糧食安全評估模式(漁業)-漁業資源受氣候衝擊之反應模式


    臺灣周邊有黑潮及大陸沿岸流等不同性質的海流通過,帶來不同水系的洄游魚種,加上沿岸地形多樣,西部以泥沙底質的淺灘為主,東部則大多是岩礁地形。多樣的棲地與水文環境,造就擁有各種海洋生態系及多樣的物種群聚,因此各區域魚種組成有很大的不同,各地之沿岸漁業也有差異,若以大範圍觀察氣候變化對魚類群聚的影響有太多複雜因素干擾,若能擇一範圍固定且不受太多因素干擾的漁業活動場所,進行長期的觀測,將可獲得更為直觀的結果,故本研究選擇臺灣東北海域之東澳灣為研究範圍(圖1)。東澳灣內除有人工魚礁區外,尚有定置漁業權區,其他漁業並不會進入灣內作業,可將漁業活動的干擾降到最低,是觀察氣候變化對魚類群聚影響的一個很好的指標地區。
    生物資源是海洋漁業的基礎,為永續利用沿岸漁業資源,需進行海洋生物資源之監測與評估氣候變化的影響,以提供調整漁業管理之重要依據。當然,投入龐大的成本進行「不靠漁業」(Fishery independent)的監測評估最為客觀,美國加州沿岸漁場環境監測計畫(California Cooperative Oceanic Fisheries Investigations, CALCOFI),持續對南加州海域進行海洋環境因子與生物資源調查長達60多年,是世界少有成功例子,但所費不貲。國內目前缺乏有系統的長期監測資料,「不靠漁業」獨立觀測數據無從獲得,仍須依賴漁業活動資料。因此,本研究以1993-2011年東澳定置網漁獲交易資料為依據,嘗試重建1993-2011年各魚種漁獲尾數後,計算此期間生物多樣性指數,藉其長期變動觀察魚類群聚長期變化,並利用多變量群聚分析觀察各群聚間魚類結構差異,輔以環境資料探討東澳灣魚類生態變遷情形。以下介紹研究材料與方法。
圖1、東澳灣海域位置及灣內人工魚礁區、定置網作業範圍圖
(一)資料蒐集
    漁獲資料來源及蒐集部分,本研究蒐集宜蘭縣東澳灣海域之新協發定置漁場,1993-2011年共19年之日別漁獲交易資料。定置漁業為避免網具於颱風季節期間造成損壞甚至流失,在每年颱風季節來臨前會將設置於海上之網具收回,颱風季節過後再下網,此期間為休漁期。新協發定置漁場休漁期始於7月初,下網月份於9月、10月間不定,為使各年度漁獲資料時間一致,本研究取每年1-6月及10-12月之資料。
    衛星遙測資料為探討東北部海域長期海表溫時空變化情形,本研究利用美國國家海洋與大氣管理局(National Oceanic and Atmospheric Administration, NOAA : http://las.pfeg.noaa.gov/oceanWatch/)網站上NOAA 系列衛星所搭載極精密高解析輻射儀(Advanced Very-High Resolution Radiometer, AVHRR)之Pathfinder Version 5.0 海表溫資料庫,從中取得1990~2008年空間解析度為4km的資料。由於此資料庫時間範圍到2008年為止,2009-2011年由載有MODIS (Moderate-resolution Imaging Spectroradiometer)探測器之 Aqua 衛星資料庫補足,空間解析度為0.05度。
(二)數據分析
    (1)漁獲尾數資料建立:為建立長期尾數資訊,需獲得各魚種每月平均重量,其分兩部分取得:(2)以漁獲交易記錄推算:由於2009年以前之漁獲交易記錄已進行了電腦登錄,資料中原有的尾數資訊已不復見,故本研究以2010-2011年之漁獲交易記錄,篩選出有尾數資料之魚種,將其漁獲重量除以尾數,得該魚種重量後取平均。(3)現場拍攝採樣:從2010年4月至2011年10月止,進行現場拍攝採樣,由拍攝影像中分析漁獲之種類及其體長,並將體長資料代入該種類之體長體重關係式,得該種之重量後取平均。
(三)生態群聚結構變動分析
    (1)魚種分類:本漁場漁獲魚種多樣,參照Fishbase網站將魚種依其棲所生態特性,區分為表層洄游魚種(Pelagic species)、礁區魚種(Reef-associated species)、中底層魚種(Benthopelagic species)、底棲魚種(Demersal species),詳如表1所示。利用各類群漁獲量變動,觀察漁業資源是否有變化。
表1、各魚種學名與群性資訊彙整表
    (2)生物多樣性分析:物種多樣性為反映一地區群聚結構特徵的重要指標之一,依其長期變動可了解群聚結構變遷。本研究所採用之生物多樣性指數為Shannon-Wiener index,此指標常用於調查魚類群聚結構的變動,為觀察歧異度之指標,可用來比較歷年東澳灣海域魚類族群歧異度之變化。本研究利用各魚種漁獲尾數,套入指數求其歷年變化,此指數公式如下:

......................................................................(1)
 

N: 所有漁獲物種之個體數;ni: 第i種之個體數;S: 漁獲物種之種類數
(四)群聚分析
    主要採用PRIMER 6 (Plymouth Routines In Multivariate Ecological Research)軟體中的多變量群聚分析方法進行分析。首先將定置網漁獲種類及尾數以Bray-Curtis similarity index計算各年間漁獲生物相似距離矩陣,後以MDS(non-metric Multi-Dimensional Scaling)分析法轉換成空間結構圖,並搭配聚類分析(cluster analysis)觀察各群間魚種群聚的分群現象後,進一步以ANOSIM(Analysis of Similarity)分析判讀。接著,本研究使用SIMPER(similarity percentage)分析,鑑別各群聚內主要代表魚種及影響群聚變動的魚種。
    SIMPER(similarity percentage)分析首先計算出Bray-Curtis similarity index(式2)及Bray-Curtis dissimilarity index (式3),若需判別影響群聚變動的魚種,則以Bray-Curtis dissimilarity index計算每一個漁獲魚種造成群聚差異的相異度(dissimilarity)(式4)。平均後除以所有漁獲生物的δi總合,再計算每一個漁獲生物造成群聚差異的貢獻度(contribution(%))(式5),此為相異貢獻度分析。若需判別各群聚內主要代表魚種,則將Bray-Curtis similarity index代入式4及式5,此為相似貢獻度分析。相關計算公式如下:
.....................................................................(2)
.......................................................................(3)

yij=第j年(季)第i種漁獲生物之尾數;yik=第k年(季)第i種漁獲生物之尾數
.....................................................................(4)
yij =j年(季)第i種漁獲生物之δjk;yik =第k年(季)第i種漁獲生物之δjk
...................................................................(5)
(五)氣候資料分析
    表水溫範圍選定24 °N-27 °N,121°E -124°E,時間自1990年至2011年。由網站下載資料矩陣後,發現有不尋常之極值,此極值通常是陸地範圍或是因雲層阻擋無法測得海表溫導致。去除極值後取每年各月平均表水溫,繪製表水溫各季之時間序列表。另分割A區(25.5-27°N, 121-123°E)及B區(24-25.5°N, 122-124°E),計算兩區的平均溫度差值,作為黑潮與大陸沿岸流消長的指標。A區主要受到大陸沿岸水的影響,B區則是在黑潮流域中,若是A、B兩區的溫度差距越小,即黑潮勢力入侵大陸沿岸水越強。


上稿日期:2015-12-24 更新日期:2015-12-24