西北太平洋柔鱼中长期预测方法研究

为了能更好预测西北太平洋柔鱼的资源量, 选择合适的预测方法及开发相应的预测系统颇为重要。利用相关性分析, 筛选出在产卵区显著影响西北太平洋柔鱼资源量的关键网格点, 并采用这些网格点的海表温度、产卵区适宜温度所占面积的比例和单位努力捕获量等数据组织样本, 然后利用线性回归、BP 神经网络、RBF 神经网络和支持向量机等预测方法进行实验。结果表明: 在西北太平洋柔鱼中长期预测中, BP 神经网络要优于其他方法。以相关性分析和BP 神经网络为基础建立的西北太平洋柔鱼资源量预测系统是有效可行的。     

利用渔场环境因子标准化西北太平洋柔鱼CPUE的研究

本文利用1998-2016年西北太平洋柔鱼渔业数据及其渔场（35°~45°N,140°~165°E）的海洋遥感环境数据,包括海表温度、海面高度异常和叶绿素浓度,采用基于渔场环境的方法标准化西北太平洋柔鱼单位捕捞努力量渔获量（catch per unit effort,CPUE）。结果表明:柔鱼高频次作业的海表温度范围为10.2~22.2℃（96.05%）,海面高度异常范围为-15.9~28.2 cm（97.91%）,叶绿素浓度范围为0.0~1.0 mg/m3（96.69%）。名义CPUE和基于环境因子的标准化CPUE年际变化趋势基本一致。但由于柔鱼作业方式高度集中,有效捕捞努力量远低于名义捕捞努力量,以及考虑环境因子影响效应,名义CPUE均低于标准化CPUE。在深入理解鱿钓渔业和其生物学特性的基础上,基于渔场环境因子准化后的CPUE更具代表性,建议在以后的柔鱼资源评估与管理中使用基于渔场环境因子的标准化CPUE。     

基于水温因子的太平洋褶柔鱼冬生群剩余产量模型研究

水温是影响太平洋褶柔鱼冬生群生长、繁殖、补充的重要因素之一。根据2004–2015年太平洋褶柔鱼冬生群渔业数据和其栖息地环境数据,包括1月产卵场(28°～35°N,125°～130°E)和9月索饵场(31°～38°N,128°～132°E)海表面温度(Sea Surface Temperature,SST),建立了基于SST因子的太平洋褶柔鱼冬生群体的剩余产量模型,分析SST对太平洋褶柔鱼冬生群资源量的影响,对该模型的各项指标进行验证,发现该模型的预测精度较高。结果表明:太平洋褶柔鱼冬生群当年的资源量及渔获量主要受索饵场SST影响,而产卵场SST对其当年渔获量影响不显著。由此建议在今后对产卵场SST因子是否对次年的渔获量及资源量产生影响进行研究,同时渔业管理部门也应根据每年海洋环境状况确定其最大可持续产量,并实时调整管理方案。     

基于复合模型的西南大西洋阿根廷滑柔鱼（Illex argentinus）时空分布研究

本文利用2003-2011年西南大西洋阿根廷滑柔鱼渔业数据和海洋环境数据,包括海表温度（sea surface temperature, SST）,海面高度（sea surface height, SSH）和叶绿素浓度（chlorophyll a, Chl a）,开发基于广义加性模型（GAM）和神经网络模型（NNM）的复合模型研究滑柔鱼资源时空分布。GAM用于选择关键影响因子,并分析与单位捕捞努力量渔获量（catch per unit effort, CPUE）的关系,NNM用于建立关键影响因子与CPUE之间的预报模型。结果表明：GAM选择的影响因子的偏差解释率为53.8%,空间变量（经度和纬度）,环境变量（SST、SSH、Chl a）均匀CPUE之间存在显著相关性。CPUE与SST和SSH之间为非线性关系,与Chl a之间为线性关系。NNM模型的MSE和ARV较低,其精度高且稳定。此复合模型也能够解释解释西南大西洋阿根廷滑柔鱼时空变化趋势和迁徙模式。     

基于环境因子的东海马鲛鱼(Scomberomorus Niphonius)资源量评估

东海马鲛鱼(Scomberomorus Niphonius)的种群动态易受海洋环境条件的影响,在其资源评估和管理中需要考虑海洋环境条件的作用。假设马鲛鱼产卵场最适海表温度10～19℃(Suitable SST,Tsui)范围会影响种群环境容纳量(K),因此分别使用产卵季3月最适表温范围比值(Tsui-Mar)、4月最适表温范围比值(Tsui-Apr)和3、4月份最适表温范围比值的平均值(Tsui-Ave)作为剩余产量模型的环境因子,构建三种基于环境因子的剩余产量模型(environmentally dependent surplus production,EDSP),分别为Tsui-MarEDSP、Tsui-Apr-EDSP和Tsui-Ave-EDSP,利用贝叶斯估计模型参数,结果显示Tsui-Mar、Tsui-Apr、Tsui-Ave三个基于环境因子的EDSP模型偏差信息标准(deviance information criterion,DIC)值小于传统的剩余产量模型的DIC值,其中Tsui-Ave-EDSP模型DIC值最小,精度最高,估计的最大可持续产量(maximum sustainable yield,MSY)的范围为8.125×106～8.371×106 t,资源量(biomass)范围是1.429×106～1.455×106 t,从1994年到2015年,马鲛鱼的捕捞死亡率远低于目标死亡率(Ftar)和MSY水平捕捞死亡率(FMSY),种群资源量高于MSY水平资源量(BMSY)。东海马鲛鱼没有被过度捕捞或未发生过度捕捞,基于EDSP模型中的管理参考点更为保守,建议日后东海马鲛鱼的种群评估和管理应考虑产卵场环境条件。     

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。     

基于海表温度和海面高度的东太平洋大眼金枪鱼渔场预测

开展东太平洋大眼金枪鱼(Thunnus obesus)渔场预报技术研究,建立基于多环境因子渔场预报模型,将对该资源的高效开发和利用具有重要的意义。作者根据2009~2011年东太平洋海域(20°N~35°S、85°W~155°W)延绳钓生产统计数据,结合海洋遥感获得的表温(SST)和海面高度(SSH)的数据,运用一元非线性回归方法,以渔获量为适应性指数,按季度分别建立了基于SST和SSH的大眼金枪鱼栖息地适应性指数,采用算术平均法获得基于SST和SSH环境因子的栖息地指数综合模型,并用2012年各月实际作业渔场进行验证。研究结果显示,大眼金枪鱼渔场多分布在SST为24~29℃、SSH为0.4~0.8 m的海域。指数模型较好地拟合了因子适应性曲线(P0.05)。基于栖息地指数的2012年大眼金枪鱼中心渔场预报准确性平均达63%,可为金枪鱼延绳钓渔船寻找中心渔场提供指导。     

基于BP神经网络的西北太平洋柔鱼资源丰度时空变化研究

西北太平洋柔鱼(Ommastrephes bartramii)是我国鱿钓船队重要捕捞对象,其资源分布的时空变化对资源的可持续开发和利用有重要影响。本文以2000?2015年7?10月西北太平洋柔鱼渔业数据的单位捕捞努力量渔获量作为应变量,以年份、月份、经度、纬度、海表面温度、海表盐度、海面高度、叶绿素a浓度作为自变量,构建BP神经网络模型,推测该段时间西北太平洋柔鱼丰度时空变化规律,并探究环境因子对柔鱼资源丰度的影响。通过比较,确定输入层为年份、月份、经度、纬度、海表面温度和海表盐度,隐含层神经元数量为8的模型均方误差最小,模型最优。结果表明,单位捕捞努力量渔获量年间波动明显,每年的7月、10月柔鱼资源丰度较低,且空间分布分散在整个作业渔场,8月、9月资源丰度较高,并集中在41.5°～43.5°N, 155°～160°E局部区域。研究认为,海表面温度和海表盐度对柔鱼资源丰度时空变动有较大影响,在今后柔鱼资源评估与管理中予以考虑。     

日本鲐对马群系资源丰度预测研究

利用1973-2016年日本西海水产研究所提供的日本鲐(Scomber Japanicus)对马群系的资源量与渔获量数据,结合产卵场1(SG1, 26°~31°N,122°~127°E)、产卵场2(SG2, 30°~35°N,128°~131°E)、索饵场(FG, 35°~38°N,127°~138°E)的海表面温度、太平洋年代际振荡指数(PDO)和Nino3.4区海表温距平值(SSTA),建立基于灰色系统的日本鲐对马群系资源丰度预测模型。灰色关联和相关系数分析结果显示:选择产卵场2的4月、9月海表面温度和索饵场4月海表面温度作为日本鲐资源丰度关键影响因子。建立的模型有:分别包含产卵场2的4月、9月和索饵场4月的海表面温度3个因子的GM(1,2),GM(1,3),GM(1,4)的7种模型。这7种模型的相对残差Q检验值分别为:0.131 0,0.140 2,0.145 9,0.149 3,0.176 7,0.140 3和0.173 5。结果表明,基于产卵场2的4月海表面温度所建立的GM(1,2)模型是对日本鲐对马群系资源丰度最优预测模型。     

基于Schaefer模型的东南太平洋茎柔鱼资源评估和管理

东南太平洋茎柔鱼(Dosidicus gigas)是世界范围内最重要的经济头足类之一,也是我国鱿钓渔船的重要捕捞对象。本文根据2003—2012年中国大陆的渔业数据和FAO统计的东南太平洋茎柔鱼产量数据,利用Schaefer模型,基于贝叶斯统计方法,分基准方案和敏感性分析方案对东南太平洋茎柔鱼资源进行评估,并对其管理策略做了风险分析。结果表明,年渔获量和CPUE数据为贝叶斯资源评估模型提供了足够多的信息。2003—2012年捕捞死亡率低于目标参考点F0.1,渔获量小于最大可持续产量,资源量大于目标参考点Bmsy,资源状况良好,未遭受过度捕捞。在基准方案下,最大可持续产量为142.9万吨,维持最大可持续产量的资源量为214.7万吨,此时的捕捞死亡率为0.682;在敏感性分析方案下,最大的可持续产量为152.5万吨,维持最大可持续产量的资源量为229.6万吨,此时的捕捞死亡率为0.691。决策分析和风险分析表明,当捕获率设定为0.3以下时,资源能够得到较好的养护,资源崩溃的可能性很低。将捕获率设定在0.3左右是最适的管理策略,此时的持续产量为99万吨左右。