摘 要: | 根据1989—2012年西北太平洋秋刀鱼(Cololabis saira)的单位捕捞努力量渔获量(CPUE)以及对应的海洋环境因子数据,包括1-12月各月的Trans-Nino指数(TNI)、1月黑潮区域海表面温度(SST_(黑潮))、6月亲潮海表面温度(SST_(亲潮)),采用BP神经网络预报模型,对西北太平洋秋刀鱼资源丰度进行预测分析。通过10种神经网络模型比较,以及实际CPUE的验证,以拟合残差最小的预报模型作为最优预报模型。研究表明:各月TNI指数、1月黑潮区域海表面温度、6月亲潮海表面温度对西北太平洋秋刀鱼资源丰度影响显著,结构为14-10-1的BP神经网络模型相对误差仅为0.000 681,可作为西北太平洋秋刀鱼资源丰度的预报模型。
|