渔情预报技术及模型研究进展

• 作者: 官文江 汪金涛 陈新军 雷林 高峰
• 来源期刊: 水产学报
• 学科: 农学
• 关键词: 渔情预报 预报模型 统计学 机器学习
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 综述
• 页码范围: 1270-1280
• 分类号: S934
• 语种: 中文
• DOI: 10.3724/SP.J.1231.2013.38313

摘要

渔情预报是渔场学的重要研究内容,对渔业科学生产和渔业资源管理具有重要的意义.近年来,随着现代统计理论、数值计算方法、数据挖掘和人工智能等理论和技术的发展,使渔情预报技术和模型的发展焕发出了新的活力,为此本文对渔情预报技术及模型研究进展进行了回顾,并对今后发展提出了展望.本文简要概述了渔情预报建模的理论和方法,包括渔情预报相关的渔场学基础、数据模型和预报模型,重点介绍了基于统计和机器学习、人工智能方法的渔情预报模型的应用和研究现状,并对各种模型在渔情预报应用中的优势与缺陷进行了综合分析,针对存在的问题提出了建议.主要建议包括:建立专为渔业服务的海洋环境预报系统；进行长期系统的渔业资源调查,针对不同鱼种和海区对数据获取和处理方法进行标准化和规范化；借助随机模拟方法降低模型不确定性,提高预报精度.本总结与分析将为国内的渔情预报模型研究工作提供参考.