基于漁船軌跡的阿根廷滑柔魚捕撈強度空間分析

史慧敏 ，樊 偉, ，張 涵，楊勝龍,

（1. 上海海洋大學信息學院，上海 201306； 2. 中國水產科學研究院東海水產研究所/農業農村部遠洋與極地漁業創新重點實驗室，上海 200090； 3. 中國水產科學研究院漁業資源與遙感信息技術重點開放實驗室，上海 200090； 4. 上海理工大學理學院，上海 200093）

阿根廷滑柔魚 (Illex argentinus) 是重要的頭足類資源，也是中國魷釣漁業重要的捕撈對象。目前對阿根廷滑柔魚漁業已有大量報道，包括西南大西洋漁場阿根廷滑柔魚資源的時空分布特征[1-3]，資源變動與環境的關系[3-9]，阿根廷滑柔魚的漁情預報模型構建等[10-14]。

已有研究主要依靠商業漁船的捕撈日志及漁業組織公布的漁獲數據。捕撈日志填寫存在不規范的問題，包括記錄人員誤報、漏報和虛報等，時間上有延遲，且無法獲取國外的漁業數據。漁船軌跡數據可提供漁船實時位置、航向和速度等信息，近年來已被應用于漁場捕撈強度研究，為漁業研究提供了一種新的高精度時空數據。Bertrand等[15]利用漁船監測系統 (Vessel Monitoring System, VMS) 數據，采用人工神經網絡方法提取秘魯鳀 (Engraulis ringens) 漁船作業軌跡點，繪制的捕撈強度分布圖可揭示秘魯鳀資源的空間分布；Natale等[16]基于船舶自動識別系統 (Automatic Identification System,AIS) 數據，通過逐點識別漁船作業狀態繪制了高分辨率的捕撈努力量分布圖；Le 等[17]基于AIS數據計算了布列斯特灣西部底拖網漁船捕撈努力量，采用核密度方法繪制了漁場圖；基于AIS和VMS數據，Wang和Wang[18]、Cimino等[19]則進一步開展了海洋環境因子對漁場捕撈努力量影響的分析。上述研究證實漁船軌跡數據可用于揭示漁業資源的空間分布格局。

阿根廷滑柔魚是一年生海洋生物，了解漁船捕撈行為和空間分布并進行及時管理對合理開發利用其資源非常重要。目前對阿根廷滑柔魚漁船捕撈行為的研究未見報道，本文利用AIS數據對西南大西洋阿根廷滑柔魚捕撈漁船的捕撈行為進行了研究，探究該漁場捕撈強度的空間變化，以期為西南大西洋阿根廷滑柔魚資源的管理提供參考。

1 材料與方法

1.1 數據來源和處理

1.1.1 數據來源 AIS數據來自exactView衛星星座。阿根廷滑柔魚的捕撈主要在1—5月[20-22]，故提取2018年1—5月的數據進行研究。每個船位點數據包含船號MMSI (Maritime Mobile Service Identify)、時間、經度、緯度、航向、航速等信息。魷魚漁船MMSI號信息來自"Global Fishing Watch" (http://www. globalfishingwatch.org)，文獻[23]中標示的魷魚漁船MMSI號和搜集的中國魷魚釣信息。文章依據AIS數據和搜集的中國魷魚釣信息，挑選出273個魷魚漁船MMSI號。根據MMSI號提取所有魷魚漁船軌跡信息，挑選在西南大西洋區域活動的魷魚漁船共173條，其中，中國大陸112條、中國臺灣地區25條、韓國23條、阿根廷9條、其他國家和地區4條。

1.1.2 數據處理方法 對挑選的173條漁船數據按照MMSI號逐條處理漁船軌跡信息。首先剔除數據量太少的漁船；然后剔除速度異常值，保留速度為0～15 kn的數據；將數據按時間排序，剔除重復的軌跡點數據；最后計算每個軌跡點的光亮度。光亮度的計算利用solaR程序包中的calcSol函數。魷魚捕撈作業發生在夜晚，白天低速行駛處于漂泊或者停靠休息狀態，故剔除白天小于2.0 kn的軌跡點。

本文選定 66°W—56°W、55°S—38°S 為研究區域。研究區域內有4個港口，分別是馬德普拉塔港 (57°32'W、38°03'S )、斯蒂芬港 (60°50'W、52°05'S)、阿根廷港 (59°31'W、51°37'S) 和霍華德港 (57°51'W、51°42'S)。由于漁船會在港口停泊休整，此時沒有捕撈活動。為消除漁船停泊時發送AIS信息對研究造成影響，將港口0.2°半徑范圍內的數據剔除。剔除后共剩余3 394 088條數據。

1.2 研究方法

1.2.1 光誘魷釣漁船作業行為描述 光誘魷釣漁業是利用魷魚具有趨光性的特點，在夜間利用集魚燈將魷魚吸引到魷釣漁船周圍，對其進行捕撈。魷釣漁船在白天高速行駛并根據經驗在海上航行尋找魷魚聚集區或漁場，夜間利用魷魚的趨光性，使用集魚燈將其引誘到布設的漁具中進行捕撈，捕撈作業時漁船處于漂流狀態。

1.2.2 漁船作業狀態識別 速度和航向是識別漁船作業狀態的2個重要參數，一些研究通過分析速度和航向特征來判斷漁船作業狀態[24-27]。航向分布特征不明顯時，漁船作業狀態通常根據速度值進行判定，基于統計和專家知識設定閾值進行過濾和分類[19]。魷釣漁船作業主要分為白天高速航行尋找潛在漁場和夜間燈光誘捕2個階段，依據漁船的捕撈行為，魷魚捕撈在夜間，作業時漁船停泊。速度和光亮度是識別魷釣漁船作業狀態的2個重要特征。本文采用速度和光亮度2個因子數據挖掘魷釣漁船作業狀態。通過對魷釣漁船的速度統計圖進行分析，確定捕撈狀態和非捕撈狀態的速度閾值，以光亮度0值區別白天和黑夜，光亮度大于0是白天，等于0是黑夜。

根據速度閾值和光亮度因素共同確定捕撈狀態。將捕撈狀態記為1，非捕撈狀態記為0。公式為：

1.2.3 捕撈努力量和捕撈強度分析 捕撈努力量指人們在某海區或水域在一定時期內為捕撈某資源體所投入的捕撈規模或數量，衡量了捕撈時漁船投入量的大小，其單位可根據所掌握的資料來選擇。為了解和掌握魷釣漁船捕撈作業強度和捕撈努力量空間分布，文章定義了2種捕撈努力量。將第一種捕撈努力量定義為魷釣漁船晚上投入捕撈的時間和白天轉移漁場尋找魚群的時間總和，即為捕撈投入的所有努力量。將第二種捕撈努力量定義為魷釣漁船晚上投入捕撈作業的時間，即魷釣漁船捕撈作業狀態下投入的努力量。

根據定義的2種捕撈努力量，分別提取對應的漁船軌跡點，據此分別計算漁船軌跡相鄰兩點之間的時間差，作為前一個軌跡點的持續時間，公式為：

接著計算單位時間單位網格的累計捕撈努力量，即捕撈強度，時間精度為月，空間精度為0.05°×0.05°，公式為：

為分別掌握中國大陸漁船、其他國家與地區漁船和所有漁船的作業空間分布，本文將所有AIS數據分組，依據公式 (2) 和 (3) 計算結果，分別繪制中國大陸漁船、其他國家和地區漁船和所有漁船在2018年1—5月2種捕撈強度空間的分布圖。同時繪制2018年1—5月中國大陸漁船、其他國家與地區漁船和所有漁船各月的2種捕撈努力量分布圖，以了解阿根廷滑柔魚漁船捕撈努力量的月變化情況。

1.2.4 全局自相關莫蘭 (Moran's I) 指數 空間自相關分析的目的是確定某一變量是否在空間上相關，其相關程度如何。空間自相關系數常用來定量描述事物在空間上的依賴關系。具體地說，空間自相關系數是用來度量物理或生態學變量在空間上的分布特征及其對領域的影響程度。

對于Moran's I指數而言，若n代表某一變量的樣本總數，為空間位置或空間單元i處的變量觀測值，則該變量的全局Moran's I指數 (Global Moran's I) 為：

2 結果

2.1 單條漁船捕撈行為分析

圖1為MMSI號為416245500的阿根廷滑柔魚漁船2018年1—5月的速度軌跡和停留時間分布圖。速度圖 (圖1-a) 顯示，魷釣漁船在連續運行過程中由大量離散的低速點和連續的高速航行點組成，魷釣漁船在不同低速軌跡點高速轉移。停留時間空間圖 (圖1-b)顯示，魷釣漁船在部分空間停留時間較長，而在部分軌跡點停留時間非常短，魷釣漁船在一個區域停留一段時間后會快速轉移到另一區域進行長時間停留。圖1-a和圖1-b對比顯示，速度圖中離散的低速點漁船停留時間長，而連續高速航行點漁船停留時間非常短。

圖1 單艘魷釣漁船作業軌跡特征Figure 1 Track characteristics of a single fishing vessel

2.2 漁船航速航向特征

速度分布統計圖和航向分布統計圖見圖2。速度分布圖 (圖2-a) 顯示研究區域內所有魷釣漁船的速度分布呈現明顯的雙峰特征。第一個峰值在0～2 kn，第二個峰值在8～14 kn，魷釣漁船速度值主要分布在這2個范圍，其余速度值的頻數極少。魷釣漁船航向分布圖 (圖2-b)顯示研究區域內所有魷釣漁船的航向在0°附近相對較多，但無明顯分布特征。

圖2 速度和航向分布統計圖Figure 2 Frequency distribution of speed and course

2.3 捕撈努力量時空分布

2.3.1 捕撈努力量空間分布 中國大陸漁船、其他國家與地區漁船和所有漁船在2018年1—5月所有月份兩種捕撈努力量空間圖分別見圖3—圖5。由圖可知，第一種捕撈努力量 (速度0～15 kn) 的空間覆蓋范圍遠大于第二種捕撈努力量 (速度0～2 kn)，但高捕撈強度區域空間分布特征非常相似。中國大陸魷釣漁船捕撈努力量空間分布圖 (圖3) 顯示有2個明顯的高強度分布區域 (60°00'W—61°00'W、45°00'S—47°30'S 和 57°40'W—58°30'W、41°50'S—42°40'S)，大致呈緯向分布，單位面積內漁船累計投入的捕撈作業時間高達250～450 h。其他區域單位面積內漁船累計投入時間低于50 h。

圖3 中國大陸漁船2種捕撈努力量分布圖黑色線條代表EEZ邊界，下同。Figure 3 Distributions of two types of fishing effort by fishing vessels in mainland ChinaThe black lines represent the boundary of the Exclusive Economic Zone (EEZ); the same below.

其他國家和地區漁船捕撈努力量空間分布圖(圖4) 顯示有2個明顯的高強度分布區域：呈經向分布的 60°20'W—61°00'W、45°00'S—47°00'S 和呈緯向分布 58°00'W—60°00'W、49°50'S—50°30'S，單位面積內漁船累計投入的捕撈作業時間高達250～450 h。另外存在區域面積較小和捕撈強度相對較弱的區域 (61°10'W—61°40'W、50°00'S—50°30'S)，單位面積內漁船累計投入的捕撈作業時間分布達到150 h。其他區域單位面積內漁船累計投入時間低于50 h。

圖4 其他國家和地區漁船2種捕撈努力量圖Figure 4 Distribution of two types of fishing effort by fishing vessels from other countries and regions

所有漁船捕撈努力量空間圖 (圖5) 顯示有2個明顯的高強度分布區域：57°40'W—58°30'W、41°50'S—42°40'S 和 60°00'W—61°00'W、45°00'S—47°30'S，呈緯向分布，單位面積內漁船累計投入的捕撈作業時間高達250～450 h。另外存在2個捕撈強度較弱的區域 (61°10'W—61°40'W、50°00'S—50°30'S 和 58°00'W—60°00'W、49°50'S—50°30'S)，單位面積內漁船累計投入的捕撈作業時間分布高達200～450 h。其他區域單位面積內漁船累計投入時間低于50 h。

圖5 全部漁船2種捕撈努力量圖Figure 5 Distribution of two types of fishing effort by all fishing vessels

2.3.2 各月捕撈努力量分布 2018年1—5月全部漁船的兩種捕撈努力量分布見圖6。其中圖6-a和圖6-b分別是第一種捕撈努力量和第二種捕撈努力量的各月分布情況。與所有月份捕撈努力量的空間分布相似，2018年1—5月第一種捕撈努力量空間覆蓋范圍遠大于第二種，但高捕撈強度區域空間分布特征非常相似。

圖6 各月2種捕撈努力量分布Figure 6Monthly distribution of twotypes of fishing effort

1月的漁船捕撈作業范圍較小，主要聚集在61°00'W、46°00'S 和 58°00'W、43°00'S 附近。2月，第一種捕撈努力量圖顯示有漁船從福克蘭群島北部駛向魷釣漁船區域進行捕撈作業，58°00'W、43°00'S附近則沒有漁船，漁船聚集在61°00'W、46°00'S作業。3月，在福克蘭群島北部出現高捕撈強度區域，在空間上和61°00'W、46°00'S高強度捕撈區域連接。4月，61°00'W、46°00'S高強度捕撈作業區域開始消失，魷釣漁船捕撈作業空間分布非常大且較零散。在福克蘭群島西部有大量漁船聚集作業，但捕撈強度在100 h以內。在58°00'W、43°00'S附近又出現部分魷釣漁船捕撈作業。5月，高強度捕撈作業區域消失，魷釣漁船捕撈作業空間分布減小且零散；捕撈強度極低，但仍存在明顯略高于其余區域的集中區域 (61°00'W、50°30'W)。除該區域捕撈強度大于100 h且小于150 h外，其余區域捕撈強度均小于100 h。

整體上，魷釣漁船捕撈努力量空間分布呈現緯向變化，1—5月捕撈作業空間由低緯度向高緯度轉移。

2.4 捕撈努力量月變化

圖7中左側為描述各月捕撈努力量變化趨勢的折線圖、右側為箱式圖，直觀地顯示各類情況捕撈努力量數據分布特征。從全部漁船 (圖7-a) 統計結果來看，速度0～15 kn和0～2 kn整體趨勢相同。1—2月漁船作業時間呈上升趨勢，其中各速度范圍呈不同程度上升。2—4月漁船作業時間呈下降趨勢。5月作業時間驟減，且低于1月水平。速度范圍8～14 kn的作業時間基本保持平穩，變化幅度不大。

從中國大陸漁船 (圖7-b) 統計結果來看，速度0～15 kn和0～2 kn整體趨勢相同。1—2月作業時間呈上升趨勢，2—5月呈下降趨勢，其中5月降到低于1月水平。速度8～14 kn基本保持平穩，變化幅度不大。

從其他國家和地區 (圖7-c) 的統計結果看，速度0～15 kn和0～2 kn整體趨勢相同。1—4月作業時間呈上升趨勢，4—5月呈下降趨勢。4月捕撈強度最大，2、3、5月基本持平，1月最小。速度8～14 kn在1—3月上升，3—5月下降，變化幅度不大。

圖7 所有漁船 (a)、中國大陸 (b) 和其他國家與地區漁船 (c)不同速度范圍1—5月累計作業時間Figure 7 Cumulative hours of operations with varied speed ranges for all vessels (a), vessels from China (b), and those from other countries and regions (c) from January to May

總體上，全部漁船和中國大陸漁船1—2月捕撈努力量呈上升趨勢，2—5月捕撈努力量減小。

2.5 空間自相關性分析

2.5.1 全局自相關莫蘭I指數 本文根據第一種捕撈努力量進行空間自相關分析。由表1可知，2018年5月漁區內捕撈努力量均值最小；2、3月捕撈努力量均值較大，其中3月均值最大；1、4月捕撈努力量均值居中。所有月份偏態＞0，頻數分布為正偏。峰態＞3，為高狹峰，說明研究區域阿根廷滑柔魚捕撈努力量以低值為主，高值區域較少。各月變異系數較大，說明研究區域捕撈努力量差異大。全局莫蘭指數結果顯示，各月莫蘭指數均大于0，Z得分較高且P值均＜10-2，表明各月捕撈努力量存在空間自相關并呈現顯著聚集分布模式。

表1 各月漁船捕撈努力量常規統計及全局空間自相關參數Table 1 Ordinary statistics and global spatial autocorrelation for monthly fishing effort

2.5.2 熱點分析 根據第一種捕撈努力量分布對研究區域的軌跡點的累加量進行熱點分析，用ArcGIS的分析工具繪制冷熱點見圖8，其中小寫字母代表熱點區域，數字代表冷點區域。

圖8 1—5月冷熱點分布圖紅色點聚集為熱點區域，用紅色橢圓和紅色小寫字母標記；藍色點聚集為冷點區域，用藍色橢圓和數字標記，黃色點代表無意義點。Figure 8 Distribution of cold and hot spots from January to MayThe red spots represent the hot spot area, marked with red ellipses and red lowercase letters; the blue spots represent the cold spot area,marked with blue ellipses and numbers; the yellow points represent insignificant areas.

由圖8可知，2018年1—5月研究區域的捕撈努力量熱點區域分別有2、1、1、4、2個，冷點區域均為3個。1月2個熱點區域 a和 b范圍均較小，3個冷點區域 (1、2、3) 也比較分散，聚合度并不是很高。2月，熱點區域集中在c區 (a區范圍擴大形成)，并且總體覆蓋范圍有所增大；1月的熱點區域a變為冷點區域，與冷點區域 (1、3) 合并成一塊大的冷點區域4；1月的冷點區域范圍在2月有所縮小，變成冷點區域5；2月的冷點區域6是新增的捕撈區域，且范圍較大。到3月，熱點區域僅有一個 (d) 區，位置同2月的熱點區域c，且覆蓋范圍進一步擴大；2個冷點區域 (4、5) 相對于3月的冷點區域 (7、8) 位置沒有很大改變，但范圍有所擴大；而2月的冷點區域6到3月并沒有形成大片冷點，僅有區域9處仍表現為冷點。4月形成了3大片的熱點區域 (e、f、g)，在5個月中熱點區域覆蓋范圍最廣；3個冷點區域 (10、11、12) 較為分散。5月的2個熱點區域 (h、i)，其中i位于4月的熱點區域g處，且范圍較4月的g區有所擴大，3個冷點區域 (13、14、15)分布分散。

3 討論

3.1 漁船AIS數據的可行性

魷釣漁船利用魷魚的趨光性，夜晚用集魚燈將魷魚引誘到漁船周圍進行捕撈。單船速度軌跡分布圖 (圖1-a) 表現為零散的低速點和連續的高速點，單船時間軌跡分布圖 (圖1-b) 表現為局部長時間和大面積短時間點聚。單船速度軌跡和時間軌跡圖顯示魷釣漁船在釣獲率高時會繼續在原地捕撈，在釣獲率變低時，為尋求更好的產量，會依據經驗白天快速轉移漁場。這表明AIS漁船軌跡數據可以用于分析了解單個漁船捕撈行為，可以為魷釣漁船合法性捕撈監管和漁船安全保障提供支撐。

魷釣漁船夜間長時間捕撈作業，漁船處于漂流狀態，漁船航速大部分小于2 kn。漁船轉移漁場或回港時處于高速狀態，因此魷釣漁船頻次呈雙峰分布。本文依據魷釣漁船作業特征，基于航速和光亮度信息，采用層次挖掘提取魷釣漁船夜間捕撈作業點。在沒有現場GPS調查數據時，依據漁船作業特征挖掘識別漁船作業狀態是一種有效可行的方法。Souza等[23]采用航速和光亮度信息識別圍網漁船作業狀態，準確率達到94%以上；Taconet等[20]將夜間航速小于1.5 kn的軌跡點標識為作業點。本研究雖未對魷釣漁船作業軌跡點提取精度進行統計，但采用航速和光亮度信息層次挖掘提取魷釣漁船夜間作業點是可行的。

Taconet等[20]研究表明，整體上西南大西洋漁船AIS使用率很高。在該洋區作業的1 050艘船中，超過3/4與登記冊相匹配，其中中國大陸和中國臺灣在廣播AIS的船只中占比很高。對本文的魷釣漁船對應的漁船數量從高到低依次是中國大陸、中國臺灣和阿根廷，合計約200～300艘。本文使用的數據是從273艘船中挑選出173艘西南大西洋區域的阿根廷滑柔魚魷釣漁船的AIS 數據，整體上漁船數據的比例結構是相同的 (中國大陸和中國臺灣漁船約占79%)，故本文采用的數據可支撐所做的研究。

本文全部漁船的第一種捕撈努力量 (速度0～15 kn) 分布圖與伍玉梅等[28]報道的所有漁船活動分布圖一致，說明本文結果表現較好。Taconet等[20]的魷魚數量分布圖表明魷魚有很強的季節性，大部分活動集中在上半年，于2—4月達到頂峰，5月開始下降，這與本研究結果一致。

3.2 捕撈強度時空分布

與傳統的捕撈日志數據相比，漁船軌跡數據的優點是時空精度高，已被國內外研究者用于繪制漁場高精度捕撈強度分布圖，評估漁船捕撈分布的影響因素。本文利用阿根廷滑柔魚魷釣漁船軌跡數據，分別提取、計算和繪制了魷釣漁船為釣獲魷魚投入的所有努力量和魷釣漁船夜間捕撈兩種捕撈強度分布圖。漁船捕撈強度高低主要取決于第二種捕撈努力量，即夜間魷釣漁船作業分布情況。圖6顯示，魷釣漁船投入的努力量主要用于捕撈作業，漁船轉場占比較少。圖7的2種努力量各月投入時間也證明了這點。揭示魷釣漁船會長時間在一個地方捕撈作業，不會頻繁轉移作業區域，這可能與魷魚資源分布比較集中和固定有關。

圖3—圖5的捕撈強度分布圖表明，本文提取的魷釣漁船主要在公海和福克蘭群島北部海域開展捕撈作業，在阿根廷專屬經濟區內的漁船軌跡主要為魷釣漁船航行軌跡。中國大陸魷釣漁船集中在西南大西洋公海區域作業 (圖3)，作業區域比較集中；而其他國家和地區魷釣漁船傾向于在福克蘭群島北部海域作業 (圖4)，作業區域較廣。這可能是本文提取的中國大陸魷釣漁船只有公海作業許可，不能在相關國家和地區專屬經濟區作業，而阿根廷漁船可以在福克蘭群島北部海域作業的緣故。

根據圖6，1月魷釣漁船主要聚集于61°00'W、46°00'S 和 58°00'W、43°00'S。2—4 月聚集在61°00'W、46°00'S作業。5月捕撈強度極低，但仍存在明顯略高于其余區域的集中區域 (61°00'W、50°30'S)。伍玉梅等[28]的研究表明2006年1月漁場集中在 61°00'W—60°00'W、45°00'S—46°00'S；2—4月兩處主要漁場分別為60°30'W、45°30'S和58°00'W、42°00'S；5月作業漁場主要為 58°00'W、42°00'S。本文與以上結果稍有差異，原因可能在于研究時間相隔12年，全球氣候變化導致影響阿根廷滑柔魚分布的環境因素發生了改變，最終影響其分布狀況。

有研究表明，漁船空間分布可在一定程度上表明漁業資源的分布狀況[15]。本文繪制了2種捕撈努力量分布圖。第一種捕撈努力量分布圖展現了魷釣漁船晚間作業分布和白天轉移漁場軌跡。捕撈強度分布圖表明，2018年1—4月漁船作業范圍逐漸擴大，5月捕撈范圍比4月略小，整體上作業區域由北向南轉移。可以看到1—4月高捕撈強度集中在61°W—62°W、45°S—47°S 附近，其中 1—4 月處于漁汛期，捕撈強度高，5月開始進入漁汛末期，捕撈強度減少。伍玉梅等[28]研究2006年阿根廷滑柔魚魷釣漁場特征發現，主要生產時間集中在1—4月，5月開始下滑，這與本研究結果吻合。

熱點分析是一種探索局部空間聚類分布特征的有效手段，可以將變量空間分布集聚的程度通過冷點與熱點進行區分。原作輝等[29]利用全局莫蘭指數和熱點分析方法探討了中西太平洋金槍魚延繩釣漁船捕撈努力量空間聚集特征。與本研究方法相同按月對阿根廷滑柔魚魷釣漁場捕撈強度進行熱點分析，結果表明，1—5月魷釣漁船捕撈熱點區域呈南移趨勢，且1—4月捕撈熱點區域覆蓋范圍呈擴大趨勢，其中4月捕撈熱點區域范圍最大，包含4大塊區域。船捕撈冷點區域大體上包圍熱點區域。

3.3 不足與展望

受限于獲取數據的時間跨度，本文僅分析了2018年1—5月魷釣漁船捕撈空間分布。在收集購買更多的AIS數據后，應對歷年漁船作業動態變化進行分析。此外，本文分析了魷釣漁船捕撈努力量空間分布，但未對其空間分布變化的原因進行探討。未來需結合對魷魚資源變動影響密切的環境因子，探討環境變量對魷釣漁船空間分布的影響，以期為漁業資源管理和漁情預報提供預測模型。