海表水温变化对东南太平洋智利竹筴鱼栖息地分布的影响

徐红云，汪金涛，陈新军，周为峰

（1.上海海洋大学海洋科学学院，上海 201306；2.农业部东海与远洋渔业资源开发利用重点实验室，上海 200090；3.国家远洋渔业工程技术研究中心，上海 201306；4.大洋渔业资源可持续开发省部共建教育部重点实验室，上海 201306；5.远洋渔业协同创新中心，上海 201306）

海表水温变化对东南太平洋智利竹筴鱼栖息地分布的影响

徐红云1，2，汪金涛1，5，陈新军1，3，4，5，周为峰2

（1.上海海洋大学海洋科学学院，上海 201306；2.农业部东海与远洋渔业资源开发利用重点实验室，上海 200090；3.国家远洋渔业工程技术研究中心，上海 201306；4.大洋渔业资源可持续开发省部共建教育部重点实验室，上海 201306；5.远洋渔业协同创新中心，上海 201306）

根据2003～2011年的东南太平洋智利竹箂鱼（Trachurusmurphyi）生产统计数据及海表水温（SST）数据，以经纬度方向上偏移幅度和栖息地的铺展面积作为衡量指标，基于作业网次和单位捕捞努力量渔获量用外包络法建立各月的栖息地适应指数模型，分析各月适宜栖息的海表水温范围。以2003～2011年各月历史均温为基础，研究海表水温分别升高和降低0.5、1、2℃，适宜栖息地的经纬度偏移幅度与铺展面积变化情况。结果显示，东南太平洋智利竹箂鱼的栖息地随着SST的升高，有明显的向南移动趋势，5月、8月适宜栖息地面积逐渐减少，而6～7月份适宜栖息地面积则增加了；当SST下降时，智利竹箂鱼适宜栖息地有向北移动的趋势，同时适宜栖息地面积增加。研究结果可用于分析厄尔尼诺现象和拉尼娜现象对东南太平洋智利竹箂鱼栖息地以及渔场空间分布的影响。

海表水温变化；东南太平洋；智利竹箂鱼；栖息地面积变化

智利竹箂鱼（Trachurusmurphyi）广泛分布在南太平洋海域，从智利、秘鲁专属经济区到新西兰沿海的广阔海域均有分布，是典型的中上层洄游鱼类［1］，同时是东南太平洋渔业中重要的海洋经济鱼类［2］。许多学者对东南太平洋智利竹箂鱼的基础生物学特性［3－5］、渔业资源状况［6－8］以及渔场学［9－11］等做过相关的研究。栖息地分布研究是渔场学中的重要研究内容之一［12－14］，运用栖息地理论研究栖息地与环境因子的关系，以及环境因子对栖息地变化的影响研究，能够为渔业资源评估与管理提供可靠的情报［15－18］。海表水温是鱼类栖息地研究、渔场海况分析以及预报中需要考虑的重要海洋环境因子之一［19］，海表水温的异常变动（如因ENSO事件等引起的）会影响鱼类的栖息环境，进而影响鱼类的栖息、生长、繁殖、洄游等，适宜栖息位置以及范围也会发生变化。为此，本文利用2003～2011年我国大型拖网获得的东南太平洋智利竹箂鱼生产统计数据，结合相应的海表水温数据，通过栖息地适应指数模型研究在海表水温变动的情况下，适宜栖息地的经纬度偏移幅度与铺展面积的变化，以期为智利竹箂鱼资源可持续利用和科学管理提供基础研究。

1 材料与方法

1.1 数据来源

（1）东南太平洋智利竹箂鱼渔获生产统计数据来源于中国远洋渔业协会大型拖网渔业工作组，时间跨度为2003～2011年。空间分辨率1° ×1°，时间分辨率为月。数据内容包括作业位置、作业时间、渔获量和作业网次。

（2）东南太平洋海域海表水温数据（sea surface temperature，SST）来源于NOAA Ocean Watch，网址为http：//www.oso.noaa.gov/poes/。空间分辨率为1°×1°，时间分辨率为月；空间范围为78°W～120°W、46°S～25°S。

1.2 数据处理方法

（1）将渔业生产统计数据与海表水温数据处理成时间分辨率为月、空间分辨率为1°×1°的格式，并且计算单位捕捞努力量渔获量（catch per unit of effort，CPUE），CPUE的计算公式为：

（2）通常认为，作业网次可以代表鱼类出现或渔业资源被利用情况的指标［20］，CPUE可作为渔业资源密度指标［21］，本研究分别利用作业网次和CPUE与SST建立适应性指数（suitability index，SI）模型［22］，通过比较采用最适宜的模型。

本研究假定每月中出现最高作业网次NETmax和最大的区域CPUEmax为智利竹箂鱼资源分布最多的海域，认定其适应性指数SI为1；而作业网次和CPUE为0时，则认为是智利竹箂鱼资源分布很少的海域，SI为0［23］。分别以作业网次和CPUE为基础与SST建立SI模型，SI的计算公式如下：

式（2）、式（3）中：SIi，NET为i月以作业网次为基础获得的适应性指数；NETi，max为i月的最大作业网次；SIi，CPUE为i月以CPUE为基础获得适应性指数；CPUEi，max为i月的最大CPUE。

利用外包络法将每月的各海表水温对应的最大SI值连成曲线［22］，分别绘制作业网次和CPUE对SST的SI曲线，利用Excel对该一元二次曲线分段进行参数求解。通过此模型将SI与SST两离散变量的关系转化为连续随机变量关系，其中SST对应的高产频次代表SST±0.25℃范围内的高产频次［24］。对每个月的基于作业网次和CPUE的SI模型（SI-net和SI-cpue）进行比较，确定最佳的模型的栖息地适应指数为HSI。

（3）HSI模型验证

根据上述建立的模型，分别求出1～12月的两个模型的SI值，划分为0～0.2、0.2～0.4、0.4～0.6、0.6～0.8和0.8～1.0这5个等级［25］，统计SI＞0.6等级内的累积作业网次和累积产量，并分别计算其占每月总作业网次和累积产量的比重。假定认为，在HSI大于0.6的海域，被认为是智利竹箂鱼适宜的栖息地［25］。

（4）海表水温变动下的栖息地分布

以2003～2011年各月历史平均海表水温为基准水温，利用海表水温异常（sea surface temperature anomaly，SSTA），也称海表水温距平，来反映2003～2011年间的海表水温年际差异，海表水温异常的计算公式为［26］：

式（4）中：SSTAi为第i年的海表水温异常值，SSTi为第i年的海表水温值，为2003～2011年平均海表水温。

因智利竹箂鱼的渔场分布与季节明显相关，5～8月份为渔汛旺期［10］，因此本文研究以5～8月份为案例，分析在基准海表水温分别增加或减少0.5℃、1℃、2℃情况下智利竹箂鱼适宜的栖息地变化。利用Arcgis 10.2模拟海表水温变化情况下HSI的空间分布图来分析经纬度偏移幅度变化，并利用该软件的统计功能求出适宜的栖息地铺展面积变化。

2 结果与分析

2.1 作业网次、CPUE与SST的关系

从图1中SI与SST的函数关系可知，基于作业网次的智利竹箂鱼适宜栖息地1～12月SST的适宜范围分别为17.3～21.2℃，16.3～20.6℃，14.8～19℃，11.5～14.4℃，11.7～14.6℃，11.9～14.0℃，12.0～14.6℃，13.5～15.2℃，14.5～16.2℃，14～16.6℃，15～18.1℃，14～17.4℃；基于CPUE的智利竹箂鱼适宜栖息地1～12月SST的适宜范围分别为17.3～21.2℃，13.5～17.5℃，11.9～15.8℃，11.5～14.4℃，11～14℃，11.9～14℃，12～14.6℃，12.9～14.6℃，14.5～16.2℃，14～16.6℃，15～18.1℃，14～17.4℃。

2.2 HSI模型比较与验证

在基于作业网次和CPUE的HSI模型基础上，统计12个月的产量比重、作业网次比重以及平均CPUE（表1），由表1可见，这两个模型只有2、3月和5月的产量比重、作业网次比重以及平均CPUE值存在差异。除极个别月份以外，基于CPUE所获得的栖息地指数大于0.6海区的产量、作业网次比重较基于作业网次的产量比重和作业网次比重更符合渔业的生产情况。

图1 1～12月基于作业网次和CPUE的SI曲线Fig.1 M onthly curve of suitability index based on fishing effort and CPUE

图1 （续） 1～12月基于作业网次和CPUE的SI曲线Fig.1（Continued） M onthly curve of suitability index based on fishing effort and CPUE

图1 （续） 1～12月基于作业网次和CPUE的SI曲线Fig.1（Continued） M onthly curve of suitability index based on fishing effort and CPUE

表1 基于作业网次与CPUE的HSI模型（HSI＞0.6）的比较与验证Tab.1 Com parison of different HSI models（HSI＞0.6）based on fishing effort and CPUE

2.3 2003～2011年东南太平洋海表水温的年际差异变化

从图2可知，2003～2011年东南太平洋海表水温异常波动变化明显，在－0.2～0.2℃范围内波动，最大的正异常值在2009年，最大的负异常值在2007年。高于平均海表水温的年份有2003年、2005年、2008年和2009年；低于平均海表水温的年份有2004年、2006年、2007年、2010年和2011年。

图2 2003～2011年间海表水温的年际变化Fig.2 Annual variability of SST during 2003－2011

2.4 渔汛旺期海表水温变化对智利竹筴鱼栖息地分布的影响

（1）海表水温升高时栖息地的变化

随着SST上升0.5℃、1℃、2℃时，智利竹箂鱼适宜栖息地逐渐向南移动（图3）。5月份，SST上升0.5℃时，适宜的栖息地向南移至41°S～46°S；SST上升1℃时，适宜的栖息地移至41.5°S～46°S；上升2℃时43°S～46°S。6月份，SST上升0.5℃时，适宜的栖息地向南移至39.5° S～42°S处；SST上升1℃时，移至40.5°S～43°S附近；上升2℃时，适宜的栖息地向南移至41.5° S～44.5°S处；

7月份，SST上升0.5℃时，适宜的栖息地向南移至37°S～40.5°S附近；SST上升1℃时，移至37.5°S～41°S处；上升2℃时，向南移至39°S～42.5°S附近。8月份，SST上升0.5℃时，适宜的栖息地向南移至36.5°S～38.5°S；SST上升1℃时，向南移至37°S～39.5°S；上升2℃时，移至38°S～41°S。

图3 海表水温升高时智利竹筴鱼适宜栖息地分布情况Fig.3 M onthly suitable habitats of Trachurusmurphyi w ith increased SST

由表3可知，5～8月份智利竹箂鱼的适宜栖息地随着SST上升变化明显，5～8月份SST上升0.5℃、1℃、2℃时，5月份适宜栖息地面积分别减少了1.7%、6.7%、38.2%，6月份适宜栖息地面积分别增加了2.2%、5.3%、7.8%；7月份增加了0.6%、1.6%、5.0%；8月份减少了0.9%、2.8%、0.3%。

（2）海表水温降低时栖息地的变化

随着SST下降0.5℃、1℃、2℃，适宜的栖息地逐渐向北移动（图4）。5月份，SST下降0.5℃时，适宜的栖息地向北移至40°S～44°S附近；SST下降1℃时，继续向北移至39°S～43°S；下降2℃时，移至38°S～42°S。6月份，SST下降0.5℃时，适宜的栖息地向北移至38°S～41°S；SST下降1℃时，向北移至39°S～40.5°S；下降2℃时，继续向北移至36°S～39°S。

7月份，SST下降0.5℃时，适宜的栖息地向北移至35.5°S～39.5°S；SST下降1℃时，向北移至35°S～38.5°S；下降2℃时，移至34°S～37°S。8月份，SST下降0.5℃时，适宜的栖息地向北移至35°S～37°S附近；SST下降1℃时，向北移至34.5°S～36.5°S；下降2℃时，移至33°S～35.5° S。

表3 5～8月智利竹筴鱼适宜栖息地面积随海表水温上升变化情况Tab.3 M onthly area of suitable habitats of Trachurusmurphyi under the increase of SST

图4 海表水温降低时智利竹筴鱼适宜栖息地分布情况Fig.4 M onthly suitable habitats of Trachurusmurphyi w ith declined SST

由表4可知，5～8月份智利竹箂鱼的适宜栖息地面积随SST下降呈增加趋势。其中在5～8月SST下降0.5℃、1℃、2℃时，5月份适宜栖息地面积变化不明显，分别减少了0.3%、0.3%、0.4%；6月份的适宜栖息地面积分别增加了0.6%、0.9%和4.9%；7月份的适宜栖息地面积分别减少了0.3%和增加了0.2%、3.3%；8月份的适宜栖息地面积分别减少0.6%和增加了0.6%、5.4%。

3 讨论

3.1 智利竹筴鱼栖息地与海表水温的关系

智利竹箂鱼是重要的经济种类，其生产具有季节性［5］。海表水温作为一个重要的环境因子，对智利竹箂鱼的栖息地分布具有重要的影响［19］。不管基于CPUE还是基于作业网次，最适宜SST分布具有明显的季节性，本文在基于CPUE的栖息地指数模型中，可以看出秋季（3、4、5月份）适宜的栖息地主要分布在11～16℃的SST范围内，冬季（6、7、8月份）的适宜SST范围为11～15℃，春季（9、10、11月份）和夏季（12、1、2月份）的适宜SST范围分别为14～18℃和13～21℃，而张衡等［10］在东南太平洋智利竹箂鱼的渔场以及CPUE分布的研究中发现，智利竹箂鱼在秋、冬、春、夏四个季度中，产量比重分别在12～13℃、11～14℃、14～18℃、14～17℃较高，跟本研究中的结果具有一致性，虽然本文研究的是智利竹箂鱼渔场与海表水温的月变化，但也能反映东南太平洋智利竹箂鱼的生产季节性。研究认为，智利竹箂鱼在研究海域内，SST变化对栖息地的影响，经度方向上的偏移幅度很小，纬度方向上偏移幅度明显。

3.2 海表水温异常对于智利竹筴鱼渔场分布的影响

智利竹箂鱼属于中上层鱼类，SST对中上层鱼类资源量影响非常大［27－28］。ENSO事件能够引起海表水温的变化，使得海表水温异常。本文根据2003～2011年的SST数据，计算出这九年的海表水温异常值，高于平均海表水温的年份有2003年、2005年、2008年和2009年，低于平均海表水温的年份有2004年、2006年、2007年、2010年和2011年。根据相关资料显示，2005～2006年、2008～2009年都发生了厄尔尼诺现象，而2007年底到2008年、2010年底至2011年都发生了拉尼娜现象［26］，这与海表水温异常的变化具有相同的规律性。

本研究是在历年均温的基础上，研究均温变化0.5℃、1℃和2℃的时候，智利竹箂鱼栖息地在经纬度方向上的偏移幅度和栖息地铺展面积变化情况，因此本研究可对厄尔尼诺年和拉尼娜年的渔场预报提供依据。厄尔尼诺年，水温升高，将其与正常年份的渔场进行比较，预报出厄尔尼诺年渔场向南偏移，适宜栖息地铺展面积变化明显，反之对于拉尼娜年，渔场向北移动，而是适宜栖息地铺展面积会有适当的增加。

3.3 模型分析

本研究中对于基于作业网次与CPUE的HSI模型进行比较时，发现比较的参量没有可比较性，而本文选取CPUE模型，主要考虑作业网次比重和产量比重，没有考虑到平均CPUE以及这3个参量的共同关系，虽然有研究表明平均CPUE更能反映智利竹箂鱼的应激反应和游动速度与捕捞量的关系［22］，但前期作者对基于作业网次模型进行验证时，发现该模型SI值与实际产量分布并不能很好地拟合。因此可能是数据误差或者建立的模型误差原因导致。并且发现海表水温升高1℃时，5月份适宜的栖息地范围明显减小，并且分布于渔区的最南端，导致所计算的面积下降比重很大，但可能因为渔区的范围限制，适宜的区域向南移，并且分布于渔区外，以至于没有计算入内。

表4 5～8月智利竹筴鱼适宜栖息地面积随海表水温下降变化情况Tab.4 M onthly area of suitable habitats of Trachurusmurphyi under the decline of SST

3.4 模型和研究的完善

由于本研究的篇幅有限，对于海表水温的变化范围只研究了5～8月份分别升高和降低0.5℃、1℃和2℃六种情况，而实际情况远远不止这些情况，所以在今后应研究海表水温的更多变化范围和更多月份，为东南太平洋智利竹箂鱼生产提供更详细的渔情信息；文章采用了海表水温作为建模的因子，但影响智利竹箂鱼的栖息地分布的因子可能不止这一个，在以后的研究里，栖息地的模型应考虑采用更多因子如叶绿素浓度、海表水温梯度等，研究这些因子的变化对栖息地的影响，以及多重因子的变化对栖息地的共同作用。

［1］ 《世界大洋性渔业概况》编写组.世界大洋性渔业概况［M］.北京：海洋出版社，2001：147－152.

“General situation of world oceanic fisheries”Editors.General situation of world oceanic fisheries［M］.Beijing：Ocean Press，2001：147－152.

［2］ 黄洪亮，沈兴强.智利竹箂鱼渔场与海洋环境因子的关系分析［J］.海洋渔业，2003，25（1）：15－18.

HUANG H L，SHEN X Q.Analysis on the relationship between Chilean jack mackerel Trachurus murphyi fishing grounds［J］.Marine Fisheries，2003，25（1）：15－18.

［3］ 李显森，陈聚法，周立凯，等.东南太平洋智利竹箂鱼渔业生物学的初步调查研究［J］.海洋水产研究，2002，23（2）：19－24.

LIX S，CHEN JF，ZHOU L K，et al.Preliminary studieson fishery biology of horse mackerel（Trachurusmurphyi）in the Southeast Pacific Ocean［J］.Marine Fisheries Research，2002，23（2）：19－24.

［4］ 许永久，张 敏.东南太平洋智利竹箂鱼渔场浮游生物数量分布及与渔场关系［J］.海洋渔业，2007，29（4）：289－295.

XU Y J，ZHANG M.Distribution of plankton on Trachurusmurphyi fishing grounds of the Southeast Pacific and its relationship with fishing grounds［J］.Marine Fisheries，2007，29（4）：289－295.

［5］ 冯春雷，杨胜龙，张 衡，等.东南太平洋智利竹箂鱼渔场渔获物的种类组成与多样性［J］.海洋渔业，2014，36（6）：489－495.

FENG C L，YANG SL，ZHANG H，et al.Species composition and biodiversity of fishing grounds forTrachurus murphyiin the Southeast Pacific［J］.Marine Fisheries，2014，36（6）：489－495.

［6］ 张 敏，许柳雄.开发利用东南太平洋竹箂鱼资源的分析探讨［J］.海洋渔业，2000，3（3）：137－140.

ZHANGM，XU L X.Discussion and analysis of the development and utilization aboutTrachurusmurphyiin the Southeast Pacific［J］.Marine Fisheries，2000，3（3）：137－140.

［7］ 曹 宁，高 健.东海竹箂鱼的开发利用和区域共同管理探讨［J］.渔业经济研究，2006（5）：25－29.

CAO N，GAO J.Study on utilization and regional cooperation management ofTrachurus japonicusin the East China Sea［J］.Fisheries Economy，2006（5）：25－29.

［8］ 郭文路，黄硕琳，曹世娟.东海区渔业资源的区域合作管理与共同养护研究［J］.自然资源学报，2003，18（4）：394－401.

GUOW L，HUANG SL，CAO SJ.Co-management and joint-conservation for the fishery resources in the East China sea area［J］.Journal of Natural Resources，2003，18（4）：394－401.

［9］ 牛明香，李显森，徐玉成.基于广义可加模型的时空和环境因子对东南太平洋智利竹箂鱼渔场的影响［J］.应用生态学报，2010，21（4）：1049－1055.

NIU M X，LI X S，XU Y C.Effects of spatiotemporal and environmental factors on the fishing ground ofTrachurus murphyiin Southeast Pacific Ocean based on generalized additive model［J］.Chinese Journal of Applied Ecology，2010，21（4）：1049－1055.

［10］ 张 衡，张胜茂.东南太平洋智利竹箂鱼渔场及单位捕捞努力量的时空分布［J］.生态学杂志，2011，30（6）：1142－1146.

Zhang H，ZHANG SM.Spatiotemporal distribution pattern of Chilean jack mackerel（Trachurus murphyi）fishinggrounds and catch yield per uniteffort in Southeast Pacific Ocean［J］.Chinese Journal of Ecology，2011，30（6）：1142－1146.

［11］ 晋伟红.基于偏最小二乘法的东南太平洋智利竹箂鱼渔场与海洋温度、盐度关系研究［D］.上海：上海海洋大学，2012.

JIN W H.The relationship between change mechanism of fishing ground for jack mackerel and ocean temperature，salinity in the Southeast Pacific Ocean［D］.Shanghai：Shanghai Ocean University，2012.

［12］ LAURSRM，FIEDLER PC，MONTGOMERY DR.Albacore tuna catch distributions relative to environmental features observed from satellites［J］.Deep Sea Research Part A.Oceanographic Research Papers，1984，31（9）：1085－1099.

［13］ POLOVINA JJ，HOWELL E，KOBAYASHID R，et al.The transition zone chlorophyll front，a dynamic global feature defining migration and forage habitat for marine resources［J］.Progress in Oceanography，2001，49（1）：469-483.

［14］ TEO S L H，BOUSTANY A M，BLOCK B A.Oceanographic preferences of Atlantic bluefin tuna，Thunnus thymus，on their Gulf of Mexico breeding grounds［J］.Marine Biology，2007，152（5）：1105－1119.

［15］ 王家樵，朱国平，许柳雄.基于HSI模型的印度洋大眼金枪鱼栖息地研究［J］.海洋环境科学，2009，28（6）：739－742.

WANG JQ，ZHU G P，XU L X.UsingHSImodel for analyzing the habitat suitability of big eye tuna（Thunnus obesus）in the Indian Ocean［J］.Marine Environment Science，2009，28（6）：739－742.

［16］ 陈新军，陆化杰，刘必林，等.利用栖息地指数预测西南大西洋阿根廷滑柔鱼渔场［J］.上海海洋大学学报，2012，21（3）：431－438.

CHEN X J，LU H J，LIU B L，et al.Forecasting fishing ground ofIllexargentinusby using habitat suitability model in the southwest Atlantic［J］.Journal of Shanghai Ocean University，2012，21（3）：431－438.

［17］ 任中华，陈新军，方学燕.基于栖息地指数的东太平洋长鳍金枪鱼渔场分析［J］.海洋渔业，2014，36（5）：385－395.

REN Z H，CHEN X J，FANG X Y.Forecasting fishing grounds of Thunnus alalunga in the eastern Pacific based on habitat suitability index［J］.Marine Fisheries，2014，36（5）：385－395.

［18］ 金 岳，陈新军.利用栖息地指数模型预测秘鲁外海茎柔鱼热点区［J］.渔业科学进展，2014，35（3）：19－26.JIN Y，CHEN X J.Forecasting hotspots ofDosidicus gigasin the offshore waters of Peru using habitat suitabilitymodel［J］.Progress in Fishery Sciences，2014，35（3）：19－26.

［19］ 周为峰，崔雪森，樊 伟，等.基于MTSAT卫星的我国渔业作业海区渔海况速报［J］.遥感信息，2008（4）：22－26，6.

ZHOUW F，CUI X S，FAN W，et al.The rapid forecasting of fishery and hydrographic states for China main piscatorial areas using geostationary satellite MTSAT［J］.Remote Sensing Information，2008（4）：22－26，6.

［20］ ANDRADEH A，CARLOSA E.Skipjack tuna fishery in relation to sea surface temperature off the southern Brazilian coast［J］.Fisheries Oceanography，1999，8（4）：245－254.

［21］ Bertrand A，Josse E，Bach P，et al.Hydrological and trophic characteristics of tuna habitat：consequences on tuna distribution and longline catchability［J］.Canadian Journal of Fisheries and Aquatic Sciences，2002，59（6）：1002－1013.

［22］ 方学燕，陈新军，丁 琪.基于栖息地指数的智利外海茎柔鱼渔场预报模型优化［J］.广东海洋大学学报，2014，34（4）：67－73.

FANG X Y，CHEN X J，DING Q.Optimization Fishing Ground Prediction Models ofDosidicus gigasin the High Sea off Chile Based on Habitat Suitability Index［J］.Journal of Guangdong Ocean University，2014，34（4）：67－73.

［23］ MOHRIM.Seasonal change in bigeye tuna fishing areas in relation to the oceanographic parameters in the Indian Ocean［J］.Journal of National Fisheries University，1999，47（2）：43－54.

［24］ 冯 波.印度洋大眼金枪鱼延绳钓钓获率与环境因素的初步研究［D］.上海：上海水产大学，2003.

FENG B.Preliminary study on relationship between hooking rate of big eye tuna longline and environment factors in the Indian Ocean［D］.Shanghai：Shanghai Fisheries University，2003.

［25］ 余 为，陈新军.基于栖息地适宜指数分析9－10月印度洋鸢乌贼渔场分布［J］.广东海洋大学学报，2012，32（6）：74－80.

YUW，CHEN X J.Analysis on Habitat Suitability Index ofSthenoteuthis oualaniensisin Northwestern Indian Ocean from September to October［J］.Journal of Guangdong Ocean University，2012，32（6）：74－80.

［26］ 纪世建，周为峰.中国远洋作业渔场海表温度异常年际变动分析［C］//2015年中国水产学会学术年会论文摘要集.2015：308.

JI S J，ZHOU W F.Sea surface temperature anomaly’s interannual variability in pelagic fishing grounds of China［C］.Collected papers of the annual conference of the China Society of Fisheries 2015，2015：308.

［27］ 邵帼瑛，张 敏.东南太平洋智利竹箂鱼渔场分布及其与海表温关系的研究［J］.上海水产大学学报，2006，15（4）：468－472.

SHAO G Y，ZHANG M.A study on correlation of fishing ground distribution of jack mackerel（Trachurus murphyi）versusSSTin the Southeast Pacific Ocean［J］.Journal of Shanghai Fisheries University，2006，15（4）：468－472.

［28］ MIGUELÑ，MARILúB.Impact of El Niño events on pelagic fisheries in Peruvian waters［J］.Deep Sea Research Part II：Topical Studies in Oceanography，2004，51（4）：563-574.

Influence of sea surface temperature changes on Chilean jack mackerel（Trachurusmurphyi）habitat in the Southeast Pacific

XU Hong-yun1，2，WANG Jin-tao1，5，CHEN Xin-jun1，3，4，5，ZHOUWei-feng2
（1.College of Marine Sciences，Shanghai Ocean University，Shanghai201306，China；2.Key Lab of East China Sea＆Ocean Fishery Resources Exploitation and Utilization，Ministry of Agriculture，Shanghai200090，China；3.National Engineering Research Center for Oceanic Fisheries，Shanghai 201306，China；4.Key Laboratory of Sustainable Exploitation of Oceanic FisheriesResources，Ministry of Education，ShanghaiOcean University，Shanghai201306，China；5.Collaborative Innovation Center for Distant-water Fisheries，Shanghai 201306，China）

According to Chilean jack mackerel（Trachurusmurphyi）fishery-dependent data and sea surface temperature（SST）by remote sensing during 2003－2011，the externalmethod was used to build monthly habitat suitability index（HSI）based on fishing effort，CPUEandSSTwith the offset amplitude in latitude and longitude and the spreading area of habitat as the variation index.Then themonthly suitable SST ranges of Chilean jackmackerelwere analyzed.The changes of the offset amplitude in longitude，latitude and habitat areas were discussed when themonthly SST increased and decreased respectively by 0.5℃，1℃and 2℃based on monthly averageSSTduring 2003－2011.The results indicated that Chilean jack mackerel habitat had an obvious southward shifting tendency，and the area of habitat would decrease in May and August but increase in June and July with the increasedSST.WhileSSTdeclined，the Chilean jack mackerel habitat showed a trend tomove northwards，and suitable habitatwould increase.The research suggests that the idea of this article can be used to study how EINino and La Nina events affect Chilean jack mackerel habitat and its spatial distribution of fishing grounds in the Southeast Pacific.

SSTchanges；Southeast Pacific；Chilean jack mackerel；habitat area changes

S 931.1

A

1004－2490（2016）04－0337－11

2015－11－30

海洋局公益性行业专项（20155014）；国家科技支撑计划（2013BAD13B01）；国家863计划（2012AA092303）

徐红云（1990－），女，硕士研究生。E-mail：1477691766＠qq.com

陈新军，教授。Tel：021－61900306；E-mail：xjchen＠shou.edu.cn