共查询到10条相似文献，搜索用时 234 毫秒
1.
《海洋湖沼通报》2020,(1)
南大西洋长鳍金枪鱼群体是全球资源状况维持较好的金枪鱼群体之一,剩余产量模型(Surplus production model, SPM)、年龄结构模型(Age-structured population model, ASPM)和贝叶斯产量模型(Bayesian surplus production model, BSPM)等都已成功运用于该群体的资源评估。连续型时滞差分模型(Continuous delay-difference model, CTD-DM)是在时滞差分模型(Delay-difference model, D-DM)基础上考虑了生物过程充分时间延迟构建起来的模型,比起ASPM需要较少的数据,并且比SPM更具有生物学意义。本文在离散型D-DM基础上构建了CTD-DM,并应用在南大西洋长鳍金枪鱼渔业数据中。结果显示,CTD-DM评估的最大可持续产量(Maximum Sustainable Yield, MSY) 80%置信区间为21510-23118 t (中值22398 t),较ASPM和SPM等MSY评估结果偏保守。相对生物量B_(2011)/B_(MSY)和相对捕捞死亡系数F_(2011)/F_(MSY)分别为1.45和1.04,当前该群体相对资源量水平较好,但是相对捕捞死亡系数较高;BSPM和CTD-DM的风险评估结果显示,当捕捞死亡率均等于0.2时在2025年取得最大持续产量,考虑到当前渔业持保守态度和预防性策略的理念,建议捕捞死亡率应控制在0.15以内。 相似文献
2.
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。 相似文献
3.
长鳍金枪鱼（Thunnus alalunga）是金枪鱼延绳钓的主要捕捞对象之一,而库克群岛海域则是重要的长鳍金枪鱼渔场。探究长鳍金枪鱼资源量的时空分布与海洋环境的关系,有利于提高长鳍金枪鱼渔场预报的精确性。根据2017年1月1日至2021年5月31日中国远洋渔业企业的船舶监测系统（Vessel Monitor Systems,VMS）数据,将长鳍金枪鱼渔获尾数和延绳钓放钓钩数匹配到1°×1°的网格中,得出名义单位捕捞努力量渔获量(Catch Per Unit Effort,CPUE)。对CPUE作正态性检验,以天为时间分辨率,选取月份、经纬度、叶绿素a浓度、海表面高度,以及0～300 m水层的温度、盐度、溶解氧浓度等26个时空与环境因子作为变量,对CPUE与时空环境因子作相关性分析,对环境变量进行多重共线性诊断,按照季度分析长鳍金枪鱼渔场的分布变化,利用GAM评价各因子对长鳍金枪鱼CPUE的影响。结果显示：（1）第二季度12°S以南渔场的CPUE明显高于以北的区域,第三季度渔场分散且CPUE值不高,第四季度CPUE为年中最高。（2） GAM结果显示,对长鳍金枪鱼CPUE影响最显著的为海... 相似文献
4.
基于贝叶斯状态空间产量模型的大西洋黄鳍金枪鱼资源评估 总被引：2，自引：1，他引：1
黄鳍金枪鱼(Thunnus albacares)是全球远洋渔业的重要目标鱼种,要实现有效的管理,对其进行科学的资源评估是必不可少的。本文以大西洋黄鳍金枪鱼为研究对象,根据国际大西洋金枪鱼养护委员会的渔获量和单位捕捞努力量渔获量数据,使用贝叶斯状态空间模型进行资源评估,并探讨不同剩余产量函数和单位捕捞努力量渔获量数据对评估的影响。结果表明,使用美国、委内瑞拉、日本和中国台北4个船队的单位捕捞努力量渔获量数据及Fox剩余产量函数时模型拟合效果最佳。关键参数环境容纳量和内禀增长率的估计中值和95%置信区间分别为178 (140,229)×104 t和0.210(0.159,0.274);当前资源量为72.5×104 t,最大可持续产量为13.7×104 t时,种群既没有遭受资源型过度捕捞,也没有捕捞型过度捕捞发生。敏感性分析表明,当渔获量数据存在误报率(70%、80%、90%、110%、120%和130%)时,生物量的评估结果偏高,而捕捞死亡率的结果偏低,但种群均处于健康状态;预测分析显示,当总允许可捕量设为11×104 t时,资源在2024年前仍基本保持健康状态。本研究与国际大西洋金枪鱼养护委员会现有的评估结果基本一致,且模型较稳健,可以为管理决策提供建议。根据模型结果,建议总允许可捕量为11×104 t或更低,以使资源达到可持续开发水平。 相似文献
5.
钓钩深度和浸泡时间对东太平洋公海长鳍金枪鱼延绳钓渔获性能的影响研究 总被引：2，自引：0，他引：2
为了探究金枪鱼延绳钓的钓钩深度和浸泡时间对钓捕性能和渔获特征的影响,本文基于2015年9月—2016年2月收集的东太平洋公海长鳍金枪鱼渔业调查数据,利用局部加权回归和线性回归分别拟合了钓钩深度分布与捕获的长鳍金枪鱼叉长分布的关系,统计了各钩号和叉长组的上钩渔获物的存活比例,并利用Logistic回归模型对钓钩浸泡时间与捕捞率的关系进行了统计分析。研究表明:渔获物的平均叉长随着钓钩水层的加深而略微增大,192m(8号钩所处水层)为临界水层,该水层以浅的长鳍金枪鱼叉长明显小于该水层以深的叉长。钩号、叉长均与金枪鱼的活体比例呈较明显的相关性,这表明捕捞水层越深或鱼体越大,渔获存活率越高。以每11个连续浮球为单位计算浸泡时间,渔获率随着浸泡用时呈现波动式增长的动态响应,并在11和16h呈现2个峰值。Logistic回归模型显示,钓钩水深对捕捞效率的影响极显著,167.57m水深为捕捞效率密度最高的水层,若钓钩水层分布于124~211m将有更高的捕捞效率。 相似文献
6.
基于CEDA和ASPIC软件的南大西洋长鳍金枪鱼渔业资源评估研究 总被引：2，自引：0，他引：2
《海洋湖沼通报》2015,(3)
剩余产量模型是最简单和应用最广泛的渔业资源评估模型之一。CEDA(catch-effort data analysis)和ASPIC(a surplus-production model incorporating covariates)是使用非平衡剩余产量模型对渔业产量和捕捞努力量数据进行分析的计算机软件。根据中国台湾延绳钓渔业的单位捕捞努力量渔获量(CPUE)数据,利用CDEA和ASPIC软件对南大西洋长鳍金枪鱼(Thunnus alalunga)渔业进行研究。结果显示,CEDA中使用对数正态误差假设的Fox模型产生了最大的R2值以及最接近ASPIC分析结果的种群参数值,但是CEDA得到的R2值低于ASPIC。CEDA对不同初始B1/K值的反应比ASPIC敏感。ASPIC中Logistic产量模型对不同初始B1/K值的反应比Fox模型更加灵敏。CEDA和ASPIC得出的最大可持续产量基本一致。 相似文献
7.
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
8.
9.
基于多因子栖息地指数模型的南太平洋长鳍金枪鱼渔场预报 总被引：2，自引：0，他引：2
《海洋湖沼通报》2015,(2)
长鳍金枪鱼作为高度洄游的大洋性鱼类,因其经济价值高、资源量丰富而成为世界海洋渔业的主要捕捞对象之一。根据2006-2010年南太平洋长鳍金枪鱼的生产数据,结合叶绿素-a浓度、海洋表面温度和海洋表面盐度资料,运用一元非线性回归方法,按月份建立基于各环境因子的长鳍金枪鱼栖息地适应性指数,采用算数平均法获得基于多海洋环境因子的综合栖息地适应性指数模型,并以此来预报中心渔场。利用2011年生产数据及海洋环境资料对栖息地指数模型进行验证。研究表明:中心渔场主要分布在HSI大于0.6的海域,预报准确率接近70%。因此,基于叶绿素-a浓度、表层温度和表层盐度的综合栖息地模型能较好的预测南太平洋长鳍金枪鱼中心渔场。 相似文献
10.
长鳍金枪鱼(Thunnusalalunga)是主要的经济性金枪鱼鱼种之一,其空间分布与环境因子存在着密切联系。利用2012—2019年印度洋长鳍金枪鱼生产数据和海洋环境数据,包括海表面温度(sea surface temperature, SST)、叶绿素浓度(chlorophyll a, chl a)和海表面盐度(sea surface salinity, SSS)构建印度洋长鳍金枪鱼时空分布神经网络模型。以空间(经度,纬度)、环境因子(SST, chl a, SSS)为解释变量,局部渔获量为因变量,变化隐含层节点数,构建了18个BP空间分布模型,并采用10×10交叉验证模型稳定性,以均方误差(meansquareerror,MSE)、平均相对方差(averagerelativevariance,ARV)以及拟合优度(R~2)作为不同模型精度与稳定性的评判标准,最终选取5-18-1(隐含层节点18)模型为最佳模型,其平均MSE值为0.02232,平均ARV值为0.511。利用最优模型预测结果与同期实际捕捞产量进行叠加对比发现两者具有一致性。环境因子敏感性分析表明海表温度显著影响印度洋长鳍金枪鱼渔场分布,其贡献率达到0.2。印度洋长鳍金枪鱼高精度BP神经网络时空分布模型为其资源的可持续开发与动态管理提供了一种新思路。 相似文献