海表水溫變化對東南太平洋智利竹筴魚棲息地分布的影響

徐紅云，汪金濤，陳新軍，周為峰

（1.上海海洋大學海洋科學學院，上海 201306；2.農業部東海與遠洋漁業資源開發利用重點實驗室，上海 200090；3.國家遠洋漁業工程技術研究中心，上海 201306；4.大洋漁業資源可持續開發省部共建教育部重點實驗室，上海 201306；5.遠洋漁業協同創新中心，上海 201306）

海表水溫變化對東南太平洋智利竹筴魚棲息地分布的影響

徐紅云1，2，汪金濤1，5，陳新軍1，3，4，5，周為峰2

（1.上海海洋大學海洋科學學院，上海 201306；2.農業部東海與遠洋漁業資源開發利用重點實驗室，上海 200090；3.國家遠洋漁業工程技術研究中心，上海 201306；4.大洋漁業資源可持續開發省部共建教育部重點實驗室，上海 201306；5.遠洋漁業協同創新中心，上海 201306）

根據2003～2011年的東南太平洋智利竹箂魚（Trachurusmurphyi）生產統計數據及海表水溫（SST）數據，以經緯度方向上偏移幅度和棲息地的鋪展面積作為衡量指標，基于作業網次和單位捕撈努力量漁獲量用外包絡法建立各月的棲息地適應指數模型，分析各月適宜棲息的海表水溫范圍。以2003～2011年各月歷史均溫為基礎，研究海表水溫分別升高和降低0.5、1、2℃，適宜棲息地的經緯度偏移幅度與鋪展面積變化情況。結果顯示，東南太平洋智利竹箂魚的棲息地隨著SST的升高，有明顯的向南移動趨勢，5月、8月適宜棲息地面積逐漸減少，而6～7月份適宜棲息地面積則增加了；當SST下降時，智利竹箂魚適宜棲息地有向北移動的趨勢，同時適宜棲息地面積增加。研究結果可用于分析厄爾尼諾現象和拉尼娜現象對東南太平洋智利竹箂魚棲息地以及漁場空間分布的影響。

海表水溫變化；東南太平洋；智利竹箂魚；棲息地面積變化

智利竹箂魚（Trachurusmurphyi）廣泛分布在南太平洋海域，從智利、秘魯專屬經濟區到新西蘭沿海的廣闊海域均有分布，是典型的中上層洄游魚類［1］，同時是東南太平洋漁業中重要的海洋經濟魚類［2］。許多學者對東南太平洋智利竹箂魚的基礎生物學特性［3－5］、漁業資源狀況［6－8］以及漁場學［9－11］等做過相關的研究。棲息地分布研究是漁場學中的重要研究內容之一［12－14］，運用棲息地理論研究棲息地與環境因子的關系，以及環境因子對棲息地變化的影響研究，能夠為漁業資源評估與管理提供可靠的情報［15－18］。海表水溫是魚類棲息地研究、漁場海況分析以及預報中需要考慮的重要海洋環境因子之一［19］，海表水溫的異常變動（如因ENSO事件等引起的）會影響魚類的棲息環境，進而影響魚類的棲息、生長、繁殖、洄游等，適宜棲息位置以及范圍也會發生變化。為此，本文利用2003～2011年我國大型拖網獲得的東南太平洋智利竹箂魚生產統計數據，結合相應的海表水溫數據，通過棲息地適應指數模型研究在海表水溫變動的情況下，適宜棲息地的經緯度偏移幅度與鋪展面積的變化，以期為智利竹箂魚資源可持續利用和科學管理提供基礎研究。

1 材料與方法

1.1 數據來源

（1）東南太平洋智利竹箂魚漁獲生產統計數據來源于中國遠洋漁業協會大型拖網漁業工作組，時間跨度為2003～2011年。空間分辨率1° ×1°，時間分辨率為月。數據內容包括作業位置、作業時間、漁獲量和作業網次。

（2）東南太平洋海域海表水溫數據（sea surface temperature，SST）來源于NOAA Ocean Watch，網址為http：//www.oso.noaa.gov/poes/。空間分辨率為1°×1°，時間分辨率為月；空間范圍為78°W～120°W、46°S～25°S。

1.2 數據處理方法

（1）將漁業生產統計數據與海表水溫數據處理成時間分辨率為月、空間分辨率為1°×1°的格式，并且計算單位捕撈努力量漁獲量（catch per unit of effort，CPUE），CPUE的計算公式為：

（2）通常認為，作業網次可以代表魚類出現或漁業資源被利用情況的指標［20］，CPUE可作為漁業資源密度指標［21］，本研究分別利用作業網次和CPUE與SST建立適應性指數（suitability index，SI）模型［22］，通過比較采用最適宜的模型。

本研究假定每月中出現最高作業網次NETmax和最大的區域CPUEmax為智利竹箂魚資源分布最多的海域，認定其適應性指數SI為1；而作業網次和CPUE為0時，則認為是智利竹箂魚資源分布很少的海域，SI為0［23］。分別以作業網次和CPUE為基礎與SST建立SI模型，SI的計算公式如下：

式（2）、式（3）中：SIi，NET為i月以作業網次為基礎獲得的適應性指數；NETi，max為i月的最大作業網次；SIi，CPUE為i月以CPUE為基礎獲得適應性指數；CPUEi，max為i月的最大CPUE。

利用外包絡法將每月的各海表水溫對應的最大SI值連成曲線［22］，分別繪制作業網次和CPUE對SST的SI曲線，利用Excel對該一元二次曲線分段進行參數求解。通過此模型將SI與SST兩離散變量的關系轉化為連續隨機變量關系，其中SST對應的高產頻次代表SST±0.25℃范圍內的高產頻次［24］。對每個月的基于作業網次和CPUE的SI模型（SI-net和SI-cpue）進行比較，確定最佳的模型的棲息地適應指數為HSI。

（3）HSI模型驗證

根據上述建立的模型，分別求出1～12月的兩個模型的SI值，劃分為0～0.2、0.2～0.4、0.4～0.6、0.6～0.8和0.8～1.0這5個等級［25］，統計SI＞0.6等級內的累積作業網次和累積產量，并分別計算其占每月總作業網次和累積產量的比重。假定認為，在HSI大于0.6的海域，被認為是智利竹箂魚適宜的棲息地［25］。

（4）海表水溫變動下的棲息地分布

以2003～2011年各月歷史平均海表水溫為基準水溫，利用海表水溫異常（sea surface temperature anomaly，SSTA），也稱海表水溫距平，來反映2003～2011年間的海表水溫年際差異，海表水溫異常的計算公式為［26］：

式（4）中：SSTAi為第i年的海表水溫異常值，SSTi為第i年的海表水溫值，為2003～2011年平均海表水溫。

因智利竹箂魚的漁場分布與季節明顯相關，5～8月份為漁汛旺期［10］，因此本文研究以5～8月份為案例，分析在基準海表水溫分別增加或減少0.5℃、1℃、2℃情況下智利竹箂魚適宜的棲息地變化。利用Arcgis 10.2模擬海表水溫變化情況下HSI的空間分布圖來分析經緯度偏移幅度變化，并利用該軟件的統計功能求出適宜的棲息地鋪展面積變化。

2 結果與分析

2.1 作業網次、CPUE與SST的關系

從圖1中SI與SST的函數關系可知，基于作業網次的智利竹箂魚適宜棲息地1～12月SST的適宜范圍分別為17.3～21.2℃，16.3～20.6℃，14.8～19℃，11.5～14.4℃，11.7～14.6℃，11.9～14.0℃，12.0～14.6℃，13.5～15.2℃，14.5～16.2℃，14～16.6℃，15～18.1℃，14～17.4℃；基于CPUE的智利竹箂魚適宜棲息地1～12月SST的適宜范圍分別為17.3～21.2℃，13.5～17.5℃，11.9～15.8℃，11.5～14.4℃，11～14℃，11.9～14℃，12～14.6℃，12.9～14.6℃，14.5～16.2℃，14～16.6℃，15～18.1℃，14～17.4℃。

2.2 HSI模型比較與驗證

在基于作業網次和CPUE的HSI模型基礎上，統計12個月的產量比重、作業網次比重以及平均CPUE（表1），由表1可見，這兩個模型只有2、3月和5月的產量比重、作業網次比重以及平均CPUE值存在差異。除極個別月份以外，基于CPUE所獲得的棲息地指數大于0.6海區的產量、作業網次比重較基于作業網次的產量比重和作業網次比重更符合漁業的生產情況。

圖1 1～12月基于作業網次和CPUE的SI曲線Fig.1 M onthly curve of suitability index based on fishing effort and CPUE

圖1 （續） 1～12月基于作業網次和CPUE的SI曲線Fig.1（Continued） M onthly curve of suitability index based on fishing effort and CPUE

圖1 （續） 1～12月基于作業網次和CPUE的SI曲線Fig.1（Continued） M onthly curve of suitability index based on fishing effort and CPUE

表1 基于作業網次與CPUE的HSI模型（HSI＞0.6）的比較與驗證Tab.1 Com parison of different HSI models（HSI＞0.6）based on fishing effort and CPUE

2.3 2003～2011年東南太平洋海表水溫的年際差異變化

從圖2可知，2003～2011年東南太平洋海表水溫異常波動變化明顯，在－0.2～0.2℃范圍內波動，最大的正異常值在2009年，最大的負異常值在2007年。高于平均海表水溫的年份有2003年、2005年、2008年和2009年；低于平均海表水溫的年份有2004年、2006年、2007年、2010年和2011年。

圖2 2003～2011年間海表水溫的年際變化Fig.2 Annual variability of SST during 2003－2011

2.4 漁汛旺期海表水溫變化對智利竹筴魚棲息地分布的影響

（1）海表水溫升高時棲息地的變化

隨著SST上升0.5℃、1℃、2℃時，智利竹箂魚適宜棲息地逐漸向南移動（圖3）。5月份，SST上升0.5℃時，適宜的棲息地向南移至41°S～46°S；SST上升1℃時，適宜的棲息地移至41.5°S～46°S；上升2℃時43°S～46°S。6月份，SST上升0.5℃時，適宜的棲息地向南移至39.5° S～42°S處；SST上升1℃時，移至40.5°S～43°S附近；上升2℃時，適宜的棲息地向南移至41.5° S～44.5°S處；

7月份，SST上升0.5℃時，適宜的棲息地向南移至37°S～40.5°S附近；SST上升1℃時，移至37.5°S～41°S處；上升2℃時，向南移至39°S～42.5°S附近。8月份，SST上升0.5℃時，適宜的棲息地向南移至36.5°S～38.5°S；SST上升1℃時，向南移至37°S～39.5°S；上升2℃時，移至38°S～41°S。

圖3 海表水溫升高時智利竹筴魚適宜棲息地分布情況Fig.3 M onthly suitable habitats of Trachurusmurphyi w ith increased SST

由表3可知，5～8月份智利竹箂魚的適宜棲息地隨著SST上升變化明顯，5～8月份SST上升0.5℃、1℃、2℃時，5月份適宜棲息地面積分別減少了1.7%、6.7%、38.2%，6月份適宜棲息地面積分別增加了2.2%、5.3%、7.8%；7月份增加了0.6%、1.6%、5.0%；8月份減少了0.9%、2.8%、0.3%。

（2）海表水溫降低時棲息地的變化

隨著SST下降0.5℃、1℃、2℃，適宜的棲息地逐漸向北移動（圖4）。5月份，SST下降0.5℃時，適宜的棲息地向北移至40°S～44°S附近；SST下降1℃時，繼續向北移至39°S～43°S；下降2℃時，移至38°S～42°S。6月份，SST下降0.5℃時，適宜的棲息地向北移至38°S～41°S；SST下降1℃時，向北移至39°S～40.5°S；下降2℃時，繼續向北移至36°S～39°S。

7月份，SST下降0.5℃時，適宜的棲息地向北移至35.5°S～39.5°S；SST下降1℃時，向北移至35°S～38.5°S；下降2℃時，移至34°S～37°S。8月份，SST下降0.5℃時，適宜的棲息地向北移至35°S～37°S附近；SST下降1℃時，向北移至34.5°S～36.5°S；下降2℃時，移至33°S～35.5° S。

表3 5～8月智利竹筴魚適宜棲息地面積隨海表水溫上升變化情況Tab.3 M onthly area of suitable habitats of Trachurusmurphyi under the increase of SST

圖4 海表水溫降低時智利竹筴魚適宜棲息地分布情況Fig.4 M onthly suitable habitats of Trachurusmurphyi w ith declined SST

由表4可知，5～8月份智利竹箂魚的適宜棲息地面積隨SST下降呈增加趨勢。其中在5～8月SST下降0.5℃、1℃、2℃時，5月份適宜棲息地面積變化不明顯，分別減少了0.3%、0.3%、0.4%；6月份的適宜棲息地面積分別增加了0.6%、0.9%和4.9%；7月份的適宜棲息地面積分別減少了0.3%和增加了0.2%、3.3%；8月份的適宜棲息地面積分別減少0.6%和增加了0.6%、5.4%。

3 討論

3.1 智利竹筴魚棲息地與海表水溫的關系

智利竹箂魚是重要的經濟種類，其生產具有季節性［5］。海表水溫作為一個重要的環境因子，對智利竹箂魚的棲息地分布具有重要的影響［19］。不管基于CPUE還是基于作業網次，最適宜SST分布具有明顯的季節性，本文在基于CPUE的棲息地指數模型中，可以看出秋季（3、4、5月份）適宜的棲息地主要分布在11～16℃的SST范圍內，冬季（6、7、8月份）的適宜SST范圍為11～15℃，春季（9、10、11月份）和夏季（12、1、2月份）的適宜SST范圍分別為14～18℃和13～21℃，而張衡等［10］在東南太平洋智利竹箂魚的漁場以及CPUE分布的研究中發現，智利竹箂魚在秋、冬、春、夏四個季度中，產量比重分別在12～13℃、11～14℃、14～18℃、14～17℃較高，跟本研究中的結果具有一致性，雖然本文研究的是智利竹箂魚漁場與海表水溫的月變化，但也能反映東南太平洋智利竹箂魚的生產季節性。研究認為，智利竹箂魚在研究海域內，SST變化對棲息地的影響，經度方向上的偏移幅度很小，緯度方向上偏移幅度明顯。

3.2 海表水溫異常對于智利竹筴魚漁場分布的影響

智利竹箂魚屬于中上層魚類，SST對中上層魚類資源量影響非常大［27－28］。ENSO事件能夠引起海表水溫的變化，使得海表水溫異常。本文根據2003～2011年的SST數據，計算出這九年的海表水溫異常值，高于平均海表水溫的年份有2003年、2005年、2008年和2009年，低于平均海表水溫的年份有2004年、2006年、2007年、2010年和2011年。根據相關資料顯示，2005～2006年、2008～2009年都發生了厄爾尼諾現象，而2007年底到2008年、2010年底至2011年都發生了拉尼娜現象［26］，這與海表水溫異常的變化具有相同的規律性。

本研究是在歷年均溫的基礎上，研究均溫變化0.5℃、1℃和2℃的時候，智利竹箂魚棲息地在經緯度方向上的偏移幅度和棲息地鋪展面積變化情況，因此本研究可對厄爾尼諾年和拉尼娜年的漁場預報提供依據。厄爾尼諾年，水溫升高，將其與正常年份的漁場進行比較，預報出厄爾尼諾年漁場向南偏移，適宜棲息地鋪展面積變化明顯，反之對于拉尼娜年，漁場向北移動，而是適宜棲息地鋪展面積會有適當的增加。

3.3 模型分析

本研究中對于基于作業網次與CPUE的HSI模型進行比較時，發現比較的參量沒有可比較性，而本文選取CPUE模型，主要考慮作業網次比重和產量比重，沒有考慮到平均CPUE以及這3個參量的共同關系，雖然有研究表明平均CPUE更能反映智利竹箂魚的應激反應和游動速度與捕撈量的關系［22］，但前期作者對基于作業網次模型進行驗證時，發現該模型SI值與實際產量分布并不能很好地擬合。因此可能是數據誤差或者建立的模型誤差原因導致。并且發現海表水溫升高1℃時，5月份適宜的棲息地范圍明顯減小，并且分布于漁區的最南端，導致所計算的面積下降比重很大，但可能因為漁區的范圍限制，適宜的區域向南移，并且分布于漁區外，以至于沒有計算入內。

表4 5～8月智利竹筴魚適宜棲息地面積隨海表水溫下降變化情況Tab.4 M onthly area of suitable habitats of Trachurusmurphyi under the decline of SST

3.4 模型和研究的完善

由于本研究的篇幅有限，對于海表水溫的變化范圍只研究了5～8月份分別升高和降低0.5℃、1℃和2℃六種情況，而實際情況遠遠不止這些情況，所以在今后應研究海表水溫的更多變化范圍和更多月份，為東南太平洋智利竹箂魚生產提供更詳細的漁情信息；文章采用了海表水溫作為建模的因子，但影響智利竹箂魚的棲息地分布的因子可能不止這一個，在以后的研究里，棲息地的模型應考慮采用更多因子如葉綠素濃度、海表水溫梯度等，研究這些因子的變化對棲息地的影響，以及多重因子的變化對棲息地的共同作用。

［1］ 《世界大洋性漁業概況》編寫組.世界大洋性漁業概況［M］.北京：海洋出版社，2001：147－152.

“General situation of world oceanic fisheries”Editors.General situation of world oceanic fisheries［M］.Beijing：Ocean Press，2001：147－152.

［2］ 黃洪亮，沈興強.智利竹箂魚漁場與海洋環境因子的關系分析［J］.海洋漁業，2003，25（1）：15－18.

HUANG H L，SHEN X Q.Analysis on the relationship between Chilean jack mackerel Trachurus murphyi fishing grounds［J］.Marine Fisheries，2003，25（1）：15－18.

［3］ 李顯森，陳聚法，周立凱，等.東南太平洋智利竹箂魚漁業生物學的初步調查研究［J］.海洋水產研究，2002，23（2）：19－24.

LIX S，CHEN JF，ZHOU L K，et al.Preliminary studieson fishery biology of horse mackerel（Trachurusmurphyi）in the Southeast Pacific Ocean［J］.Marine Fisheries Research，2002，23（2）：19－24.

［4］ 許永久，張 敏.東南太平洋智利竹箂魚漁場浮游生物數量分布及與漁場關系［J］.海洋漁業，2007，29（4）：289－295.

XU Y J，ZHANG M.Distribution of plankton on Trachurusmurphyi fishing grounds of the Southeast Pacific and its relationship with fishing grounds［J］.Marine Fisheries，2007，29（4）：289－295.

［5］ 馮春雷，楊勝龍，張 衡，等.東南太平洋智利竹箂魚漁場漁獲物的種類組成與多樣性［J］.海洋漁業，2014，36（6）：489－495.

FENG C L，YANG SL，ZHANG H，et al.Species composition and biodiversity of fishing grounds forTrachurus murphyiin the Southeast Pacific［J］.Marine Fisheries，2014，36（6）：489－495.

［6］ 張 敏，許柳雄.開發利用東南太平洋竹箂魚資源的分析探討［J］.海洋漁業，2000，3（3）：137－140.

ZHANGM，XU L X.Discussion and analysis of the development and utilization aboutTrachurusmurphyiin the Southeast Pacific［J］.Marine Fisheries，2000，3（3）：137－140.

［7］ 曹 寧，高 健.東海竹箂魚的開發利用和區域共同管理探討［J］.漁業經濟研究，2006（5）：25－29.

CAO N，GAO J.Study on utilization and regional cooperation management ofTrachurus japonicusin the East China Sea［J］.Fisheries Economy，2006（5）：25－29.

［8］ 郭文路，黃碩琳，曹世娟.東海區漁業資源的區域合作管理與共同養護研究［J］.自然資源學報，2003，18（4）：394－401.

GUOW L，HUANG SL，CAO SJ.Co-management and joint-conservation for the fishery resources in the East China sea area［J］.Journal of Natural Resources，2003，18（4）：394－401.

［9］ 牛明香，李顯森，徐玉成.基于廣義可加模型的時空和環境因子對東南太平洋智利竹箂魚漁場的影響［J］.應用生態學報，2010，21（4）：1049－1055.

NIU M X，LI X S，XU Y C.Effects of spatiotemporal and environmental factors on the fishing ground ofTrachurus murphyiin Southeast Pacific Ocean based on generalized additive model［J］.Chinese Journal of Applied Ecology，2010，21（4）：1049－1055.

［10］ 張 衡，張勝茂.東南太平洋智利竹箂魚漁場及單位捕撈努力量的時空分布［J］.生態學雜志，2011，30（6）：1142－1146.

Zhang H，ZHANG SM.Spatiotemporal distribution pattern of Chilean jack mackerel（Trachurus murphyi）fishinggrounds and catch yield per uniteffort in Southeast Pacific Ocean［J］.Chinese Journal of Ecology，2011，30（6）：1142－1146.

［11］ 晉偉紅.基于偏最小二乘法的東南太平洋智利竹箂魚漁場與海洋溫度、鹽度關系研究［D］.上海：上海海洋大學，2012.

JIN W H.The relationship between change mechanism of fishing ground for jack mackerel and ocean temperature，salinity in the Southeast Pacific Ocean［D］.Shanghai：Shanghai Ocean University，2012.

［12］ LAURSRM，FIEDLER PC，MONTGOMERY DR.Albacore tuna catch distributions relative to environmental features observed from satellites［J］.Deep Sea Research Part A.Oceanographic Research Papers，1984，31（9）：1085－1099.

［13］ POLOVINA JJ，HOWELL E，KOBAYASHID R，et al.The transition zone chlorophyll front，a dynamic global feature defining migration and forage habitat for marine resources［J］.Progress in Oceanography，2001，49（1）：469-483.

［14］ TEO S L H，BOUSTANY A M，BLOCK B A.Oceanographic preferences of Atlantic bluefin tuna，Thunnus thymus，on their Gulf of Mexico breeding grounds［J］.Marine Biology，2007，152（5）：1105－1119.

［15］ 王家樵，朱國平，許柳雄.基于HSI模型的印度洋大眼金槍魚棲息地研究［J］.海洋環境科學，2009，28（6）：739－742.

WANG JQ，ZHU G P，XU L X.UsingHSImodel for analyzing the habitat suitability of big eye tuna（Thunnus obesus）in the Indian Ocean［J］.Marine Environment Science，2009，28（6）：739－742.

［16］ 陳新軍，陸化杰，劉必林，等.利用棲息地指數預測西南大西洋阿根廷滑柔魚漁場［J］.上海海洋大學學報，2012，21（3）：431－438.

CHEN X J，LU H J，LIU B L，et al.Forecasting fishing ground ofIllexargentinusby using habitat suitability model in the southwest Atlantic［J］.Journal of Shanghai Ocean University，2012，21（3）：431－438.

［17］ 任中華，陳新軍，方學燕.基于棲息地指數的東太平洋長鰭金槍魚漁場分析［J］.海洋漁業，2014，36（5）：385－395.

REN Z H，CHEN X J，FANG X Y.Forecasting fishing grounds of Thunnus alalunga in the eastern Pacific based on habitat suitability index［J］.Marine Fisheries，2014，36（5）：385－395.

［18］ 金 岳，陳新軍.利用棲息地指數模型預測秘魯外海莖柔魚熱點區［J］.漁業科學進展，2014，35（3）：19－26.JIN Y，CHEN X J.Forecasting hotspots ofDosidicus gigasin the offshore waters of Peru using habitat suitabilitymodel［J］.Progress in Fishery Sciences，2014，35（3）：19－26.

［19］ 周為峰，崔雪森，樊 偉，等.基于MTSAT衛星的我國漁業作業海區漁海況速報［J］.遙感信息，2008（4）：22－26，6.

ZHOUW F，CUI X S，FAN W，et al.The rapid forecasting of fishery and hydrographic states for China main piscatorial areas using geostationary satellite MTSAT［J］.Remote Sensing Information，2008（4）：22－26，6.

［20］ ANDRADEH A，CARLOSA E.Skipjack tuna fishery in relation to sea surface temperature off the southern Brazilian coast［J］.Fisheries Oceanography，1999，8（4）：245－254.

［21］ Bertrand A，Josse E，Bach P，et al.Hydrological and trophic characteristics of tuna habitat：consequences on tuna distribution and longline catchability［J］.Canadian Journal of Fisheries and Aquatic Sciences，2002，59（6）：1002－1013.

［22］ 方學燕，陳新軍，丁 琪.基于棲息地指數的智利外海莖柔魚漁場預報模型優化［J］.廣東海洋大學學報，2014，34（4）：67－73.

FANG X Y，CHEN X J，DING Q.Optimization Fishing Ground Prediction Models ofDosidicus gigasin the High Sea off Chile Based on Habitat Suitability Index［J］.Journal of Guangdong Ocean University，2014，34（4）：67－73.

［23］ MOHRIM.Seasonal change in bigeye tuna fishing areas in relation to the oceanographic parameters in the Indian Ocean［J］.Journal of National Fisheries University，1999，47（2）：43－54.

［24］ 馮 波.印度洋大眼金槍魚延繩釣釣獲率與環境因素的初步研究［D］.上海：上海水產大學，2003.

FENG B.Preliminary study on relationship between hooking rate of big eye tuna longline and environment factors in the Indian Ocean［D］.Shanghai：Shanghai Fisheries University，2003.

［25］ 余 為，陳新軍.基于棲息地適宜指數分析9－10月印度洋鳶烏賊漁場分布［J］.廣東海洋大學學報，2012，32（6）：74－80.

YUW，CHEN X J.Analysis on Habitat Suitability Index ofSthenoteuthis oualaniensisin Northwestern Indian Ocean from September to October［J］.Journal of Guangdong Ocean University，2012，32（6）：74－80.

［26］ 紀世建，周為峰.中國遠洋作業漁場海表溫度異常年際變動分析［C］//2015年中國水產學會學術年會論文摘要集.2015：308.

JI S J，ZHOU W F.Sea surface temperature anomaly’s interannual variability in pelagic fishing grounds of China［C］.Collected papers of the annual conference of the China Society of Fisheries 2015，2015：308.

［27］ 邵幗瑛，張 敏.東南太平洋智利竹箂魚漁場分布及其與海表溫關系的研究［J］.上海水產大學學報，2006，15（4）：468－472.

SHAO G Y，ZHANG M.A study on correlation of fishing ground distribution of jack mackerel（Trachurus murphyi）versusSSTin the Southeast Pacific Ocean［J］.Journal of Shanghai Fisheries University，2006，15（4）：468－472.

［28］ MIGUEL?，MARILúB.Impact of El Ni?o events on pelagic fisheries in Peruvian waters［J］.Deep Sea Research Part II：Topical Studies in Oceanography，2004，51（4）：563-574.

Influence of sea surface temperature changes on Chilean jack mackerel（Trachurusmurphyi）habitat in the Southeast Pacific

XU Hong-yun1，2，WANG Jin-tao1，5，CHEN Xin-jun1，3，4，5，ZHOUWei-feng2
（1.College of Marine Sciences，Shanghai Ocean University，Shanghai201306，China；2.Key Lab of East China Sea＆Ocean Fishery Resources Exploitation and Utilization，Ministry of Agriculture，Shanghai200090，China；3.National Engineering Research Center for Oceanic Fisheries，Shanghai 201306，China；4.Key Laboratory of Sustainable Exploitation of Oceanic FisheriesResources，Ministry of Education，ShanghaiOcean University，Shanghai201306，China；5.Collaborative Innovation Center for Distant-water Fisheries，Shanghai 201306，China）

According to Chilean jack mackerel（Trachurusmurphyi）fishery-dependent data and sea surface temperature（SST）by remote sensing during 2003－2011，the externalmethod was used to build monthly habitat suitability index（HSI）based on fishing effort，CPUEandSSTwith the offset amplitude in latitude and longitude and the spreading area of habitat as the variation index.Then themonthly suitable SST ranges of Chilean jackmackerelwere analyzed.The changes of the offset amplitude in longitude，latitude and habitat areas were discussed when themonthly SST increased and decreased respectively by 0.5℃，1℃and 2℃based on monthly averageSSTduring 2003－2011.The results indicated that Chilean jack mackerel habitat had an obvious southward shifting tendency，and the area of habitat would decrease in May and August but increase in June and July with the increasedSST.WhileSSTdeclined，the Chilean jack mackerel habitat showed a trend tomove northwards，and suitable habitatwould increase.The research suggests that the idea of this article can be used to study how EINino and La Nina events affect Chilean jack mackerel habitat and its spatial distribution of fishing grounds in the Southeast Pacific.

SSTchanges；Southeast Pacific；Chilean jack mackerel；habitat area changes

S 931.1

A

1004－2490（2016）04－0337－11

2015－11－30

海洋局公益性行業專項（20155014）；國家科技支撐計劃（2013BAD13B01）；國家863計劃（2012AA092303）

徐紅云（1990－），女，碩士研究生。E-mail：1477691766＠qq.com

陳新軍，教授。Tel：021－61900306；E-mail：xjchen＠shou.edu.cn