文献类型：期刊文章

作　　者：陈新军[1,2] 高峰[1,2] 官文江[1,2] 雷林[1,2] 汪金涛[1,2]

机构地区：[1]上海海洋大学海洋科学学院,上海201306 [2]上海海洋大学大洋渔业资源可持续开发省部共建教育部重点实验室,上海201306

出　　处：《水产学报》

基　　金：国家"八六三"高技术研究发展计划(2012AA092303);国家科技支撑计划(2013BAD13B01);国家发改委产业化专项(2159999);上海市科技创新行动计划(12231203900)

年　　份：2013

卷　　号：37

期　　号：8

起止页码：1270-1280

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、JST、PROQUEST、RCCSE、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：渔情预报是渔场学的重要研究内容,对渔业科学生产和渔业资源管理具有重要的意义。近年来,随着现代统计理论、数值计算方法、数据挖掘和人工智能等理论和技术的发展,使渔情预报技术和模型的发展焕发出了新的活力,为此本文对渔情预报技术及模型研究进展进行了回顾,并对今后发展提出了展望。本文简要概述了渔情预报建模的理论和方法,包括渔情预报相关的渔场学基础、数据模型和预报模型,重点介绍了基于统计和机器学习、人工智能方法的渔情预报模型的应用和研究现状,并对各种模型在渔情预报应用中的优势与缺陷进行了综合分析,针对存在的问题提出了建议。主要建议包括:建立专为渔业服务的海洋环境预报系统;进行长期系统的渔业资源调查,针对不同鱼种和海区对数据获取和处理方法进行标准化和规范化;借助随机模拟方法降低模型不确定性,提高预报精度。本总结与分析将为国内的渔情预报模型研究工作提供参考。

关 键 词：渔情预报 预报模型  统计学 机器学习  

分 类 号：S934]