海山是海底重要的生物栖息地类型之一,是研究海洋生物多样性的热点区域。黄鳍金枪鱼(Thunnus albacares)广泛分布于中西太平洋,具有极高的生态和经济价值,然而,鲜有关于海山及其相关特征对黄鳍金枪鱼资源丰度和分布影响的研究。基于2010...海山是海底重要的生物栖息地类型之一,是研究海洋生物多样性的热点区域。黄鳍金枪鱼(Thunnus albacares)广泛分布于中西太平洋,具有极高的生态和经济价值,然而,鲜有关于海山及其相关特征对黄鳍金枪鱼资源丰度和分布影响的研究。基于2010—2021年中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)汇总的延绳钓和围网渔业数据结合海山特征数据,采用广义加性模型(Generalized additive model,GAM)分析两种不同捕捞方式的黄鳍金枪鱼单位捕捞努力量渔获量(Catch per unit effort,CPUE)与海山相关特征之间的关系。结果表明,中西太平洋两种渔业方式的黄鳍金枪鱼渔获量主要来源于海山区域,海山特征对两种渔业黄鳍金枪鱼的CPUE均产生了极显著性影响(P<0.001)。在延绳钓渔业中,较高的CPUE出现在山顶深度、粗糙度、底面积和海山密度较小、坡度较缓的区域;而在围网渔业中,较高的CPUE则出现在粗糙度较小、山顶深度较大、底面积较大、较陡峭且密集的海山区域。研究探讨了中西太平洋海山特征对黄鳍金枪鱼不同群体的影响机制,为今后进一步探索黄鳍金枪鱼种群分布和资源丰度变化与海洋环境的关系提供了参考与新思路。展开更多
对渔船捕捞行为和捕捞强度空间高分辨率的估计可以作为海洋资源管理和生态脆弱性评估的重要信息。为识别远洋延绳钓渔船作业状态,该文基于2017年10-11月中西太平洋延绳钓渔船卫星船舶自动识别系统(automatic identification system,AIS...对渔船捕捞行为和捕捞强度空间高分辨率的估计可以作为海洋资源管理和生态脆弱性评估的重要信息。为识别远洋延绳钓渔船作业状态,该文基于2017年10-11月中西太平洋延绳钓渔船卫星船舶自动识别系统(automatic identification system,AIS)数据和捕捞日志数据,采用支持向量机(support vector machine,SVM)学习方法,构建了中国中西太平洋延绳钓渔船捕捞作业状态(捕捞/非捕捞)分类模型。通过计算模型分类准确率、精确率、敏感度和特异度来评价模型对渔船作业状态分类能力。结果表明,模型训练数据的准确率为95.24%(Kappa系数为0.9),验证数据的准确率为93.85%(Kappa系数为0.87)。采用构建好的模型识别2017年10月和11月中西太平洋延绳钓渔船共计125624条AIS记录数据,模型准确率在83.3%(Kappa系数为0.67)。2017年10、11月所有数据分类精确率为82.33%,灵敏度为88.32%,特异度为77.27%。渔船主要作业空间在168°E^173°E,12°S^18°S,有3个明显的作业强度较高区域。基于SVM模型和日志记录的捕捞强度信息在空间上相关性很高(r>0.98),SVM模型识别的渔船捕捞努力量空间分布特征和实际吻合。捕捞努力量与单位捕捞努力量渔获量(catch per unit of effort,CPUE)、渔获尾数、渔获质量和投钩数的相关系数分别是0.68、0.93、0.93和0.94。基于AIS信息挖掘的渔船空间捕捞努力量可用于渔业资源分析。展开更多
文摘海山是海底重要的生物栖息地类型之一,是研究海洋生物多样性的热点区域。黄鳍金枪鱼(Thunnus albacares)广泛分布于中西太平洋,具有极高的生态和经济价值,然而,鲜有关于海山及其相关特征对黄鳍金枪鱼资源丰度和分布影响的研究。基于2010—2021年中西太平洋渔业委员会(Western and Central Pacific Fisheries Commission,WCPFC)汇总的延绳钓和围网渔业数据结合海山特征数据,采用广义加性模型(Generalized additive model,GAM)分析两种不同捕捞方式的黄鳍金枪鱼单位捕捞努力量渔获量(Catch per unit effort,CPUE)与海山相关特征之间的关系。结果表明,中西太平洋两种渔业方式的黄鳍金枪鱼渔获量主要来源于海山区域,海山特征对两种渔业黄鳍金枪鱼的CPUE均产生了极显著性影响(P<0.001)。在延绳钓渔业中,较高的CPUE出现在山顶深度、粗糙度、底面积和海山密度较小、坡度较缓的区域;而在围网渔业中,较高的CPUE则出现在粗糙度较小、山顶深度较大、底面积较大、较陡峭且密集的海山区域。研究探讨了中西太平洋海山特征对黄鳍金枪鱼不同群体的影响机制,为今后进一步探索黄鳍金枪鱼种群分布和资源丰度变化与海洋环境的关系提供了参考与新思路。
文摘对渔船捕捞行为和捕捞强度空间高分辨率的估计可以作为海洋资源管理和生态脆弱性评估的重要信息。为识别远洋延绳钓渔船作业状态,该文基于2017年10-11月中西太平洋延绳钓渔船卫星船舶自动识别系统(automatic identification system,AIS)数据和捕捞日志数据,采用支持向量机(support vector machine,SVM)学习方法,构建了中国中西太平洋延绳钓渔船捕捞作业状态(捕捞/非捕捞)分类模型。通过计算模型分类准确率、精确率、敏感度和特异度来评价模型对渔船作业状态分类能力。结果表明,模型训练数据的准确率为95.24%(Kappa系数为0.9),验证数据的准确率为93.85%(Kappa系数为0.87)。采用构建好的模型识别2017年10月和11月中西太平洋延绳钓渔船共计125624条AIS记录数据,模型准确率在83.3%(Kappa系数为0.67)。2017年10、11月所有数据分类精确率为82.33%,灵敏度为88.32%,特异度为77.27%。渔船主要作业空间在168°E^173°E,12°S^18°S,有3个明显的作业强度较高区域。基于SVM模型和日志记录的捕捞强度信息在空间上相关性很高(r>0.98),SVM模型识别的渔船捕捞努力量空间分布特征和实际吻合。捕捞努力量与单位捕捞努力量渔获量(catch per unit of effort,CPUE)、渔获尾数、渔获质量和投钩数的相关系数分别是0.68、0.93、0.93和0.94。基于AIS信息挖掘的渔船空间捕捞努力量可用于渔业资源分析。
