表層水溫結構變化對東南太平洋秘魯鳀漁場的影響

陳芃，陳新軍

(1. 上海海洋大學 海洋科學學院，上海 201306；2.上海海洋大學 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；3.上海海洋大學 國家遠洋漁業工程技術研究中心，上海 201306；4.遠洋漁業協同創新中心，上海 201306)

表層水溫結構變化對東南太平洋秘魯鳀漁場的影響

陳芃1，4，陳新軍1，2，3，4*

(1. 上海海洋大學 海洋科學學院，上海 201306；2.上海海洋大學 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；3.上海海洋大學 國家遠洋漁業工程技術研究中心，上海 201306；4.遠洋漁業協同創新中心，上海 201306)

秘魯鳀(Engraulisringens)是棲息于東南太平洋沿岸的小型中上層魚類，掌握其漁場變化及其與海洋環境因子的關系有利于企業把握該漁業的生產情況。研究結合2005-2014年漁汛期間秘魯各港口出港的船數及其所獲得的秘魯鳀漁獲量和表層水溫數據(海表面溫度，sea surface temperature，SST)，以單位捕撈努力量的漁獲量(catch per unit effort，CPUE)和捕撈努力量(Effort)數據構建的漁場指數(fishing ground index，FGI)為漁場指標，對秘魯鳀的漁場類型進行分類，探討水溫結構變化對秘魯鳀漁場的影響。方差分析表明：漁場指數在不同漁汛階段(漁汛前期、中期和末期，P<0.01)和不同捕撈區域(北部、中部和南部，P<0.01)都有著極顯著的差異。以表層水溫大于20℃的海水是否入侵到近岸為標志，可以將秘魯鳀漁場分成兩種類型：大于20℃的海水沒有入侵到沿岸(A型漁場)和入侵到沿岸(B型漁場)。研究表明，在漁汛前期和中期階段，A型漁場的出現有利于漁場的形成，其中漁汛前期沿岸19℃或20℃等溫線的出現以及漁汛中期沿岸18℃或19℃等溫線的出現可以作為中心漁場形成的指標。

秘魯鳀；東南太平洋；表層水溫結構；漁場

1 引言

秘魯鳀(Engraulisringens)是一種重要的經濟型魚類，棲息于東南太平洋近岸，其漁業為世界上產量最大的單魚種漁業[1—2]。主要的捕撈國家為秘魯和智利，其中秘魯為首要的捕撈國家，2000年以來其產量占到了世界總產量的80%以上[3]。由于其近岸分布的特性，在秘魯境內一般僅由本國的船隊進行捕撈作業[1—2，4]。我國是世界上最大的魚粉進口國，秘魯鳀由于其優良的質量在我國的進口魚粉的比例最高[5]，而秘魯鳀的產量波動直接影響到了魚粉市場的狀況[6—7]，因此，結合海洋環境情況分析秘魯鳀的漁場情況有助于為我國魚粉進口企業提供技術支持。國內外學者對秘魯鳀資源漁場與海洋環境的關系作了許多研究，例如：Yez等[8]分析了資源豐度與海域上升流指數與湍流系數的關系；iquen等[9]探究了厄爾尼諾及拉尼娜事件對其資源的影響；Gibson等[10]研究了海域氧含量與秘魯鳀離岸遠近的關系。但是這些環境因子較難被實時監測和獲取，而海表面溫度(sea surface temperature，SST)作為最易獲取的衛星遙感產品，監測技術也最為成熟，已在諸多漁場分析中得到成功應用[11—13]。目前在秘魯沿岸水溫狀況與秘魯鳀的漁場分析方面，主要由秘魯國家海洋局(Instituto del Mar del Perú，IMARPE)在其網站上(http://www.imarpe.pe/imarpe2/)發布短期的漁場總結報告，其中表層水溫與漁場的關系主要依靠于歷史的經驗總結為主，并沒有具體量化的研究。對于秘魯鳀漁場，沿岸表層水溫結構變化是如何影響其漁場變動的？可否找出關鍵的等溫線作為中心漁場的指標？為此，研究結合2005-2014年漁汛期間秘魯各港口出港的船數及所獲得的秘魯鳀漁獲量和表層水溫(SST)數據，引入漁場指數(fishing ground index，FGI)的概念，分析水溫結構變化對秘魯鳀漁場的影響，以期為我國魚粉進口企業把握該漁業生產情況提供技術支撐。

2 材料與方法

2.1 數據來源

秘魯鳀的生產數據來源于秘魯國家海洋局IMARPE網站(http://www.imarpe.pe/imarpe2)，圖1為2005-2014年秘魯各港口(8°～15°S)漁汛期間(4-8月)每日出港的大型工業圍網漁船的總船數及其所獲得的漁獲量(數據未包含每條漁船作業的具體位置)。SST數據來源于美國國家海洋大氣局NOAA的OceanWatch網站 (http://oceanwatch.pifsc.noaa.gov/las/servlets/dataset)，時間分辨率均為周，空間分辨率分別為0.1°×0.1°。空間范圍為7°～15°S，75°～85°W。

2.2 分析方法

2.2.1 漁場分析

(1)捕撈區域和漁汛階段劃分

秘魯鳀主要棲息于沿岸30海里50 m水深內的海域[8]，同時漁船都為當日出海捕撈當日回港[14]，捕撈位置離港口不遠，漁場為近岸漁場。因此研究主要探索近岸水溫結構對漁場的影響，以港口的位置作為漁場的位置。同時，漁場空間上南北分布的不同可能會導致漁場間存在差異。為此，從8.5°S緯度線開始，向南每隔2°緯度線劃分捕撈區域，分成北部(8.5°～10.5°S)、中部(10.5°～12.5°S)和南部(12.5°～14.5°S)3塊捕撈區域，這3塊區域包含了研究中所有的港口(圖1)。

時間上，以每年4月1日所在周數為第一周，漁汛總共可以持續18～19周。研究同時探究漁場時間上的差異：以1～6周為漁汛前期；7～12周為漁汛中期；13～19周為漁汛末期，分析各個時期的漁場變化。

圖1 秘魯鳀港口分布及捕撈區域劃分Fig.1 Port distributions in Peruvian coast and the classification to fishing areas白色圓點代表港口的位置，從上至下分別是：欽博特、薩曼庫、卡斯馬、瓦爾梅、蘇普、維格塔、瓦喬、昌凱、卡亞俄、坦博德莫拉和皮斯科White dots represent the position of port from up to down: Chim-bote， Samanco， Casma， Huarmey， Supe， Vegueta， Huacho， Chancay， Callao， Tambo de Mora and Pisco

(2)漁場指數

根據漁場的定義[15]，漁場必須滿足兩個特性：較高的漁業資源豐度(fishery abundance)和較好的作業可行性(fishery availability)。這兩個指標通常使用單位捕撈努力量的漁獲量(catch per unit effort，CPUE)和捕撈努力量(Effort)來表示[16-17]。但是以往的研究中，往往只選取單一的因子進行分析。這經常會出現以下兩種情況：第一，CPUE很高但是捕撈努力量較低，這可能是由于海況條件不好不利于作業因此海域不具有良好的作業可行性；第二，捕撈努力量很高但是CPUE較低，這來源于雖然海域資源情況不好，但是漁民或船隊可能為了收回成本或者完成捕撈計劃聚集在某個區域從事捕撈作業。此外，研究中經常只使用名義的CPUE或者名義的捕撈努力量進行研究，很大的一個原因就在于數據的缺乏而無法進行標準化。但是即使是名義的CPUE或者是名義的捕撈努力量，它們都在一定程度上反映了作業海域的資源豐度和作業可行性，因此筆者認為，為了能夠相對真實地反映漁場的狀況，可以結合CPUE和捕撈努力量構造漁場指數來更為真實地反映漁場狀況。為此引入漁場指數的概念，公式如下：

(1)

式中，Effort和CPUE為一周某個捕撈區域內所有港口的總出港船數和單位捕撈努力量的漁獲量(總漁獲量除以總出港船數)，CPUEmax和Effortmax為當年CPUE和Effort的最大值。漁場指數的值在0～1之間，其值越接近于1表示漁場情況越好。

(3)方差分析和多重比較

使用方差分析[18]來評價漁場時間和空間上的差異性，即驗證了漁汛階段和捕撈區域劃分的可行性。方差分析之前，利用Levene檢驗[19]檢驗漁場指數的方差是否齊性。使用最小顯著差數法(least significant difference method，LSD)[18]對方差分析結果進行多重比較，以探究不同捕撈區域和不同漁汛階段間漁場指數的差異。數據分析使用SPSS20.0軟件。

2.2.2 分析漁場與水溫結構關系

利用Arcgis10.2作出沿岸水溫結構圖，等溫線插值使用Arcgis10.2中的Contour工具。觀察并描述沿岸等溫線分布情況，以水溫結構不同歸納不同海況類型的漁場。使用t檢驗[18]來探究不同類型漁場間漁場指數的差異性。

可以看出，漁場指數與前人的棲息地指數對漁場的研究類似，因此，參照前人的研究，將漁場指數大于0.6作為中心漁場的指標[20]，對比中心漁場和等溫線出現情況的關系，以尋找能代表中心漁場的關鍵等溫線。

3 結果

3.1 漁場時空差異分析

Levene檢驗表明，漁場指數方差是齊性的(F=1.57，df1=8，df2=290，P=0.13)，因此可以進行方差分析。方差分析表明：漁場指數在不同漁汛階段(F=1 273.97，df1=3，df2=294，P<0.01)和不同捕撈區域(F=50.26，df1=2，df2=294，P<0.01)都有著極顯著的差異。最小顯著差異法比較表明(表1)：時間上，漁汛前期的漁場指數要極顯著地高于中期和后期(P<0.01)，同時漁汛中期階段的漁場指數也要極顯著地高于后期(P<0.01)；空間上，北部區域的漁場指數要顯著(P<0.05)和極顯著(P<0.01)地低于中部和南部區域，而中部區域的漁場指數也要顯著地低于南部區域(P<0.05)，這同時也驗證了捕撈區域和漁汛階段劃分的可行性。從圖2也可以看出：時間上，3塊區域隨著時間的推移，漁場指數都在變小；空間上，除了末期的中部區域的漁場指數稍小于北部以外，各漁汛階段北部漁場的漁場指數要低于中部和南部區域，而漁汛前期和中期中部區域和南部區域的漁場指數基本相等，到了漁汛末期南部區域的漁場指數要大于中部。

表1 不同漁汛階段和不同區域間秘魯鳀漁場指數最小顯著差異法比較結果

注： *表示在0.05顯著性水平上差異顯著；**表示在0.01顯著性水平上差異極顯著。

圖2 秘魯鳀漁場指數變化狀況Fig.2 Variations of anchoveta (Engraulis ringens) fishing ground index圖中誤差線表示標準差 The error bars in the picture represent the standard deviation

圖3 秘魯沿岸表層水溫(單位：℃)結構典型范例(圖中等溫線經過平滑處理)Fig.3 Typical examples of the surface temperature(unit:℃) structure along the Peruvian coastal area (the isotherms in the pictures are after smoothing process)

3.2 秘魯鳀漁場類型劃分

正常情況下(圖3a)，秘魯沿岸水溫由近岸向外海升高；以20℃等溫線為冷暖區域的邊界，可以看出，外海是廣闊的暖水水域，而近岸則是狹長的冷水水域，冷水區域的等溫線通常與沿岸的走向保持相同(如圖3a中的20℃和19℃等溫線以及圖3b中的19℃和18℃等溫線)。暖水區域能以兩種方式入侵到岸界，第一種：以水舌(water meander，圖3b)的方式向近岸入侵；第二種：整體向東部移動，沿岸的冷水區域不存在。

因此，以暖水是否入侵岸界為標準，通過判斷沿岸水溫結構確定沿岸附近的溫度情況，對北部、中部和南部的秘魯鳀漁場劃分為以下兩種類型(圖4)。

A型漁場：沿岸表層水溫小于20℃區域的南北跨度(L<20℃)大于1°緯度。

B型漁場：沿岸表層水溫大于20℃區域的南北跨度(L>20℃)大于1°緯度。

圖4 基于表層水溫(℃)結構的秘魯鳀漁場類型劃分Fig.4 Classification to the fishing ground of anchoveta (Engraulis ringens) based on the surface temperature (℃) structure

3.3 不同漁場類型與漁場指數的關系

在漁汛前期，中部和南部區域完全為A型漁場(100%)，北部區域中絕大多數漁場類型也為A型漁場(91.7%)；而在漁汛中期，3個區域內的A型漁場的比例都出現了下降；到了漁汛末期，除了南部區域A型漁場的比例略有升高以外，其他兩個區域A型漁場比例依然呈現下降的趨勢(圖5)。

圖5 不同漁汛階段和不同區域間A型漁場所占比例Fig.5 Percentage of the “A” type fishing ground in different fishing periods and fishing areas

由于漁汛前期北部漁場中B型漁場僅出現過兩次，數量過小不具有代表性，因此只對中期和末期各區域的漁場指數進行分析：t檢驗表明，在漁汛中期，3個區域的A型漁場的漁場指數均要顯著地大于B型漁場(P<0.05)；在漁汛末期，3個區域的A型漁場的漁場指數與B型漁場均不存在顯著的差異(P>0.05)。

3.4 A型漁場水溫分布與漁場指數的關系

對A型漁場的水溫分布做進一步分析(圖6)：判斷沿岸水溫情況，同樣以沿岸小于某個溫度(20℃、19℃、18℃、17℃和小于17℃)區域的南北跨度大于1°緯度為標準，取最小溫度，認為該區域受到這個等溫線的控制。統計不同等溫線控制下的各捕撈區域和漁訊階段的中心漁場(漁場指數大于0.6)占所有A型漁場比例，結果如下(圖7)：北部區域，在漁汛前期、中期和末期中心漁場占所有A型漁場的比例分別為72.7%、69.2%和21.4%，其中，前期受到19℃和20℃等溫線控制的區域比例較高，占36.4%和27%，中期受到18℃和19℃等溫線控制的區域比例最高，占23%和23%；中部區域，在漁汛前期、中期和末期中心漁場占所有A型漁場的比例分別為100%、81.3%和40.0%，其中，前期受到19℃和20℃等溫線控制的區域比例較高，占37.5%和45.8%，中期受到18℃等溫線控制的區域比例最高，占37.4%；南部區域，在漁汛前期、中期和末期中心漁場占所有A型漁場的比例分別為91.7%、84.4%和46.7%，其中前期受到19℃等溫線控制的區域比例最高，占66.7%，中期受到18℃等溫線控制的區域比例最高，占40.6%。

可見，在漁汛前期和中期階段，A型漁場的出現有利于漁場的形成，其中漁汛前期沿岸19℃或20℃等溫線的出現以及漁汛中期沿岸18℃或19℃等溫線的出現可以作為中心漁場形成的指標。

圖6 不同水溫類型A型漁場區分方法舉例Fig.6 Example of the classification to different temperature types in “A” type fishing ground

圖7 不同等溫線控制情況下的中心漁場(漁場指數大于0.6)占所有A型漁場比例Fig.7 Percentage of the productive fishing ground (fishing ground index is larger than 0.6) accounting for all “A” type fishing ground under different controlling conditions of temperature isotherms

4 討論與分析

水溫作為海洋遙感中最容易獲得的環境因子，對偵查魚群和確定漁場形成有著決定性的作用[15]。在以往的漁場和水溫的關系分析中，通常將水溫數據柵格化處理利用經驗統計的方法確定漁場的適宜溫度范圍[21—23]，而在水溫結構與漁場的關系上，往往只是定性的描述[24—25]，缺乏定量的分析。在本研究中，由于秘魯鳀一般生活在近表層的區域(50 m以上)[8，26]，因此研究假設表層水溫的分布情況與秘魯鳀漁場存在關系，嘗試利用表層水溫結構確定漁場類型，以定量地分析不同沿岸水溫分布情況與漁場的關系。

研究發現，以表層水溫大于20℃的海水是否入侵到近岸為標志，可以將秘魯沿岸漁場分成兩種類型(圖4)。在漁汛前期(圖5)，除了北部區域沿岸出現過大于20℃的暖水(B型漁場)情況以外，中部和南部都是小于20℃的冷水，而方差分析多重比較表明(表1)，在漁汛前期的漁場指數與中期后期相比是顯著地要高的；中期開始，出現溫度大于20℃的暖水情況增多，而t檢驗表明，在中期3個區域出現A型漁場時的漁場指數要顯著地高于B型漁場。可見沿岸出現溫度大面積小于20℃的暖水的情況(A型漁場)將有利于秘魯鳀漁場的生成。研究中選用20℃作為冷暖水的標志與前人對秘魯鳀適宜水溫的調查是一致的：秘魯鳀的棲息水溫范圍在13～23℃之間[27]，但是適宜水溫主要在15～20℃[28]。同時研究表明，秘魯鳀棲息的東南太平洋沿岸海域內存在著強勁的秘魯上升流[29]，上升流區域使得海域有著冷水[1]、低氧[10]及存在豐富的餌料[30]等特征正好適合了的秘魯鳀的生物學特性，有利其生存。而在秘魯外海，通常存在由赤道逆流帶來的溫度較高的赤道表層水(surface equatorial water SEW)，SEW向南部和近岸延生，形成亞熱帶表層水(subtropical surface water，SSW)[30]，SSW到達近岸與沿岸上升流水(upwelled cold coastal water，CCW)形成沿岸和亞熱帶表層水的混合區域(mixed coastal-subtropical water，MCS)[31]，Swartzman等[31]通過調查發現秘魯鳀一般出現在CCW和MCS內，SEW和SSW內秘魯鳀的資源豐度很低，這表明暖水入侵近岸會形成不利于秘魯鳀的棲息環境，因此不利于秘魯鳀漁場的生成。將這些研究結果對比本研究可以認為，20℃等溫線的存在是海域中冷暖水的標志，即大于20℃的海域一般存在著SEW和SSW，而小于20℃的海域一般存在著有利于秘魯鳀漁場生成的CCW和MCS。

國內外學者對秘魯鳀資源變動與大尺度的氣候變化(如厄爾尼諾南方濤動現象)的關系也從生物因素上解釋了冷水的A型漁場導致秘魯鳀漁場指數增加的原因。iquen和Bouchon[9]也發現，在暖水年份，秘魯鳀整體的分布呈現向南部海域和更深的水層遷移的趨勢。Alheit和Niguen[29]歸納了近年來對ENSO現象發生的暖水年份海域內生物調查研究結果，包括：ENSO發生時秘魯鳀會往近岸遷移，導致魚群生活空間狹窄，食物競爭加劇，長時間來看必然導致秘魯鳀資源的減少；同時秘魯鳀的天敵如竹筴魚類(Trachurus)得益于暖水的擴張，能夠與秘魯鳀的棲息地存在重疊因此能夠對其進行大量的捕食，當時Alheit等便指出表層SST的變化即能作為發生這種現象的指標；此外，暖水的擴張還會導致秘魯鳀的餌料生物——橈足類(Copepods)動物資源量的減少。可見水溫結構的變動能夠導致秘魯鳀的遷徙以及通過生物捕食被捕食的關系改變資源的狀態，因此決定了海域秘魯鳀漁場情況的好壞。

到了漁汛后期，通過t檢驗發現A型漁場的漁場指數與B型漁場不存在顯著的關系，同時通過方差分析和多重比較可以發現(表1)，漁汛末期的時候漁場指數要顯著地低于前面兩個漁汛階段。這可以通過上升流的季節性變換來解釋：秘魯上升流主要是由海表面強勁的信風(trade wind)和地球自轉共同導致的，其中風是主要的因素[1]，漁汛末期(6月末至7月)漁場已從夏秋季轉入為冬季，而冬季海域上方常常存在著風場轉變的情況，即吹向赤道的信風可能會減弱甚至改風向吹向極地，這將對海域的上升流有著減弱的作用[32]。而上升流的減弱，造成海域雖然沒有暖水入侵但是漁場也不是很好的情況，這必然對秘魯鳀的棲息環境帶來不利影響。

進一步分析表明(圖7)，沿岸19℃(或20℃)等溫線和18℃(或19℃)等溫線分別可以作為漁汛前期和中期中心漁場形成的指標。漁場判斷過程中也出現過沿岸海域存在大面積低溫水(小于17℃)的情況(圖7)，但是這種情況形成中心漁場的頻率沒有出現18～20℃等溫線的情況高。研究發現[33]，強的上升流同時也伴隨著強的離岸輸送，導致了海域營養鹽的不易聚集，這也會影響到秘魯鳀對餌料生物利用進而導致秘魯鳀資源量的變化。因此，若將低溫水的出現假設為是由上升流過強導致的，那么就可以解釋為什么出現低溫水的時候出現中心漁場的頻率較低的情況。

研究探究了秘魯鳀漁場與表層水溫結構的關系，得到了中心漁場的表征指標。但是僅僅只用表層水溫進行預報確實會造成誤差，例如漁汛末期使用這些表征指標就難以說明中心漁場的存在。因此建議在今后的分析中，也可以將秘魯沿岸的垂直水溫資料(Argo數據)和風場情況考慮進去，利用海水中溫躍層的數據或建立算法將實時的風場資料反演成海水中上升流的情況。此外也應該考慮到海域其他動力學因素(如渦旋的存在)和長時間的氣候變化對漁場的影響，為更好地預報漁場服務。

[1] 陳芃， 汪金濤， 陳新軍. 秘魯鳀資源變動及與海洋環境要素的關系研究進展[J]. 海洋漁業， 2016， 38(2): 206-216.

Chen Peng， Wang Jintao， Chen Xinjun. Review on relationship between oceanic environment factors and population dynamics of anchoveta (Engraulisringens)[J]. Marine Fisheries， 2016， 38(2): 206-216.

[2] Fréon P， Bouchon M， Mullon C， et al. Interdecadal variability of anchoveta abundance and overcapacity of the fishery in Peru[J]. Progress in Oceanography， 2008， 79(2/4): 401-412.

[3] 聯合國糧農組織. 聯合國糧農組織漁業統計數據——1950-2013年全球捕撈產量[DB/OL]. http://www.fao.org/fishery/statistics/global-capture-production/query/zh.

Food and Agriculture Organization of the United Nations. Food and Agriculture Organization of the United Nations’ fisheries database-Global capture production from 1950 to 2013[DB/OL]. http://www.fao.org/fishery/statistics/global-capture-production/query/zh.

[4] Aranda M. Developments on fisheries management in Peru: the new individual vessel quota system for the anchoveta fishery[J]. Fisheries Research， 2009， 96(2/3): 308-312.

[5] 彭淇， 王斐， 吳彬， 等. 2種羅非魚加工下腳料產物替代秘魯魚粉養殖奧尼羅非魚(Oreochromisniloticus×O.aureus)稚魚效果評價[J]. 海洋與湖沼， 2014， 45(3): 602-607.

Peng Qi， Wang Fei， Wu Bin， et al. Evaluation of two produces from byproduct of Tilapia as replacements of Peru fish meal in practical diets of Juvenile Tilapia (Oreochromisniloticus×O.aureus)[J]. Oceanologia et Limnologia Sinca， 2014， 45(3): 602-607.

[6] 李勵年， 繆圣賜， 熊敏思. 國際漁業動態[J]. 漁業信息與戰略， 2015(2): 156-160.

Li Linian， Miao Shengci， Xiong Minsi. International fishery information[J]. Fishery Information and Strategy， 2015(2): 156-160.

[7] 韋震. 魚粉: 上半年秘魯魚粉供應不足， 飼料廠尋求魚粉替代品[J]. 當代水產， 2015(2): 68-69.

Wei Zhen. Fish meat: during the first half of the year the Peru fish meal was in short supply， so feed factories search the replacements of it[J]. Current Fisheries， 2015(2): 68-69.

[10] Levin L A. Oxygen minimum zone benthos: adaptation and community response to hypoxia[J]. Oceanography and Marine Biology: An Annual Review， 2003， 41: 1-45.

[11] 官文江， 陳新軍， 潘德爐. 遙感在海洋漁業中的應用與研究進展[J]. 大連水產學院學報， 2007， 22(1): 62-66.

Guan Wenjiang， Chen Xinjun， Pan Delu. A review: application and research of remote sensing in marine fisheries[J]. Journal of Dalian Ocean University， 2007， 22(1): 62-66.

[12] 余為， 陳新軍. 西北太平洋柔魚棲息地環境因子分析及其對資源豐度的影響[J]. 生態學報， 2015， 35(15): 5032-5039.

Yu Wei， Chen Xinjun. Analysis of environmental conditions and their influence on the abundance of neon flying squid in the Northwest Pacific Ocean[J]. Acta Ecologica Sinica， 2015， 35(15): 5032-5039.

[13] 陳芃， 陳新軍. 基于最大熵模型分析西南大西洋阿根廷滑柔魚棲息地分布[J]. 水產學報， 2016， 40(6): 893-902.

Chen Peng， Chen Xinjun. Analysis to the habitat distribution of Argentine shortfin squid (Illexargentinus) in the Southwest Atlantic Ocean using the maximum entropy model[J]. Journal of Fisheries of China， 2016， 40(6): 893-902.

[14] Arellano C E， Swartzman G. The Peruvian artisanal fishery: changes in patterns and distribution over time[J]. Fisheries Research， 2010， 101(3): 133-145.

[15] 陳新軍. 漁業資源與漁場學[M]. 北京: 海洋出版社， 2004: 116-141.

Chen Xinjun. Fisheries Biology and Oceanography[M]. Beijing: China Ocean Press， 2004: 116-141.

[16] Chen Xinjun， Tian Siquan， Chen Yong， et al. A modeling approach to identify optimal habitat and suitable fishing grounds for neon flying squid (Ommastrephesbartramii) in the Northwest Pacific Ocean[J]. Fishery Bulletin， 2010， 108(1): 1-14.

[17] Tian Siquan， Chen Xinjun， Chen Yong， et al. Evaluating habitat suitability indices derived from CPUE and fishing effort data forOmmatrephesbratramiiin the northwestern Pacific Ocean[J]. Fisheries Research， 2009， 95(2/3): 181-188.

[18] 李春喜， 邵云， 姜麗娜. 生物統計學[M]. 4版. 北京: 科學出版社， 2008: 85-110.

Li Chunxi， Shao Yun， Jiang Lina. Biological Statistics[M]. 4th ed. Beijing: Science Press， 2008: 85-110.

[19] Brown M B， Forsythe A B. Robust tests for the equality of variances[J]. Journal of the American Statistical Association， 1974， 69(346): 364-367.

[20] 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 Yue， Chen Xinjun. Forecasting hotspots ofDosidicusgigasin the offshore waters of Peru using habitat suitability model[J]. Progress in Fishery Sciences， 2014， 35(3): 19-26.

[21] 陳峰， 陳新軍， 劉必林， 等. 西北太平洋柔魚漁場與水溫垂直結構關系[J]. 上海海洋大學學報， 2010， 19(4): 495-504.

Chen Feng， Chen Xinjun， Liu Bilin， et al. Relationship between fishing ground ofOmmastrephesbartramiiand vertical temperature structure in the northwestern Pacific Ocean[J]. Journal of Shanghai Ocean University， 2010， 19(4): 495-504.

[22] 陳新軍， 許柳雄. 北太平洋150°E～165°E海域柔魚漁場與表溫及水溫垂直結構的關系[J]. 海洋湖沼通報， 2004(2): 36-44.

Chen Xinjun， Xu Liuxiong. Analysis of relationship between fishing ground ofOmmastrephebartramiand surface water temperature and its vertical distribution from 150°E to 160°E in the Northwestern Pacific[J]. Transactions of Oceanology and Limnology， 2004(2): 36-44.

[23] 楊勝龍， 張忭忭， 靳少非， 等. 中西太平洋延繩釣黃鰭金槍魚漁場時空分布與溫躍層關系[J]. 海洋學報， 2015， 37(6): 78-87.

Yang Shenglong， Zhang Bianbian， Jin Shaofei， et al. Relationship between the temporal-spatial distribution of longline fishing grounds of yellowfin tuna (Thunnusalbacares) and the thermocline characteristics in the Western and Central Pacific Ocean[J]. Haiyang Xuebao， 2015， 37(6): 78-87.

[24] 邵全琴， 戎愷， 馬巍巍， 等. 西北太平洋柔魚中心漁場分布模式[J]. 地理研究， 2004， 23(1): 1-9.

Shao Quanqin， Rong Kai， Ma Weiwei， et al. Study on spatial patterns ofOmmastrephesbartramiifishing ground in the Northwest Pacific Ocean[J]. Geographical Research， 2004， 23(1): 1-9.

[25] 陳新軍. 關于西北太平洋的柔魚漁場形成的海洋環境因子的分析[J]. 上海水產大學學報， 1997， 6(4): 263-267.

Chen Xinjun. An analysis on Marine environment factors of fishing ground ofOmmastrephesbartramiiin Northwestern Pacipic[J]. Journal of Shanghai Fisheries University， 1997， 6(4): 263-267.

[27] Gutiérrez M， Swartzman G， Bertrand A， et al. Anchovy (Engraulisringens) and sardine (Sardinopssagax) spatial dynamics and aggregation patterns in the Humboldt Current ecosystem， Peru， from 1983-2003[J]. Fisheries Oceanography， 2007， 16(2): 155-168.

[28] Muck P， Sanchez G. The importance of mackerel and horse mackerel predation for the Peruvian anchoveta stock (a population and feeding model)[C]//Pauly D， Tsukayama I. The Peruvian Anchoveta and Its Upwelling Ecosystem: Three Decades of Change. Manila: ICLARM， 1987: 276-293.

[29] Alheit J， Niquen M. Regime shifts in the Humboldt Current ecosystem[J]. Progress in Oceanography， 2004， 60(2/4): 201-222.

[30] Montecino V， Lange C B. The Humboldt current system: ecosystem components and processes， fisheries， and sediment studies[J]. Progress in Oceanography， 2009， 83(1/4): 65-79.

[31] Swartzman G， Bertrand A， Gutiérrez M， et al. The relationship of anchovy and sardine to water masses in the Peruvian Humboldt Current System from 1983 to 2005[J]. Progress in Oceanography， 2008， 79(2/4): 228-237.

[32] Castro L R， Claramunt G， Krautz M C， et al. Egg trait variation in anchovetaEngraulisringens: a maternal response to changing environmental conditions in contrasting spawning habitats[J]. Marine Ecology Progress Series， 2009， 381: 237-248.

[33] Bakun A， Weeks S J. The marine ecosystem off Peru: what are the secrets of its fishery productivity and what might its future hold[J]. Progress in Oceanography， 2008， 79(2/4): 290-299.

Evaluating the effects of sea surface temperature variations on fishing ground of anchoveta (Engraulisringens) in the southeast Pacific Ocean

Chen Peng1，4，Chen Xinjun1，2，3，4

(1.CollegeofMarineSciences,ShanghaiOceanUniversity,Shanghai201306，China；2.TheKeyLaboratoryofSustainableExploitationofOceanicFisheriesResources，MinistryofEducation，ShanghaiOceanUniversity，Shanghai201306，China; 3.NationalEngineeringResearchCenterforOceanicFisheries，ShanghaiOceanUniversity，Shanghai201306，China; 4.CollaborativeInnovationCenterforDistant-waterFisheries，Shanghai201306，China)

Anchoveta (Engraulisringens) is one of the important small pelagic species living in the southeast Pacific Ocean. Exploring the process that fishing grounds vary with oceanic environmental factors could help us to understand the variations in fish stocks， which is beneficial for fishing industry. In this study， based on the Peruvian fishery logbooks of anchoveta from 2005 to 2014 as well as sea surface temperature (SST) data， we developed the fishing ground index (FGI) by using the catch per unit effort (CPUE) and fishing effort to understand the variation of fishing ground. The fishing ground were also divided into different types and correlated with the SST isotherms in order to evaluate their forming mechanism. The results indicated that significant differences (P<0.01) were found for FGI with the fishing periods (earlier stage， mid stage and later stage) and fishing areas (north area， middle area and south area) on the basis of analysis of variance. According to the distribution of SST， we defined the fishing ground of anchoveta as “A” type fishing ground and “B” type fishing ground. When the warm sea surface waters (>20℃) had not intruded into the near shore area， the “A” type fishing ground occurred. Otherwise， the “B” type fishing ground occurred. Our findings suggested that the surface temperature structure with “A” type is favorable for the formation of fishing ground in the earlier or mid stage of fishing periods. Moreover， the 19℃ or 20℃ SST isotherm in earlier stage and the 18℃ or 19℃ SST isotherm in mid stage could be used as an indicator to search for the productive fishing ground.

Anchoveta (Engraulisringens); southeast Pacific Ocean; surface temperature structure; fishing ground

10.3969/j.issn.0253-4193.2017.04.008

2016-07-28；

2016-12-18。

上海市科技創新行動計劃(15DZ1202200)；海洋局公益性行業專項(20155014)。

陳芃(1992—)，男，福建省建甌市人，研究方向為漁業資源與漁場學。E-mail：pengchen@yeah.com

*通信作者：陳新軍(1967—)，男，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)04-0079-10

陳芃，陳新軍. 表層水溫結構變化對東南太平洋秘魯鳀漁場的影響[J].海洋學報，2017，39(4)：79—88，

Chen Peng，Chen Xinjun. Evaluating the effects of sea surface temperature variations on fishing ground of anchoveta (Engraulisringens) in the southeast Pacific Ocean[J]. Haiyang Xuebao，2017，39(4)：79—88， doi：10.3969/j.issn.0253-4193.2017.04.008