基于灰色系统的澳洲鲐太平洋群系资源量预测模型

利用1995-2014年日本中央水产研究所提供的澳洲鲐（Scomber australasicus）太平洋群系资源量与渔获量数据，结合索饵场和产卵场的海表面温度以及黑潮指标等，建立6种基于灰色系统的澳洲鲐资源量预测模型。建立的模型包括不考虑任何环境因子的GM（1，1）模型，分别基于索饵场（140°E~160°E，35°N~50°N）海表面温度SST1、产卵场1（130°E~132°E，30°N~32°N）海表面温度SST2、产卵场2（138°E~141°E，34°N~35°N）海表面温度SST3和黑潮潮位差TR的GM（1，2）模型，以及综合以上4个因子的GM（1，5）模型，6种模型的平均误差分别为6.72%，3.73%，4.41%，4.78%，29.56%，19.38%。研究结果表明，基于索饵场、产卵场海表面温度因子建立的灰色预测模型，对澳洲鲐太平洋群系资源量预报精度较高，可应用于后续渔业生产中。对GM（1，5）模型的灰色参数值a、b分析可知，所有因子中SST2和SST3对模型的制约影响最高，即对资源量的影响最大。产卵场温度与资源量具有较高的相关性，结合最适温度，可推测在该适宜温度范围内资源量随着产卵场温度的升高而增加。可见，全球气候变暖海水温度升高，可能对澳洲鲐资源波动存在积极影响