方法

2.1. 調査地域 

調査地域は、Lancang島を漁業基地とするKepulauan Seribuの海域に位置する揚網漁業の漁場を包含している。地理的には、東経106度19分から106度51分、南緯5度33分から6度5分に囲まれ、この地域にはいくつかの小島も含まれている（図1）。

図1. 調査地域の地図。サンプリング地点は、Kepulauan Seribu水域における揚網漁の漁業基地であるLancang島周辺に分布している。

2.2. データの取得

　この分析に使用されたデータは、Lancang 島の揚網漁業から得られたものである。これらの漁業は職人的な漁業で、夜間に操業する日帰り漁業であり、光を利用して魚を引き寄せたり、集中させたりする。この分析に使用されたデータは、漁場データ、漁獲物水揚げデータ、いくつかの海洋学的パラメータデータである。

　漁場データは、GPSの記録データから導き出した。2014年から2015年にかけて、Lancang 島で11隻の漁船からデータを収集した。水揚げデータは，揚網で漁獲される4つの主要種，すなわちカタクチイワシ（Stolephorus sp.），イカ（Loligo sp.），サヨリ（Selaroides leptolepis），イワシ（Sardinella fimbriata）から得た。2014-2015年の漁獲水揚げデータは，インドネシア海洋水産省から任命された担当者から，Lancang島における揚網漁業の月別漁獲水揚げの形で収集されたものである。

　本研究で使用した海洋学的パラメータデータは、海面水温（SST）、クロロフィルa濃度、海面高度（SSH）、潮流、水深、総浮遊物質量（TSS）である。これらのデータは、生息環境の特徴を分析する際の説明変数として使用された。これらの海洋学パラメータは衛星由来のデータであり、2014年から2015年にかけてダウンロードしたものである（表1）。これらの海象データを検証するため、2015年6月にLancang 島海域周辺の数カ所から採取した原位置データを収集した（図1）。原位置データであるSSTとTSSは、多項目水質チェッカーを使用して収集した。

表1. 生息地特性の解析に使用した海洋学的パラメータデータ。

2.3. データ分析

2.3.1. 単位努力あたりの漁獲量（CPUE）。CPUE データは、毎月の漁獲高を毎月の漁獲努力で割って計算したものである。漁獲努力のデータは，毎月の漁業報告書に記載されており，Lancang 島の揚網漁の船長数名との直接のインタビューから得た。

2.3.2. 総懸濁物質(TSS)の推計。TSSデータは、ESPAのウェブサイト（http://espa.cr.usgs.gov/）からダウンロードしたLandsat 8の画像から抽出した。ダウンロードしたLandsat 8の画像は全部で24枚で、大気補正された表面反射率（SR）の形式になっている。Landsat 8の画像のSRへの補正は、Landsat Surface Reflectance Code (LaSRC) アルゴリズムを用いて行われた。Landsat 8のSRデータは、すべてのデジタル数値を10,000で割ることによって校正される。校正されたSRデータは、CFMaskアルゴリズムによりマスクされ、画像内の雲や陸地が除去された。

2.3.3. 精度評価。精度評価では、Landsat 8の画像から推定したTSSデータとINDESOからダウンロードしたSSTデータの精度を評価した。この解析では、決定係数（R2）値、平均絶対誤差（MAPE）、二乗平均誤差（RMSE）に基づき、これらのデータの精度を評価した。なお、本解析では、原位置データを比較データとして使用した。

2.3.4. 一般化加法モデル（GAM）を用いた生息域特性の解析。この解析では，漁場データ，CPUE，およびいくつかの海洋学的パラメータデータを用いた。この解析は，本研究で調査した 4 種の魚類の好む生息地を理解するために行われた。CPUEといくつかの海洋学的パラメータは、データの分布を正規化するために自然対数で変換された。ガウス型分布と同一性リンク関数を用いた一般化加法モデル（GAMs）を用いて、CPUEといくつかの海洋学的パラメータとの関係を評価した。GAMsは非線形かつノンパラメトリックな回帰モデリング手法で、従来の回帰手法と比較した主な利点は、非線形性・非単調性の高い変数の応答と説明変数の関係を分析できることである。GAMsはmgcv Rパッケージ（R x64 3.3.2）内のgam関数を用いて構築された。

　最終的な選択モデルには、フォワードステップワイズアプローチとシュリンケージアプローチが用いられた。この手法により、説明変数間の共線性を回避することができた。モデルの選択は、AIC (Akaike Information Creation) の最小値、Deviance Explained (DE) のレベル、残差プロット (QQ プロット) の検査に基づいて行われた。各説明変数の平滑化の程度は、最大限可能法（REML）に基づいて選択された。最大限可能法は、他の滑らかさの選択基準（一般化クロスバリデーション、Un-biased Risk Estimatorなど）よりも局所的な最小値になりにくく、オーバーフィッティングを避け、解釈結果を単純化することができた 。 Hastie T J と Tibshirani R J の方法に従って、薄板スプラインスムーザー回帰をモデルに適用し、主効果のスムージングの最大自由度（k）は5に制限された。説明変数のうち，有意水準が0.05未満のものは，最終的なモデルに残された。