论文部分内容阅读
海洋渔业资源是国家战略性资源,是国家粮食安全和优质动物蛋白供给的重要保障。我国作为海洋大国,建设“蓝色粮仓”为特色的绿色化、信息化现代海洋渔业产业尤为重要。一方面,由于我国近几十年来沿海人口迅速增长,工业和经济快速发展,近海过度捕捞和环境污染不断加剧,以致我国海洋渔业承载压力增加,海洋经济鱼类资源持续衰退;另一方面,海洋环境作为海洋鱼类赖以生存和活动的空间,不仅影响鱼类的产卵、摄食、分布和集聚等活动,也直接影响我国渔业产业经济和质量。因此,开展海洋环境要素与海洋渔业种类、产量及分布之间的关系研究,既是认知海洋环境与渔业资源相互关系的重要科学问题,也对加强我国海洋渔业产业发展和“蓝色粮仓”建设具有重要的现实意义。本研究基于2010-2019年南海西北部海洋环境遥感数据（海表温度、叶绿素a浓度、悬浮泥沙浓度、风浪和涌浪、海水流速）与渔业资源捕捞产量数据,开展了南海西北海域关键海洋环境要素与典型渔业资源之间的关系研究。首先,基于多年卫星遥感数据,利用经验正交函数方法,分析了南海西北海域关键海洋环境要素的季节时空特征,接着,讨论了南海西北部典型渔业资源量的变化对海洋环境的响应;然后,基于2012-2018年南海西北部典型鱼类蓝圆鲹资源调查数据,利用BP神经网络模型（Back Propagation Neural Network,BPNN）与广义可加模型（Generalized Additive Mode,GAM）,开展了蓝圆鲹的资源丰度的预测分析,并进一步探讨了南海关键海洋环境要素与其渔业资源丰度的关系。论文的主要研究成果如下:（1）南海西北海域关键环境要素在夏季和冬季有显著变化特征。南海西北部海表温度（Sea Surface Temperature,SST）从北到南呈阶梯带状分布,夏季SST最高,SST范围为28-30 Co,冬季最低,SST范围为18-26 Co;海面盐度（Sea Surface Salinity,SSS）在北部湾表现为自西北向东南海域逐渐升高,海南岛以东海域则表现为自东北向西南逐渐降低的趋势。冬春季SSS较高,范围为33-34,水平阶梯分布明显,夏秋季较低,范围为32.6-33.6,阶梯分布较弱;叶绿素a（Chlorophyll a,CHL-a）浓度和悬浮泥沙浓度（Suspended Sediment Concentration,SSC）在南海西北部冬季最高,夏季最低。近岸海域四季变化较大,CHL-a变化范围大于1 mg/m~3,SSC变化范围为5-50 mg/L;南海西北部风浪波向（Mean Direction of Wind Waves,MDWW）与涌浪波向（Mean Direction of Total Swell,MDTS）在四季基本一致,夏季波向为偏南-北向,冬季偏东北-西南向。波高有自东北向西南逐渐降低的趋势,冬季波高最大,夏季最小,涌浪波高整体大于风浪;南海西北部流速在冬季最高,夏季最低,北部湾海域流速相对较小,海南岛东南海域流速整体较大,海南岛东南近岸长期发育一支流速较快的海水。近10年EOF模态结果显示南海西北部关键海洋环境要素在2010-2012年、2013-2014年、2015-2016年和2018-2019年呈现不同时空特征变化,时间模态系数在2015-2016年和2018-2019年有明显异常波动。（2）南海西北海域渔业捕捞产量在2010-2016年为上升趋势,2017-2019年呈现明显下降趋势。带鱼和蓝圆鲹捕捞产量在2018年下降趋势幅度大于2017年,蓝圆鲹和金线鱼捕捞产量在2015年明显下降,带鱼和金线鱼捕捞量产在2016年有最大值。分析表明,2017年农业部研究出台了“十三五”伏季休渔、海洋渔船“双控”管理、海洋渔业资源总量管理3项海洋渔业资源管理改革政策,导致人类捕捞活动显著减少,这可能是2017-2019年捕捞产量下降的主要原因。分析表明,南海西北部关键海洋环境要素在2015-2016年和2018-2019年时空分布与往年具有不同变化特征,既在南海西北海域SST、SSS、CHL-a的异常增高、MDWW偏北-南向,近岸海域SSC下降、海南岛东南部远海及南海中部涡旋减弱时,可能不利于南海西北部带鱼、蓝圆鲹和金线鱼的生长。（3）GAM模型可实现对南海西北部蓝圆鲹资源丰度的高精度预测。基于2012-2018年南海西北部蓝圆鲹资源调查数据,使用BPNN和GAM方法建立春、夏、秋和冬季蓝圆鲹渔业资源丰度预测模型,结果表明,GAM模型的预报精度最高且涉及因子较少,是预测南海西北海域蓝圆鲹丰度的最佳模型。BPNN预报能力稍差,但在趋势上,其预报结果在夏季和冬季更加趋于一致。（4）南海西北部蓝圆鲹资源丰度与关键海洋环境要素的关系在不同季节具有差异性。春季,南海西北部蓝圆鲹单位捕捞努力量渔获量（Catch Per Unit Effort,CPUE）受到SST、MDTS、MDWW、SSS和东向海水流速（Eastern Sea Water Velocity,ESWV）不同程度的影响,其中,MDWW贡献率最大,贡献率为26.40%,其次为SSS,然后是ESWV;在夏季,CPUE受到CHL-a、MDTS、SSS、SSC和ESWV不同程度的影响,其中,SSS贡献率最大,贡献率为28.00%,其次为ESWV,然后是MDTS;在秋季,CPUE受到SST、MDTS和SSS不同程度的影响,其中,SST贡献率最大,贡献率为24.00%,其次为SSS,然后是MDTS;在冬季,CPUE受到SST、CHL-a、MDWW、SSC和北向海水流速不同程度的影响,其中,MDWW贡献率最大,贡献率达15.00%,其次为CHL-a,然后是SSC。