CN108984739A - 一种鱼类资源与渔场的时空分析方法 - Google Patents

Abstract

本发明公开了一种鱼类资源与渔场的时空分析方法，包括各经、纬度渔获量比重分析、熵权法赋值、灰色关联分析鱼类资源丰歉序列，根据海洋渔业实际生产与海洋环境因素的差异，分别统计各年每一经度、每一纬度的鱼类产量、并求其占该年总产量的比重，分析鱼类渔场各经、纬度渔获产量比重分布信息。利用灰色关联评价方法对各年资源状况进行评价，比较结果的稳定性。同时结合熵权法，对灰色关联中的权重进行赋值，比较综合权数加入前后灰色关联评价结果。

Description

一种鱼类资源与渔场的时空分析方法

技术领域

本发明涉及资源与渔场分析技术领域，特别是涉及一种鱼类资源与渔场的时空分析方法。

背景技术

海洋鱼类是人类主要的蛋白质来源，其渔场分布广泛。以北太平洋柔鱼为例，其广泛分布在北太平洋海域，资源丰富。该资源最早由日本鱿钓船于1974年开发和利用，我国于1994年开始对北太平洋海域柔鱼资源进行大规模的商业开发利用，并逐渐成为我国远洋渔业的重要组成部分。近10年来，我国在生产投入量以及总渔获量均发生较大改变。随着海洋环境和柔鱼资源的改变，其资源及渔场在时空上的波动较大。现有还不存在分析北太平洋柔鱼的时空分布规律及其变化趋势的技术方案，无法为中国鱿钓船队提供准确的生产信息。

发明内容

本发明针对现有技术存在的问题和不足，提供一种鱼类资源与渔场的时空分析方法。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种鱼类资源与渔场的时空分析方法，其特点在于，其包括以下步骤：

S1、根据海洋渔业实际生产与海洋环境因素的差异，分别统计各年每一经度、每一纬度的鱼类产量并求其占该年总产量的比重，以便分析鱼类渔场各经、纬度渔获产量比重分布信息。

S2、分别计算每一经、纬度的平均日产量，选取相同海域各年中每一经、纬度平均日产量最大值构成最优向量并作为母序列，其他各年的子序列与母序列进行灰色关联度分析，利用灰色关联分析法对各年鱼类资源状况进行评价。

S3、利用熵权法先计算各经纬度熵权，根据评估的目的和要求，依据各经、纬度的重要性，确定经验权重为各年经、纬度所占产量比重的均值占所有经、纬度中的比重，再计算各经纬度的综合权数，将该综合权数代入灰色关联度中的权重，进行灰色关联分析。

S4、比较加入熵权赋值前后灰色关联评价结果。

灰色关联分析是建立在充分的客观数据的基础上，可以处理信息不完全明确的灰色系统。原始的灰色关联分析在计算关联度时采用平权处理或专家赋权，使权重存在一定的主观性。本发明将熵权法和灰色关联度结合应用于柔鱼资源丰度评价。采用熵权法可以充分利用客观数据所提供的信息来确定客观权重，以去除主观性的影响。熵权可以反应随机变量的不确定性能信息量，结合熵权法，用熵权确定权重将使结果更加客观。

在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。

本发明的积极进步效果在于：

本发明利用相关系数和基于熵权法的灰色关联分析，结合最新的鱼类渔场的渔获数据，分析鱼类资源渔场的时空分布规律及其变化趋势，为渔船提供准确的生产信息。本发明通过熵权法，对灰色关联分析中的各经、纬度进行分别赋值，可以充分利用客观数据所提供的信息来确定客观权重，去除主观性影响，使结果更加客观。

附图说明

图1是2004-2015年各经度鱿钓产量所占比重分布图(以北太平洋柔鱼为例)。

图2是2004-2015年各纬度鱿钓产量所占比重分布图(以北太平洋柔鱼为例)。

图3是2004-2015年各经度平均日产量分布图(以北太平洋柔鱼为例)。

图4是2004-2015年各纬度鱿钓平均日产量分布图(以北太平洋柔鱼为例)。

图5是160°东西海域2004-2015年各年灰色关联度变化趋势图(以北太平洋柔鱼为例)。

图6是160°东西海域2004-2015年加入综合权数各年灰色关联度变化趋势图(以北太平洋柔鱼为例)。

图7为鱼类资源与渔场的时空分析方法的流程图(以北太平洋柔鱼为例)。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了能够获得鱼类资源和渔场的时空分布信息，根据海洋渔业实际生产与海洋环境因素的差异，首先统计各年每一经度、每一纬度的鱼类产量、并求其占该年总产量的比重(图1和2)，了解鱼类渔场在作业海域的具体分布信息(见图7的步骤101)。

分别计算每一经、纬度的平均日产量，通过平均日产量分布图(图3和4)了解各经纬度鱼类资源丰度信息(见图7的步骤102)。

选取相同海域各年中每一经、纬度平均日产量最大值构成最优向量并作为母序列，其他各年的子序列与母序列进行灰色关联度分析，利用灰色关联分析法对各年鱼类资源状况进行评价(见图7的步骤103)。

灰色关联分析是对于一个系统发展变化态势的定量描述和比较，相比于数理统计中的相关分析，具有直观、计算简便、不要求比较序列具有典型的分布规律、数据量要求小的优点。

具体地：

①年份记为n，每一年份有经、纬度(平均日产量)m项作为评价指标，对评价指标数据进行规范化处理，规范化后的数据为x₁,x₂,…,x_m。x_i＝[x_i(1),x_i(2),…,x_i(n)]，i＝1,2,…,m。

②令x₀为母序列(各年中每一经、纬度最大值构成最优向量)，则x₀与x_i关于第k个元素的关联系数为

式中：Δ_i(k)＝|x₀(k)-x_i(k)|；ξ∈(0，1)为分辨系数。关联系数反映两个被比较序列在某一时刻的紧密(靠近)程度。如在Δmin的时刻，γi＝1，而在Δmax的时刻则关联系数为最小值。因此，关联系数的范围为0<γ≤1。

③第i个评价方案与理想方案的关联度为：

其中其他各年的子序列与母序列进行灰色关联度分析。关联度越大，说明其资源状况越好(图5)。从关联度的公式中发现：w_k的取值直接影响到关联度的大小和排列顺序。对权重w_k进行合理取值可以提高资源状况评价的准确性，本发明结合熵权法，对权重进行赋值。

在综合决策指标体系中，由于每个决策指标的作用、地位和影响力不尽相同，必须根据每个指标的重要程度合理地赋予不同的权重，权重反映了各个指标集中的重要性程度，指标的权重直接关系到这一指标对总体的贡献性的大小，因此，需要确定综合决策指标的权重。熵权法是一种依据各指标所包含的信息量的多少确定指标权重的客观赋权法，某个指标的熵越小，说明该指标值的变异程度越大，提供的信息量就越多，在综合评价中起到的作用越大，则该指标的权重也应越大。熵权法计算步骤简单，有效利用了指标数据，排除了主观因素的影响。

利用熵权法先计算各经纬度熵权，根据评估的目的和要求，依据各经、纬度的重要性，确定经验权重为各年经、纬度所占产量比重的均值占所有经、纬度中的比重，再计算各经纬度的综合权数，将该综合权数代入灰色关联度中的权重，进行灰色关联分析(见图7的步骤104)。

具体地：

①将年份记为m，每一年份经、纬度(平均日产量)有n项作为评价指标，构成的评价矩阵为R＝(r_ij)_m×n，i＝1,2,…,m；j＝1,2,…,n。指标标准化方法如下：

式中P_ij为标准化的指标数据。标准化处理有效的消除了指标间的不可公度。

②各评价指标的熵为

特别地，当P_ij＝0时，令P_ijlnP_ij＝0.w_j为各指标的权系数。

③计算熵权

④根据评估的目的和要求，依据各经、纬度的重要性，确定经验权重λ′_j，经验权重为各年份各经、纬度所占产量比重的均值占所有经度或纬度中的比重。

⑤计算各经、纬度的综合权数λ_j，

通过上述熵权法，分别计算160°E东西海域各经、纬度作为评价指标对应的综合权数，具体权重如表1所示。

表1各经、纬度综合权数(以北太平洋柔鱼为例)

对各经纬度熵权赋值后，进行灰色关联分析，结果(图6)表明加入熵权后在灰色关联分析中，各年的丰歉次序排列较未加熵权的灰色关联结果更为稳定，对同一片海域，分别用经度和纬度进行关联分析的变化趋势也更为一致。

同一海域，分别利用经度和纬度对鱼类资源状况进行灰色关联分析，得到鱼类平均日产量与最优平均日产量的灰色度。再根据经度和纬度所确定的柔鱼的丰歉次序的相关性，来判定灰色关联结果的稳定性。比较加入熵权赋值前后灰色关联评价结果(见图7的步骤105)，加入综合权数前后，鱼类丰歉序列的相关性如表2所示。

表2鱼类资源丰歉序列相关性(以北太平洋柔鱼为例)

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (3)

1.一种鱼类资源与渔场的时空分析方法，其特征在于，其包括以下步骤：

S1、根据海洋渔业实际生产与海洋环境因素的差异，分别统计各年每一经度、每一纬度的鱼类产量并求其占该年总产量的比重，以便分析鱼类渔场各经、纬度渔获产量比重分布信息；

S2、分别计算每一经、纬度的平均日产量，选取相同海域各年中每一经、纬度平均日产量最大值构成最优向量并作为母序列，其他各年的子序列与母序列进行灰色关联度分析，利用灰色关联分析法对各年鱼类资源状况进行评价；

S3、利用熵权法先计算各经纬度熵权，根据评估的目的和要求，依据各经、纬度的重要性，确定经验权重为各年经、纬度所占产量比重的均值占所有经、纬度中的比重，再计算各经纬度的综合权数，将该综合权数代入灰色关联度中的权重，进行灰色关联分析；

S4、比较加入熵权赋值前后灰色关联评价结果。

2.如权利要求1所述的鱼类资源与渔场的时空分析方法，其特征在于，步骤S2包括：

①年份记为n，每一年份有经、纬度(平均日产量)m项作为评价指标，对评价指标数据进行规范化处理，规范化后的数据为x₁,x₂,…,x_m。x_i＝[x_i(1),x_i(2),…,x_i(n)]，i＝1,2,…,m；

②令x₀为母序列(各年中每一经、纬度最大值构成最优向量)，则x₀与x_i关于第k个元素的关联系数为

式中：Δ_i(k)＝|x₀(k)-x_i(k)|；ξ∈(0，1)为分辨系数，关联系数的范围为0<γ≤1；

③第i个评价方案与理想方案的关联度为：

其中其他各年的子序列与母序列进行灰色关联度分析。

3.如权利要求1所述的鱼类资源与渔场的时空分析方法，其特征在于，步骤S3包括：

①将年份记为m，每一年份经、纬度(平均日产量)有n项作为评价指标，构成的评价矩阵为R＝(r_ij)_m×n，i＝1,2,…,m；j＝1,2,…,n，指标标准化方法如下：

式中P_ij为标准化的指标数据；

②各评价指标的熵为

当P_ij＝0时，令P_ijlnP_ij＝0，w_j为各指标的权系数；

③计算熵权

④根据评估的目的和要求，依据各经、纬度的重要性，确定经验权重λ＇_j，经验权重为各年份各经、纬度所占产量比重的均值占所有经度或纬度中的比重；

⑤计算各经、纬度的综合权数λ_j，

通过上述熵权法，分别计算160°E东西海域各经、纬度作为评价指标对应的综合权数。