李 杰，晏 磊，杨炳忠，张 鹏

(中国水产科学研究院南海水产研究所，农业部南海渔业资源开发利用重点实验室，农业部外海渔业开发重点实验室，广东广州 510300)

南海中南部深水海域蕴藏着较为丰富的大型金枪鱼类资源，目前主要的捕捞方式为越南金枪鱼延绳钓和灯光杆钓[1]。2012年，越南钓船在南海的大型金枪鱼产量已达16 232 t，其中黄鳍金枪鱼(Thunnusalbacaes)、大眼金枪鱼(T.obesus)及长鳍金枪鱼(T.alalunga)的产量分别为12 456 t、3 761 t及15 t[2]。中国大陆曾多次组织延绳钓渔船在南海生产，均因经济效益不佳而失败。探捕显示，南海大型金枪鱼的资源密度较低，在劳动力和生产成本日益高企的今天，南海延绳钓作业难以取得可观的经济效益[3]。在此背景下，为了解决南海金枪鱼的捕捞难题，张鹏等[1]建议对外海罩网渔船加装钓具进行延绳钓兼作。这是因为罩网主捕的鸢乌贼(Symplectoteuthisoualaniensis)为大型金枪鱼的摄食对象之一，两者的渔场在时间和空间上基本一致[1]，而且月相对灯光罩网的渔获率有显著影响，满月前后罩网一般停止作业[4]，为延绳钓兼作提供了良好时机。

课题组于2015年3-4月[3]及2017年1月分别在南海外海进行了两次罩网渔船兼作延绳钓的捕捞试验。延绳钓钓钩深度与渔获水层分布一直是学者们研究的重点，钓钩深度可通过理论钩深计算公式[5-19]或钩深与各影响因子的数学模型[20-30]拟合得出；渔获水层可用于了解目标鱼种的栖息深度分布[14-15,17]、环境偏好[20-22,25]、栖息地指数[23-24,27,30]等。本研究对罩网兼作金枪鱼延绳钓的钓钩深度与渔获水层进行分析，以期优化改进试验钓具，有效提高南海金枪鱼延绳钓捕捞效益。

1 材料与方法

1.1 试验渔船、时间及海域

试验船为广东电白县博贺渔港的“粤电渔42212”灯光罩网渔船，钢质，船长44.42 m，型宽7.80 m，型深4.30 m，设计排水量816.9 t。渔船主机2台，总功率318 kW，发电机4台，总容量720 kW。

捕捞试验共进行两次。首次试验于2015年3月30日-4月6日在南海南沙群岛北部海域进行，进行了7次试验(图1)，共放钩2 700枚；第二次试验于2017年1月5日-1月14日在南海西沙群岛附近海域进行，也进行了7次试验(图1)，共放钩3 285枚。

图1 调查站点Fig.1 Survey sites注：○表示2015年站点；△表示2017年站点Note: ○ represents the sites of 2015; △represents the sites of 2017

1.2 试验钓具及方法

试验钓具浮子绳长18 m；干线为台湾生产的尼龙编织绳，每段长60 m; 支线由硬质聚丙烯绳、锦纶单丝、细钢丝等3 段通过转环连接而成，长26 m；两个浮子间装钩5 枚环形钩，见图2。每装配50 支钓钩的干线为一筐。

采用罩网渔获的鸢乌贼作为金枪鱼延绳钓饵料。满月前后几天，灯光罩网无法作业时，渔船只从事金枪鱼延绳钓捕捞。延绳钓作业下午放绳，钓具夜间漂流，第二天早上起绳。记录延绳钓作业参数，包括投绳开始船位、投绳结束船位、起绳开始船位、起绳结束船位、投绳船速、投绳航向、风向、风速等，每次投绳时将DST centi微型温深仪系在钓钩上测量钓钩深度，共获得13 d 28个钩位的实测深度数据。

图2 试验延绳钓钓具布局示意图Fig.2 Diagram of experimental longline gear

1.3 数据处理

1.3.1 多元回归分析

利用多元线性回归模型来分析钓钩深度(取钓钩深度稳定后所有测量值的平均值)与各影响因子(钩位n、漂移速度SD、投绳船速SV、风速SW、风弦角QW、风流合压角γ)[20-22]之间的关系。其中钩位n依次为1、2、3，定义靠近浮球的钩位为1，最深的钩位为3，且钓具钩位左右对称；风舷角是指风向与投绳航向之间的夹角；风流合压角是指钓具在海中的漂移方向与投绳航向之间的夹角。然后对该模型进行逐步回归分析，对影响钓钩深度的变量因子进一步遴选, 以赤池信息量(Akaike information criterion,AIC)为准则,AIC值相对较小的模型为最适合的模型,以此达到删除和增加变量的目的[31], 根据AIC值确定对钓钩深度影响最为显著的因子, 得到最优回归方程。

多元线性回归模型的表达式为:

Y=β0+β1X1+…+βPXP+ε

(1)

式(1)中，ε-N(0,σ2),β0，β1，…，βP和σ2是未知参数，X1, …,Xp为变量因子,P≥2。

1.3.2 模型假设的综合验证与多重共线性

模型参数应满足统计假设(正态性、独立性、线性、同方差性)，对模型假设进行综合验证[32]，当P>0.05时，通过综合检验。

模型变量因子间多重共线性的问题与统计假设没有直接关联，却对于解释回归结果非常重要[32]。度量多重共线性严重程度的一个重要指标是矩阵XTX的条件数, 即公式(2)。条件数刻画了XTX特征值的大小, 一般情况下κ<100, 则认为多重共线性的程度很小; 若100≤κ≤1 000, 则认为存在中等程度或较强的多重共线性, 若κ>1 000, 则认为存在严重的多重共线性。

(2)

式(2)中，λmax(XTX)、λmin(XTX)分别表示矩阵XTX的最大、最小特征值[31]。

1.3.3 模型的预测能力

根据多元线性回归模型的表达式得出钓钩深度的预测值；使用Shapiro-Wilk检验判断钓钩深度的实测值与模型预测值是否符合正态分布；在两组数据符合正态分布的前提下，用配对T检验的方法进行差异性检验，若两组数据间无显著性差异，则说明模型的预测效果较为理想。

1.3.4 自变量的相对重要性

与比较标准化的回归系数相比，相对权重(relative weight)[32]更为直观，是一种比较有前景的新方法，它将相对重要性看作是每个预测变量(本身或与其它预测变量组合)对R2的贡献。

1.3.5 上钩率与CPUE

定义上钩率为每千钩钓获的渔获尾数，单位:尾·千钩-1；CPUE为每千钩钓获的渔获重量，单位:kg·千钩-1。

上述数据处理过程均通过R 3.2.3语言及EXCEL进行。

2 结果与分析

2.1 渔获组成

由表1可知，试验中渔获种类共13种，尾数178，重量1 845.95 kg，上钩率29.74尾·千钩-1，CPUE308.43 kg·千钩-1，重量占比5%以上的渔获种类按顺序依次为剑鱼(Xiphiasgladius)、大青鲨(Prionaceglauca)、黄鳍金枪鱼、黑魟(Dasyatisatratus)。其中大青鲨偶然捕获1尾，海上丢弃。剑鱼与黄鳍金枪鱼为经济渔获，合计占总渔获重量的61.87%，上钩率分别为2.17尾·千钩-1、0.84尾·千钩-1，CPUE分别为166.92 kg·千钩-1、23.89 kg·千钩-1。不考虑偶然捕获大青鲨的影响，剑鱼的CPUE为所有渔获中最高，黄鳍金枪鱼次之。

表1 金枪鱼延绳钓渔获组成Tab.1 Catch compositon of tuna longline

2.2 钓钩深度的多元回归

钓钩实测深度范围为38.59 ～113.08 m，钓钩深度随钩位变大而加深(表2)。各影响因子的统计见表3，可见相同影响因子间差异明显且分布范围较广。回归模型结果表明(表4)，钩位n、漂移速度SD、投绳船速SV、风速SW、风流合压角γ均对钓钩深度D产生了显著的影响(P<0.05)，而风弦角QW(P=0.351>0.05)对钓钩深度D的影响不显著。为提高回归模型的预测精度，得到更优的回归模型，以AIC信息统计量为准则，运用逐步回归法遴选变量(表5)，发现删除风弦角QW后，模型AIC值最小，残差标准差下降，相关系数的平方R2有所上升，且剩余5个变量的影响均显著，说明模型的修正是合理的。

表2 实测钩深统计Tab.2 Statistics of measured hook depth

表3 各影响因子统计表Tab.3 Statistics of various influence factors

表4 多元回归计算的统计结果Tab.4 Statistical results calculated by stepwise regression

注：*显著相关(P<0.05)

Note: * indicates significant correlation (P<0.05)

表5 逐步回归计算的统计结果Tab.5 Statistical results calculated by stepwise regression

注：*显著相关(P<0.05)

Note: * indicates significant correlation (P<0.05)

使用R语言中的gvlma函数对模型假设进行综合验证，发现P=0.520 8，通过正态性、独立性、线性、同方差性的统计假设。由变量因子生成的相关矩阵XTX的条件数表明, 钩位n等5个变量因子之间不存在多重共线性(κ=11.811 8<100)。因此该模型为预测钓钩深度的最优模型。

2.3 模型的预测能力

利用逐步回归分析得到的钓钩深度D与钩位n、漂移速度SD、投绳船速SV、风速SW、风流合压角γ之间的回归方程为：

D=10.259n-37.247SD-29.878SV+6.940SW+23.493γ+35.633

(3)

由回归方程可知，钓钩深度D与钩位n、风速SW、风流合压角γ成正相关，与漂移速度SD、投绳船速SV呈负相关。实测深度与模型预测深度的走势较为一致，见图3。对实测深度数据与预测深度数据分别进行Shapiro-Wilk检验来判断数据是否符合正态分布，发现实测数据(W=0.956，P=0.277 9)、预测数据(W=0.978，P=0.793 1)均符合正态分布。在此情况下，对2组数据进行配对T检验，发现2组数据间无显著性差异(P=0.997 2)，说明模型的预测效果理想。

图3 实测深度与预测深度间的比较Fig.3 Comparison between measured depth and predicted depth

2.4 自变量的相对重要性

由图4可知钩位n、漂移速度SD、投绳船速SV、风速SW、风流合压角γ对模型方差的解释程度(R2=0.838)。其中，钩位n有最大的相对重要性，解释了29.75%的R2，风流合压角γ与钩位n的相对权重差异不大，解释了29.41%的R2，余下依次为投绳船速SV、漂移速度SD、风速SW，分别依次解释了15.90%、12.79%、12.15%的R2。

图4 各自变量的相对权重Fig.4 Relative weights of each variable

2.5 主要经济渔获的水层分布

根据模型所得钩深计算公式，拟合出所有钓钩的深度数据，得出钩深分布范围为35.08～110.80 m；选取20 m为间隔，将20～120 m水深分为5个水层(表6)。试验共放钩5 985个，40～100 m水层钓钩数目占总数的90.64%。其中60～80 m水层钓钩数目最多，占总数的42.05%；其次为40～60 m、80～100 m水层，分别占总数的31.55%、18.05%；20～40m、100～120 m水层钓钩数目较少。

表6 不同水层的钓钩总数统计表Tab.6 Statistical table of hook numbers in different water levels

由表7、表8可得，剑鱼上钩率与CPUE最高的水层为60～80 m，黄鳍金枪鱼上钩率与CPUE最高的水层为80～100 m。通过主要经济渔获分水层CPUE与钩数的比较(图5)发现，60～80 m水层主要经济渔获CPUE最大且钓钩数目最多，认为钓钩水层分布较合理。

表7 剑鱼分水层上钩率与CPUETab.7 Catch rate and CPUE of Xiphias gladius in different water levels

表8 黄鳍金枪鱼分水层上钩率与CPUETab.8 Catch rate and CPUE of Thunnus albacores in different water levels

图5 主要经济渔获分水层CPUE与钩数的关系Fig.5 Relationship between CPUE of dominant economic catches and hook numbers in different water levels

3 讨论

3.1 钓钩深度影响因子分析

投绳船速对钓钩深度存在显著影响，且呈负相关。这是因为试验钓具两个支线间的干线长度均为60 m，两浮球间的干线长度为固定的，投绳船速变大会导致两浮球间海面距离变大，短缩率变大，钓钩深度变浅。风速与钓钩深度呈正相关，这与CAMPBELL等[13]的结果相一致。他们认为变大的风力会使两个浮球距离变小，可能引起干线深度的加深。漂移速度与钓钩深度呈负相关，钓具的漂移主要受到海流的影响，漂移速度一定程度上可反映海流流速的大小。CAMPBELL等[13]认为流速变大会导致钓钩上浮，本研究结果与之吻合。

风流合压角对模型预测的相对重要性仅次于钩位，且与钓钩深度呈正比。风流合压角是指钓具在海中的漂移方向与投绳航向之间的夹角，可代表海流方向与钓具方向间的夹角。BIGELOW等[11]得出结论：钓钩变浅的水动力取决于环境外力与钓具的相关方向，海流与钓具横向时，上浮效果比平行或同轴时更明显。在试验有实测钩深的13次试验中，有10次的风流合压角为钝角，角度变大，海流与钓具方向变的平行，上浮效果减小，钓钩变深。

3.2 主要经济渔获的水层分布

黄鳍金枪鱼上钩率与CPUE最高的水层为80～100 m。以往的研究中，2009年10-12月、2010年11月-2011年1月吉尔伯特群岛附近海域黄鳍金枪鱼上钩率(尾·千钩-1)最高的水层分别为80～120 m、40～80 m[27]；2005年9-12月马尔代夫以西印度洋公海海域黄鳍金枪鱼上钩率(尾·千钩-1)最高的水层为120～140 m[33]。研究结果之间多有差异，这可能是因为黄鳍金枪鱼分水层渔获率跟温跃层有关，而不同海域不同季节间温跃层深度存在差异。

剑鱼上钩率与CPUE最高的水层为60～80 m。大西洋深水延绳钓捕获剑鱼最多的水层为220～250 m[15]，与大眼金枪鱼深度分布相似[14-15]。深水延绳钓钓钩深度分布较深，上述大西洋深水延绳钓的钓钩深度均大于100m[14-15]。试验能在浅水层捕获剑鱼，主要是因为剑鱼存在昼夜垂直移动规律，夜间上升到较浅水层捕食[34]。

3.3 钓钩水层分布

此次试验拟合钩深分布范围为35.08～110.80 m，钓钩主要分布在40～100 m水层，作业水深与越南、菲律宾采用的浅水延绳钓作业水深(40～60 m)[18]相似。试验选取作业水深较浅的钓具，主要是因为南海金枪鱼以黄鳍金枪鱼为主，黄鳍金枪鱼在温跃层下界附近及以上水层区域渔获率较高[35-36]，钩深控制在40～100 m水层较为合适。此外研究发现主要经济渔获CPUE最高的水层与钓钩数目最多的水层相一致，也在一定程度上证明了试验钓具的钓钩水层分布较合理。

本研究也存在一定不足：试验次数、实测深度的钓钩数目、经济渔获略少，在今后可进行更多的兼作试验，对研究进行补充，也可采集更多的环境要素数据，如水温等，对表温、温度梯度对延绳钓渔获效果的影响进行分析研究。