一种评估海洋虾类种群丰度的新方法:以长额虾体况指数的应用为例

《Canadian Journal of Fisheries and Aquatic Sciences》:Body condition index of a pandalid shrimp, a novel method for assessing ocean shrimp populations

【字体: 时间:2026年01月11日 来源:Canadian Journal of Fisheries and Aquatic Sciences 2.2

编辑推荐:

  本综述创新性地提出将体况指数(BCI)作为评估短寿命海洋无脊椎动物(如长额虾Pandalus jordani)种群丰度的新型指标。研究基于23年(2001–2023)的码头生物采样数据,发现BCI与单位捕捞努力量渔获量(CPUE)呈显著负相关(r= ?0.86),且季初(4月)的BCI能有效预测全年渔获量。该方法兼具时效性强、不受渔业效率变化影响的优势,为提升渔业管理可持续性提供了新工具。

  

摘要

评估短寿命海洋无脊椎动物的种群资源对渔业管理极具价值,但传统方法如虚拟种群分析(VPA)依赖历史环境数据,在气候变化的背景下预测能力下降。本研究以美国西海岸的长额虾(Pandalus jordani)渔业为对象,提出通过体况指数(BCI)——即个体体重与甲长关系的异常值——来实时评估种群丰度。分析显示,BCI与渔业CPUE高度负相关(r= ?0.86),且4月的BCI可显著预测全年渔获量(r= ?0.74)。BCI的时效性和独立性使其有望成为渔业管理中的新型捕捞控制规则(HCR)工具。

1. 引言

1.1. 长额虾与渔业背景

长额虾是东北太平洋特有的一种短寿命(3–4年)原雄性顺序雌雄同体虾类,其种群性别比例随 demographics 动态调整。雌虾每年11月至次年3月携卵,因此渔业季节设定为4月至10月。种群补充量高度依赖环境因素,但当前管理工具(如海平面高度和6月平均上岸量)存在滞后性和渔业依赖性局限。美国西海岸长额虾渔业是第二大拖网渔业,年均渔获量22,587吨,价值约2,599万美元,其中俄勒冈州占比67.9%。该渔业自2007年起通过海洋管理委员会(MSC)可持续认证,管理措施包括网目尺寸限制、兼捕减少装置(如刚性栅格排除器和LED集鱼灯)等。

1.2. 当前种群评估方法

现有评估依赖VPA进行回溯性种群估算,再通过双变量模型将补充量与环境因子(如上升流指数)关联。但VPA无法实时反映当代种群状况,且仅针对单一世代而非全年龄组。

1.3. 当前渔业管理目标

俄勒冈州渔业管理计划采用两类HCR触发点:
  1. 1.
    环境指标:新月城(Crescent City)海平面高度>7.5英尺MLLW时,预示年龄1补充量可能不足;
  2. 2.
    6月平均上岸量<12,500磅时,提示需限制捕捞。
    但这些指标易受舰队效率、市场等因素干扰,且CPUE数据因处理延迟难以实时应用。

1.4. BCI在渔业评估中的应用现状

BCI传统上用于评估个体健康度,在鱼类中常与种群密度关联,但在无脊椎动物中多用于研究生长或种内竞争。本研究首次将BCI异常值作为种群丰度指标,旨在开发一种实时、渔业非依赖性的评估方法。

2. 方法

2.1. 数据来源

研究整合了2001–2023年期间的码头生物样本(4,525个样本,涉及506,181尾虾)、渔业上岸记录、CPUE日志,以及环境(42°N, 125°W上升流指数)和捕食者(年龄2+太平洋鳕生物量)数据。

2.2. BCI计算

通过非线性最小二乘法拟合甲长(CL)与体重的关系式:
Wshrimp= a× CLshrimpba= 0.001288744, b= 2.764238173)
样本BCI(Kshrimp) = (Wobserved? Wprojected) / n
年度或月度BCI为对应层级内Kshrimp的平均值。

2.3. 数据分析

采用线性回归、多元回归及相对重要性分析,比较BCI、CPUE、环境因子和捕食者压力对渔获量的预测能力。

3. 结果

3.1. BCI与CPUE作为丰度指标

BCI与CPUE呈强负相关(R= ?0.86, p< 0.0001),且两者均与西海岸总渔获量显著相关(BCI: r= ?0.72; CPUE: r= 0.69)。

3.2. 多元回归与变量选择

在包含上升流和太平洋鳕生物量的模型中,BCI或CPUE对模型方差的贡献率超50%,其他变量均低于10%。加入BCI或CPUE的残差虽略微提升模型拟合度(R2adj= 0.7271),但残差变量贡献率不足6%。

3.3. 季初预测能力

4月BCI与全年渔获量的相关性(r= ?0.74)高于4月CPUE(r= 0.61)。留一法交叉验证显示,4月BCI的预测误差(RMSE = 7,252,707)显著低于4月CPUE(RMSE = 8,761,250)。

4. 讨论

4.1. 影响BCI的因素

BCI与种群密度(CPUE)的强关联表明,高密度条件下虾个体体重相对甲长较低,反映了资源竞争效应。环境因子和捕食压力的影响相对较弱。

4.2. BCI的优势

BCI具备两大管理优势:
  1. 1.
    可实时计算,弥补现有HCR依赖滞后数据(如6月上岸量)的不足;
  2. 2.
    作为准渔业非依赖性指标,不受舰队效率变化干扰,提供更稳健的种群状态评估。

4.3. 早期BCI的预测应用

4月BCI可较准确预测全年渔获量(平均误差<10%),为管理者提供 preseason 种群状态参考,助力可持续决策。

4.4. 未来研究方向

建议将BCI纳入HCR设计,替代当前依赖环境假设的指标。此外,BCI与CPUE的强相关性可能为量化舰队效率变化提供新思路。
相关新闻
生物通微信公众号
微信
新浪微博

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号