摘要 | 第4-8页 |
ABSTRACT | 第8-11页 |
第一章 绪论 | 第15-23页 |
1.1 科学问题提出 | 第15页 |
1.2 国内外研究现状 | 第15-21页 |
1.2.1 鲣鱼渔业概况 | 第15-17页 |
1.2.2 鲣鱼渔业生物学概况 | 第17-18页 |
1.2.3 中西太平洋鲣鱼渔场和丰度及其相关环境因子关系 | 第18-21页 |
1.3 研究内容和技术路线 | 第21-23页 |
1.3.1 研究内容 | 第21-22页 |
1.3.2 研究技术路线 | 第22-23页 |
第二章 中西太平洋鲣鱼渔场时空分布特征 | 第23-36页 |
2.1 材料与方法 | 第23-25页 |
2.1.1 数据来源 | 第23页 |
2.1.2 数据预处理 | 第23-24页 |
2.1.3 数据分析 | 第24-25页 |
2.2 研究结果 | 第25-33页 |
2.2.1 历年产量和平均CPUE变化规律 | 第25-26页 |
2.2.2 产量重心的年度和月度变化 | 第26-30页 |
2.2.3 产量重心聚类分析 | 第30-32页 |
2.2.4 不同渔区CPUE方差分析 | 第32-33页 |
2.3 讨论与分析 | 第33-36页 |
2.3.1 产量与CPUE的时间变化规律 | 第33页 |
2.3.2 产量重心的时间变化规律 | 第33-34页 |
2.3.3 高产渔区CPUE的差异 | 第34-36页 |
第三章 中西太平洋鲣鱼中心渔场与环境因子的关系 | 第36-45页 |
3.1 材料与方法 | 第36-38页 |
3.1.1 渔业数据来源 | 第36页 |
3.1.2 海洋环境数据来源 | 第36-37页 |
3.1.3 数据分析 | 第37-38页 |
3.2 研究结果 | 第38-42页 |
3.2.1 广义加性模型(GAM) | 第38-40页 |
3.2.2 提升回归树(BRT) | 第40-42页 |
3.3 讨论与分析 | 第42-45页 |
3.3.1 GAM模型结果分析 | 第42-43页 |
3.3.2 BRT模型结果分析 | 第43-45页 |
第四章 中西太平洋鲣鱼中心渔场预报模型 | 第45-66页 |
4.1 基于BP神经网络的中西太平洋鲣鱼渔场预报 | 第45-58页 |
4.1.1 材料与方法 | 第45-46页 |
4.1.1.1 数据来源 | 第45页 |
4.1.1.2 数据预处理 | 第45-46页 |
4.1.1.3 研究方法 | 第46页 |
4.1.2 研究结果 | 第46-55页 |
4.1.2.1 输出因子为初值化后的CPUE | 第46-51页 |
4.1.2.2 输出因子为初值化后的捕捞努力量 | 第51-55页 |
4.1.3 讨论与分析 | 第55-58页 |
4.1.3.1 不同输入因子与不同输出因子的比较 | 第55-56页 |
4.1.3.2 最优模型的选择与解释 | 第56-57页 |
4.1.3.3 输入因子权重比较 | 第57-58页 |
4.2 基于不同气候模态下中西太平洋鲣鱼渔场预报 | 第58-66页 |
4.2.1 材料与方法 | 第58-59页 |
4.2.1.1 材料来源 | 第58页 |
4.2.1.2 研究方法 | 第58-59页 |
4.2.2 研究结果 | 第59-64页 |
4.2.2.1 不同气候条件下产量情况 | 第59页 |
4.2.2.2 不同空间位置及气候条件下产量情况 | 第59-60页 |
4.2.2.3 不同气候条件下渔场预报模型 | 第60-62页 |
4.2.2.4 模型的验证 | 第62-64页 |
4.2.3 讨论与分析 | 第64-66页 |
第五章 中西太平洋鲣鱼入渔决策模型 | 第66-82页 |
5.1 材料与方法 | 第66-68页 |
5.1.1 材料来源 | 第66页 |
5.1.2 数据预处理 | 第66-67页 |
5.1.3 研究方法 | 第67-68页 |
5.2 研究结果 | 第68-79页 |
5.2.1 捕捞努力量空间分布 | 第68页 |
5.2.2 基于Nino3.4区的SSTA入渔指数模型 | 第68-72页 |
5.2.3 基于作业海域SST的入渔指数模型 | 第72-75页 |
5.2.4 入渔指数模型的验证 | 第75-79页 |
5.3 讨论与分析 | 第79-82页 |
第六章 极端气候对鲣鱼资源丰度的影响及其预测模型建立 | 第82-95页 |
6.1 厄尔尼诺/拉尼娜现象对鲣鱼资源丰度的影响 | 第82-89页 |
6.1.1 材料与方法 | 第82-83页 |
6.1.1.1 材料来源 | 第82页 |
6.1.1.2 研究方法 | 第82-83页 |
6.1.2 研究结果 | 第83-87页 |
6.1.2.1 CPUE月变动 | 第83-84页 |
6.1.2.2 SSTA与月CPUE的时间序列分析 | 第84-85页 |
6.1.2.3 厄尔尼诺—拉尼娜事件发生月份鲣鱼资源量变化情况 | 第85-87页 |
6.1.3 讨论与分析 | 第87-89页 |
6.2 基于灰色系统的中西太平洋鲣鱼资源丰度预测模型 | 第89-95页 |
6.2.1 材料与方法 | 第89-91页 |
6.2.1.1 材料来源 | 第89页 |
6.2.1.2 研究方法 | 第89-91页 |
6.2.2 研究结果 | 第91-93页 |
6.2.2.1 灰色关联分析 | 第91页 |
6.2.2.2 灰色预测模型建立和验证 | 第91-93页 |
6.2.3 讨论与分析 | 第93-95页 |
第七章 结论与展望 | 第95-98页 |
7.1 研究结论 | 第95-96页 |
7.2 存在的问题与展望 | 第96-98页 |
附表 | 第98-103页 |
参考文献 | 第103-111页 |
研究生期间学习工作情况 | 第111-114页 |
致谢 | 第114页 |