資源豐度指數是開展漁業資源評估的重要輸入數據，然而來自商業捕撈漁獲數據的名義CPUE易受到魚類種群空間異質性、環境因子和漁船特征等因素的影響而出現偏差，進而對資源評估結果的準確性造成不利影響。CPUE標準化是通過減少外部因素影響獲得準確資源豐度指數的重要方法。日本鯖屬于暖水性中上層魚類，是西北太平洋海域重要的捕撈對象之一，具有較高的經濟價值和生態價值。目前，北太平洋漁業委員會（NPFC）已將日本鯖納入優先管理魚種，并組織專門的科學工作組開展日本鯖資源評估和管理工作。然而目前在日本鯖CPUE標準化研究中仍以傳統的標準化模型為主，不確定性較大。為此，本文結合西北太平洋日本鯖漁業統計數據和海洋遙感環境數據，基于廣義線性混合模型（GLMM）和矢量自回歸時空模型（VAST）構建了日本鯖CPUE標準化模型，并對其性能進行了評價。此外，分別通過影響分析和模擬測試，量化了解釋變量對名義CPUE與標準化CPUE差異的影響和評估了不同模型在日本鯖CPUE標準化中的估算精度。最后，通過漁場重心（COGs）估算，分析了日本鯖在西北太平洋海域的長期分布變動。研究結果有助于提升對西北太平洋海域日本鯖資源豐度指數的變化和時空分布格局的認識，有利于日本鯖漁業的科學管理和可持續利用。

該成果在環境科學與生態學領域國際知名期刊《Ecological Indicators》（JCR 1區，2023年影響因子為6.9）上發表，題為“Construction of CPUE standardization model and its simulation testing for chub mackerel (Scomber japonicus) in the Northwest Pacific Ocean”。東海所漁業遙感與信息技術研究室石永闖為第一作者，唐峰華副研究員和張衡副研究員為共同通訊作者。

該成果得到了上海市揚帆人才計劃（22YF1459900）、中國水產科學研究院東海水產研究所中央級公益性科研院所基本科研業務費專項資金（2021T04，2021M06）等項目資助。

圖1 相對年名義CPUE和兩種模型面積加權的相對標準化CPUE

圖2 VAST模型中時空隨機效應的CDI圖

圖3 基于最優VAST模型的2014-2021年西北太平洋日本鯖資源密度分布及漁場重心東向和北向變化情況