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

被引：21

作者：

汪金涛 ^{[1
,2
]}

陈新军 ^{[1
,3
,4
,2
]}

高峰 ^{[1
,3
,4
,2
]}

雷林 ^{[1
,3
,4
,2
]}

机构：

[1] 上海海洋大学海洋科学学院

[2] 远洋渔业协同创新中心

[3] 大洋渔业资源可持续开发省部共建教育部重点实验室

[4] 国家远洋渔业工程技术研究中心

来源：

海洋与湖沼 | 2014年 / 45卷 / 06期

关键词：

东南太平洋; 茎柔鱼; 资源补充量预报; 神经网络;

D O I：

暂无

中图分类号：

S932 [水产资源调查与评估];

学科分类号：

090803 ;

摘要：

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。

引用

页码：1185 / 1191

页数：7