典型文献
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
文献摘要：
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0.5327,回归模型斜率的均值为0.7087,截断的均值为1.4711.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.
文献关键词：
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
中图分类号：
作者姓名：
范秀梅;崔雪森;唐峰华;樊伟;伍玉梅;张衡
作者机构：
中国水产科学研究院东海水产研究所,农业农村部远洋与极地渔业创新重点实验室,上海 200090;中国水产科学研究院渔业资源与遥感信息技术重点开放实验室,上海 200090
文献出处：
引用格式：
[1]范秀梅;崔雪森;唐峰华;樊伟;伍玉梅;张衡-.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)[J].水产学报,2022(12):2340-2348
A类：
CPUE+1
B类：
GAM,阿拉伯海,公海,鸢乌贼,资源量,空间分布预测,合理开发,开发和利用,灯光,围网,生产数据,合同期,盐度,混合层厚度,海面高度异常,叶绿素,经度,纬度,渔场,预报模型,环境因子,多重共线性,成模,过拟合,principal,component,analysis,降维技术,环境数据,转变成,少数几个,不相关,重要信息,PCs,广义加性模型,构建模型,交叉验证,报值,单位捕捞努力量渔获量,ln,重叠度,空间分布模型
AB值：
0.307019
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
