共查询到17条相似文献，搜索用时 126 毫秒
1.
茎柔鱼(Dosidicus gigas)是我国远洋渔业的重要捕捞对象。当前针对茎柔鱼渔场分布及其与环境关系的研究多集中于秘鲁海域,而在赤道海域则研究较少。根据2019年12月至2020年2月在赤道海域获取的茎柔鱼生物学数据,以及同期的渔业生产和环境数据,运用胴长-体重关系拟合、Arcgis地统计插值、广义可加模型(GAM)探究其资源分布及渔场环境状况。结果表明:东太平洋赤道海域茎柔鱼胴长范围为136~407 mm,体重范围为117~1 557 g; 2019年12月~2020年4月各月渔获量呈先增加后减小趋势, 2月渔获量最高; CPUE (单位捕捞努力量渔获量)除2月增加外,总体呈下降趋势;渔场集中分布于0°~3°S、105°~114°W海域,不同月份渔场中心经向变化明显;渔场最适SST范围是24.5~25.5 ℃,最适chl a范围是0.16~0.20 mg/m3,月份是影响茎柔鱼CPUE的主要因子。进一步分析表明:该海域茎柔鱼渔获主要为小型群体;小型群体生长发育期(2~3月)对渔场分布有重要影响,生长发育期前茎柔鱼集群度高,生长发育期后逐渐分散活动;单一影响因子与茎柔鱼CPUE相关性不显著,综合考虑其他环境因素及其交互影响是今后的研究方向。 相似文献
2.
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
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.
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
6.
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
7.
茎柔鱼(Dosidicus gigas)是我国远洋渔业的重要捕捞对象。当前针对茎柔鱼渔场分布及其与环境关系的研究多集中于秘鲁海域,针对赤道海域茎柔鱼特定种群小型群体资源分布及其渔场环境特征研究较少。根据2019年12月至2020年2月茎柔鱼生物学数据,2019年12月至2020年4月生产和环境数据,运用胴长-体重关系拟合、地统计插值、广义可加模型(GAM)探究其资源分布及渔场环境状况。结果表明：东太平洋赤道海域茎柔鱼胴长范围为136~407 mm,体重范围为117~1557 g；2019年12月至2020年4月各月渔获量呈先增加后减小趋势,2月渔获量最高；CPUE曲线除2月增加外,总体呈下降趋势；渔场集中分布于0°~3°S、105°W~114°W海域,不同月份渔场重心经向变化明显；渔场最适SST范围是24.5~25.5 °C,最适Chl-a范围是0.16~0.20 mg/m3,月份是影响茎柔鱼CPUE的主要因子。研究表明：该海域茎柔鱼渔获主要为小型群体；小型群体生长发育期(2–3月)对渔场分布有重要影响,生长发育期前茎柔鱼集群度高,生长发育期后逐渐分散活动；单一影响因子与茎柔鱼CPUE相关性不显著,综合考虑其他环境因素及其交互影响是今后的研究方向。 相似文献
8.
基于灰色系统西南大西洋阿根廷滑柔鱼资源丰度预测模型的构建 总被引：3，自引：0，他引：3
阿根廷滑柔鱼（Illex argentinus）是西南大西洋鱿钓渔业的主要作业鱼种，对资源丰度进行准确的预测可指导企业合理安排渔业生产。因此，本研究根据2000-2016年我国西南大西洋阿根廷滑柔鱼的生产数据，以单位捕捞努力量的渔获量（Catch per unit effort， CPUE）为阿根廷滑柔鱼资源丰度的指标，利用灰色绝对关联分析和灰色预测建模的方法（GM（0， N）），计算2001-2015年CPUE的时间序列值与产卵期（6-8月）产卵场海表面温度（Sea surface temperature， SST）时间序列值的灰色绝对关联度，选取产卵场海域中灰色绝对关联度大于0.90的海区SST建立资源丰度预测模型，并用2016年实际CPUE进行验证。灰色绝对关联分析表明，6-8月，30°~40°S，45°~60°W海域内存在若干海区的SST与次年对数CPUE时间序列呈现较强的关联度，可作为预报因子。GM（0， N）模型结果表明，以6-8月产卵场SST作为环境因子建立的模型4能较好地拟合出阿根廷滑柔鱼资源丰度变动趋势，与2016年真实值相比，相对误差为7%，该模型可较好地作为阿根廷滑柔鱼资源丰度的预测模型。相反，包含6月和7月SST的模型1效果优于不包含6月SST的模型2或不包含7月SST的模型3，拟合得到的2016年的数据与真实值相比，相对误差分别为128%和289%，这说明6月和7月是西南大西洋阿根廷滑柔鱼的主要产卵月份。 相似文献
9.
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
10.
近年来, 渤海夏季低氧现象频发, 引起了人们的广泛关注。然而对该海域低氧形成的机制还未得到充分认识。研究基于在秦皇岛外海的现场观测, 分析了海水中颗粒物吸收光谱特征及其与不同粒径浮游植物叶绿素a (chl a)组成、环境因子的关系, 评估了夏季底层水体脱氧过程中有机物来源与特征。结果显示,夏季秦皇岛外海微型浮游植物chl a占总量的80%。表层水体中, 总颗粒物吸收光谱[ap(l)]特征由浮游植物色素吸收光谱[aph(l)]主导, 在中、底层水体中则由碎屑颗粒物吸收光谱[ad(l)]主导。垂向上, ap(440)和ad(440)均表现为表层<中层<底层。结果还表明, 浮游植物粒径主导秦皇岛外海chl a的光吸收效率, 即a*ph(440)。基于三粒级chl a含量, 可利用多元回归预测aph(440)。碎屑颗粒物的吸收光谱同样受浮游植物群落、有机质相对含量等的影响。研究结果表明初级生产产生的微型颗粒有机物是底层水体脱氧的主要底物。 相似文献
11.
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
12.
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
13.
During 1995–2011, annual production of winter-spring cohort of Ommastrephes bartramii for Chinese squidjigging fishery has greatly fluctuated, which is closely related to the environmental conditions on the spawning and fishing grounds. To better understand how squid recruitment and abundance were influenced by ocean environmental conditions, biological and physical environmental variables including sea surface temperature(SST), SST anomaly(SSTA), chlorophyll a(Chl a) concentration and the Kuroshio Current were examined during years with the highest(1999), intermediate(2005), and lowest(2009) catches. Catch per unit effort(CPUE) of the squid-jigging vessels was used as an indicator of squid abundance. The results indicated that high SST and Chl a concentration on the spawning ground in 1999 resulted in favorable incubation and feeding conditions for squid recruitment. Whereas the suitable spawning zone(SSZ) in 2009 shifted southward and coincided with low SST and Chl a concentration, resulting in a reduction in the squid recruitment. The small difference of SSZ area in the three years suggested the SSZ provided limited influences on the variability in squid recruitment. Furthermore,high squid abundance in 1999 and 2005 was associated with warm SSTA on the fishing ground. While the cool SSTA on the fishing ground in 2009 contributed to adverse habitat for the squid, leading to extremely low abundance. It was inferred that strengthened intensity of the Kuroshio force generally yielded favorable environmental conditions for O. bartramii. Future research are suggested to focus on the fundamental research on the early life stage of O. bartramii and mechanism of how the ocean-climate variability affects the squid abundance and spatial distribution by coupling physical model with squid biological process to explore transport path and abundance distribution. 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.
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
16.
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
17.
东南太平洋秘鲁海域光合有效辐射对茎柔鱼资源丰度和空间分布的影响研究 总被引：4，自引：2，他引：2
光合有效辐射（PAR）是海洋初级生产力的重要驱动因素之一,因此对海洋鱼类的资源丰度和空间分布产生潜在影响。本文根据2006-2015年1-12月中国鱿钓科学技术组提供的秘鲁外海茎柔鱼捕捞数据和光合有效辐射卫星遥感数据,以单位捕捞努力量渔获量（CPUE）表征资源丰度,以CPUE的纬度重心表征渔场空间分布,评估了东南太平洋秘鲁海域光合有效辐射对茎柔鱼资源变动的影响。结果发现,茎柔鱼渔场的产量、捕捞努力量、CPUE和PAR呈现明显的月间变化,其中CPUE和PAR月间变化规律表现为1-6月降低,7-12月增加的趋势。相关分析法表明,CPUE与PAR呈正相关关系,7月和8月相关性显著,而其余月份相关性不显著。依据频率分布法估算了各月适宜和最适PAR范围,各月最适PAR范围占渔场总面积比例与CPUE呈显著正相关关系,推测茎柔鱼资源丰度可能由各月适宜PAR面积大小决定;同时,最适PAR纬度与CPUE纬度重心呈显著正相关,说明茎柔鱼渔场的空间分布受最适PAR纬度的显著影响。此外,拉尼娜年份茎柔鱼适宜PAR面积要显著高于厄尔尼诺年份。研究表明,茎柔鱼资源丰度和空间分布受光合有效辐射的显著影响,其调控作用在不同气候条件下呈现不同的变化规律。 相似文献