数据缺乏条件下的渔业资源评估方法研究进展

Transactions of Oceanology and Limnology(2018)

引用 2|浏览4
暂无评分
摘要
全球范围内绝大多数渔业处于数据缺乏的状态,而常规的资源评估方法需要准确的生物学信息和完整的渔获数据,通常并不适合此类渔业资源的评估.数据缺乏方法(DLM)正是适用于此类情况的渔业资源评估方法,DLM的研究已经成为渔业资源研究的热点.作者对DLM的近期发展作了简要回顾,重点对主要的DLM方法和数据需求进行了分析比较,指出这些方法的应用需要注意的问题.历史渔获量是大多数DLM方法运用的必要数据(如DCAC、Catch-MSY模型),而关于资源丰度的相对指标和重要生活史参数(如种群内禀增长率、自然死亡系数),则是运用这些方法的必要补充.此外,对运用DLM所需的主要生物学参数的估算方法进行了简介.最后对D1LM方法的使用及其在国内渔业中的运用提出了建议.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要