楊銘霞，陳新軍，2，3，* ，馮永玖，2，3，官文江，2，3

(1.上海海洋大學(xué)海洋科學(xué)學(xué)院，上海 201306;2.國(guó)家遠(yuǎn)洋漁業(yè)工程技術(shù)研究中心，上海 201306;3.大洋漁業(yè)資源可持續(xù)開(kāi)發(fā)省部共建教育部重點(diǎn)實(shí)驗(yàn)室，上海 201306)

柔魚(yú)(Ommastrephes bartramii)是西北太平洋海域重要經(jīng)濟(jì)頭足類(lèi)種類(lèi)之一，目前主要由中國(guó)(包括臺(tái)灣省)、日本等國(guó)家和地區(qū)所開(kāi)發(fā)利用。傳統(tǒng)魷釣作業(yè)漁場(chǎng)主要分布在150°—160°E、38°—48°N海域，漁汛時(shí)間為6—12月，盛漁期為8—10月［1］。柔魚(yú)漁場(chǎng)形成受到西北太平洋黑潮和親潮的影響，因此其資源豐度的時(shí)空分布應(yīng)受到一年四季周期性變化的海洋環(huán)境的影響。海洋動(dòng)物分布在某種特定的空間或時(shí)間上，它們具有高度的空間和時(shí)間異質(zhì)性［2］。生物的資源豐度變化及其空間異質(zhì)性是景觀(guān)生態(tài)學(xué)研究的核心問(wèn)題［3-4］，通常以地統(tǒng)計(jì)學(xué)中變異函數(shù)為手段，研究那些在空間分布上既具有結(jié)構(gòu)性又有隨機(jī)性，或有空間相關(guān)和依賴(lài)性的自然現(xiàn)象［5-7］，這一方法已在海洋漁業(yè)領(lǐng)域得到了較為廣泛的應(yīng)用［8-14］，但是多數(shù)海洋生物資源豐度的研究中，其空間分辨率多以經(jīng)緯度0.5°×0.5°或1°×1°為基礎(chǔ)的生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析。由于不同種類(lèi)其棲息環(huán)境不一樣，影響資源分布的海洋環(huán)境因子也有顯著差異，比如在西北太平洋海域，由于黑潮和親潮2支海流的激烈交匯，使得表層水溫等溫線(xiàn)高度密集且彎曲;而在170°E以東海域的北太平洋，由于只有受到黑潮續(xù)流的北太平洋海流影響，其表層水溫等溫線(xiàn)基本上與緯度平行［1］，因此，在傳統(tǒng)魷釣作業(yè)漁場(chǎng)(150°—160°E、38°—48°N)中，用于柔魚(yú)資源豐度研究的最適空間分辨率是多少，目前未見(jiàn)有研究的報(bào)道。為此，本文應(yīng)用地統(tǒng)計(jì)學(xué)方法對(duì)中小尺度下西北太平洋柔魚(yú)資源豐度空間變異情況進(jìn)行分析，探討獲得最佳的空間尺度，同時(shí)結(jié)合柔魚(yú)洄游分布以及海流對(duì)柔魚(yú)資源豐度分布的影響，進(jìn)一步闡明其機(jī)理，為西北太平洋柔魚(yú)資源的生產(chǎn)統(tǒng)計(jì)和科學(xué)管理提供參考。

1 材料和方法

1.1 研究數(shù)據(jù)

本研究采用2011年8—10月我國(guó)魷釣船在西北太平洋海域生產(chǎn)的統(tǒng)計(jì)數(shù)據(jù)，包括作業(yè)時(shí)間、經(jīng)度、緯度、單船產(chǎn)量等。單位捕撈努力量漁獲量(CPUE)為一艘船一天的產(chǎn)量，并作為資源豐度的指標(biāo)。以傳統(tǒng)魷釣作業(yè)漁場(chǎng)(150°－160°E、38°－48°N海域)作為研究對(duì)象，對(duì)各月CPUE數(shù)據(jù)進(jìn)行7個(gè)空間尺度的劃分，分別為經(jīng)緯度 10'×10'，經(jīng)緯度 20'×20'，經(jīng)緯度 30'×30'，經(jīng)緯度 40'×40'，經(jīng)緯度 50'×50'，經(jīng)緯度 60'×60'，經(jīng)緯度 70'×70'。將經(jīng)緯度 10'×10'、20'×20'、30'×30'定義為小尺度，將 40'×40'、50'×50'、60'×60'、70'×70'定義為中尺度。

1.2 研究方法

1.2.1 K-S 檢驗(yàn)法

校驗(yàn)數(shù)據(jù)的正態(tài)分布性是使用地統(tǒng)計(jì)學(xué)和Kriging方法進(jìn)行空間分析的前提［1］。為此，本文采用K-S(Kolmogorov-Smirnov)檢驗(yàn)法，并運(yùn)用SPSS17.0統(tǒng)計(jì)軟件對(duì)各月各尺度CPUE單一樣本進(jìn)行正態(tài)分布檢驗(yàn)。對(duì)某些尺度下CPUE不符合正態(tài)分布的數(shù)據(jù)，對(duì)其進(jìn)行Box_Cox轉(zhuǎn)換，以便達(dá)到地統(tǒng)計(jì)學(xué)分析的要求。單樣本K-S檢驗(yàn)方法如下:

假設(shè)H0為樣本所來(lái)自的總體分布服從正態(tài)分布，H1所來(lái)自的總體分布不服從正態(tài)分布。F0(x)表示理論分布的分布函數(shù)，F(xiàn)n(x)表示一組隨機(jī)樣本的累計(jì)頻率函數(shù)。設(shè)D為F0(x)與Fn(x)差距的最大值，定義:

標(biāo)準(zhǔn)顯著性水平α設(shè)置為0.05，若顯著性概率P(Sig.(2-tailed))＞0.05，表明接受假設(shè)H0，樣本服從正態(tài)分布，反之則不服從。

1.2.1 地統(tǒng)計(jì)方法

借助ArcGis9.0地統(tǒng)計(jì)模塊中Kriging方法對(duì)數(shù)據(jù)進(jìn)行分析。Kriging插值是目前地統(tǒng)計(jì)學(xué)中應(yīng)用最為廣泛的內(nèi)插方法，該方法能最大限度地利用各種信息對(duì)區(qū)域化變量做出線(xiàn)性無(wú)偏最優(yōu)估計(jì)［2］。其基本原理和計(jì)算方法見(jiàn)文獻(xiàn)［2-5］。通過(guò)地統(tǒng)計(jì)方法對(duì)西北太平洋柔魚(yú)CPUE數(shù)據(jù)進(jìn)行分析，建立變異函數(shù)理論模型(主要為球狀模型、指數(shù)模型和高斯模型)，并通過(guò)地統(tǒng)計(jì)學(xué)中用來(lái)描述研究對(duì)象空間分布結(jié)構(gòu)的主要參數(shù)塊金值、基臺(tái)值、偏基臺(tái)值、變程和結(jié)構(gòu)比等參數(shù)來(lái)分析柔魚(yú)資源豐度的空間變異規(guī)律。Kriging算法可表示為:

式中，Z0為采樣區(qū)域內(nèi)任意一點(diǎn)的特征值估值結(jié)果;λi為通過(guò)半方差函數(shù)分析得到的樣本點(diǎn)xi特征值的權(quán)重。

主要參數(shù)表達(dá)的意義為:1)塊金值，用C0表達(dá)，表示隨機(jī)變異引起的空間異質(zhì)性程度;2)偏基臺(tái)值，用C表達(dá)，表示變量由自身結(jié)構(gòu)性引起的空間異質(zhì)性程度;3)基臺(tái)值，用C0+C表達(dá)，表示區(qū)域化變量的最大變異，是半變異函數(shù)達(dá)到的極限值，即表示總空間異質(zhì)性程度;4)變程，用A表達(dá)，反映了變量空間自相關(guān)范圍的大小，它與觀(guān)測(cè)尺度以及在取樣尺度上影響柔魚(yú)資源豐度的各種生態(tài)過(guò)程相互作用有關(guān)［15］;5)變異值，用C/(C0+C)來(lái)表達(dá)，反映的是自相關(guān)部分的空間異質(zhì)性占總空間異質(zhì)性的程度，一般認(rèn)為，其值若＜25%時(shí)，表示變量的空間自相關(guān)較弱;其值＞25%且＜75%時(shí)，表示變量的空間自相關(guān)性處于中等;其值＞75%時(shí)，則表示變量有很強(qiáng)的空間自相關(guān)性［2］。

2 結(jié)果

2.1 CPUE數(shù)據(jù)描述性統(tǒng)計(jì)與正態(tài)分布檢驗(yàn)

數(shù)據(jù)統(tǒng)計(jì)顯示，總體平均CPUE為2t/d左右，最高CPUE為5t/d。在7個(gè)不同的尺度下分別統(tǒng)計(jì)CPUE最小值、最大值和均值，發(fā)現(xiàn)它們都有所差異，其中每一尺度的最小值基本呈現(xiàn)出隨空間尺度變大而逐漸遞增的趨勢(shì)(表1)。

K-S檢驗(yàn)表明(表1)，除8月在10'×10'、40'×40'和50'×50'這3個(gè)尺度下不符合檢驗(yàn)條件外，其他數(shù)據(jù)均達(dá)到了地統(tǒng)計(jì)分析的要求。因此，對(duì)8月這3個(gè)尺度的CPUE數(shù)據(jù)進(jìn)行對(duì)數(shù)、平方根、反正弦平方根、倒數(shù)及Box-Cox等方法的轉(zhuǎn)換(表2)，結(jié)果發(fā)現(xiàn)平方根、反正弦平方根和Box-Cox轉(zhuǎn)換后均達(dá)到了地統(tǒng)計(jì)分析的要求。為了與ArcGIS9.3的地統(tǒng)計(jì)模塊匹配，擬采用Box-Cox轉(zhuǎn)換方法獲得的數(shù)據(jù)(表2)。計(jì)算得知，以上3個(gè)尺度下 Box-Cox 轉(zhuǎn)換的 λ 值分別為 0.687，0.612 和 0.541。

2.2 CPUE時(shí)空變異特征

(1)變異程度比較

由圖1可知，8—10月各月CPUE空間變異程度均存在較大的差異。在各向同性條件下(圖1)，在球狀模型、指數(shù)模型和高斯模型3種理論模型中，總體上看以指數(shù)模型下的CPUE空間自相關(guān)異質(zhì)性程度較強(qiáng)，球狀模型次之，高斯模型最弱。8月CPUE的空間自相關(guān)性在小尺度情況下，其變異值基本穩(wěn)定;在中尺度情況下，其變異值隨尺度的增加而減少，在尺度60'×60'時(shí)，其變異值幾乎下降到0，CPUE的空間自相關(guān)較弱;但是，尺度70'×70'時(shí)出現(xiàn)一個(gè)異常的變異值，為各尺度變異值的最高，達(dá)到中等及其以上的空間自相關(guān)程度。分析發(fā)現(xiàn)，指數(shù)模型的空間自相關(guān)程度為最高，其變異值在不同尺度下都是最高。9月和10月3個(gè)模型CPUE空間自相關(guān)程度均為中等(變異值為25%—75%間)的出現(xiàn)在尺度30'×30'時(shí)，而在小尺度的其它尺度下，3個(gè)模型的變異值變化不一，均表現(xiàn)為弱空間自相關(guān)和中等空間自相關(guān)。9月和10月在空間尺度50'×50'、60'×60'、70'×70'情況下，其變異值均在10%以下，表現(xiàn)為弱的弱空間自相關(guān)程度。

表1 不同空間尺度下的統(tǒng)計(jì)量及K-S檢驗(yàn)值Table 1 The statistics data under different spatial scale and the K-Stest value

表2 數(shù)據(jù)轉(zhuǎn)換后的K-S檢驗(yàn)值Table 2 K-S test value after data conversion

在各向異性條件下(圖1)，8—10月3種模型的總體空間自相關(guān)程度變化趨勢(shì)與各向同性基本一致。8月小尺度下3種模型CPUE空間自相關(guān)程度均在中等及其以上，其中指數(shù)模型在尺度20'×20'下出現(xiàn)了強(qiáng)的空間自相關(guān)性，而在中尺度下，3個(gè)模型在40'×40'和70'×70'尺度下，CPUE空間自相關(guān)程度均在中等及其以上，而其它2個(gè)尺度CPUE基本上表現(xiàn)為弱空間自相關(guān)程度。9月小尺度下，高斯模型的CPUE變異值基本上在25%左右，表現(xiàn)為弱的空間自相關(guān)性，球狀模型和指數(shù)模型的CPUE變異值均超過(guò)25%，表溫為中等的空間自相關(guān)性;而在中尺度下，高斯模型和球狀模型的CPUE變異值均在25%以下，表現(xiàn)為弱的空間自相關(guān)性，指數(shù)模型除了70'×70'尺度外，其變異值都在25%—50%間，表現(xiàn)為中等的空間自相關(guān)性。10月在3個(gè)模型的擬合下，其CPUE空間自相關(guān)的變異情況趨勢(shì)與各向同性時(shí)大致相同(圖1)。

(2)理論模型比較

圖1 各個(gè)尺度下各向同、異性比較Fig.1 Comparison of isotropic and anisotropic in various scales

根據(jù)建模誤差最小原則分別選擇了各月每一尺度的最優(yōu)半變異函數(shù)模型。從8—10月最優(yōu)模型在各個(gè)尺度下所占的比重來(lái)看(圖2)，球狀模型占總數(shù)的29.4%，指數(shù)模型占47.1%，高斯模型占23.5%。球狀模型比較適合中尺度下的柔魚(yú)CPUE研究，指數(shù)模型則在小尺度的CPUE研究中為最適，其中尺度30'×30'時(shí)為最優(yōu)，比重達(dá)到100%。而高斯模型對(duì)各個(gè)尺度則無(wú)明顯偏好性，在 20'×20'、40'×40'、60'×60'、70'×70'尺度均有一定的比重。

從表3可知，小尺度下，8—10月的理論模型以指數(shù)模型為主，高斯模型次之，球狀模型最少。中尺度下，以球狀模型居多，指數(shù)模型較少，說(shuō)明尺度變大后柔魚(yú)資源豐度的空間分布也隨之改變?？傮w上來(lái)看(表3)，10月的塊金值為最小，9月為最大，這說(shuō)明10月份由隨機(jī)變異引起的CPUE空間異質(zhì)性程度較小。變程值基本上隨著尺度的變大而變大，在各個(gè)月份中，10月的變程在各個(gè)尺度下均要小于其他2個(gè)月。

(3)方向角

從圖3可知，柔魚(yú)CPUE在空間上具有各向異性。在不同的尺度下，8月的方向角基本穩(wěn)定在280°—320°之間，為西北—東南走向;9月在10'×10'尺度時(shí)方向角為280°左右，為西北—東南走向，其它尺度時(shí)均為東北—西南走向;10月在10'×10'和30'×30'尺度時(shí)方向角分別為282°和312°，為西北—東南走向，其他尺度時(shí)為東北—南西走向。在10'×10'尺度下，其各月方向角走勢(shì)基本不變;而其它尺度下，各月方向角均發(fā)生了變化。

圖2 最適模型在各個(gè)尺度下所占的比重Fig.2 Proportion of theoretical models in various scales

表3 半方差函數(shù)理論模型及相關(guān)參數(shù)Table 3 The semivariance theory model and related parameters

3 討論與分析

3.1 適宜空間尺度的探討

西北太平洋柔魚(yú)生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)具有多維性、動(dòng)態(tài)性、多尺度等特點(diǎn)，同時(shí)具有強(qiáng)烈的時(shí)空相關(guān)性特點(diǎn)［16］。許多生態(tài)系統(tǒng)的空間異質(zhì)性格局會(huì)隨空間尺度大小的變化而變化［17-20］，生態(tài)系統(tǒng)特性在不同尺度域上有著不同的變化速率，這種多尺度格局反映了生態(tài)系統(tǒng)的等級(jí)特征［18］，因此利用地統(tǒng)計(jì)學(xué)來(lái)研究西北太平洋柔魚(yú)資源豐度及其時(shí)空分布格局，采用適宜的空間尺度是極為重要的。從本文研究結(jié)果來(lái)看，8—10月在中尺度的 50'×50'、60'×60'、70'×70'下，柔魚(yú) CPUE 均表現(xiàn)為弱的空間自相關(guān)異質(zhì)性，其變異值基本上在25%以下，這說(shuō)明在低分辨率情況下不能很好地表達(dá)柔魚(yú)群體本身固有的空間相關(guān)性，基本上表現(xiàn)為離散分布(表3)。在小尺度情況下，以經(jīng)緯度30'×30'的尺度空間自相關(guān)性為最強(qiáng)且穩(wěn)定，其值均在25%以上，均為聚集分布;尺度10'×10'的空間自相關(guān)性為次之，均為聚集分布;尺度20'×20'的空間自相關(guān)性則相對(duì)不穩(wěn)定些，9月和10月柔魚(yú)資源豐度的分布格局表現(xiàn)為離散分布(表3)。中小尺度下空間自相關(guān)性強(qiáng)弱顯示，小尺度下空間自相關(guān)性普遍較強(qiáng)，更為適合，而中尺度次之。其中，尺度30'×30'在本研究中顯示最為適宜。比楊曉明等［21］的西印度洋黃鰭金槍魚(yú)1°×1°以及李靈智等［22］的大西洋金槍魚(yú)5°×5°研究尺度小很多。由于不同尺度空間所表達(dá)的信息和含義及其特征均會(huì)有所差異，因此在今后研究中需要結(jié)合海洋環(huán)境條件及其所表達(dá)的漁業(yè)信息特征，對(duì)海洋實(shí)體或現(xiàn)象重點(diǎn)進(jìn)行分析［23］。

圖3 各個(gè)尺度下方向角變化趨勢(shì)Fig.3 Direction angle trends in various scales

3.2 時(shí)間和空間異質(zhì)性特征分析

近年來(lái)，空間信息技術(shù)在海洋漁業(yè)領(lǐng)域的不斷應(yīng)用和深化［16］。對(duì)柔魚(yú)CPUE數(shù)據(jù)可以按年、月、旬、周、日等多種時(shí)間分辨率進(jìn)行數(shù)據(jù)平均或差異計(jì)算，本文按月進(jìn)行了計(jì)算，張寒野［13］、楊曉明［21］等也采用月作為時(shí)間分辨率并取得較好研究結(jié)果。Tian等［24］研究認(rèn)為，采用時(shí)間分辨率為雙周的漁獲統(tǒng)計(jì)數(shù)據(jù)和海洋遙感數(shù)據(jù)，比較適合棲息地指數(shù)模型的建立。

研究已表明，地球上的動(dòng)物等都能夠很好地適應(yīng)環(huán)境的異質(zhì)性，異質(zhì)性的環(huán)境條件有利于大多數(shù)生物的生存［25］。從本研究結(jié)果來(lái)看，柔魚(yú)CPUE空間分布有著明顯的空間格局，中小尺度下指數(shù)模型擬合的空間自相關(guān)性基本為強(qiáng)，也存在少量的中等空間自相關(guān)。這或許與柔魚(yú)是一種對(duì)環(huán)境極為敏感的種類(lèi)且進(jìn)行大規(guī)模的南北洄游有關(guān)，柔魚(yú)廣泛分布在整個(gè)北太平洋海域，不同種群的洄游路線(xiàn)、洄游時(shí)期也不同［26］，本研究樣本主要集中在黑潮向北或東北移動(dòng)的暖水分支海域及周?chē)?，因此其空間分布格局與黑潮的勢(shì)力及其與親潮形成的交匯區(qū)密切相關(guān)。本研究認(rèn)為，小尺度下，其變程值A(chǔ)都不大，均在5以下，其分布格局大部分表現(xiàn)為聚集分布(表3)，而中尺度下變程值A(chǔ)都比較大，其值在6—10之間，分布格局大多表現(xiàn)為離散分布(表3)，隨機(jī)程度較高。這說(shuō)明西北太平洋柔魚(yú)資源在小范圍內(nèi)的空間分布較為密集，大范圍內(nèi)可能有多個(gè)群體組成，而群體之間存在著差異，這一結(jié)果與西北太平洋復(fù)雜的海洋環(huán)境條件是一致的［26］。

3.3 海洋環(huán)境變化對(duì)柔魚(yú)時(shí)空異質(zhì)性的影響

西北太平洋柔魚(yú)漁場(chǎng)的形成不僅與溫度、鹽度等密切相關(guān)，而且還與海流、鋒面、葉綠素濃度、渦旋等有密切的關(guān)系，這些因子共同構(gòu)成了柔魚(yú)的生存環(huán)境，因此我們?cè)谌狒~(yú)資源豐度空間分布的分析與研究時(shí)應(yīng)予以充分考慮。研究資料表明［26-27］，柔魚(yú)漁場(chǎng)是由黑潮和親潮交匯形成的，柔魚(yú)通常在夏季隨著黑潮北上，進(jìn)行索餌洄游，因此黑潮北上的勢(shì)力強(qiáng)弱和走向?qū)⒂绊懙饺狒~(yú)的洄游分布和漁場(chǎng)形成［28-33］。黑潮大彎曲年份往往會(huì)帶來(lái)較好的柔魚(yú)產(chǎn)量［34］。數(shù)據(jù)表明，2011年為黑潮非大彎曲年份，5月下旬至10月初黑潮總體上為平直，僅小部分時(shí)間產(chǎn)生小彎曲，而親潮勢(shì)力從7月開(kāi)始一直都處于較低水平。8月和9月柔魚(yú)資源分布在空間上的方向角均比較平穩(wěn)，分別為西北—東南走向和東北—西南走向，這與8月和9月黑潮勢(shì)力稍強(qiáng)于親潮但總體上較為平緩的海流條件非常吻合。而10月柔魚(yú)資源分布的方向角在各個(gè)尺度下偏差較大，有多個(gè)方向的走向，這可能是由于10月初黑潮產(chǎn)生小彎曲、親潮與黑潮交匯激烈，以及柔魚(yú)因性成熟初步開(kāi)始南下洄游等因素的影響結(jié)果。柔魚(yú)的生長(zhǎng)和棲息活動(dòng)離不開(kāi)海洋環(huán)境，其群體在海洋中的分布表現(xiàn)為異質(zhì)性的分布格局，同樣，海洋因子也有其空間特征，也有特定的分布格局，兩種異質(zhì)性格局相互反映了異質(zhì)性分布特點(diǎn)，并且起著相互制約的作用。

本文分析了在各個(gè)尺度下柔魚(yú)資源豐度分布產(chǎn)生的效應(yīng)，對(duì)西北太平洋柔魚(yú)資源分布的空間格局有了更深入的了解，并對(duì)其空間格局的異質(zhì)性特征和產(chǎn)生的原因做了初步的闡述。另外，水溫垂直結(jié)構(gòu)、海面高度等影響因子與西北太平洋柔魚(yú)資源豐度的空間分布特征也有著一定的聯(lián)系［1］。

［1］Chen X J，Tian SQ，Chen Y，Cao J，Ma J，Li S L，Liu B L.Fisheries Biology of Ommastrephes bartramii in North Pacific.Beijing:Science Press，2011.

［2］Wang Z Q.Geo-Statistics and Its Application in Ecology.Beijing:Science Press，1999.

［3］Turner M G.Landscape ecology:the effect of pattern on process.Annual Review of Ecology and Systematics，1989，20:171-197.

［4］Pickett ST A，Cadenasso M L.Landscape ecology:Spatial heterogeneity in ecological systems.Science，1995，269(5222):331-334.

［5］Liu D，Jiang Y，Liang W J.Spatial heterogeneity of exchangeable calcium content in cultivated soils of Shenyang suburbs.Ecology Magazine，2003，22(4):6-9.

［6］Isaaks E H，Srivastava R M.An Introduction to Applied Geostatistics.New York:Oxford University Press，1989.

［7］Webster R.Quantitative spatial analysis of soil in the field.Advances in Soil Sciences，1985，3:1-70.

［8］Rivoirard J，Simmonds J，F(xiàn)oote K G，F(xiàn)ernandes P，Bez N.Geostatistics for Estimating Fish Abundance.New York:Wiley Blackwell，2000.

［9］Petitgas P.Geostatistics in fisheries survey design and stock assessment:models，variances and applications.Fish and Fisheries，2001，2(3):231-249.

［10］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.Fisheries Research，2004，70(2/3):265-274.

［11］Su F Z，Zhou C H，Zhang T Y，Du Y Y，Yao C Q.Spatial heterogeneity of pelagic fishery resources in the East China Sea.Chinese Journal of Applied Ecology，2003，14(11):1971-1975.

［12］Su F Z，Zhou CH，Shi W Z，Du Y.Spatial heterogeneity of demersal fish in East China Sea.Chinese Journal of Applied Ecology，2004，15(4):683-686.

［13］Zhang H Y，Hu F.Spatial heterogeneity of Todarodes pacificus in East China Sea in winter.Chinese Journal of Ecology，2005，24(11):1299-1302.

［14］Zhang H Y，Cheng JH.Geostatistical analysis on spatial patterns of small yellow croaker(Larimichthys polyactis)in the East China Sea.Journal of Fishery Sciences of China，2005，12(4):419-423.

［15］Wang H B，Yang Q，Liu Z J，Yang C H.Determining optimal density of grid soil-sampling points using computer simulation.Transactions of the Chinese Society of Agricultural Engineering，2006，22(8):145-148.

［16］Ji M，Jing F X，Li Y L，Zhang L P.Multi-scale generalization and expression of ocean fishery thematic attribute data.Bulletin of Surveying and Mapping，2004，(6):28-31.

［17］Turner M G，O'Neil R V，Gardner R H，Milne B T.Effects of changing spatial scale on the analysis of landscape pattern.Landscape Ecology，1989，3(3/4):153-162.

［18］O'Neil R V，Gardner R H，Milne B T.Heterogeneity and spatial hierarchies//Kolasa J，Pickett ST A，eds.Ecological Heterogeneity.New York:Springer-Verlag，1991:85-96.

［19］Qi Y，Wu J G.Effects of changing spatial resolution on the results of landscape pattern analysis using spatial autocorrelation indices.Landscape Ecology，1995，11(1):39-50.

［20］O'Neil R V，Hunsaker CT，Timmins SP，Jackson B L，Jones K B，Riitters K H，Wickham JD.Scale problems in reporting landscape pattern at the regional scale.Landscape Ecology，1996，11(3):169-180.

［21］Yang X M，Dai X J，Zhu GP.Geostatistical analysis of spatial heterogeneity of yellowfin tuna(Thunnus albacares)purse seine catch in the western Indian Ocean.Acta Ecologica Sinica，2012，32(15):4682-4690.

［22］Li L Z，Wang L，Liu J，Liu Q，Huang H L.Geostatistical analysis of tuna(Thunnusobesus)longline fishing grounds in the Atlantic Ocean.Journal of Fishery Sciences of China，2013，20(1):198-204.

［23］Xiang QH.Study on Distant Water Fishery Production Networks from Different Spatial Scales［D］.Shanghai:East China Normal University，2011.

［24］Tian SQ，Chen X J，Chen Y，Xu L X，Dai X J.Evaluating habitat suitability indices derived from CPUE and fishing effort data for Ommatrephes bratramii in the Northwestern Pacific Ocean.Fishery Research，2009，95(2/3):181-188.

［25］Chen Y F，Dong M.Spatial heterogeneity in ecological systems.Acta Ecologica Sinica，2003，23(2):346-352.

［26］Chen X J，Xu L X.Analysis of relationship between fishing ground of Ommastrephes bartramii and surface water temperature and its vertical distribution from 150°E to 165°E in the northwestern Pacific.Transaction of Oceanology and Limnology，2004，(2):42-43.

［27］Wang Y G，Chen X J.The Resource and Biology of Economic Oceanic Squid in the World.Beijing:Ocean Press，1999.

［28］Dong Z Z.The World Oceans Economic Cephalopod Biology.Ji'nan:Shandong Science and Technology Press，1991.

［29］Chen X J，Liu B L.Analysis on catch of Ommastrephesbatrami in squid jigging fishery and the relationship between fishing ground and SST in the north Pacific Ocean in 2004.Journal of Zhanjiang Ocean University，2005，12(6):43-44.

［30］Chen X J.An approach to the relationship between the squid fishing ground and water temperature in the northwestern Pacific.Journal of Shanghai Fisheries University，1995，4(3):181-185.

［31］Chen X J.An analysis on marine environment factors of fishing ground of Ommastrephes batrami in northwestern Pacific.Journal of Shanghai Fisheries University，1997，6(4):263-267.

［32］Chen X J.The preliminary study on fishing ground of large-sized Ommastrephes batrami in North Pacific waters between 160°E and 170°E.Journal of Shanghai Fisheries University，1999，8(3):197-201.

［33］Chen X J，Tian SQ.Analysis and discussion on fishing ground of Ommastrephesbartrami in northwestern Pacific.Fisheries Modernization，2001，3(3):3-6.

［34］Shen H M.Summary of sea conditions in the squid fishing ground from June to December of 1999 in the North Pacific.Distant-Water Fisheries，2000，(3):15-18.

參考文獻(xiàn):

［1］陳新軍，田思泉，陳勇，曹杰，馬金，李思亮，劉必林.北太平洋柔魚(yú)漁業(yè)生物學(xué).北京:科學(xué)出版社，2011.

［2］王政權(quán).地統(tǒng)計(jì)學(xué)及在生態(tài)學(xué)中的應(yīng)用.北京:科學(xué)出版社，1999.

［5］劉丹，姜勇，梁文舉.沈陽(yáng)市郊耕地土壤交換性Ca含量的空間異質(zhì)性特征.生態(tài)學(xué)雜志，2003，22(4):6-9.

［13］張寒野，胡芬.冬季東海太平洋褶柔魚(yú)的空間異質(zhì)性特征.生態(tài)學(xué)雜志，2005，24(11):1299-1302.

［16］季民，靳奉祥，李云嶺，張連蓬.海洋漁業(yè)專(zhuān)題屬性數(shù)據(jù)多尺度綜合與表達(dá).測(cè)繪通報(bào)，2004，(6):28-31.

［21］楊曉明，戴小杰，朱國(guó)平.基于地統(tǒng)計(jì)分析西印度洋黃鰭金槍魚(yú)圍網(wǎng)漁獲量的空間異質(zhì)性.生態(tài)學(xué)報(bào)，2012，32(15):4682-4690.

［22］李靈智，王磊，劉健，劉勤，黃洪亮.大西洋金槍魚(yú)延繩釣漁場(chǎng)的地統(tǒng)計(jì)分析.中國(guó)水產(chǎn)科學(xué)，2013，20(1):198-204.

［23］向清華.不同空間尺度下的遠(yuǎn)洋漁業(yè)生產(chǎn)網(wǎng)絡(luò)研究［D］.上海:華東師范大學(xué)，2011.

［25］陳玉福，董鳴.生態(tài)學(xué)系統(tǒng)的空間異質(zhì)性.生態(tài)學(xué)報(bào)，2003，23(2):346-352.

［26］陳新軍，許柳雄.北太平洋(150°—165°E)海域柔魚(yú)漁場(chǎng)與表溫及水溫垂直結(jié)構(gòu)的關(guān)系.海洋湖沼通報(bào)，2004，(2):42-43.

［27］王堯耕，陳新軍.世界大洋性經(jīng)濟(jì)柔魚(yú)資源及其漁業(yè).北京:海洋出版社，2005.

［28］董正之.世界大洋經(jīng)濟(jì)頭足類(lèi)生物學(xué).濟(jì)南:山東科學(xué)技術(shù)出版社，1991.

［29］陳新軍，劉必林.2004年北太平洋柔魚(yú)釣產(chǎn)量分析及作業(yè)漁場(chǎng)與表溫的關(guān)系.湛江海洋大學(xué)學(xué)報(bào)，2005，12(6):43-44.

［30］陳新軍.西北太平洋柔魚(yú)漁場(chǎng)與水溫因子的關(guān)系.上海水產(chǎn)大學(xué)學(xué)報(bào)，1995，4(3):181-185.

［31］陳新軍.關(guān)于西北太平洋的柔魚(yú)漁場(chǎng)形成的海洋環(huán)境因子的分析.上海水產(chǎn)大學(xué)學(xué)報(bào)，1997，6(4):263-267.

［32］陳新軍.北太平洋(160°E—170°E)大型柔魚(yú)漁場(chǎng)的初步研究.上海水產(chǎn)大學(xué)學(xué)報(bào)，1999，8(3):197-201.

［33］陳新軍，田思泉.西北太平洋海域柔魚(yú)漁場(chǎng)分析探討.漁業(yè)現(xiàn)代化，2001，3(3):3-6.

［34］沈惠明.1999年6—12月北太平洋魷釣漁場(chǎng)海況總結(jié).遠(yuǎn)洋漁業(yè)，2000，(3):15-18.