【技术实现步骤摘要】
基于海洋尼诺指数的秘鲁鱿鱼资源量中长期预测方法
本专利技术涉及鱿鱼资源量预测
，特别是涉及一种基于海洋尼诺指数的秘鲁鱿鱼资源量中长期预测方法。
技术介绍
秘鲁鱿鱼是2000年以来世界上重要的经济头足类资源，2016-2017年的最高产量超过100万吨，是秘鲁、智利、墨西哥等沿海国家、以及我国等远洋渔业国家和地区的主要捕捞对象，其渔场广泛分布在东南太平洋海域。秘鲁鱿鱼主要分布在东太平洋海域，受到秘鲁海流引起的上升流的影响。已有的研究表明，由于秘鲁鱿鱼是短生命周期的种类，其资源补充量受到海洋环境的影响。汪金涛等(2014)根据2003-2012年我国鱿钓船在东南太平洋的生产统计数据，以及茎柔鱼栖息地的海表温度(SST)、海面高度(SSH)、叶绿素a浓度(chl-a)数据，利用相关性分析法分析茎柔鱼资源丰度和补充量(以单位捕捞努力量渔获量为指标，t/d)与栖息海域20°S-20°N、110°W-70°W的SST、SSH、chl-a浓度的相关性，获取相关系数大的关键海区位置，同时加入茎柔鱼产卵场、索饵场最适表层水温范围占总面积的比例(分别用PS、PF表示)两个参数，...
【技术保护点】
1.一种基于海洋尼诺指数的秘鲁鱿鱼资源量中长期预测方法，其特征在于，其包括以下步骤：S1、获取前N年秘鲁鱿鱼分布的东太平洋海域的每月的海洋尼诺指数ONI值；S2、利用时间序列分析方法，对秘鲁鱿鱼资源丰度ln(CPUE)与前N年每月的ONI值进行相关性分析，获取在统计上相关的P＜0.05的月ONI值，该些月ONI值作为影响秘鲁鱿鱼资源丰度的气候因子；S3、利用多元线性方程建立多个秘鲁鱿鱼资源丰度预测模型并计算统计上P值，其公式为：ln(CPUE)＝a+b1*x1+b2*x2+b3*x3+……+bn*xn，式中，CPUE为单船年产量，a为常数，b1、b2、b3、……、bn为方程...
【技术特征摘要】
1.一种基于海洋尼诺指数的秘鲁鱿鱼资源量中长期预测方法，其特征在于，其包括以下步骤：S1、获取前N年秘鲁鱿鱼分布的东太平洋海域的每月的海洋尼诺指数ONI值；S2、利用时间序列分析方法，对秘鲁鱿鱼资源丰度ln(CPUE)与前N年每月的ONI值进行相关性分析，获取在统计上相关的P＜0.05的月ONI值，该些月ONI值作为影响秘鲁鱿鱼资源丰度的气候因子；S3、利用多元线性方程建立多个秘鲁鱿鱼资源丰度预测模型并计算统计上P值，其公式为：ln(CPUE)＝a+b1*x1+b2*x2+b3*x3+……+bn*xn，式中，CPUE为单船年产量，a为常数，b1、b2、b3、……、bn为方程的系数；x1、x2、x3、……、xn为影响资源丰度的月ONI值；S4、在上述多个秘鲁资源丰度预测模型中，选择统计上P值最小的模型作为最优模型。2.如权利要求1所述的基于海洋尼诺指数的秘鲁鱿鱼资源量中长期预测方法，其特征在于，在步骤S2中，根据秘鲁鱿鱼资源丰度ln(CPUE)与前2年各月的ONI值的相关性分析，秘鲁鱿鱼资源丰度ln(CPUE)与前2年的6-11月ONI值相关性显著(P＜0.05)，呈现正相关，其相关系数分别为0.5512、0.5913、0.6199、0.5776、0.5431、0.5066；根据秘鲁鱿鱼资源丰度ln(CPUE)与前1年各月的ONI值的相关性分析，秘鲁鱿鱼资源丰度ln(CPUE)与前1年的1-12月ONI值相关性不显著(P﹥0.05)。3.如权利要求2所述的基于海洋尼诺指数的秘鲁鱿鱼资源量中长期预测方法，其特征在于，在步骤S3中，1)预测模型之一以前2年的6-7月ONI值(ONIt-2，6，ONIt-2，7)作为预测因子，建立秘鲁鱿鱼资源丰度预测模型为：Ln(CPUE)＝7.1018-0.08599*ONIt-2，6+0.32998*ONIt-2，7其F值为0.5931，P＝0.0597﹥0.05；2)预测模型之二以前2年的6-8月ONI值(ONIt-2，6，ONIt-2，7，ONIt-2，8)作为预测因子，建立秘鲁鱿鱼资源丰度预测模型为：Ln(CPUE)＝7.1102+0.22578*ONIt-2，6-0.45788*ONIt-2，7+0.47278*ONIt-2，8其F值为2.6388，P＝0.097﹥0.05；3)预测模型之三以前2年...
【专利技术属性】
技术研发人员：陈新军，魏广恩，汪金涛，余为，张忠，韦记朋，雷林，
申请(专利权)人：上海海洋大学，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。