共查询到16条相似文献，搜索用时 467 毫秒
1.
秋刀鱼（Cololabis saira）是中国在西北太平洋海域的重要的捕捞对象之一，单位捕捞努力量渔获量（CPUE） 标准化是开展其资源评估研究的重要内容，许多统计模型被运用到CPUE标准化研究中。本文根据2003-2017年中国大陆在西北太平洋海域的秋刀鱼生产统计资料，结合卫星遥感获得的海洋环境数据如：海表面温度、海表面高度以及海温梯度等，基于广义线性模型（general linear model，GLM） 和广义加性模型（generalized additive model，GAM） 对中国大陆西北太平洋秋刀鱼渔业进行CPUE 标准化，并对两种模型的结果进行了对比分析研究。通过贝叶斯信息准则选择最佳GLM和GAM模型，使用解释偏差和5-fold交差验证来对比两个模型结果。GLM模型的最佳模型对CPUE偏差的解释率为21.57%，GAM的最佳模型对CPUE偏差的解释率为38.95%。通过5-fold交差验证分析发现，GAM模型标准化结果较优于GLM模型，因此，认为GAM模型更适合于西北太平洋秋刀鱼渔业CPUE标准化。 相似文献
2.
《海洋湖沼通报》2017,(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
3.
单位捕捞努力量渔获量(catch per unit of effort,CPUE)标准化是渔业资源评估和管理中基础性工作.为了对信息量少、没有时空和环境变量的渔业监测数据进行CPUE标准化,本研究采用灰色系统方法,结合2010—2014年江苏省4种张网类调查生产数据,构建灰色GM(1,1) CPUE标准化模型,采用残差、关联度和后验差等3种检验方法评价CPUE标准化优良度,为渔业监测调查数据CPUE标准化提供一种新的途径.结果表明,所有模型的残差都可以接受;在关联度检验下,所有灰色GM(1,1)模型的关联度都大于0. 6,建模结果为满意;后验差结果显示所有灰色GM(1,1)的预测精度为合格.上述结果表明采用灰色GM(1,1)模型对信息量少、没有空间和环境信息的渔获数据进行CPUE标准化是可行的,可以为渔业管理部门提供决策支持. 相似文献
4.
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.
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
6.
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
7.
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
8.
评估不同评估配置应对年龄空间结构的表现:基于印度洋长鳍金枪鱼的模拟研究 总被引：1，自引：0，他引：1
不同种群结构或种群分布的空间异质性是导致模型错误的一个重要因素，并在渔业资源评估中对参数估计有重要影响。本文根据状态相关的洄游率与区域相关的捕捞死亡率，利用合成模型，模拟了印度洋长鳍金枪鱼年龄空间结构的异质性，并生成了资源评估数据。基于这些数据，本文研究了用于空间异质资源评估模型的不同空间配置、选择曲线及CPUE（Catch Per Unit Effort）使用场景的表现。本文结果表明：（1） 尽管同操作模型一致的空间动态配置能在所有模拟场景中对相对产卵生物量、相对死亡系数、最大可持续产量提供准确、无偏估计，但若由于知识与数据限制，使空间动态配置与操作模型不一致，则其表现可能相当差；（2） 对于空间配置，边界划分必须正确，但对于非空间配置，不管边界划分正确与否，只要划分的区域能合理反映现场数据的变化，并能通过增加空间参考参数从而能有效减少忽略空间结构的影响即为合理；（3） 尽管区域作为渔业的方法及灵活的时变选择曲线是一个较好备选方法，可用于解决空间结构问题，但这些方法并不能完全消除由空间结构而引起模型错误导致的影响，从而使模型的参数估计具有很大的不确定性、相同评估模型不同参数的估计质量不一致、相同评估配置的评估质量在不同模拟场景下存在很大的差异；（4） 尽管采用多个CPUE指数一般可以避免最差的参数估计，但没有更好的选择或生成CPUE指数的方法可以用于显著提高资源评估质量，因为忽略空间结构将导致所有资源评估模型预测的CPUE所包含的信息通常不同于观测的CPUE。对比不同建模者的模型配置的评估结果，除了与操作模型完全匹配的空间配置外，其他模型配置的表现均与具体案例有关。从这个意义上讲，本文研究结果不仅对当前印度洋长鳍金枪鱼资源评估有益，也将增加对空间结构配置效果的理解。 相似文献
9.
由于渔业资源评估中补充量的剧烈变动、亲体量的测量误差以及时间序列的偏差常常使亲体一补充量(SR)关系模型的确定存在很大偏差问题。本文以7种SR(Stock-Recruitment)模型的模拟数据作为观测数据，研究了AIC(Akaike Information Criterion)与BIC(Bayesian Information Criterion)在SR模型选择中的应用。作为例证，文中采用AIC和BIC对8组实际的SR数据进行了SR模型的选择，并对其结果进行了比较。参数的估计方法为最大似然法(Maximum likelihood method)。结果表明，AIC和BIC在SR模型选择中是有效的。但是，对于嵌套模型，BIC可能比AIC更有效。 相似文献
10.
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
11.
Data collected from a longline fishery in the Indian Ocean were used to evaluate the performance of a deterministic habitat-based
standardization (detHBS) method for catch per unit effort (CPUE) standardization. The habitat preference indices of the yellowfin
tuna (Thunnus albacares) were estimated for different depth, temperature, and dissolved oxygen (DO) classes. The detHBS was applied for standardizing
the yellowfin tuna CPUE based on the habitat preference indices of the yellowfin tuna. Nominal CPUE and normalized nominal
CPUE were compared with the standardized CPUE and normalized standardized CPUE, respectively, using Wilcoxon tests. The results
showed that (1) there was significant difference between nominal CPUE and standardized CPUEs (p < 0.01); (2) there was no significant difference between normalized nominal CPUE and normalized standardized CPUEs estimated
using the data set of depth, temperature, and DO (p > 0.01). This study suggests that detHBS effectively improved the precision of CPUE standardization, and the depth data set
was the optimum data set in standardizing CPUE. 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.
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
14.
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
15.
日本鲭(Scomber japonicus)是西北太平洋重要的鱼类资源之一，科学预测日本鲭的资源丰度有利于其资源的合理开发和利用。本研究依据日本渔业机构提供的1987–2012年日本鲭太平洋群体的资源量数据，结合产卵场和渔场的海洋环境数据以及气候因子，使用广义加性模型对影响日本鲭太平洋群体的海洋环境和气候因子进行分析，筛选出有显著影响的因子并建立该群体的资源量预测模型。结果表明，与该群体资源量有显著关系的影响因子有:北极涛动指数、太平洋年代际振荡指数、渔场海表面高度、渔场海表面盐度和渔场海表面温度。基于赤池信息准则筛选出的4个资源量预测模型分析表明，包含北极涛动指数、渔场海表面高度和渔场海表面温度的模型有较好的预测效果，该模型的验证结果也通过了t检验(P<0.05)，可用于日本鲭太平洋群体资源量的预测。 相似文献
16.
Indicators of abundance for American lobster (Homarus americanus) based on 8 years of trap catch rates (catch‐per‐unit‐effort, CPUE) were evaluated. Volunteer harvesters recorded count, sex and size of lobsters captured in standard traps on a daily basis during the fishing season in coastal Nova Scotia, Canada. We examined the extent to which standardised CPUEs of prerecruits predict the future catches of legal sizes and explored spatial patterns in the abundance of lobsters of different size and reproductive status. The standardised CPUE of prerecruits was correlated with legal size catches in only one of five areas examined. This area had a strong signal of incoming recruitment. Improving the capacity of prerecruit CPUE for predicting legal size catches several years later most likely lies with model incorporation of variables associated with catchability. The spatial distribution of catch rates showed that the area with the highest historical landings per unit area also had the highest relative abundance of prerecruits. The spatial distribution data point to further areas of research related to recruitment processes in lobster in coastal Nova Scotia. 相似文献