發(fā)布時間：2018-03-13 02:27

  本文選題：印度洋　切入點：長鰭金槍魚　出處：《上海海洋大學》2017年碩士論文　論文類型：學位論文

【摘要】：一、印度洋長鰭金槍魚資源的時空分布長鰭金槍魚主要分布于大洋中上層,對2005-2014年印度洋長鰭金槍魚資源的時空分布運用漁業(yè)地理信息系統(tǒng)軟件ArcGIS、漁場重心計算方法以及灰色關聯(lián)度等方法進行了研究,結果顯示(1)長鰭金槍魚總體上CPUE年間變化和月間變化差異均呈現(xiàn)上升的趨勢,平均CPUE分界線均位于2009—2010年。(2)基于長鰭金槍魚漁獲量的空間分布分為三類:2005年、2006年和2007年為第一類,長鰭金槍魚漁獲量的相關系數(shù)均在0.85以上,資源分布區(qū)域主要集中在印度洋西部海域;2008年和2009年為第二類,長鰭金槍魚漁獲量的相關系數(shù)均在0.74以上,資源分布區(qū)域主要集中在印度洋東部海域和西部海域,在印度洋中部海域的分布較少;2010年、2011年、2012年、2013年和2014年為第三類,其長鰭金槍魚漁獲量的相關系數(shù)均在0.71以上,資源分布區(qū)域主要集中在印度洋西部海域,西部海域高漁獲量較2005—2009年長鰭金槍魚資源主要分布區(qū)偏東10—20個經(jīng)度,東部海域高漁獲量較2008—2009年長鰭金槍魚資源主要分布區(qū)略有縮小,范圍在10個經(jīng)度。(3)長鰭金槍魚CPUE的高分布區(qū)與其漁獲量的空間分布區(qū)基本相同。(4)灰色關聯(lián)度的分析表明,2010年、2012年和2013年長鰭金槍魚資源豐度最高,2005和2014年長鰭金槍魚資源豐度較高,2006年、2008年、2009年和2011年長鰭金槍魚資源豐度較差,2007年長鰭金槍魚資源豐度最差。二、運用生物量動態(tài)模型評估印度洋長鰭金槍魚資源生物量動態(tài)模型因所需數(shù)據(jù)量少、結構較為簡單,是常用的漁業(yè)資源評估模型。多年來,這類模型一直被用于評估大西洋和印度洋的金槍魚類資源。然而,這些應用均未考慮模型的重要結構即剩余產(chǎn)量模式和模型擬合標準對資源評估的影響。本文運用典型的非平衡生物量動態(tài)模型---ASPIC模型,以漁獲量和標準化CPUE為主要數(shù)據(jù),評估印度洋長鰭金槍魚(Thunnus alalunga)資源,重點比較FOX與LOGSITIC兩種剩余產(chǎn)量模式、最小殘差平方和(SSE)與最小殘差絕對值和(LAV)對資源評估的影響。結果顯示,剩余產(chǎn)量模式和擬合標準的選用對漁業(yè)管理生物學參考點估計(包括MSY、FMSY、BMSY)有明顯影響,且總體而言,前者的影響更大;但在資源開發(fā)狀態(tài)的定性判斷上(即過度捕撈與否),上述選用未有明顯影響。本研究表明,在今后的生物量動態(tài)產(chǎn)量模型運用中,應根據(jù)魚種和漁業(yè)特點,考慮剩余產(chǎn)量模式和模型擬合標準這兩個不確定性因素。三、印度洋長鰭金槍魚資源評估的回顧性分析近來年,隨著漁業(yè)資源評估模型日益多樣化、參數(shù)設置日益復雜化,資源評估過程中模型選擇以及數(shù)據(jù)質(zhì)量之間是否一致會對評估結果是否更接近實際以及合理提供科學管理意見產(chǎn)生關鍵性影響。同一個資源評估模型中,隨著漁業(yè)數(shù)據(jù)的逐年增加,同一年的資源量或捕撈死亡系數(shù)均會出現(xiàn)趨勢性的系統(tǒng)性誤差,即“回顧性問題”,從而導致評估結果的不準確。本文利用1979-2014年印度洋長鰭金槍魚資源的漁業(yè)數(shù)據(jù),進行七次逐年的修整數(shù)據(jù)檢驗利用非平衡剩余產(chǎn)量模型-ASPIC軟件進行資源評估的回顧性分析,目前主要采用摩恩ρ值度量以及直觀的圖表分析,結果顯示,定量指標與直觀分析結果一致,此評估存在負回顧性問題,然而目前還沒有系統(tǒng)成熟的方法診斷其成因并進行有效的校正,回顧性問題仍是漁業(yè)資源評估中的一大難點,如何更準確的選擇模型,使評估結果更接近實際情況,才能更好的進行評估管理,為管理者提出科學依據(jù),使?jié)O業(yè)資源合理的可持續(xù)發(fā)展。
[Abstract]:A, the temporal and spatial distribution of India ocean albacore tuna albacore tuna resources are mainly distributed in the upper ocean, India ocean for 2005-2014 years long fin tuna resources distribution by using the software of fishery geographic information system ArcGIS, barycenter calculation method and grey correlation method were studied. The results showed (1) the difference of tuna generally between CPUE change and month long fins were increased, the average CPUE boundaries are located in 2009 - 2010. (2) catch albacore tuna spatial distribution is divided into three categories: 2005, 2006 and 2007 based on the first class, the correlation coefficient of catch albacore tuna resources were above 0.85. The distribution area is mainly concentrated in the west of India ocean; in 2008 and 2009 second, the correlation coefficient of catch albacore was above 0.74. The distribution of resources are mainly concentrated in India area Ocean waters of the eastern and western waters, less distributed in the middle of the India ocean waters; 2010, 2011, 2012, 2013 and 2014 third, the correlation coefficient of albacore tuna catches were above 0.71, resource distribution areas are mainly concentrated in the west of India ocean, the west sea catches high compared with 2005 - 2009 old fin tuna the main distribution area of East resources 10 - 20 longitude, eastern area of high catches compared with 2008 - 2009 older fin tuna resources are mainly distributed in slightly reduced in the range of 10 longitude. (3) distribution area and its spatial distribution area of CPUE catch albacore tuna is basically the same. (4) analysis of grey relational degree that 2010, 2012 and 2013 older fin tuna resource abundance is highest, 2005 and 2014 older fin tuna resource abundance is high, 2006, 2008, 2009 and 2011 older fin tuna resource abundance is poor, 2007 闀塊硩閲戞灙楸艱祫婧愪赴搴︽渶宸，

本文編號：1604414