海洋学报(中文版)
海洋學報(中文版)
해양학보(중문판)
ACTA OCEANOLOGICA SINICA
2014年
8期
65-71
,共7页
汪金涛%高峰%雷林%邹晓荣%官文江%陈新军
汪金濤%高峰%雷林%鄒曉榮%官文江%陳新軍
왕금도%고봉%뢰림%추효영%관문강%진신군
东南太平洋%智利竹筴鱼%BP 神经网络%主成分分析%渔场预报
東南太平洋%智利竹筴魚%BP 神經網絡%主成分分析%漁場預報
동남태평양%지리죽협어%BP 신경망락%주성분분석%어장예보
southeast Pacific%Trachurus murphyi%BP neural network%principal component analysis%fishing ground forecasting
东南太平洋智利竹?鱼 Trachurus murphyi 是我国大型拖网渔船队的重要捕捞对象。准确预报中心渔场是提高渔业生产能力的重要工作。本文根据2003-2009年我国船队在东南太平洋海域捕捞智利竹?鱼的渔捞日志数据,结合海洋遥感获得的海表温度(SST)和海面高度(SSH)等海洋环境因子,利用主成分和 BP 神经网络方法对智利竹?鱼中心渔场预报模型进行了研究。研究利用主成分分析法(PCA)得到累计贡献率在90%以上样本的主成分,综合考虑模型测试的精度与速度,基于原始样本和经 PCA 处理后的主成分分别建立了 BP 模型,其最优 BP 模型结构分别为5∶10∶1和3∶7∶1。研究结果表明,经 PCA 处理后的主成分所建立的 BP 神经网络模型在训练结果和测试结果上均要优于用原始样本建立的 BP 神经网络模型,两者的预报准确率分别为67%和60%。
東南太平洋智利竹?魚 Trachurus murphyi 是我國大型拖網漁船隊的重要捕撈對象。準確預報中心漁場是提高漁業生產能力的重要工作。本文根據2003-2009年我國船隊在東南太平洋海域捕撈智利竹?魚的漁撈日誌數據,結閤海洋遙感穫得的海錶溫度(SST)和海麵高度(SSH)等海洋環境因子,利用主成分和 BP 神經網絡方法對智利竹?魚中心漁場預報模型進行瞭研究。研究利用主成分分析法(PCA)得到纍計貢獻率在90%以上樣本的主成分,綜閤攷慮模型測試的精度與速度,基于原始樣本和經 PCA 處理後的主成分分彆建立瞭 BP 模型,其最優 BP 模型結構分彆為5∶10∶1和3∶7∶1。研究結果錶明,經 PCA 處理後的主成分所建立的 BP 神經網絡模型在訓練結果和測試結果上均要優于用原始樣本建立的 BP 神經網絡模型,兩者的預報準確率分彆為67%和60%。
동남태평양지리죽?어 Trachurus murphyi 시아국대형타망어선대적중요포로대상。준학예보중심어장시제고어업생산능력적중요공작。본문근거2003-2009년아국선대재동남태평양해역포로지리죽?어적어로일지수거,결합해양요감획득적해표온도(SST)화해면고도(SSH)등해양배경인자,이용주성분화 BP 신경망락방법대지리죽?어중심어장예보모형진행료연구。연구이용주성분분석법(PCA)득도루계공헌솔재90%이상양본적주성분,종합고필모형측시적정도여속도,기우원시양본화경 PCA 처리후적주성분분별건립료 BP 모형,기최우 BP 모형결구분별위5∶10∶1화3∶7∶1。연구결과표명,경 PCA 처리후적주성분소건립적 BP 신경망락모형재훈련결과화측시결과상균요우우용원시양본건립적 BP 신경망락모형,량자적예보준학솔분별위67%화60%。
Chilean jack mackerel (Trachurus murphyi )is an important target species for Chinese factory trawler fleet in the southeast Pacific Ocean,and the accurate forecasting of fishing ground can provide better scientific guid-ance for fishing operation.In this paper,we built the forecasting models by using the methods of principal compo-nent analysis (PCA)and BP neural networks according to the catch data from the logbooks and fishing yield statis-tics from Chinese factory trawler fleets,the sea surface temperature (SST)and sea surface height (SSH)obtained by satellite remote sensing from 2003 to 2009.Based on the PCA,we got the principal components of different fac-tors.We also determined the two suitable model structures by using the original-samples and PCA-processed-sam-ples combined with the accuracy of models,respectively.It is found that the model used by PCA-processed-sam-ples is better than that model used by original-sampled based on the results of training and test,and their accuracy rates were 67% and 60% respectively.