GLM模型和回归树模型在CPUE标准化中的比较分析

在渔业资源评估中,CPUE(catch per unit effort)标准化是基础性工作。一般线性模型(generalized linear model,GLM)已成为CPUE标准化的基本方法,但GLM模型在误差结构、自变量的选择、缺失数据、复杂交互效应及异常值处理等方面仍然缺乏灵活性。本文基于模拟数据及我国东、黄海鲐鱼(Scomber japonicus)灯光围网渔业数据,比较和分析了基于GLM模型与回归树模型在CPUE标准化中的效果。研究表明:当渔业数据不存在非线性关系与异常值时,GLM模型与回归树模型均能较好地对CPUE进行标准化,但由于回归树模型具有阶跃函数特征,因而GLM模型更具优势;在非线性关系及异常值存在的条件下,回归树模型对CPUE的标准化具有相对较小的估计误差,模型更简约、有效。由于回归树模型能可视化显示自变量与应变量间的复杂关系,因此,更有利于探索和分析渔业数据。     

AIS数据在远洋渔业中的应用研究进展

远洋渔业是我国国民经济的重要产业。由于远离陆地和港口,缺少有效的观测和监管手段,影响了该产业的可持续发展。船舶自动监控系统(automatic identification system, AIS)是现代船舶必备的航海设备,该设备产生的数据具有覆盖范围广、精度高等特征,已成为研究远洋渔业的重要数据源。介绍了AIS数据的特性及其处理方法和国内外AIS技术的发展应用现状,在此基础上综述了AIS在远洋渔业中的主要应用进展,包括AIS数据在远洋渔业中的3种主要应用方向及对应的研究方法,即渔船作业状态识别与中心渔场预报、远洋渔船监管与非法捕捞行为监测和海洋环境保护与海洋栖息地管理,通过对比论述了各研究方法的优缺点。最后对AIS数据在远洋渔业应用中发挥的重要作用进行总结,对相关的研究方法所存在缺点和不足进行探讨,提出了AIS数据应用于远洋渔业的优化方向,以期为远洋渔业的可持续发展提供科学依据。     

秋冬季智利竹(竹夹)鱼栖息地指数模型比较

秋冬季是智利竹筴鱼的主要渔汛,准确建立其渔场预报模型具有现实的意义。为了找出适宜的秋冬季智利竹筴鱼栖息地指数模型,论文根据2003-2009年5-9月智利竹筴鱼的商业捕捞数据, 结合海表面温度(SST)和海表面高度(SSH)的海洋环境因子,以作业次数为基础,采用外包络法分别建立SST、SSH 的适应性指数(SI),采用算术平均法(AMM)、几何平均法(GMM)建立栖息地指数(HSI)模型计算其栖息地指数,并以2010-2011年度的捕捞数据进行验证。研究结果表明：以作业次数为基础,采用外包络法建立SST、SSH 的适应性指数为最适,5-9月SST权值分别为0.4、0.7、0.5、0.7、0.1的算术平均法适合秋冬季智利竹筴鱼栖息地指数模型。研究也以为,不同月份的SST和SSH对秋冬季智利竹筴鱼渔场分布有着不同的影响。     

化隆县农业有害生物调查

为了解化隆县现有农作物有害生物种类,分布情况,掌握有害生物的发生发展规律和动态变化趋势,以便进行病虫害预测预报,确定防治对象及时期,制订行之有效的防治方法提供可靠的科学依据,化隆县自2004年-2005年开展了农业有害生物调查工作。     

渔业资源评估中的回顾性问题

回顾性问题是指,随着渔业数据逐年加入,渔业资源评估结果如资源量或捕捞死亡系数等出现系统性偏差。多种渔业资源应用不同评估模型进行渔业资源评估,其结果常存在回顾性问题,这使得渔业资源评估的结果存在不确定性,不利于渔业资源合理的管理与开发,因此,回顾性问题是目前渔业资源评估研究中的热点与难点之一。回顾性问题的度量目前主要采用MOHNρ,产生回顾性问题的原因主要可归纳为数据错误与模型假设错误。目前,尽管有多种方法用于诊断、分析回顾性问题的成因,但这些方法均存在局限性。针对回顾性问题,渔业资源评估学者根据其研究对象的特点提出了校正回顾性问题的方法,但目前仍缺乏通用的方法或手段以校正或避免回顾性问题。在渔业资源评估中,若结果存在回顾性问题,则表明数据或模型假设存在问题。因此进行回顾性分析,是评估数据质量及检查数据与模型假设是否一致的有效手段。