资源丰度指数是开展渔业资源评估的重要输入数据，然而来自商业捕捞渔获数据的名义CPUE易受到鱼类种群空间异质性、环境因子和渔船特征等因素的影响而出现偏差，进而对资源评估结果的准确性造成不利影响。CPUE标准化是通过减少外部因素影响获得准确资源丰度指数的重要方法。日本鲭属于暖水性中上层鱼类，是西北太平洋海域重要的捕捞对象之一，具有较高的经济价值和生态价值。目前，北太平洋渔业委员会（NPFC）已将日本鲭纳入优先管理鱼种，并组织专门的科学工作组开展日本鲭资源评估和管理工作。然而目前在日本鲭CPUE标准化研究中仍以传统的标准化模型为主，不确定性较大。为此，本文结合西北太平洋日本鲭渔业统计数据和海洋遥感环境数据，基于广义线性混合模型（GLMM）和矢量自回归时空模型（VAST）构建了日本鲭CPUE标准化模型，并对其性能进行了评价。此外，分别通过影响分析和模拟测试，量化了解释变量对名义CPUE与标准化CPUE差异的影响和评估了不同模型在日本鲭CPUE标准化中的估算精度。最后，通过渔场重心（COGs）估算，分析了日本鲭在西北太平洋海域的长期分布变动。研究结果有助于提升对西北太平洋海域日本鲭资源丰度指数的变化和时空分布格局的认识，有利于日本鲭渔业的科学管理和可持续利用。

该成果在环境科学与生态学领域国际知名期刊《Ecological Indicators》（JCR 1区，2023年影响因子为6.9）上发表，题为“Construction of CPUE standardization model and its simulation testing for chub mackerel (Scomber japonicus) in the Northwest Pacific Ocean”。东海所渔业遥感与信息技术研究室石永闯为第一作者，唐峰华副研究员和张衡副研究员为共同通讯作者。

该成果得到了上海市扬帆人才计划（22YF1459900）、中国水产科学研究院东海水产研究所中央级公益性科研院所基本科研业务费专项资金（2021T04，2021M06）等项目资助。

图1 相对年名义CPUE和两种模型面积加权的相对标准化CPUE

图2 VAST模型中时空随机效应的CDI图

图3 基于最优VAST模型的2014-2021年西北太平洋日本鲭资源密度分布及渔场重心东向和北向变化情况