宋利明 任士雨 洪依然 張?zhí)祢?隋恒壽 李 彬 張 敏

大西洋熱帶海域長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)模型的比較*

宋利明1, 2任士雨1洪依然1張?zhí)祢?隋恒壽3李 彬3張 敏1, 2

(1. 上海海洋大學(xué)海洋科學(xué)學(xué)院 上海 201306; 2. 國(guó)家遠(yuǎn)洋漁業(yè)工程技術(shù)研究中心 上海 201306; 3. 中水集團(tuán)遠(yuǎn)洋股份有限公司 北京 100032)

為提高大西洋熱帶海域長(zhǎng)鰭金槍魚(yú)()漁場(chǎng)預(yù)報(bào)的準(zhǔn)確率, 對(duì)K最近鄰(k nearest neighbor, KNN)、邏輯斯蒂回歸(logistic regression, LR)、決策與分類(lèi)樹(shù)(classfication and regression tree, CART)、梯度提升決策樹(shù)(gradient boosting decision tree, GBDT)、隨機(jī)森林(random forest, RF)、支持向量機(jī)(support vector machine, SVM)和Stacking集成(stacking ensemble learning, STK)共7個(gè)模型的預(yù)報(bào)性能進(jìn)行了對(duì)比分析。該7個(gè)模型利用2016～2019年在大西洋公海海域(19°16′S～16°21′N(xiāo); 46°27′W～2°09′E)作業(yè)的13艘中國(guó)遠(yuǎn)洋延繩釣漁船的漁業(yè)數(shù)據(jù), 結(jié)合0～500 m不同水層的溫度、鹽度、溶解氧、葉綠素濃度、海表面風(fēng)速、渦動(dòng)能和混合層深度數(shù)據(jù)建立。各模型取75%數(shù)據(jù)作為訓(xùn)練數(shù)據(jù), 25%為測(cè)試數(shù)據(jù), 采用預(yù)報(bào)準(zhǔn)確率(accuracy, ACC)與接受者操作特征曲線下面積(area under curve, AUC)評(píng)價(jià)建立的單位努力量漁獲量(catch per unit of effort, CPUE)與海洋環(huán)境因子關(guān)系模型的性能。結(jié)果表明: (1) STK模型對(duì)大西洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)的預(yù)報(bào)性能相比其他模型明顯提高, ACC為75.92%, AUC為0.742; (2) 基于STK模型預(yù)測(cè)得到的中心漁場(chǎng)范圍總體上與實(shí)際作業(yè)漁場(chǎng)一致; (3) 影響大西洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)分布的海洋環(huán)境因子主要為100 m水層的溫度、鹽度, 以及100、150、500 m水層的溶解氧。研究表明STK模型對(duì)大西洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)的預(yù)報(bào)準(zhǔn)確率較高, 性能良好。

長(zhǎng)鰭金槍魚(yú); 漁場(chǎng)預(yù)報(bào)模型; 模型性能比較; 大西洋熱帶海域

長(zhǎng)鰭金槍魚(yú)()廣泛分布于熱帶、亞熱帶及溫帶海域, 為高度洄游性魚(yú)類(lèi), 是我國(guó)遠(yuǎn)洋延繩釣漁業(yè)重要的捕撈對(duì)象之一。近年來(lái), 國(guó)內(nèi)外學(xué)者研究了長(zhǎng)鰭金槍魚(yú)分布與海洋環(huán)境之間的關(guān)系 (Chen, 2005; Domokos, 2007; Zainuddin, 2008; Briand, 2011; 林顯鵬等, 2011; 楊嘉樑等, 2014; Go?i, 2015; Lehodey, 2015; Williams, 2015; 儲(chǔ)宇航等, 2016; 郭剛剛等, 2016; 宋利明等, 2017a), 宋利明等(2017b)研究得出溫度是影響庫(kù)克群島海域長(zhǎng)鰭金槍魚(yú)分布的主要環(huán)境因子; 閆敏等(2015)認(rèn)為海表面溫度和葉綠素濃度與長(zhǎng)鰭金槍魚(yú)漁獲率分布有關(guān); 張嘉容等(2020)認(rèn)為溫度對(duì)長(zhǎng)鰭金槍魚(yú)分布的影響最大, 葉綠素濃度的影響最小。但大部分模型僅分析海洋表層環(huán)境與長(zhǎng)鰭金槍魚(yú)分布的關(guān)系, 缺乏使用海洋立體環(huán)境因子的分析研究。

目前長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)測(cè)大多使用較為傳統(tǒng)的單一預(yù)報(bào)模型, 如一元非線性回歸模型(范江濤, 2011)、棲息地指數(shù)模型(任中華等, 2014)和神經(jīng)網(wǎng)絡(luò)模型(毛江美等, 2016)等。隨著漁業(yè)生產(chǎn)對(duì)漁場(chǎng)預(yù)報(bào)精度要求的提高, 深度學(xué)習(xí)開(kāi)始在長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)測(cè)中得到應(yīng)用, 如袁紅春等(2019a, 2020)。Stacking集成學(xué)習(xí)是一種多模型的集成方法, 能夠得到比單模型更準(zhǔn)確的結(jié)果(羅智青等, 2019; 侯娟等, 2020)。但海洋立體環(huán)境因子間的共線性會(huì)影響如邏輯斯蒂回歸(logistic regression, LR)模型的預(yù)測(cè)精度(Raykov, 2010), 且環(huán)境因子過(guò)多容易導(dǎo)致K最近鄰(k nearest neighbor, KNN)、梯度提升決策樹(shù)(gradient boosting decision tree, GBDT)、隨機(jī)森林(random forest, RF)和支持向量機(jī)(support vector machine, SVM)等模型的復(fù)雜性, 造成過(guò)擬合問(wèn)題, 降低模型可解釋性(Jou, 2014; Assegie, 2021)。目前大部分機(jī)器學(xué)習(xí)模型均未針對(duì)海洋立體環(huán)境因子間的共線性進(jìn)行分析及因子篩選。

本研究根據(jù)2016～2019年中國(guó)船隊(duì)在大西洋公海作業(yè)的延繩釣漁業(yè)數(shù)據(jù), 結(jié)合不同深度的海洋環(huán)境數(shù)據(jù)進(jìn)行共線性分析與因子篩選, 建立KNN、LR、決策與分類(lèi)樹(shù)(classfication and regression tree, CART)、GBDT、RF、SVM和Stacking集成(stacking ensemble learning, STK)模型; 各模型取75%站位的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù), 25%站位的數(shù)據(jù)為測(cè)試數(shù)據(jù), 采用預(yù)報(bào)準(zhǔn)確率(accuracy, ACC)與接受者操作特征(receiver operating characteristic, ROC)曲線下面積(area under curve, AUC)進(jìn)行性能評(píng)價(jià), 以提高大西洋熱帶海域長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)的準(zhǔn)確性。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

本研究選取的漁業(yè)數(shù)據(jù)來(lái)源于中水集團(tuán)遠(yuǎn)洋股份有限公司, 時(shí)間為2016～2019年, 區(qū)域?yàn)?9°16′S～ 16°21′N(xiāo); 46°27′W～2°09′E范圍內(nèi)的大西洋中部熱帶海域, 數(shù)據(jù)信息包括延繩釣捕撈漁船(共13艘)船名、作業(yè)時(shí)間(年-月-日)、作業(yè)地點(diǎn)(經(jīng)緯度)、不同魚(yú)種的產(chǎn)量、漁獲尾數(shù)及下鉤數(shù)等。將每天長(zhǎng)鰭金槍魚(yú)的漁獲尾數(shù)劃分到1°×1°的網(wǎng)格內(nèi), 并算出CPUE (尾/千鉤)。

海洋環(huán)境因子主要包括表層因子和0～500 m深度因子共29個(gè)。其中, 表層因子包括: 葉綠素濃度(chl_)、混合層深度(mixed layer, MLD)、海表面風(fēng)速(wind speed, WS)、渦動(dòng)能(eddy kinetic energy, EKE); 0～500 m深度因子包括: 0、50、100、150、200、250、300、400、500 m水深處的溫度(采用0、50、100、150、200、250、300、400、500表示); 0、50、100、150、200、250、300、350、400、450、500 m水深處的溶解氧(采用0、50、100、150、200、250、300、350、400、450、500表示); 100、200、300、400、500 m水深處的鹽度(采用100、200、300、400、500表示)。以上因子數(shù)據(jù)除WS來(lái)源于美國(guó)國(guó)家海洋和大氣管理局(National Oceanic and Atmospheric Administration, NOAA)的數(shù)據(jù)庫(kù)(https://oceanwatch. pifsc.noaa.gov/)外, 其他數(shù)據(jù)均來(lái)源于哥白尼海洋環(huán)境監(jiān)測(cè)服務(wù)中心(copernicus marine environment monitoring service, CMEMS)網(wǎng)站(http://marine.copernicus. eu)。環(huán)境因子數(shù)據(jù)的初始時(shí)間分辨率為d, 初始空間分辨率為0.25°×0.25°。本文將環(huán)境因子和漁業(yè)數(shù)據(jù)進(jìn)行了匹配, 最終的空間分辨率統(tǒng)一為1°×1°, 以d為單位。以上數(shù)據(jù)預(yù)處理過(guò)程通過(guò)MATLAB軟件完成。

1.2 數(shù)據(jù)處理

1.2.1 長(zhǎng)鰭金槍魚(yú)CPUE的計(jì)算方法 CPUE作為評(píng)價(jià)漁場(chǎng)的指標(biāo)(沈智賓等, 2015)。將每天的長(zhǎng)鰭金槍魚(yú)的漁獲尾數(shù)劃分到 1°×1°的網(wǎng)格內(nèi), 根據(jù)每天的船位數(shù)據(jù)等得到每天每網(wǎng)格內(nèi)的總釣鉤數(shù), 算出每天每個(gè)網(wǎng)格內(nèi)的長(zhǎng)鰭金槍魚(yú)CPUE (尾/千鉤), 計(jì)算各網(wǎng)格內(nèi)CPUE的公式為

, (1)

式(1)中:E,F和H分別表示在第年、第月、第天、第經(jīng)度、第緯度的網(wǎng)格內(nèi)的CPUE、尾數(shù)和下鉤數(shù)量。

1.2.2 海洋環(huán)境因子的共線性分析 由于建立模型所用的葉綠素濃度、混合層深度、海表面風(fēng)速、渦動(dòng)能以及0～500 m水層的溫度、溶解氧、鹽度等海洋環(huán)境因子的量級(jí)單位不同, 數(shù)值范圍差別較大, 為防止對(duì)模型產(chǎn)生數(shù)值影響且為了提高模型運(yùn)行的準(zhǔn)確度, 對(duì)所有環(huán)境變量進(jìn)行歸一化處理(張?zhí)祢? 2016), 公式為

, (2)

針對(duì)29個(gè)海洋環(huán)境因子之間存在的多重共線性, 本文采用方差膨脹因子(variance expansion factor, VIF)(Akinwande, 2015)進(jìn)行分析。

對(duì)于方程:

=11+22+33+…+αX++αX+,(3)

式(3)中,為因變量,為自變量,1、2、3、…、α為回歸系數(shù),為常數(shù)項(xiàng)。則第個(gè)自變量的VIF計(jì)算公式為:

, (4)

式(4)中,表示方差膨脹因子VIF的取值;R為線性方程中的決定系數(shù)。當(dāng)VIF值較大時(shí), 表示環(huán)境變量之間存在多重共線性, 即VIF值越大, 表示環(huán)境變量之間多重共線性越嚴(yán)重, 一般認(rèn)為<10, 即表示各環(huán)境變量之間沒(méi)有多重共線性。選取<10的海洋環(huán)境因子用于建立大西洋熱帶海域長(zhǎng)鰭金槍魚(yú)的漁場(chǎng)預(yù)報(bào)模型。

1.2.3 海洋環(huán)境因子相對(duì)重要性分析 海洋環(huán)境因子相對(duì)重要性的計(jì)算方法為: 利用SPSS軟件計(jì)算長(zhǎng)鰭金槍魚(yú)CPUE與篩選后各環(huán)境因子的Pearson相關(guān)系數(shù); 根據(jù)Pearson相關(guān)系數(shù)絕對(duì)值判斷其相對(duì)重要性。

1.3 模型建立

漁場(chǎng)分類(lèi)時(shí), 若CPUE等于0, 為“非漁場(chǎng)”; CPUE大于0, 則為“漁場(chǎng)”, 其中零值比列為40.11%。從數(shù)據(jù)集中隨機(jī)選取75%站點(diǎn)的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù), 25%站點(diǎn)的數(shù)據(jù)為測(cè)試數(shù)據(jù); 并使用訓(xùn)練數(shù)據(jù)分別建立KNN、LR、SVM、CART、RF、GBDT和STK7種模型。系列模型的基本原理和參數(shù)選擇方法如表1。

Stacking算法框架如圖1所示, 第一層由3個(gè)基學(xué)習(xí)器組成, 并輸入原始訓(xùn)練集, 即第一步將與各個(gè)海洋環(huán)境因子匹配好的大西洋熱帶海域長(zhǎng)鰭金槍魚(yú)CPUE原始數(shù)據(jù)集, 基于非共線性海洋環(huán)境因子的篩選, 劃分為75%的訓(xùn)練數(shù)據(jù)和25%測(cè)試數(shù)據(jù); 第二步從7個(gè)模型中選擇預(yù)測(cè)效果較好的3個(gè)模型作為初級(jí)學(xué)習(xí)器, 選取結(jié)構(gòu)簡(jiǎn)單的LR作為次級(jí)學(xué)習(xí)器; 第三步將75%的訓(xùn)練樣本隨機(jī)劃分為個(gè)數(shù)量相同的訓(xùn)練集子集1,2, …,D, 取作為測(cè)試子集,D–1{1,2, …,D}(D?D–1)作為KNN、RF和GBDT的訓(xùn)練子集, 接著將各個(gè)模型的預(yù)測(cè)結(jié)果統(tǒng)一為L(zhǎng)R模型的訓(xùn)練集′, 各個(gè)單模型對(duì)測(cè)試集的預(yù)測(cè)結(jié)果合并為L(zhǎng)R模型的測(cè)試集′, 最終輸出預(yù)測(cè)結(jié)果。

1.4 模型性能評(píng)價(jià)

將25%測(cè)試數(shù)據(jù)代入各模型得出預(yù)測(cè)結(jié)果, 對(duì)模型性能進(jìn)行評(píng)價(jià)。本文采用AUC和ACC作為模型性能評(píng)價(jià)指標(biāo)。其中AUC取值范圍為0～1, 值越大說(shuō)明該模型的預(yù)測(cè)性能越好, 反之預(yù)測(cè)性能越差(張?zhí)祢? 2016); 同理, 所得ACC值越大, 說(shuō)明該模型整體預(yù)測(cè)效果越好, 反之預(yù)測(cè)效果越差, 所以本文按照兩者結(jié)果, 對(duì)比并選取預(yù)測(cè)準(zhǔn)確度較高且性能穩(wěn)定的模型。

表1 各模型的基本原理與參數(shù)選擇

Tab.1 The basic principle and the parameter selection of each model

圖1 Stacking 集成學(xué)習(xí)方法

注: KNN: k nearest neighbor, K最近鄰模型; RF: random forest, 隨機(jī)森林算法; GBDT: gradient boosting decision tree, 梯度提升決策樹(shù); LR: logistic regression, 邏輯斯蒂回歸

將25%的測(cè)試數(shù)據(jù)代入預(yù)測(cè)能力最佳的模型, 計(jì)算得出“漁場(chǎng)”和“非漁場(chǎng)”并使用ArcGIS軟件畫(huà)出實(shí)際“漁場(chǎng)”和“非漁場(chǎng)”與模型預(yù)測(cè)得到的“漁場(chǎng)”和“非漁場(chǎng)”疊圖, 定性評(píng)價(jià)最佳模型的預(yù)測(cè)能力。

1.5 中心漁場(chǎng)的確定

本研究把25%的測(cè)試站點(diǎn)的環(huán)境數(shù)據(jù)代入預(yù)測(cè)能力最佳的模型, 計(jì)算得出“漁場(chǎng)”位置, 利用ArcGIS軟件的核密度分析工具計(jì)算并畫(huà)出“漁場(chǎng)”位置密度分布圖, 把密度大于最大密度的60% (8個(gè)/km2)以上的范圍定義為中心漁場(chǎng)。

2 結(jié)果

2.1 長(zhǎng)鰭金槍魚(yú)漁場(chǎng)分布

通過(guò)ArcGIS軟件畫(huà)出長(zhǎng)鰭金槍魚(yú)CPUE分布圖(圖2), 得出長(zhǎng)鰭金槍魚(yú)漁場(chǎng)主要分布在15°N～15°S, 15°～45°W的大西洋中部熱帶海域, 其高CPUE漁區(qū)集中分布在4°～10°N, 30°～45°W海域和5°～10°S, 18°～30°W的海域。

2.2 海洋環(huán)境因子篩選與相對(duì)重要性分析

按照各環(huán)境因子的||<10, 篩選得出20個(gè)用于漁場(chǎng)預(yù)測(cè)的環(huán)境因子, 分別是chl、MLD、WS、EKE、0、50、100、150、250、400、0、50、100、150、200、500、100、200、300和500(表2)。相關(guān)系數(shù)分析結(jié)果表明, 100 m水層溫度(100)與CPUE的相關(guān)系數(shù)最高, 達(dá)到0.399; 100、150、500 m水層的溶解氧、100 m水層的鹽度與CPUE的相關(guān)系數(shù)較高, 分別達(dá)到0.372、0.334 、0.322和0.322; 相關(guān)系數(shù)較小的是MLD和葉綠素濃度, 分別為0.21和-0.148; 海表面溫度(0)和海表面風(fēng)速(WS)的相關(guān)系數(shù)分別為0.140和0.069; 而渦動(dòng)能(EKE)的相關(guān)系數(shù)最低, 為-0.036, 影響程度最小(表2)。

圖2 2016～2019年大西洋熱帶海域13艘漁船長(zhǎng)鰭金槍魚(yú)CPUE分布

2.3 模型性能評(píng)價(jià)

各個(gè)模型總體的ACC和AUC如表3所示, 單個(gè)模型預(yù)測(cè)結(jié)果中RF的準(zhǔn)確度最高, 為75.57%, KNN和GBDT的準(zhǔn)確度并列為第二(73.92%), 因此選取RF、KNN和GBDT用于STK模型; CART最低, 為66.85%。STK模型的ACC最高, 達(dá)到75.92%, AUC也達(dá)到了0.742。綜合上述結(jié)果, 表明STK模型預(yù)測(cè)性能良好。

表2 多重共線性和相關(guān)性分析結(jié)果

Tab.2 Results of multi-collinearity diagnosis and correlation analysis

對(duì)于STK模型, 將測(cè)試數(shù)據(jù)中得到的實(shí)際漁場(chǎng)與預(yù)測(cè)漁場(chǎng)進(jìn)行疊加, 得出漁場(chǎng)主要分布在2°～14°N, 32°～45°W和2°～10°S, 18°～28°W的海域, 極少分布在5°～10°W附近, 且預(yù)測(cè)的0°～18°W海域的漁場(chǎng)的誤判率很高(圖3); 將測(cè)試數(shù)據(jù)中的實(shí)際非漁場(chǎng)與預(yù)測(cè)非漁場(chǎng)進(jìn)行疊加, 實(shí)際非漁場(chǎng)主要分布在5°～14°N, 30°～45°W和2°S～7°N, 12°～30°W的海域, 極少分布在2°～12°S, 2°～10°W海域附近, 且預(yù)測(cè)的2°～8°S, 20°～30°W海域的實(shí)際非漁場(chǎng)的誤判率較高(圖4)。各模型對(duì)漁場(chǎng)和非漁場(chǎng)的判別準(zhǔn)確率比較結(jié)果見(jiàn)表4。說(shuō)明Stacking集成模型的預(yù)測(cè)性能良好。

表3 各個(gè)模型預(yù)測(cè)結(jié)果對(duì)比

Tab.3 Comparison of forecast results of each model

注: 注：ACC: accuracy, 預(yù)報(bào)準(zhǔn)確率; AUC: area under curve, 曲線下面積

圖3 實(shí)際漁場(chǎng)與預(yù)報(bào)得到的漁場(chǎng)對(duì)比圖

圖4 實(shí)際非漁場(chǎng)與預(yù)報(bào)得到的非漁場(chǎng)對(duì)比圖

2.4 中心漁場(chǎng)

2016～2019年25%的測(cè)試數(shù)據(jù)中實(shí)際漁場(chǎng)密度分布如圖5a所示, 其中心漁場(chǎng)集中分布在4°～10°N, 33°～43°W海域, 以及5°～8°S, 27°～29°W和7°～9°S, 22°～24°W的海域。STK模型預(yù)測(cè)漁場(chǎng)密度分布如圖5b所示, 從整體來(lái)看預(yù)測(cè)的中心漁場(chǎng)比實(shí)際中心漁場(chǎng)略大, 但基本吻合。

表4 各模型對(duì)漁場(chǎng)和非漁場(chǎng)的判別準(zhǔn)確率(%)比較

Tab.4 Comparison of discrimination accuracy (%) for fishing ground and non-fishing ground of each model

3 討論

3.1 模型對(duì)比分析

STK模型的漁場(chǎng)預(yù)報(bào)性能比6種單一模型(KNN、LR、CART、SVM、RF、GBDT)對(duì)大西洋熱帶海域長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)的性能要好, 為最佳模型。CART的漁場(chǎng)預(yù)報(bào)性能最差。這是因?yàn)镾TK是一種堆疊集成方法, 能夠?qū)NN、RF和GBDT預(yù)測(cè)結(jié)果再次進(jìn)行次級(jí)訓(xùn)練, 克服單一模型的局限性, 能綜合三種模型的優(yōu)勢(shì), 而CART容易過(guò)擬合, 導(dǎo)致泛化能力不強(qiáng), 且某些自變量的占比過(guò)高時(shí), 容易導(dǎo)致預(yù)測(cè)能力降低。RF對(duì)長(zhǎng)鰭金槍魚(yú)漁場(chǎng)的預(yù)報(bào)性能與STK模型相近, 這可能是因?yàn)镽F在構(gòu)建模型時(shí)通過(guò)自助采樣選取訓(xùn)練樣本, 增強(qiáng)其泛化和抗噪能力, 在一定程度上降低了不良數(shù)據(jù)對(duì)模型預(yù)測(cè)能力的影響(方匡南等, 2011)。GBDT與RF都是由多個(gè)分類(lèi)樹(shù)通過(guò)不同算法構(gòu)建的模型, 但GBDT的預(yù)測(cè)性能明顯低于RF, 這是因?yàn)镚BDT訓(xùn)練樣本選取的方法與RF不同, 其在模型構(gòu)建過(guò)程中使用同一個(gè)訓(xùn)練樣本, 導(dǎo)致模型泛化能力降低。LR、KNN、SVM的預(yù)測(cè)性能都比較低, 這幾個(gè)模型不能有效克服構(gòu)建模型所使用的樣本數(shù)據(jù)質(zhì)量不高的問(wèn)題(如各類(lèi)別的樣本數(shù)據(jù)不平衡、數(shù)據(jù)缺失等)。

圖5 25%的測(cè)試數(shù)據(jù)中漁區(qū)密度分布圖

3.2 環(huán)境變量共線性分析

由于海洋環(huán)境非常復(fù)雜, 環(huán)境因子相互影響, 可能導(dǎo)致環(huán)境變量之間存在多重共線性, 會(huì)對(duì)預(yù)測(cè)結(jié)果產(chǎn)生偏差。Dormann(2013)認(rèn)為當(dāng)環(huán)境變量之間的相關(guān)系數(shù)大于0.7時(shí), 說(shuō)明存在共線性的可能性較大。多重共線性是影響SVM和LR預(yù)測(cè)精度和運(yùn)行速率的主要原因之一(惠守博等, 2006; 張玲, 2010), 雖然CART、RF和GBDT在模型訓(xùn)練的過(guò)程中會(huì)自動(dòng)消除多重共線性對(duì)預(yù)測(cè)精度的影響, 但是共線性使得環(huán)境變量的大部分信息相互疊加, 導(dǎo)致數(shù)據(jù)大量冗余, 模型的運(yùn)行效率降低以及誤判解釋變量的貢獻(xiàn)率。故消除環(huán)境變量之間的多重共線性, 在一定程度上提高了模型的預(yù)測(cè)精度、穩(wěn)定性和可靠性。

VIF方法雖然可以消除共線性, 但也有可能導(dǎo)致原本生態(tài)學(xué)意義重要的因子被刪除, 本研究從29個(gè)潛在的影響因子中刪除了9個(gè)具有共線性的因子(200、300、500、250、300、350、400、450、400)。這些被刪除的因子均為200 m以深的因子, 由于長(zhǎng)鰭金槍魚(yú)偏好覓食的水層為160～240 m水層, 且在該水層主要受餌料分布及水溫的影響(楊嘉樑等, 2014), 因此本研究未刪除對(duì)長(zhǎng)鰭金槍魚(yú)具有生態(tài)學(xué)重要意義的因子。

3.3 環(huán)境因子的相對(duì)重要性及中心漁場(chǎng)

研究認(rèn)為溫度直接或間接影響?hù)~(yú)類(lèi)分布、集群和洄游(陳雪忠等, 2013), 其垂直水溫是影響長(zhǎng)鰭金槍魚(yú)漁場(chǎng)分布主要原因之一(郭剛剛等, 2016)。研究表明, 100 m水層的溫度、溶解氧和鹽度與長(zhǎng)鰭金槍魚(yú)CPUE關(guān)系較為密切, 可能的原因是該水層是水溫急劇下降的溫躍層, 溫度和鹽度等環(huán)境因子適宜長(zhǎng)鰭金槍魚(yú)生存, 并且具有豐富的餌料生物資源, 較高的溶解氧含量(張嘉容等, 2020)。張嘉容等(2020)研究分析得到南太平洋中對(duì)長(zhǎng)鰭金槍魚(yú)CPUE具有顯著影響的環(huán)境因子是120 m水層的溫度和鹽度, 這與本研究結(jié)果基本一致。葉綠素濃度和WS對(duì)長(zhǎng)鰭金槍魚(yú)漁場(chǎng)分布的影響較小, 這是由于海面風(fēng)速能夠改變?nèi)~綠素的空間位置和含量(Pickett, 2006; Jufaili, 2019), 而較高的葉綠素濃度會(huì)吸引更多浮游生物在附近繁殖(楊勝龍等,2012), 但長(zhǎng)鰭金槍魚(yú)并不會(huì)直接捕食浮游生物。EKE對(duì)長(zhǎng)鰭金槍魚(yú)漁場(chǎng)分布的影響最小, 這可能是因?yàn)镋KE是通過(guò)影響環(huán)流、海洋溫度以及葉綠素的垂直和水平分布(Tussadiah, 2018)間接影響長(zhǎng)鰭金槍魚(yú)漁場(chǎng)的分布。2016～2019年25%的測(cè)試數(shù)據(jù)中預(yù)測(cè)得到的中心漁場(chǎng)比實(shí)際中心漁場(chǎng)范圍略大, 可能是由于漁業(yè)生產(chǎn)作業(yè)不能均勻、完全覆蓋整個(gè)區(qū)域, 而預(yù)測(cè)是根據(jù)海洋環(huán)境數(shù)據(jù)進(jìn)行平滑計(jì)算得出的, 預(yù)測(cè)得到的中心漁場(chǎng)范圍可靠。另外, 準(zhǔn)確預(yù)測(cè)中心漁場(chǎng)能夠使?jié)O船縮短搜索漁場(chǎng)的時(shí)間、節(jié)省燃油, 增加長(zhǎng)鰭金槍魚(yú)的漁獲量, 提高經(jīng)濟(jì)效益。

4 展望

本研究根據(jù)29種海洋環(huán)境因子, 建立6種模型并篩選最佳的三個(gè)預(yù)測(cè)模型構(gòu)成STK模型, 提高了大西洋熱帶海域長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)的精度, 但長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)的精度還與數(shù)據(jù)的空間分辨率、漁撈日志記錄的數(shù)據(jù)的準(zhǔn)確度、餌料資源分布、洋流、流速等其他環(huán)境變量有關(guān), 還會(huì)受到氣候的年代際, 如北大西洋濤動(dòng)等大尺度海洋事件的影響, 本研究中CPUE為0的比例較高, 還需要進(jìn)一步收集數(shù)據(jù)開(kāi)展研究。另外, 本研究結(jié)果適用于大西洋熱帶海域長(zhǎng)鰭金槍魚(yú)漁場(chǎng)的預(yù)報(bào), 對(duì)于大西洋溫帶水域的長(zhǎng)鰭金槍魚(yú)漁場(chǎng)的預(yù)報(bào)還需要進(jìn)一步收集數(shù)據(jù)開(kāi)展相關(guān)研究。

致謝 本研究得到了中水集團(tuán)遠(yuǎn)洋股份有限公司宗文峰、葉少華和鄧榮成先生的大力支持, 謹(jǐn)致謝意。

王超學(xué), 潘正茂, 馬春森, 等, 2012. 改進(jìn)型加權(quán)KNN算法的不平衡數(shù)據(jù)集分類(lèi)[J]. 計(jì)算機(jī)工程, 38(20): 160-163, 168.

毛江美, 陳新軍, 余景, 2016. 基于神經(jīng)網(wǎng)絡(luò)的南太平洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)[J]. 海洋學(xué)報(bào), 38(10): 34-43.

方匡南, 吳見(jiàn)彬, 朱建平, 等, 2011. 隨機(jī)森林方法研究綜述[J]. 統(tǒng)計(jì)與信息論壇, 26(3): 32-38.

田欣, 2017. 決策樹(shù)算法的研究綜述[J]. 現(xiàn)代營(yíng)銷(xiāo)(1): 36.

呂紅燕, 馮倩, 2019. 隨機(jī)森林算法研究綜述[J]. 河北省科學(xué)院學(xué)報(bào), 36(3): 37-41.

任中華, 陳新軍, 方學(xué)燕, 2014. 基于棲息地指數(shù)的東太平洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)分析[J]. 海洋漁業(yè), 36(5): 385-395.

閆敏, 張衡, 樊偉, 等, 2015. 南太平洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)CPUE時(shí)空分布及其與關(guān)鍵海洋環(huán)境因子的關(guān)系[J]. 生態(tài)學(xué)雜志, 34(11): 3191-3197.

楊勝龍, 張禹, 樊偉, 等, 2012. 熱帶印度洋大眼金槍魚(yú)漁場(chǎng)時(shí)空分布與溫躍層關(guān)系[J]. 中國(guó)水產(chǎn)科學(xué), 19(4): 679-689.

楊嘉樑, 黃洪亮, 宋利明, 等, 2014. 基于分位數(shù)回歸的庫(kù)克群島海域長(zhǎng)鰭金槍魚(yú)棲息環(huán)境綜合指數(shù)[J]. 中國(guó)水產(chǎn)科學(xué), 21(4): 832-851.

吳昊, 秦立春, 羅柳容, 2019. 基于提升度的KNN分類(lèi)子的分類(lèi)原則改良模型[J]. 廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 37(2): 75-81.

沈智賓, 陳新軍, 汪金濤, 2015. 基于海表溫度和海面高度的東太平洋大眼金槍魚(yú)漁場(chǎng)預(yù)測(cè)[J]. 海洋科學(xué), 39(10): 45-51.

宋利明, 周建坤, 沈智賓, 等, 2017a. 基于支持向量機(jī)的庫(kù)克群島海域長(zhǎng)鰭金槍魚(yú)棲息環(huán)境綜合指數(shù)[J]. 海洋通報(bào), 36(2): 195-208.

宋利明, 謝凱, 趙海龍, 等, 2017b. 庫(kù)克群島海域海洋環(huán)境因子對(duì)長(zhǎng)鰭金槍魚(yú)漁獲率的影響[J]. 海洋通報(bào), 36(1): 96-106.

張玲, 2010. 多重共線性的檢驗(yàn)及對(duì)預(yù)測(cè)目標(biāo)影響程度的定量分析[J]. 通化師范學(xué)院學(xué)報(bào), 31(4): 19-20, 38.

張瑩, 2015. 基于自然最近鄰居的分類(lèi)算法研究[D]. 重慶: 重慶大學(xué).

張?zhí)祢? 2016. 產(chǎn)漂流性卵小型魚(yú)類(lèi)的生態(tài)位建模及分析[D]. 北京: 中國(guó)農(nóng)業(yè)大學(xué).

張春霞, 張講社, 2011. 選擇性集成學(xué)習(xí)算法綜述[J]. 計(jì)算機(jī)學(xué)報(bào), 34(8): 1399-1410.

張嘉容, 楊曉明, 戴小杰, 等, 2020. 南太平洋長(zhǎng)鰭金槍魚(yú)延繩釣漁獲率與環(huán)境因子的關(guān)系研究[J]. 南方水產(chǎn)科學(xué), 16(1): 69-77.

陳雪忠, 樊偉, 崔雪森, 等, 2013. 基于隨機(jī)森林的印度洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)[J]. 海洋學(xué)報(bào), 35(1): 158-164.

邵元海, 劉黎明, 黃凌偉, 等, 2020. 支持向量機(jī)的關(guān)鍵問(wèn)題和展望[J]. 中國(guó)科學(xué): 數(shù)學(xué), 50(9): 1233-1248.

范江濤, 2011. 南太平洋長(zhǎng)鰭金槍魚(yú)延繩釣漁業(yè)漁情預(yù)報(bào)研究[D]. 上海: 上海海洋大學(xué): 21-22.

林顯鵬, 郭愛(ài), 張洪亮, 等, 2011. 所羅門(mén)群島海域長(zhǎng)鰭金槍魚(yú)的垂直分布與環(huán)境因子的關(guān)系[J]. 浙江海洋學(xué)院學(xué)報(bào)(自然科學(xué)版), 30(4): 303-306.

羅智青, 莫漢培, 王汝輝, 等, 2019. 基于Stacking模型融合的失壓故障識(shí)別算法[J]. 能源與環(huán)保, 41(2): 41-45.

侯娟, 周為峰, 樊偉, 等, 2020. 基于集成學(xué)習(xí)的南太平洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)模型研究[J]. 南方水產(chǎn)科學(xué), 16(5): 42-50.

袁紅春, 陳冠奇, 張?zhí)祢? 等, 2020. 基于全卷積網(wǎng)絡(luò)的南太平洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)模型[J]. 江蘇農(nóng)業(yè)學(xué)報(bào), 36(2): 423-429.

袁紅春, 陳驄昊, 2019a. 基于融合深度學(xué)習(xí)模型的長(zhǎng)鰭金槍魚(yú)漁情預(yù)測(cè)研究[J]. 漁業(yè)現(xiàn)代化, 46(5): 74-81.

袁紅春, 胡光亮, 陳冠奇, 等, 2019b. 基于粒子群可拓的南太平洋長(zhǎng)鰭金槍魚(yú)產(chǎn)量預(yù)測(cè)方法研究[J]. 漁業(yè)現(xiàn)代化, 46(6): 96-103.

袁培森, 楊承林, 宋玉紅, 等, 2019. 基于Stacking集成學(xué)習(xí)的水稻表型組學(xué)實(shí)體分類(lèi)研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 50(11): 144-152.

郭剛剛, 張勝茂, 樊偉, 等, 2016. 南太平洋長(zhǎng)鰭金槍魚(yú)垂直活動(dòng)水層空間分析[J]. 南方水產(chǎn)科學(xué), 12(5): 123-130.

惠守博, 王文杰, 2006. 支持向量機(jī)分類(lèi)算法中多元變量共線性問(wèn)題的改進(jìn)[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 27(8): 1385-1388.

儲(chǔ)宇航, 戴小杰, 田思泉, 等, 2016. 南太平洋延繩釣長(zhǎng)鰭金槍魚(yú)生物學(xué)組成及其與棲息環(huán)境關(guān)系[J]. 海洋漁業(yè), 38(2): 130-139.

謝金梅, 王艷妮, 2008. 決策樹(shù)算法綜述[J]. 軟件導(dǎo)刊, 7(11): 83-85.

AKINWANDE M O, DIKKO H G, SAMSON A, 2015. Variance inflation factor: as a condition for the inclusion of suppressor variable(s) in regression analysis [J]. Open Journal of Statistics, 5(7): 754-767.

ASSEGIE T A, SUSHMA S J, BHAVYA B G,, 2021. Correlation analysis for determining effective data in machine learning: detection of heart failure [J]. SN Computer Science, 2(3): 213.

BRIAND K, MOLONY B, LEHODEY P, 2011. A study on the variability of albacore () longline catch rates in the southwest Pacific Ocean [J]. Fisheries Oceanography, 20(6): 517-529.

CHEN I C, LEE P F, TZEND W N, 2005. Distribution of albacore () in the Indian Ocean and its relation to environmental factors [J]. Fisheries Oceanography, 14(1): 71-80.

DAHLEM A M, HASSAN A S, SWANSON S P,, 1989. A model system for studying the bioavailability of intestinally administered microcystin‐LR, a hepatotoxic peptide from the cyanobacterium[J]. Pharmacology & Toxicology, 64(2): 177-181.

DOMOKOS R, SEKI M P, POLOVINA J J,, 2007. Oceanographic investigation of the American Samoa albacore () habitat and longline fishing grounds [J]. Fisheries Oceanography, 16(6): 555-572.

DORMANN C F, ELITH J, BACHER S,, 2013. Collinearity: a review of methods to deal with it and a simulation study evaluating their performance [J]. Ecography, 36(1): 27-46.

D?EROSKI S, ?ENKO B, 2004. Is combining classifiers with stacking better than selecting the best one? [J]. Machine Learning, 54(3): 255-273.

FRIEDMAN J H, 2003. Stochastic gradient boosting [J]. Computational Statistics & Data Analysis, 38(4): 367-378.

GO?I N, DIDOUAN C, ARRIZABALAGA H,, 2015. Effect of oceanographic parameters on daily albacore catches in the Northeast Atlantic [J]. Deep Sea Research Part II: Topical Studies in Oceanography, 113: 73-80.

HWANG W J, WEN K W, 1998. Fast KNN classification algorithm based on partial distance search [J]. Electronics Letters, 34(21): 2062-2063.

JOU Y J, HUANG C C L, CHO H J, 2014. A VIF-based optimization model to alleviate collinearity problems in multiple linear regression [J]. Computational Statistics, 29(6): 1515-1541.

JUFAILI S A, PIONTKOVSKI S A, 2019. Seasonal and interannual variations of Yellowfin tuna catches along the Omani Shelf [J]. International Journal of Oceans and Oceanography, 13(2): 427-454.

KRISTENSEN P, JUDGE M E, THIM L,, 1998. Hypothalamic CART is a new anorectic peptide regulated by leptin [J]. Nature, 393(6680): 72-76.

LEHODEY P, SENINA I, NICOL S,, 2015. Modelling the impact of climate change on South Pacific albacore tuna [J]. Deep Sea Research Part II: Topical Studies in Oceanography, 113: 246-259.

OU J J, JIN X D, MA I,, 2002. CMOS RF modeling for GHz communication IC's [C] // Proceedings of 1998 Symposium on VLSI Technology Digest of Technical Papers. Honolulu, HI, USA: IEEE: 94-95.

PICKETT M H, SCHWING F B, 2006. Evaluating upwelling estimates off the west coasts of North and South America [J]. Fisheries Oceanography, 15(3): 256-269.

RAYKOV T, PENEV S, 2010. Testing multivariate mean collinearity via latent variable modelling [J]. British Journal of Mathematical and Statistical Psychology, 63(3): 481-490.

SUYKENS J A K, LUKAS L, VANDEWALLE J, 2000. Sparse approximation using least squares support vector machines [C] // Proceedings of 2000 IEEE International Symposium on Circuits and Systems. Geneva, Switzerland: IEEE: 757-760.

TUSSADIAH A, PRANOWO W S, SYAMSUDDIN M L,, 2018. Characteristic of eddies kinetic energy associated with yellowfin tuna in Southern Java Indian Ocean [J]. IOP Conference Series: Earth and Environmental Science, 176(1): 012004.

WILLIAMS A J, ALLAIN V, NICOL S J,, 2015. Vertical behavior and diet of albacore tuna () vary with latitude in the South Pacific Ocean [J]. Deep Sea Research Part II: Topical Studies in Oceanography, 113: 154-169.

ZAINUDDIN M, SAITOH K, SAITOH S I, 2008. Albacore () fishing ground in relation to oceanographic conditions in the western North Pacific Ocean using remotely sensed satellite data [J]. Fisheries Oceanography, 17(2): 61-73.

ZHANG S C, LI X L, ZONG M,, 2018. Efficient KNN classification with different numbers of nearest neighbors [J]. IEEE Transactions on Neural Networks and Learning Systems, 29(5): 1774-1785.

COMPARISON ON FISHING GROUND FORECAST MODELS OFIN THE TROPICAL WATERS OF ATLANTIC OCEAN

SONG Li-Ming1, 2, REN Shi-Yu1, HONG Yi-Ran1, ZHANG Tian-Jiao1, SUI Heng-Shou3, LI Bin3, ZHANG Min1, 2

(1. College of Marine Sciences, Shanghai Ocean University, Shanghai 201306, China; 2. National Engineering Research Center for Oceanic Fisheries, Shanghai 201306, China; 3. CNFC Overseas Fisheries Co, Ltd, Beijing 100032, China)

To improve the accuracy of the forecast model for albacore tuna ()fishing ground in the tropical waters of Atlantic Ocean, seven fishery forecast models,k-nearest neighbor (KNN), logistic regression (LR), classfication and regression tree (CART), support vector machine (SVM), random forest (RF), gradient boosting decision tree (GBDT), and stacking ensemble learning (STK) model were used and compared based on the data of 13 tuna longliners of Chinese fishing enterprises from 2016 to 2019 in the high seas of the Atlantic Ocean (19°16′S～16°21′N(xiāo); 46°27′W～2°09′E). Using environmental factors (temperature, salinity and dissolved oxygen) at different water layers from 0 to 500 m, as well as chlorophyll-concentration, sea surface wind speed, eddy kinetic energy, and mixed layer depth, the relationship between albacore tuna CPUE and the environmental factors were analyzed. Seventy-five percent of the data were taken as training data and 25% as test data. The performance of each model was evaluated by prediction accuracy (ACC) and area under receiver operating characteristic curve (AUC). Relationships between CPUE (catch per unit of effort) and marine environmental factors were established. Results show that: (1) the prediction performance of STK model wasobviously better compared with other models and its ACC and AUC is 75.92% and 0.742, respectively; (2) the areas of central fishing ground predicted by STK model for albacore tuna is consistent with the actual fishing ground generally; (3) the marine environmental factors that affect the distribution of albacore tuna fishing grounds in the Atlantic Ocean included mainly temperature and salinity of 100 m layer, and dissolved oxygen at 100, 150, and 500 m layer. The accuracy and the prediction performance of the STK model is high for albacore tuna fishing ground forecast in the tropical waters of Atlantic Ocean.

; fishing ground forecast model; comparative study of model performance; tropical waters of Atlantic Ocean

*國(guó)家重點(diǎn)研發(fā)項(xiàng)目, 2020YFD0901205號(hào); 中水集團(tuán)遠(yuǎn)洋股份有限公司技術(shù)研發(fā)項(xiàng)目, D-8006-20-0180號(hào)。宋利明, 博士生導(dǎo)師, 教授, E-mail: lmsong@shou.edu.cn

2021-10-23,

2021-12-20

S934

10.11693/hyhz20211000253