🌡️ 海表温度与渔获平均温度 • faofishingreport

fao_settings(lang = "zh")   # 本文所有图表使用中文

FAO捕捞统计每个渔区每年只有一个数，没有渔区内部的空间信息。所以本包的海表温度（SST）也采用同样的形式：每个FAO主要海洋渔区每年一行。本包用它和渔获对照，计算渔获平均温度（MTC）。

🌡️ FAO渔区的海表温度

fao_area_sst()返回19个FAO主要海洋渔区的逐年SST。每次调用都会说明用的是哪一套SST数据：

sst27 <- fao_area_sst("27")
#> SST: NOAA ERSST v5, built into the package (FAO major areas; 2 x 2 degrees, monthly; In situ only: ships and buoys (ICOADS), Argo floats from 1999; 1950-2025; Huang et al. (2017) Journal of Climate 30: 8179-8205). See ?fao_area_sst to use other SST data.
head(sst27[, c("area_en", "year", "sst_mean", "sst_p10", "sst_p90", "sst_min_month", "sst_max_month")])
#>               area_en year sst_mean sst_p10 sst_p90 sst_min_month sst_max_month
#> 1 Atlantic, Northeast 1950    9.247  -0.789  18.017         6.883        12.478
#> 2 Atlantic, Northeast 1951    9.236  -1.078  18.021         6.932        12.572
#> 3 Atlantic, Northeast 1952    9.329  -0.964  18.152         7.045        12.778
#> 4 Atlantic, Northeast 1953    9.487  -0.836  18.371         7.171        12.913
#> 5 Atlantic, Northeast 1954    9.333  -0.751  17.905         7.095        12.481
#> 6 Atlantic, Northeast 1955    9.358  -1.046  18.493         6.954        12.753

参数	含义	默认值
`area`	FAO渔区代码（如`"27"`）或FAO数据中的渔区名称（如`"Atlantic, Northeast"`）	`NULL`：全部19个渔区
`sst`	SST数据：`"ersst5"`（内置）、用`download_sst_data()`下载的产品名，或NetCDF文件（或存放NetCDF文件的文件夹）的路径	`fao_settings()`中的`sst`设置，未修改时为`"ersst5"`
`variable`	自己的NetCDF文件中SST变量的名称	`NULL`：按变量名自动识别
`data_dir`	存放下载数据和计算结果的文件夹	`fao_data_dir()`

列	含义
`product`、`source`	SST产品和所用的SST数据
`area_code`、`area_en`、`year`	FAO渔区和年份
`sst_mean`	渔区平均SST：12个月渔区平均值的平均（°C）
`sst_p10`、`sst_p90`	渔区内的范围：区内各格点年平均SST按面积加权的10%和90%分位
`sst_min_month`、`sst_max_month`	季节范围：最冷月和最暖月的渔区平均值。横跨赤道的渔区，南北半球的季节会部分抵消，所以这个范围较窄
`n_cells`	渔区内的格点数
`downloaded`	数据下载或计算的日期

内置的SST：NOAA ERSST v5

为了控制包的大小，包里只内置一套SST数据：

	NOAA ERSST v5
提供方	美国国家海洋和大气管理局国家环境信息中心（NOAA NCEI）
网格	2° × 2°（约220 km），逐月
包内年份	1950–2025
观测来源	仅现场观测：船舶和浮标（ICOADS），1999年起含Argo浮标
海冰	冰下约-1.8 °C
许可	NOAA数据，可免费使用和再分发
引用	Huang et al. (2017)，见参考文献

ERSST v5是常用SST产品中最小的。它不用卫星资料，整个时段前后一致。不过2°网格对小渔区偏粗：地中海和黑海（37区）只有96个格点。

使用自己的SST数据

其他网格化的SST数据，只要给出NetCDF文件的路径，或者存放NetCDF文件的文件夹路径，就可以使用。可以只用于一次调用，也可以对整个会话生效：

fao_area_sst("27", sst = "D:/data/HadISST_sst.nc")       # 只用于这一次调用
fao_settings(sst = "D:/data/HadISST_sst.nc")             # 本次会话的所有函数都用这个文件
mean_temperature_catch(FAO27$area_data)                  # 现在使用这个文件
fao_settings(sst = "ersst5")                             # 换回内置的SST

文件的读取规则如下：

文件里要有一个带经度、纬度和时间维度的SST变量，逐月或逐日均可（如HadISST、COBE-SST2、OISST、ERSST，或气候模式输出）。变量按名字自动识别（sst、analysed_sst、tos等）；识别不了时用variable = "..."指定。
经度用-180到180或0到360都可以。以开尔文为单位的值会换算成°C。有多个深度层时取第一层（表层）。低于-5 °C的值会被设为-1.8 °C，因为有些产品用这种值标记海冰（HadISST1用-1000）。
逐日数据先按月平均，只保留12个月齐全的年份。分辨率细于1°的网格会先平均到约1°。
渔区逐年平均值在第一次使用时计算（可能需要几分钟），结果保存在fao_data_dir()的sst文件夹里。之后用同样的文件会直接读取保存的结果；文件有变化时会重新计算。
读取NetCDF文件需要ncdf4包（Pierce 2025）：install.packages("ncdf4")。

下载常用的SST产品

fao_sst_products()（没有参数）列出本包认识的SST产品，包括提供方、网格、起始年份、数据来源、海冰处理、许可、引用（citation、doi）、网页（homepage）、下载服务器和每年的大致下载量（mb_per_year）：

knitr::kable(fao_sst_products()[, c("product", "name", "grid", "first_year", "data_sources", "mb_per_year")])

product	name	grid	first_year	data_sources	mb_per_year
ersst5	NOAA ERSST v5	2 x 2 degrees, monthly	1854	In situ only: ships and buoys (ICOADS), Argo floats from 1999	0.78
hadisst1	Met Office HadISST1	1 x 1 degree, monthly	1870	In situ: Met Office Marine Data Bank (with GTS reports from 1982) and ICOADS monthly medians 1871-1995; reduced-space optimal interpolation	3.10
cobe2	JMA COBE-SST2	1 x 1 degree, monthly	1850	In situ SST and sea-ice observations; satellite observations used to reconstruct variability where observations are few	3.40
oisst21	NOAA OISST v2.1	0.25 x 0.25 degree, monthly means of daily analyses (averaged to 1 degree by the package)	1982	Satellite (AVHRR), ships, buoys and Argo floats	11.00

download_sst_data()逐年下载其中一种产品并算好渔区表，之后按名字使用，例如sst = "hadisst1"：

download_sst_data("hadisst1")                 # 约240 MB；中断后重新运行会接着下载
fao_area_sst("27", sst = "hadisst1")

参数	含义	默认值
`product`	`"ersst5"`、`"hadisst1"`、`"cobe2"`或`"oisst21"`（ERSST v5的渔区表已内置，下载时只补充之后发布的年份）	`"ersst5"`
`years`	要下载的年份	`NULL`：从1950年（OISST v2.1从1982年）到最近一个完整年份
`data_dir`	保存文件的文件夹（文件放在其中的`sst`文件夹，`files.csv`记录每个文件的来源和下载时间）	`fao_data_dir()`
`overwrite`	是否重新下载已下载过的年份	`FALSE`
`quiet`	是否不显示进度信息	`FALSE`

已下载的年份会跳过，所以下载中断后重新运行即可接着下载。函数返回与fao_area_sst()相同的渔区表。不同SST产品使用的观测和方法不同（HadISST1：Rayner et al. 2003；COBE-SST2：Hirahara et al. 2014；OISST v2.1：Huang et al. 2021），数值和趋势会有一定差异。换一种产品重复分析，可以看出结果在多大程度上依赖所选的产品。

渔区平均值的计算方法

每个格点按它与各个FAO主要渔区重叠的面积（在球面上计算）加权，计入它所覆盖的每个渔区。位于两个渔区交界处的格点由两边共享，沿岸格点只计算海洋部分。渔区边界来自包内的FAO渔区地图（CWP手册中的19个海洋渔区）。北冰洋和南极渔区的数值有一部分反映的是海冰，而不是实测的水温。

🧩 亚区和分区（扩展功能）

fao_area_sst(level = "division")给出FAO亚区和分区的海表温度，对应按分区的渔获数据（load_fao_divisions()，见💾 FAO数据）。内置的ERSST v5表包含34、37、47和51区的亚区和分区；下载的产品和你自己的NetCDF文件会给出全部亚区和分区。

div <- fao_area_sst(level = "division")
#> SST: NOAA ERSST v5, built into the package (FAO subareas and divisions of areas 34, 37, 47 and 51; 2 x 2 degrees, monthly; In situ only: ships and buoys (ICOADS), Argo floats from 1999; 1950-2025; Huang et al. (2017) Journal of Climate 30: 8179-8205). See ?fao_area_sst to use other SST data.
show_table(subset(div, startsWith(area_code, "37.") & year == 2024)[, c("area_code", "area_en", "sst_mean", "n_cells")], n = 12)

	area_code	area_en	sst_mean	n_cells
1215	37.1	Western subarea	19.96	31
1291	37.1.1	Balearic	19.95	16
1367	37.1.2	Gulf of Lion	18.88	6
1443	37.1.3	Sardinia	20.19	16
1519	37.2	Central subarea	21.60	32
1595	37.2.1	Adriatic	19.69	6
1671	37.2.2	Ionian	21.76	28
1747	37.3	Eastern subarea	22.38	26
1823	37.3.1	Aegean	21.46	13
1899	37.3.2	Levant	22.96	15
1975	37.4	Black Sea subarea	16.97	17
2051	37.4.1	Marmara Sea	20.58	1

很多分区对2°网格来说太小：马尔马拉海和亚速海只有一两个格点。用分辨率更高的产品（给出其NetCDF文件路径）更适合分区。

🐟 渔获平均温度

渔获平均温度（MTC；Cheung et al. 2013）是渔获物种偏好温度的平均值，按渔获量加权：

$MTC_t = \frac{\sum_i T_i C_{i,t}}{\sum_i C_{i,t}}$

其中 $T_i$ 是物种 $i$ 的偏好温度， $C_{i,t}$ 是它在第 $t$ 年的渔获量；两个求和都只包括有偏好温度的条目。MTC上升，说明喜暖物种在渔获中所占的比例变大。

FAO27 <- fishing_area_data("Atlantic, Northeast", plot = FALSE)
mtc <- mean_temperature_catch(FAO27$area_data)
mtc$trend      # 斜率（°C/十年）、Mann-Kendall检验、与SST的相关

偏好温度来自FishBase和SeaLifeBase（TempPrefMean），由fishbase_match()与FAO物种条目对应；数据怎样获取、怎样匹配，见🐠 FishBase与SeaLifeBase物种特征。默认version = "latest"时，联网的情况下第一次运行会下载所需的FishBase和SeaLifeBase表格（约23 MB）；不联网时使用已下载的最新版本，没有下载过则使用包内置的表格。version = "builtin"总是使用内置表格，不需要下载。

图的上半部分是MTC与渔区SST（及区内范围），下半部分是有偏好温度的渔获所占的比例（覆盖率）。覆盖率低于min_coverage的年份会淡化显示，并且不参与趋势计算。趋势分别按全部年份和trend_from之后的年份计算：线性回归斜率（°C/十年）、经自相关校正的Mann-Kendall检验（Mann 1945；Kendall 1975；Yue and Wang 2004，与peak_trend()相同），以及MTC与SST原序列和逐年差分的Pearson相关。

参数	含义	默认值
`area_data`	FAO产量数据：`fishing_area_data()$area_data`，或`load_fao_data()`的任意子集（含多个渔区时每个渔区各算一个MTC）	必填
`version`	FishBase和SeaLifeBase的版本，如`"26.06"`；`"builtin"`表示使用包内置的表格（见`fishbase_match()`）	`"latest"`
`min_coverage`	有偏好温度的条目占渔获量的最低比例（%）；低于它的年份在图中淡化、在表中标出，并且不参与趋势和相关的计算（`0`表示保留所有年份）	`50`
`trend_from`	第二个趋势时段的起始年份（Cheung et al. 2013的研究时段从1970年开始）	`1970`
`use_match`	采用哪些匹配方式（`fishbase_match()`的`match_type`）得到的偏好温度	`c("exact", "synonym", "WoRMS valid name (exact)", "WoRMS valid name (synonym)", "manual")`
`match`	用核对过的匹配表代替`fishbase_match()`：数据框，或CSV文件路径，如上一次运行得到的物种表（需要`species_en`、`match_type`和`temp_pref_mean`列）	`NULL`
`sst`	用于对比的SST：`"ersst5"`、已下载的产品、NetCDF文件路径、`FALSE`（不对比），或含`area_code`（或`area_en`）、`year`和`sst_mean`（可另加`sst_p10`、`sst_p90`）列的数据框	`fao_settings()`中的`sst`设置，未修改时为`"ersst5"`
`plot`	是否把图保存到`figures/png/summary/`	`TRUE`
`table`	是否把表格保存到`tables/`	`TRUE`
`lang`	图中文字和名称的语言：`"en"`、`"zh"`或`"both"`	`NULL`：使用`fao_settings()`设定的语言
`pptx`	是否同时把图保存为可编辑的PowerPoint文件，存放在`figures/pptx/summary/`	`FALSE`
`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`
`label`	输出文件名开头的名称	数据所属的渔区（或国家）
`data_dir`	存放下载数据的文件夹	`fao_data_dir()`

函数返回yearly（各渔区逐年的MTC、覆盖率、SST及所用产品）、trend（各渔区各时段的斜率、Mann-Kendall检验和相关）和species（每个渔区每个FAO物种条目一行）。

🧩 按分区（扩展功能）

有了按分区的渔获数据，by = "division"会给出每个分区的渔获平均温度，并与该分区的海表温度对比：

med <- load_fao_divisions("GFCM")
mtc_divisions <- mean_temperature_catch(med, by = "division")

在FAO地图上没有边界的分区使用所在亚区的海表温度（见sst_unit列）；不是具体海域的代码（如37.0.0金枪鱼）没有海表温度；海温格点少于5个的分区，函数会给出提示。

⚠️ 包做什么，你必须核对什么

本包负责计算MTC、它的趋势以及与SST的对比。各物种的偏好温度没有经过本包核对：它们是按FAO学名自动匹配FishBase或SeaLifeBase（TempPrefMean）得到的初配结果，并附有核对用的网址。不同数据库之间的物种名并不总能对上（Grenié et al. 2023），所以每个匹配和偏好温度是否正确，需要你查阅这些网页和文献后自行判断，然后才能使用结果：

1.打开物种表tables/<label>_mtc_species.csv。表按渔获量从大到小排序，越靠前的条目越重要。 2.对每个参与计算的条目（used为TRUE），打开url（匹配到的FishBase或SeaLifeBase物种页面）、search_url和worms_url（世界海洋物种名录）。核对两点：匹配到的物种是否就是这个FAO条目，偏好温度对该渔区的种群是否合理。 3.在checked列写上核对人或日期。值不对就改temp_pref_mean，并在note写明出处（如果要给原本不参与计算的条目，如属一级的条目，赋一个值，还要把它的match_type改为"manual"）；也可以把更正写进fishbase_match()的更正文件，之后每次运行都会自动采用。 4.用核对后的表重新运行：

mtc <- mean_temperature_catch(FAO27$area_data, match = "tables/Atlantic__Northeast_mtc_species.csv")

在所有参与计算的条目都核对完之前，函数会提示已核对的渔获占比，图注也会写明“偏好温度为自动初配结果，尚未全部经用户核对”。

局限性

偏好温度。FishBase说明TempPrefMean是根据AquaMaps分布图估算的，计算脚本没有公开（Froese 2020），也没有说明用了哪些格点、用的是表层还是底层温度。有些物种的值远低于其主要渔获海域的温度。例如沙丁鱼（European pilchard）为10.3 °C，而它2015–2024年83%的渔获来自34区。Cheung et al. (2013)用的是基于物种模拟分布得到的温度剖面中位数，大多数区域研究也采用他们的数值（Tsikliras and Stergiou 2014；Liang et al. 2018），而Dimarchopoulou et al. (2022)和Lavin et al. (2023)与本包一样采用FishBase的平均值。所以本包的MTC数值不能直接和已发表的数值比较。
覆盖率。种以上的类群条目（如”Marine fishes nei”）不参与计算，这与已发表的研究一致。已发表研究的覆盖率从不足30%到超过90%不等（Tsikliras et al. 2015；Liang et al. 2018），没有任何文献规定最低覆盖率，min_coverage = 50是本包的约定。随着时间推移，鉴定到种的渔获越来越多，而早年数据并不回溯修订（Garibaldi 2012）；渔获也会在渔区之间重新归属，或以nei上报（FAO 2024）。这些都会改变MTC，而与温度无关。
成因。除了温度，捕捞对象、渔场、渔具、市场、管理和报告方式的变化也会改变MTC（如Alajmi et al. 2024；Lavin et al. 2023）。把某个变化归因于变暖之前，先用物种表中的weight_pct和contribution_c看清楚是哪些条目引起的。
统计。趋势用线性斜率和Mann-Kendall检验；与SST的对比用原序列和逐年差分的相关。两个序列都有自相关：Mann-Kendall检验已做了校正（Yue and Wang 2004），但斜率和相关的p值偏小（Yue et al. 2002；Pyper and Peterman 1998）；逐年差分的相关则可能漏掉只在几十年尺度上起作用的关系。在亚得里亚海，考虑自相关之后，MTC与SST的关系就不再显著（Kamberi et al. 2025）。

输出文件

文件	内容
`figures/png/summary/<label>_mtc.png`	MTC与SST（含区内范围）；单个渔区时下方是覆盖率
`figures/png/summary/<label>_mtc_coverage.png`	各渔区的覆盖率（仅多个渔区时）
`tables/<label>_mtc.csv`	逐年MTC、覆盖率、SST及所用的SST数据
`tables/<label>_mtc_trend.csv`	斜率、Mann-Kendall检验和与SST的相关
`tables/<label>_mtc_species.csv`	每个物种条目：偏好温度、渔获量、权重、贡献、匹配方式、链接、`checked`和`note`

📝 写入Word报告

fao_report()用mtc = TRUE加入渔获平均温度一节（见📝 一键生成评估报告（Word、LaTeX、PDF））。报告使用包内置的FishBase数据（mtc_version = "builtin"），不需要下载，在任何电脑上得到的数值都相同；mtc_version = "latest"则改用最新的FishBase版本。mean_temperature_catch()的其他设置以mtc_为前缀传入，例如mtc_sst = "hadisst1"或mtc_match = "<核对过的物种表>"。报告用到的物种及其匹配和链接以report$mtc_species返回，方便核对：

report <- fao_report(27, mtc = TRUE, mtc_min_coverage = 60)
report$mtc_species

📖 参考文献

Alajmi, A., Ben-Hasan, A., Alrushaid, T., Vahabnezhad, A. and Pauly, D. (2024). Mean temperature of the catch index can be masked by changes in catch composition unrelated to ocean warming. Fisheries Management and Ecology 31: e12659. doi:10.1111/fme.12659

Cheung, W.W.L., Watson, R. and Pauly, D. (2013). Signature of ocean warming in global fisheries catch. Nature 497: 365–368. doi:10.1038/nature12156

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/

Dimarchopoulou, D., Makino, M., Prayoga, M.R., Zeller, D., Vianna, G.M.S. and Humphries, A.T. (2022). Responses in fisheries catch data to a warming ocean along a latitudinal gradient in the western Pacific Ocean. Environmental Biology of Fishes 105: 1347–1362. doi:10.1007/s10641-021-01162-z

FAO (2026). Global Capture Production 1950–2024, release 2026.1.0. In: Fisheries and Aquaculture. Rome: FAO. https://www.fao.org/fishery/collection/capture/en. Licence: CC BY 4.0. Release file: https://www.fao.org/fishery/static/Data/Capture_2026.1.0.zip

FAO (2024). The State of World Fisheries and Aquaculture 2024 – Blue Transformation in action. Rome: FAO. doi:10.4060/cd0683en

Froese, R. (2020). Personal communication: R code (PrefTempBatch_5.R) to estimate preferred temperature from AquaMaps (version 10/2019). FishBase reference 123201. https://www.fishbase.se/references/FBRefSummary.php?ID=123201

Froese, R. and Pauly, D. (Eds.) (2026). FishBase. World Wide Web electronic publication. Version (06/2026). https://www.fishbase.se

Garibaldi, L. (2012). The FAO global capture production database: a six-decade effort to catch the trend. Marine Policy 36: 760–768. doi:10.1016/j.marpol.2011.10.024

Grenié, M., Berti, E., Carvajal-Quintero, J., Dädlow, G.M.L., Sagouis, A. and Winter, M. (2023). Harmonizing taxon names in biodiversity data: a review of tools, databases and best practices. Methods in Ecology and Evolution 14: 12–25. doi:10.1111/2041-210X.13802

Hirahara, S., Ishii, M. and Fukuda, Y. (2014). Centennial-scale sea surface temperature analysis and its uncertainty. Journal of Climate 27: 57–75. doi:10.1175/JCLI-D-12-00837.1

Huang, B., Thorne, P.W., Banzon, V.F., Boyer, T., Chepurin, G., Lawrimore, J.H., Menne, M.J., Smith, T.M., Vose, R.S. and Zhang, H.-M. (2017). Extended Reconstructed Sea Surface Temperature, Version 5 (ERSSTv5): upgrades, validations, and intercomparisons. Journal of Climate 30: 8179–8205. doi:10.1175/JCLI-D-16-0836.1

Huang, B., Liu, C., Banzon, V., Freeman, E., Graham, G., Hankins, B., Smith, T. and Zhang, H.-M. (2021). Improvements of the Daily Optimum Interpolation Sea Surface Temperature (DOISST) Version 2.1. Journal of Climate 34: 2923–2939. doi:10.1175/JCLI-D-20-0166.1

Kamberi, E., Hala, E. and Möllmann, C. (2025). Impact of large-scale oceanic variability on Adriatic fisheries evidenced through the ‘mean temperature of the catch’ approach. Frontiers in Marine Science 12: 1719738. doi:10.3389/fmars.2025.1719738

Kendall, M.G. (1975). Rank correlation methods, 4th edition. London: Charles Griffin.

Lavin, C.P., Pauly, D., Dimarchopoulou, D., Liang, C. and Costello, M.J. (2023). Fishery catch is affected by geographic expansion, fishing down food webs and climate change in Aotearoa, New Zealand. PeerJ 11: e16070. doi:10.7717/peerj.16070

Liang, C., Xian, W. and Pauly, D. (2018). Impacts of ocean warming on China’s fisheries catches: an application of “mean temperature of the catch” concept. Frontiers in Marine Science 5: 26. doi:10.3389/fmars.2018.00026

Mann, H.B. (1945). Nonparametric tests against trend. Econometrica 13: 245–259. doi:10.2307/1907187

NOAA National Centers for Environmental Information. Extended Reconstructed Sea Surface Temperature (ERSST) v5. https://www.ncei.noaa.gov/products/extended-reconstructed-sst

Palomares, M.L.D. and Pauly, D. (Eds.) (2026). SeaLifeBase. World Wide Web electronic publication. Version (06/2026). https://www.sealifebase.se

Pierce, D. (2025). ncdf4: Interface to Unidata netCDF (Version 4 or Earlier) Format Data Files. R package version 1.24. doi:10.32614/CRAN.package.ncdf4

Pyper, B.J. and Peterman, R.M. (1998). Comparison of methods to account for autocorrelation in correlation analyses of fish data. Canadian Journal of Fisheries and Aquatic Sciences 55: 2127–2140. doi:10.1139/f98-104

Rayner, N.A., Parker, D.E., Horton, E.B., Folland, C.K., Alexander, L.V., Rowell, D.P., Kent, E.C. and Kaplan, A. (2003). Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century. Journal of Geophysical Research 108(D14): 4407. doi:10.1029/2002JD002670. Dataset description, with the warning of 10 March 2016 on its use where high resolution or SST gradients matter: https://coastwatch.pfeg.noaa.gov/erddap/info/erdHadISST/index.html

Tsikliras, A.C. and Stergiou, K.I. (2014). Mean temperature of the catch increases quickly in the Mediterranean Sea. Marine Ecology Progress Series 515: 281–284. doi:10.3354/meps11005

Tsikliras, A.C., Peristeraki, P., Tserpes, G. and Stergiou, K.I. (2015). Mean temperature of the catch (MTC) in the Greek Seas based on landings and survey data. Frontiers in Marine Science 2: 23. doi:10.3389/fmars.2015.00023

WoRMS Editorial Board. World Register of Marine Species. Flanders Marine Institute (VLIZ). https://www.marinespecies.org, doi:10.14284/170

Yue, S. and Wang, C.Y. (2004). The Mann-Kendall test modified by effective sample size to detect trend in serially correlated hydrological series. Water Resources Management 18: 201–218. doi:10.1023/B:WARM.0000043140.61082.60

Yue, S., Pilon, P., Phinney, B. and Cavadias, G. (2002). The influence of autocorrelation on the ability to detect trend in hydrological series. Hydrological Processes 16: 1807–1829. doi:10.1002/hyp.1095