基于海洋环境因子和不同权重系数的南海中沙西沙海域鸢乌贼渔场分析

范江涛, 陈作志, 张俊, 冯雪

范江涛, 陈作志, 张俊, 冯雪. 基于海洋环境因子和不同权重系数的南海中沙西沙海域鸢乌贼渔场分析[J]. 南方水产科学, 2016, 12(4): 57-63. DOI: 10.3969/j.issn.2095-0780.2016.04.007
引用本文: 范江涛, 陈作志, 张俊, 冯雪. 基于海洋环境因子和不同权重系数的南海中沙西沙海域鸢乌贼渔场分析[J]. 南方水产科学, 2016, 12(4): 57-63. DOI: 10.3969/j.issn.2095-0780.2016.04.007
FAN Jiangtao, CHEN Zuozhi, ZHANG Jun, FENG Xue. Sthenoteuthis oualaniensis fishing grounds analysis based on marine environmental factors and different weight coefficients in the Zhongxisha and Xisha Islands, South China Sea[J]. South China Fisheries Science, 2016, 12(4): 57-63. DOI: 10.3969/j.issn.2095-0780.2016.04.007
Citation: FAN Jiangtao, CHEN Zuozhi, ZHANG Jun, FENG Xue. Sthenoteuthis oualaniensis fishing grounds analysis based on marine environmental factors and different weight coefficients in the Zhongxisha and Xisha Islands, South China Sea[J]. South China Fisheries Science, 2016, 12(4): 57-63. DOI: 10.3969/j.issn.2095-0780.2016.04.007

基于海洋环境因子和不同权重系数的南海中沙西沙海域鸢乌贼渔场分析

基金项目: 

农业部财政重大专项 NFZX2013

国家科技支撑计划项目 2013BAD13B06

农业部财政项目“南海海洋捕捞生产结构调查” 640

详细信息
    作者简介:

    范江涛(1987-), 男, 硕士, 助理研究员, 从事渔业资源和渔情预报研究。E-mail: tianxiahaiyin@163.com

    通讯作者:

    陈作志(1978-), 男, 博士, 副研究员, 从事渔业资源和海洋生态学研究。E-mail: zzchen2000@163.com

  • 中图分类号: S943

Sthenoteuthis oualaniensis fishing grounds analysis based on marine environmental factors and different weight coefficients in the Zhongxisha and Xisha Islands, South China Sea

  • 摘要:

    根据2014年“南锋”号调查船在南海中沙西沙海域的声学走航调查数据, 结合遥感获得的海表温度(SST)、叶绿素a浓度(CHL)、海面盐度(SSS)、海面高度(SSH)等海洋环境数据, 按不同季节不同因子分别建立栖息地适应性指数模型, 对不同因子赋予不同权重系数, 计算栖息地指数模型准确度, 以此来确定不同季节各因子的权重系数。结果表明, 各因子的最适值呈明显的季节变化, 春季SST的权重系数为0.7, 其余因子权重系数为0.1时模型准确度最高; 夏季CHL的权重系数为1, 其余因子权重系数为0时模型准确度最高; 秋季CHL权重系数为0.7, 其余因子系数为0.1时模型准确度最高; 冬季SST权重系数为1, 其余因子系数为0时模型准确度最高。研究认为, 鸢乌贼(Sthenoteuthis oualaniensis)渔场不同季节对不同因子的响应程度不同, 赋予各因子不同的权重系数可以有效提高模型准确率。

    Abstract:

    Based on the survey data of "Nanfeng" fishery research vessel and the data of ocean environment from remote sensing (sea surface temperature, concentration of Chl-a, sea surface salinity and sea surface height), we established a habitat suitability index model (HSI) according to different factors in different seasons, and tested different factors with different weights and different accuracy of HSI models to determine the weight coefficients of different seasons. The results show that suitable values of environmental factors varied from season to season obviously. In spring, the weight coefficient of sea surface temperature was equal to 0.7 and the others were all equal to 0.1;in summer, the weight coefficient of Chl-a was equal to 1 and the others were all equal to 0;in autumn, the weight coefficient of Chl-a was equal to 0.7 and the others were all equal to 0.1;in winter, the weight coefficient of sea surface temperature was equal to 1 and the others were all equal to 0. The results suggest that the fishing grounds of Sthenoteuthis oualaniensis response differently to different environmental factors in different seasons, and the accuracy of HSI model can be improved when the factors are applied with different weight coefficients.

  • 鸢乌贼(Sthenoteuthis oualaniensis)属柔鱼科,鸢乌贼属,属于大洋性头足类,广泛分布于热带亚热带海域[1],其中南海的资源量尤为丰富,据评估南海鸢乌贼现存生物量高达(110~150)×104 t,年可捕量为(140~200)×104 t[2-4]。而目前中国鸢乌贼的开发利用非常有限,资源开发潜力巨大。

    鸢乌贼渔场的形成与海洋环境因子密切相关,而栖息地指数模型能够很好地综合各种环境因子,全面地分析渔场的形成机制。近年来国内外对鸢乌贼的研究逐渐增多,但多集中于生物学[5-7]、种群分布[8-10]和种群结构[11-13]等方面,对鸢乌贼与海洋环境因子关系的研究也多见于1~2个因子[14],未能综合考虑多因子共同作用及各因子作用的大小。为此该研究通过2014年南锋专项渔业声学调查结果,结合遥感数据,并通过对不同环境因子赋予不同权重系数,构建南海中沙西沙海域鸢乌贼栖息地指数模型,分析影响渔场分布的因子与渔场形成的机制,为开展南海鸢乌贼渔业渔情预报提供科学依据与理论基础。

    渔场数据来自南锋专项2014年春、夏、秋、冬4个季节调查的声学走航数据,鸢乌贼虽有昼夜垂直移动的现象,但其主要生活在300 m以浅的水层,故而以300 m以浅水层的鸢乌贼生物量数据作为表征渔场好坏的指标[15]。声学探测设备为Simrad EK60,探测300 m以上水层,每5 nmile积分1次,换能器频率为38 kHz,发射功率为2 kW,脉冲宽度1 ms。走航范围见图 1

    图  1  走航范围示意图
    南海九段线参见彩色宣传页的调查区域图
    Fig. 1  Schematic diagram of navigation range
    For information about the nine-dash line of the South China Sea, see the survey area map on the colored leaflet.

    环境数据来自美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)的海洋环境遥感产品(http://coastwatch.pfeg.noaa.gov/erddap/info/index.html),海洋环境因子包括海表温度(sea surface temperature,SST)、叶绿素a浓度(Chlorophyll-a concentration,CHL)、海表盐度(sea surface salinity,SSS)、海面高度(sea surface height,SSH)数据,均选取声学走航当天的数据。

    基于栖息地指数模型原理,将生物量分别与SST、CHL、SSS、SSH建立适应性指数(SI)模型[16]。假设每季度调查生物量Y最多的海域其栖息地指数为1,生物量为0时栖息地指数为0,各因子的栖息地指数模型计算公式为:

    $$ \mathrm{SI}=\frac{Y}{Y_{\max }} $$

    式中SI为该季度的适应性指数;Ymax为该季度调查的生物量最大值。

    采用一元非线性回归[17-18]建立各环境因子与栖息地适应性指数的关系,将各单因子适应性模型赋予不同权重系数a[19],其余因子权重系数为(1-a)/3,进而建立栖息地指数模型。

    $$ \begin{aligned} & \;\;\quad \mathrm{HSI}=\mathrm{a} \times \mathrm{SI}_{\mathrm{SST}}+\frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{CHL}}+\frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{SSS}}+ \\ & \frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{SSH}} \end{aligned} $$
    $$ \begin{aligned} & \;\;\quad \mathrm{HSI}=\mathrm{a} \times \mathrm{SI}_{\mathrm{CHL}}+\frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{SST}}+\frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{SSS}}+ \\ & \frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{SSH}} \end{aligned} $$
    $$ \begin{aligned} & \;\;\quad \mathrm{HSI}=\mathrm{a} \times \mathrm{SI}_{\mathrm{SSS}}+\frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{CHL}}+\frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{SST}}+ \\ & \frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{SSH}} \end{aligned} $$
    $$ \begin{aligned} & \;\;\quad \mathrm{HSI}=\mathrm{a} \times \mathrm{SI}_{\mathrm{SSH}}+\frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{CHL}}+\frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{SSS}}+ \\ & \frac{1-\mathrm{a}}{3} \times \mathrm{SI}_{\mathrm{SST}} \end{aligned} $$

    式中a分别取0.25、0.5、0.6、0.7、1.0。取值大于0.7时,其余各因子系数均小于0.1,对模型的贡献度极小,故可忽略。

    将模型计算的栖息地指数值与实际值进行比较,两者之差小于等于0.4,则认为模型准确。以模型准确度来判断各因子权重系数的取值。

    对不同环境因子分季节分别建立SI适应性指数模型,结果如表 1,各模型P值均小于0.01,各模型均准确。

    表  1  各因子SI模型
    Table  1  SI model of factors
    季节season 变量variable 模型model P
    春季spring SST-SI SI=1/(2 169.41-162.48×SST+3.04SST2) 0.000 1
    CHL-SI SI=1/(76.78-1 258.66×CHL+5 197.66×CHL2) 0.002 1
    SSH-SI SI=1/(453.1-845.28×SSH+394.91×SSH2) 0.001 5
    SSS-SI SI=1/(309 094.40-18 702.97×SSS+282.92×SSS2) 0.000 1
    夏季summer SST-SI SI=1/(998.89-69.12×SST+1.19×SST2) 0.000 1
    CHL-SI SI=1/(34.52-719.46×CGK+3 857.76×CHL2) 0.000 1
    SSH-SI SI=1/(1 129.19-2 086.94×SSH+964.84×SSH2) 0.000 1
    SSS-SI SI=1/(79 835.86-4 816.52×SSS+72.65×SSS2) 0.000 1
    秋季autumn SST-SI SI=1/(1 438.76-101.92×SST+1.81×SST2) 0.000 1
    CHL-SI SI=1/(202.26-3 041.69×CHL+14 208.34×CHL2) 0.000 2
    SSH-SI SI=1/(383.75-720.49×SSH+338.99×SSH2) 0.000 1
    SSS-SI SI=1/(40 447.21-2 469.62×SSS+37.70×SSS2) 0.001 1
    冬季winter SST-SI SI=1/(513.47-40.28×SST+0.79×SST2) 0.000 1
    CHL-SI SI=1/(113.74-1 505.14×CHL+5 023.50×CHL2) 0.000 1
    SSH-SI SI=1/(593.26-1 170.35×SSH+578.10×SSH2) 0.002 0
    SSS-SI SI=1/(33 548.50-1 040.68×SSS+31.03×SSS2) 0.001 0
    下载: 导出CSV 
    | 显示表格

    表 1中各个SI方程进行求导,即可得到不同季节各因子的最适值(表 2),结合图 2可知各因子最适值呈明显的季节变动。SST值夏秋季高,冬春季低;CHL值夏秋季较低,冬春季相对较高;SSS值春夏季较高,秋冬季低;SSH值夏季最高,冬季最低。

    图  2  不同因子的SI曲线
    Fig. 2  SI curves of all factors
    表  2  各因子最适值
    Table  2  Optimum value of each factor
    季节
    season
    SST/℃ ρ(CHL)/ mg·m-2 SSS SSH/m
    春季spring 26.5 0.13 33.1 1.05
    夏季summer 28.9 0.09 33.2 1.09
    秋季autumn 28.4 0.10 32.7 1.04
    冬季winter 25.3 0.15 32.9 0.98
    下载: 导出CSV 
    | 显示表格

    分不同季节,对不同因子模型赋予不同的权重系数a,通过计算HSI值与实际值之差来判断模型准确率,继而选择不同的权重系数。

    春季当SST-SI的权重系数a为0.7时,其余CHL-SI、SSS-SI、SSH-SI的系数均为0.1,模型准确度最高(表 3),故而春季鸢乌贼渔场对SST较为敏感。

    表  3  春季不同权重系数的模型准确率
    Table  3  Model accuracy of different weight coefficients in spring %
    a 0.25 0.5 0.6 0.7 1.0
    SST-SI 76 71 75 83 78
    CHL-SI 76 62 65 63 67
    SSS-SI 76 48 57 52 55
    SSH-SI 76 45 42 65 62
    下载: 导出CSV 
    | 显示表格

    夏季当CHL-SI的权重系数为1时,其余各因子权重系数均为0,模型准确度最高(表 4),故而夏季影响鸢乌贼渔场的主要因子为CHL。

    表  4  夏季不同权重系数的模型准确率
    Table  4  Model accuracy of different weight coefficients in summer %
    a 0.25 0.5 0.6 0.7 1.0
    SST-SI 71 65 72 79 77
    CHL-SI 71 75 78 79 86
    SSS-SI 71 59 63 72 70
    SSH-SI 71 63 59 72 65
    下载: 导出CSV 
    | 显示表格

    秋季当CHL-SI的权重系数为0.7,其余因子权重系数为0.1时,模型准确度最高(表 5),故而秋季鸢乌贼渔场对CHL较为敏感。

    表  5  秋季不同权重系数的模型准确率
    Table  5  Model accuracy of different weight coefficients in autumn %
    a 0.25 0.5 0.6 0.7 1.0
    SST-SI 79 69 81 79 75
    CHL-SI 79 72 69 88 78
    SSS-SI 79 59 62 68 71
    SSH-SI 79 52 59 53 55
    下载: 导出CSV 
    | 显示表格

    冬季当SST-SI的权重系数为1,其余因子权重系数为0时,模型准确度最高(表 6),故而冬季影响鸢乌贼渔场分布的主要因子为SST。

    表  6  冬季不同权重系数的模型准确率
    Table  6  Model accuracy of different weight coefficients in winter %
    a 0.25 0.5 0.6 0.7 1.0
    SST-SI 74 58 76 79 90
    CHL-SI 74 70 69 72 79
    SSS-SI 74 63 69 72 70
    SSH-SI 74 58 64 66 69
    下载: 导出CSV 
    | 显示表格

    结合上述结果,计算各季节HSI模型的拟合值,叠加声学走航所测生物量的实际值,利用Marine Explorer 4.0对不同季节进行分析,发现各季节生物量较高的点均出现在模型拟合值较高点,并且渔场分布的季节变化明显,各季节模型精度分别为0.83、0.86、0.88、0.90,各因子的权重系数选择准确。

    南海面积广阔,地形、洋流等海洋物理化学环境复杂,鸢乌贼渔场形成原因与海洋的物理化学要素直接相关。南海中沙西沙海域的鸢乌贼渔场形成,受海洋环境、饵料生物和人类活动的影响,与其他海域有相同之处,又有其独特的特点[10, 20]。该研究将声学走航与遥感数据相结合,探索影响鸢乌贼渔场分布的环境因子,采用300 m以浅的鸢乌贼生物量数据作为表征渔场的指标,正好符合鸢乌贼的栖息深度[6, 21]。采用不同的权重系数对不同因子分季节进行分析,对每个季节的环境因子赋予权重,从而可以直观地看出不同季节影响渔场分布的主要环境因子,亦可通过对HSI模型的计算与修正,发现潜在的渔场位置,进一步指导生产。

    图  3  模型预测结果与实际值
    Fig. 3  Predicted results and actual values

    通过对各因子SI模型的求导,计算出不同季节各因子的最适值,其结果与陈新军和叶旭昌[22]、TIAN等[14]的研究结果类似。冬春季渔场与SST关系密切,夏秋季与CHL关系密切,这可能与鸢乌贼的生活史有关[8, 23];鸢乌贼对水温较为敏感,冬春季海水温度整体较低,渔场生物量高的区域主要集中在南部低纬度水温较高的海域;夏秋季整个海域海水温度大致相同,CHL成为影响渔场分布的主要因子,这可能是由于CHL的高低影响了鸢乌贼饵料生物的分布,而夏秋季正是鸢乌贼的索饵高峰期,故而CHL通过饵料生物影响了鸢乌贼渔场的分布。SIRIRAKSOPHON等[24]、CHEN等[8]认为头足类对海水温度较为敏感,而在该研究中发现,中沙西沙海域的鸢乌贼渔场与多种环境因子均有关联,这与其他海域的研究有共同之处,也有其独特的特点,这可能与南海复杂的地貌与水文环境有关。

    在实际走航调查中,发现鸢乌贼有明显的昼夜垂直迁移特性,一般在傍晚19时左右开始从300 m左右水深上浮,到晚上22时左右上浮至100 m以浅水层;清晨4时左右开始下沉,至6时左右下沉至300 m左右水层。故而其昼夜垂直移动的行为对渔场生物量的评估影响不大。从鸢乌贼的胃含物分析中可以看出,其昼夜垂直移动的主要目的是觅食[8]。鸢乌贼夜晚上浮至100 m以浅的水层,其与SST和SSH的关系更为密切(相关系数PSST>PSSH>PCHL>PSSS),白天下沉至较深水层,其生物量与SST和CHL关系较为密切(相关系数PSST>PCHL>PSSH>PSSS)。一般而言,SSS的变化较为均匀,CHL主要通过影响鸢乌贼饵料生物而影响其分布,故而鸢乌贼行为与SST和CHL的关系更为密切。

    通过确定各季节各因子的权重系数,进而可以建立中沙西沙鸢乌贼渔场的栖息地指数模型,这可为今后的渔情预报工作提供相应的理论依据。而权重系数的确定,也可在获取环境数据有限的情况下,通过1~2个因子对渔场位置进行大致判断,对指导渔民生产,提高生产效率,节能减排有一定的效果。同时,该研究仅用一年的数据,虽然存在一定的偶然性,但由于鸢乌贼属一年生的动物,生命周期短,其与海洋环境因子的关系较多年生海洋生物更为密切,故而仍有一定的可信度;在今后的研究中要积累长时间序列的数据,结合渔民生产状况,综合分析更多的影响渔场形成因子,进一步提高模型的准确度。

  • 图  1   走航范围示意图

    南海九段线参见彩色宣传页的调查区域图

    Figure  1.   Schematic diagram of navigation range

    For information about the nine-dash line of the South China Sea, see the survey area map on the colored leaflet.

    图  2   不同因子的SI曲线

    Figure  2.   SI curves of all factors

    图  3   模型预测结果与实际值

    Figure  3.   Predicted results and actual values

    表  1   各因子SI模型

    Table  1   SI model of factors

    季节season 变量variable 模型model P
    春季spring SST-SI SI=1/(2 169.41-162.48×SST+3.04SST2) 0.000 1
    CHL-SI SI=1/(76.78-1 258.66×CHL+5 197.66×CHL2) 0.002 1
    SSH-SI SI=1/(453.1-845.28×SSH+394.91×SSH2) 0.001 5
    SSS-SI SI=1/(309 094.40-18 702.97×SSS+282.92×SSS2) 0.000 1
    夏季summer SST-SI SI=1/(998.89-69.12×SST+1.19×SST2) 0.000 1
    CHL-SI SI=1/(34.52-719.46×CGK+3 857.76×CHL2) 0.000 1
    SSH-SI SI=1/(1 129.19-2 086.94×SSH+964.84×SSH2) 0.000 1
    SSS-SI SI=1/(79 835.86-4 816.52×SSS+72.65×SSS2) 0.000 1
    秋季autumn SST-SI SI=1/(1 438.76-101.92×SST+1.81×SST2) 0.000 1
    CHL-SI SI=1/(202.26-3 041.69×CHL+14 208.34×CHL2) 0.000 2
    SSH-SI SI=1/(383.75-720.49×SSH+338.99×SSH2) 0.000 1
    SSS-SI SI=1/(40 447.21-2 469.62×SSS+37.70×SSS2) 0.001 1
    冬季winter SST-SI SI=1/(513.47-40.28×SST+0.79×SST2) 0.000 1
    CHL-SI SI=1/(113.74-1 505.14×CHL+5 023.50×CHL2) 0.000 1
    SSH-SI SI=1/(593.26-1 170.35×SSH+578.10×SSH2) 0.002 0
    SSS-SI SI=1/(33 548.50-1 040.68×SSS+31.03×SSS2) 0.001 0
    下载: 导出CSV

    表  2   各因子最适值

    Table  2   Optimum value of each factor

    季节
    season
    SST/℃ ρ(CHL)/ mg·m-2 SSS SSH/m
    春季spring 26.5 0.13 33.1 1.05
    夏季summer 28.9 0.09 33.2 1.09
    秋季autumn 28.4 0.10 32.7 1.04
    冬季winter 25.3 0.15 32.9 0.98
    下载: 导出CSV

    表  3   春季不同权重系数的模型准确率

    Table  3   Model accuracy of different weight coefficients in spring %

    a 0.25 0.5 0.6 0.7 1.0
    SST-SI 76 71 75 83 78
    CHL-SI 76 62 65 63 67
    SSS-SI 76 48 57 52 55
    SSH-SI 76 45 42 65 62
    下载: 导出CSV

    表  4   夏季不同权重系数的模型准确率

    Table  4   Model accuracy of different weight coefficients in summer %

    a 0.25 0.5 0.6 0.7 1.0
    SST-SI 71 65 72 79 77
    CHL-SI 71 75 78 79 86
    SSS-SI 71 59 63 72 70
    SSH-SI 71 63 59 72 65
    下载: 导出CSV

    表  5   秋季不同权重系数的模型准确率

    Table  5   Model accuracy of different weight coefficients in autumn %

    a 0.25 0.5 0.6 0.7 1.0
    SST-SI 79 69 81 79 75
    CHL-SI 79 72 69 88 78
    SSS-SI 79 59 62 68 71
    SSH-SI 79 52 59 53 55
    下载: 导出CSV

    表  6   冬季不同权重系数的模型准确率

    Table  6   Model accuracy of different weight coefficients in winter %

    a 0.25 0.5 0.6 0.7 1.0
    SST-SI 74 58 76 79 90
    CHL-SI 74 70 69 72 79
    SSS-SI 74 63 69 72 70
    SSH-SI 74 58 64 66 69
    下载: 导出CSV
  • [1] 陈新军, 刘必林, 王尧耕. 世界头足类[M]. 北京: 海洋出版社, 2009: 128-134. https://xueshu.baidu.com/usercenter/paper/show?paperid=34d7808bc84eacd6711d8f6d157b997a&site=xueshu_se
    [2]

    SIRIRAKSOPHON S, SUKRAMONGKOL N, NAKAMURA Y. Ex-ploration of oceanic squid, Sthenoteuthis oualaniensis resources in the South China Sea, Vietnanmese waters[C]//Proceedings of the Third Technical Seminar on Marine Fishery Resources Survey in the South China Sea, Area IV: Vietnamese Waters Special Paper No SEC/SP/44. Bangkok: Southeast Asian Fisheries Development Center, 2001: 181-197.

    [3] 张鹏, 杨吝, 张旭丰, 等. 南海金枪鱼和鸢乌贼资源开发现状及前景[J]. 南方水产, 2010, 6(1): 68-74. doi: 10.3969/j.issn.1673-2227.2010.01.012
    [4] 张俊, 陈作志, 陈国宝, 等. 南海鸢乌贼水声学测量和评估相关技术研究[J]. 南方水产科学, 2014, 10(6): 1-11. doi: 10.3969/j.issn.2095-0780.2014.06.001
    [5] 张宇美, 颜云榕, 卢伙胜, 等. 西沙群岛海域鸢乌贼摄食与繁殖生物学初步研究[J]. 广东海洋大学学报, 2013, 40(3): 56-64. doi: 10.3969/j.issn.1673-9159.2013.03.010
    [6] 范江涛, 冯雪, 邱永松, 等. 南海鸢乌贼生物学研究进展[J]. 广东农业科学, 2013, 40(23): 122-128. doi: 10.3969/j.issn.1004-874X.2013.23.030
    [7]

    YOUNG R E, HIROTA J. Review of the ecology of Sthenoteuthis oualaniensis near the Hawaiian Archipelago[C]//Contributed papers to international symposium on large pelagic squids. Tokyo: Japan Marine Fishery Resources Research Center, 1998: 131-143. https://xueshu.baidu.com/usercenter/paper/show?paperid=75e4844e72c2b66db8bea82c054c8501&site=xueshu_se&hitarticle=1

    [8]

    CHEN X J, LIU B L, TIAN S Q, et al. Fishery biology of purpleback squid, Sthenoteuthis oualaniensis, in the northwest Indian Ocean[J]. Fish Res, 2007, 83(1): 98-104. doi: 10.1016/j.fishres.2006.09.005

    [9]

    PARRY M P. The trophic ecology of two ommastrephid squid species, Ommastrephes bartramii and Sthenoteuthis oualaniensis, in the North Pacific sub-tropical gyre[D]. Manoa: University of Hawaii, 2003: 39-48. https://xueshu.baidu.com/usercenter/paper/show?paperid=1r2s0tv0ty190p505m6u0pg0d8631425&site=xueshu_se&hitarticle=1

    [10]

    TAKAGI K, KITAHARA T, SUZUKI N, et al. The age and growth of Sthenoteuthis oualaniensis(Cephalopoda: Ommastrephidae)in the Pacific Ocean[J]. Bull Mar Sci, 2002, 71(2): 1105-1108. https://xueshu.baidu.com/usercenter/paper/show?paperid=f9b209bfc8030f6cd0b36ea46e3312d2&site=xueshu_se&hitarticle=1

    [11] 范江涛, 邱永松, 陈作志, 等. 南海鸢乌贼两个群体间角质颚形态差异分析[J]. 中国海洋大学学报(自然科学版), 2015, 45(10): 42-49. https://xueshu.baidu.com/usercenter/paper/show?paperid=f2210806910cf3a7e54eb65f0ff0525f&site=xueshu_se&hitarticle=1
    [12]

    CHESALIN M. Distribution and biology of the squid Sthenoteuthis oualaniensis in the Arabian Sea[J]. Hydrobiol J, 1994, 30(2): 61-73.

    [13] 陈新军, 刘金立. 利用形态学方法分析印度洋西北部海域鸢乌贼种群结构[J]. 上海水产大学学报, 2007, 16(2): 174-179. https://www.cnki.com.cn/Article/CJFDTOTAL-SSDB200702014.htm
    [14] 田思泉, 陈新军, 杨晓明. 阿拉伯北部公海海域鸢乌贼渔场分布及其与海洋环境因子关系[J]. 海洋湖沼通报, 2006(1): 51-57. doi: 10.3969/j.issn.1003-6482.2006.01.007
    [15] 杨权, 李永振, 张鹏, 等. 基于灯光罩网法的南海鸢乌贼声学评估技术研究[J]. 水产学报, 2013, 37(7): 1032-1039. https://www.cnki.com.cn/Article/CJFDTOTAL-SCKX201307011.htm
    [16] 范江涛, 张俊, 冯雪, 等. 基于栖息地模型的南沙海域鸢乌贼渔情预报研究[J]. 南方水产科学, 2015, 11(5): 20-26. doi: 10.3969/j.issn.2095-0780.2015.05.003
    [17] 李春喜, 王志和, 王文林. 生物统计学[M]. 北京: 科学出版社, 1997: 137-155.
    [18] 茆诗松, 程依明, 濮晓龙, 等. 概率论与数理统计教程[M]. 2版. 北京: 高等教育出版社, 2011: 36-49.
    [19] 刘自远, 刘成福. 综合评价中指标权重系数确定方法探讨[J]. 中国卫生质量管理, 2006, 13(2): 44-46, 48. doi: 10.3969/j.issn.1006-7515.2006.02.018
    [20] 颜云榕, 冯波, 卢伙胜, 等. 南沙群岛北部海域鸢乌贼(Sthenoteuthis oualaniensis)夏季渔业生物学研究[J]. 海洋与湖沼, 2012, 43(6): 1177-1186. https://www.cnki.com.cn/Article/CJFDTOTAL-HYFZ201206022.htm
    [21] 杨晓明, 陈新军, 周应祺, 等. 基于海洋遥感的西北印度洋鸢乌贼渔场形成机制的初步分析[J]. 水产学报, 2006, 30(5): 669-675. https://www.cnki.com.cn/Article/CJFDTOTAL-SCKX200605013.htm
    [22] 陈新军, 叶旭昌. 印度洋西北部海域鸢乌贼渔场与海洋环境因子关系的初步分析[J]. 上海水产大学学报, 2005, 14(1): 55-60. https://www.cnki.com.cn/Article/CJFDTOTAL-SSDB200501011.htm
    [23]

    YATSU A. The biology of Sthenoteuthis oualaniensis and exploitation of the new squid resources[J]. Bull Far Sea Fish, 1997, 101: 6-9.

    [24]

    SIRIRAKSOPHON S, NAKAMURA Y, PRADIT S, et al. Ecological aspects of oceanic squid, Sthenoteuthis oualaniensis (Lesson) in the South China Sea, area Ⅲ: Western Philippines[C] // Proceedings of the SEAFDEC Seminar on Fishery Resources in the South China Sea, Area Ⅲ: Western Philippines. Bangkok: Southeast Asian Fisheries Development Center, 2000: 3-5.

  • 期刊类型引用(22)

    1. 范江涛,冯志萍,余为,马胜伟,陈新军. 南海鸢乌贼栖息地模型优化及季节性差异分析. 海洋湖沼通报(中英文). 2024(05): 111-120 . 百度学术
    2. 温利红,张衡,方舟,陈新军. 鸢乌贼渔业资源研究进展. 水产科学. 2023(03): 527-537 . 百度学术
    3. 范江涛,冯志萍,马胜伟,陈新军,余为. 基于MaxEnt模型的南海鸢乌贼栖息地季节性分布及关键环境因子选择研究. 海洋渔业. 2023(04): 412-422 . 百度学术
    4. 范江涛,余为,马胜伟,陈作志. 春季南海鸢乌贼栖息地时空分布及其年际差异分析. 南方水产科学. 2022(01): 1-9 . 本站查看
    5. 白思琦,邹晓荣,张鹏,丁鹏. 环境因子对东南太平洋智利竹?鱼渔场时空分布异质性影响. 南方水产科学. 2021(01): 17-24 . 本站查看
    6. 范江涛,张鹏,冯雪,陈作志. 南海圆舵鲣栖息地影响因素分析. 中国水产科学. 2021(02): 215-221 . 百度学术
    7. 周艳波,谢恩阁,吴洽儿,冯菲. 南海外海鸢乌贼渔场范围与海洋环境的关系. 海洋学报. 2021(02): 38-48 . 百度学术
    8. 晏磊,李杰,张鹏,杨炳忠,王腾. 基于GAM模型的南海鸢乌贼CPUE时空分布及其与环境因子的关系. 海洋通报. 2021(02): 217-223 . 百度学术
    9. 于杰,陈国宝,唐振朝,曾雷. 南海北部主要海表温度锋面的时空变化特征. 海洋环境科学. 2020(03): 367-373 . 百度学术
    10. 谢恩阁,周艳波,冯菲,吴洽儿. 中国南海外海鸢乌贼灯光罩网渔业CPUE标准化研究. 大连海洋大学学报. 2020(03): 439-446 . 百度学术
    11. 李杰,张鹏,晏磊,王腾,杨炳忠. 南海中南部海域鸢乌贼CPUE影响因素的GAM分析. 中国水产科学. 2020(08): 906-915 . 百度学术
    12. 朱凯,张立川,肖楚源,陈新军,林东明,朱俊磊. 南海鸢乌贼微型群雌性个体繁殖力研究. 渔业科学进展. 2020(06): 140-148 . 百度学术
    13. 范江涛,黄梓荣,许友伟,孙铭帅,晏然,陈作志. 基于海表温和水深的南海北部短尾大眼鲷渔场分析. 中国水产科学. 2019(01): 26-33 . 百度学术
    14. 范江涛,张俊,冯雪,陈作志. 南沙海域鸢乌贼渔场与海洋环境因子的关系. 上海海洋大学学报. 2019(03): 419-426 . 百度学术
    15. 朱凯,张立川,陈新军,陆化杰,林东明,姚吉祥,马有成. 基于精荚数量对鸢乌贼中型群雄性个体有效繁殖力的研究. 动物学杂志. 2019(04): 517-528 . 百度学术
    16. 招春旭,邱星宇,何雄波,王国易,顾银娜,钟亚娜,颜云榕,康斌. 南海春季月相、水深、作业时间与鸢乌贼CPUE的关系. 水产学报. 2019(11): 2372-2382 . 百度学术
    17. 陆尧,陈新军,汪金涛,余景. 西北太平洋柔鱼适宜栖息地动态变化研究. 渔业科学进展. 2019(05): 19-25 . 百度学术
    18. 崔雪森,周为峰,唐峰华,戴阳,张胜茂,程田飞. 基于约束线性回归的柔鱼栖息地指数渔场预报模型构建. 渔业科学进展. 2018(01): 64-72 . 百度学术
    19. 余景,胡启伟,袁华荣,陈丕茂. 基于遥感数据的大亚湾伏季休渔效果评价. 南方水产科学. 2018(03): 1-9 . 本站查看
    20. 江淼,马胜伟,吴洽儿. 鸢乌贼资源综合利用技术研究现状. 食品工业科技. 2018(06): 340-344 . 百度学术
    21. Yu Jing,Hu Qiwei,Chen Pimao,Mang Qi. Effect Evaluation of Summer Fishing Moratorium (SFM) in Daya Bay Based on Remote Sensing and Survey Data. Animal Husbandry and Feed Science. 2018(04): 219-225 . 必应学术
    22. 余景,胡启伟,李纯厚,张鹏,毛江美. 西沙—中沙海域春季鸢乌贼资源与海洋环境的关系. 海洋学报. 2017(06): 62-73 . 百度学术

    其他类型引用(12)

图(3)  /  表(6)
计量
  • 文章访问数:  3218
  • HTML全文浏览量:  218
  • PDF下载量:  1237
  • 被引次数: 34
出版历程
  • 收稿日期:  2016-03-16
  • 修回日期:  2016-05-12
  • 刊出日期:  2016-08-04

目录

/

返回文章
返回