西白令海狭鳕种群（Gaduschalcogrammus）是重要的商业鱼类之一，其渔场的形成和时空分布与海洋环境因子密切相关。探究环境因子对其渔场形成的影响和分析其时空分布特征能够指导我国西白令海大型狭鳕拖网渔船和相关的渔业企业合理安排船队生产计划，缩短寻找中心渔场的时间，以达到降低成本、提高生产效益的目的，并有助于实现渔业资源的科学管理。　　文章在总结现有的渔情分析和渔场预报模型的基础上，结合西白令海海洋环境、狭鳕生物学特性及相关文献，构建了基于GAM模型、MaxEnt模型和BRT模型的狭鳕渔场研究模型，介绍了三种模型的计算原理、模型构建的要点以及相关参数的选择等。文章的主要成果如下：　　（1）基于GAM模型的狭鳕渔场时空分布研究。模型的响应变量设置为ln(CPUE+1)，解释变量包括时间、空间因子和CHL-a、pH、SST、SSS、SSH5个环境变量。模型结果显示，各环境因子之间不存在多重共线性，????(????????+1)的残差服从正态分布的假设，可用于GAM模型的建立。GAM模型的总偏差解释率为34.1%，参与建模的环境因子与CPUE均呈显著相关关系（p＜0.05）。影响因子效应图表明，CHL-a＜0.3mg/m3时，CPUE迅速增加，随后处于小幅波动状态；pH和SSH对CPUE的影响表现为正相关的线性关系；SST＜7℃时，CPUE逐渐增加，7-11℃时，CPUE则相对平稳；SSS对CPUE的影响表现为负相关的线性关系；经纬度交互效应图表明CPUE主要分布在180°-177.5°W，60°N-62.5°N之间。使用2020年的环境数据进行CPUE分布验证的结果表明，GAM模型计算得到的2020年CPUE分布与当年的实际情况相差较大，在分析狭鳕CPUE时空分布上表现较差。　　（2）基于MaxEnt模型的狭鳕渔场时空分布研究。结果表明，每个月份模型的AUC值都在0.8以上，平均值为0.925，说明模型预测结果精度较高。各环境因子对模型结果的平均贡献率由大到小排序为pH(45.64%)、CHL-a(30.24%)、SST(11.25%)、SSS(7.44%)、SSH(5.42%)。刀切法测试结果表明，从环境本身具有的信息价值来看，重要性排序依次为CHL-a、pH、SSH、SST、SSS；从其他变量中不存在的信息价值来看，重要性依次为SSH、SSS、SST、CHL-a、pH。模型效应图显示，狭鳕渔场存在概率随CHL-a浓度增加呈下降趋势；随pH增大渔场概率呈下降趋势；随SST增大渔场概率呈上升趋势；狭鳕渔场存在概率随SSS增加表现为先上升后下降的趋势，在SSS为32.8‰时达到峰值；SSH对狭鳕渔场概率的影响也呈先上升再下降得趋势。渔场概率≥0.6时，CHL-a范围为0.0-0.3mg/m3，pH值范围为7.97-8.01，SST＞6.7℃，SSS在32.5-33.0‰，SSH为-0.02m至0.02m。模型预测的潜在栖息地结果显示，西白令海狭鳕渔场存在明显的月间移动和范围变化，渔场的移动方向与当月贡献率最高的环境因子存在联系，从分布预测图来看，渔场整体范围保持在180°-177°W，60°N-63°N区域内，并发现三种可能存在的规律：①上年某月份的主导环境因子为CHL-a，今年同月份的主导环境因子为pH，则渔场位置相较于上年该月的移动方向一般表现为东-西方向上的移动；②上年某月份的主导环境因子为pH，今年同月份的主导环境因子为CHL-a，则渔场位置相较于上年该月的移动方向一般表现为向东北或西北方向移动；③上年某月份的主导环境因子为pH，今年同月份的主导环境因子为pH，则渔场位置相较于上年该月的移动方向一般表现为向北方向移动或不发生移动。从2020年实际CPUE和作业网次验证模型预测的分布结果来看，渔场概率≥0.6的概率区间包含了49.71%的CPUE和47.29%的作业网次，模型预测水平一般。　　（3）基于BRT的狭鳕渔场时空分布研究。将研究区域作为背景渔区，将数据中CPUE＞0的数据定义为实际渔场，通过随机抽样从剩余的背景渔区选择数据作为假定非渔场区域。以实际渔场和假定非渔场作为响应变量，以环境因子作为解释变量，构建BRT模型。模型结果如下：最佳BRT模型的为MODEL12，其AUC值为0.96，kappa系数为0.79，准确率为89%；环境因子的相对重要性排序为CHL-a(31.4%)、pH值(27.3%)、SST(18.3%)、SSS(13.0%)、SSH(10.0%)。影响效应方面，CHL-a在0.2-0.4mg/m3范围内时，狭鳕渔场出现的概率超过0.6，但随着CHL-a浓度的继续升高，渔场出现的概率呈现逐渐降低的趋势；当pH值在7.96-8.02之间时，渔场出现的概率大于0.6，而在pH值高于8.02的海域，渔场出现的概率则表现为随pH值升高而逐渐降低；当SST在0-6℃区间内，渔场出现的概率小于0.6，而当SST在6-12℃范围内时，渔场出现的概率均超过0.6；当SSS在32.0-32.4‰和32.6-33.0‰区间内，渔场存在的概率大于0.6；SSH在-0.15m至+0.05m之间时，渔场出现的概率持续上升，而当SSH在±0.05m内波动时，渔场存在的概率超过0.6。由2020年数据验证结果可知，模型预测概率≥0.6的海域包含了数据中91.5%的作业网次和93.0%的CPUE，说明模型预报的渔场位置与实际作业渔场位置以及CPUE分布高度吻合，模型表现为最佳。　　（4）模型间的比较：本研究使用GAM、MaxEnt和BRT三个模型研究环境因子对狭鳕资源分布的影响。结果显示，三个模型在识别主要影响因子（CHL-a、pH和SST）方面具有一致性，但在确定最重要因子方面存在差异，这些差异可能源于模型原理和计算方式的不同。在模型验证方面，BRT模型对2020年数据的预测表现最佳，超过90%的CPUE和作业网次位于预测的高概率渔场。相比之下，MaxEnt模型约有50%的CPUE和作业网次位于预测的高概率区间，而GAM模型的预测与实际情况差异较大，表现最差。综上所述，三个模型在识别主要影响因子方面一致，但BRT模型在预测高概率渔场方面更为准确，更适用于西白令海狭鳕的渔场分析工作。