毛里塔尼亞海域短線竹?魚(yú)時(shí)空分布與海洋環(huán)境的關(guān)系

宋利明，徐雙泉，許 回，陳明銳，Ebango Ngando Narcisse

（1.上海海洋大學(xué)海洋科學(xué)學(xué)院，上海 201306；2.國(guó)家遠(yuǎn)洋漁業(yè)工程技術(shù)研究中心，上海 201306；3.大洋漁業(yè)資源可持續(xù)開(kāi)發(fā)省部共建教育部重點(diǎn)實(shí)驗(yàn)室，上海 201306；4.遠(yuǎn)洋漁業(yè)協(xié)同創(chuàng)新中心，上海 201306）

短線竹?魚(yú)（Trachurus trecae）為中底層魚(yú)類，一般活動(dòng)在20～100m的近海底水域，有時(shí)也在中上層甚至近表層出現(xiàn)，適宜水溫為15～22℃，廣泛分布在東大西洋的摩洛哥至安哥拉海域［1］。毛里塔尼亞西鄰大西洋，處在幾內(nèi)亞灣暖流和加納利寒流的交匯地帶，海域初級(jí)生產(chǎn)力比較高，擁有豐富的漁業(yè)資源［2］。FAO的統(tǒng)計(jì)結(jié)果顯示［3-4］，2007年毛里塔尼亞海域主要的小型中上層魚(yú)類中，短線竹?魚(yú)占總漁獲量的比重最多，為31%；2013年中東大西洋的短線竹?魚(yú)產(chǎn)量主要集中在毛里塔尼亞沿海，約占82%。因此對(duì)毛里塔尼亞海域短線竹?魚(yú)的研究十分重要。目前國(guó)內(nèi)學(xué)者如牛明香等［5-6］研究了智利竹?魚(yú)（Trachurusmurphyi）的漁場(chǎng)與時(shí)空變動(dòng)的關(guān)系，李顯森等［7］、化成君等［8］和汪金濤等［9］分別對(duì)智利竹?魚(yú)的資源分布特征、時(shí)空分布與環(huán)境因子的關(guān)系、漁情預(yù)報(bào)技術(shù)作了研究。RUMOLO等［10］通過(guò)同位素和胃含物分析，研究了西西里海峽大西洋竹?魚(yú)（Trachurus trachurus）的空間分布與攝食行為的關(guān)系，GUSHCHIN和CORTEN［11］研究了毛里塔尼亞海域大西洋竹?魚(yú)和短線竹?魚(yú)的攝食特性，ARKHIPOV［12］研究了毛里塔尼亞海域魚(yú)類浮游生物的季節(jié)和年際變化，班銳［13］利用廣義可加模型探討了時(shí)空和環(huán)境因子對(duì)毛里塔尼亞海域竹?魚(yú)漁場(chǎng)的影響，但毛里塔尼亞海域的竹?魚(yú)包括了短線竹?魚(yú)在內(nèi)的多種竹?魚(yú)類，其具體的生活方式和時(shí)空分布特征存在差異［1］，且其研究中使用的環(huán)境數(shù)據(jù)來(lái)源于衛(wèi)星遙感，分辨率較低。分位數(shù)回歸模型最早由KOENKER和BASSETT［14］提出，已在研究魚(yú)類的棲息地綜合指數(shù)方面得到了應(yīng)用［15-16］。本文根據(jù)2017年在毛里塔尼亞海域測(cè)定的海洋環(huán)境數(shù)據(jù)以及短線竹?魚(yú)的漁獲率統(tǒng)計(jì)資料，用分位數(shù)回歸的方法探究短線竹?魚(yú)時(shí)空分布與海洋環(huán)境的關(guān)系，旨在進(jìn)一步了解短線竹?魚(yú)在毛里塔尼亞海域的時(shí)空分布特征，為提高我國(guó)漁船在此海域的作業(yè)效率及毛里塔尼亞對(duì)短線竹?魚(yú)等小型中上層漁業(yè)資源養(yǎng)護(hù)與管理提供參考。

1 材料與方法

1.1 調(diào)查方法

1.1.1 調(diào)查船及基本信息

“福遠(yuǎn)漁097”燈光圍網(wǎng)船總長(zhǎng)49.95 m，型寬8.60 m，型深4.00 m。設(shè)計(jì)吃水3.30 m，設(shè)計(jì)排水量896.90 t，主機(jī)功率為828 kW，航速為6～11 kn，魚(yú)艙容量190m3，油艙容積120m3，淡水艙容積47m3。航區(qū)為國(guó)際I區(qū)。

1.1.2 調(diào)查時(shí)間、海域及站點(diǎn)分布

調(diào)查時(shí)間為2017年9月20日至12月31日。調(diào)查海域?yàn)椋?6°28′～17°59′W、17°50′～20°58′N。共119個(gè)調(diào)查站點(diǎn)（部分站點(diǎn)位置非常接近，圖中重疊在一起），隨機(jī)選擇75%的（90個(gè)）站點(diǎn)的數(shù)據(jù)用作建模，25%的（29個(gè)）站點(diǎn)數(shù)據(jù)用以驗(yàn)證模型，站點(diǎn)分布見(jiàn)圖1。部分建模站點(diǎn)和驗(yàn)證站點(diǎn)出現(xiàn)重合，原因是這些站點(diǎn)的下網(wǎng)位置幾乎相同。

1.1.3 調(diào)查的漁具漁法

“福遠(yuǎn)漁097”所用圍網(wǎng)網(wǎng)具主體由網(wǎng)衣、包鉛繩、浮子、上綱和下綱組成，網(wǎng)口網(wǎng)衣拉直周長(zhǎng)約1 643.4 m，網(wǎng)口至囊端拉直長(zhǎng)度約116 m，上綱長(zhǎng)度約809.84 m，下綱長(zhǎng)度約761.44 m。

1.1.4 調(diào)查儀器、方法及內(nèi)容

利用漁船上的全球定位儀記錄每天放網(wǎng)開(kāi)始時(shí)的經(jīng)緯度，同時(shí)記錄漁獲重量。調(diào)查站點(diǎn)預(yù)先確定，但實(shí)際調(diào)查位置與計(jì)劃站點(diǎn)存在一定偏差。每日放網(wǎng)后或起網(wǎng)前，使用加拿大型號(hào)為XR-620的多功能水質(zhì)儀，測(cè)量調(diào)查站點(diǎn)海表面的葉綠素a濃度、海表面溫度以及鹽度數(shù)據(jù)。

1.2 數(shù)據(jù)處理方法

1.2.1 CPUE的計(jì)算方法

單位捕撈努力量漁獲量（catch per unit effort，簡(jiǎn)稱CPUE）是用來(lái)表示魚(yú)類資源豐度的相對(duì)指數(shù)，是對(duì)某個(gè)漁業(yè)資源進(jìn)行評(píng)估的基本內(nèi)容之一［17］。船上所得到的直接數(shù)據(jù)為漁獲量（t），建立關(guān)系模型前，需要計(jì)算短線竹?魚(yú)的CPUE值，計(jì)算方法如下：

式（1）中，ci為在i站點(diǎn)的漁獲量（t），ni為i站點(diǎn)的網(wǎng)次數(shù)量。

1.2.2 海洋環(huán)境因子值的計(jì)算方法

海洋環(huán)境因子數(shù)據(jù)為各個(gè)站點(diǎn)10 m以淺所測(cè)得的各海洋環(huán)境因子數(shù)據(jù)的算術(shù)平均值［15］。

1.3 建立短線竹?魚(yú)CPUE預(yù)測(cè)模型

分位數(shù)回歸建模的具體方法可以參照文獻(xiàn)［15］。分位數(shù)回歸分析采用由美國(guó)地理調(diào)查局中陸生態(tài)科學(xué)研究中心開(kāi)發(fā)的統(tǒng)計(jì)學(xué)軟件Blossom。

根據(jù)90個(gè)建模站點(diǎn)的CPUE、葉綠素a濃度（Ch）、海表面溫度（T）、海表面鹽度（S）及其交互作用項(xiàng)建立短線竹?魚(yú)CPUE與海洋環(huán)境因子的關(guān)系模型，其一般形式為：

圖1 調(diào)查站點(diǎn)分布圖Fig.1 Distribution map ofmodeling sites and validation sites

式（2）中，C為常數(shù)項(xiàng)，a-f為自變量的系數(shù)，ChT表示葉綠素a濃度和海表面溫度的交互作用項(xiàng)，ChS表示葉綠素a濃度和海表面鹽度的交互作用項(xiàng)，TS表示海表面溫度和海表面鹽度的交互作用項(xiàng)，ε為誤差項(xiàng)。i表示站點(diǎn)號(hào)數(shù)，如Chi表示在i站點(diǎn)的葉綠素a濃度。

1.4 棲息地綜合指數(shù)（IHI）計(jì)算方法

根據(jù)關(guān)系模型，得出建模站點(diǎn)和驗(yàn)證站點(diǎn)的預(yù)測(cè)CPUE，按照下列公式計(jì)算得出短線竹?魚(yú)在不同站點(diǎn)的IHI值：

式（3）中，CPUEij是指j組（j=1為建模站點(diǎn)；j=2為驗(yàn)證站點(diǎn)）i站點(diǎn)的CPUE預(yù)測(cè)值，CPUEmaxj是指j組中CPUE預(yù)測(cè)值中的最大值。

1.5 IHI模型預(yù)測(cè)能力的驗(yàn)證和評(píng)價(jià)

將建模站點(diǎn)和驗(yàn)證站點(diǎn)的環(huán)境數(shù)據(jù)值分別代入模型中，使用SPSS 23.0軟件，通過(guò)Wilcoxon（符號(hào)秩）對(duì)建模站點(diǎn)和驗(yàn)證站點(diǎn)的CPUE實(shí)際值與預(yù)測(cè)值進(jìn)行檢驗(yàn)［18］，根據(jù)P值的大小判斷兩者間是否存在顯著性差異，以此評(píng)估模型的預(yù)測(cè)能力。通過(guò)計(jì)算短線竹?魚(yú)驗(yàn)證站點(diǎn)的CPUE實(shí)際值與預(yù)測(cè)值之間的Spearman相關(guān)系數(shù)（秩相關(guān)系數(shù)）大小，結(jié)合雙尾檢驗(yàn)對(duì)IHI模型的預(yù)測(cè)能力進(jìn)行評(píng)價(jià)。

用Arcmap10.6作圖得出建模站點(diǎn)和驗(yàn)證站點(diǎn)的IHI等值線與實(shí)測(cè)CPUE的分布圖。將29個(gè)驗(yàn)證站點(diǎn)的實(shí)測(cè)CPUE值除以其中的最大值得出IHI′［式（4）］，用Excel作出IHI′和IHI的變化趨勢(shì)圖，定性評(píng)價(jià)模型的預(yù)測(cè)能力。

式（4）中，CPUEi2是指驗(yàn)證站點(diǎn)i的實(shí)測(cè)CPUE，CPUEmax2是指驗(yàn)證站點(diǎn)實(shí)測(cè)CPUE中的最大值。

2 結(jié)果與分析

2.1 分位數(shù)回歸得出的預(yù)測(cè)模型

利用Blossom建立CPUE與海洋環(huán)境的關(guān)系模型，將每次擬合得出的模型系數(shù)和對(duì)應(yīng)的P值記錄下來(lái)，取分位數(shù)（用Q表示）最高的模型為最佳模型。結(jié)果如表1所示。

擬合得出的最佳預(yù)測(cè)模型如下：

由式（5）可知，影響短線竹?魚(yú)CPUE的海洋環(huán)境因素包括海表面溫度、葉綠素a濃度、海表面溫度與葉綠素a濃度的交互項(xiàng)，P值依次為0.028、0.004和0.032。

由自變量系數(shù)的大小可得，對(duì)CPUE影響最大的是海表面溫度，其次是葉綠素a濃度，再次是海表面溫度和葉綠素a濃度的交互作用項(xiàng)。

2.2 IHI模型驗(yàn)證

對(duì)建模站點(diǎn)和驗(yàn)證站點(diǎn)的CPUE實(shí)測(cè)值與預(yù)測(cè)值進(jìn)行Wilcoxon（符號(hào)秩）檢驗(yàn)，結(jié)果見(jiàn)表2，兩者的P值均高于顯著水平0.05，說(shuō)明建模站點(diǎn)和驗(yàn)證站點(diǎn)的CPUE實(shí)測(cè)值與預(yù)測(cè)值之間均無(wú)顯著性差異。

對(duì)29個(gè)驗(yàn)證站點(diǎn)的實(shí)測(cè)CPUE和預(yù)測(cè)CPUE的相關(guān)系數(shù)和顯著性進(jìn)行雙尾檢驗(yàn)，得出實(shí)測(cè)CPUE與預(yù)測(cè)CPUE的Spearman相關(guān)系數(shù)達(dá)到0.832，相伴概率小于0.01，這說(shuō)明顯著性水平為0.01時(shí)，實(shí)測(cè)CPUE和預(yù)測(cè)CPUE之間高度相關(guān)，模型可靠。

表1 不同分位數(shù)下各變量回歸系數(shù)秩得分檢驗(yàn)結(jié)果Tab.1 Rank score test for regression parameters under different quantiles

表2 建模站點(diǎn)和驗(yàn)證站點(diǎn)的實(shí)測(cè)CPUE與預(yù)測(cè)CPUE間W ilcoxon檢驗(yàn)結(jié)果Tab.2 Result of W ilcoxon test between the observed and predicted CPUE ofmodeling sites and validation sites

2.3 IHI模型的定性評(píng)價(jià)

用Arcmap10.6作圖得出的建模站點(diǎn)的IHI等值線與實(shí)測(cè)CPUE分布見(jiàn)圖2。驗(yàn)證站點(diǎn)的IHI等值線與實(shí)測(cè)CPUE分布見(jiàn)圖3。

本次調(diào)查期間，短線竹?魚(yú)的CPUE在0～3 t·次-1，因此在作圖和分析時(shí)，認(rèn)為CPUE小于1 t·次-1時(shí)為CPUE的較低值，CPUE大于2 t·次-1時(shí)為CPUE的較高值。由圖2可觀察到，實(shí)測(cè)CPUE與IHI具有一定的相關(guān)性。IHI值在小于0.40時(shí)，實(shí)測(cè)CPUE值小于1 t·次-1；IHI值在0.40～0.56之間時(shí)，CPUE值隨IHI值的增大而相應(yīng)增大，大部分在1～2 t·次-1之間，大于2 t·次-1的情況也有出現(xiàn)，但分布零散，具有偶然性；IHI值大于0.60時(shí)，CPUE較高值出現(xiàn)的頻率明顯增加，大于2 t·次-1的情況集中出現(xiàn)。

觀察圖2可得，CPUE較低值集中分布在16°15′～16°50′W、16°50′～18°50′N，對(duì)應(yīng)的IHI值低于0.56；CPUE較高值集中分布在17°20′～17°45′W、20°15′～20°50′N，對(duì)應(yīng)的IHI值大于0.60。

圖2 建模站點(diǎn)IHI等值線和實(shí)測(cè)CPUE分布Fig.2 IH I contour and CPUE distribution for modeling sites

圖3中，驗(yàn)證站點(diǎn)的CPUE與IHI呈現(xiàn)出的相關(guān)性較為顯著。當(dāng)IHI值低于0.40時(shí)，對(duì)應(yīng)的海域?yàn)?6°15′～17°40′W、18°05′～20°05′N，CPUE較低值在這一區(qū)域零散分布，大于1 t·次-1的只有1個(gè)，其余都在1 t·次-1以下。當(dāng)IHI值大于0.50時(shí)，對(duì)應(yīng)的海域?yàn)?7°20′～17°45′W、20°15′～20°50′N，CPUE較高值集中出現(xiàn)，CPUE全部大于1 t·次-1，大于2 t·次-1的驗(yàn)證站點(diǎn)也都在上述區(qū)域出現(xiàn)。這說(shuō)明IHI對(duì)CPUE的預(yù)測(cè)具有良好的效果。

29個(gè)驗(yàn)證站點(diǎn)的IHI′和IHI的變化趨勢(shì)見(jiàn)圖4。可以觀察到，IHI的變化趨勢(shì)與IHI′高度一致，基本呈現(xiàn)正相關(guān)，側(cè)面反映了預(yù)測(cè)CPUE的變化趨勢(shì)與實(shí)測(cè)CPUE十分吻合。這可說(shuō)明，建立的模型能較好地預(yù)測(cè)CPUE。

圖3 驗(yàn)證站點(diǎn)IHI等值線和實(shí)測(cè)CPUE分布Fig.3 IHI contour and CPUE distribution for validation sites

圖4 驗(yàn)證站點(diǎn)IH I′和IH I的變化趨勢(shì)Fig.4 Trends of IHI′and IHI for validation sites

綜上，IHI值較高的海域?qū)?yīng)的實(shí)測(cè)CPUE較高，因此基于分位數(shù)回歸擬合得出的關(guān)系模型能較好地反應(yīng)CPUE與海洋環(huán)境因子的關(guān)系，預(yù)測(cè)能力良好。

3 討論

3.1 用分位數(shù)回歸模型及相關(guān)統(tǒng)計(jì)檢驗(yàn)方法的依據(jù)

分位數(shù)回歸可提供不同分位數(shù)下的回歸方程，反映了自變量對(duì)因變量的某個(gè)特定分位數(shù)的邊際分布，因此能清楚地闡釋因變量的整個(gè)分配，甚至數(shù)據(jù)異質(zhì)性的問(wèn)題也能解決［19］。本文所使用的樣本數(shù)據(jù)時(shí)間跨度只有3個(gè)多月，樣本數(shù)據(jù)總量也只有119個(gè)，加上部分站點(diǎn)數(shù)據(jù)用作驗(yàn)證模型，實(shí)際上用于建模的數(shù)據(jù)并不多，因此樣本數(shù)據(jù)并非呈正態(tài)分布，而是呈正偏態(tài)分布。當(dāng)研究的數(shù)據(jù)集合呈現(xiàn)非正態(tài)分布時(shí)，選擇分位數(shù)回歸能夠具體地反映因變量的平均水平［20］。利用SPSS對(duì)樣本數(shù)據(jù)進(jìn)行非參數(shù)檢驗(yàn)，當(dāng)樣本數(shù)據(jù)呈現(xiàn)正態(tài)分布時(shí)，可用t檢驗(yàn)，非正態(tài)分布或無(wú)法確定分布狀態(tài)時(shí)，用Wilcoxon秩和檢驗(yàn)［21］；進(jìn)行相關(guān)性分析時(shí)，樣本數(shù)據(jù)呈正態(tài)分布用Pearson檢驗(yàn)，非正態(tài)分布使用Spearman檢驗(yàn)［22］；未知呈正相關(guān)和負(fù)相關(guān)，使用雙尾檢驗(yàn)。

3.2 海洋環(huán)境因子的影響與時(shí)空分布

由基于分位數(shù)回歸得出的最佳關(guān)系模型可以看出，海洋環(huán)境因子對(duì)短線竹?魚(yú)CPUE的影響程度為：海表面溫度＞葉綠素a濃度＞海表面溫度與葉綠素a濃度的交互作用，海表面鹽度對(duì)CPUE的影響沒(méi)有在關(guān)系式中被表征出來(lái)。

漁場(chǎng)的形成與分布是由各種海洋環(huán)境因子的綜合作用共同決定的。在所有非生物環(huán)境因子對(duì)魚(yú)類資源分布的影響中，牛明香等［6］指出，水溫是對(duì)漁場(chǎng)形成最為重要的因素，海表面溫度的變化能夠影響竹?魚(yú)的分布和洄游等。本文的結(jié)論同樣為海表面溫度對(duì)短線竹?魚(yú)的CPUE影響最大，這也符合實(shí)際情況：毛里塔尼亞海域處在幾內(nèi)亞灣暖流和加納利寒流的交匯地帶，有利于漁場(chǎng)形成，寒暖水團(tuán)對(duì)應(yīng)著溫度的變化，因此海表面溫度對(duì)短線竹?魚(yú)的影響尤其顯著。浮游生物是短線竹?魚(yú)等中上層魚(yú)類的食物來(lái)源，也是漁場(chǎng)形成的決定性因素，毛里塔尼亞海域?yàn)閹變?nèi)亞灣暖流和加納利寒流冷暖水團(tuán)的交匯處，攜帶大量的營(yíng)養(yǎng)鹽，海域初級(jí)生產(chǎn)力較高，為浮游生物的繁殖創(chuàng)造了有利條件，因此葉綠素a濃度是形成漁場(chǎng)的另一個(gè)重要的海洋環(huán)境要素。需要指出的是，雖然關(guān)系模型顯示葉綠素a濃度是影響短線竹?魚(yú)CPUE的一個(gè)因素，但由于關(guān)系模型中其系數(shù)為-0.027 3，因此葉綠素a濃度對(duì)短線竹?魚(yú)CPUE的影響相對(duì)海表面溫度影響較小，這是因?yàn)槿~綠素a雖然對(duì)于漁場(chǎng)的形成不可或缺，但形成漁場(chǎng)的關(guān)鍵還要取決于浮游生物的量和規(guī)模［23］，而除了葉綠素a濃度外，營(yíng)養(yǎng)鹽、海流等其他海洋要素同樣影響著浮游生物的量和規(guī)模。牛明香等［5］利用廣義可加模型研究時(shí)空和環(huán)境因子對(duì)東南太平洋智利竹?魚(yú)漁場(chǎng)的影響時(shí)得出相似的結(jié)論，認(rèn)為葉綠素a濃度雖然與資源密度有關(guān)聯(lián)，但對(duì)整個(gè)模型的貢獻(xiàn)程度相對(duì)較低，可作為輔助指標(biāo)。RUMOLO等［10］通過(guò)同位素和胃含物分析西西里海峽大西洋竹?魚(yú)的空間分布與攝食行為的關(guān)系時(shí)指出，大西洋竹?魚(yú)的空間分布與溫度、光合作用的強(qiáng)度有關(guān)，此外與鹽度也有關(guān)系。本文的關(guān)系模型中，海表面鹽度對(duì)短線竹?魚(yú)CPUE的影響沒(méi)有被表征出來(lái)，可能是因?yàn)檎{(diào)查期間，作業(yè)地點(diǎn)的經(jīng)緯度變化并不大，海表面鹽度值上下浮動(dòng)很小，鹽度梯度相較溫度梯度低。

本文通過(guò)分位數(shù)回歸建模，得出關(guān)系式后建立IHI模型，并結(jié)合Arcmap作圖（圖2，圖3）分析，得出毛里塔尼亞短線竹?魚(yú)CPUE較高的區(qū)域?yàn)椋?7°20′～17°45′W、20°15′～20°50′N；CPUE較低的區(qū)域?yàn)?6°15′～17°40′W、16°50′～18°50′N。這在資源豐度的時(shí)空分布上反映為9—12月短線竹?魚(yú)逐漸由南向北轉(zhuǎn)移，ARKHIPOV［12］在研究中指出，毛里塔尼亞海域的短線竹?魚(yú)等魚(yú)類在寒冷季節(jié)會(huì)向北聚集，在布朗角附近產(chǎn)卵，距離南部有一定距離，這從側(cè)面證明了本文研究結(jié)果的準(zhǔn)確性。張鵬等［24］利用FAO報(bào)告和相關(guān)資料研究中東大西洋中上層小型魚(yú)類資源及其漁業(yè)現(xiàn)狀時(shí)總結(jié)得出短線竹?魚(yú)最密集分布區(qū)在21°00′N附近，這與本文的研究結(jié)果在緯度上大體一致，但也存在差異，原因在于研究所使用的樣本數(shù)據(jù)在經(jīng)緯度上的分布和分辨率不同。

3.3 建議

本文認(rèn)為IHI模型能較準(zhǔn)確地預(yù)測(cè)短線竹?魚(yú)的CPUE。短線竹?魚(yú)IHI分布較高和資源豐度較高的區(qū)域在17°20′～17°45′W、20°15′～20°50′N，因此建議我國(guó)燈光圍網(wǎng)船在毛里塔尼亞海域9—12月作業(yè)時(shí)，盡量使下網(wǎng)區(qū)域集中在上述區(qū)域，以增加產(chǎn)量，提高經(jīng)濟(jì)效益。短線竹?魚(yú)不僅是毛里塔尼亞海域小型中上層漁業(yè)的重要組成部分，也是金槍魚(yú)類等的主要食物，因此對(duì)其養(yǎng)護(hù)與管理十分重要。IHI分布較低的區(qū)域是16°15′～17°40′W、16°50′～18°50′N，由于短線竹?魚(yú)主要攝食浮游生物，因此在9—12月，可以投放少量流木為浮游生物的繁殖創(chuàng)造條件。

3.4 不足與展望

毛里塔尼亞海域的竹?魚(yú)主要包括大西洋竹?魚(yú)和短線竹?魚(yú)，它們有相似的生物學(xué)習(xí)性，但具體的棲息水層等存在差異，因此在研究竹?魚(yú)的時(shí)空分布時(shí)，深度也是應(yīng)當(dāng)考慮的變量之一。本文缺乏短線竹?魚(yú)棲息深度的數(shù)據(jù)，因此空間上未能說(shuō)明短線竹?魚(yú)的垂直分布。此外，西北非海域上升流顯著［25］，魚(yú)類的分布還受溶解氧、營(yíng)養(yǎng)鹽的分布等因素影響［26］，因此要更全面地探索短線竹?魚(yú)時(shí)空分布與海洋環(huán)境的關(guān)系，還需要考慮上述影響因子。本次調(diào)查時(shí)間跨度不大，有效數(shù)據(jù)偏少，因此之后的研究要盡可能增加觀測(cè)時(shí)長(zhǎng)和站點(diǎn)數(shù)量。另外，如有可能，可以采集各水層的浮游生物量和短線竹?魚(yú)的胃含物等，為更深入地研究短線竹?魚(yú)的運(yùn)動(dòng)模式提供支撐。

致謝：本研究得到了毛里塔尼亞政府的許可，并得到宏?yáng)|國(guó)際（毛里塔尼亞）漁業(yè)發(fā)展有限公司蘭平勇、林蘭英、曾志堅(jiān)、趙松輝、朱國(guó)平先生和“福遠(yuǎn)漁097”號(hào)船長(zhǎng)及全體船員等大力支持，謹(jǐn)致謝意。