从未受捕捞的种群中准确估算鱼类生命史参数

《Fish & Shellfish Immunology》:Robust estimation of fish life history parameters from unfished populations

【字体: 大 中 小 】 时间:2026年07月16日 来源:Fish & Shellfish Immunology 4.2

编辑推荐:

  万万·库尔尼亚万|谢恩·A·理查兹|皮娅·贝塞尔-布朗|阿斯塔·奥德齐奥尼特 澳大利亚塔斯马尼亚大学海洋与南极研究学院,卡斯特雷海滨大道,巴特里点,塔斯马尼亚州7004 **摘要** 渐近体长(L∞)以及自然死亡率与冯·贝塔兰菲生长系数之比(M/K)是决定鱼类种群动

  万万·库尔尼亚万|谢恩·A·理查兹|皮娅·贝塞尔-布朗|阿斯塔·奥德齐奥尼特
澳大利亚塔斯马尼亚大学海洋与南极研究学院,卡斯特雷海滨大道,巴特里点,塔斯马尼亚州7004

**摘要**
渐近体长(L∞)以及自然死亡率与冯·贝塔兰菲生长系数之比(M/K)是决定鱼类种群动态的关键参数,在数据匮乏的渔业资源评估中尤为重要。这些参数通常通过年龄-体长对应表、标记-重捕研究或其他生命史特征来估算,但仍有约80%的被捕捞鱼类物种的这些参数尚未确定。由于M/K和L∞决定了未开发种群的身体尺寸分布,因此应可直接从未捕捞种群的体长数据中估算出这些值。过去这并不现实,因为大多数体长数据来自已被开发的种群;不过,随着潜水员调查和基于相机的视觉调查的快速发展,现在已有大量来自几乎未被捕捞种群的体长观测数据。通过模拟实验,我们确定了在何种条件下,可以直接从此类鱼类观测数据中估算M/K和L∞,以及两个观测选择率参数。我们改进了一种常用的基于体长的评估模型,并将其应用于具有不同生命史参数及实际采样条件的模拟种群,这些条件包括不同的选择率、体长分组方式以及样本量。研究表明,只要能准确确定年龄-体长变异系数,体长数据覆盖至少10个体长区间,且样本量超过500个个体,那么无论是连续补充种群的还是周期性补充种群的种群,其M/K和L∞都能被准确估算(偏差分别小于15%和10%)。本文提出的参数估算方法,可用于可靠地估算通过视觉调查观察到的数百种不同鱼类物种及其种群的生命周期参数。

**引言**
鱼类的种群动态受三种主要过程调控:生长、死亡和补充(Andersen, 2020; Quinn II and Deriso, 1999)。理解这些过程并估算相关参数是渔业研究及资源评估的重要组成部分(Allen and Hightower, 2010; Sparre and Venema, 1998)。在环境变化不大的情况下,未被开发的鱼类种群的数量应会稳定在其生态承载能力水平上,同时补充量也相对保持恒定(Andersen, 2020)。因此,人们通常认为,对于稳定的种群而言,其体长结构主要由生长参数和自然死亡率参数决定(Hordyk et al., 2015a)。

在渔业模型中,个体的生长通常用冯·贝塔兰菲生长函数(VBGF)来描述,该函数由三个参数决定:渐近体长(L∞)、生长系数(K)以及零体长时的理论年龄(a0)。传统上,这些VBGF参数是通过利用耳石、脊椎或棘刺等特征进行年龄测定研究来估算的,但这些研究仅涵盖了一小部分鱼类物种,成本高昂,而且由于对不同年龄组鱼类的采样不足,往往会导致估算结果出现偏差(Goldman, 2005; Green and Mapstone, 2009; Prince et al., 2023)。同样,自然死亡率可通过每年瞬时死亡率(M)来表示,这类数值可通过标记-重捕研究或按年龄分组的捕获数据来估算(Bowlby et al., 2021; Maunder et al., 2023; Thorson et al., 2017),但这些方法同样成本较高且可能不够精确。因此,M通常是通过与其他生命史参数(如最大年龄、渐近体长和生长系数)或环境条件的相关性来推断的(Dureuil et al., 2021; Hamel, 2014; Hoenig, 1983; Pauly, 1980; Then et al., 2014),并且通常被假设为与鱼的年龄、体长和时间无关的常数(Kai et al., 2023; Maunder et al., 2023)。尽管在种群评估中起着至关重要的作用,M仍是渔业模型中最不确定的参数之一(Kai et al., 2023; Maunder et al., 2023; Miethe et al., 2019; Thorson et al., 2017)。

研究表明,在平衡状态下,种群体长分布并非由单个参数M和K决定,而是由它们的比值M/K决定,而L∞则起到比例缩放的作用(Hordyk et al., 2015b; Hordyk et al., 2016; Prince et al., 2014)。值得注意的是,相比单独的M和K值,不同物种之间的M/K比值变化较小(Froese et al., 2018; Hordyk et al., 2015b; Prince et al., 2014)。近年来,人们为多种鱼类估算M/K值所做的努力包括考虑进化相关性的相关性分析(Thorson et al., 2017),以及基于实证估算的生长系数和基于最大年龄的自然死亡率推断的汇总研究(Prince et al., 2023)。然而,尽管已做了大量工作,目前只有几百种鱼类物种有经过验证的估算值。此外,由于生命史参数很可能受到温度和其他环境条件的影响,因此M/K和L∞很可能需要在特定种群层面进行估算(Audzijonyte et al., 2020; Prince et al., 2023)。这就使得使用传统方法获得精确估算变得更加困难。需要新的方法来提高不同鱼类物种的生命史参数的获取效率。其中一种方法可能是通过未捕捞种群的体长频率数据进行统计参数估算。

利用体长数据来推断生命史参数(如生长率)和渔业参数(如捕捞死亡率)是渔业科学中一种成熟的做法(Andersen, 2020; Gulland and Rosenberg, 1992)。然而,现有的方法要么依赖于从捕获物中得到的体长组成,要么侧重于评估捕捞对种群的影响(Beverton and Holt, 1956; Froese et al., 2018; Hordyk et al., 2015a; Pauly, 1983; Pauly and David, 1980; Taylor and Mildenberger, 2017)。在这些方法中,基于体长的、适用于数据匮乏情况的渔业资源评估方法,通常利用捕获物中的体长组成以及事先估算的生命史参数(如M/K和L∞)来估算与渔业相关的参数。不过,如果去掉捕捞因素,理论上这些方法可以用来根据未捕捞种群的体长组成数据来估算生命史参数。如今,通过潜水员调查和基于相机的视觉调查的快速开展,已经获得了大量这样的体长组成数据(例如Caldwell et al., 2024; Edgar and Stuart-Smith, 2014; Letessier et al., 2024)。这些数据集包含了来自全球的数百甚至数千种具有不同生命史特征的鱼类物种和种群。重要的是,许多被调查的鱼类物种并未受到捕捞压力。礁石生物调查数据(RLS;Edgar and Stuart-Smith, 2014)包含了全球约2700种鱼类物种,其中有一些在各类海洋保护区有观测记录,还有约300种鱼类几乎未遭受过捕捞,这些数据或许可以为那些不具移动能力的物种提供未受捕捞影响的参考数据。最终,更准确的生命史参数估算将有助于后续对已捕捞种群的评估。

在本研究中,我们引入了一种改进版的基于体长的产卵潜力比方法(LB-SPR;Hordyk et al., 2015a; Hordyk et al., 2015b),该方法去除了与渔业相关的因素。由于有了这些简化,该方法能够适配未捕捞种群的体长频率数据,从而直接估算生命史参数M/K和L∞,以及观测选择率参数。估算工作采用贝叶斯方法进行,其性能则通过具有实际采样条件的模拟数据集来测试。我们的分析重点在于识别会影响该方法估算精度和准确度的各种条件,并针对将此方法应用于实际数据集提出了建议。

**材料与方法**
为了开发用于估算生命史参数的方法,我们对Hordyk等人(2015a)提出的LB-SPR方法进行了改进,并通过一系列模拟数据集测试了新方法的性能,这些数据集涵盖了不同的生命史特征和采样条件。LB-SPR方法利用用户提供的生命史参数(M/K和L∞),结合捕获物中的体长组成数据,来估算捕捞死亡率、渔业选择率以及产卵潜力比(SPR)。而我们提出的生命史参数估算方法则直接估算M/K,同时当观测数据中包含小型鱼类时,也能准确估算L/M/K和L∞。

未捕捞种群中观测到的体长分布形态很大程度上取决于M/K比值和观测选择率参数(见图2)。随着M/K比值从小于1变为大于1,体长分布从左偏态逐渐变为右偏态(也可参见Miethe et al., 2019)。当M/K比值超过2时,分布的整体形态高度右偏,且对M/K比值的进一步变化不太敏感,不过更高的M/K比值会导致最大体长降低。在极高的M/K比值下……

**我们方法的整体性能**
在Hordyk等人(2015a)提出的广为应用的LB-SPR方法基础上,我们开发了一种方法,能够利用未捕捞种群的体长数据来估算两个生命史参数(M/K和L∞)以及两个观测选择率参数(L50和L95)。总体而言,我们发现该方法的表现相当不错,通常情况下,M/K和L∞的估算偏差分别小于15%和10%(在极端数据情况下偏差分别为30%和20%),前提是观测数据是由符合特定假设的过程产生的。

**CRediT作者贡献说明**
万万·库尔尼亚万:撰写——初稿、方法论、正式分析、概念设计。
谢恩·A·理查兹:撰写——审阅与编辑、方法论、概念设计。
皮娅·贝塞尔-布朗:撰写——审阅与编辑、方法论。
阿斯塔·奥德齐奥尼特:撰写——审阅与编辑、方法论、资金筹集、概念设计。

**关于手稿准备过程中生成式AI和AI辅助技术的声明**
在准备本研究报告时,作者们使用了ChatGPT来优化文本的表述和整体清晰度。在使用该工具/服务之后,作者们对内容进行了必要的审阅和编辑,并对最终发表文章的内容承担全部责任。

**利益冲突声明**
作者们声明,他们不存在任何可能影响本文所述工作的已知财务利益或个人关系。

**致谢**
作者们感谢Adrian Hordyk和Jeremy Prince就LB-SPR方法及其在我们方法中的应用所进行的讨论,以及他们在论文提交前对稿件的审阅。同时,也感谢Freddie J. Heather在完善模型拟合代码方面提供的建议。本研究得到了澳大利亚研究委员会(ARC)的Discovery项目资助,该项目的资助编号为DP220102446,资助对象为AA和SAR。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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