一种基于联合物种分布的多种类渔场预测方法技术

本发明专利技术公开了一种基于联合物种分布的多种类渔场预测方法，是基于不同中国远洋渔业组织所获取的渔业数据，综合考虑不同环境因子组合对模型预测能力的影响。本发明专利技术利用最优子集的方法选取最优模型，综合考虑所有环境因子的组合方式，评估和预测西北太平洋中上层渔业物种的栖息地分布，通过该发明专利技术能准确探明西北太平洋中上层经济物种的渔场时空分布，有利于精准定位渔场位置，提高企业捕捞效率和产量；相对于传统的单物种分布模型，本发明专利技术利用多物种的联合物种分布模型，并将种间关系纳入分布模型当中，使得模型结果更接近实际情况，预测效果更为准确。

【技术实现步骤摘要】

本专利技术涉及基于一种基于联合物种分布模型的多种类渔场预测方法，尤其是一种将种间关系纳入分布模型并评估西北太平洋重要中上层渔业种类(秋刀鱼、沙丁鱼、日本鲭和柔鱼)渔场预测方法。

技术介绍

1、西北太平洋海域辽阔，海洋经济物种较多，是世界上海洋渔业资源最为丰富的海域之一。鉴于公海巨大的渔业开发潜力，很多远洋渔业国家和地区(如日本、韩国、中国、俄罗斯等)都远赴重洋到西北太平洋进行捕捞生产，主要的中上层经济种类包括沙丁鱼(sardinops melanostictus)、秋刀鱼(cololabis saira)、日本鲭(scomber japonicus)和柔鱼(ommastrephes bartramii)等。为了更好的管理和可持续利用西北太平洋重要经济物种的渔业资源，国际渔业组织于2015年成立“北太平洋渔业委员会”(north pacificfisheries commission,npfc)，并将沙丁鱼、秋刀鱼、日本鲭和柔鱼等被作为重要的中上层物种而纳为主要的管理对象。

2、近几十年来，生态学家基于数据统计开发出许多单物种分布模型模拟，并预测本文档来自技高网...

【技术保护点】

1.一种基于联合物种分布的多种类渔场预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于联合物种分布的多种类渔场预测方法，其特征在于，所述步骤S1物种和时空分辨率，是以日本鲭、秋刀鱼、沙丁鱼和柔鱼为对象，将所有数据的时间分辨率为年，空间分辨率为1°×1°进行预处理，并按年将渔业数据与环境数据进行匹配。

3.根据权利要求1所述的一种基于联合物种分布的多种类渔场预测方法，其特征在于，所述步骤S2、S3和S4设计了模型建立过程，具体的是选取Boral、Gjam、HMSC、Bayes comm四个联合物种分布模型，以四个物种实际渔业的分布信息为模型的响应...

【技术特征摘要】

1.一种基于联合物种分布的多种类渔场预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于联合物种分布的多种类渔场预测方法，其特征在于，所述步骤s1物种和时空分辨率，是以日本鲭、秋刀鱼、沙丁鱼和柔鱼为对象，将所有数据的时间分辨率为年，空间分辨率为1°×1°进行预处理，并按年将渔业数据与环境数据进行匹配。

3.根据权利要求1所述的一种基于联合物种分布的多种类渔场预测方法，其特征在于，所述步骤s2、s3和s4设计了模型建立过程，具体的是选取boral、gjam、hmsc、bayes comm四个联合物种分布模型，以四个物种实际渔业的分布信息为模型的响应变量，选取环境变量，以受试者工作特征曲线roc下的面积auc的大小作为衡量模型精度的指标。

4.根据权利要求3所述的一种基于联合物种分布的多种类渔场预测方法，其特征在于，所述环境变量为sst、sss、ssh、chl、npp、eke、sla、mld、o2、po3、no4，所述环境变量的选择依据最优子集回归法，即将所有环境因子进行随机组合，进而产生所有环境因子组合方式的子模型，进行选取最优的组合形式，即为最优的模型。

5.根据权利要求1所述的一种基于联合物种分布的多种类渔场预测方法，其特征在于，所述步骤s4中依据受试者工作特征曲线下的面积的大小作为衡量模型精度的指标，auc值越接近于1，表明模型预测精度越高。

6.根据权利要求1所述的一种基于联合物种分布的多种类渔场预测方法，其特征在于，所述步骤s5、s6明确了模型的评价与验证过程，随机抽取2017～2020年的渔获数据中80％的数据进行建模，将剩余20％的数据进行验证，以评估模型的模拟当前物种分布的能力，此外，将2021年的渔获数据带入模型进行时间外推验证，评估模型对每个物种分布的预测能力。

7.根据权利要求1所述的一种基于联合物种分布的...

【专利技术属性】
技术研发人员：余为，方星楠，陈新军，张衡，
申请(专利权)人：上海海洋大学，
类型：发明
国别省市：