Eine globale, historische Datenbank zur Verbreitung von Thunfisch-, Schwertfisch- und Makrelenlarven

Scientific Data Band 9, Artikelnummer: 423 (2022) Diesen Artikel zitieren

1758 Zugriffe

12 Altmetrisch

Details zu den Metriken

Die Kenntnis der Verbreitung von Fischlarven kann die Fischereiwissenschaft und das Ressourcenmanagement auf verschiedene Weise beeinflussen, indem sie: 1) Informationen über Laichgebiete liefert; 2) Identifizierung von Schlüsselbereichen zur Verwaltung und Erhaltung; und 3) helfen zu verstehen, wie Fischpopulationen durch anthropogene Belastungen wie Überfischung und Klimawandel beeinflusst werden. Mit der Ausweitung der industriellen Fischereitätigkeit nach 1945 wurden vermehrt Fischlarven beprobt, um die Unterschiede in den Fischbeständen besser zu verstehen. Allerdings sind Larvennachweise in großem Maßstab selten und oft nicht verfügbar. Hier digitalisieren wir Daten von Nishikawa et al. (1985), die zwischen 1956 und 1981 gesammelt wurden und nahezu global sind (50°N–50°S), saisonale Verbreitungskarten von Fischlarven von 18 hauptsächlich kommerziellen pelagischen Taxa der Familien Scombridae, Xiphiidae, Istiophoridae, Scombrolabracidae und Scomberesocidae. Die Daten wurden im Pazifik, Atlantik und Indischen Ozean gesammelt. Wir präsentieren vier saisonale Karten mit einer Auflösung von 1° × 1° pro Taxa, die die Larvenhäufigkeit pro Gitterzelle darstellen, und heben einige der Hauptmuster hervor. Die Daten werden als durch Trennzeichen getrennte Text-, Raster- und Vektordateien zur Verfügung gestellt.

Messungen)

Larvenreichtum

Technologietyp(en)

schleppt

Faktortyp(en)

Lage der Schleppseile

Probenmerkmal – Organismus

Fischtaxa

Probeneigenschaft – Umgebung

Offener Ozean

Probenmerkmal – Standort

nahezu global (Atlantischer, Pazifik und Indischer Ozean)

Die Fischerei trägt dazu bei, die globale Ernährungssicherheit zu gewährleisten. Jährlich werden über 80 Millionen Tonnen Meeresressourcen geerntet, was 17 % der weltweiten Aufnahme tierischer Proteine entspricht1. Ein Großteil des Wachstums in der Fischereiindustrie wurde durch die Ausweitung der Langleinenfischerei nach dem Ende des Zweiten Weltkriegs verursacht, insbesondere durch den wachsenden japanischen Thunfischmarkt2. Mit dieser Erweiterung ging eine wachsende Zahl von Prozess- und Feldstudien einher, die dabei halfen, Fischpopulationen zu verstehen und zu verwalten. Der Schwerpunkt lag hauptsächlich auf erwachsenen Fischen3,4, aber da die Laichgebiete der meisten Arten unbekannt waren – oder nur für bestimmte Gebiete bekannt5,6,7,8 –, kam es zu einem Anstieg der Untersuchungen von Fischlarven. Die größte dieser Nachkriegsumfragen (1956–1981) war Nishikawa et al. (1985). Es enthält nahezu globale, historische Daten zur Larvenverteilung von Fischarten mit einer räumlichen Auflösung von 1°. Aspekte dieses Datensatzes wurden in Fischereiberichten9 und in einer Analyse von sieben Thunfischarten auf 5°-Rasterquadraten10 verwendet, die Daten sind jedoch nicht öffentlich verfügbar.

Die Daten zur Larvenhäufigkeit von Nishikawa dürften in mindestens drei Hauptforschungsbereichen wertvoll sein. Die erste besteht darin, potenzielle wichtige Laichgebiete und ihre Umweltfaktoren zu identifizieren. Laichhabitate können sich von der breiten Verbreitung einer Fischerei unterscheiden, da viele Arten zum Laichen in bestimmte Gebiete wandern, um das Überleben von Eiern und Larven zu optimieren11. Diese Laichhabitate können anhand von Rohdaten zur Larvenhäufigkeit identifiziert werden. Alternativ könnten dieselben Rohdaten mit Umweltdaten kombiniert werden, um Modelle zur Lebensraumeignung zu erstellen10,12,13,14. Solche Modelle haben den Vorteil, Schätzungen der Larvenhäufigkeit in Gebieten ohne Probenahme zu liefern (dh sie können die räumlichen Lücken in den Rohdaten schließen). Modelle zur Habitateignung können auch Einblicke in die potenziellen Umweltfaktoren für das Laichen von Fischen liefern.

Der zweite Bereich, in dem die Nishikawa-Daten genutzt werden könnten, ist die Meeresraumplanung15,16,17. Überschneidungsgebiete in Laich-Hotspots vieler Fischarten könnten Schwerpunktgebiete für Meeresschutzgebietsnetze auf hoher See sein. Darüber hinaus könnten die Nishikawa-Daten als Grundlage für die Festlegung anderer wirksamer gebietsbezogener Erhaltungsmaßnahmen wie Fischereischließungen verwendet werden18,19,20,21. Durch diese Schließungen wird der Fischereiaufwand in der Nähe von Laichansammlungen eingeschränkt, die für die Fischerei gefährdet sind16,22,23, wodurch sich überfischte Fischbestände erholen können16,19,24. Räumlich und zeitlich aufgelöste Larvenfischdaten können ebenfalls Belege liefern, die die Festlegung saisonaler Schließungen rechtfertigen und informieren25,26. Zeitlich und räumlich getrennte Laichgebiete können auch zur potenziellen Identifizierung wertvoller Fischbestände genutzt werden27.

Der dritte große Forschungsbereich, in dem die Nishikawa-Daten genutzt werden könnten, ist die Untersuchung von Veränderungen in Fischpopulationen als Reaktion auf anthropogene Belastungen wie Überfischung und Klimawandel28,29,30,31. Historische Larvenverteilungen könnten mit neueren Daten verglichen werden und Laichgebiete hervorheben, die unverändert geblieben sind, solche, die verschwunden sind, und solche, die neu entstanden sind. Ein solcher Vergleich könnte dazu beitragen, mögliche Ursachen für Veränderungen in der Laichverteilung von Arten zu identifizieren. Darüber hinaus ist es durch die Kombination historischer Daten zur Larvenhäufigkeit mit Umweltparametern möglich, die Auswirkungen des Klimawandels auf die Laichgebiete oder die Laichphänologie29,32 künftiger Fischpopulationen28,31,33,34,35 zu prognostizieren.

Hier digitalisieren wir Karten von Nishikawa et al. (1985) mit nahezu globalen historischen Daten zur Larvenverteilung in 18 Fischtaxa. Die Originaldaten lagen in saisonalen, globalen Diagrammen mit einer Auflösung von 1° × 1° über einen Zeitraum von 25 Jahren (1956–1981) vor. Die Probenahme war vor allem auf die Regionen im Westpazifik ausgerichtet, vor allem weil die Planktonuntersuchungen von japanischen Regierungsinstitutionen durchgeführt wurden, die Thunfisch-Langleinengebiete untersuchten36. Der Nishikawa-Datensatz ist ein globaler Schatz, der eine wertvolle Grundlage für die Laichhabitate großer pelagischer Fische in der Mitte des 20. Jahrhunderts im Anthropozän darstellt. Wir hoffen, dass die öffentliche Zugänglichmachung des wahrscheinlich größten nahezu globalen Larvendatensatzes seine umfassende zukünftige Nutzung auf neuartige Weise fördern wird.

Die Nishikawa et al. (1985) enthält Fischlarvendaten, die zwischen 1956 und 1981 saisonal zwischen 50°N und 50°S im Pazifik, im Indischen und im Atlantischen Ozean gesammelt wurden. Insgesamt wurden 63.017 Abschleppungen registriert. Die Daten wurden von verschiedenen Organisationen und auf unterschiedliche Weise gesammelt, diese Daten sind jedoch nicht für jeden Schlepptau verfügbar. Daher fassen wir nur einige der wesentlichen Unterschiede in der Methodik zusammen, die in Nishikawa et al. beschrieben wurden. (1985).

Die Schlepparbeiten wurden von zwei Schiffsgruppen durchgeführt – größeren Forschungsschiffen und kleineren Schiffen der Kommunalverwaltung. Jeder Schiffstyp verwendete konische Larven-Probenahmenetze unterschiedlicher Größe. Forschungsschiffe verwendeten ein größeres Netz mit einem Durchmesser von 2,0 m und einer Länge von 6,0 m, mit einer Maschenweite von 1,7 mm vorne, die sich am Steertende auf eine Maschenweite von 0,5 mm verengte. Kommunalverwaltungsschiffe verwendeten ein kleineres Netz mit einem Durchmesser von 1,4 m und einer Länge von 4,0 m und ähnlichen Maschenweiten wie das größere Netz, das von Forschungsschiffen verwendet wurde. In Bezug auf die Tiefe führten Forschungsschiffe Über- und Unterwasserschleppe durch, während Schiffe der Kommunalverwaltung nur Überwasserschleppe durchführten. Die Schlepptiefen unter der Oberfläche überstiegen selten 50 m und waren normalerweise 20–30 m tief. Das Schleppen durch Forschungsschiffe erfolgte durchgehend tagsüber, während das Schleppen durch Regierungsschiffe bis 1969 nachts durchgeführt wurde. 1970 wurde dann die Probenahme am Tag eingeführt, mit Ausnahme von Untersuchungen im westlichen Äquatorialpazifik.

Da unterschiedliche Schleppmethoden verwendet wurden, wurde die saisonale Larvenhäufigkeit pro Taxon auf den Fang pro Einheitsaufwand (CPUE)37 oder die Anzahl der Larven pro 1.000 m3 belastetes Wasser standardisiert. Wir präsentieren Daten für die 18 in Nishikawa et al. erfassten Taxa. (1985) (Tabelle 1; beachten Sie, dass diese Tabelle auch die Arten in jedem der 18 Taxa zusammenfasst). Sie identifizierten Fischlarven morphologisch, was es schwierig machte, einige Exemplare und Gruppen auf Artenebene zu unterscheiden36. Darüber hinaus wurden die Arten in Taxagruppen nicht immer angegeben. Aus Nishikawa et al. ging klar hervor. (1985), dass Fregattthunfisch (Auxis spp.) aus A. thazard und A. rochei36,38 besteht und die kleine Thunfischgruppe (Euthynnus spp.) drei endemische Arten umfasste – E. affinis, E. lineatus und E. alletteratus36, 38. Arten der Bonitos-Gruppe (Sarda spp.) wurden nicht speziell aufgeführt, aber es wird angenommen, dass es sich um S. orientalis, S. australis, S. chiliensis und S. sarda handelt36,38,39. Die Gruppe der Echsenhechtarten (Familie: Scomberesocidae) bestand höchstwahrscheinlich aus dem Pazifischen Echsenhecht (Cololabis saira), dem Östlich-Südpazifischen Echsenhecht (C. adocetus) und dem Echsenhecht (Scomberesox saurus)36. Schließlich wurden einige Arten in Nishikawa et al. gruppiert. (1985). Beispielsweise wurden die Larvenverteilungen zusammengefasst für: (1) Blauer Marlin (Makaira mazara) und Atlantischer Blauer Marlin (M. nigricans); (2) Gestreifter Marlin (Tetrapturus audax) und Weißer Marlin (Tetrapturus albides); und (3) Kurzschnabel-Speerfisch (Tetrapturus angustirostris) und Langschnabel-Speerfisch (Tetrapturus pfluegeri). Die Verbreitungsgebiete des Roten Thuns umfassen sowohl Thunnus thynnus (Atlantik und Mittelmeer) als auch Thunnus orientalis (Pazifik). Die übrigen Verteilungen beziehen sich auf einzelne Arten und stehen im Einklang mit den Berichten von Nishikawa et al. (1985).

Der Digitalisierungsprozess ist in Abb. 1 zusammengefasst. Originalkarten wurden mit 600 dpi gescannt. Dem gescannten Bild jedes Diagramms wurde ein quadratisches Raster von 5° × 5° mit Gitterlinien alle 1° überlagert. Wir haben zunächst Vorlagenkarten für jede Jahreszeit erstellt, indem wir das quadratische Raster eines Saisondiagramms systematisch von oben nach unten und von links nach rechts verschoben und dies für alle vier Jahreszeiten wiederholt haben. Da die Probenahmegebiete pro Saison für alle Taxa gleich waren, wurden die Vorlagen anschließend zur Digitalisierung aller Taxa-Larvendiagramme verwendet.

Zusammenfassung des Digitalisierungsprozesses. Ein Flussdiagramm des Prozesses mit wiederholten blauen Kästchen für alle saisonalen Karten der 18 Taxa und des Schleppaufwands.

Das quadratische Raster wurde dann systematisch von oben nach unten und von links nach rechts auf jedem gescannten Diagramm verschoben. CPUE-Kategorien, dargestellt durch Formen im gescannten Diagramm, wurden als numerische Ebenen (0–4) in einer Tabelle aufgezeichnet. Dies wurde für die Saisonkarten von 18 Taxa durchgeführt, sodass insgesamt 72 digitalisierte Karten entstanden. Saisonale Karten des Schleppaufwands (Anzahl der Larvenschleppe und belastetes Wasservolumen) wurden auf ähnliche Weise digitalisiert. Um die digitalisierten Karten zu validieren, haben wir die Tabellenkalkulationen in halbtransparenten Bitmap-Formaten gespeichert, sie über die Scans der Karten gelegt, auf etwaige Inkonsistenzen überprüft und die Dateien dann bei Bedarf aktualisiert. Anschließend wurden die Tabellen in durch Trennzeichen getrennte Textdateien (durch Kommas gespeicherte Wertedateien oder CSV) konvertiert und in R40 geladen.

Alle Daten und Codes befinden sich in einem Zenodo Repository41. Digitalisierte Taxonkarten sind als durch Trennzeichen getrennte Text-, Raster42- und Vektor43-Dateien verfügbar. Die Dateien haben die folgenden Überschriften: (1) Arten; (2) Jahreszeit; (3) Längengrad; (4) Breitengrad; (5) Fülle; (6) FAO CWP-Code44; und (7) Hauptfischereigebiete der FAO45. Jahreszeiten wurden als Monatsbereiche dargestellt: (1) Januar-März; (2) April-Juni; (3) Juli-September; und (4) Oktober-Dezember, wie bei Nishikawa et al. (1985). Abundanz bezieht sich auf die kategorialen numerischen Ebenen der CPUE: 0 = kein Fang; 1 = 0,0–0,5 Larven·1.000 m−3; 2 = 0,5–1,0 Larven·1.000 m−3; 3 = 1,0–5,0 Larven·1.000 m−3; und 4 = > 5,0 Larven·1.000 m−3.

Wir stellen die digitalisierten Daten für den saisonalen Aufwand auch in den Formaten „Textdatei mit Trennzeichen“, „Raster42“ und „Vektor43“ zur Verfügung. Die Dateien haben die folgenden Überschriften: (1) Kategorie; (2) Jahreszeit; (3) Längengrad; (4) Breitengrad; (5) Aufwand; (6) FAO CWP-Code44; und (7) Hauptfischereigebiete der FAO45. Der Schleppaufwand wurde entweder als Volumen des belasteten Wassers (Kategorie: „Volumen“) oder als Anzahl der Netto-Schleppzüge (Kategorie: „Schleppzüge“) ausgedrückt. „Aufwand“-Werte für die Kategorie „Volumen“ beziehen sich auf die Bereiche des belasteten Wasservolumens: 0 = < 5 × 103 m3; 1 = 5,0–20,0 × 103 m3; 2 = 20,0–30,0 × 103 m3; 3 = 30,0–50,0 × 103 m3; und 4 = ≥ 50,0 × 103 m3. „Aufwand“-Werte für die Kategorie „Schleppzüge“ beziehen sich auf die Bereiche der Anzahl der Schleppzüge: 0 = 1 Schleppseil; 1 = 2–5 Schlepper; 2 = 6–15 Schlepper; 3 = 16–30 Schlepper; und 4 = ≥ 31 Schlepper. Die Abundanz- und Aufwandswerte sind die saisonalen Durchschnittswerte aus über 25 Jahren Datenerfassung.

Das beprobte Gebiet variierte je nach Jahreszeit: (1) Januar-März (3.570 1° × 1°-Probenahmegebiete); (2) April-Juni (2.854 1° × 1° Probenahmegebiete); (3) Juli-September (2.806 1° × 1° Probenahmegebiete); und (4) Oktober-Dezember (4.405 1° × 1° Probenahmegebiete). Dieser saisonale Probenahmeaufwand war für alle Taxa konsistent. Um die Interpretation zu erleichtern, stellen wir Karten des saisonalen Aufwands zur Verfügung: die Anzahl der Tows (Abb. 2) und das Gesamtvolumen des gefilterten Wassers (ergänzende Abbildung S1). Der Schleppaufwand ist räumlich und saisonal variabel. Es besteht ein höheres Vertrauen in die Proben, die in Gebieten mit einer höheren Anzahl an Kabeln (Abb. 2) und einem höheren Wasservolumen (ergänzende Abbildung S1) gesammelt wurden. Die Erhebungen zu allen Jahreszeiten konzentrierten sich hauptsächlich auf den Pazifischen Ozean, insbesondere auf den Westpazifik. Von Oktober bis Dezember gibt es im Indischen Ozean und im Atlantischen Ozean mehr Probenahmegebiete als zu jeder anderen Jahreszeit.

Saisonale Abschleppaufwandskarte. Saisonale 1° × 1°-Karten des Abschleppaufwands in Bezug auf die Anzahl der Abschleppvorgänge, wobei die Jahreszeiten (1956–1981) in Monatsbereichen dargestellt sind: (1) Januar–März; (2) April-Juni; (3) Juli-September; und (4) Oktober-Dezember.

Hier präsentieren wir Daten in vier saisonalen Karten für die 18 Taxa unter Verwendung der Robinson-Projektion (Abb. 3). Die Taxa sind in absteigender Reihenfolge der absoluten Häufigkeit geordnet (dh der Summe der Häufigkeit pro Taxon über alle Jahreszeiten hinweg). Das am häufigsten vorkommende Taxon war der Bonito-Thunfisch (Katsuwonus pelamis L.), dann der Blaue Marlin (Makaira mazara) und der Atlantische Blaue Marlin (M. nigricans). Drei der fünf am häufigsten vorkommenden Taxa stammen aus der Familie der Scombridae, deren Identifizierung auf Artenebene schwierig sein kann. Von den Tausenden von Proben, die pro Saison gesammelt wurden, waren in den meisten keine Fischlarven vorhanden. Die meisten positiven Proben (dh Probenahmegebiete, in denen Larven erfasst wurden) befanden sich im tropischen Pazifik (25° N–25° S).

Saisonale Larvenverteilungskarten. Saisonale 1° × 1°-Karten von 18 Taxa (a–r), mit Jahreszeiten (1956–1981), dargestellt in Monatsbereichen: (1) Januar–März; (2) April-Juni; (3) Juli-September; und (4) Oktober-Dezember. Der Fang pro Aufwandseinheit (CPUE) für jede Gitterzelle wird in der Anzahl der Larven · 1.000 m−3 ausgedrückt.

Um die Saisonalität potenzieller Laich-Hotspots hervorzuheben, haben wir die Anteile positiver Proben für jeden Breitengrad von 50° N bis 50° S für jede der 18 Taxa berechnet (Abb. 4). Dies wurde berechnet, indem die Anzahl der 1° × 1° großen Probenahmegebiete, in denen ein bestimmtes Larventaxon erfasst wurde, gezählt und durch die Anzahl der Probenahmegebiete in diesem Breitengrad dividiert wurde. Saisonalität in potenziellen Laich-Hotspots für Taxa lässt sich daran erkennen, dass sich das Balkendiagramm mit der Jahreszeit verschiebt oder ändert. Beispielsweise sind Bonito-Thunfischlarven das ganze Jahr über vorhanden. Sie weisen im Januar bis März zwei ausgeprägte Spitzen in den subtropischen Breiten auf, breiten sich jedoch im Breitenbereich von April bis September aus und bilden im Oktober bis Dezember erneut die subtropischen Spitzen (Abb. 4A). ). Es gibt auch Taxa, die keine Saisonalität aufweisen und zu allen Jahreszeiten subtropische Spitzen aufweisen, wie der Gelbflossenthun (Thunnus albacares) (Abb. 4C), der Weiße Thunfisch (T. alalunga) (Abb. 4D) und der Kurzschnabel-Speerfisch (Tetrapturus angustirostris) ( Abb. 4E). Einige Taxa waren sowohl räumlich als auch saisonal eingeschränkt. Beispielsweise wurden Larven des Roten Thuns (Thunnus thynnus und T. orientalis) nur von April bis September, etwa 25° N, beprobt (Abb. 4M). Das Vertrauen in diese Laich-Hotspots könnte durch die saisonale Bewertung des Schleppaufwands in jedem Gitterquadrat berücksichtigt werden (Abb. 2).

Saisonalität von Laich-Hotspots. (a–r) Anteil positiver Proben über Breitengrade (50°N–50°S) und Jahreszeiten (1956–1981) für alle 18 Taxa.

Die Gültigkeit und Präzision der digitalisierten Karten könnte durch einen Vergleich mit den Daten in den Originalkarten überprüft werden. Hier stellen wir ein Beispiel der digitalisierten Karte und eine Originalkarte von Nishikawa et al. zur Verfügung. (1985) nebeneinander (Abb. 5). Die in diesem Dokument gezeigten saisonalen Karten können mit den bereitgestellten Skripten repliziert werden41. Saisonale Karten könnten über die gescannten Originalkarten gelegt werden. Durch Erhöhen der Transparenz der Karte oder des Diagramms sollte jeder 1° × 1°-Datenpunkt systematisch von oben nach unten und von links nach rechts im gesamten Diagramm gegengeprüft und verifiziert werden. Dies sollte auf den Saisonkarten der 18 Taxa sowie auf den Karten, die den Schleppaufwand melden, wiederholt werden.

Neben der saisonalen Karte von Bonito für Oktober-Dezember: (a) die Originalkarte von Nishikawa et al. (1985); und (b) die digitalisierte Karte.

Originalkarten finden sich bei Nishikawa et al. (1985). Digitalisierte Daten in allen Formaten (durch Trennzeichen getrennte Text-, Vektor- und Rasterdateien) sind online verfügbar41. Larvenverteilungskarten können durch Ausführen der bereitgestellten Skripte repliziert werden. Die durch Trennzeichen getrennte Textdatei (.csv) zeigt Breiten- und Längengrade des Schwerpunkts jeder 1° × 1°-Gitterzelle. Die Raster- und Vektordateien zeigen Daten im 1° × 1°-Rasterformat. Vektordateien werden pro Taxon und Saison generiert und als SF43-Objekte in R (.rds) mit der Robinson-Projektion gespeichert. Wir haben auch eine Möglichkeit bereitgestellt, nicht projizierte Vektordateien (mit Gradkoordinaten in Längen- und Breitengrad) zu erstellen. Wir haben die Vektordateien mit dem 1° × 1°-Flächenrastersystem44 und den wichtigsten Fischereigebieten45 der Koordinierenden Arbeitsgruppe für Fischereistatistik (CWP) der FAO verglichen, um die Verwendung der digitalisierten Daten für fischereistatistische Zwecke einfacher zu gestalten. Rasterdateien pro Taxon und Saison wurden als nicht projizierte GeoTIFF-Dateien (.tif) gespeichert, aber der Code zum Projizieren dieser Dateien in die Robinson-Projektion wird ebenfalls bereitgestellt.

Einige der Taxonkarten sind nicht auf Artenebene spezifiziert. Im Nishikawa-Datensatz wird auch angegeben und anerkannt, dass einige Larven auf Artenebene schwer zu unterscheiden sind. Beispielsweise ähneln die Larven des Großaugenthuns stark den Larven des Atlantischen Schwarzflossenthuns (Thunnus atlanticus L.)46 und den Larven des Gelbflossenthuns (T. albacares), was bedeutet, dass die bereitgestellten Artenkarten möglicherweise bereits die Verbreitung des Atlantischen Schwarzflossenthuns umfassen. Es gibt auch einige schwer zu unterscheidende Segelfische (Istiophorus platypterus), weiße Marlin-Larven (Kajikia albida) und blaue Marlin-Larven (Makaira mazara)47. Daher empfehlen wir Vorsicht bei der Interpretation dieser Verbreitungskarten.

Alle Skripte werden bei Zenodo unter der Kennung veröffentlicht: https://doi.org/10.5281/zenodo.6592148/. Um sicherzustellen, dass der Code reibungslos läuft, verwenden Sie die aktualisierten Versionen von R und alle im Repository deklarierten Comprehensive R Archive Network (CRAN)-Pakete. Wir haben die R-Version 4.0.340 verwendet.

FAO. Der Stand der Weltfischerei und Aquakultur 2020., https://doi.org/10.4060/ca9229en (FAO, 2020).

Watson, JW & Kerstetter, DW Pelagische Langleinen-Fischereiausrüstung: Eine kurze Geschichte und ein Überblick über Forschungsbemühungen zur Verbesserung der Selektivität. Mar. Technol. Soc. J. 40, 6–11 (2006).

Artikel Google Scholar

Hare, SR et al. Die Thunfischfischerei im West- und Mittelpazifik: Überblick und Status der Bestände im Jahr 2019. (SPC, 2020).

Wang, S.-P. Bestandsbewertung des Blauen Marlins im Indischen Ozean mittels Bestandssynthese. (IOTC, 2019).

Ohshimo, S. et al. Horizontale Verbreitung und Lebensraum der Larven des Pazifischen Blauflossenthuns (Thunnus orientalis) in den Gewässern um Japan. Stier. Mar. Sci. 93, 769–787 (2017).

Artikel ADS Google Scholar

Margulies, D., Scholey, VP, Wexler, JB & Stein, MS Kapitel 5 – Forschung zur Reproduktionsbiologie und frühen Lebensgeschichte des Gelbflossenthuns Thunnus albacares in Panama. In Advances in Tuna Aquaculture: From Hatchery to Market (Hrsg. Benetti, DD, Partridge, GJ & Buentello, A.) 77–114, https://doi.org/10.1016/B978-0-12-411459-3.00004- 7 (Academic Press, 2016).

Madigan, DJ et al. Intrinsische Tracer offenbaren die jüngste Nahrungsökologie des riesigen Pazifischen Roten Thuns an seinen primären Laichplätzen. März Ecol. Prog. Ser. 553, 253–266 (2016).

Artikel ADS CAS Google Scholar

Ward, TM, Staunton-Smith, J., Hoyle, S. & Halliday, IA Laichmuster von vier Arten überwiegend gemäßigter pelagischer Fische in den subtropischen Gewässern im Süden von Queensland. Mündung. Küste. Regalwissenschaft. 56, 1125–1140 (2003).

Artikel ADS Google Scholar

Kiyofuji, H. & Ochi, D. Vorschlag einer alternativen räumlichen Struktur für die Bewertung des Bonitobestands im WCPO. (WCPFC, 2016).

Reglero, P., Tittensor, D., Álvarez-Berastegui, D., Aparicio-González, A. & Worm, B. Weltweite Verbreitung von Feigenkaktuslarven: Überprüfung der Hypothesen zu Umweltanforderungen für Laichhabitate. März Ecol. Prog. Ser. 501, 207–224 (2014).

Artikel ADS Google Scholar

Schilling, HT et al. Mehrere Laichereignisse fördern eine verstärkte Larvenausbreitung eines Raubfisches in einer westlichen Grenzströmung. Fisch. Ozeanogr. 29, 309–323 (2020).

Artikel Google Scholar

Richardson, DE, Hare, JA, Overholtz, WJ & Johnson, DL Entwicklung langfristiger Larvenindizes für Atlantischen Hering (Clupea harengus) auf dem nordöstlichen US-Kontinentalschelf. ICES J. Mar. Sci. 67, 617–627 (2010).

Artikel Google Scholar

Mühling, BA et al. Überlappung zwischen den Laichgebieten des atlantischen Blauflossen-Thunfischs und dem beobachteten Oberflächenöl der Deepwater Horizon im nördlichen Golf von Mexiko. Mar. Pollut. Stier. 64, 679–687 (2012).

Artikel CAS Google Scholar

Brown, SK, Buja, KR, Jury, SH, Monaco, ME & Banner, A. Habitat Suitability Index-Modelle für acht Fisch- und Wirbellosenarten in Casco und Sheepscot Bays, Maine. North Am. J. Fisch. Geschäftsführer 20, 408–435 (2000).

2.3.CO;2" data-track-action="article reference" href="https://doi.org/10.1577%2F1548-8675%282000%29020%3C0408%3AHSIMFE%3E2.3.CO%3B2" aria-label="Article reference 14" data-doi="10.1577/1548-8675(2000)0202.3.CO;2">Artikel Google Scholar

Hernández, CM et al. Hinweise und Muster des Laichens von Thunfisch in einem großen Meeresschutzgebiet mit Sperrverbot. Wissenschaft. Rep. 9, 1–11 (2019).

Artikel Google Scholar

Janßen, H. et al. Integration der Fischerei in die marine Raumplanung: Quo vadis? Mündung. Küste. Regalwissenschaft. 201, 105–113 (2018).

Artikel ADS Google Scholar

Richardson, AJ et al. Aufenthalts- und Fortpflanzungsstatus von Gelbflossenthun in einem geplanten großflächigen pelagischen Meeresschutzgebiet. Aquat. Konserv. März. Frischw. Ökosystem. 28, 1308–1316 (2018).

Artikel Google Scholar

CBD. Schutzgebiete und andere wirksame gebietsbezogene Erhaltungsmaßnahmen (Beschluss 14/8). https://www.cbd.int/doc/decisions/cop-14/cop-14-dec-08-en.pdf (2018).

Gurney, GG et al. Biodiversität braucht jedes verfügbare Werkzeug: Nutzen Sie OECMs. Natur 595, 646–649 (2021).

Artikel ADS CAS Google Scholar

Hiltz, E., Fuller, S. & Mitchell, J. Disko Fan Conservation Area: eine kanadische Fallstudie. Parks 24, 17–30 (2018).

Artikel Google Scholar

IUCN-WCPA-Task Force zu OECMs. Anerkennung und Berichterstattung über andere wirksame gebietsbezogene Schutzmaßnahmen. https://portals.iucn.org/library/sites/library/files/documents/PATRS-003-En.pdf (2019).

Berkeley, SA, Hixon, MA, Larson, RJ & Love, MS Nachhaltigkeit der Fischerei durch Schutz der Altersstruktur und räumlichen Verteilung der Fischpopulationen. Fischerei 29, 23–32 (2004).

Artikel Google Scholar

Hall, S. In A Fishery Manager's Guidebook – Zweite Auflage (Hrsg. Garcia, SM & Cochrane, KL) 196–219, Kapitel 8 – Gebiets- und Zeitbeschränkungen. (Wiley-Blackwell, 2009).

Jonas, HD, Barbuto, V., Jonas, HC, Kothari, A. & Nelson, F. Neue Schritte des Wandels: Blick über Schutzgebiete hinaus, um andere wirksame gebietsbezogene Schutzmaßnahmen in Betracht zu ziehen. Parks 20, 111–128 (2014).

Artikel Google Scholar

Dunn, DC, Maxwell, SM, Boustany, AM & Halpin, PN Dynamisches Meeresmanagement erhöht die Effizienz und Wirksamkeit des Fischereimanagements. Proz. Natl. Acad. Wissenschaft. 113, 668–673 (2016).

Artikel ADS CAS Google Scholar

Le Quesne, WJF & Codling, EA Management mobiler Arten mit MPAs: die Auswirkungen von Mobilität, Larvenverbreitung und fischereilicher Sterblichkeit auf die Schließungsgröße. ICES J. Mar. Sci. 66, 122–131 (2009).

Artikel Google Scholar

Richardson, DE et al. Die Entdeckung eines Laichplatzes offenbart unterschiedliche Migrationsstrategien beim Atlantischen Roten Thun (Thunnus thynnus). Proz. Natl. Acad. Wissenschaft. 113, 3299–3304 (2016).

Artikel ADS CAS Google Scholar

Dueri, S., Bopp, L. & Maury, O. Projektion der Auswirkungen des Klimawandels auf die Häufigkeit und räumliche Verteilung von Bonito-Thunfisch. Globus. Biol. ändern 20, 742–753 (2014).

Artikel ADS Google Scholar

Asch, RG Klimawandel und dekadische Veränderungen in der Phänologie von Larvenfischen im Ökosystem California Current. Proz. Natl. Acad. Wissenschaft. 112, E4065–E4074 (2015).

Artikel ADS CAS Google Scholar

Mountain, DG & Murawski, SA Variation in der Verteilung der Fischbestände auf dem nordöstlichen Festlandsockel im Verhältnis zu ihrer Umgebung, 1980–1989. ICES März. Wissenschaft. Symp. 195, 424–432.

Mühling, BA et al. Mögliche Auswirkungen des Klimawandels auf das Inneramerikanische Meer: Teil 2. Auswirkungen auf die Lebensräume von Erwachsenen und Larven des Atlantischen Roten Thuns und Bonito-Thunfischs. J. Mar. Syst. 148, 1–13 (2015).

Artikel Google Scholar

Asch, RG, Stock, CA & Sarmiento, JL Der Klimawandel wirkt sich auf Diskrepanzen zwischen Phytoplanktonblüten und der Phänologie des Laichens von Fischen aus. Globus. Biol. ändern 25, 2544–2559 (2019).

Artikel ADS Google Scholar

Pankhurst, NW & Munday, PL Auswirkungen des Klimawandels auf die Fortpflanzung von Fischen und die frühen Stadien der Lebensgeschichte. März. Frischw. Res. 62, 1015–1026 (2011).

Artikel CAS Google Scholar

Lehodey, P., Senina, I., Nicol, S. & Hampton, J. Modellierung der Auswirkungen des Klimawandels auf Weißen Thun im Südpazifik. Tiefseeres. Teil II Oben. Zucht. Ozeanogr. 113, 246–259 (2015).

Artikel ADS CAS Google Scholar

Mühling, BA et al. Sammlung von Larven des Roten Thuns (Thunnus Thynnus) außerhalb dokumentierter Laichgründe im Westatlantik. Stier. Mar. Sci. 87, 687–694 (2011).

Artikel Google Scholar

Nishikawa, Y., Honma, M., Ueyanagi, S. & Kikawa, S. Durchschnittliche Verbreitung von Larven ozeanischer Scombroid-Fische, 1956–1981. (Forschungslabor für Fernseefischerei, 1985).

Maunder, MN & Punt, AE Standardisierung von Fang- und Aufwandsdaten: ein Überblick über aktuelle Ansätze. Fisch. Res. 70, 141–159 (2004).

Artikel Google Scholar

Collette, BB In Annotated Checklist of Fishes Vol. 19 Familie Scombridae Rafinesque 1815 – Makrelen, Thunfische und Bonitos. (Kalifornische Akademie der Wissenschaften, 2003).

Fricke, R., Eschmeyer, WN & Van der Laan, R. Eschmeyers Fischkatalog; Gattungen, Arten, Referenzen. Elektronische Version. (Kalifornische Akademie der Wissenschaften, 2022).

R-Kernteam. R: Eine Sprache und Umgebung für statistische Berechnungen. (R Foundation for Statistical Computing, 2022).

Buenafe, KCV. tinbuenafe/DigitizingNishikawa: Digitizing Nishikawa v3.0, Zenodo, https://doi.org/10.5281/zenodo.6592148 (2022).

Hijmans, RJ et al. terra: Geodatenanalyse. (2022).

Pebesma, E. Einfache Funktionen für R: Standardisierte Unterstützung für räumliche Vektordaten. RJ. 10, 439–446 (2018).

Artikel Google Scholar

Blondel, E. & Billet, N. RFigisGeo: AR-Paket zur Verwaltung von Dienstprogrammen für die Geodatenverarbeitung. (2022).

FAO. FAO-Hauptfischereigebiete. https://www.fao.org/fishery/en/area/search (2022).

Richards, WJ & Potthoff, T. Analyse der taxonomischen Merkmale junger Scombrid-Fische, Gattung Thunnus. In The Early life History of Fish (Hrsg. Blaxter, JHS) 623–648, https://doi.org/10.1007/978-3-642-65852-5_50 (Springer, 1974).

Luthy, SA, Cowen, RK, Serafy, JE & McDowell, JR Auf dem Weg zur Identifizierung von Segelfischlarven (Istiophorus platypterus), Weißen Marlins (Tetrapturus albidus) und Blauen Marlins (Makaira nigricans) im westlichen Nordatlantik. Fisch. Stier. 103 (2004).

Referenzen herunterladen

Wir möchten den nationalen und lokalen Fischereibehörden Japans für die Finanzierung, Erhebung und Verarbeitung dieser Daten danken. KCVB und AD wurden durch das Erasmus Joint Master Degree Program in Tropical Biodiversity and Ecosystems (EMJMD) unterstützt, das vollständig von der Europäischen Kommission (EC) finanziert wurde. JDE wurde vom Australian Research Council Discovery Project Nr. DP19010229 finanziert. Wir danken Tony Miskiewicz und Barbara Muhling für ihre Hilfe bei der Bestätigung und Verifizierung der aktuellen Taxonomie für die in diesem Datensatz enthaltenen Arten.

School of Earth and Environmental Sciences, The University of Queensland, St. Lucia, QLD, 4067, Australien

Kristine Camille V. Buenafe, Daniel C. Dunn und Alvise Dabalà

Fakultät für Mathematik und Physik, The University of Queensland, St. Lucia, QLD, 4067, Australien

Kristine Camille V. Buenafe, Jason D. Everett, Alvise Dabalà und Anthony J. Richardson

Commonwealth Scientific and Industrial Research Organization (CSIRO) Oceans and Atmosphere, Queensland Biosciences Precinct (QBP), St. Lucia, QLD, 4067, Australien

Jason D. Everett und Anthony J. Richardson

Zentrum für Meereswissenschaften und Innovation (CMSI), Universität von New South Wales, Sydney, NSW, 2052, Australien

Jason D. Everett, James Mercer, Iain M. Suthers, Hayden T. Schilling und Charles Hinchliffe

Sydney Institute of Marine Science, Mosman, NSW, 2088, Australien

Iain M. Suthers, Hayden T. Schilling und Charles Hinchliffe

Systemökologie und Ressourcenmanagement, Abteilung für Organismenbiologie, Fakultät für Naturwissenschaften, Université Libre de Bruxelles – ULB, Avenue FD Roosevelt 50, CPi 264/1, 1050, Brüssel, Belgien

Alvise Dabala

Ökologie und Biodiversität, Labor für Pflanzenbiologie und Naturmanagement, Abteilung Biologie, Vrije Universiteit Brussel - VUB, Pleinlaan 2, VUB-APNA-WE, 1050, Brüssel, Belgien

Alvise Dabala

Sie können diesen Autor auch in PubMed Google Scholar suchen

KCVB, JDE, JM, IMS, HTS, CH und AJR erkannten die Bedeutung und Nützlichkeit des Nishikawa-Larvendatensatzes, was schließlich zur Konzeption dieser Forschung führte. KCVB und JM digitalisierten die Originalkarten, mit Hilfe von AJR, IMS und JDEIMS verifizierten sie die aktuellen Taxa-Namen und lieferten Einblicke in die Taxonomie der Fischlarven. KCVB verfasste den ersten Entwurf mit wertvollen Beiträgen von JDE, DCD, JM, IMS, HTS, CH, AD und AJR. Alle Autoren trugen zur Diskussion der in dieser Forschung vorgestellten Ideen bei

Korrespondenz mit Kristine Camille V. Buenafe.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Buenafe, KCV, Everett, JD, Dunn, DC et al. Eine globale, historische Datenbank zur Verbreitung von Thunfisch-, Schwertfisch- und Makrelenlarven. Sci Data 9, 423 (2022). https://doi.org/10.1038/s41597-022-01528-7

Zitat herunterladen

Eingegangen: 14. März 2022

Angenommen: 28. Juni 2022

Veröffentlicht: 19. Juli 2022

DOI: https://doi.org/10.1038/s41597-022-01528-7

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt