下载文档原格式
A11海渔110203132 浅谈长鳍金枪鱼包铁城金枪鱼及类金枪鱼经济价值高，分布范围广，属于高度洄游鱼类种群。
金枪鱼渔业一直是各渔业国家和地区，尤其是远洋渔业国家和地区发展的重点。
随着《联合国海洋法公约》的生效，各渔业国家对加强对其200NM专属经济区内渔业资源的管理，有关国际渔业组织也加强了对公海渔业资源的管理。
但对金枪鱼资源的开发利用却日益加强，产量明显提高。
1988年，世界金枪鱼及类金枪鱼产量突破400万T，20世纪90年代初打到440万T，1996年为458万T。
其中价值较高，对渔业影响较大的主要是大眼金枪鱼、黄鳍金枪鱼、长鳍金枪鱼和鲣鱼4种。
这里重点收集的是长鳍金枪鱼的有关资料以及对此资源的评估与对策。
长鳍金枪鱼（学名：Thunnus alalunga）外形呈鱼雷状，皮肤光滑，鱼鳍流线型。
该鱼主要特征为，第一背鳍深黄色、第二背鳍浅黄色。
两侧胸鳍极长、新月形的尾鳍深叉有助于高速游动，背部泛着深蓝色的金属光泽，边缘及腹部银白色。
一、分类地位：动物界脊索动物门辐鳍鱼纲新鳍亚纲鲈形目鲭科金枪鱼属二、地理分布：广泛分布于全世界各热带及温带海域，并延伸至冷水域，包括地中海，但不分布于北纬10°—南纬10°之间；在西太平洋可延伸至范围涵盖北纬40°—南纬40°的海域。
三、形态特征：体纺锤形，肥壮，横切面近圆形，稍侧扁；尾柄细，平扁，每侧具发达的中央隆起脊，尾鳍基部每侧另具小隆起脊2条。
眼中大。
上下颌各具细小尖齿一列。
鳃耙正常，第一鳃弓上之鳃耙数为25-31。
体被细小圆鳞，头部无鳞，胸部鳞片特大，形成胸甲。
第一背鳍具硬棘13-14枚，与第二背鳍起点距离相当近，其后具7-9个离鳍；臀鳍与第二背鳍同形，皆不特别延长而略呈镰刀形，远短于胸鳍长；胸鳍特别延长，延伸至第二离鳍之下方；尾鳍新月形。
体背侧蓝绿色，腹部银白色。
第一背鳍黄色；第二背鳍、臀鳍为灰黄色或灰白；离鳍暗色；胸鳍灰黑色；尾鳍灰黑色而具白缘。
2024年金枪鱼市场环境分析1. 引言金枪鱼是一种受到全球消费者喜爱的海产品。
本文将对金枪鱼市场的环境进行分析，以便更好地了解该市场的潜力和竞争情况。
2. 市场规模金枪鱼市场在全球范围内具有很大的规模，并且不断增长。
据统计，金枪鱼市场的年销售额超过100亿美元。
其中，亚洲地区是该市场的主要消费地，占据了全球销售额的35%以上。
由于金枪鱼肉质鲜美且富含蛋白质，其在餐饮业和零售业中受到广泛关注。
3. 市场趋势金枪鱼市场的发展受到多种因素的影响。
以下是当前金枪鱼市场的几个主要趋势：- 健康意识增强：随着人们对健康饮食的重视，金枪鱼作为一种富含Omega-3脂肪酸的海产品，备受健康追求者的青睐。
- 可持续渔业：由于人们对环境保护意识的增强，金枪鱼渔业也面临着可持续发展的压力。
许多国际组织和机构已开始倡导采用可持续捕捞方法，以确保金枪鱼资源的可持续利用。
- 文化因素：金枪鱼在一些国家和地区的文化中占有重要地位。
例如，在日本，生鱼片是一道传统的料理方式，因此对金枪鱼的需求一直很高。
4. 市场竞争金枪鱼市场的竞争非常激烈，主要来自以下几个方面： - 供应链：金枪鱼市场的供应链是一个复杂的系统，包括渔民、加工厂、批发商和零售商。
竞争者需要建立高效的供应链，以确保金枪鱼的质量和新鲜度。
- 品牌竞争：金枪鱼市场上存在着许多知名品牌，它们在质量和口碑方面具有竞争优势。
竞争者需要通过提供高质量的产品和优质的服务来建立自己的品牌形象。
- 价格竞争：金枪鱼市场的价格竞争也很激烈。
竞争者需要在保持产品质量的前提下不断寻找降低成本的方法，以提供竞争力的价格。
5. 市场机会金枪鱼市场依然具有很大的发展机会，主要体现在以下方面： - 新的市场：金枪鱼市场的新兴市场潜力巨大。
一些发展中国家的消费者对金枪鱼的需求正在逐渐增长，这为进一步拓展市场提供了机会。
- 产品创新：金枪鱼市场需要不断进行产品创新，以满足消费者的多样化需求。
例如，推出更方便食用的金枪鱼罐头产品，或开发新的烹饪方式来吸引消费者。
印度洋中南部大眼金枪鱼年龄与生长研究大眼金枪鱼是印度洋海域高经济价值的鱼种之一。
年龄和生长参数是对其进行资源评估的重要依据，而年龄和生长研究方法的选择是获取年龄和生长参数的重要前提和基础。
本研究将通过对印度洋大眼金枪鱼耳石截面轮纹的分析与研究，推断其年龄与生长的关系，并分析判读结果的精确性。
同时，与尾椎骨、鳍棘的鉴龄结果进行对比，确定合理的大眼金枪鱼年龄鉴定方法，旨在为合理开发、科学评估和管理印度洋中南部海域大眼金枪鱼资源提供基础资料和数据。
本研究根据2008年9月至2009年5月我国超低温延绳钓船“隆兴602”在印度洋中南部海上调查期间采集的耳石样本、尾椎骨样本及背鳍第一鳍棘样本，比较应用三种硬组织年龄鉴定方法分析大眼金枪鱼年龄和生长特性的优缺点。
其中，耳石样本共79个，最终得到68个样本轮纹较清晰，来自同一个体的鳍棘和尾椎骨样本分别为28个和68个。
通过研究，得到主要研究结论如下：(1)叉长范围为57-152cm，雌雄个体间体长体重关系无显著性差异，关系式为：WG=8.0417×10-6FL3.1753（R2=0.9172），叉长与全长之间呈显著的线性关系，关系式为：TL=1.0578FL+2.2071（R2=0.9957）。
(2)耳石采用横切的方法获得包括核心的切片，横截面包括长臂与短臂，主要利用耳石横截面的长臂判读轮纹。
轮纹读取时，所有耳石采用相同的放大率，在透射白光下观察，可以看到明显的有规律的明暗相间的轮纹。
(3)相同轮纹数中，体长变动较小。
耳石长度-体长之间的关系、耳石读取路径长与体长之间的关系皆为显著线性关系，这些均表明印度洋中南部大眼金枪鱼耳石为有效的年龄鉴定材料。
(4)本研究利用耳石鉴定年龄的精确度较高。
总吻合率达60.87%，CV平均值为6.35%，APE平均值为4.98%。
(5)基于耳石、脊椎骨及鳍棘的生长模型均宜选用von Bertalanffy生长方程，L∞分别为207.13cm、197.71cm和175.32cm。
基于随机森林的印度洋长鳍金枪鱼渔场预报近年来，全球范围内渔业的状况一直是人们关注的话题。
印度洋地区的长鳍金枪鱼渔业的发展也引起了许多人的关注。
有人认为，改善有关长鳍金枪鱼渔场的渔业预报有助于改善当地渔业的可持续性。
为此，本文以印度洋长鳍金枪鱼渔场为研究对象，应用随机森林算法研究和预测各个渔场的长鳍金枪鱼渔业量，探讨环境因子对该渔场渔业量的影响。
首先，研究者从印度洋长鳍金枪鱼渔场搜集了37个渔场的水温、湿度、海洋水位、风速、风向等环境因子的数据。
此外，他们还搜集了每个渔场的长鳍金枪鱼渔业量的时间序列信息。
然后，利用随机森林算法，研究人员建立了一种基于环境因子的长鳍金枪鱼渔业预报模型。
在模型评估结果表明，随机森林模型的准确度优于传统的机器学习方法，可以有效预测各个渔场的长鳍金枪鱼渔业量。
接着，研究人员进一步分析了环境因子对长鳍金枪鱼渔业量的影响，研究发现，水温、湿度、海洋水位和风速是主要影响因素。
其中，水温和湿度是影响渔场渔业量的最重要因子，水温升高会显著降低长鳍金枪鱼渔业量，湿度降低则会显著提高渔场渔业量。
此外，风速和风向对渔场渔业量也有影响，当风向从东方转为西方时，渔场渔业量会显著增加。
基于上述结果，本研究认为，在改善当地渔业可持续性方面，应该加强对水温、湿度、海洋水位和风速等影响长鳍金枪鱼渔业量的环境因子的监测，根据结果采取有利于渔场渔业可持续发展的政策措施。
本文以印度洋长鳍金枪鱼渔场为研究对象，应用随机森林算法研究和预测各个渔场的长鳍金枪鱼渔业量，并分析了环境因子对该渔场渔业量的影响，模型评估结果表明，随机森林模型的准确度优于传统的机器学习方法，能有效预测印度洋长鳍金枪鱼渔场的渔业量。
研究进一步发现，水温、湿度、海洋水位和风速是影响长鳍金枪鱼渔业量的主要因素，建议加强对水温、湿度、海洋水位和风速等影响长鳍金枪鱼渔业量的环境因子的监测，采取有利于当地渔业可持续发展的政策措施。
总之，通过该研究，可以有助于改善印度洋长鳍金枪鱼渔场的渔业预报，从而为可持续发展的当地渔业提供参考。
中国水产科学 2018年9月, 25(5): 1102-1114 Journal of Fishery Sciences of China研究论文收稿日期: 2017-08-26; 修订日期: 2017-10-11.基金项目: 国家自然科学基金浙江两化融合联合基金(U1609202); 大洋渔业资源可持续开发省部共建教育部重点实验室开放基金项目(A1-0203-00-2009-2).作者简介: 官文江(1974‒), 副教授, 研究方向为渔业资源评估. E-mail: wjguan@ DOI: 10.3724/SP.J.1118.2018.17303印度洋长鳍金枪鱼资源评估的影响因素分析官文江1, 2, 朱江峰1, 2, 高峰1, 21. 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摘要: 多个模型被用于印度洋长鳍金枪鱼(Thunnus alalunga )的资源评估, 但这些模型的评估结果均存在较大的不确定性, 为此, 本文对影响印度洋长鳍金枪鱼资源评估的因素进行了分析。
分析结果认为: (1) 由于渔业数据存在不报、漏报或混报及采样样本数过低、采样协议出现变化等问题, 造成印度洋长鳍金枪鱼渔业的渔获量、体长组成或年龄组成数据存在质量问题; (2) 尽管对单位捕捞努力渔获量(catch per unit effort, CPUE)进行了标准化, 但目标鱼种变化及捕捞努力量空间分布变化仍严重影响了标准化CPUE 数据的质量; (3) 印度洋长鳍金枪鱼的种群生态学及繁殖生物学研究仍比较薄弱, 种群结构、繁殖、生长、自然死亡信息比较缺乏, 在资源评估中, 相关参数设置需借用其他洋区的研究结果; (4) 海洋环境对印度洋长鳍金枪鱼的资源变动与空间分布具有显著影响, 但评估模型较少考虑海洋环境的影响。
由于上述问题的存在, 导致当前评估结果存在较大不确定性。
未来, 应继续探索提高资源评估质量的方法, 同时研究建立管理策略评价框架, 以避免渔业资源评估结果的不确定性对该渔业可持续开发的影响。
关键词: 印度洋; 长鳍金枪鱼; 资源评估; 渔业数据; 种群结构; 海洋环境影响中图分类号: S931 文献标志码: A 文章编号: 1005-8737-(2018)05-1102-13印度洋长鳍金枪鱼(Thunnus alalunga )在印度洋25︒N~40︒S 之间均有分布, 是印度洋金枪鱼渔业的主要目标鱼种之一[1]。
印度洋长鳍金枪鱼的开发始于20世纪50年代, 被延绳钓、围网、流刺网及其他沿岸小型渔业所利用[2], 主要捕捞国家或地区有印度尼西亚、日本、韩国和中国台湾等[3]。
近年, 印度洋长鳍金枪鱼也是我国金枪鱼渔业的目标鱼种, 因此, 加强对印度洋长鳍金枪鱼的科学研究, 及时掌握其资源状况, 对我国金枪鱼渔业的发展具有重要意义[3]。
当前, 多个生物量动态模型[4-7]、年龄结构模型[8-10]被用于印度洋长鳍金枪鱼的资源评估。
尽管资源合成模型(stock synthesis, SS3)[9]的结果被用于确定当前印度洋长鳍金枪鱼的资源状态, 但该结果仍存在较大的不确定性[2, 10]。
本文尝试对影响印度洋长鳍金枪鱼资源评估的因素进行梳理,以期为该资源的科学评估与管理提供参考依据。
1 渔业资源评估模型用于印度洋长鳍金枪鱼的评估模型可分为两类: 一类是生物量动态模型[4-7], 另一类是年龄结构模型[8-10]。
生物量动态模型包括: 带协变量的产量模型(a stock production model incorporating co-variates, ASPIC)[5]、贝叶斯生物量动态模型(Bay-esian biomass dynamic model, BBDM)[6]、贝叶斯状态空间产量模型(Bayesian state-space produ-ction model, BSPM)[7]。
年龄结构模型则包括: 年龄渔获量统计模型(statistical-catch-at-age, SCAA)[8]及SS3[10]。
尽管上述3个生物量动态模型所需数据类似, 即主要为渔获量与标准化单位捕捞努力量渔获量(catch per uint effort, CPUE)数据, 但模型的参数化方法或参数估计方法存在较大差异。
ASPIC第5期官文江等: 印度洋长鳍金枪鱼资源评估的影响因素分析 1103采用最大似然方法估计参数[4], 而BBDM与BSPM则采用贝叶斯方法估计参数[6-7]。
BBDM与BSPM的差异在于, BBDM对参数内禀增长率提供了先验估计[6], 而BSPM则增加了产量模型的形状参数及处理误差(process error)的估计[7]。
年龄结构模型所需数据比生物量动态模型复杂, 除渔获量及标准化CPUE数据外, 还需年龄或体长组成数据、种群结构及生物学等信息, 如生长、自然死亡、繁殖(时间、地点及能力)及性别比例等。
SS3与SCAA的区别在于: SS3更灵活, 也更复杂, 既能使用年龄组成数据、也能使用体长组成数据, 但SCAA只能使用年龄组成数据。
由于上述评估模型的假设及数据需求等各不相同, 其资源评估结果存在较大差异[2], 但模型的评估效果往往取决于模型所需的假设及数据被满足的程度, 在数据或相关信息存在较大不确定性的条件下, 上述模型对印度洋长鳍金枪鱼资源状态的判断均有参考价值[2], 因此, 在渔业资源评估中应注意评估模型的选择及由其引起的不确定性。
2渔业数据用于印度洋长鳍金枪鱼资源评估的渔业数据主要包括渔获量、体长或年龄组成及标准化CPUE等数据。
这些数据的数量与质量直接影响印度洋长鳍金枪鱼资源评估的质量。
2.1 印度洋长鳍金枪鱼渔业概述印度洋长鳍金枪鱼的商业捕捞始于20世纪50年代早期, 日本、中国台湾及韩国的超低温延绳钓渔业分别于该年代的早期(1952年)、中期(1954年)、晚期(1957年)进入印度洋捕捞长鳍金枪鱼[10]。
直到1986年前, 印度洋长鳍金枪鱼主要被中国台湾、日本及韩国超低温延绳钓渔业所利用。
1986― 1991年期间, 中国台湾流刺网渔业的渔获量与超低温延绳钓渔业的渔获量相当, 但在1992年, 流刺网被联合国禁止使用。
随后, 超低温延绳钓渔业(主要为中国台湾超低温延绳钓渔业)的长鳍金枪鱼产量波动上升, 并于2001年达到高峰(约4×104 t, 占总产量的88%左右), 随后, 其产量逐年减少, 近年维持在1.3×104t左右。
冰鲜延绳钓渔业始于1974年, 其长鳍金枪鱼产量逐年增加, 在 2007 年以后, 冰鲜延绳钓渔业(主要为中国台湾与印度尼西亚的冰鲜延绳钓渔业)的产量超过超低温延绳钓渔业。
2007―2014年, 延绳钓渔业的长鳍金枪鱼产量约占长鳍金枪鱼总产量的95%, 而冰鲜延绳钓渔业与超低温延绳钓渔业的长鳍金枪鱼产量之比约为61 : 39[2]。
此外, 印度洋长鳍金枪鱼也被欧盟、塞舌尔、毛里求斯等国的围网渔业、印度洋沿岸国家的流刺网等渔业所捕捞, 但其产量所占比重较低[2]。
2.2渔获量数据渔获量数据始于1950年, 20世纪90年代早期之前的渔获量数据较为可靠, 但此后, 由于部分重要渔业(如印度尼西亚的延绳钓渔业, 中国台湾的冰鲜延绳钓渔业)的渔获量数据存在漏报、不报或混报等问题, 尽管印度洋金枪鱼委员会(Indian Ocean Tuna Commission, IOTC)秘书处根据渔获量-捕捞努力量、联合国粮农组织(Food and Ag-riculture Organization, FAO)的FishStat数据库、港口采样、罐头厂进口等数据, 对缺失数据进行了估计或校正, 但渔获量数据的质量仍有所下降[2]。
由于渔获量-捕捞努力量数据缺失较多, 这造成部分渔业(如印度尼西亚延绳钓渔业)捕捞位置的确定存在困难[2], 但当前评估模型的空间分辨率较低, 该影响较少被考虑。
尽管丢弃水平缺少观测(除欧盟围网渔业外), 但一般认为印度洋长鳍金枪鱼的丢弃水平很低[2], 在资源评估中很少考虑丢弃。
2.3体长或年龄组成数据体长组成数据始于1965年, 主要来自超低温延绳钓渔业及欧盟与塞舌尔的围网渔业, 少量体长组成数据来自中国台湾、印度尼西亚冰鲜延绳钓渔业。
体长组成数据主要存在如下几个方面的问题: (1)日本超低温延绳钓渔业的体长组成数据始于1965年, 但自20世纪90年代早期开始, 观测样本数逐年减少, 致使其观测样本数不足, 数据质量变差; (2)中国台湾超低温延绳钓渔业的体长组成数据始于1980年, 但2003年之后与之前的体长数据差异明显。
一般认为, 2003年之后, 采样协议有变化, 测量的小鱼过少而大鱼过多, 因而, 平均体长与体重偏大; (3)中国台湾流刺网渔1104 中国水产科学第25卷业, 伊朗、巴基斯坦等国的外海刺网渔业, 马来西亚、印度、菲律宾、阿曼等国的延绳钓渔业均缺少体长组成数据, 而中国台湾流刺网渔业非常重要, 其产量约为同期长鳍金枪鱼总产量的50%;(4)中国台湾及印度尼西亚冰鲜延绳钓渔业的体长组成数据非常有限(少数几年), 且采样覆盖率低, 数据质量较差[2]。
年龄组成数据的质量取决于体长组成数据及年龄-体长关系表(age-length key)的质量。
由于体长组成数据存在较大不确定性, 同时, 缺少本海域年龄-体长关系表数据, 使年龄组成数据的质量更差[2, 11]。
体长或年龄组成数据主要用于估计选择系数, 而选择系数用于计算各龄鱼的捕捞死亡系数, 对渔业资源评估质量有重要影响。
体长或年龄组成数据的缺失或质量不佳将使评估模型无法估计, 甚至错误估计选择系数, 如在当前资源评估中, 中国台湾流刺网渔业的选择系数无法估计, 只能采用Bartoo等[12]的结果[10], 这增加了资源评估结果的不确定性。
2.4 标准化CPUE数据标准化CPUE数据主要来自中国台湾、日本及韩国的超低温延绳钓渔业。
1969年以前, 日本超低温延绳钓渔业的长鳍金枪鱼产量所占比重较大, 但随其目标鱼种转变为南方蓝鳍金枪鱼(Thunnus maccoyi)与大眼金枪鱼(Thunnus obesus)后, 长鳍金枪鱼产量迅速大幅下滑, 并长期保持较低水平。
自2006年以来, 由于南方蓝鳍金枪鱼配额减少等原因, 长鳍金枪鱼重新成为其目标鱼种(存在争议, 有人认为其目标鱼种为大眼金枪鱼), 引起其产量有所回升。
日本标准化CPUE的变化与其产量变化具有类似性, 据此推测, 其标准化CPUE的变化与目标鱼种的改变仍紧密相关, 可能无法真正反映长鳍金枪鱼资源量的变化[2]。
