基于深度卷积嵌入式聚类（DCEC）的海洋环境特征提取对渔情预报模型的改进研究

In order to improve the forecasting ability of the fishery forecast model for the longline bigeye tuna (Thunnus obesus), we proposed a marine environment feature extraction method based on deep convolutional embedded clustering (DCEC), combined with generalized additive model (GAM) for forecasting the longline bigeye tuna fishing grounds in the Southwest Indian Ocean. We used the MODIS-Aqua and MODIS-Terra sea surface temperature (SST) three-level inversion image data (in days) from January to December in 2018 at 0.041 6°×0.041 6° to construct a DCEC model, determined the optimal number of clusters based on the Davies-Bouldi index (DBI), and extracted the category feature value (F_M) of each month’s sea surface temperature (SST); we used monthly 1°×1° bigeye tuna longline fishery data from January to December in 2018 generated from the Indian Ocean Tuna Commission (IOTC), and calculated the catch per unit effort (CPUE); we matched the monthly category feature value F_M and the monthly average value of Chl a concentration with the CPUE data to construct an improved GAM; we matched the monthly average SST, the monthly average Chl a concentration and CPUE data to build a basic GAM; we used the joint hypothesis test (F test) to verify the influence of model explanatory variables; we used akaike information criterion (AIC), mean square error (MSE), and draw the frequency distribution diagrams and box diagrams of measured and predicted values, etc., to analysis the improvement effect of the improved GAM compared to the basic GAM. The results showed that: (1) the category feature value (F_M) extracted based on the DCEC model could better reflect the temporal and spatial dynamic characteristics of SST in the Southwest Indian Ocean, and was related with the climatic conditions, monsoon conditions, and hydrological characteristics in the Southwest Indian Ocean; (2) the factor interpretation of F_M was higher than that of the monthly average SST in GAM, which means F_M had more significant impact on the CPUE of bigeye tuna. The high catch rate was concentrated in the areas where the F_M category was 2, 10, 24 with intersections between the warm and cold currents; (3) the AIC of the improved GAM was reduced by 9.17% than that of the basic GAM and MSE of the improved GAM was reduced by 26.7% than that of the basic GAM; the frequency distribution of the CPUE logarithmic value predicted by the improved GAM was closer to the normal distribution, and the high frequency distribution interval was closer to that of the measured value; the scatter plot showed that the CPUE predicted by the improved GAM had a significant correlation with the measured CPUE, with r equaled to 0.60. This study proves the effectiveness of the DCEC model in extracting marine environmental features, and can provide a reference for the further study on the bigeye tuna fishery forecast.     

基于深度卷积嵌入式聚类（DCEC）的海洋环境特征提取对渔情预报模型的改进研究以西南印度洋大眼金枪鱼为例

为提高大眼金枪鱼(Thunnus obesus)延绳钓渔情预报模型的预测能力,本研究提出了一种基于深度卷积嵌入式聚类(DCEC)的海洋环境时空特征提取方法,结合广义可加模型(GAM)对西南印度洋大眼金枪鱼延绳钓渔场进行预报。采用2018年1−12月0.041 6°×0.041 6°的MODIS-Aqua和MODIS-Terra海表面温度三级反演图像数据(以日为单位)构建DCEC模型,基于Davies-Bouldi 指数(DBI)确定最佳聚类数,在此基础上提取各月海表温度(SST)的类别特征值$ {F}_{M} $;采用美国国家海洋和大气管理局网站2018年1−12月1°×1°的Chl a浓度月平均值作为辅助环境特征因子;采用印度洋金枪鱼委员会2018年1−12月1°×1°的大眼金枪鱼延绳钓渔业数据(以月为单位),计算单位捕捞努力量渔获量(CPUE);将SST月类别特征值$ {F}_{M} $、Chl a浓度月平均值与CPUE数据进行时空匹配,构建改进GAM;采用SST月平均值、Chl a浓度月平均值与CPUE数据构建基础GAM;采用联合假设检验($ F $检验)验证模型解释变量对响应变量的影响;采用赤池信息准则(AIC)、均方误差(MSE)、绘制实测值和预测值的散点图并计算相关系数r,分析改进GAM相比于基础GAM的提升效果。实验结果表明：(1)基于DCEC模型提取的$ {F}_{M} $能够较好地反映西南印度洋海表温度的时空动态特征与规律,并与西南印度洋的气候条件、季风状况和水文特征等相互耦合;(2) $ {F}_{M} $相比SST平均值的因子解释率更高,对大眼金枪鱼CPUE影响更为显著,高渔获率集中在暖冷流交汇区域;(3)改进GAM相比基础GAM的AIC值降低了9.17%,MSE降低了26.7%,散点图显示改进GAM预测的CPUE对数值与实测CPUE对数值的相关性较显著,r为0.60。本研究证明了DCEC模型在海洋环境特征提取方面的有效性,可为后序大眼金枪鱼延绳钓渔情预报模型的改进研究提供参考。     

亚欧海底光缆香港东段路由环境特征及其评价

根据勘察路由区旁侧声纳、浅地层剖面仪和多波束测深等物理探测手段所获取的资料 ,结合其它自然环境资料 ,对路由区海底工程地质条件进行了详尽的分析 ,通过对地质灾害、海洋开发活动等影响的分析 ,对该段路由区环境进行了综合评价。研究结果表明 ,该段路由工程环境适合于光缆的铺设     

海洋路由勘测对海底光缆工程的影响分析

介绍了水深、海底坡度、土壤剪切强度以及潮流、雷暴等海洋路由各勘测要素及其在海底光缆通信施工中的作用,并对它们在施工中的作用及其必要性进行了评价,从而使海洋路由勘测与施工的需要结合得更紧密,更具有针对性。     

海底电缆路由的海洋环境研究

本文阐述了海底电缆路由的海洋环境．它包括地质、地理、海洋水文、渔业设施及各种海底障碍物等，是选定海底电缆路由的关键因素．     

埕岛油田动力电缆铺设环境和方案分析

描述了胜利埕岛油田所在海域全年各季风、浪、潮汐、海流等的基本状况、产生机理及黄河三角洲区域对它们的影响。同时介绍了目前国内在深水及浅水区域几种海底电缆的铺设工艺 ,从施工机械到水动力学原理的角度 ,对其应用进行了技术上的分析 ,指出了每种施工工艺的优劣 ,并由此确定了较为理想的电缆埋设工艺和定位技术方案 ,使电缆铺设实际长度误差控制在设计长度的 1 %范围内 ,从而大大节省了工程投资费用。该工艺的选择和推广可为埕岛海上油田的开发创造较好的经济效益。     

深海海底光缆敷设施工余量控制的原理和控制软件的应用

为解决深海有中继海底光缆项目技术难题,中国海底电缆建设有限公司开发了海底光缆敷设施工控制软件,填补我国相关领域的空白。文章介绍海底光缆敷设施工余量控制的原理和控制软件的操作流程:海底光缆余量包括区域余量、底部余量和释放余量,余量控制是海底光缆敷设施工中最关键的核心技术环节,应用控制软件可极大地降低计算量和提高计算精确度,并可通过在施工中不断调整计划,从而极大地提高施工质量,具有传统人工计算不可比拟的优势。     

海缆安全影响因素评述

通过对国内外威胁海缆安全因素的研究资料和研究成果的分析，全面论述了影响海缆安全因素的种类及其对海缆的可能破坏方式和破坏的严重程度。简要说明了不同因素对海缆威胁的可能原因与相应的预防措施，为海缆安全运营提供科学的理论依据。     

海洋环境大数据系统建设研究进展

海洋环境大数据是诸多学科研究领域的基础,也是实施海洋强国战略和建设海洋强国奋斗目标的先决条件。文章从全球海洋环境观测计划及系统出发,探讨现阶段全球海洋环境大数据观测、国家数据库建设、数据质控方法以及数据应用现状,阐明了海洋环境大数据在国家发展中的重要性,客观地分析了目前海洋环境大数据发展在基础设施、数据处理及数据质控能力建设等方面面临的关键问题与挑战,以期为将来海洋环境大数据在多尺度、多学科、多行业的深入发展与深度融合提供可靠的资料与建议。     

复杂小断块储层精细模型研究

高集油田位于金湖凹陷西斜坡中段,被断层切割成许多小断块,研究区就是其中主力区块之一。在各种基础数据校正、整理和分析的基础上,对研究区断层分布特征及储层特征进行了详细研究,应用地质统计学、储层沉积学、构造地质学的基本原理,建立了三维构造精细模型;并结合平面相及剖面相分布特征研究,应用截断高斯和序贯指示两种模拟方法对沉积微相建模进行了对比分析,建立了研究区沉积微相模型。最后,利用相控建模技术,建立了研究区相控属性模型(孔隙度模型和渗透率模型),使孔渗参数的平面及纵向分布在微相内部插值计算,更符合实际地质情况。     

论南海海底电缆保护机制之完善

海底电缆连接全球通信,也承担了陆海能源传输的重要功能,对全球社会经济发展有基石性作用,现有国际条约对海底电缆的保护设置基本规范但仍显不足。南海海底电缆众多,各国对保护海底电缆存在共同利益,因此有必要在立法、执法、司法等领域促进对海底电缆的共同保护,并以此建立南海各国之间的互信合作。     

对韩国在苏岩礁建造海洋环境观测平台的几点思考

一、苏岩礁概况苏岩礁处于韩国济洲岛和我国长江口连线,距韩国济洲岛149km,离我国领海基点海礁约247km,与日本鸟岛相隔276km。它是国际航线的转折点,其地理位置特殊,战略地位显要。同时,又是登陆朝鲜半岛台风的必经之路。苏岩礁是座暗礁,礁顶离海面约4.6m,礁体深达40m,周围尚有多处浅滩,地形复杂,暗礁浅滩交错,是南来北往、西进东出航船的危险之谷。1963年我国自行设计制造的万吨巨轮“跃进”号处女航就触礁沉没于此。