Page 72 - 《水产学报》2026年第04期
P. 72
4 期 水 产 学 报 50 卷
点、网具类型、环境条件等多种因素影响,未加 义线性混合模型 (INLA-GLMM) 的多数据源 CPUE
标准化的 CPUE 可能无法准确反映资源实际变化 标准化方法,通过整合多网具商业捕捞数据与科
趋势 。因此,数据标准化是确保 CPUE 作为可靠 学调查数据,并同时控制时空效应和网具效应,
[4]
丰度指标的重要环节。 从而获得更加稳健的年度丰度指标。本研究以东
独立渔业的科学调查是渔业资源评估数据的 海小黄鱼 (Larimichthys polyactis) 为例,评估了该
重要来源,这种调查方法通过标准化的调查设计, 方法在不同数据和空间随机变量配置下的性能,
能够在时间与空间上严格控制采样条件,以确保 探讨其在小黄鱼 CPUE 标准化的应用潜力,研究
[5]
捕捞效率在不同时间内保持恒定 ,可直接作为 方法也可以为其他多物种、多渔具渔业的数据整
种群评估模型的丰度指数,且避免了商业渔业中 合与建模提供参考。
的选择性捕捞偏差 。但是科学调查的时空覆盖
[6]
1 材料与方法
范围受制于经费、人力和船期,其采样频率通常
[7]
较低,无法全面反映资源的短期波动 。尤其在
1.1 商业捕捞数据
渔业开发强度较高的海域,单一科学调查无法充
分反映资源时空动态,造成评估模型对丰度趋势 商业捕捞数据来源于中国海洋捕捞动态信息
的响应滞后 。相比科学调查,商业捕捞具有样 采集网络。该网络覆盖中国沿海 11 个省 (区、市),
[8]
[5]
本量大、地理覆盖广、时间分辨率高的特点 。 旨在系统性地监测各类海洋捕捞活动。数据采集
尤其在渔业活动频繁的区域,商业数据能够提供 采用分层两阶段随机抽样设计,以确保数据的代
丰富的时空信息,补充科学调查的不足。然而, 表性和统计推断的可靠性。抽样框基于全国注册
这类数据往往源自渔业日志、渔港记录或电子监 渔船数据库构建,并按照渔船功率、作业类型和
测系统,其捕捞努力量定义和记录精度可能存在 船籍港进行分层。第 1 阶段为大样本抽样,在主
不一致 [9-11] 。此外,在多网具作业渔业中,不同网 要港口和码头等卸货点进行,收集包括船名、作
具的选择性与捕捞效率差异显著,使得从混合渔 业类型、航次时间、作业渔场、产量、产值和成
具数据中提取统一的丰度指数变得更为复杂 [12] 。 本等基本信息。第 2 阶段为小样本深度调查,通
若不对渔具因素加以控制,直接使用这些数据会 过补充“样本信息船”,每月定期收集详细的渔捞
显著增加 CPUE 的偏差 。 日志。这些日志提供了精确的捕捞时间、作业位
[13]
近年来,数据整合在渔业科学中得到广泛关 置 (经度、纬度或渔区) 以及按物种分类的产量数
注,其核心理念是同时利用科学调查数据和商业 据,使其适于进行精细的时空分析。
捕捞数据,通过统计建模控制各类影响因素,获 本研究以小黄鱼为目标物种,该物种是我国
得更稳定的丰度指数 [13-14] 。多项研究指出整合商 东海重要的底层经济鱼类,广泛分布于沿岸和近
业和调查渔业数据后会提高评估准确性 [15-16] 。广 海水域,是拖网、刺网、张网等多种渔具的主要
义线性模型 (GLM) 和广义加性模型 (GAM) 是最 捕捞对象。为聚焦其核心分布区并减少季节性繁
常见的标准化技术,国内外许多学者通过该模型 殖与洄游对资源量估算的影响,选取每年 9 月的
对 CPUE 标准化做了大量研究 [17-21] ,但是这类方 数据进行分析。该时段正是东海伏季休渔期结束
法在处理数据的异质性、空间自相关性和时间非 之后,捕捞活动集中且强度高,小黄鱼资源丰度
平稳性等高维时空数据时计算效率受到限制 [22] 。 为全年最高,丰度指数更具代表性。从全年数据
集成嵌套拉普拉斯近似 (INLA) 作为一种高效的贝 中,筛选出江苏和浙江两省共计 158 艘信息船在
叶斯推断方法,能够在空间-时间模型中实现快速 9 月的捕捞记录,最终获得有效渔船生产信息 39 434
求解 ,并能灵活引入渔具、环境等多重协变量 条。CPUE 定义为每日的捕捞重量 (kg/d),作为相
[23]
作为固定变量或随机变量 [24] 。然而,将 INLA 框 对资源丰度的初步指标。
架用于多网具数据整合的 CPUE 标准化的应用研 数据预处理时,将研究范围限定在东海区
究仍相对有限,尤其是同时纳入不同来源数据并 (26°00′~35°00′N,128°E 以西),并仅保留以拖网、
考虑空间随机效应的研究尚不多见。 刺网和张网这 3 种主要捕捞小黄鱼的渔具所获得
本研究构建了一种基于贝叶斯时空模型的广 的非零值记录。对于异常高值,如单次记录 CPUE
https://www.china-fishery.cn 中国水产学会主办 sponsored by China Society of Fisheries
2

