[发明专利]一种南美沙丁鱼资源量预测方法及其应用

摘要

本发明涉及东南太平洋海域南美沙丁鱼资源量预测方法，通过遥感卫星获取厄尔尼诺1.2指数与厄尔尼诺4指数之间TNI值、赤道区南方涛动指数ESOI、东太平洋赤道区海平面气压EEPSLP、全球月平均综合角动量指数MGIAMI、达尔文海平面气压Dar SLP、南方涛动指数标准数据SOI s、南方涛动指数距平数据SOI a；按月以及年平均对7个海洋环境和气候因子与南美沙丁鱼年产量进行0‑6年的滞后相关性分析，获得影响资源量显著的因子；利用显著的因子，建立基于三个层次结构(10‑8‑1)的南美沙丁鱼资源量BP神经网络预测模型；通过对1970‑2012年南美沙丁鱼预测资源量与实际资源量分析，得到预测资源量(Y)与实际资源量(X)关系式为：Y＝1.0293X‑1.1065。本关系式可以解释南美沙丁鱼资源丰度变化的90％以上。

主权项

1.一种东南太平洋南美沙丁鱼资源量预测方法，其特征在于，包括以下步骤：(1)通过遥感卫星获取厄尔尼诺1.2与厄尔尼诺4之间标准差异指数(TNI)、赤道区南方涛动指数(ESOI)、东太平洋赤道区海平面气压(EEPSLP)、全球月平均综合角动量指数(MGIAMI)、达尔文海平面气压(DarSLP)、南方涛动指数标准数据(SOIs)、南方涛动指数距平数据(SOIa)等共7个海洋环境与气候因子；(2)按月以及年平均对7个海洋环境和气候因子与南美沙丁鱼年产量进行0‑6年的滞后相关性分析，获得统计上显著的因子；(3)分析选取的10个因子分别为：TNI‑8‑lag5表示环境因子TNI在8月份滞后5年的影响；MGIAMI‑10‑R表示环境因子MGIAMI在10月份的影响；MGIAMI‑10‑lag1表示环境因子MGIAMI10月份滞后1年的影响；MGIAMI‑9‑lag1表示环境因子MGIAMI在9月份滞后1年的影响；DarSLP‑7‑lag6表示环境因子DarSLP在7月份滞后6年的影响；SOIa‑11‑lag1表示环境因子SOIa在11月份滞后1年的影响；EEPSLP‑5‑lag1表示环境因子EEPSLP在5月份滞后1年的影响；SOIs‑3‑lag1表示环境因子SOIs在3月份滞后1年的影响；EEPSLP‑5‑R表示环境因子EEPSLP在5月份的影响；ESOI‑年平均值‑lag1表示环境因子ESOI年平均值滞后1年的影响；(4)将选取的10个海洋环境和气候因子作为BP神经网络输入层，建立结构为10‑8‑1的南美沙丁鱼资源量预测模型；(5)通过对1970‑2012年南美沙丁鱼预测资源量与实际资源量分析，得到预测资源量Y与实际资源量X关系式为：Y＝1.0293X‑1.1065。