CN104809479A - 基于支持向量机的鱼类栖息地适宜性指数建模方法 - Google Patents

Abstract

本发明涉及一种基于支持向量机的鱼类栖息地适宜性指数建模方法，包括以下步骤：1)联合多种海洋环境因子，求取一组海洋因子对应的适宜性指数值SI；2)对所有海洋环境因子以及SI进行归一化；3)基于步骤2)的数据，建立支持向量机HSI模型：SVM HSI；4)利用SVM HSI对不同的区域进行预测，获取预测的均方根误差和相关系数，并在GIS环境中进行渔场渔情预报；5)输出并保存模拟结果。与现有技术相比，本发明在样本数量较少时，能够较好地从中挖掘数据中存在的规律，得到较为合理的HSI模型和渔情预报结果等优点。

Description

基于支持向量机的鱼类栖息地适宜性指数建模方法

技术领域

本发明涉及一种鱼类栖息地指数建模方法，尤其是涉及一种基于支持向量机的鱼类栖息地适宜性指数建模方法。

背景技术

栖息地适宜性指数(Habitat Suitability Index，HSI)模型最早由美国科学家于20世纪80年代提出，用来模拟生物体对周围栖息环境要素的反应。目前已广泛应用于物种分布与管理等领域，并逐渐在鱼类渔场的分析与预测得到应用，取得了较好效果。HSI的研究不仅是为了从理论上认知渔场分布与海洋环境要素的关系，同时也是为了向捕捞生产和渔业资源管理者提供信息参考。HSI模型已应用于多种鱼类的渔场分析，如印度洋大眼金枪鱼、大西洋及太平洋的鱿鱼、以及鲐鱼、秋刀鱼等。从研究方法来看，主要有传统的权重求和法和几何平均法、分位数回归方法、主成分分析法等。

海洋环境要素与中心渔场之间存在动态交互关系并构成一个复杂的系统，环境要素之间通常存在一定的相关性，而传统数理统计方法在构建HSI模型时由于无法消除环境要素固有的多重相关性，分析预报的精度受到极大的限制。同时，由于受到商业捕捞数据的限制，在很大程度下渔业资源数据的样本点数是非常有限，普通方法很难从中获取有效的模型。因此，我们需要探索一种既能消除环境变量的相关性、又能从小样本中获取规律的方法，建立海洋鱼类栖息地适宜性指数的建模，从而反映海洋环境与中心渔场复杂系统，从而提高渔场渔情预报的精度和可靠性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于支持向量机的鱼类栖息地适宜性指数建模方法，能够以较合理的计算代价，得到较为合理的HSI模型和预测结果，提高渔情预报的精度和准确性。

本发明的目的可以通过以下技术方案来实现：

一种基于支持向量机的鱼类栖息地适宜性指数建模方法，其特征在于，包括以下步骤：

1)联合多种海洋环境因子，求取一组海洋因子对应的适宜性指数值SI；

2)对所有海洋环境因子以及SI进行归一化；

3)基于步骤2)的数据，建立支持向量机HSI模型：SVM HSI；

4)利用SVM HSI对不同的区域进行预测，获取预测的均方根误差和相关系数，并在GIS环境中进行渔场渔情预报；

5)输出并保存模拟结果。

所述的步骤1)具体为：

11)通过遥感获取海洋环境因子，包括海表温度SST、温度梯度、海表叶绿素-a浓度、盐度、盐度梯度以及距海平面平均高度；

12)通过对各种海洋环境因子进行分组，得到每一组总的作业次数，通过对作业次数的归一化换算，获取对应的适宜性指数值SI。

所述的步骤2)具体为：

13)利用支持向量机的Scaling方法，对所用海洋环境因子和SI进行归一化处理，最小值为0、最大值为1。

归一化数据分为训练数据和预测数据两个部分，其中训练数据含有SI数值，而预测数据不含SI值，但是具有验证模型的渔业产量数据。

所述的步骤3)具体为：

14)基于支持向量机，对归一化数据进行处理的训练数据进行训练建模，得到SVM HSI模型。

所述的步骤4)具体为：

15)利用SVM HSI模型对预测数据进行预测，预测的均方根误差和相关系数，得到对应于每一组海洋环境因子的HSI值；

16)选择HSI值大于0.6的数据组，将其在GIS环境中显示，对不同的区域进行预测，并在GIS环境中进行空间可视化显示及渔场渔情预报。

所述的步骤14)中的对归一化数据进行处理的训练数据进行训练建模，并进而得到SVM HSI模型，数据处理过程如下：

假设有N个数据对集合其中x_i是第i个数据，其输出模式为已知并且y_i∈{-1,+1}，即输出为二元值，那么二元值的决策方程表达为：

式(1)中，sgn决策规则，W是向量的权重，W＝(w₁,w₂,…,w_n)，β是超平面的权重向量，并且<W·x>+β＝0。

在支持向量机SVM中，最优化问题解析式可以表达为：

$\underset{W,\mathrm{\&beta;},\mathrm{\&epsiv;}}{\min }J(W,\mathrm{\&beta;},\mathrm{\&epsiv;})=\frac{1}{2}{W}^{T}W+\frac{1}{2}C\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{\&epsiv;}}_i---\left(2\right)$

式(2)和(3)中，是非线性方程，用于将输入空间映射到高维特征空间，ε_i是限制因子，满足用于决定训练误差和SVM模型的泛化能力；

此外，用拉格朗日方程来解决上述最优化问题，该方程定义如下：

式(4)中，α_i是拉格朗日乘数；

进一步，最优解的条件进行微分，转化为：

通过消除ε_i和W，最优化问题重新表达为下列线性方程：

$\left[\begin{array}{cc}0& y^T\\ y& \mathrm{\&Omega;}{+C}^{-1}I\end{array}\right]\left[\begin{array}{c}\mathrm{\&beta;}\\ \stackrel{\&OverBar;}{\mathrm{\&alpha;}}\end{array}\right]=\left[\begin{array}{c}0\\ 1_N\end{array}\right]---\left(6\right)$

式(6)中，Ω＝ZZ^T，而且y＝[y₁,y₂,…,y_N]^T、1_N＝[1,1,…,1]、α＝[α₁,α₂,…,α_N]；根据Mercer条件，矩阵Ω＝ZZ^T表达为核函数：

核函数的选择选择存在多种可能性，选择高斯径向基核函数RBF，该函数表达为：

K(x,x_i)＝exp{-||x-x_i||²/2σ²}         (8)式(8)中，σ为反映数据分布性质的常数；

根据上述条件，式(1)中的问题可以通过解决方程(6)和方程(7)中的分类问题，进而表达为二元分类器，进一步在高维特征空间中将HSI建模数据进行分类，即分类与鱼类栖息地适宜和不适宜；

最后，式(1)中的决策方程重新表达为二元分类器：

$f\left(x\right)=\mathrm{sgn}[\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_i{y}_{i}K\left({x,x}_i\right)+\mathrm{\&beta;}]---\left(9\right)$

与现有技术相比，本发明在样本数量较少时，能够较好地从中挖掘数据中存在的规律，得到较为合理的HSI模型和渔情预报结果。

附图说明

图1为本发明的流程图；

图2为实施例案例研究区域图；

图3为利用SVMHSI预测的东南太平洋茎柔鱼渔场渔情；

图4为SVMHSI与AGGHSI预测结果的精度比较。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

如图1所示，一种基于支持向量机的鱼类栖息地适宜性指数建模方法，包括以下步骤：

1)首先选择研究海域多年(大于3)的商业捕捞数据，以月为单位将渔业数据进行归并；

2)获取研究区的海洋环境数据，包括海表温度(SST)、海表高度(SSH)，该环境数据覆盖的区域需要和渔业数据完全重合；

3)将海洋渔业商业数据和海洋环境数据进行网格化，每个网格的范围为经纬度0.5°×0.5°；

4)将商业捕捞数据进行CPUE标准化，CPUE即单位捕捞努力量渔获量；

5)计算对应于CPUE的适宜性指数SI；

6)利用SVM计算对应于SST和SSH的综合HSI指数，该方法称为SVMHSI；

7)利用SST和SSH，通过综合HSI指数(指数大于0.6)预测渔场范围内的产量，占总产量的比例，这个比例就是精度；

8)在综合HSI指数的基础上，通过普通克里金插值，得到产量叠加图；

9)采取常用的算数平均方法建立栖息地指数模型(AGGHSI)，对比SVMHSI与AGGHSI的精度；

10)输出并保存可视化结果。

所述的4)中的数据处理过程如下：

$\mathrm{CPUE}=\frac{C}{E}$

其中，C表示一艘渔船一天的产量(吨)，E表示其对应的作业次数。

所述的5)中SI的计算方法如下：

$\mathrm{SI}=\frac{{\mathrm{CPUE}}_i}{{\mathrm{CPUE}}_{\max }}$

其中，i是月份，CPUE_i是第i月的单位捕捞努力量渔获量，CPUEmax是第i月的最大单位捕捞努力量渔获量。

所述的6)中SVM数据处理过程，与权利要求3中的方法一致。

如图2所示，以秘鲁外海为实验区，以该区茎柔鱼为实验对象，时间为2008-2010年6月和7月。茎柔鱼(Dosidicus gigas)为大洋性浅海种，广泛分布在加利福尼亚(37°N-40°N)至智利(45°S-47°S)的东太平洋海域，栖息海域中主要分布有加利福尼亚海流、秘鲁海流、南北赤道流及赤道逆流等多股海流,其渔场分布、资源量变动与该洋流有重要关系。我国于2001年才首次组织鱿钓船在秘鲁外海对茎柔鱼资源进行开发和利用。秘鲁外海主要受上升流的影响，环境复杂，为茎柔鱼的生长繁殖提供了良好的栖息环境。

利用本发明建立SVMHSI，即基于支持向量机的鱼类栖息地指数确定方法，对秘鲁外海茎柔鱼建立HSI的模型，其决策函数如表1；在SVMHSI模型中，主要确定径向基核函数的参数，采用的SVM类型为支持向量机回归：nu_svr，径向基核函数的表达式exp(-Υ*|SST-SSTi|^2)。利用传统算数平均方法建立秘鲁外海茎柔鱼HSI模型，其参数如表2、表达式如表3。

表1SVMHSI的模型表达式

表2AGGHSI的建模参数

表3AGGHSI的模型表达式

结果预测

将海洋环境因子SST和SSH输入表1的公式中，在ArcGIS环境下得到图3左图(上、下)中的彩色栅格图；将海洋环境因子SST和SSH输入表3的公式中，得到图3右图(上、下)中的栅格图，该图即为SVMHSI和AGGHSI两种方法对秘鲁外海茎柔鱼的预测结果。图3中点状图标为实际产量，将实际产量与预测结果进行叠加，可以判别预测结果的正确性。

精度评定与比较

如图4所示，为了在精度上验证预测结果的准确性，SVMHSI和AGGHSI两种方法的预测结果与实际商业捕捞结果进行对比，结果显示：6月份，SVMHSI模型预测精度为72.1％，而AGGHSI为70％；7月份，SVMHSI预测精度为85.1，而AGGHSI预测精度为84.8％。这表明，本专利所提出的方法，显著优于渔业资源研究中通常采用的算数平均AGG方法。

Claims (7)

1.一种基于支持向量机的鱼类栖息地适宜性指数建模方法，其特征在于，包括以下步骤：

1)联合多种海洋环境因子，求取一组海洋因子对应的适宜性指数值SI；

2)对所有海洋环境因子以及SI进行归一化；

3)基于步骤2)的数据，建立支持向量机HSI模型：SVM HSI；

4)利用SVM HSI对不同的区域进行预测，获取预测的均方根误差和相关系数，并在GIS环境中进行渔场渔情预报；

5)输出并保存模拟结果。

2.根据权利要求1所述的一种基于支持向量机的鱼类栖息地适宜性指数建模方法，其特征在于，所述的步骤1)具体为：

11)通过遥感获取海洋环境因子，包括海表温度SST、温度梯度、海表叶绿素-a浓度、盐度、盐度梯度以及距海平面平均高度；

12)通过对各种海洋环境因子进行分组，得到每一组总的作业次数，通过对作业次数的归一化换算，获取对应的适宜性指数值SI。

3.根据权利要求2所述的一种基于支持向量机的鱼类栖息地适宜性指数建模方法，其特征在于，所述的步骤2)具体为：

13)利用支持向量机的Scaling方法，对所用海洋环境因子和SI进行归一化处理，最小值为0、最大值为1。

4.根据权利要求3所述的一种基于支持向量机的鱼类栖息地适宜性指数建模方法，其特征在于，归一化数据分为训练数据和预测数据两个部分，其中训练数据含有SI数值，而预测数据不含SI值，但是具有验证模型的渔业产量数据。

5.根据权利要求4所述的一种基于支持向量机的鱼类栖息地适宜性指数建模方法，其特征在于，所述的步骤3)具体为：

14)基于支持向量机，对归一化数据进行处理的训练数据进行训练建模，得到SVM HSI模型。

6.根据权利要求5所述的一种基于支持向量机的鱼类栖息地适宜性指数建模方法，其特征在于，所述的步骤4)具体为：

15)利用SVM HSI模型对预测数据进行预测，预测的均方根误差和相关系数，得到对应于每一组海洋环境因子的HSI值；

16)选择HSI值大于0.6的数据组，将其在GIS环境中显示，对不同的区域进行预测，并在GIS环境中进行空间可视化显示及渔场渔情预报。

7.根据权利要求5所述的一种基于支持向量机的鱼类栖息地适宜性指数建模方法，其特征在于，所述的步骤14)中的对归一化数据进行处理的训练数据进行训练建模，并进而得到SVM HSI模型，数据处理过程如下：

假设有N个数据对集合其中x_i是第i个数据，其输出模式为已知并且y_i∈{-1,+1}，即输出为二元值，那么二元值的决策方程表达为：

式(1)中，sgn决策规则，W是向量的权重，W＝(w₁,w₂,…,w_n)，β是超平面的权重向量，并且＜W·x＞+β＝0。

在支持向量机SVM中，最优化问题解析式可以表达为：

$\underset{W,\mathrm{\&beta;},\mathrm{\&epsiv;}}{\min }J(W,\mathrm{\&beta;},\mathrm{\&epsiv;})=\frac{1}{2}{W}^{T}W+\frac{1}{2}C\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{\&epsiv;}}_i---\left(2\right)$

式(2)和(3)中，是非线性方程，用于将输入空间映射到高维特征空间，ε_i是限制因子，满足用于决定训练误差和SVM模型的泛化能力；

此外，用拉格朗日方程来解决上述最优化问题，该方程定义如下：

式(4)中，α_i是拉格朗日乘数；

进一步，最优解的条件进行微分，转化为：

通过消除ε_i和W，最优化问题重新表达为下列线性方程：

$\left[\begin{array}{cc}0& y^T\\ y& \mathrm{\&Omega;}+C^{-1}I\end{array}\right]\left[\begin{array}{c}\mathrm{\&beta;}\\ \stackrel{\&OverBar;}{\mathrm{\&alpha;}}\end{array}\right]=\left[\begin{array}{c}0\\ 1_N\end{array}\right]---\left(6\right)$

式(6)中，Ω＝ZZ^T，而且y＝[y₁,y₂,…,y_N]^T、1_N＝[1,1,…,1]、α＝[α₁,α₂,…,α_N]；根据Mercer条件，矩阵Ω＝ZZ^T表达为核函数：

核函数的选择选择存在多种可能性，选择高斯径向基核函数RBF，该函数表达为：

K(x,x_i)＝exp{-||x-x_i||²/2σ²}             (8)

式(8)中，σ为反映数据分布性质的常数；

根据上述条件，式(1)中的问题可以通过解决方程(6)和方程(7)中的分类问题，进而表达为二元分类器，进一步在高维特征空间中将HSI建模数据进行分类，即分类与鱼类栖息地适宜和不适宜；

最后，式(1)中的决策方程重新表达为二元分类器：

$f\left(x\right)=\mathrm{sgn}[\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_i{y}_{i}K(x,x_i)+\mathrm{\&beta;}].---\left(9\right)$