基于VAST-JARA-AMSY耦合框架的渤海小型中上层鱼类时空动态解析及渔业管理优化研究

为解决小型中上层鱼类资源评估中数据受限和种群变异性问题，研究人员开发了VAST-JARA-AMSY耦合框架。该研究整合空间分析模型(VAST)与两种评估模型(JARA/AMSY)，以渤海鳀鱼为研究对象，揭示了水温、气候指数和捕捞压力等多重胁迫对种群的影响，发现其资源量已恢复至可持续水平，为海洋生物多样性保护提供了科学依据。

　　

这项开创性研究构建了革命性的VAST-JARA-AMSY耦合框架（Vector autoregressive spatio-temporal模型联合JARA和AMSY评估模型），犹如给海洋生态学家配备了一套"资源评估超级显微镜"。研究团队以渤海鳀鱼为模式生物，通过空间显性分析揭开了种群动态的时空密码——水温波动、气候指数异常和捕捞压力如同三把"生态手术刀"，精准雕刻着鱼群的分布热点图谱。

VAST模块如同高精度扫描仪，不仅捕捉到生物量指数的细微波动，还将误差范围压缩到最小，为后续评估提供黄金标准数据。JARA和AMSY两大评估系统则化身"生态会计师"，核算结果显示鳀鱼种群已实现令人振奋的生态盈余。更妙的是，空间栖息地信息的深度解读功能，让这套系统变身为海洋资源的"智能预警雷达"，为可持续渔业管理绘制出精准导航图。这项研究堪称数据中度条件下资源评估的范式转变，为全球小型中上层鱼类保护提供了可复制的技术蓝本。