摘要：为研究南海马鲛流刺网网目对康氏马鲛Scomberomorus commersoni的选择性，于2015年3月在南海北部用网目尺寸分别为80、100、120、138、142、160 mm的刺网进行了共同捕捞试验，基于 SELECT （Share Each LEngth's Catch Total）模型的基本架构下，用Normal和Bi-normal选择性概率模型拟合试验数据，并就刺网对康氏马鲛的渔获方式、选择性曲线形状和SELECT模型应用展开了探讨。结果表明：试验共捕获康氏马鲛172尾，康氏马鲛的渔获方式以刺挂为主；Normal和Bi-normal的估计分隔模型均比等分隔模型拟合效果好，其中Bi-normal的估计分隔模型拟合效果最好，两个选择性峰值点对应的相对叉长分别为Ra=4.4399和Rb=6.7278；6组网目尺寸的刺网对康氏马鲛的相对作业强度（pi）大小依次为138 mm＞142 mm＞160 mm＞100 mm＞80 mm＞120 mm。本研究结果可为制定南海马鲛流刺网最小网目尺寸提供参考。
关键词：流刺网；康氏马鲛；选择性；SELECT模型
刺网是以网目刺挂或网衣缠络作业的网具。马鲛流刺网属于漂流单片刺网，是南海海域常见的作业方式，兴起于20世纪90年代［1-2］。马鲛流刺网的目标种类是康氏马鲛Scomberomorus commersoni，副渔获有白卜鲔、乌鲳等［3］。康氏马鲛隶属于鲭科Scombridae、马鲛属Scomberomorus，属暖水性中上层洄游鱼类，一般渔获个体较大，经济价值较高［4］。近年来，南海马鲛流刺网渔业的发展势头良好，据2013年渔具调查资料，仅广东省的马鲛流刺网渔船就超过100艘。然而，南海马鲛流刺网渔业在发展中也出现了一些问题，如作业中渔船使用的网片总数不断增加，对渔业资源的捕捞压力也随之增加［3］。
目前，对南海区马鲛流刺网最小网目尺寸标准及相关研究尚未见报道。为制定最小网目尺寸，深入研究刺网对目标种类的尺寸选择性至关重要。国外学者已进行了大量流刺网选择性试验［5-8］，国内学者对流刺网的选择性研究则相对较少［9-12］，仅见对南海区金线鱼流刺网选择性和马鲛刺网渔获组成等方面的研究报道［13-15］。本研究中，运用比较作业法结合SELECT（Share Each LEngth's Catch Total）模型［16］，研究了南海马鲛流刺网对康氏马鲛的选择性，旨在科学地制定南海马鲛流刺网的最小网目尺寸，为刺网选择性研究提供基础资料。
1.1 试验时间、渔场和渔船
选择性试验于2015年3月21日—24日进行，历时3 d。渔船的作业渔场为海南岛东北部渔场（20°20′～20°39′N，111°08′～113°16′E），渔场平均水深为40～52 m，底质为泥沙。试验用渔船为茂名市博贺港的马鲛流刺网生产船 “粤电渔42073”号，船长为33 m，主机功率为132 kW，总吨位为169 t。船上还配备相关的导航、通信和助渔仪器，船员10名。
1.2 试验网具
试验刺网主网衣网目数 （包括横向与纵向）一致，均为横向600目，纵向300目，网线材料为聚乙烯，上纲缩结0.5，下纲缩结0.6，具体参数见表1。
1.3 数据的收集和分析
1.3.1 数据的收集 渔船作业时，记录放网和起网时间、经纬度、渔场水深等基本信息。起网时，观察康氏马鲛在网具中所处的状态，以推断该尾康氏马鲛的渔获方式。康氏马鲛从网具上摘下后，观察鱼体上的捕捞痕迹，并按照网目尺寸分组进行生物学测量，主要测量叉长、最大体周长、刺入部位体周长和体质量等指标。
表1 马鲛刺网选择性试验网具规格
Tab.1 Technical characteristics of the gillnets used in the experiment
网目尺寸/mm mesh size线粗twine diameter上纲长度/m length of floatline下纲长度/m length of leadline网片数/片number of net 80 9×3 24.00 28.80 10 100 9×3 30.00 36.00 10 120 9×3 36.00 43.20 10 138 9×3 41.40 49.68 150 142 9×3 42.60 51.12 150 160 11×3 48.00 57.60 300
1.3.2 数据分析 假定cij为叉长为lj的康氏马鲛被网目尺寸为mi的刺网捕获的数量，则
其中：λi为叉长为lj的康氏马鲛接触网具的数量；Sij为网目尺寸为mi的刺网对叉长为lj的康氏马鲛的选择性；qi为渔具系数；xi为捕捞努力量。将pi定义为相对作业强度，即pi=qixi，则式 （1）可表示为
其中
k为所用网目总数。
根据几何相似假设，刺网选择性曲线表示为
其中：Rij为相对叉长，Rij=lj/mi，且0＜s（Rij）≤1。将式 （3）代入式 （2）可得：
本研究中用单峰概率模型 （Normal）和双峰概率模型 （Bi-normal）模拟刺网对康氏马鲛的选择性。Normal的计算公式如下：
其中：R0为选择率达到最大值1.0时的相对叉长；σ为决定选择性曲线宽度的参数。
Bi-normal的计算公式如下：
其中：Ra和Rb分别为第一和第二选择率峰值点的相对叉长；σa和σb均为决定选择性曲线宽度的参数；ω为质量因子，决定选择率第二峰值的高度；δ为级别常数。
假设Cj为叉长为lj的康氏马鲛被刺网捕获的总数，则
叉长为lj的康氏马鲛渔获概率 （Pj）与各网目尺寸c1j，c2j，…，ckj可用多项分布描述如下：
其中：φij为叉长为lj的康氏马鲛被网目尺寸为mi的刺网捕获的概率，其计算公式为
将式 （9）应用于式 （8），得到总渔获概率为
其中，n为叉长组的数量。将式 （4）代入式（9），可得模型估计的渔获概率为
选择性参数和相对作业强度pi可以通过极大似然法进行估算，其似然方程为
在实际计算中，需要最大化对数似然函数，即最大化尤度 （maximum log-likelihood，MLL），将式（12）常数项去除简化为
根据pi建立3组模型：（1）等分隔模型-1（equal splitmodel-1），假设所有刺网对康氏马鲛的捕捞概率相同，pi用各网目尺寸刺网的作业网片数量代替；（2）等分隔模型-2（equal splitmodel-2），假设所有刺网对康氏马鲛的捕捞概率相同，pi用各网目尺寸刺网的实际作业面积 （上纲长度×网衣纵向拉直长度）代替； （3）估计分隔模型 （estimated splitmodel），pi由模型估计而得。
方程 （13）的求解用MS-Excel中的 “规划求解” 功能来实现［12，17-19］。
根据观测渔获概率φij与估算渔获概率φ（Rij）的差异计算选择性模型的个体残差，计算公式［7］为
其中： 当 φij＞φ（Rij）时， 取正号 （+）； 当φij＜φ（Rij）时，取负号 （-）。
根据个体残差计算各个模型的模型残差（model deviance，MD），计算公式［7］为
通过模型残差的大小来确定最佳拟合模型 （best fit model），一般而言，残差值最小的模型被认为是最佳拟合模型［7-8，20］。
此外，通过卡方检验 （chi-square test）比较模型残差与自由度 （degree of freedom，DF）的差异，可判断模型拟合度的优劣。当模型残差显著大于自由度 （P＜0.01）时，表明模型存在一定程度的拟合缺失 （lack of fit）［7］。分隔模型DF的计算公式为n×（k-1）-r，估计分隔模型DF的计算公式为n×（k-1）-（r+k-1）。其中：n为体长组数量；k为网目尺寸组数量；r为待估参数数量［7］。
2.1 渔获概况
试验刺网的渔获种类共15种225尾，651.73 kg。康氏马鲛是优势渔获，共172尾，437.87 kg，分别占渔获总数和总质量的76.44％和67.19％。
2.2 康氏马鲛的渔获方式
经观察发现，刺网对康氏马鲛的渔获方式以刺挂为主，且超过90％的康氏马鲛渔获方式为刺挂。大多数康氏马鲛身上都有一道深深的捕捞痕迹：个体小 （叉长＜450 mm）的康氏马鲛捕捞痕迹靠近第二背鳍起点；个体大 （叉长＞1000 mm）的捕捞痕迹靠近胸鳍；个体更大 （叉长＞1100 mm）的捕捞痕迹则前于鳃盖，靠近眼后缘。小部分康氏马鲛的渔获方式为缠络。
2.3 康氏马鲛的叉长分布
根据康氏马鲛叉长数据，以50 mm为一组，统计康氏马鲛的渔获情况。网目尺寸为80 mm的刺网捕获的康氏马鲛数量最少，仅为5尾；网目尺寸为138、142 mm的刺网捕获的康氏马鲛数量相当，分别为66和63尾 （表2）。
表2 试验刺网康氏马鲛捕捞量统计
Tab.2 Caught individuals of narrowbarred king macherel Scomberom orus comm ersoni by gillnets
叉长组/mm fork length网目尺寸mesh size/mm 80 100 120 138 142 160 total 5 11 8 66 63 19 401～450 0 0 1 0 1 0 451～500 3 2 1 8 7 0 501～550 0 3 2 25 19 1 551～600 0 1 0 5 6 0 601～650 0 1 2 4 7 0 651～700 0 2 0 4 7 0 701～750 0 1 1 13 8 3 751～800 2 1 1 3 6 5 801～850 0 0 0 0 1 1 851～900 0 0 0 0 0 0 901～950 0 0 0 1 1 1 951～1000 0 0 0 1 0 3 1001～1050 0 0 0 2 0 4 1051～1100 0 0 0 0 0 0 1101～1150 0 0 0 0 0 1合计
网目尺寸为80、100、120 mm的刺网由于渔获数量较少，分布规律并不明显；网目尺寸为138、142、160 mm的刺网捕获康氏马鲛叉长的分布均呈先增大后减少再增大的趋势，与所谓的“双峰” （bimodal）趋势相似，其中138、142 mm的刺网两个最大渔获叉长组相同，分别为501～550、701～750 mm，160 mm的刺网两个最大渔获叉长组分别为751～800、1001～1050 mm（图1）。
2.4 选择性参数的估算
刺网对康氏马鲛的选择性参数估算详见表3。Normal拟合的选择性峰值相对叉长值 （R0）与Binormal的第二峰值相对叉长 （Rb）较为接近：Normal估算的 R0分别为6.5284、7.0164和6.9606；Bi-normal估算的Rb则分别为6.8674、7.3367和6.7278。根据卡方检验，模型的残差值均显著大于自由度 （P＜0.01）。估计分隔模型拟合的模型残差值均比等分隔模型的小。一般而言，模型残差值最小的模型被认为模型效果最佳，而Bi-normal的估计分隔模型得出的模型残差值最小 （94.75），所以将此模型选为最佳模型。据此最佳模型拟合结果，6组网目尺寸对康氏马鲛的相对作业强度（pi）大小依次为138 mm＞142 mm＞160 mm＞100 mm＞80 mm＞120 mm。
两组估计分隔模型拟合的主选择性曲线差异较大。Normal的主选择性曲线呈两边对称的分布趋势，Bi-normal的主选择性曲线则是向右侧延伸的双峰趋势 （图2）。Bi-normal估计分隔模型拟合的各网目尺寸刺网对康氏马鲛的选择性曲线见图3。随着网目尺寸的增加，选择性曲线右移；网目尺寸为138、142 mm时对康氏马鲛的选择性曲线位置较为接近。
图1 康氏马鲛叉长分布图
Fig.1 Frequency distribution of fork length of narrowbarred kingmackerel Scomberomorus commersoni
图2 估计分隔模型拟合的主选择性曲线
Fig.2 M aster selectivity cu rves of two estimated sp lit models
表3 刺网对康氏马鲛的选择性参数
Tab.3 Selectivity parameters of gillnets to narrowbarred kingmackerel Scomberomorus commersoni
注：p1、p2、p3、p4、p5和p6分别代表网目尺寸为80、100、120、138、142、160 mm的刺网对康氏马鲛的相对作业强度。
Note：p1，p2，p3，p4，p5and p6represents the relative fishing effort ofgillnetswithmesh size of80，100，120，138，142mm and 160 mm，respectively
模型models残差参数parameters R0（Ra，Rb） σ（σa，σb） ω δ p1 p2 p3 p4 p5 p 6尤度MLL自由度DF MD Normal等分隔模型-1 6.5284 1.3571 0.0159 0.0159 0.0159 0.2381 0.2381 0.4762 -261.5 73 161.66等分隔模型-2 7.0164 1.2717 0.0046 0.0072 0.0104 0.2060 0.2181 0.5537 -261.9 73 163.46估计分隔模型 6.9606 1.5975 0.0070 0.0219 0.0271 0.3659 0.3893 0.1887 -236.9 68 103.09 Bi-normal 3.7566 0.0290 0.2605 1.3524 0.0159 0.0159 0.0159 0.2381 0.2381 0.4762 -242.6 69 118.03 6.8674 1.3672等分隔模型-2 3.7559 0.0222 0.2774 1.3524 0.0046 0.0072 0.0104 0.2060 0.2181 0.5537 -242.6 69 118.98 7.3367 1.2842估计分隔模型 4.4399 0.6763 0.7297 1.3524 0.0399 0.0576 0.0373 0.3668 0.3653 0.1332 -233.5 64 94.75等分隔模型-1 6.7278 1.8153
目前，由于还未见有南海康氏马鲛最小可捕规格 （minimal landing size，MLS）的相关标准或研究报道，本研究中将康氏马鲛的MLS暂定为380 mm（叉长）。网目尺寸为80、100、120、138、142、160 mm的刺网，对叉长为380 mm康氏马鲛的理论选择率分别为 96.37％、61.96％、20.45％、8.22％、6.94％和3.74％ （图3）。
刺网对捕捞种类的渔获方式是进行刺网选择性研究的基础。一些研究将刺网的渔获方式划分为4类：搁绊、刺入、契入和缠绕［11-12，19］。但根据水产行业标准 （SC/T4001—1995），刺网的捕捞原理为网目的刺挂和网衣的缠络［21］。结合海上捕捞经验可知，马鲛流刺网对康氏马鲛的渔获方式可分为刺挂与缠络。因为搁绊的方式不存在，契入与刺入实际上并无本质区别，只是刺挂的位置有所差异。海上试验发现，超过90％的康氏马鲛渔获方式是刺挂。刺挂与缠络最大的区别在于有无捕捞痕迹：刺挂是康氏马鲛与网目的相互作用，会留下一道或多道捕捞痕迹；缠络是康氏马鲛被网衣包裹而被捕获，鱼体不需要卡入网目内。
图3 Bi-normal估计分隔模型拟合的选择性曲线
Fig.3 Selectivity curves of estimated splitmodel from Bi-normal
以住很多研究认为，刺网选择性曲线是呈两边对称的钟型曲线［9-10，13］。但是，对于康氏马鲛而言，选择性曲线左右两边不对称反而更加合理。因为康氏马鲛个体较大，有效捕捞区域比一般鱼类的要大很多。选择性曲线左边是代表小个体鱼被捕获的概率，而右边则是大个体鱼被捕获的概率。小个体的康氏马鲛被捕获的位置靠近最大体周长处，而大个体康氏马鲛被捕获的位置则靠近鳃盖骨后缘。康氏马鲛最大体周长处和鳃盖骨后缘的体型变化会有所差异。因此，选择性曲线两边的形状不对称才是比较合理的。康氏马鲛的实际渔获叉长分布趋势也印证了这一点。
尤宗博等［10］研究了黄海大网目流刺网对蓝点马鲛Scomberomorus niphonius的选择性，蓝点马鲛的叉长分布曲线与本研究中康氏马鲛叉长分布曲线相似，均存在2个最大渔获叉长组。但尤宗博等［10］在研究中所用选择性概率模型全部属于单峰模型，其研究结果与本研究可比较性不大。矢野綾子等［22］分析了日本三陆和北海道海域的流刺网对日本鲐Scomber japonicus的选择性，结果认为，渔获方式以刺挂为主，Skew normal模型为最佳拟合模型。本研究中通过比较单峰概率模型与双峰模型的模拟结果，得出双峰模型的拟合结果更加理想。
SELECT模型首先被用于估算拖网网囊的选择性，之后被广泛应用于刺网、张网、笼具和钓的选择性研究中［16，23-28］。SELECT模型不仅能用于捕捞努力量相同的选择性研究，也适用于捕捞努力量差异较大的情况。本研究中，网目尺寸为138、142、160 mm的刺网数量比80、100、120 mm的刺网大很多，仍然能够通过SELECT模型估算选择性参数，并得到各网目尺寸刺网对康氏马鲛的相对作业强度。由此可见，SELECT模型在刺网选择性参数估算中具有重要作用。但是，当被估参数过多时，比如，本研究中Bi-normal的估计分隔模型被估参数达到12个，SELECT模型对参数初始值非常敏感。在估算时需要谨慎设置各被估参数的初始值，否则规划求解功能可能会失效，得不出有效解。
刺网选择性研究是制定最小网目尺寸的基础。本研究中参考浙江省地方标准［29］，将南海康氏马鲛的MLS暂定为380 mm。结果表明，随着网目尺寸的增大，刺网对叉长为380 mm康氏马鲛理论选择率不断减小，当网目尺寸分别为138、142、160 mm时，理论选择率均小于10％。但是，试验中所有刺网捕获的康氏马鲛叉长全部超过380 mm（表2），即小于MLS的实际渔获比例为0。当网目尺寸为80、100、120 mm时，刺网对叉长为380 mm康氏马鲛的理论选择率和实际选择率 （渔获叉长比例）差异较大。一方面，这3种规格网目刺网的渔获数量较少，使得其选择性估算存在一定的不确定性；另一方面，渔获康氏马鲛的资源分布（各叉长段比例）是否均匀尚需进一步研究。最后，建议相关部门尽快制定南海区康氏马鲛的最小开捕规格，同时开展更全面、深入和系统的选择性试验，为制定南海区马鲛刺网最小网目尺寸提供依据。
参考文献：
［1］ 杨吝，卢伙胜，吴壮，等.南海区海洋渔具渔法［M］.广州：广东科学技术出版社，2002：13-28.
［2］ 张鹏，杨吝，张旭丰，等.南海北部金线鱼流刺网渔业情况分析［J］.南方水产，2008，4（6）：101-107.
［3］ 杨炳忠，杨吝，谭永光，等.南海北部马鲛流刺网渔获组成初步分析［J］.南方水产科学，2013，9（1）：16-21.
［4］ 陈再超，刘继兴.南海经济鱼类［M］.广州：广东科学技术出版社，1982：216-221.
［5］ Ham ley JM.Review of gillnet selectivity［J］.J Fish Res Board Can，1975，32（11）：1943-1969.
［6］ Reis E G，Pawson M G.Fishmorphology and estimating selectivity by gillnets［J］.Fish Res，1999，39（3）：263-273.
［7］ Fujimori Y，Tokai T.Estimation of gillnet selectivity curvebymaximum likelihood method［J］.Fish Sci，2001，67（4）：644-654.
［8］ Queirolo D，Gaete E，Ahumada M.Gillnet selectivity for Chilean hake（Merluccius gayi Guichenot，1848）in the bay of Valparaíso ［J］.JAppl Ichthyol，2013，29（4）：775-781.
［9］ 李灵智，黄洪亮，王磊，等.东黄海区银鲳流刺网网目尺寸选择性研究［J］.海洋渔业，2010，32（1）：89-94.
［10］ 尤宗博，李显森，赵宪勇，等.蓝点马鲛大网目流刺网的选择性研究［J］.水产学报，2014，38（2）：289-296.
［11］ 张健，孙满昌.刺网渔具选择性研究进展［J］.中国水产科学，2006，13（6）：1040-1048.
［12］ 孙满昌，张健，钱卫国，等.渔具渔法选择性［M］.北京：中国农业出版社，2004：111-118.
［13］ 张鹏，杨吝，张旭丰，等.刺网网目尺寸对南海区金线鱼选择性研究［J］.南方水产，2005，1（2）：61-66.
［14］ 张鹏，杨吝，张旭丰，等.南海区金线鱼刺网网目选择性［J］.中国水产科学，2010，17（5）：1085-1093.
［15］ 杨炳忠，杨吝，谭永光，等.马鲛体型特征与网目尺寸关系的初步探讨［J］.南方水产科学，2013，9（5）：120-125.
［16］ Millar R B.Estimating the size-selectivity of fishing gear by conditioning on the total catch［J］.J Amer Stat Assoc，1992，87：962-968.
［17］ 東海正.MS-Excelのソルバーによる曳網の網目選択性Logistic式パラメータの最尤推定［J］.水産海洋研究，1997，61 （3）：288-298.
［18］ 東海正，三橋廷央.比較操業実験かち選択性曲線な求あるSELECTモデルについて［J］.水産海洋研究，1998，62（3）：235-247.
［19］ Sparre P，Ursin E，Venema SC.Introduction to tropical fish stock assessment，Part1-manual［R］.Rome：FAO Fisheries Technical Paper，1989：306.
［20］ Millar R B，Fryer R J.Estimating the size-selection curves of towed gears，traps，nets and hooks［J］.Rev Fish Biol Fish，1999，9（1）：89-116.
［21］ 中华人民共和国农业部.渔具基本术语：SC/T 4001-1995 ［S］.北京：中国标准出版社，1996：53-74.
［22］ 矢野綾子，東海正，川端淳.調査用流し網のマサバに対する選択性について［J］.日本水産学会誌，2012，78（4）：681-691.
［23］ Millar R B，Walsh SJ.Analysis of trawl selectivity studieswith an application to trouser trawls［J］.Fish Res，1992，13（3）：205-220.
［24］ Sun Manchang，Zhang Jian，Xu Liuxiong.Size selectivity of diamond and squaremesh codends for hairfin anchovy Setipinna taty in Chinese stow net fisheries［J］.Fish Sci，2006，72（3）：530-539.
［25］ Harada M，Tokai T，Kimura M，et al.Size selectivity of escape holes in conger tube traps for inshore hagfish Eptatretus burgeri and white-spotted conger Congermyriaster in Tokyo Bay［J］. Fish Sci，2007，73（3）：477-488.
［26］ Yang Bingzhong，Tang Yanli，Liang Zhenlin.Selectivity of escapehole size in tube traps for white-spotted conger Congermyriaster ［J］.Chin JOceanol Limnol，2011，29（5）：1041-1047.
［27］ Yamashita H，Shiode D，Tokai T.Longline hook selectivity for red tilefish Branchiostegus japonicus in the East China Sea［J］.Fish Sci，2009，75（4）：863-874.
［28］ 白伦，张新峰，He Pingguo，等.基于张网渔获的蟹笼渔具对三疣梭子蟹的相对选择性［J］.中国水产科学，2015，22（2）：340-346.
［29］ 浙江省质量技术监督局.重要海洋渔业资源可捕规格及幼鱼比例：DB33/T 949-2014［S］.杭州：浙江省质量技术监督局，2015：1-14.
Size selectivity of gillnets for narrowbarred king mackerel Scomberomorus commersoni in South China Sea
Abstract：Fishing experimentswere carried outby gillnetswithmesh size of80，100，120，138，142 and 160 mm in northern South China Sea in March 2015 to investigate the size selectivity of gillnets for narrowbarred kingmackerel Scomberomorus commersoni.The selectivity data of gillnetswere simulated and evaluated based on the SELECT （Share Each LEngth's Catch Total）method by both Normal and Bi-normalmodels.A total of 172 individuals of narrowbarred kingmackerelwere captured and most captured by the gillnets.There was bettermodeling result in estimated splitmodels，in both Normal and Bi-normalmodels，than that in equal splitmodels.The estimated split model of Bi-normal showed the best fit to the catch data，and was chosen as the best fitmodel.The first and second of themodal relative length of thismodelwas4.439 9 and 6.727 8，respectively.The order of relative fishing intensity of gillnets to narrowbarred kingmackerelwas ranged as138mm＞142mm＞160mm＞100mm＞80mm＞120 mm.The fishingmechanism of gillnets to narrowbarred kingmackerel，the shape of selectivity curve and the use of SELECTmodel were discussed in this article.The findings can be used to promulgateminimalmesh size of gillnets for narrowbarred kingmackerel in South China Sea.
Key words：gillnet；Scomberomorus commersoni；selectivity；SELECTmodel
中图分类号：S972.11
文献标志码：A
DOI：10.16535/j.cnki.dlhyxb.2016.02.015
文章编号：2095-1388（2016）02-0199-06
收稿日期：2015-06-24
基金项目：国家公益性行业 （农业）科研专项 （201203018）