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

基于地统计学的南海扁舵鲣时空分布研究

周星星 范江涛 于杰 徐姗楠 蔡研聪 陈作志

周星星, 范江涛, 于杰, 徐姗楠, 蔡研聪, 陈作志. 基于地统计学的南海扁舵鲣时空分布研究[J]. 南方水产科学. doi: 10.12131/20210327
引用本文: 周星星, 范江涛, 于杰, 徐姗楠, 蔡研聪, 陈作志. 基于地统计学的南海扁舵鲣时空分布研究[J]. 南方水产科学. doi: 10.12131/20210327
ZHOU Xingxing, FAN Jiangtao, YU Jie, XU Shannan, CAI Yancong, CHEN Zuozhi. Geostatistics-based study on spatial-temporal distribution of Auxis thazard in South China Sea[J]. South China Fisheries Science. doi: 10.12131/20210327
Citation: ZHOU Xingxing, FAN Jiangtao, YU Jie, XU Shannan, CAI Yancong, CHEN Zuozhi. Geostatistics-based study on spatial-temporal distribution of Auxis thazard in South China Sea[J]. South China Fisheries Science. doi: 10.12131/20210327

基于地统计学的南海扁舵鲣时空分布研究

doi: 10.12131/20210327
基金项目: 广东省重点领域研发计划项目 (2020B1111030001);国家重点研发计划项目 (2018YFC1406502);南方海洋科学与工程广东省实验室 (广州) 人才团队引进重大专项 (GML2019ZD0605);农业农村部财政专项 (NFZX2021)
详细信息
    作者简介:

    周星星  (1997—),女,硕士研究生,研究方向为渔业资源和渔场分析。E-mail: zhouxingxing1207@foxmail.com

    通讯作者:

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

  • 中图分类号: S 931

Geostatistics-based study on spatial-temporal distribution of Auxis thazard in South China Sea

  • 摘要: 为了研究南海扁舵鲣 (Auxis thazard) 的时空分布情况,根据2016—2017年对南海开展的4个航次的灯光罩网渔业调查数据,采用地统计学方法分析扁舵鲣时空分布特征和相关生态动力过程。结果表明,南海扁舵鲣总体分布以低密度为主,高密度海域较少,近岸浅水海域季节性聚集特征明显,资源密度指数依次为夏季>春季>秋季;扁舵鲣渔场空间分布具有较强的空间异质性,4个航次的空间结构性比例均大于75%,变异模型以球面模型为主,平均主变程为1.861 0°;南海扁舵鲣明显具有从西南—东北洄游的特征,空间布局呈片状和斑块状。本研究结果可为扁舵鲣渔场分析与渔业管理提供科学依据。
  • 图  1  南海渔业资源调查站点图

    Figure  1.  Survey station of fishery resources in South China Sea

    图  2  各航次南海扁舵鲣空间异质性结构分布图

    注: a—d依次对应 1—4 航次。

    Figure  2.  Distribution of spatial heterogeneity of A. thazard in each voyage

    Note: a−d correspond to Voyages 1−4.

    图  3  各航次南海扁舵鲣CPUE重心移动轨迹

    Figure  3.  Migration trajectory of center of gravity of CPUE of A. thazard

    图  4  各航次Nino 3.4 分析

    Figure  4.  Nino 3.4 index analysis of each voyage

    表  1  各航次数据W-S正态性检验

    Table  1.   W-S normality test of each voyage

    航次
    Voyage
    季节
    Season
    P
    转换后P
    P for conversion
    10.0020.884
    20.0460.521
    30.0000.091
    40.0000.153
    注:P>0.05,该组数据具备正态特征。 Note: P>0.05. The set of data has normality.
    下载: 导出CSV

    表  2  扁舵鲣调查数据基本统计参数

    Table  2.   Basic statistical parameters of survey data of A. thazard

    航次
    Voyage
    最小值
    Min.
    最大值
    Max.
    均值
    Mean
    标准偏差
    Standard error
    方差
    Variance
    偏度
    Skewness
    峰度
    Kurtosis
    CV=S/m
    10.003 71.500 00.326 80.520 70.271 02.074 04.153 01.593 3
    20.019 71.000 00.349 20.307 20.094 01.218 00.582 00.879 7
    30.001 41.000 00.120 70.245 60.060 03.235 010.654 02.034 2
    40.000 11.000 00.183 40.292 30.085 02.060 03.547 01.594 0
    下载: 导出CSV

    表  3  各航次扁舵鲣资源变异函数参数

    Table  3.   Variation function parameters of A. thazard resources in each voyage

    航次
    Voyage
    最优模型
    Optimum model
    块金值
    Nugget
    基台值
    Sill
    变程
    Range
    块金系数
    Nugget/Sill
    1球状模型0.013 00.810 01.870 00.016 0
    2高斯模型0.000 10.250 21.073 9<0.000 1
    3球状模型0.035 00.452 02.410 00.077 0
    4球状模型0.006 01.230 02.090 00.005 0
    下载: 导出CSV

    表  4  各航次南海扁舵鲣CPUE重心的置信区间 (95%)

    Table  4.   Confidence interval for center of gravity of A. thazard of each voyage (95%)

    航次
    Voyage
    纬度
    Longitude/(°N)
    置信区间
    Confidence interval/(°N)
    经度
    Latitude/(°E)
    置信区间
    Confidence interval/(°E)
    110.565 9[9.978 4, 11.629 7]115.362 5[112.624 7, 115.279 2]
    211.702 4[10.711 8, 12.283 1]113.272 6[113.008 2, 115.207 4]
    311.495 8[11.140 2, 12.613 5]114.671 4[112.921 6, 114.777 5]
    411.936 8[11.095 3, 12.400 5]114.144 3[112.552 8, 113.921 2]
    下载: 导出CSV
  • [1] 孔啸兰, 晏磊, 张鹏, 等. 南海扁舵鲣生物学特性的初步研究[J]. 南方水产科学, 2015, 11(5): 100-107. doi: 10.3969/j.issn.2095-0780.2015.05.012
    [2] 张俊, 邱永松, 陈作志, 等. 南海外海大洋性渔业资源调查评估进展[J]. 南方水产科学, 2018, 14(6): 118-127. doi: 10.12131/20180037
    [3] 金显仕, 窦硕增, 单秀娟, 等. 我国近海渔业资源可持续产出基础研究的热点问题[J]. 渔业科学进展, 2015, 36(1): 124-131. doi: 10.11758/yykxjz.20150119
    [4] 李建生, 李圣法, 丁峰元, 等. 长江口近海鱼类多样性的年际变化[J]. 中国水产科学, 2007, 14(4): 637-643. doi: 10.3321/j.issn:1005-8737.2007.04.016
    [5] 王跃中, 袁蔚文. 南海北部底拖网渔业资源的数量变动[J]. 南方水产, 2008, 4(2): 26-33.
    [6] 葛剑平, 郭海燕, 仲莉娜. 地统计学在生态学中的应用 (Ⅰ)——基本理论和方法[J]. 东北林业大学学报, 1995, 23(2): 88-94.
    [7] 陈新军, 方学燕, 杨铭霞, 等. 地统计学在海洋渔业中的应用[M]. 北京: 科学出版社, 2019: 1-189.
    [8] AMIN O M, HECKMANN R A, DALLARÉS S, et al. Morphological and molecular description of Rhadinorhynchus laterospinosus Amin, Heckmann & Ha, 2011 (Acanthocephala, Rhadinorhynchidae) from marine fish off the Pacific coast of Vietnam[J]. PARASITE, 2019, 26(14): 1-20.
    [9] 张月平, 陈丕茂, 梁小芸. 南海珊瑚礁周围过渡性水域主要鱼类食性与食物的关系[J]. 中国海洋大学学报 (自然科学版), 2006, 36(4): 635-638.
    [10] 李敏, 张鹏, 李玉芳, 等. 南海扁舵鲣种群遗传结构和遗传多样性评价[J], 南方水产科学, 2015, 11(5): 82-89.
    [11] 张衡, 吴祖立, 周为峰, 等. 南海南沙群岛灯光罩网渔场金枪鱼科渔获种类、渔获率及其峰值期[J]. 海洋渔业, 2016, 38(2): 140-148. doi: 10.3969/j.issn.1004-2490.2016.02.004
    [12] 张仁斋. 西沙群岛附近海区金枪鱼类仔稚鱼的调查研究报告[J]. 水产学报, 1981, 5(4): 301-315.
    [13] NISHIDA T, CHEN D G. Incorporating spatial autocorrelation into the general linear model with an application to the yellowfin tuna (Thunnus albacares) longline CPUE data[J]. Fish Res, 2004, 69(2): 265-274.
    [14] 李晓晖, 袁峰, 白晓宇, 等. 典型矿区非正态分布土壤元素数据的正态变换方法对比研究[J]. 地理与地理信息科学, 2010, 26(6): 102-105.
    [15] 张仁铎. 空间变异理论及应用[M]. 北京: 科学出版社, 2005: 1-11.
    [16] 汤国安, 杨昕. ArcGIS地理信息系统空间分析实验教程[M]. 北京: 科学出版社, 2012: 419-477.
    [17] MITCHELL A. The ESRI guide to GIS analysis, Volume 1[M]. 2nd ed. California: ESRI Press, 2020: 1-300.
    [18] 刘爱利, 王培法, 丁园圆. 地统计学概论[M]. 北京: 科学出版社, 2012: 74-95.
    [19] 冯永玖, 方学燕, 陈新军, 等. 基于GIS的西北太平洋柔鱼资源空间插值及不确定性分析[J]. 资源科学, 2015, 37(11): 2299-2308.
    [20] 莫跃爽, 索惠英, 焦树林, 等. 喀斯特地区降水量空间插值方法对比——以贵州省为例[J]. 水土保持研究, 2021, 28(1): 164-170.
    [21] GARRISON L P. Spatial patterns in species composition in the Northeast United States continental shelf fish community during 1966‒1999[C]. Spatial processes and management of marine population. Alaska: University of Alaska Sea Grant, 2001: 513-559.
    [22] 刘禹希, 王学锋, 陈国宝, 等. 南海北部海域大眼鲷资源的时空异质性[J]. 水产学报, 2019, 43(12): 2523-2532.
    [23] 张红艳, 高如泰, 江树人, 等. 北京市农田土壤中有机氯农药残留的空间分析[J]. 中国农业科学, 2006, 39(7): 1403-1410. doi: 10.3321/j.issn:0578-1752.2006.07.015
    [24] 卢振彬, 颜尤明, 戴泉水. 闽中、闽东渔场扁舵鲣的资源生物学[J]. 台湾海峡, 1992, 11(3): 251-256.
    [25] 方学燕, 冯永玖, 陈新军, 等. 6-9月秘鲁外海茎柔鱼资源的空间异质性研究[J]. 上海海洋大学学报, 2016, 25(2): 271-281.
    [26] 杨晓明, 戴小杰, 朱国平. 基于地统计分析西印度洋黄鳍金枪鱼围网渔获量的空间异质性[J]. 生态学报, 2012, 32(15): 4682-4690.
    [27] 苏奋振, 周成虎, 史文中, 等. 东海区底层及近底层鱼类资源的空间异质性[J]. 应用生态学报, 2004, 15(4): 683-686. doi: 10.3321/j.issn:1001-9332.2004.04.029
    [28] 张寒野, 程家骅. 东海区小黄鱼空间格局的地统计学分析[J]. 中国水产科学, 2005, 12(4): 50-54.
    [29] 赵传絪, 陈思行. 金枪鱼类和金枪鱼渔业[M]. 北京: 海洋出版社, 1983: 135-136.
    [30] 张仁斋. 三种金枪鱼类 (鲣、黄鳍金枪鱼、扁舵鲣) 的仔、稚鱼在南海的分布和产卵期[J]. 海洋学报 (中文版), 1983, 5(3): 368-375.
    [31] REN Y Z, YIN J Q, TAN Y H, et al. Monsoon-driven seasonal and spatial distribution of the copepod community along the northwest continental shelf of the South China Sea[J]. J Mar Syst, 2021, 218: 103529. doi: 10.1016/j.jmarsys.2021.103529
    [32] HENDERSON K A, MURDOCK J, LIZOTTE R. Water depth influences algal distribution and productivity in shallow agricultural lakes[J]. Ecohydrology, 2021, 14(6): e2319.
    [33] 陈新军. 渔业资源与渔场学[M]. 2版. 北京: 海洋出版社, 2014: 184-215.
    [34] 郝锵. 中国近海叶绿素和初级生产力的时空分布特征和环境调控机制研究[D]. 青岛: 中国海洋大学, 2010: 32-48.
    [35] 樊伟, 程炎宏, 沈新强. 全球环境变化与人类活动对渔业资源的影响[J]. 中国水产科学, 2001, 8(4): 91-94. doi: 10.3321/j.issn:1005-8737.2001.04.021
    [36] LEHODEY P, BERTIGNAC M, HAMPTON J, et al. El Nino Southern Oscillation and tuna in the western Pacific[J]. Nature, 1997, 389(6652): 715-718. doi: 10.1038/39575
    [37] CHEN Y L, SHAN X J, JIN X S, et al. A comparative study of spatial interpolation methods for determining fishery resources density in the Yellow Sea[J]. Acta Oceanol Sin, 2016, 35(12): 65-72. doi: 10.1007/s13131-016-0966-y
    [38] PAN S Y, TIAN S Q, WANG X F, et al. Comparing different spatial interpolation methods to predict the distribution of fishes: a case study of Coilia nasus in the Changjiang River Estuary[J]. Acta Oceanol Sin, 2021, 40(8): 119-132. doi: 10.1007/s13131-021-1789-z
    [39] LIU Z L, YAN T F. Comparison of spatial interpolation methods based on ArcGIS[J]. J Phys Conf Ser, 2021, 1961(1): 12-50.
    [40] 孙铭帅, 陈作志, 蔡研聪, 等. 空间插值法在北部湾渔业资源密度评估中的应用[J]. 中国水产科学, 2017, 24(4): 853-861.
    [41] WANG J T, BOENISH R, CHEN X J, et al. The effects of spatio-temporal scale on commercial fishery abundance index suitability[J]. ICES J Mar Sci, 2021, 78(7): 2506-2517. doi: 10.1093/icesjms/fsab126
    [42] 陈清霞, 涂成龙, 陆晓辉, 等. 贵州省旱地黄壤Zn和有机质的空间异质性特征[J]. 环境科学学报, 2021, 41(10): 1-9.
  • 加载中
图(4) / 表(4)
计量
  • 文章访问数:  164
  • HTML全文浏览量:  41
  • PDF下载量:  11
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-11-03
  • 修回日期:  2022-01-13
  • 录用日期:  2022-02-13
  • 网络出版日期:  2022-02-21

目录

    /

    返回文章
    返回