文献类型： 中文期刊

作者： 李建雄 ¹ ; 戴乾 ¹ ; 陈峰 ¹ ; 朱文斌 ¹ ; 张洪亮 ¹ ; 李德伟 ¹ ; 余为 ² ; 周为峰 ³ ;

作者机构： 1.浙江海洋大学海洋与渔业研究所

2.上海海洋大学海洋生物资源与管理学院

3.中国水产科学研究院东海水产研究所

关键词： 长鳍金枪鱼;遗传算法;BP神经网络;标准化;南太平洋

期刊名称： 海洋学报

ISSN： 0253-4193

年卷期： 2024 年 46 卷 007 期

页码： 100-109

收录情况： CSCD

摘要： 长鳍金枪鱼（Thunnus alalunga）是大洋洄游性鱼类，其渔场分布与多种环境因子存在一定联系。根据2016-2021年的南太平洋长鳍金枪鱼延绳钓渔捞日志，利用南方涛动指数（Southern Oscilllation Index,SOI）、海表温度（Sea Surface Temperature,SST）、叶绿素（chlorophyll-a,CHLA）浓度、溶解氧（Dissolved Oxygen,DO）浓度等海洋遥感资料，把时空和环境因子作为输入层，单位捕捞努力量渔获量（Catch per unit effort,CPUE）作为输出层，采用遗传算法（genetic algorithm,GA）优化结构为9-13-1的BP神经网络。GA-BP神经网络预测的均方误差（MSE）和R²分别为0.007 4和0.397，均优于BP神经网络。预测分析显示，SST和DO浓度是长鳍金枪鱼渔场重心变动的主要环境因子，CPUE较高的渔场SST范围为18～20℃，DO浓度范围为210 mmol/m³以上。预测与实际渔场重心基本一致，且标准化的CPUE与名义CPUE的时间变化趋势总体一致。研究表明，GA-BP神经网络能够较好地预测长鳍金枪鱼的渔场，为金枪鱼渔业生产与管理提供参考依据。