基于PCA-GAM的阿拉伯海公海鸢乌贼资源量空间分布预测模型研究

作者：范秀梅; 崔雪森^*; 唐峰华; 樊伟; 伍玉梅; 张衡

来源：水产学报, 2022, 46(12): 2340-2348.

• 鸢乌贼
• 广义加性模型(GAM)
• 主成分分析(PCA)
• 空间分布模型
• 阿拉伯海

为了科学预测鸢乌贼资源量的分布，更加合理开发和利用其资源，实验利用2017—2019年阿拉伯海公海灯光围网鸢乌贼生产数据，结合同期的盐度、温度、混合层厚度、海面高度异常、叶绿素a浓度、海表流速、经度和纬度数据构建了阿拉伯海鸢乌贼渔场的PCA-GAM预报模型。环境因子间的相关性会形成多重共线性，易造成模型过拟合，降低模型的预报能力。基于主成分分析(principal component analysis,PCA)降维技术，将环境数据转变成少数几个不相关但保留重要信息的主成分(PCs)，将前8个PCs作为广义加性模型(GAM)的解释变量构建模型。利用交叉验证得到预报值和实际单位捕捞努力量渔获量(CPUE)[经过ln(CPUE+1)变换]相关系数均值为0.532 7，回归模型斜率的均值为0.708 7，截断的均值为1.471 1。模型预报的鸢乌贼资源量分布和实际的CPUE[经过ln(CPUE+1)变换]在空间上重叠度较高，表明PCA-GAM模型能够较好地预报阿拉伯海鸢乌贼资源量的空间分布。

• 单位
  中国水产科学研究院东海水产研究所