撰稿 / 許逸如 (科學推展中心特約編輯)
圖1. 左圖為秋刀魚漁船漁獲秋刀魚狀況；右上圖為台灣秋刀魚棒受網漁船於北太平洋公海作業情形；右下圖為高雄市前鎮漁港秋刀魚卸魚過程（圖片來源：台灣區遠洋魷魚暨秋刀魚漁船魚類輸出業同業公會）。
你曾想像過，有朝一日再也吃不到日式居酒屋竹筴魚一夜干、東港黑鮪魚腹，中秋節的烤秋刀魚嗎？身在四面環海的臺灣，天天都可以吃滋味鮮美的魚類，然而海洋資源絕非取之不盡、用之不竭。漁業資源永續的觀念，中國自古已有之。《史記．孔子世家》云：「竭澤涸漁則蛟龍不合陰陽」，即提醒後人毫無節制地消費漁業資源，會破壞生態環境。
2006年國際期刊《科學》（Science）已對於世界的海洋資源提出警告，倘若環境再繼續惡化，到了2048年可能就會無魚可吃[註1]。有感於此，各國日益重視海洋資源保育，「生物多樣性」（biodiversity）即是海洋保育的重要指標之一。
論及魚類的生物多樣性，我們常聽到「豐富度」；不過，該詞實際上包含了「richness」以及「abundance」兩個不同的英文單字。前者指的是該海域所有的物種數目，即該海域到底有多少種類的魚類。後者指的則是這些物種中某一個物種的數量。舉例來說，如果我們可以在一個海域看到非常大量的魚類，我們就會稱其魚類的「abundance」很高；反之，如果在一個海域每種魚類可能只看到十來隻，那它的abundance則不高。
「魚類豐度指標」（fish abundance index）是計算魚類的豐度（abundance）的重要概念。過去通常使用商業漁業捕撈（以秋刀魚漁業為例，如圖1.）時所獲得的資料，（「漁業依賴型資料」（fishery-dependent data）[註2]）來估計。舉例來說，當漁船撈起了一網秋刀魚時，船長會記錄漁撈的資訊，而從船家交給漁政單位的漁撈日誌（logbooks）中，知道「每單位努力漁獲量」（catch-per-unit-effort，CPUE），即該網的秋刀魚漁獲尾數或重量。從這些資料可以計算出秋刀魚在該海域的豐度指標，甚至推估出真實魚群的數量。不過，CPUE並不是那麼地準確，可能會因為漁撈的方式不同、漁船的行為改變，抑或是船長的經驗而有所不同，常會有採樣的誤差。
為了解決此問題，近日臺灣大學海洋研究所博士生許蓁、張以杰副教授，以及美國國家海洋漁業局（NOAA）太平洋島嶼漁業科學中心Nicholas D. Ducharme-Barth博士的國際合作團隊使用了臺灣的秋刀魚漁業資料，發展了估計魚類豐度指標的研究方式。他們以廣義線性混合模型（Generalized Linear Mixed Models；GLMMs）來分析五種不同類型的空間處理方式：目視法（Ad hoc）、二元遞迴分法（Binary）、空間集群分析法（Spatial clustering）和向量自迴歸時空模型（Vector Autoregressive Spatio-Temporal，VAST）。圖2.分別使用了上述五種空間處理方法，來處理臺灣秋刀魚的漁業資料。
圖2. 利用五種空間處理方式來處理臺灣科刀魚的漁業資料。
此外，他們以電腦來模擬在已知魚類豐度指標的情況下，五種空間處理方式用隨機（random sampling）或優先採樣於高豐度海域（preferential sampling）的優劣。圖3.左側模擬了秋刀魚的真實空間分布；倘若使用優先採樣於高豐度海域的情況，漁船便會傾向在高密度的海域作業（見右下方，紅點為高豐度區）。
圖3. 左圖以電腦模擬秋刀魚的密度空間分布，右圖則分別稱現隨機及優先採樣的差異。紅色為秋刀魚高豐度區，藍色為低豐度區。
無論是實際的漁業資料或是電腦模擬，研究皆顯示透過VAST的方式偏差值（RMSE）最小、誤差（bias）也最少（趨近於數值1，即代表沒有偏差）；換句話說，VAST能夠更準確地估計秋刀魚的豐度（見圖4.）。
圖4. 利用電腦的模擬，在隨機採樣及優先採樣的情境下，皆顯示VAST的較為準確。上方圖為誤差（RMSE），越低誤差越小、下方圖為偏差（Bias），越接近數值1表示越無偏差。
僅管本研究以臺灣秋刀魚的漁業資料為例，但其研究成果及方法可以拓展運用於其他漁業的魚類豐度指標計算；他們更不吝於GitHub平台[註3]分享診斷分析工具探討GLMM模型中各項效應對於校正前後魚類豐度指標的年間變動之影響（influence analysis）以供其他研究者參考。未來，我們便能以更為準確的方式來推估魚類豐度指標，大大貢獻海洋生物多樣性的研究。
[註1] https://www.science.org/doi/10.1126/science.1132294
[註2] 另一種為「漁業獨立型」（fishery-independent data）。前者自漁業撈捕本身獲得，後者則和商業漁撈活動無關。
[註3] https://github.com/jhenhsuNTU/spatial.treatment.influ.analysis.manuscript
