排序方式： 共有9条查询结果，搜索用时 62 毫秒
1
1.
CPUE的观测往往不是独立的，而是存在空间相关性的。但是，大多数的CPUE标准化方法通常都假设名义CPUE在空间上是相互独立的。为此，本研究以西南大西洋阿根廷滑柔鱼为例，采用2000-2014年1-5月中国大陆鱿钓生产统计数据以及对应的海表温度和叶绿素浓度数据，选择广义线性模型（general linear model，GLM）为基础模型，将空间自相关加入到GLM中，比较标准GLM和4种加入空间自相关的空间GLM的CPUE标准化。根据最小信息准则（Akaike Information Criterion，AIC）及贝叶斯信息准则（Bayesian Information Criterion，BIC），空间自相关的GLM的CPUE标准化结果优于标准GLM，其中指数模型的CPUE标准化结果最佳。同时，标准GLM与空间自相关的GLM相比，存在精确度过高估计的问题。因此，在CPUE标准化中，应充分考虑空间自相关这一因素。 相似文献
2.
Comparison of nominal and standardized catch per unit effort data in quantifying habitat suitability of skipjack tuna in the equatorial Pacific Ocean 
下载免费PDF全文
下载免费PDF全文 Cheng Zhou Yuanyuan Hu Jie Cao Liuxiong Xu Xuefang Wang Rong Wan Yu Xiao Jiangfeng Zhu Hao Tang 《海洋学报(英文版)》2022,41(3):1-2
In the western and central Pacific Ocean, upper strata waters exhibit highly dynamic oceanographic features under ENSO variability. This has been proved to be responsible for the dynamic change of both abundance and zonal distribution of skipjack tuna(Katsuwonus pelamis). Although causality has been suggested by researchers using physical–biological interaction models, cumulative evidence needs to be obtained and the tenability of assertion needs to be tested from an ecological habitat perspecti... 相似文献
3.
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
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.
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
6.
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
7.
Generalized linear models (GLM) and generalized additive models (GAM) were used to standardize catch per unit fishing effort
(CPUE) of Ommastrephes bartramii for Chinese squid-jigging fishery in Northwest Pacific Ocean. Three groups of variables were considered in the standardization:
spatial variables (longitude and latitude), temporal variables (year and month) and environmental variables, including sea
surface temperature (SST), sea surface salinity (SSS) and sea level height (SLH). CPUE was treated as the dependent variable
and its error distribution was assumed to be log-normal in each model. The model selections of GLM and GAM were based on the
finite sample-corrected Akaike information criterion (AICC) and pseudo-coefficient (Pcf) combined P-value, respectively. Both GAM and GLM analysis showed that the month was the most important variable affecting CPUE and could
explain 21.3% of variability in CPUE while other variables only explained 8.66%. The interaction of spatial and temporal variables
weakly influenced the CPUE. Moreover, spatio-temporal factors may be more important in influencing the CPUE of this squid
than environmental variables. The standardized and nominal CPUEs were similar and had the same trends in spatio-temporal distribution,
but the standardized CPUE values tended to be smaller than the nominal CPUE. The CPUE tended to have much higher monthly variation
than annual variations and their values increased with month. The CPUE became higher with increasing latitude-high CPUE usually
occurred in 145°E–148°E and 149°E–162°E. The CPUE was higher when SST was 14–21°C and the SLH from −22 cm to −18 cm. In this
study, GAM tended to be more suitable than GLM in analysis of CPUE. 相似文献
8.
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
9.
This study focused on the quantitative evaluation of the impact of the spatio-temporal scale used in data collection and grouping on the standardization of CPUE(catch per unit effort).We used the Chinese squid-jigging fishery in the northwestern Pacific Ocean as an example to evaluate 24 scenarios at different spatio-temporal scales,with a combination of four levels of temporal scale(weekly,biweekly,monthly,and bimonthly)and six levels of spatial scale(longitude×latitude:0.5°×0.5°,0.5°×1°,0.5°×2°,1°×0.5°,1°×1°,and 1°×2°).We applied generalized additive models and generalized linear models to analyze the24 scenarios for CPUE standardization,and then the differences in the standardized CPUE among these scenarios were quantified.This study shows that combinations of different spatial and temporal scales could have different impacts on the standardization of CPUE.However,at a fine temporal scale(weekly)different spatial scales yielded similar results for standardized CPUE.The choice of spatio-temporal scale used in data collection and analysis may create added uncertainty in fisheries stock assessment and management.To identify a cost-effective spatio-temporal scale for data collection,we recommend a similar study be undertaken to facilitate the design of effective monitoring programs. 相似文献
1