[目的]探究不同捕捞种类在不同季节对海洋环境的需求,构建科学的栖息地模型,为中西太平洋鲣鱼渔场预报奠定基础.[方法]根据2009―2017年中西太平洋海域鲣鱼渔业统计数据,结合海洋遥感获得的海表温度(SST)和叶绿素浓度(CHL)等数据,以及海表水温梯度(GSST),以捕捞努力量作为适应性指数,构建不同环境因子权重的栖息地适宜性指数(HSI)模型,优化筛选出最佳模型,并以2018―2019年渔业生产统计数据进行验证.[结果]2009―2017年中,3―5月最优模型权重方案为模型1,HSI大于0.6海域中其渔获量和捕捞努力量所占比例达77.8％和74.6％;6―8月和9―11月的最优模型权重方案为模型6,HSI大于0.6海域中其渔获量和捕捞努力量所占比例达79.5％、76.2％和74.6％、71.3％;12月―翌年2月的最优模型权重方案为模型10,HSI大于0.6海域中其渔获量和捕捞努力量所占比例达79.7％和76.6％.2018和2019年各月HSI大于0.6海域中其渔获量和捕捞努力量所占比例在78％ ～90％之间,验证模型准确.[结论]环境因子在不同月份对中西太平洋海域鲣鱼的栖息地影响程度不同,3―5月SST、GSST和CHL权重相等,6-8月和9-11月权重最高的环境因子是GSST,12月―翌年2月权重最高的环境因子是CHL.较算术平均法而言,赋予各因子不同的权重系数可有效提高准确率.

鲣鱼;栖息地模型;中西太平洋;捕捞努力量;模型优化

朱若雅;许子安;汪金涛;邓荣成;隋恒寿;李彬;陈新军

上海海洋大学海洋科学学院;中水集团远洋股份有限公司,北京 100032;大洋渔业资源可持续开发教育部重点实验室;国家远洋渔业工程技术研究中心;农业农村部大洋渔业开发重点实验室,上海 201306

广东海洋大学学报

[1]朱若雅;许子安;汪金涛;邓荣成;隋恒寿;李彬;陈新军-.基于捕捞努力量的中西太平洋鲣鱼栖息地适宜性指数模型优化)[J].广东海洋大学学报,2022(06):81-87

GSST

捕捞努力量,中西太平洋,鲣鱼,栖息地适宜性指数,指数模型,模型优化,不同季节,海洋环境,栖息地模型,渔场预报,海域,渔业统计,海洋遥感,海表温度,叶绿素浓度,CHL,水温梯度,不同环境因子,HSI,优化筛选,渔业生产,生产统计,最优模型,模型权重,渔获量,翌年,验证模型,同月,相等,算术平均法,权重系数

0.236728