首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 125 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.
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   

3.
太平洋黄鳍金枪鱼延绳钓渔获分布及渔场水温浅析   总被引:7,自引:0,他引:7  
崔雪森  樊伟  张晶 《海洋通报》2005,24(5):54-59
根据收集到的渔获量数据、海水表层温度数据和有关文献资料,应用GIS技术对太平洋黄鳍金枪鱼延绳钓渔业进行了定量及定性综合分析。结果表明:太平洋延绳钓黄鳍金枪鱼渔场主要分布在20°N—20°S之间的热带太平洋海域,具纬向分布特征。对渔获产量同海表温度的分月统计显示:太平洋黄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。最后,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   

4.
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   

5.
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   

6.
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   

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.
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   

9.
瓦努阿图周边海域长鳍金枪鱼渔场分布及其与表温关系   总被引:5,自引:0,他引:5  
海表温(SST)是影响渔场的重要环境因子.根据2008年我国冰鲜金枪鱼延绳钓船在瓦努阿图周边海域的生产统计数据,结合卫星遥感获得的SST资料,分析了长鳍金枪鱼各月渔场时空分布及其与SST的关系.K-S检验表明,长鳍金枪鱼渔场形成与SST关系密切.  相似文献   

10.
《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   

11.
Sea turtles can be incidentally caught in pelagic longline fishing gear targeting tuna and swordfish. Bycatch to fish catch (B/C) ratios can differentiate seafood based on sea turtle impacts. This study demonstrates the use of B/C ratios indexed to the weight of fish catch: (1) to report on the significant progress in reducing sea turtle bycatch in Hawaii's swordfish longline sector and (2) to compare Hawaii and other Pacific longline fisheries by number of sea turtle interactions per weight of catch. Hawaii's longline tuna fishery sets the benchmark of 1 sea turtle interaction per 190,000 kg of tuna caught.  相似文献   

12.
为提高大西洋热带海域长鳍金枪鱼(Thunnus alalunga)渔场预报的准确率,对K最近邻(k nearest neighbor,KNN)、逻辑斯蒂回归(logistic regression,LR)、决策与分类树(classfication and regression tree,CART)、梯度提升决策树(gr...  相似文献   

13.
长江口涨潮与落潮流速和悬沙输运不对称性研究   总被引:1,自引:0,他引:1  
为了量化比较海表层环境及温跃层环境对南太平洋长鳍金枪鱼渔场分布的影响程度;本研究采用2010-2012年南太平洋长鳍金枪鱼延绳钓渔船实际生产统计数据;结合卫星遥感所获取的海表面温度(sea surface temperature;SST)和海表面高度(sea surface height;SSH)数据以及Argo浮标所获取的温跃层上、下界水温和深度数据;运用外包络法分别构建了基于海表层环境变量、温跃层上界环境变量以及温跃层下界环境变量的3种栖息地适应性指数(habitat suitability index;HSI)模型。模型验证结果显示;基于海表层环境变量的HSI模型;HSI>0.6时所占产量比重为70.04%;投钩数量比重为70.86%;HSI>0.8时所占产量比重为24.92%;投钩数量比重为25.79%;基于温跃层上界环境变量的HSI模型;HSI>0.6时所占产量比重为82.17%;投钩数量比重为80.95%;HSI>0.8时所占产量比重为33.24%;投钩数量比重为32.69%;基于温跃层下界环境变量的HSI模型;HSI>0.6时所占产量比重为81.01%;投钩数量比重为81.54%;HSI>0.8时所占产量比重为43.51%;投钩数量比重为43.73%。研究发现;基于温跃层上界和下界环境变量的两个HSI模型预报精度明显高于基于表层环境变量的HSI模型;且基于温跃层下界环境变量的HSI模型预报精度高于基于温跃层上界环境变量的HSI模型。研究结果表明;相较于海表层环境;温跃层环境;尤其是温跃层下界环境特征对南太平洋长鳍金枪鱼资源分布的影响更为显著。  相似文献   

14.
为了量化比较海表层环境及温跃层环境对南太平洋长鳍金枪鱼渔场分布的影响程度;本研究采用2010-2012年南太平洋长鳍金枪鱼延绳钓渔船实际生产统计数据;结合卫星遥感所获取的海表面温度(sea surface temperature;SST)和海表面高度(sea surface height;SSH)数据以及Argo浮标所获取的温跃层上、下界水温和深度数据;运用外包络法分别构建了基于海表层环境变量、温跃层上界环境变量以及温跃层下界环境变量的3种栖息地适应性指数(habitat suitability index;HSI)模型。模型验证结果显示;基于海表层环境变量的HSI模型;HSI>0.6时所占产量比重为70.04%;投钩数量比重为70.86%;HSI>0.8时所占产量比重为24.92%;投钩数量比重为25.79%;基于温跃层上界环境变量的HSI模型;HSI>0.6时所占产量比重为82.17%;投钩数量比重为80.95%;HSI>0.8时所占产量比重为33.24%;投钩数量比重为32.69%;基于温跃层下界环境变量的HSI模型;HSI>0.6时所占产量比重为81.01%;投钩数量比重为81.54%;HSI>0.8时所占产量比重为43.51%;投钩数量比重为43.73%。研究发现;基于温跃层上界和下界环境变量的两个HSI模型预报精度明显高于基于表层环境变量的HSI模型;且基于温跃层下界环境变量的HSI模型预报精度高于基于温跃层上界环境变量的HSI模型。研究结果表明;相较于海表层环境;温跃层环境;尤其是温跃层下界环境特征对南太平洋长鳍金枪鱼资源分布的影响更为显著。  相似文献   

15.
我国海洋渔业地理信息系统发展现状   总被引:1,自引:0,他引:1  
详细总结了我国海洋渔业地理信息系统的研究与应用现状,远洋渔业地理信息系统主要应用于金枪鱼、鱿钓业和秋刀鱼的资源分布、渔获量与渔场环境关系、渔情预报、渔场图绘制等方面,近海主要用于分析东海渔业资源分布和漂移特征、渔场环境分布、部分种类渔获量分布与环境关系及渔情预报等方面。除渔业资源与渔场领域外,渔业地理信息系统还被应用到渔船跟踪、捕捞违法行为判别、渔业信息发布和水产品查询,以及渔港建设等领域,国内学者在进行渔业地理信息系统技术应用的同时,还注重了其技术的研究及改进。  相似文献   

16.
To date, none of the fisheries in the U.S. Pacific Islands Region is managed under a catch share program. In light of the NOAA policy to encourage the use of catch shares as a fishery management tool, the Western Pacific Fishery Management Council (WPFMC) listed six commercial fisheries, including the Hawaii pelagic longline fishery, the largest in the region, as potential candidates for catch share programs. This study examines the baseline economic characteristics and the main challenges facing the Hawaii pelagic longline fishery and evaluates the impact of these on the desirability and feasibility of a catch share program for this particular fishery.  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.
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   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号