Page 248 - 《水产学报》2026年第04期
P. 248

4 期                                     水    产    学    报                                 50 卷
                      √               √
                  a =  λ max (km);  b =  λ min (km)            性假设,故差异性检验与相关性分析均采用非参
                   椭圆主轴方向由        λ max  对应特征向量确定。在            数方法。年际差异采用           Wilcoxon  秩和检验,季节
              局地公里坐标系中,根据 a、b 及主轴方向角构建                         差异采用     Kruskal-Wallis 检验;检验结果显著时,
              标准椭圆,并转换回地理坐标系绘制                  1  倍标准差        进一步采用经      Bonferroni 校正的  Dunn  检验进行事
              的惯性椭圆,用以直观表征群体的空间扩散范围                            后多重比较。
              与主导展布方向。                                             采用   Spearman  秩相关分析检验当年生与非当
                   群体分布的各向同性公式:                                年生群体资源密度与底层盐度、水温之间的相关
                                                               性,并按季节分层进行。为刻画高密度分布站位
                           √
                              λ min
                  isotropy =                                   的环境偏好特征,将各季节资源密度≥75                  百分位
                             λ max
                                                               且大于   0  的站位定义为高密度站位,比较两类群
                   该指数取值为       0~1,值趋近     1  表明分布接近
                                                               体高密度站位对应的底层盐度分布。
              各向同性,值越小则各向异性越显著。
                                                                   为量化环境因子对资源密度的独立影响,采
                   在每个"年份×季节"组合内,分别获得当年生
                                                               用负二项广义线性模型 (GLM) 分析底层盐度和水
              群体与非当年生群体的分布重心及惯性后,进一
                                                               温对两类群体资源密度的效应,以处理密度数据
              步计算两类群体分布重心间的欧氏距离:
                                                               的过离散特征,并纳入季节因子                (season) 作为协
                         (                   )
                  ∆CG x = CG x,YOY −CG x,non−YOY ×111×cos ¯φ
                                                               变量。模型形式:
                         (                   )
                  ∆CG y = CG y,YOY −CG y,non−YOY ×111
                                                                   Density ∼ S+T+season
                         √
                               2
                  ∆CG =    ∆CG +∆CG  2
                               x     y                         式中,S    为底层盐度      (PSU),T  为底层水温      (℃),
              式中,    ¯ φ 为两组分布重心纬度的均值。GIC 计算                   season  为季节因子。回归系数经指数变换后解释
              公式:                                              为环境变量每变化一个单位所对应的资源密度
                                                               相对变化率。
                                  ΔCG 2
                  GIC = 1−
                               2                                   体 长 分 析 采 用 双 因 素 方 差 分 析  (Two-Way
                           ΔCG + I YOY + I non-YOY
                                                               ANOVA) 检验年龄组 (当年生/非当年生群体) 和季
                   该指数取值为 0~1,值越大表示两类群体空
              间重叠程度越高。空间分离指数公式:                                节 (春季/夏季/秋季) 及其交互效应对体长的影响;
                                                               对显著效应采用                 法进行事后两两比较,
                             √                                               Tukey HSD
                  separation =  1−GIC
                                                               年龄组间体长总体差异采用独立样本                  t 检验。效
                   该指数值越大,表示当年生群体与非当年生                         应量采用偏      η 表示,η  < 0.06   为小效应,0.06~
                                                                                    2
                                                                           2
              群体在空间上的分离程度越高。                                   0.14  为中等效应,>0.14    为大效应 。
                                                                                            [25]
               1.5    盐度锋面识别                                       所有统计分析和绘图均在            R 4.3.2  中完成。
                   在纬度   31.0°~31.5° N  长江口口门区提取底层              2    结果
              盐度沿经度方向的剖面数据。将该范围内网格点
              按经度分箱 (步长        0.05°),计算各经度箱底层盐度                2.1    群体组成与生物学特征
              中位数;以相邻经度箱盐度差值除以对应水平距
                                                                    群体组成与年龄结构  2024—2025              年调
              离  (km),得到盐度绝对梯度          (PSU/km)。锋面位置
                                                               查期间共采集刀鲚生物学样本                12 025  尾,其中
              定义为盐度梯度最大值所对应的经度 (最大梯度
                                                               当年生幼鱼      6 418  尾,占  53.4%;非当年生个体
              法),锋面强度以该最大梯度值为表征。上述分析
                                                               5 607  尾,占  46.6%。在非当年生群体中,1           龄个
              按季节分别开展,并在两年合并尺度下计算,以
                                                               体 占 绝 对 优 势  (4  240  尾 , 占 非 当 年 生 群 体 的
              表征研究区盐度锋面位置与强度的季节变化特征。
                                                               75.6%),其次为    2  龄个体  (1 243  尾,占  22.2%),≥
               1.6    数据统计与分析
                                                               3  龄个体数量较少 (共      124  尾,占  2.2%)。
                   统 计 分 析 前 , 采 用      Shapiro-Wilk  检 验 和        群体组成在季节尺度上发生明显变化。春季
              Levene 检验分别评估各变量的正态性与方差齐性。                       群体以非当年生个体为主,占             78.6% (3 133/3 986),
              结果表明,资源密度数据不满足正态性与方差齐                            当年生群体占       21.4%;夏季当年生群体比例升高

              https://www.china-fishery.cn                           中国水产学会主办    sponsored by China Society of Fisheries
                                                            4
   243   244   245   246   247   248   249   250   251   252   253