周星星 ，范江濤，于 杰，徐姍楠，蔡研聰，陳作志,

1. 上海海洋大學 海洋科學學院，上海 201306

2. 中國水產(chǎn)科學研究院南海水產(chǎn)研究所/農(nóng)業(yè)農(nóng)村部外海漁業(yè)可持續(xù)利用重點實驗室，廣東 廣州 510300

3. 南方海洋科學與工程廣東省實驗室 (廣州)，廣東 廣州 511458

扁舵鰹 (Auxis thazard) 隸屬于金槍魚科、舵鰹屬，為暖水性中上層集群洄游的小型金槍魚類[1]，廣泛分布于熱帶和亞熱帶海區(qū)，在中國的東海和南海均有分布。南海蘊藏著豐富的金槍魚資源，最新研究表明，以扁舵鰹為主的南海外海的小型金槍魚類資源量為85萬噸，但捕撈量很少，屬于輕度開發(fā)的魚類資源，具有較好的漁業(yè)開發(fā)前景[2]。在當前近海漁業(yè)資源逐漸枯竭的情況下[3-5]，對南海扁舵鰹這類小型金槍魚的開發(fā)是轉(zhuǎn)移近海捕撈壓力的方法之一。

魚類資源的時空分布具有明顯的空間異質(zhì)性特征，可采用地統(tǒng)計學方法進行研究。相較于經(jīng)典統(tǒng)計學方法，地統(tǒng)計學能彌補其隨機獨立性假設的局限性，在基于空間自相關的計算建模、估值分析方面具有明顯優(yōu)勢[6]。1985年地統(tǒng)計學方法首次應用于漁業(yè)領域，用于估計生物量，而后在魚類資源豐度和空間異質(zhì)性評估等方面應用較為廣泛[7]。目前國內(nèi)外學者已對南海扁舵鰹的形態(tài)鑒定[8]、生物學特性[1]、食性分析[9]、遺傳結構和遺傳多樣性評價[10]、資源評估及燈光罩網(wǎng)調(diào)查[11-12]等方面做了較多研究，而有關其時空分布的研究卻鮮有報道，目前僅對閩中、閩東漁場扁舵鰹的時空分布與溫鹽關系進行了探討。本文利用2016—2017年的南海燈光罩網(wǎng)調(diào)查資料，采用地統(tǒng)計學方法進行普通克里金插值，對南海扁舵鰹資源密度指數(shù)空間異質(zhì)性特征進行分析，探索其時空分布變化規(guī)律，為合理開發(fā)和保護我國南海扁舵鰹資源提供科學依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來源

漁業(yè)數(shù)據(jù)來自2016—2017年4個航次的燈光罩網(wǎng)調(diào)查數(shù)據(jù) (圖1)，調(diào)查船總噸位421 t，長43.6 m，配備金屬鹵化物集魚燈 (1 kW)，所用罩網(wǎng)的主尺寸為281.60 m×81.76 m，網(wǎng)衣最大網(wǎng)目35 mm，網(wǎng)囊最小網(wǎng)目20 mm，沉綱配重2 816 kg。調(diào)查期間每晚19點開燈300盞，開燈后約3 h進行放網(wǎng)起網(wǎng)作業(yè)，并進行漁獲物統(tǒng)計，記錄內(nèi)容包括調(diào)查時間、經(jīng)緯度、漁獲物種類、體質(zhì)量等基本信息。4個航次的調(diào)查時間依次為2016年4月和10—11月、2017年4—5月和8—9月。

圖1 南海漁業(yè)資源調(diào)查站點圖Fig. 1 Survey station of fishery resources in South China Sea

對開燈數(shù)量和捕撈量進行歸一化處理，作為計算單位努力捕撈漁獲量 (CPUE) 的基礎。處理公式為：

式中：i為站號；Xi-nor為第i個站點的開燈數(shù)量/捕撈量進行歸一化；Xi為第i個站點的捕撈量/開燈數(shù)量；Xmin為該航次的最小開燈數(shù)量/捕撈量；Xmax為該航次的最大開燈數(shù)量/捕撈量。

CPUE作為表征相對資源豐度的指標[13]。計算公式為：

1.2 方法

結合經(jīng)典統(tǒng)計學和地統(tǒng)計學方法分析南海扁舵鰹分布的空間異質(zhì)性，地統(tǒng)計學以區(qū)域化變量理論為基礎，要求數(shù)據(jù)必須滿足正態(tài)分布，對不符合正態(tài)分布的數(shù)據(jù)可通過對數(shù)、平方根、反正弦平方根、倒數(shù)和Cox-Box等轉(zhuǎn)換，以達到地統(tǒng)計學分析的要求[14-15]。該方法由變異函數(shù)和克里金插值兩部分組成，主要是對特定空間內(nèi)的變量進行變異性建模，并基于此模型進行變異性估值[16]。變異函數(shù)是地統(tǒng)計學特有的工具，常用的理論模型有球狀模型、高斯模型和指數(shù)模型。其中，球狀模型的一般公式為：

高斯模型的一般公式為：

指數(shù)模型的一般公式為：

采用Garrison[21]的分布重心法，對各航次站點的經(jīng)緯度以CPUE為權重進行加權平均，確定南海扁舵鰹資源密度指數(shù)重心變化的軌跡。公式為：

普通克里金插值法既考慮了空間變量的相關性，又兼顧有效數(shù)據(jù)的數(shù)量，優(yōu)勢明顯[16]。故本文采用考慮了變量空間相關性的普通克里金法進行插值, 對不同年份扁舵鰹CPUE進行插值時，全部選取移除一階趨勢進行處理[23]。

采用W-S檢驗進行正態(tài)性檢驗，GS+9.0軟件進行變異函數(shù)的計算和模型的擬合，調(diào)查站點圖和克里金插值圖由Arcgis 10.2軟件繪制，底圖數(shù)據(jù)來源于全國地理信息資源目錄服務系統(tǒng)（http://www.webmap.cn/）。

2 結果

2.1 數(shù)據(jù)檢驗與常規(guī)統(tǒng)計分析

對各航次南海扁舵鰹資源CPUE數(shù)據(jù)采用W-S擬合優(yōu)度檢驗數(shù)據(jù)的正態(tài)性，發(fā)現(xiàn)數(shù)據(jù)不符合正態(tài)分布，進行對數(shù)轉(zhuǎn)換后數(shù)據(jù)均滿足正態(tài)性要求 (表1)。

表1 各航次數(shù)據(jù)W-S正態(tài)性檢驗Table 1 W-S normality test of each voyage

對4個航次CPUE數(shù)據(jù)進行常規(guī)統(tǒng)計計算，得到數(shù)據(jù)分布的各項基本特征參數(shù) (表2)，各航次偏度介于1.218 0～3.235 0，均大于0，分布形態(tài)均為右偏；除第2航次外，其余航次峰度值均大于3，呈尖峰分布，低資源密度指數(shù)的海域所占比重較大，高資源密度指數(shù)海域較少；變異系數(shù)CV介于0.879 7～2.034 2，除了第2航次為中等變異情況(0.1＜CV＜1)，其余均屬于強變異程度 (CV＞1)，漁場資源密度指數(shù)差異較大；另外，從各年際和季節(jié)來看，資源密度指數(shù)也存在差異。年際差異程度依次為2017年 (CV均值1.814 1)＞2016年 (CV均值1.236 5)；季節(jié)差異程度依次為春季 (CV均值1.813 8)＞夏季 (CV均值1.594 0)＞秋季(CV均值0.879 7)。

表2 扁舵鰹調(diào)查數(shù)據(jù)基本統(tǒng)計參數(shù)Table 2 Basic statistical parameters of survey data of A. thazard

2.2 南海扁舵鰹空間異質(zhì)性分析

基于南海扁舵鰹空間異質(zhì)性特征，建立變異函數(shù)模型獲得相關理論參數(shù) (表3)。結果表明，球狀模型在各航次空間異質(zhì)性結構中發(fā)生頻率較高；各航次變異函數(shù)塊金值介于0.000 1～0.035 0，差異較小，各航次CPUE空間異質(zhì)性受隨機因子的影響程度較弱；基臺值介于0.250 2～1.230 0，變化趨勢與塊金值相同，均為先下降后增加；一般采用塊金系數(shù)度量樣本空間相關性，比值表示隨機因子引起的空間異質(zhì)性中自相關部分占系統(tǒng)總變異的比例，各航次塊金系數(shù)介于0.000 1～0.077 0，屬于較強的空間自相關性，在南海扁舵鰹空間分布中，結構性成分起主要作用；變程與資源密度指數(shù)和分布范圍有關，反映資源密度指數(shù)大小，密度較高的集群變程一般較小，各航次變程值介于1.073 9～2.410 0，無明顯變化，差異較小。

表3 各航次扁舵鰹資源變異函數(shù)參數(shù)Table 3 Variation function parameters of A. thazard resources in each voyage

2.3 南海扁舵鰹資源密度指數(shù)的時空變化

基于各航次扁舵鰹空間異質(zhì)性結構分析扁舵鰹洄游的分布特征 (圖2)，各航次漁場分布存在一定差別，但均呈現(xiàn)出明顯的片狀或斑塊狀特征，且其洄游分布路線大致呈西南—東北走向。第1航次有兩個明顯的資源密度指數(shù)高值區(qū)，主要分布在10°N—12°N海域；第2航次的資源密度指數(shù)高值區(qū)在10°N—14°N的西部海域，由西向東遞減，有兩個明顯的資源密度指數(shù)低值區(qū)；第3、第4航次的資源密度指數(shù)高值區(qū)均位于東北部海域，由東北向西南遞減，其中第4航次在西南部海域形成了一個次高值區(qū)，變化梯度較第3航次更加和緩。

圖2 各航次南海扁舵鰹空間異質(zhì)性結構分布圖注： a—d依次對應 1—4 航次。Fig. 2 Distribution of spatial heterogeneity of A. thazard in each voyageNote: a-d correspond to Voyages 1-4.

各航次南海扁舵鰹CPUE重心均分布在10°N—12°N，多靠近島礁附近。以第1航次扁舵鰹CPUE的分布中心為起點 (圖3)，第2航次向西北移動至12°N附近，第3航次略向西南移動，但仍偏北，第4航次又略向西北移動，變化幅度較小。同時，南海扁舵鰹CPUE重心航次間分布差異不顯著 (P＞0.05)，相對集中在調(diào)查海域的中部偏東南 (表4)。

圖3 各航次南海扁舵鰹CPUE重心移動軌跡Fig. 3 Migration trajectory of center of gravity of CPUE of A. thazard

從各航次南海扁舵鰹CPUE分布重心95%的經(jīng)緯度置信區(qū)間 (Bootstrap法，表4) 可知，不同航次的CPUE重心經(jīng)緯度置信區(qū)間多有重疊，且大部分航次重心均位于置信區(qū)間內(nèi)。

表4 各航次南海扁舵鰹CPUE重心的置信區(qū)間 (95%)Table 4 Confidence interval for center of gravity of A. thazard of each voyage (95%)

3 討論

3.1 空間異質(zhì)性特征

本研究采用地統(tǒng)計方法分析了各航次南海扁舵鰹空間分布的異質(zhì)性結構，發(fā)現(xiàn)其布局總體以低密度海域為主，并具有聚集性特征?？臻g變異函數(shù)的種類揭示了魚群依賴于當前環(huán)境的聚集分布程度[24-25]，南海扁舵鰹空間異質(zhì)性格局以球狀函數(shù)為主，表現(xiàn)出結構性和聚集性較好的空間格局，集聚程度較為明顯。從變程來看，第4航次變程范圍較大，表明其空間自相關尺度較廣，其余航次的變程范圍均小于4，說明其分布格局呈聚集分布，這與扁舵鰹為中上層集群洄游的魚類屬性有關，從空間變異函數(shù)類型和變程范圍兩方面均驗證了扁舵鰹的聚集分布。此外，從CPUE均值和基臺值的關系來看，在一定條件下，資源密度指數(shù)較高的航次其空間異質(zhì)性也高，該結論也在許多已有研究中得到了驗證[26-27]。

3.2 漁場時空格局

南海扁舵鰹的資源豐度及其分布受到時間、空間和海洋環(huán)境等多種因素的影響。從4個航次看，各季節(jié)資源密度指數(shù)差異較大，依次為夏季＞春季＞秋季，這與一般統(tǒng)計分析結論相同[28]。3—7月為南海扁舵鰹的繁殖期，種群規(guī)模增長迅速，故夏季資源密度指數(shù)最大。此外，扁舵鰹還具有明顯的西南-東北洄游特征。結合其生物學特性[1,29]發(fā)現(xiàn)，4—6月為南海扁舵鰹的產(chǎn)卵期，洄游至北部海域產(chǎn)卵繁殖，后進行索餌洄游至西南部海域[30]。從海洋環(huán)境看，夏季西南季風控制南海，季風吹動表層海水，使得表層洋流由西南向東流動，表層豐富的營養(yǎng)物質(zhì)和浮游生物隨洋流一起遷移，洋流向大陸架和大陸坡輸送豐富的營養(yǎng)物質(zhì)和浮游生物[31]，扁舵鰹向西南方向索餌洄游，資源密度指數(shù)較高。此外，水層深度也會影響扁舵鰹分布，從圖2知，扁舵鰹多棲息于近岸淺水域[30]，漁場重心靠近島嶼。從海面到海底都有較為充分的陽光透射，使浮游生物在光合作用下迅速地進行繁殖，給扁舵鰹餌料以豐富的營養(yǎng)物質(zhì)，形成高生產(chǎn)力海區(qū)[32-33]。且淺水水域可在風浪、潮汐、對流的影響下，水體混合充分，底層補充到上層，物質(zhì)循環(huán)快，初級生產(chǎn)力高，整個水體營養(yǎng)好[34]。扁舵鰹多捕獲于近岸淺水海域，不僅與扁舵鰹自身的棲息分布有關，也與漁業(yè)生產(chǎn)作業(yè)有著直接的關系[33]。

除自身的生物學特性外，海洋環(huán)境也會影響魚類的分布和洄游。由于扁舵鰹具有較強的游泳能力，有能力進行長距離遷移[28]，所以可明顯地觀察到其分布重心在厄爾尼諾-南方濤動現(xiàn)象 (El Ni?o-Southern Oscillation, ENSO)、西太平洋暖池、太平洋十年際氣候振動等海洋-大氣相互作用系統(tǒng)影響下的變動情況[35]。通過對比各時期的SSTA3.4指數(shù) (數(shù)據(jù)來自美國NOAA氣候預報中心網(wǎng)站，http://www.cpc.noaa.gov，圖4)，發(fā)現(xiàn)第1航次處于強厄爾尼諾期，第2航次處于弱拉尼娜期，第3、第4航次均處于正常時期。當ENSO事件發(fā)生時，直接引起熱帶太平洋海域水溫的大規(guī)模變化，對具有洄游能力的扁舵鰹來說，ENSO引起的水溫結構變化則會影響其空間分布和洄游。南海扁舵鰹漁場重心在厄爾尼諾期偏東，拉尼娜期偏西，正常時期位于中間 (圖3)，這與Lehodey等[36]對中西太平洋鰹魚 (Katsuwonus pelamis) 的研究結果相似，當厄爾尼諾現(xiàn)象發(fā)生時，鰹魚群體整體向東遷移約4 000 km；當拉尼娜現(xiàn)象發(fā)生時，則反向遷移4 000 km。但扁舵鰹的遷移范圍沒有鰹魚那么大，推測是因為鰹魚具有高度洄游能力，扁舵鰹的洄游能力不如鰹魚強。此外，推測ENSO事件的強度與持續(xù)時間也會影響扁舵鰹群體的遷移范圍。

圖4 各航次Nino 3.4 分析Fig. 4 Nino 3.4 index analysis of each voyage

3.3 插值方法選擇

空間插值是基于已知數(shù)據(jù)點對研究區(qū)域進行預測的方法，在漁業(yè)資源領域應用廣泛[37-38]。通?？杀环譃榇_定性插值和不確定性插值 (地統(tǒng)計插值)，確定性插值 (如反距離權重法、自然鄰域法、趨勢面法和樣條函數(shù)法等) 是以樣本點和插值點之間的距離為權重進行加權平均，地統(tǒng)計方法(如克里金插值法) 是以包含空間自相關的統(tǒng)計學方法為基礎，不僅可預測表面，還可對預測結果的準確性提供某種度量。

不同插值方法對前提假設和原始數(shù)據(jù)的要求不同，常用的反距離權重法適用于均勻分布的點[39]，其優(yōu)點是直觀高效，發(fā)生各向異性時，會考慮方向權重，但研究表明反距離權重法只考慮插值點與樣本點之間的距離，依賴于前人的經(jīng)驗，易受觀測點數(shù)據(jù)集的影響[40]；普通克里金插值法要求數(shù)據(jù)呈正態(tài)分布，其優(yōu)點為從變量自身特點出發(fā)，考慮觀測點的整體空間分布情況，可對插值誤差做出理論估計，且能給出估計精度，具有平衡性，結果更精確，更符合實際[37]，但區(qū)域化變量離散性太強時，估值不夠精確，且只限于單變量在空間分布的特征研究[18]。本研究采用的普通克里金插值方法要求區(qū)域變量滿足二階平穩(wěn)或本征假設，既考慮了平穩(wěn)范圍的大小，又兼顧有效數(shù)據(jù)量，是一種折中方案，與其他插值方法相比，普通克里金插值法適用范圍廣、計算簡單，更加符合實際情況。此外，在進行空間插值前，需要對漁業(yè)數(shù)據(jù)進行檢查，降低異常情況的影響，其方法有很多，如劃分小漁區(qū)等，通常越精細的空間尺度越能體現(xiàn)原始數(shù)據(jù)的空間特點[41]；還可以利用3倍平均值±標準差、箱圖等方法尋找和剔除異常值[42]。

3.4 展望

本研究由于原始調(diào)查站點密度較小，從一些周圍的點到極值點過程中l(wèi)n(CPUE) 漸進不顯著，導致內(nèi)插結果受極值點的影響明顯。今后，在調(diào)查站點設計環(huán)節(jié)應充分考慮野外實際情況；考慮積累更長時間序列數(shù)據(jù)，適當擴大采樣范圍和采樣密度，在扁舵鰹棲息范圍內(nèi)多設置站點，使采樣數(shù)據(jù)更具代表性。