文献类型： 中文期刊

作者： 段丁毓 ¹ ; 陈芃 ² ; 陈新军 ² ; 秦传新 ³ ;

作者机构： 1.上海海洋大学海洋科学学院;中国水产科学研究院南海水产研究所;大洋渔业资源可持续开发教育部重点实验室;国家远洋渔业工程技术研究中心;农业部大洋渔业开发重点实验室

2.;上海海洋大学海洋科学学院;中国水产科学研究院南海水产研究所;大洋渔业资源可持续开发教育部重点实验室;国家远洋渔业工程技术研究中心;农业部大洋渔业开发重点实验室

3.;上海海洋大学海洋科学学院;中国水产科学研究院南海水产研究所;大洋渔业资源可持续开发教育部重点实验室;国家远洋渔业工程技术研究中心;农业部大洋渔业开发重点实验室;

关键词： 秘鲁鳀;灰色系统;资源量;预测模型;GM(0,N)

期刊名称： 上海海洋大学学报

ISSN： 1674-5566

年卷期： 2018 年 02 期

页码： 284-290

收录情况： 北大核心 ; CSCD

摘要： 秘鲁鳀(Engraulis ringens)是栖息于东南太平洋的小型中上层鱼类,是鱼粉的主要来源。有效预测秘鲁鳀的资源量,综合评价环境因子对秘鲁鳀资源量的影响将有利于我国鱼粉进口企业利用环境和气候变化把握秘鲁鳀的生产行情。利用2004—2013年秘鲁鳀的资源量数据,首先对影响秘鲁鳀资源量的环境和气候因子进行灰色关联分析,并基于该结果利用灰色预测模型[GM(0,N)模型]进行秘鲁鳀资源量预测模型的构建,同时通过去除某个环境因子的模型与包含所有环境因子的模型的预报精度比较,对环境因子的重要性进行评价。结果表明,包含所有因子(渔场水温(Fishing ground temperature,FGT)、(渔场水温距平(Fishing ground temperature anomaly,FGTA)、南方涛动指数(Southern Oscillation Index,SOI)、Nino 1+2区海表面温度和太平洋年代际振荡指数(Pacific Decadal Oscillation Index,PDOI))的模型1对拟合资源量与实际资源量的平均相对误差为0.197,两个序列间的相关系数为0.544,对验证数据的相对误差为0.434;对比去掉其中某一个因子的模型2-模型6,去掉PDO的模型4效果最好,拟合资源量与实际资源量的平均相对误差为0.187,两个序列间的相关系数为0.663,对验证数据的相对误差为0.274,该模型能够更好地提高模型精度,可作为预测秘鲁鳀资源量的最优模型。