首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 93 毫秒
1.
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。本研究根据中西太平洋金枪鱼渔业委员会(WCPFC)提供的南太平洋延绳钓长鳍金枪鱼渔业2000~2012年13年的渔业生产统计资料,结合卫星遥感获得的海洋环境资料,利用广义线性模型(GLM)和广义可加模型(GAM)对其资源密度进行CPUE标准化。GLM模型结果表明,月、纬度、表温、表温梯度、盐度、海面高度、涡动能、100米溶解氧以及交互项年与纬度、月与纬度、月与经度对CPUE影响较大。根据AIC准则,选择最优的GAM模型,其对CPUE的最大解释偏差为58.9%,模型自变量对因变量的最高相关系数达58.4%。GLM模型和GAM模型标准化后的CPUE变化趋势相同,除2011年外均明显低于或接近名义CPUE。2000~2012年资源密度年间和月间变化较大,资源密度最高的年份为2001年,资源密度最高的月份为6~8月,GLM模型和GAM模型标准化后的平均CPUE分别为11.48尾/千钩、12.41尾/千钩和13.54尾/千钩、18.63尾/千钩。本研究中,GAM模型较GLM模型更合适。  相似文献   

2.
单位捕捞努力量渔获量(Catch Per Unit Effort,CPUE)是资源评估的前提和基础,为了更好地评估西北印度洋鸢乌贼资源,采用广义加性模型(generalized additive model,GAM)对2016~2020年西北印度洋鸢乌贼的CPUE进行了标准化。结果显示,月份、海表温度(sea surface temperature,SST)、海面高度(sea surface height,SSH)、经度和纬度对CPUE呈显著性影响,通过对不同GAM模型的AIC(Akaike information criterion)值比较,由月份、SST、SSH、经度和纬度5个因子构成的GAM模型为最优CPUE标准化模型,对CPUE偏差的解释率为40.3%。研究表明,西北印度洋鸢乌贼高CPUE主要出现在9月至翌年3月,海域范围为16°~19°N、60°~65°E,SST为25~28℃、SSH为0.2~0.4m的海域内。整体而言,标准化CPUE低于名义CPUE,但二者的变化趋势基本一致。  相似文献   

3.
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  
李娜  陈新军  王冉 《海洋学报》2018,40(2):61-68
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   

4.
魏广恩  陈新军 《海洋科学》2021,45(4):147-158
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   

5.
根据2006—2009年春季黄海南部帆张网的渔获数据,利用广义线性模型(GLM)和广义加性模型(GAM)定量研究了年份、位置、水深和海水表层温度(SST)对黄鲫单位捕捞努力量的渔获量(CPUE)分布的影响。结果表明,GAM模型较GLM模型可以更好地解释黄鲫CPUE时空分布与环境因子之间的关系。时间上,黄鲫CPUE呈逐年下降的趋势;空间上,黄鲫CPUE呈现由北向南沿经度方向逐渐减小的趋势,在长江口周围较小。水深对黄鲫CPUE的影响显著(P<0.05),在20~35m内CPUE较大。SST对黄鲫CPUE的影响极显著(P<0.01),黄鲫适宜SST范围为7.2~12.4℃。  相似文献   

6.
不同气候模态下西北太平洋秋刀鱼资源丰度预测模型建立   总被引:2,自引:0,他引:2  
秋刀鱼(Cololabis saira)资源对海洋环境因素极为敏感,不同气候模态可能对秋刀鱼资源丰度产生不同的影响。根据1990-2014年西北太平洋日本的秋刀鱼渔业中单位捕捞努力量渔获量(CPUE,以此作为资源丰度),以及相应产卵场、索饵场的海表温(SST)遥感数据,探讨太平洋年际震荡(PDO)指数冷、暖年下,秋刀鱼资源丰度CPUE变化与产卵场、索饵场SST的关系,并分别建立资源丰度的预测模型。研究表明,PDO冷年索饵场4月SST与年CPUE显著相关(P<0.05),PDO暖年索饵场11月的SST与年标准化CPUE显著相关(P<0.05)。PDO冷、暖年的秋刀鱼资源丰度的预测模型中,CPUE均与索饵场11月的SST、索饵场4月SST呈现正相关的关系,统计学上为显著相关(P<0.05)。PDO冷年(2012年)和PDO暖年(2014年)的CPUE预测值与实际值相对误差分别为14.03%、-16.26%,具有较好的拟合效果。研究认为,不同气候模态下,可用于秋刀鱼资源丰度预测的环境因子不同,上述建立资源丰度模型可用于业务化运行。  相似文献   

7.
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   

8.
本文利用1998-2016年西北太平洋柔鱼渔业数据及其渔场(35°~45°N,140°~165°E)的海洋遥感环境数据,包括海表温度、海面高度异常和叶绿素浓度,采用基于渔场环境的方法标准化西北太平洋柔鱼单位捕捞努力量渔获量(catch per unit effort,CPUE)。结果表明:柔鱼高频次作业的海表温度范围为10.2~22.2℃(96.05%),海面高度异常范围为-15.9~28.2 cm(97.91%),叶绿素浓度范围为0.0~1.0 mg/m3(96.69%)。名义CPUE和基于环境因子的标准化CPUE年际变化趋势基本一致。但由于柔鱼作业方式高度集中,有效捕捞努力量远低于名义捕捞努力量,以及考虑环境因子影响效应,名义CPUE均低于标准化CPUE。在深入理解鱿钓渔业和其生物学特性的基础上,基于渔场环境因子准化后的CPUE更具代表性,建议在以后的柔鱼资源评估与管理中使用基于渔场环境因子的标准化CPUE。  相似文献   

9.
太平洋秋刀鱼(Cololabis saira)资源量波动易受海洋环境,尤其是海表温度(SST)变化的影响。本文假设产卵场最适SST范围(P_s)影响环境容纳量(K),索饵场最适SST范围(P_f)影响内禀自然生长率(r),利用2003—2014年西北太平洋渔业数据,建立了基于海表温度的剩余产量模型(EDSP),评估西北太平洋秋刀鱼资源量。研究显示,根据偏差信息准则(DIC)值,基于产卵场海表温度的剩余产量模型(P_s-EDSP)为最优模型。在P_s-EDSP中,最大可持续产量(MSY)为208.56×10~4 t,B_(MSY)水平的生物量为71.46×10~4 t。西北太平洋秋刀鱼的捕捞死亡率为0.15,低于目标水平和MSY水平的捕捞死亡率(F_(tar),F_(MSY)),当前资源生物量高于B_(MSY)。研究结果表明,目前西北太平洋秋刀鱼未遭遇过度捕捞,在其资源评估和管理中应适当考虑产卵场海表温度环境因素。  相似文献   

10.
鲸类物种和延绳钓渔具之间的相互作用是一种全球性现象,该相互作用威胁到鲸类物种的保护和延绳钓渔业的经济可行性。尽管认识到鲸类兼捕问题,但很少对其影响进行全面评估。根据中西部太平洋渔业委员会(WCPFC)科学机构提供的2013—2019年期间的观察员数据,利用广义可加模型(GAM)分析金枪鱼延绳钓渔业中兼捕的鲸类与时空和环境因子的关系。结果表明:在中西太平洋海域,共兼捕260头鲸类,隶属于2目5科19种,主要的兼捕对象是伪虎鲸(Pseudorca crassidens)、瓶鼻海豚(Tursiops truncatus)、里氏海豚(Grampus griseus)、短鳍领航鲸(Globicephala macrorhynchus)、糙齿海豚(Steno bredanensis)等。GAM模型对BPUE的总偏差解释率为71.7%,经度的贡献率最大为34.3%,各预测变量的相对重要性分别为经度>海表温度>叶绿素a浓度>纬度>单位捕捞努力量渔获量(CPUE)。鲸类兼捕主要由空间和环境因子所决定,其中海表温度主要影响鲸类的相对丰度,叶绿素a浓度影响鲸类的分布。未来,渔业管理者...  相似文献   

11.
In the Northwest Pacific Ocean, the squid jigging fisheries from China, Japan and other countries and regions have targeted the west winter-spring cohort of neon flying squid(Ommastrephes bartramii) from August to November since the 1970 s. This squid is a short-lived ecological opportunist with a life-span of about one year,and its population is labile and recruitment variability is driven by the environment or climate change. This variability provides a challenge for ones to forecast the key habitats affected by climate change. The catch data of O. bartramii from Chinese squid jigging fishery and the satellite-derived sea surface temperature(SST) data are used in the Northwest Pacific Ocean from August to November of 1998 to 2004, the SST preferences of O.bartramii corresponding to high values of catch per fishing day(CPUE) are determined and monthly potential habitats are predicted using a histogram analysis of the SST data. The possible changes in the potential habitats of O. bartramii in the Northwest Pacific Ocean are estimated under four climate change scenarios based on the Fourth Assessment Report(AR4) of the Intergovernmental Panel on Climate Change, i.e., 0.5, 1, 2 and 4°C increases in the SST because of the climate change. The results reveal an obvious poleward shift of the potential habitats of O. bartramii in the Northwest Pacific Ocean.  相似文献   

12.
西北太平洋柔鱼丰度的灰色灾变预测   总被引:1,自引:0,他引:1  
柔鱼(Ommastrephes bartramii)为短生命周期的头足类,其资源丰度极易受海洋环境变化影响,年间波动较大。根据1995?2017年西北太平洋柔鱼渔业生产统计数据,以单位捕捞努力量渔获量(CPUE)作为资源丰度指数,运用灰色灾变预测方法对上、下限灾变年份建立GM(1, 1)模型,预测未来灾变年份。结果显示,以GLM模型标准化CPUE建立的下限灾变预测模型的平均相对误差为15.32%,上限灾变预测模型的平均相对误差为8.19%,模型精度检验等级均为Ⅰ级。研究认为,下一个资源丰年(CPUE大于2.39 t/(船·a))将出现在2021年,资源歉年(CPUE小于2.13 t/(船·a))将出现在2027年;太平洋年代际涛动与El Ni?o-La Ni?a事件是驱使柔鱼丰度大幅度波动的重要因素。该预测结果可为西北太平洋鱿钓生产企业和管理部门提供参考。  相似文献   

13.
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   

14.
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   

15.
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   

16.
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   

17.
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   

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