fao_settings(lang = "zh") # 本文所有图表使用中文fao_data_info()查看你使用的版本和引用格式。
fao_areas()和fishing_area_map()展示FAO主要渔区及其分区，其余三个渔区函数用于描述单个渔区。示例使用东北大西洋（27区），最后一节将同样的分析应用于西北大西洋（21区）。
🗺️ FAO主要渔区
用于统计的FAO主要渔区由渔业统计协调工作组（CWP）划定，包括19个海洋渔区和各大洲的内陆水域。fao_areas()列出各渔区数据最后一年的产量和FAO官方地图的链接，并保存一张标有渔区代码的海洋渔区世界地图：
areas <- fao_areas()
show_table(areas[order(-areas$catch_last_year), c("area_code", "name", "type", "ocean", "catch_last_year", "share_pct")],
n = 30, digits = 1)| area_code | name | type | ocean | catch_last_year | share_pct | |
|---|---|---|---|---|---|---|
| 21 | 61 | 西北太平洋 | marine | 太平洋 | 19067991.408 | 20.5 |
| 23 | 71 | 西部中太平洋 | marine | 太平洋 | 14105189.055 | 15.1 |
| 26 | 87 | 东南太平洋 | marine | 太平洋 | 9453525.210 | 10.1 |
| 11 | 27 | 东北大西洋 | marine | 大西洋 | 7842194.162 | 8.4 |
| 4 | 04 | 亚洲-内陆水域 | inland | NA | 7785533.070 | 8.4 |
| 19 | 57 | 东印度洋 | marine | 印度洋 | 6401679.921 | 6.9 |
| 18 | 51 | 西印度洋 | marine | 印度洋 | 6223934.387 | 6.7 |
| 13 | 34 | 中东大西洋 | marine | 大西洋 | 5099475.194 | 5.5 |
| 1 | 01 | 非洲内陆水域 | inland | NA | 3656926.956 | 3.9 |
| 22 | 67 | 东北太平洋 | marine | 太平洋 | 2551440.501 | 2.7 |
| 24 | 77 | 中东太平洋 | marine | 太平洋 | 2349505.260 | 2.5 |
| 15 | 41 | 西南大西洋 | marine | 大西洋 | 1970436.942 | 2.1 |
| 16 | 47 | 东南大西洋 | marine | 大西洋 | 1475796.444 | 1.6 |
| 10 | 21 | 西北大西洋 | marine | 大西洋 | 1407262.000 | 1.5 |
| 12 | 31 | 西部中大西洋 | marine | 大西洋 | 1077647.351 | 1.2 |
| 14 | 37 | 地中海和黑海 | marine | 大西洋 | 1026111.034 | 1.1 |
| 17 | 48 | 南极大西洋 | marine | 南极海 | 466706.916 | 0.5 |
| 5 | 05 | 欧洲-内陆水域 | inland | NA | 386122.976 | 0.4 |
| 25 | 81 | 西南太平洋 | marine | 太平洋 | 381352.879 | 0.4 |
| 3 | 03 | 南美洲-内陆水域 | inland | NA | 337398.156 | 0.4 |
| 2 | 02 | 北美洲-内陆水域 | inland | NA | 117613.045 | 0.1 |
| 6 | 06 | 大洋州-内陆水域 | inland | NA | 20521.568 | 0.0 |
| 9 | 18 | 北冰洋 | marine | 大西洋 | 16604.000 | 0.0 |
| 20 | 58 | 南极印度洋 | marine | 南极海 | 10861.059 | 0.0 |
| 27 | 88 | 南极太平洋 | marine | 南极海 | 2665.606 | 0.0 |
| 7 | 07 | 前苏联地区-内陆水域 | inland | NA | NA | NA |
| 8 | 08 | 南极洲-内陆水域 | inland | NA | NA | NA |
在其他函数中使用表中的英文名称（如"Atlantic, Northwest"）或代码。FAO官方地图（fao_map列）来自FAO渔区地图页面，本包只提供链接。
🧭 fishing_area_map()：渔区及其分区
较大的渔区又分为亚区（subarea）、区（division）和分区（subdivision）；东北大西洋的分区就是ICES统计区，从27.1（巴伦支海）到27.14（格陵兰东部）。fishing_area_map()根据本包自带的边界（FAO
2024）绘制一个海洋渔区及其分区，并标出代码。安装了ggOceanMaps包（Vihtakari
2026）时，地图画在它的海底地形底图上，水深取自ggOceanMaps自带的ETOPO
2022地形模型（NOAA NCEI
2022）；延伸到纬度60°以外的渔区（如27区）采用极地立体投影。未安装ggOceanMaps时，以渔区为中心的兰伯特方位等积投影绘制Natural
Earth的陆地。
ne_atlantic <- fishing_area_map(27)
show_table(ne_atlantic$units, n = 20)| code | level | name_en |
|---|---|---|
| 27.1 | subarea | Barents Sea (Subarea 27.1) |
| 27.2 | subarea | Norwegian Sea, Spitzbergen, and Bear Island (Subarea 27.2) |
| 27.3 | subarea | Skagerrak, Kattegat, Sound, Belt Sea, and Baltic Sea (Subarea 27.3) |
| 27.4 | subarea | North Sea (Subarea 27.4) |
| 27.5 | subarea | Iceland and Faroes Grounds (Subarea 27.5) |
| 27.6 | subarea | Rockall, Northwest Coast of Scotland and North Ireland (Subarea 27.6) |
| 27.7 | subarea | Irish Sea, West of Ireland, Porcupine Bank, Eastern and Western English Channel, etc (Subarea 27.7) |
| 27.8 | subarea | Bay of Biscay (Subarea 27.8) |
| 27.9 | subarea | Portuguese Waters (Subarea 27.9) |
| 27.10 | subarea | Azores Grounds and Northeast Atlantic South (Subarea 27.10) |
| 27.12 | subarea | North of Azores (Subarea 27.12) |
| 27.14 | subarea | East Greenland (Subarea 27.14) |
ne_atlantic$fao_map # 该渔区的FAO官方地图
#> [1] "https://www.fao.org/fishery/docs/maps/fig_h2_27_0.gif"地图的来源保存在ne_atlantic$sources中，使用地图时一并引用：
show_table(ne_atlantic$sources)| layer | reference | url |
|---|---|---|
| boundaries | FAO (2024). FAO Major Fishing Areas for Statistical Purposes. Licence: CC-BY 4.0. | https://www.fao.org/fishery/geonetwork?uuid=ac02a460-da52-11dc-9d70-0017f293bd28 |
| base map | Vihtakari, M. (2026). ggOceanMaps: Plot Data on Oceanographic Maps using ‘ggplot2’. R package version 3.0.0. doi:10.32614/CRAN.package.ggOceanMaps | https://github.com/MikkoVihtakari/ggOceanMaps |
| land | Natural Earth. 1:10m Land and Minor Islands (public domain), as bundled with ggOceanMaps. | https://www.naturalearthdata.com/downloads/10m-physical-vectors/ |
| depth | NOAA National Centers for Environmental Information (2022). ETOPO 2022 15 Arc-Second Global Relief Model. doi:10.25921/fd45-gt74 | https://doi.org/10.25921/fd45-gt74 |
各区（division），这里不显示水深：
fishing_area_map(27, level = "division", bathymetry = FALSE)
fishing_area_map()的全部参数：
| 参数 | 含义 | 默认值 |
|---|---|---|
area |
FAO主要海洋渔区：代码（如27）或英文名称 |
|
level |
渔区内绘制的单元："subarea"（亚区）、"division"（区）、"subdivision"（分区）或"none"（只画边界） |
"subarea" |
bathymetry |
显示水深（仅限ggOceanMaps） | TRUE |
labels |
标出各单元的代码 | TRUE |
engine |
"auto"（已安装ggOceanMaps时用它，否则用"sf"）、"ggOceanMaps"或"sf"
|
"auto" |
plot |
把地图保存在figures/png/area/
|
TRUE |
table |
把单元表保存在tables/
|
TRUE |
lang |
地图文字的语言："en"、"zh"或"both"
|
NULL：fao_settings()的语言 |
pptx |
同时把地图保存为可编辑的PowerPoint文件 |
FALSE，或fao_settings()的pptx
|
plot_show |
保存图表的同时把图画在绘图窗口中（例如RStudio的Plots窗格） |
FALSE，或fao_settings()中的plot_show
|
1️⃣ fishing_area_data()：渔区产量
FAO27 <- fishing_area_data("Atlantic, Northeast")
该函数在figures/png/中保存三张图：
| 文件 | 图表 |
|---|---|
fishing_trend.png |
渔区总产量。设置timeseries_analysis = TRUE时，灰色水平线表示相邻突变点之间各时段的平均产量，虚线标出每个时段的起始年份（见突变点的识别方法） |
fishing_percentage.png |
该渔区每年产量占全球所有海洋渔区捕捞产量的比例（内陆渔区则为占全球所有内陆水域捕捞产量的比例），红线为各年比例的平均值 |
area_country_map.png |
各国历年在该渔区的累计总产量，绘制在世界地图上 |
并返回一个列表：
| 元素 | 内容 |
|---|---|
area_data |
该渔区的产量记录（数据的全部八列），作为其他函数的输入 |
coefs_data |
总产量相邻突变点之间的各个时段：start_year（起始年）、end_year（结束年）和intercept（该时段的平均产量，吨） |
act_world_map |
地图数据，即带有各国总产量的sf对象（plot = FALSE时为NULL） |
FAO27$coefs_data
#> # A tibble: 3 × 3
#> start_year end_year intercept
#> <int> <int> <dbl>
#> 1 1950 1964 7251706.
#> 2 1965 2005 10855609.
#> 3 2006 2024 8806378.选项
fishing_area_data(
"Atlantic, Northeast",
timeseries_analysis = FALSE, # 不做突变点分析
area_color1 = "#9ecae1", # 产量面积图的填充色
area_color2 = "#08519c", # 面积图的轮廓线颜色
hline_color = "#e6550d", # 比例图中平均线的颜色
fill_scale = "blue", # 地图色板
lang = "zh" # 图表文字使用中文
)
fishing_area_data()的全部参数：
| 参数 | 含义 | 默认值 |
|---|---|---|
area_name |
FAO主要渔区，名称与数据中一致（见上表） | |
plot |
保存三张图；FALSE时只返回数据 |
TRUE |
timeseries_analysis |
在总产量图中标出突变点和各时段的平均产量（无论取值如何都会返回coefs_data） |
TRUE |
area_color1 |
总产量面积图的填充色 | "grey80" |
area_alpha |
填充色的透明度（0为完全透明，1为不透明） | 0.7 |
area_color2 |
总产量面积图的轮廓线颜色 | "black" |
line_color |
比例图折线的颜色 | "black" |
line_alpha |
折线的透明度 | 0.8 |
line_linewidth |
折线的宽度 | 1.5 |
point_size |
比例图中点的大小 | 2 |
hline_color |
比例图中平均线的颜色 | "red" |
hline_alpha |
平均线的透明度 | 0.7 |
hline_linewidth |
平均线的宽度 | 1.5 |
axis_text_size |
比例图坐标轴刻度标签的字号，以及总产量图坐标轴标题的字号 | 10 |
axis_text_face |
总产量图坐标轴标题的字形："plain"、"bold"、"italic"或"bold.italic"
|
"plain" |
axis_title_size |
比例图坐标轴标题的字号 | 12 |
axis_title_face |
比例图和地图坐标轴标题的字形 | "bold" |
strip_text_size、strip_text_face
|
分面标题的字号和字形；本函数的图表没有分面，因此没有可见效果 |
12、"bold"
|
polygon_color |
地图上国界线的颜色 | "grey90" |
fill_scale |
地图色板，可用fao_settings()中map_palette的任一取值（如"blue"、"YlOrRd"、"viridis"或一组颜色） |
NULL：fao_settings()中的map_palette（"deep-orange"） |
axis_title_size_map |
地图坐标轴标题的字号 | 14 |
axis_text_size_map |
地图坐标轴标签（经纬度）的字号 | 12 |
legend_text_size_map |
地图图例文字的字号 | 12 |
ZH |
指定中文的旧方式：TRUE等同于lang = "zh"
|
FALSE |
lang |
图表文字的语言："en"、"zh"或"both"
|
NULL：ZH = TRUE时为"zh"，否则使用fao_settings()中的语言 |
data_version |
FAO数据版本："latest"（可用的最新版本）、"bundled"或具体版本号（如"2026.1.0"，见💾 FAO数据） |
"latest" |
pptx |
同时在figures/pptx/中保存可编辑的PowerPoint文件 |
FALSE，或fao_settings()中的pptx
|
plot_show |
保存图表的同时把图画在绘图窗口中（例如RStudio的Plots窗格） |
FALSE，或fao_settings()中的plot_show
|
2️⃣ fishing_area_species()：主要物种
species <- fishing_area_species(FAO27$area_data, rank_range = 1:10)
| 文件 | 图表 |
|---|---|
area/area_species.png |
所选物种的产量随时间的变化 |
area/area_species_wrap.png |
每个物种一个分面，显示该物种历年占渔区产量的比例、线性趋势（虚线）以及其平均产量的突变点；设置timeseries_analysis = FALSE时，用平滑曲线代替趋势线和突变点 |
函数返回一个列表：
| 元素 | 内容 |
|---|---|
area_species |
每个物种条目逐年的产量 |
area_species_ranked |
所选物种逐年的产量，以及它们的总产量和占比 |
area_species_ranked_total |
所选物种：历年总产量（Total_Tonnes）和占渔区产量的比例（Percentage） |
coefs_data |
每个物种的突变点：start_year、end_year和intercept（该时段的平均产量，吨） |
show_table(species$area_species_ranked_total)| ASFIS.species..Name. | Total_Tonnes | Percentage | Rank_Tonnes |
|---|---|---|---|
| 大西洋鲱 | 133,779,008 | 18.55 | 133,779,008 |
| 大西洋鳕 | 100,515,875 | 13.94 | 100,515,875 |
| 毛鳞鱼 | 72,254,558 | 10.02 | 72,254,558 |
| 小鳍鳕 | 51,097,741 | 7.09 | 51,097,741 |
| 大西洋鲭 | 44,615,940 | 6.19 | 44,615,940 |
| Sandeels(=Sandlances) nei | 33,532,765 | 4.65 | 33,532,765 |
| 黍鲱 | 28,491,530 | 3.95 | 28,491,530 |
| 青鳕 Saithe(=Pollock) | 27,734,472 | 3.85 | 27,734,472 |
| 黑线鳕 | 25,693,597 | 3.56 | 25,693,597 |
| 挪威长臀鳕 | 15,252,882 | 2.11 | 15,252,882 |
同时在tables/中保存两张表：species_ranked_table.csv（每十年的平均产量、最近五年每年的产量、最后一年的产量和占比）和species_coefs_data.csv（突变点）。
show_table(read.csv("tables/species_ranked_table.csv", fileEncoding = "UTF-8-BOM", check.names = FALSE), n = 5, digits = 0)| ASFIS.species..Name. | 1950s | 1960s | 1970s | 1980s | 1990s | 2000s | 2010s | 2020s | 2020 | 2021 | 2022 | 2023 | 2024 | total_2024_production | percentage_of_total_2024 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Sandeels(=Sandlances) nei | 45,280 | 151,880 | 497,616 | 809,684 | 965,995 | 474,295 | 297,574 | 221,907 | 448,525 | 232,904 | 167,330 | 164,145 | 96,631 | 96,631 | 1 |
| 大西洋鲭 | 100,330 | 414,570 | 603,160 | 580,576 | 654,196 | 574,634 | 1,022,817 | 1,022,622 | 1,018,792 | 1,076,697 | 1,043,653 | 1,069,949 | 904,017 | 904,017 | 12 |
| 大西洋鲱 | 2,478,450 | 2,737,960 | 1,078,316 | 1,080,178 | 1,732,866 | 1,945,565 | 1,592,207 | 1,464,718 | 1,514,865 | 1,554,649 | 1,568,174 | 1,435,049 | 1,250,851 | 1,250,851 | 16 |
| 大西洋鳕 | 1,675,240 | 1,610,620 | 1,772,437 | 1,424,846 | 1,104,442 | 814,172 | 1,162,071 | 975,521 | 1,051,293 | 1,116,132 | 1,039,707 | 908,068 | 762,408 | 762,408 | 10 |
| 小鳍鳕 | 12,680 | 17,740 | 223,187 | 712,974 | 675,005 | 1,725,821 | 1,019,466 | 1,445,802 | 1,472,561 | 1,145,203 | 1,041,463 | 1,737,135 | 1,832,649 | 1,832,649 | 23 |
选项
-
rank_range列出要显示的名次：11:20显示排在其后的十个物种，c(5, 6)显示第五和第六名。 -
timeseries_analysis = FALSE用平滑曲线代替突变点（平滑方法由smooth_method指定，默认为"loess"）。 -
h_value是相邻突变点之间时段的最短长度，可以是占整个序列的比例（默认0.15），也可以是年数（如5）。取值越大，突变点越少；序列过短的物种会被跳过，并给出提示信息。
fishing_area_species(FAO27$area_data, rank_range = 11:20, h_value = 5, lang = "both")
fishing_area_species()的全部参数。表中的“时间序列图”指area_species.png，“分面图”指area_species_wrap.png；带突变点的分面图使用固定的线宽、字号和两列布局，只有text_*参数能改变它。
| 参数 | 含义 | 默认值 |
|---|---|---|
area_data |
渔区产量数据：fishing_area_data()$area_data或load_fao_data()的任意子集 |
|
rank_range |
显示的物种名次（按历年总产量排序）：1:10为前十名，11:20为其后十名，c(5, 6)为第五和第六名 |
1:10 |
plot |
保存图表 | TRUE |
table |
在tables/中保存两张表 |
TRUE |
timeseries_analysis |
TRUE：分面图显示线性趋势和突变点；FALSE：分面图显示平滑曲线 |
TRUE |
h_value |
相邻突变点之间时段的最短长度：占序列的比例或年数（即strucchange::breakpoints()的h） |
0.15 |
line_width |
时间序列图的线宽 | 1.5 |
line_alpha |
时间序列图和不带突变点的分面图中折线的透明度 | 0.7 |
line_linewidth |
不带突变点的分面图的线宽 | 1.5 |
point_size |
时间序列图和不带突变点的分面图中点的大小 | 1.8 |
point_alpha |
这些点的透明度 | 0.7 |
point_shape |
这些点的形状（R的点符号，如1为空心圆，16为实心圆） |
1 |
axis_text_size、axis_text_face
|
坐标轴刻度标签的字号和字形（时间序列图；不带突变点的分面图的y轴） |
10、"plain"
|
axis_title_size、axis_title_face
|
坐标轴标题的字号和字形（时间序列图；不带突变点的分面图） |
10、"bold"
|
strip_text_size、strip_text_face
|
不带突变点的分面图中分面标题的字号和字形 |
10、"bold"
|
smooth_method |
不带突变点的分面图中平滑曲线的方法，同ggplot2::geom_smooth()："loess"、"lm"、"gam"等 |
"loess" |
smooth_linetype |
平滑曲线的线型："dashed"、"solid"、"dotted"等 |
"dashed" |
text_hjust、text_vjust
|
各分面中占比标签的水平和垂直对齐（标签锚定在1957年、产量为0处） |
0.9、-4
|
text_size、text_color
|
占比标签的字号和颜色 |
4.5、"black"
|
facet_ncol |
不带突变点的分面图的列数 | 2 |
ZH |
指定中文的旧方式：TRUE等同于lang = "zh"
|
FALSE |
lang |
图表文字和名称的语言："en"、"zh"或"both"
|
NULL：ZH = TRUE时为"zh"，否则使用fao_settings()中的语言 |
pptx |
同时在figures/pptx/中保存可编辑的PowerPoint文件 |
FALSE，或fao_settings()中的pptx
|
plot_show |
保存图表的同时把图画在绘图窗口中（例如RStudio的Plots窗格） |
FALSE，或fao_settings()中的plot_show
|
3️⃣ fishing_area_country()：主要国家
countries <- fishing_area_country(FAO27$area_data, rank_range = 1:10)
它的用法与fishing_area_species()相同，只是按国家统计：
| 输出 | 内容 |
|---|---|
area/area_country.png |
所选国家的产量随时间的变化 |
area/area_country_wrap.png |
每个国家一个分面，显示其占渔区产量的比例、线性趋势和突变点（或平滑曲线） |
tables/country_ranked_table.csv |
每十年的平均产量、最近五年每年的产量、最后一年的产量和占比 |
tables/country_coefs_data.csv |
突变点 |
| 返回的列表 |
area_country（每个国家逐年的产量）、area_country_ranked、area_country_ranked_total和coefs_data
|
show_table(countries$area_country_ranked_total)| Country..Name. | Total_Tonnes | Percentage | Rank_Tonnes |
|---|---|---|---|
| 挪威 | 175,537,274 | 24.34 | 175,537,274 |
| 冰岛 | 90,654,303 | 12.57 | 90,654,303 |
| 丹麦 | 85,470,967 | 11.85 | 85,470,967 |
| 大不列颠及北爱尔兰联合王国 | 65,908,778 | 9.14 | 65,908,778 |
| 苏联 | 53,248,275 | 7.38 | 53,248,275 |
| 法国 | 35,289,487 | 4.89 | 35,289,487 |
| 西班牙 | 31,240,735 | 4.33 | 31,240,735 |
| 俄罗斯联邦 | 30,914,334 | 4.29 | 30,914,334 |
| 德国 | 27,722,268 | 3.84 | 27,722,268 |
| 法罗群岛 | 23,481,732 | 3.26 | 23,481,732 |
fishing_area_country()的全部参数。与物种分析一样，带突变点的分面图使用固定的线宽、字号和两列布局。
| 参数 | 含义 | 默认值 |
|---|---|---|
area_data |
渔区产量数据：fishing_area_data()$area_data或load_fao_data()的任意子集 |
|
rank_range |
显示的国家名次（按历年总产量排序）：1:10为前十名，c(5, 6)为第五和第六名 |
1:10 |
plot |
保存图表 | TRUE |
table |
在tables/中保存两张表 |
TRUE |
timeseries_analysis |
TRUE：分面图显示线性趋势和突变点；FALSE：分面图显示平滑曲线 |
TRUE |
h_value |
相邻突变点之间时段的最短长度：占序列的比例或年数 | 0.15 |
line_width |
时间序列图（area_country.png）的线宽 |
1.5 |
line_alpha |
时间序列图和不带突变点的分面图中折线的透明度 | 0.7 |
line_linewidth |
不带突变点的分面图的线宽 | 1.5 |
point_size |
时间序列图和不带突变点的分面图中点的大小 | 1.8 |
point_alpha |
这些点的透明度 | 0.7 |
point_shape |
这些点的形状（R的点符号） | 1 |
axis_text_size、axis_text_face
|
坐标轴刻度标签的字号和字形（时间序列图；不带突变点的分面图的y轴） |
10、"plain"
|
axis_title_size、axis_title_face
|
坐标轴标题的字号和字形（时间序列图；不带突变点的分面图） |
10、"bold"
|
strip_text_size、strip_text_face
|
不带突变点的分面图中分面标题的字号和字形 |
10、"bold"
|
smooth_method |
不带突变点的分面图中平滑曲线的方法，同ggplot2::geom_smooth()
|
"loess" |
smooth_linetype |
平滑曲线的线型 | "dashed" |
text_hjust、text_vjust
|
各分面中占比标签的对齐方式 |
0.9、-4
|
text_size、text_color
|
占比标签的字号和颜色 |
4.5、"black"
|
facet_ncol |
不带突变点的分面图的列数 | 2 |
ZH |
指定中文的旧方式：TRUE等同于lang = "zh"
|
FALSE |
lang |
图表文字和名称的语言："en"、"zh"或"both"
|
NULL：ZH = TRUE时为"zh"，否则使用fao_settings()中的语言 |
pptx |
同时保存可编辑的PowerPoint文件 |
FALSE，或fao_settings()中的pptx
|
plot_show |
保存图表的同时把图画在绘图窗口中（例如RStudio的Plots窗格） |
FALSE，或fao_settings()中的plot_show
|
📐 突变点的识别方法
突变点把产量序列划分为平均产量不同的若干时段。每个时段用常数均值模型（catch ~ 1）拟合；使残差平方和最小的突变点位置用动态规划求得（Bai和Perron
2003），突变点的个数按贝叶斯信息准则（BIC）选择，即strucchange::breakpoints()的做法（Zeileis等2002，2003）。每个时段至少包含h年：fishing_area_data()中为序列长度的15%，其他函数中由h_value指定。
| 函数 | 分析的序列 |
|---|---|
fishing_area_data() |
渔区每年的总产量 |
fishing_area_species() |
每个物种的产量，取其最长的连续年份段 |
fishing_area_country() |
每个国家的产量，使用所有有记录的年份（年份不连续时给出警告） |
突变点只说明产量水平在何时发生了变化，而不说明原因：捕捞活动、资源量、市场或统计上报方式的变化都可能使产量发生变化。
🌏 另一个渔区：西北大西洋
任何FAO渔区的用法都一样。西北大西洋（21区）位于加拿大、美国和格陵兰沿海：
FAO21 <- fishing_area_data("Atlantic, Northwest")
fishing_area_country(FAO21$area_data, rank_range = 1:8)
21区的产量在1968年最高（4.6百万吨），2024年为1.4百万吨。其中大西洋鳕从1990年的564千吨降至1995年的31千吨：纽芬兰和拉布拉多外海的鳕鱼资源崩溃，加拿大于1992年关闭了该渔业（Hutchings and Myers 1994）。
不同渔区的图表以相同的文件名保存（如fishing_trend.png），因此建议每个渔区使用单独的工作目录，例如setwd("reports/FAO21")。
📖 参考文献
Bai, J. and Perron, P. (2003). Computation and analysis of multiple structural change models. Journal of Applied Econometrics 18(1): 1–22. doi:10.1002/jae.659
CWP (Coordinating Working Party on Fishery Statistics). CWP Handbook of Fishery Statistics: Main water areas (FAO major fishing areas). Rome: FAO. https://www.fao.org/cwp-on-fishery-statistics/handbook/general-concepts/main-water-areas/en/
FAO (2026). FishStat: Global capture production 1950–2024 (release 2026.1.0). In: FishStatJ. https://www.fao.org/fishery/statistics/software/fishstatj/en. Licence: CC-BY-4.0. Release file: https://www.fao.org/fishery/static/Data/Capture_2026.1.0.zip
FAO. Fishing area maps. In: FAO Fisheries and Aquaculture Division [online]. Rome. https://www.fao.org/fishery/docs/maps/Default.htm
FAO (2024). FAO Major Fishing Areas for Statistical Purposes. In: FAO
Fisheries and Aquaculture Division [online]. Licence: CC-BY 4.0. https://www.fao.org/fishery/geonetwork?uuid=ac02a460-da52-11dc-9d70-0017f293bd28
（地图的渔区边界，随本包提供：inst/extdata/FAO_AREAS_CWP.shp）
FAO (2026). Fishery and Aquaculture Statistics – Yearbook 2024. FAO Yearbook of Fishery and Aquaculture Statistics. Rome: FAO. doi:10.4060/ce1217en
Hutchings, J.A. and Myers, R.A. (1994). What can be learned from the collapse of a renewable resource? Atlantic cod, Gadus morhua, of Newfoundland and Labrador. Canadian Journal of Fisheries and Aquatic Sciences 51(9): 2126–2146. doi:10.1139/f94-214
Massicotte, P. and South, A. rnaturalearth: World Map Data from Natural Earth. R package. doi:10.32614/CRAN.package.rnaturalearth
Natural Earth. Admin 0 – Details, map units, 1:50m (the country outlines of the maps). https://www.naturalearthdata.com/downloads/50m-cultural-vectors/50m-admin-0-details/
NOAA National Centers for Environmental Information (2022). ETOPO 2022 15 Arc-Second Global Relief Model. doi:10.25921/fd45-gt74
Pebesma, E. (2018). Simple features for R: standardized support for spatial vector data. The R Journal 10(1): 439–446. doi:10.32614/RJ-2018-009
Vihtakari, M. (2026). ggOceanMaps: Plot Data on Oceanographic Maps using ‘ggplot2’. R package version 3.0.0. doi:10.32614/CRAN.package.ggOceanMaps. GitHub: https://github.com/MikkoVihtakari/ggOceanMaps
Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. New York: Springer. doi:10.1007/978-3-319-24277-4
Zeileis, A., Kleiber, C., Krämer, W. and Hornik, K. (2003). Testing and dating of structural changes in practice. Computational Statistics & Data Analysis 44(1–2): 109–123. doi:10.1016/S0167-9473(03)00030-6
Zeileis, A., Leisch, F., Hornik, K. and Kleiber, C. (2002). strucchange: an R package for testing for structural change in linear regression models. Journal of Statistical Software 7(2): 1–38. doi:10.18637/jss.v007.i02