共查询到14条相似文献，搜索用时 171 毫秒
1.
基于产卵场海表温度的阿根廷滑柔鱼资源丰度预测模型研究 总被引：1，自引：0，他引：1
阿根廷滑柔鱼(Illex argentinus)为短生命周期种，其资源丰度易受海洋环境变化的影响，尤其是在产卵场的早期生活史阶段。根据2003?2016年我国鱿钓船队在西南大西洋的生产统计数据，以及产卵场海洋表面温度(SST)卫星遥感数据，用相关性分析方法筛选出阿根廷滑柔鱼产卵旺季期间(6月份)表征产卵场SST变化的特征海域；基于阿根廷滑柔鱼产卵场最适SST范围占总面积之比(Ps)与资源丰度单位捕捞努力渔获量(CPUE，t/船)呈正相关性的假设，回溯阿根廷滑柔鱼最适的产卵场及水温环境条件，并据此建立多种基于表征产卵场SST环境因子的资源丰度多元线性预测模型。相关性分析结果表明:6月份有两片连续海域(Area 1、Area 2)的SST与CPUE之间存在显著相关性，分别为42.5°～44°S、57.5°～59°W(Area 1)和39°～39.5°S、45°～46°W(Area 2)；回溯的阿根廷滑柔鱼产卵场范围为37.5°～44°S、41.5°～51.5°W，产卵场最适SST范围为16～17.5℃。利用2个特征海域(Area 1、Area 2)SST以及回溯的产卵场Ps建立4种的多元线性资源丰度指数(ICPUE)预测模型，结果表明，包含表征寒暖流的特征海域和回溯产卵场Ps的方案4模型优于其他3种模型，其资源丰度指数预测模型为ICPUE=1.390 4×Ps+0.261 9×SSTArea 1+0.096 2×SSTArea 2?3.248 0。 相似文献
2.
基于灰色系统的西北太平洋柔鱼冬春生群资源丰度预测模型 总被引：5，自引：2，他引：3
柔鱼（Ommastrephes bartramii）是西北太平洋重要的经济头足类之一,科学预测柔鱼资源丰度有利于其合理的开发和利用。研究结合1998-2008年北太平洋柔鱼生产统计数据和产卵场环境及其气候因子,使用灰色关联分析和灰色预测建模的方法,对产卵期内（1-4月）影响柔鱼冬春生群体资源丰度（CPUE）的产卵场环境以及气候指标进行分析,并建立柔鱼冬春生群体资源丰度的预报模型。结果表明,产卵期内影响柔鱼冬春生群体资源丰度的因子依次是:3月份产卵场平均海表面温度SST（average sea surface temperature）、1月份太平洋年代际震荡指数PDO（Pacific Decadal Oscillatio index）,4月份Niño3.4指标和4月份平均叶绿素浓度Chl a（average chlorophyll a concentration）。灰色预报模型分析表明,基于3月份SST、1月份PDO和4月份Chl a的GM（1,4）模型有着较好的预测效果,其预测准确率在80%以上,可用于西北太平洋柔鱼冬春群体资源丰度的预测。 相似文献
3.
西南大西洋阿根廷滑柔鱼资源时空分布研究 总被引：2，自引：0，他引：2
通过了解西南大西洋阿根廷滑柔鱼(Illexargentinus)资源丰度年间变化规律,从而对阿根廷滑柔鱼的资源可持续开发与管理打下基础。作者根据2012～2017年西南大西洋阿根廷滑柔鱼生产统计数据,利用灰色关联评价等数理方法对西南大西洋资源渔场的时空分布特征进行了分析。结果表明,2012～2017年间西南大西洋阿根廷滑柔鱼渔场重心主要在经度上分布于58°W～63°W海域,纬度主要集中在41°～44°S、47°～48°S两个区域,高平均网次产量(10 t/网)的海域主要在57°W～67°W、41°S～42°S和57°W～67°W、44°S～50°S海域。灰色关联度表明:6年间,以2015年滑柔鱼资源状况最好,其次是2014年,2012年最差,2013年、2016年和2017年处于中间水平。利用灰色关联分析的阿根廷滑柔鱼资源丰度变化趋势可用于其资源的可持续开发与管理。 相似文献
4.
太平洋褶柔鱼为大洋性经济鱼种，具有一年生命周期，其资源变动受气候和海洋环境条件的显著影响。本研究根据日本提供的2003-2012年太平洋褶柔鱼冬生群体的渔业统计数据，结合产卵场环境数据以及尼诺指数ONI（定义为Niño 3.4区海表温度距平值），分析不同气候条件下（厄尔尼诺和拉尼娜）太平洋褶柔鱼冬生群体产卵场海表温度（SST）、叶绿素a（Chl-a）浓度以及适宜产卵面积（SSA）的变动情况及对其资源丰度（CPUE）的影响。结果表明，太平洋褶柔鱼冬生群体产卵场SST、Chl-a浓度和SSA具有明显的季节性变化。相关分析表明，各年CPUE与Chl-a浓度以及SSA具有显著的正相关关系（p<0.05），但与SST相关性不显著（p>0.05）。此外，厄尔尼诺和拉尼娜事件通过驱动太平洋褶柔鱼冬生群体产卵场SSA和关键海域（25°-29°N，122.5°-130.5°E）内的Chl-a空间分布和大小变化，从而改变其资源丰度，但影响作用随各异常事件的强度不同而变化，具体表现为：发生弱强度厄尔尼诺事件时，产卵场SSA较高，Chl-a浓度处于较低水平，导致资源补充量处于较低水平，CPUE降低；发生中等强度厄尔尼诺事件时，产卵场SSA较低，但Chl-a浓度处于较高水平，导致资源补充量增加，CPUE处于上升水平；发生中等强度拉尼娜事件时，产卵场SSA和Chl-a浓度均处于较高水平，资源补充量显著增加，CPUE显著升高。研究表明，厄尔尼诺和拉尼娜事件对太平洋褶柔鱼冬生群体产卵场摄食孵化环境和资源丰度变动具有显著影响。 相似文献
5.
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
6.
基于产卵场环境因子的阿根廷滑柔鱼资源补充量预报模型研究 总被引：3，自引：2，他引：1
西南大西洋阿根廷滑柔鱼Illex argentinus是短生命周期种类,其资源量极易受到海洋环境变化的影响。根据2003—2011年我国鱿钓船队在西南大西洋的生产统计数据,以及产卵场海洋表面温度(SST)、海表温度距平值(SSTA),计算分析了阿根廷滑柔鱼在产卵期产卵场各月最适表层水温范围占总面积的比例(用PS表示)以及表征海流强度的SST、SSTA等多种环境变量因子与单位捕捞量渔获量(CPUE)的相关性,建立多种基于主要环境因子的资源补充量预报模型,同时分析比较预报模型的优劣。相关性分析表明:6月份有3片连续区域的SST与CPUE之间存在强相关性,分别为38°~39°S、54°~55°W,40.5°~41.5°S、51°~52°W,39.9°~40.4°S、42.6°~43.1°W。利用6月份此3片连续区域SST与次年CPUE建立的三元线性模型,模型符合统计检验,偏差解释率为82.4%。在此基础上加入7月份PS影响因子建立3种方案下的误差反向传播(EBP)神经网络模型。结果认为,包含了福克兰寒流与巴西暖流表温信息的方案3模型优于其他两种模型,其准确率可以达到90%以上。 相似文献
7.
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
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.
西南大西洋阿根廷滑柔鱼，Illex argentinus，巴塔哥尼亚南部群体是重要的经济种类。海洋环境因子在柔鱼资源分布中起着重要的作用。本研究利用基于环境因子的动态产量模型评估2000-2010年的滑柔鱼的资源量。假设海洋环境因子（滑柔鱼产卵场最适宜海表温度占比）影响动态产量模型的参数K，DIC值表明在正态分布和均匀分布下均是基于环境因子的评估模型优于基本的动态产量模型。阿根廷滑柔鱼的最大可持续产量（MSY）在351600吨到685 100吨之间，资源生物量在1322400吨到1 803 000吨之间，其捕捞死亡系数均小于F0.1和FMSY，资源处在良好状态，没有遭受过度捕捞。本研究为应用环境因子在柔鱼类的资源评估与管理提中供了科学的参考方法。 相似文献
10.
基于不同权重的栖息地指数模型预报阿根廷滑柔鱼中心渔场 总被引：12，自引：3，他引：9
本文根据2003-2009年1-5月和2011年1-5月西南大西洋海域阿根廷滑柔鱼(Illex argentinus)的生产数据,结合遥感获得的海表面温度(SST)和海表面高度(SSH)数据,利用不同权重的栖息地指数模型来预报阿根廷滑柔鱼的中心渔场。采用外包络法,利用作业次数与SST、SSH建立适应性指数(SI)模型,依据作业次数比重和产量比重来比较不同权重的算术加权模型(AWM),从而筛选出最佳模型,并对最佳模型进行验证。结果显示,确定AWM(a=0.3,SST权重为0.3,SSH的权重为0.7)为最佳模型,当栖息地适应性指数(HSI)大于0.6时,作业次数的比重为93.23%,产量比重为89.28%,当HSI小于0.4时,作业次数的比重为2.12%,产量比重为3.35%。利用2011年1-5月的生产数据和环境数据对AWM(a=0.3)进行验证,结果显示,在HSI大于0.6的海域,各月作业次数比重均在91%以上,产量比重均在95%以上。研究表明,在阿根廷滑柔鱼渔场形成中SSH比SST更为重要,基于SST和SSH的AWM(a=0.3)能够较好地预测西南大西洋阿根廷滑柔鱼的中心渔场。 相似文献
11.
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
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
12.
东南太平洋茎柔鱼(Dosidicus gigas)是短生命周期大洋性经济鱼类,其资源量受环境因素变化的影响较大。根据我国鱿钓船队2013~2017年在东南太平洋的生产统计数据,结合海洋环境数据包括海表面温度(SST)、海表面盐度(SSS)、叶绿素a浓度(chl a),运用BP神经网络(back propagation network)模型来标准化单位捕捞努力量渔获量(catch per unit effort, CPUE,也称名义CPUE)。以均方误差(mean square errors, MSE)和平均相对变动值(average relative variances, ARV)为最优模型判断依据,比较隐含层节点3-10的神经网络模型,发现6-9-1结构为最优模型。用Garson算法解释模型结果,发现各输入层因子对东南太平洋茎柔鱼资源丰度影响重要度排序为chl a、SST、经度(Lon)、SSS、纬度(Lat)、月份(Month)。并作名义CPUE和标准化CPUE资源丰度对比分布图,结果显示CPUE与标准化CPUE总体分布状况基本一致,但局部区域存在明显差异, 80°~85°W及10°~20°S海域适宜鱿钓生产,表明BP神经网络模型可以适用于东南太平洋茎柔鱼的CPUE标准化,从而为鱿钓渔业生产提供一定参考依据。 相似文献
13.
基于综合环境因子的协同克里金法分析茎柔鱼资源丰度空间分布 总被引：2，自引：1，他引：1
茎柔鱼是我国重要的远洋捕捞对象之一,研究其资源丰度空间分布问题,有助于更好地理解茎柔鱼的生态习性,并提高我国鱿钓渔船的生产效率。本文利用上海海洋大学鱿钓技术组提供的2003-2012年6-9月秘鲁外海茎柔鱼捕捞数据,结合海表面温度（SST）,海表面高度（SSH）,海表面盐度（SSS）和叶绿素浓度（Chl a）进行协同克里金插值预测其资源丰度的空间分布。为了解决协同克里金插值中4个环境因子的权重问题,本文将4个环境因子进行归一化处理,利用主成分分析方法将其整合为单一综合环境因子,以此作为协变量。将综合环境因子与单位捕捞努力量渔获量（CPUE）进行相关性检验后进行协同克里金插值,根据平均误差（ME）,均方根误差（RMSE）和标准化均方根（RMSSE）对插值结果评价,探讨此种方法的可行性。研究结果认为:（1）主成分分析方法获得的6-9月份的综合环境因子均与CPUE具有显著相关性;（2）6-7月份ME分别为0.002 6和0.002 5,预测准确性很高,平均预测结果稍高于实际观测值;而8-9月份的ME分别为-0.007 8和-0.000 2,预测准确性较高,平均预测结果稍低于实际观测值。6月份的RMSE估值精度最高,8月份的估值精度最低。6-7月份的RMSSE值小于1,说明都高估了预测的不确定性,8-9月份的RMSSE值大于1,说明都低估了预测的不确定性,则在6-9月份中的预测精度和准确性上会有一定程度的偏差。从ME、RMSE和RMSSE三者综合来看,6-9月的预测值具有一定的可靠性。 相似文献