通过基于体长的模型的集成方法，推进亚速尔群岛的鱼类资源评估工作

《Regional Studies in Marine Science》：Advancing stock assessment in the Azores through an ensemble approach based on length-based models

本研究采用集成方法，利用长度基础模型（LBI、LBSPR、YPR）对亚速尔群岛10种商业鱼类种群进行评估，结果显示3种过渔、3种需谨慎、4种健康，为渔业管理提供数据支持。

　　

雷吉斯·桑托斯（Régis Santos）|马特乌斯·德·巴罗斯（Matheus de Barros）|温德尔·梅德罗斯-莱亚尔（Wendell Medeiros-Leal）

亚速尔大学科学与技术学院海洋学与渔业系，葡萄牙霍尔塔市弗雷德里科·马查多教授街4号，邮编9901-862

摘要

当前的渔业管理观点更加重视改进小型渔业的管理。在亚速尔群岛，小型多物种渔业利用了多种底栖物种，这些物种的生活史特征表明它们容易受到过度捕捞的影响。尽管这些渔业具有商业价值，但根据国际海洋考察理事会（ICES）的指导方针，大多数这些鱼类资源被归类为数据有限（第3-5类）。由于缺乏全面的数据，无法使用基于长度频率的评估工具，而这些工具在采样能力有限的情况下更容易获得。在这项研究中，我们应用了三种广泛使用的基于长度的模型，通过集成方法来估计亚速尔群岛10种具有商业价值的物种的资源状况（Beryx decadactylus、Beryx splendens、Conger conger、Lepidopus caudatus、Mora moro、Pontinus kuhlii、Raja clavata、Scorpaena scrofa、Serranus atricauda 和 Sparisoma cretense）。我们通过一种创新的集成方法总结了结果，以确定总体资源状况。模型估计结果在大多数物种上基本一致，结果显示三种物种被归类为过度捕捞（B. decadactylus、L. caudatus 和 R. clavata），四种物种资源状况良好（Beryx splendens、C. conger、S scrofa 和 S. atricauda），还有三种物种需要谨慎对待（M. moro、P. kuhlii 和 S. cretense），因为不同模型之间的资源状况估计存在中等程度的差异。尽管这些基于长度的方法存在一些局限性，我们认为这些结果可以为亚速尔的渔业管理提供支持，以确保长期的可持续性。

引言

全球沿海社区长期以来一直依赖渔业作为主要的生计来源和经济活力来源。随着全球对海产品的需求增加，实行可持续渔业实践的必要性变得越来越明显（Kidane和Br?kkan，2021）。然而，实现可持续渔业是一项复杂的任务，面临着过度捕捞、治理不善和环境变化等因素的挑战（Cooke等人，2023）。最近的研究表明，自20世纪70年代末以来，以生物不可持续水平捕捞的鱼类资源比例一直在上升，从1974年的10%上升到2021年的35.5%（Sharma等人，2025）。这一令人担忧的趋势强调了实施稳健管理策略以保护鱼类资源并确保最佳可持续产量的紧迫性。

缺乏广泛的监测数据通常是实现可持续渔业管理的一个重要障碍（Costello等人，2012）。以小型渔业为主的发展中国家经常面临数据收集的挑战，这主要是由于人力和财政资源有限，以及这些渔业分布广泛（Pascual-Fernández等人，2020）。基于长度频率的数据在这种背景下非常宝贵，因为它易于收集、成本效益高、采样速度快，并且分析用途广泛。它可以提供有关种群动态的见解，如生长、死亡率、繁殖、生物量甚至营养级（de Barros等人，2024；de Barros等人，2022；Keppeler等人，2020；Lavin等人，2021；Santos等人，2022）。基于长度的方法有着悠久的历史，曾被认为用于评估数据不足的鱼类资源。多年来，这些方法不断得到发展和完善（Beverton和Holt，1964；Beverton和Holt，1993；Froese等人，2018；Hordyk等人，2015；Jones，1984）。

鉴于这些方法适用于数据有限的情境，它们特别适用于评估小型渔业，例如亚速尔群岛的渔业。亚速尔群岛是北大西洋的一个葡萄牙群岛，那里的渔业主要由小型船只进行（通常长度小于12米，ICES 2022）。该地区主要采用的捕鱼方法是手线钓和底延绳钓，目标是多种多样的物种（多物种渔业，ICES，2022）。许多目标物种具有寿命长、成熟晚和生长缓慢等生活史特征，这使它们更容易受到过度捕捞的影响（Santos等人，2022）。此外，尽管这些渔业属于传统渔业，但定量资源评估的数据可用性和可靠性仍然是一个重大限制。根据国际海洋考察理事会（ICES）的MSY框架，亚速尔群岛最重要的捕捞资源被归类为数据有限（第3-6类）（Medeiros-Leal，2021）。因此，针对这些资源的渔业一直遵循预防性管理原则。

之前对亚速尔鱼类资源的评估提供了宝贵的信息。Medeiros-Leal等人（2023）首次应用了三种广泛使用的基于长度的方法——基于长度的指标（LBI，ICES，2015）、基于长度的产卵潜力比（LBSPR，Hordyk等人，2015b；Hordyk等人，2015a）和基于长度的贝叶斯生物量方法（LBB，Froese等人，2018），使用了27年（1990-2017年）的长度频率数据。尽管缺乏最新的时间序列数据，并且某些物种的模型选择性假设不成立，但这项研究标志着首次全面、覆盖整个地区的尝试，以了解亚速尔群岛多种具有商业价值的物种的资源状况。Medeiros-Leal等人（2023）展示了基于长度的方法适用于数据有限的资源，强调了输入生活史参数的敏感性、选择性假设的重要性，以及随着新数据的出现需要定期更新资源状况的必要性。基于从渔业依赖的CPUE数据获得的丰度指数（Santos等人，2023），之前通过基于长度的方法评估的四种资源（黑斑海鲷Pagellus bogaraveo、黑腹玫瑰鱼Helicolenus dactylopterus、叉须鱼Phycis phycis和红鲷Pagrus pagrus）使用随机剩余生产模型进行了分析，该模型利用捕获时间序列和丰度指数来重建生物量和捕捞压力的估计（Medeiros-Leal等人，2025）。虽然这种建模框架提供了基于过程的、时间分辨的估计，但它需要具有信息量和足够长度的丰度及捕获时间序列才能识别有意义的差异，而这些数据目前对于大多数亚速尔重要的商业物种来说仍然缺乏。

鉴于这些限制，在当前的数据条件下，大多数亚速尔资源最好使用数据有限的方法进行评估。尽管数据有限的模型依赖于相似的信息来源，但它们在结构假设、参数化和对输入数据的敏感性方面的差异可能导致参考点和资源状况的估计结果不同（Bouch等人，2021；Chong等人，2020；Liao等人，2022；Liao等人，2021；Pons等人，2020）。通过集成方法应用多种互补的建模框架可以更严格地描述不确定性，因为它通过模型交叉验证减少了管理失败的可能性，为渔业管理建议提供了更广泛和更谨慎的基础（Chong等人，2020）。

在这项研究中，我们在Medeiros-Leal等人（2023）的工作基础上，使用了额外的四年近期长度频率数据（2021-2024年）更新了对亚速尔鱼类资源的评估，并改进了分析框架。具体来说，我们用经典的每捕捞单位产量（YPR；Pauly & Soriano，1986）方法替换了LBB模型（Froese等人，2018），因为其假设和性能在近期文献中受到了越来越多的质疑（Pons等人，2020；Wang等人，2025）。本研究中应用的三种模型（LBI、LBSPR和YPR）使用易于收集的长度频率数据和基本的生活史参数，通过集成方法得出了亚速尔10种重要商业价值鱼类的联合资源状况指标。所包括的物种有：alfonsinoBeryx decadactylus、 splendid alfonsinoBeryx splendens、欧洲鳗鱼Conger conger、银刀鱼Lepidopus caudatus、普通moraMora moro、离岸岩鱼Pontinus kuhlii、刺背鳐Raja clavata、红蝎鱼Scorpaena scrofa、黑尾梳鱼Serranus atricauda和鹦嘴鱼Sparisoma cretense。

数据收集

规模组成分析重点关注与每种物种捕捞相关的主要作业类型。在DCF框架中，作业类型被定义为针对类似物种组合的、使用特定渔具类型并在特定时空范围内进行的同质捕鱼操作（EC，2008）。本研究中分析的作业类型包括：针对沿海底栖和远洋物种的刺网（GNS_FIF）；针对底栖物种的固定延绳钓（LLS_DEF）；

LBI

总体而言，LBI显示所有物种的年际变化都很小（图4）。根据常用的确定资源状况的阈值，我们的结果表明，对于B. decadactylus、L. caudatus、M. moro、P. kuhlii和R. clavata，长度组成中低于成熟长度（L_25%/L_mat < 1）的个体比例不到25%，而所有物种的首次捕获长度（L_c）都低于成熟长度（L_c/L_mat）。B. decadactylus、P. kuhlii、L. caudatus

讨论

三种数据有限的基于长度的建模方法对亚速尔群岛多物种底栖渔业捕获的10种物种的资源状况给出了总体一致的估计。集成方法表明，三种物种可能被过度捕捞，三种需要谨慎对待，四种资源状况良好。这些估计将为旨在恢复过度捕捞资源并确保长期可持续性的管理措施提供基于证据的信息。

未引用的参考文献

（FAO，2022；Fischer等人，2021；Froese和Binohlan，2000；ICES，2019；Marandel等人，2016；Mari?o-Brice?o等人，2022；Pauly，1979；Pedersen和Berg，2017）

资助

这项工作是在亚速尔海洋与渔业区域秘书处区域渔业局的FISHSTAZ监测计划范围内进行的，该计划由亚速尔政府资助。作者感谢通过FCT-IP项目OKEANOS（UIDB/05634/2025和UIDP/05634/2025）提供的资金支持。WML还获得了葡萄牙科学技术基金会（FCT）的博士奖学金资助（参考文献）。

CRediT作者贡献声明

马特乌斯·德·巴罗斯（Matheus de Barros）：撰写——审阅与编辑、撰写——初稿、可视化、验证、软件、方法论、调查、正式分析、数据管理、概念化。雷吉斯·桑托斯（Régis Santos）：撰写——审阅与编辑、撰写——初稿、验证、监督、资源管理、项目协调、方法论、资金获取、正式分析、数据管理、概念化。温德尔·梅德罗斯-莱亚尔（Wendell Medeiros-Leal）：撰写——审阅与编辑、验证、监督

利益冲突声明

作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：温德尔·梅德罗斯-莱亚尔报告称获得了葡萄牙科学技术基金会的财务支持。如果还有其他作者，他们声明没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

作者感谢所有在欧盟数据收集框架（EU–DCF）下参与亚速尔渔业部门数据收集的人员。