異常氣候下溫躍層及時空因子對中西太平洋黃鰭金槍魚漁場分布的影響

周為峰,陳亮亮,崔雪森,張衡

(1.中國水產科學研究院東海水產研究所，上海 200090;2.浙江海洋大學數理與信息學院,浙江 舟山 316022)

異常氣候對全球氣候變化和環境產生深刻的影響。海洋溫躍層是介于上層暖水與下層冷水之間溫度出現急劇下降的層，是海洋中主要的物理現象之一。作為全球氣候年際變化最強信號的厄爾尼諾——南方濤動(El Nio-Sothern Oscillation,ENSO)，其發生、發展和消亡與熱帶太平洋溫躍層聯系緊密[1-2]。利用全球Argo海洋剖面觀測網進行溫躍層判別[3-6]和溫躍層季節年際變化的研究[7]成為海洋學研究的重要手段。異常氣候影響下的海洋環境也同時影響著漁業資源的分布和漁業捕撈活動。楊勝龍等[8]根據大西洋金槍魚延繩釣主要作業漁場區溫躍層的時空變化特征和金槍魚生活習性對延繩釣白天和夜晚的投鉤深度給出了合理建議。大尺度海洋異常環境對漁業資源及漁場分布影響顯著，Hampton等[9-10]研究表明,鰹魚對溫度的變化非常敏感，其分布會隨ENSO的發生產生相應的遷移。通過計算漁場的重心研究中西太平洋鰹魚圍網漁場受ENSO現象的影響發現，厄爾尼諾發生時鰹魚圍網單位捕撈努力量漁獲量(catch per unit effort,CPUE)經度重心較正常年份向東偏，拉尼娜年向西偏[11-12]。這些研究多集中于海洋表層環境因子對漁業資源分布的影響，而對于異常氣候條件下的次表層海洋環境特征及其對漁業資源的影響關注較少。

本研究根據美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration，NOAA)對拉尼娜和厄爾尼諾事件的定義，用海洋尼諾指數(oceanic nio Index,ONI)來表征厄爾尼諾和拉尼娜事件[13]，繪制了異常氣候模態下溫躍層的上界溫度、上界深度及躍層厚度和躍層強度等各參數與黃鰭金槍魚CPUE分布的疊加圖，分析了拉尼娜年和厄爾尼諾年各參數的分布規律以及對黃鰭金槍魚空間分布的影響，并采用GAM模型分析各變量對黃鰭金槍魚CPUE的影響，為該海域金槍魚實際生產作業提供更多的溫躍層分布信息和理論參考。

1 材料與方法

1.1 數據來源

研究區域為130°E—130°W、25°N—25°S 中西太平洋海域，漁業數據來源于2008年1月—2017年7月中西太平洋金槍魚圍網船的漁撈日志數據，數據中包括生產船名、生產日期、作業位置的經緯度、作業網次、魚種類型和產量。

溫度數據來源于BOA_Argo數據集[14](第八版)，由中國Argo實時資料中心提供。時間范圍是2004年1月—2018年12月，時間分辨率是月；空間范圍是全球海洋(180°W—180°E,80°S—80°N)，空間分辨率是水平方向 1°×1°,垂直方向 0—1 975 m 不等間距的58個標準層。該數據集數據格式有matlab和netcdf格式供用戶選擇[15]，且資料可信度高。與WOA18資料比較，BOA_Argo網格資料揭示的表層溫度和鹽度的分布特征更細致，能夠更好地反映ENSO信號。篩選出同期的溫度數據與漁撈日志數據用于后續分析。

表1 厄爾尼諾和拉尼娜事件的定義Table 1 Definition of El Nio and La Nia events

ONI事件類型Type of eventONI事件類型Type of event0.5≤ONI≤0.9弱厄爾尼諾事件WE-0.9≤ONI≤-0.5弱拉尼娜事件WL1.0≤ONI≤1.4中強度厄爾尼諾事件ME-1.4≤ONI≤-1.0中強度拉尼娜事件ML1.5≤ONI≤1.9強厄爾尼諾事件SE-1.9≤ONI≤-1.5強拉尼娜事件SLONI≥2.0超強厄爾尼諾事件VSEONI≤-2.0超強拉尼娜事件VSL

表2 2008—2017年的海洋尼諾指數Table 2 ONI from 2008 to 2017

1.2 數據分析方法

漁獲率采用 CPUE 按月按經緯度(1°×1°)進行預處理，為了和溫度數據相匹配，將CPUE按1°×1°網格計算，公式如下。

(1)

其中，CPUE為單位捕撈努力量漁獲量(t·net-1)；Catchymij為漁獲量；Effortymij為捕撈努力量(即累計的作業總網次)；y表示年；m代表月；i表示經度；j表示緯度。

由于BOA_Argo數據集在垂直方向為0—1 975 m不等間距的58個標準層，因此采用Akima[17]插值方法以2 m間隔將深度上分布不均勻的Argo浮標剖面溫度資料等距插值到規則深度層。采用周燕遐等[18]對溫躍層的判別方法，計算溫度剖面的梯度(ΔT/ΔH)。當一個溫度剖面中某一段的垂直梯度大于或等于深水躍層最低限值標準0.05 ℃·m-1,則確定該段為溫躍層，則該段水層的上、下界點所在深度就是溫躍層的上界深度和下界深度，該段的厚度為躍層厚度，該段整個垂向溫度梯度為躍層強度。據此提取溫躍層的上界溫度和深度、下界溫度和深度及躍層強度和厚度共6個特征參數。用MATLAB R2016a軟件，將2008—2017年的溫躍層特征參數按月分組，以填色等值線作圖方式顯示，使用臨近點插值方法插值彌補。

1.3 GAM方法

GAM可以模擬響應變量與多個解釋變量的非線性關系，靈活性強，在漁業領域中應用廣泛[19-21]。本研究采用GAM分析各時空變量和環境變量對CPUE的影響。時間變量包括年和月；空間變量包括經度和緯度；環境變量包括ONI、溫躍層的上、下界溫度和深度及躍層強度和厚度。模型篩選采用AIC值法，即AIC值越小，模型擬合程度越高[22]。對CPUE對數轉換[23-24]，進行標準化處理，構建的GAM方程如下。

log(CPUE+1)=s(year)+s(month)+s(lon)+s(lat)+s(environmentalvariable)

(2)

其中，year表示年份，month表示月份，lon表示經度，lat表示緯度，environmentalvariable表示環境變量。

1.4 數據處理和分析

采用Excel 2019存儲中西太平洋金槍魚圍網船的漁撈日志數據并計算CPUE；使用MATLAB R2016a軟件讀取BOA_Argo數據，并計算提取溫躍層上界溫度和深度、下界溫度和深度及躍層厚度和強度6個參數及次表層海溫垂直參數與CPUE疊加的可視化展示；采用R軟件包中mgcv函數庫構建GAM模型及分析。

2 結果與分析

2.1 溫躍層上界溫度和深度與漁獲率的時空變化

ENSO現象對中西太平洋黃鰭金槍魚圍網漁場的空間分布有顯著影響。分析典型拉尼娜年(2010年)、正常年(2013)和厄爾尼諾年(2015)溫躍層各參數與黃鰭金槍魚CPUE的疊加，結果(圖1)表明，拉尼娜年，溫躍層上界溫度28～29 ℃高值區西移，CPUE隨上界溫度高值區向西收縮而西移至170°E以西，最西至145°E；厄爾尼諾年，溫躍層上界溫度28～29 ℃高值區東擴，CPUE隨著上界溫度高值區東擴而東移至165°E以東，最東至173°W。黃鰭金槍魚是暖水性魚類，棲息和產卵需要在一定水溫之上，因此，溫躍層的上界溫度會影響黃鰭金槍魚的空間分布[8]。

A：拉尼娜年(2010)溫躍層上界溫度；B：拉尼娜年(2010)溫躍層上界深度；C：正常年(2013)溫躍層上界溫度；D：正常年(2013)溫躍層上界深度；E：厄爾尼諾年(2015)溫躍層上界溫度；F：厄爾尼諾年(2015)溫躍層上界深度。A:Upper temperature of thermocline in La Nia year (2010);B:Upper depth of thermocline in La Nia year (2010);C:Upper temperature of thermocline in normal year (2013);D:Upper depth of thermocline in normal year (2013);E:Upper temperature of thermocline in El Nio year (2015);F:Upper depth of thermocline in El Nio year (2015).圖1 溫躍層上界溫度、上界深度與黃鰭金槍魚CPUE疊加分布Fig.1 Overlay distribution of the upper temperature of thermocline,the upper depth of thermocline and the CPUE of yellowfin tuna

正常年份，赤道太平洋溫躍層的上界深度為西深東淺。拉尼娜年與正常年相比，赤道中西太平洋東、西面溫躍層的上界深度差距拉大，80～130 m上界深度值偏西，可能是因為拉尼娜年沃克環流和東南信風加強。厄爾尼諾年與正常年相比，赤道中西太平洋東西面的溫躍層上界深度差減小，80～130 m上界深度值東移。

2.2 溫躍層強度和厚度與漁獲率的時空變化

由圖2可知，溫躍層強度整體上呈西弱東強。赤道中西太平洋180°以西的區域，溫躍層在拉尼娜年的躍層強度大于厄爾尼諾年；而在180°以東區域，溫躍層在拉尼娜年的躍層強度小于厄爾尼諾年。溫躍層的躍層厚度整體上表現為西邊厚東邊薄，即以15°N和15°S為軸線，分別存在一個較厚的帶狀結構。CPUE主要分布于120～200 m厚度之間。

A：拉尼娜年(2010)躍層強度；B：拉尼娜年(2010)躍層厚度；C：正常年(2013)躍層強度；D：正常年(2013)躍層厚度；E：厄爾尼諾年(2015)躍層強度；F：厄爾尼諾年(2015)躍層厚度。A:Strength of thermocline in La Nia year (2010);B:Thickness of thermocline in La Nia year (2010);C:Strength of thermocline in normal year (2013);D:Thickness of thermocline in normal year (2013);E:Strength of thermocline in El Nio year (2015);F:Thickness of thermocline in El Nio year (2015).圖2 溫躍層強度、厚度與黃鰭金槍魚CPUE疊加分布Fig.2 Overlay distribution of the strength,thickness of thermocline and CPUE of yellowfin tuna

圖3顯示，在拉尼娜年，黃鰭金槍魚CPUE高值在經度上偏西，維度上偏南；而厄爾尼諾年CPUE高值在經度上偏東，維度上偏北。

圖3 中西太平洋黃鰭金槍魚CPUE隨經度和緯度的分布Fig.3 Distribution of CPUE with longitude and latitude for yellowfin tuna in the Central and Western Pacific

從圖4來看，拉尼娜年漁獲量較高，如2008、2010、2011和2016年。拉尼娜年的主要作業區域位于中西太平洋暖池的中心，該海域的溫度十分適宜黃鰭金槍魚的生長，因此拉尼娜年的漁獲量較高，資源豐度也較大。厄爾尼諾年漁獲量較低，如2009和2015年。厄爾尼諾年，西太平洋溫躍層變淺，而中東太平洋溫躍層變深；相反在拉尼娜年，西太平洋溫躍層變深，而中東太平洋溫躍層變淺。由此可見，溫躍層的變化會引起黃鰭金槍魚中心漁場的改變。年漁獲量與CPUE間保持較為一致的變化規律。

圖4 中西太平洋黃鰭金槍魚各年的漁獲量和CPUEFig.4 Annual catch and CPUE statistics of yellowfin tuna in the Central and Western Pacific

2.3 GAM模型分析

采用GAM分析環境變量對黃鰭金槍魚捕獲時空變化的影響。結果(表3)表明，隨著因子的增多，模型AIC值下降，最終GAM保留了所有輸入變量，此時模型AIC值最小，對CPUE的總方差解釋率為21.1%。GAM中，變量對解釋CPUE變化的貢獻率體現了對CPUE的影響程度。由表4可知，時間因子的貢獻率為15.4%，空間因子的貢獻率為2.5%，環境因子的貢獻率為3.2%。其中，年份是最大的影響因素，其次是ONI、月份、緯度、經度和溫躍層的上界溫度及深度，而溫躍層的躍層強度和厚度對GAM影響較小。

表3 GAM模型統計參數Table 3 Statistical characteristics of GAM models

表4 GAM模型檢驗值Table 4 Test values of GAM models

時空變量對CPUE的影響為非線性;環境變量中溫躍層的上界溫度和深度及躍層厚度和強度對CPUE的影響作用為線性(圖5)。黃鰭金槍魚圍網CPUE在2008—2009年下降，2009年—2010年波動較大，2011—2012年下降，隨后增長至2016年，年份對CPUE的影響是波動的。在2008、2011、2013年，置信區間小，表明這些年份即拉尼娜年對CPUE的影響密切。黃鰭金槍魚CPUE在不同月份間變化較小，1—4月基本保持不變，至6月略有上升，隨后開始波動。緯度對CPUE影響曲線呈現穹頂狀，在0°(赤道)區域CPUE值最大，且95 %置信區間小，置信度較高；CPUE隨著緯度從10°S—0°升高，并且隨著0°—5°N降低，即赤道南北兩側向赤道靠攏，CPUE值逐漸增大。CPUE隨著經度從140°E—150°E而升高，但置信區間較大，置信度較低；在150°E—175°E，CPUE波動較小，置信區間較窄，說明與CPUE密切的經向空間在150°E—175°E；175°E以東，隨著經度的增加和置信區間的擴大，置信度降低。

圖5 GAM模型獲得的9個變量對CPUE的影響Fig.5 Effects of 9 predictors derived from GAM on CPUE

在環境變量中，溫躍層上界溫度與CPUE的關系表明，黃鰭金槍魚漁場所在溫躍層的上界溫度集中在27～30 ℃之間，最適上界溫度范圍為27.5～29.5 ℃。漁場所在溫躍層上界深度集中在50～150 m之間，最適上界深度范圍為80～120 m。漁場所在溫躍層厚度集中在100～200 m之間，隨著厚度增加，CPUE升高，但置信區間增大，置信度降低。漁場所在溫躍層強度集中在0.08～0.13 ℃·m-1之間，對CPUE的影響是正相關。ONI與CPUE的關系表明，CPUE隨ONI的增大而增大，至0.3處達最大值，與CPUE關系密切的ONI區間為 -1～0.6。

3 討論

溫度對魚類活動既有直接影響又有間接影響，包括對魚類產卵、胚胎發育、成活率、索餌代謝、洄游移動和棲息分布等均有影響，因此溫度是影響魚類活動的重要環境因子[25]。黃鰭金槍魚是暖水性魚類，棲息和產卵需要在一定的水溫之上。從繪制的厄爾尼諾和拉尼娜異常氣候年份下中西太平洋黃鰭金槍魚漁場溫躍層特征參數的時空變化圖表明，拉尼娜年CPUE隨上界溫度高值區向西收縮而西移至170°E以西，最西至145°E；厄爾尼諾年，CPUE隨上界溫度高值區的東擴而東移，一般東移至165°E以東。其原因可能是溫躍層上界溫度影響著金槍魚空間分布，厄爾尼諾年上界溫度27～29.5 ℃高值區東擴，而拉尼娜年則上界溫度高值區西移。水溫垂直結構的變化也會影響金槍魚的水平空間分布和捕撈方式[26]。綜上所述，厄爾尼諾和拉尼娜年漁場的CPUE分布會隨著漁場適宜的溫躍層上界溫度的東擴或西移而發生變化。

為了更準確地分析異常氣候現象與中西太平洋黃鰭金槍魚資源豐度及其時空分布的關系，本研究結合GAM探索了環境變量對黃鰭金槍魚捕獲時空變化的影響，分析了漁場所在溫躍層的最適環境參數。結果發現，時間因子的貢獻率為15.4%，空間因子的貢獻率為2.5%,環境因子的貢獻率為3.2%。黃鰭金槍魚漁場所在溫躍層的上界溫度多集中于27～30 ℃之間，最適上界溫度范圍為27.5～29.5 ℃。次表層環境因子中溫躍層上界溫度的影響最大。

綜合空間疊加和GAM分析結果，從溫躍層的強度看，中西太平洋海域的溫躍層強度整體上呈西弱東強。赤道中西太平洋180°以西區域為漁場主要作業區域，該區域拉尼娜年的溫躍層強度要大于厄爾尼諾年；而在180°以東的區域，該區域拉尼娜年的溫躍層強度要小于厄爾尼諾年；CPUE與溫躍層強度為0.08～0.13 ℃·m-1的溫躍層關系更密切。

從溫躍層的厚度和上界深度看，溫躍層厚度整體上呈西厚東薄，以15°N和15°S為軸線，分別存在一個較厚的帶狀結構，CPUE分布在厚度值120～200 m之間。中西太平洋海域在拉尼娜年作業區域的溫躍層厚度要小于厄爾尼諾年。GAM分析得出,漁場所在溫躍層上界深度集中在50～150 m之間，漁場所在溫躍層最適上界深度為80～120 m，與中西太平洋黃鰭金槍魚適宜的溫躍上界深度較一致[27]。本研究發現，拉尼娜年與正常年份相比，赤道中西太平洋東、西面溫躍層的上界深度差距拉大，80～130 m上界深度值偏西；厄爾尼諾年與較正常年份相比，赤道中西太平洋東西面溫躍層上界深度差減小，80～130 m上界深度值東移。

有研究認為,在厄爾尼諾年，中西太平洋漁獲量重心位置向東和南方向移動；而在拉尼娜年，移動位置稍微向西和北方向移動；與本研究在經度上的結論基本一致，緯度上稍有差異，可能是由于研究對象不同，且研究數據的時間序列不一致，可能也會導致差異[28-29]。本文的漁獲量統計結果表明，拉尼娜年的產量要高于厄爾尼諾年。陳洋洋等[30]在研究厄爾尼諾和拉尼娜現象對中西太平洋鰹資源豐度的影響時也發現，拉尼娜年的產量較高，厄爾尼諾年的產量較低。Deary等[31]研究也表明，拉尼娜年中太平洋黃鰭金槍魚產量明顯增加。這可能是由于中西太平洋海域作業區域在拉尼娜年溫躍層上界深度比厄爾尼諾年深，而溫躍層強度也比厄爾尼諾年的強度高。拉尼娜年，該海域黃鰭金槍魚適宜的垂直棲息空間被壓縮，有利于表層漁場捕撈，漁獲率高，反之漁獲率低[32-33]。且圍網作業方式使得溫躍層垂直結構對漁場的影響不顯著，但異常氣候導致的溫躍層變化對CPUE具有顯著影響。本研究為異常氣候年份熱帶中西太平洋圍網金槍魚生產作業，以及研究其他金槍魚時空分布與溫躍層關系提供了理論參考。