基于区间比较的适宜渔获环境条件的确定方法

冯 波，王 云，李忠炉，侯 刚

（1.广东海洋大学水产学院，广东湛江 524088；2.南方海洋科学与工程广东省实验室（湛江），广东湛江 524025；3.广东省南海深远海渔业管理与捕捞工程技术研究中心，广东湛江 524088）

目前渔业海洋学研究中，对于适宜渔获环境条件的确定没有统一的评价标准。常见的方法有空间叠加法［1-2］、累计产量法［3-4］、作业频次法［5-6］、K-S检验法［6-7］、广义加性模型法［8-9］。其中空间叠加法是依照渔获落点的空间分布与环境要素等值线关系来判断，属于空间层面的定性分析，适渔环境区间的确定仍依赖于统计学推断；K-S检验法可以确定哪个环境要素有重要影响，择出区间的理论未得到证明；渔获频次法和累计产量法依据某环境区间内的作业频次占总作业次数百分比或其产量占总产量的百分比，所占百分比的数值由人为的主观经验认定，没有一致的标准；而目前常见的广义加性模型法判断环境要素的适宜渔获区间，主要是根据环境参数作用下的CPUE自然样条平滑曲线变化趋势以及数据点密度来判断，也没有统计学意义的定量验证。确定适宜渔获环境区间是开展渔场预报的前提，需要引起足够重视。本研究在前人研究的基础上［10］，提出了确定适宜渔获环境条件的通用性标准以及一种基于区间比较的遍历搜索算法，以其为类似的渔场学研究提供参考。

1 材料与方法

1.1 数据

以南沙鸢乌贼（Sthenoteuthisoualaniensis）灯光罩网日产量数据及相关联的海表温、温跃层数据为例，说明本研究方法的应用特点。收集了2013年上半年与2014年上半年赴南沙生产灯光罩网船的生产数据，生产数据中包含每日作业的经纬度和鸢乌贼产量，数据记录共计743条，满足统计分析的要求。海表温（sea surface temperature，SST）、温跃层（thermocline）参数读取自法国CLS公司的CATSAT系统，使海表温、温跃层数据在时间和空间上和鸢乌贼生产数据一一匹配，时间精确到d，空间精确到′。

1.2 方法

渔业生产中的适宜渔获环境条件是建立在捕捞生产能取得收益的基础之上的，也即是海洋捕捞的环境条件必须是能产生效益，才是有意义的。因此，本研究提出了保本产量值的概念，保本产量值y是指某一作业方式在捕捞某一物种时，达到保本线的日产量。一般通过生产调查，很容易计算出一艘渔船一天的保本产量。首先调研计算出y值，这是确定适宜渔获环境条件的基本前提。然后进行如下运算：①分区。排列某个环境因子的指标值，然后划分出A和B两个环境指标区间，设定A区间为适宜环境区间。②比较。分别比较A区间的日产量均值μA和B区间的日产量均值μB、y的大小，满足μA95%置信区间＞y、μA＞μB者保存到记录表。③搜索与筛选。重复①②的过程，输出记录报表。④择区。本研究设置了最大μA、最大A区间累计产量占比、最大A区间作业频次占比、最大优选指数等4个标准，比较这4个标准择出区间的差异，确定最佳的择出标准。区间比较过程如图1。

图1 区间比较流程Fig.1 Interval com parison process

步骤①中A、B区间的划分方法：先从小到大排列某个环境因子的指标值，然后逐次划分A、B区间。例如，假设环境指标值排列为1、2、3、4、5。先是分成1个和4个数值的区间，划分出的组合有1，2345；2，1345；3，1245；4，1235；5，1234。然后分成2个和3个数值，当A区间是2个以上数值时，要求A区间是连续的，B区间不要求连续，划分结果是：12，345；23，145；34，125；45，123。然后是3个和2个数值，划分成两个区间：123，45；234，15；345，12。然后是4个和1个数值，划分成两个区间：1234，5；2345，1。这种排序方式的区间划分次数取决于环境指标数值个数n，如上例n是5，区间划分次数是次。

步骤②中在计算A、B区间的日产量均值μA、μB时，给出μA、μB差异显著性检验的P值，记录A区间范围（被划入A区的环境因子观测值的范围）、A区间宽度（A区间指标值个数）、A区间累计产量占比（划入A区间渔获产量与总产量的比值）、A区间作业频次占比（划入A区间作业次数与总作业次数的比值）。采用1 000次bootstrap放回重复抽样，计算出μA、μB的95%置信区间，这些参数将记录到最终输出的报表中。

步骤③是将步骤①中各种可能的区间划分组合按次序进行了遍历搜索，满足μA的95%置信区间＞y、μA＞μB，且μA、μB具差异显著性的保存到输出报表。

步骤④中的优选指数（optimal selection index，OSI）的计算公式：

式（1）中，WA是A区产量占比；FA是A区作业频次占比；WIA是A区间宽度占比，是指A区间的环境指标值个数相对于总体环境指标值个数的比值。

本研究将比较设定与不设定保本产量值，输出结果的差别；比较不同择出标准，选出区间后的有关参数的差异。数据运算过程在R 4.0.5环境下完成。

2 结果与分析

2.1 环境-产量数据组成

海表温-日产量配对数据共有732条，海表温指标值范围22.6～30.9℃，以0.1℃为间隔，指标值个数有84个，需要区间划分次数为3 569次；温跃层-日产量配对数据共有743条，温跃层指标值范围15～145 m，以5 m为间隔，指标值个数有27个，需要区间划分次数为377次。鸢乌贼日产量相对这两个环境指标的分布特征如图2、3。

图2 鸢乌贼日产量与海表温散点图Fig.2 Scatter plot of daily yield and sea surface temperature

图3 鸢乌贼日产量与温跃层散点图Fig.3 Scatter plot of daily yield and thermocline

2.2 是否设定保本产量值的差异

根据生产调研，赴南沙生产捕捞鸢乌贼的渔船都是大型灯光罩网船，各船只的功率、设备、船员配置情况基本相近。生产成本包括了船舶折旧、设备维修、网具损耗、燃油、水、伙食、工资以及税收，经测算其每日成本约为11 525元。当前鸢乌贼的市场收购价为5元·kg-1，因此鸢乌贼的保本日产量y为2 305 kg。本研究计算了设定保本日产量（y=2 305 kg）和不设定保本日产量（y=0 kg）时，比较A、B区间搜索到满足μA的95%置信区间＞y，且μA＞μB具有差异显著性条件的海表温和温跃层A区间记录个数，如表1。y值的设定对于筛选A、B区间比较的输出结果有着举足轻重的影响。

表1 满足条件记录个数Tab.1 Records thatmeet requirements

2.3 不同区间择出标准的差异

温跃层-日产量数据和海表温-日产量数据经过μA的95%置信区间＞y、μA＞μB筛选后，仍有多条记录满足要求，需要采用择出标准加以评价。4个择出标准下，选出A、B区间的参数特征如表2、表3。最大μA选出的适宜渔获区间最狭窄，数据记录较少，有时无法给出μA置信区间；最大A区间累计产量占比和最大A区间作业频次占比，选出适宜渔获区间是一样的；最大优选指数选出的区间较最大A区间累计产量占比选出的区间略窄，A区的产量占比和A区频次占比两个参数值亦略有下降。4个区间择出标准都可以用优选指数衡量比较，本例中最大优选指数选出的海表温适宜区间为27.5～29.9℃，温跃层适宜区间为35.0～49.9 m。

表2 海表温择出区间的参数差异Tab.2 Difference of parameters of selected sea surface tem perature intervals

表3 温跃层择出区间的参数差异Tab.3 Difference of parameters of selected therm ocline intervals

3 讨论

3.1 区间择出方法

确定适宜渔获环境条件最直接的方法是空间叠加法，如晏磊等［1］根据海表温等值线与秋刀鱼渔获的分布关系，得到最佳作业表温为10～13℃；杨胜龙等［2］描述了大西洋中部温跃层特征参数与黄鳍金枪鱼（Thunnusalbacares）单位捕捞努力量渔获量的空间分布关系。此方法属于定性分析，统计学上推断分析较少。利用累计产量与环境指标的关系也可以观察到渔获主要的环境指标区间，如徐丽丽［3］观察东太平洋低纬度海区大眼金枪鱼（T.obesus）的钓获产量与海表温的分布关系，发现其高渔获适宜表温范围在25.5～28.4℃；陈芃和陈新军［4］统计了各月海表面温度与秘鲁鳀（Engraulisringens）渔场渔获量、捕捞努力量的关联表，得到了各月适宜渔获海表温。频次分析与统计累计产量的效果类似，如刘勇和陈新军［5］统计了作业天数与海表温的关系，发现中西太平洋金枪鱼围网作业主要集中在28～31℃的海域；纪世建等［6］统计南海及临近海域黄鳍金枪鱼高CPUE在各SST区间的频次分布情况，发现77%的高CPUE出现在26.9～29.9℃海域。此类推断属于经验性的方法，尤其生产初期，在资源量好的情况下，容易陷入只要生产投入多，产出自然也多的偏颇认识，忽略了渔业生物分布与环境间的关系，需要在生产实践中不断积累数据加以修正观点。也有一些学者利用K-S检验法寻找适渔区域，如纪世建等［6］以D（t）最大值为基点划出了最适表温区间；阮超［7］在确定南极大磷虾（Euphausiasuperba）中心渔场表温时也采用相同的取法。K-S检验是判断密集无规律渔获数据与环境关系的有效手段，通过观察累计分布函数与经验加权累计分布函数的差异，可直观地判断出该环境因素是否对渔获有影响，但用于区间划分的理论依据尚未得到充分验证。

广义加性模型是近年来运用较多的判断适宜环境区间方法，如陈良野［8］观察到大西洋大眼金枪鱼CPUE样条曲线在SST为27.6～28.4℃间时，CPUE逐步增大且渔船作业次数最多，遂将之定为最适表温；也有如唐峰华等［9］将自然样条平滑实线的95%置信区间虚线最狭窄段定义为渔场最适环境范围，此种做法，仍存在着主观的判断，缺乏统计学的定量比较。此外，还有王言丰等［11］采用多元线性回归方法分析北部湾灯光罩网CPUE与环境关系，也需通过观察标准化CPUE曲线的变化趋势来判断适宜环境区间，他们还用空间趋势面插值手段，找到了标准化CPUE的SST、Chl a的高值分布区，但这些方法仍是基于观察的角度，定量分析不足。叶泰豪等［10］在分析中西太平洋鲣（Katsuwonuspelamis）中心渔场适宜环境时，提到了区间比较的方法，但其择出的适宜环境区间只是众多可能性之一。本研究进一步发展了叶泰豪等［10］的方法，采用遍历搜索的方式，找出所有可能的区间，通过设定保本产量值和区间择出标准加以筛选，找出相对适宜的环境区间。

3.2 区间择出标准

前述区间择出的方法，多数没有明确的择出标准，依赖于主观的认定，是一种经验性的判断方法。即便是累计产量法，如陈芃和陈新军［4］文中所述的产量占比在72.89% ～97.93%间变动；或是作业频次法，如陈芃和陈新军［4］文中所述的捕捞努力量占比在72.35% ～98.29%间变动，区间的界定标准都不固定。面对生产数据在季节上的波动，也有研究者如陈良野［8］将作业频率规定为大于10%，闫敏［12］设定作业频率必须大于5%。当前区间择出标准的不确定，应源于“适宜环境范围”定义的模糊性。以海表温为例，有简单表达成“适宜海表温”、“最适海表温”、“最佳海表温”等宽泛的概念，也有精确表达成“某海域某渔具某鱼种渔场适宜（最适）海表温”这样狭窄的概念。事实上“适宜环境范围”不能宽泛化，在落实到生产实践时，它必然面对着特定的海域、特定的渔具和特定的渔业生物。它必须联系到生产作业，而且生产必定要产生效益，否则表达的概念极易与“某生物适宜栖息水温”、“某生物喜好水温”等生态学术语混淆。从生产层面认知的“适宜环境范围”必须加上“渔获”、“作业渔场”等修饰语加以限定，明确其用处。故此本研究引入了保本产量值，作为第一筛选条件，使之在生产上具有意义。当然y值也会受到市场收购价影响，出现一定的波动。甚至有时y值过高，会使某物种的某一环境指标没有在适宜的渔获区间出现，根据木桶定律，这时不宜出海捕捞该物种。现实中常常见到环境条件在生物适应上满足要求，但因市场收购价格过低不能保本，渔民仍会停止出海捕捞的情况。使用y值筛选，可以使这一现象得以解释。本研究又在y值基础上比较了4个择出标准，结果发现取μA最大，择出区间最狭窄，且产量占比和作业频次占比很小，使用价值低；最大A区间累计产量占比和最大A区间作业频次占比择出的区间往往趋于一致，因为作业频次高的区间，累计产量也高；最大优选指数选出的区间，累计产量和作业频次占据份额都略有下降，但它选出了相对窄的区间内日产量均值、A区产量占比和A区频次占比最大的组合。优选指数的最大优点是可以将4个标准放在一起，比较优选指数大小，选出适宜区间。该指数也可用于常见方法［1-9］选出的渔获适宜环境区间的效果评价。

4 小结

本研究从渔业生产的视角出发，对“适宜渔获环境范围”进一步诠释，强调了“渔获”的生产属性，由此引入了保本产量值的概念，使之更贴合生产实际。设计了A、B分区比较、遍历搜索的算法，对比了4个择出标准，确认了最大优选指数是值得推荐的择区标准。本方法应用的前提是，先要对各个环境因素与渔获量的相关性进行确认，可用广义线性模型、广义加性模型、K-S检验等方法找出相关性密切的环境因子，也要排除共线性的环境因子，然后通过大量生产调研取得同规格渔船某一捕捞对象的保本产量值，再用本研究推荐的分析方法找出适宜渔获环境区间。在应用时，通过验证分析选出关键的2～3个环境指标（环境指标之间独立不相关），将这2～3个指标区间的空间叠加区域作为预报渔场的范围［13］，并在实践中不断补充数据，更新区间范围，以提高渔场预报的准确度。