马尔维纳斯群岛海域阿根廷滑柔鱼资源丰度的灰色灾变预测

阿根廷滑柔鱼(Illex angentinus)为大洋性浅海种,为世界重要经济种类,其中马尔维纳斯群岛海域是阿根廷滑柔鱼的重要渔场之一。阿根廷滑柔鱼资源丰度极易受到海洋环境变化的影响,年间产量波动较为明显。为此,根据1995—2019年马尔维纳斯群岛阿根廷滑柔鱼渔业生产数据,以单位捕捞努力量渔获量(catch per unit effort, CPUE)表征阿根廷滑柔鱼资源丰度,运用灰色GM(1,1)模型,对其未来的资源丰度丰歉年份进行预测。结果表明,阿根廷滑柔鱼资源丰度丰年(CPUE大于1615t/船)将发生在2021、2028和2038年,资源丰度歉年(CPUE小于784t/船)将发生在2024、2029和2036年;丰年灾变模型的平均相对误差为16.212%,平均级比偏差为0.193,歉年灾变模型的平均相对误差为35.656%,平均级比偏差为0.199,模型的精度检验等级均为Ⅰ级。研究认为,灰色灾变预测模型较好地模拟了阿根廷滑柔鱼资源丰度变化的年份,其预测结果可为阿根廷滑柔鱼鱿钓生产与管理提供参考。     

基于不同阶数灰色系统模型的北太平洋柔鱼资源丰度预测

柔鱼（Ommastrephes bartramii）为短生命周期种类,是西北太平洋经济头足类之一。优化资源丰度预测模型能够更科学、有效地为渔业生产提供依据。本研究利用1998—2016年北太平洋柔鱼生产统计数据,采用GM（1,1）模型对不同时间长度的资源丰度（CPUE）进行分析,选择相对误差和方差最小的CPUE序列作为母序列,与太平洋年代际震荡指数 （PDO）、产卵场平均海表温度（SGSST）、育肥场平均海表温度（FGSST）、产卵场平均叶绿素浓度（SGC）、育肥场平均叶绿素浓度（FGC）等因子进行灰色关联分析,并以此分别建立6个不同阶数的灰色预测模型[GM（0,N）模型和GM（1,N）模型],筛选误差最小的模型作为预测柔鱼资源丰度的最佳模型。结果表明,以8年CPUE序列的建模为最佳,其平均相对误差最小,为6.28%;同时,GM（0,N）模型的预测精度普遍比GM（1,N）模型的要高,其中包含2月SGSST、10月FGSST、8月FGC和10月PDO的GM（0,5）模型为最优,拟合相对误差为3.87%,预测相对误差为1.18%,可作为预测北太平洋柔鱼资源丰度的最优模型。     

太平洋褶柔鱼和柔鱼的腕足断裂强度研究

太平洋褶柔鱼（Todarocespacificus）和柔鱼（Ommastrephesbartrami）是西北太平洋海域（FAO划定，61渔区）两种主要的经济头足类资源，在世界头足类总产量中占据着重要的地位［董正之，1991］，太平洋褶柔鱼主要分布于日本列岛周边海域，柔鱼分布在北太平洋广阔海域，资源都较为丰厚，目前主要作业方式都为钓捕作业。1989年和1993年我国先后成功地开发了日本海太平洋褶柔鱼和西北太平洋柔鱼资源，并取得了显著的经济效益。生产实践表明，影响渔获量的因素很多，其中脱钩率是抑制钓捕产量提高的主要因素之一。多年的测试结果表明，太平洋…     

太平洋褶柔鱼和柔鱼的腕足断裂强度研究

太平洋褶柔鱼（Todarocespacificus）和柔鱼（Ommastrephesbartrami）是西北太平洋海域（FAO划定，61渔区）两种主要的经济头足类资源，在世界头足类总产量中占据着重要的地位［董正之，1991］，太平洋褶柔鱼主要分布于日本列岛周边海域，柔鱼分布在北太平洋广阔海域，资源都较为丰厚，目前主要作业方式都为钓捕作业。1989年和1993年我国先后成功地开发了日本海太平洋褶柔鱼和西北太平洋柔鱼资源，并取得了显著的经济效益。生产实践表明，影响渔获量的因素很多，其中脱钩率是抑制钓捕产量提高的主要因素之一。多年的测试结果表明，太平洋…     

朝鲜东海岸海域太平洋褶柔鱼资源及渔场分析

根据大连渔业公司提供的2005年双拖网生产渔船的渔获量资料,分析了朝鲜东海岸海域太平洋褶柔鱼渔场的特点.结果表明:朝鲜东海岸海域太平洋褶柔鱼Todarodes pacificus的渔期为每年的5～11月,旺发期为7～9月;高产渔场主要分布在冷暖水团的交汇处,且主要分布在表温为23.5～26.0℃的海域.     

基于海表面温度SST的剩余产量模型评估太平洋褶柔鱼秋生群资源

选择5—9月的平均海表面温度(sea surface temperature,SST)作为环境因子,采用Schaefer模型和Fox模型对太平洋褶柔鱼秋生群渔获量进行评价。假设ΔU(观测和预测单位捕捞努力量渔获量残差)是由SST引起的,从而将SST引入太平洋褶柔鱼秋生群的评估模型中。根据1960年以来太平洋褶柔鱼秋生群渔业整体发展情况,以1993和2003年为界对1985—2014年的总渔获量进行分段分析,分别为:1985—1993年、1994—2002年和2003—2014年。根据是否引入SST和引入SST后是否分段,分别构建了3个Schaefer模型和3个Fox模型。结果显示,分段Schaefer model-SST的拟合效果最好,ΔU与SST显著负线性相关(P0.05),渔获量在18～23℃会随温度升高而降低。建议:模型建立过程中应根据不同时间段的情况不同而进行分段分析,这样可以提高拟合效果;用分段Schaefer model-SST对未来渔获量进行评估,以期对相关资源管理起到一定的借鉴意义。     

基于BP神经网络的西北太平洋柔鱼资源丰度预测

柔鱼是具有巨大开发潜力的重要经济头足类种类,广泛分布在太平洋海域。柔鱼是短生命周期种类,其生活史过程与栖息地的海洋环境条件有重要关联,海洋环境因子的时空分布与变化显著影响着柔鱼资源的分布范围和资源密度。本文基于监督式学习算法的BP神经网络模型,综合多源卫星遥感观测获取得到的海表温度（Sea surface temperature;SST）、叶绿素a浓度（Chlorophyll-a concentration;Chl-a）、海表面高度距平（Sea surface height anomaly;SSHA）、海水质量变化和地转流等海洋环境因子,对西北太平洋柔鱼资源丰度的时空分布进行了模拟和预测。以上海海洋大学中国远洋渔业数据中心2004~2017年的西北太平洋海域的柔鱼历史渔业捕捞数据为参考值,对基于多源卫星遥感观测的多海洋环境因子的柔鱼资源丰度的模拟和预测结果进行了精度评定。结果表明,与仅采用SST、Chl-a和SSHA等进行柔鱼资源丰度时空分布预测的传统方案相比,进一步加入海水质量变化和地转流后,可有效提高利用BP神经网络对西北太平洋柔鱼资源丰度进行模拟和预测的精度：改进方法模拟的标准差（Standard deviation; STD）和均方根误差（Root mean square error; RMSE）均提高了22%;且预测的STD提高了31%,RMSE减少了26%。     

灰色建模在干旱灾变预测中的应用

干旱是阳城县的主要农业气象灾害之一,对于农业生产影响面广,造成的危害也非常严重。加强干旱灾害的分析预测对农业生产和防灾减灾具有十分重要的意义。灰色GM(1,1)模型是基于灰色系统理论的最常用预测模型。灰色灾变预测就是通过对灾变日期序列建立GM(1,1)模型,预测以后若干次灾变发生的日期。本文拟通过对阳城县1957-2012年的年降水资料进行统计分析,确定干旱灾变指标,建立灾变日期序列,并进行检验,用优化后的数据序列建立GM(1,1)模型,同时与不对原始日期序列进行检验的GM(1,1)模型进行比较,并把该模型应用于阳城县干旱预测中。     

灰色建模在干旱灾变预测中的应用

干旱是阳城县的主要农业气象灾害之一,对于农业生产影响面广,造成的危害也非常严重。加强干旱灾害的分析预测对农业生产和防灾减灾具有十分重要的意义。灰色GM(1,1)模型是基于灰色系统理论的最常用预测模型。灰色灾变预测就是通过对灾变日期序列建立GM(1,1)模型,预测以后若干次灾变发生的日期。本文拟通过对阳城县1957-2012年的年降水资料进行统计分析,确定干旱灾变指标,建立灾变日期序列,并进行检验,用优化后的数据序列建立GM(1,1)模型,同时与不对原始日期序列进行检验的GM(1,1)模型进行比较,并把该模型应用于阳城县干旱预测中。     

灰色理论在邵阳地区大旱预测中的应用(英文)

灰色灾变预测的机理是先将灾变出现的时间由小到大依次排列,构成原始数列,然后用GM(1,1)模型预测未来某个时间是否发生灾变,或某种异常数据可能出现的时间间隔。预测的准确性由模型的预测精度决定,在精度检验中可以用残差、相对误差e或后验差进行检验。在后验差检验中,把后验差比值C和小误差概率P作为精度检验的指标,C值越小越好,P值越大越好,通常认为C0.35,P0.95时预测精度较高,模型属1级,预测效果较理想。利用近20年来邵阳发生地区性大旱的年份建立时间序列,应用灰色灾变预测理论及方法,对邵阳地区未来可能出现大旱的年份进行预测,结果表明邵阳的大旱出现以2年为1个准周期,未来几个大旱出现的年份为2010、2012和2015年。灰色灾变预测的干旱结论为邵阳的抗旱工作提供了科学依据。     

厄尔尼诺和拉尼娜事件下西北太平洋柔鱼栖息地时空分布差异

柔鱼（Ommastrephes bartarmii）是短生命周期头足类,其栖息地受气候和环境因子的调控。本文基于2006—2015年9—11月西北太平洋36o—48oN,150o—170oE海域内柔鱼的生产捕捞数据结合关键环境因子海表温度（SST）和海面高度距平（SSHA）,构建了SISST和SISSHA（suitability index,SI）各月不同权重的栖息地指数模型（HSI）,按照模型性能验证并筛选出每月最优模型。此外,利用最优模型预测柔鱼栖息地适宜性,并比较不同ENSO事件下柔鱼栖息地时空分布的差异性,评估生境质量与柔鱼资源丰度与分布的关系。结果显示,9-11月对应最优HSI模型的SISST和SISSHA权重比例分别为：9月为[0.9 0.1],10月为[0.7 0.3],11月为[0.8 0.2],可以看出SST各月贡献最高,表明水温对柔鱼栖息地时空分布的影响最为关键。基于最优模型对比分析厄尔尼诺年份（2009和2015年）与拉尼娜年份（2007和2011年）柔鱼的生境质量、资源丰度和渔场纬度重心,可知,相对于厄尔尼诺事件,拉尼娜事件的发生有利于柔鱼的生存,促使其适宜生境范围扩大,产量提升,柔鱼偏好的水温向北移动驱使渔场位置同样北移。     

用Excel求解GM(1,1)模型参数

1问题的提出 GM（1,1）模型是基于灰色系统理论的最常用预测模型.在常用的灰色数列预测、灰色灾变预测、灰色季节灾变预测、灰色拓扑预测、灰色区间预测等方法中,均离不开GM（1,1）模型.GM（1,1）模型虽然是最简单的灰色系统模型,但建立这种模型需要一定的矩阵运算知识或数理统计知识,在数据列较长的情况下,若不会计算机编程,求解灰参数是十分烦琐的.因此,求解灰参数是建立GM（1,1）模型的关键和难点之所在.     

基于线粒体基因标记的太平洋褶柔鱼群体遗传结构及变异分析

为科学管理和开发利用太平洋褶柔鱼（Todarodes pacificus）渔业资源,该研究利用线粒体DNA（mtDNA）细胞色素C氧化酶I（CO I）和细胞色素b（Cytb）两种标记基因对西北太平洋褶柔鱼进行群体遗传结构和变异分析。结果显示：得到太平洋褶柔鱼两种基因片段的序列长度分别为465 bp（CO I）和404 bp（Cytb）,分别定义了18和21个单倍型,总体呈现低单倍型多样性（h=0.493、0.479）和低核苷酸多样性（π=0.0013、0.0014）;遗传分化系数（Fst）值均为负值,而分子生物学方差（AMOVA）分析结果表明该群体变异都来源于种内;太平洋褶柔鱼CO I基因序列的Tajima’s D和Fu’s Fs的中性检验D值和Fs值显著偏离0,且二者显著性检验P＜0.01,与Cytb基因标记的群体结果相似。综上,位于东海和日本海海域的太平洋褶柔鱼种群遗传多样性较低,群体间基因交流频繁未出现遗传分化,且变异基本来源于种内,群体大约在1.2万-1.5万年前出现过种群扩张。故建议将太平洋褶柔鱼划分为一个管理单元,以便该渔业资源更加合理的保护与开发利用。     

影响太平洋褶柔鱼冬生群资源丰度的表温因子及其机理分析

太平洋褶柔鱼是重要的大洋性经济头足类资源,其资源极易受海洋环境因子的影响,科学分析环境对种群资源丰度的影响利于科学评估和管理。本研究采用1998～2018年太平洋褶柔鱼冬生群体单位捕捞努力量渔获量(CPUE)、1～3月产卵期间产卵场(25°～40°E、125°～145°E)和6～7月索饵期索饵场(26°～40°E、125～145°E)的海表面温度(Sea Surface Temperature,SST),采用广义线性模型对CPUE和SST进行分析,选择统计学有意义的SST作为影响其资源丰度的环境因子,并选取CPUE连续高值年份(2007年、2008年、2009年)和连续低值年份(2016年、2017年、2018年)。结果表明,CPUE与产卵场1~3月SST显著相关的月份主要集中在1月份(25°~40°N、125°~144.5°E),该海区SST最适温度范围为18~26℃；CPUE与索饵场6、7月SST显著相关的月份主要集中在7月份(27°N～39.5°N,125°E～144.5°E),该海区SST最适温度范围为18~28℃,CPUE连续高值年份的SST要低于连续低值年份。研究认为,太平洋褶柔鱼冬生群资源丰度受产卵场和索饵场的SST影响较显著,而黑潮实力强弱也是间接影响资源丰度的主要原因之一。     

基于灰色线性回归组合模型的河南省国内生产总值预测

根据灰色灾变预测原理,构建了基于GM(1,1)与线性回归的组合模型.对于具有数据跳变日期点的预测问题,用GM(1,1)模型;对非跳变日期点用线性回归预测.对河南省国内生产总值的预测结果表明,该模型克服了GM(1,1)模型和线性回归模型的缺陷,具有较高的应用价值.     

灰色GM（1,1）模型和Verhulst模型在青岛市海水养殖产量预测中的应用

灰色预测是建立从过去引申到将来的灰色预测模型（Grey Prediction Model）,从而确定所研究系统未来发展变化的趋势,为决策者提供科学依据。以青岛市1998-2007年海水养殖产量统计数据为基础,分别利用灰色GM（1,1）模型和Verhulst模型对该市传统海水养殖产量变化作预测。预测结果表明,GM（1,1）模型和Verhulst模型都显示了青岛市海水养殖产量在未来5年呈逐年递增的趋势。但通过对GM（1,1）模型和Verhulst模型的模拟精度验证和模拟预测结果的比较,发现灰色Verhulst模型预测精度较高,Verhulst模型更适合对该市未来几年的海水养殖产量进行预测。该研究结果可为青岛市合理保护和利用海水养殖资源、制定海水养殖规划提供参考依据。     

基于灰色模型技术对马尾松毛虫灾变趋势的预测

马尾松毛虫的猖獗发生可以认为是一个灰色系统过程,为探索松毛虫危害森林资源灾变规律,依据瑞金市2001-2007年大发生面积的时间数据序列,尝试应用灰色系统理论及其GM（1,1）模型,对马尾松毛虫大发生的灾变趋势,建立预测模型,进行灾变长期趋势预测。预测结果表明,该模型预测精度高,预测趋势与过去情形相符,且1-2年的预测值具有一定的参考价值。     

基于灰色灾变理论的丰宁干旱趋势分析

利用丰宁县1956～2008年的年降水资料,采用灰色系统的灾变预测方法,建立了GM（1,1）模型,对未来2次干旱年进行预测,并利用残差检验对模型进行了精度检验。结果表明,预测模型精度较高,可以对丰宁县未来的干旱年进行预测,为科学决策提供依据。     

基于离散型灰色DGM(1,1)预测模型在涝灾预测中的应用

为提高涝灾预测模型的预测精度,针对GM(l,1)模型预测条件的局限性,提出离散灰色预测模型[称DGM(1,1)模型Ⅰ。应用离散灰色模型,以鞍山市1959~2006年的降雨量为依据,建立涝灾预测模型。结果表明:优化后的离散型DGM(1,1)模型的预测精度较原有的灰色GM(1,1)预测模型的预测精度有很大提高。并且该模型建模过程简单、适用性强,为涝灾的预测提供了新的方法。     

灰色新陈代谢模型在农民收入和消费预测中的应用

运用灰色系统理论和方法,建立了灰色新陈代谢GM（1,1）宁夏农村居民人均纯收入和人均生活消费模型。在MATLAB环境下对该模型的精度以及误差进行了分析,并利用该模型对宁夏农村人均纯收入和人均生活消费进行预测。预测结果表明,灰色新陈代谢GM（1,1）预测模型能够明显地提高预测精度,增加预测的可靠性。