排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
为了解东海北部海域三疣梭子蟹(Portunustrituberculatus)资源时空分布规律,探索更适合三疣梭子蟹资源量预测的模型方法,根据2006—2007年共四个季度在东海北部海域的底拖网调查数据,运用梯度提升回归树(gradientboostingregressiontree,GBRT)和支持向量机(supportvector machine,SVM)这两种机器学习方法,分析了三疣梭子蟹时空分布与环境因子之间的关系,同时使用方差解释率(VE)、相对均方根误差(RMSE)以及决定系数R2等指标对不同模型的拟合效果、预测性能以及稳定性等进行了比较,选择其中最佳模型对东海北部海域三疣梭子蟹资源分布进行预测。结果显示, GBRT模型的拟合效果相对优于SVM模型,两种模型的拟合结果均显示底层海水盐度(SBS)为影响三疣梭子蟹资源分布最为显著的环境因子。GBRT模型的预测性能较高且模型较为稳定,其预测结果显示夏季的资源量高于其他三个季节,且各季节所研究海域的东南部均存在一个资源分布的低值区。研究结果预期可为三疣梭子蟹资源分布及资源量预测新方法的探索和分析提供技术指导。 相似文献
2.
基于生态系统的渔业管理的理念已得到广泛认同,但其在海洋牧场建设中的应用仍非常少见。本研究根据2020-2021年在蜈支洲岛海域开展的渔业资源底拖网调查数据,构建了海洋牧场鱼类群落的质量谱模型（SSM）,反映了海洋牧场中食物网的复杂结构以及种间相互作用,以评估捕捞对海洋牧场鱼类群落的影响。研究通过对两种管理策略（单物种管理和多物种管理）的模拟,分析特定种类的捕捞死亡系数变化对鱼类群落产生的影响,并利用群落总生物量、质量谱斜率、平均最大质量、平均质量和大型鱼类指数5种群落生态指标监测了鱼类群落的特征状态。单物种管理策略结果显示,蜈支洲岛海洋牧场生态系统呈现下行控制效应,肉食性鱼类对浮游生物食性鱼类存在着强烈的调控作用。捕捞死亡系数变化后,不同物种间竞争捕食等复杂的相互作用会产生营养级联效应。多物种管理策略结果显示,灰海鳗（Muraenesox cinereus）的捕捞死亡系数对群落质量谱斜率影响最大,大头狗母鱼（Trachiocephalus myops）和灰海鳗的捕捞死亡系数对鱼类群落生物量和群落结构及功能的影响最大。研究结果对于保护和维持鱼类群落稳定方面具有重要意义,能够帮助管理者更好... 相似文献
3.
To reduce typhoon-caused damages, numerical and empirical methods are often used to forecast typhoon storm surge. However, typhoon surge is a complex nonlinear process that is difficult to forecast accurately. We applied a principal component back-propagation neural network (PCBPNN) to predict the deviation in typhoon storm surge, in which data of the typhoon, upstream flood, and historical case studies were involved. With principal component analysis, 15 input factors were reduced to five principal components, and the application of the model was improved. Observation data from Huangpu Park in Shanghai, China were used to test the feasibility of the model. The results indicate that the model is capable of predicting a 12-hour warning before a typhoon surge. 相似文献
4.
扫海面积法因其操作简单、计算方便,被广泛应用于渔业生物量评估工作中。但该方法需假设资源均匀分布,若要提高生物量评估的准确性,则须增加站位数量,进而增加经费预算。本研究基于2006年8月和2007年1月、5月、11月在舟山渔场海域开展渔业资源底拖网调查所获得的多种经济蟹类数据资料,模拟分析扫海面积法与机器学习模型(随机森林(RF)、梯度提升回归树模型(GBRT)、极限梯度提升(XGBoost))对舟山渔场海域三疣梭子蟹(Portunustrituberculatus)、双斑鲟(Charybdisbimaculata)、日本鲟(Charybdisjaponica)、细点圆趾蟹(Ovalipespunctatus)4种主要经济蟹类生物量的对比评估效果。结果显示,随着投入站点数目的减少,在数据不集中、波动较大的秋、冬季节XGBoost方法对生物量的评估效果明显优于扫海面积法,误差降低7.49%～21.34%;而在较为均匀的春、夏两季,扫海面积法与机器学习方法两者结果的差异不显著(P<0.05)。本研究以几种经济蟹类为例,探索使用机器学习方法评估其生物量,达到了提高评估准确性并节省资源调查... 相似文献
1