基于環(huán)境因子的東南太平洋莖柔魚資源補(bǔ)充量預(yù)報(bào)模型研究*

汪金濤 陳新軍① 高 峰 雷 林

(1. 上海海洋大學(xué)海洋科學(xué)學(xué)院 上海 201306; 2. 大洋漁業(yè)資源可持續(xù)開發(fā)省部共建教育部重點(diǎn)實(shí)驗(yàn)室, 上海 201306;3. 國(guó)家遠(yuǎn)洋漁業(yè)工程技術(shù)研究中心 上海 201306; 4. 遠(yuǎn)洋漁業(yè)協(xié)同創(chuàng)新中心 上海 201306)

莖柔魚(Dosidicus gigas)是一種大洋性頭足類,廣泛分布于東太平洋海域(王堯耕等, 2005)。目前世界上多個(gè)國(guó)家和地區(qū)已對(duì)莖柔魚資源進(jìn)行了開發(fā)和利用, 年產(chǎn)量超過80萬噸(Nigmatullinet al, 2001;Waludaet al, 2004)。資源量預(yù)報(bào)屬于中長(zhǎng)期漁情預(yù)報(bào)的一種, 對(duì)資源補(bǔ)充量進(jìn)行精確的預(yù)報(bào)是確保漁業(yè)資源科學(xué)管理、合理開發(fā)的關(guān)鍵(陳新軍, 2004)。目前, 已有一些關(guān)于莖柔魚資源補(bǔ)充量的研究。如Anderson等(2001)和Waluda等(2006)研究認(rèn)為, 厄爾尼諾和拉尼娜事件會(huì)影響莖柔魚幼體和成熟體的生長(zhǎng)、棲息等生活史過程。陳新軍等(2006)指出, 莖柔魚資源狀況與海洋環(huán)境關(guān)系密切, 特別是厄爾尼諾和拉尼娜事件。徐冰(2012)等利用典型相關(guān)性分析,分析了表溫(SST)、表溫距平均值(SSTA)、莖柔魚產(chǎn)卵場(chǎng)、索餌場(chǎng)最適表層水溫范圍占總面積的比例(分別用Ps、PF表示)與資源豐度、補(bǔ)充量相關(guān)性, 并建立了基于SST因子的資源豐度線性預(yù)報(bào)模型。也有研究(Ichiiet al, 2002)指出, 水溫并非影響莖柔魚資源豐度和補(bǔ)充量的主要限制因子。以上前人的研究基本上是圍繞水溫因子展開的。因此, 本文在前人研究的基礎(chǔ)上增加更多的海洋環(huán)境因子, 嘗試找出更為合適的影響莖柔魚資源補(bǔ)充量的海洋環(huán)境指標(biāo), 并利用誤差反向傳播神經(jīng)網(wǎng)絡(luò)(Error Backpropagation Network, EBP)建立更為準(zhǔn)確的資源補(bǔ)充量預(yù)報(bào)模型,為東南太平洋海域莖柔魚的科學(xué)管理和生產(chǎn)提供參考依據(jù)。

1 材料與方法

1.1 材料來源

東南太平洋莖柔魚的生產(chǎn)數(shù)據(jù)來自上海海洋大學(xué)魷釣技術(shù)組, 時(shí)間為2003年1月—2012年12月。內(nèi)容包括日期、經(jīng)度、緯度、日產(chǎn)量、漁船數(shù)。

SST、SSH、chla濃度數(shù)據(jù)均來自http: //oceanwatch.pifsc.noaa.gov/las/servlets/dataset, 時(shí)間分辨率為月; SST空間分辨率為0.1°×0.1°, SSH、chla濃度空間分辨率為0.25°×0.25°; 經(jīng)緯度范圍是20°S—20°N、110°W—70°W。

本文環(huán)境數(shù)據(jù)空間分辨率統(tǒng)一為0.5°×0.5°, 不同空間尺度的環(huán)境數(shù)據(jù)都是由原始空間尺度轉(zhuǎn)換而成, 如每一個(gè)空間尺度為0.5°×0.5°的SST數(shù)據(jù)是計(jì)算25個(gè)原始數(shù)據(jù)的平均值而得到, 空間分辨率轉(zhuǎn)換工作由作者自主開發(fā)軟件FisheryDataProcess完成。

1.2 研究方法

1.2.1 研究海域范圍 前人研究表明, 莖柔魚廣泛分布于東太平洋的加利福利亞(37°N)到智利(47°S)的海域中, 在赤道附近海域可達(dá)到140°W(Nigmatullinet al, 2001; Waludaet al, 2004)。根據(jù)我國(guó)魷釣船的實(shí)際作業(yè)情況, 選定本研究的海域范圍為20°S—20°N、110°W—70°W。

1.2.2 CPUE計(jì)算 CPUE(Catch per unit effort)定義如下:

其中CatchY、VesY分別表示Y年的捕撈產(chǎn)量和作業(yè)漁船數(shù)。計(jì)算每年的單船平均日產(chǎn)量CPUE(t/d)作為莖柔魚資源豐度指標(biāo)。由于莖柔魚是短生命周期, 產(chǎn)卵后即死, 沒有剩余群體的生物學(xué)特性, 因此CPUE也可作為反映其資源補(bǔ)充量的指標(biāo)。

1.2.3 影響因子選取 莖柔魚資源補(bǔ)充量與其產(chǎn)卵場(chǎng)和索餌場(chǎng)的棲息環(huán)境密切相關(guān)(Nigmatullinet al,2001; Waludaet al, 2004; 陳新軍等, 2006; 徐冰等,2012)。因此, 根據(jù)公式(2)分別計(jì)算分析1—12月份研究海域每點(diǎn)(0.5°×0.5°) SST、SSH、chla濃度組成的時(shí)間序列值與本年和次年CPUE組成的時(shí)間序列值的相關(guān)性, 選取相關(guān)性高海域的SST、SSH、chla濃度作為莖柔魚資源補(bǔ)充量的影響因子。其中, SST、SSH、chla濃度與本年CPUE相關(guān)性高的海域表示索餌棲息環(huán)境對(duì)資源補(bǔ)充量的影響; SST、SSH、chla濃度與次年CPUE相關(guān)性高的海域表示產(chǎn)卵棲息環(huán)境對(duì)資源補(bǔ)充量的影響。

其中x、y分別表示環(huán)境、CPUE組成的系列值,為x、y的平均值,r表示相關(guān)系數(shù)。

產(chǎn)卵場(chǎng)、索餌場(chǎng)最適表層水溫范圍占總面積的比例是衡量棲息地環(huán)境優(yōu)劣的參量(Nigmatullinet al,2001; Waludaet al, 2004)。有文獻(xiàn)表明(Nigmatullinet al, 2001; Taipeet al, 2001; Ichiiet al, 2002), 9月份莖柔魚產(chǎn)卵時(shí)適宜SST為24—28°C; 7月份莖柔魚的索餌時(shí)適宜SST為17—22°C。因此分別計(jì)算9月份產(chǎn)卵時(shí)、7月份索餌時(shí)最適表層水溫范圍占總面積的比例(分別用PS、PF表示), 用PS、PF表達(dá)產(chǎn)卵場(chǎng)索餌場(chǎng)棲息環(huán)境的適宜程度。

1.2.4 建立預(yù)報(bào)模型 EBP屬于多層前向神經(jīng)網(wǎng)絡(luò), 采用誤差反向傳播的監(jiān)督算法, 能夠?qū)W習(xí)和存儲(chǔ)大量的模式映射關(guān)系, 已被廣泛應(yīng)用于各個(gè)領(lǐng)域(Benediktssonet al, 1990; Hushet al, 1993)。

EBP神經(jīng)網(wǎng)絡(luò)有輸入層、隱含層和輸出層, 每層由不同個(gè)數(shù)的神經(jīng)元或節(jié)點(diǎn)組成(圖1), 其學(xué)習(xí)的過程分為信號(hào)的正向傳播與誤差的反向傳播兩個(gè)階段。在正向傳播階段, 輸入信息從輸入層經(jīng)隱含層傳向輸出層, 在輸出層產(chǎn)生輸出信號(hào)。在信號(hào)的向前傳遞過程中網(wǎng)絡(luò)的權(quán)值固定不變, 每一層神經(jīng)元的狀態(tài)只影響下一層神經(jīng)元的狀態(tài)。如果在輸出層不能得到期望的輸出, 則轉(zhuǎn)入誤差反向傳播。在反向傳播階段,未能滿足精度要求的誤差信號(hào)由輸出端開始, 以某種方式逐層向前傳播, 并將誤差分?jǐn)偨o各層的所有單元, 依據(jù)誤差信號(hào)動(dòng)態(tài)的調(diào)整各單元的連接權(quán)值。通過周而復(fù)始的正向傳播和反向調(diào)節(jié), 神經(jīng)元間的權(quán)值得到不斷的修正。當(dāng)誤差滿足設(shè)定的精度后, 將停止學(xué)習(xí)。

圖1 EBP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 The structure of EBP(error backpropagation network)

EBP神經(jīng)網(wǎng)絡(luò)的建立在Matlab軟件中完成, 首先對(duì)樣本進(jìn)行歸一化處理, 使樣本處在0—1間。使用神經(jīng)網(wǎng)絡(luò)工具箱的擬合工具, 將2003—2011年的樣本作為訓(xùn)練樣本, 2012年的樣本作為驗(yàn)證樣本。網(wǎng)絡(luò)設(shè)計(jì)的參數(shù)為: 輸入層神經(jīng)元個(gè)數(shù)根據(jù)1.2.3選定的顯著相關(guān)因子、PF以及PS的組合而決定, 輸出層神經(jīng)元1個(gè)為CPUE, 隱含層神經(jīng)元個(gè)數(shù)根據(jù)經(jīng)驗(yàn)公式(公式(3))得到。學(xué)習(xí)速率為0.1, 動(dòng)量參數(shù)為0.5。網(wǎng)絡(luò)訓(xùn)練的終止參數(shù)為: 最大訓(xùn)練批次100次, 最大誤差給定0.001。模型訓(xùn)練10次, 取最優(yōu)結(jié)果, 同時(shí)防止過擬合狀態(tài)的出現(xiàn)。

其中l(wèi)、n、m分別表示輸入層、隱藏層、輸出層神經(jīng)元個(gè)數(shù), d為0到10之間的常數(shù)。

EBP模型以均方誤差(MSE)作為判斷最優(yōu)模型的標(biāo)準(zhǔn)。擬合殘差是將預(yù)報(bào)值與實(shí)際值進(jìn)行比較所得,其函數(shù)定義式為yk為CPUE的實(shí)際值,y?k為CPUE的預(yù)報(bào)值,N表示CPUE的個(gè)數(shù),k表示CPUE序數(shù)。

2 結(jié)果

2.1 年CPUE變化

圖2顯示, 2003—2012年莖柔魚CPUE年間波動(dòng)較大, CPUE較低年份出現(xiàn)在2005年、2008年、2009年和2012年, 最低年份CPUE出現(xiàn)在2007年為4.03t/d, CPUE最高年份出現(xiàn)在2004年為7.07t/d。

2.2 特征環(huán)境因子分析

在1—12月份20°S—20°N、110°W—70°W海域范圍內(nèi), 各月每一個(gè)0.5°×0.5°的SST與本年和次年CPUE作相關(guān)性分析, 發(fā)現(xiàn)SST與本年CPUE相關(guān)性最大值出現(xiàn)在7月份的13°N, 102°W(Point1)(表1, 圖3,圖4a), SST與次年CPUE相關(guān)性最大值出現(xiàn)在6月份的8°N, 103.5°W(Point2)(表1, 圖3, 圖4c)處。

圖2 2003—2012年東南太平洋莖柔魚CPUE變化Fig.2 Variation in CPUE of Dosidicus gigas during 2003 to 2012

圖3 與莖柔魚資源補(bǔ)充量顯著相關(guān)的關(guān)鍵海區(qū)Fig.3 The key points significantly associated with CPUE and its environmental factors

在1—12月份20°S—20°N、110°W—70°W海域范圍內(nèi), 各月每一個(gè)0.5°×0.5°的SSH與本年和次年CPUE作相關(guān)性分析, 發(fā)現(xiàn)SSH與本年CPUE相關(guān)性最大值出現(xiàn)在9月份的11°N, 102°W(Point3)(表1, 圖3, 圖4b)處, SSH與次年CPUE相關(guān)性最大值出現(xiàn)在2月的12°N, 97.5°W(Point4)(表1, 圖3, 圖4d)處。

在1—12月份20°S—20°N, 110°W—70°W海域范圍內(nèi), 各月每一個(gè)0.5°×0.5°的chla濃度與本年和次年CPUE作相關(guān)性分析, 發(fā)現(xiàn)chla濃度與本年CPUE相關(guān)性最大值出現(xiàn)在3月份的8°S, 107°W(Point5)(表1,圖3, 圖4e)處, chla濃度與次年CPUE相關(guān)性最大值出現(xiàn)在10月的10°S, 93.5°W(Point4)(表1, 圖3, 圖4f)處。

2.3 預(yù)報(bào)模型實(shí)現(xiàn)及結(jié)果比較

利用選定的關(guān)鍵海區(qū)環(huán)境因子以及PS、PF的不同組合作為EBP預(yù)報(bào)模型的輸入因子, 構(gòu)造多種EBP預(yù)報(bào)模型, 分別為:

圖4 特征環(huán)境因子與莖柔魚資源補(bǔ)充量的線性關(guān)系式Fig.4 The linear regression of CPUE and environmental factors at the key points

方案1: 選取Point1的SST、Point3的SSH、Point5的chla濃度、PF共4個(gè)因子作為輸入層, 構(gòu)造4: 5: 1的EBP網(wǎng)格結(jié)構(gòu), 表示利用索餌環(huán)境關(guān)鍵影響因子建立的預(yù)報(bào)模型。

方案2: 選取Point2的SST、Point4的SSH、Point6的chla濃度、PS共4個(gè)因子作為輸入因子, 構(gòu)造4: 5:1的網(wǎng)絡(luò)結(jié)構(gòu), 表示利用產(chǎn)卵環(huán)境關(guān)鍵影響因子建立的預(yù)報(bào)模型。

方案3: 選擇Point1與Point2的SST、Point3與Point4的SSH、Point5與Point6的chla濃度、PS、PF共8個(gè)因子作為輸入因子, 構(gòu)造8: 9: 1的網(wǎng)絡(luò)結(jié)構(gòu),表示利用綜合環(huán)境關(guān)鍵因子建立的預(yù)報(bào)模型。

利用Matlab進(jìn)行建模, 計(jì)算三種方案下的均方誤差(圖5), 方案2和方案3的均方誤差相近且優(yōu)于方案1, 其準(zhǔn)確率在90%左右。

圖5 不同神經(jīng)網(wǎng)絡(luò)模型的模擬結(jié)果和準(zhǔn)確率Fig.5 The simulation result of different neural network models

3 討論

莖柔魚屬于短生命周期種類。通常認(rèn)為, 東太平洋海域受兩個(gè)低速東部邊界流(秘魯海流和加利福尼亞海流)影響, 并在信風(fēng)作用下產(chǎn)生上升流。上升流區(qū)域環(huán)境對(duì)莖柔魚幼體和成熟體的生長(zhǎng)、棲息等生活史過程具有十分重要的影響。兩海流的相對(duì)強(qiáng)弱影響上升流區(qū)域的棲息環(huán)境, 進(jìn)而影響莖柔魚的產(chǎn)卵、索餌等過程, 最終影響年度資源豐度的變化。如2003年P(guān)oint2的SST為29.2°C, 溫度較高, 形成產(chǎn)卵場(chǎng)PS比例大, 產(chǎn)卵環(huán)境好, 同時(shí)2004年P(guān)oint1的SST為28.98°C溫度偏低, 說明秘魯海流強(qiáng)勁, 形成的上升流中海水的營(yíng)養(yǎng)鹽更為豐富, 索餌環(huán)境較好, 形成2004年CPUE較高的原因。相反地, 2006年P(guān)oint2的SST為28.5°C, 溫度偏低, 形成產(chǎn)卵場(chǎng)PS比例小,產(chǎn)卵環(huán)境較差, 加上2007年P(guān)oint1的SST為29.6°C溫度偏高, 秘魯海流勢(shì)力弱, 索餌環(huán)境較差, 導(dǎo)致2007年的的CPUE很低。

已有的研究表明, 利用莖柔魚棲息地環(huán)境因子來預(yù)報(bào)莖柔魚資源補(bǔ)充量是可行的(Taipeet al, 2001;陳新軍等, 2006; 徐冰等, 2012)。本文利用SST、SSH、chla濃度三種環(huán)境因子與CPUE進(jìn)行相關(guān)性分析, 選取的相關(guān)系數(shù)最大值點(diǎn)與隨機(jī)選取的2010年相同月份的環(huán)境因子疊加發(fā)現(xiàn)(圖6), 關(guān)鍵海區(qū)均在環(huán)境因子等值線之上或附近, 這些位置環(huán)境因子的變化可以作為資源豐度或資源補(bǔ)充量的一個(gè)“指示器”, 其中SST位置與徐冰(2012)的研究結(jié)果基本相似。

圖6 關(guān)鍵區(qū)域與其2010年環(huán)境因子, (a)(b)為7月份和6月份SST, (c)(d)為9月份和2月份SSH, (e)(f)為3月份和10月份chl a濃度Fig.6 The key points and its environmental data in 2010 a: SST in July; b: SST in June; c: SSH in September; d: SSH in February; e: chl-a concentration in March; f: chl-a concentration in October

比較三種方案下的EBP神經(jīng)網(wǎng)絡(luò)模型發(fā)現(xiàn)(圖5)方案2和方案3結(jié)果相近且優(yōu)于方案1, 表明產(chǎn)卵棲息環(huán)境對(duì)資源補(bǔ)充量的影響要大于索餌棲息環(huán)境對(duì)資源補(bǔ)充量的影響, 比較符合短生命周期種類的特征。

莖柔魚資源補(bǔ)充量預(yù)報(bào)是一件極其復(fù)雜的系統(tǒng)工作。莖柔魚在其早期生活階段不僅僅受到海域環(huán)境因素的影響, 還受到來自外部和內(nèi)部的捕食者的影響, 利用其產(chǎn)卵、索餌等生活階段海域環(huán)境因素進(jìn)行資源量評(píng)估只是其中一種重要方法。今后需要結(jié)合物理海洋學(xué)、生態(tài)系統(tǒng)動(dòng)力學(xué)等, 綜合其個(gè)體的生長(zhǎng)、死亡等因素以及海流、初級(jí)生產(chǎn)力等因子, 建立更全面、科學(xué)的莖柔魚資源補(bǔ)充量預(yù)報(bào)模型, 為莖柔魚資源合理利用和科學(xué)管理提供依據(jù)。

王堯耕, 陳新軍, 2005. 世界大洋性經(jīng)濟(jì)柔魚類資源及其漁業(yè).北京: 海洋出版社, 240—264

陳新軍, 2004. 漁業(yè)資源與漁場(chǎng)學(xué). 北京: 海洋出版社, 169—192

陳新軍, 趙小虎, 2006. 秘魯外海莖柔魚產(chǎn)量分布及其與表溫關(guān)系的初步研究. 上海水產(chǎn)大學(xué)學(xué)報(bào), 15(1): 65—70

徐 冰, 2012. 秘魯外海莖柔魚漁場(chǎng)時(shí)空分布及資源補(bǔ)充量與環(huán)境的關(guān)系. 上海: 上海海洋大學(xué)碩士學(xué)位論文, 45—50

徐 冰, 陳新軍, 李建華, 2012. 海洋水溫對(duì)莖柔魚資源補(bǔ)充量影響的初探. 上海海洋大學(xué)學(xué)報(bào), 21(5): 878—883

徐 冰, 陳新軍, 陸化杰等, 2013 . 秘魯外海莖柔魚資源豐度和補(bǔ)充量與海表溫度的相關(guān)關(guān)系. 海洋漁業(yè), 35(3): 296—302

Anderson C I H, Rodhouse P G, 2001. Life cycles, oceanography and variability: ommastrephid squid in variable oceanography environments. Fisheries Research, 54(1): 133—143

Benediktsson J, Swain P H, Ersoy O K, 1990. Neural network approaches versus statistical methods in classification of multisource remote sensing data. Transactions on Geoscience and Remote Sensing, 28(4): 540—552

Cairistiona I, Anderson H, Rodhouse P, 2001. Life cycles,oceanography and variability: Ommastrephid squid in variable oceanographic environments. Fisheries Research(Amsterdam), 54(1): 133—143

Hush D R, Horne B G, 1993. Progress in supervised neural networks. Signal Processing Magazine, 10(1): 8—39

Ichii T, Mahapatra K. Watanabe Tet al, 2002. Occurrence of jumbo flying squidDosidicus gigasaggregations associated with the countercurrent ridge off the Costa Rica Dome during 1997 El Ni?o and 1999 La Ni?a. Marine Ecology,231: 151—166

Nigmatullin C M, Nesis K N, Arkhipkin A, 2001. A review of the biology of the jumbo squid Dosidicus gigas (Cephalopoda:Ommastrephidae). Fisheries Research, 54(1): 9—19

Taipe A, Yamashiro C, Mariategui Let al, 2001. Distribution and concentrations of jumbo flying squid (Dosidicus gigas) off the Peruvian coast between 1991 and 1999. Fisheries Research (Amsterdam), 54(1): 21—32

Waluda C, Yamashiro C, Elvidge Cet al, 2004. Quantifying light-fishing forDosidicus gigasin the eastern Pacific using satellite remote sensing. Remote Sensing of Environment,91(2): 129—133

Waluda C, Yamashiro C, Rodhouse P, 2006. Influence of the ENSO cycle on the light-fishery forDosidicus gigasin the Peru Current: An analysis of remotely sensed data. Fisheries Research, 79(1—2): 56—63