南太平洋区域性渔业管理组织特点及中国的参与策略

南太平洋区域性渔业管理组织(SPRFMO)在管理南太平洋渔业资源以及保护海洋生态系统方面发挥着重要作用。相较于其他区域性渔业管理组织(RFMO),SPRFMO在管理理念和管理措施等方面独具特色。作为SPRFMO成员,中国积极参与SPRFMO渔业资源开发与养护,不断提高履约意识和履约能力,但在参与养护管理措施制定方面较为不足。作为主要捕捞方,中国以遵守既定措施(即履约)为主的参与原则,难以对资源养护和管理规则制定做出更大的贡献。本文探讨中国如何在现有的参与基础上,利用SPRFMO的特点,发挥中国作为SPRFMO鱿鱼渔业主要捕捞方的优势,进一步深度参与SPRFMO的养护管理措施和委员会运行规则制定,更大地促进公约区资源养护和渔业可持续发展,在维护我国渔业权益的同时,贡献渔业治理的中国方案。     

基于ADASYN和Stacking集成的南太平洋黄鳍金枪鱼渔场预报模型研究

为提供更为准确的南太平洋黄鳍金枪鱼(Thunnus albacores)渔场预报信息，针对传统渔场分类问题中渔场和非渔场样本数据分布不均衡的问题，提出了一种基于自适应综合过采样(ADASYN)和Stacking集成的渔场分类模型——A-Stacking模型。利用2008—2019年南太平洋黄鳍金枪鱼的渔业数据，结合时空因子、海洋环境因子共32个特征要素(月份、经纬度、海平面异常、涡动能、叶绿素a浓度、叶绿素梯度、叶绿素距平、海表温度梯度、海表温度距平以及0～500 m水层的垂直温度和盐度)建立了南太平洋黄鳍金枪鱼渔场预报模型。为了验证模型的可靠性，将CART、Adaboost、GBDT、XGBoost、KNN、RF和Stacking模型对照。结果显示，A-Stacking模型具有更高的准确率、召回率、F1-score、G-mean和AUC值，且模型的ROC曲线和PR曲线能较好地包含其他模型，表明模型的分类效果更好。研究表明，A-Stacking集成模型对南太平洋黄鳍金枪鱼渔场的预报效果较好，能有效处理不均衡数据的渔场分类问题，可为今后的渔场预报方法提供参考。