基于PCA-GAM的阿拉伯海公海鸢乌贼资源量空间分布预测模型研究

文献类型： 中文期刊

第一作者： 范秀梅

作者： 范秀梅;崔雪森;唐峰华;樊伟;伍玉梅;张衡

作者机构：

关键词： 鸢乌贼;广义加性模型（GAM）;主成分分析（PCA）;空间分布模型;阿拉伯海

期刊名称： 水产学报

ISSN： 1000-0615

年卷期： 2022 年 012 期

页码： 2340-2348

收录情况： 北大核心 ; CSCD

摘要： 为了科学预测鸢乌贼资源量的分布，更加合理开发和利用其资源，实验利用2017—2019年阿拉伯海公海灯光围网鸢乌贼生产数据，结合同期的盐度、温度、混合层厚度、海面高度异常、叶绿素a浓度、海表流速、经度和纬度数据构建了阿拉伯海鸢乌贼渔场的PCA-GAM预报模型。环境因子间的相关性会形成多重共线性，易造成模型过拟合，降低模型的预报能力。基于主成分分析（principal component analysis,PCA）降维技术，将环境数据转变成少数几个不相关但保留重要信息的主成分（PCs），将前8个PCs作为广义加性模型（GAM）的解释变量构建模型。利用交叉验证得到预报值和实际单位捕捞努力量渔获量（CPUE）[经过ln（CPUE+1）变换]相关系数均值为0.532 7，回归模型斜率的均值为0.708 7，截断的均值为1.471 1。模型预报的鸢乌贼资源量分布和实际的CPUE[经过ln（CPUE+1）变换]在空间上重叠度较高，表明PCA-GAM模型能够较好地预报阿拉伯海鸢乌贼资源量的空间分布。

分类号： S932

  • 相关文献

[1]辽宁海域大泷六线鱼的生物学特征、资源丰度时空分布及与环境因子的关系. 刘修泽,吉光,王小林,董婧,王爱勇,王彬,胥延钊. 2022

[2]基于栖息地指数的阿拉伯海鲐鱼渔情预报模型构建. 范秀梅,杨胜龙,张胜茂,朱文斌,崔雪森. 2020

[3]基于GAM模型的阿拉伯海鲐鱼渔场分布与环境关系. 杨胜龙,范秀梅,伍玉梅,周为峰,王斐,吴祖立,张忭忭,樊伟. 2019

[4]阿拉伯海鲐鱼渔场时空分布及其与海洋环境的关系. 杨胜龙,范秀梅,唐峰华,程田飞,樊伟. 2019

[5]阿拉伯海鲐鱼渔场时空分布及其与海洋环境的关系. 杨胜龙,范秀梅,唐峰华,程田飞,樊伟. 2019

[6]阿拉伯海域围网渔场时空分布及其与海表环境因子的关系. 杨胜龙,范秀梅,张忭忭,张衡,张胜茂,崔雪森,樊伟. 2019

[7]阿拉伯海区域气溶胶时空动态变化及海域叶绿素a浓度特征. 雷茜,罗红霞,白林燕,冯建中,罗东. 2019

[8]基于耳石微结构的南海鸢乌贼日龄和生长研究. 刘玉,王雪辉,杜飞雁,刘必林,张鹏,刘梦娜,邱永松. 2019

[9]南海鸢乌贼资源探捕与开发. 江淼,马胜伟,吴洽儿. 2018

[10]南海鸢乌贼耳石微量元素差异性分析. 刘玉,王雪辉,杜飞雁,刘必林,张鹏,刘梦娜,邱永松. 2019

[11]鸢乌贼目标强度绳系控制法测量. 王欢欢,张俊,陈作志,汤勇,孙铭帅,黄佳兴,邱永松. 2019

[12]光诱罩网沉降性能对鸢乌贼渔获率的影响. 晏磊,李杰,杨炳忠,张鹏. 2018

[13]脂类去除对南海鸢乌贼肌肉碳、氮稳定同位素分析的影响. 徐亮,宁加佳,王雪辉,徐磊,刘玉,杜虹,杜飞雁. 2018

[14]南海鸢乌贼微型群体的摄食习性研究. 龚玉艳,孔啸兰,杨玉滔,詹凤娉,张鹏,江艳娥,陈作志. 2018

[15]南海鸢乌贼肌原纤维蛋白加热过程中理化性质的变化. 马海霞,马静蓉,杨贤庆,李来好. 2016

[16]大数据技术在南海鸢乌贼资源调查上的研究进展. 冯菲. 2018

[17]肌肉改性处理对鸢乌贼品质的影响. 黄卉,魏涯,杨贤庆,岑剑伟,赵永强,陈胜军,胡晓,王悦齐,郝淑贤. 2020

[18]南海中西部海域鸢乌贼中型群和微型群的营养生态位. 黄佳兴,龚玉艳,徐姗楠,陈作志,张俊,于文明. 2019

[19]南海中南部鸢乌贼中型群与微型群形态指标的分析比较. 朱凯,王雪辉,杜飞雁,张鹏,邱永松. 2019

[20]基于DNA条形码研究中国枪乌贼和鸢乌贼的食物种类组成. 刘梦娜,徐磊,王雪辉,刘玉,王淼娣,邱永松,朱江峰,何映霖,贝伟烈,杜飞雁. 2020

作者其他论文 更多>>

微信小程序