气候变化、牲畜生产力与底栖渔业管理：以地中海中部地区为例的研究

《Canadian Journal of Fisheries and Aquatic Sciences》：Climate change, stock productivity, and demersal fisheries management: a central Mediterranean case study

环境介导的补充量-资源关系研究：以地中海亚得里亚海和西爱琴海渔业为例，利用BEMTOOL模型整合水温、盐度等环境因子，评估了气候变化（RCP4.5、RCP8.5、NoCC）与渔业管理策略（FMSY、PGY、SQ）的交互作用。结果显示环境变量显著提升S-R模型预测精度（rRMSE<0.9），水温对鱼类补充量影响最显著（如欧洲鳕鱼在RCP4.5下B_p点突破概率从36%降至10%），而虾类（如深水玫瑰虾）在适度升温中受益。研究证实传统S-R模型需纳入环境因子以应对气候变化，提出PGY策略在生态与经济效益间取得平衡。

　　在地中海的渔业管理中，理解鱼类种群动态和建立准确的种群-招募（S-R）关系是制定可持续政策的关键。由于数据有限，这一过程存在挑战，特别是在评估环境变化对鱼类种群的影响时。本研究聚焦于亚得里亚海和西部爱奥尼亚海，这两个区域虽具有高生产力，但近年来由于过度捕捞和气候变化的影响，一些长期存活的底栖鱼类（如欧洲狭鳕）种群显著下降。同时，一些中短期存活的鱼类（如虾类）却出现了部分恢复的趋势，这可能与沿海捕捞压力的减少和有利的环境条件有关。然而，环境因素对种群恢复的相对影响以及这些因素是否会持续存在，仍然是一个未知数。因此，本研究首次尝试在该区域对关键种群建立环境驱动的S-R关系，并利用BEMTOOL模拟模型评估不同管理策略和气候情景对这些种群及渔业的影响。

S-R关系是衡量种群生产力和指导渔业管理的重要工具。它们通常通过一系列生物学过程，如产卵量、幼鱼存活率和种群结构（包括产卵生物量、年龄结构和母体身体状况）来表达。传统的S-R模型主要基于种群的生物学特征，而近年来的研究强调了环境因素在种群动态中的关键作用。例如，温度、盐度、初级生产力等环境变量可以通过直接或间接方式影响幼鱼的招募模式，从而改变种群的生产力。这种影响尤其在气候变化的背景下变得显著，因为环境变化可能加剧种群的脆弱性，尤其是在种群数量较低的情况下，可能导致招募率下降。

在渔业管理策略评估（MSE）中，研究人员通常采用模拟方法，测试不同管理策略在不确定性下的表现。MSE通过建模渔业系统的完整反馈循环，包括观测、评估和实施，来分析管理措施的效果。两种主要的MSE方法是经验模型和机制模型。经验模型侧重于捕捉数据中的趋势和模式，而不明确识别机制；而机制模型则关注环境因素与种群动态之间的关系，并结合全球气候模型预测种群趋势。尽管机制模型提供了更大的灵活性，但它们对数据的需求更高，且在实际应用中，尚未被证明优于更简单的静态模型。

本研究采用了机制模型方法，将环境变量整合到传统的S-R模型中，以评估气候变化和管理措施对种群规模和产量的影响。研究对象包括欧洲狭鳕、红鲈鱼、深水玫瑰虾、巨红虾以及蓝红虾等几种重要的底栖鱼类。这些种群的数据来源于FAO-GFCM的渔业评估工作组和STECF的评估数据。为了构建环境驱动的S-R关系（EMSRR），研究团队首先拟合了不包含环境变量的S-R函数，然后在验证环境变量之间的相关性后，引入了指数因子来反映环境的影响。这种方法能够更准确地预测未来种群动态，并评估不同管理措施在不同气候情景下的效果。

环境变量的选择基于其对幼鱼早期生活阶段的直接影响。例如，海表温度（SST）和底部温度（botT）被认为对鱼类种群的招募有显著影响，而盐度和净初级生产力（nppv）则在不同种群中表现出不同的重要性。对于某些种群，如红鲈鱼，SST和botT的影响较为显著，而nppv仅在亚得里亚海的红鲈鱼种群中表现出相关性。这一发现表明，温度是影响鱼类种群动态的关键因素，尤其是在气候变化的背景下，其对种群的生存和繁殖能力具有深远的影响。

在研究中，采用了BEMTOOL模型，这是一种整合了生物、经济和环境因素的综合模型，用于模拟不同管理策略和气候情景对关键底栖种群的影响。通过这种方式，研究人员能够评估管理措施在不同环境条件下的有效性，并预测未来种群趋势。BEMTOOL模型的参数在1998至2022年间进行了校准，以避免数据缺失带来的偏差。此外，模型还考虑了环境变化带来的不确定性，通过蒙特卡洛方法模拟了250次迭代，以评估不同情景下的预测能力。

研究结果表明，环境变量的引入显著提高了模型的预测能力，尤其是在某些种群（如红鲈鱼）中表现更为明显。对于欧洲狭鳕在亚得里亚海的种群，环境驱动的S-R模型在预测能力和准确性方面与传统模型相似。然而，对于红鲈鱼和虾类种群，环境变量的加入带来了更显著的改进，rRMSE和rMAE值均低于0.9，表明预测能力有实质性提升。这表明，在气候变化的背景下，传统的静态S-R模型可能不足以准确反映种群动态，而环境驱动的模型能够更好地捕捉未来的变化趋势。

此外，研究还发现，温度对种群的影响具有物种特异性。例如，在RCP4.5和RCP8.5气候情景下，欧洲狭鳕和红鲈鱼的招募率均受到负面影响，尤其是在高温条件下，幼鱼的存活率可能显著下降。然而，对于某些虾类种群，如深水玫瑰虾，适度的温度上升可能带来积极影响，提高种群的生产力。这种温度变化对不同物种的影响差异，反映了生态系统的复杂性和多样性。

研究还探讨了管理策略对种群的影响。在三种管理情景（现状、最大可持续产量、适当产量）下，欧洲狭鳕和红鲈鱼的种群规模和招募率均有所提升，其中最大可持续产量（FMSY）情景下的效果最为显著。然而，FMSY策略可能导致短期内捕捞量的下降，进而影响渔业的经济表现和社会效益。相比之下，适当产量（PGY）策略在保持种群健康的同时，也兼顾了捕捞量的稳定，提供了一种更为平衡的管理方案。

本研究的结论强调了将环境因素纳入渔业管理模型的重要性。传统的S-R模型虽然在历史背景下具有一定的应用价值，但在面对气候变化等复杂环境变化时，其预测能力可能受到限制。因此，采用环境驱动的模型能够提供更准确和可靠的预测，有助于制定适应性强的管理措施。同时，研究也指出，未来的研究应进一步考虑其他生物过程，如生长速率和自然死亡率，这些过程同样可能受到环境变化的影响。

本研究的成果不仅为地中海地区的渔业管理提供了新的视角，也为全球范围内的环境-种群关系研究提供了借鉴。通过整合环境变量，研究人员能够更全面地评估气候变化对渔业的影响，并制定相应的管理策略，以确保种群的可持续性。此外，研究还建议未来应扩展模型，以考虑更多生物和经济因素，从而更好地预测不同管理措施在不同环境条件下的效果。这将有助于实现更科学、更有效的渔业管理，特别是在气候变化日益加剧的背景下。