基于先驗知識的SVM模型及漁業(yè)應用研究.pdf

1、阿根廷滑柔魚為大洋性淺海魚種，分布在22°S-54°S的西南大西洋大陸架和陸坡，其中以35°S-52°S資源尤為豐富，它是目前世界頭足類中最為重要的資源之一。開展阿根廷滑柔魚資源評估、了解資源和漁場與海洋環(huán)境關系將有利于對其實施合理的開發(fā)，具有重要建設性意義。
　　 目前，在漁情預測的研究中，已經(jīng)有學者利用到了數(shù)據(jù)挖掘的一些算法，但是仍然存在以下的一些不足：(1)傳統(tǒng)漁情預測模型采用多元回歸分析法來進行預測，但是，只有在因變量之

2、間獨立和獨立分布的情況下，回歸分析才能取得較好的結果。這樣的要求對于海洋壞境因子變量來說是很難達到的。(2)當前漁情預測系統(tǒng)中涉及到的環(huán)境因子相對而言比較少，一般只包含海表溫度和海面高度。某些對魚類產(chǎn)量有較大影響的因子沒有考慮進去，這勢必也影響漁情預測的精度。(3)當前大多數(shù)漁情預測是建立關系模型，即利用海洋環(huán)境因子和產(chǎn)量之間的關系建立模型。實際上，漁業(yè)領域某些專業(yè)知識能夠對模型具有一些指導性的意義，但是應用較少。(4)大多數(shù)漁情預測系

3、統(tǒng)是對漁業(yè)產(chǎn)量進行定性分析，即某一區(qū)域產(chǎn)魚的可能性是高、中或者低，而對于某一漁區(qū)的棲息地指數(shù)研究較少。(5)由于支持向量機的理論較為科學完備，因此很多學者進行了相關方面的研究，但是，在實際應用方面研究較少，大多數(shù)學者利用支持向量機解決問題的方式是采用MATLAB仿真，然而，很多具體的問題不能夠直接利用仿真實驗得出結果，因此，如何真正將支持向量機應用于解決實際問題也是值得研究的內容。
　　 本文是在國家發(fā)改委專項“衛(wèi)星遙感大洋漁業(yè)

4、高技術產(chǎn)業(yè)化示范工程項目”的背景下展開的。本文主要研究的內容是，根據(jù)收集到的西南大西洋阿根廷滑作業(yè)次數(shù)、產(chǎn)量數(shù)據(jù)和海洋環(huán)境因子數(shù)據(jù)（海表溫度、葉綠素濃度和海平面高度）以及漁業(yè)方面專業(yè)領域知識進行機器學習，得到較好的漁情預測模型。根據(jù)這個漁情預測模型可以分析西南大西洋阿根廷滑柔魚在某一海域的棲息地指數(shù)。這個預測模型系統(tǒng)可以指導漁業(yè)生產(chǎn)和捕撈活動，探索和發(fā)現(xiàn)漁場分布。本論文的主要工作有以下幾個方面：
　　 (1)通過閱讀漁業(yè)資源與漁

5、場學方面的論著和文獻，了解大量海洋漁業(yè)方面的知識，發(fā)現(xiàn)對魚類分布有較大影響的海洋環(huán)境因子，其中包括海洋表面溫度(SST)、海洋水溫的垂直分布、海洋水溫距歷史平均值、海水鹽度、溫躍層等等。影響魚類分布還有一些氣象因素和生物因素。在本論文中主要研究的是海洋環(huán)境因子與西南大西洋阿根廷柔魚棲息地指數(shù)之間的關系。
　　 (2)收集西南大西洋海域海洋環(huán)境因子數(shù)據(jù)（海水表面溫度、海面高度、葉綠素含量等）以及2000年1月到2004年5月之間該

6、海域阿根廷滑柔魚圍網(wǎng)作業(yè)的作業(yè)次數(shù)、產(chǎn)量數(shù)據(jù)。海洋環(huán)境因子中海水表面溫度、海面高度和葉綠素濃度的空間分辨率是0.1°×0.1°，而產(chǎn)量數(shù)據(jù)的空間分辨率不確定。因此在數(shù)據(jù)分析前必須對數(shù)據(jù)進行處理，將海洋環(huán)境因子和棲息地指數(shù)數(shù)據(jù)進行配對，生成樣本數(shù)據(jù)文件，確保使用同一標準進行度量，提高數(shù)據(jù)的可用性和可靠性。
　　 (3)結合領域專家的意見，確定對漁情預測有效的樣本數(shù)據(jù)，并將這些領域知識應用于支持向量機中，提高預測準確度。
　　

7、 (4)徑向基神經(jīng)網(wǎng)絡是近年來應用較廣泛、較成熟的機器學習算法，因此本文也利用徑向基神經(jīng)網(wǎng)絡建立了漁情預測模型，然后將徑向基神經(jīng)網(wǎng)絡和基于先驗知識的支持向量機進行了比較。
　　 本文首次將漁業(yè)資源領域的專家知識應用到了漁情預測系統(tǒng)中，對該模型進行了系統(tǒng)研究。該模型可以獲取更有價值的漁業(yè)知識，能夠對漁場漁情進行分析，提高了漁情預測的精度。本文將西南大西洋阿根廷滑柔魚的實際生產(chǎn)數(shù)據(jù)和多因子海洋環(huán)境數(shù)據(jù)（海水表面溫度、海面高度、葉綠