《表1 各种模型的数据要求和优、缺点Tab.1 Advantages, disadvantages and data requirements of models》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《小型中上层海洋鱼类资源评估研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

综合年龄结构模型（ICA）是一种基于可分离的实际种群分析（VPA）和加权调整指数的评估方法，是目前在小型中上层海洋鱼类资源评估中使用最多的模型之一[52]。ICA是一种完全年龄结构模型，考虑了年龄渔获量获取的误差，假设捕捞死亡率可分为年龄和年度影响，年龄结构和产卵资源生物量指数作为调整指数[31]。ICA模型需要的数据为年度的渔获量、年龄渔获量数据、渔获量以及资源量的年龄平均体重、年龄成熟度和自然死亡率，此外该模型会考虑丢弃渔获量。模型的最优参数是通过最小二乘法对目标函数进行求解所得[43]。ICA模型经常被应用于评估小型中上层鱼类的资源状况。DASKALOV等[17]利用ICA模型对里海的鳀资源进行了评估研究并分析了导致资源崩溃的原因。ANTONAKAKIS等[31]基于ICA模型评估了北爱琴海沙丁鱼资源状况。然而，IBAIBARRIAGA等[53]认为利用完全年龄结构模型评估短生命周期种类尤其是当某些年份或高龄年龄组有数据缺失时可能会存在问题。短时间序列的数据可能会增加模型拟合的附加困难并产生较差的收敛性。2015年，PIERA等[43]基于ICA模型对亚得里亚海域的鳀资源进行了评估研究，并且与VPA模型的评估结果进行了比较，发现ICA具有足够的灵活性结合所有有效数据，与VPA方法相比不会增加太多的复杂性，并且在产卵资源生物量/补充关系的诊断方面表现更好。各模型优缺点、所需数据类型以及应用实例见表1。