Study on fishery resource assessment of Pacific saury by length-based cohort analysis
-
摘要:
秋刀鱼 (Cololabis saira) 分布于西北太平洋亚热带到温带海域，是中国远洋渔业主要的捕捞对象之一。为探究其资源状况，根据2014—2018年西北太平洋秋刀鱼的渔获体长组成和生物学数据，对体长世代分析 (Length-based cohort analysis, LCA) 模型和基于生物量的体长世代分析 (Biomass-based length-cohort analysis, B-LCA) 模型进行性能检验和敏感性分析，并利用蒙特卡洛 (Monte Carlo) 方法估算模型参数、秋刀鱼资源量、捕捞死亡系数以及最大持续产量。结果表明：1) 在5、10和15 mm体长间隔下，LCA和B-LCA模型均表现出优秀的拟合能力，且在5 mm体长间隔下，2种模型的拟合能力均更强；2) LCA模型对于以尾数为单位的渔业数据表现更佳，B-LCA模型对于以质量为单位的渔业数据表现更佳；3) LCA和B-LCA模型对生长因子(b)、渐近体长(L∞)的变化均较敏感，且对b的敏感程度更高；4) LCA模型估算的2014—2018年秋刀鱼平均资源质量约为65.93×104~171.51×104 t，捕捞死亡系数为0.529 2，最大持续产量为37.73×104 t，而B-LCA模型估算的平均资源质量约为47.88×104~126.25×104 t，捕捞死亡系数为0.540 5，最大持续产量为33.02×104 t。2种模型估算的最大持续产量均低于北太平洋渔业委员会 (North Pacific Ocean Commission, NPFC)各成员国年均产量 (40.98×104 t)，表明2014—2018年秋刀鱼资源处于过度捕捞状态。
Abstract:Being one of the primary fishing targets in Chinese pelagic fishing, Pacific saury (Cololabis saira) is distributed in the subtropical to temperate waters of the northwest Pacific Ocean. In order to explore its resource status, according to the catch at size and biological data of Northwest Pacific saury from 2014 to 2018, we conducted a performance test and a sensitivity analysis on length-based cohort analysis (LCA) model and biomass-based length-cohort analysis (B-LCA) model. Besides, we applied Monte Carlo method to estimate the model parameters, resource quantity, fishing mortality coefficients and maximum sustainable yield of Pacific saury. The results show that: 1) The LCA model and B-LCA model exhibited excellent fitting abilities at 5, 10 and 15 mm length intervals, with stronger fitting abilities at 5 mm interval. 2) LCA model performed better for fishery data in units of number, while B-LCA model performed better for fishery data in units of mass. 3) Both LCA and B-LCA models were sensitive to changes in growth factor ($ b $) and asymptote length ($ {L}_{\infty } $), with higher sensitivity to b. 4) The average resource mass of Pacific saury from 2014 to 2018 estimated by LCA model was about 65.93×104−171.51×104 t; the fishing mortality coefficient was 0.529 2; the maximum sustainable yield was 37.73×104 t. The average resource mass estimated by B-LCA model was about 47.88×104−126.25×104 t; the fishing mortality coefficient was 0.540 5; the maximum sustainable yield was $ 33.02\times {10}^{4} $ t. The maximum sustained production estimated by both models was lower than the average annual production of NPFC (North Pacific Ocean Commission) member countries ($ 40.98\times {10}^{4} $ t), indicating that the Pacific saury resources had been overfished from 2014 to 2018.
-
Keywords:
- Cololabis saira /
- Catch at size /
- LCA model /
- B-LCA model /
- Resource quantity /
- Maximum sustainable yield
-
中国对虾 (Fenneropenaeus chinensis)，又名中国明对虾、明虾，体型大，价格昂贵，是黄、渤海区重要的经济虾类之一。其蛋白质含量高，富含镁 (Mg)、铁 (Fe) 等多种微量元素，营养价值高[1]。中国对虾在贮运流通过程中易发生黑变，严重影响商品价值。研究表明，虾体中的酪氨酸在有氧条件下经酚氧化酶 (Phenoloxidase, PO) 催化生成L-3,4-二羟基苯丙氨酸 (Levodopa, L-DOPA)，进一步生成醌类化合物，而醌类物质极不稳定，可自发聚合生成黑色素，或者与蛋白质官能团交联生成黑色素，导致黑变发生[2]。虾的防黑保鲜一直是国内外研究的热点，目前虾类保鲜除控制温度外，主要采用化学方法。生产中常用亚硫酸盐类、4-己基间苯二酚 (4-hexylresorcinol, 4-HR) 等化学试剂来延缓虾的黑变。GB 2760—2014《食品添加剂使用标准》明确规定了焦亚硫酸钠和4-HR的残留限量，即虾体内二氧化硫 (SO2) 残留量不得超过0.1 g·kg−1，4-HR残留量不得超过1 mg·kg−1。国内外学者对亚硫酸盐类[3-5]和4-HR[6-7]在虾类防黑保鲜中的应用进行了系列研究，发现在限量范围内，亚硫酸盐和4-HR的防黑效果有限，且过量使用则可能产生安全问题[8]。近年来的相关研究多聚于一些天然植物提取物，如植物多酚[9]、石榴皮提取物[10]、绿茶提取物[11]等，在抑制虾类黑变方面表现出较大的应用潜力。将这些天然植物提取物与焦亚硫酸钠、4-HR等复配使用，有助于解决单一成分防黑效果不理想的问题[12]。
本研究在GB 2760限定范围内对具有潜在防黑作用的物质进行筛选，将常用的焦亚硫酸钠、4-HR与筛选确定的天然植物提取物进行复配，通过正交试验确定了复合防黑保鲜剂的最优配比，并对其在中国对虾防黑保鲜方面的应用效果进行了验证。研究结果为虾类绿色高效防黑保鲜剂的开发与应用提供参考。
1. 材料与方法
1.1 材料与试剂
鲜活中国对虾购于青岛市崂山区沙子口码头，体长 (19.7±1.25) cm，体质量 (62.5±10.0) g，充氧保活条件下2 h内运至实验室，经暂养后流水冲洗，然后加冰猝死，置于无菌样品袋中备用。
石榴皮提取物 (纯度为90%)、葡萄籽提取物 (纯度为95%) (均为食品级) 购自陕西昊辰生物科技有限公司；竹叶抗氧化物 (食品级) 购自河南豫中生物科技有限公司；三氯乙酸 (TCA)、抗坏血酸、焦亚硫酸钠、硫代巴比妥酸 (TBA)、4-己基间苯二酚 (均为分析纯) 购自国药集团化学试剂有限公司。
1.2 仪器与设备
METTLER TOLEDO (梅特勒托利多) 分析天平 (苏州赛恩斯仪器有限公司)；T18高速分散机 (德国IKA公司)；SHA-B恒温振荡器 (常州国语仪器制造有限公司)；5PX-25085H-II生化培养箱 (上海新苗医疗器械有限公司)。
1.3 方法
1.3.1 对虾酚氧化酶的提取与纯化
参照Zhang等[13]的方法提取酚氧化酶粗酶，并略作调整。将虾的头胸部经液氮冷冻后研磨成粉，按照1∶3 (m∶v) 的比例将头胸部粉末与缓冲液 [0.05 mol·L−1、pH 7.2磷酸盐缓冲液，含0.2% (w) Brij-35和1 mol·L–1氯化钠 (NaCl)] 混合，4 ℃下搅拌30 min，过滤，将上清液于4 ℃、8 000 r·min–1离心30 min，过滤，得到的上清液即为粗酶液。
参照Sae-Leaw和Benjakul[14]的方法对酚氧化酶粗酶进行纯化。称取一定质量的硫酸铵固体加入到酚氧化酶粗酶液中，使其质量分数达50%，静置30 min后于8 000 r·min–1条件下离心30 min，去除上清液，收集沉淀于透析袋中透析24 h，期间更换3次透析液，透析结束后进行浓缩，8 000 r·min–1离心30 min，除去不溶物。经硫酸铵沉淀后的粗酶液上样于弱阴离子交换柱DEAE Sepharose Fast Flow (1.6 cm×25 cm)，用0.05 mol∙L–1的磷酸盐 (pH 7.2) 清洗柱至A280 nm小于0.05，分别使用含0.1、0.2、0.3、0.4、0.5 mol·L–1 NaCl的磷酸盐缓冲液 (0.05 mol·L–1, pH 7.2) 进行洗脱，流速1 mL·min–1，测定各管的酚氧化酶活性，将有酚氧化酶活性和蛋白峰的管分别合并，利用超滤管对其除盐浓缩后置于−80 ℃中保存备用。
1.3.2 不同物质对酚氧化酶活性的影响
参照Nirmal等[15]的方法并略有改动。将不同质量浓度 (1.0、3.0、5.0、7.0、10.0 g·L–1) 的抗坏血酸、竹叶抗氧化物、石榴皮提取物、葡萄籽提取物与酚氧化酶溶液按1∶1 (v∶v)的比例混合，室温下反应30 min后与底物L-DOPA溶液 (15 mmol·L–1，去离子水溶解) 混合，45 ℃水浴中孵育3 min，测定其475 nm处的动力学曲线。对照组以去离子水代替。试验结果以相对于酚氧化酶最大酶活的百分比表示。1个酶活力单位(U)定义为，在475 nm波长下，单位体积酶溶液 (mL) 在单位时间 (min) 内使酶促反应吸光度值增加0.001，用U·mL–1酶液表示。
1.3.3 复合保鲜剂配比优化
预试验发现，焦亚硫酸钠溶液质量浓度不超过15 g·L–1时，处理对虾体内的SO2残留量低于0.1 g·kg–1；4-HR溶液质量浓度不超过50 mg·L–1时，4-HR残留量不高于1 mg·L–1。基于预试验结果，并参照文献[12]，选取抗坏血酸、竹叶抗氧化物、焦亚硫酸钠、4-HR，分别设置质量浓度为1.0~5.0 g·L–1、1.0~5.0 g·L–1、13.0~15.0 g·L−1、30.0~50.0 mg·L–1。采用4因素、3水平L9 (34) 正交试验 (表1) 对复合保鲜剂的配比进行优化。以中国对虾酚氧化酶活性为指标，对照组以去离子水代替，每组取3次平行样。
表 1 复合保鲜剂配方正交试验设计Table 1. Orthogonal experiment design of compound anti-blackening preservative水平
LevelA：抗坏血酸
Ascorbic acid/(g·L–1)B：竹叶抗氧化物
Bamboo leaf antioxidant/(g·L–1)C：焦亚硫酸钠
Sodium metabisulfite/(g·L–1)D：4-HR
4-hexylresorcinol/(mg·L–1)1 1.0 1.0 13.0 30.0 2 3.0 3.0 14.0 40.0 3 5.0 5.0 15.0 50.0 1.3.4 复合保鲜剂的配制和使用
按1.3.3得到的复合保鲜剂的最佳配比配制成溶液，虾与保鲜剂的比例为1∶4 (m∶v)，浸泡时间为1 min，浸泡后沥水2~3 min。
1.3.5 指标检测
按照1.3.4的方法处理后，于4 ℃条件下贮藏，分别在第0、第24、第48、第72、第96、第120、第144 小时取样，同时对照组以去离子水浸泡后于同一条件下取样，进行黑变评分并测定相关指标。
1.3.5.1 黑变评分
参考Montero等[6]的方法，由6名经培训的感官品评人员采用表2的标准对样品的黑变情况进行评分。
表 2 中国对虾黑变评分标准Table 2. Evaluation criteria for blakening of F. chinensis分值
Score黑变情况
Condition of blackening0 无黑变，即体表完全没有黑点 0.1~1.0 轻微黑变，即体表有少量黑点或整体黑变面积较小 1.1~2.0 中等黑变，即体表有较多的黑点或整体黑变面积稍大 2.1~3.0 严重黑变，即体表有大量黑点或整体黑变面积大 1.3.5.2 硫代巴比妥酸反应物 (Thiobarbituric acid reactive substance, TBARS) 值的测定
TBARS值的测定参照GB 5009.181—2016 《食品安全国家标准 食品中丙二醛的测定》中第二法 分光光度法，结果以mg·kg−1表示。
1.3.5.3 挥发性盐基氮 (Total volatile basic nitrogen, TVB-N) 值的测定
TVB-N值参照GB 5009.228—2016《食品中挥发性盐基氮的测定》中的微量扩散法测定，结果以mg·100 g–1表示。
1.3.5.4 菌落总数的测定
菌落总数参照GB 4789.2—2022《食品微生物学检验 菌落总数测定》，采用平板计数，计数单位为lg CFU·g–1。
1.3.5.5 微生物多样性分析
将经复合保鲜剂处理后的中国对虾于4 ℃条件下贮藏，分别在第0、第72、第144 小时取样，分析其微生物多样性。采用HTAB (Hexadecyltrimethy ammonium bromide) 法[16]从样本中提取基因组DNA，对16S rDNA的V3–V4区进行扩增，电泳检测PCR扩增产物的纯度，用QuantiFluorTM荧光计定量，将纯化的扩增产物等量混合，连接测序接头，构建测序文库，Illumina PE250上机测序 (由广州基迪奥生物科技有限公司协助完成)[17]。参照Huptas等[18]的方法筛选数据后进行聚类分析，将一致性超过95%的序列聚类为操作分类单位 (Operational taxonomic unit, OTU) 去除聚类比对过程中的嵌合体序列，得到最终有效数据，并进行OTU丰度统计分析。
1.3.6 数据处理
试验重复2次，每次取3次平行样，结果以“平均值±标准差 ($\bar x $±s)”表示。采用t-检验进行组间差异显著性分析，P<0.05为差异显著，P<0.01为差异极显著。使用Origin Pro 2022b软件作图。
2. 结果与分析
2.1 不同物质对酚氧化酶活力的抑制作用
抗坏血酸、葡萄籽提取物、石榴皮提取物、竹叶抗氧化物对酚氧化酶的抑制作用见图1。当抗坏血酸的质量浓度为3.0 g·L–1时，可抑制90%以上的酚氧化酶活性。抗坏血酸可以通过还原黑变过程中的中间产物-醌类物质来阻断黑变进程[19]，抗坏血酸还可以作为竞争性抑制剂与酚氧化酶的双铜活性中心结合，减少酶与底物的接触，进而抑制黑变[20]。在试验选定的浓度范围内，葡萄籽提取物对酚氧化酶的抑制作用与其质量浓度几乎呈线性相关，但过高浓度的葡萄籽提取物溶液颜色过深，对虾的感官品质有不良影响，因此不适宜作为复合保鲜剂的配方。石榴皮提取物对酚氧化酶的抑制作用有限，当质量浓度提高至7.0 g·L–1时，也仅能将相对酶活控制在70%左右。竹叶抗氧化物质量浓度为3.0 g·L–1时几乎可以完全抑制酚氧化酶活性，竹叶提取物由黄酮、酚类、酸类等物质构成，具有良好的抑菌和抗氧化作用[21]。因此，后续试验选择抗坏血酸和竹叶抗氧化物作为复配组分。
![]()
图 1 不同物质对中国对虾酚氧化酶活性的抑制作用Figure 1. Inhibitory effect of different substances on phenoloxidase activity of F. chinensis2.2 复合保鲜剂的最优配比试验
将筛选出的抗坏血酸、竹叶抗氧化物与焦亚硫酸钠、4-HR复配，以酚氧化酶活性为指标进行正交试验 (表3)。结果显示极差：RC> RD> RA> RB，说明在选定的浓度范围内，对酚氧化酶活性影响大小依次为焦亚硫酸钠>4-HR>抗坏血酸>竹叶抗氧化物。较优方案为A2B3C3D3，即复合保鲜剂的最优配比为：抗坏血酸质量浓度3.0 g·L–1、竹叶抗氧化物质量浓度5.0 g·L–1、焦亚硫酸钠质量浓度15.0 g·L–1、4-HR质量浓度50.0 mg·L–1。
表 3 L9 (34) 正交试验结果Table 3. L9 (34) orthogonal test results序号
No.A：抗坏血酸
Ascorbic acidB：竹叶抗氧化物
Bamboo leaf antioxidantC：焦亚硫酸钠
Sodium metabisulfiteD：4-HR
4-hexylresorcinol酚氧化酶活性
PO activity/(U·L−1)1 1 1 1 1 115.00 2 1 2 3 2 46.67 3 1 3 2 3 85.00 4 2 1 3 3 24.67 5 2 2 2 1 103.33 6 2 3 1 2 81.67 7 3 1 2 2 96.67 8 3 2 1 3 110.00 9 3 3 3 1 51.67 K1 246.67 236.33 306.67 270.00 K2 209.67 260.00 285.00 225.00 K3 258.34 218.33 123.00 219.67 k1 82.22 78.78 102.22 90.00 k2 69.89 86.67 95.00 75.00 k3 86.11 72.78 41.00 73.22 R 48.67 23.67 162.00 50.33 2.3 防黑保鲜效果验证
2.3.1 黑变评分情况
中国对虾经复合保鲜剂处理后的黑变情况见图2。对照组在冷藏期间黑变评分迅速上升，贮藏第24小时，头胸和躯干部出现黑斑；第48小时黑变加重；第72小时黑斑遍布对虾全身，这与郭芳等[22]的观察结果基本一致。经复合保鲜剂处理后，中国对虾在整个贮藏期间的黑变评分均显著低于对照组 (P<0.05)，尤其是前96 h仅发生了轻微黑变，即使在贮藏144 h后虾的感官品质也在可接受范围内，表明复合保鲜剂有效延缓了中国对虾黑变进程，这与其含有的抑菌成分和抗氧化成分有效抑制黑变过程中腐败菌的生长以及酚氧化酶氧化反应有关[23]。此外，徐扬等[24]和López-Caballero等[25]研究发现焦亚硫酸钠对虾类的黑变控制效果有限，仅在贮藏前期起到控制黑变的效果，贮藏后期 (4~5 d) 与未处理之间无显著性差异。然而，本研究中复合保鲜剂处理组在贮藏期内与对照组差异显著 (P<0.05)，说明研制的复合保鲜剂的抑菌和抗氧化活性更强，从而抑制虾类黑变的效果更优，可有效延长虾类的货架期。
![]()
图 2 复合保鲜剂对中国对虾冷藏期间防黑效果评价Figure 2. Evaluation of anti-blackening effect of compound preservative on F. chinensis2.3.2 TBARS值变化情况
TBARS值可用于评估水产品的脂肪氧化程度，氧化程度越高，TBARS值越大[26]。中国对虾的初始TBARS值为0.067 mg·kg–1。冷藏过程中，两组对虾TBARS值的增长趋势相似 (图3-a)。相较对照组，处理组增长趋势较为缓慢，且在整个贮藏期间TBARS值均显著低于对照组 (P<0.05)，表明复合保鲜剂能够有效延缓中国对虾脂质氧化，这与其中的抗坏血酸、竹叶抗氧化物等成分都具有良好的抗氧化作用有关[27-28]，有效抑制了脂质氧化引起的对虾在贮藏过程中的品质劣变。杨峰等[29]通过对南极磷虾 (Euphausia superba) 的保鲜研究同样发现复配后的保鲜剂能够显著抑制脂质氧化，与单一抑黑剂相比效果更优。
![]()
图 3 中国对虾冷藏期间TBARS值、TVB-N值和菌落总数变化Figure 3. Changes in TBARS value, TVB-N value, and total bacterial counts during storage of F. chinensis2.3.3 TVB-N值变化情况
TVB-N值是评价水产品鲜度的重要指标[30]。中国对虾冷藏期间TVB-N值变化见图3-b。在冷藏过程中，两组样品的TVB-N值呈增加趋势。冷藏24 h以及后续的取样点，处理组的TVB-N值均显著低于对照组 (P<0.05)。根据GB 2733—2015，对虾的TVB-N的限量值为30.0 mg·100 g–1。冷藏第144 小时，对照组TVB-N值达32.65 mg·100 g–1，而此时此处理组TVB-N值仅为24.83 mg·100 g–1。复合保鲜剂中的成分对微生物的生长有抑制作用，减少了微生物对蛋白质的降解，导致TVB-N值增加缓慢，这与Gokoglu等[31]观察不同抑黑剂处理红虾 (Aristaeomorpha foliacea) 后的TVB-N值变化结果一致。此外，Senapati等[32]研究发现经4-HR处理后凡纳滨对虾 (Litopenaeus vannamei) 的TVB-N值低于焦亚硫酸钠处理组。加之，竹叶抗氧化物中的黄酮类化合物成分以及抗坏血酸低pH的特性使其均具有抑制微生物生长的作用[33-34]，表明研制的复合保鲜剂可以更有效地控制中国对虾在贮藏过程中的品质变化。
2.3.4 菌落总数变化情况
菌落总数是评定水产品鲜度的重要指标，水产品腐败与微生物的生长繁殖密切相关[35]。如图3-c所示，对照组、处理组的初始菌落总数分别为2.69和2.45 lg CFU·g–1。在冷藏前48 h，两组对虾的菌落总数增长迅速，48 h后增长趋缓。冷藏过程中对照组的菌落总数均显著高于处理组 (P＜0.05)。冷藏第120小时，对照组的菌落总数已达5.11 lg CFU·g–1，此时处理组的菌落总数仅为4.65 lg CFU·g–1，仍在一级鲜度范围内[36]，说明复合保鲜剂能够在一定程度上抑制微生物的繁殖，这与复合保鲜剂中的4-HR[37]、焦亚硫酸钠[38]、竹叶抗氧化物[39]、抗坏血酸[40]4种组分均具备一定的抑菌作用有关。因此，研制的复合保鲜剂可有效延缓中国对虾的菌落总数升高，一定程度上延长了对虾的货架期。
2.3.5 菌群结构变化情况
中国对虾经复合保鲜剂处理后，在冷藏过程中的菌群结构变化情况见图4。第0天的对照组与处理组的初始菌群略有差别，对照组中别弧菌属 (Aliivibrio)、黏着杆菌属 (Tenacibaculum)、交替假单胞菌属 (Pseudoalteromonas) 比例相对较高，而处理组则是别弧菌属、黄杆菌属 (Flavobacterium)、弧菌属 (Vibrio) 比例占优。
![]()
图 4 中国对虾冷藏过程属水平上的细菌分布堆叠图注：C. 对照组；T. 处理组；C72. 对照组贮藏72 h的样品，以此类推。Figure 4. Stacked map of bacteria species distribution of F. chinensis at genus level during storageNote: C. Control group; T. Treatment group; C72. Samples stored for 72 h in the control group, and so on.对照组中的别弧菌属在贮藏前期比例迅速增加，第72小时达54%，而贮藏后期比例减少；发光杆菌属 (Photobacterium) 随冷藏时间的延长占比逐渐升高，第144小时占比增至45%，成为中国对虾的优势菌属。Kuuliala等[41]在大西洋银鳕 (Gadus morhua) 中也观察到发光杆菌属在冷藏过程中比例持续增长的现象，说明发光杆菌属可能是导致水产品腐败的重要菌属，其生长代谢产物是中国对虾冷藏后期不良气味形成的主要来源。处理组中的优势菌属为致腐能力相对较弱的别弧菌属，其比例随着贮藏时间的延长持续增加，而致腐能力较强的发光杆菌属在冷藏后期明显减少，表明复合保鲜剂可有效抑制发光杆菌属的繁殖。因此，复合保鲜剂的抑菌活性可达到延缓水产品在贮藏过程中快速腐败的目的。Peng等[42]研究表明一种新型的羟基吡喃酮-氨基硫脲衍生物对虾体内的副溶血性弧菌 (V. parahaemolyticus) 表现出强烈的抑菌活性，有效延长了虾类的货架期，与本研究结果相似。
3. 结论
本研究经对选取的多种具有抑黑作用的物质进行单因素试验和正交试验，最终确定复合防黑保鲜剂较优配比为：抗坏血酸质量浓度3.0 g·L–1、竹叶抗氧化物质量浓度5.0 g·L–1、焦亚硫酸钠质量浓度15.0 g·L–1、4-HR质量浓度50.0 mg·L–1。经复合保鲜剂处理后，中国对虾黑变被明显抑制，同时该保鲜剂具有抑制细菌生长、延缓脂质氧化的作用。微生物多样性分析结果表明，发光杆菌属和别弧菌属是中国对虾冷藏过程的优势菌属，而复合保鲜剂可以有效抑制发光杆菌属的生长繁殖。因此，研制的复合保鲜剂具有良好的抑黑保鲜效果，具有较好的应用前景。
-
![]()
图 3 基于尾数模拟数据LCA和B-LCA模型的估算值与模拟值对比图
Figure 3. Comparison between estimated and simulated values of LCA and B-LCA models based on number-based simulated data
![]()
图 4 基于质量模拟数据LCA和B-LCA模型的估算值与模拟值对比图
Figure 4. Comparison between estimated and simulated values of LCA and B-LCA models based on mass-based simulated data
![]()
图 5 基于LCA和B-LCA模型估算的平均资源质量与捕捞死亡系数在体长组间的变化趋势
Figure 5. Trends of average resource mass and fishing mortality coefficient between body length class estimated based on LCA and B-LCA models
表 1 秋刀鱼生物学参数
Table 1 Biological parameters of Pacific saury
参数
Parameter符号
Symbol数值
Value条件因子 Condition factor a 2.468 4×10−6 生长因子 Growth factor b 3.110 7 自然死亡系数 Coefficient of natural mortality M 0.328 9 捕捞死亡系数 Coefficient of fishing mortality F 1.271 1 总死亡系数 Total mortality coefficient Z 1.600 0 渐进体长 Asymptote length L∞ 360.230 0 生长参数 Growth parameter K 0.360 0 
下载: 导出CSV
表 2 模型性能指标
Table 2 Model performance indicators
间隔
Interval/mm模拟数据
Simulated data模型
Model性能指标
Model efficiency5 基于资源尾数
Number-basedLCA 1.000 0 B-LCA 0.995 9 基于资源质量
Mass-basedLCA 0.995 5 B-LCA 1.000 0 10 基于资源尾数
Number-basedLCA 1.000 0 B-LCA 0.986 4 基于资源质量
Mass-basedLCA 0.983 3 B-LCA 1.000 0 15 基于资源尾数
Number-basedLCA 0.999 9 B-LCA 0.972 6 基于资源质量
Mass-basedLCA 0.962 7 B-LCA 1.000 0
下载: 导出CSV
表 3 敏感性分析结果
Table 3 Sensitivity analysis results
模拟数据
Simulated data参数
Parameter基准方案
Base case变化
Change敏感性方案
Sensitivity case敏感性指数
Sensitivity index$ {W}_{\mathrm{b}\mathrm{a}\mathrm{s}\mathrm{e}}^{\mathrm{L}\mathrm{C}\mathrm{A}} $ $ {W}_{\mathrm{b}\mathrm{a}\mathrm{s}\mathrm{e}}^{\mathrm{B}{\text{-}}\mathrm{L}\mathrm{C}\mathrm{A}} $ $ {W}_{\mathrm{s}\mathrm{e}\mathrm{n}\mathrm{s}\mathrm{i}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{i}\mathrm{t}\mathrm{y}}^{\mathrm{L}\mathrm{C}\mathrm{A}} $ ${W}_{\mathrm{s}\mathrm{e}\mathrm{n}\mathrm{s}\mathrm{i}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{i}\mathrm{t}\mathrm{y} }^{\mathrm{B}{\text{-}}\mathrm{L}\mathrm{C}\mathrm{A} }$ LCA B-LCA 基于资源尾数 a 1.604 7 1.487 2 +10% 1.765 2 1.635 9 1.000 0 0.194 6 Number-based 1.604 7 1.487 2 −10% 1.444 2 1.338 5 1.000 0 1.658 9 基于资源质量 0.088 4 0.081 9 +10% 0.088 4 0.081 9 0.000 0 −0.732 2 Mass-based 0.088 4 0.081 9 −10% 0.088 4 0.081 9 0.000 0 0.732 2 基于资源尾数 b 1.604 7 1.487 2 +10% 8.448 0 7.775 2 42.645 3 38.452 7 Number-based 1.604 7 1.487 2 −10% 0.305 6 0.285 2 8.095 7 8.222 6 基于资源质量 0.088 4 0.081 9 +10% 0.095 7 0.088 1 0.831 5 −0.031 2 Mass-based 0.088 4 0.081 9 −10% 0.081 8 0.076 4 0.744 3 1.361 1 基于资源尾数 $ K $ 1.604 7 1.487 2 +10% 1.786 5 1.657 7 1.133 1 0.330 0 Number-based 1.604 7 1.487 2 −10% 1.786 5 1.657 7 1.116 8 1.777 6 基于资源质量 0.088 4 0.081 9 +10% 0.098 4 0.091 3 1.135 2 0.331 8 Mass-based 0.088 4 0.081 9 −10% 0.098 4 0.091 3 −1.135 2 −0.331 8 基于资源尾数 $ {L}_{{\infty } } $ 1.604 7 1.487 2 +10% 2.080 8 1.935 1 2.966 7 2.058 7 Number-based 1.604 7 1.487 2 −10% NA NA NA NA 基于资源质量 0.088 4 0.081 9 +10% 0.114 7 0.106 7 2.978 2 2.069 3 Mass-based 0.088 4 0.081 9 −10% NA NA NA NA 基于资源尾数 $ M $ 1.604 7 1.487 2 +10% 1.605 3 1.487 7 0.003 5 −0.728 9 Number-based 1.604 7 1.487 2 −10% 1.604 2 1.486 7 0.003 4 0.735 4 基于资源质量 0.088 4 0.081 9 +10% 0.088 4 0.081 9 0.003 3 −0.729 2 Mass-based 0.088 4 0.081 9 −10% 0.088 4 0.081 9 0.003 1 0.735 1 基于资源尾数 $ F $ 1.604 7 1.487 2 +10% 1.764 7 1.635 5 0.997 0 0.191 8 Number-based 1.604 7 1.487 2 −10% 1.444 7 1.338 9 0.997 0 1.656 1 基于资源质量 0.088 4 0.081 9 +10% 0.081 1 0.075 1 −0.827 6 −1.507 9 Mass-based 0.088 4 0.081 9 −10% 0.097 1 0.090 1 −0.981 8 −0.192 1 注：NA表示缺失值。 Note: NA indicates missing values.
下载: 导出CSV
表 4 模型参数的后验分布
Table 4 Posterior distribution of model parameters
参数
Parameter模型
Model95%置信区间
95% confidence interval均值
Mean标准差
SD潜在尺度缩减因子
Psrf下限 Lower 上限 Uppe $ M $ LCA 0.264 13 0.392 13 0.328 93 0.032 697 1.000 1 B-LCA 0.265 26 0.394 98 0.328 75 0.033 046 1.000 0 $ F $ LCA 1.018 6 1.520 7 1.270 8 0.128 04 1.000 1 B-LCA 1.018 1 1.516 5 1.270 5 0.127 10 1.000 2 $ K $ LCA 0.292 02 0.432 27 0.360 04 0.035 822 1.000 0 B-LCA 0.288 91 0.430 53 0.360 27 0.036 064 1.000 2 $ {L}_{\infty } $ LCA 290.67 429.86 360.24 35.853 1.000 1 B-LCA 288.41 429.55 360.52 36.011 1.000 1 $ b $ LCA 2.504 2 3.729 1 3.110 8 0.311 77 1.000 1 B-LCA 2.505 1 3.722 3 3.111 2 0.310 42 1.000 0 $ a $ LCA 1.99×10−6 2.96×10−6 2.47×10−6 2.47×10−7 1.000 2 B-LCA 1.98×10−6 2.94×10−6 2.47×10−6 2.48×10−7 0.999 99
下载: 导出CSV
表 5 秋刀鱼平均资源质量、捕捞死亡系数及最大持续产量
Table 5 Average resource mass, fishing mortality coefficient and maximum sustainable yield of Pacific saury
年份
Year总产量
Wtc/104 tLCA B-LCA F W/104 t W/104 t F W/104 t WMSY/104 t 2014 63.02 0.422 6 171.51 59.72 0.427 5 126.25 52.26 2015 35.89 0.459 8 86.51 32.17 0.466 4 61.81 28.11 2016 36.17 0.458 7 86.35 32.29 0.462 5 61.68 28.22 2017 26.26 0.667 5 65.93 23.97 0.687 8 47.88 21.00 2018 43.59 0.637 6 113.86 40.52 0.658 1 83.29 35.49 均值 Mean 40.99 0.529 2 104.83 37.73 0.540 5 76.18 33.02
下载: 导出CSV
-
[1] IWAHASHI M, ISODA Y, ITO S I, et al. Estimation of seasonal spawning ground locations and ambient sea surface temperatures for eggs and larvae of Pacific saury (Cololabis saira) in the western North Pacific[J]. Fish Oceanogr, 2006, 15(2): 125-138. doi: 10.1111/j.1365-2419.2005.00384.x
[2] 王茜, 崔雪森. 国际渔业动态[J]. 渔业信息与战略, 2020, 35(4): 327-332. [3] 史登福, 张魁, 陈作志. 基于生活史特征的数据有限条件下渔业资源评估方法比较[J]. 中国水产科学, 2020, 27(1): 12-24. [4] COSTELLO C, OVANDO D, HILBORN R, et al. Status and solutions for the world's unassessed fisheries[J]. Science, 2012, 338(6106): 517-520. doi: 10.1126/science.1223389
[5] HORDYK A, ONO K, VALENCIA S, et al. A novel length-based empirical estimation method of spawning potential ratio (SPR), and tests of its performance, for small-scale, data-poor fisheries[J]. ICES J Mar Sci, 2015, 72(1): 217-231. doi: 10.1093/icesjms/fsu004
[6] RUDD M B, THORSON J T. Accounting for variable recruitment and fishing mortality in length-based stock assessments for data-limited fisheries[J]. Can J Fish Aquat Sci, 2018, 75(7): 1019-1035. doi: 10.1139/cjfas-2017-0143
[7] WANG J T, YU W, CHEN X J, et al. Stock assessment for the western winter-spring cohort of neon flying squid (Ommastrephes bartramii) using environmentally dependent surplus production models[J]. Sci Mar, 2016, 80(1): 69-78.
[8] TRUESDELL S B, BENCE J R, SYSLO J M, et al. Estimating multinomial effective sample size in catch-at-age and catch-at-size models[J]. Fish Res, 2017, 192: 66-83. doi: 10.1016/j.fishres.2016.11.003
[9] JONES R. Assessing the long-term effects of changes in fishing effort and mesh size from length composition data[J]. ICES J Mar Sci, 1974, 33: 1-13.
[10] 詹秉义. 渔业资源评估[M]. 北京: 中国农业出版, 1995: 312-314. [11] 周永东, 徐汉祥. 应用体长股分析法估算东海海鳗资源量[J]. 浙江海洋学院学报(自然科学版), 2007, 26(4): 399-403. [12] 周永东, 张洪亮, 徐汉祥, 等. 应用体长股分析法估算东海区日本鲭资源量[J]. 浙江海洋学院学报(自然科学版), 2011, 30(2): 91-94. [13] 吴斌, 方春林, 贺刚, 等. 运用体长股法初步估算湖口江段短颌鲚资源量[J]. 湖北农业科学, 2014, 53(16): 3866-3869. [14] ZHANG C I, SULLIVAN P J. Biomass-based cohort analysis that incorporates growth[J]. Trans Am Fish Soc, 1988, 117(2): 180-189. doi: 10.1577/1548-8659(1988)117<0180:BBCATI>2.3.CO;2
[15] ZHANG C I, MEGREY B A. A simple biomass-based length-cohort analysis for estimating biomass and fishing mortality[J]. Trans Am Fish Soc, 2010, 139(3): 911-924. doi: 10.1577/T09-041.1
[16] 朱清澄, 花传祥. 西北太平洋秋刀鱼渔业[M]. 北京: 海洋出版社, 2017: 1-2. [17] TAMURA T, FUJISE Y. Geographical and seasonal changes of the prey species of minke whale in the Northwestern Pacific[J]. ICES J Mar Sci, 2002, 59(3): 516-528. doi: 10.1006/jmsc.2002.1199
[18] SHIMIZU Y, TAKAHASHI K, ITO S I, et al. Transport of subarctic large copepods from the Oyashio area to the mixed water region by the coastal Oyashio intrusion[J]. Fish Oceanogr, 2009, 18(5): 312-327. doi: 10.1111/j.1365-2419.2009.00513.x
[19] SMITH A D, BROWN C J, BULMAN C M, et al. Impacts of fishing low-trophic level species on marine ecosystems[J]. Science, 2011, 333(6046): 1147-1150. doi: 10.1126/science.1209395
[20] PIKITCH E K, ROUNTOS K J, ESSINGTON T E, et al. The global contribution of forage fish to marine fisheries and ecosystems[J]. Fish Fish, 2014, 15(1): 43-64. doi: 10.1111/faf.12004
[21] North Pacific Fisheries Commission. 7th Meeting Report[R]. Tokyo: NPFC, 2022.
[22] NAKAYA M, MORIOKA T, FUKUNAGA K, et al. Growth and maturation of Pacific saury Cololabis saira under laboratory conditions[J]. Fish Sci, 2010, 76: 45-53. doi: 10.1007/s12562-009-0179-9
[23] BAITALIUK A, ORLOV A, ERMAKOV Y K. Characteristic features of ecology of the Pacific saury Cololabis saira (Scomberesocidae, Beloniformes) in open waters and in the northeast Pacific Ocean[J]. J Ichthyol, 2013, 53(11): 899-913. doi: 10.1134/S0032945213110027
[24] 朱清澄, 杨明树, 高玉珍, 等. 西北太平洋秋刀鱼耳石生长与性成熟度、个体大小的关系[J]. 上海海洋大学学报, 2017, 26(2): 263-270. [25] KIMURA N, OKADA Y, MAHAPATRA K. Relationship between saury fishing ground and sea surface oceanographic features determined from satellite data along the northeastern coast of Japan[J]. J Mar Sci Technol, 2004, 2(2): 1-12.
[26] 张孝民, 石永闯, 李凡, 等. 基于MAXENT模型预测西北太平洋秋刀鱼潜在渔场[J]. 上海海洋大学学报, 2020, 29(2): 280-286. [27] 张培超, 张孝民, 陈丙见, 等. 北太平洋秋刀鱼渔场与水温垂直结构的关系[J]. 河北渔业, 2022(6): 35-39, 44. [28] 谢斌, 汪金涛, 陈新军, 等. 西北太平洋秋刀鱼资源丰度预报模型构建比较[J]. 广东海洋大学学报, 2015, 35(6): 58-63. [29] 朱文涛, 陈新军, 汪金涛, 等. 基于灰色系统的西北太平洋秋刀鱼资源丰度预测[J]. 广东海洋大学学报, 2018, 38(6): 13-17. [30] 孟令文, 朱清澄, 花传祥, 等. 栖息地指数模型在北太公海秋刀鱼渔情预报中的应用[J]. 海洋湖沼通报, 2018(6): 142-149. doi: 10.13984/j.cnki.cn37-1141.2018.06.019 [31] 许巍, 朱清澄, 张先存, 等. 西北太平洋秋刀鱼舷提网捕捞技术[J]. 齐鲁渔业, 2005, 22(10): 43-45. [32] 石永闯, 朱清澄, 张衍栋, 等. 基于模型试验的秋刀鱼舷提网纲索张力性能研究[J]. 中国水产科学, 2016, 23(3): 704-712. [33] PAULY D. On the interrelationships between natural mortality, growth parameters, and mean environmental temperature in 175 fish stocks[J]. ICES J Mar Sci, 1980, 39(2): 175-192. doi: 10.1093/icesjms/39.2.175
[34] ALLEN M S, WALTERS C J, MYERS R. Temporal trends in largemouth bass mortality, with fishery implications[J]. N Am J Fish Manag, 2008, 28(2): 418-427. doi: 10.1577/M06-264.1
[35] HUGHES S E. Stock composition, growth, mortality, and availability of Pacific saury, Cololabis saira, of the northeastern Pacific Ocean[J]. Fish Bull, 1974, 72(1): 121-131.
[36] GUPTA H V, KLING H, YILMAZ K K, et al. Decomposition of the mean squared error and NSE performance criteria: implications for improving hydrological modelling[J]. J Hydrol, 2009, 377(1/2): 80-91.
[37] MORIASI D N, GITAU M W, PAI N, et al. Hydrologic and water quality models: performance measures and evaluation criteria[J]. Transactions of ASABE, 2015, 58(6): 1763-1785. doi: 10.13031/trans.58.10715
[38] SUN X, NEWHAM L T, CROKE B F, et al. Three complementary methods for sensitivity analysis of a water quality model[J]. Environ Model Softw, 2012, 37: 19-29. doi: 10.1016/j.envsoft.2012.04.010
[39] PLUMMER M, BEST N, COWLES K, et al. CODA: convergence diagnosis and output analysis for MCMC[J]. R News, 2006, 6(1): 7-11.
[40] 官文江, 吴佳文, 曹友华. 利用后向预报方法分析印度洋黄鳍金枪鱼资源评估模型[J]. 中国海洋大学学报 (自然科学版), 2020, 50(2): 52-59. [41] KIM T K. T Test as a parametric statistic[J]. Korean J Anesthesiol, 2015, 68(6): 540-546. doi: 10.4097/kjae.2015.68.6.540
[42] RIVARD D. Effects of systematic, analytical, and sampling errors on catch estimates: a sensitivity analysis[J]. Can Spec Publ J Fish Aquat Sci, 1983, 66: 114-129.
[43] LAI H L, GALLUCCI V F. Effects of parameter variability on length-cohort analysis[J]. ICES J Mar Sci, 1988, 45(1): 82-92. doi: 10.1093/icesjms/45.1.82
[44] 李忠炉, 金显仕, 单秀娟, 等. 小黄鱼体长-体质量关系和肥满度的年际变化[J]. 中国水产科学, 2011, 18(3): 602-610. [45] 吴斌, 方春林, 贺刚, 等. FiSAT II 软件支持下的体长股分析法探讨[J]. 南方水产科学, 2013, 9(4): 94-98. [46] HOLLOWED A B, IANELLI J N, LIVINGSTON P A. Including predation mortality in stock assessments: a case study for Gulf of Alaska walleye pollock[J]. ICES J Mar Sci, 2000, 57(2): 279-293. doi: 10.1006/jmsc.1999.0637
计量
- 文章访问数: 0
- HTML全文浏览量: 0
- PDF下载量: 0
粤公网安备 44010502001741号
