[发明专利]一种贫信息渔业数据CPUE标准化评估方法

说明书

本发明涉及一种贫信息渔业数据CPUE标准化评估方法，包括以下步骤：通过对原始的贫信息渔业数据进行累加生成累积时间序列数据；对生成的累积时间序列数据建立微分方程模型；根据微分方程模型对原始离散的数据进行模型量化，实现对渔业资源的评估预测。本发明能够在没有空间变量和环境变量以及生产数据存在信息量少的情况下实现对渔业数据CPUE的标准化处理，从而实现渔业资源评估。

技术领域

本发明涉及渔业资源评估技术领域，特别是涉及一种贫信息渔业数据CPUE标准化评估方法。

背景技术

在渔业资源评估和管理中，单位捕捞努力量渔获量(catch per unite ofeffort，简称“CPUE”)是必不可少的数据。CPUE标准化是基础性工作，CPUE被认为与渔业资源丰度成比例，被作为渔业资源相对丰度来反映渔业资源丰度。计算CPUE的渔业捕捞数据主要来自于商业或者休闲渔业。然而商业生产数据受各种因素影响大(如时间、空间、渔船参数和环境变量等)。为了使名义CPUE数据使用时更有把握，在使用前会采用统计模型对原始数据进行标准化处理，即以名义CPUE作为响应变量和各种输入变量建立映射关系。在实际中，许多采集和统计的调查监测数据没有空间变量和环境变量，同时渔业管理单位监测采集和统计的调查生产数据存在信息量少，而且有缺失的问题。这种渔业数据无法用现有的模型方法建立因变量和自变量响应关系模型，进行CPUE标准化工作。在实际工作中，必须依据该数据支撑渔业管理部门的决策，因此针对这种情况必须提出新的CPUE标准化方法。

发明内容

本发明所要解决的技术问题是提供一种贫信息渔业数据CPUE标准化评估方法，能够在没有空间变量和环境变量以及生产数据存在信息量少的情况下实现对渔业数据CPUE的标准化处理。

本发明解决其技术问题所采用的技术方案是：提供一种贫信息渔业数据CPUE标准化评估方法，包括以下步骤：

(1)通过对原始的贫信息渔业数据进行累加生成累积时间序列数据；

(2)对生成的累积时间序列数据建立微分方程模型；

(3)根据微分方程模型对原始离散的数据进行模型量化，实现对渔业资源的评估预测。

所述贫信息为不确定性调查监测的渔业数据。

所述微分方程为其中，a为发展灰数、b为内生控制灰数、n为渔业数据个数，x⁽⁰⁾(1)表示第一个原始观测数据。

所述步骤(3)进行评估预测时，当-a≤0.3时，用于中长期预测；当0.3＜-a≤0.5时，用于中短期预测；当0.5＜-a≤0.8时，用于短期预测；当0.8＜-a≤1时，采用残差序列修正后的模型进行预测。

有益效果

由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明基于灰色系统理论的灰色预测模型，通过对原始不规律、波段大、信息量少的渔业数据进行累加生存累积时间序列数据，在此基础上对生成的累加时间数量建立微分方程模型，对原始离散的数据进行模型量化，进而在缺乏系统特性知识的情况下进行预测和输出标准化CPUE。本发明方法适用于信息量少，而且有缺失的问题的渔业数据CPUE标准化，结果可以有效评估捕捞容纳量，指导渔业管理部门制定捕捞目标。

附图说明

图1是实施例中三种张网数据名义CPUE和累计数列图；

图2是实施例中三种张网数据建立的灰色模型精度检验表图；

图3是实施例中三种张网数据建立的灰色模型计算的CPUE和名义CPUE年平均图。

具体实施方式