编辑推荐：
地中海渔业面临严峻挑战，欧洲无须鳕（Merluccius merluccius）过度捕捞问题突出。研究人员运用 AI 分析超 1.8 万张渔获箱图像，结合 SOM、随机森林和 GLMM 模型，发现水深和地理区域是体长分布关键驱动因子，该方法为可持续管理提供新工具。
地中海的渔业资源长期以来一直面临着严峻的生存挑战，其中欧洲无须鳕（Merluccius merluccius）作为兼具高生态与商业价值的代表性物种，其过度捕捞问题尤为突出。该物种复杂的空间种群结构，使得获取如体长分布等的高分辨率数据成为实现可持续管理的关键难题。目前，地中海渔业管理主要依赖传统的捕捞努力控制手段，如限制白天捕鱼时间，但这种方式因缺乏空间明确的种群评估和环境协变量的整合，难以精准应对种群动态变化。与此同时，地中海渔业经济贡献有限，大规模科学监测项目成本高昂，迫切需要一种成本效益高且能提供空间解析生物数据的新方法。
为解决上述问题，来自相关研究机构的研究人员开展了一项针对马略卡岛（属于 FAO 第 37 号主要渔区地中海地理统计分区之一）欧洲无须鳕体长分布的高分辨率时空分析研究。研究成果发表在《Fisheries Research》上，为地中海渔业的可持续管理提供了重要的科学依据。
研究人员采用了以下主要关键技术方法：首先利用区域渔业数据库和全球渔业观察（GFW）算法，基于甚高频自动识别系统（VHF AIS）数据重建渔船的每日空间 “表观捕捞努力”；其次运用基于人工智能（AI）的深度学习模型（YOLOv5）分析渔获箱图像，结合统计方法估算每箱鱼的平均数量和体长，并通过长度 - 重量关系方程计算鱼的总长度（TL?）；最后整合自组织映射（SOM）、随机森林和广义线性混合模型（GLMM），分析环境变量（如加权底深 WBD、底温 WBT、底盐 WBS 等）与体长分布的关系。
3. 结果
3.1 体长模式及其与环境的关系
通过 SOM 分析，识别出三种主要体长模式。随机森林分析表明，加权底深（WBD）、纬度（LAT）和经度（LON）是与这些模式关联最显著的环境变量。GLMM 显示，除底温（WBT）外，其他环境变量在不同体长模式间存在显著差异。其中，模式 1（占比 9.1%）以幼鱼为主（体长约 21-22cm），主要分布在东北（NE）和西南（SW）浅水区（平均深度 133m）；模式 2（占比 70%）体长范围较广，分布于全岛周围的中浅水区（150-300m）；模式 3（占比 5.4%）和模式 4（占比 15.5%）分别对应稍大和较大个体，分布于更深水域，其中模式 4 平均深度约 450m，主要集中在西部水域。
3.2 体长模式的时空动态
季节性分析显示，模式 2 全年主导多数渔船的渔获，捕获较大个体的模式 4 在西北（NW）和西南（SW）地区的冬季更为集中，而最小个体的模式 1 在秋冬季节频率略高，但存在船间差异。
4. 讨论
本研究通过 AI 自动体长采样结合船舶监控系统，成功获取了马略卡岛周边无须鳕渔业的精细时空数据，数据覆盖了该岛 75% 以上的渔获量，与现有渔业采样项目结果一致，验证了方法的可靠性。研究有效捕捉到了水深等已知生态协变量与体长的关系，发现较小个体集中在 NE 和 SW 区域，与 MEDITS 调查中高幼鱼丰度区域吻合，进一步支持了这些区域作为幼鱼栖息地的重要性。尽管环境变量归因方法可能削弱部分效应，但加权方案在捕捉深度等关键影响方面表现有效。
研究还指出，渔船的捕捞策略（如专注特定水深或多物种捕捞）显著影响渔获体长，反映了巴利阿里群岛基于渔业类型的捕捞战术。这种船级别的持续监测为空间管理措施的区域化和精细化提供了可能。此外，深度学习方法在均质鱼群的体长估算中表现良好，但在混捕场景中需进一步优化。
综上所述，该研究建立的高分辨率时空分析框架，为地中海无须鳕种群动态监测和适应性管理提供了一种成本效益高的工具，有助于填补空间明确种群评估的空白，推动区域化管理策略的制定，对保障地中海渔业可持续发展具有重要意义。未来研究可进一步整合更长时间序列和鱼群状态等参数，以深化对种群结构和环境响应的理解。
