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GAM的库克群岛海域长鳍金枪鱼CPUE时空分布与海洋环境的关系

长鳍金枪鱼（Thunnus alalunga）是金枪鱼延绳钓的主要捕捞对象之一,而库克群岛海域则是重要的长鳍金枪鱼渔场。探究长鳍金枪鱼资源量的时空分布与海洋环境的关系,有利于提高长鳍金枪鱼渔场预报的精确性。根据2017年1月1日至2021年5月31日中国远洋渔业企业的船舶监测系统（Vessel Monitor Systems,VMS）数据,将长鳍金枪鱼渔获尾数和延绳钓放钓钩数匹配到1°×1°的网格中,得出名义单位捕捞努力量渔获量(Catch Per Unit Effort,CPUE)。对CPUE作正态性检验,以天为时间分辨率,选取月份、经纬度、叶绿素a浓度、海表面高度,以及0～300 m水层的温度、盐度、溶解氧浓度等26个时空与环境因子作为变量,对CPUE与时空环境因子作相关性分析,对环境变量进行多重共线性诊断,按照季度分析长鳍金枪鱼渔场的分布变化,利用GAM评价各因子对长鳍金枪鱼CPUE的影响。结果显示：（1）第二季度12°S以南渔场的CPUE明显高于以北的区域,第三季度渔场分散且CPUE值不高,第四季度CPUE为年中最高。（2） GAM结果显示,对长鳍金枪鱼CPUE影响最显著的为海...     

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。     

基于表层及温跃层环境变量的南太平洋长鳍金枪鱼栖息地适应性指数模型比较

为了量化比较海表层环境及温跃层环境对南太平洋长鳍金枪鱼渔场分布的影响程度;本研究采用2010-2012年南太平洋长鳍金枪鱼延绳钓渔船实际生产统计数据;结合卫星遥感所获取的海表面温度（sea surface temperature;SST）和海表面高度（sea surface height;SSH）数据以及Argo浮标所获取的温跃层上、下界水温和深度数据;运用外包络法分别构建了基于海表层环境变量、温跃层上界环境变量以及温跃层下界环境变量的3种栖息地适应性指数（habitat suitability index;HSI）模型。模型验证结果显示;基于海表层环境变量的HSI模型;HSI>0.6时所占产量比重为70.04%;投钩数量比重为70.86%;HSI>0.8时所占产量比重为24.92%;投钩数量比重为25.79%;基于温跃层上界环境变量的HSI模型;HSI>0.6时所占产量比重为82.17%;投钩数量比重为80.95%;HSI>0.8时所占产量比重为33.24%;投钩数量比重为32.69%;基于温跃层下界环境变量的HSI模型;HSI>0.6时所占产量比重为81.01%;投钩数量比重为81.54%;HSI>0.8时所占产量比重为43.51%;投钩数量比重为43.73%。研究发现;基于温跃层上界和下界环境变量的两个HSI模型预报精度明显高于基于表层环境变量的HSI模型;且基于温跃层下界环境变量的HSI模型预报精度高于基于温跃层上界环境变量的HSI模型。研究结果表明;相较于海表层环境;温跃层环境;尤其是温跃层下界环境特征对南太平洋长鳍金枪鱼资源分布的影响更为显著。     

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。     

基于神经网络的印度洋长鳍金枪鱼(Thunnus alalunga)时空分布与海洋环境关系研究

长鳍金枪鱼(Thunnusalalunga)是主要的经济性金枪鱼鱼种之一,其空间分布与环境因子存在着密切联系。利用2012—2019年印度洋长鳍金枪鱼生产数据和海洋环境数据,包括海表面温度(sea surface temperature, SST)、叶绿素浓度(chlorophyll a, chl a)和海表面盐度(sea surface salinity, SSS)构建印度洋长鳍金枪鱼时空分布神经网络模型。以空间(经度,纬度)、环境因子(SST, chl a, SSS)为解释变量,局部渔获量为因变量,变化隐含层节点数,构建了18个BP空间分布模型,并采用10×10交叉验证模型稳定性,以均方误差(meansquareerror,MSE)、平均相对方差(averagerelativevariance,ARV)以及拟合优度(R~2)作为不同模型精度与稳定性的评判标准,最终选取5-18-1(隐含层节点18)模型为最佳模型,其平均MSE值为0.02232,平均ARV值为0.511。利用最优模型预测结果与同期实际捕捞产量进行叠加对比发现两者具有一致性。环境因子敏感性分析表明海表温度显著影响印度洋长鳍金枪鱼渔场分布,其贡献率达到0.2。印度洋长鳍金枪鱼高精度BP神经网络时空分布模型为其资源的可持续开发与动态管理提供了一种新思路。     

长江口涨潮与落潮流速和悬沙输运不对称性研究

为了量化比较海表层环境及温跃层环境对南太平洋长鳍金枪鱼渔场分布的影响程度;本研究采用2010-2012年南太平洋长鳍金枪鱼延绳钓渔船实际生产统计数据;结合卫星遥感所获取的海表面温度（sea surface temperature;SST）和海表面高度（sea surface height;SSH）数据以及Argo浮标所获取的温跃层上、下界水温和深度数据;运用外包络法分别构建了基于海表层环境变量、温跃层上界环境变量以及温跃层下界环境变量的3种栖息地适应性指数（habitat suitability index;HSI）模型。模型验证结果显示;基于海表层环境变量的HSI模型;HSI>0.6时所占产量比重为70.04%;投钩数量比重为70.86%;HSI>0.8时所占产量比重为24.92%;投钩数量比重为25.79%;基于温跃层上界环境变量的HSI模型;HSI>0.6时所占产量比重为82.17%;投钩数量比重为80.95%;HSI>0.8时所占产量比重为33.24%;投钩数量比重为32.69%;基于温跃层下界环境变量的HSI模型;HSI>0.6时所占产量比重为81.01%;投钩数量比重为81.54%;HSI>0.8时所占产量比重为43.51%;投钩数量比重为43.73%。研究发现;基于温跃层上界和下界环境变量的两个HSI模型预报精度明显高于基于表层环境变量的HSI模型;且基于温跃层下界环境变量的HSI模型预报精度高于基于温跃层上界环境变量的HSI模型。研究结果表明;相较于海表层环境;温跃层环境;尤其是温跃层下界环境特征对南太平洋长鳍金枪鱼资源分布的影响更为显著。     

基于支持向量机的库克群岛海域长鳍金枪鱼栖息环境综合指数

掌握海洋环境因子对长鳍金枪鱼(Thunnus alalunga)资源密度分布的影响有利于该资源的可持续利用。根据2013年9-12月在库克群岛海域利用延绳钓调查所获得的共计56个站点的长鳍金枪鱼渔获率数据,以及测得的温度、叶绿素a浓度、水平海流及垂直海流等环境因子数据,采用支持向量机方法分析了各水层(40.0~239.9 m,每40 m为一层)及整个水体中各个环境因子与长鳍金枪鱼渔获率的关系并建立了长鳍金枪鱼栖息环境综合指数(IHI)模型,并利用验证站点对模型进行了验证。结果表明:(1)预测渔获率与其对应的名义渔获率无显著性差异;(2)IHI模型的预测能力较好,能有效预测长鳍金枪鱼的分布;(3)不同水层影响长鳍金枪鱼分布的主要因素不同,在40.0~79.9 m、80.0~119.9 m、120.0~159.9 m、160.0~199.9 m和200.0~239.9m水层其分布分别主要受叶绿素a浓度、水温、垂直海流、叶绿素a浓度和温度的影响。整个水体影响长鳍金枪鱼分布的主要因素为温度;(4)长鳍金枪鱼分布密度较高的水层为120.0~199.9 m;(5)长鳍金枪鱼IHI指数分布较高的3个区域分别为9°00′S-12°20′S,159°00′W-164°00′W、13°30′S-14°30′S,159°00′W-161°00′W和10°30′S-12°30′S,167°00′W-168°00′W,建议在上述海域作业时,应使钓具沉降到120~199.9 m水层,以减少其它物种的兼捕率并提高长鳍金枪鱼的渔获率。     

太平洋延绳钓长鳍金枪鱼及渔场水温分析

根据收集到的渔获量数据、海水表层温度数据及有关文献资料,应用GIS技术对太平洋长鳍金枪鱼延绳钓渔业进行定量和定性综合分析。结果表明:太平洋延绳钓长鳍金枪鱼渔场分布范围广泛,具纬向分布特征,集中分布在30°N线附近的西北太平洋海域和~40°S之间的西南太平洋海域。对渔获产量同海表温度的分月统计显示:太平洋长鳍金枪鱼渔场最适月平均表层水温约28~29℃,渔场出现频次为偏态分布型。文中结合有关文献综合讨论了海表温度、溶解氧含量、海流等环境因子与金枪鱼渔场分布和形成机制的关系。     

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。