一、北太平洋150°～165°E海域柔鱼鱿钓渔场及其预报模型研究（论文文献综述）
谢恩阁[1]（2020）在《基于海洋环境因子南海外海鸢乌贼渔情预报研究》文中研究指明南海,又称南中国海,海域面积广阔,总面积为350万平方公里,其中我国传统疆界线内海域面积约200多万平方公里,外海面积140多万平方公里。南海是我国唯一的热带海洋,海洋环境独特,生物多样性丰富,其中鱼类有25000多种,年可捕捞量达700万吨。近年来,南海近海过度捕捞严重,渔业资源不断衰退,而外海富含丰富的头足类以及金枪鱼类资源。因此,大力发展外海渔业是转移近海渔业生产压力,降低近海捕捞强度,养护近海渔业资源,保证海洋渔业绿色可持续发展的有效途径之一。鸢乌贼（Sthenoteuthis oualaniensis）是一种暖水性的大洋头足类,在南海外海资源量丰富。据中国水产科学研究院南海水产研究所调查评估显示,2014-2017年南海鸢乌贼可捕量在400万吨以上,2018年可捕捞量超过500万吨。而目前我国鸢乌贼年捕捞量仅10万吨,明显处于未开发状态,开发潜力巨大。鸢乌贼体内富含多种营养元素,是一种极其优质的高蛋白低脂肪水产品,经济价值较大。由于鸢乌贼的栖息环境受海水表温以及饵料分布影响较大,其栖息地环境的变化直接影响其分布和产量。因此,加强栖息地因子对鸢乌贼渔场的影响研究至关重要。但因南海外海存在着渔业生产成本高、捕捞技术水平低下、渔情预报信息匮乏等问题与挑战,到目前为止南海外海尚未建立起较完整的渔情预报系统,因此通过栖息地适宜性指数（habitat suitability index,HSI）模型研究鸢乌贼的渔情预报,可准确预测鸢乌贼洄游活动规律和渔场分布,为我国南海外海鸢乌贼渔业可持续生产提供科学依据。本文选取广西壮族自治区北海市灯光罩网渔船在2013-2018年在南海外海的鸢乌贼生产数据。首先采用广义线性模型（generalized linear model,GLM）对选取的各环境因子进行显着性检验,筛选出显着性变量,其次用广义可加模型（generalized additive model,GAM）再对名义CPUE（catch per unit effort,CPUE）进行标准化处理,然后以广义可加模型标准化后的CPUE表征鸢乌贼渔业资源丰度,进而对南海外海鸢乌贼渔情预报进行研究和分析。本文根据2013-2018年广西壮族自治区北海市灯光罩网渔船在南海外海的鸢乌贼生产数据和2013-2018年1-12月南海海洋环境数据,对鸢乌贼渔场的时空分布与栖息地因子[海表面温度（sea surface temperature,SST）、海表面叶绿素a浓度（sea surface chlorophyll,chla）和海表面高度（sea surface height,SSH）]的关系进行研究。结果表明:在4oN-24oN,104oE-124oE海域内,1-12月鸢乌贼渔场比较适宜的的SST、chla、SSH的范围分别是:25-31℃、0.05-0.27mg/m3、46-80cm。通过K-S检验,结果显示P>0.05,表明各月适宜SST、chla、SSH范围检验结果符合,可以有效地表征鸢乌贼资源密度和渔场分布。在HSI模型中,各栖息地因子占有比例的大小代表对鸢乌贼渔场形成和分布的影响占比大小。建立基于海表面温度（SST）、海表面叶绿素a浓度（chla）和海表面高度（SSH）适应性模型分别赋予不同的权重系数a,b,c,公式:a+b+c=1,采用赋权的几何平均值法、算术平均值法、最小值法以及最大值法建立HSI模型。利用2018-2019年广西壮族自治区北海市灯光罩网渔船的鸢乌贼生产数据对HSI模型进行检验,结果显示:基于赋权的算术平均值法的HSI模型模拟结果最好,其准确率达到80%以上,其中1月SST、chla、SSH权重系数分别为1、0、0;2月SST、chla、SSH权重系数分别为0.6、0.2、0.2;3月SST、chla、SSH权重系数分别为0.6、0.2、0.2;4月SST、chla、SSH权重系数分别为0.7、0.15、0.15;5月SST、chla、SSH权重系数分别为0.7、0.15、0.15;6月SST、chla、SSH权重系数分别为0.15、0.15、0.7;7月SST、chla、SSH权重系数分别为0.15、0.7、0.15;8月SST、chla、SSH权重系数分别为0.15、0.15、0.7;9月SST、chla、SSH权重系数分别为0、0、1;10月SST、chla、SSH权重系数分别为0.15、0.7、0.15;11月SST、chla、SSH权重系数分别为0.2、0.2、0.6;12月SST、chla、SSH权重系数分别为0.7、0.15、0.15时模型准确率最高。通过各月赋予最适权重的算术平均值法HSI模型计算得出2018-2019年1-12月份的HSI值,结合Arc GIS10.5以各月份的HSI值为底图,与2018-2019年1-12月份CPUE进行叠加。图形显示除了6月、10月、12月CPUE较高的点与HSI较高的海域不太相符之外,其他各月份CPUE较高的点基本出现在HSI较高的海域,月平均CPUE与HSI变化趋势较一致,存在一定的正相关关系,通过一元线性方程拟合二者的关系得出:CPUE=-3084.6759+6606.6423 HSI（P=0.0001,R2=0.8142）,通过预测值和实际值比较,6月份的预测值与实际值相对误差最大,4月份与基本一致,但总体的相对误差平均值为8.25%,因此可判断模型精度较高,利用SST、chla、SSH三个栖息地因子建立HSI模型可以较好的预测鸢乌贼的产量。
江淼[2]（2018）在《南海鸢乌贼资源现状及发展对策研究》文中研究指明随着海洋捕捞技术的不断进步,越来越多的人参与到捕捞业当中,使得我国近海岸传统渔业资源面临前所未有的压力,渔业资源衰退严重。鸢乌贼（Sthenoteuthis oualaniensis）作为暖水性大洋生物种,在我国南海海域分布广泛,资源量丰富,年可捕捞量最高可达近百万吨,具有较高的经济开发价值。研究利用南海鸢乌贼资源,不仅有利于缓解我国近海岸渔业捕捞压力,充分利用外海资源,还可促进海洋科学的发展和海洋强国目标的实现。本文通过对南海鸢乌贼资源和发展现状的调研分析,掌握南海鸢乌贼资源的洄游分布和开发潜力,分析其发展面临的主要问题。根据我国南海渔业的发展实际,借鉴周边国家和我国外海渔业的技术经验,提出构建南海鸢乌贼捕捞、保鲜、流通、销售全产业链体系,以及相应的对策建议。主要研究结果如下:1、基本掌握了南海鸢乌贼资源种群结构、年龄和繁殖等生物学特性。南海海域鸢乌贼存在中型群和微型群两个种群。其中,中型群是优势种群,遍布整个南海海域,全年多季繁殖,高峰期集中在47月,生命周期约1年,补充群体充沛,资源恢复迅速,有明显的垂直活动和季节洄游,以甲壳类、头足类及中上层小型鱼类为食,同时也是许多海鸟和鱼类的主要食物来源。2、分析历史调查和研究资料,结合南海的自然环境特点,初步了解南海鸢乌贼资源量及分布特征。鸢乌贼渔场分布位置随季节的变动而不同,整个南海渔场分布大致依时间由北向南转移,资源蕴藏量约200万吨,春季捕捞量高于其他三季。春季中心渔场位于14.5°16.5°N;113°116°E之间海域,秋季中心渔场位于17°18°N、113.5°115.5°E之间与12.5°15.5°N、115.5°117°E之间海域。3、以灯光罩网为依托,研究分析南海周边国家及地区鸢乌贼渔业的捕捞情况,结果显示:灯光罩网渔船是捕捞鸢乌贼最有效的作业方式,同时鸢乌贼也是灯光罩网渔获物的主要组成;通过对广西和三沙灯光罩网渔船在南海海域捕捞成本效益分析,其经济收益较为理想。4、调查研究鸢乌贼渔业发展现状,探索其加工利用技术。鸢乌贼不仅可以加工成各种休闲食品进行销售,还可以经过精深加工后应用于化妆品、生物药品等领域,经济利用价值较高,极具市场开发潜力。5、归纳我国南海鸢乌贼渔业的发展历程,分析生产捕捞和产业发展的经验得失。在探捕过程中鸢乌贼生物调查与资源评估不够精准;周边国家对我国南海资源掠夺较为严重;科技水平极大地制约了鸢乌贼加工利用的发展,产业体系尚未形成。6、针对南海鸢乌贼资源开发遇到的问题,结合客观实际情况,提出切实可行的渔业发展对策建议。从政策层面、科技层面、企业层面等多层面细化深入,提出切实可行的南海鸢乌贼捕捞、保鲜、流通、销售全产业链发展对策建议,并且努力推动其以项目形式落地实施。
高雪,陈新军,余为[3]（2017）在《基于灰色系统的西北太平洋柔鱼冬春生群资源丰度预测模型》文中研究说明柔鱼（Ommastrephes bartramii）是西北太平洋重要的经济头足类之一,科学预测柔鱼资源丰度有利于其合理的开发和利用。研究结合1998-2008年北太平洋柔鱼生产统计数据和产卵场环境及其气候因子,使用灰色关联分析和灰色预测建模的方法,对产卵期内（1-4月）影响柔鱼冬春生群体资源丰度（CPUE）的产卵场环境以及气候指标进行分析,并建立柔鱼冬春生群体资源丰度的预报模型。结果表明,产卵期内影响柔鱼冬春生群体资源丰度的因子依次是:3月份产卵场平均海表面温度SST（average sea surface temperature）、1月份太平洋年代际震荡指数PDO（Pacific Decadal Oscillatio index）,4月份Ni1o3.4指标和4月份平均叶绿素浓度Chl a（average chlorophyll aconcentration）。灰色预报模型分析表明,基于3月份SST、1月份PDO和4月份Chl a的GM（1,4）模型有着较好的预测效果,其预测准确率在80%以上,可用于西北太平洋柔鱼冬春群体资源丰度的预测。
崔雪森,伍玉梅,唐峰华,吴祖立,戴阳,樊伟[4]（2017）在《日本以南黑潮流量对西北太平洋柔鱼渔场重心影响的滞后性分析》文中认为为研究西北太平洋海域黑潮流量对柔鱼Ommastrephes bartramii渔场的影响,本研究中结合1994—2010年西北太平洋海域黑潮流量和柔鱼渔场重心数据,采用阿尔蒙法建立了多项式分布滞后模型,通过分析黑潮流量异常与渔场重心偏移的互相关系数和模型的AIC值,确定了模型的最佳滞后期数,并添加了一阶滞后残差项以消除残差序列的自相关。结果表明:在经度方向上,黑潮流量异常在一年内对柔鱼渔场重心偏移没有明显的影响;而在纬度方向上,模型中黑潮流量异常变量的第1215期系数均显着,分别为0.003 72（P<0.05）、0.004 93（P<0.01）、0.006 29（P<0.01）和0.007 81（P<0.05）,说明黑潮流量异常会在6个月后的两个月内对渔场纬度重心产生正向的影响,模型调整后的相关系数为0.549。本研究中考虑了渔场对黑潮流量响应的时滞性,研究结果对延长西北太平洋柔鱼渔场预报的有效期限具有一定的参考意义。
汪金涛[5]（2015）在《大洋性经济柔鱼类渔情预报与资源量评估研究》文中认为大洋性经济柔鱼类（西北太平洋柔鱼、西南大西洋阿根廷滑柔鱼、东南太平洋茎柔鱼）是我国鱿钓船队的重要捕捞对象,具有重要的经济价值。近年来大洋性经济柔鱼类的资源量波动剧烈,对渔业生产和科学管理带来了一定的难度。目前对柔鱼类的渔情预报技术研究,尤其是柔鱼类资源补充量预报研究和资源量评估的研究还处于起步阶段。开展大洋性经济柔鱼类渔情预报技术研究,掌握它们的资源现状和群体数量的变动规律是实现大洋性经济柔鱼类资源可持续利用和科学管理的关键。本研究基于的科学假设是:（1）由于柔鱼类是短生命周期的种类,具有产完卵即死的特点,没有剩余群体只有补充群体,因此海洋环境是影响柔鱼类渔场分布和资源补充量的关键因子,即产卵场和索饵场环境因子对其资源补充量和渔场分布起到重要的作用;（2）在剩余产量资源评估模型中,同样假设产卵场和索饵场环境因子对其个体生长和资源补充起到重要作用。基于以上2个科学假设,论文重点开展了如何选择最适的时空尺度来建立基于海洋环境因子的中心渔场预报模型;如何选取最适的产卵场和索饵场的环境因子准确预报资源补充量,且预报模型具有稳定性;比较基于索饵场和产卵场环境因子的柔鱼类资源评估模型,同时探讨这一基于环境因子的资源评估模型是否适合上述三个种类。为此,本研究根据我国及相关国家和地区的渔业生产统计数据,结合卫星遥感海洋环境数据（Sea Surface Temperature,SST;Sea Surface Temperature Anomaly,SSTA;Sea Surface Height,SSH;Chlorophyll-a concentration,Chl-a）,系统地开展西北太平洋柔鱼（Ommartrephes bartramii）、西南大西洋阿根廷滑柔鱼（Illex argentinus）、东南太平洋茎柔鱼（Dosidicus gigas）三种柔鱼的渔情预报与资源评估技术研究,为中心渔场的准确预报、资源补充量预测以及管理策略的制定提供依据。主要研究结论如下:（1）环境因子对渔场形成的影响。SST或SSTA因子对渔场预报模型的贡献率最大,SST或SSTA对大洋性经济柔鱼类的资源分布或渔场形成机制有重要影响,不同鱼种适宜的SST范围各不相同;其他环境因子SSH、Chl-a也影响大洋性经济柔鱼类的渔场分布,如Chla是大洋性经济柔鱼类食物来源的一个重要指标,是渔场形成的一个基本条件,Chl-a含量高的海域可以提供更高容量的营养素,如浮游植物、浮游动物溶解有机物等,为柔鱼提供良好索饵环境。在西北太平洋海域,SST对西北太平洋柔鱼中心渔场预报模型的贡献率达到26%,适宜SST范围为11-18oC;Chl-a的贡献率为10%。在西南大西洋海域,SST对阿根廷滑柔鱼中心渔场预报模型的贡献率达到40%左右,适宜SST范围为7-15oC;在东南太平洋海域,Nino3.4区SSTA对茎柔鱼中心渔场预报模型的贡献率最高,为29%左右,说明茎柔鱼中心渔场分布极易受ENSO事件影响,其次是SST,适宜SST范围为17-21oC（2）比较不同时空尺度、不同海域对渔场预报模型的影响。每个鱼种都有各自独特的最适时空分辨率和环境因子,从一个鱼种得到的最适渔场时空分辨率和环境因子并不适宜于其他的鱼种;与其他研究者的结论（HSI模型、地统计学模型）比较发现,使用不同的模型也可能得到不同的最适渔场时空分辨率与环境因子。西北太平洋柔鱼中心渔场最适宜的时空分辨率与环境因子是时间分辨率为“月”,空间分辨率为“0.5o×0.5o”,环境因子为SST、SSH;西南大西洋阿根廷滑柔鱼中心渔场最适宜的时空分辨率与环境因子是时间分辨率为“周”,空间分辨率为“1.0o×1.0o”,环境因子为SST;东南太平洋茎柔鱼中心渔场最适宜的时空分辨率与环境因子是时间分辨率为“月”,空间分辨率为“0.5o×0.5o”,环境因子为SST、SSH。在最适渔场时空分辨率与环境因子的基础上,选用人工神经网络（Artificial neural network,ANN）作为渔场预报模型,大幅度提高了中心渔场预报精度,可从两个方面解释:a)ANN的优点,如ANN具有更好的非线性拟合能力等,b)以CPUE levels为拟合目标比以CPUE为拟合目标降低了对模型性能的要求;选用以CPUE level为拟合目标的渔场预报模型可能更适合海上的实际需求。三个海域的柔鱼类中心渔场预报模型精度均在75%以上,模型ARV值均不超过0.4。（3）大洋性经济柔鱼类资源补充量关键影响因子的选择。研究发现:关键影响因子基本位于海洋环境因子等值线密集区或海流交汇区;基于多关键影响因子的资源补充量预报模型,预报精度高,稳定性好。西北太平洋海域,柔鱼资源补充量关键影响因子是产卵场1月份145o-146oE、25o-26oN的SST,3月份168o-169oE、27o-28.5oN的Chl-a,索饵场11月份156.5o-158oE、40o-40.5oN的SST,8月份158o-160oE、38o-39oN的Chl-a,这些关键点处在黑潮或亲潮之上;西南大西洋海域,阿根廷滑柔鱼资源补充量关键影响因子是产卵场6月份38o39oS、54o55oW,40.5o41.5oS、51o52oW,39.9o40.4oS、42.6o43.1oW三处的SST,这些关键点位于巴西暖流与福克兰寒流交汇处;东南太平洋海域,茎柔鱼资源补充量关键影响因子是7月份13oN、102oW和6月份8oN、103.5oW处的SST,9月份11oN、102oW和2月份12oN、97.5oW处的SSH,3月份8oS、107oW和10月份10oS、93.5oW处的Chl-a,这些关键点位于秘鲁海流和加利福尼亚海流上。三个海域的柔鱼类资源补充量预报模型精度均在90%左右。（4）基于产卵场和索饵场关键环境影响因子的Schaefer剩余产量模型的比较与分析。首次利用贝叶斯统计方法,建立了基于产卵场和索饵场关键环境影响因子的Schaefer剩余产量模型。研究发现:目前大洋性经济柔鱼类（西北太平洋柔鱼、西南大西洋阿根廷滑柔鱼、东南太平洋茎柔鱼）处于较好水平,三个海域柔鱼类的年捕捞死亡率均低于Ftar、FMSY,没有遭受过度捕捞,基于环境因子的评估模型要优于原始的评估模型。西北太平洋海域,拟合最好的模型是S-EDSP模型,柔鱼MSY的变化区间为185 600-232 000吨,BMSY变化区间为260 000-325 100吨;西南大西洋海域,拟合最好的模型是S-F-EDSP模型,阿根廷滑柔鱼MSY变化区间为335 700-518 600吨,BMSY变化区间为1 505 000-1 750 000吨;东南太平洋海域,拟合最好的模型是S-F-EDSP模型,茎柔鱼MSY变化区间为141 100-489 200吨,BMSY变化区间为968 300-4 000 000吨。说明环境因子在大洋性经济柔鱼类这种短生命周期种类的资源评估中具有重要影响,由此推测在大洋性柔鱼类资源评估中必须考虑海洋环境因子。
陈峰[6]（2011）在《西北太平洋柔鱼渔场与水温垂直结构关系》文中进行了进一步梳理柔鱼（Ommastrephes bartramii）是北太平洋海洋生态系统的重要组成部分,起着连接上下层生物链的作用,也是北太平洋重要的经济种类之一,主要由中国（包括台湾省）、日本等国家和地区开发利用。其中,分布在北太平洋西部海域的冬春生群是中国大陆渔船传统的捕捞对象,8～10月为渔汛旺期,约占北太平洋柔鱼总产量的70～80%。近年来,随着捕捞成本的上升,如何高效准确寻找柔鱼中心渔场是一个亟需解决的实际问题。柔鱼具有昼夜垂直移动的特性,中心渔场的形成不仅受到表层水温、锋面等的影响,同时还会受到其水温垂直结构的影响。因此,深入研究和分析柔鱼渔场与水温垂直结构的关系,有利于揭示中心渔场形成机理,为科学寻找中心渔场提供依据。本文根据我国西北太平洋鱿钓渔业的历史生产统计数据,结合其产卵场和作业渔场（索饵场）海表温度（Sea Surface Temperature, SST）、深层水温（50m、100m、200m和300m）等海洋环境数据,分析了西北太平洋柔鱼渔场重心的时空分布及其规律,探讨了渔场分布与水温垂直结构的关系,从深层水温入手探讨了2009年捕捞产量下降的原因;利用栖息地理论和方法来建立基于表温、深层水温（50m、200m和300m）的适应性指数模型,利用算术平均法（arithmetic mean model, AMM）和几何平均法（geometric mean model, GMM）2种方法来计算基于水温垂直结构的综合栖息地指数（Habitat suitability index model, HSI）,并选择最优模型和进行渔场预报验证。研究结果如下:（1）8～10月渔汛期西北太平洋柔鱼渔场时空变动显着。分析认为,经度重心年间变动显着,年内变动不显着,8～10月自西向东偏移。8月份超过60%的作业次数和产量集中在153o～157oE海域;9～10月,作业渔场向东偏移,主要集中在155o～159oE海域。柔鱼资源丰度在经度向并没有呈现显着波动,较稳定。而纬度向渔场重心在年间和年内变动均显着,在40o～45oN间呈现北-南-北的变动模式,主要产量集中在42o～44oN海域,柔鱼丰度呈现显着波动。（2）研究认为,8～10月中心渔场主要分布在150°～160°E、40°～45°N海域。中心渔场各水层适宜水温各有差异。8月作业渔场适宜的水温结构（SST、50m水温、100m水温、200m水温、300m水温、0～50m水温梯度和200～300m水温梯度）分别为17～21℃、6～12℃、4～8℃、2～6℃、0.15～0.35℃/m和-0.01～0.02℃/m;9月分别为15～19℃、6～11℃、1～6℃、2～6℃、0.15～0.35℃/m和-0.01～0.01℃/m;10月分别为13～17℃、8～13℃、4～9℃、3～6℃、0.05～0.2℃/m和-0.01～0.01℃/m。但不同年份之间稍有差异。水温垂直剖面分析认为,柔鱼中心渔场主要位于黑潮和亲潮分支的汇合处的锋面暖水一侧,且0～50m以内等温线密集的海域。（3）分布在西北太平洋的柔鱼是我国远洋鱿钓渔业的重要捕捞对象,近些年来其产量一直处在稳定的水平。然而,2009年8～10月旺汛期间在传统作业渔场（150°E～165°E、38°E～46°E）柔鱼产量出现大幅度下降,其日产量仅为正常年份的一半。研究表明,其产量出现下降的原因可能有2个:①柔鱼产卵场（20°N～30°N,130°E～170°E）黑潮大弯曲的发生,使得21℃等温线向南偏移,使得柔鱼资源补充量受到影响,从而使得渔汛期间柔鱼产量的下降;②旺汛期间（8～9月）传统作业渔场（42°N～46°N,150°E～165°E）的100 m水层有一个明显冷水南下,分布位置为154°E～156°E,将传统作业渔场（150°E～165°E）一分为二,向南的前锋（水温低于5℃）到达42°N,明显不同于正常年份,使得作业渔场的范围明显缩小,不适合柔鱼的集群,导致产量出现大幅下降。（4）以作业次数作为柔鱼适应性指数的相对指标,分别建立以表温和不同垂直水温因子的适应性指数（SI）模型（P<0.05）,采用算术平均法（AMM）和几何平均法（GMM）分别建立综合栖息地指数（HSI）模型,并对1998～2004年8～10月的HSI值与实际作业次数、产量和单船日产量（CPUE）作比较。结果表明,8～10月,HSI>0.6时,AMM的产量和作业次数比重分别占83.4%和80.9%,CPUE均2.1t/d以上;GMM的产量和作业次数比重分别占73.5%和69.6%,CPUE均2.3t/d以上。两种模型比较认为,AMM模型稍优于GMM模型。利用2005年8～10月生产数据及水温资料对HSI模型进行验证,分析认为渔汛期作业渔场主要分布在HSI大于0.6的海域,产量和作业次数比重分别为85.6 %和82.5%,CPUE为3.2～4.2t/d,但不同月份稍有差异。研究表明,基于水温垂直结构的栖息地指数模型能较好地预测西北太平洋中心渔场和潜在渔场。
陈新军,曹杰,田思泉,刘必林,马金,李思亮[7]（2010）在《表温和黑潮年间变化对西北太平洋柔鱼渔场分布的影响》文中指出根据1998—2007年6—11月西北太平洋中国鱿钓船的生产统计数据,结合黑潮及表温等海洋环境资料,分析了近10年来表温和黑潮年间变化对西北太平洋柔鱼渔场分布的影响。结果表明,各月经度向作业船次所占比重超过5%的海域:6月为171°174°E和176°180°E;7月为157°161°E、167°169°E和179°180°E;8月为151°158°E;9月为152°160°E;10月为146°147°E、151°160°E;11月为145°148°E、150°156°E。各月纬度向作业船次所占比重均超过20%的海域:6月为39°41°N;7月为40°42°N;8月为41°44°N;9月为42°45°N;10月为42°44°N;11月为40°42°N。渔场分布变化纬度向远比经度方向大。研究认为,作业渔场年间变化的原因可能来自其表温年间变化（同一月份的水温年标准差大）和黑潮等因素。黑潮大弯曲年份,主要作业渔场150°160°E海域表温通常较低,作业渔场分布广泛,但CPUE较低;而黑潮小弯曲年份则情况相反。
陈新军,钱卫国,许柳雄,田思泉[8]（2003）在《北太平洋150°～165°E海域柔鱼鱿钓渔场及其预报模型研究》文中指出根据1998-2000年8～10月在150°～165°E海域我国北太平洋鱿钓生产数据以及海况资料,分析柔鱼中心渔场与海洋环境之间的关系,建立柔鱼渔场预报模型。结果显示,黑潮势力的强弱及其分支分布与柔鱼渔场形成关系密切。8～10月柔鱼作业渔场基本上处在黑潮第2、第3暖水分支的前锋。柔鱼渔场分布与月份、20℃等温线分布的关系密切。8～10月中心渔场的预报模型为:经度方向FGLong=141.535+1.8435×T;纬度方向FGLati=-8.461+1.165×T+（Lat155+Lat160）/2。
二、北太平洋150°～165°E海域柔鱼鱿钓渔场及其预报模型研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、北太平洋150°～165°E海域柔鱼鱿钓渔场及其预报模型研究（论文提纲范文）
（1）基于海洋环境因子南海外海鸢乌贼渔情预报研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 南海鸢乌贼渔情预报系统研究现状 |
| 1.2.4 HSI模型 |
| 1.3 研究内容和框架 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 CPUE的标准化 |
| 2.1 材料和方法 |
| 2.1.1 数据来源 |
| 2.1.2 生产数据和环境数据的匹配 |
| 2.1.3 方法分析 |
| 2.2 结果与分析 |
| 2.2.1 解释变量Ln(CPUE+1)的统计检验 |
| 2.2.2 GLM模型结果 |
| 2.2.3 GAM模型结果 |
| 2.3 名义CPUE和标准化CPUE比较 |
| 第三章 鸢乌贼渔场时空分布与海洋环境的关系 |
| 3.1 材料和方法 |
| 3.1.1 渔业生产数据 |
| 3.1.2 海洋环境数据 |
| 3.2 研究方法 |
| 3.2.1 南海鸢乌贼渔场的时空分布特征 |
| 3.2.2 渔场分布与海洋环境因子的关系 |
| 3.2.3 K-S检验 |
| 3.3 结果 |
| 3.3.1 鸢乌贼资源丰度的年时空变化 |
| 3.3.2 鸢乌贼资源丰度的月时空变化 |
| 3.3.3 鸢乌贼渔场重心月分布 |
| 3.3.4 鸢乌贼资源分布与海洋环境因子的关系分析 |
| 3.4 K-S检验结果 |
| 3.5 分析和讨论 |
| 3.5.1 南海鸢乌贼CPUE时空变化规律 |
| 3.5.2 CPUE变化和栖息地因子的关系 |
| 3.5.3 南海鸢乌贼渔场重心月变化规律 |
| 第四章 基于赋权因子的南海外海鸢乌贼综合栖息地指数模型的构建 |
| 4.1 数据来源 |
| 4.1.1 渔业生产数据 |
| 4.1.2 海洋环境数据 |
| 4.2 研究方法 |
| 4.2.1 适宜性指数及SI模型的建立 |
| 4.2.2 渔场因子权重系数选择及模型的验证 |
| 4.3 结果 |
| 4.3.1 SI模型建立 |
| 4.3.2 SI曲线分布及最适环境范围 |
| 4.3.3 栖息地因子的权重选择以及模型比较 |
| 4.3.4 HSI模型验证分析 |
| 4.4 讨论 |
| 4.4.1 SI值和各栖息地因子的关系 |
| 4.4.2 HSI模型分析 |
| 4.4.3 HSI模型和CPUE关系 |
| 4.4.4 结语 |
| 第五章 结论和展望 |
| 5.1 主要结论 |
| 5.2 不足和展望 |
| 参考文献 |
| 附录 致谢 |
| 攻读硕士期间发表的学术论文与研究成果 |
（2）南海鸢乌贼资源现状及发展对策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 研究方法与内容 |
| 1.3.1 研究方法 |
| 1.3.2 研究内容 |
| 1.4 技术路线和预期成果 |
| 1.4.1 技术路线 |
| 1.4.2 预期成果 |
| 第二章 鸢乌贼资源基本概况 |
| 2.1 鸢乌贼资源状况 |
| 2.2 鸢乌贼生物学特征 |
| 2.2.1 形态特征 |
| 2.2.2 种群结构 |
| 2.2.3 繁殖特性 |
| 2.2.4 集群与洄游 |
| 2.2.5 摄食与索饵 |
| 第三章 南海鸢乌贼资源分布 |
| 3.1 南海概况 |
| 3.1.1 南海地形地貌 |
| 3.1.2 南海气候环境 |
| 3.1.3 南海渔业资源 |
| 3.2 南海鸢乌贼资源量 |
| 3.2.1 我国及南海周边国家对鸢乌贼资源量的评估 |
| 3.2.2 基于声学技术与灯光罩网的鸢乌贼资源评估 |
| 3.3 南海鸢乌贼渔场分布 |
| 3.4 影响南海鸢乌贼资源分布因子 |
| 3.4.1 海洋环境是影响鸢乌贼生物量分布的重要因素 |
| 3.4.2 金枪鱼集群可作为鸢乌贼集群的生物指标 |
| 第四章 南海鸢乌贼开发现状 |
| 4.1 鸢乌贼资源捕捞手段 |
| 4.1.1 灯光罩网是捕捞鸢乌贼的主要方式 |
| 4.1.2 手钓鱿鱼是捕捞鸢乌贼的另一作业方式 |
| 4.2 影响鸢乌贼捕捞产量的因子 |
| 4.2.1 季节变化对捕捞鸢乌贼的影响 |
| 4.2.2 月光对捕捞鸢乌贼的影响 |
| 4.3 鸢乌贼资源开发状况 |
| 4.4 灯光罩网渔船经济效益 |
| 4.4.1 广西灯光罩网渔船经济效益 |
| 4.4.2 三亚灯光罩网渔船经济效益 |
| 第五章 南海鸢乌贼资源开发潜力 |
| 5.1 南海鸢乌贼捕捞潜力 |
| 5.2 南海鸢乌贼市场潜力 |
| 5.2.1 全球鱿鱼市场需求强劲 |
| 5.2.2 水产品冷链与流通快速发展 |
| 5.3 鸢乌贼加工利用前景 |
| 5.3.1 胴体的利用 |
| 5.3.2 内脏的利用 |
| 5.3.3 鱿鱼墨的利用 |
| 5.3.4 其他下脚料的利用 |
| 第六章 南海鸢乌贼渔业发展面临的挑战和机遇 |
| 6.1 面临挑战 |
| 6.1.1 我国南海渔业资源被周边国家掠夺 |
| 6.1.2 科技支撑能力有待加强 |
| 6.1.3 鸢乌贼生物调查与资源评估不够精准 |
| 6.1.4 鸢乌贼产业体系未形成 |
| 6.1.5 开发利用技术水平低 |
| 6.2 存在机遇 |
| 6.2.1 国家战略为外海渔业发展提供契机 |
| 6.2.2 中央财政提为外海渔业提供经济支持 |
| 6.2.3 岛礁建设为渔业资源开发提供后勤保障 |
| 6.2.4 灯光罩网为鸢乌贼捕捞提供新思路 |
| 6.2.5 水产品消费需求为捕捞开发提供发展动力 |
| 第七章 我国南海鸢乌贼渔业发展对策建议 |
| 7.1 加强高校、科研院所与企业间的合作 |
| 7.2 加快建立南海鸢乌贼渔业产业体系 |
| 7.3 调整灯光罩网伏季休渔日期 |
| 7.4 构建南海渔业信息综合平台 |
| 7.5 建立基于北斗卫星系统的鸢乌贼渔情预报 |
| 第八章 结论与展望 |
| 8.1 研究结论 |
| 8.2 主要创新 |
| 8.3 存在不足 |
| 8.4 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的学术成果 |
（3）基于灰色系统的西北太平洋柔鱼冬春生群资源丰度预测模型（论文提纲范文）
| 1 引言 |
| 2 材料与方法 |
| 2.1 数据来源 |
| 2.2 数据处理及分析 |
| 3 结果 |
| 3.1 灰色绝对关联分析 |
| 3.2 模型的建立和验证 |
| 4 讨论与分析 |
（4）日本以南黑潮流量对西北太平洋柔鱼渔场重心影响的滞后性分析（论文提纲范文）
| 1 材料与方法 |
| 1.1 数据来源与处理 |
| 1.2 方法 |
| 1.2.1 数据平稳性检验 |
| 1.2.2 阿尔蒙法分布滞后模型 |
| 2 结果与分析 |
| 2.1 渔场重心与黑潮流量异常 |
| 2.2 模型的滞后期数 |
| 3 讨论 |
| 3.1 黑潮流量对渔场的影响及滞后效应 |
| 3.2 存在问题 |
| 4 结语 |
（5）大洋性经济柔鱼类渔情预报与资源量评估研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状及存在问题 |
| 1.2.1 渔场预报技术国内外研究现状 |
| 1.2.2 资源补充量预报技术国内外研究现状 |
| 1.2.3 渔业资源评估国内外研究现状 |
| 1.2.4 存在的问题 |
| 1.3 研究的内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 渔情预报技术的理论和方法 |
| 2.1 材料来源及预处理方法 |
| 2.1.1 材料来源 |
| 2.1.2 预处理方法 |
| 2.2 CPUE标准化方法 |
| 2.2.1 Nominal CPUE计算 |
| 2.2.2 GLM模型 |
| 2.2.3 GAM模型 |
| 2.2.4 CPUE零值处理 |
| 2.3 中心渔场预报技术研究 |
| 2.3.1 时空尺度设置 |
| 2.3.2 环境因子设置 |
| 2.3.3 中心渔场预报模型 |
| 2.3.3.1 模型结构 |
| 2.3.3.2 模型训练算法 |
| 2.3.3.3 模型实现 |
| 2.3.3.4 预报模型评价方法 |
| 2.4 基于环境因子的资源补充量预报技术研究 |
| 2.4.1 影响因子选取方法 |
| 2.4.2 资源补充量预报模型 |
| 2.5 基于环境因子的渔业资源评估模型研究 |
| 2.5.1 基于环境因子的剩余产量模型 |
| 2.5.1.1 基于环境因子的剩余产量模型构建方法 |
| 2.5.1.2 EDSP模型资源管理生物学参考点 |
| 2.5.2 贝叶斯评估理论 |
| 2.5.2.1 似然函数 |
| 2.5.2.2 先验分布 |
| 2.5.2.3 贝叶斯法则及计算方法 |
| 第三章西北太平洋柔鱼渔情预报 |
| 3.1 柔鱼渔业生物学概述 |
| 3.2 柔鱼中心渔场预报 |
| 3.2.1 中心渔场分布 |
| 3.2.2 模型实现及结果 |
| 3.2.3 模型分析 |
| 3.3 柔鱼资源补充量预报 |
| 3.3.1 年CPUE变化趋势 |
| 3.3.2 资源补充量影响因子 |
| 3.3.3 模型实现及结果 |
| 3.4 基于环境因子的柔鱼资源量评估 |
| 3.4.1 评估模型构建 |
| 3.4.2 似然函数及先验分布 |
| 3.4.3 评估结果 |
| 3.5 讨论与分析 |
| 第四章 西南大西洋阿根廷滑柔鱼渔情预报 |
| 4.1 阿根廷滑柔鱼渔业生物学概述 |
| 4.2 阿根廷滑柔鱼中心渔场预报 |
| 4.2.1 中心渔场分布 |
| 4.2.2 模型实现及结果 |
| 4.2.3 模型分析 |
| 4.3 阿根廷滑柔鱼资源补充量预报 |
| 4.3.1 年CPUE变化趋势 |
| 4.3.2 资源补充量影响因子 |
| 4.3.3 预报模型实现及结果比较 |
| 4.3.3.1 线性预报模型 |
| 4.3.3.2 BP预报模型 |
| 4.4 基于环境因子的阿根廷滑柔鱼资源量评估 |
| 4.4.1 评估模型构建 |
| 4.4.2 似然函数及先验分布 |
| 4.4.3 评估结果 |
| 4.5 讨论与分析 |
| 第五章 东南太平洋茎柔鱼渔情预报 |
| 5.1 茎柔鱼渔业生物学概述 |
| 5.2 茎柔鱼中心渔场预报 |
| 5.2.1 中心渔场分布 |
| 5.2.2 模型实现及结果 |
| 5.2.3 模型分析 |
| 5.3 茎柔鱼资源补充量预报 |
| 5.3.1 年CPUE变化趋势 |
| 5.3.2 资源补充量影响因子 |
| 5.3.3 模型实现及结果 |
| 5.4 基于环境因子的茎柔鱼资源量评估 |
| 5.4.1 评估模型构建 |
| 5.4.2 似然函数及先验分布 |
| 5.4.3 评估结果 |
| 5.5 讨论与分析 |
| 第六章 主要结论与展望 |
| 6.1 主要结论 |
| 6.1.1 关于影响渔场分布的环境因子 |
| 6.1.2 关于中心渔场预报的模型 |
| 6.1.3 关于资源补充量的预报模型 |
| 6.1.4 关于短生命周期的渔业资源评估模型 |
| 6.2 本文创新点 |
| 6.3 存在的问题与展望 |
| 参考文献 |
| 致谢 |
| 博士期间科研成果 |
| 附录 1 FDP软件使用方法 |
| 附录 2 CPUE标准化代码片段 |
| 附录 3 贝叶斯资源评估代码片段 |
（6）西北太平洋柔鱼渔场与水温垂直结构关系（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 问题提出 |
| 1.2 国内外的研究现状及存在问题 |
| 1.2.1 柔鱼栖息环境及其洄游分布 |
| 1.2.2 渔场分布与SST 关系 |
| 1.2.3 渔场分布与深层水温、水温垂直结构关系 |
| 1.2.4 渔场分布与海流关系 |
| 1.2.5 渔场分布与其他因素关系 |
| 1.2.6 柔鱼渔场研究现状及存在问题 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 西北太平洋柔鱼渔场的时空变动 |
| 2.1 材料与方法 |
| 2.1.1 数据来源 |
| 2.1.2 分析方法 |
| 2.2 结果 |
| 2.2.1 渔场时空变动 |
| 2.2.2 渔场重心变动 |
| 2.3 结论与讨论 |
| 第三章 柔鱼渔场变动与水温垂直结构关系 |
| 3.1 材料与方法 |
| 3.1.1 材料 |
| 3.1.2 研究方法 |
| 3.1.3 柔鱼中心渔场的水温剖面结构分析 |
| 3.2 结果 |
| 3.2.1 作业次数与水温垂直结构关系 |
| 3.2.2 柔鱼中心渔场与水温垂直结构的空间分布 |
| 3.2.3 渔场与水温剖面关系 |
| 3.3 结论与讨论 |
| 第四章 水温变动对2009 年柔鱼产量下降的影响 |
| 4.1 材料与方法 |
| 4.1.1 数据来源 |
| 4.1.2 分析方法 |
| 4.2 结果 |
| 4.2.1 产卵场水温与补充量的关系 |
| 4.2.2 作业渔场及CPUE 分布 |
| 4.3 讨论与分析 |
| 第五章 基于水温垂直结构的栖息地指数模型 |
| 5.1 材料与方法 |
| 5.1.1 数据来源 |
| 5.1.2 分析方法 |
| 5.1.3 HSI 模型的验证 |
| 5.2 结果 |
| 5.2.1 HSI 模型的建立 |
| 5.2.2 HSI 模型分析 |
| 5.2.3 HSI 模型验证 |
| 5.3 结论与讨论 |
| 5.3.1 渔场与水温因子关系 |
| 5.3.2 HSI 模型的讨论 |
| 5.3.3 HSI 模型的改善 |
| 第六章 结论与分析 |
| 6.1 主要结论 |
| 6.2 存在问题及展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 研究生期间参与项目和发表论文 |
（7）表温和黑潮年间变化对西北太平洋柔鱼渔场分布的影响（论文提纲范文）
| 1 材料与方法 |
| 1.1 材料 |
| 1.2 方法 |
| 1.2.1 不同月份作业渔场的时空分布 |
| 1.2.2 平均SST和SSTstdev的空间分布及其与作业渔场的关系 |
| 1.2.3 各海域渔获量比重及CPUE的变化 |
| 1.2.4 不同年份海洋环境差异及作业渔场分布比较 |
| 2 结果 |
| 2.1 不同月份作业渔场的时空分布 |
| 2.2 SST和SSTstdev的空间分布及其与作业渔场的关系 |
| 2.3 各海域渔获量比重及CPUE的变化 |
| 2.4 不同年份海洋环境及作业渔场分布差异的比较 |
| 3 讨论 |
| 3.1 柔鱼渔场分布的经、纬度向变化的比较 |
| 3.2 作业渔场分布与SST、黑潮等因子的关系 |
| 3.3 今后研究工作的重点 |
（8）北太平洋150°～165°E海域柔鱼鱿钓渔场及其预报模型研究（论文提纲范文）
| 1 材料与方法 |
| 1.1 数据采集 |
| 1.1.1 生产数据的采集 |
| 1.1.2 海洋环境数据的采集 |
| 1.2 处理方法 |
| 1.2.1 重心分析法 |
| 1.2.2 建立渔场预报模型 |
| 2 结果与分析 |
| 2.1 各年度8～10月柔鱼产量的分布情况 |
| 2.2 各年度8～10月作业渔场重心分布 |
| 2.3 各年度8～10月海洋环境变化与作业渔场之间的关系 |
| 2.3.1 各月份20℃和15℃等温线分布比较 |
| 2.3.2 各年度黑潮暖水分支分布及其与作业渔场重心之间的关系 |
| 2.3渔场移动预报模型 |
| 3 结论与分析 |
四、北太平洋150°～165°E海域柔鱼鱿钓渔场及其预报模型研究（论文参考文献）
- [1]基于海洋环境因子南海外海鸢乌贼渔情预报研究[D]. 谢恩阁. 上海海洋大学, 2020(03)
- [2]南海鸢乌贼资源现状及发展对策研究[D]. 江淼. 天津农学院, 2018(01)
- [3]基于灰色系统的西北太平洋柔鱼冬春生群资源丰度预测模型[J]. 高雪,陈新军,余为. 海洋学报, 2017(06)
- [4]日本以南黑潮流量对西北太平洋柔鱼渔场重心影响的滞后性分析[J]. 崔雪森,伍玉梅,唐峰华,吴祖立,戴阳,樊伟. 大连海洋大学学报, 2017(01)
- [5]大洋性经济柔鱼类渔情预报与资源量评估研究[D]. 汪金涛. 上海海洋大学, 2015(03)
- [6]西北太平洋柔鱼渔场与水温垂直结构关系[D]. 陈峰. 上海海洋大学, 2011(04)
- [7]表温和黑潮年间变化对西北太平洋柔鱼渔场分布的影响[J]. 陈新军,曹杰,田思泉,刘必林,马金,李思亮. 大连水产学院学报, 2010(02)
- [8]北太平洋150°～165°E海域柔鱼鱿钓渔场及其预报模型研究[J]. 陈新军,钱卫国,许柳雄,田思泉. 海洋水产研究, 2003(04)