基于灰色系统理论的海洋鱼类旺汛期预测方法及其应用

    公开(公告)号:CN112308287B

    公开(公告)日:2024-05-31

    申请号:CN202011018293.8

    申请日:2020-09-24

    Abstract: 本发明公开了一种基于灰色系统理论的海洋鱼类旺汛期预测方法及其应用,步骤:根据多年的生产统计数据得到CPUEday序列;针对每年的CPUEday序列求得平均值CPUEAv并确定该年的旺汛期日期序列,其中每年中连续7天出现CPUEday大于等于CPUEAv则首日为该年的旺汛期开始日;同样,每年中连续7天出现CPUEday低于CPUEAv则首日为旺汛期结束日;对所有的旺汛开始日期/结束日期序列分别建立多个GM(1,1)模型;对上述模型进行相对误差分析,相对误差最小的模型为最优预测模型。本发明的方法,能够精确地按天预测海洋鱼类的旺汛期;适应性好,能够良好指导海洋渔业生产,降低捕捞成本,应用前景好。

    一种阿根廷鱿鱼资源补充量预测方法

    公开(公告)号:CN106251006A

    公开(公告)日:2016-12-21

    申请号:CN201610580786.8

    申请日:2016-07-22

    CPC classification number: G06Q10/04 G06Q50/02

    Abstract: 一种阿根廷鱿鱼资源补充量预测方法,其特征是利用索饵月份索饵场海洋环境因子组成的时间序列值与本年CPUE时间序列的相关性,选择相关性高海域海洋环境因子作为索饵栖息环境对阿根廷鱿鱼资源补充量影响的相关因子;利用产卵月份产卵场海洋环境因子组成的时间序列值与次年CPUE时间序列的相关性,选择相关性高海域的海洋环境因子作为产卵栖息环境对资源补充量影响的相关因子;利用产卵月份产卵场适宜表层水温范围占总面积的比例、索饵月份索饵场适宜表层水温范围占总面积的比例,用PS、PF表达产卵场索饵场栖息环境适宜程度;用选定的环境因子以及PS、PF不同组合,分别建立BP网络结构预测模型,选择最优模型,用于中长期渔情预报。

    一种利用角质颚鉴定头足类日龄的方法

    公开(公告)号:CN105738363B

    公开(公告)日:2018-05-25

    申请号:CN201410767847.2

    申请日:2014-12-12

    Abstract: 本发明提供一种利用角质颚鉴定头足类日龄的方法,包括角质颚喙部纵截面的研磨以及生长纹计数的方法,主要步骤为提取、清洗、浸泡、剪裁、放置、树脂包埋、切割、固定在载玻片上、打磨、抛光、图片制作和生长纹计数等过程;对角质颚喙部的纵截面进行打磨,即由左右两侧分别向中线研磨至核心面;制作好的切片用CCD拍照,以保证今后随时可以读取生长纹;生长纹由喙部后端向前端沿与生长纹始终保持垂直的方向计数,保证计数的准确性;解决角质颚喙部不易研磨,研磨易碎以及生长纹不易观察和计数的问题。

    一种预测茎柔鱼资源空间分布的方法

    公开(公告)号:CN106204313A

    公开(公告)日:2016-12-07

    申请号:CN201610580789.1

    申请日:2016-07-22

    CPC classification number: G06Q50/02 G06Q10/04

    Abstract: 一种预测茎柔鱼资源空间分布的方法,将环境数据分别处理成时间分辨率,空间分辨率的格式,其特征是将各环境数据进行归一化处理,将SST、SSH、SSS和Chl-a评价为一个综合环境指标,用SSS、SST、SSS和Chl-a的综合环境指标进行插值估算,协同克里金的估值公式为:为CPUE在x0处的估计值,Zk(xki)为各点CPUE值,λki为赋予各点CPUE的一组权重系数;Zk(xk′i)为各点综合环境因子Y的值,λk′iZk为赋予各点Y的一组权重系数,Nk和Nk’分别为CPUE和Y用于CPUE插值的空间位点,其中Nk>Nk’;引入两个拉格朗日系数u1和u2,及根据线性无偏最优约束条件可获得式中的权重系数及研究区域内任意点的插值估计。

    一种预测茎柔鱼资源空间分布的方法

    公开(公告)号:CN106204313B

    公开(公告)日:2021-08-10

    申请号:CN201610580789.1

    申请日:2016-07-22

    Abstract: 一种预测茎柔鱼资源空间分布的方法,将环境数据分别处理成时间分辨率,空间分辨率的格式,其特征是将各环境数据进行归一化处理,将SST、SSH、SSS和Chl‑a评价为一个综合环境指标,用SSS、SST、SSS和Chl‑a的综合环境指标进行插值估算,协同克里金的估值公式为:为CPUE在x0处的估计值,Zk(xki)为各点CPUE值,λki为赋予各点CPUE的一组权重系数;Zk(xk′i)为各点综合环境因子Y的值,λk′iZk为赋予各点Y的一组权重系数,Nk和Nk’分别为CPUE和Y用于CPUE插值的空间位点,其中Nk>Nk’;引入两个拉格朗日系数u1和u2,及根据线性无偏最优约束条件可获得式中的权重系数及研究区域内任意点的插值估计。

    一种秘鲁鱿鱼的资源补充量预测方法

    公开(公告)号:CN106228456A

    公开(公告)日:2016-12-14

    申请号:CN201610580970.2

    申请日:2016-07-22

    CPC classification number: G06Q50/02 G06N3/084

    Abstract: 一种秘鲁鱿鱼的资源补充量预测方法,其特征是利用索饵月份索饵场海洋环境因子组成的时间序列值与本年CPUE时间序列的相关性,选择相关性高海域的海洋环境因子作为索饵栖息环境对柔鱼类资源补充量影响的相关因子;利用产卵月份产卵场海洋环境因子组成的时间序列值与次年CPUE时间序列的相关性,选择相关性高海域的海洋环境因子作为产卵栖息环境对资源补充量影响的相关因子;利用产卵月份产卵场适宜表层水温范围占总面积的比例、索饵月份索饵场适宜表层水温范围占总面积的比例,用PS、PF表达产卵场索饵场栖息环境适宜程度;用选定的环境因子以及PS、PF不同组合,分别建立BP网络结构预测模型,选择最优模型,用于中长期渔情预报。

    一种利用角质颚鉴定头足类日龄的方法

    公开(公告)号:CN105738363A

    公开(公告)日:2016-07-06

    申请号:CN201410767847.2

    申请日:2014-12-12

    Abstract: 本发明提供一种利用角质颚鉴定头足类日龄的方法,包括角质颚喙部纵截面的研磨以及生长纹计数的方法,主要步骤为提取、清洗、浸泡、剪裁、放置、树脂包埋、切割、固定在载玻片上、打磨、抛光、图片制作和生长纹计数等过程;对角质颚喙部的纵截面进行打磨,即由左右两侧分别向中线研磨至核心面;制作好的切片用CCD拍照,以保证今后随时可以读取生长纹;生长纹由喙部后端向前端沿与生长纹始终保持垂直的方向计数,保证计数的准确性;解决角质颚喙部不易研磨,研磨易碎以及生长纹不易观察和计数的问题。

    基于灰色系统理论的海洋鱼类旺汛期预测方法及其应用

    公开(公告)号:CN112308287A

    公开(公告)日:2021-02-02

    申请号:CN202011018293.8

    申请日:2020-09-24

    Abstract: 本发明公开了一种基于灰色系统理论的海洋鱼类旺汛期预测方法及其应用,步骤:根据多年的生产统计数据得到CPUEday序列;针对每年的CPUEday序列求得平均值CPUEAv并确定该年的旺汛期日期序列,其中每年中连续7天出现CPUEday大于等于CPUEAv则首日为该年的旺汛期开始日;同样,每年中连续7天出现CPUEday低于CPUEAv则首日为旺汛期结束日;对所有的旺汛开始日期/结束日期序列分别建立多个GM(1,1)模型;对上述模型进行相对误差分析,相对误差最小的模型为最优预测模型。本发明的方法,能够精确地按天预测海洋鱼类的旺汛期;适应性好,能够良好指导海洋渔业生产,降低捕捞成本,应用前景好。

    一种扫海面积估算渔业资源量的修正方法及其应用

    公开(公告)号:CN111626467A

    公开(公告)日:2020-09-04

    申请号:CN202010270161.8

    申请日:2020-04-08

    Abstract: 本发明公开了一种扫海面积估算渔业资源量的修正方法及其应用,步骤为:将调查海域均分为n个调查小区,对m个按照扫海面积调查法开展拖网调查工作,采用标准拖网按规定拖曳规定时间,分别获得m个小区的渔获量和n个小区的海洋环境因子;计算m个小区的资源适应性指数SSI;针对所有的海洋环境因子,依次构建反映单一海洋环境因子与资源适应性指数SSI之间关系的模型;挑选出所有在统计学上是显著的模型,利用这些模型构建TSI模型;结合TSI指数估算n个小区的渔业资源量而后相加。本发明的修正方法,在计算渔业资源量时考虑了环境对资源分布的影响,提出了基于资源适应性指数的修正系数,提高了测算准确度,其适应性好,极具应用前景。

    一种阿根廷滑柔鱼中心渔场预测方法

    公开(公告)号:CN106250980A

    公开(公告)日:2016-12-21

    申请号:CN201610580774.5

    申请日:2016-07-22

    CPC classification number: G06N3/02 G06N3/084 G06Q50/02

    Abstract: 一种阿根廷滑柔鱼中心渔场预测方法,包括时空尺度设置、环境因子设置、建立中心渔场预测模型,其特征是时空尺度设置采用三个级别的空间尺度,周和月两个级别的时间尺度;环境因子设置采用表温(SST)为主要环境因子,再辅以海面高度(SSH)、叶绿素a(Chl-a)两种环境因子,在建立中心渔场预测模型时将环境因子分为四种情况:根据时空尺度和环境因子设置情况,建立24种情况的样本方案集;中心渔场预测模型采用经典的误差反向传播BP神经网络模型,BP神经网络模型为三层结构,即输入层、隐藏层和输出层,输入层输入渔场的时空因子和环境因子,输出层输出CPUE或是由CPUE转化而成的渔场等级指标供预报使用。

Patent Agency Ranking