基于对数正态分布理论上的小黄鱼三种资源密度估算方法比较
有限数据渔业种群资源评估与管理--以小黄鱼为例
中国水产科学 2019年7月, 26(4): 621-635 Journal of Fishery Sciences of China研究论文收稿日期: 2018-09-04; 修订日期: 2019-02-21.基金项目: 农业农村部近海渔业资源调查项目和农业农村部中日暂定水域渔业资源调查项目; 农业农村部东海区资源动态监测网络专项.作者简介: 刘尊雷(1982–), 男, 助理研究员, 研究方向为渔业资源评估与管理. E-mail: liuzl@ 通信作者: 程家骅, 研究员, 研究方向为渔业资源学. E-mail: ziyuan@DOI: 10.3724/SP.J.1118.2019.18291有限数据渔业种群资源评估与管理——以小黄鱼为例刘尊雷, 袁兴伟, 杨林林, 严利平, 程家骅农业农村部东海渔业资源开发利用重点实验室, 中国水产科学研究院东海水产研究所, 上海 200090摘要: 传统的渔业资源评估方法需以翔实的调查和渔业数据为基础, 而现有的大多数种类面临着着渔获量、基础生物学、有效捕捞努力量等数据缺失问题, 因此并不适合采用数据需求较高的模型进行评估和管理。
面临着渔业资源衰退的严峻形势和渔获量限额管理的迫切要求, 基于有限数据的评估方法和渔获量相关的管理方案正被越来越多的国家采用。
本研究以东海小黄鱼(Larimichthys polyactis )种群为例, 根据渔获量、自然死亡、消减率、生物学参数、开捕体长等数据, 采用54种有限数据评估方法, 模拟3种捕捞动态, 对小黄鱼进行管理策略评价和资源评估。
结果显示, 以相对产量(relative yield, RY)不低于50%、过度捕捞概率(probability of overfishing, POF)小于50%, 生物量低于最大可持续生物量的10%(B <0.1B MSY )的概率小于20%为风险控制水平, 捕捞强度随机波动和增长情景下, 分别有6个管理方案(management procedures, MPs)满足既定管理目标; “一般型”和“增长型”捕捞强度情景下, 14个MPs 满足管理目标。
黄海南部小黄鱼群体遗传多样性研究
海洋科学/2005年/第29卷/第11期34黄海南部小黄鱼群体遗传多样性研究许广平,仲霞铭,丁亚平,刘培庭,汤建华,许 璞(江苏省海洋水产研究所,江苏 南通 226007)摘要:以黄海南部吕泗渔场的小黄鱼(Pseudosciaena polyactis )群体为研究对象,采用ISSR 技术对其遗传多样性进行分析。
在使用的99个引物中,有10个引物可扩增出清晰稳定的条带,共计64条,分子质量在300~3 000 bp 。
其中多态性片段42条,多态性片段比例为65.63%,个体间相似性系数0.666 7~0.876 4,平均为0.781 3,个体间平均遗传差异为0.218 7。
Shannon 多样性指数12.083 2,多样性值0.188 8。
表明黄海南部小黄鱼群体保持较高的遗传多样性,具有较大的变异潜力。
提出应采取有效管理保护措施,以维持小黄鱼群体的遗传多样性水平,使该渔业资源得到合理利用。
关键词: 小黄鱼(Pseudosciaena polyactis );遗传多样性;ISSR中图分类号:Q953 文献标识码:A 文章编号:1000–3096(2005)11–0034–05小黄鱼(Pseudosciaena polyactis )为广泛分布于渤海、黄海和东海北部的暖温性底层鱼类,是我国重要的海洋渔业经济种类。
在上世纪50年代小黄鱼渔业盛期,年平均渔获量高达12.8万t,是我国近海的主要捕捞作业对象。
到 60~80年代,由于捕捞强度的不断增大,小黄鱼资源逐渐趋于衰退甚至枯竭。
为保护和恢复小黄鱼渔业资源,有关部门采取了产卵场全面禁渔及实施伏季休渔制度等一系列措施。
进入90年代,小黄鱼资源呈现恢复之势,但其群体仍然表现出小型化、低龄化与性成熟加快等特征,可见小黄鱼的资源基础还相当脆弱[1]。
现代遗传学观点认为,一个物种的遗传多样性高低与其适应能力、生存能力和进化潜力密切相关,遗传变异是有机体适应环境变化的必要条件[2]。
pitman准则下对数正态分布参数估计比较
pitman准则下对数正态分布参数估计比较在统计学中,对数正态分布是一种常见的概率分布,它的概率密度函数可以表示为:f(x) = 1 / (x * σ * √(2π)) * e^(-((ln(x) - μ)^2) / (2σ^2))其中,μ和σ是对数正态分布的两个参数,分别表示对数均值和对数标准差。
在实际应用中,我们需要对这两个参数进行估计,以便更好地描述数据的分布情况。
在对数正态分布参数估计中,常用的方法是基于Pitman准则的最大似然估计。
Pitman准则是一种常用的统计学准则,它要求估计量应该是无偏的、有效的和一致的。
基于这个准则,我们可以得到对数正态分布参数的最大似然估计公式:μ = ln(∑(ln(xi)) / n)σ = √(∑((ln(xi) - μ)^2) / n)其中,xi表示样本中的第i个观测值,n表示样本容量。
这个公式可以通过计算样本的对数均值和对数标准差来得到对数正态分布的参数估计值。
为了比较不同方法的效果,我们可以使用模拟数据进行实验。
假设我们生成了一个1000个观测值的对数正态分布样本,其中对数均值为1,对数标准差为0.5。
我们可以使用不同的方法来估计这个样本的参数,并比较它们的准确性和效率。
首先,我们可以使用最大似然估计方法来估计这个样本的参数。
根据上面的公式,我们可以得到对数均值的估计值为0.998,对数标准差的估计值为0.502。
这个结果比较接近真实值,说明最大似然估计方法是一种有效的参数估计方法。
其次,我们可以使用其他方法来估计这个样本的参数,比如矩估计方法或贝叶斯估计方法。
通过实验比较,我们可以发现最大似然估计方法的准确性和效率都比其他方法更好,因此在实际应用中,最大似然估计方法是一种常用的参数估计方法。
总之,对数正态分布是一种常见的概率分布,它的参数估计可以使用最大似然估计方法来实现。
通过实验比较,我们可以发现最大似然估计方法是一种有效的参数估计方法,可以在实际应用中得到广泛的应用。
渔业资源增殖放流效果评估方法的研究分析
原理
选用渔业资源评估模型 , 估算未建立生长方程的增殖放流种类的生 长参数及其自然死亡系数 ,以及增殖放流种类的合理放流数量 。 提出 确认渔获物中来自放流种苗数量的方法 。推导了计算捕捞死亡系数 和按时间序列计算放流群体残存量 、 回捕量 、 回捕率和回捕效益等 的公式 。
八、 放流后不同时期回捕生物量和回捕效益估算
九、
各种类型渔船的捕捞努力量标准化
Page 4
ቤተ መጻሕፍቲ ባይዱ
一、利用年龄 — 体长资料估算增殖 放流种类的生长参数
对于未建立生长方程的增殖放流种类 , 收集其年 龄 — 体 长 资 料 , 应 用 G ULLAND 和 HOL T 图 解法估算出生长参数 l ∞和 K:
Page 14
因已知不同年龄的体长 , 用下式估算各年龄的t0 值 , 然后取各年龄所求 t0 的平均值 。
式中 : lt 为时间 t时的体长 , △lt 为时间差 △t内 的体长差 , a、 b为回归系数 , l∞为渐近体长 , K为生 长曲线的平均曲率 。
Page 5
二、自然死亡系数 M 的估算
对于没有研究过自然死亡系数的增殖放流种类 , 用 P AUL Y的经验公式估 算自然死亡系数 。P AUL Y根据 175 种鱼类的有关数据和资料 , 用多元线性回 归方法建立了自然死亡系数 M 的估算式 :
Page 2
单击此处添加标题
研究内容
一、利用年龄 — 体长资料估算增殖放流种类的生长参数
二、
自然死亡系数 M 的估算
三、 四、
合理放流数量的估算 确认渔获物中来自放流种苗的数量
五、
放流后残存尾数的估算
Page 3
江苏近岸海域小黄鱼时空分布特征
.%!% @'0%" @.%%B
中南部 浅滩边缘 8LX8
"
_=C0U#B> @'0##
S5WON
K8RO8Q 沙槽 SFRL OFRZ
.% @.# @0UC$> @0UC%$ ;
_=C0U#"B @'3C11#?!
浅水 SNF665M
'3C11#%B @.<> @'0%> >
各季节优势体长!春季为 %$" m%"$ EE! 占 B$7!\!该体长范围之测定样品尾数推算至春季 的捕获总尾数占全年 %$7?\" 以下三个季节均以 * 占全年+ 简述# !以 # 龄为主%夏季 ?" m<$ EE! 占 B$7!\!占全年 ;;7%>\!以当年产幼体为主% 秋季 <$ m%;" EE!占 BB7$\!占全年 !7$\!以 % 龄为主% 冬 季 %#$ m%;" EE! 占 <$7;\! 占 全 年 %7!\!以 # 龄为主)
体长组距采用 0R8L8K5Q分组组距法!体重组 距采用 0OWQX8S分组组距法) 组距值以全距&标准 差和样品数量等数据初定后再对照规范和常用习 惯确定'%# :%!( ) 计算公式$
组距" SR8L8K5Q# oQFRX8@" QFRX8@0=c?# % 组距" SOWQX8S# oQFRX8@"% f!7!##-XP#
作业参数&&拖速 #7B m!7" Z+!每站位拖
曳时间设定 % N!白天调查!夜晚作对照) 拖曳时 视水深&流速等具体情况适时调整浮沉力&拖速& 曳纲长度等参数!以确保网具性能发挥) 每网次 实时记录起放网时间&拖速&水深&表层水温等数 据和风力&风向等相关环境指标)
基于多源数据的东海小黄鱼资源评估与管理
基于多源数据的东海小黄鱼资源评估与管理刘尊雷;严利平;袁兴伟;杨林林;刘勇;黎雨轩;李圣法;程家骅;吴颖【摘要】为建立稳定环境和波动环境机制下预防性渔业管理生物参考点,整合调查设计和渔捞日志等多源资源指标构建混合矩阵,利用logistic和Fox剩余产量模型的两步分析技术,对东海区小黄鱼(Larimichthys polyactis)渔业资源动态进行评估。
模型估算参数和管理参考点显示, Fox模型对渔获量和CPUE拟合的方差贡献率高于logistic模型,两者分别为68%和57%,环境承载力和内禀增长率相差较大。
logistic 模型估算了相对较低的承载力和较高的内秉增长率、初始开发率以及MSY。
稳定环境下资源状况评判结果表明:1999―2008年间多数年份的捕捞强度超过捕捞水平限制参考点,渔业遭受过度开发,平均资源量保持在中位水平且未达到过度捕捞状态,但已超过目标参考点;波动环境条件下的判别结果显示:logistic和Fox模型拟合的渔业水平均已达到过度捕捞。
采用保护性捕捞参考点可增强渔业资源稳定性,当捕捞死亡从参考点FMSY降至预防性参考点Fopt, logistic模型估算资源量从8.1 t上升到10.1 t,而渔获量从13.1 t下降至12.3 t;Fox模型资源量则从11 t增加到15.9 t,相应的捕捞产量从12.8 t下降到11.6 t。
Fox模型评估结果较为保守,适合预防性渔业管理。
%Integrating the standardization of abundance indices into stock assessment models to examine the population dynamics of small yellow croaker, Larimichthys polyactis, was tested through a fisheries mixture ma-trix constructed with multiple data types. A precautionary approach to fishery control rules was adopted based on the logistic and Fox surplus production models, incorporating data from fishery-independent surveys, fishery-dependent catch-per-unit-of-effort(CPUE), and regional harvests. A risk-averse control rule, derivedfrom model parameters and associated uncertainty, was developed to manage fisheries for maximum sustainable yield (MSY) and rapid rebuilding of overfished stocks. The proposed control rule consists of relative biomass and relative fishing mortality rate in a deterministic environment and conservative harvest in a fluctuating environment. The results of the Fox model explained 68%of the variance observed for the stock abundance, while the logistic model explained 57%. The parameter estimates were different and the Fox model predicted a much larger decrease in population abundance at the MSY, intrinsic growth rates(r), and initial exploited levels. We compared the fishing mortality/current stock biomass from 1998 to 2006 with the fishing- and stock-related reference points, respec-tively. The results in a determined environment revealed that small yellow croaker stock in the East China Sea was overfished in most years, while the population was not always overfished during the entire period, although its biomass has been decreasing since 1999. However, both the Fox and logistic surplus production models indicate that the small yellow croaker fishery has been consistently over harvested in the fluctuating environment. Har-vesting at a conservative level with either the Fox or logistic model could increase small yellow croaker abun-dance substantially with little decrease in harvest. At a conservative harvest level, there is a 24.7% increase in biomass with a 6.1% decrease in yield with the logistic model and a 44.5% increase in biomass with a 9.4% de-crease in yield with the Fox model. The MSY assessment results from the Fox surplus production model was more conservative thanthat of logistic model, which is concordant with precautionary fisheries management strategies.【期刊名称】《中国水产科学》【年(卷),期】2013(000)005【总页数】11页(P1039-1049)【关键词】东海;小黄鱼;混合矩阵;产量模型【作者】刘尊雷;严利平;袁兴伟;杨林林;刘勇;黎雨轩;李圣法;程家骅;吴颖【作者单位】中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;唐山市科学技术情报研究所,河北唐山,063000【正文语种】中文【中图分类】S931小黄鱼(Larimichthys polyactis)是广泛分布于渤海、黄海和东海中北部的暖温性底层鱼类, 曾经为中、日、韩的重要捕捞对象, 被誉为中国“四大渔业”之一[1]。
动力学模型预测小黄鱼(Pseudosciaena polyactis)鱼干常温保藏下的货架期
动力学模型预测小黄鱼(Pseudosciaena polyactis)鱼干常温保藏下的货架期林琳;孙嫒;谢超【摘要】为了预测小黄鱼(Pseudosciaena polyactis)鱼干的货架期,对贮藏在30℃、35℃、40℃下的小黄鱼干的品质进行测定,通过测定菌落总数、酸价、过氧化值三个指标在贮藏期间的变化,分别对这三个指标与贮藏时间、温度建立一级动力学方程及Arrhenius方程,建立小黄鱼干货架期预测模型.经计算得出,菌落总数预测模型中的活化能(Ea)及指前因子(Ko)分别为29.26k J/mol和4.46×102,酸价预测模型中的的活化能及指前因子分别为47.05kJ/mol和4.1×105,过氧化值预测模型中的活化能及指前因子分别为49.76k J/mol和1.53×106.在37℃和42℃条件下验证动力学模型,结果表明相对误差分别为-4.68%和-6.25%,准确性较好.进一步推算得出,在20℃和25℃常温下贮藏小黄鱼干,产品的货架期为500d和352d.【期刊名称】《海洋与湖沼》【年(卷),期】2014(045)001【总页数】5页(P178-182)【关键词】小黄鱼干;动力学模型;常温保藏;货架期预测【作者】林琳;孙嫒;谢超【作者单位】浙江海洋学院食品与医药学院舟山 316000;浙江海洋学院食品与医药学院舟山 316000;浙江海洋学院食品与医药学院舟山 316000【正文语种】中文【中图分类】TS254.1小黄鱼干是由新鲜小黄鱼(Pseudosciaena polyactis)干燥制成的产品, 随着水分含量的降低, 其中的营养物质得到浓缩, 蛋白质含量高达45%以上。
本文研究的小黄鱼干是经过前期实验研究, 由热泵-热风联合干燥所得的干制品, 产品品质较高。
高品质低水分的产品, 相对来说贮藏时间较长, 生产上为了能够较快速地测得准确的保藏时间, 需要采用一定的方法。
对数正态分布概率密度函数
对数正态分布概率密度函数对数正态分布是使用对数函数来拟合的一种概率分布,其概率密度函数描述了数据的分布情况。
对数正态分布的特点是具有右偏,并且数据集中在较小的值上。
对数正态分布在许多领域中都有广泛的应用,如金融学、生态学、地质学等。
在金融学中,对数正态分布被用于描述股票价格的波动性。
在生态学领域,对数正态分布用于描述物种种群的大小。
在地质学中,对数正态分布用于描述地震的震级。
对数正态分布的概率密度函数可以表示为:f(x) = 1 / (x * σ* √(2π)) * exp(-(ln(x)-μ)²/ (2 * σ²))其中,x表示随机变量的取值,μ表示对数正态分布的均值,σ表示对数正态分布的标准差,exp表示自然指数函数。
对数正态分布的均值和标准差的计算方法是基于对数的。
对数正态分布的均值μ和标准差σ与对应的正态分布的均值μ'和标准差σ'之间存在一定的关系。
具体而言,μ=ln(μ')和σ=ln(σ')。
对数正态分布的均值和标准差可以用于描述数据的集中程度和变异程度。
均值表示数据的中心位置,标准差表示数据的离散程度。
通过计算数据的均值和标准差,可以求解对数正态分布的均值和标准差,从而更好地了解数据的分布特征。
对数正态分布的特点是右偏。
这意味着大部分的数据集中在较小的值上,而较大的值相对较少。
因此,对数正态分布广泛应用于描述右偏数据的分布。
例如,在金融学中,股票价格的波动性通常呈现出右偏的分布特征,对数正态分布可以很好地描述这种情况。
在实际应用中,可以利用对数正态分布来进行数据建模和分析。
通过拟合对数正态分布的概率密度函数,可以估计数据的分布参数,从而研究数据的分布特征和进行预测。
此外,对数正态分布还可以用于计算置信区间、假设检验等统计推断问题。
综上所述,对数正态分布是一种重要的概率分布模型,通过对数函数来拟合数据的分布情况。
对数正态分布的概率密度函数可以描述数据的分布特征,其均值和标准差可以用于描述数据的集中程度和变异程度。
基于对数正态分布理论上的小黄鱼三种资源密度估算方法比较
关键词 :小黄鱼 ; 底拖 网调查 ; 平均 资源密度 ; 几何均值 ; inySce 均值 Fn e—ihl
YUAN n — i Xi g we ,LI Z -e ,YANG h n —o g, YAN - i g U un li S e gln Lip n
( e n p nL brtr o r ea dE t r eFsei , nsyo r utr, K ya dO e aoao Mai n s ai i rs Miir A i l e yf n u n h e t f gc u E s C iaSaFsei e ac ntue hns A a e yo i e c ne, hn h i 2 09 ,C ia at hn e i r s s r Istt,C ie cdm Fs r Si cs S ag a 0 0 0 h ) h eR o h a a o a i c t y oy ci c l ce o t e b t m rwls r e o d ce n t e e st y a e n te d t f r L mi h sp la t o l td f m h o t t u v y c n u t d i h h s e r o a
A — srb in we e 5 0 8. /h, 3 81 3 h a d 4 28 1 /h,a d t e c re p n i g sa d r ro dit ut r 6 74 g i o 7 1. 4 n 2. 9 g n h o r s o d n tn a d e r r we e2 7 r 03. 3 2. n 2. 5. F o t e e t r e p o a i t iti t n fLa i c t  ̄ oy ci 61. 3 52 1 a d 163 9 9 r m h s h e r b b l y d srbui s o rmih h sp l a t i o s i i e e ts a o s。we c e td 1 00 s t fsmu ae n i aa fre c a n d f r n e s n f r a e e so i lt d de st d t o a h 1 s mplsu i g a p e o a d m 0 y 2 e sn s ud r n o
东海北部秋季小黄鱼分布特征及其与底层温度和盐度的关系
进行查询修正。采用 ArcView GIS3.2 绘图软件绘制 各年份资源密度分布图和底层水温盐度等值线图, 然后合成在一张图上,以分析各自的变化特征及相 互关系。 1.3 数据分析
出现频率为各水域小黄鱼出现站位数除以该水 域的总调查站位数;各水域的资源密度指数(CPUE kg/h)为该水域小黄鱼出现站位的 CPUE 之和除以该 水域的总调查站位数。以出现频率和 CPUE 值来表 征不同水域的小黄鱼生物量特征。各水域底层温度
第16卷第3期 2009年5月
中国水产科学
Journal of Fishery Sciences of China
Vol.16 No.3 May 2009
东海北部秋季小黄鱼分布特征及其与底层温度和盐度的关系
李建生 1,林龙山 1,2,程家骅1
(1. 农业部海洋与河口渔业重点开放实验室,中国水产科学研究院 东海水产研究所,上海 200090;2.中国海洋大学,山东 青岛 266003)
70 年代以后,由于受到过度捕捞和环境污染等因素 影响,小黄鱼资源逐渐步入衰退、严重衰退期。20 世 纪 90 年代之后,由于东海区伏季休渔制度的有效实 施,资源数量有所恢复,产量虽然有明显上升 [3-4],但 是渔获物绝大部分是以当龄鱼为主 [5],当前小黄鱼渔 业已经处于严重补充型捕捞过度状态。近年来,国 内学者对于东海北部的小黄鱼群体已经开展了广泛 的研究,主要涉及伏季休渔效果的分析 [6]、生物学特 征 [7-8]、资源量估算 [4]、数量分布与浮游动物的关系 [9]、 产卵群体的分布与水团的关系 [10] 等方面。由于小黄 鱼为近底层鱼类,因此其索饵群体的生态习性受索 饵海域的底层温度与盐度影响较大,但目前对于小 黄鱼的秋季索饵群体的分布特征与底层温度和盐度 的关系尚缺少研究,为了初步探明它们之间的关系 及影响机制,本研究利用 2003-2006 年共 4 年度秋季
东海区小黄鱼资源评估及其管理策略的研究的开题报告
东海区小黄鱼资源评估及其管理策略的研究的开题报告一、选题背景与意义小黄鱼是一种常见的海洋经济鱼类,在东海地区是一种重要的渔业资源之一。
然而,由于长期的过度捕捞和不合理的管理措施,小黄鱼的资源量逐年递减,已引起渔业资源的极大关注。
为了更好地保护和利用小黄鱼资源,必须开展小黄鱼资源评估研究及其管理策略的探讨。
二、研究目的1.对东海区小黄鱼资源进行评估,了解资源量和分布情况,为合理利用和保护提供科学依据。
2.研究小黄鱼的生态习性和生境条件,为其生态保护提供参考。
3.针对小黄鱼资源的开发利用现状,探讨其管理对策及可持续利用方案。
三、研究内容1.小黄鱼资源现状的分析与评估,包括小黄鱼资源量的现状、分布情况、种群结构等方面。
2.探讨小黄鱼的生态习性和生境条件,包括水质、温度、盐度等因素对小黄鱼生长和繁殖的影响。
3.分析小黄鱼资源的开发利用现状,包括捕捞量、渔业鱼船的规模以及对小黄鱼渔业资源的影响。
4.针对小黄鱼资源的开发现状提出管理对策及可持续利用方案,包括新型养殖技术的应用、禁渔期的设置、渔业许可制度等方面的探讨。
四、研究方法1.采用渔业生物学调查法进行资源量的评估,包括渔获量调查、渔业统计等。
2.利用实验室实验和野外调查来探讨小黄鱼的生态习性和生境条件,包括水质、温度、盐度等因素对小黄鱼生长和繁殖的影响。
3.采用问卷调查、文件分析和文献综述等方法分析小黄鱼资源的开发利用现状及其对小黄鱼资源的影响。
4.通过专家访谈进行小黄鱼资源管理对策及可持续利用方案的探讨。
五、预期贡献1.对小黄鱼资源进行深入了解,为其保护和利用提供科学依据。
2.探讨小黄鱼的生态习性和生境条件,为其生态保护提供参考。
3.提出可行性的小黄鱼资源管理对策及可持续利用方案来保护小黄鱼资源并促进渔业健康发展。
六、研究计划第一年:收集小黄鱼资源数据,进行资源量评估及分析;探讨小黄鱼的生态习性和生境条件;第二年:分析小黄鱼资源的开发利用现状,包括捕捞量、渔业鱼船的规模以及对小黄鱼资源的影响;第三年:针对小黄鱼资源开发现状提出管理对策及可持续利用方案,包括新型养殖技术的应用、禁渔期的设置、渔业许可制度等方面的探讨。
海洋工程环境评价中渔业资源价值损失的估算方法邢志晓
海洋工程环境评价中渔业资源价值损失的估算方法邢志晓发表时间:2018-07-18T11:52:11.360Z 来源:《基层建设》2018年第18期作者:邢志晓[导读] 摘要:海洋渔业资源不仅具有生态意义,而且是渔业赖以生产的基础,具有明显的经济属性和社会属性。
由于渔业资源是海洋生态环境保护的重要内容,因此,在中国海洋工程的环境影响评价中,渔业资源价值损失的估算已成为环境评价的核心内容。
威海市文登区海洋与渔业执法大队山东威海 264400摘要:海洋渔业资源不仅具有生态意义,而且是渔业赖以生产的基础,具有明显的经济属性和社会属性。
由于渔业资源是海洋生态环境保护的重要内容,因此,在中国海洋工程的环境影响评价中,渔业资源价值损失的估算已成为环境评价的核心内容。
本文分析了海洋工程环境评价中渔业资源价值损失的估算方法。
关键词:海洋工程环境评价;渔业资源价值损失;估算方法;渔业资源评估是应用各种统计和数学方法量化地研究鱼类种群形态对渔业管理选择的反应。
通常,人们会认识到一些问题,例如,产量有自然上限,过度捕捞亲鱼是危险的,允许鱼类生长到合适尺寸再捕捞是必要的,等等。
资源评估就是要深入地量化地研究这些简单的认知。
一、海洋工程环境中渔业资源价值评价方法1.渔业资源生物调查内容和统计参数。
在渔业资源物损评价中需要采用以下参数:渔业资源种类组成、优势种、成体体长和体质量的抽样分布、幼体尾数和重量的比例、性腺发育、资源密度、渔获物的商品价格参数和鱼卵、仔稚鱼(数量、密度、种类)等。
这些都是评价所必需的调查内容和估算参数。
2.评估方法和模型。
一是产量模型。
俄国学者巴拉诺夫是首先把数理学分析方法引入渔业资源研究中的学者,首次使用了计算自然产量的数学模型。
Schaefer在Graham鱼类群体增长的S型曲线(逻辑斯谛logistic曲线)研究的基础上,建立了计算“剩余产量模型”参数的一整套方法。
后来,又得到Fox、Pella和Tomlinson的发展,使该类模型具有很高的应用价值。
多鱼种资源数量评估方法介绍
多鱼种资源数量评估方法介绍童龄【期刊名称】《现代渔业信息》【年(卷),期】1994(009)008【摘要】1977年Andressen—Ursin多鱼种数学模型的出现标志着多鱼种数量评估方法开始受到渔业科学家的重视,逐步摆脱了以往多鱼种研究理论与实践的脱节。
在ICES科学家的十几年努力下,多鱼种有效数量分析方法(MSVPA)成为目前使用量成功的资源评估模式之一。
MSVPA将自然死亡率(M)分为可计算的捕食死亡率(M_2)和其它自然死亡率(M_1),通过捕食鱼种胃含物调查研究鱼种间的生物学相互作用。
用胃含物相对指数(Spi)计算鱼的食物利用系数(Upi),然后利用后者求出M_2。
MSVPA方法与单鱼种VPA方法的相同之处是都采用回朔式计算方法,不同之处为MSVPA同时计算全部MSVPA鱼种的资源量N,捕食死亡率M_2和食物利用系数Upi。
考虑到鱼类在不同季节的摄食强度不同,MSVPA数据的时间序列是以季度为单位去研究资源变化。
多鱼种的研究仍在不断深化,前景是好的,有关方面权威专家认为广泛的多鱼种渔业管理的实现仅是一个时间问题。
【总页数】5页(P5-9)【作者】童龄【作者单位】无【正文语种】中文【中图分类】S932.4【相关文献】1.黑龙江省肇源县冰下采捕鱼种和草囤干运方法介绍 [J],2.C40“正气候发展计划”——国外城市区域碳排放评估框架及方法介绍 [J], 罗威;贺静3.电机系统节能评估及计算方法介绍 [J], 程磊;姚磊;何晁煜4.WHO对年度优先关注突发传染病的评估方法介绍 [J], 许庭莹; 石大伟; 刘东来; 张春涛5.全膝关节假体系统体外功能试验标准及评估方法介绍 [J], 翟豹;张家振;阿茹罕;刘斌因版权原因,仅展示原文概要,查看原文内容请购买。
基于tweedie-gam模型研究海州湾小黄鱼资源丰度与栖息环境的关系
关键词:Tweedie 分布;广义可加模型;饵料生物;多重共线性;资源分布
中图分类号:S931.4
文献标志码:A
文章编号:0253−4193(2019)12−0078−12
1 引言
小黄鱼(Larimichthys polyactis)隶属鲈形目、石首 鱼科、黄鱼属,系暖温性底层鱼类 。 [1] 广泛分布于黄 海、渤海、东海及朝鲜半岛西岸海域,主要集中在 28°00′N 以北、125°30′E 以西,水深不超过 100 m 的 海域 。 [2] 近年来,受捕捞压力和气候变化的影响,小黄
收稿日期: 2018−10−09;修订日期: 2018−12−21。 基金项目: 国 家 重 点 研 发 计 划 项 目 ( 2017YFE0104400); 国 家 自 然 科 学 基 金 项 目 ( 31772852); 中 央 高 校 基 本 科 研 业 务 费 专 项 ( 201562030, 201612004)。 作者简介: 张云雷(1994—),男,河南省永城市人,研究方向为渔业生态学。E-mail:583578675@ * 通信作者: 薛莹,教授,主要从事渔业生态学研究。E-mail:xueying@
基于 Tweedie-GAM 模型研究海州湾小黄鱼 资源丰度与栖息环境的关系
张云雷1,徐宾铎1,张崇良1,任一平1,2,薛莹1*
( 1. 海洋科学与技术试点国家实验室 海洋渔业科学与食物产出过程 功能实验室,山东 青岛 266071)
摘要:本研究根据 2011 年及 2013—2016 年春季和秋季在海州湾及其邻近海域进行的底拖网调查数 据,结合同步采集的底层海水温度、底层海水盐度、水深、底质类型,以及脊腹褐虾 (Crangon affinis)、细 螯虾 (Leptochela gracilis)、鳀 (Engraulis japonicus)、赤鼻棱鳀 (Thrissa kammalensis) 等小黄鱼 (Larimichthys polyactis) 主要饵料生物的资源丰度数据,采用条件数 κ 和方差膨胀因子 (VIF) 度量多重共线性的程 度,选取关键环境因子,再应用基于 Tweedie 分布的广义可加模型 (GAM) 研究不同季节和不同生长阶 段的小黄鱼资源丰度与环境因子的关系。多重共线性的检验表明,所有初始变量之间没有显著的多 重共线性,均可作为解释变量代入模型。结果表明:不同季节和生长阶段,影响小黄鱼资源分布的主 要因子及其偏差解释率各不相同,各变量所对应的适宜范围也不同。例如:影响春季小黄鱼幼体资源 分布的主要因子有底层海水温度、底层海水盐度、水深和脊腹褐虾的分布,其中偏差解释率最大的因 子为水深 (16.09%);而影响春季成体资源分布的因子为底层海水温度、底层海水盐度、水深及脊腹褐 虾和鳀的分布,其中偏差解释率最大的因子为底层海水盐度 (13.56%)。本研究表明,海州湾及其邻近 海域不同季节和不同生长阶段小黄鱼的资源分布与其自身的生态习性、海洋环境以及饵料生物的分 布密切相关。
小黄鱼单层流刺网网目选择性研究
小黄鱼单层流刺网网目选择性研究王德虎;黄洪亮;李灵智;屈泰春;齐广瑞;宋学锋【摘要】为研究小黄鱼单层流刺网的选择性,以期提出小黄鱼单层流刺网的最小网目,利用2014年10月22日-11月25日在南黄海启东地区获得的小黄鱼单层流刺网捕捞小黄鱼渔获数据,运用多峰选择性曲线模型对小黄鱼刺网的选择性进行估算.根据小黄鱼刺网的选择性曲线,得出35、40、45、50、55 mm 5种网目通过刺挂和缠绕2种捕获方式的最适捕捞体长分别为67 mm和139 mm、77 mm和159 mm、87 mm和179 mm、97 mm和199 mm、107 mm和219 mm.用泊松分布检验多峰模型的拟合度,对模型进行误差分析,采用似然比卡方进行拟和优度检验.结果显示,卡方值与自由度的比值为1.39,接近于1,表明模型拟合较好.理论上,55 mm刺网中的幼鱼比例为22%,明显低于其他网目刺网中幼鱼的比例.55 mm刺网有效增加了小黄鱼幼鱼的释放量,有利于保护小黄鱼渔业资源,建议将小黄鱼单层流刺网最小网目设为55 mm.【期刊名称】《河南农业科学》【年(卷),期】2016(045)007【总页数】5页(P127-131)【关键词】单层刺网;小黄鱼;选择性;最小网目【作者】王德虎;黄洪亮;李灵智;屈泰春;齐广瑞;宋学锋【作者单位】上海海洋大学海洋科学学院,上海201306;中国水产科学研究院东海水产研究所/农业部东海与远洋渔业资源开发利用重点实验室,上海200090;中国水产科学研究院东海水产研究所/农业部东海与远洋渔业资源开发利用重点实验室,上海200090;中国水产科学研究院东海水产研究所/农业部东海与远洋渔业资源开发利用重点实验室,上海200090;中国水产科学研究院东海水产研究所/农业部东海与远洋渔业资源开发利用重点实验室,上海200090;中国水产科学研究院东海水产研究所/农业部东海与远洋渔业资源开发利用重点实验室,上海200090;上海海洋大学海洋科学学院,上海201306;中国水产科学研究院东海水产研究所/农业部东海与远洋渔业资源开发利用重点实验室,上海200090【正文语种】中文【中图分类】S972小黄鱼为暖水性鱼类,隶属于鲈形目、鲈亚目、石首鱼科、黄鱼属,为硬骨鱼类[1],广泛分布于我国的渤海、黄海、东海海域,以及朝鲜半岛的西部等亚热带水域[2],栖息水层为近底层,是经济价值较高的经济鱼种。
估算种群密度的方法
估算种群密度的方法
种群密度是研究物种分布和优势的重要指标,因此准确评估种群密度对于解决生物多样性问题至关重要。
目前科学家们提出了多种用于估算种群密度的方法,下面将介绍其中的两种。
第一种方法是线索回归法,它利用种群数量和其他环境状况之间的关系进行评估。
例如,可以利用森林调查或气象记录等数据,以给出种群密度的不同预测模型。
研究人员可以根据地形和气候条件,以及预测模型测定出空间分布。
线索回归方法具有高保真度和准确度,但需要可获得多个变量的数据来评估。
另一种方法是样点估计法,它是基于实际观察的样本数据进行估计。
该方法称为样点估计,是指根据所选择的地方对潜在种群的密度进行估计。
这种方法主要是草案估计和分层估计。
在草块估计法中,野外的调查人员从指定的地方进行调查,以估计种群密度;而在分层估计中,样点可根据不同的地形特征或生态系统条件进行随机分配,以便更好地反映种群的密度。
总之,线索回归法和样点估计法是用于估算种群密度的最常用方法。
虽然这两种方法各具特色,首先使用者必须在使用时考虑实际情况,结合所获得的数据优势,来评估确定最佳估计方法。
在合理使用这些估计方法的基础上,将有助于提高估计的准确性和合理性,有效地解决生物多样性问题。
基于对数正态分布理论上的小黄鱼三种资源密度估算方法比较
。底拖网调查数据一个普遍特点是取样网次中待评估的 和在此模型基础上发展的 Δ - 分布模型 目标鱼种渔获量出现一定比例的零值 , 并且不服从正态分布, 此时, 利用调查设计法算出的平均资源密 使用算术平均值来估算总体均值是不恰当的 。底拖网调查数据的另一个特点是取样网次中往 度偏低, [9 ] 往有一些极端值 ( 即某一网次产量至少占全部产量的 50% ) , 它们的出现使得利用算术平均值估算平 均资源密度时的方差非常大, 从而加大了渔业资源评估时的不确定性 , 是渔业资源评估和管理中一个不 [9 ] Pennington 基于对数正态分布理论, 容忽视的问题。就上述问题, 利用 Δ - 分布模型对其总体均值和 方差进行了较为合理的评估, 李凡等 应用性分析研究。
文章编号: 1004 - 2490 ( 2012 ) 01 - 0015 - 08
基于对数正态分布理论上的 小黄鱼三种资源密度估算方法比较
袁兴伟, 刘尊雷, 杨胜龙, 严利平
( 中国水产科学研究院东海水产研究所, 农业部海洋与河口渔业重点开放实验室, 上海 200090 ) 摘 要: 海洋生物的空间分布通常是不均匀的, 表现为资源密度的频数分布是偏斜的, 这给资源密度的估算
1
1. 1
材料与方法
调查数据 数据取自 2008 年夏季 ( 6 月 ) 、 秋季 ( 9 月 ) 和冬季 ( 12 月 ) 东海区渔业资源底拖网大面定点调查资 ◇ 网囊网目为 25 mm, 拖速 3 n mile / h; 调查范围为27°00'~ 34°00' N、 料。 调查网具规格为 100 × 4 m /88 m,
用样方法调查鱼的种群密度 高三生物试题
高三生物试题用样方法调查鱼的种群密度以下是一个使用样方法调查鱼的种群密度的高三生物试题:种群密度是指在一定时间、一定空间内,同种生物个体的数量。
为了准确调查鱼的种群密度,研究者往往采用样方法。
请根据以下信息回答问题:1. 选择合适的样地:在一个较大的湖泊中,选择一个具有代表性的小池塘作为样地。
这是因为小池塘的生态环境相对独立,能够代表整个湖泊的生态环境。
2. 标记个体:在选定的样地内,随机投放一些人工鱼苗,并在每条鱼的背鳍上标记。
3. 捕捉和计数:在一段时间后,定期在样地内进行捕捞,并对捕捞到的鱼进行计数和标记。
如果标记的鱼在捕捞到的鱼中占一定比例,那么就可以据此推算出该种群的种群密度。
4. 数据处理和分析:根据捕捉到的鱼的数量和标记的鱼的数量,计算出标记鱼的重捕比例(标记鱼数量/重捕鱼数量),并根据该比例和已知的鱼苗数量,推算出种群的种群密度。
问题:1. 为什么要选择具有代表性的样地?2. 在样地内如何进行标记?3. 如何通过捕捉和计数来推算种群密度?4. 如果标记的鱼在捕捞到的鱼中占一定比例,那么这个比例应该接近多少才算合理?答案:1. 选择具有代表性的样地是为了确保研究结果能够代表整个研究区域的种群密度,减少误差。
2. 在样地内随机投放人工鱼苗,并在每条鱼的背鳍上标记。
这是因为背鳍是鱼的明显特征,易于识别,且不会因为鱼苗的生长而脱落。
3. 通过捕捉和计数,可以计算出标记鱼的重捕比例。
然后根据该比例和已知的鱼苗数量,推算出种群的种群密度。
具体的计算方法需要参照种群密度的计算公式。
4. 标记鱼的重捕比例应该接近1/2,即一半的鱼苗会被捕获,这样才能保证计算出的种群密度较为准确。
东海北部小黄鱼异方差生长模型
东海北部小黄鱼异方差生长模型刘尊雷;袁兴伟;严利平;杨林林;黎雨轩;程家骅【摘要】Growth models are important components of population biology study and are generally essential to adequately assess the impact of fishery. Given a specific functional form, the appropriate estimation of growth parameters depends on the error structure assumed for the data. For example, if variability in size is constant as a function of age, an additive error structure is suitable. However, if the variability in size increases with age, a multiplicative error or variance modeling is appropriate. Variance heterogeneity will typically not influence the parameter estimates significantly, but if ignored it may result in severely misleading the standard error and prediction intervals. The four parameters model formulated by Schnute contains a number of specific growth models that can be used to explain the pattern of growth in small yellowCroaker(Larimichthys polyactis). We used data transformation and variance modeling to investigate the effect of assuming a different error structure in the model. We used data from stow net surveys conducted between May-September in 2007-2008 and from bottom trawls conducted in the northern region of the East China Sea between October-April in 2007-2009. We used the likelihood ratio test (x2distribution) and Akaike's Information Criterion to quantitatively compare the fit of nested submodels. Error structure had a significant effect on the fitted models. The estimated parameter values for the lognormal error, power variance, and exponentialvariance structure models were similar. Furthermore, relatively small standard errors and narrow confidence intervals suggest that the integration of variance structure in the growth models is more accurate and robust than in the additive models. The log-transformation models and variance structure models fit the data better than the additive models. The fiinneling observed in the plots of deviance residuals against age for the additive models was reduced in the corresponding plots for the lognormal error and variance structure models. The power variance and exponential variance models yielded significantly different estimates than the additive models (x2 test, P<0.001) and had lower AIC values. Together, our results suggest the integration of variance structure to estimate growth improves goodness of fit and predictive power.%为揭示同方差和异方差结构对鱼类生长模型估计精度的影响,本研究以东海小黄鱼(Larimichthys polyacti)为案例,选用2007-2009年东海北部近海常规监测的小黄鱼基础生物学测定资料,采用对数正态函数型、幂函数型和指数函数型方差结构,分别对Scbnute生长模型3种基本形式的yon Bertalanffy(LVB)、Gompertz和Schnute模型进行了拟合分析,并采用似然比检验和AIC准则,选择确定最优拟合模型.结果表明,在渔获群体低龄化的条件下,其生长模型的参数估计值对方差结构较为敏感;对数正态函数型、幂函数型和指数函数型方差结构函数对3种生长模型的参数估计值较为接近,参数标准误和变异系数相对较小,小黄鱼生长模型以异方差结构函数拟合的效果较同方差结构更为精确和稳健;采用幂函数型和指数函数型方差结构拟合生长模型,其AIC值较同方差条件大幅降低,生长模型拟合的各月龄组置信区间范围差距缩小,明显提高了生长模型拟合度.【期刊名称】《中国水产科学》【年(卷),期】2012(019)003【总页数】9页(P453-461)【关键词】小黄鱼;Schnute模型;异方差;似然比检验【作者】刘尊雷;袁兴伟;严利平;杨林林;黎雨轩;程家骅【作者单位】中国水产科学研究院东海水产研究所,农业部海洋与河口渔业重点开放实验室,上海200090;中国水产科学研究院东海水产研究所,农业部海洋与河口渔业重点开放实验室,上海200090;中国水产科学研究院东海水产研究所,农业部海洋与河口渔业重点开放实验室,上海200090;中国水产科学研究院东海水产研究所,农业部海洋与河口渔业重点开放实验室,上海200090;中国水产科学研究院东海水产研究所,农业部海洋与河口渔业重点开放实验室,上海200090;中国水产科学研究院东海水产研究所,农业部海洋与河口渔业重点开放实验室,上海200090【正文语种】中文【中图分类】S931生长是种群生物学研究的重要部分, 是科学分析和评估渔业资源种群数量变动的基础。
黄河口两种鱼类资源密度不同估算方法的比较
黄河口两种鱼类资源密度不同估算方法的比较刘健;张崇良;薛莹;徐宾铎;任一平【期刊名称】《中国水产科学》【年(卷),期】2017(024)004【摘要】以黄河口海域矛尾虾虎鱼(Chaeturichthys stigmatias)和短吻红舌鳎(Cynoglossus joyneri)两种鱼类为例,根据2013、2014年间4个季节月的调查数据,将?-分布模型法用于底拖网数据处理,比较基于模型和基于调查设计的两种方法在估算平均资源密度方面的差异,并初步探讨了影响?-分布模型法评估效果因素.结果表明,对于8月和10月的矛尾虾虎鱼调查数据,模型法估计的资源密度值小于设计法的估计值,根据其余6组数据计算的资源密度均为模型法更高,数据量和数据分布特征可能是影响?-分布模型评估结果的重要因素;8组数据计算所得方差模型法均明显低于设计法;极大值和零值对?-分布模型的评估结果有不同的影响.?-分布模型是一个稳健的模型,处理数据波动性更小,估计值具有更高的精确度,是一种适于底拖网数据处理和资源评估的模型.%Fishery resource density is a key indicator for assessing resource status and is commonly estimated us-ing bottom trawl survey data. Because of the non-uniform distribution of marine organisms, bottom trawl data always contain extreme values (zeros or very large values), which will affect the accuracy and precision of the estimate of resource density. In order to decrease the effect of extreme values on the estimation of resource density, the ?-distribution model was used when analyzing trawl survey data for Chaeturichthys stigmatias and Cynoglos-sus joyneri in the Yellow River estuary between 2013 and 2014.Theestimate of the mean resources density using the model-based method and that using the designed-based method was compared, and the effect of the quantity and distribution of survey data on the results for the ?-distribution model method was also discussed. With respect to survey data for C. stigmatias in August and October, the density estimated using the model-based method was lower than that using the design-based method, while the densities estimated using the model-based method were higher than those using the design-based method for other data sets. The quantity and distribution characteristics of survey data might be important factors affecting assessment results using the ?-distribution model. Variance estimated using the model-based method was much less than that estimated using the design-based method for all data for the two species in different months. Zero and maximum-value data had different effects on the estimation of resource density using the ?-distribution model method; the model was robust when dealing with survey data with high stability and precision.【总页数】8页(P845-852)【作者】刘健;张崇良;薛莹;徐宾铎;任一平【作者单位】中国海洋大学水产学院,山东青岛 266003;中国海洋大学水产学院,山东青岛 266003;中国海洋大学水产学院,山东青岛 266003;中国海洋大学水产学院,山东青岛 266003;中国海洋大学水产学院,山东青岛 266003【正文语种】中文【中图分类】S93【相关文献】1.基于对数正态分布理论上的小黄鱼三种资源密度估算方法比较 [J], 袁兴伟;刘尊雷;杨胜龙;严利平2.东海区刺鲳资源密度不同估算方法的差异比较 [J], 袁兴伟;姜亚洲;严利平3.基于底拖网调查的东海区小黄鱼资源密度不同估算方法差异比较 [J], 袁兴伟;严利平;刘尊雷;程家骅4.基于底拖网调查的东海区小黄鱼资源密度不同估算方法差异比较 [J], 袁兴伟;严利平;刘尊雷;程家骅;5.不同方法提取两种鱼类病原菌脂多糖的化学成分分析 [J], 陈昌福;李静;吴志新因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
结合 2008 年夏季、 秋季和冬季东海区渔业资源底拖网大面调查 带来一定的难度。本文基于 Δ - 分布模型法, 发现三个季节小黄鱼的资源密度依次服从均值为 5 068. 74 g / h、 中小黄鱼( Larimichthys polyactis) 的渔获资料, 73 811. 34 g / h、 4 282. 19 g / h, 33 522. 19 、 1 632. 95 的对数正态分布。根据不同季节小黄鱼 标准误为 2 703. 61 、 利用 Matlab 软件随机生成 12 个不同的样本尺度下各 1 000 组 的资源密度分布特征做 Monte Carlo 模拟试验, FinneySichel 均 值 和 几 何 均 值, 资源密度值, 分 别 计 算 不 同 样 本 尺 度 下 的 算 术 平 均 值、 通过均方根误差 ( RMSE) 和偏倚( BIAS) 两个指标, 比较三个不同的估计值与 Δ - 分布均值间的离散程度后发现, 几何均值估 且随着样本尺度的增加, 几何均值表现的更加稳健 。特别地, 几何均值受极 算总体时的精度和准度相对较高, 端值影响较小。因而建议用几何均值来估算总体, 来降低资源评估的误差 。 Sichel 均值 关键词: 小黄鱼; 底拖网调查; 平均资源密度; 几何均值; Finney中图分类号: S931 文献标识码: A
( Key and Open Laboratory of Marine and Estuarine Fisheries,Ministry of Agriculture, East China Sea Fisheries Research Institute,Chinese Academy of Fishery Sciences,Shanghai 200090 ,China)
Abstract: As the spatial distributions of marine biota are frequently patchy,samples taken from bottom trawlers exhibit a skewed distribution,which brings certain degree of difficulty in estimating the mean of stock density. Based on the data of Larimichthys polyactis collected from the bottom trawl survey conducted in the East China Sea in 2008 ,the estimator of the mean of stock density in summer,autumn and winter based on distribution were 5 068. 74 g / h, 73 811. 34 g / h and 4 282. 19 g / h,and the corresponding standard error △were 2 703. 61 , 33 522. 19 and 1 632. 95. From these three probability distributions of Larimichthys polyactis in different seasons,we created 1000 sets of simulated density data for each 12 samples using a pseudorandom
[1 ] 底拖网调查是渔业资源调查评估最常用的方法之一 。 通常渔业资源底拖网调查数据的处理与 [2 - 4 ] [5 - 11 ] 分析有两种方法, 即基于调查设计的方法 和基于模型 的方法。前者假设渔业生物的空间分布
利用算术平均值估算整个调查海域的平均资源密度 , 这是国内比较常见的一种方法; 后者根 是均匀的, 据渔业生物空间分布的不均匀性 , 假设其资源密度服从某种统计分布 , 经处理分析选择一个较为适宜的
。由于实际调查中往往出现一定比例的零值 , 而 Δ - 分布是一种把这些零值数
其 非 零 值 部 分 符 合 对 数 正 态 分 布, 即非零值的自然对数符合正态分 据包括在内的 对 数 正 态 分 布, 。
2 设 X i 为第 i 站的资源密度 ( g / h ) , 令 X ( 未经转换资源密度的均值 ) 和 S X ( 未经转换资源密度的方 2 Y ( 对数转换后 差) 分别表示未经转换资源密度的总体均值 μ 和总体方差 σ 的估计值。令 Y i = ln ( Xi ) ,
[17 ]
[13 - 16 ]
和袁兴伟等
[18 - 19 ]
通过实例对中国的拖网调查数据做了一定的
本文利用 2008 年 夏 季、 秋 季 和 冬 季 的 东 海 区 渔 业 资 源 底 拖 网 大 面 定 点 调 查 资 料, 以小黄鱼 ( Larimichthys polyactis) 作为估算资源密度的目标鱼种, 根据国外使用的 Δ - 分布模型方法估算了三个 FinneySichel 不同季节小黄鱼的资源密度均值的估计值 。利用 Monte Carlo 模拟试验, 结合算数平均值、 均值和几何均值等估算方法, 通过比较上述三种方法的估值与 Δ - 分布模型估值之间的离散程度, 试图 寻找一种相对合理的估算方法, 从而降低资源量错误估算的可能性 , 以期为我国渔业研究者准确估算资 。 源量提供方法上的参考
Comparative study on estimating stock density of Larimichthys polyactis in the East China Sea based on lognormal theory
YUAN Xingwei,LIU Zunlei,YANG Shenglong,YAN Liping
1
1. 1
材料与方法
调查数据 数据取自 2008 年夏季 ( 6 月 ) 、 秋季 ( 9 月 ) 和冬季 ( 12 月 ) 东海区渔业资源底拖网大面定点调查资 ◇ 网囊网目为 25 mm, 拖速 3 n mile / h; 调查范围为27°00'~ 34°00' N、 料。 调查网具规格为 100 × 4 m /88 m,
第1 期
袁兴伟等: 基于对数正态分布理论上的小黄鱼三种资源密度估算方法比较
17
1. 2 1. 2. 1
资源密度均值估计方法 基于对数正态分布模型的资源密度均值估算
[10 ]
对数正态分布是指对数为服从正态分布的任意随机变量的概率分布 , 或者说是未经转换数据的频 数分布是右偏的分布 布
[16 - 19 ]
[5 ] Gamma 分布[6]、 Poisson 分布[12]、 统计模型对渔业资源进行评估, 常见的模型有负二项分布 、 对数正态 [13 - 14 ] [5 - 11 , 15 - 16 ] - 。 , 分布 和 Δ 分布 等多种模型 在国外 渔业调查数据更多使用的是对数正态分布模型
。底拖网调查数据一个普遍特点是取样网次中待评估的 和在此模型基础上发展的 Δ - 分布模型 目标鱼种渔获量出现一定比例的零值 , 并且不服从正态分布, 此时, 利用调查设计法算出的平均资源密 使用算术平均值来估算总体均值是不恰当的 。底拖网调查数据的另一个特点是取样网次中往 度偏低, [9 ] 往有一些极端值 ( 即某一网次产量至少占全部产量的 50% ) , 它们的出现使得利用算术平均值估算平 均资源密度时的方差非常大, 从而加大了渔业资源评估时的不确定性 , 是渔业资源评估和管理中一个不 [9 ] Pennington 基于对数正态分布理论, 容忽视的问题。就上述问题, 利用 Δ - 分布模型对其总体均值和 方差进行了较为合理的评估, 李凡等 应用性分析研究。
禁渔区线以东 ~ 127°00'E , 站点以 0. 5° × 0. 5° 栅格状设置, 该年度每航次设计调查站位数为 80 站, 实际 每站位渔获随机取样 1 箱 ( 15000 g / 箱 ) , 调查站位数见表 1 ; 调查船只通常 24 h 昼夜不间断进行调查, 不足 1 箱全取, 带回实验室鉴定种类、 称重各种类的渔获量和渔业生物学测定, 原则上每站拖曳时间设 定为 1 h, 不足 1 h 或超过 1 h 均标准化为单位小时渔获量( g / h) 。本文选用小黄鱼为分析的目标种 。 数据处理采用 Matlab 软件和 SPSS16. 0 统计分析软件。
16
海
洋
渔
业
2012 年
number generator with Matlab,and calculated the arithmetic means, the FinneySichel estimators and the geometric means. We used the root mean squared error and deviation of the estimate from the true parameter to evaluate the performance of the estimators. The results indicated that the geometric means was advantageous, because it was relatively insensitive to extreme values in terms of accuracy and precision. At the same time, the geometric means performed better than the other two estimators when the sample sizes increased. So the geometric means was recommended to be widely used in the further study in order to reduce the estimated biomass error in fish stock assessment. Key words: Larimichthys polyactis; bottom trawl survey; mean of stock density; the geometric mean; FinneySichel estimator