采用卷积神经网络构建西北太平洋柔鱼渔场预报模型

对远洋渔场资源和位置进行预报可以为远洋渔业生产及管理提供重要信息。该研究针对西北太平洋柔鱼渔场，利用海洋表面温度遥感信息和中国远洋渔船生产资料，基于深度学习原理，选取卷积神经网络构建西北太平洋柔鱼渔场预报模型。根据不同月份、不同通道构建了多种数据集，用于训练渔场预报模型。训练结果表明，4个通道组合的数据集的训练结果最优，渔汛早期（7-8月）、中期（9月）和后期（10-11月）测试样本的准确率分别为80.5%、81.5%和81.4%。以2015年的真实渔场数据对模型进行验证，模型的平均召回率为82.3%，平均精确率为66.6%，F1得分平均值为73.1%，预测的高产渔区与实际作业的高单位捕捞努力量渔获量区基本匹配。该研究构建的渔场预报模型可以获得较好的准确率，可为其他鱼种的渔场预报模型构建提供新的思路。     

西北太平洋柔鱼渔场变化与黑潮的关系

柔鱼是北太平洋海域的重要经济头足类,黑潮的变化直接影响着柔鱼渔场形成及其空间分布。利用1998-2007年黑潮分布类型,结合同期8-10月我国鱿钓渔船生产数据,分析北太平洋柔鱼渔场变化与黑潮分布的关系。在25°～40°N、125°～150°E海域内,以空间分布率经纬度5°×5°为一个空间单元,共分A(140°～145°E、35°～40°N)、B(145°～150°E、35°～40°N)、C(135°～140°E、30°～35°N)、D(140°～145°E、30°～35°N)和E(145°～150°E、30°～35°N)5个区,将黑潮分布类型分为大弯曲型、小弯曲型和平直型3种。利用渔场重心的纬度向变化作为柔鱼渔场变动的指标。研究认为,A区黑潮分布特征对柔鱼渔场重心纬度影响最大,其次为B区和C区,而其它区影响则不明显。A区出现黑潮大弯曲型时,柔鱼渔场重心明显偏北且概率高;小弯曲型或平直型时,柔鱼渔场重心明显偏南。研究认为,黑潮流轴的走向影响着柔鱼渔场的空间分布。     

北太平洋柔鱼渔业生物学研究进展

柔鱼是重要的大洋性经济头足类，是我国远洋鱿钓渔船的主要捕捞对象。对北太平洋柔鱼的种群结构、洄游、年龄与生长、繁殖、摄食等生物学研究进展做了初步总结和归纳，并提出需要进一步深入研究的方向，供今后研究参考。柔鱼可分为4个季节性地理种群，即秋生东部群体、秋生中部群体、冬春生西部群体和冬春生中东部群体，但还需要在分子生物学角度得到进一步的确认；柔鱼随季节做南北洄游，其中向北索饵洄游模式研究较为深入，而向南产卵洄游模式尚不清楚，其产卵场空间分布及产卵期需要进一步调查；对柔鱼繁殖习性研究相对不足，尤其是产卵至孵化以及孵化后至仔鱼的生活史过程；柔鱼分布的东西海洋环境差异很大，不同海域柔鱼的昼夜垂直移动规律还需要深入；柔鱼年龄约为1年，为短生命周期种类，其年间资源补充量变化的机理及其与环境关系初步得到掌握。为了更好地开发和利用该资源，需要加强各国之间的合作，系统地开展北太平洋柔鱼资源调查和渔业生物学研究，建立基于海洋生态系统的柔鱼资源监测网络，建立符合柔鱼生活史特征的资源量评估模型及其管理策略。     

夏秋季西北太平洋柔鱼渔业生物学的初步研究

根据2007年7-10月我国鱿钓船在西北太平洋传统鱿钓作业渔场(150°～165°E,39°～45°N)渔汛期间所采集的柔鱼样本,对夏秋季柔鱼渔业生物学特性进行初步研究。研究得知,渔获物胴长范围为200～436 mm,平均胴长为282 mm,优势胴长为230～320 mm,占总数的81.60%。各月渔获物中雄性个体的平均胴长小于雌性个体。胴长与体重关系的生长指数接近3。渔获物中的性比符合1∶1(P>0.05),但成熟个体中雄性个体所占比例明显比雌性高(P<0.05)。渔获物的性腺成熟度以Ⅰ、Ⅱ期为主,雌性个体性腺成熟晚于雄性个体。缠卵腺长和缠卵腺重随着性腺的成熟而逐步增大。渔获物中胴长组成呈双峰型,且未成熟、成熟个体同时存在,由此判断作业海域中柔鱼存在2个种群,即小型的冬春季产卵群体和大型的秋季产卵群体,且以小型的冬春季产卵群体为主。     

基于灰色系统理论的西北太平洋柔鱼CPUE关联聚类分析

利用灰色关联聚类方法对1998—2017年5—12月柔鱼（Ommastrephes bartramii）的单位捕捞努力量渔获量（CPUE）进行聚类,分析不同强度厄尔尼诺和拉尼娜事件以及环境因子对柔鱼CPUE的影响。结果表明：年纬度向类群比年经度向类群的CPUE差异更明显,月经度向类群比月纬度向类群更具有季节性;强拉尼娜和弱拉尼娜事件集中的类群分类明显,厄尔尼诺、中强度拉尼娜和正常年份分类较模糊,年纬度向类群CPUE越高,海表面温度距平值（SSTA）越高,而叶绿素a质量浓度距平值（CHLA）越低。研究表明,不同强度的异常气候事件对柔鱼CPUE影响不同,强拉尼娜事件会使柔鱼CPUE骤增,弱拉尼娜事件会使柔鱼CPUE略减,而中强度以上的厄尔尼诺事件会使柔鱼CPUE大幅度下降。     

北太平洋2种鱿鱼类角质颚生长特性及其种类判别

根据2018年9—11月中国鱿钓船在北太平洋海域（41°05''N~43°45''N,154°05''E~159°43''E）采集的柔鱼（Ommastrephes bartramii）和北方拟黵乌贼（Gonatopsis borealis）样本,对样本的胴长（mantle length,ML）、体质量（body mass,BM）以及角质颚的12个形态学参数进行了测定,研究角质颚的生长特性。结果显示,两个种类在胴长和体质量上均存在极显著差异。主成分分析认为,上脊突长（UCL）最适合用来表征柔鱼角质颚的生长,UCL和下侧壁长（LLWL）最适合用来表征北方拟黵乌贼角质颚的生长。赤池信息量准则（akaike’s information criterion,AIC）认为：柔鱼的上头盖长（UHL）、下头盖长（LHL）、LLWL、下翼长（LWL）与胴长呈幂函数关系,UCL、上侧壁长（ULWL）、上翼长（UWL）、下脊突长（LCL）与胴长呈对数函数关系;北方拟黵乌贼的UHL、下喙长（LRL）和LLWL与胴长呈幂函数关系,UCL和LCL与胴长呈指数函数关系,上喙长（URL）、ULWL和LHL与胴长呈对数函数关系。逐步判别分析显示,上、下角质颚的判别正确率分别为92.70%和84.50%,并建立判别方程。研究认为,角质颚外部形态可较好地应用于2种头足类的判别。     

月相对北太平洋海域柔鱼钓获率的影响

月相是影响光诱鱿钓作业效率的重要因素之一。通过对1995~2000年北太平洋8~10月150°E~165°E柔鱼盛渔期的生产统计分析,各月月相在朔期间的产量分别为望期间产量的1.16、1.53和1.20倍,平均日产量分别增加0.38 t/d、0.9 t/d和0.21 t/d。经过GAM模型分析,月相对日产量的影响是显著的,其PC f值均在0.14以下,模型分析结果满意。     

海洋环境变化对北太平洋柔鱼个体生长的影响

海洋环境变化会对海洋生物个体大小及其生长产生影响,特别是短生命周期的种类。为此根据2009—2012、2015—2016年8—10月采集的6 091尾北太平洋柔鱼样本,对其渔业生物学特征进行了研究,并分析海洋环境因子对其个体生长的影响。结果显示,雌雄个体生物学特征在不同海洋环境年均存在显著差异。柔鱼胴长与太平洋年代际涛动指数(Pacific decadal oscillation index,PDOI)呈滞后1年的正相关。PDO冷期厄尔尼诺年(2009年)柔鱼个体较同期拉尼娜年(2010和2011年)柔鱼个体大,但超强厄尔尼诺年(2015年)柔鱼个体明显偏小。同时,超强厄尔尼诺年(2015年)出现低SST和Chl. a浓度的现象,不利于柔鱼生长,并抑制性腺发育。而较高SST和Chl. a浓度为柔鱼提供良好的生存环境,有利于性腺发育,柔鱼个体相对较大。研究表明,不同海洋环境年柔鱼生物学特征存在一定的差异,同时PDO、厄尔尼诺/拉尼娜事件、SST和Chl. a浓度的综合作用是影响个体大小的主要因素。     

西北太平洋柔鱼渔情速报系统的开发

The neon flying squid, Ommastrephes bartrami, is one of the most important jig fisheries in the northwest Pacific Ocean. In order to understand the movement of O. bartrami fishing-ground better and supply O. bartrami fishing-ground information for Chinese fishing boats in the northwest Pacific ocean, the fishing condition analysis and forecasting system of O. bartrami was developed successfully. The system was based on established comprehensive database, which included the catch data of O. bartrami (total yields, count of total fishing boats, fishing position etc. ) and oceanic environmental information (SST, SST gradient etc. ). Artificial intelligent technology about case-based reasoning was also combined with GIS component technology successfully in the system. The process and function of system establishment are composed of four parts: setting up of case database for central fishing-ground and its environmental factors, knowledge reasoning of fishery information, GIS visualization analyzing as well as trend forecasting of central fishing-ground and information production mapping. At last as an example of the results, an experimental central fishing-ground forecasting of O. bartrami from 9 to 15 in July 2002 in the northwest Pacific Ocean was given in the paper. The results showed that through three class similar searching forecasting central fishing-ground would move west, and indicating that forecasting of the system for O. bartrami central fishing-ground was correct by comparing to real fishing-ground from 16 to 22 in July 2002. Consequently, artificial intelligent expert system technology about case-based reasoning is a useful method for fishing condition and fishing-ground forecasting.