三疣梭子蟹（Portunus trituberculatus）是东海海域一种重要的经济蟹类,同时也是东海重要的渔业捕捞品种之一。近年来,随着捕捞压力的不断增大和海洋环境的变化,三疣梭子蟹的产量出现了较大的波动,其资源也出现过度捕捞的迹象。为了保护三疣梭子蟹资源,维持资源的可持续利用,政府相关部门也采取了一系列的措施,如不断加大增殖放流力度,延长三疣梭子蟹休渔期等。2017年农业农村部在浙北渔场正式开展梭子蟹限额捕捞试点工作,而准确了解三疣梭子蟹的资源量和分布状况是开展这项工作的前提,只有充分了解资源现状才能制定更加合理的管理策略。本研究以三疣梭子蟹为研究对象,根据2006-2007共四个季度月的渔业资源和环境调查数据,通过建立广义可加模型（Generalized additive model,GAM）、支持向量机（Support vector machine,SVM）、人工神经网络（Artificial neural network,ANN）、随机森林（Random forest,RF）、梯度提升回归树（Gradient boosting regression tree,GBRT）和极限梯度提升（Extreme gradient boosting,XGBoost）等6种模型,分析东海北部海域三疣梭子蟹时空分布与环境因子之间的关系,同时以赤池信息准则（AIC）和方差解释率（VE）等指标来筛选最优拟合模型,以模型拟合和模型预测的~2差值△~2为指标,来判别不同模型的过度拟合现象。使用交叉验证法评估模型的预测性能,每个交叉验证过程重复模拟10000次。同时,将相对均方根误差（RRE）和决定系数~2作为评估模型预测性能的指标。通过对不同季节、不同模型的拟合效果、预测性能等进行比较,得到各季节的最优预测模型。最后,使用各季节的最优预测模型对三疣梭子蟹的分布进行预测。通过研究得出以下结论:1.春季6种模型中有5种都表明底温的贡献率最大,夏季和秋季也有3种模型表明底温的贡献率最大,而冬季6种模型中有4种模型表明p H的贡献率最大。此外,F检验结果也表明底温和p H对三疣梭子蟹相对资源密度分布有显著影响（P＜0.05）。2.当以模型的累计解释率为指标比较不同季节之间模型拟合效果时,春季模型的拟合效果要优于其他几个季节;四个季节中均为XGBoost模型的拟合效果最佳,ANN模型次之,而GBRT模型的拟合效果相对较差。3.当以△~2为指标比较不同模型的过度拟合现象时,春季各模型的过度拟合现象最轻微,△~2值最大不超过0.3,秋季各模型的过度拟合现象最严重,△~2值均大于0.51。GAM、ANN、SVM 3种单一结构模型的过度拟合现象要比RF、GBRT、XGBoost3种集成学习模型更为严重。4.以决定系数~2和相对均方根误差（RRE）比较不同模型的预测性能,结果表明,春季模型的预测性能要优于其他3个季节。春季和冬季,RF模型的预测性能最佳,夏季和秋季,XGBoost模型的预测性能最佳。除秋季外,其他三个季节均为SVM模型的预测性能最差。5.使用各季节最优预测模型对东海北部海域三疣梭子蟹资源分布状况进行预测,结果显示,不同季节三疣梭子蟹资源分布状况具有明显差异,总体上夏季的资源分布比较均匀且平均资源密度要大于其他3个季节,春季东北部海域资源密度大于西南部海域,秋季东部海域资源密度高于西部海域,冬季中北部海域资源密度相对较高,且在东南部海域存在一块资源密度的低值区。本研究基于多种模型对三疣梭子蟹时空分布与环境因子之间的关系进行分析,发现底温和p H等因子对三疣梭子蟹分布有显著影响。通过比较不同模型的优缺点,提出了分季节适用于三疣梭子蟹资源分布的预测模型,这对今后更加准确地对东海北部海域三疣梭子蟹资源分布进行预测以及其资源的合理开发和科学管理具有一定的指导意义。