基于神经网络的印度洋长鳍金枪鱼(Thunnus alalunga)时空分布与海洋环境关系研究

摘要

长鳍金枪鱼(Thunnus alalunga)是主要的经济性金枪鱼鱼种之一,其空间分布与环境因子存在着密切联系.利用2012-2019年印度洋长鳍金枪鱼生产数据和海洋环境数据,包括海表面温度(sea surface temperature,SST)、叶绿素浓度(chlorophyll a,chl a)和海表面盐度(sea surface salinity,SSS)构建印度洋长鳍金枪鱼时空分布神经网络模型.以空间(经度,纬度)、环境因子(SST,chl a,SSS)为解释变量,局部渔获量为因变量,变化隐含层节点数,构建了18个BP空间分布模型,并采用10×10交叉验证模型稳定性,以均方误差(mean square error,MSE)、平均相对方差(average relative variance,ARV)以及拟合优度(R2)作为不同模型精度与稳定性的评判标准,最终选取5-18-1(隐含层节点18)模型为最佳模型,其平均MSE值为0.02232,平均ARV值为0.511.利用最优模型预测结果与同期实际捕捞产量进行叠加对比发现两者具有一致性.环境因子敏感性分析表明海表温度显著影响印度洋长鳍金枪鱼渔场分布,其贡献率达到0.2.印度洋长鳍金枪鱼高精度BP神经网络时空分布模型为其资源的可持续开发与动态管理提供了一种新思路.