数据驱动下的乔纳蟹(Cancer borealis)新兴渔业建模研究：多模型融合与社会科学交叉验证

随着龙虾资源衰退迫使渔民转向乔纳蟹(Cancer borealis)捕捞，其渔业管理面临生命周期参数缺失、分布数据不足的挑战。来自美国的研究团队创新性整合传统线性回归、广义加性模型(GAM)和实证动态建模(EDM)三类方法，结合渔民访谈数据验证了该蟹种的深度偏好、季节性迁移及性别差异模式，为新兴渔业可持续发展提供了多模态数据分析范式。

　　

近年来，随着龙虾种群衰退，针对乔纳蟹(Cancer borealis)的定向捕捞活动显著增加。这种新兴渔业面临管理困境——其生命周期特征、种群丰度及分布数据严重匮乏。为破解这一难题，研究者巧妙利用缅因-新罕布什尔近海底拖网调查(Maine–New Hampshire Inshore Trawl Survey)数据，采用三重验证策略：传统线性回归揭示基础关联规律，广义加性模型(GAM)捕捉非线性环境响应，实证动态建模(EDM)解析种群动态复杂性。

研究结果与渔民访谈数据高度吻合：该蟹种呈现明显的深度选择特性（偏好_50-200m大陆架区域），存在季节性沿岸-离岸迁移规律，且雌雄个体表现出差异迁徙模式。这项研究突破传统模型选择或平均的单一思路，通过统计学方法与社会科学的交叉验证，将有限的渔业独立数据价值最大化，为新兴甲壳类渔业构建了"数据-模型-实证"三位一体的可持续管理框架。