袁小楠，陈新军，2，3，4，李 纲，2，3，4

（1.上海海洋大学海洋科学学院//2.国家远洋渔业工程技术研究中心// 3.大洋渔业资源可持续开发省部共建教育部重点实验室//4.远洋渔业协同创新中心，上海 201306 ）

东黄海日本鲐灯光围网渔场重心年际变化及其与环境因子关系

袁小楠1，陈新军1，2，3，4，李 纲1，2，3，4

（1.上海海洋大学海洋科学学院//2.国家远洋渔业工程技术研究中心// 3.大洋渔业资源可持续开发省部共建教育部重点实验室//4.远洋渔业协同创新中心，上海 201306 ）

根据 1998—2011年我国大型灯光围网渔船在东黄海捕捞日本鲐的生产数据，利用最短空间距离法对鲐其渔场重心进行聚类分析，对渔场重心的聚类结果，利用灰色关联度分析方法，分析海表温度（Sea Surface Temperature，SST）、海平面高度（Sea Surface Height，SSH）和叶绿素a质量浓度（ρChl-a）与渔场重心的关联程度。结果表明：环境因子对渔场重心的影响程度从高到低依次为SST、SSH、ρChl-a，环境因子与渔场重心在纬度上的关联性比经度密切。

最短空间距离法；渔场重心；灰色关联分析；环境因子；日本鲐鲐鱼

日本鲐（Scomber japonicas）属于暖温大洋性中上层鱼类，灯光围网是其主要捕捞方式之一。我国的日本鲐渔场主要分布在外洋冷水与沿岸暖水交汇区［1］。研究渔场空间分布及其与海洋环境的关系，有助于了解日本鲐的资源空间分布，有利于渔船的科学生产与管理。苗振清［2］、张月霞等［3］、李纲等［4］等利用了地理信息系统和传统统计方法，研究海洋环境因子对近海日本鲐渔场变化的影响，发现海表温、海平面高度、叶绿素浓度等环境因子对日本鲐渔场分布影响明显，且有各自适宜的范围。近年来生产发现，我国近海鲐鱼渔场年间变化较大，然后这些年间变化是什么原因造成的，目前还没有这方面的报道。为此，本研究利用1998-2011年我国大型灯光围网渔船在东黄海捕捞日本鲐的生产统计数据，采用空间距离分析方法和灰色系统理论等方法，分析日本鲐渔场重心的年间变化以及与各环境因子的关系，以期探讨日本鲐渔场空间分布差异的原因，为今后我国大型灯光围网渔业的科学生产提供依据。

1 材料方法

1.1 数据来源

日本鲐的生产统计数据来自上海海洋大学鱿钓技术组，时间段为1998—2011年的8—11月，原始的生产统计数据包括船名、作业日期、作业经纬度、捕捞产量。海洋环境数据包括海表温（Sea Surface Temperature，SST）、海平面高度（Sea Surface Height，SSH）和叶绿素a质量浓度（ρChl-a），来自网站 http://oceanwatch.pifsc.noaa.gov/，时间分辨率为月，空间分辨率 0.25°，时间为1998—2011年8—11月。

所有生产统计和海洋环境数据按时间分辨率月、空间分辨率0.5° × 0.5°（为一个渔区）进行预处理。

1.2 研究方法

（1）基于产量的渔场重心。计算公式如下［5］：

式中，X为各月基于产量的渔场重心经度，Y为各月基于产量的渔场重心纬度，Ci为各月渔区 i的日本鲐产量，Xi为渔区i中心的经度，Yi为渔区i中心的纬度。

（2）空间聚类分析。采用最短距离法计算各年度8—11月各月渔场重心的空间距离。最短距离的公式为：

（3）影响渔场重心的海洋环境因子分析。根据空间聚类的结果，分别选取各类的代表性年份，然后利用灰色关联分析方法，按月分析不同类别中各环境因子对渔场重心的影响程度（LSST，LSSH，LChl-a），以各年同一月份的渔场重心经纬度为母序列，各年相同月份的各环境因子为子序列。计算方法见文献［6-7］，空间分辨率取0.5° 。

2 结 果

2.1 各年度渔场产量重心变化分析

1998—2011年间，8月份渔场重心分布在123°2′E—126°19′E、26°57′N—29°50′N，平均渔场重心位置为124°3′E、27°55′N（表1）；9月份渔场重心分布在123°12′E—126°30′E、27°19′N—37°12′N，平均渔场重心为124°22′E、30°15′N（表1）；10月份渔场重心分布在123°36′E—126°10′E、29°36′N—37°47′N，平均渔 场重心位置为124°30′E、34°12′N（表1）；11月份渔场重心分布在 122°58′E—125°36′E、31°49′N—36°5′N，平均渔场重心为 124°31′E、34°31′N（表1）。由表1分析可知，1998—2011年8—11月份渔场重心在纬度上变化范围为 122°58′E—126°31′E、26°57′N—37°48′N，即渔场重心在纬度上的变化范围较经度上大。

表1 1998—2011年8—11月日本鲐渔场重心分布Table 1 Gravity of fishing ground for Scomber japonicas during August to November of 1998-2011

2.2 渔场重心聚类

以空间距离1.25为阀值（图1），计算各年份渔场重心聚类，8月份分为（2005）、（2007）、（2001、2008、2011、2006、2004、2010、2000、1999、2009、1998、2002、2003）3类；9月份分为（2000）、（2001）、（1998）、（1999、2005、2008、2004、2003、2007、 2006、2010、2002、2009、2011）4类；10月份分为（1998）、（2006）、（2000）、（2001、2002、2004、1999、2003、2010、2008、2007、2011、2005、2009）4类；11月份分为（2010）、（2001）、（2006、1999、1998、2000、2007、2005、2003、2002、2008、2004、2009、2011）3类。

图1 8—11月各月日本鲐渔场重心聚类结果Fig.1 Monthly clustering result of gravity of fishing ground for Scomber japonicas during August to November

2.3 海洋环境因子对日本鲐渔场重心的影响

根据最短距离聚类分析结果，8月份共分为3类，分别取2005年、2002年、2007年作为分析样本；9月份共分为4类，分别取2000年、2001年、2010年、1998年作为分析样本；10月份共分为4类，分别取1998年、2006年、2009年、2000年作为分析样本；11月份共分为3类，分别取2010年、2009年、2001年作为分析样本。灰色关联度分析结果（表2），各月份海洋环境因子对渔场重心（经度和纬度）的影响程度是一致的，均为关联值为LSST＞LSSH＞LρChl-a，即环境因子对渔场重心的影响程度为SST＞SSH＞Chla。分析还发现环境因子对渔场中心在经度上的影响比纬度上的大。

表2 8—11月各环境因子与日本鲐渔场重心的灰色关联度Table 2 The grey correlation degree between environmental factors and gravity of fishing ground for Scomber japonicas

3 分析与讨论

1998—2011年间，8—11月捕捞日本鲐的我国大型灯光围网渔场重心在经度上分布在124°03′E—124°31′E，在纬度上分布在 27°55′N—34°31′N。由此可见，渔场重心在纬度上的变化范围比经度上范围大（图2），基于产量的日本鲐渔场重心发生明显的北移现象，这与日本鲐实行季节性洄游有显著的关联性。崔科等［8］也曾对东黄海鲐鱼渔场重心做过分析，本研究与其分析结果一致。本研究中日本鲐的渔场重心在年际变化上也极为显著，如 8月份，2002—2003年渔场重心分布在26.94—26.97゜N、123.37—123.44゜E海域，而2000—2001年则分布在 28.22—29.13゜N、123.05—123.32゜E海域，在经度和纬度上平均相差0.2゜E、1.8゜N；9月份，2000—2001年渔场重心分布在34.22—37.20゜N与123.20—123.87゜E海域，而1998—1999年则分布在27.31—27.50゜N、123.31—123.36゜E海域，在经度和纬度上平均相差0.2゜E、7.7゜N；10月份，1999—2002年渔场重心分布在35.92—37.79゜N、123.63—124.64゜E海域，而 2009—2011年则分布在 32.20—33.56゜N、124.85—125.30゜E海域，在经度和纬度上平均相差1.1゜E和4.0゜N；11月份1998—2000年渔场重心分布在35.87—36.08゜N、124.24—124.33゜E海域，而 2009—2011年则分布在 31.82—33.41゜N、124.99—125.60゜E海域，在经度和纬度上平均相差1゜E和 3.3゜N，其中月份渔场重心的年际变化相对较小。分析认为，年间渔场重心的显著变化，与黄海暖流及冷水势力的强度变动相关，具体体现在年际表温的差异，这一结果与灰色关联度分析一致。同时也可能受到厄尔尼诺现象［9］和长江冲淡水［10］等的影响洪华发等的研究认为，厄尔尼诺现象会对近海各种生物资源量分布产生影响，进而对近海日本鲐围网渔场重心的偏移产生影响。

图2 1998—2011年各月日本鲐渔场重心空间分布Fig.2 Monthly gravity of fishing ground for Scomber japonicas during 1998 to 2011

灰色关联度结果，海洋环境因子对日本鲐渔场重心的影响程度为SST＞SSH＞Chla。王从军等［11］在分析 1999—2011年东、黄海日本鲐资源丰度年间变化时，GAM模型验证了SST是对日本鲐资源丰度指数影响最大的环境因子，资源丰度高的海域就是渔场的重心，因此从另一方面也说明SST与日本鲐渔场重心的关系较为密切。李纲等［12］在利用渔获产量分析夏季日本鲐渔场分布及其海洋环境因子的研究中，认为叶绿素a浓度并非日本鲐渔场形成的主要因素，本研究从另一个侧面来验证李纲等［12］的研究结果。

虽然与SSH、Chla相比，SST是影响近海日本鲐灯光围网渔场重心较大的因子，但这并不是说渔场重心的形成只和SST有关，其他的海洋环境因子同样起到了重要的作用，SST只是表征出来的环境因子。关于长江冲淡水表现出低温，而黑潮暖水分支表征出高温，类似这些影响日本鲐渔场分布年间差异的机制还有待进一步研究。

［1］唐启升.中国专属经济区海洋生物资源与栖息环境［M］.北京：中国科学出版社，2006.

［2］苗振清.东海北部近海夏秋季鲐鲹渔场与海洋水文环境的关系［J］.浙江水产学院学报，1993（1）：32-39.

［3］张月霞，苗振清，卢占晖.基于GIS/RS的东海南部渔场海表温度与中上层鱼类渔获量的关系［J］.浙江海洋学院学报（自然科学版），2007（2）：150-154.

［4］李纲，陈新军.东海鲐鱼资源和渔场时空分布特征的研究［J］.中国海洋大学学报（自然科学版），2007（6）：921-926.

［5］曹晓怡，周为峰，樊伟，等.印度洋大眼金枪鱼、黄鳍金枪鱼延绳钓渔场重心变化分析［J］.上海海洋大学学报，2009（4）：466-471.

［6］陈新军.灰色系统理论在渔业科学中的应用［M］.北京：中国农业出版社，2003：198.

［7］陈新军，钱卫国，许柳雄，等.北太平洋150°E-165°E海域柔鱼重心渔场的年间变动［J］.湛江海洋大学学报，2003，03：26-32.

［8］崔科，陈新军.东、黄海围网渔场鲐鱼参鱼产量的年际变动［J］.海洋学研究，2005（2）：41-49.

［9］洪华生，何发祥，杨圣云.厄尔尼诺现象和浙江近海鲐鲹鱼渔获量变化关系——长江口ENSO渔场学问题之二［J］.海洋湖沼通报，1997（4）：8-16

［10］杨红，章守宇，戴小杰，等.夏季东海水团变动特征及对鲐鲹渔场的影响［J］.水产学报，2001（3）：209-214.

［11］王从军，邹莉瑾，李纲，等.1999-2011年东、黄海鲐资源丰度年间变化分析［J］.水产学报，2014（1）：56-64.

［12］李纲，陈新军.夏季东海渔场鲐鱼产量与海洋环境因子的关系［J］.海洋学研究，2009（1）：1-8.

（责任编辑：陈庄）

Annual Change of Fishing Ground Gravity for Scomber japonicas by Large Light Seine Fishery and Their Relationship with Environmental Factors in the East China Sea and Yellow Sea

YUAN Xiao-nan1，CHEN Xin-jun1，2，3，4，LI Gang1，2，3，4
（1.College of Marine Sciences of Shanghai Ocean University，Shanghai 201306，China；2.National Engineering Research Center for Oceanic Fisheries，Shanghai Ocean University，Shanghai 201306，China；3.The Key Laboratory of Sustainable Exploitation of Oceanic Fisheries Resources，Ministry of Education，Shanghai Ocean University，Shanghai 201306，China；4.Collaborative Innovation Center for Distant-water Fisheries，Shanghai 201306，China）

Chub mackerel（Scomber japonicas），an important economic pleagic species in the East China Sea and Yellow Sea，is targeted by large light purse seine fishery.Nearest neighbour method of cluster analysis was used to culster the gravity centres of fishing groud of large light purse seine fleets during 1998 to 2011.Morever，applied grey correlation approach was utilized to analyze the correlation degrees between the gravity of fishing groud and environmetal factors，i.e.sea surface temperature（SST），sea surface height（SST） and sea surface chlorophyll a concentration（Chl-a）.The results indicatd that the environmetal factors greatly affcted the spatial-temporal distribution of the gravity of fishing ground，and the ability from high to low was SST，SSH，and Chl-a.Futhermore，the correlation degrees between environmental factors and latitude of gravity of fishing groundwas were higher than those between environmental factors and longitude of gravity of fishing ground.

nearest neighbour method of cluster analysis；gravity of fishing ground；grey correlation approach；environmetal factors；Scomber japonicas

S931.41

A

1673-9159（2016）03-0110-05

10.3969/j.issn.1673-9159.2016.03.018

2015-07-05

国家自然科学基金（NSFC41476129，NSFC41276156）；国家863计划（2012AA092303）；国家科技支撑计划（2013BAD13B01）

袁小楠（1992—），女，硕士研究生，研究方向为渔业资源评估。Email： shanglilaidewa@163.com

陈新军，男，教授，研究方向为渔业资源与渔场学、远洋鱿钓渔业、渔业资源经济学。Tel： 021-61900306，E-mail：xjchen@shou.edu.cn