田志盼，田思泉,2,3，戴黎斌，麻秋云,2,3*

(1.上海海洋大学 海洋科学学院，上海 201306；2.国家远洋渔业工程技术研究中心，上海 201306；3.大洋渔业资源可持续开发教育部重点实验室，上海 201306)

1 引言

黄鳍金枪鱼（Thunnus albacares）是高度洄游类的鱼种，广泛分布于三大洋的热带和亚热带海域，资源量相对丰富且价值较高，是金枪鱼渔业中重要的经济鱼种。随着人类需求的逐渐上升，其受到的捕捞威胁也不断增加，因此进行科学的资源评估进而制定合理的养护管理措施，是实现渔业可持续开发的基础。

目前，国际上对公海金枪鱼实施管辖的是各类区域性渔业管理组织（Regional Fisheries Management Organizations,RFMOs)，大西洋黄鳍金枪鱼由国际大西洋金枪鱼养护委员会（International Commission for Conservation of Atlantic Tunas,ICCAT）进行管理。ICCAT 在对黄鳍金枪鱼的资源评估中，主要使用的评估模型有非平衡剩余产量模型（A Stock Production Model Incorporating Covariates,ASPIC）[1]、年龄结构产量模型（Age-Structured Production Model,ASPM）[2]、实际种群分析（Virtual Population Analysis,VPA）[3]和资源综合模型（Stock Synthesis III,SS3）[4]等，每个模型评估的资源状态不尽相同，ICCAT 综合各模型认为，当前资源处于资源型过度捕捞而无捕捞型过度捕捞状态。其中，剩余产量模型，相较其他模型来说，对渔业数据需求较低（仅需渔获量和种群丰度指数），且能得到最大可持续产量（Maximum Sustainable Yield,MSY）等参考点信息，故是各类渔业资源评估中使用最广泛的模型之一[5]。

除了观测误差，渔业资源种群动态中还存在环境变化等因素产生的过程误差，而ICCAT 当前使用的ASPIC 等产量模型无法估计过程误差，由该类误差产生的不确定性难以被考虑在内。JABBA（Just Another Bayesian Biomass Assessment）是一种基于贝叶斯方法的状态空间产量模型[6]，其中贝叶斯框架可以通过合理的先验信息来降低模型中的不确定性[7-8]，状态空间建模则可以同时估计过程误差和观测误差[9-11]。……