劉長東， 易 堅， 唐衍力， 郭曉峰， 黃六一

(中國海洋大學水產(chǎn)學院，山東 青島 266003)

?

海州灣中時空和環(huán)境因子對樁張網(wǎng)捕撈小黃魚的影響?

劉長東， 易 堅， 唐衍力??， 郭曉峰， 黃六一

(中國海洋大學水產(chǎn)學院，山東 青島 266003)

為研究海州灣海區(qū)小黃魚資源的時空分布，并對樁張網(wǎng)的使用提供指導。根據(jù)2011—2013年海州灣典型捕撈區(qū)域4個站位樁張網(wǎng)小黃魚的連續(xù)調(diào)查數(shù)據(jù)，利用廣義加模型(GAM)分析小黃魚漁獲量與時空及環(huán)境因子的關系。研究表明，廣義加模型可較好的解釋小黃魚時空分布與環(huán)境因子關系，模型擬合度較高(Pseudo-R2=80.2%)，模型殘差基本符合模型假定。對小黃魚單位捕撈努力量漁獲量(CPUE)具有顯著影響的各因子的重要性依次為：月份、位置、海水表層溫度。調(diào)查3年內(nèi)，小黃魚CPUE年際間沒有顯著變化，但季節(jié)間，秋季CPUE明顯高于春季，表明小黃魚分布有季節(jié)性差異并受伏季休漁影響?？臻g因子對小黃魚CPUE影響顯著，B、C站位小黃魚CPUE高于A、D站位。海水表層溫度(SST)為5～18 ℃時，小黃魚CPUE隨溫度升高而增加；18～25 ℃時，隨溫度升高，小黃魚CPUE沒有顯著變化。研究結果表明，月份、位置和海水表面溫度對海州灣小黃魚的漁獲率影響顯著。本研究為提高張網(wǎng)捕撈效率及可持續(xù)利用小黃魚資源提供理論參考。

廣義加模型；單位捕撈努力量漁獲量；小黃魚；樁張網(wǎng)；海州灣；時空；環(huán)境因子

小黃魚(Pseudosciaenapolyactis)是中國重要的經(jīng)濟魚種，主要分布于中國黃海南部、東海和渤海，為底拖網(wǎng)、帆張網(wǎng)、定置張網(wǎng)和刺網(wǎng)等漁具所共同開發(fā)。通過模型方法研究魚類種群漁獲量與環(huán)境因子關系，對了解魚類種群空間分布及資源合理開發(fā)利用有重要意義。廣義線性模型(Generalized linear model, GLM)和廣義加模型(Generalized additive model, GAM)常用于魚類種群漁獲量與環(huán)境因子關系的研究中[1-7]。由于廣義加模型可以定量分析漁獲量與環(huán)境因子的非線性關系，自1990年由Hastie和Tibshirani[8]提出后，近年來得到廣泛應用。

張網(wǎng)是黃海主要作業(yè)漁具之一。張網(wǎng)的網(wǎng)目尺寸一般較小，選擇性較差，對資源破壞較重。樁張網(wǎng)的主要作業(yè)原理是將囊袋型網(wǎng)具利用樁、錨或竹竿等設施固定在具有一定流速的區(qū)域，利用捕撈對象的生活習性和作業(yè)區(qū)域的水文條件，將捕撈對象沖入網(wǎng)囊達到捕撈的目的[9]。研究張網(wǎng)經(jīng)濟魚種漁獲量與時空及環(huán)境因子的關系，對張網(wǎng)合理布設提高捕撈效率、了解魚類種群相對豐度隨時間的變化和魚類種群棲息地的空間分布都具有重要的意義。目前，利用統(tǒng)計模型研究定置張網(wǎng)漁獲量與環(huán)境因子關系的研究較少。周甦芳等[1]應用廣義加模型分析海水表層溫度(SST)等環(huán)境因子對東海區(qū)帆式張網(wǎng)主要漁獲物漁獲量影響；李增光等[2]應用廣義線性模型和廣義加模型研究環(huán)境因子對黃海南部春季帆張網(wǎng)小黃魚和黃鮟鱇漁獲分布的影響。

海州灣作為我國傳統(tǒng)的漁場，近些年由于過度捕撈、環(huán)境污染及棲息地破壞等原因，導致小黃魚資源豐度降低。樁張網(wǎng)是海州灣主要捕撈作業(yè)漁具之一。由于海州灣的往復流，樁張網(wǎng)主要布設在近海。小黃魚作為樁張網(wǎng)漁具的重要經(jīng)濟魚種，研究其漁獲量與時間、空間和環(huán)境因子的關系，對小黃魚資源的合理開發(fā)和保護意義重大。本文以2011—2013年海州灣典型捕撈區(qū)域4個站位樁張網(wǎng)連續(xù)調(diào)查數(shù)據(jù)為基礎，采用廣義加模型定量分析小黃魚漁獲量隨時間、空間和海水表層溫度(SST，Sea surface temperature)等驅(qū)動因子的變化，以期為該海區(qū)小黃魚資源量時空分布及樁張網(wǎng)的合理使用，提供基礎數(shù)據(jù)支持。

1 調(diào)查數(shù)據(jù)和研究方法

1.1 調(diào)查工具、區(qū)域和時間

調(diào)查工具 實驗漁具為海州灣漁場常用的雙樁豎桿張網(wǎng)(04-shG-zh)。漁民使用的張網(wǎng)漁具雖主尺度有些差異，但作業(yè)原理相同。雙樁張網(wǎng)作業(yè)示意圖見圖1。

調(diào)查區(qū)域和時間 根據(jù)海州灣樁張網(wǎng)典型作業(yè)區(qū)域，共選取4個調(diào)查站位，分別為A(35°23′42″N，119°37′15″E)、B(35°17′47″N，119°33′53″E)、C(35°08′00″N，119°29′00″E)、D(34°59′42″N，119°19′36″E。在每月的2個大潮日進行樁張網(wǎng)漁獲物調(diào)查(見圖2)。調(diào)查從2011年3月—2013年12月，主要集中在春秋兩季，冬季只有2013年12月調(diào)查1次，1—2月漁民不進行海上生產(chǎn)，6—8月由于伏季休漁，故未進行采樣。

圖1 雙樁張網(wǎng)示意圖Fig.1 Schematic diagram of double stake stow net

圖2 調(diào)查站位圖Fig.2 Sample sites in Haizhou Bay

1.2 數(shù)據(jù)源及預處理

海州灣樁張網(wǎng)每網(wǎng)次作業(yè)時間為24h左右，本研究將每網(wǎng)漁獲量標準化成24h漁獲質(zhì)量。由于4個調(diào)查站位的張網(wǎng)迎流面積不同，根據(jù)計算，分別為90.0、99.0、136.5和136.4m2，迎流面積都在100m2左右，故將每網(wǎng)漁獲量標準化為100m2網(wǎng)具漁獲量。故本研究中單位捕撈努力量漁獲量(Catch per unit effort，CPUE)定義為：

式中:C為調(diào)查站位每網(wǎng)的小黃魚漁獲量(g)；T為張網(wǎng)作業(yè)時間(h)；A為張網(wǎng)迎流面積(m2)。由于存在0值，假定(CPUE+1)服從對數(shù)正態(tài)分布，標準化CPUE為ln(CPUE+1)，使其符合正態(tài)分布，減少極值的影響。由于數(shù)據(jù)獲取的原因，本研究考慮影響張網(wǎng)小黃魚漁獲量的主要因子為年(類別變量)、月(類別變量)、位置(類別變量)和海表溫度(連續(xù)變量)，其中海水表層溫度是采用中國海洋大學衛(wèi)星地面站所(http://211.64.133.112:8080/rice/index.jsp)的衛(wèi)星遙感數(shù)據(jù)，空間分辨率為1km×1km。

1.3 廣義加模型(Generalized additive model，GAM)

廣義加模型可表示為：

式中:g為連接函數(shù)，本研究為對數(shù)轉(zhuǎn)換；y為CPUE+1；α為截距項，ε為殘差，假定服從標準正態(tài)分布；si表示第i個變量的樣條平滑函數(shù)。對因子變量進行平滑并沒有實際意義，故只對連續(xù)變量海表溫度進行樣條平滑[10]。為了避免模型的過度擬合，常以AIC(Akaike information criterion)準則進行模型選擇，其值越小，模型的擬合效果越好[11]。計算AIC值的表達式為：

AIC=2k+nln(RSS/n)。

式中:k為模型中參數(shù)個數(shù)；n為采樣樣本個數(shù)；RSS為殘差平方和。AIC受采樣樣本小的限制，AICc(corrected Akaike information criterion)不受樣本大小限制，計算AICc的表達式為：

AICc=AIC+2k(k+1)/(n-k-1)。

當樣本數(shù)n較大時，AICc收斂為AIC，故AICc可應用在任何樣本大小情況下[12]。本研究的樣本數(shù)較小(n=71)，故以AICc準則進行模型選擇。模型選擇以只包含截距項的模型開始，依次引入使當前模型比上一模型AICc值減少最大的變量。當新引入的變量不會使當前模型AICc值減小時，表示當前模型已為最優(yōu)模型。利用F檢驗評估各因子的顯著性。最優(yōu)模型的擬合程度，即驅(qū)動因子對反映變量變化的解釋程度通過Pseudo-R2計算，定義為：

Pseudo-R2=1-RD/ND。

式中：RD為殘差偏差；ND為零偏差，即模型只包含截距項的殘差偏差。Pseudo-R2值越高表示解釋變量對反應變量變化的解釋程度越高。廣義加模型假定殘差符合標準正態(tài)分布，故模型診斷主要通過檢查殘差是否符合正態(tài)分布、殘差方差是否具有明顯的趨勢。

利用R統(tǒng)計軟件的“gam”包進行海州灣張網(wǎng)小黃魚CPUE的廣義加模型分析及模型診斷。

2 結果與分析

2.1 小黃魚漁獲量分析

標準化的2011—2013年海州灣樁張網(wǎng)小黃魚漁獲量數(shù)據(jù)，首先使用單因素方差分析(ANOVA)進行數(shù)據(jù)的探索性研究。發(fā)現(xiàn)調(diào)查3年內(nèi)，小黃魚年際間漁獲量沒有顯著差異(P=0.06)；各月之間漁獲量存在顯著差異(P=0)；調(diào)查4個站位的漁獲量存在顯著差異(P=0)。海表溫度為連續(xù)變量，小黃魚漁獲量總體上隨著溫度的升高而增加(見圖3)。

圖3 標準化小黃魚CPUE與海水表層溫度的散點圖Fig.3 Scatter plot between standardized CPUE ofPseudosciaena polyactis and sea surface temperature

2.2 最優(yōu)模型選擇

基于AICc的廣義加模型最優(yōu)模型選擇，影響小黃魚CPUE的各因子的重要性依次為：月份、位置、海表溫度，各因子在0.05水平上顯著(見表1)。3年調(diào)查期間，年份對小黃魚CPUE的影響不顯著。最優(yōu)廣義加模型中，解釋變量對小黃魚CPUE變化的解釋率較高(Pseudo-R2=80.2%)，說明選取的影響因子比較合理。

2.3 各因子對CPUE的影響

月份對小黃魚CPUE影響顯著，總體趨勢是9、10、11月的CPUE高于3、4、5月，即秋季小黃魚CPUE高于春季。3、9、12月的置信區(qū)間較寬，主要是由于這幾個月的采樣數(shù)據(jù)較少引起的。位置對小黃魚CPUE影響顯著，B、C站小黃魚CPUE略高于A、D站。海水表層溫度對小黃魚CPUE影響顯著，5～18℃，小黃魚CPUE隨溫度升高而增加，18～25℃，隨溫度升高，小黃魚CPUE沒有顯著變化(見圖4)。

表1 小黃魚樁張網(wǎng)CPUE的廣義加模型擬合結果

Note：Δ:P<0.05,*:P<0.01,**:P<0.001.

①Driving factors； ②Residuals deviance； ③Residual of degree of freedom, df； ④Decrement of AICc； ⑤Pseudo coefficient of determination,Pseudo-R2； ⑥Increment of Pseudo-R2； ⑦P-values； ⑧Intercept； ⑨Month； ⑩Site；Sea surface temperature

圖4 廣義加模型中各因子對小黃魚CPUE影響Fig.4 Effects of factors on Pseudosciaena polyactis's CPUE in the generalized additive model

2.4 模型診斷

廣義加模型假定模型殘差符合正態(tài)分布，殘差方差沒有顯著趨勢(方差齊性)。由模型殘差正態(tài)分位數(shù)圖可看出，模型殘差基本符合正態(tài)分布(見圖5)；由預測值與殘差的散點圖可看出，雖然受零值影響，模型殘差方差總體上沒有顯著的變化趨勢，即滿足方差齊性假設條件(見圖6)。通過對廣義加模型殘差的檢測，說明廣義加模型假定較合理。

3 討論

張網(wǎng)是通過自然潮流把漁獲物挾入網(wǎng)囊中，故漁具選擇性較小，更接近自然分布[13]。研究張網(wǎng)漁獲量與時空及環(huán)境因子關系，對了解魚類種群時空分布及棲息地變化具有重要作用。本研究根據(jù)海州灣4個典型捕撈區(qū)域2011—2013年的樁張網(wǎng)連續(xù)調(diào)查數(shù)據(jù)，應用廣義加模型定量分析了張網(wǎng)小黃魚CPUE與時空及環(huán)境因子的響應機制，廣義加模型結果與單因素方差分析結果吻合。研究發(fā)現(xiàn)：時間因子中，月份對小黃魚CPUE影響最大，影響極顯著；年份對小黃魚CPUE影響不顯著。目前，由于采樣時間較短，僅進行了3年，在對小黃魚CPUE影響大時間尺度方面的研究有待今后持續(xù)性的調(diào)查數(shù)據(jù)支持。春季小黃魚產(chǎn)卵場主要位于長江口及江浙沿海，冬季小黃魚洄游到黃海中南部外海和東海北部外海越冬[14]。對本研究中春季采集的小黃魚性腺發(fā)育情況的測量結果表明，春季雌性小黃魚卵巢多處于Ⅳ期(接近成熟期)和Ⅴ期(臨產(chǎn)期或產(chǎn)卵期)。同時，劉勇等[15]研究結果表明：小黃魚產(chǎn)卵期內(nèi)體長與體重關系中冪指數(shù)顯著偏小。本研究中各月份小黃魚體長與體重的冪指數(shù)分析結果表明，春季冪指數(shù)處于低谷，秋季處于高峰，這也說明春季捕撈的小黃魚多是產(chǎn)卵群體。海州灣秋季小黃魚漁獲量明顯高于春季，這可能是由于小黃魚春季繁殖，秋季小黃魚洄游到黃海南部索餌[16]，經(jīng)6—8月的休漁養(yǎng)護，秋季當齡魚資源量得到補充，漁獲量增加。

圖5 廣義加模型殘差分位數(shù)圖Fig.5 Normal Q-Q plot of generalized additive model residuals

圖6 預測值與殘差散點圖Fig.6 Scatter plot between linear predictor and residuals

周甦芳等[1]和李增光等[2]在應用廣義加模型研究東海和黃海南部小黃魚空間分布與環(huán)境因子關系時，由于分析的空間站位數(shù)據(jù)較多，空間位置(經(jīng)緯度)、深度是以連續(xù)變量包含在廣義加模型中，并發(fā)現(xiàn)空間位置及深度對小黃魚CPUE影響顯著。本文分析海州灣樁張網(wǎng)4個站位小黃魚的漁獲數(shù)據(jù)，空間站位較少，故空間位置以分類變量包含在模型中。魚類種群會根據(jù)海洋環(huán)境和生物條件，選擇適合生存的棲息地。B、C站位小黃魚CPUE略高于A、D站位，而4個站位的海表溫度值無顯著差異，這說明小黃魚的空間分布是多種驅(qū)動因子綜合作用的結果?？臻g因子對小黃魚CPUE的顯著影響，說明仍有一些其它的物理環(huán)境和生物因子顯著影響小黃魚分布而未包含在模型中。之前的研究發(fā)現(xiàn)鹽度[17]、葉綠素濃度[18]、浮游動物[19]對小黃魚分布影響顯著。本文雖然定量研究了環(huán)境因子對小黃魚CPUE的影響，但所包含的環(huán)境因子較少，如果能獲取可能影響小黃魚分布的其它環(huán)境因子，如鹽度、葉綠素濃度、溶解氧、浮游動物等因子，可能會改善模型擬合精度。

水溫不僅對魚類的繁殖、生長、發(fā)育、成活和新陳代謝等有影響，而且對魚類的洄游行動影響也很大，并直接影響漁期的早晚和長短、中心漁場位置的變動和魚群集群程度[20]。之前的研究結果發(fā)現(xiàn)水溫是影響小黃魚分布最重要的環(huán)境因子[2-3，5，16-22]。本研究調(diào)查數(shù)據(jù)主要集中在春秋兩季，秋季水溫明顯高于春季，在5～18℃，小黃魚CPUE隨著水溫升高而增加，但在18～25℃，小黃魚CPUE達到最大值，并基本趨于穩(wěn)定，這說明在秋季達到小黃魚生存的適宜水溫時，小黃魚CPUE不隨水溫變化。李建生等[17]在研究東海北部秋季小黃魚分布與水溫的關系時發(fā)現(xiàn)，小黃魚索餌群體主要出現(xiàn)在暖水控制區(qū)及其邊緣水域，水溫在14～25℃之間，本研究結果與此結果基本吻合。

廣義加模型廣泛應用于魚類種群空間分布或捕撈率標準化的研究[23]。在魚類種群空間分布的研究中，常常假定捕撈率服從對數(shù)正態(tài)分布，但由于魚類種群的時空聚集特征，可能導致某段時間或某個位置的漁獲量為零，故在對捕撈率進行對數(shù)轉(zhuǎn)換時常常先加一個常數(shù)值[24]。本研究利用Ad Hoc方法，把響應變量添加一個較小的值(本研究為1)，可以解決零值及極值問題。

4 結語

樁張網(wǎng)是海州灣主要的捕撈漁具之一，由于其作業(yè)原理以及網(wǎng)目尺寸較小，導致其對漁業(yè)資源破壞嚴重。春季4—5月是小黃魚繁殖期，適當降低捕撈強度及增大張網(wǎng)網(wǎng)囊網(wǎng)目尺寸，對小黃魚資源的可持續(xù)開發(fā)有重要意義。本研究發(fā)現(xiàn)小黃魚受季節(jié)、位置以及海表溫度影響顯著，研究結果可為提高張網(wǎng)捕撈效率及可持續(xù)利用小黃魚資源提供理論參考。

[1] 周甦芳, 樊偉, 崔雪森, 等. 環(huán)境因子對東海區(qū)帆式張網(wǎng)主要漁獲物漁獲量影響[J]. 應用生態(tài)學報, 2004, 15(9): 1637-1640.

[2] 李增光, 葉振江, 張弛, 等. 黃海南部春季帆張網(wǎng)黃鯽CPUE分布及其影響因素分析[J]. 應用生態(tài)學報, 2012, 23(10): 2887-2892.

[3] 鄭波, 陳新軍, 李綱. 廣義線性模型和廣義加模型研究東黃海鮐資源漁場與環(huán)境因子的關系[J]. 水產(chǎn)學報, 2008, 32(3): 379-386.

[4] 牛明香, 李顯森, 徐玉成. 基于廣義可加模型的時空和環(huán)境因子對東南太平洋智利竹筴魚漁場的影響[J]. 應用生態(tài)學報, 2010, 21(4): 1049-1055.

[5] 林龍山, 程家驊, 姜亞洲, 等. 黃海南部和東海小黃魚(Larimichthyspolyactis)產(chǎn)卵場分布及其環(huán)境特征[J]. 生態(tài)學報, 2008, 28(8): 3485-3496.

[6] 陳新軍, 田思泉. 利用廣義加模型分析表溫和時空因子對西北太平洋海域柔魚資源狀況的影響[J]. 海洋湖沼通報, 2007(2): 104-113.

[7] Chang J-H, Chen Y, Holland D, et al. Estimating spatial distribution of American lobsterHomarusamericanususing habitat variables[J]. Marine Ecology Progress Series, 2010, 420: 145-156.

[8] Hastie T J, Tibshirani R J. Generalized Additive Models[M]. London and New York: Chapman and Hall, 1990.

[9] 孫中之, 周軍, 王俊, 等. 黃渤海區(qū)張網(wǎng)漁業(yè) [J]. 漁業(yè)科學進展, 2012, 33(3): 94-101.

[10] Wood S. Generalized Additive Models: An Introduction with R [M]. Boca Raton: CRC Press, 2006.

[11] Akaike H. Information theory and an extension of the maximum likelihood principle [M]. Berlin: Springer-Verlag, 1973.

[12] Burnham K P, Anderson D R. Model selection and multimodel inference: A practical information- theoretic approach [M]. Berlin: Springer-Verlag, 2002.

[13] 張慶生, 馬永鈞. 浙江沿海張網(wǎng)作業(yè)區(qū)幼帶魚分布、損害及休漁效果的分析[J]. 海洋科學, 1987(6): 43-47.

[14] 陳佳杰, 徐兆禮, 陳雪忠. 我國沿海小黃魚漁場的空間格局[J]. 水產(chǎn)學報, 2010, 34(2): 236-244.

[15] 劉勇, 程家驊, 陸健健. 利用Bootstrap統(tǒng)計方法探討體長-體重關系中的冪指數(shù)對小黃魚產(chǎn)卵期的指示作用[J]. 漁業(yè)科學進展, 2011, 32(2): 1-6.

[16] 徐兆禮, 陳佳杰. 小黃魚洄游路線分析[J]. 中國水產(chǎn)科學, 2009, 16(6): 931-940.

[17] 李建生, 林龍山, 程家驊. 東海北部秋季小黃魚分布特征及其與底層溫度和鹽度的關系[J]. 中國水產(chǎn)科學, 2009, 16(3): 348-356.

[18] 陳紅波, 李繼龍, 楊文波, 等. 東黃海小黃魚秋季索餌環(huán)境棲息地指數(shù)的研究[J]. 大連海洋大學學報, 2011, 26(4): 348-351.

[19] 李建生, 嚴利平, 李惠玉, 等. 黃海南部、東海北部夏秋季小黃魚數(shù)量分布及與浮游動物的關系[J]. 海洋漁業(yè), 2007, 29(1): 31-37.

[20] 李雪渡. 海水溫度與漁場之間的關系[J]. 海洋學報, 1982, 14(1): 103-113.

[21] 唐峰華, 沈新強, 王云龍. 海州灣附近海域漁業(yè)資源的動態(tài)分析[J]. 水產(chǎn)科學, 2011, 30(6): 335-341.

[22] 林龍山, 姜亞洲, 劉尊雷. 黃海南部和東海小黃魚資源分布差異性研究[J]. 中國海洋大學學報(自然科學版), 2010, 40(3): 1-6.

[23] Maunder M N, Punt A E. Standardizing catch and effort data: a review of recent approaches[J]. Fisheries Research, 2004, 70: 141-159.

[24] Tian S, Chen X J, Chen Y, et al. Standardizing CPUE ofOmmastrephesbartramiifor Chinese squid-jigging fishery in Northwest Pacific Ocean[J]. Chinese Journal of Oceanology and Limnology, 2009， 27(4): 729-739.

責任編輯 朱寶象

Effects of Stow Net to the Catch RatesPseudosciaenapolyactisBetween Temporal-Spatial and Environmental Factors in the Haizhou Bay

LIU Chang-Dong, YI Jian, TANG Yan-Li, GUO Xiao-Feng, HUANG Liu-Yi

(College of Fisheries， Ocean University of China, Qingdao 266003, China)

To study the temporal and spatial distribution ofPseudosciaenapolyactisand offer guidance on the use of stow net, based on thePseudosciaenapolyactissurvey data collected from stow net in four sites of Haizhou Bay, a generalized additive model was used to explore the relationship between catch rates ofP.polyactisand temporal-spatial and environmental factors. The results showed that the generalized additive model explained the relationship between temporal-spatial distributions and environmental factor well, had a high model fitting (Pseudo-R2=80.2%), and obeyed the model assumption of residuals. The importances of significant factors influencing CPUE ofP.polyactis, in sequences, are month, site and sea surface temperature (SST). For the temporal factor of year, there is no significant influence on the CPUE ofP.polyactis. The seasonal difference ofP.polyactis' distribution was indicated by the higher CPUE in autumn than that in spring. Site had a significant effect on CPUE, and CPUE in B, C was higher than that in A, D. The CPUE ofP.polyactisincreased with the increment of temperature when temperature was in 5 ～ 18 ℃, but there was not an obvious change when temperature was in 18 ～ 25 ℃. The effects of month, site and sea surface temperature appeared to be significant influence for the catch rate ofPseudosciaenapolyactis, the results expect to give the theoretical advises for improving the fishing efficiency of stow net and exploiting fishery resource sustainably.

generalized additive model; catch per unit effort;Pseudosciaenapolyactis; stow net; Haizhou Bay; temporal-spatial； environmental factor

公益性行業(yè)(農(nóng)業(yè))科技專項項目(201203018)資助

2014-06-26；

2015-01-15

劉長東(1979-)，男，博士，講師。E-mail: changdong@ouc.edu.cn

?? 通訊作者： E-mail： tangyanli@ouc.edu.cn

S931.4

A

1672-5174(2015)09-036-06

10.16441/j.cnki.hdxb.20140204