蓝点马鲛渔场的集合模型预测方法、系统、设备及应用技术方案

本发明专利技术属于智慧渔业技术领域，公开了一种蓝点马鲛渔场的集合模型预测方法、系统、设备及应用，环境因子的选择；利用物种存在数据生成伪缺失数据代替物种真实缺失数据；环境数据和物种存在、伪缺失数据的匹配；构建九种预测模型；设置阈值挑选模型构建集合模型；预测蓝点马鲛渔场分布。本发明专利技术将大数据理念应用到渔场预测中，将集合的理念运用到多种模型分析中，具备所有的调节参数的功能，准确对蓝点马鲛渔场分布进行预测，实现R与GIS交互使用，对渔场进行可视化分析，为其他海洋物种的预测提供新的方法。同时，本发明专利技术适用鱼种为蓝点马鲛，适用区域范围为中国近海蓝点马鲛的渔场，有助于制订保护政策和促进该区域渔业资源的可持续发展。续发展。续发展。

【技术实现步骤摘要】
蓝点马鲛渔场的集合模型预测方法、系统、设备及应用


[0001]本专利技术属于智慧渔业
，尤其涉及一种蓝点马鲛渔场的集合模型预测方法、系统、设备及应用。

技术介绍

[0002]目前，蓝点马鲛是一种广泛分布于我国渤、黄、东海的暖温性中上层鱼类，是我国海洋渔业的重点捕捞对象，是年渔获量超过10万吨的大型经济物种。蓝点马鲛肉质鲜美，含蛋白质较多，可以加工作为罐头等产品。蓝点马鲛作为重要的水产品具有巨大的经济效益和社会效益，是重要的国民经济物种。所以了解蓝点马鲛的产卵场、索饵场和越冬场的分布已经蓝点马鲛的洄游路线至关重要，这有利于掌握蓝点马鲛的“春汛”和“秋汛”，渔民更有效率的达到渔场捕捞渔获物，节约经济和人力成本，本专利技术获得的渔场分布信息有利于制定政策来保护和合理利用渔业资源，促进渔业的的可持续发展。目前已有多种预测方法来预测大洋性的经济鱼种的渔场，原理是根据渔业生产数据和环境数据来理解和量化鱼类与环境之间的关系从而进行预测鱼类的分布。但是这些方法都是利用单一的模型对大洋性的经济鱼种的渔场进行预测，还没有针对中国近海的重要经济鱼种进行多种模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种蓝点马鲛渔场的集合模型预测方法，其特征在于，所述蓝点马鲛渔场的集合模型预测方法包括：环境因子的选择；利用大数据优势使用了多种环境因子，根据蓝点马鲛的生态习性，在表层数据的基础上使用了次表层和水深处的数据；利用物种存在数据生成伪缺失数据代替物种真实缺失数据；利用物种存在数据生成伪缺失数据代替物种真实缺失数据；环境数据和物种存在、伪缺失数据的匹配；利用卫星，数值模拟数据得到物种存在、伪缺失所处的环境数据；构建九种预测模型；设置阈值挑选模型构建集合模型；通过调整模型中不同的阈值参数使模型捕捉到每一种模型的预测准确的信号；预测蓝点马鲛渔场分布。2.如权利要求1所述的蓝点马鲛渔场的集合模型预测方法，其特征在于，所述环境因子的选择，包括：基于文献记载和经验推断选取叶绿素Chl
‑
a、海洋水深Depth、海表面高度SSH、海表面盐度SSS、海洋次表面盐度SSS
‑
5、海表面温度SST、海洋次表面温度SST
‑
5、海流经向流速V、海洋次表面经向流速V
‑
5、海流纬向流速U、海洋次表面纬向流速U
‑
5十一种环境因子影响蓝点马鲛分布的环境因子，作为预测蓝点马鲛渔场分布的预测因子。3.如权利要求1所述的蓝点马鲛渔场的集合模型预测方法，其特征在于，所述利用物种存在数据生成伪缺失数据代替物种真实缺失数据，包括：根据物种存在数据，使用RSEP技术生成伪缺失点代替物种真实缺失点；所述RESP技术利用蓝点马鲛存在数据和环境栅格背景，使用支持向量机技术定义环境不适宜区域作为背景网格的环境范围，从背景中随机取样得到伪缺失点。4.如权利要求3所述的蓝点马鲛渔场的集合模型预测方法，其特征在于，所述利用物种存在数据生成伪缺失数据代替物种真实缺失数据，包括：根据物种存在数据，使用RSEP技术生成伪缺失点代替物种真实缺失点；所述RESP技术利用蓝点马鲛存在数据和环境栅格背景，使用支持向量机技术定义环境不适宜区域作为背景网格的环境范围，从背景网格中随机取样得到伪缺失点；基于R语言的mopa包进行生成伪缺失点，包括：(1)读取渔业数据和环境栅格数据，定义背景网格；(2)利用OCSVMprofiling函数通过支持向量机原理对环境栅格进行分析，分析得到存在数据的环境网格和缺失数据的环境网格；(3)利用pseudoAbsences函数在排除适合蓝点马鲛存在的环境网格中生成伪缺失点，进而构建模型。5.如权利要求1所述的蓝点马鲛渔场的集合模型预测方法，其特征在于，所述环境数据和物种存在、伪缺失数据的匹配，包括：(1)将栅格图像覆盖在渔业捕捞位置，利用经纬度值提取环境栅格图像的像素点值，即环境因子的值；(2)使用ArcMap10.5工具箱中的“Spatial Analyst Tools”，“Extraction”，“Extract values to Points”获得渔业环境数据库从而获得预测模型的训练数据集，响应变量存在
‑
不存在和环境数据值Chl
‑
a，Depth，SSH，SSS，SSS
‑
5，SST，SST
‑
5，V，V
‑
5，U，U
‑
5；所述数据库的构建方法包括：
1)使用2009
‑
2015年蓝点马鲛存在数据和伪缺失数据构成的渔业数据库；其中，所述数据库包括存在数据、伪缺失数据位置、时间和环境栅格数据；2)将环境数据栅格匹配到渔业数据库，矢量数据向栅格数据转变，将渔业数据与每个特定时间的环境栅格数据进行匹配，以获得渔业信息数据库。6.如权利要求1所述的蓝点马鲛渔场的集合模型预测方法，其特征在于，所述构建九种预测模型，包括：(1)读取渔业环境数据库，定义坐标、响应变量和环境变量，使用BIOMOD_FormatingData函数生成待分析数据；(2)利用BIOMOD_Modeling函数建模，在单一模型的运行中，采用70％：30％得到的训练集和测试集，所有模型重复运行10次，选择AUC和TSS值较高的模型来构建集合模型；所述单一模型的参数设置，包括：
①
广义线性模型GLM，参数：family＝
’
binomial
’
(link＝
’
logit
’
),type＝
’
quadratic
’
,interaction.level＝0.R包：stats 3.6.0；
②
提升回归树GBM，参数：dist...

【专利技术属性】
技术研发人员：刘阳，刘殊豪，田永军，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：