共查询到19条相似文献，搜索用时 401 毫秒
1.
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
2.
热带印度洋黄鳍金枪鱼水平-垂直分布空间分析 总被引：2，自引：0，他引：2
为了解印度洋热带海域黄鳍金枪鱼(Thunnus albacares)延绳钓适宜渔获水温的等温线时空分布,分析黄鳍金枪鱼适宜的垂直和水平空间分布范围,采用Argo浮标剖面温度数据重构印度洋热带海域16°C和距海洋表层水温8°C(Δ8°C)的月平均等温线场,网格化计算了16°C和Δ8°C等温线深度值和下界深度差,并结合印度洋金枪鱼委员会(IOTC)黄鳍金枪鱼延绳钓渔业数据,绘制了16°C和Δ8°C等温线深度与月平均单位捕捞努力量的渔获量(CPUE)的空间叠加图,用于分析热带印度洋黄鳍金枪鱼中心渔场CPUE时空分布和高渔获率水温的等温线时空分布关系。结果表明,高值CPUE的分布表现出明显的季节性变化。16°C等温线,在东北季风期间,高值CPUE出现的地方深度值大多小于200m;西南季风期间,在15°—25°S深度可到达250m,在130—190m深度全年有高值CPUE集中出现,深度值超过300m的地方CPUE普遍较小。Δ8°C等温线,高值CPUE出现的地方深度值大多小于175m,主要在100—170m;西南季风期间,在15oS以南区域,150—300m深度,也有高值CPUE区域出现,全年深度值超过300m的地方CPUE普遍较小。全年在15oS以北纬向区域,高渔获率的垂直分布深度更加集中,在西南季风期间尤其明显。采用频次分析和经验累积分布函数计算其最适次表层环境因子分布,16°C等温线120—209m;Δ8°C等温线80—159m;与下界深度差:16°C等温线0—59m;海表以下8°C等温线50—119m。文章初步得出热带印度洋黄鳍金枪鱼中心渔场适宜的水平、垂直深度值分布区间,结果可以辅助寻找中心渔场位置,同时指导投钩深度,为热带印度洋黄鳍金枪鱼实际生产作业和资源管理提供理论支持。 相似文献
3.
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
4.
太平洋延绳钓长鳍金枪鱼及渔场水温分析 总被引：4，自引：0，他引：4
根据收集到的渔获量数据、海水表层温度数据及有关文献资料,应用GIS技术对太平洋长鳍金枪鱼延绳钓渔业进行定量和定性综合分析。结果表明:太平洋延绳钓长鳍金枪鱼渔场分布范围广泛,具纬向分布特征,集中分布在30°N线附近的西北太平洋海域和~40°S之间的西南太平洋海域。对渔获产量同海表温度的分月统计显示:太平洋长鳍金枪鱼渔场最适月平均表层水温约28~29℃,渔场出现频次为偏态分布型。文中结合有关文献综合讨论了海表温度、溶解氧含量、海流等环境因子与金枪鱼渔场分布和形成机制的关系。 相似文献
5.
《海洋学报》2021,43(8)
为提高大眼金枪鱼(Thunnus obesus)延绳钓渔情预报模型的预测能力,本研究提出了一种基于深度卷积嵌入式聚类(DCEC)的海洋环境时空特征提取方法,结合广义可加模型(GAM)对西南印度洋大眼金枪鱼延绳钓渔场进行预报。采用2018年1-12月0.041 6°×0.041 6°的MODIS-Aqua和MODISTerra海表面温度三级反演图像数据(以日为单位)构建DCEC模型,基于Davies-Bouldi指数(DBI)确定最佳聚类数,在此基础上提取各月海表温度(SST)的类别特征值F M;采用美国国家海洋和大气管理局网站2018年1-12月1°×1°的Chl a浓度月平均值作为辅助环境特征因子;采用印度洋金枪鱼委员会2018年1-12月1°×1°的大眼金枪鱼延绳钓渔业数据(以月为单位),计算单位捕捞努力量渔获量(CPUE);将SST月类别特征值F M、Chl a浓度月平均值与CPUE数据进行时空匹配,构建改进GAM;采用SST月平均值、Chl a浓度月平均值与CPUE数据构建基础GAM;采用联合假设检验(F检验)验证模型解释变量对响应变量的影响;采用赤池信息准则(AIC)、均方误差(MSE)、绘制实测值和预测值的散点图并计算相关系数r,分析改进GAM相比于基础GAM的提升效果。实验结果表明:(1)基于DCEC模型提取的F M能够较好地反映西南印度洋海表温度的时空动态特征与规律,并与西南印度洋的气候条件、季风状况和水文特征等相互耦合;(2) F M相比SST平均值的因子解释率更高,对大眼金枪鱼CPUE影响更为显著,高渔获率集中在暖冷流交汇区域;(3)改进GAM相比基础GAM的AIC值降低了9.17%,MSE降低了26.7%,散点图显示改进GAM预测的CPUE对数值与实测CPUE对数值的相关性较显著,r为0.60。本研究证明了DCEC模型在海洋环境特征提取方面的有效性,可为后序大眼金枪鱼延绳钓渔情预报模型的改进研究提供参考。 相似文献
6.
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
7.
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
8.
采用2016—2017年中国印度洋围拖网生产数据和同期的海表温度、叶绿素、表层海流和海面高度数据, 绘制了阿拉伯海鲐鱼Scomber australasicus围网月平均单位捕捞努力量渔获量(CPUE)和环境因子空间叠加图, 分析鲐鱼渔场与海洋环境因子之间关系, 采用频次分析和经验累积分布函数计算鲐鱼渔场最适宜的海洋环境区间。结果表明, 该海域月平均CPUE呈现先减少后增加的趋势; 围网渔场渔汛主要在东北季风期间, 从10月到翌年3月; 作业渔场重心分布在59°—62°E、13°—17°N, 具有明显的月变化, 基本呈现西南移动趋势。空间上, CPUE 分布在西边界流速较大的海域右侧, 在海流最大值和最低值中间区域。在印度洋东北季风期间, 阿拉伯海围网鲐鱼渔场适宜海表温度在25~28℃; 叶绿素浓度在0.2~0.5mg·m -3; 表层海流在0.05~0.25m·s -1; 海表高度0.2~0.35m。 相似文献
9.
基于分类回归树算法的东南太平洋智利竹筴鱼渔场预报 总被引：4，自引：0，他引：4
为了提高智利竹筴鱼渔场预报水平和满足渔业捕捞生产的需要,利用2002—2008年的东南太平洋公海海域捕捞的中国大型拖网渔船共计15艘的生产统计资料,以及海洋环境数据(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),基于CART的算法,构建了智利竹筴鱼渔场决策树预报模型。用含1 114条记录的数据集对模型进行训练,并采用ROC方法对该模型诊断中心渔场的准确性进行了分析。最后将该模型应用于2009年各月份的智利竹筴鱼中心渔场预报,并与实际渔场位置进行了对比,结果显示预报渔场与实际生产位置基本一致,表明利用CART决策树方法建立智利竹筴鱼渔场预报模型是可行的。 相似文献
10.
中西太平洋延绳钓黄鳍金枪鱼渔场时空分布与温跃层关系 总被引：3，自引：2，他引：1
为了解热带中西太平洋延绳钓黄鳍金枪鱼(Thunnus albacares)适宜的温跃层参数分布区间,采用Argo浮标温度信息和中西太平洋渔业委员会(The Western and Central Pacific Fisheries Commission,WCPFC)的黄鳍金枪鱼延绳钓渔获数据,绘制了热带中西太平洋月平均温跃层特征参数和月平均CPUE的空间叠加图,用于分析热带中西太平洋黄鳍金枪鱼中心渔场时空分布和温跃层特征参数间的关系。分析结果表明:热带中西太平洋温跃层上界深度、温度具有明显的季节性变化,而温跃层下界深度、温度季节性变化不明显,黄鳍金枪鱼中心渔场分布和温跃层季节性变化有关。全年中心渔场的位置分布在温跃层上界深度高值区域,随温跃层上界深度高值区域季节性南北移动。在新几内亚以东纬向区域(5°N~10°S,150°E~170°W)上界深度值全年都在70~100m之间,全年都是延绳钓黄鳍金枪鱼中心渔场。中心渔场上界温度多在26℃以上,但是在上界温度超过30℃区域,CPUE值较小。中心渔场主要分布在温跃层下界深度两条高值带之间区域,在温跃层下界深度超过300m和小于150m区域,CPUE值均偏低。中心渔场主要分布在下界温度低于13℃区域,下界温度超过17℃难以形成中心渔场。频次分析和经验累积分布函数计算其适宜温跃层特征参数分布,得出中西太平洋黄鳍金枪鱼适宜的温跃层上界温度和深度分别是27~29.9℃和70~109m;适宜的温跃层下界温度和深度分别是11~13.9℃和250~299m。文章初步得出中西太平洋黄鳍金枪鱼中心渔场温跃层各特征参数的适宜分布区间及季节变化特征,为我国金枪鱼实际生产作业提供技术支持。 相似文献
11.
12.
基于产卵场和索饵场适宜性的西北太平洋柔鱼丰度预测 总被引：1，自引：0，他引：1
柔鱼(Ommastrephes bartramii)是北太平洋重要的经济头足类。短生命周期的特征使其资源丰度主要取决于补充量,早期生活史阶段的海洋环境将直接影响补充量大小。利用2004?2015年我国鱿钓船队在西北太平洋的生产统计数据,以及产卵场和索饵场海表水温,将产卵场和索饵场等分成不同数量的海区,运用相关性分析和随机森林模型,筛选出产卵期各月产卵场最适海表水温范围占总面积的比值(Ps)和索饵期各月索饵场最适海表水温范围占总面积的比值(Pf)与单位捕捞努力量渔获量(CPUE)显著相关的海区,将Ps值或Pf值作为神经网络模型的输入变量,分别构建基于产卵场、索饵场的资源丰度预报模型,分析模型的优劣与预报准确度。结果表明:产卵场划分方案为5°×5°,索饵场为2.5° (经)×4° (纬)较为合适。随机森林筛选出的海区与相关性分析筛选出的适宜海区范围大致吻合,且随机森林能够识别与CPUE相关的潜在海域。模型的预报结果表明,其预报准确度均达到90%以上,随机森林筛选出的海区的最适海表水温范围占该海区的比值作为神经网络模型输入因子构建的模型优于相关性分析,预报准确度更高。基于产卵场海域构建的模型相对于索饵场,模型精确度更高、更稳定。 相似文献
13.
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
14.
印度洋鲣鱼围网资源渔场时空变化及其与ENSO的关系 总被引：1，自引：0，他引：1
鲣鱼是印度洋重要的金枪鱼种类之一,其资源丰度与海洋环境关系密切。本研究根据1980-2010年印度洋鲣鱼围网生产统计数据以及海洋环境与厄尔尼诺-南方涛动（ENSO）指数等,对印度洋鲣鱼围网资源渔场时空分布,以及厄尔尼诺年和拉尼娜年等不同尺度气候条件下鲣鱼资源渔场时空变动及其与海洋环境因子的关系进行分析。研究结果表明,1980-2010年印度洋鲣鱼围网渔获量基本保持不断增加的趋势,但CUPE值变化幅度较大,最低仅为0.68 t/d（1997年）,最高达到1.58 t/d（2002年）。同时鲣鱼资源丰度（CPUE）与Ni?o3.4区指数存在显著的负相关关系,即厄尔尼诺年,鲣鱼CPUE 随之下降,拉尼娜年,CPUE 随之上升。ENSO现象对鲣鱼渔场时空分布也有显著影响,厄尔尼诺发生时,鲣鱼围网作业渔场重心会向东、向北移动,而拉尼娜年则向西、向南移动。 相似文献
15.
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
16.
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
17.
2004年北太平洋柔鱼钓产量分析及作业渔场与表温的关系 总被引：3，自引：0，他引：3
根据2004年5—11月我国鱿钓船在北太平洋生产数据,结合表温资料,按经纬度1°×1°的格式,利用Marineexplorer4.0软件作图进行分析。结果表明,5—7月在160°E以东海域作业,产量较低;8—10月在150°—160°E海域作业,为生产作业的产量高峰期,占总产量的62.5%;11月在150oE以西海域作业,产量也较低。在150°E以西海域CPUE最高,150°—160°E中部海域次之,160°E以东海域最低。作业渔场的适宜表温呈现出季节性变化。各月适宜表温分别为:5月12℃～14℃;6月15℃～16℃;7月14℃～16℃;8月18℃～19℃;9月16℃～17℃;10月15℃～16℃;11月12℃～13℃。K-S检验表明,上述表温可作为寻找中心渔场的指标。 相似文献
18.
表层水温结构变化对东南太平洋秘鲁鳀渔场的影响 总被引：3，自引：0，他引：3
秘鲁鳀（Engraulis ringens）是栖息于东南太平洋沿岸的小型中上层鱼类,掌握其渔场变化及其与海洋环境因子的关系有利于企业把握该渔业的生产情况。研究结合2005-2014年渔汛期间秘鲁各港口出港的船数及其所获得的秘鲁鳀渔获量和表层水温数据（海表面温度,sea surface temperature,SST）,以单位捕捞努力量的渔获量（catch per unit effort,CPUE）和捕捞努力量（Effort）数据构建的渔场指数（fishing ground index,FGI）为渔场指标,对秘鲁鳀的渔场类型进行分类,探讨水温结构变化对秘鲁鳀渔场的影响。方差分析表明:渔场指数在不同渔汛阶段（渔汛前期、中期和末期,P<0.01）和不同捕捞区域（北部、中部和南部,P<0.01）都有着极显著的差异。以表层水温大于20℃的海水是否入侵到近岸为标志,可以将秘鲁鳀渔场分成两种类型:大于20℃的海水没有入侵到沿岸（A型渔场）和入侵到沿岸（B型渔场）。研究表明,在渔汛前期和中期阶段,A型渔场的出现有利于渔场的形成,其中渔汛前期沿岸19℃或20℃等温线的出现以及渔汛中期沿岸18℃或19℃等温线的出现可以作为中心渔场形成的指标。 相似文献
19.
采用梯度依赖相关尺度方法构建了1套2004—2017年间,月平均的全球海洋(0~1 500 m)1°×1°的Argo数据集,并在对该数据集进行对比检验的基础上,将其初步应用于中西太平洋黄鳍金枪鱼的渔场分析研究。结果表明,所构建的Argo数据集与WOA13数据集的温、盐偏差在上表层(150 m)稍大,最大值分别约为0.5 ℃和0.1,且偏差均随深度的增加而逐渐减小;其与TAO浮标时间序列的温度偏差,2004—2017年间均小于1 ℃,最大盐度偏差则小于0.5,且大部分海域接近0。中西太平洋海域,黄鳍金枪鱼中心渔场多集中在 28~29 ℃ 等温线范围内,在 22 ℃以下的海域单位捕捞努力量渔获量(catch per unit effort,CPUE)值极小;中心渔场区温跃层上界深度范围在20~120 m之间,且中心渔场在各个深度上形成的频数大体呈正态分布,温跃层上界深度为90 m时,形成中心渔场的可能性达到最大。研究表明所构建的数据集在水文环境分析及资源评估中有一定的应用价值。 相似文献