共查询到17条相似文献，搜索用时 93 毫秒
1.
根据2013—2016年南海两艘灯光罩网渔船的生产统计资料,结合卫星遥感获取的环境因子数据,运用广义可加模型(GAM)分析了南海春季鸢乌贼渔场分布及其与时空和环境因子的关系。结果表明:2013—2014年鸢乌贼单位捕捞努力量渔获量(CPUE,Catch Per Unit Effort)呈增长趋势,而2015—2016年CPUE明显下降。2013—2015年鸢乌贼中心渔场主要分布在114°E—115°E,10°N—12°N区域,而2016年中心渔场向西偏移;GAM模型对CPUE的总偏差解释率为66.40%,其中经度、纬度、海表温度和叶绿素浓度4个因子与CPUE显著相关(P0.05),影响因子按重要性排列,从大到小依次为:经度、纬度、叶绿素浓度和海表温度。而年份、月份和海表盐度对CPUE影响不显著(P0.05)。鸢乌贼适宜海表温度为27℃～30℃,适宜叶绿素浓度为0.10～0.15 mg/m3。 相似文献
2.
西沙-中沙海域春季鸢乌贼资源与海洋环境的关系 总被引：1，自引：0，他引：1
根据2006-2010年春季（3-5月）大型罩网渔船的生产监测数据,运用广义线性模型（Generalized Linear Model,GLM）对鸢乌贼单位捕捞努力量渔获量（Catch Per Unit Effort,CPUE）进行标准化,同时结合卫星遥感数据（海表温度、叶绿素a浓度及海面风场）对西沙-中沙海域春季鸢乌贼资源量变化和海洋环境的关系进行统计分析。结果表明,春季鸢乌贼资源在海表温度（Sea Surface Temperature,SST）25~28.5℃、叶绿素a浓度（chlorophyll a concentration,Chl a）0.1~0.16 mg/m3时随着水温的升高和叶绿素a浓度的降低而增大,资源量最高的SST范围为27~28.5℃、Chl a范围为0.1~0.13 mg/m3。西沙-中沙海域春季Chl a峰值出现在3月份,该时期为鸢乌贼的繁殖高峰期。鸢乌贼的资源量在5月份达到峰值,其对Chl a的响应时间延迟约2个月。此外,2008年春季鸢乌贼资源量波动较大,与2007-2008年的拉尼娜事件引起的气候异常有关。研究结果对于了解西沙-中沙海域鸢乌贼资源变动规律、指导鸢乌贼资源科学生产、开发南海外海渔业资源等具有重要意义。 相似文献
3.
《海洋学报》2021,(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
4.
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
5.
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
6.
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
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.
夏季东海渔场鲐鱼产量与海洋环境因子的关系 总被引：15，自引：0，他引：15
根据2002～2004年7～9月我国东海灯光围网渔业生产统计数据,结合卫星遥感获取的海表面温度(Sea surface temperature, SST)、叶绿素a浓度及海面高度数据(Sea surface height,SSH),分析鲐鱼渔场分布与其SST、叶绿素a浓度和SSH之间的关系.统计各月鲐鱼产量在SST、叶绿素a浓度上的频次分布,以确定各月中心渔场的最适SST和叶绿素a浓度范围,并对不同月份鲐鱼产量与SST和叶绿素a浓度关系进行分析和比较.利用Marine Explore4.0软件将每日鲐鱼产量和SSH图像进行空间展布,分析中心渔场形成与SSH分布的内在规律.研究结果显示,鲐鱼产量和当年SST成正比,东海SST的高低基本上决定了当年鲐鱼产量的高低,但并未发现叶绿素a浓度越高渔获产量也越高的规律,说明叶绿素a浓度并非鲐鱼渔场形成的最主要因素.夏季东海SST、叶绿素a浓度分布状况及其分布的季节变化决定了夏季东海鲐鱼作业渔场在东海南部和北部适宜SST、叶绿素a浓度不同的范围,但各年渔场SST以及叶绿素a浓度分布的总体趋势一致,鲐鱼产量集中分布在叶绿素a浓度较低、SST较高的东海南部渔场和叶绿素a浓度较高、SST较低的东海北部长江口渔场:7、8月鲐鱼中心渔场分布在东海南部海域,最适SST分别为27～29 ℃和28～30 ℃,最适叶绿素a浓度均为0.10～0.30 mg/m3;9月东海南部渔场最适SST为27～28 ℃,最适叶绿素a浓度为0.10～0.30 mg/m3,东海北部渔场最适SST为26～27 ℃,最适叶绿素a浓度为1.00～3.00 mg/m3.鲐鱼渔场和SSH之间有很好的匹配关系,中心鱼场通常位于SSH极大值和极小值交汇的海域、并靠近极大值海域一侧,即出现在冷水团和暖水团交汇区靠近暖水团一侧.研究表明,渔场最适SST和叶绿素a浓度以及SSH作为确定潜在中心渔场的指标各具优势,将三者结合、综合分析,预报潜在渔场的位置更为可靠. 相似文献
9.
印度洋西北部海域鸢乌贼渔场分布及其与海面温度的关系 总被引：3，自引：0，他引：3
根据2004年9月-2005年4月印度洋西北海域鸢乌贼生产调查资料及海面温度数据,按经纬度1°×1°空间分辨率,采用软件Marine Explorer 4.0和数理统计方法对鸢乌贼作业渔场分布及其与海面温度的关系进行了分析。结果显示,9月-翌年1月作业渔场分布比较分散,分布在11°30′~19°30′N,58°~64°E海域;2-4月作业渔场分布比较集中,主要分布在15°~16°30′N,60°~61°30′E。各月份的平均日产量波动不大。作业渔场的适宜海面温度为25~29℃。经Kruskal-Wallis统计检验,调查期间各个温度组作业CPUE不存在显著性差异。 相似文献
10.
《应用海洋学学报》2015,(4)
根据2014年4~9月"开富"号大型拖网加工船在东南太平洋智利外海的东部海域进行智利竹筴鱼拖网作业的生产数据及NOAA遥感卫星记录的海表温度(SST)数据,研究并分析了智利竹筴鱼的网产量、单位捕捞努力量渔获量(CPUE)的月份及季节变化;不同季节智利竹筴鱼产量分布频次与SST的关系;各月的CPUE空间均值分布与SST的关系;不同季节CPUE空间均值及中心渔场的时空分布;以及放网次数和CPUE空间均值的空间分布.结果表明:冬季智利竹筴鱼的月均CPUE高于秋季,且两者均显著高于初春的月均CPUE,平均网产量的月份及季节变动规律与CPUE的变化相同;智利竹筴鱼的秋季产量集中在SST为12.5~13.0℃及13.5~14.0℃的海域,冬季产量集中在SST为12.5~13.5℃及15.0~16.0℃的海域,初春产量则集中在SST为15.5~16.0℃的海域;4~5月在SST为13.5~14.0℃内的智利竹筴鱼的CPUE较高,6月在SST为11.0~11.5℃内的CPUE较高,7~8月在SST为12.5~13.0℃的CPUE较高,9月在SST为15.5~16.0℃内的CPUE较高.中心渔场随着季节的变化则持续向北进行转移;CPUE在纬度方向的波动较大,在27°~28°S、37°~39°S及40°~44°S这3个范围内CPUE均值高于5 t/h,在79°~81°W范围内,CPUE空间均值介于10~15 t/h. 相似文献
11.
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
12.
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
13.
Projecting distributions of Argentine shortfin squid(Illex argentinus) in the Southwest Atlantic using a complex integrated model 总被引：1，自引：0，他引：1
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
14.
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
15.
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
16.
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
17.
剑鱼（Xiphias gladius）是一种高度洄游性鱼类,其迁徙和栖息地利用受海洋环境影响明显,理解其空间分布格局形成的机制对于资源的养护和管理具有重要意义。本研究利用2017?2019年中国印度洋延绳钓渔业观察员数据中剑鱼的渔获物信息作为物种出现数据,结合西印度洋海域的海表温度、海面高度、叶绿素a浓度、混合层深度、海表盐度等环境数据,采用最大熵模型对剑鱼的栖息地适宜性分布进行了模拟。结果表明:（1）模型对印度洋西部剑鱼栖息地适宜性分布的模拟精度非常高,各个季节受试者工作特征曲线的曲线下面积都大于0.9,可用于模拟剑鱼潜在的栖息地适宜性分布;（2）研究区域内剑鱼适宜栖息地分布变化与实际作业位置变动基本一致,干季和湿季剑鱼栖息地高适宜性的区域分布都较为集中,但湿季分布范围要大于干季;（3）海表温度、海表盐度和混合层深度是影响西印度洋剑鱼栖息地适宜性分布的重要环境因子,在干季和湿季的最适范围分别为25.8～31.6℃、34.4～35.9、0.1～24.9 m和25.6～30.5℃、34.8～36.4、13.1～54.1 m。研究结果可为西印度洋海域剑鱼种群的可持续利用和科学管理提供必要参考信息。 相似文献