多目標(biāo)資源調(diào)查站位優(yōu)化設(shè)計
——以渤海為例*

韓青鵬 單秀娟 金顯仕 萬 榮 丁 琪 陳云龍 楊 濤

(1.農(nóng)業(yè)農(nóng)村部海洋漁業(yè)可持續(xù)發(fā)展重點實驗室 山東省漁業(yè)資源與生態(tài)環(huán)境重點實驗室 中國水產(chǎn)科學(xué)研究院黃海水產(chǎn)研究所 青島 266071； 2.青島海洋科學(xué)與技術(shù)試點國家實驗室海洋漁業(yè)科學(xué)與食物產(chǎn)出過程功能實驗室 青島266071； 3.中國海洋大學(xué)水產(chǎn)學(xué)院 青島 266003； 4.上海海洋大學(xué)海洋科學(xué)學(xué)院 上海 201306)

漁業(yè)資源調(diào)查是實現(xiàn)漁業(yè)資源科學(xué)管理和養(yǎng)護(hù)的數(shù)據(jù)基礎(chǔ)(Keithet al, 2012； Jenningset al, 2001；Blanchardet al, 2008)，而商業(yè)漁業(yè)所提供的有限調(diào)查數(shù)據(jù)不能滿足漁業(yè)資源科學(xué)管理與養(yǎng)護(hù)所需的基礎(chǔ)信息(Starret al, 2010)，獨(dú)立于商業(yè)漁業(yè)的科學(xué)調(diào)查是漁業(yè)資源和生態(tài)系統(tǒng)管理不可或缺的，其相對于依靠商業(yè)漁業(yè)的調(diào)查具有易受各種因素制約、成本高、耗時長的特點(Scheireret al, 2004)。因此，漁業(yè)資源科學(xué)調(diào)查在執(zhí)行之前需要進(jìn)行調(diào)查站位設(shè)計，確保滿足研究與管理需求而且節(jié)約成本(Simmondset al, 1996；趙靜等, 2014)。

調(diào)查站位優(yōu)化是有效改善漁業(yè)資源評估精度的方法(Liuet al, 2009)，相關(guān)的研究在國內(nèi)外也廣泛開展。分層隨機(jī)采樣常用來優(yōu)化漁業(yè)資源調(diào)查站位(Cochran, 1977)，并且在調(diào)查站位數(shù)量確定的條件下，分層隨機(jī)采樣相比定點采樣和簡單隨機(jī)采樣分析資源豐度或群落豐富度效果更優(yōu)(Liuet al, 2009；趙靜等, 2014； Xuet al, 2015)。目前的研究目標(biāo)單一(側(cè)重資源豐度或群落豐富度)，而不同目標(biāo)的站位優(yōu)化產(chǎn)生數(shù)據(jù)精度不同，優(yōu)化目標(biāo)能一定程度上提高用于資源量評估的數(shù)據(jù)質(zhì)量(Smithet al, 1993)及優(yōu)化評估魚類群落結(jié)構(gòu)的數(shù)據(jù)(Greenstreetet al, 2008)。不同的站位分配方案會對站位設(shè)計的精度產(chǎn)生很大的影響(李金昌, 2007)，分層站位數(shù)分配通常采用每層站位數(shù)與每層面積或潛在站位成正比(趙靜等, 2014； Xuet al, 2015)，內(nèi)曼分配規(guī)則提倡站位數(shù)應(yīng)與采樣的方差成正比(Cochran, 1977)，抽樣費(fèi)用最優(yōu)準(zhǔn)則則考慮了調(diào)查成本與采樣精度的平衡。而目前對多目標(biāo)資源調(diào)查站位優(yōu)化的研究，及多目標(biāo)資源調(diào)查站位優(yōu)化中漁業(yè)生物分布潛在站位預(yù)測、站位數(shù)固定時每層站位分配方案對調(diào)查數(shù)據(jù)的影響等方面的研究未見報道(Milleret al, 2007)，需要在這些方面開展研究以滿足合理設(shè)計多目標(biāo)資源調(diào)查的需求。

渤海歷史上曾是黃渤海漁業(yè)的搖籃，也是眾多漁業(yè)生物的關(guān)鍵棲息地和優(yōu)良漁場(金顯仕等, 2015)。目前，在過度捕撈、環(huán)境污染和圍填海等多重壓力下，渤海漁業(yè)資源衰退嚴(yán)重、生物多樣性下降、生態(tài)服務(wù)功能受損(金顯仕等, 2015； 李忠義等, 2018； 林群等,2016； 卞曉東等, 2018)。渤海是藍(lán)色海灣計劃的重點區(qū)域，漁業(yè)資源的養(yǎng)護(hù)也是藍(lán)色海灣計劃的重點內(nèi)容之一。因此，建立渤海漁業(yè)資源調(diào)查的科學(xué)調(diào)查體系是實現(xiàn)漁業(yè)資源科學(xué)管理和養(yǎng)護(hù)的迫切需求。

本研究以渤海漁業(yè)資源拖網(wǎng)調(diào)查數(shù)據(jù)作為廣義性模型(Generalized linear model, GLM)和廣義可加模型(Generalized additive model, GAM)模型的基礎(chǔ)數(shù)據(jù)，預(yù)測漁業(yè)生物在渤海的分布，并假設(shè)預(yù)測的漁業(yè)生物分布為其在渤海的“真實”分布，通過數(shù)值模擬，分析了種類出現(xiàn)率(基于渤海調(diào)查的17個主要種類分為3類：I類出現(xiàn)率≥70%，Ⅱ類出現(xiàn)率50%～70%，Ⅲ類出現(xiàn)率＜50%)和棲息水層對單種類資源量 REE的影響，及不同調(diào)查站位數(shù)量(48和60)對定點采樣與分層隨機(jī)采樣分析結(jié)果的影響，并優(yōu)化了渤海多目標(biāo)種類漁業(yè)資源調(diào)查的設(shè)計方案，以期為渤海漁業(yè)資源科學(xué)調(diào)查體系建立提供技術(shù)支撐，為漁業(yè)資源的科學(xué)管理與養(yǎng)護(hù)提供科學(xué)基礎(chǔ)。

1 材料與方法

1.1 研究區(qū)域

渤海(117°50′～122°35′E, 37°10′～41°N)包括遼東灣、渤海灣、萊州灣和渤海中部，平均水深為18.7 m，僅在東部通過渤海海峽與黃海相連，水交換能力較差。注入渤海的河流眾多，其中，黃河的年徑流量幾乎占到了1/2(馬偉偉等, 2016； 劉效舜等, 1990)。渤海海底沉積主要分為粉砂質(zhì)粘土軟泥、細(xì)粉砂、粘土質(zhì)軟泥、細(xì)砂和粗粉砂 5種類型(劉效舜等, 1990)。渤海是漁業(yè)種群的關(guān)鍵棲息地，漁業(yè)資源豐富。為實現(xiàn)漁業(yè)資源科學(xué)管理和養(yǎng)護(hù)，有必要對其開展?jié)O業(yè)資源調(diào)查。以往渤海漁業(yè)資源調(diào)查站位覆蓋渤海大部分海域(圖 1)，本研究在之前調(diào)查的基礎(chǔ)上，擴(kuò)展了部分可拖網(wǎng)海域作為研究區(qū)域(圖2)。

1.2 數(shù)據(jù)來源

數(shù)據(jù)來源于中國水產(chǎn)科學(xué)研究院黃海水產(chǎn)研究所2017年9月渤海底拖網(wǎng)漁業(yè)資源調(diào)查，調(diào)查站位如圖1所示。調(diào)查網(wǎng)具網(wǎng)口高度為6 m，網(wǎng)口寬度為22.6 m，網(wǎng)口周長為1740目，網(wǎng)目為63 mm，囊網(wǎng)網(wǎng)目為20 mm，拖速為3 n mile/h，每站拖網(wǎng)時長為1 h。設(shè)計站位為60站(圖1中的實心圓圈和空心圓圈)，實際拖網(wǎng)為48站(圖1中的實心圓圈)。

圖1 渤海設(shè)計調(diào)查站位和實際調(diào)查站位Fig.1 Designed stations and actual sampling stations in Bohai Sea

為比較不同采樣方法及采樣站位分配方案，需要獲取漁業(yè)生物在渤海的“真實”分布。本研究通過GLM和GAM建立生物密度與環(huán)境變量(經(jīng)度、緯度、水深和底質(zhì))的關(guān)系模型，通過赤池信息準(zhǔn)則(Akaike Information Criterion, AIC)選擇最優(yōu)模型，預(yù)測了潛在站位的漁業(yè)生物密度，以此作為本研究的基礎(chǔ)數(shù)據(jù)。

1.3 采樣設(shè)計

根據(jù)歷史調(diào)查資料，去掉邊緣區(qū)域和不能進(jìn)行調(diào)查的區(qū)域(養(yǎng)殖區(qū))，將研究區(qū)域劃分成0.25°×0.25°采樣網(wǎng)格，產(chǎn)生93個潛在調(diào)查站點(圖2)，根據(jù)最優(yōu)模型(通過AIC值從GLM和GAM中選出最優(yōu)模型)得到每站的漁業(yè)生物資源密度，進(jìn)行模擬采樣。為了方便比較，考慮到以往調(diào)查設(shè)計為60個站位(圖1中的實心圓圈和空心圓圈)，而2017年9月實際調(diào)查為48個站位(圖1中的實心圓圈)，本研究擬定采樣站位數(shù)為60個站位和48個站位。

1.3.1 分層隨機(jī)采樣及站位分配方案 漁業(yè)資源調(diào)查中最常用的分層標(biāo)準(zhǔn)是根據(jù)影響漁業(yè)生物分布的水深、底質(zhì)、河口、地理區(qū)域等地理特征來分層 (趙靜等, 2014； Xuet al, 2015)。研究證實，渤海漁業(yè)生物分布與底質(zhì)、地理區(qū)域、河口、水深等因子密切相關(guān)(劉效舜等，1990)，本研究根據(jù)這4個指標(biāo)將渤海劃分為11層(表1)。

為優(yōu)化多目標(biāo)分層隨機(jī)采樣的精度，本研究設(shè)置以下3種采樣站位分配方案(以此為原則，稍加調(diào)整)：(1) 按站位數(shù)為 60的定點設(shè)計中每層站位比例，分配每層采樣站位數(shù)；(2) 按每層站位數(shù)量與潛在站位成正比的原則，分配每層采樣站位數(shù)；(3) 按抽樣費(fèi)用的最優(yōu)分配準(zhǔn)則，分配每層采樣站位數(shù)。公式如下：

式中，nh為第h層樣本中的單位數(shù)，n為樣本容量，Wh為第h層的總體權(quán)數(shù)，Sh為第h層總體標(biāo)準(zhǔn)差，Ch為第h層單個單位所需的調(diào)查費(fèi)用。本研究假設(shè)各層調(diào)查費(fèi)用相同，以魚、蝦、蟹和頭足類總資源量的每層總體標(biāo)準(zhǔn)差作為Sh。各分配方案每層采樣站位數(shù)見表2。

圖2 渤海分層隨機(jī)采樣潛在站點分布Fig.2 Scheme of potential investigation stations for stratified random survey in the Bohai Sea

表1 渤海分層描述Tab.1 Stratum description in the Bohai Sea

表2 各層樣本量大小分布Tab.2 The distribution of the total sample size among strata

表3 不同站位分配方案中各類群資源量指數(shù)和物種多樣性指數(shù)Tab.3 Various group biomass index of groups and species diversity index in different station allocation schemes

表4 站位方案優(yōu)化單種類選擇Tab.4 Select of individual species for the station scheme optimization

1.3.2 評價指標(biāo) 本研究采用包含 5個類群資源量指數(shù)、17個種類資源量和 Margalef豐富度指數(shù)(表3、表4)來反映采樣方案的可接受性。5個類群為魚類、蝦類、蟹類、頭足類和其他類；種類考慮了棲息水層、經(jīng)濟(jì)價值和生態(tài)意義，篩選出17個種類(表4)，按出現(xiàn)率分為3類：I類出現(xiàn)率≥70%，包括6個種類；Ⅱ類出現(xiàn)率 50%～70%，包括4個種類；Ⅲ類出現(xiàn)率＜50%，包括 7個種類。資源量指數(shù)b、資源量B計算公式如下：

式中，a為每小時的掃海面積，Chi為第h層第i站點拖網(wǎng)漁獲量，Ahi為第h層第i站點所屬網(wǎng)格面積，nh為第h層樣本中的單位數(shù)，L為層的總數(shù)，Ah為第h層的面積，q為捕撈系數(shù)，各種類捕撈系數(shù)參考金顯仕等(2005)。網(wǎng)格面積使用 R語言程序包PBSmapping (Schnuteet al, 2015)計算。

本研究采用相對誤差(Relative error, REE)比較采樣估計值的準(zhǔn)確度和精確度(Chen, 1996)。計算公式如下：

采用相對偏差(Relative Bias, RB)比較估計量的偏差(Paloheimoet al, 1996)。計算公式如下：

式中，Yt為各類群資源量指數(shù)、豐富度指數(shù)和單種類資源量的“真實”值，為第i次模擬采樣的估計值，R為模擬運(yùn)行次數(shù)，本研究中R=100。

1.3.3 模擬過程 基于最優(yōu)模型的預(yù)測值，站位數(shù)為48和60的分層隨機(jī)采樣借助R語言程序按3種采樣站位分配方案進(jìn)行隨機(jī)采樣，每種方案模擬采樣次數(shù)為100次，每次均為放回抽樣。站位數(shù)為48的定點采樣采用實際調(diào)查的數(shù)據(jù)，站位數(shù)為60的定點采樣使用定點設(shè)計中的對應(yīng)站位，從模型預(yù)測值中提取數(shù)據(jù)。

2 結(jié)果與分析

2.1 不同采樣方案的相對誤差比較

從類群資源量指數(shù)和物種多樣性指數(shù)(表 3)可以看出，站位數(shù)為60的定點采樣得到的分析結(jié)果相比站位數(shù)為 48的定點采樣更接近于“真實”值；3種采樣站位分配方案分層隨機(jī)采樣的資源量評估結(jié)果均優(yōu)于定點采樣的評估結(jié)果，并且定點采樣的資源量評估結(jié)果隨設(shè)計站位數(shù)量減少，精度下降，分層隨機(jī)采樣可有效降低取樣站位數(shù)減少的精度下降。各采樣方案中Margalef豐富度指數(shù)、魚類類群和蟹類類群的REE(圖 3)隨采樣站位數(shù)減少而增大，分層隨機(jī)采樣REE低于定點采樣，3種采樣站位分配方案在分層隨機(jī)采樣計算的 Margalef豐富度指數(shù)和魚類類群資源量指數(shù)的 REE均低于定點采樣，而分層隨機(jī)采樣計算的蝦類、頭足類、其他類資源量指數(shù)的 REE均高于定點采樣。

I類中 5種資源量 REE在 20%以內(nèi)，Ⅱ類中3種資源量REE在30%以內(nèi)，Ⅲ類中6種資源量REE在 35%以內(nèi)(表 5)，各種類資源量隨種類出現(xiàn)率下降相對誤差變大(圖 3)。I類中，分層隨機(jī)采樣站位分配方案二(SR2)和方案三(SR3)的黃鯽(Setipinna taty)、三疣梭子蟹(Portunus trituberculatus)資源量 REE低于定點采樣；而短吻紅舌鰨(Cynoglossus joyneri)、口蝦蛄(Oratosquilla oratoria)資源量REE，3種分配方案的分層隨機(jī)采樣均高于定點采樣。Ⅱ類中，各種類資源量 REE總體呈現(xiàn)分層隨機(jī)采樣大于定點采樣。Ⅲ類中，小黃魚(Larimichthys polyactis)、泥腳隆背蟹(Carcinoplax vestita)資源量 REE分層隨機(jī)采樣大于定點采樣，帶魚(Trichiurus lepturus)、鮐魚(Scomber japonicus)、中國對蝦(Fenneropenaeus chinensis)等則呈相反趨勢。棲息水層對不同采樣方案各種類資源量REE變化無顯著的影響。

圖3 不同采樣設(shè)計不同指數(shù)的相對誤差Fig.3 The relative estimation error (REE) for different indices of different sampling

3種站位分配方案的分層隨機(jī)采樣中Margalef豐富度指數(shù)REE差異較小，各類群資源量指數(shù)中魚類、蝦類、蟹類和頭足類在采樣站位分配方案三(60SR3和 48SR3)中有較小的相對誤差，而其他類資源量指數(shù) REE在各采樣方案中變化較大。I類中，黃鯽、口蝦蛄、日本槍烏賊(Loligo japonica)資源量在方案三(60SR3和48SR3)中有較小的相對誤差，三疣梭子蟹和鷹爪糙對蝦(Trachysalambria curvirostris)資源量REE僅在60SR3方案中較小，當(dāng)采樣站位數(shù)為48時，在48SR2和48SR1中較小。Ⅱ類中，鳀魚(Engraulis japonicus)和叫姑魚(Johnius grypotus)資源量 REE在方案三中較小，日本蟳(Charybdis japonica)資源量REE在方案一中較小，銀鯧(Pampus argenteus)資源量REE在各采樣方案中變化較大。Ⅲ類中，泥腳隆背蟹和中國對蝦資源量REE在方案三中較小，長蛸(Octopus variabilis)和小黃魚資源量REE在48SR3有較小的，海蜇(Rhopilema asculenta)資源量REE在60SR3中較小。綜上所述，大部分種類資源量相對誤差在方案三中最小，出現(xiàn)率和棲息水層對站位分配方案無明顯影響。

表5 各站位設(shè)計方案中單種類資源量Tab.5 Biomass of individual species for the station scheme optimization

2.2 不同采樣方案的相對偏差比較

各采樣方案計算的各類群資源量指數(shù)、各種類資源量和 Margalef豐富度指數(shù)的相對偏差(RB)均在-10%～10%范圍內(nèi)，無明顯變化趨勢(圖4)，并且上述指數(shù)RB絕對值隨采樣站位數(shù)的減少而增大，分層隨機(jī)采樣中3種站位分配方案中各指數(shù)RB絕對值總體上小于定點采樣。分層隨機(jī)采樣3種站位分配方案的Margalef豐富度指數(shù)、魚類和蟹類資源量指數(shù)RB絕對值均小于定點采樣，其他類資源量指數(shù)RB變化較大。分層隨機(jī)采樣3種站位分配方案中各種類資源量RB絕對值總體上亦小于定點采樣。

3 討論

本研究通過單種類資源量、類群資源量指數(shù)和豐富度指數(shù)評估渤海不同采樣設(shè)計方案，發(fā)現(xiàn)每種采樣方案均不能同時實現(xiàn)所有評估指數(shù)處于最佳值，隨機(jī)分層采樣各評估指數(shù)的精度與每層站位的分配方案有直接關(guān)系，并且隨機(jī)分層采樣可以減少定點采樣因站位數(shù)減少造成的各評估指數(shù)精度降低。因此，采用隨機(jī)分層設(shè)計調(diào)查站位將有助于減少調(diào)查成本和保護(hù)低豐度的種類，這在趙靜等(2014)的研究中也有證實。分層隨機(jī)采樣豐富度指數(shù)REE和RB相對較小(圖3，圖4)，說明減少樣本量和改變采樣站位分配方案，分層隨機(jī)采樣仍然可以獲得精度較高的豐富度指數(shù)，這可能與漁業(yè)生物豐富度指數(shù)空間差異性較小有關(guān)。因此，如以豐富度指數(shù)為目標(biāo)的調(diào)查可在隨機(jī)分層取樣中減少調(diào)查站位。

圖4 不同采樣設(shè)計不同指數(shù)的相對偏差Fig.4 The relative bias (RB) for different indices of different sampling

合理的采樣設(shè)計及站位分配方案可提高各評估指數(shù)的精度，減少誤差(李金昌, 2007)，例如，以大西洋鱈(Gadus morhua) (Gavariset al, 1987)、太平洋鱸魚(Sebastes alutus) (Lunsfordet al, 2001)、西格陵蘭蝦(Pandalus borealis) (Carlssonet al, 2000； Folmeret al, 2000)為目標(biāo)種的調(diào)查設(shè)計研究中發(fā)現(xiàn)，優(yōu)化采樣站位分配方案比優(yōu)化分層能獲得更高精度的數(shù)據(jù)。但不同目標(biāo)對采樣設(shè)計和站位分配要求也有差異。本研究表明，對某些目標(biāo)指數(shù)的最優(yōu)采樣站位設(shè)計不一定最適合其他目標(biāo)指數(shù)(圖3，圖4)，這主要與目標(biāo)種的空間分布不同有關(guān)。例如，本研究方案三(按照抽樣費(fèi)用的最優(yōu)準(zhǔn)則設(shè)置站位)使得魚類、蝦類、蟹類、頭足類資源量指數(shù)和黃鯽、口蝦蛄、日本槍烏賊、鳀魚、叫姑魚、泥腳隆背蟹、中國對蝦資源量評估值精度較高，但日本蟳資源量評估值在方案一中獲得最高精度。采樣站位數(shù)減少也使得某些指數(shù)最優(yōu)方案發(fā)生變化，如采樣站位為60時，三疣梭子蟹和鷹爪糙對蝦資源量在方案三中的評估值精度最高，當(dāng)采樣站位為48時，其資源量評估值在方案二和方案一中精度較高。這表明分層隨機(jī)采樣中最優(yōu)站位分配方案隨調(diào)查目標(biāo)變化而變化，在設(shè)計采樣方案時，需要對確定目標(biāo)按照其重要性進(jìn)行排序，以選出滿足相對重要的關(guān)鍵目標(biāo)，同時對其他目標(biāo)折衷處理的采樣方案。本研究只比較了站位分配方案對多目標(biāo)指數(shù)評估值精度的影響，而沒有考慮分層方案的設(shè)計及不同季節(jié)漁業(yè)生物分布的變化。在進(jìn)一步研究中，需要研究不同季節(jié)是否需要不同的分層方案，及分層方案對每層站位分配最優(yōu)設(shè)計的影響，以確定各個季節(jié)中最佳分層設(shè)計及最佳站位分配方案。

站位優(yōu)化設(shè)計需要漁業(yè)生物的“真實”分布，而GLM和GAM的數(shù)據(jù)要求(Venableset al, 2004)使低豐度物種因數(shù)據(jù)存在較多零值，在模型擬合中其結(jié)果誤差較大，而無法得到可靠的推斷。GLM和GAM在預(yù)測低豐度種類的空間分布時存在較大的缺陷，這可能是導(dǎo)致各種類資源量隨種類出現(xiàn)率下降、相對誤差變大的原因之一?；谏鲜龃嬖诘膯栴}，很多學(xué)者進(jìn)行了廣泛、深入的研究。Thorson等(2015)和Ovaskainen等(2011)通過同時估計稀有種和豐度高種類的分布，從豐度高的種類中“借用”信息估計稀有種類，提高了稀有種類豐度估計值的精確度。這類方法尚未在其他海域及漁業(yè)生物中得到驗證與廣泛應(yīng)用，但這仍然意味著從多物種分布中提取信息可以是研究低豐度和難以檢測到的物種分布的一種有用的方法。未來需要進(jìn)一步研究如何預(yù)測稀有種類分布，篩選優(yōu)化設(shè)計方案的指標(biāo)，以達(dá)到滿足漁業(yè)資源管理與養(yǎng)護(hù)需求，同時降低調(diào)查成本和縮短調(diào)查時間。

致謝：中國水產(chǎn)科學(xué)研究院黃海水產(chǎn)研究所資源室的老師、同學(xué)協(xié)助取樣，謹(jǐn)致謝枕。