[發(fā)明專利]西北太平洋日本鳀魚資源豐度預測方法

在審

• 申請?zhí)枺?/td>: 201710452772.2
• 申請日: 2017-06-15
• 公開（公告）號: CN107341565A
• 公開（公告）日: 2017-11-10
• 發(fā)明（設計）人: 陳新軍;吳松;陳洋洋
• 申請（專利權(quán)）人: 上海海洋大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02
• 代理公司: 上海順華專利代理有限責任公司31203
• 代理人: 陸林輝

技術(shù)領域

本發(fā)明涉及一種漁情預報方法，特別是涉及一種西北太平洋日本鳀魚資源豐度預測方法。

背景技術(shù)

日本鯷(Engraulis japonicus)是一種溫水性的中上層魚類，廣泛分布于三大洋海域，尤其是在西北太平洋海域。日本鯷主要以攝食浮游生物為主，同時它又是其它高營養(yǎng)級捕食者的主要食物，在海洋生態(tài)系統(tǒng)中起著承上啟下的關(guān)鍵作用，稱之為關(guān)鍵種。然而，日本鯷對環(huán)境變化極其敏感，其資源豐度及分布會受到很多因素影響，如捕撈壓力、氣候、地理位置、海洋物理環(huán)境以及生物因素等。氣候變化通過海氣相互作用影響著海洋環(huán)境要素的變化，而這些變化又或直接對資源量產(chǎn)生影響，或作用于整個生態(tài)系統(tǒng)而間接通過食物鏈和食物網(wǎng)的關(guān)系來影響魚類，從而對漁業(yè)資源豐度造成影響。

海水表面溫度(Sea Surface Temperature，SST)，是反映海—氣熱量、動力和水汽交換的重要參量。在之前的研究中，研究人員發(fā)現(xiàn)漁業(yè)資源豐度或分布與所在區(qū)域的海表溫度具有顯著相關(guān)性。研究發(fā)現(xiàn)，影響日本鳀魚資源的各個因子中，捕撈壓力主要影響資源豐度，而在空間分布上則受SST影響較大。黃海鳀魚的資源密度重心大致與10℃和11℃等溫線的移動一致，且明顯表現(xiàn)在緯向變化上。以上研究重點均為日本鯷的漁場分布及其與環(huán)境之間的關(guān)系，而有關(guān)日本鯷資源豐度預測模型的研究卻未見報道。

漁情預報是漁場學研究的重點。預報實際上就是借助于對過去的探討來推測、了解未來的發(fā)展趨勢。選擇正確的資源豐度預報模型，為日本鯷資源的合理開發(fā)和科學管理提供依據(jù)。

發(fā)明內(nèi)容

本發(fā)明為了解決上述問題，克服現(xiàn)有技術(shù)中漁情預報中所存在的問題，采用結(jié)合多年西北太平洋日本鯷魚生產(chǎn)統(tǒng)計數(shù)據(jù)和產(chǎn)卵場環(huán)境數(shù)據(jù)，建立北太平洋日本鯷魚資源豐度預報模型，對產(chǎn)卵場的海表溫度SST與次年日本鯷CPUE(單位努力量捕撈量)數(shù)據(jù)進行相關(guān)性分析，得到與次年CPUE呈顯著相關(guān)的SST站點所屬月份；根據(jù)相關(guān)性分析結(jié)果，建立三種線性回歸模型來預測日本鯷資源豐度，通過比較預報模型精度，最終選取模型二，利用1988-2013年間日本鯷產(chǎn)卵場SST數(shù)據(jù)與次年CPUE相關(guān)性最高的站點S78(144.5°E，30.5°N)，以及其所屬月份(5月)中與其相鄰的四個SST數(shù)據(jù)與次年日本鯷CPUE數(shù)據(jù)呈顯著相關(guān)的站點S56(142.5°E，30.5°N)、S67(143.5°E，30.5°N)、S68(143.5°E，31.5°N)、S79(144.5°E，31.5°N)，總共五個站點的SST數(shù)據(jù)為自變量，以對應次年的日本鯷CPUE值為因變量，建立多元線性回歸模型，以此模型作為西北太平洋日本鯷魚資源豐度的預測方法。

本發(fā)明是通過下述技術(shù)方案來解決上述技術(shù)問題的：

本發(fā)明提供一種西北太平洋日本鳀魚資源豐度預測方法，其特點在于，其包括以下步驟：

S1、將日本鯷產(chǎn)卵場所屬的研究海域32°N-41°N，130°E-145°E按空間分辨率為1°×1°分為88個海區(qū)，每一海區(qū)設置一個SST站點；

S2、通過遙感衛(wèi)星獲取每一SST站點的SST數(shù)據(jù)；

S3、對1988-2013年間4-9月份每月每一SST站點的SST數(shù)據(jù)與次年日本鯷CPUE數(shù)據(jù)進行相關(guān)性分析，得到與次年日本鯷CPUE數(shù)據(jù)呈顯著相關(guān)的SST站點所屬月份；

S4、根據(jù)相關(guān)性分析結(jié)果，建立三種線性回歸模型來預測日本鯷資源豐度：

模型一：以1988-2013年間6月份日本鯷產(chǎn)卵場SST數(shù)據(jù)與次年日本鯷CPUE數(shù)據(jù)相關(guān)性最高的站點S40(140.5°E，30.5°N)，及其周邊四個SST數(shù)據(jù)與次年日本鯷CPUE數(shù)據(jù)呈顯著相關(guān)的站點S35(139.5°E，30.5°N)、S36(139.5°E，31.5°N)、S41(140.5°E，31.5°N)、S47(141.5°E，31.5°N)，共五個站點的SST數(shù)據(jù)為自變量，以對應次年的日本鯷CPUE數(shù)據(jù)為因變量，建立多元線性回歸模型：

CPUE＝-27.352SST_6月,S35+3.434SST_6月,S36+46.782SST_6月,S40+5.533SST_6月,S41-15.477SST_6月,S47-258.48