中西太平洋金槍魚圍網高產漁區年間變化及其原因分析

戴澍蔚，陳新軍，張衡，周為峰，徐良琦，肖衛平

(1.上海海洋大學 海洋科學學院，上海 201306；2. 國家遠洋漁業工程技術研究中心, 上海 201306；3. 大洋漁業資源可持續開發教育部重點實驗室，上海 201306；4.中國水產科學研究院 東海水產研究所 農業部東海與遠洋漁業資源開發利用重點實驗室，上海 200090； 5.上海水產集團總公司，上海 200090)

中西太平洋金槍魚圍網高產漁區年間變化及其原因分析

戴澍蔚1, 4，陳新軍1,2,3*，張衡4，周為峰4，徐良琦5，肖衛平5

(1.上海海洋大學 海洋科學學院，上海 201306；2. 國家遠洋漁業工程技術研究中心, 上海 201306；3. 大洋漁業資源可持續開發教育部重點實驗室，上海 201306；4.中國水產科學研究院 東海水產研究所 農業部東海與遠洋漁業資源開發利用重點實驗室，上海 200090； 5.上海水產集團總公司，上海 200090)

金槍魚類是中西太平洋海域重要的經濟魚種，其中鰹產量約占到總產量的50%。本研究利用1995-2010年16年的中西太平洋(20°S～20°N，120°E～155°W)鰹圍網生產統計數據和Nio3.4海區(5°S～5°N，120°～170°W)海表溫度異常數據，對這16年鰹產量最高的十大漁區(5°×5°)進行時空格局分析，討論漁場分布差異及CPUE與ENSO指數的關系。結果表明：16年間十大作業漁區主要分布在5°S～5°N、130°～175°E區域，這十大漁區產量占總產量的比重達47.5%，其中5°S～0°、155°～160°E，0°～5°N、130°～135°E，0°～5°N、135°～140°E及5°S～0°、160°～165°E等4個漁區產量占高產漁區產量的比重均超過10%，是中西太平洋重要的鰹產區。高產漁區的分布受海表溫度影響較大，在厄爾尼諾時期，高產漁區分布明顯偏東，主要分布在155°～180°E海域；在拉尼娜時期，高產漁區分布明顯偏西，主要分布在130°～160°E海域。

高產漁區；鰹；中西太平洋；厄爾尼諾

1 引言

鰹(Katsuwonuspelamis)是高度洄游魚類[1]，主要作業漁場在140°～175°E海域，在金槍魚圍網漁業中占據著重要的地位。近年來，中西太平洋鰹平均年產量超過150萬噸，約占世界鰹總產量的一半以上[2]。南太平洋漁業委員會(South Pacific Conference, SPC)的統計數據顯示，該區域鰹圍網產量占該區域金槍魚圍網產量70%以上，是其他熱帶金槍魚類總產量的兩倍[3]。鰹資源時空分布與海洋環境關系十分密切，如厄爾尼諾南方濤動現象ENSO(El Nio Southern Oscillation)。ENSO現象是引起全球氣候年際變化強烈的海氣相互作用現象，對全球漁業有深遠的影響。在赤道太平洋中部和東部，海表溫度大范圍持續增暖現象稱為厄爾尼諾(El Nio)，反之為拉尼娜(La Nia)現象[4—6]。在厄爾尼諾期間，赤道太平洋海面高度、氣壓、海流、營養鹽、碳循環、溫躍層、初級生產力等環境發生改變，對鰹漁業產生顯著影響[7]。標志放流結果表明，ENSO現象會引起鰹群體的遷移[8]。Lehody等[9]認為厄爾尼諾現象對金槍魚群移動產生重要影響，從而引起漁場移動。上述研究大多基于全部生產統計數據，沒有對高產漁區的年間變化及其規律進行分析，掌握高產漁區對科學指導如何入漁中西太平洋島國，具有十分重要的意義。為此，本研究收集了1995-2010年16年中西太平洋鰹生產統計數據以及環境數據，對這16年鰹產量最高的十大漁區進行時間序列及空間位置分析，結合Nio3.4海區海表溫度異常數據建立關系，找出漁場時空分布與海表溫度之間的關系，為科學指導中西太平洋金槍魚圍網船隊的生產提供科學依據。

2 材料與方法

2.1 材料來源

(1)中西太平洋鰹圍網生產數據來源于南太平洋漁業委員會(http://www.s-prfmo.int)。時間為1995—2010年?？臻g分辨率為5°×5°，時間分辨率為月。數據內容包含作業時間、作業經緯度、作業次數、漁獲量(包含鰹自由群捕獲量與流木群捕獲量，單位：t)。

(3)海表溫度數據來源于南太平洋漁業委員會，時間分辨率為月，空間分辨率為5°×5°。

2.2 研究方法

(1)高產漁區的選擇及其產量分析。選取1995—2010年共16年總產量排前10的漁區(本研究定義為十大漁區，漁區指5°×5°海域)比較，分析其產量所占比重以及產量穩定性分析；選取1995—2010年中每一年產量排前10 的漁區，分析其年內產量變化及穩定性和產量年間變化。CPUE單位是t/網。

圖1 中西太平洋區域和Nio3.4海區示意圖Fig.1 The illustration of fishing area of West-Central Pacific and Nio3.4 region

(2)環境數據分析。利用十大高產漁區所對應的環境數據即海表溫度(月度)，與每年十大漁區對應分析；取每年十大漁區海表溫度平均值的最大值與最小值，結合漁獲量、漁獲量方差和每年十大漁區產量分布圖進行比較分析[10—12]。

(3)時間序列建立。對16年總產量十大漁區的產量按月進行時間序列繪制，并結合Nio3.4指標(月)進行時間序列分析，探討海表溫度異常與鰹產量及CPUE的關系。

3 結果

3.1 十大高產漁區的總體情況

根據統計分析，1995—2010年16年間各漁區平均漁獲量為3 115.97 t/月，最大漁獲量為48 522 t/月，最小漁獲量為0；平均CPUE為15.94 t/網，最大CPUE為90 t/網，最小為0。由圖2可知，1995—2010年16年間十大作業漁區主要分布在5°S～5°N、130°～175°E區域中，累計捕撈產量達到783萬噸，占總產量的比重達到47.5%(表1)。各漁區總產量及所占比例如表1所示。5°S～0°、155°～160°E漁區總漁獲量為1 143 496 t，占十大漁區總產量的14.6%，是中西太平洋最為重要的鰹產區。0°～5°N、130°～135°E，0°～5°N、135°～140°E及5°S～0°、160°～165°E漁區產量占比均超過10%，是中西太平洋重要的鰹產區。5°S～0°、150°～155°E，5°S～0°、145°～150°E，5°S～0°、165°～170°E，0°～5°N、155°～160°E，5°S～0°、170°～175°E，0°～5°N、155°～160°E漁區是中西太平洋較為重要的鰹產區。

圖2 1995—2010年十大漁區總產量分布Fig.2 The distribution of catch for the top ten fishing area during 1995 to 2010

區域緯度區域經度漁獲量/t占十大漁區產量百分比/%占總產量百分比/%年平均CPUE/t·網-15°S～0°145°～150°E7166649.24.314.495°S～0°150°～155°E7317149.34.418.015°S～0°155°～160°E114349614.66.921.715°S～0°160°～165°E84487310.85.123.345°S～0°165°～170°E7068549.04.323.365°S～0°170°～175°E6520708.34.025.130°～5°N130°～135°E88269811.35.46.160°～5°N135°～140°E85932611.05.26.200°～5°N150°～155°E6373668.13.920.250°～5°N155°～160°E6526238.34.019.45

圖3 1995-2010年各年度十大漁區產量分布Fig.3 The annual distribution of catch for the top ten fishing area from 1995 to 2010

3.2 各年高產漁區的空間分布

由圖3可知，1995—2010年各年度十大漁區集中分布在5°S～5°N、130°～180°E區域中。其中在經度方向上，1998年有一大漁區位于該區域范圍之外；1997年、2001—2002年及2009年分別有兩大漁區位于該區域范圍之外。在緯度方向上，1997年、2003年及2008年分別有一大漁區位于該區域范圍之外；1998年有兩大漁區位于該區域范圍；2010年有三大漁區位于該區域范圍之外。1995年、2003年及2010年十大漁區分布最為集中；1997年和2009年十大漁區分布最為分散；其他年份十大漁區分布較為分散。5°S～0°、155°～160°E漁區16年中6次位列十大漁區產量首位，是中西太平洋最為重要的鰹產區；5°S～0°、165°～170°E及0°～5°N、140°～145°E漁區16年中分別2次位列十大漁區產量首位，5°S～0°、160°～165°E漁區16年中3次位列十大漁區產量次位，5°S～0°、150°～155°E，0°～5°N、130°～135°E及0°～5°N、135°～140°E漁區16年中分別2次位列十大漁區產量次位，是中西太平洋重要的鰹產區。

1995—2010年各年度十大漁區的平均漁獲量總體呈遞增趨勢(圖4)，其中2007年平均產量最高，為80 375 t；1997年最低，為28 112 t。1995年、1997—2001年、2005年、2009年每年度十大漁區中各漁區產量較穩定；1996年、2004年、2006年、2010年每年度十大漁區中各漁區產量差異較大，方差變化最大，如2010年其方差接近1.2×109。

圖4 1995-2010年各年度十大漁區平均產量及方差變化關系圖Fig.4 The average catch for the top ten fishing area and variance from 1995 to 2010

1995-2010年各年十大漁區月度產量方差變化如圖5，進入21世紀以來，年內各月漁獲量變動有變大趨勢。1999年各月產量最穩定，1995—1998、2000—2001、2005和2010年各月產量較穩定，2002年各月產量波動最大。

圖5 1995-2010年各年十大漁區月度漁獲量方差變化關系圖Fig.5 The monthly variance of catch for the top ten fishing area from 1995 to 2010

3.3 各年份高產漁區海表溫度變化

1995—2010年各年度十大漁區海表面平均溫度如表2，各漁區海表溫度最大值在29.75～31.09℃之間波動，最小值則在26.57～29.04℃范圍內，其中1997年海表溫度范圍27.76～29.75℃，最大值偏低，十大漁區漁獲量減少，但漁區漁獲量差異變小，且漁區整體呈向東偏移趨勢；1999及2000年海表溫度范圍分別為26.57～30.33℃和27.33～30.42℃，最小值偏低，產量及漁區位置無特殊變化；2004年海表溫度范圍29.04～31.09℃，最大值與最小值均偏高，產量及漁區位置無特殊變化。由此得出結論：漁區海表溫度最大值越小，其區域位置向東偏移，該年度十大漁區總漁獲量有明顯減少且各漁區漁獲量差異不大。

表2 1995—2010年各年度十大漁區海表面平均溫度

3.4 時間序列分析

1995-2010年總漁獲量十大漁區各月產量及CPUE時間序列圖如圖6，總產量與CPUE大體呈正相關關系，隨著時間推移，總產量逐漸增加，CPUE則在一定范圍內波動，沒有出現明顯下滑，說明中西太平洋鰹資源豐度較好，有比較好的開發潛力。

根據NOAA定義，1995-2010年共發生6次厄爾尼諾事件，分別為1995.1-1995.3，1997.5-1998.5，2002.6-2003.2，2004.7-2005.4，2006.9-2007.1，2009.7-2010.4；發生4次拉尼娜事件，分別為1995.8-1996.3，1998.7-2001.3，2007.8-2008.6，2010.7-2010.12(圖7)。

由圖6與圖7，當發生強厄爾尼諾事件且持續時間較長時，如1997.5-1998.5，十大漁區鰹產量及CPUE較正常值明顯偏低；當發生持續時間較長的拉尼娜事件時，如1998.7-2001.3，鰹產量在較低水平波動，CPUE相對較高；當發生強拉尼娜事件時，如2007.8-2008.6，十大漁區鰹產量較高。

圖6 1995-2010年總產量十大漁區產量及CPUE時間序列圖Fig.6 The total catch and CPUE for the top ten fishing area from 1995 to 2010

圖7 1995-2010年Nio3.4指數時間序列圖Fig.7 The distribution of Nio3.4 index from 1995 to 2010

圖8 1995-2010年總漁獲量十大漁區各月產量及CPUE時間序列圖Fig.8 The monthly catch for the top ten fishing area and CPUE from 1995 to 2010

各漁區月度總產量與CPUE大體呈正相關關系(圖8)。其中0°～5°N、135°～140°E及0°～5°N、130°～135°E漁區CPUE波動較小，在1997年之后CPUE值幾乎維持在10 t/網以下的水平，總產量相對穩定，維持在較高水平，說明這兩大漁區漁船較多，鰹資源量比較穩定，但單船產量不高。

4 討論與分析

本研究以月為時間尺度，以5°×5°漁區為空間尺度對1995-2010年中西太平洋鰹產量進行分析。研究表明高產漁區空間位置集中分布在5°S～5°N、130°～175°E海域，與陳新軍和鄭波[13]的觀點相符。結合圖3、圖7中1998年與2010年產量分布及海表溫度距平值得出結論，在強厄爾尼諾轉為強拉尼娜事件時，高產漁區在10°～5°S中有分布，說明高產漁區有向南移動的趨勢。沈建華等[14]認為中西太平洋鰹漁獲量重心在厄爾尼諾年位置比較偏東偏南，在拉尼娜年位置比較偏西偏北。鰹漁場分布發生變化的原因除了海溫變化及洄游外，還有其他諸多因素[15]，郭愛和陳新軍等[16]認為餌料也是引起鰹分布不均的原因之一，正常年份，東太平洋海域上升流受季風影響向西流動，使其中蘊藏的大量浮游生物向西傳輸1 800～2 500 km，但在厄爾尼諾年季風減弱，浮游生物傳輸距離減少，鰹漁場東移。

結合圖6與圖7，強厄爾尼諾事件會導致鰹產量及CPUE較正常值明顯偏低；強拉尼娜事件會使得鰹產量提高；而持續時間較長的拉尼娜事件時會使鰹產量在較低水平波動，CPUE相對較高。

1995-1997年CPUE相對較低，由表2可知，海表溫度最小值偏低可能是引起CPUE值較小的原因。同時高產漁區CPUE與海表溫度距平值存在密切聯系，海表溫度距平值越大，CPUE越??；反之亦然。海表溫度對鰹中心漁場分布有重要影響[3,9,17-18]，本研究表明十大漁區海表溫度在27.5～31℃之間波動，與郭愛等[17]的研究結果基本相同。

5 結論

高產漁區與海表溫度存在密切聯系，在厄爾尼諾時期分布偏東，各漁區產量均衡且普遍偏低；在拉尼娜時期分布偏西，各漁區產量不穩定。當拉尼娜持續時間較長時，在140°～155°E范圍內幾乎沒有高產漁區，在此范圍內鰹產量很小。高產漁區的海表溫度在27.5～31℃之間波動，海表溫度對鰹活動有重要影響，其活動最適海表溫度范圍在27.5～31℃左右。在強厄爾尼諾轉為強拉尼娜事件時，高產漁區在10°～5°S中有分布，有向南約5°的移動趨勢。

[1] 苗振清, 黃錫昌. 遠洋金槍魚漁業[M]. 上海: 上?？茖W技術文獻出版社, 2003.

Miao Zhenqing, Huang Xichang. Ocean Tuna Fishery[M]. Shanghai: Shanghai Scientific and Technical Literature Publishing House, 2003.

[2] 汪金濤, 陳新軍. 中西太平洋鰹魚漁場的重心變化及其預測模型建立[J]. 中國海洋大學學報, 2013, 43(8): 44-48.

Wang Jintao, Chen Xinjun. Changes and prediction of the fishing ground gravity of skipjack (Katsuwonuspelamis) in western-central Pacific[J]. Periodical of Ocean University of China, 2013, 43(8): 44-48.

[3] 周甦芳, 沈建華, 樊偉. ENSO現象對中西太平洋鰹魚圍網漁場的影響分析[J]. 海洋漁業, 2004, 26(3): 167-172.

Zhou Sufang, Shen Jianhua, Fan Wei. Impacts of the El Nio Southern Oscillation on skipjack tuna (Katsuwonuspelamis) purse-seine fishing grounds in the Western and Central Pacific Ocean[J]. Marine Fisheries, 2004, 26(3): 167-172.

[4] 巢紀平. ENSO-熱帶海洋和大氣中和諧的海氣相互作用現象[J]. 海洋科學進展, 2002, 20(3): 1-8.

Chao Jiping. ENSO: the harmonic Ocean-atmosphere interaction in tropics[J]. Advances in Marine Science, 2002, 20(3): 1-8.

[5] 翟盤茂, 江吉喜, 張人禾. ENSO監測和預測研究[M]. 北京: 氣象出版社, 2000.

Zhai Panmao, Jiang Jixi, Zhang Renhe. Research on ENSO Monitoring and Prediction[M]. Beijing: Meteorological Press, 2000.

[6] 張平遠. “厄爾尼諾”與“拉尼娜”交錯, 太平洋遛游魚類規律被打亂[J]. 河北漁業, 2010(7): 65-66.

Zhang Pingyuan. “El Nio” and “La Nia” staggered, rule of pacific walking fish was disrupted[J]. Hebei Fisheries, 2010(7): 65-66.

[7] Fedorov A V, Philander S G. Is El Nio changing?[J]. Science, 2000, 288(5473): 1997-2002.

[8] Hampton J. Estimates of tag-reporting and tag-shedding rates in a large-scale tuna tagging experiment in the western tropical Pacific Ocean[J]. Fishery Bulletin, 1997, 95(1): 68-79.

[9] Lehodey P, Bertignac M, Hampton J, et al. El Nio Southern Oscillation and tuna in the western Pacific[J]. Nature, 1997, 389(6652): 715-718.

[10] 張衡, 樊偉, 崔雪森. 北太平洋長鰭金槍魚延繩釣漁場分布及其與海水表層溫度的關系[J]. 漁業科學進展, 2011, 32(6): 1-6.

Zhang Heng, Fan Wei, Cui Xuesen. Relationship of distribution of albacoreThunnusalalungalongline fishery grounds and sea surface temperature in the North Pacific Ocean[J]. Progress in Fishery Sciences, 2011, 32(6): 1-6.

[11] 劉洪生, 蔣漢凌, 戴小杰. 中西太平洋長鰭金槍魚漁場與海溫的關系[J]. 上海海洋大學學報, 2014, 23(4): 602-607.

Liu Hongsheng, Jiang Hanling, Dai Xiaojie. Relationship between albacore (Thunnusalalunga) fishing grounds in the Western and Central Pacific and sea surface temperature[J]. Journal of Shanghai Ocean University, 2014, 23(4): 602-607.

[12] 蔣漢凌. 南太平洋長鰭金槍魚漁場與環境因素關系的研究[D]. 上海: 上海海洋大學, 2014.

Jiang Hanling. Relationship between albacore (Thunnusalalunga) fishing grounds in south pacific ocean and environmental factors[D]. Shanghai: Shanghai Ocean University, 2014.

[13] 陳新軍, 鄭波. 中西太平洋金槍魚圍網漁業鰹魚資源的時空分布[J]. 海洋學研究, 2007, 25(2): 13-22.

Chen Xinjun, Zheng Bo. Study on the temp-spatial distribution of skipjack resources for tuna purse seine in the west-central Pacific Ocean[J]. Journal of Marine Sciences, 2007, 25(2): 13-22.

[14] 沈建華, 陳雪冬, 崔雪森. 中西太平洋金槍魚圍網鰹魚漁獲量時空分布分析[J]. 海洋漁業, 2006, 28(1): 13-19.

Shen Jianhua, Chen Xuedong, Cui Xuesen. Analysis on spatial-temporal distribution of skipjack tuna catches by purse seine in the Western and Central Pacific Ocean[J]. Marine Fisheries, 2006, 28(1): 13-19.

[15] Iwasaki Y. On the distribution and environment of the whale shark,Rhincodontypus, in skipjack fishing grounds in the western Pacific Ocean[J]. Journal of the College of Marine Science and Technology, 1970, 4: 37-51.

[16] 郭愛, 陳新軍. ENSO與中西太平洋金槍魚圍網資源豐度及其漁場變動的關系[J]. 海洋漁業, 2005, 27(4): 338-342.

Guo Ai, Chen Xinjun. The relationship between ENSO and tuna purse-seine resource abundance and fishing grounds distribution in the Western and Central Pacific Ocean[J]. Marine Fisheries, 2005, 27(4): 338-342.

[17] 郭愛, 陳新軍, 范江濤. 中西太平洋鰹魚時空分布及其與ENSO關系探討[J]. 水產科學, 2010, 29(10): 591-596.

Guo Ai, Chen Xinjun, Fan Jiangtao. Spatial and temporal distribution of skipjack and relationship with ENSO in the west-central Pacific Ocean[J]. Fisheries Science, 2010, 29(10): 591-596.

[18] 唐峰華, 崔雪森, 楊勝龍, 等. 海洋環境對中西太平洋金槍魚圍網漁場影響的GIS時空分析[J]. 南方水產科學, 2014, 10(2): 18-26.

Tang Fenghua, Cui Xuesen, Yang Shenglong, et al. GIS analysis on effect of temporal and spatial patterns of marine environment on purse seine fishery in the western and central Pacific[J]. South China Fisheries Science, 2014, 10(2): 18-26.

[19] 楊曉明, 戴小杰, 田思泉, 等. 中西太平洋鰹魚圍網漁業資源的熱點分析和空間異質性[J]. 生態學報, 2014, 34(13): 3771-3778.

Yang Xiaoming, Dai Xiaojie, Tian Siquan, et al. Hot spot analysis and spatial heterogeneity of skipjack tuna (Katsuwonuspelamis) purse seine resources in the western and central Pacific Ocean[J]. Acta Ecologica Sinica, 2014, 34(13): 3771-3778.

[20] Jin Shaofei, Yan Xiaodong, Zhang Heng, et al. Weight-length relationships and Fulton's condition factors of skipjack tuna (Katsuwonuspelamis) in the western and central Pacific Ocean[J]. PeerJ, 2015, 3: e758.

Analysis on annual changes and reasons in high yield fishing areas for tuna purse seine in Western-Central Pacific

Dai Shuwei1, 4, Chen Xinjun1,2,3, Zhang Heng4, Zhou Weifeng4, Xu Liangqi5, Xiao Weiping5

(1.CollegeofMarineSciences，ShanghaiOceanUniversity，Shanghai201306,China； 2.NationalEngineeringResearchCenterforOceanicFisheries,Shanghai201306,China;3.TheKeyLaboratoryofSustainableExploitationofOceanicFisheriesResources,Shanghai201306，China; 4.KeyLaboratoryofEastChinaSea&OceanicFisheryResourcesExploitationandUtilization,MinistryofAgricultureofChina，EastChinaSeaFisheriesResearchInstitute,ChineseAcademyofFisherySciences,Shanghai200090,China;5.ShanghaiFisheriesCompany,Shanghai200090，China)

Tuna is a commercially important species in the Western-Central Pacific. The skipjack (Katsuwonuspelamis) yield accounts for about 50% of total production. In this study, differences in the distribution of fishing grounds and the relationship between CPUE (Catch Per Unit Effort) and ENSO (El Nio Southern Oscillation) index are discussed through the temporal and spatial analysis of top 10 fishing areas based on the tuna purse seine catches in Western-Central Pacific (20°S-20°N, 120°E-155°W) and ENSO SSTA (sea surface temperature anomaly) data of Nio 3.4 region (5°S-5°N, 120°-170°W) collected from 1995 to 2010. The result indicated that the top 10 high yield fishing areas distributed mainly in 5°S-5°N, 130°-175°W region, which account for almost 47.5% in total production. Among them, four fishing areas like 5°-0°S,155°-160°E; 0°-5°N, 130°-135°E; 0°-5°N, 135°-140°E and 5°-0°S, 160°-165°E all have more than 10% of the top 10 high yield fishing areas’ production, which are the important skipjack production areas in the Western-Central Pacific. High yield fishing areas are easily affected by SST (sea surface temperature) which are eastward distributed in 155°-180°E region during El Nio events, and westward distributed in 130°-160°E region during La Nia events.

high yield fishing areas; skipjack; Western-Central Pacific; El Nio

10.3969/j.issn.0253-4193.2017.02.012

2016-07-21；

2016-10-06。

上海市科技創新計劃(15DZ1202200)；海洋局公益性行業專項(20155014)；中央級公益性科研院所基本科研業務費專項資金項目(2015M07)。

戴澍蔚(1990—)，男，江蘇省南通市人，主要研究漁業遙感與GIS。E-mail：daishuwei@foxmail.com

*通信作者：陳新軍(1967—)，教授，博士生導師，主要研究領域為漁業資源學。E-mail：xjchen@shou.edu.cn

S931

A

0253-4193(2017)02-0120-09

戴澍蔚，陳新軍，張衡，等. 中西太平洋金槍魚圍網高產漁區年間變化及其原因分析[J].海洋學報，2017，39(2)：120—128,

Dai Shuwei, Chen Xinjun, Zhang Heng, et al. Analysis on annual changes and reasons in high yield fishing areas for tuna purse seine in Western-Central Pacific[J]. Haiyang Xuebao，2017，39(2)：120—128, doi:10.3969/j.issn.0253-4193.2017.02.012