主題大綱

  • Kepulauan Seribu水域における一般化加法モデルに基づく小型遠洋魚類の生息環境の解析

    全部收合 展開全部

    , ,  and 

    Published under licence by IOP Publishing Ltd
    , , 

    引用 A A Rivai et al 2018 IOP Conf. Ser.: Earth Environ. Sci. 139 012014


    この作品のコンテンツは、クリエイティブ・コモンズ表示3.0ライセンスの条項の下で使用することができます。
    この著作物のさらなる配布は、著者および著作物のタイトル、ジャーナル引用およびDOIへの帰属を維持しなければならない。


  • Kepulauan Seribu水域における一般化加法モデルに基づく小型遠洋魚類の生息環境の解析×SDGs

     14 SDGs top

  • 概要

    • 　続可能な漁業管理のために必要な情報のひとつに、魚種の生息地特性に関するものがある。この情報は、魚類の分布図や潜在的な漁場の地図作成に利用できる。本研究は、Kepulauan Seribu海域で主に揚網によって捕獲された小型遠洋魚類（カタクチイワシ、イカ、イワシ、サヨリ）の生息地特性を分析することを目的とした。生息域の特性に関する研究は広く行われているが、全懸濁物質（TSS）パラメータを使用した分析例がまだ不十分である。本研究では、Landsat 8から抽出したTSSパラメータ、その他5つの海洋学的パラメータ、CPUEデータ、Kepulauan Seribuの揚網漁業による漁場位置のデータを使用し、一般化加法モデル（GAM）を用いて、CPUEと海洋学的パラメータとの関係を評価した。分析の結果、各魚種はそれぞれ異なる生息域の特徴を持つことがわかった。また，TSSと海面水位は，魚種ごとのCPUEの値に大きな影響を与えた。また、すべての海洋学的パラメータは、各魚種のCPUEに影響を及ぼしていた。本研究は、魚種の必須生息域を特定するためにGAMの使用が効果的ということをを実証した。

  • はじめに

    • 　水産資源の分布は、その種類や好む生息地によって異なる。例えば、小型の遠洋魚類はクロロフィル濃度や水温が特定の場所に集中するなど、水産資源の分布は特定のパターンを持っている。魚は、そのライフサイクルにおいて、産卵、摂餌、成長に適した場所に分布する傾向がある。また、資源の分布は、魚の行動や個体群の動態など、他の要因にも影響される。魚類が多く分布する重要な地域を特定することは、漁業管理のための生態系アプローチ（EAFM）を支援する一つの方法であり、その後、漁業資源の持続可能性を支援することにもなる。漁業資源の分布情報は、魚類の分布とその地域の海洋学的特性との関係を分析することによって得ることができる。魚類の分布と環境との間には大きな相関があるからである。

    • 　生息地の特徴を分析することで、魚が好む生息地の特徴を知ることができる。このような情報は、魚にとって重要な地域、魚の分布、魚類資源が豊富な地域などを得るために利用することができる。魚類生息域の特性の解析は、これまでにも広く行われてきた。いくつかの先行研究では、特定の魚種の存在量を決定するために統計的アプローチを使用し、特定の魚種のホットスポットをマッピングするために使用される。これらの研究は、ある海域の海洋学的パラメータと魚類の存在との関係を評価することによって、生息環境の特徴を分析したものである。これらの研究では、海面水温やクロロフィルa濃度など、さまざまな海洋学的パラメータが分析されている。全懸濁物質は、特に沿岸水域や河口域において、魚類の分布に影響を与える海洋学的パラメータの一つである。全懸濁物質濃度の変化は、魚類の成長・発達に影響を与える可能性があると報告されている。しかし、TSSパラメータは、生息域特性解析における海洋学的パラメータの一つとしてまだ広く使用されておらず、TSSが魚類の分布に与える影響についての情報は不足している。本研究では、TSSが魚類の分布に影響を与えることが想定されるため、TSSを他の海洋学的パラメータとともに生息域の特性解析に含めた。このように、TSSを解析に加えたことは、本研究の新規性の一つである。

    • 　魚の生息地特性の解析は、統計的な手法を用いることで行うことができます。使用できる統計的アプローチはいくつかあり，そのひとつが一般化加法モデル（GAM）である。いくつかの先行研究では、GAMを使用し、この方法が水域における海洋学的パラメータと魚類資源量の関係を効果的に分析できることが報告されている。GAMは非線形かつノンパラメトリックな手法を用い、応答変数と説明変数の関係を分析するもので、非線形性・非単調性が強いのが特徴である。

    • 　衛星リモートセンシング技術などの様々な技術を活用することで、海洋学的パラメータのデータは様々なソースから広く入手できるようになった。この技術を利用することで、地域のモニタリングや管理に効果的な方法を提供することができる。この技術は、広域の情報を定期的に提供することができる。衛星リモートセンシングのデータを利用する場合、精度を上げる必要があったり、データの処理に高度な技術が必要であったりといった制約がある。しかし、このような情報を利用することで、特定の魚が好む生息域の海洋学的特性を特定することができる。漁獲データ、漁場データ、海洋学的データなどの漁業情報を入手し、統計的アプローチと組み合わせることで、漁業資源の分布に関するより良い情報を得ることができるようになります。

    • 　Kepulauan Seribuは、インドネシアの首都ジャカルタの北部に位置する群島です。サンゴ礁、マングローブ、海草藻場など様々な生態系からなる複雑な地形を有し、ジャカルタ広域圏に様々な水産物を供給している。Kepulauan Seribuには高い水産資源があり、2013年の海洋漁業活動による総水揚げ量は1555トンであった。これらの漁業資源を持続的に利用するためには、適切な漁業管理が必要である。Kepulauan Seribu海域の魚類生息地の特徴に関する情報は，持続可能な漁業管理の実施を支援することができる。

    • 　本研究の目的は、CPUEとそれに影響を与える様々な海洋学的パラメータとの関係を評価することによって、Kepulauan Seribu海域における4種の魚類の生息特性を分析することである。本研究の結果は、これらの魚の分布と生息地に関する情報を提供することが期待された。このような情報は、潜在的な漁場のマッピング、漁業利益の増加、より良い漁業管理のサポートに利用することができる。

  • 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。

      TSS（mg・L⁻¹）は、Landsat 8の表面反射率データからアルゴリズムを用いて導出した。

      TSS = A*exp(S*R(0) red band)

      ここで、A = 8.1429, S = 23.704, R(0) は表面反射率です。

    • 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。

  • 結果

    • 　図2は、2014年に減少したイワシ、サヨリ、イカのCPUEとは対照的に、カタクチイワシのCPUEが年々増加していることを示している。季節的には，イワシとイカは西モンスーン（12-2月）に高いCPUEを示したが，カタクチイワシとサヨリは比較的安定していた。Kepulauan Seribu海域の揚網漁業の漁獲量は、カタクチイワシが最も多く、次いでイワシとサヨリ、イカの順であった。ITでは、Kepulauan Seribus海域がカタクチイワシの好適な生息地であることが示された。


      図2. Kepulauan Seribus海域の揚網漁業の CPUE データのプロファイル。WM: 西モンスーン(12-2月); T1: 移行期1（3-5月）、EM：東モンスーン（6-8月）、T2：移行期2（9-11月）。

    • 3.1. 精度評価 

      　図3の精度評価の結果は、原位置の海水温とINDESOからダウンロードした海水温において良い関係（R2=0.9028）であることを示している。原位置の海水温とINDESOからダウンロードした海水温の値の差は小さい（RMSE = 0.86 ℃、MAPE = 2.93 %）と分類される。TSSパラメータについては、原位置のTSSとLandsat 8画像からの推定TSSは低い関係（R2 = 0.3384）であることが示された。また、TSSデータの誤差は小さい（RMSE =6.1 mg-L-1; MAPE = 19.65 %）と判断できる。Landsat 8 画像からの推定 TSS は、原位置の TSS よりも低い値であった。しかし、比較の結果、原位置のTSSとLandsat 8からの推定TSSは同じパターンであることが分かった。この結果から、INDESOのSSTデータとLandsat 8からの推定TSSデータを本研究で使用することができると結論付けることができた。


      図3. INDESOによる海面水温（SST）データとLandsat 8による全浮遊物質（TSS）データとKepulauan Seribu海域の原位置データとの線形関係。

    • 3.2. 生息域地性の分析

      　表2は、Kepulauan Seribu海域の漁場における海洋学的パラメータの季節平均を示したものである。漁場の海況は季節ごとに変化している。全浮遊物質（TSS）の平均値が最も高かったのは、過渡期のIIであった。海面水温(SST)は比較的安定した状態であった。各季節の平均流速と海面高度（SSH）は変動しており、流速が増加するとSSHも増加するという同じパターンを持つ傾向が見られた。

      　GAMを用いた生息地特性の解析の結果、生息地特性は種によって異なることがわかった（図4-7）。生息地特性の分析は、すべての統計的測定と診断プロットの結果を考慮した上で行われた。最終的なモデルで説明される偏差値は77.3 %（カタクチイワシ）から92.9 %（イワシ）の間で変動した。海面水温の自然対数（sst）、クロロフィルa濃度の自然対数（chl）、全浮遊物質の自然対数（tss）、海面高度（ssh）、潮流の自然対数は、すべての揚網漁の対象種で有意（p < 0.05）であった（表3）。

      表2. Kepulauan Seribu海域における揚網漁業の漁場に関する海洋学的パラメータのプロファイル。


      表3. Kepulauan Seribu海域における揚網漁業の各対象種からの最終GAMsモデル。 CPUEとすべての説明変数は自然対数で変換された。DE: Deviance Explained


      　表 4から、TSS と SSH のパラメータは、それぞれの魚種に対して高い F 値を示した。この結果から，これらのパラメータは CPUE の値に高い影響を与えることがわかった。TSSパラメータは魚の分布に、SSHパラメータは漁業活動に影響を与える可能性がある。これらの海洋学的パラメータは、Kepulauan Seribu海域における揚網漁業のCPUEの値に直接影響を与える可能性がある。

      表 4. GAMs 分析の結果からの F 値。F値 は、Kepulauan Seribu海域の魚類のCPUEに対する海洋学的パラメータの影響の度合いを示したものである。


      　最適なスムージングのプロットは、SSTが28から29℃のときにカタクチイワシとイカ、29から30℃のときにイワシとサヨリが高いCPUEを見つける確率が高いことを示した（図4-7）。クロロフィルa濃度では，イワシとサヨリは0.61-1.1 mg/m-3で，カタクチイワシは0.41-1 mg/m-3で高いCPUEが得られることが，最適な滑らかさのプロットで示された。彼らの好適な生息地は富栄養および上部中栄養水域に相当した（貧栄養水域：<0.084 mg/m-3未満、下部中栄養水域：0.084-0.359 mg/m-3、上部中栄養水域：0.36-0.793 mg/m-3、富栄養化水域：> 0.793mg/m-3以上)

      　海面高度（ssh）のGAMプロットでは，カタクチイワシとイカは0.74-0.8 m，イワシとサヨリは0.6-0.65 mでCPUEが高くなる確率が高い。全浮遊物質量は、沿岸域の環境モニタリングの重要なパラメータである。最も適合度の高いなめらかなプロットは、TSS濃度54-67 mg/L-1、流速0.12-0.22 m/s-1ですべての対象種の高いCPUEが得られたことを表している。


      図4. カタクチイワシのGAMs解析における最も適合度の高いなめらかさのプロット。


      図5. イカのGAMs解析における最も適合度の高いなめらかさのプロット。


      図 6. イワシのGAMs解析における最も適合度の高いなめらかさのプロット。


      図7. サヨリのGAMs解析における最も適合度の高いなめらかさのプロット。

  • 【関連するまとめコース】

    海洋学