文献类型： 中文期刊

作者： 李丹 ¹ ; 鲁峰 ² ; 徐硕 ² ; 王宇 ² ; 薛沐涵 ² ; 倪翰晨 ² ; 方辉 ² ; 张漫 ² ; 马振华 ² ; 陈作志 ² ; 许建 ² ;

作者机构： 1.中国水产科学研究院渔业工程研究所

2.null

关键词： 拖网渔船;船位数据;机器学习;捕捞努力量

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2025 年 56 卷 002 期

页码： 523-532

收录情况： EI ; 北大核心 ; CSCD

摘要： 拖网渔船捕捞努力量的估算对于描述海洋渔业活动、量化拖网作业对海洋造成的生态压力以及修订渔业法规和政策具有重要意义。明确拖网渔船的捕捞投入可为中国近海渔业资源的可持续发展提供科学数据支持。本研究提出了一种基于Harris Hawks Optimization(HHO)优化的XGBoost算法，用于构建拖网渔船捕捞行为识别模型。结果表明，该模型准确率、灵敏度、特异度和马修斯相关系数分别为0.971 3、0.980 6、0.963 2和0.942 5。利用该模型识别拖网渔船的捕捞行为并计算了2021年在119°E～124°E、32°N～40°N海域内山东省拖网渔船的捕捞努力量。以空间精度1/8°生成了捕捞努力量热力图，计算结果揭示了捕捞活动的空间分布主要集中在2个关键区域：121.1°E～124°E、35.7°N～38.7°N和119.8°E～122.8°E、33.6°N～35.4°N。本研究可为渔业资源的定量评估奠定基础，为海洋捕捞渔业的可持续发展提供必要数据。