【摘要】鸢乌贼是阿拉伯海重要的渔业资源之一，科学预测鸢乌贼资源量的分布有利于其资源的合理开发和利用。本研究利用2017-2019年阿拉伯海公海灯光围网鸢乌贼生产数据，结合同期的盐度、温度、混合层厚度、海表面高度异常、叶绿素a浓度、海表流速、经度、纬度数据构建了阿拉伯海鸢乌贼渔场的PCA-GAM预报模型。环境因子间的相关性会形成多重共线性，易造成模型过拟合，降低模型的预报能力。基于主成分分析（Principal Component Analysis，PCA）降维技术，将环境数据转变成少数几个不相关但保留重要信息的主成分（Principal Component，PCs），将前8个PCs作为GAM模型的解释变量，构建模型。利用交叉验证得到预报值和实际CPUE(经过ln(CPUE+1)变换)的相关系数的均值为0.5327，回归模型斜率的均值为0.7087，截断的均值为1.4711。模型预报的鸢乌贼资源量分布和实际的CPUE(经过ln(CPUE+1)变换)在空间上重叠度较高，表明PCA-GAM模型能够较好的预报阿拉伯海鸢乌贼资源量的空间分布。