本文利用Pearson相关性分析、反距离权重法、典型相关性分析等方法,分析了厦门海域2011～2018年的水质特征,以及2013～2014年渔业资源的优势种、相对资源密度以及群落结构多样性;最终利用Pearson相关性分析和CCA典型相关分析方法,从单因子和系统两个角度探究了水质因子和渔业资源结构的相关关系。本研究的研究结论主要为以下几个方面:（1）2011～2018年间,DO、pH、盐度和水温几项指标的年际变化处于相对稳定的状态;COD基本在0～2 mg/L浓度范围内保持相对稳定状态;营养盐指标（DIN、DIP、硅酸盐）在2011～2015年间处于波动状态,在2016～2018有明显降低趋势;叶绿素a的年际变化较大;石油类在2011～2015年处于稳定低水平,但在2016～2018年有上升趋势;Spearman秩相关分析结果表明,各指标的年均值并未体现出显著的年际变化趋势,仅有DIN在10月的年际变化数据表现出显著负相关性（rs=-0.929）。ANOVA单因素方差的分析表明,水温、DO和石油类存在显著性的季节性差异,营养盐指标和其余污染物指标的季节变化不显著。在水质因子的空间分析结果表明,DIN、DIP为两种重要的污染因子,在不同年间均存在严重的超标情况;西海域为污染最为严重的的区域,盐度、pH和DO表现为西低东高,污染物和营养盐表现出西高东低的时空特征。（2）2013～2014年厦门24调查站位的渔业资源相对密度呈现秋季＞夏季＞冬季＞春季的季节特征,且渔业资源呈现退化趋势;优势度分析的结果表明,调查海域四季共有15个优势种,其中叫姑鱼在四季均为优势种;多样性指数H,呈现秋季=夏季＞春季＞冬季的特征,在秋季和夏季呈现西低东高的特点;丰富度指数D不同季节间存在秋季＞夏季＞春季＞冬季的特点;均匀度指数各个季节相差不明显。（3）水质因子和渔业资源群落结构的Pearson相关性分析结果表明,营养盐指标（DIN、DIP和硅酸盐）与其余的水质指标之间存在密切的关系;均匀度指数J,和硅酸盐呈显著负相关（p＜0.05）,相对资源密度与pH和叶绿素a关系显著（p＜0.05）,丰富度指数D、多样性指数H,及种类数与水质因子相关性不显著。典型相关性分析的结果表明,本研究能提取出一对典型变量,且彼此之间具有较强的相关性（r=0.990）,代表水质和渔业资源群落结构的变量分别为硅酸盐和均匀度指数J,;典型变量V1和硅酸盐呈负相关关系;典型变量U1和V1对各自及对方的方差解释能力处于低水平;对比两种相关性分析方法,系统性分析方法在探究渔业资源群结构与影响因素之间相关关系方面具有更高的科学性与实用性。