渔情预报问题

渔情预报指的是预测渔场渔期的变化。正确推断渔场渔期变化是很重要的。可以增加作业时间，提高产量，减少能源消耗。影响渔场渔期变化的因素很多。迄今为止，还没有可靠的方法能正确地推断渔场渔期的变化。辽宁省海洋水产研究所于60年代开始，先后研究过辽东湾小黄鱼、     

渔场渔情分析预报业务化应用中的关键技术探讨

利用空间信息技术开展渔场渔情分析及预报对渔船捕捞作业及渔业管理等具有重要意义。本文在开展有关研究和所开发的大洋渔场渔情信息服务系统业务化应用的基础上,对渔场渔情分析预报业务化应用中涉及到的渔场环境数据精度、渔场环境数据融合、实时渔场信息获取、渔场分析方法及渔场预报模型等关键技术问题进行了较全面的探讨分析与总结,并对将来的应用或技术发展进行了展望,以期为今后的相关技术开发提供借鉴。     

渔场渔情分析预报的研究及其进展

早在19世纪末期,人们在有限的海洋水文调查的基础上,就开始了渔场海洋学的研究探索并试图进行渔情分析和渔场预报。但由于当时的技术条件限制和所获数据非常有限,其分析预报结果可想而知。20世纪60年代卫星遥感技术出现之后,人们开始能够快速获取大范围实时或准实时的海水表层温度（SST）、海洋水色、海洋动力环境等渔场环境信息,渔场渔情分析预报逐渐实用化。     

东海北部秋汛灯围渔情预报的研究

<正> 东海北部机帆船灯光围网是浙江省海洋水产研究所于70年代初试验成功的作业,1978年大面积推广,1984年发展到310组,产量达4万吨,使秋汛成为仅次于冬季带鱼汛的第二大渔汛。但是,灯围的捕捞对象鲐鲹鱼等属于广域性分布的中上层鱼类,资     

渔情预报技术及模型研究进展

随着渔业资源的衰退和渔业生产成本的增加,渔业企业对于渔情预报的要求不断提高,渔情预报技术和模型的研究受到了越来越多地重视,已经成为渔场学研究的重点之一。渔情预报可分为关于资源状况的预报、关于时间的预报和关于空间的预报,各类预报对渔业生产和管理都具有重要的意义。本文结合国内外研究现状,简要概述了渔情预报的理论和方法,包括渔情预报相关的渔场学基础、数据模型和预报模型,重点介绍了基于统计和机器学习、人工智能方法的渔情预报模型,并对各种模型在渔情预报应用中的优势与缺陷进行了总结,最后针对渔情预报系统应用中存在的问题,对渔情预报研究提出了一些建议：建立专为渔业服务的海洋环境预报系统;进行长期和系统的渔业资源调查,并针对不同鱼种和海区对数据获取和处理方法进行标准化和规范化;借助随机模拟方法降低模型不确定性,提高预报精度。     

我们是怎样做渔情预报的

南澳县位于台湾海峡西南，是由南澳岛、南澎湖列岛、勒门列岛等十多个岛屿组成的岛县。每年渔业生产的好坏，对于全县的经济起着举足轻重的作用。为了发展生产，我们近几年来，在渔汛期间，经常分析渔情和天气状况，做出短期渔情预报，通过县广播站或电话向社队干部、社员，提出渔汛可能出现的趋势和如何组织“抢收”的意见。除此之外，     

谈谈我们是怎样做渔情预报工作的

我们公社是一个以渔为主的公社。公社从事海洋捕捞的劳力一千八百多人，有大小机动渔船一百九十三艘，其中六百马力的钢壳渔轮八艘，一百三十五至一百八十五马力的钢壳渔轮十八艘，六十至一百二十马力的机轮三十二艘，剩下的一百多艘是二十马力的小机船。     

基于栖息地指数的南海北部枪乌贼渔情预报模型构建

根据2009年~2014年南海捕捞信息网络获取的南海北部200 m等深线以内近海底拖网渔业数据,结合环境遥感数据,构建南海北部枪乌贼类(Uroteuthis sp.)栖息地指数(habitat suitability index,HSI)模型。选取海表水温(sea surface temperature,SST)、海面高度(sea surface height,SSH)和叶绿素a浓度(chlorophyll-a concentration,CHL)等环境因子,采用一元非线性回归建模,并分月份采用最小二乘法确定各环境因子的权重系数,从而建立南海北部枪乌贼类的栖息地指数综合模型。构建的模型能够有效解释渔场分布与环境要素之间的关系,并可从模型中推断各环境因子的最适范围和变化趋势;单位捕捞努力量渔获量(catch per unite effect,CPUE)高的渔场主要分布于HSI大于0.5的海域,其他HSI高的海域可能为潜在渔场。对不同因子权重系数的研究发现,叶绿素a浓度是影响渔场分布的重要因素。对模型的验证结果表明,其准确率达到75%以上。该研究表明,基于不同权重系数的HSI模型能够较好地预测南海北部枪乌贼渔场。     

基于栖息地指数的阿拉伯海鲐鱼渔情预报模型构建

为了更好地了解和可持续开发利用阿拉伯海澳洲鲐(Scomber australasicus)资源,采用2016—2017年1、2、11和12月主渔汛期间我国公海围网渔船在阿拉伯海的鲐鱼生产数据,结合海表温度(Sea surface temperature,SST)、混合层厚度(Mixed-layer thickness, MLT)、海面高度异常(Sea level anomaly, SLA)、叶绿素a浓度(Chlorophyll-a concentration, CHL)环境数据,分别构建了以渔获量(Fish catch, FC)和作业次数(Fishing times, FT)为基础的栖息地指数(Habitat suitability index, HSI)模型:FC-HSI和FT-HSI模型。在HIS0.6的海域,2016和2017年实际渔获量占比分别为76.25%和80.03%。利用2018年的实际生产数据对模型进行预报准确度验证,得出在HIS0.6的海域,实际渔获量占比分别为45.68%和50.15%,FT-HSI模型的预报结果优于FC-HSI模型。结果表明,基于SST、MLT、SLA、CHL的FT-HSI模型能够较好地预测阿拉伯海鲐鱼的中心渔场。     

基于集成学习的大西洋热带海域黄鳍金枪鱼渔情预报

利用 2016─2019 年中国渔业企业在大西洋热带海域(14°20′S~15°20′N; 47°38′W~2°30′E) 13 艘延绳钓作业渔船渔捞日志记录的黄鳍金枪鱼(Thunnus albacares)单位捕捞努力量渔获量(CPUE)数据, 结合海表面风速、叶绿素 a 浓度、涡动能以及 0~500 m 水层的垂直温度、盐度等海洋环境变量和空间因子(经纬度)建立了一系列黄鳍金枪鱼渔场预测模型。模型的时间分辨率为天(d), 空间分辨率为 0.25°×0.25°。该系列模型利用 75%的数据训练得到朴素贝叶斯(NB)、k 最近邻(KNN)、随机森林(RF)、分类与回归树(CART)、逻辑斯蒂回归(LR)、支持向量机(SVM)、梯度提升决策树(Xgboost)和 stacking 集成(由 NB、CART 和 LR 模型集成, STK)模型, 将 25%测试数据代入系列模型进行验证, 结果显示: (1) 黄鳍金枪鱼渔场预测准确率(ACC)分别为 61.62%、62.03%、66.37%、63.0%、63.26%、 64.97%、64.08%、68.72%; (2) 其对应的 ROC 曲线下面积(AUC)分别为 0.64、0.67、0.72、0.66、0.68、0.70、0.69、 0.72; (3) STK 模型的预测准确率较其他的方法均有所提高。建议使用 STK 模型对大西洋热带海域黄鳍金枪鱼渔场进行预测。     

全国渔情预报技术经验交流协作会议在北京召开

在全国人民掀起学好文件抓住纲，深入揭批“四人帮”的大好形势下，中国农林科学院于2月26日至3月4日在北京召开了“全国渔情预报技术经验交流协作会议”。参加这次会议的有三大海区渔业指挥部代表和沿海十个省、市、自治区的水产工作者、院、校代表，以及中央广播事业局、国家海洋局的代表共一百多人。     

基于GAM和权重分析的西北太平洋秋刀鱼渔情预报研究

为了提高秋刀鱼(Cololabis saira)渔情预报模型的时空分辨率,提升生产经济效益,本研究基于2013-2016年7-11月中国在西北太平洋公海的秋刀鱼生产数据及海洋环境数据,利用广义可加模型(generalized additive models,GAM)分别拟合单位捕捞努力量渔获量(catch per un...     

基于集成学习的大西洋热带水域大眼金枪鱼渔情预报

为提高大西洋大眼金枪鱼渔场预报模型的准确率,实验利用13艘中国延绳钓渔船2013—2019年的渔捞日志数据和对应的海洋环境数据(海表面风速、叶绿素a浓度、涡动能、混合层深度和0～500 m水层的垂直温度、盐度和溶解氧等),以天为时间分辨率、2°×2°为空间分辨率、以数据集的75%为训练数据建立了K最近邻(KNN)、逻辑斯蒂回归(LR)、分类与回归树(CART)、支持向量机(SVM)、人工神经网络(ANN)、随机森林(RF)、梯度提升决策树(GBDT)和Stacking集成(STK)渔情预报模型,以25%的测试数据进行模型性能测试、比较。结果显示,(1) STK (由KNN、RF、GBDT模型集成)模型的大眼金枪鱼渔场预报性能较KNN、LR、CART、SVM、ANN、RF和GBDT模型有所提高且相对稳定,上述模型对应的准确率和ROC曲线下面积(AUC)依次分别为81.62%、0.781,79.44%、0.778,72.81%、0.685,74.84%、0.717,73.67%、0.702,67.70%、0.500,80.96%、0.780和78.13%、0.747;(2) STK模型预测...     

2019年上半年广东省水产养殖渔情分析报告

1.2019年上半年养殖渔情分析根据全省渔情信息采集点数据,2019年上半年全省水产养殖渔情总体上呈现出以下三大特点:一是苗种投入小幅增加,养殖生产形势比较乐观;二是存塘量同比减少,导致销售额、销售数量同比减少、出塘综合价格同比稳中略涨;三是养殖生产投入平稳且略有下降,但苗种、饲料、人员工资、基础设施等投入还是给养殖户增收造成了很大压力。     

关于对南朝鲜渔船管理的探讨

南朝鲜渔船深入我沿岸海域，掠夺渔业资源，与我国渔船争夺渔场，不断发生作业纠纷，严重损害了我国渔民的利益。作者根据南朝鲜在我国沿海作业活动情况，从渔政管理学角度提出对南朝鲜渔船加强科学管理，它对我国研究渔政管理有一定的参考价值。     

2012年全国养殖渔情分析暨工作总结会在昆明召开

<正>2012年12月12-14日,全国水产技术推广总站在昆明市召开了全国养殖渔情分析暨工作总结会。会议主要议题是分析全国水产养殖生产形势,通报渔情信息采集工作考核情况,研究部署明年采集工作重点。16个省水产技术推广站分管站长、审核员、部分定点县采集员代表     

《水产养殖渔情信息采集》数据的分析利用研究

2009年以来,农业部全国水产技术推广总站下达了水产养殖渔情信息采集任务,我站为首批试点省之一.渔情信息采集系统运行三年来,取得了大量生产数据,为领导决策提供了基础支撑.为了发挥这些数据对渔业生产和渔民致富的指导作用,我们进行了数据的分析利用研究和探讨,以期对各地深入做好渔情信息采集工作有所裨益.     

关于渔用饲料问题的思考

近来，我经常同一些同志议论水产生产发展中的饲料问题，深感饲料是发展水产养殖生产中的重要问题，应采取有效措施加以解决，以保证水产养殖生产能长期持续发展。本文简述三点想法。