南太平洋长鳍金枪鱼栖息地指数模型的比较研究

根据1994-2010年南太平洋长鳍金枪鱼生产统计数据,结合海表面温度(SST)和海面高度(SSH)等海洋环境数据,将投放钩数(捕捞努力量)作为适应性指数,采用外包络法,利用算术平均法(AM)、几何平均法(GM)、连乘法(CP)、最大值法(Max)和最小值法(Min)等5种方法建立栖息地指数(HSI)模型。研究表明,通过对这5种方法进行比较,最大值法、算术平均法和几何平均法均得到较好的拟合效果,其中最大值法拟合效果最好,模型的准确度可达到85.2%。研究认为,可基于海表面温度和海面高度等海洋遥感因子,利用最大值法栖息地指数模型,较好地预测南太平洋长鳍金枪鱼中心渔场。     

基于栖息地指数的智利外海茎柔鱼渔场预报模型优化

根据2010~2013年3-5月渔汛期间智利外海茎柔鱼生产统计数据以及海表面温(SST)、海表面盐度(SSS)、海表面高度(SSH)及叶绿素浓度(Chl-a)等海洋环境数据,以外包络法建立基于作业努力量和CPUE的各环境变量适应性指数(SI)。以SST作为建立SI的基准因子,采用算术平均法构建栖息地综合适应性指数模型(HSI),并选择最优栖息地指数模型,以用于茎柔鱼渔场预报,并利用2013年智利外海茎柔鱼生产数据进行验证。结果表明,以SST和SSS为因变量构建的HSI模型为最佳,且基于作业努力量的HSI模型要好于基于CPUE的HSI模型。以作业努力量为SI指标、基于SST和SSS为因子的HSI模型能较好预报智利外海茎柔鱼渔场。     

基于栖息地指数模型的摩洛哥底拖网渔场研究

根据2012—2015年上海某远洋渔业公司的底拖网渔船收集的生产统计数据,结合卫星遥感获得的表温、叶绿素浓度和海面高度距平均值以及实地调查的水深数据,用栖息地指数方法,以几何平均模型(GMM)和算术平均模型(AMM)对摩洛哥底拖网渔场进行比较研究。结果表明,各月基于表温、海面高度距平值、叶绿素和海底水深的适应性指数不一致,各月适宜的海洋环境范围有差异。AMM模型中HSI大于0.6的作业网次占总数的65.92%,作业产量占总数的67.57%;GMM模型中HSI大于0.6的作业网次占总数的只有44.78%,作业产量占总数的49.60%。AMM模型比GMM模型更适合于摩洛哥底拖网渔场的预报。     

南太平洋长鳍金枪鱼渔场预报模型研究

长鳍金枪鱼资源是南太平洋金枪鱼渔业的重要目标种类,也是我国金枪鱼延绳钓的主要捕捞对象之一。根据2008-2009年我国海洋渔业公司在南太平洋海域的生产数据,结合表层、105 m和205 m水层温度,以及海面高度、叶绿素a浓度等海洋环境数据,运用一元非线性回归方法,按季度建立基于各环境因子的长鳍金枪鱼栖息地适应性指数,采用算术平均法获得基于多环境因子的栖息地指数综合模型,并用于中心渔场的预报。通过与实际作业渔场的比较与验证,结果表明:模型预报准确性达到70%以上,具较高渔情预报准确度。     

印度洋西北海域鸢乌贼9-10月栖息地适宜指数研究

印度洋西北部海域的鸢乌贼(Sthenoteuthis oualaniensis)具有一定的开发潜力,可作为商业性捕捞的对象,准确预报中心渔场可为指导生产提供依据。根据2003、2004年9～10月份期间我国鱿钓船在2°～24°N、57°～69°E海域的探捕数据,结合表温、盐度、海表面高度和叶绿素a,以CPUE作为适应性指数,利用算术平均法(AM)和几何平均法(GM)分别建立基于环境因子的综合栖息地指数模型。结果表明,9月份在栖息地指数(HSI)大于0.8的中心渔场作业次数比例超过24%,平均日产量在5.48 t/d左右;10月份在HSI大于0.8的中心渔场作业次数比例在43%以上,平均日产量在5.2 t/d以上。基于表温、盐度、海表面高度和叶绿素a的HSI模型能较好预测印度洋鸢乌贼中心渔场,且AM模型优于GM模型。     

多变量分位数回归构建印度洋大眼金枪鱼栖息地指数

以0～300m水层加权平均水温、50～150m水层的温差和氧差及其交互变量为影响因子,运用分位数回归法,寻找出环境变量与大眼金枪鱼(Thunnus obesus)延绳钓钓获率的最佳上界分位数回归方程,计算出栖息地指数(HSI),并应用地理信息系统(GIS)软件绘制各月HSI空间分布图。研究表明:大眼金枪鱼延绳钓钓获率(HR)依加权平均水温(x)、温差(y)、氧差(z)与的最佳上界分位数回归方程为HR0.70=-15.596+2.124x-0.003x3+0.033xyz-0.036y2z+0.107yz2-0.337z3;HSI空间分布为:16°S—10°N印度洋海域HSI高于0.7,HSI>0.8的海域随季节发生显著变化,马达加斯加外海至100°E、16°S—26°S海域常年存在一片HSI<0.4的区域,26°S—40°S海域的HSI介于0.4～0.5,40°S以南海域HSI<0.4,东非外海季节性地出现一片HSI<0.6的海域。利用多个环境变量的栖息地指数模型来预测分析大洋金枪鱼资源分布效果较好。     

基于遥感水质的夏季东海鲐鱼渔情预报研究

根据2007~2009年7~9月渔汛期间我国鲐鱼灯光围网在东海的生产数据,利用海表温、叶绿素浓度、悬浮物浓度和透明度等遥感水质数据,分别将作业网次比例和单网次产量(CPUE)作为适应性指数,利用算术平均数(AM)和几何平均数(GM)分别建立基于海表温、叶绿素浓度、悬浮物浓度和透明度的综合栖息地指数模型。结果表明,AM栖息地指数模型和GM栖息地指数模型拟合效果较好(P<0.01),在HSI大于0.5的海域,2007~2009年7~9月平均作业网次比例在65%以上,各月平均CPUE均高于19.82 t/net。研究认为,AM模型稍优于GM模型。利用2010年7~9月生产数据及遥感水质数据对AM模型进行验证,分析认为,87%以上的作业网次和产量分布在HSI高于0.5的海域,CPUE为14~17 t/net,且较稳定,波动较小。研究认为,基于遥感水质数据的AM栖息地指数模型能较好地预测东海鲐鱼渔场。     

基于频度统计和神经网络的北太平洋柔鱼渔场预报模型比较

利用2004~2010年北太平洋鱿钓船队生产数据和海洋环境数据,以海表温度(SST)1℃、海面高度(SSH)为1 cm、叶绿素a浓度(CHL-a)为0.1 mg/m3的间距,分析作业产量、CPUE与SST、SSH、CHL-a的关系,得到柔鱼渔场适宜环境因子范围,并将生产数据和环境数据匹配组成样本集,建立北太平洋柔鱼空间分布BP神经网络模型;利用2011年环境数据预报柔鱼渔场,并与2011年实际生产数据进行对比。结果表明,6~10月各月实际作业位置落入基于频度统计方法预报渔场的概率达90%以上;而BP模型预报的平均精度为79.2%,最低精度为52.5%。基于多环境因子的频度统计柔鱼渔场预报模型优于神经网络模型。     

基于环境因子的西北太平洋秋刀鱼剩余产量模型建立

根据1995-2014年西北太平洋秋刀鱼渔业渔获量、单位捕捞努力量渔获量(CPUE)、其产卵场的表温(sea surface temperature,SST)及太平洋年代气候振动(Pacific Decade Oscillation,PDO),分别以PDO因子纳入和不纳入,建立基于SST因子的剩余产量模型,分析SST与PDO对秋刀鱼资源的影响。结果显示,3月产卵场132°30′E、35°30′N的SST与CPUE关系密切,可作为表征资源丰度的因子;加入PDO的影响后,SST与CPUE的关系更加密切。研究表明,秋刀鱼资源量和持续产量的变动受捕捞努力量、产卵场SST和PDO控制。建议在渔业管理中应根据各年海洋环境状况来确定最大可持续产量,并实时调整管理方案。     

基于灰色系统的西北太平洋秋刀鱼资源丰度预测

【目的】建立西北太平洋秋刀鱼资源丰度预报模型,为其资源的可持续开发与管理提供参考依据。【方法】根据2000—2013年西北太平洋秋刀鱼(Cololabis saira)渔业数据及海洋环境数据,包括产卵场与索饵场表面温度(sea surface temperature, SST)、太平洋年代气候震荡(Pacific Decadal Oscillation,PDO)和厄尔尼诺指数(Trans-NinoIndex,TNI),建立西北太平洋秋刀鱼资源丰度灰色预报模型。【结果】比较建立的5种灰色系统模型的相对误差和相关系数,选择最优预报模型。最优模型结果表明,影响西北太平洋秋刀鱼资源丰度的环境因子重要性依次为TNI、PDO、产卵场SST、索饵场SST。【结论】基于产卵场SST、PDO、TNI的GM(1,4)模型,相关系数高达0.7598且平均相对误差为36.64%,可作为西北太平洋秋刀鱼资源丰度预报模型,能够预报其资源状况变动,建议使用该模型指导渔业企业生产。