基于文献计量学的灰色系统理论在渔业科学中的应用研究进展

灰色系统理论是由我国学者首创的新型学科,在社会科学与自然科学的各个领域已得到广泛的应用。基于中国知网(CNKI)数据库文献检索到的136篇文献,运用文献计量学的方法,对灰色系统理论在渔业科学中的应用研究进行了系统地整理与分析,对未来的发展趋势与存在的问题进行了讨论。分析结果显示,1988年首次在渔业科学领域采用灰色系统理论研究,其成果和应用得到较为快速的发展。在研究内容上,渔业产业结构调整、渔业水域环境评价、产量预测等研究已较为成熟;在研究方法上,灰色关联法、灰色聚类分析、GM(1,1)模型预测等应用较为广泛。建议以后拓展渔情预报等方面的研究,深入探讨灰色理论原理,优化预测模型,最终开发出应用于渔业科学领域的灰色系统软件。     

海平面变化的小波和自回归模型集成预测试验

针对海面变化预测时间序列模型中趋势组份和周期(准周期)组份的提取和预测问题,基于吴淞站1955～2001年月平均潮位序列,采用小波分析(WA)与自回归(AR)模型相结合的方案,对小波分解的不同尺度分量序列,借助于时间序列模型进行分量预测,再对它们进行叠加建立预测模型,进行了月平均潮位预测试验.以1955～1996年数据为基础建立模型,1997～2001年数据作为验证,结果表明两种方法的结合使用显示了较好的效果,具有较高的精度.     

基于灰色预测模型的上海市海洋经济发展预测

为科学预测上海市海洋经济发展趋势,文章基于灰色预测模型,对上海市海洋生产总值进行预测。研究结果表明:通过对2010—2017年原始数据序列的级比检验和一次累加,建立灰色预测模型,预测2018—2022年上海市海洋生产总值,经小误差概率、后验差和相对误差检验,预测结果可靠;上海市海洋经济将继续保持增长态势,至2021年海洋生产总值将突破1万亿元。     

太湖渔业产量和结构变化及其对水环境的影响

依据太湖渔业和水环境监测资料,分析研究了1952～2006年太湖渔业产量、结构变化以及对水环境的影响.结果表明:1952～2006年太湖渔业总产量呈上升趋势;捕捞渔获物组成中,小型鱼类湖鲚为优势种,产量占渔获物比例从1952年的640.5t和15.8%增加至2006年的21130t和60.2%;而银鱼、鮊鱼、鲢鳙等其他鱼类在渔获物中比例大幅度下降,2006年渔获物组成远不及1952年合理.结果表明,太湖的逐渐富营养化、不合理的捕捞方式和过高的捕捞强度,以及太湖受改变的水力学特点等导致了这一变化.1991～2006年东太湖养殖渔业尤其是网围养蟹业迅速发展,养殖规模不断扩大后的大量投饵及不合理的水生植被利用方式给东太湖水环境带来了严重影响,东太湖水体现处于富营养状态.因此,需要控制太湖渔业捕捞强度、调整鱼种放流结构、加强鱼类资源繁殖保护,改善养殖渔业方式以及加强对湖泊水环境的综合整治,以使太湖渔业与水环境和谐可持续发展.     

水旱灾害发展趋势的灰色拓扑预测与应用

根据青岛市 65 a的降水量序列 ,利用灰色拓扑预测方法 ,建立了降水量指标的灰色预测模型群 ,并对未来降水过程及水旱灾害发展趋势进行了预测。     

基于Matlab和灰色模型GM（1,1）预测海岸线变化*

使用灰色模型的“少数据”建模寻求现实规律的良好特性用于海岸线变迁预测,结合 MATLAB 强大的计算能力,解决了灰色预测模型在矩阵计算方面复杂的问题.利用1975-2005年珠江口内伶仃洋海区6个时期的海图提取局部时序海岸线,设置原点和28条侧线,使用侧线与海岸线的交点,建立灰色模型 GM (1,1)模型原始数列,使用 MATLAB 编制程序计算出海岸线变化的预测点,并使用2005年实际海岸线对预测结果进行验证,结果表明灰色模型 GM (1,1)进行海岸线预测是合理可靠的.     

基于双注意力机制的台风轨迹预测模型

台风轨迹的准确预测对于减少台风灾害及风险评估意义重大。本文提出了一种基于双注意力机制的台风轨迹预测模型(Dual-Attention-Encoder-Decoder),首先根据台风轨迹数据计算台风轨迹的变化曲率,将台风曲率序列与台风轨迹序列一同作为预测模型的特征输入,充分考虑了台风轨迹中隐藏的转向、偏折信息;然后构建双注意力机制增强的编码器-解码器网络(Encoder-Decoder)作为预测模型,利用特征注意力机制和时间注意力机制分别对模型输入和隐藏状态进行权重分配,能够学习输入特征和预测目标之间的关系,并且有效解决编码器-解码器结构对过长序列预测的性能下降问题,编码器和解码器均采用LSTM网络,能够存储长时间依赖并且收敛性好,不易发生梯度消失或爆炸;最后,本文使用1949—2017年中国气象局提供的西北太平洋台风最佳路径数据集,将DA-Encoder-Decoder模型与BP、SVR、LSTM、ELM等模型进行对比,分别对24 h、48 h、72 h台风轨迹进行预测。结果表明:DA-Encoder-Decoder模型的均方根误差和实际误差距离指标均优于其他四种预测方法,验证了本文方法的有效性。     

基于EEMD和ARIMA的海温预测模型研究

类型丰富、时空分辨率高的海洋探测数据,为信号分解和机器学习算法的应用提供了可能。本文针对如何建立有效的海温预测模型这一问题,使用高时空分辨率的海表温度(SST)融合产品,引入信号处理领域的集合经验模态分解(EEMD)和机器学习领域的自回归积分滑动平均模型(ARIMA)。首先利用最适于分解自然信号的EEMD方法,将海温数据分解成多个确定频率的序列;再利用ARIMA分别对各个频率的序列进行预测,最后将各个序列的预测结果进行组合。该方法在丰富数据的支撑下,比以往直接使用海温数据所建立的预测模型精度更高,为更好地进行海温预测提供了新方法。     

山东省海洋渔业结构调整研究

在对山东省海洋渔业现状进行了全面调查、研究与分析的基础上,用灰色模型理论,模拟预测山东省渔业发展的特性与趋势;运用平衡产量和经济模型分别评估了山东省海洋捕捞的最高持续渔产量与最大持续经济产量及其相应努力量;运用线性规划的理论与方法,测算了各档次渔船的功率和船只匹配的优化估算值。依据该数值模型所作的评估结果,提出了对山东海洋渔业结构的调整意见。     

基于灰色系统西南大西洋阿根廷滑柔鱼资源丰度预测模型的构建

阿根廷滑柔鱼（Illex argentinus）是西南大西洋鱿钓渔业的主要作业鱼种，对资源丰度进行准确的预测可指导企业合理安排渔业生产。因此，本研究根据2000-2016年我国西南大西洋阿根廷滑柔鱼的生产数据，以单位捕捞努力量的渔获量（Catch per unit effort， CPUE）为阿根廷滑柔鱼资源丰度的指标，利用灰色绝对关联分析和灰色预测建模的方法（GM（0， N）），计算2001-2015年CPUE的时间序列值与产卵期（6-8月）产卵场海表面温度（Sea surface temperature， SST）时间序列值的灰色绝对关联度，选取产卵场海域中灰色绝对关联度大于0.90的海区SST建立资源丰度预测模型，并用2016年实际CPUE进行验证。灰色绝对关联分析表明，6-8月，30°~40°S，45°~60°W海域内存在若干海区的SST与次年对数CPUE时间序列呈现较强的关联度，可作为预报因子。GM（0， N）模型结果表明，以6-8月产卵场SST作为环境因子建立的模型4能较好地拟合出阿根廷滑柔鱼资源丰度变动趋势，与2016年真实值相比，相对误差为7%，该模型可较好地作为阿根廷滑柔鱼资源丰度的预测模型。相反，包含6月和7月SST的模型1效果优于不包含6月SST的模型2或不包含7月SST的模型3，拟合得到的2016年的数据与真实值相比，相对误差分别为128%和289%，这说明6月和7月是西南大西洋阿根廷滑柔鱼的主要产卵月份。     

呼伦湖的近期扩张及其与全球气候变化的关系

通过近２０多年湖泊水量平衡分析发现，湖泊水位变化主要由湖盆内径流补给量的丰枯决定。进一步分析揭示，呼伦湖地区乃至整个东北地区，本世纪以来随气温升高，随水有增加的趋势。降水增加导致入湖径流量，湖水位上升，呼伦湖本世纪以来的扩张与内蒙古东部地区其他内陆湖泊的变化一致，但这在我国乃至整个亚洲内陆干旱或半干旱区是独一无二的，为此成为这一地区气候变化的指示器。     

Lake‐shore spawning of rainbow trout at Lake Rotoma,New Zealand

The presence of suitable gravel size alone can stimulate female rainbow trout (Salmo gairdneri) to excavate nests for spawning on the shores of Lake Rotoma. Emergent fry result from lake‐shore spawning, and could contribute significantly to the trout fishery in Lake Rotoma. Lake‐shore spawning could be enhanced by the use of stable artificial spawning beds that have adequate depth and appropriate sizes of gravel.     

基于数据挖掘算法的WCPO金枪鱼围网渔情预测研究

利用数据挖掘方法对1990年1月—2001年7月10余年的WCPO金枪鱼围网作业生产数据以及该时段的18个与WCPO金枪鱼围网产量相关的海洋环境因子进行分析,将信息增益分析技术和基于粗糙集的属性化简方法相结合用以确定影响WCPO金枪鱼围网产量的关键因子集。利用多元回归分析方法建立基于关键因子集的预测模型,经过大量试验对比选择较佳的预测模型,达到了理想的效果。同时,验证了所确定关键因子集的可靠性,有效性。首次利用多种数据挖掘方法相结合的方式对多种影响因子进行分析,开展渔情预报研究,达到了较好的效果,为渔情预报研究提供了一种新思路,同时为渔业生产提供了可靠的依据。     

乌梁素海沉水植物群落光谱特征及其受覆盖度的影响分析

沉水植物是湖泊生态系统重要组成,也是水质与健康状况的指标性类群,可以采用遥感技术对其生长和分布情况进行监测.基于实测光谱数据,分析了乌梁素海沉水植物光谱特征,研究了覆盖度对乌梁素海沉水植物反射光谱的影响,建立了乌梁素海沉水植物覆盖度反演模型.结果 表明;沉水植物群落的光谱反射率随覆盖度减少而下降,覆盖度为1％～20％时...     

海洋捕捞与海水养殖监管系统研究

文章针对海洋渔业由于过度捕捞造成渔业资源枯竭的问题,提出了一种基于海洋遥感(ORS)、全球定位系统(GPS)和海洋地理信息系统(MGIS)等高新技术的海洋捕捞与海水养殖监管系统设计方案,可以远程自动对海洋渔业区域的水质多参数信息和养殖环境视频信息进行综合采集、传输及监控,也可以自动采集传输渔船RFID身份识别信息、渔船AIS自动识别信息、渔船GPS定位信息和捕捞生产视频信息等,并通过海洋精细渔业专家系统ES进行渔业养殖监控、渔业环境资源监测评估、渔船船数和功率数控制和海洋捕捞生产渔情监测等。该系统可以实现海洋渔业精细化捕捞和海洋渔业精细化养殖,促进海洋渔业可持续发展。     

Extracting spatial patterns of ocean fishery using GIS and RS——Taking the East China Sea as an example

The ocean fishery and the corresponding environment are highly interrelated according tothe production experiences of ocean fishing population. The spatial cluster patterns are constructed using the remote sensed data and long-time series fishery production data under the uniform coordinate based on GIS techniques. Thus, the hidden information of distribution regularities between ocean-hydrologic factors and central fishing ground can be extracted from these patterns. It is important to forecast the ocean fishery production.     

乌伦古湖水生植被研究

于1987年7月和1989年7,8月对乌伦古湖水生植被及其生态环境作了调查。结果表明,水位回升扭转了水生植被的退缩趋势,新生滩地上次生植物群落的形成使得Ⅳ区以北的水生植被总面积由1985年的813ha增加到1989年的4365ha,总储量由7700t增加到41750t。芦苇占现有植被区面积的81％。和总储量的68％。现有水生植被正处在迅速演变之中,随着植被的发育,植被总面积将会减小到3500ha左右,但总储量将会逐年增加。植被现有生产力约58955t,对渔业和环境十分重要,应加强对其开发利用。     

基于改进ConvLSTM网络太平洋长鳍金枪鱼时空分布趋势预测

渔场资源与位置的变动由空间与环境因子共同驱动,远洋渔场时空演变信息的精准预测是远洋捕捞的关键支撑。该研究考虑渔业生产统计数据,并兼顾同期海洋环境数据包括海表面温度（Sea surface temperature, SST）、海表面盐度（Sea surface salinity, SSS）、初级生产力（primary productivity, PP）和溶解氧浓度（dissolved oxygen concentration, O2）,提出了一种融合卷积长短期记忆网络（ConvLSTM）和卷积神经网络（CNN）的渔场时空分布预测模型。首先对时空因子进行编码,提取高层时空特征;其次采用CNN提取海洋环境变量的抽象特征,并基于ConvLSTM提取渔业数据的时空特征,最后融合高层时空关联信息对渔场时空演变趋势进行预测。以1995－2018年太平洋海域的延绳钓生产数据对模型进行验证,模型的根均方误差为0.1036,实验对比发现较传统渔场预报模型的预测误差降低15%~40%,预测的高产渔区与实际作业的高渔获量区匹配度高。该研究构建的渔场时空预测模型能够准确地预测出太平洋长鳍金枪鱼的时空分布,为太平洋长鳍金枪鱼的延绳钓渔业提供科学参考依据。     

基于因子分析的福建省海洋渔业竞争力研究

福建省具有丰富的海洋渔业资源和天然的区位优势,海洋渔业是其最具稳定增长优势的海洋产业,然而由于海域环境污染、水产养殖病害、近海过度捕捞等问题,近年来福建省海洋渔业的发展也面临着诸多挑战。文章通过对福建省海洋渔业经济发展现状的分析,从生产贸易能力、资源禀赋、科技推广能力和相关产业发展状况4个方面构建福建省海洋渔业竞争力评价指标体系,运用因子分析法对全国11个沿海省、市、自治区的海洋渔业竞争力进行比较评价,结果显示福建省海洋渔业综合竞争力水平较高,但在科技创新推广、相关产业发展、综合生产能力方面较落后于其他沿海地区。为进一步提高福建省海洋渔业竞争力水平,提出推进渔业组织化建设、培养渔业科技领军人才、发展多元化休闲渔业等合理建议,以期对福建省海洋渔业现代化建设具有一定的指导意义。