基于灰色系统的澳洲鲐太平洋群系资源量预测模型

• 作者: 张畅 陈新军
• 来源期刊: 上海海洋大学学报
• 学科: 农学
• 关键词: GM模型 澳洲鲐 太平洋群系 产卵场海表面温度 黑潮潮位差
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 渔业资源与管理
• 页码范围: 154-160
• 页数: 7页
• 分类号: S932.4
• 语种: 中文
• DOI: 10.12024/jsou.20170602086

摘要

利用1995—2014年日本中央水产研究所提供的澳洲鲐(Scomber australasicus)太平洋群系资源量与渔获量数据,结合索饵场和产卵场的海表面温度以及黑潮指标等,建立6种基于灰色系统的澳洲鲐资源量预测模型.建立的模型包括不考虑任何环境因子的GM(1,1)模型,分别基于索饵场(140°E～160°E,35°N～50°N)海表面温度SST1、产卵场1(130°E～132°E,30°N～32°N)海表面温度SST2、产卵场2(138°E～141°E,34°N～35°N)海表面温度SST3和黑潮潮位差TR的GM(1,2)模型,以及综合以上4个因子的GM(1,5)模型,6种模型的平均误差分别为6.72％,3.73％,4.41％,4.78％,29.56％,19.38％.研究结果表明,基于索饵场、产卵场海表面温度因子建立的灰色预测模型,对澳洲鲐太平洋群系资源量预报精度较高,可应用于后续渔业生产中.对GM(1,5)模型的灰色参数值a、b分析可知,所有因子中SST2和SST3对模型的制约影响最高,即对资源量的影响最大.产卵场温度与资源量具有较高的相关性,结合最适温度,可推测在该适宜温度范围内资源量随着产卵场温度的升高而增加.可见,全球气候变暖海水温度升高,可能对澳洲鲐资源波动存在积极影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张畅	上海海洋大学海洋科学学院	8	3	1.0	1.0