综述：基于遥感技术的紫背飞鱿渔场环境特征及形成机制研究进展

《Fishes》：Advances in Remote Sensing-Based Studies on Environmental Characteristics and Formation Mechanisms of Purpleback Flying Squid Fishing Grounds

　　

紫背飞鱿（Sthenoteuthis oualaniensis）是热带开阔大洋重要的商业开发头足类资源，其渔场的形成与时空变异受局地海洋环境条件、海洋动力过程及多尺度气候变率共同调控。近年来，随着卫星遥感、多源海洋观测及生态统计模型的发展，关于紫背飞鱿渔场环境特征与形成机制的研究已取得显著进展。然而，受研究区域、数据源及建模方法差异影响，现有研究在环境因素与气候模态对紫背飞鱿资源分布及丰度变动的影响机制方面仍存在较大分歧。本综述系统梳理了遥感与多源海洋数据在紫背飞鱿渔场研究中的应用进展，阐明了主要环境驱动因子的生态学意义。现有证据表明，紫背飞鱿渔场的形成并非由单一环境变量控制，而是海表温度（SST）、叶绿素a（Chl-a）、海洋动力过程（如中尺度涡旋、锋面及上升流）及温跃层结构、溶解氧等次表层环境条件综合作用的结果。适宜的热状况与中等生产力水平为资源聚集提供了基础环境前提，而中尺度物理过程与三维生态结构进一步调控着饵料输送、栖息地可利用性及鱿鱼聚集过程。此外，渔场形成机制存在显著的区域差异：西北印度洋渔场主要受季风驱动上升流与大尺度环流系统控制，表现出强连续性与显著的气候相关变异性；南海渔场则更易受黑潮入侵、岛礁地形及区域环流过程影响，空间异质性更为突出。随着分析方法的发展，紫背飞鱿渔场预测方法已逐渐从经验统计分析向多因子统计建模及基于机器学习的预测框架演进。尽管如此，解析三维生态过程、发展物理-生物耦合模型及提升模型可解释性仍是未来研究的关键挑战。本综述为基于遥感的紫背飞鱿渔场形成机制研究、资源评估及可持续开发提供了理论支撑。

1. 1.
   引言
   紫背飞鱿（Sthenoteuthis oualaniensis）属头足纲枪形目柔鱼科Sthenoteuthis属，广泛分布于印度洋与太平洋的热带及亚热带水域，包括南海（SCS）。该物种具有寿命短、生长快、世代更替迅速及种群补充能力强的生物学特性，已成为全球远洋渔业重点开发的战略物种之一。作为上层海洋生态系统的关键类群，紫背飞鱿在食物网结构中扮演重要“中介”角色，既捕食其他头足类、小型鱼类及甲壳类，又是金枪鱼、鲨鱼及海洋哺乳动物的重要饵料来源，对维持海洋生态系统能量传递与物质循环具有重要意义。近年来，紫背飞鱿已成为我国在西北印度洋、南海等海域热带大洋渔业的核心支柱，资源开发规模与经济价值持续扩大，渔业利用潜力巨大。紫背飞鱿具有明显的昼夜垂直迁移（DVM）生态特征，种群呈现清晰的季节性聚集与空间迁移规律。传统船舶调查与渔业统计依赖点观测或有限采样，成本高昂且时空覆盖受限，难以系统刻画渔场形成与演变的动态过程。卫星遥感技术的发展实现了大范围、准同步、长时序的海表温度（SST）、叶绿素a浓度（Chl-a）、海表面高度（SSH）、海表盐度（SSS）及海表面高度异常（SSHA）等关键环境变量的监测，为揭示紫背飞鱿渔场的空间格局与环境背景提供了不可或缺的工具，推动渔场研究从局部走向区域、从离散观测迈向连续监测。现有研究表明，紫背飞鱿对环境变化高度敏感，其渔场分布受热结构、生物生产力与海洋动力过程的多尺度耦合调控。季风环流、中尺度涡旋、水团结构与锋面系统等物理过程通过改变海表温度、混合层深度及营养盐输送，进一步修饰其摄食与产卵环境。同时，厄尔尼诺-南方涛动（ENSO）、印度洋偶极子（IOD）等全球气候模态通过调制海气相互作用与大尺度环流结构，重塑渔场的年际与年代际分布格局。随着遥感数据积累与算力提升，紫背飞鱿渔场研究方法不断革新，预测手段已从早期基于环境适宜性评价与经验统计分析的方法，逐步发展为融合多源遥感数据、气候指数与再分析产品的集成建模框架。近年来，机器学习与深度学习方法在渔场预测中的应用显著增加，提升了复杂环境条件下资源分布的模拟与预测能力，推动研究从经验评估向智能预测转型。尽管基于遥感的紫背飞鱿渔场研究已取得显著进展，但现有研究多聚焦于特定海域、单一环境变量或单一预测模型。在全球气候变化与海洋观测技术快速发展的背景下，如何利用遥感手段阐明紫背飞鱿栖息地（指具有特定物理与生物条件的环境空间）的形成机制与时空动态已成为核心研究方向。本综述聚焦遥感环境数据源、渔场时空特征、环境驱动机制、区域差异及渔场预测模型的演进，重点关注西北印度洋与南海海域，系统梳理遥感技术在紫背飞鱿渔场研究中的应用进展，为未来气候变化情景下的资源评估、渔场预报及可持续开发提供理论基础与方法参考。
2. 2.
   渔场分析的遥感环境变量：数据源、不确定性及科学贡献
   2.1 多源遥感与渔业观测数据基础
   随着卫星遥感、海洋再分析与渔业信息技术的发展，紫背飞鱿渔场研究已逐步建立起以多源异构数据集融合为核心的观测框架，主要包括海表遥感观测、三维海洋再分析产品及渔业观测数据，用于表征不同时空尺度的海洋环境条件。海表环境观测变量中，SST、Chl-a、SSH、SSS及海面风场是当代渔场研究中应用最广泛的环境因子，主要源于MODIS、AVHRR、VIIRS等多传感器卫星反演产品。其中，MODIS等中分辨率传感器凭借长时序观测记录，被广泛应用于渔场年际变异及气候响应分析；VIIRS则因更高空间分辨率，在精细尺度渔场识别与短期动态监测中更具优势。在海洋动力与三维环境结构方面，卫星测高数据集（如AVISO）与海洋再分析产品（如HYCOM、ECCO、CMEMS系统）为中深层海洋过程研究提供了关键支撑，可提供温度、盐度、海流及混合层深度（MLD）等三维环境信息，助力刻画海洋动力结构与能量传输过程。此外，溶解氧（DO）等生物地球化学变量的引入进一步完善了海洋环境生态约束的表征，将栖息地研究从二维海表拓展至三维生态空间。在渔业观测与船舶活动数据方面，自动识别系统（AIS）、船舶监控系统（VMS）及GPS轨迹数据提供了渔船作业的基础时空信息。传统渔业统计仍存在数据覆盖不全与统计不确定性的局限，近年来VIIRS夜间灯光遥感数据（昼/夜波段，DNB）被广泛应用于夜间渔船识别与渔业活动验证，提升了渔业活动信息的完整性与可靠性。多源数据融合已成为当前渔业研究的重要趋势，通过发挥不同数据源的互补特性，实现对海洋生态系统的综合、多尺度、多维表征。

2.2 数据不确定性、潜在偏差与局限性

尽管多源遥感与渔业观测数据的融合使鱿鱼渔场研究能够纳入热状况、初级生产力及海洋动力等多维环境信息，但数据采集与处理过程中仍存在不确定性。首要限制来自卫星遥感不确定性及数据空缺：西北印度洋与南海均受季风系统强烈影响，云量增多与大气扰动常导致SST、Chl-a等卫星反演产品出现观测缺失或反演误差，而这些时段常与上升流增强、生产力变化及渔场重分布重合，数据空缺可能削弱对紫背飞鱿适宜栖息地（指关键栖息地变量处于最优范围的海域） temporal变化的捕捉能力。其次，海洋再分析产品的平滑效应与分辨率限制可能制约紫背飞鱿三维生态位的表征：尽管CMEMS、HYCOM、ECCO等产品提供了同化的三维海洋场，但现场观测（如Argo浮标）分布不均可能导致MLD、DO等垂直结构变量存在不确定性，鉴于紫背飞鱿显著的昼夜垂直迁移特性，此类不确定性可能影响对其垂直栖息范围的评估。第三，环境数据与渔业观测的时空尺度不匹配仍是渔场预测的难点：遥感产品通常具有公里级分辨率，而渔业作业发生在更精细的空间尺度，数据融合时常将渔获量数据聚合到网格中，可能平滑锋面、涡旋等中尺度过程关联的局地环境异质性，限制对紫背飞鱿微尺度栖息地偏好与聚集机制的识别。最后，渔业数据存在采样偏差与单位捕捞努力量渔获量（CPUE）不确定性：AIS/VMS轨迹与商业渔获数据并非随机分布，而是集中在历史高产区与传统渔场，这一问题在紫背飞鱿的灯光诱捕渔业中尤为突出，船队作业受既往捕捞经验、海况及经济因素影响，因此捕捞热点可能同时反映鱿鱼聚集与捕捞行为，而非单纯资源分布。此外，CPUE易受渔具差异、作业策略及捕捞效率影响，需采用广义线性模型（GLM）等标准化方法提升丰度估算的可靠性。

2.3 卫星信息对紫背飞鱿研究的科学贡献

尽管存在上述不确定性，多源卫星遥感与渔业观测数据已被公认为理解上层及中上层洄游物种空间分布机制的核心工具，其科学贡献主要体现在三方面。第一，卫星反演的环境信息被广泛应用于海洋学条件驱动的渔场建模分析。已有研究表明，SST、Chl-a、SSH等变量可有效解释紫背飞鱿及其他上层、中上层头足类的空间分布变异，这些环境变量已被广泛纳入广义加性模型（GAM）、最大熵模型（MaxEnt）及随机森林算法等栖息地建模方法中。第二，卫星观测实现了环境变量与物种分布间非线性响应的表征。研究显示，在锋面系统、中尺度涡旋场等动态海洋环境中，SST与Chl-a的变化可诱导紫背飞鱿空间分布格局的非线性响应。第三，卫星遥感技术显著提升了渔业活动监测能力。VIIRS夜间灯光遥感数据（DNB）与AIS/VMS数据集的融合被用于识别灯光围网渔业活动，提升了捕捞努力量估算的可靠性，已成为当前近海渔业遥感研究的重要方向之一。

1. 3.
   遥感揭示的紫背飞鱿渔场时空特征
   全球尺度上，紫背飞鱿呈现典型的印度-太平洋跨洋分布格局。除西北印度洋与南海外，赤道中东太平洋及亚热带水域也是该物种的重要栖息地与潜在渔场，但当前基于遥感的渔场形成机制研究仍主要集中在西北印度洋与南海。为厘清差异海洋环境下渔场的调控机制，本综述聚焦这两个物理海洋过程与生态调控机制差异显著的代表性区域。

3.1 西北印度洋渔场空间结构

印度洋是全球紫背飞鱿分布与渔业开发最关键的海域之一，其中以阿拉伯海及其邻近水域为中心的西北印度洋公海远洋渔场，已成为我国远洋渔业的重要作业区。相较于传统渔业统计方法，遥感与多源海洋数据的融合使渔场空间结构可在物理-生物耦合框架下得到阐释，提升了对紫背飞鱿季节栖息地动态、空间迁移及年际响应的认知。渔业渔获数据分析表明，西北印度洋紫背飞鱿渔场呈现显著的区域聚集性与空间异质性，高CPUE渔场主要分布在研究区北部相对较高纬度水域。热点分析显示渔场分布存在清晰的空间分异：显著与极显著热点主要集中在约15–20°N、60–65°E海域，显著冷点主要分布在该研究区南部（约10–15°N），整体呈现异质性空间格局，较高CPUE值集中在北部，较低值普遍出现在南部，部分渔场可向亚丁湾附近延伸。从时间维度看，渔场中心在不同月份与年份呈现纬向或经向迁移，这种迁移模式与海流结构的季节变化具有高度一致性。研究显示，紫背飞鱿渔场质心在年际尺度呈东北向迁移趋势，2021–2024年期间呈月尺度逆时针迁移，2016–2021年主渔汛期（9月至次年4月）的年际变异与季节迁移遵循东北-西南走向，与索马里海流方向一致。紫背飞鱿渔场的水平迁移是对环境变异的适应性响应，有助于优化其摄食、体温调节与繁殖等关键生理过程的环境条件。从环境角度看，已有研究综合表明，西北印度洋紫背飞鱿的空间分布受海表热状况（SST）、初级生产力（Chl-a）及海洋动力过程的共同调控。紫背飞鱿的最适SST范围普遍报道为约26–30°C，该热生态位呈现明显季节变异：春季与秋季（3–4月、10–12月），适宜SST区间（26–29°C）大幅扩张，且与高CPUE渔场空间重合；夏季，西南季风伴随的局地上升流引入深层冷水，显著压缩适宜表层热栖息地的空间范围，但SST在28–30°C较高温段对CPUE仍保持稳定正边际效应。在初级生产力方面，季风驱动上升流形成的Chl-a富集区（通常>0.15–0.20 mg·m^-3）对促进鱿鱼聚集至关重要，尤其SST与Chl-a空间梯度强烈的锋面带常与高丰度中心关联。然而，由于研究采样域与模型算法的差异，最优环境阈值的定量估算仍存在不确定性：基于GAM的方法通常推导相对狭窄的最适温度窗口，而MaxEnt模型常预测较宽的栖息地适宜范围，这一差异既反映了不同模型在刻画生态响应关系与定义空间预测目标时的算法差异，也凸显了紫背飞鱿栖息地选择中“最优环境条件”与“潜在适宜范围”的生态学区别。因此，未来研究应整合丰度指数、出现概率及多尺度环境过程，发展纳入非线性响应与空间异质性的综合生态位模型，深化对紫背飞鱿栖息地形成过程的机理认知。在水平海洋动力方面，紫背飞鱿渔场的分布与迁移受中尺度过程强烈影响，高频聚集区通常与低SSH、高涡动能（EKE）及气旋式涡旋边缘关联，这些水动力特征物理上表现为上升流导致的温跃层抬升与局地营养盐富集。此外，部分高产渔场与较高EKE值区域空间重叠，资源中心与涡旋演变的同步迁移进一步表明紫背飞鱿的空间分布对海洋动力过程响应显著。尽管已有研究证实中尺度涡旋对紫背飞鱿空间分布的重要影响，但现有分析多基于SSH、EKE及涡旋类型等二维物理指标，涡旋生命周期演变及涡旋内部三维生态结构如何调控紫背飞鱿的垂直迁移与聚集过程仍待阐明。垂直栖息地过程是另一重要但研究不足的方向。作为昼夜垂直迁移者，紫背飞鱿对垂直热结构与溶解氧结构高度敏感：较浅的混合层深度（17.8–29.8 m）可能有利于上层海洋生产力富集，而20°C等温线深度（101.2–134.7 m）约束其垂直分布的下界。在阿拉伯海广泛分布的中层氧气最小区（OMZ）大尺度栖息地背景下，其高丰度区主要分布在该缺氧层上界及其邻近水域。近期研究表明，此类极端缺氧约束并非静态，而是受中尺度物理过程动态调制：气旋式涡旋成熟期，150 m深度溶解氧浓度（DO_150m）主要集中在1.2–1.6 mg/L区间，这种生物地球化学环境的重新分布为紫背飞鱿在窒息性OMZ背景中开辟出“生理窗口”，使其既能规避深层致死性缺氧，又能在150 m深度精准获取丰富的饵料资源（浮游动物生物量：0.23–0.64 mL/m³）。在年际尺度上，ENSO与IOD等大尺度气候模态通过改变季风强度、海洋环流及区域水文条件，影响紫背飞鱿的栖息地分布与渔场动态。ENSO事件可改变栖息地范围与位置，但响应幅度与方向在不同研究中存在差异：部分研究显示春季厄尔尼诺与拉尼娜事件的适宜栖息地面积无显著差异，但厄尔尼诺期间呈现北移；另一些研究则表明拉尼娜期间栖息地扩张，厄尔尼诺条件下栖息地收缩并伴随北移。这些分歧可能与研究时段、季节背景及环境指标的差异有关，但总体而言，ENSO主要通过改变热状况与生产力调控栖息地重分布。类似地，正IOD事件通过改变印度洋海气相互作用，提升阿拉伯海西部的栖息地适宜度与资源丰度。综上，西北印度洋紫背飞鱿渔场呈现显著的空间聚集、季节迁移与垂直分层特征，这类多尺度空间格局的形成并非单一环境变量驱动，而是海表热状况、初级生产力、中尺度动力过程及垂直结构生物地球化学环境共同调控的复杂生态系统响应。

3.2 南海渔场空间结构

作为典型的半封闭边缘海生态系统，南海受季风系统、黑潮入侵及复杂海底地形共同调控，其渔场空间结构与西北印度洋的开阔大洋环境存在显著差异。已有研究一致表明，南海紫背飞鱿渔场呈现显著斑块化特征，高CPUE区主要分布在南沙群岛及其邻近水域（10–12°N、112–116°E），该空间格局受岛礁地形、陆架-深海过渡带及局地环流过程强烈调控。由于南海背景生产力相对较低，紫背飞鱿聚集主要依赖地形诱导上升流、岛礁生成涡旋等物理过程带来的局地营养盐富集，形成局地生产力热点（Chl-a：0.10–0.35 mg·m^-3），进而导致鱿鱼资源呈现高度异质性与破碎化的分布格局。南海紫背飞鱿渔场呈现显著的季节与年际变异性：2019–2020年夏季后适宜栖息地呈现东北向迁移，而2014–2016年春季最优栖息地质心较秋季向西南迁移，不适宜栖息地则向东北迁移，这些差异可能源于时间尺度与环境背景的不同，反映了其对季节与年际环境变化的差异化响应。在年际尺度上，ENSO通过改变SST、季风强度及区域环流结构影响栖息地分布：拉尼娜期间潜在产卵场北移，厄尔尼诺期间南移；部分研究识别出厄尔尼诺期间的局地异常状况，表现为SST降低、Chl-a与SSH升高，表明区域海洋过程可能调制ENSO驱动的资源分布变化。此外，拉尼娜期间渔场质心的纬向位移进一步凸显了气候变率对紫背飞鱿种群空间结构与分布动态的调控作用。从环境调控机制看，SST与Chl-a仍是影响南海紫背飞鱿分布的主要环境驱动因子，但其效应呈现显著的季节与区域变异。南海SST季节变异性显著，夏季温度较高，冬季大幅降低，沿岸水温通常低于离岸区域，春冬季节近岸SST常低于25°C，形成清晰的水平热梯度。已有研究表明，紫背飞鱿适宜SST范围为24–30°C，春季（2–5月）适宜栖息地尤为明显。但不同研究对最优环境范围的估算存在差异：基于MaxEnt模型的研究指出SST是调控南海紫背飞鱿季节栖息地变异的关键环境因子；基于GAM的研究发现CPUE分布与SST 27–30°C、Chl-a 0.10–0.15 mg/m³的适宜条件显著相关；基于2013–2018年灯光围网生产数据的分析则显示适宜环境范围为SST 25–31°C、Chl-a 0.05–0.27 mg/m³，伴随渔场质心北移。这些分歧并非一定意味着环境偏好的不一致，主要反映了模型结构、数据源及空间尺度的差异：GAM强调CPUE与环境变量的经验关系，而空间预测方法刻画更广泛的栖息地格局；粗分辨率数据集可能平滑局地环境梯度，影响栖息地适宜度估算。未来研究应整合多源环境数据与多尺度模型，深化南海紫背飞鱿栖息地动态驱动机制的解析。除海表环境外，垂直结构也是影响南海紫背飞鱿栖息地的关键因素。南海渔场主要受黑潮入侵及其诱导的中尺度涡旋活动影响，这些过程通过改变垂直热结构与营养盐分布，影响三维栖息地环境及紫背飞鱿的昼夜垂直迁移（DVM）。气旋式涡旋可通过上升流导致温跃层抬升，约束白天栖息深度，同时增强夜间表层摄食机会。此外，与开阔大洋相比，南海混合层深度（MLD）呈现显著季节变异，主要受季风过程与黑潮入侵的共同调制，进而通过改变上层热结构与营养盐再分配过程，进一步调控紫背飞鱿栖息地的时空分布及渔场质心的迁移特征。然而，垂直物理过程与DVM的关联机制仍不明确，多基于定性解释，缺乏MLD、温跃层梯度及溶氧条件如何调控垂直迁移的定量评估。未来研究应整合三维环境观测与动态栖息地模型，深化南海紫背飞鱿垂直栖息机制的认知。

3.3 南海与西北印度洋环境驱动机制比较

两区域研究对比表明，南海与西北印度洋紫背飞鱿渔场的形成既受共性生态机制调控，也存在区域特异性环境过程。在关键环境因子响应阈值方面，两区域高产渔场的核心SST均稳定处于25–31°C的宽温带，且均显著偏好“中等生产力背景（Chl-a浓度约0.10–0.35 mg·m^-3）”，而非极端叶绿素a高值区，这种环境适宜范围的相似性暗示两区域紫背飞鱿分布存在共享的生物物理调控机制。作为典型昼夜垂直迁移物种，两区域紫背飞鱿均受温跃层与混合层结构强烈影响：稳定的垂直热力分层为其昼夜栖息深度转换提供了基础环境框架；同时，两区域渔场均优先分布在热状况、营养动力学及海表面高度异常梯度强烈的过渡区，包括海洋锋面与中尺度涡旋边缘，这些动力区域促进垂向与水平水体交换，增强饵料聚集，从而形成利于紫背飞鱿摄食的栖息地。尽管环境适宜范围高度重叠，但两区域渔场的空间配置与主导过程存在显著差异：西北印度洋为受季风驱动上升流与海盆尺度环流影响的开阔大洋，营养盐供应相对连续，渔场空间连续性较强；南海为受岛礁地形、黑潮入侵及局地锋面过程强烈影响的边缘海，适宜栖息地呈现显著斑块化分布。因此，西北印度洋紫背飞鱿聚集主要受大尺度海洋过程调控，而南海聚集更依赖局地环流与地形诱导的生态过程。在气候响应方面，西北印度洋渔场变异与IOD及ENSO密切相关，气候异常主要通过调控季风强度与上升流过程影响资源分布；南海渔场则主要受ENSO诱导的季风系统、海表温度及区域环流结构变化影响，呈现更强的区域响应特征。总体而言，两区域紫背飞鱿具有相似的环境适宜基础，但海洋动力学的差异塑造了不同的渔场空间结构：西北印度洋呈现开敞海盆连续型格局，南海呈现边缘海斑块型格局。

1. 4.
   紫背飞鱿渔场综合驱动机制
   紫背飞鱿渔场的形成与时空动态并非由单一环境变量决定，而是多尺度海洋物理过程与生物生态需求复杂耦合的结果。本节遵循从微观到宏观、从局地过程到系统层面的层级框架，从局地环境适宜性机制、生物-物理耦合过程、区域季节调控机制及大尺度气候异常驱动机制四个维度，系统阐释紫背飞鱿渔场的综合驱动机制。

4.1 局地环境适宜性机制

紫背飞鱿作为短寿命、快生长的 opportunistic头足类，对环境变化高度敏感，其渔场形成主要受局地环境“生态阈值”约束。这些阈值主要由温度、溶解氧（DO）及饵料可得性决定，同时受盐度、水团结构等环境因素影响。局地尺度机制的核心在于环境变量是否处于最优范围，进而决定资源能否在特定区域建立稳定的核心栖息区。SST是最关键的限定因子：温度通过调节代谢速率、摄食效率及生长速率直接影响个体能量收支，同时通过影响海洋层结强度与温跃层深度间接约束垂直活动范围；当最优温度水层被压缩或上移时，栖息层相应调整，导致空间分布改变。Chl-a浓度与初级生产力构成饵料供应的基线条件：中等生产力水平有利于稳定浮游动物与小型鱼类群落的形成，为紫背飞鱿提供持续饵料来源；而过低的过高生产力背景均会损害栖息地适宜性，影响资源聚集强度。盐度与DO是重要的栖息地约束因子：盐度通过影响水团结构与密度层结调控栖息地稳定性，进而影响栖息地选择与资源分布；DO决定最大潜深与垂直生态位宽度，在OMZ发育显著的海区可导致垂直活动空间压缩。因此，局地环境适宜性机制本质上是渔场形成的“生态阈值”，决定资源能否在特定区域建立核心栖息地，是多尺度驱动框架中的基础层。上述环境变量虽直接决定紫背飞鱿的栖息地适宜性，但这些最优条件的形成进一步受海洋水动力过程调控。

4.2 生物-物理耦合机制

在适宜环境基础上，渔场形成进一步依赖海洋水动力过程对生物生产力的调控。上升流、中尺度涡旋、海洋锋面等物理过程通过改变水柱结构与营养盐输送提升初级生产力，进而通过食物网传递，最终驱动紫背飞鱿资源聚集。上升流通过埃克曼抽吸或沿岸离岸输送将营养盐丰富的深层水输送到表层，为浮游植物增长提供必需的营养基础，产生“自下而上”的能量传递；随着初级生产力信号向高营养级传递，浮游动物、小型鱼类及头足类幼体在这些核心生产力区或其边缘大规模增殖，在饵料密度的生物吸引驱动下，作为顶级捕食者的紫背飞鱿呈现显著的空间资源聚集，实现从物理扰动到生物资源富集的转变。中尺度涡旋通过涡旋抽吸、汇聚与滞留效应调控营养盐与生源颗粒的输送：气旋式涡旋促进深层营养盐向上输送，提升初级生产力；反气旋涡旋边缘则常形成饵料生物聚集区，因此紫背飞鱿高丰度区主要分布在涡旋边缘或涡旋-锋面汇合带。海洋锋面区域因温度与盐度梯度形成物理屏障与汇聚捕获效应，将浮游生物与小型鱼类集中到锋面带内，形成线状或带状高丰度带。不同海区的耦合模式存在差异：印度洋等开阔大洋常呈现以大尺度上升流为主导的连续生产力带，而南海等边缘海更依赖中尺度水动力过程维持局地高生产力。因此，生物-物理耦合机制通过“自下而上”的能量传递过程，决定渔场的形成、强度与空间配置，是将局地环境适宜性转化为资源聚集的关键桥梁。

4.3 季节调控机制

区域尺度上，季风系统是渔场周期性变化的主导控制因子。通过调控大尺度海气相互作用与海表环流格局，季风改变上升流强度与水柱层结，重塑生物生产力的空间分布。西北印度洋夏季强南风通过埃克曼抽吸在阿拉伯海与索马里沿岸诱发大规模上升流，冷水携带丰富营养盐进入真光层，促进浮游植物与次级生产力增长，为后续高产渔场的形成提供生产基线；此时受海表水动力环境剧烈波动影响，渔获峰值通常滞后至季风转换期（9–11月），待初级生产力成功转化为次级生物量后方达最高。冬季风向后逆转触发海洋环流重组，原有上升流区转变为下沉或弱混合区，渔场质心随生产力中心向赤道或西部迁移，呈现典型的季节位移特征。与西北印度洋相比，南海渔场的季节变异受更多局地水动力过程影响：夏季风影响下，南海上升流、涡旋及锋面活动增强，渔场主要分布局限于南沙群岛及其邻近水域；冬季随环流结构调整与黑潮入侵增强，渔场质心发生显著迁移。总体而言，季风系统通过调制海洋动力环境与生产力状况，塑造紫背飞鱿渔场的季节变异特征：西北印度洋渔场主要响应季风驱动的大尺度上升流过程，季节节律高度显著；南海渔场则同时受季风、区域环流及中尺度水动力过程影响，空间位置的变异更为复杂。

4.4 气候异常调控机制

在年际及更长尺度上，大尺度气候模态是驱动渔场波动的关键外部强迫因子。在季风建立的季节格局基础上，大尺度海气耦合模态通过改变风场结构、海表热分布及海洋水动力过程，调整生产力水平与适宜栖息地范围。气候模态并非直接作用于紫背飞鱿资源，而是通过改变海温、上升流、层结强度、初级生产力等环境条件，影响适宜栖息地的分布与资源聚集过程。ENSO与IOD事件通常诱发海洋环境异常变化，进而重塑渔场空间配置：厄尔尼诺期间，部分海区常呈现海表温度升高、上升流减弱、生产力下降的特征，导致适宜栖息地收缩，渔场随之萎缩或空间迁移；拉尼娜与正IOD背景下，特定研究区则呈现上升流活动增强、生产力水平升高的特征，有利于适宜栖息地扩张与资源聚集。此外，在长期气候变暖背景下，海表温度的持续升高可能诱发适宜栖息地范围的空间重组与分布范围偏移，最终影响区域资源格局与渔场稳定性。不同海区对气候异常的响应存在差异：西北印度洋同时受ENSO与IOD调控，气候异常对其上升流系统与基线生产力场的影响高度直接，因此其渔场年际波动通常较为显著；南海则主要通过ENSO对季风系统、区域环流及黑潮入侵过程的调制产生影响，其气候响应呈现更强的区域性与间接性环境变异特征。因此，气候异常调控机制通过调制区域环境背景与海洋水动力过程，在年际尺度上重塑紫背飞鱿的适宜栖息地范围与资源聚集格局，是渔场长期波动的重要驱动因子。

1. 5.
   遥感驱动渔场预测技术的演进
   5.1 经验统计分析阶段
   20世纪90年代末至21世纪前十年，紫背飞鱿渔场研究普遍处于经验统计分析阶段。该阶段研究主要依赖SST、Chl-a等海表遥感变量，通过相关分析、频率统计与经验回归方法，探究环境变量与CPUE的关系，识别紫背飞鱿资源分布的适宜环境范围，为后续栖息地适宜性模型的发展奠定基础。其中，栖息地适宜性指数（HSI）模型是该时期最具代表性的工具，通常基于SST、Chl-a等环境因子的适宜度函数构建HSI模型，通过算术平均、几何平均或经验加权技术进行多因子综合评价。除遥感环境数据外，资源调查技术的进步也为模型构建提供了关键支撑：灯光敷网结合科学回声探测仪的同步观测提升了资源垂直分布剖面的捕捉能力，通过声学回声分析建立胴长与目标强度（TS）的经验关系，为资源密度估算提供了基础。总体而言，HSI模型结构简单、计算效率高、生态解释清晰，适用于早期资源分布识别与潜在渔场划定。但该模型依赖经验阈值与人工定义的适宜度函数，限制了其刻画环境变量间复杂非线性关系与交互作用的能力，且主要关注海表环境，对温跃层结构、溶解氧变异及气候尺度环境变化等生态过程的考量有限。

5.2 多因子统计建模与标准化阶段

进入21世纪第二个十年，随着MODIS、AVHRR等卫星产品长时序数据的积累及渔业生产数据的系统整理，紫背飞鱿渔场研究逐渐从经验统计分析转向多因子统计建模与标准化分析阶段。在数据层面，遥感环境变量研究从SST、Chl-a等单一海表参数扩展到SSH、SSHA、海面风场等多环境因子联合分析，部分研究纳入DO、pH、SSS、MLD及浮游动物生物量，探究紫背飞鱿丰度与环境条件的关联。在方法层面，研究逐渐从以HSI模型为代表的经验适宜性评价方法，转向GLM、GAM等多因子统计建模方法。与依赖经验加权方案与预定义适宜度函数的HSI模型相比，GLM与GAM通过引入非参数平滑函数，有效提升了环境变量与渔业资源间非线性关系的表征能力，在预测性能与生态解释性之间实现了良好平衡，因此被广泛应用于紫背飞鱿渔场研究。但这类模型仍依赖变量独立性假设，对多环境变量间高维交互作用的表征能力有限。与此同时，CPUE标准化成为该阶段的重要研究方向，研究普遍将船舶特征、捕捞作业、时间因子及空间因子作为协变量纳入GLM或GAM分析，以降低捕捞努力量差异的影响，提升资源丰度指数估算的可靠性。同期，HSI模型通过整合加权平均、模糊逻辑与综合指数等方法持续优化，地质统计学方法（包括标准差椭圆、重心分析及热点分析）被广泛用于揭示渔场的时空迁移规律。总体而言，该阶段标志着研究从经验阈值识别向环境响应机制分析的转变，提升了模型的统计解释性，但GLM与GAM仍高度依赖变量选择与预定义模型结构，对环境变量高维交互作用与复杂生态过程的表征能力有限。

5.3 智能建模阶段

近年来，随着机器学习与人工智能方法在渔业遥感领域的快速发展，以及再分析产品与气候指数数据的系统整合，紫背飞鱿渔场预测逐渐转向智能建模框架。研究数据集从传统卫星反演海表变量扩展到包含SST、Chl-a、SSH、涡度、MLD、温盐结构及ENSO、IOD等气候指数的多源多尺度环境信息，可综合分析局地环境变异与大尺度气候过程。在方法层面，MaxEnt、随机森林（RF）、梯度提升树（GBT）、XGBoost等机器学习方法被广泛应用于栖息地适宜性评估与渔场预报研究。与GLM、GAM等统计模型相比，这类方法无需预指定变量响应函数，能更有效处理高维变量、复杂非线性关系及变量交互效应，并通过特征重要性分析量化环境因子的贡献。同时，卷积神经网络（CNN）、长短期记忆网络（LSTM）等深度学习模型逐渐被引入渔场预测研究，通过提取遥感数据的空间特征与捕捉资源分布的时间滞后效应，进一步提升了时空格局的表征能力，为季节尺度预测与短期预报提供了新的技术路径。总体而言，该阶段标志着研究方法从环境变量相关性分析向多尺度预测与气候驱动解释的转型，机器学习与深度学习模型的引入推动渔场研究从局地栖息地识别扩展到资源变率模拟与长期趋势预测。

5.4 不同预测模型的综合比较

不同类型预测模型在预测性能、生态解释性与应用场景上存在显著差异。总体而言，HSI、GLM、GAM等传统统计模型在生态解释方面优势突出，而机器学习与深度学习模型在捕捉复杂非线性关系与提升预测性能方面潜力更大。HSI模型结构简单、生态解释清晰，适用于数据有限条件下的潜在栖息地评估，但其预测高度依赖经验阈值，限制了复杂生态过程的揭示能力。GLM在CPUE标准化与环境因子贡献评估方面效果显著，统计推断能力强；GAM通过引入非参数平滑函数进一步增强了非线性响应关系的表征能力，在识别生态适宜范围方面优势明显，但两者仍受各自模型假设的约束。MaxEnt适用于仅存在出现数据时的潜在分布预测。RF与XGBoost可整合多源环境变量并捕捉预测因子间的复杂交互作用，在空间预测中表现优异。CNN-LSTM等深度学习模型特别适用于长时序分析与高分辨率遥感数据，能有效提取资源分布的时空格局，但其解释性与跨区域迁移能力仍需提升。因此，不同模型并非简单替代关系，而是针对不同研究目标的互补工具：聚焦生态机制解释与统计推断的场景，传统HSI、GLM、GAM方法仍是首选；侧重业务化预报与高精度预测的应用，集成机器学习（如RF、XGBoost）与深度学习模型（如CNN-LSTM）具有绝对优势；在精细日志数据缺失、仅能获取出现数据的场景下，MaxEnt模型是新渔场早期勘探与潜在栖息地重建的理想工具。未来研究应采用双轨并行预测框架：一方面引入可解释人工智能（XAI）拆解深度学习的“黑箱”，调和“高预测精度”与“强生态解释性”；另一方面通过整合物理-生物地球化学耦合模型，从三维动力视角提升模型在气候变化情景下的跨区域迁移与泛化能力。

1. 6.
   局限性与未来展望
   6.1 当前局限性
   尽管现有研究已从环境因子识别与统计建模角度系统探索了紫背飞鱿渔场的形成机制，但仍存在若干关键局限与研究空白。一是渔业与环境数据的不确定性：当前研究高度依赖商业渔业日志与遥感反演环境数据，受捕捞行为差异、渔场选择性及遥感反演误差影响，两类数据集均存在固有不确定性；同时，渔获数据主要源于活跃开发海域，未开发区域的资源状况缺乏直接观测，限制了对渔场完整空间格局的全面认知。二是对三维生态过程的认识不足：现有研究仍以二维海表遥感信息分析为主，对温跃层结构、DO分布、中层水团变异及紫背飞鱿昼夜垂直迁移等三维生态过程的关注不足，严重制约了对渔场形成机制的深入理解。三是对气候尺度驱动机制的洞察有待深化：尽管ENSO、IOD等气候模态对紫背飞鱿资源分布具有重要影响，但现有研究多聚焦于单一气候事件与渔场变异的统计相关性，对气候异常通过调制海洋水动力过程、生物生产力及栖息地结构进而调控资源分布的级联机制认识不足。四是预测模型的可解释性与泛化能力欠缺：在渔场时空异质性强、环境变量交互复杂的背景下，传统统计模型预测精度与泛化能力不足，难以捕捉紫背飞鱿等大洋物种的高频波动特征，模型的解释力与预报性能仍有较大提升空间。

6.2 未来展望

针对上述局限，未来研究应聚焦以下方向。一是构建三维自主观测与多源数据融合集成系统：未来研究应在完善传统渔业数据与卫星遥感观测的基础上，加强Argo/BGC-Argo剖面浮标、自主水下航行器（AUV）等自主观测系统的应用，实现三维海洋环境的连续监测；同时强化电子渔捞日志、VMS、AIS等渔业数据集的整合，实现捕捞活动与海洋环境条件的协同观测，构建“卫星遥感–原位观测–自主平台–渔业作业”一体化的观测框架，为高精度渔场建模提供数据支撑。二是发展渔场形成机制的物理-生物耦合模型：未来研究应超越统计相关分析，引入物理-生物耦合模型，从海洋动力过程与生态过程交互的角度阐释渔场形成机制，重点探究上升流、中尺度涡旋、锋面系统等物理过程如何调控营养盐输送与初级生产力，及其对浮游生物群落与头足类聚集的级联效应；同时可整合ROMS、HYCOM等海洋环流模型与NPZ等生态模型，建立连接物理强迫与生物响应的过程性预测框架，深化对紫背飞鱿渔场形成机制的机理认知。三是推进多源遥感融合与智能预报技术：随着人工智能遥感反演、高分辨率海洋卫星、海洋激光雷达（LiDAR）及卫星星座观测技术的快速发展，获取更精细、连续的海洋环境信息成为可能。在此基础上，应进一步融合遥感数据、再分析产品、气候指数与渔业生产数据，发展机器学习、深度学习及多模型集成预报方法，提升渔场识别、资源评估与动态预报能力；同时加强模型可解释性研究，通过SHAP分析、LIME方法及注意力机制可视化等技术，在提升预测性能的同时揭示关键环境变量的作用路径与贡献机制，实现高精度预测与生态机制解释的平衡。四是强化全球气候变化下的资源响应研究：在全球气候变化背景下，ENSO、IOD、海洋变暖等大尺度气候过程对紫背飞鱿资源分布与渔场格局的影响可能进一步增强。未来应加强气候异常事件与资源波动的耦合机制研究，揭示气候变化对栖息地结构、资源丰度及渔场稳定性的长期影响，为紫背飞鱿资源的可持续利用与渔业管理提供坚实的科学依据。