[發明專利]基于海洋尼諾指數的智利竹莢魚資源豐度中長期預測方法

在審

• 申請號: 201811302210.0
• 申請日: 2018-11-02
• 公開（公告）號: CN109460867A
• 公開（公告）日: 2019-03-12
• 發明（設計）人: 陳新軍;魏廣恩;余為;張忠;方舟;韋記朋;雷林;汪金濤;陸化杰
• 申請（專利權）人: 上海海洋大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02;G06F17/11
• 代理公司: 上海申浩律師事務所 31280
• 代理人: 秦華毅

本發明公開了一種基于海洋尼諾指數的智利竹莢魚資源豐度中長期預測方法，其包括以下步驟：獲取前N年智利竹莢魚分布的東太平洋海域的每月的海洋尼諾指數ONI值；利用時間序列分析方法，對智利竹莢魚資源豐度ln(CPUE)與前N年每月的ONI值進行相關性分析，獲取在統計上相關的P＜0.05的月ONI值，該些月ONI值作為影響智利竹莢魚資源豐度的氣候因子；利用多元線性方程建立多個智利竹莢魚資源豐度預測模型并計算統計上P值；在上述多個智利竹莢魚資源豐度預測模型中，選擇統計上P值最小的模型作為最優模型。

技術領域

本發明涉及魚資源豐度中長期預測技術領域，特別是涉及一種基于海洋尼諾指數的智利竹莢魚資源豐度中長期預測方法。

背景技術

智利竹筴魚是重要的中上層魚類資源，是典型的中上層洄游魚類，為集群性種類，常密集成群。棲息水深10～300m，具有晝夜垂直洄游習性。主要分布在整個東南太平洋，包括智利、秘魯和厄瓜多爾專屬經濟區及毗鄰的大洋水域。研究認為，智利竹筴魚2齡魚體長約為21cm，3齡魚約為26cm，4齡魚約為31cm，5齡魚約為35cm，9齡魚約49cm。繁殖能力中等，首次性成熟叉長為200～250mm，群體分批產卵，年補充量非常高，個體生長迅速。每年8月到翌年3月為智利竹筴魚的產卵期。智利竹筴魚漁業開始于1950年，主要由智利在其專屬經濟區內捕撈，其漁獲量占據了全球竹筴魚漁獲量的絕大部分(75％)。東南太平洋公海的智利竹筴魚漁業則開始于1978年，主要由前蘇聯的船隊進行生產。進入90年代后，隨著前蘇聯的解體及其他各種原因，智利竹筴魚的開發利用經歷了重大波動。智利竹筴魚產量在1995年達到495萬噸的高峰后便迅速下降，至1999年進入低谷，年產量僅142萬噸，以后又有所回升，到2001年恢復到250萬噸水平，以后穩定在200萬噸以上。中國對智利竹筴魚的開發始于2000年，2003年后其他國家，包括伯利茲、庫克群島、法羅群島、歐共體、韓國、俄羅斯、烏克蘭和瓦努阿圖等國也紛紛加入了該漁業。

FAO專家曾根據氣候長期波動趨勢對中上層魚類產量變動進行比較研究，認為氣候的長期波動將直接影響中上層魚類的產量，且兩者的變動趨勢趨于一致，并對智利竹筴魚2000年后的產量進行了預測，認為氣候波動周期為65年和55年，其預測結果與實際情況十分接近。常永波(2016)根據2002年4月至2006年12月上海開創遠洋漁業有限公司大型拖網加工船隊在東南太平洋的生產資料，以GLM模型對CPUE進行標準化換算，結合海水表面溫度Sea Surface Temperature，SST數據，利用Matlab軟件為智利竹笑魚漁場建立空間分辨率為1°×1°Bp神經網漁情預報絡模型，研究了四種預報模型結構6-3-1、6-6-1、6-9-1和6-13-1的預報結果，結果表明，網絡結構為6-9-1隱層神經元數量為9的BP神經網絡較適合用作東南太平洋公海智利竹筴魚漁場的漁情預報模型。汪金濤等(2014)根據2003-2009年我國船隊在東南太平洋海域捕撈智利竹筴魚的漁撈日志數據，結合海洋遙感獲得的海表溫度(SST)和海面高度(SSH)等海洋環境因子，利用主成分和BP神經網絡方法對智利竹筴魚中心漁場預報模型進行了研究，研究結果表明，經PCA處理后的主成分所建立的BP神經網絡模型的預報準確率分別為67％和60％。上述研究表明，目前國內外各學者對智利竹筴魚中心漁場預報模型進行了很好的研究，但在如何運用氣候因子來提前預測其資源豐度則是空白。

發明內容

本發明針對現有技術存在的問題和不足，提供一種基于海洋尼諾指數的智利竹莢魚資源豐度中長期預測方法。

本發明是通過下述技術方案來解決上述技術問題的：

本發明提供一種基于海洋尼諾指數的智利竹莢魚資源豐度中長期預測方法，其特點在于，其包括以下步驟：

S1、獲取前N年智利竹莢魚分布的東太平洋海域的每月的海洋尼諾指數ONI值；