冰岛东北大西洋鲭鱼渔业空间选择驱动因素：生物经济模型揭示环境与市场因素的交互影响

为解决渔业管理中如何预测渔民对政策激励、鱼类密度和市场条件的响应问题，研究人员开展了针对冰岛东北大西洋鲭鱼(Scomber scombrus)渔业的空间选择模型研究。通过整合2011-2020年高分辨率捕捞日志数据，结合环境参数（如表面温度T、净初级生产NPP）和社会经济变量（鱼价P、油价F），构建了预测准确率达86%的多项Logit模型。研究发现，船舶类型（冷冻/鲜鱼拖网船）、预期渔获量（Eij /Kij ）和鱼类密度（Sj ）是影响渔民决策的关键因素，为气候变化下跨边界渔业管理提供了量化工具。

　　

研究背景：
东北大西洋鲭鱼(Scomber scombrus)的季节性迁徙和分布扩张，自2000年代中期以来引发了冰岛海域的新型高价值渔业。然而，这种迁徙行为受水温上升、食物供应和种群密度等多因素驱动，导致其分布范围向西北扩展至冰岛和格陵兰水域，随后又向东收缩。这种动态变化不仅挑战了传统渔业管理框架，还引发了冰岛、挪威和欧盟间的配额争议，甚至导致海洋管理委员会(MSC)在2019年撤销了该鱼种的可持续认证。

研究开展：
冰岛海洋与淡水研究所(MFRI)联合冰岛大学等机构的研究人员Sandra Rybicki等，通过构建空间离散选择模型（随机效用模型RUM框架），分析了2011-2020年冰岛鲭鱼渔业的捕捞日志数据。研究定义了五个主要渔区（冰岛东部、西部、南部、挪威海和伊尔明格海），整合了鱼类密度（来自IESSNS调查的CPUE数据）、环境参数（Copernicus模型提供的温度T、盐度A、净初级生产NPP）及经济变量（鱼价P、油价F），以揭示渔民选择捕捞位置的内在机制。

关键技术方法：

1. 数据整合：融合船舶日志（含3,396次航程和25,156次拖网记录）、国际生态系统夏季调查(IESSNS)的CPUE数据，以及Copernicus环境模型输出的每日海洋参数。
2. 模型构建：采用多项Logit模型，纳入船舶类型（鲜鱼/冷冻拖网船）、船舶长度(L)、预期渔获量（短期E_ij
   和长期K_ij
   ）及距离成本（G_ij
   /H_ij
   ）等变量，通过AIC/BIC准则优化模型。
3. 验证与场景测试：通过交叉验证（90%-40%训练集）和独立性无关替代(IIA)检验确保模型稳健性，并模拟鱼类密度与距离成本的交互影响。

研究结果：

1. 模型选择与预测性能
最佳模型（含环境参数）的加权平均预测准确率达86%，其中挪威海的选择预测准确率最高（97%）。环境参数（如表面温度T和NPP）的加入使模型解释力提升17.7%（McFadden伪R²
从0.52增至0.697）。

2. 关键驱动因素

• 经济变量：鱼价上涨使挪威海选择概率增加，而油价上升促使渔民转向近海的冰岛东部（系数γ_j4
  =-1.2）。
• 船舶特性：冷冻拖网船偏好远洋作业（如挪威海，OR=4.3），而鲜鱼拖网船因需快速返港更倾向冰岛东部。
• 环境与生物因子：鱼类密度(S_j
  )对伊尔明格海选择影响显著（OR=5.8），而高表面温度（T>8°C）驱动挪威海作业（OR>20，但置信区间宽）。

3. 时间动态
短期预期渔获量(E_ij
)主导挪威海决策，而长期历史数据(K_ij
)对冰岛南部更重要。季节交互项显示，渔季后期（9月）渔民更依赖实时信息（γ_j13
I(K_ij
,D)系数下降40%）。

4. 场景模拟
当挪威海的鱼类密度增加7个标准差(SD)且距离成本提升20 SD时，其选择概率从47%骤降至10%，表明高昂运营成本会抵消生物量优势。

结论与意义：
该研究首次将环境动态与渔民行为量化结合，揭示了鲭鱼渔业空间决策的多尺度驱动机制。模型证实，气候变化导致的分布变化需通过调整成本结构（如燃油补贴）或国际配额协议来平衡渔业可持续性。例如，挪威海的高吸引力与当前冰船禁入政策的矛盾，凸显了跨国渔业治理的紧迫性。此外，环境参数的强预测性（如NPP与冰岛东部的关联）支持将实时海洋监测数据纳入管理决策。未来研究可扩展至多鱼种（如蓝鳕鱼）或多国舰队模型，为北大西洋渔业冲突提供更全面的解决方案。

局限与展望：
研究未纳入渔民社交网络或实时AIS数据对搜索效率的影响，且国际舰队数据的缺失限制了政策分析的广度。作者建议开发行业主导的环境监测系统（如CatSat技术），以填补远洋数据空白，推动基于生态系统的适应性管理。