基于灰色系统的澳洲鲐太平洋群系资源量预测模型.PDFVIP

文章编号：１６７４５５６６（２０１９）０１０１５４０７ ＤＯＩ：１０．１２０２４／ｊｓｏｕ．２０１７０６０２０８６ 基于灰色系统的澳洲鲐太平洋群系资源量预测模型 １ １，２，３，４ 张　畅 ，陈新军 （１．上海海洋大学 海洋科学学院，上海　２０１３０６；２．农业部大洋渔业开发重点实验室，上海　２０１３０６；３．国家远洋渔业 工程技术研究中心，上海　２０１３０６；４．农业部大洋渔业资源环境科学观测实验站，上海　２０１３０６） 摘　要：利用１９９５—２０１４年日本中央水产研究所提供的澳洲鲐（Ｓｃｏｍｂｅｒａｕｓｔｒａｌａｓｉｃｕｓ）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。 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 中图分类号：Ｓ９３２．４　　　文献标志码：Ａ 　　澳洲鲐（Ｓｃｏｍｂｅｒａｕｓｔｒａｌａｓｉｃｕｓ）广泛分布于太 为此，根据日本中央水产研究所提供的澳洲鲐太 平洋海域，在中国、日本、澳大利亚和新西兰等国 平洋群系渔获量与资源量数据，采用灰色关联分 ［１３］ 的沿海海域均有分布 。在北太平洋，澳洲鲐 析和灰色预测模型，分析环境因子对澳洲鲐太平 主要分为东海群系和太平洋群系。太平洋群系 洋群系资源量的影响，并对澳洲鲐太平洋群系资 分布在日本沿太平洋一侧海域，主要捕捞国家有 源量进行预测，为澳洲鲐的可持续开发和科学管 日本和韩国，其产量一直保持在较为平稳的状 理提供技术支撑。 态［４］。澳洲鲐喜高温高盐，温度对其分布、产卵 ［４６］ １　材料与方法 等存在明显影响 。澳洲鲐太平洋群系处于黑 ［７］ １．１　渔获数据 潮流经区，受水团洋流运动的影响十分显著 。 澳洲鲐作为各国重要的经济种类，掌握其资源量 （１）澳洲鲐资源量：数据来源于２０１５年日本 变动以及科学预测其资源量，在渔业生产和科学 的澳洲鲐太平洋群系资源评估报告（ｈｔｔｐ：／／ 管理中显得尤为重要。 ａｂｃｈａｎ．ｆｒａ．ｇｏ．ｊｐ／ｄｉｇｅｓｔｓ２７／ｉｎｄｅｘ．ｈｔｍｌ），时间为 灰色系统是常用的不确定性系统研究理论， １９９５—２０１４年，数据包括澳洲鲐资源量和渔获量 ［８］ 能有效地解决“小样本”“贫信息”等问题 ，灰色 数据等。利用 １９９５—２０１２年数据进行建模，用 预测模型［如ＧＭ（１，１）、ＧＭ（１，ｎ）等模型］已在 ２０１３和２０１４年的数据进行验证比较。 ［９１１］ 渔业上广泛应用，也取得了较好的预测效果 。 （