The influence mechanism of sea surface temperature on the resource change of Sthenoteuthis oualaniensis in Nansha sea area, South China Sea

  • WU Wenxiu , 1 ,
  • XU Xinwen 1 ,
  • CHENG Shuxing 1 ,
  • ZHAO Chunxu , 2, * ,
  • GUO Youjun 2 ,
  • SHEN Chunyan 1, 3 ,
  • YAN Yunrong 1, 2, 3
Expand
  • 1. College of Fisheries, Guangdong Ocean University, Zhanjiang 524088, China
  • 2. Mangrove Conservation and Research Center, Southern Marine Science and Engineering Guangdong Laboratory (Zhanjiang), Zhanjiang 524013, China
  • 3. Guangdong Provincial Engineering and Technology Research Center of Far Sea Fisheries Management and Fishing of South China Sea, Zhanjiang 524088, China

Received date: 2023-07-18

  Revised date: 2023-11-14

  Online published: 2024-05-11

Abstract

The influence of sea surface temperature (SST) on the resource change of Sthenoteuthis oualaniensis in Nansha Sea area was studied based on the catch data and remote sensing data of SST in 2018 and 2019. Empirical orthogonal function (EOF) results showed that the seasonal variation of the SST was obvious and the monthly variability showed a bimodal pattern. Peaks mainly appeared in May-June and October. In 2019, El Niño occurred in the Nansha Sea area, and the high temperature frequency of SST increased, and the annual average temperature value increased by 0.3 ℃ compared with 2018. The catch per unit effort (CPUE) of S. oualaniensis was higher in spring (from March to May)but lower in summer (from June to July) in 2018, while it was higher in winter (February) and lower in summer (June) in 2019.The optimal generalized additive model (GAM) consisted of four factors: month, SST, latitude and longitude, and the total deviation of CPUE was interpreted as 55.0%, in which the deviation of month and SST was explained more than other factors. 27.5 ℃-29.5 ℃ was suitable for the distribution of S. oualaniensis and the CPUE would be reduced by higher temperatures. The fishing ground of S. oualaniensis was distributed in 10°N-12°N, 113°E-116°E, and the center of the fishing ground changed with temperature in each month, shifting eastward when warming up, and westward when cooling down.

Cite this article

WU Wenxiu , XU Xinwen , CHENG Shuxing , ZHAO Chunxu , GUO Youjun , SHEN Chunyan , YAN Yunrong . The influence mechanism of sea surface temperature on the resource change of Sthenoteuthis oualaniensis in Nansha sea area, South China Sea[J]. Journal of Marine Sciences, 2024 , 42(1) : 106 -116 . DOI: 10.3969/j.issn.1001-909X.2024.01.010

0 引言

鸢乌贼(Sthenoteuthis oualaniensis)隶属头足纲(Cephalopoda),枪形目(Idiosepiida),柔鱼科(Ommas-trephidae),鸢乌贼属(Sthenoteuthis),广泛分布在印度洋、太平洋的赤道和亚热带等海域[1],具有生命周期短、繁殖力强和产量高等特点[2]。在我国南海,鸢乌贼年可捕量为130万~200万t,是灯光罩网渔船捕捞的重要经济种类之一[3-4]。目前我国鸢乌贼资源处于未开发状态,年捕捞量远小于年可捕量,开发潜力巨大。招春旭等[5]研究发现,海表温度(sea surface temperature,SST)变化可能引起鸢乌贼栖息水层的变化,从而影响鸢乌贼群体的分布。郭有俊等[6]研究发现,温跃层、SST、海平面高度异常以及涡旋等可能影响海南东南部海域春季鸢乌贼的单位捕捞努力量渔获量(catch per unit effort,CPUE)。余景等[7]研究发现春季西沙-中沙海域,SST为27~28.5℃,叶绿素a质量浓度为0.11~0.13 mg/m3,是鸢乌贼资源量分布的高值区。
SST是重要的海洋环境指标,也是渔场指示因子[8-9],如对鲐鱼渔场的研究发现,SST影响鲐鱼洄游路线,决定着鲐鱼资源的时空分布[10-11]。当前全球变暖、厄尔尼诺等气候问题日益严重,这导致生活在其中的海洋生物发生一系列改变。对西北太平洋柔鱼渔场研究发现,渔场在拉尼娜年份北移,在厄尔尼诺年份南移[12];对南海的研究发现,厄尔尼诺引起鸢乌贼栖息水层的异常增温,最终导致鸢乌贼资源量发生改变[5,13]
南沙海域位于南海南部,生物资源丰富,是鸢乌贼的主要渔场之一[14]。本文分析了南沙海域SST的时空变化特征及其对鸢乌贼资源变动的影响。

1 材料与方法

1.1 数据来源

鸢乌贼捕捞数据来源于广州远洋渔业有限公司两艘规模相同的灯光罩网渔船——“粤穗渔30033”和“粤穗渔30035”。渔船长55 m,主机功率622 kW,净高90 m,每船配置700盏捕鱼灯(功率为1 kW /盏)。捕捞数据包含每网的作业时间、地点(经度和纬度)以及鸢乌贼的渔获量,时间为2018年1月至2019年12月(2019年1月因渔船维修,无数据),共作业143 d,下网2 301次。数据的空间范围为9.4°N—14.0°N,111.5°E—116.8°E,分辨率为0.25°×0.25°。
SST数据来源于美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA, https://oceanwatch.pifsc.noaa.gov),单位是℃,空间范围为8.025°N—13.975°N,111.025°E—116.975°E,分辨率为0.25°×0.25°。2018年1月至2019年12月的数据分辨率为1 d, 2010年1月至2020年12月的数据分辨率为30 d。海洋尼诺指数(Oceanic Niño Index,ONI)下载自NOAA网站 (https://psl.noaa.gov/data/correlation/nina34.anom.data)。
图1 采样站位

Fig.1 Diagram of sampling site

1.2 数据分析与处理

利用Python 3.11.5,对南沙海域2010—2020年SST进行经验正交函数(empirical orthogonal function,EOF)分解,提取SST的主要变化特征。采用ONI判定厄尔尼诺和拉尼娜现象,当Niño3.4区海表温度异常(sea surface temperature anomaly, SSTA)连续5个月的滑动平均值(即ONI)超过0.5℃,判定海域发生了厄尔尼诺;当Niño3.4区SSTA连续5个月的滑动平均值低于-0.5℃,判定海域发生了拉尼娜[15]
将研究区划分成0.25°×0.25°网格,计算每个网格内鸢乌贼的单位捕捞努力量渔获量(CPUE),公式为
CPUE=Y/N
式中:Y为网格内鸢乌贼的捕捞量,N表示网格内的总下网次数。
通过渔场重心指标描述渔场分布的时空变化,公式如下[16]:
X = i k ( C i × X i ) / i k C i
Y = i k ( C i × Y i ) / i k C i
式中:XY分别为渔场重心的经度和纬度;XiYi分别为渔区i中心点的经度和纬度;Ci为鸢乌贼在渔区i的CPUE;k为总渔区数,即网格数。
采用广义相加模型(GAM)[17]研究鸢乌贼CPUE与环境变量之间的定量关系。以南沙海域2018—2019年鸢乌贼CPUE为响应变量,月份、SST、经度和纬度4个因子为解释变量,构建GAM模型,根据响应变量CPUE与解释变量之间的关系筛选出对CPUE有显著影响的因子[18]。GAM的全因子表达式如下:
log(CPUE)=s(mon)+s(SST)+s(lat)+s(lon)
式中:s()为平滑函数,用于捕捉数据间的非线性关系;mon表示月份,SST表示海表温度,lat表示纬度,lon表示经度。
最优模型的选择通过赤池信息准则(Akaike infor-mation criterion, AIC)判定,AIC值越小,表示模型拟合度越高。GAM构建和检验通过R4.0.5软件实现。

2 结果

2.1 南沙海域SST变化

对南沙海域SST进行EOF分析,结果显示第一模态的方差贡献率为95%,表明该模态表现了SST原始场的主要特征。图2a为第一模态的空间变化,图中显示南沙海域SST在空间上变化总体趋势一致,沿NW—SE方向递减;图2b为第一模态的时间序列,图中显示南沙海域SST的季节变化明显,年内总体呈双峰型变化。
图2 南沙海域SST的EOF第一模态

Fig.2 The first EOF mode of SST in Nansha Sea area

图3为南沙海域SST在2018—2019年的逐月变化:2月起,SST逐渐升高,至5月或6月达到第一个峰值,之后SST下降,至8月或9月小幅回升,于10月达到第二个峰值,之后下降,2月SST为全年最低。2019年月平均SST普遍高于2018年,年平均SST比2018年高0.3℃,并且第一峰值和回温时间均较2018年晚1个月,变化幅度也小于2018年。ONI指数显示2019年该海域发生了厄尔尼诺。
图3 南沙海域SST月平均变化

Fig.3 Monthly average variation of SST in Nansha sea area

SST数据频率分布(图4)显示,2018年出现频率最大的SST为28.9℃;2019年出现频率最大为29.9℃,其次为28.9℃,高温(>29.9℃)出现频率明显高于2018年。
图4 南沙海域SST的频率分布图

Fig.4 The frequency distribution of SST in Nansha sea area

2.2 南沙海域鸢乌贼CPUE月变化

图5为鸢乌贼CPUE的逐月变化。除了2月与7月外,其余各月CPUE均为2018年远高于2019年。2018年1—4月,鸢乌贼CPUE逐月增加,4月达到317.13 kg/网后下降,6月出现谷值,仅为57.74 kg/网,8月达到全年峰值,为511.52 kg/网,9—12月, CPUE波动较小,保持在119.21~235.94 kg/网。2019年CPUE峰值出现在2月,为492.92 kg/网,谷值出现在6月,仅2.5 kg/网,7—10月持续下降,11月略有回升,达到167.14 kg/网,12月CPUE再次下降。
图5 南沙海域鸢乌贼CPUE月变化

Fig.5 Monthly variation of CPUE of S. oualaniensis in Nansha sea area

图6显示了南沙海域鸢乌贼渔场重心在2018年、2019年各月的分布。2018年1—2月,渔场重心在11.6°N—11.9°N,113.7°E—114.0°E海域;3—5月,渔场重心向东、向南移动,东至115.3°E,南至10.4°N;6—12月,渔场重心整体向西移动,其中6—7月、11—12月小幅向东移动,8—10月大幅向北移动,10—11月大幅向西、向南移动; 10—12月鸢乌贼的渔场分布重心回到11.0°N—11.5°N,113.5°E—114.0°E,即1—2月分布位置附近。
图6 南沙海域鸢乌贼渔场重心分布的月变化

Fig.6 Monthly variation of fishing ground center of S. oualaniensis in Nansha sea area

2019年各月鸢乌贼的渔场重心沿NE—SW方向变化。2月渔场重心在10.9°N,114.4°E附近;3—5月向东移动,6—9月,渔场重心西移,其中6—7月西移幅度最大;9—10月,重心大幅度东移;10月渔场重心向西移动至10.8°N—10.9°N,113.9°E—114.0°E附近海域,于11月再次回归至年初位置。2019年鸢乌贼CPUE分布重心在纬度上变化较小,主要在9.7°N—11.7°N之间。

2.3 鸢乌贼CPUE与环境因子关系分析

以鸢乌贼CPUE为响应变量,将月份、SST、纬度和经度四个因子依次加入GAM模型,结果见表1表1显示,模型4的AIC值最小,即综合考虑月份、SST、纬度和经度4个因子的模型的拟合程度最佳。模型4的总偏差解释度为55.0%,其中月份的贡献最大,为37.6%;其次为SST,其贡献率为14.0%;影响最低的是经度,对偏差的解释度仅为1.1%。
表1 GAM模型的统计参数

Tab.1 Statistical parameters of different GAM models

模型 AIC 偏差解释度/% 决定系数R2
模型1 650.714 37.6 0.35
模型2 611.052 51.6 0.48
模型3 608.688 53.9 0.49
模型4 608.285 55.0 0.50

注:模型1:log(CPUE)~s(month)

模型2:log(CPUE)~s(month)+ s(SST)

模型3:log(CPUE)~s(month)+s(SST)+s(latitude)

模型4:log(CPUE)~s(month)+s(SST)+s(latitude)+s(longitude)

图7a显示了月份对南沙海域鸢乌贼CPUE的影响,其中1—2月的影响为负;2—5月的影响为正,且呈递增趋势;6—12月的影响低,波动较小。图7b显示,SST在27.5~29.5 ℃时,其对CPUE的影响为正,并且该范围内CPUE数据量大,置信区间范围小,表明其是鸢乌贼群体的最适温度;超过29.5 ℃,SST对CPUE的影响为负,不利于鸢乌贼群体生活。纬度和经度对鸢乌贼CPUE影响效应均很小(图7c7d)。
图7 环境变量对南沙海域鸢乌贼CPUE的影响

(阴影部分表示置信区间,实线表示解释变量对鸢乌贼CPUE的平滑拟合。)

Fig.7 Effects of environmental variables on the CPUE of S.oualaniensis in Nansha sea area

(The shadow part represents confidence interval, and the solid line represents the smooth fit of the explanatory variables to the CPUE of S. oualaniensis.)

图8图9是2018年和2019年南沙海域鸢乌贼CPUE逐月空间分布,高值分别出现在2018年3月、4月、8月、10月和2019年2月,主要分布在10°N—13°N,113°E—116°E;零值分别出现在2019年5月、6月和10月,多分布于10°N—12°N。
图8 2018年南沙海域鸢乌贼CPUE与SST分布

Fig.8 Distribution of CPUE and SST of S. oualaniensis in Nansha sea area in 2018

图9 2019年南沙海域鸢乌贼CPUE与SST 分布

Fig.9 Distribution of CPUE and SST of S. oualaniensis in Nansha sea area in 2019

图8~图9可以看出,鸢乌贼群体在经度上的分布变化大于在纬度上的变化,并且SST的变化在一定程度上影响鸢乌贼群体的分布。如2018年1—3月,海域整体SST较低,东南海域高于西北海域,鸢乌贼群体向东移动;高温时鸢乌贼群体西移,如2019年6月的分布位置相对5月偏西。

3 讨论

3.1 鸢乌贼CPUE的时空变化

南沙海域鸢乌贼CPUE月均值差异大,一年产量主要集中分布在春季,而秋季远低于春季,这与晏磊等[16]的结果一致。李杰等[18]发现鸢乌贼CPUE在南沙海域西北部(10°N—12°N、112°E—114°E)最高,与本研究中CPUE高值分布区(10°N—12°N,113°E—116°E)一致。研究表明捕捞渔船的作业习惯、月相与作业水层对鸢乌贼CPUE也有影响[5,19]。在研究海域,鸢乌贼渔场重心随月份进行东西方向上的移动,如春季(5月)在研究海域最东端,夏季(8月)分布于中西部,年末(11—12月)返回至年初(1—2月)位置。鸢乌贼渔场重心的移动与季节变化一致,表明了鸢乌贼群体的适温性移动。
不同海域鸢乌贼分布的最适SST存在差异。晏磊等[16]研究发现春季、秋季南海鸢乌贼分布的最适海表温度基本都在28.5~29.5℃;徐红云等[19]认为南海外海鸢乌贼中心渔场的最适 SST 范围为26.4~29.6℃。在本研究中,南沙海域鸢乌贼分布的最适温度为27.5~29.5℃,超过此范围,鸢乌贼产量明显减少。

3.2 南沙海域SST时空变化及其与鸢乌贼CPUE的关系

本研究中EOF的分析表明南沙海域SST呈规律性的季节变化,5月、6月高,1月、2月低,空间上沿NW—SE方向由高到低分布,温差随纬度降低减小。毛庆文等[20]发现南海东北季风向西南季风的转换期间(5月中旬前后),南沙群岛海域的西北部温度高于东南部。南沙海域SST变化与太阳辐射的周期性有关[21]。吴亚楠等[22]研究表明,南海的太阳月均总辐射在春季(5月份)最大,冬季最小,夏季时北部大于南部;王剑等[23]通过对西太平洋暖池区域、东太平洋、热带大西洋、印度洋、阿拉伯海和孟加拉湾等的研究发现,SST变化幅度具有明显的季节特征,其中,太阳辐射是主要影响因素。
SST影响海洋生物分布,如刘杉等[24]研究海表面温度变化下秘鲁外海茎柔鱼栖息地的时空变动发现, SST上升剧烈时会直接影响茎柔鱼栖息地面积。本研究中2019年南沙海域鸢乌贼CPUE远低于2018年,可能与2019年发生了厄尔尼诺,年均SST较2018年上升了0.3℃,高温(29.5℃以上)频率升高,SST不适于鸢乌贼生活有关。周甦芳[21]研究发现厄尔尼诺引起的温度上升会导致鲣渔获量下降;招春旭等[5]研究发现厄尔尼诺导致的海水增温会直接或间接影响鸢乌贼资源量;余景等[7]的研究表明西沙-中沙海域2008年春季鸢乌贼资源量的较大波动与同期发生的拉尼娜事件有关;陈杭徽等[25]研究表明超强厄尔尼诺事件的发生会导致西北太平洋海域柔鱼的资源量骤减。上述研究均表明厄尔尼诺引起海域SST变化,进而引发当地渔业资源量波动。

4 结论

本研究通过南沙海域SST与2018—2019年鸢乌贼渔获数据分析了南沙海域鸢乌贼CPUE与环境因子之间的关系,得到以下结论。
1)受太阳辐射周期变化影响,南沙海域SST呈明显的季节变化,SST月平均变化呈双峰型,峰值在春季和秋季。SST多年平均等值线呈NW—SE向带状分布,随着纬度降低,温差变小。
2)南沙海域鸢乌贼CPUE具明显季节特征,春季高,夏季低。鸢乌贼主要分布在10°N—12°N,113°E—116°E,鸢乌贼渔场重心移动与SST变化有关,表现为低温时东移,高温时西移。
3)南沙海域鸢乌贼分布的适宜温度为27.5~29.5℃,SST超过29.5℃时,海域鸢乌贼的CPUE降低。夏季海域SST普遍高于29.5℃,该季节鸢乌贼CPUE在全年中较低。厄尔尼诺使海域SST高值频率增加,导致2019年CPUE低于2018年。
[1]
CHEN X J, LIU B L, TIAN S Q, et al. Fishery biology of purpleback squid, Sthenoteuthis oualaniensis, in the northwest Indian Ocean[J]. Fisheries Research, 2007, 83(1): 98-104.

[2]
陈新军, 韩保平, 刘必林, 等. 世界头足类资源及其渔业[M]. 北京: 科学出版社, 2013.

CHEN X J, HAN B P, LIU B L, et al. Cephalopod resources and their fisheries in the world[M]. Beijing: Science Press, 2013.

[3]
冯波, 颜云榕, 张宇美, 等. 南海鸢乌贼(Sthenoteuthis oualaniensis)资源评估的新方法[J]. 渔业科学进展, 2014, 35(4):1-6.

FENG B, YAN Y R, ZHANG Y M, et al. A new method to assess the population of Sthenoteuthis oualaniensis in South China Sea[J]. Progress in Fishery Sciences, 2014, 35(4): 1-6.

[4]
张鹏, 杨吝, 张旭丰, 等. 南海金枪鱼和鸢乌贼资源开发现状及前景[J]. 南方水产, 2010, 6(1):68-74.

ZHANG P, YANG L, ZHANG X F, et al. The present status and prospect on exploitotion of tuna and squid fishery resources in South China Sea[J]. South China Fisheries Science, 2010, 6(1): 68-74.

[5]
招春旭, 邱星宇, 何雄波, 等. 南海春季月相、水深、作业时间与鸢乌贼CPUE的关系[J]. 水产学报, 2019, 43(11):2372-2382.

ZHAO C X, QIU X Y, HE X B, et al. Relationship between lunar phase, water depth and operation time and CPUE of purpleback flying squid(Sthenoteuthis oualaniensis) in South China Sea in spring[J]. Journal of Fisheries of China, 2019, 43(11): 2372-2382.

[6]
郭有俊, 吴文秀, 凌炜琪, 等. 海南东南部海域春季鸢乌贼CPUE与海洋环境关系[J]. 广东海洋大学学报, 2020, 40(6):63-70.

GUO Y J, WU W X, LING W Q, et al. Relationship between CPUE of Sthenoteuthis oualaniensis and environmental factors in the southeastern coast of Hainan in spring[J]. Journal of Guangdong Ocean University, 2020, 40(6): 63-70.

[7]
余景, 胡启伟, 李纯厚, 等. 西沙—中沙海域春季鸢乌贼资源与海洋环境的关系[J]. 海洋学报, 2017, 39(6):62-73.

YU J, HU Q W, LI C H, et al. Relationship between the Symplectoteuthis oualaniensis resource and environmental factors in the Xisha-Zhongsha waters in spring[J]. Haiyang Xuebao, 2017, 39(6): 62-73.

[8]
王韫沛, 陈新军, 余为. 西北太平洋柔鱼渔场重心变化及其与环境的关系[J]. 上海海洋大学学报, 2020, 6(29):899-909.

WANG Y P, CHEN X J, YU W. Variations of gravity centers of fishing ground for neon flying squid Ommastrephes bartramii in the northwest Pacific Ocean and its relation with marine environment[J]. Journal of Shanghai Ocean University, 2020, 6(29): 899-909.

[9]
STRETTA J M. Forecasting models for tuna fishery with aerospatial remote sensing[J]. International Journal of Remote Sensing, 1991, 12(4): 771-779.

[10]
官文江, 陈新军, 李纲. 海表水温和拉尼娜事件对东海鲐鱼资源时空变动的影响[J]. 上海海洋大学学报, 2011, 20(1):102-107.

GUAN W J, CHEN X J, LI G. Influence of sea surface temperature and La Niña event on temporal and spatial fluctuation of chub mackerel(Scomber japonicus) stock in the East China Sea[J]. Journal of Shanghai Ocean University, 2011, 20(1): 102-107.

[11]
FAN J T, CHEN Z Z, XUE F, et al. Climate-related changes in seasonal habitat pattern of Sthenoteuthis oualaniensis in the South China Sea[J]. Ecosystem Health and Sustainability, 2021, 7(1): 159-173.

[12]
林智涛, 沈春燕, 孙楠, 等. ENSO对南海北部初级生产力的影响[J]. 广东海洋大学学报, 2017, 37(1):80-87.

LIN Z T, SHEN C Y, SUN N, et al. The influence of ENSO on primary productivity in the northern South China Sea[J]. Journal of Guangdong Ocean University, 2017, 37(1): 80-87.

[13]
范江涛, 张俊, 冯雪, 等. 南沙海域鸢乌贼渔场与海洋环境因子的关系[J]. 上海海洋大学学报, 2019, 28(3):419-426.

FAN J T, ZHANG J, FENG X, et al. Relationship between Sthenoteuthis oualaniensis fishing ground and marine environmental factors in Nansha area[J]. Journal of Shanghai Ocean University, 2019, 28(3): 419-426.

[14]
徐冰, 陈新军, 田思泉, 等. 厄尔尼诺和拉尼娜事件对秘鲁外海茎柔鱼渔场分布的影响[J]. 水产学报, 2012, 36(5):696-707.

XU B, CHEN X J, TIAN S Q, et al. Effects of El Niño/La Niña on distribution of fishing ground of Dosidicus gigas off Peru waters[J]. Journal of Fisheries of China, 2012, 36(5): 696-707.

[15]
祖凯伟, 程家骅, 刘阳, 等. 产卵期及越冬期蓝点马鲛渔场分布变化及其与海表温度的关系[J]. 海洋湖沼通报, 2019(6):48-57.

ZU K W, CHENG J H, LIU Y, et al. Distribution of fishing grounds of Japanese Spanish mackerel (Scomberomorus niphonius) during spawning and overwintering period and its relation with sea surface temperature in China Sea[J]. Transactions of Oceanology and Limnology, 2019(6): 48-57.

[16]
晏磊, 张鹏, 杨炳忠, 等. 南海鸢乌贼产量与表温及水温垂直结构的关系[J]. 中国水产科学, 2016, 23(2):469-477.

YAN L, ZHANG P, YANG B Z, et al. Relationship between the catch of Symplectoteuthis oualaniensis and surface temperature and the vertical temperature structure in the South China Sea[J]. Journal of Fishery Sciences of China, 2016, 23(2): 469-477.

[17]
武胜男, 陈新军, 刘祝楠. 基于GAM的西北太平洋日本鲭资源丰度预测模型建立[J]. 海洋学报, 2019, 41(8):36-42.

WU S N, CHEN X J, LIU Z N. Establishment of forecasting model of the abundance index for chub mackerel(Scomber japonicus) in the northwest Pacific Ocean based on GAM[J]. Haiyang Xuebao, 2019, 41(8): 36-42.

[18]
李杰, 张鹏, 晏磊, 等. 南海中南部海域鸢乌贼CPUE影响因素的GAM分析[J]. 中国水产科学, 2020, 27(8):906-915.

LI J, ZHANG P, YAN L, et al. Factors that influence the catch per unit effort of Sthenoteuthis oualaniensis in the central-southern South China Sea based on a generalized additive model[J]. Journal of Fishery Sciences of China, 2020, 27(8): 906-915.

[19]
徐红云, 崔雪森, 周为峰, 等. 基于海洋遥感的南海外海鸢乌贼最适栖息环境分析[J]. 生态学杂志, 2016, 35(11):3080-3085.

XU H Y, CUI X S, ZHOU W F, et al. Analysis on optimal habitats of purpleback flying squid in the open South China Sea based on remote sensing data[J]. Chinese Journal of Ecology, 2016, 35(11): 3080-3085.

[20]
毛庆文, 王卫强, 齐义泉, 等. 夏季季风转换期间南沙群岛海域的温盐分布特征[J]. 热带海洋学报, 2005, 24(1):28-36.

MAO Q W, WANG W Q, QI Y Q, et al. Analyses on temperature and salinity distributions in Nansha Islands waters during spring to summer monsoon transition[J]. Journal of Tropical Oceanography, 2005, 24(1): 28-36.

[21]
周甦芳. 厄尔尼诺-南方涛动现象对中西太平洋鲣鱼围网渔场的影响[J]. 中国水产科学, 2005, 12(6):739-744.

ZHOU S F. Impacts of the El Niño Southern Oscillation on skipjack tuna purse-seine fishing grounds in the Western and Central Pacific Ocean[J]. Journal of Fishery Sciences of China, 2005, 12(6): 739-744.

[22]
吴亚楠, 周庆伟, 武贺, 等. 中国近海太阳能资源特征分析及储量评估[J]. 太阳能学报, 2023, 44(12):162-169.

DOI

WU Y N, ZHOU Q W, WU H, et al. Characteristics analysis and reserve evaluation of offshore solar energy resources in China[J]. Acta Energiae Solaris Sinica, 2023, 44(12): 162-169.

DOI

[23]
王剑, 凌铁军, 韩雪. 中低纬度海表面温度日变化特征分析[J]. 海洋预报, 2017, 34(6):1-7.

WANG J, LING T J, HAN X. Diurnal variabilities of sea surface temperature in the low- and mid-latitudes[J]. Marine Forecasts, 2017, 34(6): 1-7.

[24]
刘杉, 张子健, 吴佳怿, 等. 海表面温度变化下秘鲁外海茎柔鱼栖息地的时空变动[J]. 水产科学, 2022, 41(4):636-644.

LIU S, ZHANG Z J, WU J Y, et al. Spatial and temporal variations of potential habitats of jumbo flying squid Dosidicus gigas off Peru under increasing sea surface temperature[J]. Fisheries Science, 2022, 41(4): 636-644.

[25]
陈杭徽, 吴晓雪, 范江涛, 等. 2015年超强厄尔尼诺事件对西北太平洋柔鱼渔场变动的影响[J]. 中国水产科学, 2020, 27(10):1243-1253.

CHEN H H, WU X X, FAN J T, et al. Impacts of the strong 2015 El Niño event on Ommastrephes bartramii fishing grounds in the Northwest Pacific Ocean[J]. Journal of Fishery Sciences of China, 2020, 27(10): 1243-1253.

Outlines

/