中西太平洋金枪鱼围网渔场聚类及其原因分析

胡启伟，陈新军，2，3，4*，徐良琦，余景

(1.上海海洋大学 海洋科学学院，上海 201306；2.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；3.国家远洋渔业工程技术研究中心，上海 201306；4.远洋渔业协同创新中心，上海 201306；5.上海水产集团总公司，上海 200090；6.中国水产科学院 南海水产研究所，广东 广州 510300)



中西太平洋金枪鱼围网渔场聚类及其原因分析

胡启伟1，陈新军1，2，3，4*，徐良琦5，余景6

(1.上海海洋大学 海洋科学学院，上海 201306；2.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；3.国家远洋渔业工程技术研究中心，上海 201306；4.远洋渔业协同创新中心，上海 201306；5.上海水产集团总公司，上海 200090；6.中国水产科学院 南海水产研究所，广东 广州 510300)

本文根据1995—2010年我国中西太平洋金枪鱼围网生产统计数据，按年和月不同时间空间分辨率对金枪鱼围网渔场进行聚类分析，划定不同渔场类型；同时结合海表温度(SST)及Nio3.4区指数，探讨其渔场类型形成的原因。研究表明，在月为时间尺度下气候异常事件(El Nio 和La Nia事件)发生频次与渔场聚类结果类别相关联，在1—12月发生气候异常事件频数分布可划分为以下几个阶段：1—3月、4—6、7—9月、10—12月，与月时间尺度下金枪鱼围网中心渔场4种聚类结果的时间范围具有一致性。通过渔场重心聚类结果和El Nio 和La Nia事件分类统计对比发现，在年时间尺度下，气候异常事件的类型与聚类结果相关联，聚类结果同一类别包含的年份发生的气候异常事件具有一致性，即在同一类别下1995年、1997年为强El Nio 年；1998年、2007、年、2009年为正常年份；2010年为强La Nia年；1999年、2000年、2001年为La Nia年；1996年、2008年为La Nia年；2002年、2004年为El Nio 年。研究认为，中心渔场的年际聚类变化与El Nio、La Nia事件的发生分布具有很强的相关性，因此可以利用El Nio、La Nia指标来预测渔场的年间和月份间的变化。

中西太平洋；金枪鱼围网渔场；聚类分析；海表面温度；厄尔尼诺；拉尼娜

1 引言

金枪鱼渔业是众多太平洋岛国和地区重要的生活和经济来源[1]，我国的金枪鱼围网主要分布在中西太平洋岛国附近海域[2]。海洋环境对中西太平洋金枪鱼围网渔场有着重要影响[3]，研究渔场类型对指导科学生产具有重要意义。全球气候异常也会使其资源和渔场发生波动，特别是厄尔尼诺(El Nio)和拉尼娜(La Nia)事件[4]。有研究表明，厄尔尼诺-南方涛动现象对中西太平洋鲣鱼围网渔场的空间分布有显著影响[5]。但气候变化对中西太平洋金枪鱼渔业资源丰度却有不同的意见[1，6]，Lehodey等[6]研究认为，气候变化会减少该区域金枪鱼渔业产量，而Matear等[1]认为没有太大影响，有关El Nio 和La Nia 事件对金枪鱼渔场空间位置和资源丰度分布影响机理有待进一步研究。因此，本研究利用长时间序列的中西太平洋金枪鱼围网渔场数据，结合海洋表面温度(SST)和El Nio/La Nia事件，运用聚类和空间叠加分析方法分析中西太平洋金枪鱼渔场分布及其环境状况，掌握其资源空间分布的变化规律，为科学指导我国金枪鱼围网生产提供科学依据。

2 材料与方法

2.1 数据来源

采用1995—2010年1-12月中西太平洋鲣鱼生产统计数据以及对应的海表温度(SST)环境数据，时间分辨率为月，空间分辨率为经纬度5°×5°。经纬范围为0°～15°S，125°～180°E，其中生产数据包括月份、作业次数以及鲣鱼自由群产量(单位：t)和鲣鱼流木群(单位：t)，CPUE为每月的捕捞产量(单位：t/月)。SST数据来自美国NOAA的OceanWatch数据库(http://oceanwatch.pifsc.noaa.gov/las/servlets/dataset)。

2.2 研究方法

(1)CPUE计算。CPUE为每月的单位作业网次捕捞产量。

(2)不同时间尺度的渔场聚类。从年和月两种尺度对以CPUE为指标的金枪鱼围网渔场进行聚类分析。第一种情况，以 12个月份CPUE为指标对不同年份CPUE类别进行系统聚类。第二种情况，按照16年每年12个月份CPUE为指标对年份进行系统聚类。

(3)聚类方法。系统聚类将n个CPUE样品各自作为一类，规定样品之间的距离和类与类之间的空间距离，将距离近的两类并为一个新类，计算新类与其他类之间的空间距离，重复进行两个空间距离最近的类合并，每次减少一类，直至所有的样品合并成为一类。最后形成一个亲疏关系图谱(聚类树图形)，通常从图上能清晰的看出应分为几类及每类包含的变量。由于在系统聚类中类平均很好地利用了所有样品之间的信息，在很多情况下它被认为是一种比较好的系统聚类方法。因此，本研究用系统聚类中的类平均法聚类(average linkage method)进行两种尺度下的聚类分析[7-8]。

定义类与类之间的聚类为两类最近样品间的距离[8]，即：

(1)

若某一类GK与GL聚成新的一类，记为GM，类GM与任意已有类GJ之间的距离为[8]:

(2)

类与类之间的平均距离定义为CPUE样品之间平方距离的平均值。GK与GL之间的平方距离为[8]：

(3)

类间平方距离的递推公式为[14]：

(4)

(4)不同类别渔场分布与海洋环境关系分析。上述聚类划分后，重点探讨不同类型(本研究中可以取一个代表性年份或者月份)CPUE与海洋环境的关系。利用R软件绘出每年各月CPUE空间分布热图(HeatMap)，通过热图颜色的变化分布可以直观的观察到CPUE每年每月的变化趋势。此外，色差也能反应出“冷热”月份和年份。

(5)z分数(z-score)，也称标准分数(standard score)是一个数与平均数的差再除以标准差的过程。本研究用z分数表示：“一个给的时间尺度下CPUE分数距离平均数多少个标准差”在平均数之上的分数会得到一个正的标准分数，在平均数之下的分数会得到一个负的标准分数。z分数是一种可以看出某分数在分布中相对位置的方法。z分数能够真实的反应一个分数距离平均数的相对标准距离[9]。

3 结果

3.1 CPUE的时间变化

由图1可知，在月的时间尺度下，1995-2010年1-12月CPUE平均值变化不大，稳定在15 t/月左右，但每月CPUE离散变化表现出明显不同，总体来看2-7月的离散度要小于其他月份。由图2可知，在年的时间尺度下，1995—2010年均CPUE值变化较大。1997年为16年间的最小值，平均CPUE为10.3 t/网次；2008年为16年间最大值，平均为19.8 t/网次。总体来看(图1，图2)，16年间年均CPUE的变化幅度远比月平均CPUE大。

图1 1995—2010年各月单位捕捞努力量渔获量分布Fig.1 Monthly CPUE distribution during 1995 to 2010

图2 1995—2010年每年12个月份单位捕捞努力量渔获量分布Fig.2 Monthly CPUE distribution in each year from 1995 to 2010

(1)基于月份的金枪鱼围网渔场聚类

根据R软件绘制月热图和聚类树(图3a)，渔场聚类可分为4类：1—3月、4—7月、8—9月及10—12月结果(表1)。以月为时间尺度1—12月发生气候异常事件(El Nio 和La Nia事件)频数的分布(图4和图5)，可划分为以下几个阶段：1—3月、4—6月、7—9月、10—12月，与金枪鱼围网中心渔场聚类结果基本具有一致性。此外，由热图可知在月时间尺度下(图3a)，z分数范围在(-3，3)之间渔场中心变化较大，但分布比较集中在均值附近，只有少部分月份渔场中心变异较大。

(2)基于年份的金枪鱼围网渔场聚类

在年时间尺度下(图3b)，渔场聚类可分为6类，第一类：1995年、1997年，第二类：1998年、2007年、2009年，第三类：2005年、2010年，第四类：1999年、2000年、2001年，第五类：1996年、2006年、2008年，第六类：2002年、2003年、2004年结果(表1)。通过渔场中心聚类结果和El Nio 和La Nia事件(图3)分类统计对比发现第一类：1995年、1997年为强厄尔尼诺年，第二类：1998年、2007年、2009年为正常年份，第三类：2010年为强拉尼娜年，第四类：1999年、2000年、2001年为拉尼娜年，第五类：1996年、2008年为拉尼娜年，第六类：2002年、2004年为厄尔尼诺年。因此，中心渔场的年际聚类变化与El Nio、La Nia事件的发生分布基本具有一致性。另外，由热图分析(图3b)可知z分数范围在(-2，2)之间渔场中心仍存在变化，变化幅度小于月时间尺度，但分布较发散，大多数年份的渔场中心都偏离平均值。这可能是因为年时间尺度大，渔场中心受到不同尺度环境要素的影响。

另外，在聚类的结果中，通过其(图3a，图3b)下方的聚类色标可发现在年时间尺度下1995、1997年；月时间尺度下8、9月渔场中心差异较大。

图3 不同时间尺度下单位捕捞努力量渔获量聚类和热图分布Fig.3 The clustering and heatmap distribution of CPUE at different time scales

时间尺度类别分类结果年11995年、1997年21998年、2007年、2009年32005年、2010年41999年、2000年、2001年51996年、2006年、2008年62002年、2003年、2004年月18月、9月210月、11月、12月31月、2月、3月44月、5月、6月、7月

图4 1995年1月-2010年12月Nio3.4 区SSTA 时间序列分布Fig.4 The time series distribution of SSTA in the area Nio3.4 from January of 1995 to December of 2010

图5 1995—2010年12个月份El Nio 和La Nia事件发生次数Fig.5 The frequency of El Nio and La Nia event of 12 months from 1995-2010

3.3 渔场类型与SST的关系

在月时间尺度下，由图1和6a可知，CPUE变化基本和SST变化一致。其中SST在6、7、8、9月份较其他月份较低，波动幅度偏高，同期CPUE较其他月份出现下降。在年时间尺度下，由图2、图6b可知，在1995-2002年SST年际变化幅度较其余年份大，同期CPUE波动范围较大；在2003-2010年SST变化幅度较小，同期CPUE相对稳定。另外气候异常变化对CPUE影响较低，例如1997年、2008年是都是气候异常年份(图4)，同期年SST和年CPUE都是出现较大幅度的波动。因此，在不同的时间尺度下都发现SST的变化与CPUE的变化密切相关，气候异常对CPUE的影响显著。

4 讨论与分析

水温是影响鱼类活动最重要的环境因子之一，鱼类的分布、洄游迁移和集群等会直接或间接地受到环境温度的限制[10—11]。本文通过不同时间尺度下CPUE和SST时间序列分析(图1，图2，图6)发现，当SST值在27.0～30.0℃时，CPUE变化趋势和SST变化趋势基本一致。

月份时间序列中5—9月SST值明显低于其他月份分布在27.5～28.5℃之间(图6b)，对应时间阶段CPUE值也出现下降，其值分布在12.5～17.5 t 之间(图1)。这反映出中西太平洋的金枪鱼生长有一定的适宜温度，27.5～28.5℃并不适合它的生长，唐峰华等[3]研究表明中西太平洋的金枪鱼生长最适宜的海表温度为29～31℃[3]。

图6 1995—2010年不同时间尺度下海表面温度分布Fig.6 The distribution of SST at different time scales during January of 1995 to December of 2010

图7 2009年10月(a)、11月(b)、12月(c)中西太平洋金枪鱼CPUE空间分布与SST关系Fig.7 CPUE distribution of tuna and relationship with SST in the west-central Pacificin October(a)，November(b) and Decmber(c) of 2009

图8 2010年10月(a)、11月(b)、12月(c)中西太平洋金枪鱼CPUE空间分布与SST关系Fig.8 CPUE distribution of tuna and relationship with SST in the west-central Pacificin October(a),November(b) and December(c) of 2010

在年时间尺度下，整体来看1995—2002年SST值(在28～29℃之间波动)明显低于2003—2010年SST值(在28.5～29.5℃之间波动)，年CPUE值的变化基本和SST值变化一致。这一方面反映出了20世纪以来受全球气候变暖影响中西太平洋海域海表温度增加，另一方面也表明了气候变化影响着中西太平洋金枪鱼渔业[12]。

根据郭爱等[14]、胡奎伟等[15]、唐峰华等[3]研究结果表明，中西太平洋金枪鱼围网渔场主要分布在SST值为28～32℃的海域，最适SST值为29～31℃，而El Nio和La Nia的发生引起SST的变化是造成金枪鱼围网渔场中心变动的主要原因之一，另外海水温度的变化还会带来海水叶绿素、营养盐等物质的变动[1]，也会对中西太平洋金枪鱼围网渔场中心的变动产生影响。

[1] Matear R J，Chamberlain M A，Sun C，et al. Climate change projection for the western tropical Pacific Ocean using a high-resolution ocean model:implications for tuna fisheries[J]. Deep-Sea Research Part Ⅱ:Topical Studies in Oceanography，2015，113:22-46.

[2] 朱江峰，戴小杰. 中西太平洋金枪鱼围网渔业现状及我国发展对策[J]. 中国渔业经济，2009，27(1):115-119.

Zhu Jiangfeng，Dai Xiaojie. China development stagey on tuna fishery in western and central Pacific[J]. Chinese Fisheries Economics，2009，27(1):115-119.

[3] 唐峰华，崔雪森，杨胜龙，等. 海洋环境对中西太平洋金枪鱼围网渔场影响的GIS时空分析[J]. 南方水产科学，2014，10(2):18-26.

Tang Fenghua，Cui Xuesen，Yang Shenglong，et al. GIS analysis on effect of temporal and spatial patterns of marine environment on purse seine fishery in the western and central Pacific[J]. South China Fisheries Science，2014，10(2):18-26.

[4] 徐冰，陈新军，田思泉，等. 厄尔尼诺和拉尼娜事件对秘鲁外海茎柔鱼渔场分布的影响[J]. 水产学报，2012，36(5):696-707.

Xu Bing，Chen Xinjun，Tian Siquan，et al. Effects of El Nio/La Nia on distribution of fishing ground ofDosidicusgigasoff Peru waters[J]. Journal of Fisheries of China，2012，36(5):696-707.

[5] 周甦芳. 厄尔尼诺-南方涛动现象对中西太平洋鲣鱼围网渔场的影响[J]. 中国水产科学，2005，12(6):739-744.

Zhou Sufang. Impacts of the El Nio-Southern Oscillation on skipjack tuna purse-seine fishing grounds in the Western and Central Pacific Ocean[J]. Journal of Fishery Sciences of China，2005，12(6):739-744.

[6] Lehodey P，Senina I，Nicol S，et al. Modelling the impact of climate change on South Pacific albacore tuna[J]. Deep-Sea Research Part Ⅱ:Topical Studies in Oceanography，2015，113:246-259.

[7] 杜云艳，周成虎，邵全琴，等. 东海区海洋渔业资源环境的空间聚类分析[J]. 高技术通讯，2002，12(1):91-95.

Du Yunyan，Zhou Chenghu，Shao Quanqin，et al. Extracting spatio-temporal patterns from ocean fishery dataset in East China Sea using spatial cluster[J]. Chinese High Technology Letters，2002，12(1):91-95.

[8] 谢中华. MATLAB统计分析与应用:40个案例分析[M]. 北京:北京航空航天大学出版社，2010:292-295.

Xie Zhonghua. MATLAB Statistical Analysis and Application of Case Studies 40[M]. Beijing:Beijing University of Aeronautics and Astronautics Press，2010:292-295.

[9] Runyon R P，Haber A，Coleman K A. Behavioral statistics:the Core[M]. Core，1994.

[10] 郭爱，陈新军. ENSO与中西太平洋金枪鱼围网资源丰度及其渔场变动的关系[J]. 海洋渔业，2005，27(4):338-342.

Guo Ai，Chen Xinjun. The relationship between ENSO and tuna purse-seine resource abundance and fishing grounds distribution in the Western and Central Pacific Ocean[J]. Marine Fisheries，2005，27(4):338-342.

[11] 胡奎伟，许柳雄，陈新军，等. 海洋遥感在渔场分析中的研究进展[J]. 中国水产科学，2012，19(6):1079-1088.

Hu Kuiwei，Xu Liuxiong，Chen Xinjun，et al. Application of ocean remote sensing on fishing ground analysis:a review[J]. Journal of Fishery Sciences of China，2012，19(6):1079-1088.

[12] 王少琴，许柳雄，朱国平，等. 中西太平洋金枪鱼围网的黄鳍金枪鱼CPUE时空分布及其与环境因子的关系[J]. 大连海洋大学学报，2014，29(3):303-308.

Wang Shaoqin，Xu Liuxiong，Zhu Guoping，et al. Spatial-temporal profiles of CPUE and relations to environmental factors for yellowfin tunaThunnusalbacoresfrom purse-seine fishery in Western and Central Pacific Ocean[J]. Journal of Dalian Ocean University，2014，29(3):303-308.

[13] 靳少非，樊伟. 鲣鱼资源开发利用研究现状及未来气候变化背景下研究展望[J]. 渔业信息与战略，2014，29(4):272-279.

Jin Shaofei，Fan Wei. Review and perspectives on skipjack tuna fishery under global climate change[J]. Fishery Information & Strategy，2014，29(4):272-279.

[14] 郭爱，陈新军，范江涛. 中西太平洋鲣鱼时空分布及其与ENSO关系探讨[J]. 水产科学，2010，29(10):591-596.

Guo Ai，Chen Xinjun，Fan Jiangtao. Spatial and temporal distribution of skipjack and relationship with ENSO in the West-central Pacific Ocean[J]. Fisheries Science，2010，29(10):591-596.

[15] 胡奎伟，朱国平，王学昉，等. 中西太平洋鲣鱼丰度的时空分布及其与表温的关系[J]. 海洋渔业，2011，33(4):417-422.

Hu Kuiwei，Zhu Guoping，Wang Xuefang，et al. Spatio-temporal distribution of skipjack tuna (Katsuwonuspelamis) abundance and its relationship with sea surface temperature in Western and Central Pacific Ocean[J]. Marine Fisheries，2011，33(4):417-422.

Cluster analysis of tuna purse seine fishery in the Western and Central Pacific

Hu Qiwei1，Chen Xinjun1，2，3，4，Xu Liangqi5，Yu Jing6

(1.CollegeofMarineSciences，ShanghaiOceanUniversity，Shanghai201306，China；2.TheKeyLaboratoryofSustainableExploitationofOceanicFisheriesResources，ShanghaiOceanUniversity，MinistryofEducation，Shanghai201306，China; 3.NationalDistant-waterFisheriesEngineeringResearchCenter，Shanghai201306，China; 4.CollaborativeInnovationCenterforDistant-waterFisheries，Shanghai201306，China；5.ShanghaiFisheriesCompany，Shanghai200090，China;6.SouthChinaSeaFisheriesResearchInstitute,ChineseAcademyofFisherySciences,Guangzhou510300,China)

According to production statistics from tuna purse seine fishery during 1995 to 2010，cluster analysis of purse seine fishery by year and month different time scale is analyzed. Combined with sea surface temperature (SST) and Nio3.4 zone index，the causes of different fishing ground type are discussed. The studies shown that the frequency distribution of abnormal weather events (El Nio and La Nia events)are closely related to the class of clustering results of fishing ground in a monthly time scale，which can be divided into the following phases，i.e. January to March，April to June，July to September and October to December，this results is basically consistent with the time range of clustering results of fishing ground. Compared with center of clustering fishing ground and classification statistical of El Nio and La Nia events，it is found that the type of abnormal climate event associated with the results of clustering. Under the same category，the first category is in 1995 and 1997 with strong El Nio years，the second category is 1998，2007 and 2009 with normal year，the third category is 2010 with a strong La Nia year，the fourth category is 1999，2000 and 2001 with La Nia years，the fifth category is 1996 and 2008 with La Nia Year，and category VI is 2002 and 2004 with El Nio years. It is concluded that the changing annual fishing grounds has a strong correlation with the occurrence of El Nio and La Nia events，the index of the El Nio and La Nia can be used to predict the changes of fishing grounds at year and month scales．

the Western and Central Pacific; tuna purse seine fishery class; cluster analysis; sea surface temperature; El Nio； La Nia

2016-06-06；

2016-07-22。

海洋局公益性行业专项(20155014)；上海市科技创新计划(15DZ1202200)。

胡启伟(1992—)，男，河南省固始市人，主要研究方向为渔业遥感。E-mail：1140629881@qq.com

*通信作者：陈新军(1967—)，男，教授。E-mail：xjchen@shou.edu.cn

10.3969/j.issn.0253-4193.2016.12.007

S931

A

0253-4193(2016)12-0066-10

胡启伟，陈新军，徐良琦，等. 中西太平洋金枪鱼围网渔场聚类及其原因分析[J].海洋学报，2016，38(12)：66—75，

Hu Qiwei，Chen Xinju，Xu Liangqi，et al. Cluster analysis of tuna purse seine fishery in the Western and Central Pacific [J]. Haiyang Xuebao，2016，38(12)：66—75，doi：10.3969/j.issn.0253-4193.2016.12.007