掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿易戰簡史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業與企業制度
-
>
貨幣之語
-
>
眉山金融論劍
-
>
圖解資本論
多尺度空間分析及海洋漁業應用 版權信息
- ISBN：9787030723857
- 條形碼：9787030723857 ; 978-7-03-072385-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
多尺度空間分析及海洋漁業應用 本書特色
本專著針對大范圍空間分析，提出了多尺度空間模式分析與尺度效應挖掘的系統性方法，應用于海洋漁業資源分析及其魚情預報
多尺度空間分析及海洋漁業應用 內容簡介
空間尺度是地理信息系統的核心基礎難題，決定了空間模式分析的結果，甚至對空間分析方法也存在重要影響。本專著針對大范圍空間分析，提出了多尺度空間模式分析與尺度效應挖掘的系統性方法，應用于海洋漁業資源分析及其漁情預報，主要包括漁業資源空間模式分析、魚類棲息地適宜性分析、空間模式與環境的關系分析、漁業空間分布的尺度效應分析、漁場漁情空間預報模型建立等重要內容，解決了漁業資源調查、漁場分析、漁情預報中的系列關鍵難題，為漁業資源開發、管理和保護提供決策支持。
多尺度空間分析及海洋漁業應用 目錄
目錄序
前言
第1章 緒論 1
1.1 遠洋漁業資源概況 1
1.2 漁業資源中的空間問題 2
1.3 漁業資源數據處理與分析方法 3
1.4 漁業分析的尺度問題 4
1.5 主要研究內容 5
參考文獻 6
第2章 漁業數據處理的基本方法 10
2.1 商業捕撈數據及環境數據的獲取方法 10
2.1.1 商業捕撈數據 10
2.1.2 海洋環境數據獲取方法 11
2.2 漁業空間數據基本處理方法 12
2.3 漁業空間插值方法 16
2.3.1 漁業數據空間插值的方案 17
2.3.2 克里金插值理論 22
2.3.3 模型選擇方法 22
2.4 漁業空間可視化方法 23
2.4.1 Voronoi圖（泰森多邊形）構建方法 23
2.4.2 三維可視化方法 24
2.4.3 三維可視化實例 25
2.5 海洋環境數據處理方法 26
2.6 漁業空間分析與模式挖掘的常用軟件 31
2.7 小結 35
參考文獻 35
第3章 空間插值及遠洋漁業數據應用 36
3.1 西北太平洋柔魚資源典型數據 36
3.2 半變異函數建模及預測結果 37
3.3 空間不確定性分析 40
3.3.1 誤差分析 40
3.3.2 對比分析 40
3.4 西北太平洋柔魚資源數據分布的空間自相關特性 42
3.5 漁業資源空間插值的方法性探討 42
3.6 小結 43
參考文獻 43
第4章 GIS空間分析方法及漁業資源應用 45
4.1 漁業空間模式分析方法 45
4.1.1 經典統計學方法 45
4.1.2 空間統計學方法 46
4.1.3 空間聚類分析方法 54
4.2 空間模式與海洋環境關系的分析方法 58
4.2.1 算術平均法和加權平均法 58
4.2.2 廣義可加模型 58
4.2.3 空間自回歸方法 59
4.2.4 地理加權回歸方法 59
4.3 空間多尺度分析方法 60
4.3.1 因子位序的尺度影響 60
4.3.2 常見的尺度關系 60
4.4 基于HSI建模的智能化漁場漁情空間預報方法 62
4.4.1 棲息地適宜性指數模型 63
4.4.2 基于支持向量機（SVM）的 HSI模型 64
4.4.3 基于遺傳算法的 HSI模型 67
4.4.4 基于模擬退火算法的HSI模型 69
4.5 中心漁場的識別方法 72
4.5.1 ArcGIS中中心漁場的識別方法 72
4.5.2 中心漁場識別實例 73
4.6 小結 77
參考文獻 78
第5章 西北太平洋 SST 2005～2014年的變化 81
5.1 西北太平洋漁業數據與研究方法 81
5.1.1 西北太平洋研究區域與 SST數據 81
5.1.2 研究方法 82
5.2 SST空間分布分析 85
5.2.1 直方圖 85
5.2.2 年際關系的比較 87
5.2.3 SST等值線圖 87
5.3 SST時空變化分析 90
5.3.1 SST平均值 90
5.3.2 SST標準差 92
5.3.3 SST變異系數 94
5.4 小結 95
參考文獻 96
第6章 西北太平洋柔魚資源的空間分布及模態分析 97
6.1 柔魚資源空間分析方法 97
6.1.1 主要技術方案 97
6.1.2 研究區域與數據 98
6.2 研究方法 98
6.2.1 等值線法 98
6.2.2 模態分析方法 98
6.3 1 0年柔魚資源的分布 100
6.3.1 月分布 103
6.3.2 CPUE平均值的數據統計 105
6.4 模態分析 106
6.4.1 5～7月模態分析 106
6.4.2 8～11月模態分析 107
6.4.3 環境因子對柔魚資源及其模態的影響 108
6.5 小結 109
參考文獻 110
第7章 經典尺度下漁業資源空間模式分析 111
7.1 西北太平洋柔魚資源的空間聚類分析 112
7.1.1 聚類類別數的選擇 112
7.1.2 聚類結果分析 112
7.1.3 聚類影響因素分析 116
7.2 西北太平洋柔魚資源空間模式分析 117
7.2.1 描述性統計和全局模式 117
7.2.2 西北太平洋柔魚資源的熱點和冷點 119
7.2.3 熱點和冷點的年變化 121
7.2.4 柔魚資源熱冷點與海洋環境的關系 122
7.3 空間聚集特征分析 126
7.3.1 數據可視化與分析 126
7.3.2 基于Voronoi圖的漁業資源空間表達 127
7.3.3 基于空間自相關的柔魚資源聚集特征 128
7.3.4 空間熱冷點與海洋環境的關系 131
7.3.5 空間熱冷點的綜合討論 133
7.4 秘魯外海莖柔魚空間聚類及其與環境的關系 134
7.4.1 商業捕撈和環境數據 134
7.4.2 基于兩種不同聚類方法的秘魯外海莖柔魚聚類分析 135
7.4.3 海洋環境對漁業聚類簇的影響 141
7.4.4 K-means和Getis-Ord Gi*的比較 143
7.5 小結 142
參考文獻 144
第8章 經典尺度下CPUE-環境因子關系的空間回歸分析 146
8.1 基于地理加權回歸分析柔魚 CPUE-環境關系 146
8.1.1 商業捕撈與環境數據 147
8.1.2 柔魚資源和環境的月分布 149
8.1.3 CPUE-環境關系建模結果 151
8.1.4 GAM與GWR在柔魚CPUE預測中的比較 153
8.2 基于空間自回歸分析秘魯外海莖柔魚CPUE-環境的關系 158
8.2.1 商業捕撈與環境數據 160
8.2.2 SAR建模及其評價方法 163
8.2.3 基于SAR挖掘的CPUE-環境關系 164
8.2.4 利用GAM和SAR預測莖柔魚月分布 165
8.2.5 兩種方法的比較與討論 168
8.3 小結 169
參考文獻 170
第9章 漁業資源分布模式的空間尺度效應 175
9.1 漁業網格劃分方法CPUE和捕撈努力量空間模式的影響 175
9.1.1 數據來源與網格劃分方法 175
9.1.2 多尺度網格劃分與空間指數 177
9.1.3 四種典型空間指數在不同網格劃分下的尺度關系 179
9.1.4 不同空間網格劃分方法的影響 182
9.2 西北太平洋柔魚資源全局模式的空間尺度效應 182
9.2.1 研究區與原始數據 183
9.2.2 網格數量的尺度關系 184
9.2.3 全局模式的尺度關系與尺度效應 185
9.2.4 尺度效應的影響因素與允許*粗尺度 190
9.2.5 尺度效應對其他漁業資源的參考 192
9.3 西北太平洋柔魚資源Getis-Ord Gi*熱點的尺度效應 192
9.3.1 捕撈數據尺度劃分與空間可視化 192
9.3.2 尺度效應分析方法 193
9.3.3 經典尺度 30′下柔魚CPUE的空間分布 194
9.3.4 不同月份漁業局部空間分布的尺度效應 199
9.3.5 熱冷點質心的尺度影響 207
9.3.6 關于漁業熱點尺度效應的進一步討論 208
9.4 秘魯外海莖柔魚捕撈努力量的空間尺度效應 209
9.4.1 商業捕撈數據 209
9.4.2 用于測定尺度效應的統計量 209
9.4.3 全局空間尺度下的影響 210
9.4.4 捕撈努力量的空間尺度效應 211
9.4.5 捕撈努力量的尺度關系 215
9.4.6 捕撈努力量與CPUE之間尺度效應比較 216
9.5 小結 217
參考文獻 218
第10章 漁業資源CPUE-環境因子關系的尺度效應 219
10.1 漁場和環境數據的尺度劃分 220
10.1.1 漁場數據及其尺度劃分 220
10.1.2 環境數據及其尺度劃分 222
10.2 經典的30′尺度下CPUE-環境的關系 223
10.3 CPUE-環境因子的尺度效應 224
10.4 CPUE-環境因子的尺度關系 227
10.5 關于CPUE-環境因子尺度問題的討論 229
10.6 小結 232
參考文獻 232
第11章 基于智能 HSI建模的漁情預報方法 236
11.1 遠洋漁業空間分析與漁情預報的重要意義 236
11.2 基于GeneHSI模型的漁場預報方法 236
11.2.1 GeneHSI模型框架的模擬數據 236
11.2.2 HSI參數獲取 237
11.2.3 限制條件對優化結果的影響 238
11.2.4 樣本量對優化結果的影響 244
11.2.5 GeneHSI模型的影響因素 245
11.3 基于SA的HSI的漁場預報方法 246
11.3.1 基于SA的HSI參數獲取 246
11.3.2 初始解和限制條件對優化結果的影響 247
11.3.3 AnnHSI的影響因素 251
11.4 基于支持向量機（SVM）HSI的漁場預報方法 252
11.4.1 研究區數據與可視化 252
11.4.2 SVM-HSI模型建模方案 253
11.4.3 SVM-HSI模型的預測結果 254
11.4.4 精度評定與比較 255
11.5 小結 256
參考文獻 256
前言
第1章 緒論 1
1.1 遠洋漁業資源概況 1
1.2 漁業資源中的空間問題 2
1.3 漁業資源數據處理與分析方法 3
1.4 漁業分析的尺度問題 4
1.5 主要研究內容 5
參考文獻 6
第2章 漁業數據處理的基本方法 10
2.1 商業捕撈數據及環境數據的獲取方法 10
2.1.1 商業捕撈數據 10
2.1.2 海洋環境數據獲取方法 11
2.2 漁業空間數據基本處理方法 12
2.3 漁業空間插值方法 16
2.3.1 漁業數據空間插值的方案 17
2.3.2 克里金插值理論 22
2.3.3 模型選擇方法 22
2.4 漁業空間可視化方法 23
2.4.1 Voronoi圖（泰森多邊形）構建方法 23
2.4.2 三維可視化方法 24
2.4.3 三維可視化實例 25
2.5 海洋環境數據處理方法 26
2.6 漁業空間分析與模式挖掘的常用軟件 31
2.7 小結 35
參考文獻 35
第3章 空間插值及遠洋漁業數據應用 36
3.1 西北太平洋柔魚資源典型數據 36
3.2 半變異函數建模及預測結果 37
3.3 空間不確定性分析 40
3.3.1 誤差分析 40
3.3.2 對比分析 40
3.4 西北太平洋柔魚資源數據分布的空間自相關特性 42
3.5 漁業資源空間插值的方法性探討 42
3.6 小結 43
參考文獻 43
第4章 GIS空間分析方法及漁業資源應用 45
4.1 漁業空間模式分析方法 45
4.1.1 經典統計學方法 45
4.1.2 空間統計學方法 46
4.1.3 空間聚類分析方法 54
4.2 空間模式與海洋環境關系的分析方法 58
4.2.1 算術平均法和加權平均法 58
4.2.2 廣義可加模型 58
4.2.3 空間自回歸方法 59
4.2.4 地理加權回歸方法 59
4.3 空間多尺度分析方法 60
4.3.1 因子位序的尺度影響 60
4.3.2 常見的尺度關系 60
4.4 基于HSI建模的智能化漁場漁情空間預報方法 62
4.4.1 棲息地適宜性指數模型 63
4.4.2 基于支持向量機（SVM）的 HSI模型 64
4.4.3 基于遺傳算法的 HSI模型 67
4.4.4 基于模擬退火算法的HSI模型 69
4.5 中心漁場的識別方法 72
4.5.1 ArcGIS中中心漁場的識別方法 72
4.5.2 中心漁場識別實例 73
4.6 小結 77
參考文獻 78
第5章 西北太平洋 SST 2005～2014年的變化 81
5.1 西北太平洋漁業數據與研究方法 81
5.1.1 西北太平洋研究區域與 SST數據 81
5.1.2 研究方法 82
5.2 SST空間分布分析 85
5.2.1 直方圖 85
5.2.2 年際關系的比較 87
5.2.3 SST等值線圖 87
5.3 SST時空變化分析 90
5.3.1 SST平均值 90
5.3.2 SST標準差 92
5.3.3 SST變異系數 94
5.4 小結 95
參考文獻 96
第6章 西北太平洋柔魚資源的空間分布及模態分析 97
6.1 柔魚資源空間分析方法 97
6.1.1 主要技術方案 97
6.1.2 研究區域與數據 98
6.2 研究方法 98
6.2.1 等值線法 98
6.2.2 模態分析方法 98
6.3 1 0年柔魚資源的分布 100
6.3.1 月分布 103
6.3.2 CPUE平均值的數據統計 105
6.4 模態分析 106
6.4.1 5～7月模態分析 106
6.4.2 8～11月模態分析 107
6.4.3 環境因子對柔魚資源及其模態的影響 108
6.5 小結 109
參考文獻 110
第7章 經典尺度下漁業資源空間模式分析 111
7.1 西北太平洋柔魚資源的空間聚類分析 112
7.1.1 聚類類別數的選擇 112
7.1.2 聚類結果分析 112
7.1.3 聚類影響因素分析 116
7.2 西北太平洋柔魚資源空間模式分析 117
7.2.1 描述性統計和全局模式 117
7.2.2 西北太平洋柔魚資源的熱點和冷點 119
7.2.3 熱點和冷點的年變化 121
7.2.4 柔魚資源熱冷點與海洋環境的關系 122
7.3 空間聚集特征分析 126
7.3.1 數據可視化與分析 126
7.3.2 基于Voronoi圖的漁業資源空間表達 127
7.3.3 基于空間自相關的柔魚資源聚集特征 128
7.3.4 空間熱冷點與海洋環境的關系 131
7.3.5 空間熱冷點的綜合討論 133
7.4 秘魯外海莖柔魚空間聚類及其與環境的關系 134
7.4.1 商業捕撈和環境數據 134
7.4.2 基于兩種不同聚類方法的秘魯外海莖柔魚聚類分析 135
7.4.3 海洋環境對漁業聚類簇的影響 141
7.4.4 K-means和Getis-Ord Gi*的比較 143
7.5 小結 142
參考文獻 144
第8章 經典尺度下CPUE-環境因子關系的空間回歸分析 146
8.1 基于地理加權回歸分析柔魚 CPUE-環境關系 146
8.1.1 商業捕撈與環境數據 147
8.1.2 柔魚資源和環境的月分布 149
8.1.3 CPUE-環境關系建模結果 151
8.1.4 GAM與GWR在柔魚CPUE預測中的比較 153
8.2 基于空間自回歸分析秘魯外海莖柔魚CPUE-環境的關系 158
8.2.1 商業捕撈與環境數據 160
8.2.2 SAR建模及其評價方法 163
8.2.3 基于SAR挖掘的CPUE-環境關系 164
8.2.4 利用GAM和SAR預測莖柔魚月分布 165
8.2.5 兩種方法的比較與討論 168
8.3 小結 169
參考文獻 170
第9章 漁業資源分布模式的空間尺度效應 175
9.1 漁業網格劃分方法CPUE和捕撈努力量空間模式的影響 175
9.1.1 數據來源與網格劃分方法 175
9.1.2 多尺度網格劃分與空間指數 177
9.1.3 四種典型空間指數在不同網格劃分下的尺度關系 179
9.1.4 不同空間網格劃分方法的影響 182
9.2 西北太平洋柔魚資源全局模式的空間尺度效應 182
9.2.1 研究區與原始數據 183
9.2.2 網格數量的尺度關系 184
9.2.3 全局模式的尺度關系與尺度效應 185
9.2.4 尺度效應的影響因素與允許*粗尺度 190
9.2.5 尺度效應對其他漁業資源的參考 192
9.3 西北太平洋柔魚資源Getis-Ord Gi*熱點的尺度效應 192
9.3.1 捕撈數據尺度劃分與空間可視化 192
9.3.2 尺度效應分析方法 193
9.3.3 經典尺度 30′下柔魚CPUE的空間分布 194
9.3.4 不同月份漁業局部空間分布的尺度效應 199
9.3.5 熱冷點質心的尺度影響 207
9.3.6 關于漁業熱點尺度效應的進一步討論 208
9.4 秘魯外海莖柔魚捕撈努力量的空間尺度效應 209
9.4.1 商業捕撈數據 209
9.4.2 用于測定尺度效應的統計量 209
9.4.3 全局空間尺度下的影響 210
9.4.4 捕撈努力量的空間尺度效應 211
9.4.5 捕撈努力量的尺度關系 215
9.4.6 捕撈努力量與CPUE之間尺度效應比較 216
9.5 小結 217
參考文獻 218
第10章 漁業資源CPUE-環境因子關系的尺度效應 219
10.1 漁場和環境數據的尺度劃分 220
10.1.1 漁場數據及其尺度劃分 220
10.1.2 環境數據及其尺度劃分 222
10.2 經典的30′尺度下CPUE-環境的關系 223
10.3 CPUE-環境因子的尺度效應 224
10.4 CPUE-環境因子的尺度關系 227
10.5 關于CPUE-環境因子尺度問題的討論 229
10.6 小結 232
參考文獻 232
第11章 基于智能 HSI建模的漁情預報方法 236
11.1 遠洋漁業空間分析與漁情預報的重要意義 236
11.2 基于GeneHSI模型的漁場預報方法 236
11.2.1 GeneHSI模型框架的模擬數據 236
11.2.2 HSI參數獲取 237
11.2.3 限制條件對優化結果的影響 238
11.2.4 樣本量對優化結果的影響 244
11.2.5 GeneHSI模型的影響因素 245
11.3 基于SA的HSI的漁場預報方法 246
11.3.1 基于SA的HSI參數獲取 246
11.3.2 初始解和限制條件對優化結果的影響 247
11.3.3 AnnHSI的影響因素 251
11.4 基于支持向量機（SVM）HSI的漁場預報方法 252
11.4.1 研究區數據與可視化 252
11.4.2 SVM-HSI模型建模方案 253
11.4.3 SVM-HSI模型的預測結果 254
11.4.4 精度評定與比較 255
11.5 小結 256
參考文獻 256
展開全部
多尺度空間分析及海洋漁業應用 節選
第1章緒論 1.1遠洋漁業資源概況 在地球觀測已深入到空天地海的當代，海洋開發越來越受各國重視并上升為國家戰略。海洋蘊含豐富的動力、礦產、化學和生物資源，是人類獲取各類資源的寶庫。海洋漁業資源是典型的海洋經濟類資源，尤其是近海養殖和遠洋漁業，現已成為重要產業。漁場是漁業資源較為聚集的海域，在地理位置上可分為近海漁場和遠海漁場。對漁獲季的漁場探索、研究和監測一直是漁業部門和漁業研究者*關注的問題之一。聯合國糧食及農業組織（FAO）將魚類、軟體類、甲殼類列為三大類漁業資源。海洋是人類天然的藍色糧倉。全球漁業捕獲量1970年約為5800萬t，1980年約為6000萬t，1990年約為8000萬t，2000年約為8700萬t，2010年約為7700萬t，近年來一直較為穩定。人類對漁業資源的開發利用經歷了開發不足階段、增長階段、充分利用階段、過度開發階段、衰退階段、恢復或崩潰階段。當前，人類對漁業資源的開發遍及包括南極在內的全世界海域；圖1-1顯示2015～2018年世界海洋漁獲量的分布，其中2018年中國漁獲量占世界漁獲量的15%。 根據2018年全國水產品結構統計，我國海洋漁業占漁業資源總量的22.7%，產值約為5800億元，體量非常龐大。針對海洋漁業資源的開發，科技部*近幾年發布了國家重點研發計劃“藍色糧倉科技創新”等重點專項項目，旨在推動我國現代漁業科技創新，驅動我國漁業產業轉型升級與持續發展。這表明在國家層面，我國一直很重視漁業資源的開發，而遠洋漁業資源開發是漁業資源開發的重要組成部分。 遠洋漁業經濟種類主要包括西北太平洋柔魚、秘魯外海莖柔魚、印度洋金槍魚、北太平洋秋刀魚、太平洋和智利竹莢魚、中國南海鰹魚、中國東海鮐魚、中國近海小黃魚等。海洋漁業種類的空間分布以及產卵、生長和遷徙等活動受到海洋氣象環境、各類時空因子的影響（Farley et al.，2013；Revill et al.，2009；Reiss et al.，2008；Azumaya and Ishida，2004；HawkinsandRoberts，2004），各種經濟類漁業資源在不同海域不同時間的空間分布和資源豐度具有非常大的差異（Damalas et al.，2007）。其中，漁場分布、漁業資源豐度、漁業資源管理等海洋漁業中的許多關鍵性問題，都與物種棲息環境密切相關。通常認為，海表溫度、海表鹽度、chl-a濃度和海表面高度是影響物種分布的關鍵性環境因子（Alabiaetal.，2015；Nishikawa et al.，2015；Mantua and Hare，2002；Lu et al.，2001）。探索海洋物種與海洋環境之間的關系，分析其時空分布格局，掌握其分布位置、分布結構、演變狀況是有效利用和管理海洋漁業資源必須突破的關鍵難題。 1.2漁業資源中的空間問題 隨著由全球導航衛星系統（GNSS）、遙感（RS）、地理信息系統（GIS）構成的對地觀測技術日新月異的發展，空間定位、空間數據庫和空間分析被廣泛應用于漁場分布研究和探測。GNSS可以對商業漁船和調查船進行精確定位。將商業捕撈數據、漁業調查數據、海洋環境觀測數據、海洋衛星數據結合，采用GIS空間數據庫及其分析方法，不僅可以對漁業資源進行數字化管理，而且可以實現魚類資源分布制圖、可視化、空間動態分析。利用空間分析方法探討海洋漁場的時空動態是漁業研究*重要的課題之一。2008年的FAO報告指出，大多數漁業資源的問題可能源于種類的空間分異；近年來，地統計、空間熱點、空間聚類等空間分析方法已廣泛應用于漁業資源研究。結合遙感與GIS，利用各類空間分析方法對漁場及其環境進行時空分析，是解決漁業資源空間問題的利器。在漁業資源的研究、開發與保護中，亟須解決的主要空間問題如下。 （1）如果以單位捕撈努力量漁獲量（catch perunit effort，CPUE）、捕撈努力量、資源豐度等作為漁業資源的衡量方法，漁業資源的空間模式如何刻畫？漁業資源的分布是否存在統計顯著性上的空間聚集模式？漁業資源的空間模式隨不同種類、不同海域、不同時間存在什么樣的趨勢？漁業空間模式與漁場之間存在什么關系？ （2）漁業空間模式與海洋漁場的環境存在什么關系？漁業空間模式如何響應海洋環境的變化？在不同生命周期，不同漁業資源的模式如何變動？是否能夠在空間模式與海洋漁場環境之間建立聯系？如何去刻畫和捕捉以上關系？ （3）時間和空間尺度是刻畫漁業資源的關鍵要素，它們是否影響漁業資源的海洋環境動力學機制？是否存在刻畫漁業資源空間模式、漁業.環境關系的*佳尺度？是否存在刻畫漁業資源空間模式、漁業.環境關系的允許*粗尺度？*佳和*粗尺度是否可以為漁業資源調查的空間采樣方案提供基礎性理論和方法？ （4）通過建立漁業、環境、時空動態的關系，是否可以對漁場漁情進行高可信預測？是否能夠準確找到漁場并對漁場狀態進行精準識別？是否可以為漁業資源開發和漁業資源養護提供具體建議？ 隨著地球觀測技術手段和衛星遙感的發展，GIS空間分析方法越來越豐富，這些方法和技術對有效解決上述四類問題具有實質性作用，從而為漁業資源開發和養護、區域性管理等提供全方位支持。就全世界而言，遠洋漁業在過去幾十年發展十分迅速，商業捕撈產量持續增長。其中，柔魚作為我國重要的海洋經濟物種之一，每年產量的平均增長率遠遠高于其他海洋魚類，在世界海洋漁業中占有十分重要的地位（余為，2016；陳新軍等，2012）。柔魚是一種十分重要的商業性海洋魷魚（Chen et al.，2008），廣泛分布在西北太平洋地區（Boletzky，1999）。柔魚對海洋環境的變化非常敏感（Chen et al.，2008；Nigmatullin et al.，2001），其捕撈努力量、CPUE等豐度指標與多種環境因子之間存在穩健的關系，可用棲息地適宜性指數（HSI）、灰色關聯分析（GRA）和廣義加性模型（GAM）等數學方法進行刻畫（Li et al.，2016；Maynou et al.，2003）。對頭足類漁業資源進行空間模式及其海洋環境影響的全面分析，不僅有助于推動漁業資源的空間問題研究，而且有助于漁業生產與管理保護政策的制定。 1.3漁業資源數據處理與分析方法 對漁業資源空間數據進行處理、分析漁業資源空間模式對于漁業資源開發和管理至關重要。原始商業捕撈數據的分布是不規則的，記錄的是固定的經緯度作業點，而漁船作業位置是在一定范圍內變動的，且海洋魚類有一定的活動范圍和空間。在進行空間分析時，如果直接采用這些不規則的原始點位進行處理，會造成分析結果的不穩定，不能很好地體現漁業空間模式并影響漁情預報的準確性。因此，對原始的漁業數據進行規則化或網格化處理是十分必要的；在網格化處理的基礎上，進而對其模式、分布、范圍、統計特性進行全方位分析。 （1）數理統計分析方法。數理統計分析方法是漁業資源分析的傳統方法，在過去幾十年一直沿用。統計學指標是能夠體現漁業資源總體分布狀態的重要指標，可以對漁業資源狀況進行刻畫。各種不同計算方式得到的單位捕撈努力量漁獲量、捕撈努力量等也可以表征資源的豐度，并通過統計量進行刻畫和分析。 （2）空間可視化分析方法。空間可視化分析方法一般對漁業資源的分布狀態進行分級可視化顯示，通過GIS可視化功能直觀體現漁業的空間模式，對漁業資源的空間狀態進行多角度展示，有助于直觀了解漁業資源的空間分布模式。 （3）空間熱點模式分析方法。空間熱點模式分析方法主要用于識別漁船頻繁活動的地點，這些地點可能單次漁獲量很高，也可能比較低，可通過全局空間自相關、局部空間自相關等分析方法進行準確識別。空間熱點模式分析方法一般可以采用全局Moran.sI指數、全局Geary.s C指數、General G指數刻畫漁業資源分布的整體格局；采用局部空間自相關統計量探測漁業資源的聚集特征（張松林和張昆，2007），如通過局部G統計量來判定高值和低值的聚集狀況（Ord and Getis，2001，1995）。 （4）空間聚類模式分析方法。空間聚類模式分析方法與空間熱點模式分析方法類似，都可用于探測漁業資源中存在的聚類簇和聚類特征。空間熱點模式分析方法基于空間統計學，其每個聚類簇具有顯著的物理意義；而空間聚類模式分析方法（K均值、層次分析等）往往只針對空間現象進行聚類，其聚類簇的意義不顯著，對其解釋存在困難，需結合種類及其生活環境進行特定的挖掘和分析。 1.4漁業分析的尺度問題 空間尺度問題在地理學、景觀生態學、地理信息系統及遙感等許多領域都有涉及（Garza，2008；董斌等，2005；徐英等，2004；劉明亮等，2001），在生態學中更是引起了高度關注（李書鼎，2005；呂一河和傅伯杰，2001；Legendre et al.，1997）。漁業資源的全局空間模式、局部空間模式、CPUE-環境關系都受到空間尺度的影響。近年來，空間尺度問題在漁業領域中也逐漸受到關注，許多學者基于不同側重點對尺度問題進行了探討。一般地，對漁業資源進行分析，首先需將原始數據劃分為規則漁獲網格，然后計算每個單位網格的CPUE、捕撈努力量等，再對捕撈點的屬性值進行空間分析和地統計分析。然而，漁業分析的網格大小對分析結果具有顯著影響，該網格大小即漁業資源分析的空間尺度，確定該網格大小就是漁業資源分析的空間尺度問題的關鍵所在。 大多數傳統漁業空間問題的研究缺乏對空間尺度關系和尺度效應的考量，不利于深入開展漁業資源與海洋環境的時空分析。在探索海洋漁業資源時空分布問題時，許多研究都是基于某一特定空間尺度來開展的（Bacha et al.，2017；Feng et al.，2017；Allenetal.，2007），所用的空間尺度從1km的高分辨率到5°的低分辨率不等，網格形狀則采用正方形或非方形。例如，Harford等采用1km的方形網格來評估Glover珊瑚礁海洋保護區的捕撈死亡率（Harford and Babcock，2015）；Zainuddin等（2006）和Ibaibarriaga等（2007）采用30′的方形網格來研究不同漁業的熱點和空間分布；Lewison等（2004）采用5°×5°的粗空間尺度來評估海龜捕撈中存在的兼捕現象。此外，也有研究試圖尋找*佳空間尺度：楊銘霞等以10′為間隔，采用10′～70′的7個方形空間尺度，利用地統計學方法分析柔魚資源豐度的空間分布特征，探討其空間變異特性，結果顯示柔魚資源豐度空間結構具有各向異性（楊銘霞等，2013）；龔彩霞等（2011）以捕撈努力量作為表征棲息地指數的指標，將捕撈努力量與海表溫度（sea surface temperature，SST）數據按12個不同的空間尺度和3個不同的時間尺度建立棲息地適宜性模型，分析及比較它們的結果來評價時空尺度在量化柔魚棲息地中的作用及其影響。對于柔魚資源來說，30′×30′是研究資源豐度（Chen et al.，2007）、CPUE標準化（Cao et al.，2011）以及分布和遷移（Choi et al.，2008）普遍采用的空間尺度；另外，60′也是漁業資源常采用的空間尺度，有學者在60′的空間分辨率下探索柔魚資源補充、漁獲組成和預報模型等（Martínez et al.，2015；Yen et al.，2012；Waluda et al.，1999）。 對于漁業分析的尺度問題，可以在多尺度下利用冷熱點分析（Getis-OrdGi*）、GAM模型、HSI模型等多種方法進行分析探討；可以根據不同空間尺度下漁業資源的空間格局，分析環境因子對漁業資源的影響，發掘漁業的空間模式及其變動機理，確定*佳研究尺度；同時可以采用HSI模型，選擇CPUE與捕撈努力量兩個資源豐度指標，在空間多尺度下分析海洋環境對漁業資源的影響規律，確定每個海洋環境因子的適宜性SI以及環境因子H
書友推薦
- >
羅庸西南聯大授課錄
- >
我從未如此眷戀人間
- >
史學評論
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
自卑與超越
- >
伊索寓言-世界文學名著典藏-全譯本
- >
有舍有得是人生
- >
名家帶你讀魯迅:故事新編
本類暢銷
