[发明专利]蓝点马鲛渔场的集合模型预测方法、系统、设备及应用

权利要求书

1.一种蓝点马鲛渔场的集合模型预测方法，其特征在于，所述蓝点马鲛渔场的集合模型预测方法包括：

环境因子的选择；利用大数据优势使用了多种环境因子，根据蓝点马鲛的生态习性，在表层数据的基础上使用了次表层和水深处的数据；

利用物种存在数据生成伪缺失数据代替物种真实缺失数据；利用物种存在数据生成伪缺失数据代替物种真实缺失数据；

环境数据和物种存在、伪缺失数据的匹配；利用卫星，数值模拟数据得到物种存在、伪缺失所处的环境数据；

构建九种预测模型；设置阈值挑选模型构建集合模型；通过调整模型中不同的阈值参数使模型捕捉到每一种模型的预测准确的信号；

预测蓝点马鲛渔场分布。

2.如权利要求1所述的蓝点马鲛渔场的集合模型预测方法，其特征在于，所述环境因子的选择，包括：基于文献记载和经验推断选取叶绿素Chl-a、海洋水深Depth、海表面高度SSH、海表面盐度SSS、海洋次表面盐度SSS-5、海表面温度SST、海洋次表面温度SST-5、海流经向流速V、海洋次表面经向流速V-5、海流纬向流速U、海洋次表面纬向流速U-5十一种环境因子影响蓝点马鲛分布的环境因子，作为预测蓝点马鲛渔场分布的预测因子。

3.如权利要求1所述的蓝点马鲛渔场的集合模型预测方法，其特征在于，所述利用物种存在数据生成伪缺失数据代替物种真实缺失数据，包括：根据物种存在数据，使用RSEP技术生成伪缺失点代替物种真实缺失点；所述RESP技术利用蓝点马鲛存在数据和环境栅格背景，使用支持向量机技术定义环境不适宜区域作为背景网格的环境范围，从背景中随机取样得到伪缺失点。

4.如权利要求3所述的蓝点马鲛渔场的集合模型预测方法，其特征在于，所述利用物种存在数据生成伪缺失数据代替物种真实缺失数据，包括：根据物种存在数据，使用RSEP技术生成伪缺失点代替物种真实缺失点；所述RESP技术利用蓝点马鲛存在数据和环境栅格背景，使用支持向量机技术定义环境不适宜区域作为背景网格的环境范围，从背景网格中随机取样得到伪缺失点；基于R语言的mopa包进行生成伪缺失点，包括：

(1)读取渔业数据和环境栅格数据，定义背景网格；

(2)利用OCSVMprofiling函数通过支持向量机原理对环境栅格进行分析，分析得到存在数据的环境网格和缺失数据的环境网格；

(3)利用pseudoAbsences函数在排除适合蓝点马鲛存在的环境网格中生成伪缺失点，进而构建模型。

5.如权利要求1所述的蓝点马鲛渔场的集合模型预测方法，其特征在于，所述环境数据和物种存在、伪缺失数据的匹配，包括：

(1)将栅格图像覆盖在渔业捕捞位置，利用经纬度值提取环境栅格图像的像素点值，即环境因子的值；

(2)使用ArcMap10.5工具箱中的“Spatial Analyst Tools”，“Extraction”，“Extractvalues to Points”获得渔业环境数据库从而获得预测模型的训练数据集，响应变量存在-不存在和环境数据值Chl-a，Depth，SSH，SSS，SSS-5，SST，SST-5，V，V-5，U，U-5；

所述数据库的构建方法包括：

1)使用2009-2015年蓝点马鲛存在数据和伪缺失数据构成的渔业数据库；其中，所述数据库包括存在数据、伪缺失数据位置、时间和环境栅格数据；

2)将环境数据栅格匹配到渔业数据库，矢量数据向栅格数据转变，将渔业数据与每个特定时间的环境栅格数据进行匹配，以获得渔业信息数据库。