应用栖息地适宜性指数研究海州湾小黄鱼的空间分布特征*

邹易阳， 薛　莹， 麻秋云， 徐宾铎， 任一平

(中国海洋大学水产学院，山东 青岛 266003)



应用栖息地适宜性指数研究海州湾小黄鱼的空间分布特征*

邹易阳， 薛莹**， 麻秋云， 徐宾铎， 任一平

(中国海洋大学水产学院，山东 青岛 266003)

为研究海州湾小黄鱼(Larimichthyspolyactis)的空间分布特征。于2011、2013及2014年的春、秋两季在海州湾进行了渔业资源与栖息环境综合调查，根据调查结果和同步采集的底层水温、底层盐度及水深数据，构建了海州湾小黄鱼的栖息地适宜性指数(Habitat suitability index, HSI)模型，利用赤池信息量准则值(Akaike information criterion，AIC)检验算术平均法(AM)和几何平均法(GM)的拟合度，对模型输出结果进行分析和比较。研究表明：除秋季的水深外，其余各环境因子与适宜性指数间均呈现明显的正态或偏正态关系。通过AIC检验发现，春季用几何平均法拟合栖息地适宜性指数的效果较好，而秋季用算术平均法拟合的效果较好。小黄鱼的最适栖息地存在明显的年间变化和季节变化，春季HSI高值区域多集中于34.7°N，120.2°E附近海域；秋季HSI高值中心位于34.5°N～34.7°N，120.0°E～120.2°E附近海域。研究结果表明，栖息地适宜性指数模型能够较好地反映海州湾小黄鱼栖息地的分布和变化情况，在单因素SI极小值出现频率较高的情况下，算术平均法要优于几何平均法。

小黄鱼； 栖息地适宜性指数； 海州湾； 环境因子； 空间分布

引用格式：邹易阳， 薛莹， 麻秋云， 等. 应用栖息地适宜性指数研究海州湾小黄鱼的空间分布特征[J].中国海洋大学学报(自然科学版)， 2016, 46(8)： 54-63.

ZOU Yi-Yang, XUE Ying, Ma Qiu-Yun，et al. Spatial distribution ofLarimichthyspolyactisin Haizhou Bay based ondetermined with based on habitat suitability index [J].Periodical of Ocean University of China, 2016, 46(8)： 54-63.

小黄鱼(Larimichthyspolyactis)属于暖温性底层鱼类，广泛分布于中国渤海、黄海和东海以及朝鲜半岛西岸海域，主要集中在28°00′N以北、125°30′E以西，水深不超过100m的海区以及受长江径流影响较大的黄海南部和东海北部水深40～80m的海区，是底拖网、帆张网和定置张网等网具的专捕和兼捕对象[1]。因小黄鱼具有较高的经济价值，而且在生态系统中占有重要的地位，所以国内学者对其开展过许多研究，研究领域涉及生长、死亡[2]、繁殖力[3]、摄食习性[4]、资源评估和种群动态[5]和洄游分布[6-8]等诸多方面，为深入开展小黄鱼的相关研究奠定了坚实的基础。

栖息地适宜性指数(Habitat suitability index, HSI)最早由美国地理调查局国家湿地研究中心鱼类和野生生物署于1980年代初提出，用于描述野生动物的栖息地质量。后来被广泛应用于物种的管理和生态恢复研究[9-11]以及渔场分析[12-14]，均取得了较好的预测效果。例如：王家樵[15]采用标准化之后的CPUE相对比值建立了大眼金枪鱼的栖息地指数模型；陈新军等[16]利用基于表层水温的栖息地模型研究并预测了西北太平洋柔鱼(Ommastrephesbartramii)的渔场。

近年来，由于受到过度捕捞、气候变化和环境污染等诸多因素的影响，海州湾的生物资源和生态环境面临严重危机，小黄鱼等重要经济渔业资源呈现明显的衰退趋势[17-18]。渔业生物栖息地适宜性研究是渔业资源领域一项重要的研究内容，对于渔业资源评估、种群动态的研究以及渔业生产等都具有重要的理论和现实意义。然而目前，有关海州湾小黄鱼栖息地适宜性的研究尚未见报道，亟待开展相关研究。

本文根据2011、2013和2014年春、秋两季在海州湾进行的6个航次的渔业资源与栖息环境综合调查数据，结合底层水温、底层盐度、水深等环境因子，应用栖息地适宜性指数对海州湾小黄鱼的栖息地适宜性进行评价，并比较不同计算方法对栖息地适宜度评价的差异，以期为今后海州湾小黄鱼栖息地环境的研究提供基础数据，也为中国小黄鱼资源的保护和可持续利用提供科学依据。

1　材料和方法

1.1 数据来源

样品采自2011、2013和2014年的春季和秋季在海州湾及其邻近海域进行的渔业资源与栖息环境综合调查，其中春季为5月，秋季为2011年的9月及2013和2014年的10月。采用分层随机取样(Stratified random sampling)的方法设计调查站位[19]，首先按经纬度设置均匀分布的网格状采样小区，以每经度10′、纬度10′为一个采样小区，全海域共设置76个小区；再根据水深、纬度等因素的差异，将调查海域分为A、B、C、D、E共5个区域(见图1)。每个航次在各区域内随机选取一定数量的站位进行调查，2011年春、秋两季各设置24个调查站位，其中A区3个，B区5个，C区3个，D区9个，E区4个(由于天气原因，秋季实际调查了11个站位)。根据站位优化的分析结果[20]，在2013和2014年将各航次调查站位数调整为18个，其中A区2个，B区3个，C区3个，D区7个，E区3个。

调查船为220kW的单拖渔船，拖速为2～3kn，每站拖网时间为1h左右。调查网具为底拖网，其网口宽度2011及2013年为25m，2014年为12m，网口高度约为6m，囊网网目尺寸为17mm。在每个调查站位，还同步进行了相关环境参数的采集和测定，使用CTD温盐深仪测定其水深、水温和盐度。样品的采集和分析均按照最新的《海洋调查规范》[21]和《海洋监测规范》[22]进行。分析前对小黄鱼渔获质量数据进行拖网时间(1h)和拖速(2kn)的标准化处理。

图1　海州湾调查区域图

1.2 数据处理

相对资源指数(Relative abundance index, RAI)由某一时间地点的相对资源密度值(Relative abundance density, RAD)除以所有RAD值中最大的值得到。计算公式为：

RAI可以看作反映栖息地质量的指标，等价于实际的HSI[23]。

1.3 栖息地适宜性指数模型

栖息地适宜性指数模型是一种模拟生物体对其周围栖息环境变量反映的离散数值模型[24-25]。首先，将鱼类对栖息水域中的各环境变量的反应用一个合适的适宜性指数(Suitability index, SI)来表示。通常，假定相对资源密度值最大时为最适宜小黄鱼栖息的海域，认定其适宜性指数SI为1，而相对资源密度为0时认为是最不适宜小黄鱼栖息的海域，认定其SI值为0。SI计算公式如下：

式中:SIi为i月的适宜性指数；SIi,RAD为i月以相对资源密度为基础获得的适宜性指数；RADi,max为i月的最大相对资源密度(g/h)；RADij为i月j站点的相对资源密度(g/h)。

其次，应用正态和偏正态函数分别建立环境因子和SI之间的关系模型，利用DPS软件求解。通过此模型将环境因子和SI的两离散变量关系转化为连续随机变量之间的关系。根据历史研究结果[26-28]，本研究选用对小黄鱼空间分布有显著影响的3个环境因子，即底层水温、底层盐度和水深进行建模。

最后，应用2个经验公式[29]，即算术平均法(Arithmetic mean, AM)和几何平均法(Geometric mean, GM)计算栖息地适宜性综合指数。HSI值在0(不适宜)到1(最适宜)之间变化。计算公式分别如下：

1.4 模型方法比较

根据赤池信息准则(Akaike information criterion，AIC)进行模型方法拟合度的比较。模型参数的估计使用最大似然法[30]，其基本思想是找到与观测数据最适的参数估计值。这里RAI为观测数据，HSI为预测的拟合数据。根据上述2种模型方法，任一相同时间地点下的HSI与RAI的似然函数为：

式中:L(data/θ)表示数据组data的似然值；θ代表模型参数；HSIi和RAIi是同一个站位的第i对HSI和RAI值。用MS-Excel的规划求解得到参数的最大似然估计值L。之后根据AIC值选择出最适的栖息地模型方法，AIC值计算公式如下：

AIC=-2L+2m。

式中m是模型参数个数。选取AIC值最小的建模方法为最适建模方法。

1.5 绘制HSI值分布图

应用拟合度最高的模型绘制小黄鱼HSI的空间分布图，并探讨其分布模式的季节差异和年间变化，分布图绘制使用Surfer11.0软件。

2　结果

2.1环境因子的适宜性指数曲线

研究发现，春季海州湾的小黄鱼主要分布在底层水温为10～19℃的水域，其中以16～17℃水域出现最

多，其对应的相对资源密度范围为527.6～5151.4g/h，占春季总相对资源密度的35.8%(见图2a)；主要分布区域的底层盐度范围是27.6～32.0，其中以盐度为31.0～32.0的水域出现最多，其对应的相对资源密度范围为0～5151.4g/h，占春季总相对资源密度的71.7%(见图2c)；主要分布区域的水深范围是4.4～36.3m，其中以水深在15～20m的水域出现最多，其对应的相对资源密度范围为10.0～5151.4g/h，占5月总相对资源密度的33.1%(见图2e)。

其实Sarah这么拼也不是没有渊源的，Sarah的母亲当年在怀着她的时候也努力成为了自己律所的合伙人之一。“想要同时成为一名母亲和一名有雄心的专业人士是绝对可能的，”Sarah母亲给予她的信念支撑着她走过这一年。而这一年里，Sarah也学着在工作取舍中变得冷酷些：只挑那些真的有意义的，能有利于事业发展的事情先做，而不是什么事情都随手接过来。就如上一年采访时候Sarah对我说的：“我会尝试着让自己变得更加专注，”要想家庭和事业两者都能兼顾，总要作出牺牲和取舍。

秋季，小黄鱼主要分布在底层水温为19.2～22.9℃的海域，其中以20.0～20.5℃水域出现最多，其对应的相对资源密度范围为0～876.4g/h，占秋季总相对资源密度的25.4%(见图2b)；主要出现在底层盐度为28.8～31.2的区域，其中以盐度为30.5～31.0的水域出现最多，其对应的相对资源密度范围为0～2839.7g/h，占秋季总相对资源密度的51.2%(见图2d)；主要出现在水深15.2～30.9m的区域，其中以水深15～20m水域出现最多，其对应的相对资源密度范围为0～2839.7g/h。占秋季总相对资源密度的43.4%(见图2f)。

图2　春季和秋季海州湾小黄鱼的相对资源密度与底层水温、底层盐度及水深的关系

利用正态和偏正态函数拟合以相对资源密度为基础的SI值与底层水温、底层盐度、水深的曲线(见图3)，可以看出，春季SI值与各环境因素之间正态性较为明显，而秋季SI值与环境因子的关系大多为偏正态性。模型拟合结果显示(见表1)，除秋季的水深模拟结果未通过显著性检验外(P>0.05)，其余各模型拟合均通过了显著性检验(P<0.05)。

2.2HSI模型拟合度比较

对几何平均法和算术平均法计算出的HSI值和相对资源指数(RAI)拟合度进行比较发现，不同月份之间AIC值较小的模型并不相同。春季，几何平均法得到的AIC值较小，为25.5009，算术平均法较大，为37.3350(见表2)；秋季，算术平均法所得的AIC值较小，为10.2829，几何平均法较大，为20.9670(见表3)。

(圆点表示实际值，曲线表示预测值。The hollow circles represent the observed value and the curves represent the predict value.)

表1　2011、2013及2014年春季和秋季海州湾小黄鱼的适宜性指数模型

表2　春季不同计算方法的拟合度比较

表3　秋季不同计算方法的拟合度比较

2.3HSI空间分布比较

根据不同月份的环境数据，应用算术平均法(AM)和几何平均法(GM)分别计算得出春、秋两季不同HSI水平值所占研究区域的平均百分比。春季，海州湾海域HSI在0.2以下时，AM和GM模型的相对资源密度比重分别占2.00%和22.00%；HSI在0.6以上时，AM和GM模型的相对资源密度比重分别占42.00%和22.00%；而HSI在0.7以上时的相对资源密度基本超过1000g/h。相比而言，几何平均法计算的HSI值在各个水平范围内均有分布，而算术平均法计算出的HSI值则偏重于高水平区域，HSI>0.5影响的水域范围占整个研究区域的64.00%(见表4)。

秋季，海州湾海域HSI在0.2以下时，AM和GM模型的相对资源密度比重分别占32.47%和97.83%；HSI在0.6以上时，AM和GM模型的相对资源密度比重分别占6.52%和2.17%。GM模型计算的HSI值，小于0.1的海域达到了调查区域的97.8%，而AM模型计算的HSI值，虽然在HSI<0.5的区间达到了91.7%，但各个区间所占百分比较为均匀(见表5)。

表4　春季海州湾小黄鱼不同HSI值的百分比及其相应的平均相对资源密度

注：“—”表示未发现有数值出现。“—”representingnodatainthestatisticanalysis.

①Meanofrelativeabundancedensity(Mean±SD)；②Percentage

表5　秋季海州湾小黄鱼不同HSI值的百分比及其相应的平均相对资源密度

注：“—”表示未发现有数值出现。“—”representingnodatainthestatisticanalysis.

①Meanofrelativeabundancedensity(Mean±SD)；②Percentage

2.4 海州湾小黄鱼最适栖息地的分布

根据不同月份的环境数据，分别计算其各自的HSI值，绘制小黄鱼的HSI空间分布图，并与其实际相对资源密度的分布情况进行比较(见图4和5)。分析发现，2011年5月，海州湾小黄鱼适宜性较高的栖息地多集中于35°N以南的海域，以近岸海域居多，而在海州湾东北部海域出现一个较为明显的低值区域；2013年5月，HSI高值中心移动到了东部较深的区域，而南部近岸区域则出现了HSI的低值区域；而2014年5月，适宜性较高的栖息地出现在海州湾底部水深较浅的海域，而在121°E以西海域出现明显的低值中心(见图4)。

秋季，海州湾小黄鱼的适宜栖息地也存在明显的年间变动。2011年9月，在海州湾北部海域存在一个HSI高值区域，其位置大致在35.5°N、119.8°E附近的近岸海域，且以此为高值中心向东南方向递减，在35°N，121°E附近出现了明显的低值区域；2013年10月，小黄鱼适宜栖息地的范围较为狭小，仅局限在34.5°N～34.8°N、120.0°E～120.3°E的区域内，其两侧各出现了一个低值中心。2014年10月，HSI高值区域与2013年相比有所扩大，向北延伸到了北部近岸海域，同时低值中心移动到35.0°N～35.5°N、119.7°E～119.9°E的海域(见图5)。

图4　2011、2013及2014年春季海州湾小黄鱼HSI值和相对资源密度(g/h)的空间分布

图5　2011、2013及2014年秋季海州湾小黄鱼HSI值和相对资源密度(g/h)的空间分布

3　讨论

3.1小黄鱼适宜性指数与环境因子的关系

水温是影响鱼类生态习性的主要环境因子之一，不仅能够影响鱼类的生长、发育、繁殖以及新陈代谢，也能够影响鱼类的洄游分布、渔期的早晚和渔汛时间的长短、中心渔场的位置以及鱼群自身的集群行为等[31]。水温也可以通过对饵料生物行为、分布和数量变动的影响，从而间接影响鱼类的洄游分布[26]。盐度在鱼类的生存环境中也发挥着重要的作用，鱼类各个发育阶段的开始时间和生长速率等均与盐度的高低有密切的关系[32-33]。李建生等[34]研究了东海北部秋季小黄鱼的分布特征及其与底层温度和盐度的关系，发现小黄鱼主要栖息于暖水区的边缘水域，适宜的底层水温范围在14～21℃之间，适宜的底层盐度范围在33.0～34.0之间。以往的研究结果[33]显示，东海区小黄鱼索饵群体的适温范围为14～26℃，小黄鱼在水温达到15℃以上时资源量较大。

本研究发现，春季海州湾小黄鱼的适宜性指数SI值在水温15℃、盐度32.0左右达到最大值，与以往研究结果基本相同。而且相对资源密度与底层水温呈现极显著的正态关系(P<0.01)，这一结论在其他鱼类SI值与海洋环境关系的研究中也得到了证实[35-36]。秋季小黄鱼的适宜性指数和环境因子之间呈现极显著的偏正态关系(P<0.01)，产生这一差异的原因可能是因为秋季海州湾底层水温的变化幅度较窄，同时相对资源密度极小值出现频率较高，且不同站位之间相对资源密度差异较大，空间分布极不均匀。

3.2 小黄鱼栖息地适宜性指数的分布特征

春季海州湾小黄鱼的空间分布特征存在明显的年间变化，这可能与海州湾海域的地理环境特点密切相关。海州湾是黄海小黄鱼重要的产卵场之一[8]，且地处黄海冷水团的边缘地区，海州湾东北部海域底层水温呈现春、夏季节明显偏低的现象，这可能是小黄鱼在5月主要分布于海州湾南部海域的原因之一。与此同时，海州湾海域还受到鲁南沿岸流、苏北沿岸流等一系列物理过程的共同作用[18]，使得春季海州湾海域呈现出低温低盐的水文条件。整体来看，春季小黄鱼的HSI高值区域，除2013年有较大变动外，2011年及2014年基本都主要分布在34.5°N～35.3°N、119.3°E～120.3°E的海域范围内，该海域是春季海州湾小黄鱼产卵群体的主要适宜栖息地，今后应对该区域加以重点监测和保护。

海州湾南部海域地处苏北沿岸流以及黄海暖流分支的综合作用区域，基础饵料丰富[37]，是秋季黄海小黄鱼的主要索饵场之一[27]。本研究发现，2011年9月小黄鱼栖息地适宜性指数的分布，与之后2年调查结果存在较大差异，其主要原因可能是海州湾海域的环境条件发生了一定程度的年间波动，导致适宜栖息地也随之发生变动。另外，需要指出的一点是，由于2011年9月海州湾南部海域部分站位未能获得调查数据，这也可能会对小黄鱼适宜栖息地的分布产生一定的影响。2013年和2014年10月小黄鱼的适宜栖息地基本都集中分布于34.5°N～34.8°N、120.0°E～120.3°E的区域内，表明该海域是秋季海州湾小黄鱼最适宜的索饵栖息场所，这与仲霞铭等[38]的研究结论基本一致。

3.3不同栖息地指数模型计算方法的比较

海州湾海域不同月份应用算术平均法(AM)和几何平均法(GM)计算的结果存在明显差异。春季，几何平均法预测出的HSI值在各个区间内分布较为均匀，而AM模型的结果则偏重于在HSI>0.5的区间；秋季，GM模型在HSI低值(HSI<0.2)区域显示出了极高的百分比，而AM模型虽偏重于HSI<0.5的区间，但各区间所占百分比较为均匀。这是由于两种计算方式本身的差异所致，其中算术平均法估算结果较为稳定，不易受SI极值的影响，而几何平均法更易受到SI极值的影响[39]。秋季，由于小黄鱼相对资源量极小值出较多，导致应用GM模型计算HSI值时，出现明显的两级分化现象(见表5)。因此，HSI建模方法应根据不同季节和SI值的分布情况而定，在单因素SI极小值出现较多的情况下，建议选用AM模型方法计算HSI值。

4　结语

栖息地适宜性指数模型能够较好地反映海州湾小黄鱼栖息地的分布和变动情况，海州湾小黄鱼的最适栖息地存在明显的年间变化和季节变化，环境因子的波动可能是导致上述变化的主要原因。由于影响鱼类栖息地选择的因素有许多，饵料生物[40-41]以及底质类型[38]等也会对于鱼类的栖息地选择产生影响，因此在今后的研究中，将考虑更多的环境因子对小黄鱼栖息地选择的影响，以期更加全面、客观的分析海州湾小黄鱼适宜栖息地的分布特征，为小黄鱼资源的保护和可持续利用提供科学依据。

[1]郑元甲, 陈雪忠, 程家骅, 等. 东海大陆架生物资源与环境[M]. 上海:上海科学技术出版社, 2003: 286-637.

ZhenYJ,ChenXZ,ChengJH,etal.BiologicalResourcesandtheEnvironmentoftheContinentalShelfinEastChinaSea[M].Shanghai:ShanghaiScientificandTechnicalPublishers, 2003: 286-637.

[2]严利平, 胡芬, 凌建忠, 等. 东海北部和黄海南部小黄鱼年龄与生长的研究[J]. 中国海洋大学学报(自然科学版), 2006, 36(1): 95-100.

YanLP,HuF,LingJZ,etal.StudyonageandgrowthofLarimichthy PolyactisintheEastChinaSea[J].PeriodicalofOceanUniversityofChina, 2006, 36(1): 95-100.

[3]林龙山, 姜亚洲, 严利平, 等. 黄海南部和东海小黄鱼产卵亲体分布特征与繁殖力的研究[J]. 上海海洋大学学报, 2009(4): 453-459.

LinLS,JiangYZ,YanLP,etal.StudyonthedistributioncharacteristicsandfecundityofspawningstockofLarimichthy polyactisintheSouthernYellowSeaandtheEastChinaSea[J].JournalofShanghaiOceanUniversity, 2009(4): 453-459.

[4]薛莹, 金显仕, 张波, 等. 黄海中部小黄鱼摄食习性的体长变化与昼夜变化[J]. 中国水产科学, 2004, 11(5): 420-425.

XueY,JinXS,ZhangB,etal.OntogeneticanddielvariationinfeedinghabitsofsmallyellowcroakerPseudosciaena polyactisbleekerinthecentralpartofYellowSea[J].JournalofFisherySciencesofChina, 2004, 11(5): 420-425.

[5]刘尊雷, 严利平, 袁兴伟, 等. 基于多源数据的东海小黄鱼资源评估与管理[J]. 中国水产科学, 2013, 20(5): 1039-1049.

LiuZL,YanLP,YuanXW,etal.StocksssessmentofsmallyellowcroakerintheEastChinaSeaBasedonmulti-sourcedata[J].JournalofFisherySciencesofChina, 2013, 20(5): 1039-1049.

[6]毛锡林, 俞积楚, 秦忆芹. 小黄鱼[M]// 农牧渔业部水产局, 农牧渔业部东海区渔业指挥部. 东海区渔业资源调查和区划. 上海: 华东师范大学出版社, 1987: 339-356.

MaoXL,YuJC,QinYJ.SmallYellowCroaker[M]//AquaticbureauofAgricultureandFisheriesDepartment,FisheriesHeadquartersintheEastChinaSeaofAgricultureandFisheriesDepartment.FisheriesResourcesSurveyandZoningoftheEastChinaSea.Shanghai:EastChinaNormalUniversityPress, 1987: 339-356.

[7]刘效舜. 小黄鱼[M]// 农牧渔业部水产局, 农业部黄海区渔业指挥部. 黄渤海区渔业资源调查与区划. 北京: 海洋出版社, 1990: 191-200.

LiuXS.SmallYellowCroaker[M]//AquaticBureauofAgricultureandFisheriesDepartment,FisheriesHeadquartersintheYellowSeaofAgricultureandFisheriesDepartment.Beijing:FisheriesResourcesSurveyandZoningoftheYellowSea.OceanPress, 1990: 191-200.

[8]徐兆礼, 陈佳杰. 小黄鱼洄游路线分析[J]. 中国水产科学, 2009, 16(6): 931-940.

XuZL,ChenJJ.AnalysisonmigratoryroutineofLarimichthy Polyactis[J].JournalofFisherySciencesofChina, 2009, 16(6): 931-940.

[9]DuelHB,PedroliWE,LaaneM.ThehabitatevaluationprocedureinthepolicyanalysisofinlandwatersintheNetherlands:towardsecologicalrehabilitation[C]∥LeclercM,CarpaH,ValentinS,etal.Ecohydraulics2000.Quebec： 2ndInternationalSymposuimonHabitatHydraulics, 1996: 619-630.

[10]GoreJA,HamiltonSW.Comparisonofflow-relatedhabitatevaluationsdownstreamsRegulatedRivers[J].RegulatedRivers:Research&Management, 1996, 12(4-5): 459-469.

[11]MaddockI.Theimportanceofphysicalhabitatassessmentforevaluatingriverhealth[J].FreshwaterBiol, 1999, 41(2): 373-391.

[12]NishidaT,BigelowK,MohriM,etal.ComparativestudyonJapanesetunalonglineCPUEstandardizationofyellowfintuna(Thunnus albacares)intheIndianOceanbasedontwomethods:generallinearmodel(GLM)andhabitatbasedmodel(HBM) /GLMcombined(1958-2001) [C].Seychelles:IOTC,Victoria, 2003, 6: 48-69.

[13]LeePF,ChenIC,TzengWN.Spatialandtemporaldistributionpatternsofbigeyetuna(Thunnus obesus)intheindianocean[J].ZoologStud, 2005, 44(2): 260-270.

[14]冯波, 陈新军, 许柳雄. 应用栖息地指数对印度洋大眼金枪鱼分布模式研究[J]. 水产学报, 2007, 31(6): 805-812.

FengB,ChenXJ,XuLX.StudyondistributionofThunnuns obesusintheIndianOceanbasedonhabitatsuitabilityindex[J].JournalofFisheriesofChina, 2007, 31(6): 805-812.

[15]王家樵. 印度洋大眼金枪鱼栖息地指数模型研究[D]. 上海: 上海水产大学, 2006.

WangJQ.StudyonthehabitatindexmodelofbigeyetunaintheIndianOcean[D].Shanghai:FisheryUniversityofShanghai, 2006.

[16]陈新军, 刘必林, 田思泉, 等. 利用基于表温因子的栖息地模型预测西北太平洋柔鱼(Ommastrephes bartramii)渔场[J]. 海洋与湖沼, 2009, 40(6): 707-713.

ChenXJ,LiuBL,TianSQ,etal.ForecastingthefishinggroundofOmmastrephes bartramiiwithSST-basedhabitatsuitabilitymodellinginnorthwesternpacific[J].OceanologiaetLimnologiaSinica, 2009, 40(6): 707-713.

[17]王文海. 中国海湾志: 第四分册(山东半岛南部和江苏省海湾)[M]. 北京: 海洋出版社, 1993: 354.

WangWH.BaysofChina,the4thVolumes[M].Beijing:ChinaOceanPress, 1993: 354.

[18]唐峰华, 沈新强, 王云龙， 等. 海州湾附近海域渔业资源的动态分析[J]. 水产科学, 2011, 30(6): 335-341.

TangFH,ShenXQ,WangYL,etal.DynamicsoffisheriesresourcesnearHaizhouBaywaters[J].FisheriesScience, 2011, 30(6): 335-341.

[19]苏巍, 薛莹, 任一平. 海州湾海域鱼类分类多样性的时空变化及其与环境因子的关系[J]. 中国水产科学, 2013, 20(3): 624-634.

SuW,XueY,RenYP.TemporalandspatialvariationintaxonomicdiversityoffishinHaizhouBay:theeffectofenvironmentalfactors[J].JournalofFisherySciencesofChina, 2013, 20(3): 624-634.

[20]XuBinduo,ZhangChongliang,XueYing,et.al.Optimizationofsamplingeffortforafishery-independentsurveywithmultiplegoals[J].EnvironmentalMonitoringandAssessment, 2015, 187(5): 1-16.

[21]国家质量技术监督局. 海洋调查规范GB/T12763-2007[M]. 北京: 中国标准出版社, 2007.

GeneralAdministrationofQualitySupervision,InspectionandQuarantineofthePeople’sRepublicofChina(GB/T12763. 6-2007)SpecificationforOceanographicSurvey[M].Beijing:ChinaStandardsPress, 2007.

[22]国家质量技术监督局. 海洋监测规范GB17378[M]. 北京: 中国标准出版社, 1998.

GeneralAdministrationofQualitySupervision,InspectionandQuarantineofthePeople’sRepublicofChina(GB17378)SpecificationforOceanographicMonitor[M].Beijing:ChinaStandardsPress, 1998.

[23]BayerM,PorterWF.Porterevaluationofaguildapproachtohabitatassessmentforforest-dwellingbirds[J].EnvironManag, 1988, 12(6): 797-801.

[24]EnergyW,LUTeam.Habitatevaluationprocedures(HEP) [M]//EcologicalServiceManuallO2.WashingtonD.CUS:FishandWildlifeService, 1980.

[25]EnergyW,LUTeam.Standardsforthedevelopmentofhabitatsuitabilityindexmodels[M]//EcologicalServiceManual103.WashingtonD.C,US:FishandWildlifeService, 1980.

[26]李雪渡. 海水温度与渔场之间的关系[J]. 海洋学报, 1982, 14(1): 103-113.

LiXD.StudiesontheCorrelationBetweentheTemperatureofSeaWaterandFishingGrounds[J].ActaOceanologicaSinica, 1982, 14(1): 103-113.

[27]农牧渔业部水产局, 农牧渔业部东海区渔业指挥部. 东海区渔业资源调查和区划[M]. 上海: 华东师范大学出版社, 1987.

AquaticBureauofAgricultureandFisheriesDepartment,FisheriesHeadquartersintheEastChinaSeaofAgricultureandFisheriesDepartment.FisheriesResourcesSurveyandZoningoftheEastChinaSea[M].Shanghai:EastChinaNormalUniversityPress, 1987.

[28]林龙山, 姜亚洲, 刘尊雷, 等. 黄海南部和东海小黄鱼资源分布差异性研究[J]. 中国海洋大学学报(自然科学版), 2010, 40(3): 1-6.

LinLS,JiangYZ,LiuZL,etal.AnalysisofthedistributiondifferenceofsmallyellowcroakerbetweenthesouthernYellowSeaandtheEastChinaSea[J].PeriodicalofOceanUniversityofChina, 2010, 40(3): 1-6.

[29]MccullochSL.InventoryandMonitoringofWildlifeHabitat[M].California:USDepartmentoftheInterior,BureauofLandManagement, 1986.

[30]王艳君, 刘群, 任一平.AIC与BIC在亲体-补充量模型选择中的应用及比较[J]. 中国海洋大学学报(自然科学版), 2005, 35(3): 397-403.

WangYJ,LiuQ,RenYP,ComparisionofAICandBICintheselectionofstock-recruitmentrelationships[J].PeriodicalofOceanUniversityofChina, 2005, 35(3): 397-403.

[31]殷名称. 鱼类生态学[M]. 北京: 中国农业出版社, 1995.

YinMC.FishEcology[M].Beijing:ChinaAgriculturePress, 1995.

[32]王宏田, 张培军. 环境因子对海产鱼类受精卵及早期仔鱼发育的影响[J]. 海洋科学, 1998(4): 50-52.

WangHT,ZhangPJ.Effectsofenvironmentalconditionsonfertilizedeggsandearlylarvaofmarinefishes[J].MarineScience, 1998(4): 50-52.

[33]王云峰, 朱鑫华. 盐度对鱼类生态生理学特征的影响[J]. 海洋科学集刊, 2002, 44(5): 151-158.

WangYF,ZhuXH.AReviewonimpactofsalinityonpatternsoffishecophysiology[J].StudiaMarinaSinica, 2002, 44(5): 151-158.

[34]李建生, 林龙山, 程家骅. 东海北部秋季小黄鱼分布特征及其与底层温度和盐度的关系[J]. 中国水产科学, 2009, 16(3): 348-356.

LiJS,LinLS,ChengJH.Distributioncharacteristicofsmallyellowcroaker(Larimichthy PolyactisBleeker)anditsrelationshipwithbottomwatertemperatureandsalinityinthenorthernEastChinaSeainautumn[J].JournalofFisherySciencesofChina, 2009, 16(3): 348-356.

[35]EastwoodPD,MeadenGJ,GriocheA.ModellingspatialvariationsinspawninghabitatsuitabilityforthesoleSolea soleausingregressionquantilesandGISprocedures[J].MarineEcologyProgressSeries, 2001, 224: 251-266.

[36]ZainuddinM,KiyofujiH,SaitohK,etal.Usingmulti-sensorsatelliteremotesensingandcatchdatatodetectoceanhotspotsforalbacore( Thunnus alalunga )inthenorthwesternNorthPacific[J].Deep-SeaResearchⅡ, 2006, 53: 419-431.

[37]李圣法, 严利平, 李长松, 等. 东海北部鱼类组成特征分析[J]. 水产学报, 2004, 28(4): 384-392.

LiSF,YanLP,LiCS,etal.TheanalysisoffishcompositionpatternintheNorthernEastChinaSea[J].JournalofFisheriesofChina, 2004, 28(4): 384-392.

[38]仲霞铭, 张虎, 汤建华, 等. 江苏近岸海域小黄鱼时空分布特征[J]. 水产学报, 2011, 35(2): 238-246.

ZhongMX,ZhangH,TangJH,etal.TemporalandspatialdistributionofLarimichthy polyactisbleekerresourcesinoffshoreareasofjiangsuprovince[J].JournalofFisheriesofChina, 2011, 35(2): 238-246.

[39]龚彩霞, 陈新军, 高峰, 等. 栖息地适应性指数在渔业科学中的应用进展[J]. 上海海洋大学学报, 2011, 20(2): 260-269.

GongCX,ChenXJ,GaoF,etal.Reviewonhabitatsuitabilityindexinfisheryscience[J].JournalofShanghaiOceanUniversity, 2011, 20(2): 260-269.

[40]陈红波, 李继龙, 杨文波, 等. 东黄海小黄鱼秋季索饵环境栖息指数的研究[J]. 大连海洋大学学报, 2011, 26(4): 348-351.

ChenHB,LIJL,YangWB,etal.ThehabitatsuitabilityindexoffeedingmigrationstockofsmallyellowcroakerLarimichthy PolyactisintheEastSeaandtheYellowSea[J].JournalofDalianOceanUniversity, 2011, 26(4): 348-351.

[41]李建生, 严利平, 李惠玉, 等. 黄海南部、东海北部夏秋季小黄鱼数量分布及与浮游动物的关系[J]. 海洋渔业, 2007, 29(1): 31-37.

LiJS,YanLP,LiHY,etal.Ontherelationshipbetweenquantitydistributionofsmallyellowcroaker(Larimichthy PolyactisBleeker)andzooplanktoninsouthernYellowSeaandtheNorthernEastChinaSeainsummerandautumn[J].MarineFisheries, 2007, 29(1): 31-37.

责任编辑 朱宝象

SpatialDistributionofLarimichthys polyactisinHaizhouBayBasedonHabitatSuitabilityIndex

ZOUYi-Yang,XUEYing,MAQiu-Yun,XUBin-Duo,RENYi-Ping

(CollegeofFisheries,OceanUniversityofChina,Qingdao266003,China)

Larimichthys polyactis,smallyellowcroaker,isoneofthedominantfishspeciesalongChinesecoast.Italsosdplaysanimportantroleinmarineecosystem.Previousstudiesfocusedonitsgrowthandmortality,stockassessment,migration;howeverfewonitshabitatquality.Inthisstudy,habitatsuitabilityindex(HSI)modelswereusedtoevaluatethehabitatqualityofsmallyellowcroakerinHaizhouBay,China.HabitatsuitabilitywasdeterminedwithdatacollectedfrombottomtrawlsurveysinHaizhouBayinspringandautumnin2011, 2013and2014.MarchrepresentedspringswhileSeptemberrepresentedtheautumnin2011andOctoberrepresentedautumnin2013and2014.Seabottomtemperature(SBT),seabottomsalinity(SBS)anddepthwereusedinHSImodelbyreclassifyingthehabitatmapona0-1suitabilityindexrange.Followingreclassification,thearithmeticmean(AM)andgeometricmean(GM)ofthesuitabilityindexofeachvariablewerecalculatedandthemapofhabitatsuitabilitywasillustratedwithSurfer11.0.GoodnessoffitforthetwomodelingmethodswastestedwithAkaikeInformationCriterion(AIC).Theresultsofdifferentmodelingmethodswereusedtocalculatethehabitatsuitabilityindex(HSI).ResultsshowedthatsmallyellowcroakermainlyinhabitedtheareawhereSBTrangedfrom14.0to16.0 ℃,SBSrangedfrom31.2to31.8,anddepthrangedfrom14.0to20.0minspring.Inautumn,smallyellowcroakermainlyinhabitedtheareawhereSBTvariedbetween22.4and22.7 ℃,SBSvariedbetween30.4and30.7,anddepthvariedbetween14.6and16.6m.Allenvironmentalfactorsexpectfordepthrelatedeithernormallyorhalf-normallywithsuitabilityindex(P<0.01).ThevalueofAICindicatedthatthebestgoodnessoffitcalculatedwithequationsindifferentmonthswasdifferent.Geometricmeanmodelproducedbetterestimationinspringwhereasarithmeticmeanmodelproducedbetterestimationinautumn.Theareawiththehighesthabitatqualityshowedanobviousvariationbetweenyears.ThehighestHSImainlydistributedneartheoffshoreinspring,theareaof34.7°Nand120.2°E,whereasitappearedaroundtheareaof34.5°N～34.7°N, 120.0°E～120.2°Einautumn.ThisstudysuggestedthattheHSImodelbasedonSBT,SBSanddepthcanbetterpredictsuitablehabitatsofsmallyellowcroakerinHaizhouBay,andtheAMmodelisbetterthantheGMmodelwhentherearetoomanyminimumsuitabilityindexofsinglefactor.

Larimichthys polyactis;habitatsuitabilityindex;HaizhouBay;environmentalfactor;spatialdistribution

高等学校博士学科点专项科研基金项目(20120132130001)；中央高校基本科研业务费专项资金项目(201022001，201262004)；国家留学基金项目资助

2015-06-08；

2016-01-19

邹易阳(1992-), 男, 硕士生, 主要从事渔业生态学研究。 E-mail: tianxinzhilang@163.com

**通讯作者: E-mail: xueying@ouc.edu.cn

P723;S931.4

A

1672-5174(2016)08-054-10

10.16441/j.cnki.hdxb.20150203

Supported by the Specialized Research Fund for the Doctoral Program of Higher Education of China(20120132130001); The Fundamental Research Funds for the Central Universities ( 201022001, 201262004); The State Scholarship Fund by the China Scholarship Council