Page 80 - 《水产学报》2026年第04期

4 期 水 产 学 报 50 卷

6 000 网具联合建模策略 integrated modelingstrategy 300
网具单独建模策略 separate modeling strategy
渔业资源调查 survey
商业渔业预测 CPUE/(kg/d) conmmercial fisheries predicted CPUE 4 000 200 渔业资源调查 CPUE/(g/h) survey CPUE

100
2 000

0
2010 2012 2014 2016 2018 2020 2022 0
年份/年
year
图 5 INLA-GLMM 模型预测的渔业资源调查 CPUE、网具联合建模加权 CPUE 及
网具单独建模加权 CPUE 的年际变化趋势与置信区间
蓝色实线和橙色实线代表商业捕捞 CPUE 均值，对应颜色的阴影为 95% 置信区间；绿色虚线代表渔业资源调查 CPUE 均值，对应颜色阴
影为 95% 置信区间。
Fig. 5 Inter-annual trends in CPUE and confidence intervals from surveys, and the weighted CPUE derived from
the two gear-based modeling strategies (integrated and separate)
Blue and orange solid lines indicae the mean CPUE from commercial fishing, accompanied by shaded areas of corresponding colors representing the
95% confidence intervals; the green dashed line indicates the mean value of the survey CPUE, and the corresponding shaded area denotes its 95% confid-
ence interval.

度与作业时间，而张网作业时长和潮汐密切相关。 建模方法是更为优越的技术选择。时空模型也能
本研究为简化建模流程，将每日渔获量作为一个 够整合多种调查设计或渔具类型数据，在多网具
标准化的努力量单位，虽然便于计算，但也掩盖 混合渔业中，不同渔具不仅在捕捞效率上存在差
了不同渔具、不同作业条件下捕捞效率的真实差 异，其作业区域、季节和目标物种组成也往往不
异，从而影响 CPUE 作为丰度指标的准确性与可 同，导致观测数据在空间与时间上呈现高度异质
比性 。此外，小黄鱼作为具有季节性洄游特征 性，时空模型通过引入渔具类型作为固定效应或
[31]
的物种，种群在全年不同生活史阶段的分布、集 随机效应，能够揭示共性趋势，并保留各类渔具
群行为与可捕性存在明显差异。本研究基于 9 月 特有的响应模式。本研究发现拖网、刺网、张网
数据构建的标准化 CPUE 指数，仅能反映东海小 等作业方式对小黄鱼的捕捞效率随海域、深度发
黄鱼秋季索饵群体相对丰度的时序指标，并不能 生变化，将这些因素作为交互项纳入时空模型，
代表全年种群整体资源动态的综合指数。若直接 提高了 CPUE 标准化的估计精度。Maunder 等 [31]
将该指数用于推断产卵群体或越冬群体的资源状 也建议将渔具类型作为关键的可捕协变量纳入模
况，可能会因忽略种群空间结构与栖息地偏好而 型，以控制不同渔具效率差异对丰度估计的影响。
引入偏差。 然而，当不同渔具的空间采样强度与资源分
在模型构建过程中，多网具混合渔业中常见 布高度相关时，时空模型仍需借助其他的协变量
的空间非平衡数据，是丰度指数估计不确定性的 或结构化随机效应来校正由此产生的估计偏差。
重要来源。近期研究采用时空广义线性混合模型 此外，若特定的渔具数据在时间或空间上覆盖严
进行 CPUE 标准化，这类模型能够通过空间与时 重不足，模型外推预测的不确定性将显著增加。
空随机效应有效揭示数据的空间自相关结构，并 因此，在多网具数据分析中，除了采用时空建模
对未采样区域进行合理的插值预测，从而提高丰 技术外，还需要结合模拟检验评估模型在不同采
[33]
[32]
度指数的稳健性 。Grüss 等 比较了 9 种处理时 样缺失情境下的性能，并通过集成多源数据弥补
空变异的 CPUE 标准化方法，发现在时空交互效 商业捕捞数据的空间与时间缺口，本研究以调查
应较强或资源分布范围发生变化的情况下，时空 设计为权重的商业捕捞 CPUE，与调查设计 CPUE

https://www.china-fishery.cn 中国水产学会主办 sponsored by China Society of Fisheries
10