基于贝叶斯分类器的南海黄鳍金枪鱼渔场预报模型 |
| |
引用本文: | 周为峰,黎安舟,纪世建,邱永松,郑汉丰. 基于贝叶斯分类器的南海黄鳍金枪鱼渔场预报模型[J]. 海洋湖沼通报, 2018, 0(1): 116-122 |
| |
作者姓名: | 周为峰 黎安舟 纪世建 邱永松 郑汉丰 |
| |
作者单位: | 农业部东海与远洋渔业资源开发利用重点实验室;中国水产科学研究院渔业资源遥感信息技术重点实验室;上海海洋大学海洋科学学院;中国水产科学研究院南海水产研究所; |
| |
基金项目: | 国家科技支撑计划项目--南海外海捕捞技术与新资源开发(2013BAD13B06);国家自然科学基金(31602206);上海市自然科学基金项目(16ZR1444700)资助 |
| |
摘 要: | 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。
|
关 键 词: | 贝叶斯分类器 南海 黄鳍金枪鱼 渔场预报 |
Forecasting Model forYellowfin Tuna(Thunnusalbacares)Fishing Ground in the South China Sea Based on Bayes Classifier |
| |
Abstract: | |
| |
Keywords: | Bayes classifier South China Sea yellowfin tuna fishing ground forecasting |
本文献已被 CNKI 维普 等数据库收录! |
|