[发明专利]西北太平洋日本鳀鱼资源丰度预测方法

摘要

本发明公开一种西北太平洋日本鳀鱼资源丰度预测方法，将研究海域32°N‑41°N，130°E‑145°E按空间分辨率为1°×1°分为88个海区，每一海区设置一个SST站点；通过遥感卫星获取每一SST站点的SST数据；对1988‑2013年间4‑9月份每月每一SST站点的SST数据与次年日本鯷CPUE数据进行相关性分析，得到与次年日本鯷CPUE呈显著相关的SST站点所属月份；根据相关性分析结果，建立三种线性回归模型来预测日本鯷资源丰度；对以上三种模型进行验证，根据预测资源丰度与实际资源丰度的相对误差为检验标准，得出模型二的相对误差最低，由此选取模型二作为西北太平洋日本鳀鱼资源丰度预测方法。

主权项

一种西北太平洋日本鳀鱼资源丰度预测方法，其特征在于，其包括以下步骤：S1、将日本鯷产卵场所属的研究海域32°N‑41°N，130°E‑145°E按空间分辨率为1°×1°分为88个海区，每一海区设置一个SST站点；S2、通过遥感卫星获取每一SST站点的SST数据；S3、对1988‑2013年间4‑9月份每月每一SST站点的SST数据与次年日本鯷CPUE数据进行相关性分析，得到与次年日本鯷CPUE数据呈显著相关的SST站点所属月份；S4、根据相关性分析结果，建立三种线性回归模型来预测日本鯷资源丰度：模型一：以1988‑2013年间6月份日本鯷产卵场SST数据与次年日本鯷CPUE数据相关性最高的站点S40(140.5°E，30.5°N)，及其周边四个SST数据与次年日本鯷CPUE数据呈显著相关的站点S35(139.5°E，30.5°N)、S36(139.5°E，31.5°N)、S41(140.5°E，31.5°N)、S47(141.5°E，31.5°N)，共五个站点的SST数据为自变量，以对应次年的日本鯷CPUE数据为因变量，建立多元线性回归模型：CPUE＝‑27.352SST6月,S35+3.434SST6月,S36+46.782SST6月,S40+5.533SST6月,S41‑15.477SST6月,S47‑258.48模型二：以1988‑2013年间日本鯷产卵场SST数据与次年日本鯷CPUE数据相关性最高的站点S78(144.5°E，30.5°N)，以及站点S78所属月份(5月)中与其相邻的四个SST数据与次年日本鯷CPUE数据呈显著相关的站点S56(142.5°E，30.5°N)、S67(143.5°E，30.5°N)、S68(143.5°E，31.5°N)、S79(144.5°E，31.5°N)，共五个站点的SST数据为自变量，以对应次年的日本鯷CPUE数据为因变量，建立多元线性回归模型：CPUE＝42.034SST5月,S56‑48.43SST5月,S67‑33.282SST5月,S68+14.157SST5月,S78+42.008SST5月,S79‑285.437模型三：以站点S78(144.5°E，30.5°N)的4‑8月份的日本鯷产卵场SST为自变量，以对应次年的日本鯷CPUE数据为因变量，建立多元线性回归模型：CPUE＝‑4.634SST4月,S78+14.117SST5月,S78+3.34SST6月,S78‑1.721SST7月,S78+8.454SST8月,S78‑425.993S5、对以上三种模型进行验证，根据预测资源丰度与实际资源丰度的相对误差为检验标准，得出模型二的相对误差最低，由此选取模型二作为西北太平洋日本鳀鱼资源丰度预测方法。