基于海表温因子的太平洋褶柔鱼冬生群资源丰度预测模型比较

• 作者: 张硕 李莉 陈新军
• 来源期刊: 水产学报
• 学科: 农学
• 关键词: 太平洋褶柔鱼 冬生群 资源丰度 预测模型 BP神经网络
• 年，卷（期）: 2018,（5）
• 页码范围: 704-710
• 页数: 7页
• 分类号: S934
• 字数: 3561字
• 语种: 中文
• DOI: 10.11964/jfc.20170410811

摘要

太平洋褶柔鱼是世界上重要的大洋性经济柔鱼类资源,其资源易受海洋环境因子的影响,科学预测其资源丰度有利于科学生产和管理.本实验依据2000—2010年太平洋褶柔鱼冬生群单位捕捞努力量渔获量(CPUE),以及产卵期间(1—3月)产卵场(28°~40°N、125°~140°E)的海表温(SST)数据,进行SST与CPUE的相关性分析,选取统计学有意义的SST作为影响资源丰度的因子,分别建立多元线性和BP神经网络的资源丰度预报模型,并利用2011和2012年的CPUE进行验证.结果显示,CPUE与产卵场1—3月SST相关系数较高的海域分别为1月的S1(30.5°N,136.5°E)和S2(31.5°N,136.5°E),2月的S3(30.5°N,137.5°E)和S4(30.5°N,135.5°E),3月的S5(37.5°N,129.5°E)和S6(37.5°N, 130.5°E).在多元线性及不同结构的BP神经网络等5种预报模型中,结构为6-4-1的BP神经网络模型预测精度最高,2011—2012年CPUE预测值精度平均为98%.研究表明, 30°~32°N、135°~138°E和37°~38°N、129°~131°E附近海域的6个环境因子代表着1—3月产卵场暖流(黑潮和对马海流)势力的强弱,决定着当年太平洋褶柔鱼冬生群资源丰度,所建立的BP神经网络模型可作为其资源丰度的预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈新军	上海海洋大学海洋科学学院	267	1977	20.0	27.0
10	张硕	上海海洋大学海洋科学学院	53	383	11.0	17.0
26	李莉	上海海洋大学海洋科学学院	10	140	7.0	10.0