不同误差结构对运用股分析(CA)模型求算鱼类自然死亡率影响的初步研究

当鱼类一个世代的资源量和渔获量数据已知，POPE（1972）提出的股分析（cohort analysis，CA）模型可以用来求算鱼类的自然死亡系数（M）。在以往的计算过程中来自模型和数据的误差往往被忽略。文章讨论了用股分析模型求算M的方法，并运用广义线性模型（generalized linear model，GzLM）探讨了3种不同误差结构（正态，对数正态和伽马）对求算结果的影响。蒙特卡罗（Monte Carlo）模拟分析显示，当数据的噪音（即变异系数coefficient of variation，CV）小于大约10％时可以得到M较好的估计值。不同的误差结构会影响M的估算，其中对数正态分布的GzLM误差得到了最好的结果。构造了长寿命小自然死亡系数和短寿命大自然死亡系数的2个鱼类种群，模拟结果表明这种方法更适用于寿命短而自然死亡系数大的种群。同样假设以上3种误差结构，将该方法应用到黄海鳗鱼（Engraulis japonicus）渔业数据上。与其它2种误差结构相比，对数正态的GzLM误差结构同样得到了良好的结果。由于低龄鱼具有较为准确的观测数据，其M的估计值好于高龄鱼。