謝恩閣，周艷波，馮菲，吳洽兒*

(1.中國水產(chǎn)科學(xué)研究院南海水產(chǎn)研究所，廣東 廣州 510300；2. 上海海洋大學(xué) 海洋科學(xué)學(xué)院，上海 201306；3. 農(nóng)業(yè)農(nóng)村部外海漁業(yè)開發(fā)重點實驗室，廣東 廣州 510300)

南海鳶烏賊Sthenoteuthisoualaniensis作為中國暖水性較強的大洋性頭足類，廣泛分布于南海17°N以南外海海域，以中西沙、南沙海域為主[1-4]。是中國廣東、廣西、海南三省(區(qū))燈光罩網(wǎng)漁船的重要捕撈對象。近年來,中國近海的捕撈強度不斷加大，使近海魚類資源日益衰退，而鳶烏賊作為中國南海外海一種開發(fā)潛力較大的魚類，其在中國南海海洋漁業(yè)中的地位日趨顯著，其經(jīng)濟價值和開發(fā)潛力也日益受到人們重視。

了解和掌握鳶烏賊資源的產(chǎn)量、分布狀況，有利于科研與管理部門準(zhǔn)確地評估其資源量、制定捕撈計劃和指導(dǎo)生產(chǎn)，也可以為鳶烏賊漁情預(yù)報提供更為適合和可信的基礎(chǔ)數(shù)據(jù)——單位捕撈努力量漁獲量。單位捕撈努力量漁獲量(catch per unit effort,CPUE)是用于評估資源豐度的相對指數(shù)，是對漁業(yè)資源進行評估的最主要的信息之一[5-6]。從漁撈日志上獲取的漁獲量與捕撈時間的比值稱為名義CPUE，但名義CPUE很難準(zhǔn)確地反映漁業(yè)資源的分布情況，因為漁獲量不僅與捕撈時間有關(guān)，同時還受時空因子、海洋環(huán)境因子、漁船的參數(shù)及船長自身經(jīng)驗等多種因素的影響[7]。因此，需要對名義CPUE進行標(biāo)準(zhǔn)化處理，去除不確定性因素和誤差，使標(biāo)準(zhǔn)化后的CPUE能夠更真實地反映漁業(yè)資源豐度變化[8-12]。廣義線性模型(GLM)和廣義加性模型(GAM)是目前CPUE標(biāo)準(zhǔn)化最常用的兩種方法[13]。GLM模型主要解決響應(yīng)變量和解釋變量之間的線性問題[14]，由于CPUE受多種因素影響，而且與各影響因子的關(guān)系比較復(fù)雜，也可能存在非線性問題[15-16]。而GAM模型更適合處理非線性問題[17]。目前，對南海鳶烏賊資源量與海洋環(huán)境因子關(guān)系的研究相對較多[1-2,18-19]，但關(guān)于南海鳶烏賊CPUE標(biāo)準(zhǔn)化的研究仍十分缺乏,這將影響到對其資源量的準(zhǔn)確評估。為此，本研究中利用2013—2017年中國南海大型燈光罩網(wǎng)漁船的鳶烏賊生產(chǎn)數(shù)據(jù)，與時空、環(huán)境因子相結(jié)合，應(yīng)用GLM和GAM模型對名義CPUE進行標(biāo)準(zhǔn)化，以反映南海外海鳶烏賊的真實資源狀況，為提高中國鳶烏賊的漁獲效率和能力，合理利用和管理該漁業(yè)資源，以及鳶烏賊漁情預(yù)報等提供基礎(chǔ)資料。

1 材料與方法

1.1 數(shù)據(jù)來源

漁業(yè)數(shù)據(jù)來源于廣西壯族自治區(qū)北海市水產(chǎn)推廣站漁撈日志統(tǒng)計，時間尺度為2013—2017年。數(shù)據(jù)內(nèi)容包括船名、主機功率、日期、作業(yè)水深、經(jīng)度、緯度、漁區(qū)、作業(yè)時長、漁獲量。時間分辨率為天，空間分辨率為0.5°×0.5°(即一個漁區(qū))。由于本研究中的燈光罩網(wǎng)漁船參數(shù)變化不大(表1)，故暫不考慮漁船參數(shù)對捕撈能力的影響[20]。

海洋環(huán)境數(shù)據(jù)主要包括海表面溫度(sea surface temperature，SST)、海平面高度(sea surface height，SSH)、海表葉綠素a濃度(Chl-a)和海表鹽度(sea surface salinity，SSS)。其中，SST和Chl-a數(shù)據(jù)來源于https://oceandata.sci.gsfc. nasa.gov/，時間分辨率為月，空間分辨率為4 km；SSS和SSH數(shù)據(jù)來源于http://marine.copernicus. eu，時間分辨率為月，空間分辨率為1°×1°。

表1 各漁船基本捕撈單位和網(wǎng)具參數(shù)

1.2 方法

1.2.1 生產(chǎn)數(shù)據(jù)和環(huán)境數(shù)據(jù)的匹配 由于漁業(yè)數(shù)據(jù)按漁區(qū)統(tǒng)計(0.5°×0.5°)，與SST、Chl-a、SSS及SSH環(huán)境數(shù)據(jù)的空間分辨率不同，因此，需要對其空間分辨率進行轉(zhuǎn)化。其中SST和Chl-a數(shù)據(jù)空間分辨率較高，采用數(shù)理統(tǒng)計方法按月計算每個漁區(qū)(0.5°×0.5°)的平均值；SSS和SSH數(shù)據(jù)空間分辨率較低，采用Arcgis 10.5中Kriging插值法[21]將其空間分辨率由1°×1°轉(zhuǎn)化為0.5°×0.5°(一個漁區(qū))，最終使?jié)O業(yè)數(shù)據(jù)和環(huán)境數(shù)據(jù)的空間分辨率保持一致。

CPUE定義為每艘船每天的捕撈產(chǎn)量，第i年、l月、k經(jīng)度、j緯度(0.5°×0.5°)對應(yīng)的平均CPUE值CPUEi,l,k,j表達式如下：

CPUEi,l,k,j=∑Catchi,l,k,j/∑Ei,l,k,j。

(1)

其中：∑Catchi,l,k,j為第i年、l月、k經(jīng)度、j緯度一個漁區(qū)內(nèi)所有漁船的總漁獲量(kg);∑Ei,l,k,j為第i年、l月、k經(jīng)度、j緯度(0.5°×0.5°)對應(yīng)的總作業(yè)時間(d)[22]。

SST計算公式如下：

(2)

其中：SSTi,l,k,j為第i年、l月、k經(jīng)度、j緯度(0.5°×0.5°)漁區(qū)內(nèi)的平均SST；SSTx為第i年、l月、k經(jīng)度、j緯度中的某個SST數(shù)據(jù)[23]。

Chl-a計算公式如下：

(3)

其中：Chl-ai,l,k,j為第i年、l月、k經(jīng)度、j緯度(0.5°×0.5°)漁區(qū)內(nèi)的平均Chl-a；Chl-ax為第i年、l月、k經(jīng)度、j緯度中的某個Chl-a數(shù)據(jù)。

最后利用 Matlab 軟件按相同的時空分辨率將處理后的CPUE數(shù)據(jù)和環(huán)境數(shù)據(jù)進行匹配。

1.2.2 分析方法

(1)GLM模型。假設(shè)響應(yīng)變量和解釋變量呈線性關(guān)系[24]，并假設(shè)CPUE服從對數(shù)正態(tài)分布，則GLM模型表示為

ln(CPUEi,l,k,j+1)=k+α1yeari+α2monthl+

α3lonk+α4latj+α5SST+α6Chl-a+

α7SSS+α8SSH+εi,l,k,j。

(4)

其中：CPUE為每艘船每個月在每個漁區(qū)的日平均捕撈產(chǎn)量(kg)；α1～α8為模型參數(shù)；ε為殘差。GLM模型中，所有因子作為解釋變量，其中時空因子(經(jīng)度lon、緯度lat、年year、月month)作為離散變量，其他環(huán)境因子(SST、SSH、SSS、Chl-a)作為連續(xù)變量。對CPUE+1做對數(shù)變換，作為響應(yīng)變量，以防止響應(yīng)變量出現(xiàn)零值[11,25]。

(2)GAM模型。由Hastie等[26]提出的一種加性模型，表示響應(yīng)變量和解釋變量的非線性關(guān)系：

(5)

ln(CPUEi,l,k,j+1)=s(yeari)+s(monthl)+

s(lonk)+s(latj)+s(SST)+s(Chl-a)+

s(SSS)+s(SSH)+εi,l,k,j。

(6)

根據(jù)GLM模型篩選出的顯著性解釋變量依次加入GAM模型，分別可以得到包含不同因子的GAM模型,根據(jù)赤池信息量準(zhǔn)則(AIC)值最小判斷為最佳模型[11]。AIC值計算[20]如下：

AIC=-2lnl(p1,p2,…,pm,σ2)+2m。

(7)

其中，m為模型中參數(shù)的個數(shù)[27]。

本研究中利用R軟件RODBC和mgcv包進行統(tǒng)計分析，利用逐步回歸(Stepwise method)選擇對模型影響顯著的變量，確定GAM的表達形式。

2 結(jié)果與分析

2.1 解釋變量ln(CPUE+1)的統(tǒng)計檢驗

經(jīng)K-S檢驗，ln(CPUE+1)的點在正態(tài)p-p圖中幾乎呈一條直線(圖1-A)，說明ln(CPUE+1)服從正態(tài)分布(μ=7.568，σ=0.421，圖1-B)。因此，本文用GLM和GAM模型對數(shù)據(jù)進行分析是可行的。

砂漿錨桿施工，首先要對檢查注漿設(shè)備，保證砂漿設(shè)備質(zhì)量合格，并且各項性能處于良好狀態(tài)。其次，放線時，進行高度精準(zhǔn)測量，對鉆孔位置進行標(biāo)注，而后插入錨桿進行注漿時，要先將砂漿攪拌均勻，對于一次攪拌砂漿，要在初凝前完成相應(yīng)的工作[4]。注入砂漿時，要對其進行不斷的攪拌，避免漿液發(fā)生沉淀或離析現(xiàn)象。

2.2 GLM分析

利用GLM模型對各因子進行顯著性檢驗，結(jié)果如表2所示，可見年、月、經(jīng)度、緯度、SST、Chl-a、SSH均為顯著性變量，對CPUE的影響極顯著(P<0.01)，SSS對CPUE的影響不明顯(P>0.05)。因此，將顯著性變量逐一加入GAM模型中進行CPUE標(biāo)準(zhǔn)化分析。

2.3 GAM分析

經(jīng)過多次運算及AIC值比對,結(jié)果如表3所示，最終得到最優(yōu)的GAM模型為

ln(CPUEi,l,k,j+1)=s(yeari)+s(monthl)+s(lonk)+

s(latj)+s(SST)+s(SSH)+s(Chl-a)。

(8)

表2 GLM模型自變量顯著性檢驗

Tab.2 Significant test of variables in the generalized linear model(GLM)

偏差來源 source估計值 estimate標(biāo)準(zhǔn)差 S.D.t值t valueP值P value無效NULL年year-0.03880.0164-2.3578.8×10-3**月month-0.10570.0139-7.5871.7×10-13 ***經(jīng)度lon-0.04950.0141-3.5084.9×10-5***緯度lat0.02310.00902.5771.0×10-5***海表面溫度SST-0.10350.0149-6.9521.2×10-11***葉綠素a Chl-a5.10281.14824.4501.1×10-5 ***海表面鹽度SSS0.00990.06240.1580.875海表面高度SSH-1.65400.3416-4.8421.7×10-6***

Note：*，P<0.05；**，P<0.01；***，P<0.001

從表3可以看出，該模型對CPUE總偏差的解釋為36.68%，其中變量月的解釋偏差率最高，為13.2%，說明月變量對CPUE的影響最大，其次為SST(7.3%)、SSH(5.9%)、Chl-a (3.28%)、經(jīng)度(2.51%)、年(2.46%)和緯度(2.03%)。

表3 GAM模型擬合結(jié)果的偏差分析

Tab.3 Summary analysis of deviance for generalized additive models(GAM)

模型 model偏差deviance殘差自由度 residual殘差偏差 residual deviance累積解釋偏差/%explained AIC無效NULL480.00113.86+年year2.434478.0093.782.46738.14+月month12.215478.0198.8015.66603.58+經(jīng)度lon2.852475.1694.9718.17578.76+緯度lat2.028474.2394.6320.20558.73+海表面溫度SST10.435473.2594.2927.50485.78+海表面高度SSH5.312471.6293.8733.40426.95+葉綠素a Chl-a4.518470.7793.7136.68394.52

2.4 時間效應(yīng)對CPUE的影響

從整體上來看，年份對CPUE的影響不是特別顯著，整體變化幅度較小，其中在2013—2015年CPUE緩慢增加，2015年達到最高，之后CPUE又開始下降，至2017年達到最低(圖2-A)。月份對CPUE的影響，除了10、11月份之外，鳶烏賊在其他月份中均有作業(yè)，但作業(yè)月份主要集中在2—7月份，CPUE的分布具有明顯的季節(jié)變化，在2—5月份CPUE逐漸增加，5月份達到整個捕撈季節(jié)的最高峰， 隨后在6月份開始下降，故CPUE較高且可信度較高的區(qū)域為2—6月份(圖2-B)。

2.5 空間效應(yīng)對CPUE的影響

本研究中南海鳶烏賊的主要作業(yè)區(qū)域為6°～19°N、110°～118°E。在緯度上，12°N以南海域CPUE隨著緯度的升高呈現(xiàn)上升趨勢，在12°N附近出現(xiàn)最大值，之后隨著緯度升高CPUE開始緩慢下降(圖3-A)。經(jīng)度上，在110°～115.5°E之間，經(jīng)度越大，CPUE越高，在115.5°E處出現(xiàn)最大值，此后向東CPUE開始緩慢下降，但整體下降幅度較小(圖3-B)。由于110.5°E以西范圍和115°E以東范圍，9°N以南范圍和17°N以北范圍95%的置信區(qū)間比較寬，可信度比較低，因此，高CPUE的空間分布區(qū)域是9°～17°N、110.5°～115.5°E(圖3)。

2.6 環(huán)境效應(yīng)對CPUE的影響

南海鳶烏賊作業(yè)區(qū)域的SST分布范圍為24～31 ℃，主要分布在26.0～30.5 ℃。SST對CPUE的影響主要分為四個部分：SST為24.0～27.5 ℃時,CPUE呈逐漸上升趨勢，SST為27.5～28.5 ℃時,CPUE出現(xiàn)緩慢下降趨勢，SST為28.5～30 ℃時,CPUE表現(xiàn)出明顯的上升趨勢，SST為30.0 ℃以上時再次出現(xiàn)下降趨勢(圖4-A)。由于低于26.0 ℃和高于30.5 ℃的部分，95%置信區(qū)間比較大，可信度比較小，因此，對CPUE影響比較大的溫度范圍為26.0～30.5 ℃。

作業(yè)漁區(qū)的Chl-a濃度為0.06～0.27 mg/m3，主要分布在0.06～0.13 mg/m3之間，Chl-a在0.06 mg/m3處時CPUE達到峰值，隨后開始逐漸下降，Chl-a濃度下降至0.20 mg/m3后，CPUE開始呈上升趨勢(圖4-B)。由于大于0.13 mg/m3的部分，95%的置信區(qū)間比較大，可信度比較小，因此，最適的Chl-a范圍為0.06～0.13 mg/m3。

SSH因子對CPUE影響較大，加入GAM模型中，解釋偏差發(fā)生較大的變化。當(dāng)SSH為0.4～0.9 m時， 隨著SSH增加鳶烏賊資源豐度有逐漸上升的趨勢(圖4-C)。作業(yè)漁區(qū)的SSH數(shù)據(jù)集中分布在0.60～0.75 m范圍內(nèi)，且該范圍內(nèi)95%的置信區(qū)間比較小，可信度比較高，因此，最適的SSH分布區(qū)間為0.60～0.75 m。

2.7 名義CPUE和標(biāo)準(zhǔn)化CPUE比較

(1) 年平均CPUE比較。GAM模型標(biāo)準(zhǔn)化后的CPUE，隨年份的增大呈先降后升再降的趨勢，2014年至最低值，2016年達到最高。名義CPUE隨年份的變化規(guī)律同GAM模型標(biāo)準(zhǔn)化后CPUE，只是變化幅度不同。此外，除2015年GAM模型標(biāo)準(zhǔn)化后的CPUE和名義CPUE較接近之外，其他各年份名義CPUE均高于標(biāo)準(zhǔn)化后CPUE(圖5)。

(2) 月平均CPUE比較。在2014—2015年的12月至次年的1月期間，名義CPUE和標(biāo)準(zhǔn)化后的CPUE都達到最低值，為2000 kg/d左右；在其他各月份CPUE均有變化，但變化幅度較小，總體在3000 kg/d上下波動；此外，除2013年4、7月，2014年5、6月及2016年的6月，名義CPUE都大幅度高于標(biāo)準(zhǔn)化后的CPUE之外，其他月份名義CPUE與標(biāo)準(zhǔn)化后的CPUE基本接近，但總體上GAM模型標(biāo)準(zhǔn)化后的CPUE較名義CPUE變動幅度較小(圖6)。

3 討論

南海鳶烏賊的資源分布受多種因素影響，如時空因子和環(huán)境因子的變化都會對CPUE產(chǎn)生影響[1,19,28]。其捕撈效率除受以上因子影響之外，也與船長的經(jīng)驗密切相關(guān)[29]。本研究結(jié)果顯示，年份、月份、經(jīng)度、緯度、SST、Chl-a、SSH是影響鳶烏賊資源豐度的重要因子。運用GLM和GAM模型對CPUE進行標(biāo)準(zhǔn)化，其總偏差解釋率為36.68%，而以往研究運用GLM和GAM模型進行CPUE標(biāo)準(zhǔn)化的總偏差解釋率范圍為19%～40%[20,22]，因此，驗證了本研究結(jié)果可信度較高。

3.1 時間因素對CPUE的影響

(1)年因素對CPUE的影響。本研究中GAM模型結(jié)果表明，年份對CPUE的解釋偏差僅為2.46%，影響比較小(表3)，這與招春旭[1]對南海鳶烏賊漁業(yè)CPUE標(biāo)準(zhǔn)化結(jié)果存在一定的偏差，分析其原因主要是因為生產(chǎn)漁船數(shù)據(jù)年限尺度較小，數(shù)據(jù)量太少，進而導(dǎo)致年份對CPUE的影響不明顯[22]。其中，2015年CPUE的影響效應(yīng)比較高(圖2-A)，主要是因為2015年的生產(chǎn)數(shù)據(jù)相對較多，其統(tǒng)計的總資源量較其他年份多，對資源密度影響相對較大，因此，在本研究中2015年份對CPUE影響相對較大，與客觀事實相符。

(2)月因素對CPUE的影響。本研究中月份對CPUE的影響最大，貢獻率達到13.2%(表3)。相關(guān)研究表明，鳶烏賊作為一年生群體，一年四季均可捕撈作業(yè)，但其資源量的季節(jié)性變化比較大，春季資源量最多，夏秋季次之，冬季最差[30]，其漁汛主要集中在2—6月份[31]。此外，中國大型燈光罩網(wǎng)漁船雖然全年均有作業(yè)，但作業(yè)月份主要集中在春夏兩季，秋冬季較少[1]，故鳶烏賊的作業(yè)主要集中在2—7月份。本研究中2—5月份CPUE逐漸增加，5月達到整個捕撈季節(jié)的最高峰，隨后在6月份開始下降(圖2-B)，這是因為6月以后中國南海進入休漁期，漁船只能在12°N以南作業(yè)，總體作業(yè)區(qū)域縮小，生產(chǎn)數(shù)據(jù)較少，進而對鳶烏賊CPUE的影響力降低。8月16日南海休漁結(jié)束，近海魚類資源較為豐富，考慮到成本效應(yīng)，大量漁船集中在近海作業(yè)，造成外海作業(yè)船只數(shù)量急劇下降。此外，冬季受東北季風(fēng)影響，南海海域風(fēng)浪較大，不利于燈光罩網(wǎng)捕撈作業(yè)[1,31]，故8月至翌年1月對CPUE的影響程度較低(圖2-B)。

3.2 空間因素對CPUE的影響

本研究中GAM模型結(jié)果顯示，空間變量對CPUE的變化存在一定的影響，其中空間范圍在9°～17°N、110.5°～115.5°E時對CPUE影響較大，在南海北部、東部及南海近海海域影響較小(表3，圖3)。這與馮波、范江濤[1-2,18,32]等關(guān)于中國南海漁場分布的研究結(jié)論一致。在緯度方向上，不同緯度范圍內(nèi)CPUE變化與月份和溫度有關(guān)[1,19,33-34]。冬季，由于南海南部水溫較高，總體在27～29 ℃之間，比較適宜浮游動植物的生長和繁殖，為鳶烏賊生長、發(fā)育和繁殖提供充足的餌料，此外，冬季南海南部盛行東北季風(fēng)，受季風(fēng)洋流的影響，鳶烏賊洄游至南海南部進行生長、發(fā)育和繁殖，因此，冬季鳶烏賊的CPUE重心主要分布在南海南部；2—7月份CPUE主要集中在南海中南部12°N海域附近，主要是因為2—7月份南海中南部海域水溫普遍回暖，又受到春季東南季風(fēng)和夏季西南季風(fēng)的影響，產(chǎn)生較強的上升流區(qū)域，營養(yǎng)物質(zhì)較為豐富，為鳶烏賊提供充足的餌料，CPUE重心向中南部轉(zhuǎn)移。綜上，鳶烏賊資源分布，于每年1—8月份隨月份由南至北、9月份開始由北向南循環(huán)轉(zhuǎn)移。在經(jīng)度方向上，鳶烏賊CPUE主要分布在110.5°～115.5°E海域。相關(guān)研究表明，鳶烏賊主要分布在200 m以深的外海海域，而在110.5°E以西靠近大陸架海域，水深比較淺，不適宜鳶烏賊集群[3]；在115.5°E以東海域，雖然水深條件適宜，但可能由于遠(yuǎn)洋成本較高，海況條件復(fù)雜或者漁船儲存容量限制等諸多因素制約了燈光罩網(wǎng)漁船前去作業(yè)[1]。因此，在經(jīng)度上其作業(yè)區(qū)域主要分布在110.5°～115.5°E海域(圖3-B)。

3.3 環(huán)境因素對CPUE的影響

(1) SST對CPUE的影響。GAM模型結(jié)果表明，SST對鳶烏賊資源豐度影響較大，其貢獻率為7.30%(表3)。以往研究表明，SST是影響魚類生長、繁殖、洄游的重要因子之一[35]，鳶烏賊作為一種暖水性較強的大洋性物種[3]，其生存環(huán)境與溫度有密切的聯(lián)系[33]。徐紅云[28]研究認(rèn)為，南海鳶烏賊中心漁場最適宜SST范圍為26.4～29.6 ℃；晏磊等[36]發(fā)現(xiàn)，由于季節(jié)不同鳶烏賊對溫度適宜性范圍也會有所變化，春季最適SST為25.6～29.6 ℃，秋季為27.6～30 ℃；余景等[2]認(rèn)為，南海鳶烏賊資源密度狀況與海洋環(huán)境的關(guān)系密切，SST在25～28.5 ℃時，其資源量隨著SST升高有逐漸增大的趨勢，在SST高于28.5 ℃后資源量開始下降，當(dāng)SST為27～28 ℃時資源量達到最大值；范江濤等[18]對南沙海域鳶烏賊棲息地研究認(rèn)為，不同季節(jié)鳶烏賊分布的SST不同，春季最適SST為30.9 ℃，夏季最適SST為30.8 ℃，秋季最適SST為29.8 ℃，冬季最適SST為29.1 ℃；而本研究結(jié)果顯示，在2013—2017年間，南海海域鳶烏賊漁場的SST分布范圍為24～31 ℃，作業(yè)溫度集中分布在26.0～30.5 ℃，其他范圍分布較少(圖4-A),與上述研究結(jié)果基本一致。

(2) Chl-a對CPUE的影響。本研究中Chl-a對鳶烏賊的資源豐度影響較低，貢獻率為3.28%(表3)，鳶烏賊CPUE集中分布在Chl-a濃度為0.06～0.13 mg/m3之內(nèi)，在0.06 mg/m3處CPUE達到峰值，隨后開始逐漸下降(圖4-B)。余景等[2]認(rèn)為，中西沙鳶烏賊最適Chl-a濃度為 0.10～0.13 mg/m3；招春旭[1]對南海中南部及南沙海域鳶烏賊的漁場環(huán)境進行分析，發(fā)現(xiàn)鳶烏賊主要在Chl-a濃度為0.05～0.10 mg/m3范圍內(nèi)集群。本研究結(jié)果與上述研究存在部分差異，這是由于研究海域不同，本研究區(qū)域包括中西沙海域及南沙海域，故Chl-a適宜范圍相對較大。

(3) SSH對CPUE的影響。本研究中SSH是影響鳶烏賊資源豐度的一個重要因子，貢獻率為5.9%，僅次于SST(表3)。SSH在0.4～0.9 m的范圍內(nèi)，隨著SSH的增加對鳶烏賊資源密度的影響越大(圖4-C)。相關(guān)研究顯示，海面高度高于平均海面，有利于海水的輻散或者上升，使底層豐富的營養(yǎng)物質(zhì)、餌料等不斷向上補充，進而促進中上層魚類的生長、繁殖[37]。而南海由于常年受季風(fēng)氣候及熱帶氣旋影響，上升流極其明顯。因此，南海鳶烏賊的資源豐度受SSH影響較大。SSH在0.60～0.75 m范圍內(nèi)，對鳶烏賊資源豐度影響最大(圖4-C)。范江濤等[19]對2014年中西沙海域鳶烏賊漁場進行分析，認(rèn)為最適宜的SSH范圍為0.9～1.1 m。余為等[38]認(rèn)為，印度洋鳶烏賊漁場適宜的SSH為0.23～0.32 m，由此可見，本研究結(jié)果與范江濤等[19]研究結(jié)果較為接近，但與對印度洋海域研究結(jié)果存在較大差異，分析原因主要是因為選取的研究海域不同，其環(huán)境差異比較大導(dǎo)致的。本研究區(qū)域為南海外海海域，其中包括中西沙海域，故二者研究結(jié)果較為接近。此外，由于本研究中生產(chǎn)數(shù)據(jù)的時間尺度和地理范圍與范江濤等[19]的研究存在一定的差異，故最終結(jié)果上出現(xiàn)一定的偏差也是合理的。

4 結(jié)論

本研究中通過GLM模型對各因子進行顯著性分析，篩選出顯著性變量，將選取的顯著性變量與GAM模型相結(jié)合對CPUE進行標(biāo)準(zhǔn)化處理，結(jié)果表明，GAM模型對鳶烏賊資源豐度的總解釋偏差為36.68%，其中月份對鳶烏賊的資源豐度影響最大，貢獻率為13.2%，其次分別為SST(7.3%)、SSH(5.9%)、Chl-a (3.28%)、SSH(5.9%)、經(jīng)度(2.51%)、年份(2.46%)和緯度(2.03%)。鳶烏賊的生長環(huán)境比較復(fù)雜，受多種因素影響，如溫躍層深度、海流、風(fēng)等都對其漁場形成產(chǎn)生一定的影響[1-2,35]，而本研究中僅分析了單一因素對鳶烏賊資源量的影響，缺少因子交互效應(yīng)。在今后的研究中，可考慮更多的影響因子及其之間的交互效應(yīng)對CPUE的影響，為南海鳶烏賊資源豐度變化提供科學(xué)依據(jù)。