鱼类种群评估模型为海洋渔业资源管理提供了基础性的定量信息来源，建立了关于资源状态、可持续捕捞水平以及渔业生产力未来趋势的统计估计。本专题收录的12篇论文代表了海洋渔业管理评估模型发展的下一阶段。
种群评估模型旨在重构历史种群动态趋势，并可能在高度不确定性条件下预测未来动态。历史上，种群评估模型推断过程一直面临一项挑战：如何区分随机生物变异（过程误差）与渔业独立调查和捕捞数据中不可避免的数据测量局限（观测或测量误差）。传统的评估框架，如虚拟种群分析（如 Shepherd 1999）和早期统计捕捞-年龄模型（如 Deriso et al. 1985），难以调和这两类变异来源，往往隐性地合并这些误差，从而限制了评估模型解析非平稳生态过程、环境效应以及将生物变异预测至未来的能力。此外，模型设定错误（模型误差）的可能性以及模型选择工具在识别正确模型时可能表现不佳的问题（de Valpine and Hastings 2002）进一步加剧了这些挑战。
状态空间模型代表了一种更为精密的种群评估统计方法，它能够自然地将过程误差和测量误差分离开来，从而使评估模型更好地追踪潜在的种群动态并量化不确定性。状态空间评估模型的早期构想由 Mendelssohn (1988)、Sullivan (1992)、Gudmundsson (1994) 和 Schnute (1994) 提出，他们证明种群可以被建模为由时变随机过程支配的潜在状态。然而，早期的状态空间模型在计算上不可行，因此直到2010年代中期才得以广泛采用，当时高效的优化例程被整合进状态空间评估模型的参数估计中，包括自动微分模型构建器（ADMB；Fournier et al. 2012）以及较近来的模板模型构建器（TMB；Kristensen et al. 2016）。这些例程利用拉普拉斯近似来高效地积分掉高维随机效应，从而为参数估计提供边际似然。TMB还利用稀疏矩阵库进一步提高了计算效率。这些进展推动了状态空间年龄结构评估模型的实用化，典型代表是由 Nielsen and Berg (2014) 开发的状态空间评估模型（SAM），以及 Cadigan (2016) 随后进行的一项区域应用。在此基础上，Stock and Miller (2021) 推出了伍兹霍尔评估模型（WHAM），将随时间和年龄变化的种群过程作为随机效应，并与环境协变量直接建立联系。本专题论文在多个方向上推进了该领域的发展，包括严格的诊断检验、结构验证、空间配置以及基于气候信息的生态系统整合。
状态空间评估模型被采用的一项重要因素是稳健的诊断方法和结构验证协议的建立，以确保状态空间模型能够在不过拟合的情况下可靠地拟合经验数据。在本专题中，Babyn and Cadigan (2025) 通过对一步向前残差进行批判性评估来应对诊断验证问题，一步向前残差已成为状态空间模型验证中流行的工具（Thygesen et al. 2017）。他们发布了一份警示性的"公益公告"，指出在计算残差时，评估数据的遍历顺序会影响残差值，并可能偶尔对模型设定错误提供误导性的诊断结果。Babyn and Cadigan (2025) 引入并倡导了有助于模型验证的互补方法。除了残差诊断之外，状态空间结构内部的数学配置也需要仔细审查。Li et al. (2026a) 评估了对观测误差和过程误差（如补充量和年龄组过渡中的误差）施加对数正态偏差校正的影响。通过广泛的模拟-估计实验，他们证明在过程层面施加偏差校正可能会传播参数估计误差，最终导致派生种群估计出现严重偏差；他们最终建议在多过程状态空间模型中避免进行此类偏差校正。Miller et al. (2026a) 进一步研究了诸如捕捞压力对比度和观测误差量级等因素如何影响状态空间评估模型的表现。他们的发现表明，当真实过程误差较高且观测误差较低时，赤池信息准则（AIC）能够可靠地区分过程误差来源。然而，他们指出传统的收敛诊断方法（如对数似然梯度）往往不可靠，而过度复杂的模型很容易掩盖潜在的设定错误。
随着状态空间评估建模超越单一种群范式，对空间复杂性和洄游动态的考虑已成为主要焦点。Miller et al. (2025) 通过提出WHAM软件包的多区域、多种群推广版本，引领了这一空间扩展。该框架应用于黑海鲈（Centropristis striata），展示了状态空间模型如何同时整合区域运动动态和局部环境驱动因素。鉴于显式的运动和空间标记数据往往难以获得，Li et al. (2026b) 提出了一种实用的替代方案，证明将年龄组过渡视为随机效应可以隐性地考虑未被观测到的空间运动动态，从而无需显式空间结构即可改善种群评估和管理结果。为了在闭环场景下严格检验这些空间管理规则和评估结构，Li et al. (2026c) 引入了"SPASAM-MSE"——一种广义的空间管理策略评估框架。这一开源工具使管理者能够在制定管理建议时探索空间复杂性和连通性之间的权衡。至关重要的是，空间分布的变化可能违反调查中的恒定可捕获性假设。Hansell et al. (2026) 针对黑海鲈种群研究了这一问题，利用时空模型来考虑内湾和近海调查足迹之间种群可用性的变化，确保输入状态空间评估模型的丰度指数能够抵御地理变迁的影响。
在气候快速变化的时代，种群评估模型师和管理者需要认识到非平稳生产力的问题以及它如何影响管理建议的指标。Kittel et al. (2026) 提供了一个重要的实际应用案例，在探索性分析和生物学合理性之间取得平衡，研究了在乔治斯银行黄尾比目鱼（Limanda ferruginea）状态空间模型中纳入底层温度协变量以辅助种群补充量估计。他们的案例研究展示了基于生态系统信息的模型如何改善模型诊断并解释历史上温度驱动的补充量下降。同样关注环境驱动的种群-补充量关系，Britten et al. (2026) 通过模拟而非案例研究来评估模型可辨识性和预测性能在不同过程误差和观测误差尺度下的表现。他们发现模型可辨识性较差，建议将补充量变异建模为无约束随机效应，而非使用显式的种群-补充量-环境曲线。当显式的环境驱动因素未被观测或测量时，Hameed et al. (2025) 提出了一种强有力的数学替代方案，引入具有序列相关的隐马尔可夫模型来识别种群-补充量制度转变，该模型能够稳健地捕捉生产力制度变化，同时显著降低模型复杂度。然而，环境影响不仅限于补充量。Correa et al. (2025) 比较了年龄结构和年龄-长度结构状态空间模型在不同体长生长情景下的表现，证明简化体长生长假设可能会引入评估偏差，这凸显了状态空间框架需要自适应地适应动态的年龄-长度过渡。最后，Miller et al. (2026b) 探讨了估计随时间变化且受环境影响的自然死亡率的局限性。他们的研究指出，状态空间模型在理论上可以容纳这种变异，但自由估计自然死亡率的量级和年度变化仍然极具挑战性，实践者应默认对表观存活率建模过程误差，除非有外部实证证据支持。
总之，本专题收录的12篇论文代表了状态空间评估模型在海洋渔业实用化方面的重要进展，提供了方法学突破、新应用和最佳实践指南。通过诊断方法发展、新的空间配置、环境效应与非平稳性以及闭环管理策略评估等主题，本专题提升了数学、计算和实用工具，以确保新一代渔业评估模型具有科学稳健性，并能够在变化的海洋环境中提供管理建议。尽管这些论文包含了大量的模拟分析，但在许多情况下分离观测误差和过程误差仍然是一个挑战，当前的模型选择工具在识别正确模型方面仍力不从心。模拟研究中已知底层真相与现实应用中未知真相之间的差距，突显了持续开发诊断工具和研究如何将统计证据与生态学合理性相权衡的必要性。
致谢
我们感谢 Chen Yong 建议在《加拿大渔业与水域科学杂志》上发表本专题。我们同样感谢所有为本专题论文或东北渔业科学中心领导的状态空间评估方法工作组做出贡献的同事。本引言的初稿是使用 Gemini 3.5 Thinking 于2026年7月16日生成的。
