海洋渔业资源分布建模：我们在哪里？

摘要

生态位模型（ENM）和物种分布模型（SDM）已被广泛应用于生物地理学、保护生物学和生态学的各种研究。这些建模技术旨在开发空间地图，用于预测过去、当前和未来的物种分布。这些模型诞生于陆地生态学领域，直到最近几年才被应用于海洋环境问题，特别是用于改善对渔业资源分布和捕获的预测。

本研究旨在通过文献计量分析，介绍与海洋渔业资源中ENM和SDM使用相关的文章的特征，考虑三个要点：（1）最新技术：多年来的文章数量、期刊、国家、合作和研究重点；（2） 与渔业资源相关的特征：海洋生物地理领域、分类群、生命阶段、海洋学区和行为；（3） 与方法相关的特征：方法类型、生物类型和环境数据。我们提供了378篇文章的列表（来源于930篇筛选文章）、结果和对我们发现的讨论，这些文章代表了ENM/SDM与渔业资源之间接口的现状（优势、限制和差距）的基线。

1简介

自20世纪90年代末以来，生态位模型（ENM）和物种分布模型（SDM）（以及其他术语，见Araújo&Peterson，2012和Guisan等人，2013）已被广泛应用于与生物地理学、保护生物学和生态学相关的几项研究中（Guisan et al.，2013；Robinson等人，2011；Svenning等人，2011）。尽管ENM和SDM在文献中通常是同义词，但这两个术语在概念上是不同的：ENM指的是对多维环境生态位（E）（在生态位领域，而不是分布领域）的一些估计，用于概述非生物条件（GA）方面合适的区域（G），即物种的潜在分布（GP）。SDM需要估计基本生态位（NF）——这允许GA的一些假设——以及对扩散能力或运动（M）的评估，从而导致被占领的分布区（GO）（GO=GA?M）（Peterson&Soberón，2012；Soberón等人，2017；Sober?n和Nakamura，2009年）。因此，ENM被正确地应用于当前、未来和过去的潜在分布区域，而SDM则被正确地仅应用于当前分布（Peterson&Soberón，2012）。然而，由于算法、发生数据、环境变量和生成地图的能力相似，这两个术语多次可互换使用（Peterson&Soberón，2012），因此从现在起将被称为ENM/SDM。

相关的ENM/SDM是使用一种建模方法建立的，该方法将物种观测的已知发生记录（例如，仅存在、不存在、丰度或生物量）和环境信息（非生物或生物）（Elith&Leathwick，2009）与物种的限制因素或生态位部分相关。相关的ENM/SDM通常会确定一些介于基本生态位和已实现生态位之间的环境条件，并且地理区域将是GP和GO之间的中间区域（Peterson等人，2015）。

ENMs/SDM的输出已被用于预测入侵物种的当前和未来潜在分布（例如，Barbosa，2016；Cassemiro等人，2018），确定优先保护区域（例如，Lemes&Loyola，2013；Nieto等人，2017），推断全球环境变化（如气候变化）对生物多样性的影响（例如，Gallardo等人，2018；Martin等人，2013），讨论生物地理学模式（例如，Werneck et al.，2012），并指导实地研究以寻找新的种群或重新引入（Chucholl，2017）等（见Peterson et al.，2011中的其他应用）。

ENMs/SDM的使用越来越多（Elith&Leathwick，2009）反映了人们对全球环境变化对生物多样性的影响的担忧，主要是人为气候变化（Brotons，2014），结合开放获取的地理参考物种（例如，全球生物多样性信息设施-GIF、生物采集分布式信息系统和海洋生物多样性情报系统-OBIS）和环境数据库（例如，Bio ORACLE，Assis et al.，2018；WorldClim，Fick&Hijmans，2017；世界海洋数据库，Levitus et al.，2013）的广泛可用性，方法（例如，Merow等人，2014；Martínez-Minaya等人，2018；MaxEnt，Rangel和Loyola，2012）、软件（例如，R，Ahmed等人，2015）和包（例如，R-INLA，gómez-Rubio，2020）。此外，许多研究已经确定并量化了ENM/SDM中方法不确定性的来源（例如，方法类型、环境数据类型）（Beale&Lennon，2012；Heikkinen等人，2006年；Rocchini等人，2011年；Thibaud等人，2014），以及概念问题（Peterson&Soberón，2012；Soberón，20072010；Sober?n和Nakamura，2009）。

渔业资源（对渔业很重要的物种）在全球动物蛋白质消费总量中占有重要份额。例如，从全球角度来看，1961年至2017年，消费率增长了世界人口年增长率的近两倍（3.1%对1.6%），高于所有其他动物蛋白食品（肉类、奶制品、牛奶）（粮农组织，2020）。这一增长率需要更好的知识，并在过去三十年（1990-2020年）和新兴研究领域（Xu等人，2021）迅速增加科学产出。其中一个领域包括ENM/SDM，这是了解具有商业价值物种分布动态的有用工具，从而支持其高效和有针对性的管理。

通过ENM/SDMs：（1）渔业生态学家和生物学家研究物种的空间和时间分布模式（例如，Pennino et al.，2022；Ruvener et al.，2017），包括试图考虑海洋环境的三维性（Bentlage et al.，2013；Duffy&Chown，2017）；（2） 一些具有自动建模的计算软件有助于船长发现浅滩（例如CatSat:Home - CATSAT); 以及（3）更复杂、更动态和更多特异性的模型产生稳健的输出，从而为管理者提供更好的决策（例如，Coll等人，2020）。

文献计量分析是一种系统方法，用于定量评估科学文献（Hood&Wilson，2001）和特定研究领域的研究趋势（Li et al.，2009）。这种分析有助于通过严格理解大量非结构化数据来破译和绘制成熟领域的累积科学知识和进化细微差别（Donthu等人，2021）。如果做得好，文献计量学研究可以为以新颖而有意义的方式推进一个领域奠定坚实的基础，例如：概述、知识差距和新颖的调查思路（Donthu等人，2021）。在ENMs/SDM领域，已经进行了文献计量学研究，以量化和表征全球（Barbosa&Schneck，2015；Vaz等人，2015）或特定地理区域（例如，拉丁美洲科学文献；Urbina-Cardona等人，2019）。

研究还涵盖了不同的研究领域，例如出于管理目的（Cayuela等人，2009年）和预测入侵物种分布（Barbosa等人，2012年；Marcelino和Verbruggen，2015年；Silva等人，2021）。这些研究显示了出版物数量的快速增长模式，主要是在最近几十年，遵循ENM/SDM审查中观察到的内容（Guisan等人，2013；Melo-Merino等人，2020；Pickens等人，2021；Robinson等人，2011，2017；Svening等人，2011），以及使用相关模型时获得更好结果的标准和指南（Araújo等人，2019；Sillero等人，2021；Zurell等人，2020）。

已经对ENM/SDM在海洋环境中的使用进行了一些系统性审查和/或文献计量研究（Melo-Merino等人，2020；Pickens等人，2021；Robinson等人，2017）。Robinson等人（2017）和Melo-Merino等人（2020）对236篇和328篇保留论文进行了分类，涉及海洋生物地理学领域、分类群、应用方法、研究重点等。此外，Robinson等人（2017）认为，94%的研究未能正确报告数据和模型参数的不确定性，并提出了时空建模最佳实践的建议。Melo-Merino等人（2020）解释了生态位概念（主要基于Soberón&Peterson，2005和Peterson&Soberón，2012），并深入讨论了上述每个类别的各个方面。通过225篇保留文章，Pickens等人（2021）主要致力于确定数据来源、统计数据和预测变量在鱼类协会之间的差异。尽管这三项研究探讨了出版物随时间的增长以及大多数研究的生物地理学领域和分类群等方面，但前两项研究更为全面，接近了海洋环境中的所有分类群；第三种仅限于海洋鱼类。尽管对ENM/SDM进行了文献计量分析，但没有一项专门针对与渔业资源有关的ENM/SDMs。

当我们考虑使用ENM/SDM来确定对渔业重要的物种分布时，会出现许多问题：它是什么时候开始的？谁出版？研究了什么分类单元？为了回答其中的一些问题，我们进行了文献计量分析，以阐明将ENM/SDM应用于渔业资源的文章的各个方面，这些文章发表在同行评审期刊上，并在科学引文扩展网络和Scopus数据库中进行了索引。我们的主要目标是：（i）验证多年来科学文章的数量是否增加，（ii）确定哪些期刊和国家发表了这些文章，（iii）验证国家之间的科学合作，以及（iv）确定研究重点。此外，我们确定了研究最多的（v）海洋生物地理领域，（vi）分类群，（vii）生命阶段，（viii）海洋学区域和（ix）渔业资源行为，最后确定了不同的（x）方法和（xi）生物类型和（xii）环境数据类型。

Modelling the distribution of marine fishery resources: Where are we?