Page 91 - 《水产学报》2026年第04期
P. 91

4 期                     邹欣泰,等:基于体长数据的舟山渔场小黄鱼资源评估                                         50 卷

              网  1 h,拖速为    3 kn,拖网网口宽度为        13 m,囊网        体长、体重,精度分别为            1 mm  和  0.1 g,获得小
              网目尺寸为      28 mm。共采集小黄鱼         772  尾,将样        黄鱼体长数据      (表  1)。实验过程中操作人员严格遵
              本带回实验室后,根据《海洋调查规范》(GB/T                          守实验动物伦理规范,并执行浙江海洋大学实验
              12763.6—2007),进行生物学测定,逐一测量其                      室动物伦理委员会制定的规章制度。


                                          表 1    2019—2024  年舟山渔场小黄鱼体长组成
                        Tab. 1    Length composition of L. polyactis in the Zhoushan Fishing Ground from 2019 to 2024
                    年份/年           月份/月            样本量/尾              体长范围/mm               体长均值/mm
                     year           month          sample size       body length range     mean body length
                     2019             4               57                120~200              152.5±2.5
                     2021            11               42                96~180               129.6±2.6
                     2023            11               155               90~186               123.9±1.4
                     2024             4               518               89~178               124.8±0.7

               1.2    生活史参数估算                                  据  t max  = 3/K [53]  估算;L in f  为极限体长;T  为舟山
                                                               渔 场 年 平 均 海 洋 表 层 水 温 , 基 于      NASA ocean
                    生长参数估算  采用           R  语言  TropFishR  程
              序包中的      ELEFAN() 和  ELEFAN_GA() 函数估算           color Aqua-MODIS  卫星遥感数据获得       2019—2024
              生 长 参 数 。 每 个 函 数 分 别 设 置 两 个 移 动 平 均            年  T  值平均为  20.63℃。
              (MA) 参数为    5  和  7,共获得   4  组极限体长    (L ) 和      1.3    资源评估方法
                                                      inf
              生长系数      (K) 的估算值。其中,ELEFAN_GA           函
                                                                    LB-SPR  方法  基于长度的产卵潜力比
              数受限于数学算法,可能存在只考虑局部最优解
                                                               (length-based spawning potential ratio, LB-SPR) 方法
              而导致估算结果偏差较大的问题。针对此问题,
                                                               广泛应用于数据有限情况下的资源评估。该方法
              本研究使用      Bootstrap  方法进行处理    [44–45] ,通过重
                                                               以年龄结构模型为基础,借助年龄-体长转换矩阵,
              抽样得到的      1 000  次估算结果,去除异常值后选择
                                                               利用最大似然法估算相对捕捞死亡率                 (F/M)、50%
              中位数作为      ELEFAN_GA() 函数的估算结果。
                                                               选择性的平均体长         (SL ) 及  95%  选择性的平均体
                    L 、L 参数估算  L  (种群中            50%  个体                          50                   [33]
                         5
                         9
                                         50
                    50
              性成熟时的体长) 与         L  (种群中    95%  个体性成熟         长  (SL ) 等参数,进而计算产卵潜力比              (SPR) 。
                                                                    95
                                  95
                                            [46]
              时的体长) 参考以下经验公式估算 :                               本研究利用     R  语言  LBSPR  程序包实现。
                                                                    LBB  方法  基于长度的贝叶斯生物量分析
                  log(L ) = 0.8979log(L inf )−0.0782    (1)    法  (length-based  bayesian  biomass  estimation,  LBB)
                       50
                                                        (2)    是专为数据有限渔业设计的评估方法。该方法仅
                  L 95 = 1.1L 50
                                                               需代表种群整体的体长频率数据,利用马尔可夫
                    死亡参数估算  自然死亡系数               (M) 的准确
              性对评估模型影响显著。为降低其不确定性,本                            链-蒙特卡洛     (MCMC) 方法估算参数。用户可输入
              研究采用以下       6  种经验公式进行估算        [47-52] :       先验的    L in f  和  M/K  值以提高准确性;若未提供,
                                                               模型默认     M/K=1.5 。LBB   方法可输出相对捕捞
                                                                               [34]
                            3K
                   M 1 =                                (3)    死亡率   (F/M)、相对生物量       (B/B )、相对于最大可
                       e (0.38t max K) −1                                                  0
                                                               持续产量生物量的资源水平              (B/B MSY ) 等参考点,
                   M 2 = e −0.015 2+0.654 3lnK−0.279lnL inf +0.463 4lnT  (4)
                                                               以及反映种群长度组成与健康状况的指标                       (如
                   M 3 = e 1.46−1.01lnt max             (5)    L L   、L mean /L )。评估可通过公开的         R  代码实
                                                                             opt
                                                                с/ с_opt
                                                               现  (https://github.com/SISTA16/LBB)。
                   M 4 = e 1.44−0.98lnt max             (6)
                                                                1.4    参数情景设置及敏感性分析
                   M 5 = 4.899t −0.916                  (7)
                            max
                                                                   根据   4  组  L 、K  与  6  种  M  估算值,共获得
                                                                             inf
                                L
                   M 6 = 4.118K 0.73 −0.33              (8)          f
                                 inf                           4  组  L in  及  24  组  M/K。为开展情景分析,从     M/K
              式中,K    为生长系数;t      ma x  为小黄鱼最大年龄,根            中选取最大值、最小值、中位数及插入                   2  个合适
              中国水产学会主办  sponsored by China Society of Fisheries                          https://www.china-fishery.cn
                                                            3
   86   87   88   89   90   91   92   93   94   95   96