基于提升回归树的东、黄海鲐鱼渔场预报

为提高东、黄海鲐鱼渔场预报准确率、降低渔业生产成本,研究提出了一种基于提升回归树的渔场预报模型。研究采用2003—2010年我国大型灯光围网渔捞日志数据,以有网次记录的小渔区为渔场,以渔捞日志未记录的区域作为背景场随机选择假定非渔场数据,以海表水温等环境因子作为预测变量构建东、黄海鲐鱼渔场预报模型并以2011年的实际作业记录对预报模型进行精度验证。验证计算得到预报模型的AUC(area under receiver operating curve)值为0.897,表明模型的预报精度较高。模型的空间预测结果表明,预报渔场与实际作业位置基本吻合,其位置移动也与实际情况相符。这表明基于提升回归树的渔场预报模型可以用来进行东、黄海鲐鱼渔场的预报。     

中西太平洋鲣渔场与温盐垂直结构关系的研究

根据我国某公司2009-2011年在中西太平洋海域鲣鱼围网生产数据和CATSAT系统渔场环境数据,采用K-S检验筛选出与渔获关系密切的环境变量,然后采用均值比较确定适宜的渔获环境范围。K-S检验认为,渔获量与0m、20m、30m、50m、75m、125m、150m、200m、250m、300m水温、温跃层深度、200m盐度等环境变量关系密切。选择中心渔场的适合环境因子及其范围为:0m水温29.9～31℃、20m水温30.1～31.4℃、30m水温30.3～31.3℃、50m水温30.1～31.7℃、75m水温29.8～31.7℃、150m水温22.8～27.1℃、200m水温15.3～21.8℃、250m水温12.5～15.4℃、300m水温9.6～11.7℃、温跃层深度71～140m、200盐度34.71～35.40。研究结果不仅可用于改进渔情预报工作,而且可直接用于指导渔业生产实践。     

黄海南部春季蓝点马鲛(Scomberomorus niphonius)渔场海洋学特征与渔期渔场分布

以国家"973"项目资料和历史资料为基础,研究了黄海南部水域渔业海洋学特征、蓝点马鲛洄游行为及与渔场形成、渔期更迭关系.侧重分析2006和2007年春季水温年际变化对蓝点马鲛渔场、渔期分布的影响.结果表明,相对于2006年冷春,2007年黄海南部水域升温较早,渔汛盛期出现于4月25日,较2006年的5月1日左右明显提前,10℃等温线分布是早春南黄海蓝点马鲛鱼群分布与形成渔场的重要因子,而密集中心渔场往往出现于5月初;文中还讨论了南黄海大沙和吕泗渔场的性质特征,以期为蓝点马鲛渔情预报提供基础资料.     

基于分类回归树算法的东南太平洋智利竹筴鱼渔场预报

为了提高智利竹筴鱼渔场预报水平和满足渔业捕捞生产的需要,利用2002—2008年的东南太平洋公海海域捕捞的中国大型拖网渔船共计15艘的生产统计资料,以及海洋环境数据(包括海表温度、叶绿素a浓度、表温距平、叶绿素a浓度距平、海表温度梯度强度和海面高度异常等数据),基于CART的算法,构建了智利竹筴鱼渔场决策树预报模型。用含1 114条记录的数据集对模型进行训练,并采用ROC方法对该模型诊断中心渔场的准确性进行了分析。最后将该模型应用于2009年各月份的智利竹筴鱼中心渔场预报,并与实际渔场位置进行了对比,结果显示预报渔场与实际生产位置基本一致,表明利用CART决策树方法建立智利竹筴鱼渔场预报模型是可行的。     

基于朴素贝叶斯的西北太平洋柔鱼渔场预报模型的建立

西北太平洋是中国进行柔鱼(Ommastrephes bartramii)捕捞生产的重要海区,准确预报渔场出现的位置对提高渔业捕捞产量、节省燃油有重要的意义。本研究利用2002—2011年中国在该海域的历史产量数据、渔场时空数据以及包括海表温度、叶绿素浓度a、表温梯度强度和叶绿素梯度强度在内的海洋环境数据,基于朴素贝叶斯方法,建立了西北太平洋柔鱼渔场的预报模型。为满足朴素贝叶斯方法对条件独立性的假设,利用独立成份分析,重新获得相互独立的属性变量。通过求Cohen′s Kappa系数最大值的方法,确定3种CPUE类型的先验概率,建立可用于渔场预报的朴素贝叶斯预报模型。作为实际验证,将2012年7~11月我国柔鱼渔船在西北太平洋实际生产数据与预报的高CPUE渔场位置进行叠加,平均综合预报精度达到69.9%,表明该模型对西北太平洋渔场的预报具有较好效果和可行性。     

基于栖息地指数的西北太平洋日本鲭渔情预报模型构建

根据2014-2017年5-11月西北太平洋公海灯光围网日本鲭(Scomber japonicus)生产数据,结合同期的环境遥感数据,分别基于捕捞量和作业次数,构建日本鲭栖息地适宜性指数(Habitat Suitability Index,HSI)模型。选取海表水温、海面高度异常和叶绿素a浓度,采用一元指数回归拟合,建立各个环境变量的适应性指数模型,并利用线性规划方法确定各环境因子的权重,从而提高日本鲭HSI模型对渔场的预报精度。利用2018年5-11月的实际捕捞数据对模型进行预报准确率验证,在基于渔获量和作业次数构建的HSI模型中,HSI大于0.7的海域,渔获量平均占比分别为77.29%、76.79%,这表明基于不同权重环境因子的HSI模型能够较好地预测西北太平洋公海日本鲭中心渔场。     

阿拉伯北部公海海域鸢乌贼渔场分布及其与海洋环境因子关系

根据2004年9~12月在阿拉伯北部公海海域鸢乌贼资源的探捕生产情况,分海区初步分析了海洋环境因子与中心渔场之间的关系。调查表明,中心渔场分布在62°E~64°E、12°N~13°N,59°E~62°E、15°N~18°N和62°E~64°E、18°N~20°N三个海区。中心作业渔场基本分布在冷水与暖水交汇边缘处,并处于冷水涡边缘一侧。中心渔场的适宜表温27~29℃、表层盐度35.5~36.5。不同作业渔场的温盐结构不同。北部渔场的表温相对要高于南部渔场,但是50m以下水层的温度则相反;中部渔场的各层盐度明显低于南部和北部渔场。GAM模型分析表明,产量与表温、50m水温和200m水温以及各层盐度的关系密切。     

基于贝叶斯分类器的南海黄鳍金枪鱼渔场预报模型

本文利用来自中西太平洋渔业委员会(WCPFC)黄鳍金枪鱼延绳钓2000-2011年的历史渔获数据和美国国家海洋和大气管理局(NOAA)气候预报中心提供的海表温度最优插值数据和法国空间局(CNES)卫星海洋数据中心提供的多卫星融合高度计月合成海面高度资料,基于贝叶斯分类器,根据模型中环境因子的选取以及渔区分类策略的不同预拟了8种构建方案对2011年南海外海黄鳍金枪鱼的渔场进行分类预报,并将预报结果与实际渔场进行对比检验,比较分析不同方案对最终分类结果和精度的影响。检验结果表明,方案1-8总体精度分别为71.4%、75%、70.8%、74.4%、66.7%、68.5%、57.7%和63.7%。方案1-6在65%以上,均能够满足实际渔场预报业务化需求。采用SST和SSH双环境因子的方案均比采用单SST环境因子的方案总体精度稍高,一定程度上提高了预报精度,其中采用去除SST和SSH相关性的第一主分量作为预报因子的方案2达到了75%最高精度。采用CPUE平均值正负标准差作为节点比以33.3%与66.7%作为节点来区分高、中、低CPUE渔区的预报结果要更加准确。因此在模型筛选的基础上,选用模型方案2完成南海金枪鱼渔场渔情预报服务系统的系统实现。     

对黄东海鲅鱼渔场的几点分析

80年代起,蓝点鲅在机轮产量中比例上升,9～11月产量占年产80～90％以上,成为影响经济效益的重要因素。鲅鱼从舟山到烟威渔场均有分布,笔者以我公司11a资料就分布、产量高低及变化与鲅栖息水温作综合叙述如下:     

判别分析在东海水温预报中的试验

用来区分不同性质事物的判别分析法,又称为分辨法,业已在考古、地质、气象、医学等许多学科中获得广泛的应用。我们应用这种方法,进行了水温、盐度、渔获量及中心渔场趋势预报的试验。现将水温预报试验的结果总结如下。     

北太平洋鱿鱼渔场叶绿素a分布特点及其与渔场的关系

根据2001年～8月对位于39°～43°N,152°E～171°W的北太平洋鱿鱼渔场进行的水温、盐度、叶绿素a、浮游植物和鱿鱼捕捞等的调查结果,主要分析北太平洋鱿鱼渔场表层叶绿素a分布特点及其与环境因子、中心渔场的关系.分析结果表明,调查区表层叶绿素a含量变化为0.03～0.32 mg/m3,平均为0.13 mg/m3,其中中部渔场表层叶绿素a含量值最大,东部渔场次之,西部渔场最低;调查海域表层叶绿素a含量分布与表层温度、盐度存在较好的对应关系,叶绿素a含量高值区对应高温区,冷涡区含量最低,暖涡区含量最高;叶绿素a含量随盐度的增加而增加;在西部、中部、东部渔场,表层叶绿素a含量与浮游植物数量呈正相关关系;表层叶绿素a的分布与鱿鱼中心渔场存在较好的对应关系,中心渔场主要位于0.1 mg/m3叶绿素a等值线舌状部分或叶绿素a水平梯度较大处,渔场中心的叶绿素a值大于0.1 mg/m3.叶绿素a分布与环境要素及渔场的相关性分析表明叶绿素a可作为鱿鱼渔场分析中的一个重要参考指标.     

卫星遥感海面高度数据在渔场分析中的应用综述

通过对卫星测高数据进行分析,结合国内外有关海面高度数据在海洋渔场分析方面应用的文献,着重分析了海面高 度数据与常规海洋外界环境因子之间的关系,概括了海面高度数据对海洋渔场资源变化的影响,并综述了西方渔业发达国家 利用测高数据采用直接和间接方法在海洋渔场环境分析及渔情预报方面的研究应用与进展,最后指出我国海面高度数据在渔 场分析方面的应用现状以及存在的问题,并基于国外情况,对我国今后使用卫星测高数据在渔场方面的应用研究提出了几点 建议。     

智利外海竹筴鱼中心渔场时空变动的初步研究

根据2005年3～12月14艘中国渔船在智利外海的竹筴鱼生产统计数据和卫星遥感反演的海表温度、叶绿素浓度,分析智利外海竹筴鱼中心渔场的时空变动以及渔场与环境因子的关系.结果表明,随着南半球秋季转入冬季,竹筴鱼中心渔场相应地由南向北、由东向西推移,10月份渔场达到最北端,春末夏初开始南撤;智利外海竹筴鱼渔场的表层水温大致为12～16℃,中心渔场为14～15℃,月间略有差异;渔场的叶绿素质量浓度大致为0.06～0.12 mg/m~3,当渔场的叶绿素质量浓度处于0.08～0.10 mg/m~3时,渔船作业频次和竹筴鱼产量最高.     

烟威渔场盐度预报及分析

本文以我国北黄海的烟威渔场为研究对象,采用优选因子场预报模式,对盐度的时空变化进行预报试验。文中对所采用的统计预报方法,作了简要介绍。对影响本海区盐度变化的显著因子及预报结果作了初步分析。预报试验表明:预报的总体平均绝对误差为0.27‰,预报相对误差在18％左右,预报误差小于0.5‰的站数占总站数的85％,预报趋势与实测资料基本一致。     

基于随机森林的印度洋长鳍金枪鱼渔场预报

为了提高远洋渔场预报水平和满足渔业生产的需要,提出了一种基于随机森林建立印度洋长鳍金枪鱼(Thunnus alalunga)渔场预报模型的方法。选取2002-2009年各个月份印度洋5°×5°格点渔业环境和时空数据(包括海表温度、叶绿素a浓度、表温距平、叶绿素a浓度距平、海表温度梯度强度和海面高度异常等数据)作为预测变量,利用长鳍金枪鱼的CPUE(Catch per unit effort,单位:尾/千钩数)的三分位点将渔区划分为高CPUE、中等CPUE和低CPUE三种类型,作为响应变量,对数据进行训练。结果表明,当随机森林中决策树达到100以上时,袋外数据OOB(out-of-bag)的分类误差率趋于平稳。将训练得到的随机森林用于2010年印度洋长鳍金枪鱼分月渔场的预测,其概率等值面图与实际生产的渔场分布进行叠加比较,显示高CPUE渔场概率分布与实际渔场的位置及范围变化情况符合。通过ROC(Relative Operating Characteristic)分析,高CPUE、中等CPUE和低CPUE的AUC(Area Under ROC Curve)分别达到0.847、0.743和0.803,表明预测精度较高。最后对中等CPUE渔区预测精度相对较低的原因进行了分析。     

基于案例推理的东海区鲐鱼中心渔场预报

根据1998～2005年的东海区上海、宁波、江苏和舟山四大渔业公司的鲐鱼(Pneumatophorus japonicus)生产统计数据以及同期的卫星资料反演的海表温度、叶绿素a浓度数据,利用案例推理方法,设定了上级结果的相似距对下级检索的影响权重因子,进一步研究渔场渔情的分析预报.通过试验性预报实例的预报结果与实际情况比较表明,预测精度达到75%,可以较好地反映出渔场的分布,为渔业资源的开发利用服务.     

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。     

表层水温结构变化对东南太平洋秘鲁鳀渔场的影响

秘鲁鳀（Engraulis ringens）是栖息于东南太平洋沿岸的小型中上层鱼类,掌握其渔场变化及其与海洋环境因子的关系有利于企业把握该渔业的生产情况。研究结合2005-2014年渔汛期间秘鲁各港口出港的船数及其所获得的秘鲁鳀渔获量和表层水温数据（海表面温度,sea surface temperature,SST）,以单位捕捞努力量的渔获量（catch per unit effort,CPUE）和捕捞努力量（Effort）数据构建的渔场指数（fishing ground index,FGI）为渔场指标,对秘鲁鳀的渔场类型进行分类,探讨水温结构变化对秘鲁鳀渔场的影响。方差分析表明:渔场指数在不同渔汛阶段（渔汛前期、中期和末期,P<0.01）和不同捕捞区域（北部、中部和南部,P<0.01）都有着极显著的差异。以表层水温大于20℃的海水是否入侵到近岸为标志,可以将秘鲁鳀渔场分成两种类型:大于20℃的海水没有入侵到沿岸（A型渔场）和入侵到沿岸（B型渔场）。研究表明,在渔汛前期和中期阶段,A型渔场的出现有利于渔场的形成,其中渔汛前期沿岸19℃或20℃等温线的出现以及渔汛中期沿岸18℃或19℃等温线的出现可以作为中心渔场形成的指标。     

基于神经网络的南太平洋长鳍金枪鱼渔场预报

南太平洋长鳍金枪鱼是我国远洋渔业的重点捕捞对象;对南太平洋长鳍金枪鱼进行准确的渔场预报;可以提高捕捞效率;提高渔业的生产能力。本研究根据1993-2010年南太平洋长鳍金枪鱼的延绳钓生产数据以及海洋卫星遥感数据（海水表面温度;SST;海面高度;SSH）和ENSO（El Niño-Southern Oscillation）指标;采用DPS（data processing system）数据处理系统中的BP人工神经网络模型;以渔获产量（单位时间的渔获尾数）和单位捕捞努力量渔获量（CPUE;Catch per unit of effort）分别作为中心渔场的表征因子;并作为BP模型的输出因子;以月、经度、纬度、SST、SSH和ENSO指标等作为输入因子;分别构建4-3-1;5-4-1;5-3-1;6-5-1;6-4-1;6-3-1等BP模型结构;比较渔场预报模型优劣。研究结果表明;以CPUE作为输出因子的BP人工神经网络结构总体上较优;其中以6-4-1模型结构为最优;相对误差只有0.006 41。研究认为;以CPUE为输出因子的6-4-1结构的人工神经网络模型;能够准确预报南太平洋长鳍金枪鱼的渔场位置。     

黄东海近海区表层水温纵向预报试验——黄东海温盐预报方法研究之二

海水温度和盐度的变化与鱼类的行动和分布息息相关。当前在海洋渔业生产上广泛开展渔情预报工作,对发展海洋渔业生产,进行科学捕鱼作出了一定的贡献,而海水温、盐度的预报,往往是分析渔情,预测渔况和发布渔情预报的重要依据。本研究课题是直接为海洋渔业生产服务的,因而,我们主要选择渔汛期和渔场区进行了水温纵向预报试验。所谓纵向预报,这里是指多年同月水温序列的预报,借以同横向时间序列预报相区别。