跳到主要內容
:::

一場守護海洋未來的長期抗戰

氣候變遷對印度洋鮪旗魚類漁況之影響分析計畫李明安特聘教授

在全球氣候變遷日益嚴重的背景下,海洋生態系統同樣也面臨著巨大的變化,海水溫度上升導致的族群遷移、數量變化甚至滅絕,不斷發生。然而,這種變化也激發了李明安教授在海洋生態研究上的決心,數十年來,他努力探索保護和管理海洋資源的新方法,致力於研究氣候變遷對海洋生態系統的影響,近年更特別關注三大洋中的鮪旗魚漁況變化以及長鰭鮪在跨洋區域中的生態關係。

圖說:海水溫度上升所帶來的生態危機,是李明安教授投入調查研究的動力之一。

李教授和他所領導的研究團隊,持續進行著一連串的研究,不僅限於過去和現在的情況,早在 2015 年起,就將目光投向未來的氣候變遷。因此在研究中結合非參數化的廣義多元線性回歸模式中的泛加成模式(Generalized Additive Models, GAM),以探索未來氣候變遷對太平洋、大西洋和印度洋鮪旗魚漁況的變動,同時關注長鰭鮪在跨洋區域中的變化。這種模型能夠更全面地捕捉到各種因素對鮪旗魚漁況的影響,了解氣候變遷如何影響海洋生態系統和漁業資源,並為未來的保護和管理提供科學依據。

泛加成模式(Generalized Additive Models, GAM)
是一種統計模型,用於建立因變量和多個自變量之間的非線性關係。它是線性回歸模型的擴展,通過引入非線性項和平滑函數,能夠更靈活地捕捉複雜的數據關係。
GAM 的主要思想是將因變量和自變量之間的關係,建模為各個自變量的非線性函數的線性組合。這些非線性函數通常使用平滑函數(如樞紐函數、樣條函數等)來描述。通過這種方式,GAM 能夠捕捉到變量之間的非線性關係,同時保持了模型的可解釋性。在 GAM 中,每個自變量都有一個相應的平滑函數,該函數可被視為自變量的影響曲線。這些影響曲線可以根據數據的特性而彈性地進行調整,從而更好地擬合數據和建立模型。GAM 的優勢在於它能夠處理具有複雜非線性關係的數據,並且對於變量之間的交互作用和非線性效應具有較強的靈活性。
GAM 廣泛地被使用在許多領域中,包括環境科學、生態學、生物統計學等。它能夠幫助研究人員探索和理解數據中的複雜關係,提供預測和解釋能力,並對未來趨勢進行預測。

一窺氣候變遷下的海洋衝擊

以李教授和團隊在 2015 年所進行的「氣候變遷對印度洋鮪旗魚類漁況之影響分析」為例,可以看到李教授運用了大量的資料收集、分析和統計技術。例如我國印度洋鮪釣漁船的相關統計資料、印度洋水文環境的衛星遙測資料,以及氣候變遷情境模擬下的海洋環境資料。再結合 GAM 和地理資訊系統(Geographic Information System, GIS),李教授和團隊便能夠深入探究氣候變遷對印度洋鮪旗魚類的分布影響、資源變動的特性、主要經濟鮪類資源和漁場變動之間的關聯,還有最重要的——為氣候變遷對海洋生態的衝擊程度做出評估和預測。

地理資訊系統(Geographic Information System, GIS)
這是一種用於捕捉、儲存、分析、管理和展示地理數據的工具和技術。它結合了地理空間數據、地圖、衛星影像和其他地理相關數據,以數位化的方式,將這些數據結合在一起。
GIS 可以用於處理和分析各種地理數據,包括地形地貌、土地使用、氣候變化、人口統計數據、交通網絡等。利用電腦軟體來捕捉和儲存地理資訊,並提供強大的空間分析工具,以便研究人員和決策者能夠從中提取有價值的資訊。GIS 也可以幫助我們理解地理空間的相互關係和模式。透過地圖和圖表的形式呈現數據,使我們能夠更清楚地看到地理數據的空間分佈和趨勢。它還可以進行空間分析,例如確定最佳位置、路線規劃、環境影響評估等。
GIS 可以應用在城市規劃、自然資源管理、環境監測、農業、交通規劃、災害管理等領域中。它提供了科學研究所需的空間數據分析,也可以為政府、企業和社區提供決策支持和資源管理工具。
我國印度洋鮪釣漁船的相關統計資料、印度洋水文環境的衛星遙測資料

圖說:我國印度洋鮪釣漁船的相關統計資料、印度洋水文環境的衛星遙測資料。

深入解析海洋資料,找出未來漁業方向

整個研究的基礎,莫過於資料的蒐集、彙整與資料庫建立。李教授和團隊運用多種技術,從各個面向展開資料的搜集與整理,內容包括我國在印度洋的鮪延繩釣漁船活動資料,以及觀察員所提供的魚體長、年齡組成等。還有透過衛星遙測技術,蒐集印度洋的海洋環境資料,例如表水溫、水位高和初級生產力等相關資料。有了這些,不僅可以建立相應的資料庫,還可以分析印度洋氣候指標(例如印度洋偶極震盪)對漁場環境的影響,也能更具體的指出主要漁場的環境變動特性。

有了資料,就能進行分析。李教授和團隊也針對中長期鮪漁場海洋學進行解析,以主要經濟鮪魚的漁獲努力量資料庫為基礎,結合氣候變異指標,和模擬海洋環境變動資料庫,就能針對印度洋與大西洋跨洋區之間,海洋環境因子變動對於經濟性鮪旗魚類(以長鰭鮪為主)的中長期影響,以及變動周期的趨勢。同時也能分析出印度洋鮪旗魚類漁況以及釣獲率的變動,是如何受到氣候變遷的影響。

說到氣候變遷,當然要回到李教授和團隊開始這項研究計畫的初心——評估氣候變遷對海洋環境的衝擊,並且進行預測。因此,透過手上的種種資料,李教授和團隊利用 GAM 模式分析,找出環境因子對資源量變動的效應。同時也針對不同鮪旗魚類,比較他們對海洋環境變動所導致的分佈與漁況變動,所存在的時(季節)空(海區)差異。而根據研究結果顯示,印度洋的海洋環境特性,例如海表層水溫、淨基礎生產力和混合層深度等,很明顯的隨著季節而有所變動。GAM 模式的分析結果顯示,年、月、經緯度,還有海洋環境因素,對鮪旗魚的釣獲率有著顯著的影響。而在不同的氣候模擬情境下,李教授和團隊也觀察到四種鮪旗魚類的釣獲量,大致呈現持平或微幅上升的趨勢。這是一個鼓舞人心的發現,意味著我們有可能在未來,找到維持或增加這些重要漁業資源穩定性的方法。

鮪旗魚漁況預報可行性分析架構示意

圖說:李教授和團隊設計的旗魚漁況預報分析架構,可以看出需要大量的資料來互相對比支援。

三大洋區長鰭鮪 - 太平洋
● 北太平洋長鰭鮪:
成熟的個體分佈於 10-40°N,且有季節性的洄游。產卵群都發生 3~9 月,位於熱帶水域 (10~25°N),棲息水溫 > 24°C。出生變成稚魚後會加入從臺灣到夏威夷的東西向洄游,到了晚春早夏的期間,2~5 歲的個體會沿著北美洲沿岸至產卵區產卵。
● 南太平洋長鰭鮪:
成熟的個體分佈於 5~30°S,洄游特性暫不確定,產卵季節發生在 9 月至隔年 5 月,高峰期由 10 月至 12 月。
三大洋區長鰭鮪 - 大西洋
● 北大西洋長鰭鮪:
產卵期為 4~9 月,產卵場為熱帶水域、東北大西洋水域及地中海水域,稚魚和未成熟魚在冬季會於北大西洋的熱帶水域及東北大西洋的區域進行年間的洄游。
● 南大西洋長鰭鮪:
有兩個不同的產卵場,一個為巴西外海,另一個為中南大西洋海域,稚魚會從產卵場洄游至東南大西洋海域,但產卵期不確定。有些文獻認為長鰭鮪會在南大西洋與印度洋間進行洄游。
三大洋區長鰭鮪 - 印度洋
● 印度洋長鰭鮪:
成魚分佈於 30°S 以北的水域,有文獻假設成魚會有季節性的南北洄游,但目前資訊薄弱,(chenet al. 2005)指出稚魚主要分佈於 30°S 以南,而且有南北季節洄游的現象。產卵群大至集中在 10~25°S 之間,產卵期為 10 月至隔年 3 月。

不僅僅印度洋,長鰭鮪遍及三大洋,李教授和團隊的研究計畫持續進行中/資料來源:Reviews in Fish Biology and Fisheries volume 27, pages775–810 (2017)

代代相傳,為海洋生態而行動

李教授和團隊願意將時間和心力投入資料的蒐集和彙整、分析,都是因為相信這些資料的累積,將在未來成為漁業資源復興的重要資產,不僅對於科學界具有重要意義,更是對全球環境保護的一份貢獻。然而,李教授的研究,也面臨了巨大的挑戰——因為氣候變遷是一個複雜的現象,涉及多個因素的交互作用,需要更多時間,持續仔細的收集和分析大量的數據,並建立可靠的模型來預測未來的變化,才能應對氣候變遷所帶來的各種衝擊。「我傳承了上一代人的研究,要再把這個任務交給下一代、下下一代,持續去做,希望可以引發人們對氣候變遷、海洋生態系統的關注,促成永續發展理念的推行,那一切的辛苦,都是值得的了。」李教授說,也期許這樣的研究,可以為未來的世代維護一個健康、豐富的海洋環境,留下一個更美好的地球。

*操作提示:[ESC]:關閉視窗,[↑][↓]:上下捲動
關閉