留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

杨彩莉 杨晓明 朱江峰

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. doi: 10.12131/20210014
引用本文: 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. doi: 10.12131/20210014
Caili YANG, Xiaoming YANG, Jiangfeng ZHU. Response of environmental factors to distribution of skipjack tuna purse seine fishery in Western and Central Pacific Ocean during different El Niña events[J]. South China Fisheries Science, 2021, 17(3): 8-18. doi: 10.12131/20210014
Citation: Caili YANG, Xiaoming YANG, Jiangfeng ZHU. Response of environmental factors to distribution of skipjack tuna purse seine fishery in Western and Central Pacific Ocean during different El Niña events[J]. South China Fisheries Science, 2021, 17(3): 8-18. doi: 10.12131/20210014

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

doi: 10.12131/20210014
基金项目: 国家重点研发计划项目 (2020YFD0901202, 2019YFD0901502)
详细信息
    作者简介:

    杨彩莉 (1995—),女,硕士研究生,研究方向为金枪鱼围网鲣渔场。E-mail: 1414239295@qq.com

    通讯作者:

    杨晓明 (1972—),男,博士,副教授,从事渔业GIS研究。E-mail: xmyang@shou.edu.cn

  • 中图分类号: S 934

Response of environmental factors to distribution of skipjack tuna purse seine fishery in Western and Central Pacific Ocean during different El Niña events

  • 摘要: 金枪鱼围网鲣 (Katsuwonus pelamis) 主要作业渔场位于中西太平洋热带海域,厄尔尼诺事件对其分布有显著影响。文章基于中国大陆地区渔船围网鲣渔捞日志数据及环境因子,构建最大熵模型 (Maximum Entropy Model, MaxEnt),探讨不同类型厄尔尼诺事件对渔场空间分布及环境因子的响应特征。结果表明:1) 利用MaxEnt模型能够较好预测渔场分布;2) 中等强度中部型厄尔尼诺事件中鲣渔场主要分布在赤道太平洋160°E附近,超强东部型和弱中部型厄尔尼诺事件中鲣渔场主要分布在赤道太平洋170°E附近;3) 50 m水深温度 (Temperature of subsurface at 50 m depths, T50)、海表盐度 (Sea surface salinity, SSS)、海表温度 (Sea surface temperature, SST) 是影响鲣分布的关键因子,在中等强度中部型厄尔尼诺事件中,SSS贡献率最高;而在超强东部型和弱中部型事件中,T50贡献率最高;4) 鲣渔场重心在经度方向上集中分布于160°E—175°W海域,不同尼诺事件下,适宜栖息地面积比分别为:中等中部型事件24%,超强东部型事件28%,弱中部型事件29%。
  • 图  1  中西太平洋鲣2009—2019年单位捕捞努力量渔获量和产量

    Figure  1.  CPUE and catch of skipjack tuna in Western and Central Pacific Ocean from 2009 to 2019

    图  2  10月厄尔尼诺事件中关键环境因子的响应曲线

    Figure  2.  Response curves of key environmental factors in El Niño events in October

    图  3  中西太平洋中等中部型厄尔尼诺事件鲣分布

    Figure  3.  Distribution of skipjack tuna during moderate Central Pacific El Niño events in Western and Central Pacific Ocean

    图  4  中西太平洋东部型超强厄尔尼诺事件鲣分布

    Figure  4.  Distribution of skipjack tuna during super Eastern Pacific El Niño events in Western and Central Pacific Ocean

    图  5  中西太平洋弱中部型厄尔尼诺事件鲣分布

    Figure  5.  Distribution of skipjack tuna during weak Central Pacific El Niño events in Western and Central Pacific Ocean

    图  6  不同类型厄尔尼诺事件中西太平洋鲣渔场重心变化轨迹

    Figure  6.  Variation of gravity center of skipjack tuna in Western and Central Pacific Ocean in different types of El Niño events

    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
    方差膨胀因子
    VIF
    海表面温度 SST 1.929
    50 m水深温度 T50 3.189
    海表面盐度 SSS 4.100
    混合层深度 MLD 3.140
    海平面异常 SLA 4.761
    净初级生产力 NPP 2.634
    东西向的海表流速 UCC 1.579
    南北向的海表流速 VCC 2.328
    下载: 导出CSV

    表  2  最大熵模型的曲线下的面积值

    Table  2.   AUC value of Maximum Entropy Model under curve

    厄尔尼诺事件
    El Niño event
    时间 (年-月)
    Time
    (Year-Month)
    训练数据
    Training
    data
    测试数据
    Test
    data
    中等中部型厄尔尼诺
    Moderate Central Pacific El Niño
    2009-10 0.977 0.979
    2009-11 0.978 0.980
    2009-12 0.956 0.960
    2010-01 0.956 0.963
    2010-02 0.965 0.964
    2010-03 0.974 0.978
    超强东部型厄尔尼诺
    Super Eastern Pacific El Niño
    2015-10 0.948 0.954
    2015-11 0.940 0.955
    2015-12 0.928 0.939
    2016-01 0.954 0.969
    2016-02 0.914 0.916
    2016-03 0.965 0.969
    弱中部型厄尔尼诺
    Weak Central Pacific El Niño
    2018-10 0.937 0.949
    2018-11 0.941 0.944
    2018-12 0.944 0.946
    2019-01 0.983 0.987
    2019-02 0.951 0.953
    2019-03 0.960 0.969
    下载: 导出CSV

    表  3  最大熵模型中各环境因子的贡献率

    Table  3.   Contribution rate of environmental factors of Maximum Entropy Model

    厄尔尼诺事件类型
    Types of El Niño event
    环境因子
    Environmental
    factor
    均值
    Average/%
    中等中部型厄尔尼诺
    Moderate Central Pacific El Niño
    SSS 19.72
    T50 19.24
    SLA 12.56
    SST 12.07
    NPP 10.97
    VCC 9.99
    UCC 8.22
    MLD 7.23
    超强东部型厄尔尼诺
    Super Eastern Pacific El Niño
    T50 25.49
    SST 22.03
    SLA 19.85
    SSS 16.01
    VCC 6.53
    MLD 4.49
    NPP 3.92
    UCC 1.69
    弱中部型厄尔尼诺
    Weak Central Pacific El Niño
    T50 52.86
    SST 11.97
    SSS 9.86
    MLD 8.47
    UCC 6.33
    VCC 5.67
    NPP 4.84
    注:环境因子解释见表1 Note: The explanation of the environmental factos are shown in Table 1.
    下载: 导出CSV

    表  4  不同类型厄尔尼诺事件鲣适宜栖息地面积比例

    Table  4.   Suitable habitat acreage percentage of skipjack tuna in different types of El Niño events %

    厄尔尼诺事件
    El Niño event
    平均值
    Average
    最大值
    Maximum
    最小值
    Minimum
    中位数
    Median
    中等中部型厄尔尼诺 Moderate Central Pacific El Niño 24 31 18 23
    超强东部型厄尔尼诺 Super Eastern Pacific El Niño 28 34 21 27
    弱中部型厄尔尼诺 Weak Central Pacific El Niño 29 33 20 31
    下载: 导出CSV
  • [1] WILLIAMS P, THOMAS R, SPC (Secretariat of the Pacific Community). Overview of tuna fisheries in the Western and Central Pacific Ocean, including economic conditions 2019[R]. Pohnpei State: WCPFC-SC16, 2020.
    [2] LEHODEY P, BERTIGNAC M, HAMPTON J. El Niño Southern Oscillation and tuna in the western Pacific[J]. Nature, 1997, 389(6652): 715-718. doi: 10.1038/39575
    [3] WANG J T, CHEN X J, STAPLES K W, et al. The skipjack tuna fishery in the west-central Pacific Ocean: applying neural networks to detect habitat preferences[J]. Fish Sci, 2018, 84(2): 309-321. doi: 10.1007/s12562-017-1161-6
    [4] MCPHADEN M J, PICAUT J. El Niño-Southern Oscillation displacements of the western equatorial Pacific warm pool[J]. Science, 1990, 250(4986): 1385-1388. doi: 10.1126/science.250.4986.1385
    [5] HAMPTON J. Estimates of tag-reporting and tag-shedding rates in a large-scale tuna tagging experiment in the western tropical Pacific Ocean[J]. Fish Byte, 1997, 95(1): 68-79.
    [6] LIMA M, NAYA D E. Large-scale climatic variability affects the dynamics of tropical skipjack tuna in the Western Pacific Ocean[J]. Ecography, 2011, 34(4): 597-605. doi: 10.1111/j.1600-0587.2010.06422.x
    [7] YEH S W, KUG J S, DEWITTE B, et al. Erratum: El Niño in a changing climate[J]. Nature, 2009, 462(7273): 674-674.
    [8] YU J Y, KAO H Y. Decadal changes of ENSO persistence barrier in SST and ocean heat content indices: 1958–2001[J]. J Geophys Res-Atmos, 2007, 112(D13): 106.
    [9] LEE T, MCPHADEN M J. Increasing intensity of El Niño in the central-equatorial Pacific[J]. Geophys Res Lett, 2010, 37(14): 603.
    [10] 李政纬. ENSO现象对中西太平洋鲣鲔围网渔况之影响[D]. 基隆: 台湾海洋大学, 2005: 20-28.
    [11] 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, 26(3): 167-172. doi: 10.3969/j.issn.1004-2490.2004.03.002
    [12] YEN K W, LU H J. Spatial-temporal variations in primary productivity and population dynamics of skipjack tuna Katsuwonus pelamis in the western and central Pacific Ocean[J]. Fish Sci, 2016, 82(4): 563-571. doi: 10.1007/s12562-016-0992-x
    [13] 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.
    [14] ZHANG J, ZHANG Y, LIU L, et al. Predicting potential distribution of Tibetan spruce (Picea smithiana) in Qomolangma (Mount Everest) National Nature Preserve using Maximum Entropy Niche-based model[J]. Chin Geogr Sci, 2011, 21(4): 417-426. doi: 10.1007/s11769-011-0483-z
    [15] ELITH J, PHILLIPS S J, HASTIE T, et al. A statistical explanation of MaxEnt for ecologists[J]. Divers Distrib, 2011, 17(1): 43-57. doi: 10.1111/j.1472-4642.2010.00725.x
    [16] DUQUE-LAZO J, van GILS H, 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
    [17] 张嘉容, 杨晓明, 田思泉. 基于最大熵模型的南太平洋长鳍金枪鱼栖息地预测[J]. 中国水产科学, 2020, 27(10): 1222-1233.
    [18] 陈芃, 陈新军. 基于最大熵模型分析西南大西洋阿根廷滑柔鱼栖息地分布[J]. 水产学报, 2016, 40(6): 893-902.
    [19] 薛嘉伦, 樊伟, 唐峰华, 等. 基于最大熵模型预测西北太平洋公海鲐潜在栖息地分布[J]. 南方水产科学, 2018, 14(1): 92-98. doi: 10.3969/j.issn.20950780.2018.01.012
    [20] 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
    [21] 何珊, 王学昉, 戴黎斌, 等. 人工集鱼装置禁渔期措施对中国大陆金枪鱼围网船队捕捞努力量特征的影响[J]. 大连海洋大学学报, 2018, 33(1): 102-107.
    [22] 温健, 贡静雯, 李婷, 等. 异常气候条件下秘鲁外海茎柔鱼栖息地的时空变动[J]. 海洋学报, 2020, 42(10): 92-99.
    [23] RODHOUSE P G. Managing and forecasting squid fisheries in variable environments[J]. Fish Res, 2001, 54(1): 3-8. doi: 10.1016/S0165-7836(01)00370-8
    [24] XIE R H, HUANG F, REN H L. Subtropical air-sea interaction and development of central Pacific El Niño[J]. J Ocean Univ, 2013, 12(2): 260-271. doi: 10.1007/s11802-013-2143-7
    [25] 夏飞, 黎鑫, 杨明浩, 等. 两类开始型厄尔尼诺事件与次表层海温异常的联系[J]. 厦门大学学报(自然科学版), 2020, 59(3): 381-393.
    [26] KAO H Y, YU J Y. Contrasting Eastern-Pacific and Central-Pacific types of ENSO[J]. J Clim, 2 009, 22(3): 615-632.
    [27] 李崇银. 关于ENSO本质的进一步研究[J]. 气候与环境研究, 2002, 7(2): 160-174. doi: 10.3878/j.issn.1006-9585.2002.02.04
    [28] 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. doi: 10.3969/j.issn.1003-6482.2012.01.007
    [29] 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]. 大连水产学院学院, 2010, 25(1): 34-40.
    [30] 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
    [31] ZHENG 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
    [32] 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
    [33] 杨晓明, 王学昉, 田思泉, 等. 赤道太平洋中部围网自由群的空间点模式的影响因子[J]. 水产学报, 2018, 42(8): 1220-1228.
    [34] 郭爱, 陈新军, 范江涛. 中西太平洋鲣鱼时空分布及其与ENSO关系探讨[J]. 水产科学, 2010, 29(10): 591-596. doi: 10.3969/j.issn.1003-1111.2010.10.006
    [35] SATIBI M, OSAWA T, ARTHANA I W. Evaluation of tuna fishing ground in southern coast of Java-Sumbawa Sea using satellite observer data[J]. J Environ Sci, 2012, 4(1): 25-30.
    [36] MUGO R, SAITOH S I, NIHIRA A, et al. Habitat characteristics of skipjack tuna (Katsuwonus pelamis) in the western North Pacific: a remote sensing perspective[J]. Fish Oceanogr, 2010, 19(5): 382-396. doi: 10.1111/j.1365-2419.2010.00552.x
    [37] 王凡, 刘传玉, 胡石建, 等. 太平洋暖池冷舌交汇区盐度变异机制及气候效应研究[J]. 地球科学进展, 2018, 33(8): 775-782. doi: 10.11867/j.issn.1001-8166.2018.08.0775
    [38] LEHODEY P, SENINA I, CALMETTES B, et al. Modelling the impact of climate change on Pacific skipjack tuna population and fisheries[J]. Clim Change, 2013, 119(1): 95-109. doi: 10.1007/s10584-012-0595-1
    [39] 陈洋洋, 陈新军, 郭立新, 等. 基于不同气候条件的中西太平洋鲣鱼渔场预报[J]. 上海海洋大学学报, 2019, 28(1): 145-153.
  • 加载中
图(6) / 表(4)
计量
  • 文章访问数:  108
  • HTML全文浏览量:  43
  • PDF下载量:  16
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-01-11
  • 修回日期:  2021-03-16
  • 录用日期:  2021-03-25
  • 网络出版日期:  2021-04-10
  • 刊出日期:  2021-06-05

目录

    /

    返回文章
    返回