基于标准化单位努力捕获量（standardized catch per unit effort），东海和日本海中红鲷鱼（Pagrus major）的分布与丰度

《Regional Studies in Marine Science》：Horizontal distribution and abundance of red seabream ( Pagrus major) in the East China Sea and Sea of Japan based on standardized catch per unit effort

红 seabream CPUE标准化分析及分布研究：基于1982-2022年东中国海与日本海拖网渔船数据，采用delta log-normal模型整合海水温度、盐度等环境因子，揭示CPUE自1990年代显著上升，高值区沿台湾东北至日本沿岸延伸，50米深度水温＞15℃时种群出现概率骤增，原因可能为捕捞压力减少与海水变暖。

　　红 seabream（Pagrus major）是日本重要的渔业资源之一，其分布范围涵盖了黄海、东海、南海、日本海以及太平洋海域，同时还包括濑户内海。作为商业渔业中的重要物种，红 seabream不仅在捕捞方面具有重要价值，在水产养殖领域同样占据关键地位。近年来，日本的水产养殖产量显著高于捕捞量，例如在2023年，水产养殖产量达到了67,000吨，而捕捞量仅为15,000吨。尽管如此，红 seabream的市场价格依然较高，这使得渔民们对维持健康的种群数量充满兴趣。因此，日本政府自2025年起开始依据总允许捕捞量（TAC）对红 seabream进行管理，这一策略依赖于准确的种群评估。种群评估是通过虚拟种群分析法或每年的捕捞量单位效率（CPUE）变化来确定的，而这一评估工作已持续多年。

红 seabream具有较长的寿命，超过20年。以往的研究显示，红 seabream的最大叉长可达700毫米以上，且其幼鱼在九州岛沿海区域的生长速度明显快于远离海岸的个体。红 seabream在九州附近的海域主要在3月至5月期间产卵，而一龄幼鱼则在浅海区域生活，以十足目、鳃足目和十足目等小型甲壳类动物为食。随着生长，这些幼鱼会迁移到较深的海域。成年红 seabream的食性尚不明确，但有研究指出它们在黄海海域以底栖生物如螃蟹和虾为食。此外，日本沿海与东海区域的红 seabream种群之间未发现显著的遗传差异。

随着渔业活动的变化，日本的围网和底拖网渔船已逐渐减少在黄海的捕捞活动，因此该海域的许多鱼类分布已经超出了日本渔船的作业范围。本研究首先分析了红 seabream在东中国海和日本海的分布模式。上世纪60年代，红 seabream在东中国海和黄海广泛分布，但随后黄海的捕捞量迅速下降。在Okada（1970）的一项标记回收研究中，红 seabream被释放在黄海，并在黄海以及东中国海的北部和南部被重新捕获。这表明红 seabream的主要渔场位于日本海的西南部。然而，关于红 seabream的分布和栖息地的详细信息仍不清楚。

为了更好地理解红 seabream的种群结构，遗传评估显得尤为重要。然而，目前的研究普遍认为东中国海和日本海的红 seabream种群属于同一群体。尽管如此，针对红 seabream在中层水域阶段的电子标记调查尚未进行，因此关于其在不同生长阶段的分布变化仍存在诸多未知。此外，关于红 seabream对水温与盐度的偏好，特别是基于个体大小的水温与盐度条件，目前还没有明确的信息。为了收集这些数据，本研究分析了50米水深处的水温与盐度与CPUE之间的关系。

CPUE是评估种群数量的重要指标之一，它受到多种环境因素的影响，如水温、季节以及年份。因此，为了获得准确的CPUE估计，必须考虑这些因素。目前，已有研究在东中国海对黄 seabream、西班牙鲭和日本鲭等物种进行了无偏的CPUE估计。这些研究指出，如果零捕捞率较高，那么在计算CPUE时应考虑种群的出现与消失概率。在本研究中，我们采用了一种结合年份、区域、季节、水温和盐度的delta-lognormal广义线性模型（GLM）来标准化红 seabream的CPUE，以期为渔业种群评估和管理提供可靠的数据支持。

本研究的数据来源于两艘日本底拖网渔船“Issei”和“Okisoko”的记录，它们分别在黄海、东中国海和日本海的128°30′以西和以东区域作业。为了计算CPUE，我们假设了五个区域，并排除了黄海的分析，因为该海域的红 seabream分布相对较少。这两艘渔船主要针对黄 seabream、大头鳕和剑尖鱿鱼等物种进行捕捞。在本研究中，我们关注红 seabream的CPUE及其分布变化，特别是在东中国海和日本海西南部这两个主要渔场。

从1982年至2022年，红 seabream在研究区域内的年捕捞量最高出现在1984年、1998年和2011年（图2a）。其中，1998年的总捕捞量达到1110吨，而1992年的总捕捞量最低，仅为472吨。在每年的捕捞量中，3月和4月的月捕捞量明显高于其他月份（图2b），但需要注意的是，这两艘渔船在7月和8月被禁止作业。此外，总的拖网次数也在逐年减少（图2c），这一趋势可能与渔业管理政策的变化有关。

本研究还探讨了红 seabream在不同区域的分布模式。通过分析30×30分钟纬度和经度的渔业网格，我们发现高CPUE区域从台湾向日本延伸，沿大陆架边缘分布，这与日本渔船在2000年之后覆盖的主要渔场相吻合。此外，我们发现当50米水深处的水温超过15°C时，红 seabream的出现概率显著增加。这表明水温是影响红 seabream分布的重要环境因素。而红 seabream种群数量波动的原因可能包括捕捞压力的降低以及海水温度的上升。

在本研究中，我们采用了一种delta-lognormal GLM模型来标准化红 seabream的CPUE，该模型结合了年份、区域、季节、水温和盐度等因素。通过这一模型，我们能够更准确地评估红 seabream的种群状况，并为渔业管理提供科学依据。该模型的性能通过AUC值进行评估，以判断其在预测红 seabream出现概率方面的有效性。研究结果表明，该模型能够有效捕捉红 seabream的分布变化趋势，从而为渔业政策的制定提供支持。

本研究的成果具有重要的实际意义。通过标准化CPUE，我们能够更清晰地了解红 seabream的种群动态，为渔业资源的可持续管理提供数据支持。此外，研究还揭示了水温与盐度对红 seabream分布的显著影响，这为理解红 seabream的生态习性和种群变化提供了新的视角。未来的研究可以进一步探讨红 seabream在不同环境条件下的适应机制，以及其与其他鱼类种群之间的相互作用，从而为更全面的海洋生态系统管理提供依据。

总之，本研究通过分析红 seabream在东中国海和日本海西南部的分布模式，揭示了其CPUE的变化趋势，并探讨了水温与盐度对种群分布的影响。这些发现不仅有助于理解红 seabream的生态特性，也为渔业管理提供了科学支持。随着全球气候变化和人类活动的加剧，红 seabream的种群状况可能会进一步发生变化，因此持续的监测和研究对于保障其资源可持续性至关重要。未来的研究应更加关注红 seabream在不同环境条件下的适应能力，并探索其与其他鱼类种群之间的生态关系，以期为更全面的海洋资源管理提供支持。