应用贝叶斯方法对有效信息较少的渔业资源进行资源评估-以印度洋长鳍金枪鱼的资源评估为例

众所周知,对有效信息较少的渔业资源进行资源评估面临很大的挑战,而贝叶斯方法在数据数量较少、质量较差的情况下能利用其它种群高质量的数据或已知的先验信息提高资源评估结果的可靠性。由于印度洋长鳍金枪鱼的数据质量较差而数据量有限,长鳍金枪鱼的资源评估结果存在很大的不确定性,为此,本文以印度洋长鳍金枪鱼的资源评估为例,以调查贝叶斯方法在有效信息较少的资源评估中的优势。本文根据不同的先验假设与捕捞数据系列,共构建了8个贝叶斯动态产量模型,以评估长鳍金枪鱼资源。结果表明:(1)分析参数的后验分布能提高捕捞数据系列选择与参数假设的合理性; (2) 利用种群统计学方法为内禀增长率(r)构建有信息先验,能提高资源评估结果的可靠性。与传统方法相比,当基于贝叶斯框架时,能将已知的知识表示为先验信息并能分析参数的后验分布,从而在数据较少或数据质量较差的情况下,能利用各种信息提高参数估计的合理性与资源评估的可靠性。因此,对数据量较少或数据质量较差情况下的渔业资源评估而言,贝叶斯方法非常有效,如本文所示的印度洋长鳍金枪鱼的资源评估。     

填海类用海定级研究——以深圳市为例

借鉴《海域定级技术指引(试行)》,本研究构建了深圳市填海类用海的海域定级指标体系,创新性地引入一票否决机制,并将工业、交通运输、渔业基础设施等填海用海和城镇建设填海用海合并,统一为填海类用海进行定级。采用专家打分法确定定级因素和评价因子及其权重,通过聚类分析方法和变异系数(CV)来校核级别,将填海类用海划分为4个级别。该研究为沿海地区开展填海类用海定级提供参考。     

数字城市模型的研究与实践

针对数字城市提出了一种空间信息模型及结构框架，并依照该模型以大城市为例，对数字城市中的数字环境部分提出了初步的解决方案。