榕, 等. 中西太平洋鲣渔场与温盐垂直结构关系的研究[J]. 海洋湖沼通报, 2012(1): 49-55. [36] PICAUT J, IOUALALEN M, MENKES C, et al. Mechanism of the zonal displacements of the Pacific warm pool: implications for ENSO[J]. Science, 1996, 274(5292): 1486-1489. doi: 10.1126/science.274.5292.1486
[37] ZHANG F, ZHANG R H. Interannually varying salinity effects on ENSO in the tropical Pacific: a diagnostic analysis from Argo[J]. Ocean Dyn, 2015, 65(5): 691-705. doi: 10.1007/s10236-015-0829-7
[38] 唐未, 王学昉, 吴峰, 等. 基于最大熵模型模拟西印度洋剑鱼栖息地的时空分布[J]. 海洋学报, 2022, 44(10): 100-108. [39] 张小龙, 付东洋, 刘大召, 等. 基于EOF分析中西太平洋金枪鱼围网渔场的海洋环境[J]. 海洋学研究, 2019, 37(2): 81-94. [40] 唐浩, 许柳雄, 陈新军, 等. 基于GAM模型研究时空及环境因子对中西太平洋鲣鱼渔场的影响[J]. 海洋环境科学, 2013, 32(4): 518-522. -
期刊类型引用(9)
1. 王恒杰,戴梦杨,王倩,熊信宇,王灿莉,袁向阳. 环境胁迫因子对鱼类健康影响的研究进展. 中国农学通报. 2025(02): 157-164 . 百度学术
2. 罗寒雨,刘笑,郑菲菲,毛天宇,冯柯尧,孙艳红,祝东梅. 翘嘴鳜肝脏组织原代细胞培养技术的建立. 水产科学. 2024(05): 808-816 . 百度学术
3. 陈旭 ,左涛 ,周胜杰 ,杨蕊 ,于刚 ,秦传新 ,马振华 . 饲喂甘草后低盐胁迫对尖吻鲈相关酶活性的影响. 水产科学. 2023(03): 404-412 . 百度学术
4. 张成硕 ,赵岩 ,王艳玲 ,曾萌冬 ,赵金良 . 酸碱胁迫对鳜存活率、组织结构及解毒酶活性的影响. 水产科学. 2023(04): 640-647 . 百度学术
5. 卫明亮,张志伟,张志勇,林志杰,祝斐,贾超峰,孟乾,徐大凤,张曹进. 冷应激对黑鲷组织损伤及细胞凋亡基因表达的影响. 南方水产科学. 2022(05): 110-117 . 本站查看
6. 杨慧,胡华蓉. 华东地区活鱼运输应激反应研究及预防建议. 黑龙江水产. 2022(06): 68-69 . 百度学术
7. 韩朝婕,陈屹洋,贺振楠,张严匀,周文礼,高金伟,贾旭颖. 氨氮胁迫对水产动物生长、消化酶及免疫影响的研究进展. 河北渔业. 2021(05): 32-35 . 百度学术
8. 张三珊,刘海粟,林妙华,廖绍安,王安利,付胜利. 大蒜和茯苓对草鱼幼鱼肠道结构、功能及肠道微生物群落的影响. 饲料工业. 2021(22): 6-13 . 百度学术
9. 刘炜,周国勤,裴雪莹,茆健强,陈树桥,张雷鸣,石晓兰. 运输密度对兴凯湖翘嘴鲌水箱水质的影响. 中国农学通报. 2021(35): 124-130 . 百度学术
其他类型引用(7)