利用与渔业相关的数据预测东热带大西洋地区丝鲨的分布情况

本研究基于欧盟热带金枪鱼围网渔业2010-2023年观测数据，采用三种物种分布模型（GAMMs、BRTs、BARTs）分析西太平暖鲨的分布驱动因素，发现渔化（围网类型、鲈鱼 catches）与环境（海表温度、高度）是关键因子，预测四个高发区（几内亚湾沿岸、安哥拉海岸、南中太西洋外海）与高初级生产力区域（如几内亚热穹、几内亚湾上升流）在5-15°S交汇期（5-10月）吻合，整合多模型方法提升空间预测可信度，未来需结合更多渔业数据及独立样本优化模型验证。

　　

摘要

了解与渔业相互作用的物种的时空分布对于它们的保护和管理至关重要，然而，对那些分布范围广、活动能力强且数据有限的物种进行建模面临着重大挑战。本研究采用了三种物种分布模型（SDM）方法——广义加性混合模型（GAMMs）、提升回归树（BRTs）和贝叶斯加性回归树（BARTs）——来研究影响丝鲨（Carcharhinus falciformis）出现的影响因素，并预测其在东热带大西洋的分布情况。模型是利用2010年至2023年欧盟热带金枪鱼围网渔业观察数据构建的。这三种方法都表现出良好的预测性能（AUC > 0.8），并识别出了一致的预测因子。与渔业相关的变量（如渔具类型、硬骨鱼类捕捞量）和环境变量（如海表温度和海表高度）被所有模型所纳入，表明它们是关键的生活环境驱动因素。集成预测结果指出了四个丝鲨出现概率较高的区域：几内亚、加蓬和安哥拉的沿海水域，以及南热带和中西热带大西洋的近海区域（5–15° S, 30°–10° W）。高出现概率区域与初级生产力高的地区重合，例如几内亚热穹、加蓬-安哥拉沿海上升流区和赤道上升流区，尤其是在5月至10月期间。通过整合多种建模方法，考虑了模型间的不确定性，从而增强了空间预测的可靠性。虽然这些预测可以为具体的生态风险评估和管理策略提供依据，但进一步的改进措施——例如整合延绳钓等渔业数据、纳入与渔业无关的数据集（如标记数据），以及扩展到多物种框架——对于提高模型验证性和支持综合副渔获物管理至关重要。