Page 97 - 《水产学报》2026年第2期
P. 97

2 期                                     水    产    学    报                                 50 卷

                                                                               L
                   具体而言,模型假设种群的性成熟度遵循单                             M = 4.118K 0.73 −0.33                (1)
                                                                                 ∞
              参数逻辑斯谛函数         (表  2,公式   2),并将体长对应                lgM =−0.006 6−0.279 lgL ∞ +
              的性成熟度转换为年龄对应的性成熟度                   (公式   3)。             0.654 3 lgK +0.463 4 lgT        (2)
              假设渔具选择性遵循双参数逻辑斯谛函数                   (公式  4),
                                                               式中,T   为环境年平均温度          (℃),根据相关研究,
              其中需估算的参数为          50%  选择性体长和      95%  选择
                                                                                              [24]
                                                               海州湾海域全年平均水温取             15.7 ℃ 。
              性体长    (参数估算见"模型参数估算"部分)。体长
                                                                   体长   (L) 与体重   (W) 的异速生长关系采用幂
              与体重关系采用异速生长函数表示                (公式   5)。在此
                                                               函数模型:
              基础上,种群总生物量为各个年份不同年龄的丰
              度与体重乘积的总和          (公式  6),产卵生物量在总生                  W = a∗ L b                           (3)
              物量的基础上考虑了成熟比例              (公式   7)。根据补充         式中,W    为体重 (g);L    为体长 (mm);a    为生长条
                                                                                [25]
              量、捕捞死亡系数和自然死亡系数,估算种群的                            件指数;b    为幂指数 。
              年龄结构     (公式   8)。根据种群产卵量         (公式  10) 与         由于缺乏小眼绿鳍鱼性腺发育的相关数据,
                                                                                                      [26]
              未开发状态下的产卵量            (公式  9) 的比值计算     SPR,     本研究采用经验公式估算其             50%  性成熟体长 :
              即产卵潜力比,以表征资源开发状态                   (公式   11)。
                                                                   lgL m = −0.043 1+0.891 7 lgL ∞ −0.001 531 lgT
              最后,通过      Hessian 矩阵和梯度绝对值综合判断模
                                                                                                        (4)
              型是否收敛。
                                                                   亲体补充量关系陡度参数            (h) 通过  FishLife 包
                   LIME  模型针对数据有限的情况设计,建模
                                                                   [27]
                                                               获取 。该工具基于贝叶斯模型,整合全球鱼类
              所需数据为至少         1  年的体长组成数据。此外,模
                                                               生活史数据库,通过物种分类信息                 (如科、属) 预
              型构建还需一系列生物学参数,包括                     von- Ber-
                                                               测  h  值,适用于数据有限的渔业资源评估。
              talanffy  生长参数  (L∞、K)、自然死亡系数           (M)、
                                                                   本研究假设渔具选择性遵循逻辑斯蒂型曲线,
              50%  成熟度体长      (M )、体长体重关系          (α  和  β)。  通过            包的   catchCurve 方法估算选择性
                                 50
              其他参数可添加或由模型进行估算,如                     50%  及          TropFishR
                                                               体长,利用对数线性回归模型分析渔获曲线斜率
              95%  选择性体长      (S 、S ) 和亲体-补充量关系中               变化,确定         及      选择性体长的值。模型参
                               50
                                    95
              的陡度参数      h。陡度    h  是衡量种群亲体-补充关系                         50%    95%
                                                               数估算结果见表       3。
                         [19]
              的重要指标 ,由于模型考虑了随时间变化的补
              充量,加入陡度参数有助于提升模型预测可靠性。                                 表 3    LIME  模型输入的参数及估算值
              除了使用体长数据,LIME            模型还可加入渔获量               Tab. 3    The parameters input into the LIME model and
              数据或丰度指数数据,通过结合更多的数据类型                                         their estimated values
              提升资源评估的精度。                                           参数        估算值         参数        估算值
                                                                 parameter   estimate   parameter  estimate
                   LIME  模型评估的输出指标主要有捕捞死亡
                                                                  L ∞/cm      28.60      b          3.07
              系数   F、补充量、产卵潜力比             SPR、F   MSY 、F 30
                                                                  K/a −1      0.43       S 50 /cm   13.18
              和  F 参考点     (即分别导致      SPR  为  30%  和  40%  的
                   0
                  4                                               M           0.76       S 95 /cm   14.44
              捕捞死系数) 等。其中          SPR  定义为已捕捞种群的
                                                                  M 50 /cm    18.27      h          0.67
              产卵潜力与未捕捞种群产卵潜力的比值。渔业管
                                                                  a           0.01
              理 中 通 常 以   SPR=40%  作 为 目 标 参 考 点 , 而 将
              SPR=30%  作为过度捕捞参考点。
                                                                1.4    模型敏感性分析
               1.3    模型参数估算
                                                                   为评估    LIME  模型不确定性对资源评估结果
                   本研究采用一系列方法估算了               LIME  模型所       的影响,本研究根据参数估算的可靠性进行了敏
              需生物学参数。其中,von-Bertalanffy 生长方程的                  感性分析。其中自然死亡系数              M  是渔业资源评估
              参数   L∞与   K  利用电子体长频率分析的遗传算法                    中重要的参数,直接关系到种群生产力和管理参
              ELEFAN-GA (Genetic Algorithm-based ELEFAN) 进     考点的评估,然而其估算存在显著不确定性                      [28] 。
              行估算   [20-21] 。自然死亡系数通过以下        2  种经验公式        陡度  h  关系着种群的生产力和产量,反映了种群
              计算  [22-23]  并取均值:                               数量维持稳定水平的能力,而且受环境变化、食

              https://www.china-fishery.cn                           中国水产学会主办    sponsored by China Society of Fisheries
                                                            4
   92   93   94   95   96   97   98   99   100   101   102