一种渔场渔情速预报运行系统的构建方法
【专利摘要】本发明涉及渔场渔情速预报运行系统的构建方法，包括以下步骤：采用卫星遥感、地理信息系统、渔场环境特征库建立多粒度的渔业渔情分析数据库；采用广义可加模型对渔场与多个环境因子和捕捞因子的关系进行定量分析，明确长时间序列的中心渔场时空变动规律及其影响因素，掌握中心渔场时空变动规律及形成机制；根据中心渔场时空变动规律及形成机制构建基于关键海洋环境因子驱动机制的渔场预报模型，建立多种渔场预测模型来实现渔场的综合预报，并提出了渔场预报准确度的提高方案；使用控件对主要环境因子进行可视化表达，构建了一系列的标准化业务化流程来确保渔场渔情预报图的分析、制图和快速发布，为直接现场渔业生产进行渔场探寻提供参考和指导。
【专利说明】一种渔场渔情速预报运行系统的构建方法
【技术领域】
[0001] 本发明涉及渔场渔情预报与系统运行【技术领域】，特别是涉及一种渔场渔情速预报 运行系统的构建方法。
【背景技术】
[0002] 智利竹英鱼（Trachurus murphyi)是世界上较为重要的海洋经济鱼类之一，属大 洋性、中上层高度洄游性鱼类。东南太平洋的智利竹莢鱼捕捞产量多年来一直位居世界前 列。自1978至2005年其总产量均在100万吨以上，广泛分布于整个南太平洋，厄瓜多尔、 秘鲁、智利和新西兰等国海洋专属经济区以及邻近公海海域均有分布。我国的智利竹莢鱼 渔场开发较晚（2000年起步），但发展较快，已成为南太平洋公海海域智利竹莢鱼的重要捕 捞国。2003?2008年我国智利竹莢鱼总产量达到10万吨以上，约占该海域产量的1/3? 1/4 ;船只数也达到9?13艘，约占智利竹莢鱼大洋渔场作业船数的一半，年产值为0. 5? 1. 5亿美元。东南太平洋智利竹莢鱼渔业的发展不仅使我国跻身于世界重要远洋渔业国家 之列，而且为提高我国国际渔业地位，减轻近海渔业资源的压力做出了重要贡献。但也应看 至IJ，我国智利竹莢鱼捕捞作业整体技术水平与一些渔业发达国家（荷兰、希腊等）相比仍存 在较大差距，远洋渔业发展仍面临技术瓶颈。突出表现在：渔场信息短缺，渔场渔况不明； 对渔场和渔期的变化规律缺少全面的调查与分析研究；区域性的渔业信息服务有待完善， 渔场渔情信息服务和速预报产品缺乏等问题。
[0003] 面对我国智利竹莢鱼渔业发展迫切要求，渔场环境海况不明、渔场渔情信息服务 和速预报产品缺乏等问题长期困扰我国大型拖网渔业的发展，特别是国内还没有能够实现 业务化运行的智利竹莢鱼速预报系统。
【发明内容】
[0004] 本发明所要解决的技术问题是提供一种渔场渔情速预报运行系统的构建方法，能 够简单明了地了解和掌握渔场的可能位置。
[0005] 本发明解决其技术问题所采用的技术方案是：提供一种渔场渔情速预报运行系统 的构建方法，包括以下步骤：
[0006] (1)采用卫星遥感、地理信息系统、渔场环境特征库建立多粒度的渔业渔情分析数 据库；
[0007] (2)采用广义可加模型对渔场与多个环境因子和捕捞因子的关系进行定量分析， 明确长时间序列的中心渔场时空变动规律及其影响因素，掌握中心渔场时空变动规律及形 成机制；
[0008] (3)根据中心渔场时空变动规律及形成机制构建基于关键海洋环境因子驱动机制 的渔场预报模型，建立多种渔场预测模型来实现渔场的综合预报，并提出渔场预报准确度 的提高方案，构建一系列的标准化业务化流程来确保渔场渔情预报。
[0009] 所述步骤（1)中的数据库采用多文档界面，主要的客户区以电子地图显示各个图 层，客户区以不同的形式分割和排列，包括单个地图形式、一行两列分割，两行一列分割和 两行两列分割4种形式。
[0010] 所述步骤（3)中的渔场预报模型为贝叶斯概率模型，所述贝叶斯概率模型为
【权利要求】
1. 一种渔场渔情速预报运行系统的构建方法，其特征在于，包括以下步骤： (1) 采用卫星遥感、地理信息系统、渔场环境特征库建立多粒度的渔业渔情分析数据 库； (2) 采用广义可加模型对渔场与多个环境因子和捕捞因子的关系进行定量分析，明确 长时间序列的中心渔场时空变动规律及其影响因素，掌握中心渔场时空变动规律及形成机 制； (3) 根据中心渔场时空变动规律及形成机制构建基于关键海洋环境因子驱动机制的渔 场预报模型，建立多种渔场预测模型来实现渔场的综合预报，并提出渔场预报准确度的提 高方案，构建一系列的标准化业务化流程来确保渔场渔情预报。
2. 根据权利要求1所述的渔场渔情速预报运行系统的构建方法，其特征在于，所述步 骤（1)中的数据库采用多文档界面，主要的客户区以电子地图显示各个图层，客户区以不 同的形式分割和排列，包括单个地图形式、一行两列分割，两行一列分割和两行两列分割4 种形式。
3. 根据权利要求1所述的渔场渔情速预报运行系统的构建方法，其特征在 于，所述步骤（3)中的渔场预报模型为贝叶斯概率模型，所述贝叶斯概率模型为
，其中，&为假设为"真"的情况，即渔场为"真"的 情况九为假设为"非真"情况；e为环境条件；PQv/e)为在给定环境条件下渔场的概率，即 后验概率；Ρ(θ/\)和PG/tO为渔场和非渔场的条件概率，PQO和PQO为不考虑给定环 境条件时渔场和非渔场的先验概率。
4. 根据权利要求1所述的渔场渔情速预报运行系统的构建方法，其特征在于，所述步 骤（3)中的渔场预报模型为案例推理模型，将当前中心渔场作为当前范例，通过三级相似 检索找出与当前范例相似性最大的历史范例，一级相似检索为时间相似检索，二级相似检 索为环境场相似检索，三级相似检索为渔场相似检索，通过以上三级相似检索，从历史案例 库中获得一组与当前案例最为相似的渔场案例，这些相似案例的下期渔场重心位置的加权 平均即为预报渔场的重心。
5. 根据权利要求1所述的渔场渔情速预报运行系统的构建方法，其特征在于，所述步 骤（3)中的渔场预报模型为决策树模型，选取了六个主要环境变量，利用基于分类回归树 算法的决策树模型，对该海域渔场环境与渔获数据进行训练后，得到用于进行渔场预报的 最优树。
6. 根据权利要求1所述的渔场渔情速预报运行系统的构建方法，其特征在于，所述环 境因子包括海表温度、叶绿素 a浓度、表温距平、叶绿素 a浓度距平、海表温度梯度强度和海 面高度异常。
7. 根据权利要求1所述的渔场渔情速预报运行系统的构建方法，其特征在于，所述步 骤（3)利用实时/准实时的渔场环境因子作为模型驱动因子来进行渔场预报，并通过渔场 预报模型的选择和人工专家知识来实现渔场的准确预报。
【文档编号】G06Q10/04GK104217254SQ201410438468
【公开日】2014年12月17日 申请日期:2014年8月29日 优先权日:2014年8月29日
【发明者】张衡, 崔雪森, 张胜茂, 杨胜龙, 伍玉梅, 范秀梅化, 成君 申请人:中国水产科学研究院东海水产研究所