共查询到14条相似文献，搜索用时 265 毫秒
1.
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
2.
利用1973-2016年日本西海水产研究所提供的日本鲐(Scomber Japanicus)对马群系的资源量与渔获量数据,结合产卵场1(SG1, 26°~31°N,122°~127°E)、产卵场2(SG2, 30°~35°N,128°~131°E)、索饵场(FG, 35°~38°N,127°~138°E)的海表面温度、太平洋年代际振荡指数(PDO)和Nino3.4区海表温距平值(SSTA),建立基于灰色系统的日本鲐对马群系资源丰度预测模型。灰色关联和相关系数分析结果显示:选择产卵场2的4月、9月海表面温度和索饵场4月海表面温度作为日本鲐资源丰度关键影响因子。建立的模型有:分别包含产卵场2的4月、9月和索饵场4月的海表面温度3个因子的GM(1,2),GM(1,3),GM(1,4)的7种模型。这7种模型的相对残差Q检验值分别为:0.131 0,0.140 2,0.145 9,0.149 3,0.176 7,0.140 3和0.173 5。结果表明,基于产卵场2的4月海表面温度所建立的GM(1,2)模型是对日本鲐对马群系资源丰度最优预测模型。 相似文献
3.
基于环境因子的东南太平洋茎柔鱼资源补充量预报模型研究 总被引：4，自引：0，他引：4
东南太平洋茎柔鱼(Dosidicus gigas)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—2012年我国鱿钓船在东南太平洋的生产统计数据,以及茎柔鱼栖息地的海表温度(SST)、海面高度(SSH)、叶绿素a浓度(chl a)数据,利用相关性分析法分析茎柔鱼资源丰度和补充量(以单位捕捞努力量渔获量为指标,t/d)与栖息海域20°S—20°N、110°W—70°W的SST、SSH、chl a浓度的相关性,获取相关系数大的关键海区位置,同时加入茎柔鱼产卵场、索饵场最适表层水温范围占总面积的比例(分别用PS、PF表示)两个参数,建立三种基于主要环境因子的误差反向传播(EBP)神经网络资源补充量预报模型,进行了比较。结果表明:茎柔鱼资源丰度与SST、SSH、chl a浓度的相关系数最大值海域为7月份的Point1(13°N,102°W)海区、9月份的Point3(11°N,102°W)海区和3月份的Point5(8°S,107°W)海区;资源补充量与SST、SSH、chl a浓度的相关系数最大值海域为6月份的Point2(8°N,103.5°W)海区、2月份的Point4(12°N,97.5°W)海区和10月份的Point6(10°S,93.5°W)海区。EBP神经网络预报模型结果认为:基于产卵环境关键影响因子的方案2(以Point2的SST、Point4的SSH、Point6的chl a浓度、PS作为模型输入因子)和基于全部环境关键影响因子的方案3(以Point1与Point2的SST、Point3与Point4的SSH、Point5与Point6的chl a浓度、PS、PF作为模型输入因子)的两种神经网络预报模型均方误差较小,其准确率可达90%左右。 相似文献
4.
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
5.
海洋环境因子对澳洲鲐亲体补充量关系的影响——基于贝叶斯模型平均法的研究 总被引：1，自引：1，他引：0
澳洲鲐（Scomber australasicus）是西北太平洋重要的中上层经济鱼类，生命周期相对较短，资源量受补充量影响明显，了解澳洲鲐太平洋群系补充量状况对掌握其资源量及确保其可持续利用具有重要的意义。本文利用产卵场1（30°~32°N，130°~132°E）海表面温度（sea surface temperature，SST1）、产卵场2（34°~35°N，138°~141°E）海表面温度（SST2）、索饵场（35°~45°N，140°~160°E）海表面温度（SST3）、潮位差（tidal range，TR）、太平洋年代际涛动（Pacific decadal oscillation，PDO）和亲体量（spawning stock biomass，SSB）6个影响因子任意组合与补充量构建多个模型，运用贝叶斯模型平均法（Bayesian model averaging，BMA）分析各个环境因子对资源补充量的解释能力，并预测其补充量的变化。结果表明，SSB对补充量具有最长期且稳定的解释能力，其次是SST3，PDO、TR、SST2、SST1也对补充量模型具有一定的解释能力。SST3是环境因子中影响最大的因子，可能是由于补充群体在索饵场内生活时间较长，索饵场温度对仔鱼或鱼卵的生长存活有较大的影响。研究认为，基于BMA的组合预报综合考虑了各个模型的优势，优于单一模型，可用于澳洲鲐资源补充量的预测。 相似文献
6.
西北太平洋柔鱼(Ommastrephes bartramii)是我国鱿钓船队重要捕捞对象,其资源分布的时空变化对资源的可持续开发和利用有重要影响。本文以2000?2015年7?10月西北太平洋柔鱼渔业数据的单位捕捞努力量渔获量作为应变量,以年份、月份、经度、纬度、海表面温度、海表盐度、海面高度、叶绿素a浓度作为自变量,构建BP神经网络模型,推测该段时间西北太平洋柔鱼丰度时空变化规律,并探究环境因子对柔鱼资源丰度的影响。通过比较,确定输入层为年份、月份、经度、纬度、海表面温度和海表盐度,隐含层神经元数量为8的模型均方误差最小,模型最优。结果表明,单位捕捞努力量渔获量年间波动明显,每年的7月、10月柔鱼资源丰度较低,且空间分布分散在整个作业渔场,8月、9月资源丰度较高,并集中在41.5°～43.5°N, 155°～160°E局部区域。研究认为,海表面温度和海表盐度对柔鱼资源丰度时空变动有较大影响,在今后柔鱼资源评估与管理中予以考虑。 相似文献
7.
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
8.
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
9.
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
10.
《中国海洋大学学报(自然科学版)》2021,(Z1)
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
11.
Xiangyu Long Rong Wan Zengguang Li Yiping Ren Pengbo Song Yongjun Tian Binduo Xu Ying Xue 《海洋学报(英文版)》2021,40(8):133-144
In recent years, Konosirus punctatus has accounted for a large portion in catch composition and become important economic species in the South Yellow Sea. However, the distribution of K. punctatus early life stages is still poorly understood. In this study, generalized additive models with Tweedie distribution were used to analyze the relationships between K. punctatus ichthyoplankton and environmental factors(longitude and latitude, sea surface temperature(SST), sea surface salinity(SSS) and depth), and predict distribution K. punctatus spawning ground and nursing ground, based on samplings collected in 6 months during 2014–2017. The results showed that K. punctatus' spawning ground were mainly distributed in central and north study area(from 33.0°N to 37.0°N).By comparison, the nursing ground shifted southward, which were approximately located along central and south coast of study area(from 31.7°N to 35.5°N). The optimal models identified that suitable SST, SSS and depth for eggs were 19–26°C, 25–30 and 9–23 m, respectively. The suitable SSS for larvae were 29–31. The K. punctatus spawning habit might have changed in the past decades, which was a response to increasing SST and fishing pressure. That needs to be proved in further study. The study provides references of conservation and exploitation for K. punctatus. 相似文献
12.
为探究太平洋褶柔鱼(Todarodes pacificus)秋生群资源丰度波动的原因,本研究利用适宜产卵的海表温度(SST)和水深数据,构建了太平洋褶柔鱼秋生群1979—2018年40年潜在产卵场模型,在此基础上开发了适宜海表温度均值(MVSS)、适宜性海表温度加权面积(SSWA)和等温线经向位置(MP)3种产卵场指数... 相似文献
13.
根据1999—2004年8—10月主渔汛期间我国鱿钓船在150—165°E海域的鱿钓生产数据,结合其表温及表温梯度,分别将作业次数百分比和单位渔船日产量作为适应性指数,利用算术平均法(AM)和联乘法(GM)分别建立基于表温因子(表温和表温水平梯度)的综合栖息地指数模型。结果表明,AM栖息地指数模型和GM栖息地指数模型均拟合较好,在HSI大于0.6的海域,1999—2004年间其作业次数平均比重分别在70%以上,平均日产量均在2t/d以上。但AM模型稍优于GM模型。利用2005年8—10月生产数据及表温资料对AM模型进行验证,分析认为作业渔场主要分布在HSI大于0.6海域,其作业次数比重达到80%以上,各月平均CPUE均在3.0t/d以上。研究表明,基于表温和表温水平梯度的AM栖息地模型能获得较好预测西北太平洋柔鱼中心渔场。 相似文献
14.
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