基于频度统计和神经网络的北太平洋柔鱼渔场预报模型比较

摘要：

利用2004～ 2010年北太平洋鱿钓船队生产数据和海洋环境数据,以海表温度(SST)l℃、海面高度(SSH)为1 cm、叶绿素a浓度(CHL-a)为0.1 mg/m3的间距,分析作业产量、CPUE与SST、SSH、CHL-a的关系,得到柔鱼渔场适宜环境因子范围,并将生产数据和环境数据匹配组成样本集,建立北太平洋柔鱼空间分布BP神经网络模型;利用2011年环境数据预报柔鱼渔场,并与2011年实际生产数据进行对比.结果表明,6 ～10月各月实际作业位置落入基于频度统计方法预报渔场的概率达90％以上;而BP模型预报的平均精度为79.2％,最低精度为52.5％.基于多环境因子的频度统计柔鱼渔场预报模型优于神经网络模型.

关键词：北太平洋、柔鱼、频度统计、BP神经网络、渔情预报、中心渔场

所属期刊栏目：34

分类号：S934(水产资源)

资助基金：国家863计划2012AA092303;国家发改委产业化专项2159999;上海市科技创新行动计划12231203900;国家科技支撑计划2013BAD13B01

在线出版日期：2014-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：82-87