A preliminary study on the estimation of the fishing mortality and the population abundance using weight-based virtual population analysis model (WVPA)
-
摘要:
实际种群分析(VPA)是渔业评估的经典方法之一，被广泛应用于分析渔业的历史数据、估算渔业种群的资源量及捕捞死亡系数。文章提出了体重结构的VPA(WVPA)，蒙特卡罗模拟分析的结果表明，即使在较高的白色噪音水平下(30%)，WVPA仍然可以较准确的估算捕捞死亡系数[相对估算误差REE=3.81%(长寿命种群)，和2.75%(短寿命种群)]。文章应用WVPA与年龄结构的VPA一起评估大西洋赤鲷渔业，结果表明，采用WVPA得到的结论与采用VPA的结果近似一致，但考虑到体重结构产量数据更易获得，该方法更具有优越性。
Abstract:Virtual population analysis is one of classical methods in fishery stock estimation, which is used to analyze the history data, and to estimate the population abundance and the fishing mortality. This paper proposes weight-based VPA (WVPA), the result of Monte Carlo simulation analysis shows that even the white noises are high (30%), WVPA can also estimate the fishing mortality accurately [the relative estimated errors REE=3.81%(long-lived population), and REE=2.75%(short-lived population)]. This paper applies WVPA and VPA to the red porgy fishery in Atlantic, and both results are almost similar. But giving it is easy to obtain the data of weight output, WVPA proposed in this paper has more advantages.
-
Keywords:
- virtual population analysis /
- fishery /
- weight-based VPA
-
带鱼 (Trichiurus japonicus) 隶属鲈形目、带鱼科、带鱼属，为广泛分布于温带、亚热带和热带水域的暖水性底层鱼类，是我国沿海的重要经济鱼种，也是南海北部底拖网和刺网的主要渔获对象[1]。朱江峰和邱永松[2]根据20世纪90年代调查数据对南海北部带鱼的生长、死亡等参数进行了估算，并利用动态综合模型模拟其资源开发状况，结果表明南海北部带鱼能承受较大的捕捞压力，但幼鱼遭到过度捕捞，资源利用不合理；王跃中等[3]对南海北部带鱼的渔获量、捕捞努力量及环境数据进行了综合分析，探讨了其渔获量对捕捞压力及气候变化的响应；颜云榕[4]通过对北部湾带鱼食物组成的定量分析，研究了带鱼的摄食习性和摄食生态。
鱼类生长、死亡和性成熟等生物学参数的评估是探索渔业资源变动规律和开展渔业资源评估的基础[5]，尤其在数据缺乏条件下的渔业资源评估中具有重要意义[6]。随着捕捞压力增大和环境恶化加剧，鱼类的生长、死亡等生物学特征必将产生相应的变化，如渤、黄海的小黄鱼 (Larimichthys polyactis)[7]、东海鲐鱼 (Scomber japonius)[8]和北部湾的短尾大眼鲷 (Priacanthus macracanthus)[9]等均出现了个体规格小型化、性成熟提前和生长速度加快等现象。然而，近20年来南海北部带鱼的生物学特征是否发生了转变尚缺乏相应的研究。因此，本文根据2014—2015年南海北部底拖网调查的渔业生物学资料，对该时期带鱼的渔获率、群体结构进行分析，并估算其生长及死亡等参数，以期为南海北部带鱼资源的评估及合理利用提供基础数据。
1. 材料与方法
1.1 数据来源
研究样品数据来自2014—2015年南海北部底拖网调查资料，调查站点根据其资源按水深分布[10]的特点设计，站位图 (图1) 与蔡研聪等[11]的研究一致。调查按季节进行，分别是2014年夏季 (7—8月)、秋季 (10—11月) 与2015年冬季 (1—2月)、春季 (4—5月)。采集的带鱼样本冷冻保存后带回实验室测定肛长、体质量、性成熟度和胃饱满度等生物学数据。每个站位带鱼的尾数大于50尾时测定50尾，少于50尾时全部测定，4个航次调查共测定带鱼1 128尾 (表1)。
表 1 带鱼的群体结构Table 1. Population structure of T. japonicus采样时间
Sampling time尾数
Number性比 (♀/♂)
Sex ratio肛长 Anal length/mm 体质量 Body mass/g 范围
Range均值
Mean优势组
Dominant范围
Range均值
Mean优势组
Dominant春 Spring 243 2.96 70~451 185.0 130~170 11~1200 128.5 20~60; 80~90 夏 Summer 428 1.66 61~505 184.1 160~210 10~1462 101.7 30~50; 60~80 秋 Autumn 178 0.67 87~500 246.8 230~250 9~1400 232.4 190~200 冬 Winter 279 1.11 92~528 199.9 160~200 13~1650 136.8 50~90 1.2 群体结构分析
带鱼样本按肛长10 mm为组距分组，分别进行肛长频次分析，其中占样品总数8%及以上的肛长组定义为优势肛长组。采用非参数Kol-mogorov-Smirnov Z检验分析雌、雄个体肛长组成的显著性差异；采用单因素方差分析研究4个季度带鱼肛长均值的显著性差异。
1.3 肛长体质量关系
带鱼肛长、体质量的测定分别精确到1 mm和1 g。肛长与体质量关系由函数W=aLb进行拟合，式中W表示体质量，L为肛长，a为生长的条件因子，b为异速生长因子。运用t检验分析雌雄个体的肛长体质量关系是否存在显著性差异。将相对体质量rw (%) 的平均值表示为肥满度[12]，计算公式为rw=(W/aLb)×100%。
1.4 性比与性腺发育
统计每个季度以及肛长组中带鱼的雌、雄个体数目及性腺发育状况，性腺按Ⅰ—Ⅵ期标准进行划分，规定Ⅲ期及以上的为性成熟个体，通过适合性卡方检验对不同季度和肛长组的雌雄比例是否为1∶1进行分析。根据带鱼的生殖习性，采用春、夏季雌性样品计算50%性成熟肛长 (L50)，由最小二乘法 (Least square method, LSM) 拟合以下逻辑斯蒂模型得到[13]：
$${P_i} = \frac{1}{{1 + {{\rm e}^{[ - r({L_i} - {L_{50}})]}}}}$$ (1) 其中Pi为肛长组Li对应的成熟个体比例，r为模型参数。
1.5 生长、死亡参数估计
带鱼的生长关系可由von Bertalanffy生长方程[5]进行拟合：
$$\begin{split} &\;\qquad \qquad \qquad \\ &{L_t} = {L_\infty }\{ 1 - \exp [ - K(t - {t_0})]\} \end{split}$$ (2) 式中Lt为t龄的肛长，L∞表示渐近肛长，K为生长系数，t0表示肛长为0时的理论年龄。参数L∞和K通过FISAT II (FAO-ICLARM Stock Assessment Tool II) 软件中的ELEFAN I (Electronic Length Frequency Analysis I) 估算。t0及体质量生长拐点tp可用以下经验公式求得[5]：
$$ {\log _{10}}( - {t_0}) = - 0.392\;2 - 0.275{\log _{10}}{L_\infty } - 1.038{\log _{10}}K $$ (3) $${t_p} = \frac{{{\rm{ln}}b}}{K} + {t_0}$$ (4) 根据生长参数L∞和K的评估结果，总死亡系数 (Z) 由线性体长变换渔获曲线法求得[5]，Z的95%置信区间利用线性回归计算。自然死亡系数(M)通过Pauly经验公式估算[14]:
$${\rm{ln}}(M)= - 0.152-0.279{\rm{ln}}({L_\infty })+0.654{\rm{ln}}K + 0.463{\rm{ln}}T$$ (5) 其中T为栖息海域的年平均水温 (℃)。本研究中平均水温为调查站点的实际测量数据，为23.4 ℃。
捕捞死亡系数(F)和开发率(E)分别通过以下公式计算[5]：
$$ F = Z - M $$ (6) $$E = F/Z$$ (7) 2. 结果
2.1 渔获率的季节变化
本研究中，南海北部带鱼主要分布在水深小于100 m的海域，且渔获率随季节变化明显 (图2)。夏季渔获率较高的区域集中在北部湾和海南岛东北部海域；春、秋季渔获率较高的区域分布广泛，从北部湾至广东省东南部沿海海域皆有分布；冬季带鱼群体渔获率较低。
2.2 群体结构特征
从2014—2015年南海北部带鱼肛长频率分布 (图3-a，表1) 分析可知，带鱼肛长频率分布为明显的单峰型，肛长介于61~528 mm，优势肛长组为160~190 mm，占29.2%，雌、雄个体肛长组成无显著差异 (P>0.05)。秋季的带鱼个体最大，肛长均值为246.8 mm，体质量均值为232.4 g，远超其他三季，其次是春季，夏季个体最小，单因素方差分析表明4个季节的肛长均值差异显著 (P<0.05)。
![]()
图 3 带鱼肛长频率分布、肛长与体质量关系和肥满度随肛长的变化Figure 3. Distribution in anal length frequency, relation between anal length and body mass and relative fatness by anal length of T. japonicus2.3 肛长体质量关系
用LSM方法评估2014—2015年带鱼肛长体质量关系为W=4.09×10−5L2.79，a的95%置信区间为 (3.30×10−5，4.88×10−5)，b的95%置信区间为 (2.76, 2.82)，经t检验，雌雄个体的肛长体质量关系无显著差异 (P>0.05)。由肥满度随肛长变化 (图3-c) 得出，肛长介于100~150 mm，肥满度波动较大，肛长大于150 mm时肥满度保持约100%，无较明显的变化；当肛长为380 mm时肥满度最低 (88%)。此外，由于未测定纯质量数据，仅用体质量进行分析的情况下，存在一定的偏差，肛长小于100 mm时肥满度较高 (最高超过200%)。
2.4 性比与性腺发育
除去151尾雌雄不分个体，2014—2015年南海北部带鱼雌、雄个体性比为1.54。从4个季节性比可看出，春季雌性个体占比较大，夏季雌性个体占比有所下降，秋季雌性个体数远低于雄性，冬季雌性个体占比回升 (表1)。适合性卡方检验分析表明，4个季节雌雄比与1∶1均差异显著 (P<0.05)。性比随肛长变化 (图4-a)，肛长组60~70 mm、80~90 mm、380~390 mm、400~410 mm、430~440 mm、450~470 mm、490~500 mm、520~530 mm均为雄性，肛长组360~370 mm均为雌性。肛长组130~140 mm、260~270 mm、300~310 mm、330~340 mm、350~360 mm、420~430 mm、500~510 mm性比与1∶1无显著差异 (P>0.05) 外，其他肛长组性比与1∶1均有显著差异。
![]()
图 4 带鱼性比随肛长的变化 (a)、性成熟比例与肛长拟合的逻辑斯蒂曲线 (b)Figure 4. Sex ratio by anal length (a), logistic model fitted for the relationship between anal length and percentage of mature (b) of T. japonicus4个季节中秋季雄性的性成熟比例高于雌性，而春、夏、冬季雌性性成熟比例均高于雄性(图5)。雌性中夏季的性成熟比例高于其他三季，秋季性成熟比例最低；而雄性中秋季性成熟比例最高，春季性成熟比例最低。各季度中未达到性成熟的个体占比均超过50%，且雄性中无性腺成熟度达到Ⅵ期的个体。南海北部带鱼样品分析表明，2014—2015年南海北部带鱼的最小性成熟肛长为113 mm。逻辑斯蒂方程拟合结果 (图4-b) 表明，50%性成熟肛长为241.5 mm。
![]()
图 5 带鱼性成熟度 (Ⅱ—Ⅵ) 组成随季节的变化Figure 5. Seasonal variation in percentage of maturity stages (II−VI) for female and male T. japonicus2.5 生长、死亡参数估计
由ELEFAN I技术估算得到带鱼von Bertalanffy生长参数L∞、K分别为585 mm和0.2 a−1，由经验公式 (3) 求得t0为0.37年。因此带鱼的生长方程为：
$${L_t} = 585 \times (1 - {{\rm{e}}^{ - 0.20 \times (t + 0.37)}})$$ (8) $${W_t} = 1\;763 \times {(1 - {{\rm{e}}^{ - 0.20 \times (t + 0.37)}})^{2.79}}$$ (9) Wt为t龄的体质量。根据体质量生长方程求得的体质量拐点年龄为4.76龄，对应拐点的体质量为722 g。线性体长变换渔获量曲线法估算的总死亡系数为1.172 (图6)，95%置信区间为 (0.582, 1.762)。由经验公式 (5) 算得M为0.475，由公式 (6) 和 (7) 可算得F为0.697，E为0.59。
![]()
图 6 线性渔获量曲线法估算的带鱼总死亡系数Figure 6. Estimated total mortality coefficient of T. japonicus based on length converted catch curve3. 讨论
3.1 与其他海域带鱼种群参数的比较
不同海区带鱼的生长、死亡和性成熟等生物学参数均存在较大差异 (表2)。由于不同海域的捕捞压力和生活环境相差较大，带鱼个体规格存在显著差异。福建海区带鱼个体的平均规格最小，印尼阿拉弗拉海的平均规格最大，而北部湾带鱼肛长的分布范围最广，最大肛长可达896 mm，最小仅20 mm。肛长体质量关系式中b与鱼类生活环境相关，本研究与其他海域相比，b差异较大，东海区带鱼b最大，印尼阿拉弗拉海带鱼的最小。这种不同海域的差异可能主要是由其营养条件所致[5]。L∞与K是描述鱼类个体生长规律的重要参数，分别代表了鱼类极限体长和生长曲线的平均曲率[5]。与本研究相比，伊朗阿曼湾海域带鱼极限肛长和生长参数均偏大，而东海海域带鱼极限肛长最小，生长参数最大。这种差异可能是不同海域带鱼的种群密度、栖息水温和饵料生物等不同所引起的。L50是带鱼渔业管理中重要的生物学参考点，由表2可知，各海域带鱼的L50差异显著，当前南海北部带鱼的最小，印尼阿拉弗拉海带鱼的最大。M与E是反映渔业资源开发现状的重要参数，以Gulland[23]提出的鱼类最适E为0.5作为判断依据，南海北部带鱼处于过度开发状态。
表 2 不同海区带鱼的种群参数Table 2. Population parameters of T. japonicus in different sea areas海区及采样时间
Sea area and sampling time肛长范围
Anal length range/mm平均
肛长
Mean anal
length/mm异速生
长因子
b渐近肛长
L∞/mm生长
系数
K/a50%性
成熟肛长
L50/mm自然死
亡系数
M总死亡
系数
E参数评估方法
Assessment method for parameters印尼阿拉弗拉海 (2008)[15]
Arafura Sea of Indonesia123~650 343.00 2.420 − − 368.0 − − 体长频率法
Length-frequency method缅甸外海 (2012—2013)[16]
Andaman Sea of Myanmar101~422 212.26 2.752 − − 242.7 − − 体长频率法
Length-frequency method伊朗阿曼湾 (2017—2018)[17]
Iran's Gulf of Oman119~580 − 2.914 610.4 0.220 242.3 − − 体长频率法
Length-frequency method福建闽南渔场 (2000—2002)[18]
Minnan Sea of Fujian52~332 160.00 2.529 − − − − − 体长频率法
Length-frequency method东海 (2002—2004)[19]
East China Sea− − 3.006 493.0 0.346 − − − 年龄鉴定法
Age-determination method东海近海 (2007—2008)[20]
Costal waters of East China Sea126~332 182.62 2.795 − − 164.7 − − 体长频率法
Length-frequency method北部湾 (2006—2007)[21]
Beibu Gulf20~896 − 2.970 − − − − − − 南海北部 (1981—1982)[22]
Northern South China Sea132~605 342.84 2.400 622.0 0.160 322.0 0.212 0.71 体长频率法
Length-frequency method南海北部 (1997—1999)[2]
Northern South China Sea20~670 187.60 3.028 700.0 0.270 276.0 0.390 0.87 体长频率法
Length-frequency method南海北部 (2014—2015) (本研究)
Northern South China Sea (This study)61~528 198.10 2.790 585.0 0.200 241.5 0.475 0.59 体长频率法
Length-frequency method注：−. 文献中未查找到相应的参数值或评估方法 Note: −. Values of parameter or assessment method are not found in the References. 3.2 南海北部带鱼生物学特征的年际变化
大多数鱼类的表型特征在经过较强的捕捞压力胁迫后会产生适应性响应，其中个体规格的变化较为明显[24]。3个时期南海北部带鱼肛长频率分布对比表明，在持续多年的捕捞胁迫下，南海北部带鱼的群体结构发生了较明显的转变，肛长频率分布从20世纪80年代初的多峰型变为90年代末的双峰型，至今已变为较明显的单峰型 (图7)，渔获物肛长从342.84 mm下降至187.60 mm，虽然当前其平均肛长小幅度上升至198.1 mm (表2)，但群体结构依然呈现简单化的趋势。需要注意的是，不同时期调查所使用的网具和调查船存在一定的差异，可能会对结果造成一定影响。相关渔业研究表明，当前南海带鱼群体组成以1龄鱼和当年鱼为主，渔获物趋于小型化，渔获质量显著下降[25-26]。从渐近肛长和50%性成熟肛长来看，L∞、L50分别从80年代的622和322.0 mm减小到现在的585和241.5 mm (表2)，表明南海北部带鱼存在明显的小型化和性成熟提前现象，这可能是对捕捞压力的响应，并且与北部湾深水金线鱼 (Nemipterus bathybius)[27]、东海小黄鱼[28]等一致。K从20世纪80年代至今增加了0.04，表明南海北部带鱼生长加快，且b呈增大趋势，这可能是带鱼对资源结构性衰退的生物学适应性响应所致[29]。
![]()
图 7 南海北部带鱼肛长频率分布的年际变化Figure 7. Annual change of anal length frequency distribution of T. japonicus in northern South China Sea在较高强度捕捞压力下，南海北部带鱼的生物学特征发生了明显变化，结构趋于简单，个体小型化，造成种群参数变化的原因可归结于2个：1) 高强度的捕捞压力使得种群密度降低，来自捕食及种间竞争的压力减小，剩余群体能够获得相对充足的饵料供给，从而使得小型个体迅速进入渔业[30]，这种变化在降低捕捞压力的情况下是可逆的，如日本北海道的大麻哈鱼 (Oncorhynchus keta)[31]；2) 捕捞驱动进化 (Fisheries-induced evolution, FIE)，即长期的过度捕捞迫使种群的某种基因发生变化，该变化为不可逆。笔者分析认为南海北部带鱼表型特征变化可能是由第一种原因所引起。自1999年起，我国政府开始对南海区域的渔船数和渔船功率进行管控，调整了渔业生产结构，同时大力建设人工鱼礁并开展增殖放流，加上休渔期的实施和捕捞成本的不断攀升，使得南海渔业资源的开发强度有所降低[32]。有研究表明，南海近年来的渔业政策对鱼类生物学特征的变化存在积极影响，如北部湾二长棘犁齿鲷 (Evynnis cardinalis) 的平均体长、L50等有所恢复[33]。本研究中数据显示南海北部带鱼资源的E从20世纪80年代初的0.71上升至90年代末的0.87，至今降至0.59，捕捞强度明显减小，但仍处于过度捕捞状态。在捕捞强度下降期间，带鱼的平均肛长由187.6 mm恢复至198.1 mm，K则从0.27减小至0.20，其生长加快的现象有所缓解，这一变化趋势与北部湾蓝圆鲹 (Decapterus maruadsi) 类似[34]。因此，亟需控制带鱼的捕捞压力，探索开展总量管理和限额捕捞[35]，并加大对网具及开捕规格的管理，帮助其资源的恢复。
由于本研究按季节采样，样本量有限，而基于肛长频率 (ELEFAN) 对生物学样本量和频率分布要求较高，因此在估算L∞和K时会产生一定误差；此外，解释捕捞压力对经济鱼类的影响及其种群产生的适应性变化还需要来自种群遗传学和室内生态受控实验的进一步证据。
-
![]()
图 1 1978~1997年赤鲷按照体重构成的渔获数量
Figure 1. Catch-at-weight Ci, , j of red porgy in 1978~1997
![]()
图 2 采用体重结构的VPA(WVPA)估算1978~1997年赤鲷的资源量
Figure 2. Estimated population abundance of red porgy over 300 g using WVPA
![]()
图 3 采用VPA与WVPA 2种方法对赤鲷1978~1997年的捕捞死亡系数的评估结果
Figure 3. Estimated fishing mortality of red porgy in 1978~1997 using VPA and WVPA
![]()
图 4 采用年龄结构的VPA(>3龄)与体重结构的VPA(＞300 g)估算的赤鲷资源量
Figure 4. Comparison of red porgy abundance estimated using WVPA (over 300 g) and VPA (over age 3)
表 1 应用WVPA对2个模拟种群在不同白色噪音(CV)下捕捞死亡系数F的平均估计值和相对估计误差
Table 1 Estimated average F values and relative estimated errors for two simulated populations for different white noises(CV)
a F CVN=1% CVN=5% CVN=10% CVN=20% CVN=30% 0.1 0.0995 (0.49) 0.0995 (0.48) 0.0994 (0.55) 0.0995 (0.47) 0.0996 (0.40) 0.6 0.5994 (0.09) 0.5992 (0.13) 0.6028 (0.47) 0.6034 (0.53) 0.6082 (1.36) 1.0 0.1995 (0.05) 1.0100 (1.00) 1.0011 (0.11) 1.0148 (1.48) 1.0337 (3.37) 1.5 1.5038 (0.25) 1.5047 (0.31) 1.5087 (0.54) 1.5551 (3.67) 1.6518 (10.12) 平均REE/%
average0.22 0.48 0.42 1.543.81 b F CVN=1% CVN=5% CVN=10% CVN=20% CVN=30% 0.1 0.0995 (0.50) 0.0995 (0.47) 0.0997 (0.35) 0.0997 (0.35) 0.0990 (0.99) 0.6 0.5995 (0.09) 0.5996 (0.06) 0.5997 (0.04) 0.6035 (0.59) 0.6075 (1.25) 1.0 0.9993 (0.01) 0.9995 (0.05) 1.004 (0.41) 1.0115 (1.15) 1.0290 (2.91) 1.5 1.4992 (0.05) 1.4908 (0.61) 1.5205 (1.37) 1.5424 (2.68) 1.5879 (5.86) 平均REE/%
average0.16 0.30 0.54 1.19 2.75 注：a: 长寿命种群tM=8, M = 0.32; b: 短寿命种群tM=3, M = 0.86
Note: a: long-lived population tM=8, M=0.32; b: short-lived population tM=3, M =0.86
下载: 导出CSV
-
[1] POPE J G. An investigation of accuracy of virtual population analysis using cohort analysis[J]. Int Comm Nw Atl Fish Res Bull, 1972, 9(1): 65-74.
[2] 詹秉义. 渔业资源评估[M]. 北京: 中国农业出版社, 1995: 353. [3] HILBORN R, WALTERS C J. Quantitative fisheries stock assessment[M]. London: Chapman & Hall, 1992: 570.
[4] GULLAND J A. Estimation of mortality rates, annes to arctic fisheries working group report[R]. Paper to ICES Ann Meeting, 1965.
[5] JONES R. Assessing the effects of changes in exploitation pattern using length composition data[R]. Rome: FAO, FAO Fisheries Technical Paper, 1984, No. 256. https://www.researchgate.net/publication/216900297_Assessing_the_effects_of_changes_in_exploitation_pattern_using_length_composition_data_With_notes_on_VPA_and_cohort_analysis
[6] 郑元甲, 陈雪忠, 程家骅, 等. 东海大陆架生物资源与环境[M]. 上海: 上海科技出版社, 2003: 348-727. [7] CHEN Y. A Monte Carlo study on impacts of the size of subsample catch on estimation of fish stock parameters[J]. Fish Res, 1996, 26(3/4): 207-223. https://www.sciencedirect.com/science/article/pii/0165783695004475
[8] GULLAND J A. Fish stock assessment, Wiley[M]. UK: Chichester, 1983.
[9] KIMURA D K. Variability in estimating catch in numbers at age and its impact on cohort analysis[J]. Can Spec Pub Fish Aquat Sci, 1989, 108(1): 57-66.
[10] WANG Y B, LIU Q. Estimation of natural mortality using statistical analysis of fisheries catch-at-age data[J]. Fish Res, 2006, 78(3): 342-351. https://www.sciencedirect.com/science/article/pii/S0165783606000129
[11] LIU Q, PITCHER T J. Application of a constrained optimisation method to the statistical analysis of fisheries catch-at-age data[J]. Fish Res, 1995, 22(1/2): 29-41. https://www.sciencedirect.com/science/article/pii/016578369400312K
[12] PRESS W H, FLANNERY B P, TEUKOLSKY S A, et al. Veterling. Numerical Recipes[M]. Cambridge, UK: Cambridge University Press, 1986.
[13] PAJUELO J G, LORENZO J M. Life history of the red porgy Pagrus pagrus off the Canary Islands, central east Atlantic[J]. Fish Res, 1996, 28(2): 163-177. doi: 10.1016/0165-7836(96)00496-1
[14] PAULY D. On the interrelationships between natural mortality, growth parameters and environmental temperature in 175 fish stocks[J]. Cons Int Explor Mer, 1980, 39(2): 175-192. doi: 10.1093/icesjms/39.2.175
[15] VAUGHAN D S, PRAGER M H. Severe decline in abundance of the red porgy population off the southeastern United States[J]. Fish Bull, 2002, 100(2): 351-375. https://www.researchgate.net/publication/242471969_Severe_decline_in_abundance_of_the_red_porgy_Pagrus_pagrus_population_off_the_southeastern_United_States
[16] Red porgy advisory report[R]. June 2002, http://www.sefsc.noaa.gov/sedar/download/RedPorgyAdvReport.pdf?id=DOCUMENT.
[17] 邓景耀, 叶昌臣. 渔业资源学[M]. 重庆: 重庆出版社, 2000: 396. [18] HILBORN R. Calculation of biomass trend, exploitation rate, and surplus production from survey and catch data[J]. Can J Fish Aquat Sci, 2001, 58(3): 579-584. https://www.researchgate.net/publication/216900214_Calculation_of_biomass_trend_eploitation_rate_and_surplus_production_from_survey_and_catch_data
[19] QUINNⅡ T J, DERISO R B. Quantitative fish dynamics[M]. New York: Oxford University Press, 1999: 542.
计量
- 文章访问数: 4871
- HTML全文浏览量: 137
- PDF下载量: 2476
粤公网安备 44010502001741号
