茎柔鱼(Docidicus gigas)属于大洋性浅海种,广布于加利福尼亚(37°N)至智利(40°S)一带海域,是世界头足类中个体较大的种类之一。自20世纪90年代以来,秘鲁茎柔鱼资源得到大规模开发利用,并成为我国重要的远洋鱿钓渔场之一。茎柔鱼具有生命周期短,全年产卵繁殖等特性,其资源量及其分布极易受海洋环境变化的影响,掌握其资源时空分布规律是资源可持续开发与管理的重要基础。因此,本研究将以我国鱿钓生产统计数据为基础,基于地统计学的理论和方法,开展秘鲁外海茎柔鱼资源的空间分布特征及变异机理研究,掌握秘鲁外海茎柔鱼高产海域的分布规律,为渔业资源可持续开发与科学管理提供参考及理论支撑。主要结论如下:(1)基于单位日产量(CPUE)的秘鲁外海茎柔鱼资源空间分布异质性。以2003-2012年6-9月秘鲁外海茎柔鱼渔获统计数据为基础,利用全局和局部自相关性分析,结合半变异函数模型,探讨秘鲁外海茎柔鱼资源空间分布的异质性特点,并寻找影响茎柔鱼资源空间分布的关键环境因子。研究认为:1)全局自相关统计量Moran’s I和局部自相关统计量Getis-Ord Gi*的z得分结果显示,秘鲁外海茎柔鱼资源呈斑块状聚集分布,具有较强的空间聚集性;2)6月份的最优模型为指数模型,7、9月份的最优模型为球状模型,8月份的最优模型为高斯模型,6-9月份的块金系数分别为9.53%、20.40%、33.61%和24.59%,其反映了较强的空间自相关性,与全局自相关的分析结果基本一致;3)相关性检验认为,秘鲁外海茎柔鱼产卵前期(6月份)分布受叶绿素a(Chl-a)的影响较大,进入产卵期(7-9月份)后表温(SST)成为主要影响因素。(2)基于单因子的协同克里金法和普通克里金法比较分析茎柔鱼资源丰度空间分布。利用地理信息系统和地统计学方法,尝试基于单因子的协同克里金法和普通克里金法,比较分析2003-2012年6-9月秘鲁外海茎柔鱼资源的空间分布。利用残差平方和(rss)和决定系数(r2)选择不同环境因子(海表温,sst;海面高度,ssh,海表面盐度,sss;叶绿素a,chl-a)为协变量下的最优协变异函数模型,并根据交叉验证结果及相对误差指标比较普通克里金(ok)和协同克里金法(cok)空间插值的预报精度。结果显示,6月份与秘鲁茎柔鱼资源分布具有相关性的环境因子为sss、ssh和chl-a,以chl-a为协变量的高斯模型最优;7月份的相关性环境因子为为sss、ssh和sst,且以sss为协变量的高斯模型最优;8月份与秘鲁茎柔鱼资源分布具有相关性的环境因子为sss和sst,以sss为协变量的高斯模型最优;9月份的相关性环境因子为sst。6月份茎柔鱼资源空间分布的依赖性较强,7-9月份具有中等程度的空间依赖性。6-9月份cok法相比较于ok法插值精度提高分别提高了1.51%、3.00%、1.72%和1.18%。(3)基于综合环境因子的协同克里金法研究秘鲁外海茎柔鱼资源空间分布。选用2003-2012年6-9月秘鲁外海茎柔鱼cpue为主变量,将sst、ssh、sss和chl-a海洋环境数据标准化处理为0-1之间的数值,采用主成分分析将标准化后的环境因子整合为单一综合环境因子作为协变量,进行协同克里金插值及交叉验证。结果认为:1)6-9月份综合环境因子与cpue具有显著相关性;2)协同克里金插值预测高产分布区与实际cpue分布规律较为吻合;3)6-9月的协同克里金插值预测准确性很高(mse<0.01),6月份的估算值精度最高(rmse=0.4128),8月份的估算值精度最低(rmse=0.5169),但4个月份的预测精度相差不大,都在同一数量级上。6、7月份的rmsse较接近与1,8、9月份的rmsse与1的差值都大于0.1,说明6、7月份的预测标准差有效性高,8、9月份的稍差一点。从mse、rmse和rmsse三者综合来看,6-9月的预测值具有一定的可靠性。(4)协同克里金法与glm模型预测秘鲁外海茎柔鱼资源丰度及其比较。选用2003-2012年6-9月秘鲁外海茎柔鱼cpue和sss、sst、ssh、chl-a为研究数据,从总数据样本中随机抽取75%为实验样本,用于glm建模和协半变异函数建模,根据aic原则选取最优glm模型,根据残差平方和(rss)最小和决定系数(r2)最大原则从相关环境因子中选取最优半变异函数模型。剩余25%为外推验证样本,用于验证拟合的glm模型及半变异函数模型在协同克里金法中预测cpue的有效性,并结合75%的实验样本进行的模型自身验证及自身验证误差外推验证误差的比值,对协同克里金法和GLM法的预测结果进行精度评价及比较。研究认为:1)6-9月份的GLM模型中,有显著贡献率的影响因子有所不同,说明海洋环境对不同生长阶段的茎柔鱼影响不同,但模型中的环境因子与选取的最优协变量环境因子稍差别。2)在自身验证中,GLM得到的平均误差(ME)几乎接近且小于0,协同克里金法的误差维持在属于误差可接受范围的千分位水平上,但是其数量级相对于GLM较大,说明GLM模型表现出较好的预测准确性。在外推验证中(剩余的25%样本),GLM的ME普遍小于COK法的ME,但是两者的ME数量级相差不大。COK法的J绝对值明显小于GLM模型的J绝对值,说明在内外预测上GLM不如COK法的稳健性强。就预测误差而言,COK法与GLM模型的预测效果不相上下。(5)基于CPUE和作业次数捕捞努力量的普通克里金插值法比较茎柔鱼资源空间分布。对2003-2012年6-9月秘鲁外海茎柔鱼作业次数捕捞努力量和CPUE进行数据归一化处理,统一为0.5°×0.5°网格内0-1数值区间范围,结合变异函数和普通克里金法插值预测秘鲁外海茎柔鱼资源分布。研究认为:1)除了9月份,6-8月份作业次数的块金系数都小于CPUE的块金系数,说明在结构性变异中作业次数的随机误差性因素小于CPUE的随机因素,其系统性结构较强。整体来说,作业次数的空间依赖性和聚集性强于CPUE的空间依赖性和聚集性。2)除了7月份作业次数的OK插值误差均大于CPUE的OK插值误差,说明基于作业次数的OK法插值预测准确性不如CPUE,但6-8月份基于作业次数的克里金估值精度高于基于CPUE的估值精度,而9月份基于作业次数的克里金估值精度低于基于CPUE的克里金估值精度,说明作业次数的OK插值预测精度高于CPUE。3)6-9月份CPUE与作业次数的算术平均数的OK法插值预测的准确性和精确性均表现出了优越性,精度分别提高14.04%,18.40%,22.34%,39.65%。可见,综合考虑作业次数和CPUE进行茎柔鱼资源空间分布预测更为合理。