共查询到20条相似文献，搜索用时 125 毫秒
1.
中国海监总队走过了十个光辉的春秋，也经历了许多风风雨雨。中国海监河北省总队成立于1992年6月，其前身是“河北省海洋监察大队”，自成立起就得到了国家海洋局和中国海监总队的关心和呵护。1998年国家正式成立中国海监总队，1999年6月，河北省海洋监察大队更名为中国海监河北省总队。我们经历了1995年和2000年两次省政府机构改革，每次机构改革，在机构、职能、 相似文献
2.
3.
《海洋世界》2009,(9):8-8
食品商总是认为，那些诱人的美味食物图片可以增强人们的购买欲，但荷兰乌特勒支大学的心理学家弗洛尔·克勒泽却不这么认为——当把一张黑森林奶油蛋糕的图片摆在一个对自己的体重相当在意的女人面前时，她会食欲大增吗？不，图片反而会增强她的自控力。克勒泽和她的同事对54名女学生进行了测试，女学生们事先并不知道测试的目的。研究者给女学生们看巧克力蛋糕的图片，之后询问她们的饮食计划——有巧克力和燕麦曲奇可供选择。结果显示，女学生在看过巧克力蛋糕的图片后，更倾向于选择较健康的食物——燕麦曲奇。克勒泽表示，食物的诱惑并不总是激发食欲上的放纵，反而能提醒人们关注体重、控制饮食行为。当然，这项实验结果来自于想要减肥的女性，它是否具有普适性尚不得而知。 相似文献
4.
2009年6月8日晚,美国纽约帝国大厦点亮蓝色景观灯,纪念首个"世界海洋日"。如果我们稍微留意就会发现,在此之前,我国曾经确立每年的7月18日为全国海洋日。那么海洋日到底有几个?世界海洋日和中国海洋日的关系如何呢? 相似文献
5.
自古以来,渔业一直是人类食物的一个重要来源。最早的渔业只是在沿海或滨湖用简单的生产工具采捕野生的鱼虾贝藻,成为人类维持生命的最古老的生产活动之一。后随着造船工业和航海技术的发展,扩大了捕捞水域,由近 相似文献
6.
7.
王荣良 《中国海洋大学学报(自然科学版)》1990,(2)
对于三个种群可解模式的生态系统,即一个被捕食和二个捕食系统,二个被捕食和一个捕食系统,三步捕食—食饵系统的食物链,当模式的系数均为常数及周期函数情况,均有人进行过研究。本文进一步研究了这些系数随时间变化而趋于一个定值或在某一常数附近作周期性振荡,并给出容易检验存在唯一全局渐近稳定的正周期解的条件。 相似文献
8.
在地球生物圈的历史中，与主要改造时期有关的是大规模的生物灭绝，在短时间内（数千或数万年）很多曾繁荣过的动物和植物群体消失了，最著明的灭绝事件发生在大约6500万年前的中生代和新生代交接期。恐龙类就是那时消失的。但更严重的危机发生在2．5亿年前，在古生代二叠纪和中生代三叠纪之间的交接期，这是我们星球上最大的一次灭绝。仅在海洋中就消失了90％的动物种，55％的属，28％的科，20个目，2个纲和2个亚纲。陆上动物也发生了很大的改变，在晚二叠世似兽齿的鳞甲目非常繁荣，其他较原始的爬虫类亦曾广泛分布。这些古生代的大部分四足类都在古生代和中生代的交接期死亡。在中生代陆地上，取代似兽齿状爬虫类的是初龙亚纲，其中包括恐龙类。 相似文献
9.
10.
正海洋是我们生命的源泉,就像我们人体体内水分占体重的70%左右,而海水覆盖了地球表面的71%左右,这么相似的比例,好像在无声的证明着:"大海是我们永远的母亲,她哺育着所有在这个星球上的生物。"海洋为我们提供了极其丰富的各类资源。与此同时,作为全球气候系统中的一个重要环节,海洋通过与大气的能量物质交换和水循环等作用,在调节和稳定气候上发挥着决定 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.
Projecting distributions of Argentine shortfin squid(Illex argentinus) in the Southwest Atlantic using a complex integrated model 总被引：1，自引：0，他引：1
We developed an approach that integrates generalized additive model(GAM) and neural network model(NNM)for projecting the distribution of Argentine shortfin squid(Illex argentinus). The data for this paper was based on commercial fishery data and relevant remote sensing environmental data including sea surface temperature(SST), sea surface height(SSH) and chlorophyll a(Chl a) from January to June during 2003 to 2011. The GAM was used to identify the significant oceanographic variables and establish their relationships with the fishery catch per unit effort(CPUE). The NNM with the GAM identified significant variables as input vectors was used for predicting spatial distribution of CPUE. The GAM was found to explain 53.8% variances for CPUE. The spatial variables(longitude and latitude) and environmental variables(SST, SSH and Chl a) were significant. The CPUE had nonlinear relationship with SST and SSH but a linear relationship with Chl a. The NNM was found to be effective and robust in the projection with low mean square errors(MSE) and average relative variances(ARV).The integrated approach can predict the spatial distribution and explain the migration pattern of Illex argentinus in the Southwest Atlantic Ocean. 相似文献
13.
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
14.
Data collected from a longline fishery in the Indian Ocean were used to evaluate the performance of a deterministic habitat-based
standardization (detHBS) method for catch per unit effort (CPUE) standardization. The habitat preference indices of the yellowfin
tuna (Thunnus albacares) were estimated for different depth, temperature, and dissolved oxygen (DO) classes. The detHBS was applied for standardizing
the yellowfin tuna CPUE based on the habitat preference indices of the yellowfin tuna. Nominal CPUE and normalized nominal
CPUE were compared with the standardized CPUE and normalized standardized CPUE, respectively, using Wilcoxon tests. The results
showed that (1) there was significant difference between nominal CPUE and standardized CPUEs (p < 0.01); (2) there was no significant difference between normalized nominal CPUE and normalized standardized CPUEs estimated
using the data set of depth, temperature, and DO (p > 0.01). This study suggests that detHBS effectively improved the precision of CPUE standardization, and the depth data set
was the optimum data set in standardizing CPUE. 相似文献
15.
黄鳍金枪鱼索饵水层影响延绳钓捕捞效率,而黄鳍金枪鱼索饵水层分布受水温垂直结构的影响,因此本文采用GAM模型分析次表层环境变量对延绳钓黄鳍金枪鱼渔获率的影响,评估黄鳍金枪鱼垂直水层分布对中西太平洋黄鳍金枪鱼延绳钓单位捕捞努力量渔获量(Catch Per Unite Effort, CPUE)的作用。模型结果表明,环境因子对热带中西太平洋延绳钓黄鳍金枪鱼渔获率空间分布影响明显。黄鳍金枪鱼延绳钓CPUE在2012年之后快速增多,高渔获率月份出现在北半球夏季,空间上在10°S,140°E附近区域。温跃层上界温度和深度、温跃层下界深度、18℃等温线深度、△8℃等温线深度及其和温跃层下界深度的深度差对延绳钓渔获率影响较大,是影响热带中西太平洋黄鳍金枪鱼延绳钓渔获率的关键环境因子。随着温跃层上界温度和深度值变大,延绳钓CPUE逐渐递增,对延绳钓CPUE影响密切的温度和深度分别为27～28℃和70～90 m。温跃层下界深度对延绳钓CPUE影响在250～280 m时最大;之后随着下界深度的变大,CPUE快速下降。18℃等温线深度对延绳钓CPUE影响呈现先震荡后递增的趋势,影响密切的区域在230 m深度上下。△8℃等温线深度与温跃层下界深度的差值对热带中西太平洋黄鳍金枪鱼延绳钓CPUE影响呈现先快速递减后缓慢增加的趋势,在深度差为70 m上下时影响最密切。研究结果揭示,在黄鳍金枪鱼活动水层受限或栖息水层和延绳钓作业深度相吻合时,延绳钓渔获率最高。依据黄鳍金枪鱼垂直活动水层调整延绳钓投钩,可以提高渔获率。因此,采用延绳钓CPUE进行渔场和资源评估时要考虑金枪鱼适宜垂直活动空间。 相似文献
16.
印度洋中西部大眼金枪鱼年龄与鱼体脂肪含量的关系 总被引：2，自引：0，他引：2
本文根据2012年10月—2013年3月在印度洋中西部海域金枪鱼延绳钓渔业调查所获得的样本,利用其脊椎骨鉴定了334尾大眼金枪鱼(Thunnus obesus)的年龄,并利用鱼类脂肪含量仪测定了其肌肉的脂肪含量,进而对年龄与脂肪含量的关系进行了研究。结果表明样本金枪鱼的特征如下:(1)年龄组成为1—9龄,其中4—6龄比例最大,约占样本总数的66.4%;(2)脂肪含量范围为3.1%—29.8%,平均为13.4%,优势范围在7.0%—17.0%之间,其中13.0%—17.0%的比例最高达51.4%;(3)通过比较不同年龄组的脂肪含量发现,鱼体脂肪含量1—3龄随年龄增加而下降。4—5龄脂肪含量较高,6龄急剧下降到最低,7—9龄又呈升高的趋势;(4)雌性和雄性大眼金枪鱼的新陈代谢变化无明显差异,雌性比雄性的性成熟年龄要早1年左右,雌性3—4龄时性成熟,而雄性为4—5龄时性成熟;(5)脂肪含量的变化可能与大眼金枪鱼生长、繁殖、衰老等过程中的新陈代谢变化相吻合。 相似文献
17.
基于随机森林的印度洋长鳍金枪鱼渔场预报 总被引：8，自引：1，他引：7
为了提高远洋渔场预报水平和满足渔业生产的需要,提出了一种基于随机森林建立印度洋长鳍金枪鱼(Thunnus alalunga)渔场预报模型的方法。选取2002-2009年各个月份印度洋5°×5°格点渔业环境和时空数据(包括海表温度、叶绿素a浓度、表温距平、叶绿素a浓度距平、海表温度梯度强度和海面高度异常等数据)作为预测变量,利用长鳍金枪鱼的CPUE(Catch per unit effort,单位:尾/千钩数)的三分位点将渔区划分为高CPUE、中等CPUE和低CPUE三种类型,作为响应变量,对数据进行训练。结果表明,当随机森林中决策树达到100以上时,袋外数据OOB(out-of-bag)的分类误差率趋于平稳。将训练得到的随机森林用于2010年印度洋长鳍金枪鱼分月渔场的预测,其概率等值面图与实际生产的渔场分布进行叠加比较,显示高CPUE渔场概率分布与实际渔场的位置及范围变化情况符合。通过ROC(Relative Operating Characteristic)分析,高CPUE、中等CPUE和低CPUE的AUC(Area Under ROC Curve)分别达到0.847、0.743和0.803,表明预测精度较高。最后对中等CPUE渔区预测精度相对较低的原因进行了分析。 相似文献
18.
基于神经网络的南太平洋长鳍金枪鱼渔场预报 总被引：2，自引：1，他引：1
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。 相似文献
19.
20.
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