Page 8 - 《水产学报》2026年第01期
P. 8

1 期                        周    成，等：商业性热带金枪鱼栖息地研究进展                                      50 卷

               2.2    栖息地模型                                    Regression Model, QRM) 对  CPUE、环境因子及其
                                                               交互项进行分析，确定了不同梯度条件下物种丰
                   栖息地模型在研究金枪鱼空间分布规律中应
                                                               度受环境的影响程度。
              用广泛，通过分析物种分布和环境变量之间的关
                                                                   ②统计概率模型。除回归模型外，概率模型
              系，确定物种的生境偏好             [97-99] 。本文根据物种分
                                                               也是栖息地研究中常用的统计模型，主要包括
              布模型在金枪鱼栖息地研究进程中的发展脉络，
              将主要的模型方法分为经典统计模型、生态系统                            最 大 熵 模 型   (Maximum  Entropy  Model,  MaxEnt)、
                                                               栖息地适宜性指数模型             (Habitat Suitability Index
              动力学模型和机器学习模型三类：
                     经典统计模型  ①统计回归模型。广义                        Model, HSIM) 及其扩展模型综合栖息地指数模型
              线性模型     (Generalized Linear Model, GLM) 是一般     (Integrated Habitat Index Model, ISIM)。 MaxEnt 能
              线性模型的扩展，分析响应变量和解释变量间的                            够在有限已知的物种出现的环境特征变量内寻
              线性回归关系，模型误差项可服从正态分布、二                            找最大熵的概率分布来估计目标物种的概率分
              项分布和泊松分布等           [97] 。Gavaris [100]  最早提出将   布  [109-110] ，也可以通过物种“出现”和“缺失”的二项
                                                                                        [97]
              GLM  应用于标准化捕捞量和努力量数据，以规避                         分布数据来预测物种的分布 ，Mugo                等  [111]  采用
              渔具差异对单位捕捞努力量渔获量                  (catch per unit  该模型比较金枪鱼和其他物种生境之间的空间重
              effort, CPUE) 的影响，此后，GLM        模型将海表层           叠区域以确定大规模金枪鱼群和食物之间潜在的
              温度   (sea surface temperature, SST)、南方涛动指数       生态相互作用。HSIM         最早由美国鱼类及野生动
              (Southern Oscillation Index, SOI)、年月和地区等时        植物管理局在       1981  年提出  [112]  以量化野生动物生
              空因素纳入考虑以分析热带金枪鱼地理位置分布                            存环境特征、进行栖息地质量评价及预测目标物
              和鱼群规模的年际变动           [101-102] ，同时也引入生物因         种出现概率，通过获取目标物种生存所需的相关
              素分析热带金枪鱼水平空间分布和垂直丰度分布                            环境数据，构建单个环境因子适宜度函数并赋予
              与浮游动植物之间的关系            [29, 31] 。                权重再结合多项适宜度指数来计算总                  HSI，当考
                   然而，CPUE     通常与其影响因子间存在复杂                   虑多个环境变量的相互作用时，该模型衍生为
              的函数关系，广义加性模型               (Generalized Additive  ISIM [108, 113-115] 。 陈 新 军 等  [35]  通 过  ISIM  预 测 了 印
              Model, GAM) 引入了非线性函数以解决            GLM  无法       度洋大眼金枪鱼丰度较高的纬度分布范围。Yen
              灵活表达非线性关系的问题             [103] ，能够更加准确地          等  [36-37]  用  HSIM  识别黄鳍金枪鱼和鲣的栖息地特
              表达热带金枪鱼资源丰度与环境影响因素间的                             征及在特定特征范围内的相对丰度，并探究气候
              关系并确定其影响权重            [104] 。Zagaglia 等 、Mugo    变化对金枪鱼生境适宜性和丰度变化的影响。
                                                  [32]
              等 [33]  和  Setiawati 等 [34]  学者运用  GAM  分析了热带          生态系统动力学模型  生态位模型                 (Eco-
              金枪鱼栖息地分布特征，发现栖息地分布受到热                            logical Niche Modeling, ENM) 认为物种分布是生态
              带辐合带的限制，海温、海表面高度异常、海                             系统演变过程中在一定历史时期内的表达结果，
              水盐度和叶绿素浓度都会影响种群丰度大小                      [104] 。  受到物种迁徙能力、物种适应能力、物种间相互

              GLM  和  GAM  假设响应变量之间相互独立，但实                     作用和非生物环境的影响            [116] 。ENM  基于已知分
              际响应变量受到不同年份、不同区域面积、不同                            布条件采用该模型解析热带金枪鱼种群的地理分
              渔业公司、不同船舶类型等随机项差异的影响，                            布差异，并聚类分析热带金枪鱼所关联的环境变
              在  CPUE  标准化中引入广义线性混合模型               (Gener-    量  [39-40] 。为了进一步动态模拟热带金枪鱼种群空
              alized Linear Mixed Model, GLMM) 和广义加性混          间变化在生态系统内部自上而下和自下而上的生
              合模型    (Generalized Additive Mixed Model, GAMM)  态驱动机制，并探讨气候变化和人类政策对栖息
              能够将随机效应项纳入考虑范围，处理解释变量                            地的影响 ，综合生态系统模型如空间生态系统
                                                                       [28]
              间的相互作用       [104-107] 。此外，由于一般线性回归即             与种群动力学模型         (Spatial Ecosystem And Popula-
              均值回归模型仅通过拟合解释变量的条件均值以                            tions Dynamics Model, SEAPODYM) 和顶端捕食者
              表达数据的集中趋势，并不能描述解释变量的全                            生态系统模型       (Apex Predators ECOSystem Model,
              局特征，为了在数据呈现偏态分布时获得更好的                            APECOSM) 相继被开发出        [41-46] ，这些模型建立在
              拟合效果，Song     等 [108]  采用分位数回归模型     (Quantile   多空间尺度物理-生物地球化学耦合数值模型的发

              中国水产学会主办  sponsored by China Society of Fisheries                          https://www.china-fishery.cn
                                                            5
   3   4   5   6   7   8   9   10   11   12   13