共查询到20条相似文献，搜索用时 15 毫秒
1.
本文利用2003-2011年西南大西洋阿根廷滑柔鱼渔业数据和海洋环境数据,包括海表温度（sea surface temperature, SST）,海面高度（sea surface height, SSH）和叶绿素浓度（chlorophyll a, Chl a）,开发基于广义加性模型（GAM）和神经网络模型（NNM）的复合模型研究滑柔鱼资源时空分布。GAM用于选择关键影响因子,并分析与单位捕捞努力量渔获量（catch per unit effort, CPUE）的关系,NNM用于建立关键影响因子与CPUE之间的预报模型。结果表明：GAM选择的影响因子的偏差解释率为53.8%,空间变量（经度和纬度）,环境变量（SST、SSH、Chl a）均匀CPUE之间存在显著相关性。CPUE与SST和SSH之间为非线性关系,与Chl a之间为线性关系。NNM模型的MSE和ARV较低,其精度高且稳定。此复合模型也能够解释解释西南大西洋阿根廷滑柔鱼时空变化趋势和迁徙模式。 相似文献
2.
In order to improve the forecasting ability of the fishery forecast model for the longline bigeye tuna (Thunnus obesus), we proposed a marine environment feature extraction method based on deep convolutional embedded clustering (DCEC), combined with generalized additive model (GAM) for forecasting the longline bigeye tuna fishing grounds in the Southwest Indian Ocean. We used the MODIS-Aqua and MODIS-Terra sea surface temperature (SST) three-level inversion image data (in days) from January to December in 2018 at 0.041 6°×0.041 6° to construct a DCEC model, determined the optimal number of clusters based on the Davies-Bouldi index (DBI), and extracted the category feature value (FM) of each month’s sea surface temperature (SST); we used monthly 1°×1° bigeye tuna longline fishery data from January to December in 2018 generated from the Indian Ocean Tuna Commission (IOTC), and calculated the catch per unit effort (CPUE); we matched the monthly category feature value FM and the monthly average value of Chl a concentration with the CPUE data to construct an improved GAM; we matched the monthly average SST, the monthly average Chl a concentration and CPUE data to build a basic GAM; we used the joint hypothesis test (F test) to verify the influence of model explanatory variables; we used akaike information criterion (AIC), mean square error (MSE), and draw the frequency distribution diagrams and box diagrams of measured and predicted values, etc., to analysis the improvement effect of the improved GAM compared to the basic GAM. The results showed that: (1) the category feature value (FM) extracted based on the DCEC model could better reflect the temporal and spatial dynamic characteristics of SST in the Southwest Indian Ocean, and was related with the climatic conditions, monsoon conditions, and hydrological characteristics in the Southwest Indian Ocean; (2) the factor interpretation of FM was higher than that of the monthly average SST in GAM, which means FM had more significant impact on the CPUE of bigeye tuna. The high catch rate was concentrated in the areas where the FM category was 2, 10, 24 with intersections between the warm and cold currents; (3) the AIC of the improved GAM was reduced by 9.17% than that of the basic GAM and MSE of the improved GAM was reduced by 26.7% than that of the basic GAM; the frequency distribution of the CPUE logarithmic value predicted by the improved GAM was closer to the normal distribution, and the high frequency distribution interval was closer to that of the measured value; the scatter plot showed that the CPUE predicted by the improved GAM had a significant correlation with the measured CPUE, with r equaled to 0.60. This study proves the effectiveness of the DCEC model in extracting marine environmental features, and can provide a reference for the further study on the bigeye tuna fishery forecast. 相似文献
3.
4.
基于产卵场海表温度的阿根廷滑柔鱼资源丰度预测模型研究 总被引：1，自引：0，他引：1
阿根廷滑柔鱼(Illex argentinus)为短生命周期种,其资源丰度易受海洋环境变化的影响,尤其是在产卵场的早期生活史阶段。根据2003?2016年我国鱿钓船队在西南大西洋的生产统计数据,以及产卵场海洋表面温度(SST)卫星遥感数据,用相关性分析方法筛选出阿根廷滑柔鱼产卵旺季期间(6月份)表征产卵场SST变化的特征海域;基于阿根廷滑柔鱼产卵场最适SST范围占总面积之比(Ps)与资源丰度单位捕捞努力渔获量(CPUE,t/船)呈正相关性的假设,回溯阿根廷滑柔鱼最适的产卵场及水温环境条件,并据此建立多种基于表征产卵场SST环境因子的资源丰度多元线性预测模型。相关性分析结果表明:6月份有两片连续海域(Area 1、Area 2)的SST与CPUE之间存在显著相关性,分别为42.5°～44°S、57.5°～59°W(Area 1)和39°～39.5°S、45°～46°W(Area 2);回溯的阿根廷滑柔鱼产卵场范围为37.5°～44°S、41.5°～51.5°W,产卵场最适SST范围为16～17.5℃。利用2个特征海域(Area 1、Area 2)SST以及回溯的产卵场Ps建立4种的多元线性资源丰度指数(ICPUE)预测模型,结果表明,包含表征寒暖流的特征海域和回溯产卵场Ps的方案4模型优于其他3种模型,其资源丰度指数预测模型为ICPUE=1.390 4×Ps+0.261 9×SSTArea 1+0.096 2×SSTArea 2?3.248 0。 相似文献
5.
单位捕捞努力量渔获量(catch per unit effort, CPUE)常被假设与渔业资源量成正比而被应用于渔业资源评估与管理中,不同的环境模态下,所选取的空间分辨率对CPUE的标准化会产生影响,从而影响对该渔业资源丰度的评价。本研究运用广义加性模型(generalized additive model, GAM),对中国在北太平洋鱿钓渔业数据进行CPUE标准化。根据北太平洋环境的差异,以160°E为界将其划分为不同的环境模态。分别对两种模态下3种空间尺度(0.25°×0.25°、0.5°×0.5°、1°×1°)的名义CPUE进行标准化,得到各自的最适GAM模型。比较不同环境模态下,各因素对CPUE标准化产生的影响;相同环境模态下,不同空间尺度对CPUE标准化产生的影响。结果表明:不同环境模态下,对CPUE标准化产生影响的变量差异较大:160°E以西海域分别为年、纬度、SST以及交互项年与纬度、月与纬度;160°E以东海域分别为纬度、年与纬度的交互项、月与纬度的交互项。同一环境模态下,不同的空间尺度最适GAM模型对CPUE标准化结果不同,根据均方误差选取0.5°×0.5°和0.25°×0.25°分别为160°E东、西海域CPUE标准化的最适空间尺度。因此,在对北太平洋柔鱼(Ommastrephes bartramii)商业性渔获数据进行标准化时,需要考虑因不同的环境模态以及不同的空间尺度而导致的CPUE标准化所出现的差异。 相似文献
6.
基于产卵场环境因子的阿根廷滑柔鱼资源补充量预报模型研究 总被引：3，自引：2，他引：1
西南大西洋阿根廷滑柔鱼Illex argentinus是短生命周期种类,其资源量极易受到海洋环境变化的影响。根据2003—2011年我国鱿钓船队在西南大西洋的生产统计数据,以及产卵场海洋表面温度(SST)、海表温度距平值(SSTA),计算分析了阿根廷滑柔鱼在产卵期产卵场各月最适表层水温范围占总面积的比例(用PS表示)以及表征海流强度的SST、SSTA等多种环境变量因子与单位捕捞量渔获量(CPUE)的相关性,建立多种基于主要环境因子的资源补充量预报模型,同时分析比较预报模型的优劣。相关性分析表明:6月份有3片连续区域的SST与CPUE之间存在强相关性,分别为38°~39°S、54°~55°W,40.5°~41.5°S、51°~52°W,39.9°~40.4°S、42.6°~43.1°W。利用6月份此3片连续区域SST与次年CPUE建立的三元线性模型,模型符合统计检验,偏差解释率为82.4%。在此基础上加入7月份PS影响因子建立3种方案下的误差反向传播(EBP)神经网络模型。结果认为,包含了福克兰寒流与巴西暖流表温信息的方案3模型优于其他两种模型,其准确率可以达到90%以上。 相似文献
7.
秋刀鱼（Cololabis saira）是中国在西北太平洋海域的重要的捕捞对象之一,单位捕捞努力量渔获量（CPUE） 标准化是开展其资源评估研究的重要内容,许多统计模型被运用到CPUE标准化研究中。本文根据2003-2017年中国大陆在西北太平洋海域的秋刀鱼生产统计资料,结合卫星遥感获得的海洋环境数据如：海表面温度、海表面高度以及海温梯度等,基于广义线性模型（general linear model,GLM） 和广义加性模型（generalized additive model,GAM） 对中国大陆西北太平洋秋刀鱼渔业进行CPUE 标准化,并对两种模型的结果进行了对比分析研究。通过贝叶斯信息准则选择最佳GLM和GAM模型,使用解释偏差和5-fold交差验证来对比两个模型结果。GLM模型的最佳模型对CPUE偏差的解释率为21.57%,GAM的最佳模型对CPUE偏差的解释率为38.95%。通过5-fold交差验证分析发现,GAM模型标准化结果较优于GLM模型,因此,认为GAM模型更适合于西北太平洋秋刀鱼渔业CPUE标准化。 相似文献
8.
北部湾灯光罩网渔场时空分布与海洋环境关系分析 * 总被引：1，自引：0，他引：1
文章根据大型灯光罩网渔船调查数据和卫星遥感海面风场(Sea Surface Wind, SSW)、海表温度(Sea Surface Temperature, SST)和叶绿素a浓度(Chlorophyll a concentration, Chl a)资料, 基于广义线性模型(Generalized Linear Model, GLM)对北部湾渔业资源单位捕捞努力量渔获量(Catch Per Unit Effort, CPUE)进行标准化, 应用多元线性回归等方法, 对北部湾灯光罩网渔场的时空分布及其与海洋环境的关系进行了分析。结果表明, 北部湾灯光罩网渔场适宜SST为27~29℃, Chl a为0.5~1.5mg·m -3。较高资源量出现在10月份中上旬, 分布在18°—19°N及20°—21°N海域。北部湾灯光罩网渔场的时空分布与季风、19°N附近的暖水池和Chl a等环境因素有关。 相似文献
9.
基于灰色系统西南大西洋阿根廷滑柔鱼资源丰度预测模型的构建 总被引：3，自引：0，他引：3
阿根廷滑柔鱼（Illex argentinus）是西南大西洋鱿钓渔业的主要作业鱼种,对资源丰度进行准确的预测可指导企业合理安排渔业生产。因此,本研究根据2000-2016年我国西南大西洋阿根廷滑柔鱼的生产数据,以单位捕捞努力量的渔获量（Catch per unit effort, CPUE）为阿根廷滑柔鱼资源丰度的指标,利用灰色绝对关联分析和灰色预测建模的方法（GM（0, N））,计算2001-2015年CPUE的时间序列值与产卵期（6-8月）产卵场海表面温度（Sea surface temperature, SST）时间序列值的灰色绝对关联度,选取产卵场海域中灰色绝对关联度大于0.90的海区SST建立资源丰度预测模型,并用2016年实际CPUE进行验证。灰色绝对关联分析表明,6-8月,30°~40°S,45°~60°W海域内存在若干海区的SST与次年对数CPUE时间序列呈现较强的关联度,可作为预报因子。GM（0, N）模型结果表明,以6-8月产卵场SST作为环境因子建立的模型4能较好地拟合出阿根廷滑柔鱼资源丰度变动趋势,与2016年真实值相比,相对误差为7%,该模型可较好地作为阿根廷滑柔鱼资源丰度的预测模型。相反,包含6月和7月SST的模型1效果优于不包含6月SST的模型2或不包含7月SST的模型3,拟合得到的2016年的数据与真实值相比,相对误差分别为128%和289%,这说明6月和7月是西南大西洋阿根廷滑柔鱼的主要产卵月份。 相似文献
10.
Ommastrephes bartramii is an ecologically dependent species and has great commercial values among the AsiaPacific countries. This squid widely inhabits the North Pacific, one of the most dynamic marine environments in the world, subjecting to multi-scale climatic events such as the Pacific Decadal Oscillation(PDO). Commercial fishery data from the Chinese squid-jigging fleets during 1995–2011 are used to evaluate the influences of climatic and oceanic environmental variations on the spatial distribution of O. bartramii. Significant interannual and seasonal variability are observed in the longitudinal and latitudinal gravity centers(LONG and LATG) of fishing ground of O. bartramii. The LATG mainly occurred in the waters with the suitable ranges of environmental variables estimated by the generalized additive model. The apparent north-south spatial shift in the annual LATG appeares to be associated with the PDO phenomenon and is closely related to the sea surface temperature(SST)and sea surface height(SSH) on the fishing ground, whereas the mixed layer depth(MLD) might contribute limited impacts to the distribution pattern of O. bartramii. The warm PDO regimes tend to yield cold SST and low SSH, resulting in a southward shift of LATG, while the cold PDO phases provid warm SST and elevated SSH,resulting in a northward shift of LATG. A regression model is developed to help understand and predict the fishing ground distributions of O. bartramii and improve the fishery management. 相似文献
11.
基于GAM模型分析印度洋大眼金枪鱼和黄鳍金枪鱼渔场分布与不同环境因子关系 总被引：2，自引：0，他引：2
印度洋金枪鱼延绳钓渔业作为我国重要的远洋渔业之一,探究其渔场时空变动及与环境因子之间的关系十分必要。本文根据2016年1—6月收集的印度洋金枪鱼渔业生产数据,并结合卫星遥感获取的环境因子数据,运用ArcGIS和GAM模型分析了印度洋大眼金枪鱼和黄鳍金枪鱼渔场时空变动及与环境因子之间的关系。研究结果表明:大眼金枪鱼和黄鳍金枪鱼1—6月CPUE均呈现先减小后增加的趋势,4月均达最高值,分别为2.45尾/千钩和3.56尾/千钩,各月CPUE均存在显著性差异（P<0.001）;大眼金枪鱼和黄鳍金枪鱼渔场时空变动基本趋于一致,均为先向东北移动,后向西北移动,最后再向东北移动的趋势;GAM模型分析显示,大眼金枪鱼CPUE与模型因子的解释率为32.1%,纬度和250 m水深温度影响最显著,黄鳍金枪鱼CPUE与模型因子的解释率为37.2%,200 m水深温度影响最显著;协同分析表明,1—6月,印度洋金枪鱼延绳钓中心渔场分布于1°S~9.5°N,47°~64°E,且海表温度在29.3~30.8℃的海域。 相似文献
12.
西白令海狭鳕渔场与环境因子关系研究 总被引：1，自引：0，他引：1
根据2013~2018年白令海海域拖网作业的狭鳕( Theragra chalcogramma)渔获数据以及环境数据,利用GAM模型对CPUE进行了标准化,建立了三个基于不同环境因子的剩余产量模型:(1)基于SST因子的剩余产量模型;(2)基于SST和Chl-a因子的剩余产量模型;(3)基于SST、Chl-a和SSHA因子的剩余产量模型,分析了环境因子对西白令海狭鳕资源的影响。研究表明:基于SST和Ch-a因子的剩余产量模型拟合程度最好,表达式为Cm=0. 9343f-0. 0003 fm^2+0.155Tmfm +0.325 4cam fm,狭鳕资源量的变动受捕捞努力量、渔场SST以及Chl-a控制。分析认为:SST是导致西白令海狭鳕CPUE产生月间波动的最重要的环境因子,Chl-a对狭鳕CPUE也有一定的影响,而SSHA的影响则相对较小。建议将SST以及Chl-a作为狭鳕渔场分析与渔情预报研究的重要环境因子。 相似文献
13.
During 1995–2011, annual production of winter-spring cohort of Ommastrephes bartramii for Chinese squidjigging fishery has greatly fluctuated, which is closely related to the environmental conditions on the spawning and fishing grounds. To better understand how squid recruitment and abundance were influenced by ocean environmental conditions, biological and physical environmental variables including sea surface temperature(SST), SST anomaly(SSTA), chlorophyll a(Chl a) concentration and the Kuroshio Current were examined during years with the highest(1999), intermediate(2005), and lowest(2009) catches. Catch per unit effort(CPUE) of the squid-jigging vessels was used as an indicator of squid abundance. The results indicated that high SST and Chl a concentration on the spawning ground in 1999 resulted in favorable incubation and feeding conditions for squid recruitment. Whereas the suitable spawning zone(SSZ) in 2009 shifted southward and coincided with low SST and Chl a concentration, resulting in a reduction in the squid recruitment. The small difference of SSZ area in the three years suggested the SSZ provided limited influences on the variability in squid recruitment. Furthermore,high squid abundance in 1999 and 2005 was associated with warm SSTA on the fishing ground. While the cool SSTA on the fishing ground in 2009 contributed to adverse habitat for the squid, leading to extremely low abundance. It was inferred that strengthened intensity of the Kuroshio force generally yielded favorable environmental conditions for O. bartramii. Future research are suggested to focus on the fundamental research on the early life stage of O. bartramii and mechanism of how the ocean-climate variability affects the squid abundance and spatial distribution by coupling physical model with squid biological process to explore transport path and abundance distribution. 相似文献
14.
西北太平洋柔鱼(Ommastrephes bartramii)是我国鱿钓船队重要捕捞对象,其资源分布的时空变化对资源的可持续开发和利用有重要影响。本文以2000?2015年7?10月西北太平洋柔鱼渔业数据的单位捕捞努力量渔获量作为应变量,以年份、月份、经度、纬度、海表面温度、海表盐度、海面高度、叶绿素a浓度作为自变量,构建BP神经网络模型,推测该段时间西北太平洋柔鱼丰度时空变化规律,并探究环境因子对柔鱼资源丰度的影响。通过比较,确定输入层为年份、月份、经度、纬度、海表面温度和海表盐度,隐含层神经元数量为8的模型均方误差最小,模型最优。结果表明,单位捕捞努力量渔获量年间波动明显,每年的7月、10月柔鱼资源丰度较低,且空间分布分散在整个作业渔场,8月、9月资源丰度较高,并集中在41.5°～43.5°N, 155°～160°E局部区域。研究认为,海表面温度和海表盐度对柔鱼资源丰度时空变动有较大影响,在今后柔鱼资源评估与管理中予以考虑。 相似文献
15.
基于综合环境因子的协同克里金法分析茎柔鱼资源丰度空间分布 总被引：2，自引：1，他引：1
茎柔鱼是我国重要的远洋捕捞对象之一,研究其资源丰度空间分布问题,有助于更好地理解茎柔鱼的生态习性,并提高我国鱿钓渔船的生产效率。本文利用上海海洋大学鱿钓技术组提供的2003-2012年6-9月秘鲁外海茎柔鱼捕捞数据,结合海表面温度（SST）,海表面高度（SSH）,海表面盐度（SSS）和叶绿素浓度（Chl a）进行协同克里金插值预测其资源丰度的空间分布。为了解决协同克里金插值中4个环境因子的权重问题,本文将4个环境因子进行归一化处理,利用主成分分析方法将其整合为单一综合环境因子,以此作为协变量。将综合环境因子与单位捕捞努力量渔获量（CPUE）进行相关性检验后进行协同克里金插值,根据平均误差（ME）,均方根误差（RMSE）和标准化均方根（RMSSE）对插值结果评价,探讨此种方法的可行性。研究结果认为:（1）主成分分析方法获得的6-9月份的综合环境因子均与CPUE具有显著相关性;（2）6-7月份ME分别为0.002 6和0.002 5,预测准确性很高,平均预测结果稍高于实际观测值;而8-9月份的ME分别为-0.007 8和-0.000 2,预测准确性较高,平均预测结果稍低于实际观测值。6月份的RMSE估值精度最高,8月份的估值精度最低。6-7月份的RMSSE值小于1,说明都高估了预测的不确定性,8-9月份的RMSSE值大于1,说明都低估了预测的不确定性,则在6-9月份中的预测精度和准确性上会有一定程度的偏差。从ME、RMSE和RMSSE三者综合来看,6-9月的预测值具有一定的可靠性。 相似文献
16.
日本鲭(Scomber japonicus)是西北太平洋重要的鱼类资源之一,科学预测日本鲭的资源丰度有利于其资源的合理开发和利用。本研究依据日本渔业机构提供的1987–2012年日本鲭太平洋群体的资源量数据,结合产卵场和渔场的海洋环境数据以及气候因子,使用广义加性模型对影响日本鲭太平洋群体的海洋环境和气候因子进行分析,筛选出有显著影响的因子并建立该群体的资源量预测模型。结果表明,与该群体资源量有显著关系的影响因子有:北极涛动指数、太平洋年代际振荡指数、渔场海表面高度、渔场海表面盐度和渔场海表面温度。基于赤池信息准则筛选出的4个资源量预测模型分析表明,包含北极涛动指数、渔场海表面高度和渔场海表面温度的模型有较好的预测效果,该模型的验证结果也通过了t检验(P<0.05),可用于日本鲭太平洋群体资源量的预测。 相似文献
17.
西沙-中沙海域春季鸢乌贼资源与海洋环境的关系 总被引：1，自引：0，他引：1
根据2006-2010年春季（3-5月）大型罩网渔船的生产监测数据,运用广义线性模型（Generalized Linear Model,GLM）对鸢乌贼单位捕捞努力量渔获量（Catch Per Unit Effort,CPUE）进行标准化,同时结合卫星遥感数据（海表温度、叶绿素a浓度及海面风场）对西沙-中沙海域春季鸢乌贼资源量变化和海洋环境的关系进行统计分析。结果表明,春季鸢乌贼资源在海表温度（Sea Surface Temperature,SST）25~28.5℃、叶绿素a浓度（chlorophyll a concentration,Chl a）0.1~0.16 mg/m3时随着水温的升高和叶绿素a浓度的降低而增大,资源量最高的SST范围为27~28.5℃、Chl a范围为0.1~0.13 mg/m3。西沙-中沙海域春季Chl a峰值出现在3月份,该时期为鸢乌贼的繁殖高峰期。鸢乌贼的资源量在5月份达到峰值,其对Chl a的响应时间延迟约2个月。此外,2008年春季鸢乌贼资源量波动较大,与2007-2008年的拉尼娜事件引起的气候异常有关。研究结果对于了解西沙-中沙海域鸢乌贼资源变动规律、指导鸢乌贼资源科学生产、开发南海外海渔业资源等具有重要意义。 相似文献
18.
Octopus (Octopus vulgaris, Mollusca, Cephalopoda) is an important and valuable fishery resource on the eastern and southern coasts of Tunisia, but its landings are highly variable. This paper explores the effect of environment on octopus catch per unit effort (CPUE) during a 12‐year period, through correlation analyses and the incorporation into surplus production models of sea surface temperature (SST) and rainfall data collected during cold (January–May) and hot (August–October) seasons. CLIMPROD software was used to select the appropriate model and fit it to the fishery and environment data. In both seasons, SST significantly contributed to CPUE variability; fishery production was influenced positively by cold season SST but negatively by hot season SST. Due to a poor fit with cold season data, the impact of rainfall was analysed only for the hot season, during which it has a positive effect on production. Results are discussed in view of the life‐cycle of octopus and the dynamics of the Tunisian fishery. This first study of octopus variability in Tunisia highlights the necessity to incorporate environmental influence into stock assessment and management advice. 相似文献
19.
鲐鱼(Scomber japonicus)是西北太平洋的重要捕捞对象,其分布易受环境变化的影响。为定量分析海表温度和叶绿素浓度等影响因子对渔场分布的作用,文章采用产量重心、地统计插值和广义加性模型等方法,结合2017年西北太平洋2艘灯光敷网渔船的渔捞日志和海洋环境数据,探究该海域的渔场分布变化。研究结果表明：鲐鱼产量和单位捕捞努力量渔获量（CPUE）呈先上升后下降的趋势,其中7月的产量最高,9月的CPUE最高;产量重心于4-9月由SW方向向NE方向移动,并于9-12月返回SW方向;鲐鱼渔场的最适海表温度为14℃～16℃,最适叶绿素a浓度为0.4～1.0 mg/m3;叶绿素a浓度对渔场分布无显著影响,可能与鲐鱼摄食对象的特性有关。 相似文献
20.
基于空间自相关的阿根廷滑柔鱼CPUE标准化研究 总被引：2，自引：0，他引：2
CPUE的观测往往不是独立的,而是存在空间相关性的。但是,大多数的CPUE标准化方法通常都假设名义CPUE在空间上是相互独立的。为此,本研究以西南大西洋阿根廷滑柔鱼为例,采用2000-2014年1-5月中国大陆鱿钓生产统计数据以及对应的海表温度和叶绿素浓度数据,选择广义线性模型（general linear model,GLM）为基础模型,将空间自相关加入到GLM中,比较标准GLM和4种加入空间自相关的空间GLM的CPUE标准化。根据最小信息准则（Akaike Information Criterion,AIC）及贝叶斯信息准则（Bayesian Information Criterion,BIC）,空间自相关的GLM的CPUE标准化结果优于标准GLM,其中指数模型的CPUE标准化结果最佳。同时,标准GLM与空间自相关的GLM相比,存在精确度过高估计的问题。因此,在CPUE标准化中,应充分考虑空间自相关这一因素。 相似文献