一种海洋渔场栖息地评估方法、设备及存储介质
- 国知局
- 2025-01-10 13:34:52
本发明涉及渔场栖息地评估预测,具体地,涉及一种海洋渔场栖息地评估方法、设备及存储介质。
背景技术:
1、大多数鱼类具有趋光性,夜间在适宜的人工光源照射下可在海洋表层大量聚集,以这一特性为基础的光诱渔业现已成为国内外远洋渔业的重要组成部分。西北太平洋渔业资源丰富,形成了鲐鱼、鳀鱼、沙丁鱼、秋刀鱼和鱿鱼等经济鱼类的优良渔场。其不仅是我国最重要的渔业捕捞海域之一,亦是世界海洋渔业产量最高的海域,大量光诱渔船在此生产作业。
2、虽然我国远洋渔业历经三十多年发展已取得显著成果,但对西北太平洋渔场的了解仍然不足。适宜栖息地是渔场存在的基础,它通常代表着对物种生存有利的生态环境条件。栖息地随着海表面温度(sea surface temperature,sst)、海表面温度梯度(seasurface temperature gradient,sstg)、海表面高度(sea surface height,ssh)、叶绿素a浓度(chlorophyll a concentration,chl)和其它海洋学变量而变化,会显著影响远洋鱼类的种群动态和分布。当合适的栖息地减少或消失时,物种的丰度可能随之减少。因此,评估鱼类的栖息地适宜性成为西北太平洋光诱渔业高质量发展的关键一环。
3、目前,包括多项式回归模型、最大熵模型和神经网络模型在内的许多物种分布模型被用于分析鱼类的栖息地偏好。在这些模型中,基于远洋渔船获取的捕捞努力量或单位捕捞努力量渔获量因其较低的获取成本,较广的时空覆盖范围和较长的时间序列,被大多数研究选为响应变量用于栖息地建模。然而,一方面,上述模型由于固有的局限性,在某些场景下模型性能和预测性能较为有限。另一方面,商业渔业的捕捞努力量和单位捕捞努力量渔获量并不是可靠的相对丰度指数,因为,捕捞努力量的分布不是随机的,渔民倾向于在他们认为可能获得高产量的位置投入更多的捕捞努力;并且,当渔获量和努力量都很高或很低时,计算出的单位捕捞努力量渔获量可能偏低;只有当渔获量较高而努力量较低时,单位捕捞努力量渔获量才会处于高水平。
技术实现思路
1、针对现有技术中的缺陷,本发明在当前西北太光诱渔船广泛搭载商用鱼探仪的基础上,借助其走航和捕捞作业中采集的声学数据,提出一种能够更加准确的体现西北太平洋渔业资源适宜栖息地分布特征进而提高西北太平洋渔场栖息地评估准确度的方法、设备及存储介质。
2、为解决上述问题,本发明的技术方案为:
3、一种海洋渔场栖息地评估方法,包括以下步骤:
4、获取光诱渔船船载鱼探仪在航次中采集的声学数据、与声学数据同源渔船的渔业产量数据以及研究海域内的海洋环境要素数据;
5、对所述数据进行处理后得到单体目标数量、鱼群nasc以及全航程nasc;
6、分别以单体目标数量、鱼群nasc、全航程nasc为响应变量,各环境要素为解释变量建立三个最优的广义加性模型,选定最优响应变量并计算出各环境要素在模型中的权重;
7、基于计算所得权重将每个环境要素的适宜性指数组合,分别构建两种加权栖息地适宜性指数模型,并选定最优模型;
8、采用所述最优模型计算栖息地适宜性指数hsi值并借助产量数据加以验证。
9、优选地,所述获取光诱渔船船载鱼探仪在航次中采集的声学数据、与声学数据同源渔船的渔业产量数据以及研究海域内的海洋环境要素数据的步骤,具体包括:获取光诱渔船船载鱼探仪在航次中采集的一定水深范围内的声学后向散射强度数据,获取与声学数据同源渔船的渔业产量数据,包括渔获量、经度、纬度和日期,以及获取研究海域内的海洋环境要素数据,所述环境要素包括海表面温度、海表面温度梯度、海表面高度和叶绿素a浓度。
10、优选地,所述获取光诱渔船船载鱼探仪在航次中采集的声学数据、与声学数据同源渔船的渔业产量数据以及研究海域内的海洋环境要素数据的步骤中,利用声学数据所包含的航线长度和研究海域的面积,通过声学调查线路覆盖率公式计算声学数据是否满足调查覆盖率的要求,计算公式为:式中,λ为声学调查航线覆盖率,d为航线长度,a为研究海域面积。
11、优选地,所述对所述数据进行处理后得到单体目标数量、鱼群nasc以及全航程nasc的步骤,具体包括:对声学后向散射强度数据进行背景噪声去除、脉冲噪声去除、传输噪声去除预处理工作后,分别使用单体检测算法、鱼群探测算法和回声积分方法,得到单体目标数量、鱼群nasc以及全航程nasc。
12、优选地,所述分别以单体目标数量、鱼群nasc、全航程nasc为响应变量,各环境要素为解释变量建立三个最优的广义加性模型,选定最优响应变量并计算出各环境要素在模型中的权重的步骤,具体包括:分别以单体目标数量、鱼群nasc、全航程nasc为响应变量,各环境要素为解释变量建立三个最优的广义加性模型,分析各环境要素对三种响应变量影响的显著程度,根据最优模型的偏差解释率、r2和显著性结果决定最优响应变量,使用最优响应变量计算各环境要素在不同分类数量情况下的适宜性指数si,根据决定系数选择每个环境要素的最适分类数,基于最适分类数重新计算si并构建高斯函数来描述si和各环境要素之间的关系,利用提升回归树算法根据环境变量的相对贡献率确定各环境要素在模型中的权重。
13、优选地,所述基于计算所得权重将每个环境要素的适宜性指数组合,分别构建两种加权栖息地适宜性指数模型,并选定最优模型的步骤中,所述两种加权栖息地适宜性指数hsi模型如下:
14、
15、
16、式中,hsia和hsig分别是基于算术平均法和几何平均法计算得到的hsi;wi是为环境要素i分配的权重;n是包含在hsi模型中的环境要素总数。
17、优选地,随机选取80%的数据作为训练集另外20%的数据作为测试集,采用交叉验证的方法评价所述两种模型的预测性能并选定最优模型。
18、优选地,所述采用所述最优模型计算栖息地适宜性指数hsi值并借助产量数据加以验证的步骤,具体包括:采用所述最优模型计算栖息地适宜性指数hsi值并可视化,比较hsi>0.5的区域所对应的平均纬度和平均经度与渔获量捕捞纬度重心和经度重心的差别,渔获量纬度重心和经度重心的计算公式如下:
19、
20、
21、式中,glat和glon分别为渔获量纬度重心和经度重心,lati和loni是网格i的经度和纬度,ci和是网格i中的总渔获量。
22、进一步地,本发明还提供一种计算机设备,其包括处理器以及用于存储所述处理器的可执行指令的存储器,所述处理器配置为经由执行所述可执行指令来执行如上所述的海洋渔场栖息地评估方法。
23、进一步地,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行如上所述的海洋渔场栖息地评估方法。
24、与现有技术相比,本发明的基于光诱渔船鱼探仪数据的海洋渔场栖息地评估方法,提出将光诱渔船走航和作业过程中采集的声学数据作为描述鱼类相对丰度的新参数应用于栖息地适宜性建模,不仅解决了传统方法中捕捞努力量和单位捕捞努力量渔获量等相对丰度指数数据分布随机性较差的缺点,亦是对光诱渔船船载鱼探仪数据的充分利用,减少了所需调查成本和时间精力;使用广义加性模型提前筛选关键响应变量,借助提升回归树确定各环境要素在栖息地模型中的权重,并结合渔业生产数据验证光诱渔船鱼探仪数据在建模中的有效性,使评估精度得到有效提高;通过对一定海域内所有光诱渔船采集的大空间范围长时间序列声学数据、环境数据和渔业生产数据的全面综合利用评估西北太平洋渔场栖息地分布,有助于精准定位渔场位置,促进我国西北太平洋光诱渔业高质量发展。
本文地址:https://www.jishuxx.com/zhuanli/20250110/354008.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表