印度洋长鳍金枪鱼资源的时空分布和资源评估

发布时间：2018-03-13 02:27

  本文选题：印度洋　切入点：长鳍金枪鱼　出处：《上海海洋大学》2017年硕士论文　论文类型：学位论文

【摘要】：一、印度洋长鳍金枪鱼资源的时空分布长鳍金枪鱼主要分布于大洋中上层,对2005-2014年印度洋长鳍金枪鱼资源的时空分布运用渔业地理信息系统软件ArcGIS、渔场重心计算方法以及灰色关联度等方法进行了研究,结果显示(1)长鳍金枪鱼总体上CPUE年间变化和月间变化差异均呈现上升的趋势,平均CPUE分界线均位于2009—2010年。(2)基于长鳍金枪鱼渔获量的空间分布分为三类:2005年、2006年和2007年为第一类,长鳍金枪鱼渔获量的相关系数均在0.85以上,资源分布区域主要集中在印度洋西部海域;2008年和2009年为第二类,长鳍金枪鱼渔获量的相关系数均在0.74以上,资源分布区域主要集中在印度洋东部海域和西部海域,在印度洋中部海域的分布较少;2010年、2011年、2012年、2013年和2014年为第三类,其长鳍金枪鱼渔获量的相关系数均在0.71以上,资源分布区域主要集中在印度洋西部海域,西部海域高渔获量较2005—2009年长鳍金枪鱼资源主要分布区偏东10—20个经度,东部海域高渔获量较2008—2009年长鳍金枪鱼资源主要分布区略有缩小,范围在10个经度。(3)长鳍金枪鱼CPUE的高分布区与其渔获量的空间分布区基本相同。(4)灰色关联度的分析表明,2010年、2012年和2013年长鳍金枪鱼资源丰度最高,2005和2014年长鳍金枪鱼资源丰度较高,2006年、2008年、2009年和2011年长鳍金枪鱼资源丰度较差,2007年长鳍金枪鱼资源丰度最差。二、运用生物量动态模型评估印度洋长鳍金枪鱼资源生物量动态模型因所需数据量少、结构较为简单,是常用的渔业资源评估模型。多年来,这类模型一直被用于评估大西洋和印度洋的金枪鱼类资源。然而,这些应用均未考虑模型的重要结构即剩余产量模式和模型拟合标准对资源评估的影响。本文运用典型的非平衡生物量动态模型---ASPIC模型,以渔获量和标准化CPUE为主要数据,评估印度洋长鳍金枪鱼(Thunnus alalunga)资源,重点比较FOX与LOGSITIC两种剩余产量模式、最小残差平方和(SSE)与最小残差绝对值和(LAV)对资源评估的影响。结果显示,剩余产量模式和拟合标准的选用对渔业管理生物学参考点估计(包括MSY、FMSY、BMSY)有明显影响,且总体而言,前者的影响更大;但在资源开发状态的定性判断上(即过度捕捞与否),上述选用未有明显影响。本研究表明,在今后的生物量动态产量模型运用中,应根据鱼种和渔业特点,考虑剩余产量模式和模型拟合标准这两个不确定性因素。三、印度洋长鳍金枪鱼资源评估的回顾性分析近来年,随着渔业资源评估模型日益多样化、参数设置日益复杂化,资源评估过程中模型选择以及数据质量之间是否一致会对评估结果是否更接近实际以及合理提供科学管理意见产生关键性影响。同一个资源评估模型中,随着渔业数据的逐年增加,同一年的资源量或捕捞死亡系数均会出现趋势性的系统性误差,即“回顾性问题”,从而导致评估结果的不准确。本文利用1979-2014年印度洋长鳍金枪鱼资源的渔业数据,进行七次逐年的修整数据检验利用非平衡剩余产量模型-ASPIC软件进行资源评估的回顾性分析,目前主要采用摩恩ρ值度量以及直观的图表分析,结果显示,定量指标与直观分析结果一致,此评估存在负回顾性问题,然而目前还没有系统成熟的方法诊断其成因并进行有效的校正,回顾性问题仍是渔业资源评估中的一大难点,如何更准确的选择模型,使评估结果更接近实际情况,才能更好的进行评估管理,为管理者提出科学依据,使渔业资源合理的可持续发展。
[Abstract]:A, the temporal and spatial distribution of India ocean albacore tuna albacore tuna resources are mainly distributed in the upper ocean, India ocean for 2005-2014 years long fin tuna resources distribution by using the software of fishery geographic information system ArcGIS, barycenter calculation method and grey correlation method were studied. The results showed (1) the difference of tuna generally between CPUE change and month long fins were increased, the average CPUE boundaries are located in 2009 - 2010. (2) catch albacore tuna spatial distribution is divided into three categories: 2005, 2006 and 2007 based on the first class, the correlation coefficient of catch albacore tuna resources were above 0.85. The distribution area is mainly concentrated in the west of India ocean; in 2008 and 2009 second, the correlation coefficient of catch albacore was above 0.74. The distribution of resources are mainly concentrated in India area Ocean waters of the eastern and western waters, less distributed in the middle of the India ocean waters; 2010, 2011, 2012, 2013 and 2014 third, the correlation coefficient of albacore tuna catches were above 0.71, resource distribution areas are mainly concentrated in the west of India ocean, the west sea catches high compared with 2005 - 2009 old fin tuna the main distribution area of East resources 10 - 20 longitude, eastern area of high catches compared with 2008 - 2009 older fin tuna resources are mainly distributed in slightly reduced in the range of 10 longitude. (3) distribution area and its spatial distribution area of CPUE catch albacore tuna is basically the same. (4) analysis of grey relational degree that 2010, 2012 and 2013 older fin tuna resource abundance is highest, 2005 and 2014 older fin tuna resource abundance is high, 2006, 2008, 2009 and 2011 older fin tuna resource abundance is poor, 2007 闀块硩閲戞灙楸艰祫婧愪赴搴︽渶宸，

本文编号：1604414