论文部分内容阅读
金枪鱼类广泛分布于太平洋、大西洋和印度洋的热带及亚热带水域。其中长鳍金枪鱼（Thunnus alalunga）、大眼金枪鱼（Thunnus obesus）和黄鳍金枪鱼（Thunnus albacares）是中国金枪鱼延绳钓渔业的主要捕捞对象。三种金枪鱼类都是高度洄游鱼类,其渔场的形成与环境因素密切相关,因此准确预测中心渔场的位置,可以大大减少寻找渔场的时间,提高生产力,对金枪鱼渔业具有重要作用。为掌握不同模型和空间分辨率对大西洋热带海域金枪鱼类渔场预报精度的影响,文章收集了2016～2019年的13艘在大西洋公海作业的中国延绳钓渔船渔捞日志数据,选取29个海洋环境因子（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）,对大眼金枪鱼、黄鳍金枪鱼和长鳍金枪鱼CPUE与29个海洋环境因子进行相关性分析,筛选出与CPUE具有相关性的环境因子,再对这些环境因子进行多重共线性分析,进一步筛选出无多重共线性的海洋环境数据用于建模。基于五种模型(随机森林（RF）、梯度提升决策树（GBDT）、k最近邻（KNN）、逻辑斯蒂回归（LR）和stacking集成（由RF、GBDT和KNN模型集成,STK）,以天为时间分辨率,以0.5°×0.5°、1°×1°、2°×2°和5°×5°四种空间分辨率,利用75%站点的数据训练得到模型并通过Grid Search网格搜索和5折交叉验证确定最佳参数,将25%站点的数据作为测试数据代入模型进行验证。根据预测准确率、综合评价指标F1分数和F1变化率对五种模型、四种分辨率得到的结果进行了评价。结果表明:（1）对大西洋大眼、黄鳍和长鳍金枪鱼渔场预报STK模型的准确率和F1分数较高;在STK模型中,大西洋大眼、黄鳍和长鳍金枪鱼渔场预报准确率和F1分数最高的空间分辨率分别为1°×1°、5°×5°和5°×5°;对于大眼金枪鱼:空间分辨率为0.5°×0.5°时,RF的准确率为79.74%,F1分数为85.61%;GBDT的准确率为79.95%,F1分数为85.68%;KNN的准确率为79.70%,F1分数为85.73%;LR的准确率为75.26%,F1分数为82.93%;STK模型的准确率为80.27%;F1分数为85.92%。空间分辨率为1°×1°时,RF的准确率为86.08%,F1分数为89.91%;GBDT的准确率为85.60%,F1分数为89.40%;KNN的准确率为83.70%,F1分数为87.38%;LR的准确率为74.25%,F1分数为82.39%;STK模型的准确率为86.31%;F1分数为89.84%。空间分辨率为2°×2°时,RF的准确率为79.15%,F1分数为84.80%;GBDT的准确率为79.60%,F1分数为85.11%;KNN的准确率为79.35%,F1分数为84.35%;LR的准确率为75.19%,F1分数为82.33%;STK模型的准确率为80.30%;F1分数为85.52%。空间分辨率为5°×5°时,RF的准确率为78.95%,F1分数为84.56%;GBDT的准确率为79.03%,F1分数为84.44%;KNN的准确率为77.44%,F1分数为83.35%;LR的准确率为74.27%,F1分数为81.73%;STK模型的准确率为79.20%;F1分数为84.68%。对于黄鳍金枪鱼:空间分辨率为0.5°×0.5°时,RF的准确率为66.26%,F1分数为66.43%;GBDT的准确率为65.30%,F1分数为65.85%;KNN的准确率为63.56%,F1分数为60.68%;LR的准确率为63.17%,F1分数为65.42%;STK模型的准确率为66.58%;F1分数为66.68%。空间分辨率为1°×1°时,RF的准确率为65.78%,F1分数为98.53%;GBDT的准确率为64.83%,F1分数为67.78%;KNN的准确率为64.75%,F1分数为64.94%;LR的准确率为60.92%,F1分数为65.33%;STK模型的准确率为65.90%;F1分数为68.63%。空间分辨率为2°×2°时,RF的准确率为68.72%,F1分数为72.70%;GBDT的准确率为68.22%,F1分数为72.31%;KNN的准确率为67.02%,F1分数为69.76%;LR的准确率为63.61%,F1分数为68.60%;STK模型的准确率为69.12%;F1分数为72.86%。空间分辨率为5°×5°时,RF的准确率为72.45%,F1分数为79.68%;GBDT的准确率为71.45%,F1分数为78.94%;KNN的准确率为70.62%,F1分数为78.40%;LR的准确率为69.95%,F1分数为78.82%;STK模型的准确率为72.95%;F1分数为79..78%。对于长鳍金枪鱼:空间分辨率为0.5°×0.5°时,RF的准确率为72.88%,F1分数为77.19%;GBDT的准确率为72.09%,F1分数为76.67%;KNN的准确率为72.88%,F1分数为77.63%;LR的准确率为69.14%,F1分数为74.52%;STK模型的准确率为73.41%;F1分数为77.83%。空间分辨率为1°×1°时,RF的准确率为73.37%,F1分数为78.73%;GBDT的准确率为73.25%,F1分数为78.56%;KNN的准确率为72.10%,F1分数为76.87%;LR的准确率为70.48%,F1分数为76.84%;STK模型的准确率为73.61%;F1分数为78.83%。空间分辨率为2°×2°时,RF的准确率为76.49%,F1分数为81.76%;GBDT的准确率为74.04%,F1分数为80.09%;KNN的准确率为75.19%,F1分数为80.36%;LR的准确率为70.63%,F1分数为78.09%;STK模型的准确率为76.94%;F1分数为82.14%。空间分辨率为5°×5°时,RF的准确率为77.55%,F1分数为84.60%;GBDT的准确率为77.30%,F1分数为85.07%;KNN的准确率为75.29%,F1分数为82.79%;LR的准确率为72.70%,F1分数为82.63%;STK模型的准确率为78.21%;F1分数为84.96%。对于大眼金枪鱼和黄鳍金枪鱼,F1变化率最高的空间分辨率为1°×1°;对于长鳍金枪鱼,F1变化率最高的空间分辨率为2°×2°。（2）大眼金枪鱼CPUE与200～300m水层的溶解氧浓度、500m水层的盐度和温度关系密切。（3）黄鳍金枪鱼CPUE与200m和500m水层溶解氧浓度具有相关性,且表层水温和500m水层的盐度也会影响黄鳍金枪鱼CPUE分布。（4）长鳍金枪鱼CPUE与100m水层的盐度、溶解氧浓度和温度关系密切,对长鳍金枪鱼的CPUE的分布有影响。本文建议:（1）使用STK模型对大西洋大眼、黄鳍和长鳍金枪鱼进行渔场预报;（2）需对大眼、黄鳍和长鳍金枪鱼CPUE与有关海洋环境因子进行相关性分析以删除无相关性的环境因子;（3）需对海洋环境因子进行多重共线性诊断删除具有多重共线性的环境因子;（4）对大西洋大眼、黄鳍和长鳍金枪鱼进行渔场预报时,空间分辨率分别取1°×1°、1°×1°和2°×2°,以获得较高的渔场预报精度和最适空间分辨率。