CN107944626A - 基于生活史模型的鳀鱼资源预报系统及预报方法 - Google Patents
基于生活史模型的鳀鱼资源预报系统及预报方法 Download PDFInfo
- Publication number
- CN107944626A CN107944626A CN201711201858.4A CN201711201858A CN107944626A CN 107944626 A CN107944626 A CN 107944626A CN 201711201858 A CN201711201858 A CN 201711201858A CN 107944626 A CN107944626 A CN 107944626A
- Authority
- CN
- China
- Prior art keywords
- anchovy
- mrow
- msub
- pattern
- mtd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 241001454694 Clupeiformes Species 0.000 title claims abstract description 111
- 235000019513 anchovy Nutrition 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 19
- 235000016709 nutrition Nutrition 0.000 claims abstract description 30
- 230000035764 nutrition Effects 0.000 claims abstract description 30
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 11
- 230000009182 swimming Effects 0.000 claims description 41
- 238000004088 simulation Methods 0.000 claims description 18
- 230000017448 oviposition Effects 0.000 claims description 10
- 230000007115 recruitment Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 230000012010 growth Effects 0.000 claims description 6
- 230000013872 defecation Effects 0.000 claims description 5
- 230000029142 excretion Effects 0.000 claims description 5
- 239000002028 Biomass Substances 0.000 claims description 4
- 230000006378 damage Effects 0.000 claims description 4
- 230000000050 nutritive effect Effects 0.000 claims description 3
- 230000035479 physiological effects, processes and functions Effects 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 241001385055 Ootypus Species 0.000 claims 1
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 230000001228 trophic effect Effects 0.000 claims 1
- 230000005012 migration Effects 0.000 abstract description 3
- 238000013508 migration Methods 0.000 abstract description 3
- 230000004060 metabolic process Effects 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 241000251468 Actinopterygii Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 235000019688 fish Nutrition 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 241000242583 Scyphozoa Species 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 230000007773 growth pattern Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于生活史模型的鳀鱼资源预报方法,基于的预报系统包括鳀鱼模式、水文模式和低营养级模式,低营养级模式给鳀鱼模式提供浮游动物浓度作为鳀鱼饵料,水文模式给低营养级模式和鳀鱼模式提供水温、流场和混合层深度。步骤一,输入水文模式初始和强迫条件;步骤二,设定低营养级模式和鳀鱼模式参数;步骤三,输入低营养级模式和鳀鱼模式的初始和强迫条件;步骤四,运行模型得到运算结果;步骤五,将运算结果与观测对比、判断,确定运算最终模拟结果。本发明有益效果是:结合温度、流场、饵料场等要素对鳀鱼种群的影响,模拟鳀鱼洄游特征和鳀鱼生活史规律,提供更长预报周期和更准确的资源量预测值。
Description
技术领域
本发明涉及利用计算机进行海洋生态数值模拟技术领域,特别涉及一种基于生活史模型的鳀鱼资源预报系统及预报方法。
背景技术
自上世纪80年代中期“北斗”号调查船声学评估调查研究发现黄东海丰富的鳀鱼资源以来。鳀鱼一直是我国黄东海渔业捕捞的重要组成部分。对其资源量的预报是渔业生产和渔业管理重要的参考依据。但是,现有的鳀鱼资源预报系统中还存在以下问题:预报中对水温、环流等水温要素的考虑较少;以短期预报为主,缺乏中长期趋势性预报。
发明内容
本发明所要解决的技术问题是模拟温度、流场、饵料场等要素对鳀鱼种群的影响,提供一种更长预报周期和更准确资源量预测值的基于生活史模型的鳀鱼资源预报系统及其使用方法。
为了解决上述技术问题,本发明采用的技术方案是:一种基于生活史模型的鳀鱼资源预报系统,包括鳀鱼模式、水文模式和低营养级模式,所述低营养级模式给鳀鱼模式提供浮游动物浓度作为鳀鱼饵料,所述水文模式给低营养级模式和鳀鱼模式提供水温、流场和混合层深度。
所述低营养级模式和鳀鱼模式采用在线耦合模式运行。
所述水文模式包括模拟海区水温、流场和混合层深度变化;所述低营养级模式包括海区营养盐、浮游植物和浮游动物;所述鳀鱼模式包括鳀鱼的生长、游泳、产卵、死亡模块。
所述浮游动物包括小型浮游动物、大型浮游动物和捕食性浮游动物三种不同粒径。
一种基于生活史模型的鳀鱼资源预报方法,包括步骤一,输入水文模式初始和强迫条件;步骤二,设定低营养级模式和鳀鱼模式参数;步骤三,输入低营养级模式和鳀鱼模式的初始和强迫条件;步骤四,运行模型得到运算结果;步骤五,将运算结果与观测对比、判断,当运算结果满足预报的误差要求时,确定运算结果为最终模拟结果;当运算结果不满足预报的误差要求时,返回步骤二重新设定低营养级模式和鳀鱼模式参数,重复步骤三至五;步骤六,输出预报结果。
所述水文模式模拟海区的水温、流场和混合层深度;所述低营养级模式模拟浮游生物的浓度;所述鳀鱼生长模块模拟鳀鱼体重变化,所述鳀鱼游泳模块模拟游泳的速度和方向,所述鳀鱼产卵模块模拟鱼卵补充量;所述鳀鱼死亡模块模拟死亡率。
所述游泳的方向采用最佳适合度理论,由下述公式确定:
R=rand(0,1)
其中θf为适合度梯度方向,即Δf=|Δf|exp(iθf),Δfh是适合度的半饱和常数
所述游泳的速度由下述公式确定:
其中,L是叉长,W是湿重,kL和αL是体重-叉长关系中的系数,Us是游泳速度,kv是游泳速度与体长之间的关系系数,Ts是温度对游泳速度影响的临界点,αv是温度对游泳速度的影响系数。
所述生长模块考虑鳀鱼的摄食、代谢、特殊动力过程、排粪、排泄生理过程与饵料、温度关系;游泳模块采用基于饵料和温度的适合度方程决定鳀鱼的游泳方向,根据鳀鱼体长决定游泳速度;产卵模块根据生殖群体的生物量决定鳀鱼种群补充量;死亡模块根据观测得到的死亡率来决定鳀鱼的死亡系数。
本发明的有益效果是:结合温度、流场、饵料场等要素对鳀鱼种群的影响,并模拟鳀鱼洄游特征和鳀鱼生活史规律,提供更长的预报周期和更准确的资源量预测值。
附图说明
图1为基于生活史模型的鳀鱼资源预报系统的开发模式示意图;
图2为本发明实施例基于生活史模型的鳀鱼资源预报系统的各模式功能示意图;
图3为本发明模型运行过程流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明:
如图1、图2所示的是一种基于生活史模型的鳀鱼资源预报系统的技术方案,包括:包括水文模式、低营养级模式、鳀鱼模式,水文模式模拟海区的水温、流场和混合层深度;所述低营养级模式模拟海区的营养盐、浮游植物和浮游动物,浮游动物包括小型浮游动物、大型浮游动物和捕食性浮游动物三种不同粒径;鳀鱼模式包括鳀鱼的生长、游泳、产卵、死亡模块。
低营养级模式和鳀鱼模式采用在线耦合模式运行。
如图3所示的是一种基于生活史模型的鳀鱼资源预报方法的技术方案,包括步骤一,设定水文模式初始和强迫条件;步骤二,设定低营养级模式和鳀鱼IBM模式参数;步骤三,输入低营养级模式和鳀鱼IBM模式的初始和强迫条件;步骤四,运行模型得到运算结果;步骤五,将运算结果与观测对比、判断,当运算结果满足误差要求时,确定运算结果为最终模拟结果当运算结果不满足误差要求时,返回步骤二重新设定低营养级模式和鳀鱼IBM模式参数,重复步骤三至五;步骤六,输出预报结果。
对比的观测数据为模拟海区里一定量测站的鳀鱼丰度和体长组成。
水文模型采用POM(Princeton Ocean Model)模式,提供温度场,流场和混合层深度,模拟海区的水温、流场和混合层深度;低营养级模型采用NEMURO(the North PacificEcosystem Model for Understanding Regional Oceanography)模式,提供大型和小型浮游动物作为水母饵料,模拟浮游生物的浓度;鳀鱼IBM(Individual-Based Model)模式的生长模块模拟鳀鱼体重变化,鳀鱼IBM模式的游泳模块模拟游泳的速度和方向,鳀鱼IBM模式中的产卵模块模拟鱼卵补充量;鳀鱼IBM模式中的死亡模块模拟死亡率对鳀鱼丰度的影响。
实施例
鳀鱼IBM模型中生长模式,考虑了鳀鱼的摄食、代谢、特殊动力过程、排粪、排泄等生理过程,以及上述过程与饵料和温度的关系,鳀鱼IBM模式中的游泳模式,采用基于饵料和温度的适合度方程决定鳀鱼的游泳方向,根据鳀鱼体长决定游泳速度,鳀鱼IBM模式中的产卵模块根据生殖群体的生物量来决定鳀鱼种群补充量,鳀鱼IBM模式中的死亡模块根据观测得到的死亡率来决定鳀鱼的死亡系数。
1、水文模式采用POM模式,提供温度场,流场和混合层深度;
2、低营养级模式采用NEMURO模式,提供大型和小型浮游动物作为水母饵料;
3、鳀鱼IBM模式采用下述方法模拟鳀鱼的生长、游泳、产卵和死亡;
生长:
C=Cmax·gC(P)·rtrans
S=kS(C-Eg)
Eg=kEgC
Ex=kEx(C-Eg)
其中W是湿重,C是摄食,R是代谢,S是特殊动力过程,Eg是排粪,Ex是排泄。
Cmax是最大摄食率,kC是最优温度下湿重为1g的鳀鱼的摄食量,αC是体重对最大摄食率的影响系数,rtrans是饵料含氮量与鳀鱼含氮量的转换系数,gC和fC分别是饵料密度和温度对摄食的影响。
kR是0℃下,静止状态,湿重1g鳀鱼的代谢率,αR是体重对代谢的影响系数,rR是温度对代谢的影响系数,Us是鳀鱼的游泳速度,dR是游泳速度对代谢的影响系数(即活动代谢的部分)。
kS是特殊动力过程损失的能量在同化能中占的比例系数。
kEg是排粪在摄食中占的比例系数。
kEx是排泄在同化能中占的比例系数。
游泳:
游泳的方向采用最佳适合度理论,由下述公式确定
R=rand(0,1)
其中θf为适合度梯度方向,即Δf=|Δf|exp(iθf),Δfh是适合度的半饱和常数。
游泳的速度由下述公式确定:
其中,L是叉长,W是湿重,kL和αL是体重-叉长关系中的系数,Us是游泳速度,kv是游泳速度与体长之间的关系系数,Ts是温度对游泳速度影响的临界点,αv是温度对游泳速度的影响系数。
产卵:
采用Ricker模型
其中R是补充量,SSB是生殖群体的生物量。as,bs是亲体-补充关系中的参数,rR2egg是将越冬群体中1龄鱼补充量转化为鱼卵补充量的系数。α0是一龄内鱼的自然死亡系数,t是产卵时刻,t0是越冬季节(取下一年1月1日)。
死亡
其中Nt是当前时刻鳀鱼的数量,Nt+Δt是经过Δt后鳀鱼的数量,αi是当前年龄段鳀鱼的死亡系数。
本发明的基于生活史模型的鳀鱼资源预报系统的各模型的模拟充分考虑了温度、流场、饵料场等要素对鳀鱼种群的影响,并模拟了鳀鱼洄游特征和鳀鱼生活史规律,可以提供更长的预报周期和更准确的资源量预测值。
Claims (8)
1.一种基于生活史模型的鳀鱼资源预报系统,其特征是:包括鳀鱼模式、水文模式和低营养级模式,所述低营养级模式给鳀鱼模式提供浮游动物浓度作为鳀鱼饵料,所述水文模式给低营养级模式和鳀鱼模式提供水温、流场和混合层深度。
2.根据权利要求1所述的基于生活史模型的鳀鱼资源预报系统,其特征是:所述低营养级模式和鳀鱼模式采用在线耦合模式运行。
3.根据权利要求3所述的基于生活史模型的鳀鱼资源预报系统,其特征是:所述水文模式包括模拟海区水温、流场和混合层深度变化;所述低营养级模式包括海区营养盐、浮游植物和浮游动物;所述鳀鱼模式包括鳀鱼的生长、游泳、产卵、死亡模块。
4.根据权利要求3所述的基于生活史模型的鳀鱼资源预报系统,其特征是:所述浮游动物包括小型浮游动物、大型浮游动物和捕食性浮游动物三种不同粒径。
5.一种基于生活史模型的鳀鱼资源预报方法,其特征是:包括步骤一,输入水文模式初始和强迫条件;步骤二,设定低营养级模式和鳀鱼模式参数;步骤三,输入低营养级模式和鳀鱼模式的初始和强迫条件;步骤四,运行模型得到运算结果;步骤五,将运算结果与观测对比、判断,当运算结果满足预报的误差要求时,确定运算结果为最终模拟结果;当运算结果不满足预报的误差要求时,返回步骤二重新设定低营养级模式和鳀鱼模式参数,重复步骤三至五;步骤六,输出预报结果。
6.根据权利要求5所述的基于生活史模型的鳀鱼资源预报方法,其特征是:所述水文模式模拟海区的水温、流场和混合层深度;所述低营养级模式模拟浮游生物的浓度;所述鳀鱼生长模块模拟鳀鱼体重变化,所述鳀鱼游泳模块模拟游泳的速度和方向,所述鳀鱼产卵模块模拟鱼卵补充量;所述鳀鱼死亡模块模拟死亡率。
7.根据权利要求6所述的基于生活史模型的鳀鱼资源预报方法,其特征是:所述游泳的方向采用最佳适合度理论,由下述公式确定:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&theta;</mi>
<mo>=</mo>
<msub>
<mi>&theta;</mi>
<mi>f</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>R</mi>
<mo><</mo>
<mfrac>
<mrow>
<mi>&Delta;</mi>
<mi>f</mi>
</mrow>
<mrow>
<mi>&Delta;</mi>
<mi>f</mi>
<mo>+</mo>
<msub>
<mi>&Delta;f</mi>
<mi>h</mi>
</msub>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&theta;</mi>
<mo>=</mo>
<mi>r</mi>
<mi>a</mi>
<mi>n</mi>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<mn>2</mn>
<mi>&pi;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>R</mi>
<mo>&GreaterEqual;</mo>
<mfrac>
<mrow>
<mi>&Delta;</mi>
<mi>f</mi>
</mrow>
<mrow>
<mi>&Delta;</mi>
<mi>f</mi>
<mo>+</mo>
<msub>
<mi>&Delta;f</mi>
<mi>h</mi>
</msub>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
R=rand(0,1)
<mrow>
<mi>f</mi>
<mo>=</mo>
<msup>
<mi>e</mi>
<mfrac>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mi> </mi>
<msub>
<mi>f</mi>
<mi>f</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>T</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mi> </mi>
<msub>
<mi>g</mi>
<mi>c</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>P</mi>
<mo>)</mo>
</mrow>
</mrow>
<mn>2</mn>
</mfrac>
</msup>
</mrow>
其中θf为适合度梯度方向,即Δf=|Δf|exp(iθf),Δfh是适合度的半饱和常数
所述游泳的速度由下述公式确定:
<mrow>
<mi>L</mi>
<mo>=</mo>
<msub>
<mi>k</mi>
<mi>L</mi>
</msub>
<mo>&CenterDot;</mo>
<msup>
<mi>W</mi>
<msub>
<mi>&alpha;</mi>
<mi>L</mi>
</msub>
</msup>
</mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>U</mi>
<mi>s</mi>
</msub>
<mo>=</mo>
<msub>
<mi>k</mi>
<mi>v</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>L</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>T</mi>
<mo>&GreaterEqual;</mo>
<msub>
<mi>T</mi>
<mi>s</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>U</mi>
<mi>s</mi>
</msub>
<mo>=</mo>
<msub>
<mi>k</mi>
<mi>v</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>L</mi>
<mo>&CenterDot;</mo>
<msup>
<mi>e</mi>
<mrow>
<msub>
<mi>&alpha;</mi>
<mi>v</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>T</mi>
<mo>-</mo>
<msub>
<mi>T</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msup>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>T</mi>
<mo><</mo>
<msub>
<mi>T</mi>
<mi>s</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中,L是叉长,W是湿重,kL和αL是体重-叉长关系中的系数,Us是游泳速度,kv是游泳速度与体长之间的关系系数,Ts是温度对游泳速度影响的临界点,αv是温度对游泳速度的影响系数。
8.根据权利要求6所述的基于生活史模型的鳀鱼资源预报方法,其特征是:所述生长模块考虑鳀鱼的摄食、代谢、特殊动力过程、排粪、排泄生理过程与饵料、温度关系;游泳模块采用基于饵料和温度的适合度方程决定鳀鱼的游泳方向,根据鳀鱼体长决定游泳速度;产卵模块根据生殖群体的生物量决定鳀鱼种群补充量;死亡模块根据观测得到的死亡率来决定鳀鱼的死亡系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711201858.4A CN107944626A (zh) | 2017-11-27 | 2017-11-27 | 基于生活史模型的鳀鱼资源预报系统及预报方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711201858.4A CN107944626A (zh) | 2017-11-27 | 2017-11-27 | 基于生活史模型的鳀鱼资源预报系统及预报方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107944626A true CN107944626A (zh) | 2018-04-20 |
Family
ID=61948958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711201858.4A Pending CN107944626A (zh) | 2017-11-27 | 2017-11-27 | 基于生活史模型的鳀鱼资源预报系统及预报方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107944626A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113065247A (zh) * | 2021-03-26 | 2021-07-02 | 自然资源部第一海洋研究所 | 一种基于高分辨率海洋预报系统的新型渔情预报模型及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107274031A (zh) * | 2017-06-29 | 2017-10-20 | 华中科技大学 | 一种耦合神经网络和分布式vic模型的水文预报方法及系统 |
CN107341565A (zh) * | 2017-06-15 | 2017-11-10 | 上海海洋大学 | 西北太平洋日本鳀鱼资源丰度预测方法 |
-
2017
- 2017-11-27 CN CN201711201858.4A patent/CN107944626A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341565A (zh) * | 2017-06-15 | 2017-11-10 | 上海海洋大学 | 西北太平洋日本鳀鱼资源丰度预测方法 |
CN107274031A (zh) * | 2017-06-29 | 2017-10-20 | 华中科技大学 | 一种耦合神经网络和分布式vic模型的水文预报方法及系统 |
Non-Patent Citations (1)
Title |
---|
王玉衡: "黄海物理环境对鳀鱼种群动态的影响", 《中国博士学位论文全文数据库 基础科学辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113065247A (zh) * | 2021-03-26 | 2021-07-02 | 自然资源部第一海洋研究所 | 一种基于高分辨率海洋预报系统的新型渔情预报模型及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Føre et al. | Modelling growth performance and feeding behaviour of Atlantic salmon (Salmo salar L.) in commercial-size aquaculture net pens: Model details and validation through full-scale experiments | |
Lovvorn et al. | Mechanical versus physiological determinants of swimming speeds in diving Brünnich’s guillemots | |
Regier et al. | Influence of temperature changes on aquatic ecosystems: an interpretation of empirical data | |
Van Der Hoop et al. | Bottlenose dolphins modify behavior to reduce metabolic effect of tag attachment | |
Del Raye et al. | Travelling light: white sharks (Carcharodon carcharias) rely on body lipid stores to power ocean-basin scale migration | |
Call et al. | Foraging route tactics and site fidelity of adult female northern fur seal (Callorhinus ursinus) around the Pribilof Islands | |
CN103004664B (zh) | 一种西北太平洋柔鱼资源补充量预测方法 | |
CN103053450B (zh) | 一种西南大西洋阿根廷滑柔鱼资源补充量预测方法 | |
Coffey et al. | Diel patterns in swimming behavior of a vertically migrating deepwater shark, the bluntnose sixgill (Hexanchus griseus) | |
Kimmerer et al. | Persistence of tidally-oriented vertical migration by zooplankton in a temperate estuary | |
CN106295833A (zh) | 一种太平洋褶柔鱼资源补充量预测方法及其应用 | |
CN107590549A (zh) | 一种日本鱿冬生群资源丰度预测方法 | |
DeAngelis et al. | Potential application of models in forecasting the effects of climate changes on fisheries | |
Morrice et al. | Environmental and behavioral controls on juvenile Chinook salmon migration pathways in the Columbia River estuary | |
Williams et al. | Exercise energetics | |
Ribergaard et al. | Modelling the ocean circulation on the West Greenland shelf with special emphasis on northern shrimp recruitment | |
Kinoshita et al. | Analysis of why sea turtles swim slowly: a metabolic and mechanical approach | |
CN107944626A (zh) | 基于生活史模型的鳀鱼资源预报系统及预报方法 | |
Ladds et al. | Swimming metabolic rates vary by sex and development stage, but not by species, in three species of Australian otariid seals | |
Maznikova et al. | Polar cod (Boreogadus saida) of the Siberian Arctic: Distribution and biology | |
Wiegert et al. | A model view of the marsh | |
Tautz et al. | Steelhead trout productivity and stream carrying capacity for rivers of the Skeena drainage | |
CN106251006A (zh) | 一种阿根廷鱿鱼资源补充量预测方法 | |
Naithani et al. | Study of the nutrient and plankton dynamics in Lake Tanganyika using a reduced-gravity model | |
Wilson et al. | Estimating adult Pacific salmon energy use in coastal British Columbia and the Fraser River Estuary with acoustic accelerometer transmitters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180420 |
|
WD01 | Invention patent application deemed withdrawn after publication |