基于sar識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法
【專利摘要】本發(fā)明涉及一種基于SAR識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法，包括：1)獲取莖柔魚商業(yè)捕撈數(shù)據(jù)和海洋環(huán)境遙感數(shù)據(jù)，將漁獲量換算成單位捕撈努力量漁獲量CPUE；2)按月對(duì)莖柔魚的CPUE繪圖進(jìn)行空間分布圖；3)對(duì)海洋環(huán)境數(shù)據(jù)繪制箱線圖，分析各月份海洋環(huán)境因子的變化；4)根據(jù)已有數(shù)據(jù)，采用GAM模型對(duì)CPUE、SST、SSS、SSH、經(jīng)緯度、月份和年份進(jìn)行聯(lián)合分析；5)根據(jù)已有的數(shù)據(jù)，采用SAR模型對(duì)CPUE、SST、SSS、SSH進(jìn)行聯(lián)合計(jì)算，得出CPUE與海洋環(huán)境因子的關(guān)系；6)利用所建立的GAM與SAR兩種模型，預(yù)測(cè)莖柔魚資源的空間分布，利用精度指標(biāo)對(duì)所得結(jié)果進(jìn)行評(píng)價(jià)。與現(xiàn)有技術(shù)相比，本發(fā)明具有顯著提高了預(yù)測(cè)準(zhǔn)確率等優(yōu)點(diǎn)。
【專利說(shuō)明】
基于SAR識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種識(shí)別漁業(yè)資源空間分布及環(huán)境影響的方法，尤其是涉及一種基于 空間自回歸SAR識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法。
【背景技術(shù)】
[0002] 遠(yuǎn)洋漁業(yè)活動(dòng)是在一定的時(shí)空范圍進(jìn)行的，因此對(duì)于時(shí)間序列數(shù)據(jù)中普遍存在的 序列相關(guān)問題，并且這些數(shù)據(jù)存在顯著的空間特征。我國(guó)的漁業(yè)資源工作不斷深入并逐漸 趨于成熟，研究人員能相對(duì)容易的找到漁業(yè)作業(yè)的相關(guān)數(shù)據(jù)。這些數(shù)據(jù)一般都是由時(shí)間數(shù) 據(jù)和空間數(shù)據(jù)組合在一起。隨著我國(guó)漁業(yè)資源的統(tǒng)計(jì)手段的提高，遙感和GIS技術(shù)被納入到 海洋漁業(yè)中來(lái)，為利用空間自相關(guān)研究空間分布提供了支持。研究漁業(yè)資源(CPUE與努力量 等）與海洋環(huán)境因子的關(guān)系，是漁業(yè)海洋學(xué)的核心內(nèi)容。傳統(tǒng)研究大多采用廣義可加模型 (GAM)，該模型沒有充分考慮到漁業(yè)數(shù)據(jù)存在的空間自相關(guān)特性，因此其預(yù)測(cè)結(jié)果在表達(dá)漁 業(yè)資源空間分布方面，存在一定的不足。在研究漁業(yè)資源時(shí)空分布以及環(huán)境影響時(shí)，盡管 GAM利用圖形可方便解釋應(yīng)變量與自變量的關(guān)系，是有效的數(shù)據(jù)探索、分析工具，但其任何 形式的推斷過程(假設(shè)檢驗(yàn)、置信區(qū)間等)均可能存在問題。
[0003] 目前，雖然國(guó)際國(guó)內(nèi)已利用空間自相關(guān)指標(biāo)對(duì)漁業(yè)資源的空間分布開展了一些研 究，但是迄今為止并未采用空間自回歸(SAR)對(duì)CPUE與海洋環(huán)境因子的關(guān)系進(jìn)行分析，從而 進(jìn)行更加有效的預(yù)測(cè)。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于SAR識(shí)別莖 柔魚空間分布及海洋環(huán)境影響的方法。
[0005] 本發(fā)明的目的可以通過以下技術(shù)方案來(lái)實(shí)現(xiàn)：
[0006] -種基于SAR識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法，其特征在于，包括：
[0007] 1)獲取莖柔魚商業(yè)捕撈數(shù)據(jù)和海洋環(huán)境遙感數(shù)據(jù)，將漁獲量換算成單位捕撈努力 量漁獲量CPUE，其中海洋環(huán)境遙感數(shù)據(jù)包括海表層溫度SST，海表層鹽度SSS和海表層高度 SSH ；
[0008] 2)按月對(duì)莖柔魚的CPUE繪圖進(jìn)行空間分布圖，對(duì)莖柔魚按月的漁獲量和努力量進(jìn) 行比較分析；
[0009] 3)對(duì)海洋環(huán)境數(shù)據(jù)繪制箱線圖，分析各月份海洋環(huán)境因子的變化；
[0010] 4)根據(jù)已有數(shù)據(jù)，采用GAM模型對(duì)0?1^、331\333、33!1、經(jīng)煒度、月份和年份進(jìn)行聯(lián) 合分析；
[0011] 5)根據(jù)已有的數(shù)據(jù)，采用SAR模型對(duì)0?詘、551\555、55!1進(jìn)行聯(lián)合計(jì)算，得出0?詘與 海洋環(huán)境因子的關(guān)系；
[0012] 6)利用所建立的GAM與SAR兩種模型，預(yù)測(cè)莖柔魚資源的空間分布，利用精度指標(biāo) 對(duì)所得結(jié)果進(jìn)行評(píng)價(jià)，得出結(jié)論；
[0013] 7)輸出并保存結(jié)果。
[0014]所述的步驟1)具體為：
[0015] 11)獲取η個(gè)年份某幾個(gè)月份的商業(yè)捕撈數(shù)據(jù)，在每個(gè)作業(yè)區(qū)域內(nèi)的CPUE和捕撈努 力量計(jì)算公式：
[0016]
(1)
[0017] 式中，Ci是一個(gè)0.5° Χ0.5°的作業(yè)區(qū)域內(nèi)第i年的漁獲量(噸），Ei是0.5° Χ0.5°的 作業(yè)區(qū)域內(nèi)相應(yīng)的努力量數(shù)值，η是總的年份；
[0018] 12)獲取海表面溫度數(shù)據(jù)、海表層鹽度數(shù)據(jù)、海表層深度數(shù)據(jù)，將這些數(shù)據(jù)的空間 分辨率轉(zhuǎn)化為與CPUE數(shù)據(jù)一致，即0.5° X 0.5°。
[0019] 所述的步驟2)具體為：
[0020] 13)利用經(jīng)典統(tǒng)計(jì)學(xué)方法，對(duì)每個(gè)月份的漁業(yè)CPUE的空間分布狀況進(jìn)行分析，通過 經(jīng)典統(tǒng)計(jì)量評(píng)價(jià)CPUE、漁獲量和努力量數(shù)據(jù)的分布。
[0021] 所述的步驟3)具體為：
[0022] 14)利用經(jīng)典統(tǒng)計(jì)學(xué)方法，對(duì)每個(gè)月份的海洋環(huán)境數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，繪制出每月 SST，SSS和SSH值的變化圖。
[0023]所述的步驟4)具體為：
[0024] 15)采用GAM模型對(duì)數(shù)據(jù)進(jìn)行計(jì)算，即探索因變量CPUE和多個(gè)自變量的非線性關(guān) 系，其中自變量包括SST、SSS、SSH、經(jīng)煒度、月份和年份；
[0025] 16)具體設(shè)置海洋的影響因子和莖柔魚的時(shí)空分布因子在GAM模型中的作用，其中 影響因子包括SST，SSS和SSH，時(shí)空分布因子包括位置、年份year和月份Month，位置包括經(jīng) 度Longitude和煒度Latitude，GAM使用一個(gè)未指定的平滑函數(shù)，把非參數(shù)GAM設(shè)定為：
[0026] In(CPUE)~s(SST)+s(SSS)+s(SSH)+s(year)
[0027] +s(Month)+s(Longitude)+s(Latitude)+δ (2)
[0028] 這里In(CPUE)是莖柔魚CPUE的對(duì)數(shù)變換，所有的CPUE數(shù)據(jù)都服從正態(tài)分布，s(.) 是一個(gè)樣條平滑函數(shù)，S是模型擬合殘差。
[0029]所述的步驟5)具體為：
[0030] 17)在運(yùn)用空間自回歸模型前進(jìn)行空間自相關(guān)檢驗(yàn)，使用空間自回歸檢驗(yàn)統(tǒng)計(jì)量 為Moran's I系數(shù)：
[0031] (飛）
[0032] Y1為第i地區(qū)的觀測(cè)值，η為地區(qū)總數(shù)， Wlj為空間權(quán)重矩陣的任一元素，用標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z來(lái)檢驗(yàn)η個(gè)是否存在空間自相關(guān)，Z的計(jì)算 公式：
[0033]
(4)
[0034] 當(dāng)Z值為正且顯著時(shí)，表明存在正的空間自相關(guān)；當(dāng)Z值為負(fù)且顯著時(shí)，表明存在負(fù) 的空間自相關(guān);當(dāng)Z值為零時(shí)，觀測(cè)值呈獨(dú)立隨機(jī)分布；
[0035] 18)檢驗(yàn)后空間自相關(guān)自后，采用SAR模型進(jìn)行計(jì)算，SAR模型表達(dá)如下：
[0036]
(5)
[0037] 式中，y是被解釋變量，X是解釋變量，β是與解釋變量X相關(guān)的參數(shù)向量，P空間滯后 項(xiàng)系數(shù)，λ是空間誤差項(xiàng)的回歸系數(shù)，WjPW 2分別是與被解釋變量和殘差的空間自回歸 過程相關(guān)的權(quán)重矩陣，ε表示隨機(jī)誤差項(xiàng)向量，In表示殘差的空間自相關(guān)系數(shù)，表示方差 矩陣；
[0038]當(dāng)P辛0，β辛0，λ = 〇時(shí)，為混合回歸與空間自回歸模型，在這個(gè)模型中，所研究區(qū)域 的被解釋變量不僅與本區(qū)域的解釋變量有關(guān)，還與相鄰區(qū)域的被解釋變量有關(guān)；
[0039] 當(dāng)Ρ = 0，β乒0，λ乒〇,為殘差空間自回歸模型。
[0040] 所述的步驟6)具體為：
[0041] 19)在GIS環(huán)境下，基于海洋環(huán)境因素，利用所建立的GAM和SAR模型對(duì)莖柔魚資源 的空間分布進(jìn)行預(yù)測(cè)，得到漁業(yè)CPUE的空間分布預(yù)測(cè)圖；
[0042] 20)對(duì)采用SAR和GAM得出的結(jié)果進(jìn)行對(duì)比分析，采用多個(gè)指標(biāo)評(píng)估兩個(gè)模型的擬 合優(yōu)度，其中包括校正的R2、赤池信息準(zhǔn)則AIC、殘差平均值、殘差平方和、殘差的Moran's I 及P值;校正的R2接近1則表示一個(gè)很好的模型擬合，而規(guī)模較小的AICC值表示更接近于實(shí) 際近似值，同樣地較小的殘差平均值和殘差平方和表明模型擬合較好，而殘差的全局 Moran's I越接近0且p值大于0.05說(shuō)明模型效果更好；
[0043] 21)分別繪制GAM和SAR在莖柔魚預(yù)測(cè)熱點(diǎn)比較分布圖，分析CPUE冷熱點(diǎn)分析狀況， 利用步驟20)的方法對(duì)空間熱點(diǎn)分布圖進(jìn)行評(píng)價(jià)。
[0044] 與現(xiàn)有技術(shù)相比，本發(fā)明采用空間自回歸模型（SAR)參數(shù)模型對(duì)秘魯莖柔魚的空 間分布進(jìn)行分析和預(yù)測(cè)，與傳統(tǒng)的廣義可加模型(GAM)比較，顯著提高了預(yù)測(cè)準(zhǔn)確率。
【附圖說(shuō)明】
[0045]圖1為本發(fā)明的流程圖；
[0046]圖2為秘魯莖柔魚CPUE的月分布圖；
[0047] 圖3為2009-2013年秘魯莖柔魚的每月衛(wèi)星SST，SSS和SSH值；
[0048]圖4為95%置信度下GAM模型得到的各因子與CPUE的關(guān)系
[0049] 圖5為GAM和SAR模型對(duì)秘魯莖柔魚CPUE的預(yù)測(cè)比較圖；
[0050] 圖6為GAM和SAR模型在秘魯莖柔魚預(yù)測(cè)熱點(diǎn)比較分布圖。
【具體實(shí)施方式】
[0051] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例是本發(fā)明的一部分實(shí)施例，而不是全部實(shí)施例。基于本發(fā) 明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí) 施例，都應(yīng)屬于本發(fā)明保護(hù)的范圍。
[0052] 1)以2009-2013年10月、11月、12月秘魯莖柔魚漁業(yè)數(shù)據(jù)為基礎(chǔ)，從已記錄的捕撈 數(shù)據(jù)，取其中的日期、經(jīng)煒度、漁獲量、捕撈量，將莖柔魚魚產(chǎn)量數(shù)據(jù)轉(zhuǎn)換為單位捕撈努力量 漁獲量，并繪制CPUE分布圖，如圖2;獲取商業(yè)漁業(yè)數(shù)據(jù)和海洋環(huán)境數(shù)據(jù)(SST，SSS和SSH); [0053] 2)對(duì)莖柔魚的CPUE按月進(jìn)行時(shí)空分布分析，對(duì)漁獲量和努力量進(jìn)行分析對(duì)比，表1 為秘魯莖柔魚漁獲量和努力量年、月的變化分析；
[0054] 3)在R語(yǔ)言環(huán)境下，對(duì)秘魯莖柔魚的每月衛(wèi)星SST，SSS和SSH值繪制統(tǒng)計(jì)圖形，分析 環(huán)境因子的月變化(圖3);
[0055] 4)采用GAM模型借助R軟件進(jìn)行計(jì)算，表2顯示秘魯莖柔魚GAM模型的參數(shù)估計(jì)，并 繪制在95%置信區(qū)間下CPUE和預(yù)測(cè)變量之間的關(guān)系（圖4);
[0056] 5)在Geoda軟件環(huán)境下計(jì)算并得到SAR模型參數(shù)，從而建立的秘魯海外莖柔魚的 SAR模型，表3是示秘魯莖柔魚SAR參數(shù)模型評(píng)估的匯總；
[0057] 6)對(duì)兩種模型建模的擬合結(jié)果進(jìn)行比較(表4)，可以看到SAR的模型性能從擬合優(yōu) 度到擬合殘差每一項(xiàng)均優(yōu)于傳統(tǒng)GAM模型；
[0058] 6)利用GAM和SAR兩種模型對(duì)莖柔魚的空間分布進(jìn)行預(yù)測(cè)，結(jié)果如圖5所示；利用 GIS中的熱點(diǎn)分析繪制商業(yè)捕撈數(shù)據(jù)、GAM模型和SAR模型的空間熱點(diǎn)分布（圖6)。與商業(yè)捕 撈數(shù)據(jù)比較，表明SAR結(jié)果具有更高的預(yù)測(cè)精度(表5)。
[0059]分析結(jié)果：
[0060] 本發(fā)明創(chuàng)新性的采用SAR參數(shù)模型對(duì)秘魯莖柔魚的進(jìn)行預(yù)測(cè)，和傳統(tǒng)的GAM參數(shù)模 型比較分析，提高預(yù)測(cè)準(zhǔn)確率。采用SAR模型識(shí)別莖柔魚空間分布及環(huán)境影響的方法，相較 于運(yùn)用比較普遍的GAM模型，SAR模型所得結(jié)果校正的R 2更高、AIC值更小，說(shuō)明更其效果更 優(yōu)，殘差的Moran's I更小說(shuō)明效果更好。在熱冷點(diǎn)分析時(shí)，采用SAR模型方法相較于GAM方 法所得結(jié)果更精準(zhǔn)，效果更理想。SAR結(jié)果顯示，莖柔魚熱點(diǎn)在10月份最主要分布在18° S附 近，11月主要分布在17° S-19° S左右，12月份主要分布在15° S-17° S附近，冷點(diǎn)10月份主要分 布在15° S附近，11月份主要分布在10° S-12° S附近，12月份主要分布在11° S-13° S附近。
[0061] 表 1

[0071]以上所述，僅為本發(fā)明的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何 熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到各種等效的修改或替 換，這些修改或替換都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以權(quán)利 要求的保護(hù)范圍為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種基于SAR識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法，其特征在于，包括： 1) 獲取莖柔魚商業(yè)捕撈數(shù)據(jù)和海洋環(huán)境遙感數(shù)據(jù)，將漁獲量換算成單位捕撈努力量漁 獲量CPUE，其中海洋環(huán)境遙感數(shù)據(jù)包括海表層溫度SST，海表層鹽度SSS和海表層高度SSH; 2) 按月對(duì)莖柔魚的CPUE繪圖進(jìn)行空間分布圖，對(duì)莖柔魚按月的漁獲量和努力量進(jìn)行比 較分析； 3) 對(duì)海洋環(huán)境數(shù)據(jù)繪制箱線圖，分析各月份海洋環(huán)境因子的變化； 4) 根據(jù)已有數(shù)據(jù)，采用GAM模型對(duì)0?1^、551\555、55!1、經(jīng)煒度、月份和年份進(jìn)行聯(lián)合分 析； 5) 根據(jù)已有的數(shù)據(jù)，采用SAR模型對(duì)CPUE、SST、SSS、SSH進(jìn)行聯(lián)合計(jì)算，得出CPUE與海洋 環(huán)境因子的關(guān)系； 6) 利用所建立的GAM與SAR兩種模型，預(yù)測(cè)莖柔魚資源的空間分布，利用精度指標(biāo)對(duì)所 得結(jié)果進(jìn)行評(píng)價(jià)，得出結(jié)論； 7) 輸出并保存結(jié)果。2. 根據(jù)權(quán)利要求1所述的一種基于SAR識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法，其 特征在于，所述的步驟1)具體為： 11) 獲取η個(gè)年份某幾個(gè)月份的商業(yè)捕撈數(shù)據(jù)，在每個(gè)作業(yè)區(qū)域內(nèi)的CPUE和捕撈努力量 計(jì)算公式：式中，Ci是一個(gè)0.5° X 0.5°的作業(yè)區(qū)域內(nèi)第i年的漁獲量(噸），Ei是0.5° X 0.5°的作業(yè) 區(qū)域內(nèi)相應(yīng)的努力量數(shù)值，η是總的年份； 12) 獲取海表面溫度數(shù)據(jù)、海表層鹽度數(shù)據(jù)、海表層深度數(shù)據(jù)，將這些數(shù)據(jù)的空間分辨 率轉(zhuǎn)化為與CPUE數(shù)據(jù)一致，即0.5° X 0.5°。3. 根據(jù)權(quán)利要求2所述的一種基于SAR識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法，其 特征在于，所述的步驟2)具體為： 13) 利用經(jīng)典統(tǒng)計(jì)學(xué)方法，對(duì)每個(gè)月份的漁業(yè)CPUE的空間分布狀況進(jìn)行分析，通過經(jīng)典 統(tǒng)計(jì)量評(píng)價(jià)CPUE、漁獲量和努力量數(shù)據(jù)的分布。4. 根據(jù)權(quán)利要求3所述的一種基于SAR識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法，其 特征在于，所述的步驟3)具體為： 14) 利用經(jīng)典統(tǒng)計(jì)學(xué)方法，對(duì)每個(gè)月份的海洋環(huán)境數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，繪制出每月SST， SSS和SSH值的變化圖。5. 根據(jù)權(quán)利要求4所述的一種基于SAR識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法，其 特征在于，所述的步驟4)具體為： 15) 采用GAM模型對(duì)數(shù)據(jù)進(jìn)行計(jì)算，即探索因變量CPUE和多個(gè)自變量的非線性關(guān)系，其 中自變量包括SST、SSS、SSH、經(jīng)煒度、月份和年份； 16) 具體設(shè)置海洋的影響因子和莖柔魚的時(shí)空分布因子在GAM模型中的作用，其中影響 因子包括SST，SSS和SSH，時(shí)空分布因子包括位置、年份year和月份Month，位置包括經(jīng)度 Longitude和煒度Latitude，GAM使用一個(gè)未指定的平滑函數(shù)，把非參數(shù)GAM設(shè)定為： ln(CPUE)~s(SST)+s(SSS)+s(SSH)+s(year) +(Month)+s(Longitude)+s(Latitude)+δ (2) 這里ln(CPUE)是莖柔魚CPUE的對(duì)數(shù)變換，所有的CPUE數(shù)據(jù)都服從正態(tài)分布，s(.)是一 個(gè)樣條平滑函數(shù)，S是模型擬合殘差。6. 根據(jù)權(quán)利要求5所述的一種基于SAR識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法，其 特征在于，所述的步驟5)具體為： 17) 在運(yùn)用空間自回歸模型前進(jìn)行空間自相關(guān)檢驗(yàn)，使用空間自回歸檢驗(yàn)統(tǒng)計(jì)量為 Moran's I系數(shù)：，Yi為第i地區(qū)的觀測(cè)值，η為地區(qū)總數(shù)，Wij為 空間權(quán)重矩陣的任一元素，用標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z來(lái)檢驗(yàn)η個(gè)是否存在空間自相關(guān)，Z的計(jì)算公 式：當(dāng)Ζ值為正且顯著時(shí)，表明存在正的空間自相關(guān)；當(dāng)Ζ值為負(fù)且顯著時(shí)，表明存在負(fù)的空 間自相關(guān);當(dāng)Ζ值為零時(shí)，觀測(cè)值呈獨(dú)立隨機(jī)分布； 18) 檢驗(yàn)后空間自相關(guān)自后，采用SAR模型進(jìn)行計(jì)算，SAR模型表達(dá)如下：式中，y是被解釋變量，X是解釋變量，β是與解釋變量X相關(guān)的參數(shù)向量，ρ空間滯后項(xiàng)yWi 的系數(shù)，λ是空間誤差項(xiàng)的回歸系數(shù)，WjPW2分別是與被解釋變量和殘差的空間自回歸過程 相關(guān)的權(quán)重矩陣，ε表示隨機(jī)誤差項(xiàng)向量，I n表示殘差的空間自相關(guān)系數(shù)，σ〗表示方差矩陣； 當(dāng)ρ辛〇，β辛0，λ=0時(shí)，為混合回歸與空間自回歸模型，在這個(gè)模型中，所研究區(qū)域的被 解釋變量不僅與本區(qū)域的解釋變量有關(guān)，還與相鄰區(qū)域的被解釋變量有關(guān)； 當(dāng)ρ = 〇，β辛〇，λ辛〇,為殘差空間自回歸模型。7. 根據(jù)權(quán)利要求6所述的一種基于SAR識(shí)別莖柔魚空間分布及海洋環(huán)境影響的方法，其 特征在于，所述的步驟6)具體為： 19) 在GIS環(huán)境下，基于海洋環(huán)境因素，利用所建立的GAM和SAR模型對(duì)莖柔魚資源的空 間分布進(jìn)行預(yù)測(cè)，得到漁業(yè)CPUE的空間分布預(yù)測(cè)圖； 20) 對(duì)采用SAR和GAM得出的結(jié)果進(jìn)行對(duì)比分析，采用多個(gè)指標(biāo)評(píng)估兩個(gè)模型的擬合優(yōu) 度，其中包括校正的R2、赤池信息準(zhǔn)則AIC、殘差平均值、殘差平方和、殘差的Moran's I及p 值;校正的R2接近1則表示一個(gè)很好的模型擬合，而規(guī)模較小的AICC值表示更接近于實(shí)際近 似值，同樣地較小的殘差平均值和殘差平方和表明模型擬合較好，而殘差的全局Moran's I 越接近0且P值大于0.05說(shuō)明模型效果更好； 21)分別繪制GAM和SAR在莖柔魚預(yù)測(cè)熱點(diǎn)比較分布圖，分析CPUE冷熱點(diǎn)分析狀況，利用 步驟20)的方法對(duì)空間熱點(diǎn)分布圖進(jìn)行評(píng)價(jià)。
【文檔編號(hào)】G06Q50/02GK106056240SQ201610356543
【公開日】2016年10月26日
【申請(qǐng)日】2016年5月26日
【發(fā)明人】馮永玖, 崔麗, 陳新軍
【申請(qǐng)人】上海海洋大學(xué)