导读:本文包含了剩余产量模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,产量,剩余,太平洋,产卵场,表面温度,金枪鱼。
剩余产量模型论文文献综述
谢恩阁,陈新军,汪金涛,雷林,吴洽儿[1]（2019）在《基于水温因子的太平洋褶柔鱼冬生群剩余产量模型研究》一文中研究指出水温是影响太平洋褶柔鱼冬生群生长、繁殖、补充的重要因素之一。根据2004–2015年太平洋褶柔鱼冬生群渔业数据和其栖息地环境数据,包括1月产卵场(28°～35°N,125°～130°E)和9月索饵场(31°～38°N,128°～132°E)海表面温度(Sea Surface Temperature,SST),建立了基于SST因子的太平洋褶柔鱼冬生群体的剩余产量模型,分析SST对太平洋褶柔鱼冬生群资源量的影响,对该模型的各项指标进行验证,发现该模型的预测精度较高。结果表明:太平洋褶柔鱼冬生群当年的资源量及渔获量主要受索饵场SST影响,而产卵场SST对其当年渔获量影响不显着。由此建议在今后对产卵场SST因子是否对次年的渔获量及资源量产生影响进行研究,同时渔业管理部门也应根据每年海洋环境状况确定其最大可持续产量,并实时调整管理方案。(本文来源于《海洋学报》期刊2019年12期）
吴梦瑶,田思泉[2]（2019）在《基于海表面温度SST的剩余产量模型评估太平洋褶柔鱼秋生群资源》一文中研究指出选择5—9月的平均海表面温度(sea surface temperature,SST)作为环境因子,采用Schaefer模型和Fox模型对太平洋褶柔鱼秋生群渔获量进行评价。假设ΔU(观测和预测单位捕捞努力量渔获量残差)是由SST引起的,从而将SST引入太平洋褶柔鱼秋生群的评估模型中。根据1960年以来太平洋褶柔鱼秋生群渔业整体发展情况,以1993和2003年为界对1985—2014年的总渔获量进行分段分析,分别为:1985—1993年、1994—2002年和2003—2014年。根据是否引入SST和引入SST后是否分段,分别构建了3个Schaefer模型和3个Fox模型。结果显示,分段Schaefer model-SST的拟合效果最好,ΔU与SST显着负线性相关(P<0.05),渔获量在18～23℃会随温度升高而降低。建议:模型建立过程中应根据不同时间段的情况不同而进行分段分析,这样可以提高拟合效果;用分段Schaefer model-SST对未来渔获量进行评估,以期对相关资源管理起到一定的借鉴意义。(本文来源于《上海海洋大学学报》期刊2019年06期）
官文江,吴佳文[3]（2019）在《剩余产量模型形状参数对印度洋黄鳍金枪鱼资源评估的影响》一文中研究指出剩余产量模型中的Schaefer模型与Fox模型在渔业资源评估中被广泛应用,但这两个模型是剩余产量模型一般形式Pella-Tomlinson模型的两个特例,分别由形状参数的两个不同值确定。由于形状参数直接影响种群的生产能力,并与种群的年龄结构、繁殖能力等紧密相关,将形状参数固定为某个值,可能会影响剩余产量模型评估结果的可靠性,为此,本文利用印度洋黄鳍金枪鱼(Thunnus albacares)数据,分析剩余产量模型形状参数对渔业资源评估的影响。结果表明:(1)形状参数较难估计,并随数据时段的不同,形状参数的最佳取值范围会有很大的不同;(2)形状参数会对承载能力、内禀增长率的估计产生显着影响;(3)随形状参数值的增加,资源被掏空率与过度捕捞程度会不断增加,因此,不同形状参数的设置会对渔业资源状态及过度捕捞程度的判断产生重要影响。(本文来源于《上海海洋大学学报》期刊2019年02期）
谢恩阁,吴洽儿[4]（2018）在《基于海面表温的太平洋褶柔鱼冬生群剩余产量模型建立》一文中研究指出水温是影响太平洋褶柔鱼冬生群生长、繁殖、补充的重要因素之一。根据2004～2015年太平洋褶柔鱼冬生群渔业数据和其栖息地环境数据,包括1月产卵场(125°E～130°E、28°N～35°N)和9月索饵场(128°E～132°E、31°N～38°N)海表面温(sea surface temperature,SST),建立了基于SST因子的剩余产量模型,分析SST对太平洋褶柔鱼冬生群资源量的影响。结果表明:太平洋褶柔鱼冬生群资源量受其产卵场和索饵场SST影响,其中索饵场SST影响较为显着,基于产卵场和索饵场SST因子的剩余产量模型精度最高。建议在今后渔业管理中应根据每年海洋环境状况确定其最大可持续产量,并实时调整管理方案。(本文来源于《第二届现代化海洋牧场国际学术研讨会、中国水产学会渔业资源与环境专业委员会2018年学术年会论文集》期刊2018-10-28）
张魁,刘群,廖宝超,许友伟,孙铭帅[5]（2018）在《渔业数据失真对两种非平衡剩余产量模型评估结果的影响比较》一文中研究指出为了研究渔业数据失真对两种非平衡剩余产量模型评估结果的影响,以南大西洋长鳍金枪鱼渔业产量和单位捕捞努力量渔获量(CPUE)数据作为基础数据,加入5种不同程度[变异系数(CV)=1%、5%、10%、20%和30%]的随机误差,模拟了(1)无数据失真,(2)仅产量数据失真,(3)仅CPUE数据失真,(4)产量和CPUE数据均失真等4种情况。利用基于ASPIC的非平衡剩余产量模型(ASM)和基于贝叶斯状态空间建模方法的非平衡剩余产量模型(BSM)分别评估了最大可持续产量(MSY)、B_(MSY)、F_(MSY)、B_(2011)/B_(MSY)、F2011/F_(MSY)等5种生物学参考点和管理指标。结果显示,在无数据失真情况下,ASM和BSM评估的MSY分别为2.866×10~4 t和2.836×10~4 t,B_(2011)/B_(MSY)分别为1.366和1.324,F2011/F_(MSY)分别为0.627和0.667,均相差不大,表明该渔业目前状态良好,ASM得到了较大的B_(MSY)(31.48×10~4 t)和较小的F_(MSY)(0.091);数据失真对ASM评估的B_(MSY)和F_(MSY)分别产生了严重的过低估计和过高估计,且CPUE数据失真产生的影响要比产量数据失真大;随着随机误差的增大,BSM评估的生物学参考点和管理指标的绝对百分比偏差有增大趋势;与ASM相比,BSM能够更好地处理渔业数据中存在的随机误差,除了MSY以外,BSM评估的生物学参考点和管理指标绝对百分比偏差均要比ASM的评估结果低,尤其是B_(MSY)和F_(MSY)。因此,在使用存在较大随机误差的渔业数据进行资源评估时,BSM具有一定的优势。(本文来源于《水产学报》期刊2018年09期）
吴梦瑶[6]（2017）在《基于SST的剩余产量模型评估太平洋褶柔鱼资源》一文中研究指出太平洋褶柔鱼是一种重要的大洋性经济物种,广泛存在于西北太平洋21°~50°N海域。目前主要对其秋生群和冬生群进行捕捞。太平洋褶柔鱼的资源渔场与所处海洋环境关系密切,Sakurai等结合1975-1996年日本的捕捞和海表温度(SST)数据,对其产卵区域进行了分析,认为从1980s末开始,对马海峡附近的秋生群和冬生群产卵区域出现了重迭。唐峰华等人通过研究环境因子对日本海太平洋褶柔鱼空间分布影响发现太平洋褶柔鱼与该区域的海表温度显着相关。本文在前人的研究基础上,选择36-39°N,130-138°E的海域的年平均SST作为环境因子,采用Schaefer模型和Fox模型,对太平洋褶柔鱼的资源状况进行评价并对两种模型进行分析比较。分析得出太平洋褶柔鱼在15.48℃-17.54℃之间跟SST呈负线性相关,基于环境的Fox模型得出的渔获量跟真实情况最为接近。不基于环境因子的FOX模型模拟出来的产量高于真实值,不基于环境因子的Schaefer模型模拟出来的产量低于真实值,两者与环境之间的相关性较差。基于环境因子的Schaefer和Fox模型和不基于环境因子的Schaefer模型自1989年之后基本重迭。整体太平洋褶柔鱼资源自1996年之后呈波动趋势,略有下降趋势。最后,可以通过基于环境因子的Fox模型对资源状况进行分析,从而对太平源褶柔鱼资源的管理提供一定的建议。(本文来源于《2017年中国水产学会学术年会论文摘要集》期刊2017-11-08）
耿喆,朱江峰,戴小杰[7]（2017）在《结合生物学信息的剩余产量模型:以印度洋大青鲨为例》一文中研究指出Pella-Tomlinson剩余产量模型(PTPM)通过密度制约参数p来描述种群内的密度制约关系,相比于其他剩余产量模型,其有更灵活和完备的生物学解释。本研究运用种群统计分析法,将生物学信息转化为模型参数的先验信息,通过贝叶斯剩余产量模型对印度洋大青鲨资源状况进行评估。本文中,种群统计分析法为种群内禀增长率(γ)和密度制约参数(p)提供前置信息,依据不同的生物学假设和初始资源状况,共设立11个情景组用于涵盖印度洋大青鲨生活史研究不充分带来不确定性;此外,为考虑不同丰度指数对评估的影响,依据IOTC提供的5组不同来源的CPUE数据(主要延绳钓渔业国家和地区)分别进行拟合。大部分结果显示,2015年印度洋大青鲨资源状况为安全,即未遭受过度捕捞。本文也显示结合生物学信息和贝叶斯方法可极大降低Pella-Tomlinson剩余产量模型的不确定性,进而提高资源评估精度。(本文来源于《2017年中国水产学会学术年会论文摘要集》期刊2017-11-08）
易炜,陈新军,余为[8]（2016）在《基于环境因子的西北太平洋秋刀鱼剩余产量模型建立》一文中研究指出秋刀鱼(Cololabis saira)是西北太平洋重要的经济中上层鱼类,其资源年间变动较大,且与海洋环境关系密切。本研究根据1995-2014年西北太平洋秋刀鱼渔业渔获量、单位捕捞努力量渔获量(CPUE)、其产卵场的表温(SST,sea surface temperature)及太平洋年代气候振动(PDO,Pacific Decade Oscillation),分考虑和不考虑PDO的影响,建立基于SST因子的剩余产量模型,分析SST与PDO对秋刀鱼资源的影响。研究认为,3月产卵场132°30′E、35°30′N的SST与CPUE关系密切,在加入PDO的影响后,SST与CPUE的关系更加密切。研究表明,秋刀鱼资源量和持续产量的变动受捕捞努力量、产卵场SST和PDO控制。为此,建议在渔业管理中应根据各年海洋环境状况来确定最大可持续产量,并实时调整管理方案。(本文来源于《2016年中国水产学会学术年会论文摘要集》期刊2016-11-02）
张魁,陈作志,黄梓荣,许友伟[9]（2015）在《时滞差分模型与剩余产量模型的应用比较——以南大西洋长鳍金枪鱼为例》一文中研究指出将剩余产量模型和时滞差分模型分别应用于南大西洋长鳍金枪鱼(Thunnus alalunga)渔业数据,结果表明,比起剩余产量模型,时滞差分模型拟合的单位捕捞努力渔获量(catch per unit effort,CPUE)曲线能够更好地捕捉到CPUE随着时间的波动。赤池信息量准则(Akaike information criterion,AIC)的结果显示,时滞差分模型比Schaefer模型的评估效果要好。时滞差分模型评估的最大可持续产量(maximum sustainable yield,MSY)中值为22 490 t,80%置信区间为21 756~23 408 t;剩余产量模型评估的MSY中值为27 520 t,80%的置信区间为26 116~28 959 t。生物学参考点的结果表明目标群体在1985年以前资源状态较好;1985年~2005年的20年里处于过度捕捞状态;2005年后资源状况得到改善,但仍需加强管理。比起剩余产量模型,时滞差分模型给出了更为有效且保守的评估结果。(本文来源于《南方水产科学》期刊2015年03期）
王玉[10]（2013）在《剩余产量模型的研究》一文中研究指出随着人类社会的不断发展，全球人口数量的迅速增长，人们对于水产品的需求量日益增加,渔业在国民经济和社会发展中的地位愈来愈重要。然而海洋和内陆水域中的渔业资源并不是“取之不尽，用之不竭”的。过度的渔业捕捞和渔业生态环境的恶化使渔业资源日益衰竭，渔获产量持续下降。因此，为了合理利用渔业资源，实现我国渔业资源的可持续发展，就必须摸清渔业资源的具体状况，准确判断对资源的利用是开发不足、已充分利用或是利用过度。这些工作都有赖于渔业资源评估工作者对渔业资源做出评估，对渔业资源的数量动态进行预报，从而为渔业决策和渔业管理提供科学依据。剩余产量模型作为渔业资源评估领域中重要的资源评估模型之一，由于其简单易懂，所需数据量较少，一直为许多资源评估研究者所使用，因此得到了长足的发展。它是许多渔业主要的资源评估工具，特别是在一些金枪鱼研究机构中使用较多(例如国际大西洋金枪鱼保护组织（ICCAT）,以及一些长须鲸的研究部门，例如东南太平洋渔业国际委员会（ICSEAF）。在渔业资源评估研究工作中，一个准确而又有效的评估模型的建立通常需要两个步骤：一是选择出一个适合的模型表达形式；二是尽可能准确地估算出模型中的各个参数。本论文主要以剩余产量模型为主要研究目标，研究了关于剩余产量模型的选择、参数的估计方法以及贝叶斯决策分析等问题。解答了关于剩余产量模型研究领域的若干问题，拓宽了剩余产量模型的研究视野，丰富了该类模型的理论基础，为剩余产量模型的更广泛应用提供了有益的贡献。本文首先采用AIC（Akaike Information Criterion）与BIC（Bayesian InformationCriterion）作为模型选择标准，以两类不同的剩余产量模型为操作模型，在四种白色噪音水平下模拟了叁种典型渔业的数据。然后利用模拟的24种渔业类型的观测数据，分别用八种剩余产量模型对其进行评估，讨论了AIC和BIC在剩余产量模型选择中的应用。研究结果显示，对于所有模拟数据，AIC与BIC都准确地选择了最初产生它的“正确”的模型。所以AIC与BIC在剩余产量模型选择中是稳健有效。但是随着噪音水平的升高，这种效力将会减弱。以东海带鱼(Trichiurus japonicus)渔业为例，选择结果表明观测误差法的Schaefer剩余产量模型可以作为东海带鱼渔业资源评估最合适的模型。本文第叁章研究了MA（Moving Average）在剩余产量模型中的应用，为剩余产量模型的有效利用提供了一种简洁的方法。研究结果表明MA可以有效缓解白色噪音对数据的影响从而显着地提高剩余产量模型的评估效果。随着现今计算机科技的快速发展，编入非平衡剩余产量模型的计算机软件得到了系统的应用。本文第四章以CEDA(Catch and Effort DataAnalysis)和ASPIC(A Surplus-Production Model Incorporate Covariates)两种计算机软件在东海带鱼渔业中的应用为主要内容，论述了两种软件的特点和对东海带鱼的评估。从而为这两种软件的进一步发展提供了实验范例。同时，也实现了应用计算机软件对东海带鱼渔业的资源评估。以上叁章无论是通过计算机编程还是应用相关软件进行直接估算，都是应用传统的参数估计方法对数据进行分析，即平衡估计方法、过程误差法和观测误差法等方法。然而在目前的渔业资源评估中，当已有的渔业数据不能够提供足够的信息来对剩余产量模型的参数进行估算时，贝叶斯数理统计方法为这一问题提供了一个有效的解决方法。于是本文第五章同样以东海带鱼渔业为例，采用贝叶斯统计方法对Schaefer剩余产量模型的参数进行估计，并预测了在几种不同的捕捞方案下东海带鱼资源量和累计渔获量在未来十二年的变化情况。并对几种管理策略的实施情况进行了风险分析，从而提出了东海带鱼渔业预防性的管理措施，以期为科学管理东海带鱼资源提供理论依据。到目前为止，国内并没有关于AIC、BIC和MA在剩余产量模型中应用的文章，国内学者对剩余产量模型的研究一般都是基于对MSY最大可持续产量的估计以及对一些加入环境因子的剩余产量模型的验证。亦未见通过CEDA、ASPIC以及贝叶斯数理统计方法对东海带鱼渔业进行评估的记载。所以笔者拟通过本论文的研究，希望能为剩余产量模型的进一步发展提供理论基础，同时也为我国渔业资源的评估和管理提供一个有益的贡献。(本文来源于《中国海洋大学》期刊2013-06-01）
剩余产量模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
选择5—9月的平均海表面温度(sea surface temperature,SST)作为环境因子,采用Schaefer模型和Fox模型对太平洋褶柔鱼秋生群渔获量进行评价。假设ΔU(观测和预测单位捕捞努力量渔获量残差)是由SST引起的,从而将SST引入太平洋褶柔鱼秋生群的评估模型中。根据1960年以来太平洋褶柔鱼秋生群渔业整体发展情况,以1993和2003年为界对1985—2014年的总渔获量进行分段分析,分别为:1985—1993年、1994—2002年和2003—2014年。根据是否引入SST和引入SST后是否分段,分别构建了3个Schaefer模型和3个Fox模型。结果显示,分段Schaefer model-SST的拟合效果最好,ΔU与SST显着负线性相关(P<0.05),渔获量在18～23℃会随温度升高而降低。建议:模型建立过程中应根据不同时间段的情况不同而进行分段分析,这样可以提高拟合效果;用分段Schaefer model-SST对未来渔获量进行评估,以期对相关资源管理起到一定的借鉴意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
剩余产量模型论文参考文献
[1].谢恩阁,陈新军,汪金涛,雷林,吴洽儿.基于水温因子的太平洋褶柔鱼冬生群剩余产量模型研究[J].海洋学报.2019
[2].吴梦瑶,田思泉.基于海表面温度SST的剩余产量模型评估太平洋褶柔鱼秋生群资源[J].上海海洋大学学报.2019
[3].官文江,吴佳文.剩余产量模型形状参数对印度洋黄鳍金枪鱼资源评估的影响[J].上海海洋大学学报.2019
[4].谢恩阁,吴洽儿.基于海面表温的太平洋褶柔鱼冬生群剩余产量模型建立[C].第二届现代化海洋牧场国际学术研讨会、中国水产学会渔业资源与环境专业委员会2018年学术年会论文集.2018
[5].张魁,刘群,廖宝超,许友伟,孙铭帅.渔业数据失真对两种非平衡剩余产量模型评估结果的影响比较[J].水产学报.2018
[6].吴梦瑶.基于SST的剩余产量模型评估太平洋褶柔鱼资源[C].2017年中国水产学会学术年会论文摘要集.2017
[7].耿喆,朱江峰,戴小杰.结合生物学信息的剩余产量模型:以印度洋大青鲨为例[C].2017年中国水产学会学术年会论文摘要集.2017
[8].易炜,陈新军,余为.基于环境因子的西北太平洋秋刀鱼剩余产量模型建立[C].2016年中国水产学会学术年会论文摘要集.2016
[9].张魁,陈作志,黄梓荣,许友伟.时滞差分模型与剩余产量模型的应用比较——以南大西洋长鳍金枪鱼为例[J].南方水产科学.2015
[10].王玉.剩余产量模型的研究[D].中国海洋大学.2013
论文知识图
