单位捕捞努力量渔获量(Catch Per Unit Effort,简称CPUE)常被假设与渔业资源量成正比关系而广泛应用于渔业资源评估与管理中,但大量研究表明,CPUE与资源量间的正比关系常因受众多因素的影响而难以成立。为能有效利用CPUE数据,渔业工作者常使用各种统计模型对CPUE进行标准化,以重新构建该正比关系。因此,在渔业资源评估与管理中,CPUE标准化是一项极为重要的基础性工作。本文对CPUE标准化的基本概念、构建过程、统计模型和模型选择方法进行了全面回顾,并强调了模型选择的不确定性,介绍了基于模型平均的多模型推断方法。同时,对CPUE标准化所面临的问题及处理方法进行介绍与讨论,对其未来研究工作进行展望,以期为CPUE标准化研究提供理论参考。
为提高东、黄海鲐鱼渔场预报准确率、降低渔业生产成本,研究提出了一种基于提升回归树的渔场预报模型。研究采用2003—2010年我国大型灯光围网渔捞日志数据,以有网次记录的小渔区为渔场,以渔捞日志未记录的区域作为背景场随机选择假定非渔场数据,以海表水温等环境因子作为预测变量构建东、黄海鲐鱼渔场预报模型并以2011年的实际作业记录对预报模型进行精度验证。验证计算得到预报模型的AUC(area under receiver operating curve)值为0.897,表明模型的预报精度较高。模型的空间预测结果表明,预报渔场与实际作业位置基本吻合,其位置移动也与实际情况相符。这表明基于提升回归树的渔场预报模型可以用来进行东、黄海鲐鱼渔场的预报。
在渔业资源评估中,CPUE(catch per unit effort)标准化是基础性工作。一般线性模型(generalized linear model,GLM)已成为CPUE标准化的基本方法,但GLM模型在误差结构、自变量的选择、缺失数据、复杂交互效应及异常值处理等方面仍然缺乏灵活性。本文基于模拟数据及我国东、黄海鲐鱼(Scomber japonicus)灯光围网渔业数据,比较和分析了基于GLM模型与回归树模型在CPUE标准化中的效果。研究表明:当渔业数据不存在非线性关系与异常值时,GLM模型与回归树模型均能较好地对CPUE进行标准化,但由于回归树模型具有阶跃函数特征,因而GLM模型更具优势;在非线性关系及异常值存在的条件下,回归树模型对CPUE的标准化具有相对较小的估计误差,模型更简约、有效。由于回归树模型能可视化显示自变量与应变量间的复杂关系,因此,更有利于探索和分析渔业数据。
