GLM和GAM模型研究東黃海鮐魚資源漁場(chǎng)與環(huán)境因子的關(guān)系

1、GLM和GAM模型研究東黃海鮐魚資源漁場(chǎng)與環(huán)境因子的關(guān)系鄭 波，陳新軍，李 綱（上海水產(chǎn)大學(xué)海洋學(xué)院，上海 200090）摘 要：鮐是我國(guó)近海重要中上層魚類。研究其資源變動(dòng)、漁場(chǎng)分布與時(shí)空、海洋環(huán)境因子之間的關(guān)系有利于該資源的合理開發(fā)和利用。根據(jù)19982004年我國(guó)東黃海大型鮐魚圍網(wǎng)漁業(yè)的生產(chǎn)統(tǒng)計(jì)和時(shí)間、空間、表溫、表層鹽度、表溫梯度、表溫的月差異等環(huán)境數(shù)據(jù)，利用廣義可加模型（GAM）和廣義線性模型（GLM）對(duì)鮐魚資源豐度和環(huán)境因子的關(guān)系進(jìn)行研究。結(jié)果表明，在南部海域，作業(yè)漁場(chǎng)集中在122.5E124E、26.5N28N，適宜表溫26.530，適宜表層鹽度33.334.3，并明顯集中在鋒區(qū)周

2、邊海域；在北部海域，作業(yè)漁場(chǎng)集中在122.5E125.5E、33N37.5N，適宜表溫1520，適宜表層鹽度31.332.3，集中在冷水區(qū)邊緣海域。相對(duì)資源密度指數(shù)大于0.5的海域?yàn)?2230E12430E、2630N28N，12230E12530E、33N3430N和124E125E、3430N37N。研究認(rèn)為，南北不同海域鮐魚分布的適宜表溫和表層鹽度差異明顯。影響鮐魚資源豐度的環(huán)境因子重要性依次為時(shí)間、空間和海洋環(huán)境。關(guān)鍵詞：鮐魚；GAM模型；GLM模型；資源與漁場(chǎng)；海洋環(huán)境因子；東黃海中圖分類號(hào)： 文獻(xiàn)標(biāo)識(shí)碼：A鮐魚屬大洋暖水性中上層魚類，廣泛分布于西北太平洋沿岸水域。分布在東、黃海的鮐

3、包括日本鮐（Scomber japonicus）和澳洲鮐（Scomber australasicus）1，主要為中國(guó)、日本、韓國(guó)等燈光圍網(wǎng)船所利用。近幾十年來(lái)，隨著我國(guó)近海底層經(jīng)濟(jì)魚類資源的衰退，對(duì)鮐等中上層魚類的捕撈也逐年加大，鮐在東、黃海區(qū)海洋漁業(yè)中的地位也日趨重要，其資源現(xiàn)狀和開發(fā)潛力日益受到重視。了解和掌握資源變動(dòng)、漁場(chǎng)分布與海洋環(huán)境之間的關(guān)系對(duì)漁業(yè)生產(chǎn)和制定漁業(yè)管理措施等具有重要的作用。張晶等2利用衛(wèi)星遙感圖像以及東、黃海海況速報(bào)資料，分析了海況變化與東、黃海鮐鲹魚的中心漁場(chǎng)的關(guān)系；楊紅等3討論了東海水團(tuán)分布與鮐魚漁場(chǎng)關(guān)系；苗振清4研究了鮐魚中心漁場(chǎng)變動(dòng)與臺(tái)灣暖流水舌鋒的進(jìn)退的關(guān)系；

4、Ricardo等5認(rèn)為阿根廷鮐漁場(chǎng)表溫（SST）上限是19C。目前對(duì)鮐資源變動(dòng)、漁場(chǎng)分布的研究，基本上都是只用一個(gè)或較少因子進(jìn)行分析研究。魚類資源變動(dòng)、漁場(chǎng)分布往往與時(shí)空、海洋環(huán)境等多個(gè)因子關(guān)系密切。廣義線性模型( generalized linear model , GLM) 與廣義可加模型（generalized additive model，GAM）是多元線性回歸的推廣，近年來(lái)已越來(lái)越多的被應(yīng)用到漁業(yè)研究中6-12。為此，本文根據(jù)19982004年我國(guó)近海鮐魚圍網(wǎng)漁船的生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)，結(jié)合時(shí)間空間和海洋環(huán)境因子，利用GAM和GLM模型對(duì)鮐魚資源豐度與環(huán)境影響因子的關(guān)系進(jìn)行研究，為東、黃海鮐

5、魚漁業(yè)漁情預(yù)報(bào)提供科學(xué)手段和理論依據(jù)。1 材料和方法1.1 數(shù)據(jù)來(lái)源鮐魚圍網(wǎng)生產(chǎn)數(shù)據(jù)來(lái)自上海水產(chǎn)大學(xué)近海鮐魚圍網(wǎng)工作組，數(shù)據(jù)字段有：日期、經(jīng)緯度、產(chǎn)量、作業(yè)次數(shù)和平均日產(chǎn)量。其時(shí)間分辨率為天，空間分辨率為1010。SST和海洋表層鹽度（SSS）數(shù)據(jù)取自網(wǎng)站，時(shí)間跨度為19982004年，時(shí)間分辨率為月；空間范圍為121E127E、25N39N，空間分辨率為3030。收稿日期：2007525資助項(xiàng)目：2006年度教育部新世紀(jì)優(yōu)秀人才計(jì)劃（NCET-06-0437）資助；上海市捕撈學(xué)重點(diǎn)學(xué)科資助（T1101）作者簡(jiǎn)介：鄭 波（1982-），男，浙江象山人，碩士研究生，主要從事海洋漁業(yè)與資源研究。T

6、el：通訊作者：陳新軍，Tel：02165711303，E-mail：1.2 數(shù)據(jù)預(yù)處理根據(jù)我國(guó)在近海鮐魚開發(fā)利用歷史和作業(yè)漁場(chǎng)的海洋環(huán)境條件不同，將東黃海按緯度不同劃分成兩個(gè)海區(qū)，即南部漁場(chǎng)（25N32.5N）和北部漁場(chǎng)（32.5N39N）。考慮到生產(chǎn)數(shù)據(jù)的空間分辨率與SST、SSS的不一致，為此將生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)按0.50.5的空間分辨率進(jìn)行處理。并分別按年、月的時(shí)間分辨率對(duì)數(shù)據(jù)進(jìn)行整合。用海表溫的標(biāo)準(zhǔn)差（SSTstd）表示某一柵格區(qū)（0.50.5）的表溫水平梯度。在一個(gè)33的柵格區(qū)（每一柵格為0.50.5），中心點(diǎn)的SSTstd即為這9個(gè)柵格區(qū)域SST的標(biāo)準(zhǔn)差。使用SSTdif來(lái)表示表溫的月

7、間差異，計(jì)算方法為當(dāng)前月該區(qū)域的SST減去前個(gè)月該區(qū)域的SST。1.3處理方法 GAM模型 利用GAM模型對(duì)影響鮐魚資源的因子進(jìn)行分析，其表達(dá)式為13： （1）式中，Y-單位捕撈努力量的漁獲量CPUE（t/net）；-各自變量，包括年份、月份、經(jīng)度、緯度、SST、SSS、SSTstd和SSTdif等；-各自變量的任意單變量函數(shù)；-適合函數(shù)中的截距；-參差，與無(wú)關(guān)，E()=0，=，符合正態(tài)分布。首先假設(shè)每一fi均有光滑函數(shù)，然后利用散點(diǎn)圖平滑逐個(gè)進(jìn)行估計(jì)。運(yùn)用模型中的誤差分布為高斯分布，所使用的散點(diǎn)圖平滑為立方樣條（cubic spline），它可以使修正殘差平方和最小化。利用S-PLUS200

8、0軟件進(jìn)行GAM建模，在這個(gè)軟件中，GAM的平滑函數(shù)由偏殘差迭代平滑程序解決，也就是Gauss-Seidel backfitting迭代法。為了檢驗(yàn)?zāi)Ｐ偷倪m合程度，對(duì)殘差Pseduo系數(shù)（PCf）進(jìn)行估計(jì)14：PCf = 式中，RD為殘差偏差；ND為無(wú)效偏差。GLM模型 利用GLM模型對(duì)影響鮐魚資源豐度因子進(jìn)行分析，其表達(dá)式為15：Ln(CPUE+c)=+Y+M+LON+LAT+SST+SSS+SSTstd+SSTdif+YM+YLON+MLON+YLAT+MLAT+SSTY+MSST+SSSY+SSSM+ （2）式中，Ln-取自然對(duì)數(shù)；c-常數(shù),取總平均數(shù)的10%；-總平均數(shù)；Y-年效應(yīng)；M

9、-月效應(yīng)；LON-經(jīng)度效應(yīng)；LAT-緯度效應(yīng)；SST-表溫效應(yīng)；SSS-表層鹽度效應(yīng)；SSTdif-表溫的月間差異效應(yīng)；SSTstd-海表溫的標(biāo)準(zhǔn)差效應(yīng)；YM-年與月的交互效應(yīng)；YLON-年份與經(jīng)度的交互效應(yīng)；MLON-月份與經(jīng)度的交互效應(yīng)；YLAT-年份與緯度的交互效應(yīng)；MLAT-月份與緯度的交互效應(yīng)；YSST-年份與SST的交互效應(yīng)；MSST-月份與SST的交互效應(yīng)；SSSY-SSS與年份的交互效應(yīng)；SSSM-SSS與月份的交互效應(yīng)；-殘差，符合正態(tài)分布。相對(duì)資源指數(shù)（Relative Abundance Index，RAI） GLM模型標(biāo)準(zhǔn)化后獲得各海區(qū)的CPUE，根據(jù)公式（3）計(jì)算不同

10、區(qū)域的RAI指數(shù)：RAI=CPUEs/CPUEsmax （3）式中，CPUEs-各海區(qū)標(biāo)準(zhǔn)化后的CPUE；CPUEsmax-CPUEs中的最大值。利用MarineExplore4.0繪制RAI指數(shù)空間分布圖。2 結(jié)果2.1 南部漁場(chǎng)時(shí)間因子與CPUE的關(guān)系 各年份對(duì)CPUE影響總體上年間變化不大（圖1-a），但2000年和2001年出現(xiàn)小幅度下降，這說明其CPUE較往年小，鮐魚資源豐度相對(duì)較差，這與實(shí)際生產(chǎn)情況相符。各月份對(duì)CPUE的影響隨著月份的推移呈上升趨勢(shì)（11月和12月除外），影響較大的月份集中在7、8、9 3個(gè)月（圖1-b）。年份和月份對(duì)CPUE的影響其實(shí)就是CPUE的年際變化和季節(jié)

11、變化?？臻g因子與CPUE的關(guān)系 空間分布（經(jīng)度和緯度）對(duì)CPUE影響波動(dòng)不大（圖1-c、圖1-d），但作業(yè)漁場(chǎng)的主要范圍集中在122.5E124E、26.5N28N。在經(jīng)度上，從124E開始，隨著經(jīng)度增加，對(duì)CPUE影響小幅下降（圖1-c）。而在緯度上，從28N開始，隨著緯度增加，對(duì)CPUE影響出現(xiàn)小幅增大（圖1-d）。SST、SSS、SSTstd和SSTdif與CPUE的關(guān)系 從SST和SSS對(duì)CPUE影響的關(guān)系圖可看出，作業(yè)主要集中在表溫為26.530（圖1-e）、表層鹽度為33.334.3的海域（圖1-f），但各SST對(duì)CPUE的影響隨SST增加而出現(xiàn)小幅度下降（圖1-e），不同SSS對(duì)

12、CPUE的影響則變化不大（圖1-f）。從SSTstd對(duì)CPUE影響的關(guān)系圖可看出，作業(yè)主要分布在SSTstd為00.5范圍內(nèi)（圖1-g）。當(dāng)SSTstd大于1.0時(shí)，對(duì)CPUE的影響與其顯示正相關(guān)（圖1-g）。由于SSTstd是作為表溫水平梯度的一個(gè)量值，因此這表明，鮐魚明顯集中在表溫梯度變化較大的鋒區(qū)周邊海域。此外，作業(yè)主要集中在SSTdif為-22范圍內(nèi)（圖1-h），但隨著SSTdif的增大，對(duì)CPUE的影響呈小幅度下降的趨勢(shì)。（a） （b）（c） （d）（e） （f）（g） （h）圖1 鮐魚南部漁場(chǎng)GAM模型結(jié)果Fig.1 GAM model results of S. japonicu

13、s in the southern fishing ground2.2北部漁場(chǎng)時(shí)間因子與CPUE的關(guān)系 各年份對(duì)CPUE影響的變化也不是很大，但2000年和2003年有小幅度下降（圖2-a），這說明這兩年CPUE較其它年份偏低。作業(yè)時(shí)間主要集中在9月-翌年1月（圖2-b），且各月對(duì)CPUE影響的變化不大?？臻g因子與CPUE的關(guān)系 空間分布（經(jīng)度和緯度）對(duì)CPUE的影響表明（圖2-c、圖2-d），作業(yè)主要集中在122.5E125.5E、33N37.5N。在經(jīng)度方向，123E以西和125E以東海域，對(duì)CPUE的影響呈下降趨勢(shì)（圖2-c）。在緯度方面，隨著緯度增加，其對(duì)CPUE的影響呈緩慢下降趨勢(shì)（

14、圖2-d）。SST、SSS、SSTstd和SSTdif與CPUE的關(guān)系 從SST和SSS對(duì)CPUE的影響可看出（圖2-e和2-f），作業(yè)主要集中在表溫為1520、表層鹽度為31.332.3的海域。但隨著表溫的上升，對(duì)CPUE的影響呈明顯的下降趨勢(shì)（圖2-e）。而隨著表層SSS的增加，對(duì)CPUE的影響出現(xiàn)小幅度的下降（圖2f）。從SSTstd對(duì)CPUE的影響可看出（圖2-g），作業(yè)主要分布在SSTstd為0.21.0的海域，這說明作業(yè)漁場(chǎng)主要集中在表溫變化較大的鋒區(qū)。從SSTdif對(duì)CPUE的影響可看出（圖2-h），作業(yè)主要分布在SSTdif為-5 -1的海域。其PCf值見表1。（a） （b）（

15、c） （d）（e） （f）（g） （h）圖2 鮐魚北漁場(chǎng)GAM模型結(jié)果Fig.2 GAM model results of S. japonicus in the northern fishing ground表1 GAM模型的PCf結(jié)果表Tab. 1 PCf value of GAM海區(qū) Fishing area殘差偏差Residual deviance無(wú)效偏差 Null deviancePCf南部漁場(chǎng) South fishing area4286720.36北部漁場(chǎng) South fishing area115116180.292.3 CPUE與各因子的關(guān)系利用GLM模型可求得各因子對(duì)CPU

16、E產(chǎn)生影響的程度大?。ū?），從表2可看出，對(duì)于南部漁場(chǎng)，年效應(yīng)和月效應(yīng)為最大，其次是緯度效應(yīng)和緯度與月份的交互效應(yīng)，最后是SST與月份的交互效應(yīng)、SSTdif效應(yīng)和年份與月份的交互效應(yīng)。對(duì)于北部漁場(chǎng)，月效應(yīng)為最大，其次是年效應(yīng)和年與緯度的交互效應(yīng)，最后是經(jīng)度與月份的交互效應(yīng)、緯度與年份的交互效應(yīng)、SST效應(yīng)、SST與年份的交互效應(yīng)、SST與月份的交互效應(yīng)和SSTstd效應(yīng)。表2 GLM模型中各因子的系數(shù)Tab.2 The ratio of affecting factor explained by the GLM model因子 factor南部漁場(chǎng)South fishing ground北

17、部漁場(chǎng)South fishing ground年份 Year0.3000.108月份 Month0.3860.405年份*月份 Year and Month0.076a經(jīng)度 Longitudeab經(jīng)度*年份 Longitude and Yearaa經(jīng)度*月份 Longitude and Montha0.073緯度 Latitude0.127b緯度*年份 Laitude and Yeara0.120緯度*月份 Laitude and Month0.108aSST Sea surface temperatureb0.042SST*年份 SST and Yeara0.054SST*月份 SST an

18、d Month0.0330.025SSTstd Standard deviation of SSTa0.022SSTdif Monthly difference of SST0.045aSSS Sea surface salityaaSSS*年份 SSS and YearaaSSS*月份 SSS and Monthaa注：a效應(yīng)通過逐步回歸程序被去除；b效應(yīng)不顯著被去除。Notes: a. The effect through stepwise regression procedures have been removed. b. No significant effect was remov

19、ed2.4 RAI指數(shù)空間分布經(jīng)過GLM模型對(duì)19982004年各年CPUE進(jìn)行標(biāo)準(zhǔn)化，計(jì)算獲得19982004年RAI指數(shù)的平均值，并繪制南部漁場(chǎng)和北部漁場(chǎng)RAI指數(shù)分布圖（圖3-a和3-b）。由圖3-a可知，南部漁場(chǎng)RAI指數(shù)較高（0.5以上）的海域分布在122.5E124.5E、26.5N28N和123E24E、29.5N32N，其它海域的指數(shù)較低（0.5以下）。由圖3-b可知，北部漁場(chǎng)RAI指數(shù)較高（0.5以上）的海域分布在122.5E125.5E、33N34.5N和124E125E、34.5N37N，其它海域的指數(shù)較低（0.5以下）。上述RAI指數(shù)大于0.5的海域基本上與199820

20、04年我國(guó)鮐魚網(wǎng)網(wǎng)生產(chǎn)的高產(chǎn)區(qū)一致。（a） （b）圖3 南部漁場(chǎng)和北部漁場(chǎng)鮐魚相對(duì)資源指數(shù)RAI分布Fig.3 The spatial distribution of relative abundance index (RAI) of S. japonicus in the south and north fishing ground3 討論3.1鮐魚作業(yè)漁場(chǎng)空間分布及其變化研究認(rèn)為，南部漁場(chǎng)的作業(yè)范圍主要集中在122.5E124E、26.5N28N海域，北部漁場(chǎng)的作業(yè)范圍主要集中于122.5E125.5E、33N37.5N海域。這與崔科等16得出的漁場(chǎng)產(chǎn)量重心范圍和RAI指數(shù)（大于0.5）分

21、布基本一致。一些學(xué)者認(rèn)為2，17，東海區(qū)鮐魚圍網(wǎng)漁場(chǎng)變化，主要受沿岸水團(tuán)和外海高鹽水團(tuán)強(qiáng)弱變化影響，當(dāng)沿岸水團(tuán)勢(shì)力弱而外海水團(tuán)勢(shì)力強(qiáng)時(shí)，漁場(chǎng)分布比較集中；沿岸水團(tuán)勢(shì)力與外海水團(tuán)勢(shì)力相當(dāng)時(shí)，漁場(chǎng)分布范圍廣，產(chǎn)量高；而當(dāng)沿岸水團(tuán)勢(shì)力異常強(qiáng)時(shí)，漁場(chǎng)向南偏，且產(chǎn)量低。這說明鮐魚作業(yè)漁場(chǎng)的年間變動(dòng)主要受到黑潮分支、臺(tái)灣暖流、長(zhǎng)江沖淡水、黃海冷水團(tuán)等不同性質(zhì)水系的影響2。3.2 鮐魚資源豐度的年際變化根據(jù)圍網(wǎng)工作組的生產(chǎn)統(tǒng)計(jì)，19982004年中以2000年鮐魚的CPUE為最低，這與GAM模型分析結(jié)果一致。2000年鮐魚資源狀況最差的原因還可能與1999年捕撈產(chǎn)量過高造成親魚量急劇下降有關(guān)，1999年鮐魚

22、產(chǎn)量（包括黃海區(qū)鮐魚產(chǎn)量）突破4104t，比1998年翻了一番，為19982003年六間的最高水平。此外，1999年韓國(guó)捕撈東海鮐魚產(chǎn)量的產(chǎn)量達(dá)到20104t，日本也達(dá)到15104t 18。近年來(lái)，東黃海鮐魚漁獲物年齡組成以12齡魚為主，鮐魚在2齡后才逐步性成熟，過度捕撈當(dāng)齡魚和親魚勢(shì)必造成來(lái)年補(bǔ)充群體數(shù)量的大幅下降。3.3 各因子對(duì)CPUE影響的效應(yīng)比較由表2可知，時(shí)間因子的效應(yīng)最大，其次是空間因子的效應(yīng)，環(huán)境因子的效應(yīng)最小。這表明鮐魚資源豐度在時(shí)間上變化最大，其次是空間變化，最后是由于環(huán)境變化而引起的變化。而在時(shí)間因子的效應(yīng)中，月效應(yīng)是最大的，表明了鮐魚資源豐度的季節(jié)變化，這正好說明了鮐魚

23、是季節(jié)性洄游的種群。此外，由于南北漁場(chǎng)的海洋環(huán)境不一，因此其鮐魚分布的環(huán)境特征不一，在南部漁場(chǎng)，主要集中在表溫為26.530、表層鹽度為33.334.3的海域；而北部漁場(chǎng)，主要集中在表溫為1520、表層鹽度為31.332.3的海域。3.4 GAM模型和GLM模型分析本文利用GAM模型對(duì)鮐魚的CPUE及其影響因子的關(guān)系進(jìn)行分析，它們之間的關(guān)系具有非線性特征，與傳統(tǒng)回歸方法相比，在探究鮐魚豐度與環(huán)境因子的關(guān)系方面，GAM被認(rèn)為是一個(gè)信息更為豐富的工具19。GAM還可以將多個(gè)環(huán)境變量也綜合起來(lái)進(jìn)行分析，但缺少GLM模型中因子交互效應(yīng)，如年與月的交互效應(yīng)、年份與經(jīng)度的交互效應(yīng)等。盡管缺少形式上的推理過

24、程，但GAM還是得到了廣泛的應(yīng)用，它不但可以作為設(shè)計(jì)快速循環(huán)評(píng)估預(yù)測(cè)規(guī)則一個(gè)工具，也可以作為變量及概述大型多變量數(shù)據(jù)集的可視化工具。利用GLM模型可獲得影響CPUE的主要因子及其貢獻(xiàn)度，并可考慮多因子的交互效應(yīng)。其研究結(jié)果基本與GAM模型（圖2和圖3）相同，但GLM模型較為適合。國(guó)外學(xué)者很早就運(yùn)用GLM模型對(duì)漁業(yè)上的CPUE標(biāo)準(zhǔn)化和資源豐度及其與海洋因子等關(guān)系進(jìn)行研究，其中在金槍魚漁業(yè)上應(yīng)用比較成熟20，而我國(guó)此方面研究較少。參考文獻(xiàn)：1梁思梅. 臺(tái)灣北部海域春季鯖魚仔魚之日齡與成長(zhǎng)D. 臺(tái)北：國(guó)立臺(tái)灣大學(xué)碩士論文. 2004。2張 晶，韓士鑫. 黃、東海鮐鲹魚漁場(chǎng)環(huán)境分析J. 海洋漁業(yè)，20

25、04，26(4)：321-325.3楊 紅，章守宇，戴小杰，等. 夏季東海水團(tuán)變動(dòng)特征及對(duì)鮐鲹漁場(chǎng)的影響J. 水產(chǎn)學(xué)報(bào)，2001，25（3）：209-214.4苗振清. 東海北部近海夏秋季鮐鲹漁場(chǎng)與海洋水文環(huán)境的關(guān)系J. 浙江水產(chǎn)學(xué)院學(xué)報(bào)，1993，12(1)：32-395Ricardo G P，Maria D V，Daniel R H，et al. Temperature conditions in the Argentine chub mackerel (Scomber japonicus) fishing ground: implications for fishery manageme

26、ntJ. Fisheries Oceanography, 2001,10(3):275-2836 Austin M P, Meyers J A. Current approaches to modeling the environmental niche of eucalypts: implication for management of forest biodiversityJ. Forest Ecology and Management, 1996, 85(1-3): 95-106.7Leathwick J R, Burns B R, Clarkson B D. Environmenta

27、l correlates of tree alpha - diversity in New Zealand primary forests J. Ecography, 1998, 21 (3) : 235 - 246.8AustinM P. The potential contribution of vegetation ecology to biodiversity researchJ. Ecography, 1999, 22 (5) : 465-484.9Grytnes J A, Birks H J B, Peglar S M. Plant species richness in Fenn

28、oscandia: evaluating the relative importance of climate and historyJ. Nordic J Bot, 1999, 19 (4) : 489-503.10Agenbag J J, Richardson, A J, Demarcq H. et al., Estimatiing environmental preference of South African pelagic fish species using catch size- and remote sensing dataJ. Progress in Oceanograph

29、y. 2004, 59: 275-300.11周甦芳,樊偉,崔雪森,程炎宏. 環(huán)境因子對(duì)東海區(qū)帆式張網(wǎng)主要漁獲物漁獲量影響J. 應(yīng)用生態(tài)學(xué)報(bào), 2004, 15 (9) : 1637-1640.12陳新軍，田思泉，錢衛(wèi)國(guó). 月相對(duì)北太平洋海域柔魚釣獲率的影響J. 海洋漁業(yè)，2006，28（2）：136-140.13 Hastie T, Tibshirani R. Generalized additive modelsM. London: Chapman and Hall, 1990. 335.14Swartzman G, Huang C H, Kaluzny S. Spatial analys

30、is of Bering Sea groundfish survey data using generalized additive modelsJ. Can. J. Fish. Aquat. Sci. 1992, 49(7): 1366-1378.15Kotaro Y, Yukio T. Standardization of CPUE for sailfish caught by Japanese longline in the Atlantic OceanJ. Sci Pap ICCAT, 2002, 54(3)：817-825.16崔科，陳新軍東、黃海圍網(wǎng)漁場(chǎng)鮐鲹魚產(chǎn)量的年際變動(dòng)J海洋學(xué)

31、研究，2005，23（2）：41-4917宋海棠,丁天明. 浙江漁場(chǎng)鮐魚藍(lán)園鲹不同群體的組成及分布J. 浙江水產(chǎn)學(xué)院學(xué)報(bào)，1995，14(1)：29-3518 Yatsuia A，Mitana T，Watnabei C，et al Current stock status and management of chub mackerel，Scomber japonicus，along the Pacific coast of Japan - an example of allowable biological catch determinationJFisheries Science，2002，

32、68 (Supplement 1)：93-9619 Bellido J M, Pierce C I J, Wang J. Modellingin tra-annual variationin a bundance of squid,Loligo forbesi in Scotish waters using generalized additive models. Fish. Res. 2001, (52): 23-3920 Hiroaki O, Hiroshi S. Japanese longline CPUE for bigeye tuna in the Indian Ocean up t

33、o 2004 standardized by GLM applying gear material information in the modelC. IOTC-WPTT-17，2006. pp16.Relationship between the resource and fishing ground of mackerel and environmental factors based on GAM and GLM models in the East China Sea and Yellow SeaZHENG Bo, CHEN Xin-jun(Ocean College of Shan

34、ghai Fisheries University, Shanghai, 200090 China)Abstract: Scomber japonicus and Scomber australasicus are important small pelagic fished in the East China Sea and Yellow Sea. It is need for us to know the relationship between their fishery resources, fishing ground distribution and the factors suc

35、h as time-space and marine environmental conditions, which are beneficial to exploit this resource. Based on the catch statistics of mackerel from Chinese large purse seine fleets and environmental factors such as sea surface temperature (SST), sea surface salinity (SSS) and others, in the East China Sea and Yellow Sea from 1998 to 2004, the relationship between the abundance index and fishing ground distribution of mackerel and environmental factors are analyzed usin