采用数字回声探测仪Bio Sonics DT-X(430 KHz)和双频识别声呐DIDSON(低频1.1 MHz、高频1.8MHz)对青草沙水库的渔业资源量、空间分布特征等进行了为期2 d的水声学调查。在调查过程中两种仪器同步工作,并采用放网捕捞的方法对青草沙水库中的鱼类样本进行采集,并测量其体重与体长。利用Echoview软件对两种仪器采集所得的声学数据进行分析处理。DIDSON的调查结果显示:水库鱼类总数约为936万尾,总的资源量约为705万kg,鱼类主要分布于水库的东部、中部地区。Bio Sonic

声学方法评估渔业资源于20世纪70年代开始在国际上推广。如今,声学方法已成为海洋生物资源评估的重要手段。我国于2009年启动南极海洋生物资源开发项目,越来越多的研究目光投向南极磷虾资源。作为南大洋生态系统中的关键物种,南极磷虾具有复杂的集群和生物特性,其资源评估的准确性尚有较多限制因子。作为传统资源评估的重要补充和延伸,声学技术在南极磷虾资源的评估上日益受到重视。本文在总结声学资源评估一般过程(航线设计、声学仪器校正、数据采集、目标强度确定、数据处理及生物量评估等)的基础上,结合南极磷虾的集群特点,分析了声学技术在南极磷虾资源评估上的应用及面临的问题(如,背景噪音剔除、种类鉴别和目标强度确定等)。

为掌握马鞍列岛岛礁海域渔业资源时空分布特征及其与环境间关系，于2016年12月、2017年3月与5月，使用BioSonics DT-X科学回声探测仪辅以拖网采样对该海域进行3次声学调查。调查显示，2016年12月、2017年3月与5月评估鱼类分别为46、32、43种，3次调查声学评估鱼类平均丰度密度分别为2.7×10~(4)、1.98×10~(4)和1.45×10~(4)尾/km~(2)，鱼类平均资源量密度分别为0.33 t/km、0.34 t/km和0.30 t/km，海域内评估鱼类资源总量分别为132 t、141 t和126 t。结果显示，3次调查鱼类丰度密度逐渐递减，3月资源量密度和资源量最高，其次为12月、5月。海区底层资源密度最高，中层次之，表层最少，资源密度水平分布与水深之间无明显线性关系，底层资源丰度密度与底质中粉砂质含量呈显著正相关性（R~(2)>0.75）。近礁区资源丰度密度远高于远礁区，近礁区各月资源丰度密度与温度、盐度无显著线性关系，与溶解氧之间呈一定线性关系（R~(2)=0.72）；远礁区各月资源丰度密度与温度呈显著线性关系（R~(2)=0.91），与溶解氧间线性相关性较弱（R~(2)=0.63），与盐度间无明显线性关系。研究证实声学方法在马鞍列岛岛 礁海域渔业资源评估中具有良好的作用效果，为后续进一步开展岛礁海域以及人工鱼礁区渔业资源增殖效果评估研究提供了科学依据与现实基础。

２０１２年９～１０月（秋季）和２０１３年３～４月（春季），利用科学探鱼仪（Ｓｉｍｒａｄ ＥＹ６０）结合灯光罩网对南海中南部（５°００＇Ｎ～１６°００＇Ｎ）渔业资源进行了声学调查与评估。通过分析渔业声学数据，并结合渔业资源采样和生物学测定数据，对鸢乌贼（ＳＹｍｐｌＥｃｔｏｔＥｕｔｈｉＳ ｏｕａｌａＮｉＥＮＳｉＳ）、鲭科（鲣ＫａｔＳｕｗｏＮｕＳ ｐＥｌａｍｉＳ、圆舵鲣ａｕｘｉＳ ｒｏｃｈＥｉ、扁舵鲣ａｕｘｉＳ ｔｈａｚａｒｄ）、鲹科（长体圆鲹ｄＥｃａｐｔＥｒｕＳ ｍａｃｒｏＳｏｍａ、颌圆鲹ｄＥｃａｐｔＥｒｕＳ ｌａｊａＮｇ和无斑圆鲹ｄＥｃａｐｔＥｒｕＳ ＫｕｒｒｏｉｄＥＳ等）和金枪鱼属（黄鳍金枪鱼．．．

在2019年10月24日至26日，使用便携式Simrad EY60科学探鱼仪对珠海桂山岛海上风电场水域的渔业资源进行了声学调查，研究了该水域的渔业资源组成、数量密度、资源量密度及其空间分布。本次调查共捕获游泳生物和底栖无脊椎动物72种，其中34种参与声学评估。扫海面积法估算的鱼类平均数量密度与资源量密度分别为1.09×10~(4)尾/km~(2)，227.48 kg/km~(2)；声学方法估算的鱼类数量密度与资源量密度分别为5.97×10~(5)尾/km~(2)，15.13 t/km~(2)。风电场水域鱼类聚集性分布明显，在风电场西北与东南外围水域密度较高，中间水域的密度较低。鱼类单体目标强度(TS)分布范围为-68～-41dB，其中-68～-58 dB的单体TS占主要部分(79.12%)，对应鱼类的体长范围为3～8 cm；随着水深的增加，单体平均TS先减小后增大。本研究是桂山风电场水域渔业资源的首次声学调查，结果较准确的反映了风电场水域多种鱼类的资源量及其分布信息，可为科学评价海上风电场建成运营后对渔业资源的长期影响提供基础数据。

为掌握南海柘林湾—南澳岛海洋牧场水域渔业资源本底情况,于2011年4月到2012年2月,使用Simrad EY60科学探鱼仪先后于不同月份对其进行了4次调查。调查显示2011年4月,21种评估鱼类总平均数量密度和平均资源量密度分别为2.68×104个/km2和0.73 t/km2;2011年8月,38种评估鱼类总平均资源数量密度和平均资源量密度分别为6.49×104个/km2和0.71 t/km2;2011年11月,33种评估鱼类总平均资源数量密度和平均资源量密度分别为4.14×104个/km2和0.93 t/km2;2012年2月,15种评估鱼类总平均资源数量密度和平均资源量密度分别为1.4...

为初步了解南澳岛白沙湾海藻养殖区鱼类资源状况,利用便捷式分裂波束式Simrad EY60科学探鱼仪,于2015年4月28日、12月2日与2016年4月19日对该海域进行3次声学调查,结果显示,3次调查中藻区内、外鱼类资源丰度密度分别为3.45/1.38×105、0.63/1.45×105、3.67/2.98×105尾/n mile2。藻区内春季鱼类资源量显著高于冬季,资源丰度密度随季节变化显著;藻区外资源丰度密度变化较小且均匀;藻区内、外鱼类资源丰度密度最高值出现于26 m水层,68 m次之,表、底层最小

2013年11月25日和2014年5月22日,使用分裂式波束科学鱼探仪(Simrad EY60,70k Hz,挪威)对黄河小浪底水库库尾大坝至黄河三峡段主河道的渔业资源进行了2次声学调查。通过对鱼类目标强度的现场测量,使用回波积分方法对库区内不同区域鱼类资源平均密度、资源量和空间分布进行了探查和评估。结果表明,2013年11月和2014年5月库区内调查水域声学积分值(nautical area scattering coefficient,NASC)分别为29.38 m2/nm2和49.77 m2/nm2,对应的鱼类资源平均密度分别为0.016尾/m2和0.290尾/m2,资源量分别为41.5...

渔业资源科学调查是开展渔业资源状况评价、物种保护和管理等分析的重要数据来源，当调查方式发生变化时，维持数据的时间一致性至关重要。因此，原位试验获取不同调查方式的捕捞效率校正因子(fishing power correction, FPC)成为资源状况评价的先决条件。本研究通过平行拖网对比试验分析了科学调查船“中渔科211”(试验船，下同)和生产性渔船“浙嵊渔10201-10243”(标准船，下同)在开展渔业资源调查时对不同种类或类群的渔获率差异。结果表明，试验船和标准船平均渔获率分别为(138.98±92.14) kg/nmile~(2)和(392.68±474.76) kg/nmile~(2)。标准船主要种类为小黄鱼(Larimichthys polyactis)和龙头鱼(Harpadon nehereus)，平均渔获率分别为(195.44±299.66) kg/nmile~(2)和(40.83±145.17) kg/nmile~(2)；试验船主要种类为鳀(Engraulis japonicas)和黄鮟鱇(Lophius litulon)，平均渔获率分别为(29.21±73.81) kg/nmile~(2)和(23.34±33.85) kg/nmile~(2)。2种调查方式对不同种类的渔获率随深度变化而出现分化，其中总渔获率、鱼类、银鲳(Pampus argenteus)等8个类别表现为相似的变化趋势；甲壳类、鳀、六丝钝尾虾虎鱼(Amblychaeturichthys hexanema)等5个类别变化趋势相反；头足类、小黄鱼、龙头鱼在各深度变化具有异质性特征。这种变化与网口垂直扩张和所在水层位置有关。均值比和Kappenman方法估计的总渔获率FPC分别为0.35(95%置信区间为0.24?0.61)和0.43(95%置信区间为0.27～0.70)，各种类渔获率均值比结果显示，FPC变化范围在0.03～2.61，其中总渔获率、鱼类、头足类、小黄鱼和绿鳍鱼(Chelidonichthys spinosus)达到显著水平，建议对上述种类的资源丰度指标年际变化趋势分析时进行数据校正。标准船以近底层种类为调查对象，尤其在捕获经济种类方面表现出优良性能，但对完整生态系统代表性较弱。试验船适合浅水区调查，在深水区由于网口垂直扩张不足，且网位存在上浮现象，难以反映近底层生态系统。

为了研究渔业数据失真对两种非平衡剩余产量模型评估结果的影响,以南大西洋长鳍金枪鱼渔业产量和单位捕捞努力量渔获量(CPUE)数据作为基础数据,加入5种不同程度[变异系数(CV)=1%、5%、10%、20%和30%]的随机误差,模拟了(1)无数据失真,(2)仅产量数据失真,(3)仅CPUE数据失真,(4)产量和CPUE数据均失真等4种情况。利用基于ASPIC的非平衡剩余产量模型(ASM)和基于贝叶斯状态空间建模方法的非平衡剩余产量模型(BSM)分别评估了最大可持续产量(MSY)、B_(MSY)、F_(MSY)、B_(2011)/B_(MSY)、F2011/F_(MSY)等5种生物学参考点和管理指标。结果显示,在无数据失真情况下,ASM和BSM评估的MSY分别为2.866×10~4 t和2.836×10~4 t,B_(2011)/B_(MSY)分别为1.366和1.324,F2011/F_(MSY)分别为0.627和0.667,均相差不大,表明该渔业目前状态良好,ASM得到了较大的B_(MSY)(31.48×10~4 t)和较小的F_(MSY)(0.091);数据失真对ASM评估的B_(MSY)和F_(MSY)分别产生了严重的过低估计和过高估计,且CPUE数据失真产生的影响要比产量数据失真大;随着随机误差的增大,BSM评估的生物学参考点和管理指标的绝对百分比偏差有增大趋势;与ASM相比,BSM能够更好地处理渔业数据中存在的随机误差,除了MSY以外,BSM评估的生物学参考点和管理指标绝对百分比偏差均要比ASM的评估结果低,尤其是B_(MSY)和F_(MSY)。因此,在使用存在较大随机误差的渔业数据进行资源评估时,BSM具有一定的优势。

渔业资源评估是开展渔业资源管理,维系渔业可持续发展的基础工作。传统的渔业资源评估方法需要统计产量、资源丰度指数甚至年龄结构等大量数据,由于调查经费和数据的缺乏,全球仅1%的鱼种进行过系统性的资源评估。近年来,在数据有限(data-limited)条件下如何开展资源评估已日益成为学术界的关注热点。本文将基于生活史特征的评估方法分为仅需要生活史参数,需要产量数据和生活史参数,需要产量数据、生活史参数及体长或年龄数据等3大类,分别从方法、数据要求、输出结果及局限性进行了系统回顾分析,提供了关于生活史特征参数的常见估算方法,并就其中两种模型对北大西洋大青鲨(Prionace glauca)的可持续渔获量进行了初步评估与比较。最后,对数据缺乏模型的使用及模型在中国近海渔业资源评估中的运用提出了建议。

随着企业参与实施政府科技计划程度的提高,科技计划的目标、内涵正在发生新的变化,如何看待和评价政府科技计划的绩效,将影响科技计划的管理模式,渗透进科技计划管理的各个方面。本文选取美国ATP计划和日本LSP计划案例,对两种不同的评估模式,在评估目标、评估主体、内容及评估结果的处理等方面的比较研究,从中看出不同目标导向对整个评估体系的影响,而政府作用的不同理念、不同经济发展阶段、不同文化背景形成了差异化的目标导向。

为探明广东省海洋渔业资源现状及其对实现渔业可持续发展的重要意义,基于广东省1961—2018年海洋渔业统计产量数据,利用一种包含协变量的剩余产量模型(a surplus-production model incorporating covariates, ASPIC)和Catch-MSY模型对广东海洋渔业资源总可捕量、5个重要经济类群的最大可持续产量(maximum sustainable yield, MSY)以及可捕量进行了评估。结果显示,ASPIC与Catch-MSY模型的评估结果相近,广东海洋渔业资源MSY约为164×10~4 t, 1996—2006年处于过度捕捞状态,当前产量低于MSY。Schaefer与Fox模型评估的MSY相差不大,且B/B_(MSY)与F/F_(MSY)的历史变化趋势较为一致,但是评估的渔业现状差异较大,Schaefer模型评估结果表明当前渔业状态较差(B/B_(MSY)1),而Fox模型表明当前渔业状态良好(B/B_(MSY)>1且F/F_(MSY)

渔业资源增殖是修复受损生物资源和维持渔业可持续发展的重要途径，近几十年来在我国以及全球许多国家有着较快发展。有研究指出全球很多资源增殖项目未能实现预期效果，甚至带来了负面的生态影响，这对资源增殖产业的未来发展提出了重要警示。本文简要回顾了我国以及全球渔业资源增殖的现状，重点围绕渔业资源增殖研究当中所关注的科学问题，总结了资源增殖策略与增殖效果评估等方面的研究进展；基于对增殖生态系统的认识，阐述了资源增殖中的关键生态过程、生态机制与时空尺度等问题，从基本原理、生态效应和空间尺度三个方面探讨了资源增殖评估研究的发展方向。本文强调增殖生态系统具有复杂的结构与动态，因此渔业资源增殖应基于对生态系统的全面了解，以前瞻性的评估研究指导资源增殖的规划和合理避险。通过探讨增殖评估研究的不足之处与发展方向，本文旨在为渔业资源增殖的研究与实践提供科学参考。

制定合理的渔业管理计划,实现渔业资源的可持续利用,需对渔业资源进行科学的评估,而渔业资源评估模型则是进行渔业资源评估的重要工具。随着计算机计算能力的提高及在多学科交叉的推动下,近30多年来渔业资源评估模型得到了快速发展。随着渔业资源评估模型日益复杂、多样化,模型的选择、使用难度也相应地增加了,而模型的不恰当运用则可能导致渔业资源管理的失误。本文对渔业资源评估模型的基本结构、主要类型及参数估计所使用的统计模型等方面进行了全面回顾,介绍了目前使用的主要渔业资源评估模型,展示了渔业资源评估模型的发展历程及所取得的进展。同时,文章对渔业资源评估模型中存在的问题进行了探讨,并对其未来的发展进行了展望。