共查询到20条相似文献，搜索用时 750 毫秒
1.
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
2.
3.
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
4.
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
5.
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
6.
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
7.
基于栖息地指数的西北太平洋柔鱼渔获量估算 总被引：3，自引：0，他引：3
西北太平洋柔鱼是世界大洋性经济柔鱼类之一,估算其渔获量是科学管理柔鱼资源的重要基础。根据2003-2008年8～10月西北太平洋柔鱼生产统计数据,结合环境遥感数据,包括海表温度(SST),海表温梯度(GSST)及海表高度(SSH),利用栖息地适宜性指数(HSI)模型定性描述资源密度分布与其栖息环境之间的关系,同时在假设捕捞努力量时空分布相同的情况下,建立了各作业渔区渔获量与HSI之间的关系。结果表明,单位渔区(经纬度0.5°×0.5°内周平均渔获量与HSI之间呈现显著的正相关,并建立了最适关系的指数模型,以及单位渔区内周最大可能渔获量与HSI之间的线性关系式。当HSI较低(0～0.1)或较高(0.9～1)时,其预测的渔获量相对误差较大,并对误差产生的原因进行了分析。研究结果表明,利用基于栖息地指数模型来预测柔鱼可能的渔获量是可行性。 相似文献
8.
为掌握阿根廷滑柔鱼繁殖特性,根据2021年在西南大西洋公海采集到的阿根廷滑柔鱼样本进行计数和分析雌性成熟个体有效繁殖力,并利用能量密度测定技术测定分析其有效生殖投入。结果显示,阿根廷滑柔鱼雌性成熟个体的平均胴长为(244.90±16.36) mm,平均体质量为(295.16±64.85) g。雌性成熟个体的有效繁殖力为24 363～102 633粒卵母细胞,平均有效繁殖力为(63 158.49±16 782.00)粒卵母细胞;卵子能量密度值为25.01～26.09kJ/g,平均值为(25.71±0.25)k J/g;有效生殖投入为219.80～817.06 kJ,平均有效生殖投入为(465.02±158.71)kJ。在功能性成熟期,雌性个体的有效繁殖力和有效生殖投入均达到最大值。然而,自成熟度Ⅳ期至Ⅵ期,卵子能量密度值、体质量相对有效繁殖力、体质量相对有效生殖投入均没有显著差异。同时,混合模型结果显示,雌性成熟个体的有效繁殖力和有效生殖投入均随着体质量增加显著增大,但与个体体征没有显著相关性。结果表明,阿根廷滑柔鱼雌性成熟个体的有效繁殖力和有效生殖投入均与成熟体型大小密切相关,然而不同... 相似文献
9.
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
10.
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
11.
文章利用果蝇优化广义回归神经网络算法FOAGRNN (fruit fly optimization algorithm, FOA; generalized regression neural network, GRNN)对SODA (simple ocean data assimilation)再分析数据进行训练, 构建海表温度、盐度、海面高度与次表层温盐场之间的投影关系模型, 并在全球范围使用SODA和卫星遥感数据评估了模型的应用性能。首先, 利用独立的2016年SODA海表数据作为模型输入进行理想重构试验, 结果显示全球重构温、盐平均均方根误差(MRMSE)分别为0.36℃和0.08‰, 与世界海洋图集WOA13资料相比减小约50%和60%。然后, 利用卫星观测的海表信息作为模型输入进行实际应用试验, 并与Argo观测剖面进行比较评估。试验结果表明, 重构模型能有效表征海水温、盐特征, 其中重构温、盐MRMSE分别为0.79℃和0.16‰, 相比WOA气候态减小27%和11%。误差的垂向分布显示, 重构温度RMSE从海表向下迅速增大, 至100m达到峰值1.35℃, 而后又迅速回落,至250m处为0.81℃, 跃层往下不断减小; 重构盐度RMSE基本随深度增大而减小, 误差峰值位于25m附近, 约为0.25‰。此外, Argo浮标跟踪分析和区域水团统计结果也表明模型能够较好地刻画海洋三维温盐场的内部结构特征。 相似文献
12.
13.
运用扫描电镜研究渤海南部碎屑石英颗粒表面微结构,并根据各种形痕的组合特征,判断沉积物所处的沉积环境,定性分析控制沉积环境的主要因素。 相似文献
14.
15.
长江口及其邻近海区环流和温、盐结构动力学研究IV 盐度结构 总被引：1，自引：1，他引：0
盐度的数值模拟结果表明: 一年四季长江口及其邻近海区的盐度分布均为近岸低, 外海高,近岸与外海盐差大。冬季近岸和外海的上层盐度呈垂直均匀分布, 陡坡及外海的底层出现层化; 近岸特别是长江口及其以南近岸盐度的水平变化显著, 外海变化缓慢。春季在长江口以北, 近岸至外海的表层至近底层盐度呈垂直均匀分布, 近岸至外海的底层存在一个向北延伸的盐舌; 长江口及其以南近岸和外海的表层至次表层盐度呈垂直均匀分布, 在近岸稍远的表层至次表层形成盐跃层, 其强度自近岸至外海和自表层至底层逐渐减弱; 在陡坡区的底层盐度几乎呈均匀分布, 并保持高盐特征。夏季除长江口及其以南近岸浅水区盐度呈垂直均匀分布外, 其它区域盐度均出现剧烈分层, 在长江冲淡水区形成强盐跃层, 其强度自表层至底层迅速减弱, 陡坡至外海的底层盐度大致呈均匀分布且保持高盐特征。秋季长江口以北近岸浅水区表层盐度低且出现层化, 表层以下盐度高且呈垂直均匀分布; 近岸以远自表层至底层呈垂直均匀分布, 在外海上层盐度低且呈垂直均匀分布, 而底层盐度高并出现分层;长江口及其以南近岸浅水区盐度呈垂直均匀分布, 陡坡区出现层化, 其盐度为表层低, 底层高; 层化自表层至底层逐渐增强, 并随陡坡至外海的减弱, 上层又逐渐变为垂直均匀分布。 相似文献
16.
为提高大西洋热带海域长鳍金枪鱼(Thunnus alalunga)渔场预报的准确率,对K最近邻(k nearest neighbor,KNN)、逻辑斯蒂回归(logistic regression,LR)、决策与分类树(classfication and regression tree,CART)、梯度提升决策树(gradient boosting decision tree,GBDT)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)和Stacking集成(stacking ensemble learning,STK)共7个模型的预报性能进行了对比分析。该7个模型利用2016～2019年在大西洋公海海域(19°16′S～16°21′N;46°27′W～2°09′E)作业的13艘中国远洋延绳钓渔船的渔业数据,结合0～500 m不同水层的温度、盐度、溶解氧、叶绿素a浓度、海表面风速、涡动能和混合层深度数据建立。各模型取75%数据作为训练数据,25%为测试数据,采用预报准确率(accuracy,ACC)与接受者操作特征曲线下面... 相似文献
17.
根据1978—1980年渤海及北黄海70个测站的表、底层温、盐资料,用预先给定控制临界值的聚类方法,在该海域划分出5个水团。分析结果表明。1.渤黄海暧水团在冬季为高盐特征,夏季为中盐性质;其分布范围在冬—春季较小而夏—秋季较大。2.渤海水团为中温中盐性质:其温、盐度变化较小而冬—春季范围较大。3.黄海冷水团是一个高盐水团,它在5个水团中保守性最强,而从5月至8月范围较大。4.渤海沿岸水是一个不稳定的水团,其盐度较低,温度变化较小,春季和秋季范围较大而夏季和冬季较小。5.江河冲淡水是温度变化较大的低盐水,其范围夏季大而冬季小。水团的分布,在地理位置上是从该海区之东向西,一层套一层,而各水团在不同季节有自己的模式。此外,本文还探讨了水团消长变化和渔场的关系。 相似文献
18.
海表面二氧化碳分压(pCO2)的未来变化趋势,对统计评估全球碳收支以及理解全球气候变化背景下的海洋酸化现象至关重要。目前传统的海面pCO2预测方法大部分基于有限的实测数据,然而实测数据存在着时间和地理方面的制约,且计算成本较高。近年来,随着时空观测数据的爆炸性增长,基于深度学习的数据驱动模型在海表面pCO2预测方面中表现出良好的潜力。然而,由于多种环境因素与海表面pCO2之间的关系错综复杂,到目前为止尚无十分简单有效的相关模型来对海表面pCO2进行预测。为应对这一挑战,利用时空卷积长短时记忆神经网络(ST-ConvLSTM)模型,通过海面温度(sea surface temperature, SST)、海面盐度(sea surface salinity, SSS)、叶绿素a浓度(chl a)和海面pCO2数据,预测南海的海面pCO2,并将2019年1～12月的数据作为测试集对模型的表现进行了验证。结果显示, ST-ConvLSTM模型... 相似文献
19.
盐度是南海物理环境的重要组成部分之一,盐度的变化对南海的水动力环境有重要影响。利用1972-2010年的SODA数据集的5.01 m层月平均数据,分析南海海域海表面盐度的时空分布特征,采用基于最小二乘法的线性拟合分析南海海表面盐度的长期变化趋势。结果表明南海海域的海表面盐度在39 a间90%以上区域均呈现盐度下降趋势,整个海域SSS则以每年0.005 88 psu的速率下降,春季SSS下降速率最大为0.006 4 psu/a,夏季SSS下降速率在四季中最小为0.005 19 psu/a。 相似文献
20.
Fluctuation in volume transport distribution accompanied by the Kuroshio front migration in the Tokara Strait 总被引：1，自引：0，他引：1
A relation between migration of the Kuroshio front and fluctuation of distribution of volume transport in the Tokara Strait was described, using sea level records at five tide gauge stations around the strait and data which were composed of sea surface temperature, XBT casts, sea surface salinity and velocities at 20 m, 75 m and 150 m depths taken en route a ferryboat. The Kuroshio front extends to about 150 m depth. The sea surface salinity and the horizontal velocities abruptly change at the front. There is a good correlation in a period range from half a month to two months between the migration of the front, which is not only at the surface but also in the subsurface, and the sea level fluctuation at Nakano-shima. A northward migration of the front with a period range from 17 to 50 days decreases the transport in the southern strait between Naze and Nakano-shima but increases in the northern strait between Nakano-shima and Sata-misaki. The northward migration intensifies inflow into Kagoshima Bay and the Ohsumi Branch Current. Correlation between the transport in the northern strait and the Ohsumi Branch Current is significant in the period range from 30 to 50 days. In this significant period range, the former leads the latter by about 3 days. 相似文献