張 聰，周為峰，唐峰華，石永闖，樊 偉

基于機(jī)器學(xué)習(xí)的中西太平洋黃鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)模型

張 聰1,2，周為峰1※，唐峰華1，石永闖1，樊 偉1

（1. 中國(guó)水產(chǎn)科學(xué)研究院東海水產(chǎn)研究所，上海 200090；2. 中國(guó)農(nóng)業(yè)科學(xué)院研究生院，北京 100081）

為提供準(zhǔn)確的中西太平洋黃鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)信息，該研究利用2008－2019年中國(guó)水產(chǎn)集團(tuán)43艘遠(yuǎn)洋延繩釣漁船在中西太平洋海域（0°～30°S；110°E～170°W）作業(yè)的漁業(yè)數(shù)據(jù)，通過(guò)方差膨脹因子篩選、歸一化處理，選取時(shí)空因子、海洋環(huán)境因子及大尺度氣候數(shù)據(jù)等共35種特征因子，構(gòu)建了一種隨機(jī)森林和極端梯度提升決策樹(shù)相結(jié)合的XGBRF模型，并利用五折交叉驗(yàn)證法確定最佳參數(shù)，選擇邏輯回歸、分類與回歸樹(shù)、最近鄰、自適應(yīng)增強(qiáng)、梯度提升決策樹(shù)、極端梯度提升決策樹(shù)和隨機(jī)森林等模型作為對(duì)照，建立8種黃鰭金槍魚(yú)漁場(chǎng)預(yù)測(cè)模型并進(jìn)行模型間的比較分析。結(jié)果表明，XGBRF模型對(duì)中西太平洋黃鰭金槍魚(yú)漁場(chǎng)的預(yù)測(cè)性能比其他模型更好，其準(zhǔn)確率、漁場(chǎng)召回率、漁場(chǎng)F1得分、非漁場(chǎng)查準(zhǔn)率和曲線下面積值A(chǔ)UC均最高，分別為75.39%、87.36%、82.64%、66.32%和79.48%，且模型的受試者工作特征曲線ROC更靠近左上角；海表溫度是影響中西太平洋黃鰭金槍魚(yú)漁場(chǎng)分布最重要的環(huán)境因子，其他因子依次是300 m水層溫度、50 m水層鹽度、葉綠素a濃度、南方濤動(dòng)指數(shù)以及表層鹽度因子，時(shí)空因子和其余大尺度氣候因子的影響程度較低；基于XGBRF預(yù)報(bào)模型得到的漁場(chǎng)預(yù)測(cè)結(jié)果與實(shí)際作業(yè)范圍總體一致。XGBRF集成模型對(duì)中西太平洋海域黃鰭金槍魚(yú)的漁場(chǎng)預(yù)報(bào)具有較好的效果，可為漁場(chǎng)預(yù)報(bào)提供參考。

機(jī)器學(xué)習(xí)；模型；中西太平洋；黃鰭金槍魚(yú)；漁場(chǎng)預(yù)報(bào)

0 引 言

黃鰭金槍魚(yú)（）屬鱸形目、金槍魚(yú)屬，廣泛分布于熱帶和亞熱帶水域，中西太平洋是金槍魚(yú)漁業(yè)重要的作業(yè)區(qū)域[1]。延繩釣被認(rèn)為是最合理的金槍魚(yú)捕撈方法之一。近年來(lái)，由于過(guò)度捕撈、漁業(yè)管理不當(dāng)?shù)葐?wèn)題，漁場(chǎng)時(shí)空分布的穩(wěn)定性降低，加之金槍魚(yú)高度洄游的特性，金槍魚(yú)中心漁場(chǎng)范圍分散且分布廣泛[2]。精確的漁場(chǎng)預(yù)報(bào)模型能夠提高對(duì)潛在漁區(qū)和非漁區(qū)的識(shí)別能力，從而有效縮短尋漁時(shí)間，減少尋漁成本，提高漁獲產(chǎn)量，對(duì)金槍魚(yú)漁業(yè)的發(fā)展具有重要意義。

魚(yú)類的生長(zhǎng)發(fā)育與周圍的海洋環(huán)境密切相關(guān)，利用不同的海洋環(huán)境因子建立漁場(chǎng)預(yù)報(bào)模型是當(dāng)前漁場(chǎng)預(yù)報(bào)的常用手段[3]。貝葉斯（Bayesian）是一種常見(jiàn)的漁場(chǎng)預(yù)報(bào)模型建模方法，周為峰等[4]基于貝葉斯分類器，利用環(huán)境因子及不同分類策略構(gòu)建8種南海外海黃鰭金槍魚(yú)預(yù)報(bào)模型，最高準(zhǔn)確率達(dá)75%?；貧w模型也很常見(jiàn)，如廣義相加模型（Generalized Additive Model，GAM）[5-6]，Perez等[7]依據(jù)GAM模型，利用單位捕撈努力量指數(shù)預(yù)測(cè)菲律賓周圍海域的黃鰭金槍魚(yú)分布。Zagaglia等[8]基于GAM統(tǒng)計(jì)模型分析了巴西東北部黃鰭金槍魚(yú)延繩釣數(shù)據(jù)與海表溫度等環(huán)境變量之間的關(guān)系，證明了漁獲量與環(huán)境數(shù)據(jù)之間的非線性關(guān)系。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)（Artificial neural network, ANN）逐漸應(yīng)用到黃鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)模型中，鄭志輝[9]基于人工神經(jīng)網(wǎng)絡(luò)模型有效預(yù)測(cè)了中西太平洋馬紹爾海域黃鰭金槍魚(yú)的漁場(chǎng)分布。棲息地指數(shù)模型（Habitat Suitability Index，HSI）近年來(lái)受到較多關(guān)注，趙海龍等[10]以產(chǎn)量來(lái)表征資源量，結(jié)合海表溫度、海面高度按季度建立東太平洋黃鰭金槍魚(yú)棲息地適應(yīng)性指數(shù)，預(yù)報(bào)的準(zhǔn)確率達(dá)到66%以上。盡管上述漁場(chǎng)預(yù)報(bào)模型的結(jié)構(gòu)簡(jiǎn)單便利，但這些模型大多是單一的預(yù)報(bào)模型且只使用海洋表面環(huán)境數(shù)據(jù)。由于海洋漁業(yè)信息具有模糊性、復(fù)雜性、不精確性的特點(diǎn)，單一模型容易過(guò)擬合而泛化性能差，無(wú)法滿足漁場(chǎng)預(yù)報(bào)應(yīng)用對(duì)于精度的要求。且上述模型大多采用具體的海洋環(huán)境因子，對(duì)于與海洋因素密切相關(guān)的各種大尺度氣候數(shù)據(jù)的研究較少。

針對(duì)數(shù)據(jù)復(fù)雜和模型單一的問(wèn)題，為提供準(zhǔn)確的中西太平洋黃鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)信息，本文提出隨機(jī)森林[11]（Random Forest，RF）和極端梯度提升決策樹(shù)[12]（eXtreme Gradient Boosting，XGBoost）相結(jié)合的XGBRF（XGBoost with RF）混合集成模型，根據(jù)2008－2019年中西太平洋黃鰭金槍魚(yú)的漁業(yè)數(shù)據(jù)，結(jié)合31種特征因子和4種大尺度氣候因子，通過(guò)方差膨脹因子（Variance Inflation Factor，VIF）篩選、歸一化處理，建立了8種黃鰭金槍魚(yú)漁場(chǎng)預(yù)測(cè)模型。通過(guò)模型檢驗(yàn)和對(duì)比，篩選預(yù)報(bào)精度較高、預(yù)測(cè)性能較好的模型，分析環(huán)境因子影響漁場(chǎng)分布的重要程度，以提高大數(shù)據(jù)和人工智能方法在黃鰭金槍漁業(yè)中的應(yīng)用，為今后漁場(chǎng)預(yù)報(bào)的模型構(gòu)建提供參考。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

以中西太平洋黃鰭金槍魚(yú)延繩釣漁船的作業(yè)范圍（110°E～170°W、0°～30°S）為研究海域，使用的漁業(yè)生產(chǎn)數(shù)據(jù)來(lái)自2008－2019年中國(guó)水產(chǎn)集團(tuán)43艘遠(yuǎn)洋延繩釣漁船漁撈日志，包括船名、作業(yè)日期（年/月/日）、作業(yè)位置（經(jīng)度、緯度）、漁獲信息（魚(yú)種、產(chǎn)量、尾數(shù)和下鉤數(shù)等）。

葉綠素a濃度數(shù)據(jù)來(lái)源于美國(guó)國(guó)家海洋和大氣管理局?jǐn)?shù)據(jù)庫(kù)（https://oceancolor.gsfc.nasa.gov/）。海面高度異常（Sea Level Abnormal，SLA）數(shù)據(jù)來(lái)源于AVISO（Archiving, Validation and Interpretation of Satellite Oceanographic data）數(shù)據(jù)庫(kù)（https://www.aviso.oceanobs.com）。渦動(dòng)能（Eddy Kinetic Energy，EKE）、0～500 m水層的垂直溫度和鹽度數(shù)據(jù)來(lái)源于哥白尼海洋環(huán)境監(jiān)測(cè)服務(wù)中心網(wǎng)站（http://marine.copernicus.eu）。環(huán)境數(shù)據(jù)的時(shí)間分辨率為月，SLA、EKE和0～500 m水層垂直溫度和鹽度數(shù)據(jù)的空間分辨率為0.25°×0.25°，Chla的空間分辨率為4 km。使用python將環(huán)境數(shù)據(jù)的空間分辨率統(tǒng)一為0.5°×0.5°的空間格網(wǎng)并與漁獲量數(shù)據(jù)進(jìn)行匹配。

大尺度氣候數(shù)據(jù)均為月度數(shù)據(jù)，南方濤動(dòng)指數(shù)（Southern Oscillation Index，SOI）和北極濤動(dòng)指數(shù)（Arctic Oscillation Index，AOI）來(lái)源于美國(guó)海洋與大氣局氣候預(yù)測(cè)中心；太平洋年代際振蕩指數(shù)（Pacific Decadal Oscillation Index，PDOI）來(lái)源于華盛頓大學(xué)（http://research.jisao.washington.edu /pdo），北太平洋環(huán)流振蕩指數(shù)（North Pacific Gyre Oscillation Index，NPGOI）來(lái)源于http://www.o3d.org /npgo /。

1.2 數(shù)據(jù)處理

1.2.1 CPUE計(jì)算

將漁區(qū)網(wǎng)格以0.5°×0.5°進(jìn)行劃分，按月對(duì)其作業(yè)位置、尾數(shù)和放鉤數(shù)進(jìn)行統(tǒng)計(jì)，計(jì)算各漁區(qū)網(wǎng)格內(nèi)的黃鰭金槍魚(yú)單位捕撈努力量漁獲量[13]（Catch Per Unit Effort，CPUE），公式為

1.2.2 衍生環(huán)境因子計(jì)算

本文選取的衍生環(huán)境因子包括海表溫度距平（SSTdt）、海表溫度梯度（SSTG）、葉綠素距平（Chladt）和葉綠素梯度（ChlaG）。SSTdt,j、Chladt,j、SSTG,j和ChlaG,j計(jì)算公式如下：

1.2.3 CPUE與各環(huán)境因子的相關(guān)性分析

采用Python的seaborn包計(jì)算Pearson相關(guān)系數(shù)并進(jìn)行顯著性檢驗(yàn)，結(jié)果如表1所示。假設(shè)顯著性水平為0.05（即超過(guò)95%的概率有相關(guān)關(guān)系），本文中CPUE與各指標(biāo)均呈現(xiàn)顯著相關(guān)關(guān)系（<0.05）。

1.2.4 數(shù)據(jù)標(biāo)準(zhǔn)化與共線性分析

由于漁業(yè)數(shù)據(jù)和海洋環(huán)境數(shù)據(jù)具有不同的量綱和數(shù)量級(jí)，直接用原始指標(biāo)值進(jìn)行分析，會(huì)突出數(shù)值較高的指標(biāo)在綜合分析中的作用，為了保證結(jié)果的可靠性，需要對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。本文采用數(shù)據(jù)歸一化方法將各個(gè)特征映射到[0,1]的范圍，計(jì)算公式為

式中、、max、min分別為歸一化后的值、實(shí)際值、最大值、最小值。

對(duì)于環(huán)境因子之間可能存在共線性的問(wèn)題，本文采用方差膨脹因子VIF進(jìn)行篩選，VIF的計(jì)算公式如下：

式中是第個(gè)變量在所有其他變量上回歸時(shí)的復(fù)相關(guān)系數(shù)。各環(huán)境變量之間的Person相關(guān)系數(shù)矩陣圖如圖1所示。

表1 CPUE與變量間的相關(guān)系數(shù)和P值

注：Lat表示緯度；Lon表示經(jīng)度；Chla表示葉綠素a濃度；Chladt表示葉綠素距平；SSTdt表示海表溫度距平；SSTG表示海表溫度梯度；ChlaG表示葉綠素梯度；SLA表示海面高度異常；EKE表示渦動(dòng)能；S、T(=0,50,100，…，500)分別表示對(duì)應(yīng)深度處的鹽度和溫度；PDOI為太平洋年代際振蕩指數(shù)；SOI為南方濤動(dòng)指數(shù)；AOI為北極濤動(dòng)指數(shù)；NPGOI為北太平洋環(huán)流振蕩指數(shù)。

Note: Lat indicates latitude; Lon indicates longitude; Chla denotes chlorophyll a concentration; Chladt indicates chlorophyll anomaly; SSTdt indicates sea surface temperature anomaly; SSTG indicates sea surface temperature gradient; ChlaG indicates chlorophyll gradient; SLA indicates abnormal sea level; EKE denotes eddy kinetic energy; Sand T(= 0,50, 100, ..., 500) respectively represent the salinity and temperature at the corresponding depth; PDOI is the Pacific interdecadal oscillation index; SOI is the Southern Oscillation Index; AOI is the Arctic oscillation index; NPGOI is the North Pacific circulation oscillation index.

圖1 各變量間Pearson相關(guān)系數(shù)

1.3 XGBRF漁場(chǎng)預(yù)報(bào)模型的建立

隨機(jī)森林算法結(jié)合自助采樣和隨機(jī)子空間思想對(duì)決策樹(shù)進(jìn)行集成，可降低使用單一決策樹(shù)時(shí)可能出現(xiàn)的較大誤差和過(guò)擬合現(xiàn)象，從而得到更加穩(wěn)定和準(zhǔn)確的預(yù)測(cè)效果。XGBoost算法作為一種可擴(kuò)展的樹(shù)提升系統(tǒng)，通過(guò)正則化項(xiàng)、二階泰勒展開(kāi)等策略控制模型的復(fù)雜度并提高運(yùn)行效率，能有效應(yīng)對(duì)高維度的復(fù)雜數(shù)據(jù)。

由于漁業(yè)數(shù)據(jù)數(shù)量龐大、特征維度高，考慮到隨機(jī)森林并行集成、不易過(guò)擬合的優(yōu)勢(shì)及XGBoost算法在分類問(wèn)題中的優(yōu)秀性能，本文提出XGBRF混合集成模型，將boosting與bagging思想相結(jié)合，選擇XGBoost算法作為預(yù)報(bào)模型的基本框架來(lái)訓(xùn)練隨機(jī)森林。本文中XGBRF模型的算法流程如圖2所示，參數(shù)設(shè)置如表2所示。

注：L為損失函數(shù)，P′為迭代次數(shù)，T為樹(shù)的數(shù)量，θ為一個(gè)隨機(jī)向量，b(x)為基學(xué)習(xí)器。訓(xùn)練集D由M個(gè)樣本組成，D＝(xi, yi)，i=1,2,3,…,M。G為一階導(dǎo)數(shù)和，H為二階導(dǎo)數(shù)和。

表2 XGBRF集成模型中的參數(shù)設(shè)置

2008－2019年中西太平洋黃鰭金槍魚(yú)的延繩釣數(shù)據(jù)共18 013條。本研究采用五折交叉方法隨機(jī)劃分為訓(xùn)練數(shù)據(jù)（80%數(shù)據(jù)）和測(cè)試數(shù)據(jù)（20%數(shù)據(jù)）。對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，將單位捕撈努力量按照三分位數(shù)劃分為0和1，分別對(duì)應(yīng)非漁場(chǎng)和漁場(chǎng)。為了驗(yàn)證模型的有效性，以邏輯回歸（Logistic Regression，LR）、分類與回歸（Classification and regression tree，CART）、近鄰（K Nearest Neighbors，KNN）、自適應(yīng)增強(qiáng)（Adaptive boosting，Adaboost）、梯度提升樹(shù)（Gradient Boosting Decision Tree，GBDT）、XGBoost和RF共7種模型作為對(duì)照，對(duì)照模型均在相同的實(shí)驗(yàn)環(huán)境下使用同一數(shù)據(jù)集。為了消除由于數(shù)據(jù)劃分造成模型訓(xùn)練的性能誤差，本文中所使用的模型均采用網(wǎng)格搜索和兩次五折交叉驗(yàn)證訓(xùn)練法以得到最優(yōu)參數(shù)。各模型的參數(shù)設(shè)置如表3所示。

表3 模型參數(shù)設(shè)置

1.4 模型精度評(píng)價(jià)

模型精度是判別預(yù)報(bào)結(jié)果與真實(shí)漁場(chǎng)信息符合程度的標(biāo)準(zhǔn)。本文使用準(zhǔn)確率（Accuracy）、查準(zhǔn)率（Precision）、召回率（Recall）、F1得分（F1-score）、受試者工作特征曲線（Receiver Operating Characteristic，ROC）及曲線下的面積（Area under Curve，AUC）值綜合評(píng)價(jià)模型的性能。

將模型中少數(shù)類樣本記為負(fù)例（非漁場(chǎng)），多數(shù)類樣本記為正例（漁場(chǎng)），則各個(gè)評(píng)價(jià)指標(biāo)的計(jì)算公式為

式中TP、TN、FP、FN分別代表預(yù)測(cè)值和真實(shí)值均為漁場(chǎng)、預(yù)測(cè)值和真實(shí)值均為非漁場(chǎng)、預(yù)測(cè)值為漁場(chǎng)而真實(shí)值為非漁場(chǎng)以及預(yù)測(cè)值為非漁場(chǎng)而真實(shí)值為漁場(chǎng)。ROC曲線由真正率和假正率分別作為縱坐標(biāo)和橫坐標(biāo)繪制得到，AUC值是ROC曲線與橫坐標(biāo)圍成的面積，值域在 0～1之間。

2 結(jié)果與分析

2.1 基于VIF的特征選擇

基于方差膨脹因子VIF的特征選擇過(guò)程中，剔除環(huán)境因子中VIF較高的值后重新計(jì)算剩余變量的VIF值，重復(fù)操作直至剩余變量的VIF值均小于10。VIF選擇后的變量如表4所示。方差膨脹因子篩選后的變量共19種，除了SLA、S0和T150，其余環(huán)境因子的VIF值均小于5，可作為模型輸入變量。

表4 特征選擇后的環(huán)境變量VIF值

2.2 預(yù)測(cè)結(jié)果及模型對(duì)比分析

將20%的測(cè)試數(shù)據(jù)分別代入LR、CART、KNN、Adaboost、GBDT、XGBoost、RF和XGBRF模型，分別計(jì)算各個(gè)模型的Accuracy、Precision、Recall、F1-score、AUC值，結(jié)果如表5所示。

表5 各模型預(yù)測(cè)結(jié)果對(duì)比

由表5可知，XGBRF模型在準(zhǔn)確率和AUC的值均最高，分別為75.39%和79.48%，證明模型的預(yù)測(cè)效果較好。對(duì)于漁場(chǎng)和非漁場(chǎng)的預(yù)測(cè)結(jié)果，8種模型的漁場(chǎng)召回率、查準(zhǔn)率和F1-score相對(duì)于非漁場(chǎng)均較高，可以看出所有模型對(duì)于漁場(chǎng)的識(shí)別均要好于非漁場(chǎng)。RF模型對(duì)于非漁場(chǎng)的識(shí)別效果較好，其非漁場(chǎng)F1-score（60.27%）最高，XGBRF模型表現(xiàn)次之，其非漁場(chǎng)查準(zhǔn)率（66.32%）最高。對(duì)于遠(yuǎn)洋漁業(yè)而言，漁船的作業(yè)圍繞中心漁場(chǎng)進(jìn)行以提高漁獲產(chǎn)量和捕撈效率，因此中心漁場(chǎng)的預(yù)報(bào)精度具有重要意義，XGBRF模型的漁場(chǎng)查準(zhǔn)率略低于RF模型，但其召回率（87.36%）和F1-score（82.64%）均最高，證明模型對(duì)于真實(shí)漁場(chǎng)的識(shí)別精度高，XGBRF模型的性能總體上優(yōu)于其他模型。

各個(gè)模型的ROC曲線如圖3所示，由圖3可知，XGBRF模型較其他模型的ROC曲線更靠近左上角，能夠較好地包含其他模型，證明模型的分類和預(yù)測(cè)效果較好。

圖3 不同模型的ROC曲線

2.3 模型因子的重要性分析

借助sklearn中的feature_importances_方法，得到入模因子對(duì)中西太平洋黃鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)的重要程度圖（圖4）。由圖4可知，研究結(jié)果顯示海表溫度是影響黃鰭金槍魚(yú)漁場(chǎng)布的最主要因素，為7.573%，300 m水層溫度、50 m水層鹽度、葉綠素a濃度（Chla）、南方濤動(dòng)指數(shù)（SOI）和表層鹽度（S0）對(duì)黃鰭金槍魚(yú)的影響也較大，分別為7.369%、6.765%、6.533%、6.284%和6.212%。除SOI以外，其余大尺度氣候因子的影響相對(duì)較低。時(shí)空因子的相對(duì)重要性較環(huán)境因子低。

圖4 模型輸入因子的相對(duì)重要性排序

2.4 模型驗(yàn)證

模型利用2008－2019年的真實(shí)數(shù)據(jù)進(jìn)行訓(xùn)練和預(yù)測(cè)。將20%測(cè)試集的實(shí)際數(shù)據(jù)與模型預(yù)測(cè)的數(shù)據(jù)疊加，結(jié)果如圖5所示。

由圖5b可知，測(cè)試的漁場(chǎng)主要分布在10°～20°S，155°～175°E海域，這一海域模型的識(shí)別程度較高，但也存在一定的誤判。在27°S海域附近也有少量漁場(chǎng)分布，但該海域的識(shí)別程度較低。非漁場(chǎng)的實(shí)際與預(yù)測(cè)結(jié)果如圖5a所示，非漁場(chǎng)的分布與漁場(chǎng)的分布范圍相似，在15°S以下的海域具有較好的識(shí)別度，但非漁場(chǎng)的總體識(shí)別率低于漁場(chǎng)的識(shí)別率?？傮w而言，預(yù)測(cè)的漁場(chǎng)位置與實(shí)際漁場(chǎng)位置存在少量的偏差，相較于其他模型，預(yù)測(cè)結(jié)果的精確度與可信度高。

注：審圖號(hào)GS（2016）1665。

3 討 論

3.1 環(huán)境因子選擇的合理性

海洋環(huán)境因子是影響黃鰭金槍魚(yú)活動(dòng)和空間分布的重要外在因素，現(xiàn)有的研究表明，黃鰭金槍魚(yú)漁場(chǎng)的形成極易受到海洋環(huán)境因子的影響[5,15-16]。葉綠素a濃度通過(guò)海洋食物鏈原理影響漁場(chǎng)分布；溫度是影響魚(yú)類活動(dòng)最基本的海洋環(huán)境要素之一[17]；海平面高度異常作為與平均海平面的差值[18]，反映了包括海流、冷暖水團(tuán)、鹽度、海洋鋒面等海洋動(dòng)力特征，常被應(yīng)用于海洋漁場(chǎng)分析；渦動(dòng)能是通過(guò)影響環(huán)流、海水溫度以及葉綠素a的分布，從而影響黃鰭金槍魚(yú)的漁場(chǎng)分布；研究表明，黃鰭金槍魚(yú)的垂直移動(dòng)現(xiàn)象明顯[19-20]，其主要的垂直移動(dòng)范圍從幾十米至幾百米，且不同水層的溫度會(huì)影響黃鰭金槍魚(yú)漁場(chǎng)的分布；南方濤動(dòng)伴隨季節(jié)上升流的延遲可能與某些海域浮游植物的繁盛有關(guān)[21]；太平洋年代際振蕩被證明與SST具有一定的關(guān)聯(lián)[22]；北太平洋環(huán)流振蕩、北極濤動(dòng)等其他大尺度氣候也有助于全面的了解海洋環(huán)境的變化[23]。因此，本研究選取的環(huán)境因子包括葉綠素a濃度、海面高度異常、渦動(dòng)能、0～500 m水層的垂直溫度和鹽度數(shù)據(jù)，為了增大樣本間差異，提高模型對(duì)中心漁場(chǎng)的識(shí)別能力，計(jì)算了SST和Chla的衍生變量（SSTdt、SSTG、Chladt和ChlaG）。

影響漁業(yè)的海洋環(huán)境因子關(guān)系錯(cuò)綜復(fù)雜，多個(gè)特征變量之間存在較強(qiáng)的相關(guān)性（圖1），研究表明相關(guān)系數(shù)大于0.85[24]，方差膨脹因子大于10[25]，變量之間可能存在共線性，造成重要變量的預(yù)測(cè)結(jié)果不顯著[26]。本研究綜合考慮各個(gè)海洋環(huán)境因子及共線性因素對(duì)模型精度和效率的影響，最終確定的入模變量具有一定的科學(xué)性和合理性。

3.2 模型因子的相對(duì)重要性

海表溫度通過(guò)影響黃鰭金槍魚(yú)的生長(zhǎng)、覓食、洄游遷徙等直接影響漁場(chǎng)的分布和變動(dòng)，研究表明絕大多數(shù)黃鰭金槍魚(yú)可至10 m以內(nèi)的淺層活動(dòng)[20]，結(jié)果表明海表溫度是最重要的環(huán)境因子。300 m水層溫度對(duì)黃鰭金槍魚(yú)的影響同樣重要，這可能與黃鰭金槍魚(yú)的垂直活動(dòng)且主要集中在300 m深度水層有關(guān)[27]，除此之外S50、S0、S150、T150等對(duì)黃鰭金槍魚(yú)的影響也間接證明了其垂直游動(dòng)的特性。葉綠素a濃度作為海洋初級(jí)生產(chǎn)力的指標(biāo)，其對(duì)黃鰭金槍魚(yú)漁場(chǎng)分布的影響已被多人研究證實(shí)，且Chla的梯度分布（ChlaG）與鋒面的形成有關(guān)，也與中心漁場(chǎng)的分布存在聯(lián)系[28]。大尺度氣候數(shù)據(jù)中，南方濤動(dòng)指數(shù)SOI對(duì)黃鰭金槍魚(yú)的影響相對(duì)較大，這與Torres-Faurrieta[29]的研究結(jié)果一致，NPGOI、PDOI、AOI的影響相對(duì)較小，這可能與大尺度氣候影響的滯后效應(yīng)有關(guān)[30]。

3.3 漁場(chǎng)與非漁場(chǎng)的劃分

三分位數(shù)是統(tǒng)計(jì)學(xué)研究中最常用的方法之一。在進(jìn)行漁場(chǎng)分類的研究中，對(duì)于“中心漁場(chǎng)”的界定并沒(méi)有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，已有的研究大多采用三分位數(shù)對(duì)漁場(chǎng)進(jìn)行劃分[11,31-32]，部分學(xué)者利用三分位數(shù)將漁區(qū)劃分為高、中、低3個(gè)漁區(qū)，基于預(yù)報(bào)模型進(jìn)行分別預(yù)測(cè)。但是需要考慮到的是CPUE作為連續(xù)變量，處于三分位數(shù)邊界區(qū)域的值往往大小相近，會(huì)給模型的預(yù)測(cè)造成一定的困難，且各種復(fù)雜環(huán)境要素如氣候異常、海洋大尺度事件、漁類洄游等的影響進(jìn)一步導(dǎo)致中產(chǎn)漁區(qū)的預(yù)測(cè)準(zhǔn)確率較低[11,32-33]，造成分類損失。本研究結(jié)合真實(shí)漁業(yè)數(shù)據(jù)，將大于整年單位捕撈努力量第一三分位數(shù)T1的區(qū)域定義為漁場(chǎng)，其余部分作為非漁場(chǎng)，減小由于臨界區(qū)域造成的模型性能損失，實(shí)現(xiàn)簡(jiǎn)單且具有一定的實(shí)際意義。

3.4 模型性能對(duì)比

本文中XGBRF模型得到的預(yù)報(bào)準(zhǔn)確率為75.39%，漁場(chǎng)召回率和AUC值分別為87.36%和79.48%，預(yù)報(bào)效果優(yōu)于棲息地指數(shù)模型[10]（準(zhǔn)確率66%）、GAM模型[6]（解釋率37.2%）、stacking算法[34]（準(zhǔn)確率68.72%）、貝葉斯分類器[4]（準(zhǔn)確率75%），且實(shí)驗(yàn)結(jié)果顯示XGBRF模型相比于RF和XGBoost模型在各個(gè)指標(biāo)上的表現(xiàn)均有一定程度的提升，這是因?yàn)閄GBRF模型結(jié)合了boosting與bagging思想的優(yōu)點(diǎn)，XGBoost作為基本框架能夠針對(duì)錯(cuò)誤樣本進(jìn)行學(xué)習(xí)，顯著提高學(xué)習(xí)效率，同時(shí)隨機(jī)采樣和隨機(jī)特征選擇的加入增大了模型的靈活性，使其具有更好的泛化性能。LR和CART屬于簡(jiǎn)單模型，簡(jiǎn)單直觀、解釋性強(qiáng)，但LR容易欠擬合，CART容易過(guò)擬合，兩種模型的預(yù)測(cè)精度均不高。KNN通過(guò)計(jì)算不同數(shù)據(jù)之間的歐式距離來(lái)進(jìn)行分類，準(zhǔn)確度高，對(duì)異常點(diǎn)不敏感，在本研究中的表現(xiàn)較好。Boosting方法能夠針對(duì)樣本進(jìn)行學(xué)習(xí)進(jìn)而提高學(xué)習(xí)效率，Adaboost利用錯(cuò)誤分類的樣本來(lái)識(shí)別問(wèn)題；GBDT通過(guò)計(jì)算負(fù)梯度來(lái)擬合殘差，該類模型能充分學(xué)習(xí)每個(gè)弱分類器，具有很高的精度，結(jié)果顯示兩者在本研究中的表現(xiàn)互有優(yōu)劣。XGBoost算法在GBDT的基礎(chǔ)上進(jìn)行了優(yōu)化，模型的效率更高、泛化性能更強(qiáng)、應(yīng)用范圍更廣，研究結(jié)果也證明其效果好于Adaboost和GBDT。RF作為bagging的升級(jí)，不僅具有Bagging并行集成的優(yōu)勢(shì)，同時(shí)其基學(xué)習(xí)器的決策邊界往往更加靈活，有效解決了單一決策樹(shù)的性能瓶頸，具有較高的泛化能力。實(shí)驗(yàn)中RF模型的漁場(chǎng)和非漁場(chǎng)召回率均較高，間接證明了模型的泛化能力。

3.5 模型精度評(píng)價(jià)

模型的評(píng)價(jià)指標(biāo)是直接判斷一個(gè)模型好壞的關(guān)鍵，漁場(chǎng)預(yù)報(bào)發(fā)展至今，各種預(yù)報(bào)模型層出不窮，需要對(duì)模型進(jìn)行合理合適的評(píng)估。準(zhǔn)確率是現(xiàn)有漁場(chǎng)預(yù)報(bào)模型采用較多的評(píng)估依據(jù)[31-32,34]，準(zhǔn)確率表示模型預(yù)測(cè)正確的正例、負(fù)例占總樣本的比例，易于計(jì)算且復(fù)雜度低。但準(zhǔn)確率是一種偏向全局化的衡量標(biāo)準(zhǔn)，信息量少且當(dāng)模型對(duì)于非漁場(chǎng)（少數(shù)類）的識(shí)別率較高而對(duì)于漁場(chǎng)的識(shí)別率較低時(shí)也可能帶來(lái)準(zhǔn)確率的偏高，這種模型往往不是我們想要的。查準(zhǔn)率表示正例的分類準(zhǔn)確率，表明被預(yù)測(cè)為正例的樣本中真實(shí)的正例的比例，查準(zhǔn)率越高，表明漏掉的漁場(chǎng)就越少。召回率表示被預(yù)測(cè)正確的正例占所有真實(shí)的正例比例，召回率越高，代表漁場(chǎng)的識(shí)別率就越高。在漁業(yè)生產(chǎn)中，如果想盡可能覆蓋某片海域內(nèi)的所有漁場(chǎng)可以選擇查準(zhǔn)率較高的模型；如果想盡量避免無(wú)獲而返的情況可以選擇召回率較高的模型。實(shí)際情況下，需要在二者中尋找平衡，F(xiàn)1得分作為查準(zhǔn)率和查全率的綜合考慮解決了這一問(wèn)題。F1得分被認(rèn)為在某些方面表現(xiàn)優(yōu)于準(zhǔn)確率[35]，F(xiàn)1得分越高，表明漁場(chǎng)的識(shí)別率高且誤報(bào)的漁場(chǎng)較少。受試者工作特征曲線ROC曲線被認(rèn)為衡量模型性能的有用指標(biāo)[36]，ROC曲線越靠近左上角表明模型的預(yù)測(cè)能力越強(qiáng)，AUC值大于0.75的模型被認(rèn)為是“有用”的[37]。本文綜合考慮各個(gè)模型的特點(diǎn)，選擇準(zhǔn)確率、查準(zhǔn)率、召回率、F1-score、ROC曲線和AUC值作為模型的綜合評(píng)判指標(biāo)，確保了模型結(jié)果的可靠性。

4 結(jié) 論

本研究利用中西太平洋黃鰭金槍魚(yú)的漁業(yè)生產(chǎn)數(shù)據(jù)，結(jié)合漁場(chǎng)時(shí)空因子、海洋環(huán)境因子及大尺度氣候數(shù)據(jù)作為訓(xùn)練集構(gòu)建了邏輯回歸（LR）、分類與回歸分類與回歸（CART）、近鄰（KNN）、自適應(yīng)增強(qiáng)（Adaboost）、梯度提升樹(shù)（GBDT）、極端梯度提升決策樹(shù)（XGBoost）、隨機(jī)森林（RF）和XGBRF共8種黃鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)模型，并利用真實(shí)的漁業(yè)數(shù)據(jù)進(jìn)行了模型驗(yàn)證，研究結(jié)果如下：

1）通過(guò)多個(gè)指標(biāo)結(jié)果的綜合分析顯示，XGBRF混合集成模型能在一定程度上提高XGBoost和RF模型的性能，其準(zhǔn)確率和AUC的值均最高，分別為75.39%和79.48%，且XGBRF模型的ROC曲線能較好包含其他模型，證明模型的性能表現(xiàn)最好，優(yōu)于傳統(tǒng)的預(yù)報(bào)模型。

2）模型因子的重要性分析結(jié)果表明，海表溫度是影響黃鰭金槍魚(yú)漁場(chǎng)分布最重要的因素，為7.573%。接下來(lái)的是300 m水層的溫度，其重要性達(dá)7.369%。除此之外，50 m水層鹽度、南方濤動(dòng)指數(shù)、葉綠素a濃度和表層鹽度對(duì)黃鰭金槍魚(yú)的影響也較大。除SOI以外，其余大尺度氣候因子的影響相對(duì)較低。

3）20%測(cè)試集實(shí)際漁場(chǎng)和非漁場(chǎng)的疊加圖顯示，XGBRF模型預(yù)報(bào)得到的漁場(chǎng)位置與實(shí)際的漁場(chǎng)位置僅存在少量的偏差，預(yù)測(cè)結(jié)果的精確度和可信度較高，是一種有效的黃鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)方法。

本研究構(gòu)建了一種隨機(jī)森林和極端梯度提升決策樹(shù)結(jié)合的XGBRF模型作為中西太平洋黃鰭金槍魚(yú)的漁場(chǎng)預(yù)報(bào)方法，通過(guò)與多種模型對(duì)比和實(shí)際漁業(yè)數(shù)據(jù)的檢驗(yàn)，證明了該模型的可行性。在今后的研究中，可以進(jìn)一步探究其他環(huán)境因子、模型參數(shù)優(yōu)化、漁區(qū)劃分標(biāo)準(zhǔn)、海洋模式數(shù)據(jù)等因素對(duì)黃鰭金槍魚(yú)漁場(chǎng)的影響，進(jìn)一步提高模型的精度和實(shí)用性。

[1] 張春玲，蔣逸，王冰洋，等. 中西太平洋黃鰭金槍魚(yú)隨附魚(yú)群區(qū)域溫度垂直結(jié)構(gòu)的構(gòu)建與初步分析[J]. 上海海洋大學(xué)學(xué)報(bào)，2022，31(1)：233-241.

ZhangChunling,JiangYi,Wang Bingyang, et al. Construction and analysis of vertical temperature structure for FAD yellowfin tuna in the central and western Pacific Ocean[J]. Journal of Shanghai Ocean University, 2022, 31(1): 233-241. (in Chinese with English abstract)

[2] Ms A, Gmp B, Cr A, et al. Trade-offs for the southern longline fishery in achieving a candidate South Pacific albacore target reference point-ScienceDirect[J]. Marine Policy, 2019, 100(C): 66-75.

[3] 朱浩朋，伍玉梅，唐峰華，等. 采用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建西北太平洋柔魚(yú)漁場(chǎng)預(yù)報(bào)模型[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(24)：153-160.

Zhu Haopeng, Wu Yumei, Tang Fenghua, et al. Construction of fishing ground forecast model of Ommastrephes bartramii using convolutional neural network in the Northwest Pacific[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(24): 153-160. (in Chinese with English abstract)

[4] 周為峰，黎安舟，紀(jì)世建，等. 基于貝葉斯分類器的南海黃鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)模型[J]. 海洋湖沼通報(bào)，2018(1)：116-122.

Zhou Weifeng, Li Anzhou, Ji Shijian, et al. Forecasting model for yellowfin tuna () fishing ground in the south China sea based on bayes classifier[J]. Transactions of Oceanology and Limnology, 2018(1): 116-122. (in Chinese with English abstract)

[5] 宋利明，沈智賓，周建坤，等. 庫(kù)克群島海域海洋環(huán)境因子對(duì)黃鰭金槍魚(yú)漁獲率的影響[J]. 上海海洋大學(xué)學(xué)報(bào)，2016，25(3)：454-464.

Song Liming, Shen Zhibin, Zhou Jiankun, et al. Effects of environmental variables on catch rates of yellowfin tuna () in waters near Cook Islands[J]. Journal of Shanghai Ocean University, 2016, 25(3): 454-464. (in Chinese with English abstract)

[6] 徐國(guó)強(qiáng)，朱文斌，張洪亮，等. 基于GAM模型分析印度洋大眼金槍魚(yú)和黃鰭金槍魚(yú)漁場(chǎng)分布與不同環(huán)境因子關(guān)系[J]. 海洋學(xué)報(bào)，2018，40(12)：68-80.

Xu Guoqiang, Zhu Wenbing, Zhang Hongliang, et al. Relationship between fishing grounds ofandwith environmental factors in the Indian Ocean based on generalized additive model[J]. Haiyang Xuebao, 2018, 40(12): 68-80. (in Chinese with English abstract)

[7] Perez G J P, Leonardo E M. Predicting the Distribution of Yellowfin Tuna in Philippine Waters[C]. Washington DC: American Geophysical Union, 2015.

[8] Zagaglia C R, Lorenzzetti J A, Stech José L. Remote sensing data and longline catches of yellowfin tuna () in the equatorial Atlantic[J]. Remote Sensing of Environment, 2004, 93(1/2): 267-281.

[9] 鄭志輝. 基于貝葉斯方法、分位數(shù)回歸和人工神經(jīng)網(wǎng)絡(luò)模型的黃鰭金槍魚(yú)漁情預(yù)報(bào)模型比較[D]. 上海：上海海洋大學(xué)，2017.

Zheng Zhihui. A Comparison of Yellowfin Tuna Fishing Condition Forecast Models Based on Bayesian Method, Quantile Regression and Artificial Neural Network Model[D]. Shanghai: Shanghai Ocean University, 2017. (in Chinese with English abstract)

[10] 趙海龍，陳新軍，方學(xué)燕. 基于棲息地指數(shù)的東太平洋黃鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)[J]. 生態(tài)學(xué)報(bào)，2016，36(3)：778-785.

Zhao Hailong, Chen Xinjun, Fang Xueyan. Forecasting fishing ground of yellowfin tuna in the eastern Pacific Ocean based on the habitat suitability index[J]. Acta Ecologica Sinica, 2016, 36(3): 778-785. (in Chinese with English abstract)

[11] 陳雪忠，樊偉，崔雪森，等. 基于隨機(jī)森林的印度洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)[J]. 海洋學(xué)報(bào)， 2013，35(1)：158-164.

Chen Xuezhong, Fan Wei, Cui Xuesen, et al. Fishing ground forecasting of Thunnus alalung in Indian Ocean based on random forest[J]. Haiyang Xuebao, 2013, 35(1): 158-164. (in Chinese with English abstract)

[12] Breiman L. Random forests[J]. Machine Learning, 2001, 45(1): 5-32.

[13] Feng Y, Chen X, Gao F, et al. Impacts of changing scale on Getis-Ord Gi* hotspots of CPUE: A case study of the neon flying squid () in the northwest Pacific Ocean[J]. Acta Oceanologica Sinica, 2018, 37(5): 67-76.

[14] Ismail A I, Morrison E C, Burt B A, et al. Natural history of periodontal disease in adults: findings from the Tecumseh Periodontal Disease study, 1959-87[J]. Journal of Dental Research, 1990, 69(2): 430-435.

[15] 王少琴，許柳雄，朱國(guó)平，等. 中西太平洋金槍魚(yú)圍網(wǎng)的黃鰭金槍魚(yú)CPUE時(shí)空分布及其與環(huán)境因子的關(guān)系[J]. 大連海洋大學(xué)學(xué)報(bào)，2014，29(3)：303-308.

Wang Shaoqin, Xu Liuxiong, Zhu Guoping, et al. Spatial-temporal profiles of CPUE and relations to environmental factors for yellowfin tuna () from purse-seine fishery in Western and Central Pacific Ocean[J]. Journal of Dalian Ocean University, 2014, 29(3): 303-308. (in Chinese with English abstract)

[16] 劉勇，陳新軍. 中西太平洋金槍魚(yú)圍網(wǎng)黃鰭金槍魚(yú)產(chǎn)量的時(shí)空分布及與表溫的關(guān)系[J]. 海洋漁業(yè)，2007(4)：296-301.

Liu Yong, Chen Xinjun. Spatio-temporal distribution ofand its relationship with sea surface temperature in the tuna purse seine fishery of the Central and Western Pacific[J]. Marine Fisheries, 2007(4): 296-301. (in Chinese with English abstract)

[17] 崔雪森，樊偉，張晶. 太平洋黃鰭金槍魚(yú)延繩釣漁獲分布及漁場(chǎng)水溫淺析[J]. 海洋通報(bào),，2005(5)：54-59.

Cui Xuesen, Fan Wei, Zhang Jing. Primary study on the distribution of yellowfin tuna () longline fishery catch and the fishing-ground environment of the Pacific Ocean[J]. Marine Science Bulletin, 2005(5): 54-59. (in Chinese with English abstract)

[18] 宋婷婷，樊偉，伍玉梅. 衛(wèi)星遙感海面高度數(shù)據(jù)在漁場(chǎng)分析中的應(yīng)用綜述[J]. 海洋通報(bào),，2013，32(4)：474-480.

Song Tingting, Fan Wei, Wu Yumei. Review on the fishery analysis with satellite remote sensing sea surface height data[J]. Marine Science Bulletin, 2013, 32(4): 474-480. (in Chinese with English abstract)

[19] Cayre P. Behaviour of Yellowfin Tuna () and Skipjack Tuna () around fish aggregating devices (FADs) in the Comoros Islands as determined by ultrasonic tagging[J]. Aquatic Living Resources, 1991, 4(1): 1-12.

[20] 張衡，戴陽(yáng)，楊勝龍，等. 基于分離式衛(wèi)星標(biāo)志信息的金槍魚(yú)垂直移動(dòng)特性[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(20)：196-203.

Zhang Heng, Dai Yang, Yang Shenglong, et al. Vertical movement characteristics of tuna () in Pacific Ocean determined using pop-up satellite archival tags[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(20): 196-203. (in Chinese with English abstract)

[21] 王靚. 西北太平洋主要小型中上層魚(yú)類資源量對(duì)大尺度氣候-海洋環(huán)境變化的響應(yīng)研究[D]. 上海：上海海洋大學(xué)，2021.

Wang Jing. Study on the Response of Major Small Pelagic Fish Resource in the Northwest Pacific to Large Scale Climate-Marine Environmental Changes[D]. Shanghai: Shanghai Ocean University, 2021. (in Chinese with English abstract)

[22] Tian Y J, Akamine T, Suda M. Variations in the abundance of Pacific saury () from the northwestern Pacific in relation to oceanic-climate changes[J]. Fisheries Research, 2003, 60(2/3): 439-454.

[23] Vimont D J. The Contribution of the interannual ENSO cycle to the spatial pattern of decadal ENSO-like variability[J]. Journal of Climate, 2010, 18(12): 2080-2092.

[24] Elith J, Graham C H, Anderson R P. et al. Novel methods improve prediction of species' distributions from occurrence data[J]. Ecography (Copenhagen), 2006, 29(2): 129-151.

[25] Dormann C F, Elith J, Bacher S, et al. Collinearity: A review of methods to deal with it and a simulation study evaluating their performance[J]. Ecography, 2013, 36(1): 27-46.

[26] Ohlemuller R, Anderson B J, Araujo M B, et al. The coincidence of climatic and species rarity: High risk to small-range species from climate change[J]. Biology letters, 2008, 4(5): 568-572.

[27] 楊勝龍，張忭忭，張衡，等. 黃鰭金槍魚(yú)垂直移動(dòng)及水層分布研究進(jìn)展[J]. 水產(chǎn)科學(xué)，2019，38(1)：119-126.

Yang Shenglong, Zhang Bianbian, Zhang Heng, et al. A review:vertical swimming and distribution of yellowfin tuna (thunnus albacares)[J]. Fisheries Science, 2019, 38(1): 119-126. (in Chinese with English abstract)

[28] 毛志華，朱乾坤，龔芳. 衛(wèi)星遙感北太平洋漁場(chǎng)葉綠素a濃度[J]. 水產(chǎn)學(xué)報(bào)，2005(2)：270-274.

Mao Zhihua, Zhu Qiankun, Gong Fang. Satellite remote sensing of chlorophyll a concentration in the north Pacific Fishery[J]. Journal of Fisheries of China, 2005(2): 270-274. (in Chinese with English abstract)

[29] Torres-Faurrieta L K, Dreyfus-León M J, Rivas D. Recruitment forecasting of yellowfin tuna in the eastern Pacific Ocean with artificial neuronal networks[J]. Ecological Informatics, 2016, 36: 106-113.

[30] Báez J C, Czerwinski I A, Ramos M L. Climatic oscillations effect on the yellowfin tuna () Spanish captures in the Indian Ocean[J]. Fisheries Oceanography, 2020, 29(6): 572-583.

[31] 侯娟，周為峰，樊偉，等. 基于集成學(xué)習(xí)的南太平洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)模型研究[J]. 南方水產(chǎn)科學(xué)，2020，16(5)：42-50.

Hou Juan, Zhou Weifeng, Fan Wei, et al. Research on fishing grounds forecasting models of albacore tuna based on ensemble learning in South Pacific[J]. South China Fisheries Science, 2020, 16(5): 42-50. (in Chinese with English abstract)

[32] 宮鵬，王德興，袁紅春，等. 基于 LightGBM 的南太平洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)模型研究[J]. 水產(chǎn)科學(xué)， 2021，40(5)：762-767.

Gong Peng, Wang Dexing, Yuan Hongchun, et al. Fishing ground forecast model of albacore tuna based on LightGBM in the South Pacific Ocean[J]. Fisheries Science, 2021, 40(5): 762-767. (in Chinese with English abstract)

[33] 袁紅春，陳冠奇，張?zhí)祢?，? 基于全卷積網(wǎng)絡(luò)的南太平洋長(zhǎng)鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)模型[J]. 江蘇農(nóng)業(yè)學(xué)報(bào)，2020，36(2)：423-429.

Yuan Hongchun, Chen Guanqi, Zhang Tianjiao, et al. Fishing ground forecast model of albacore tuna based on fully convolutional networks in the South Pacific[J]. Jiangsu Journal of Agricultural Sciences, 2020, 36(2): 423-429. (in Chinese with English abstract)

[34] 宋利明，任士雨，張敏，等. 基于集成學(xué)習(xí)的大西洋熱帶海域黃鰭金槍魚(yú)漁情預(yù)報(bào)[J]. 中國(guó)水產(chǎn)科學(xué)，2021，28(8)：1069-1078.

Song Liming, Ren Shiyu, Zhang Min, et al. Fishing ground forecasting models for yellowfin tuna () in the tropical waters of the Atlantic Ocean based on ensemble learning[J]. Journal of Fishery Sciences of China, 2021, 28(8): 1069-1078. (in Chinese with English abstract)

[35] Hossin M, Sulaiman M N. A review on evaluation metrics for data classification evaluations[J]. International Journal of Data Mining & Knowledge Management Process, 2015, 5(2): 1-11.

[36] Guo H, Li Y, Shang J, et al. Learning from class-imbalanced data: Review of methods and applications[J]. Expert Systems with Applications, 2017, 73: 220-239.

[37] Swets J A. Measuring the accuracy of diagnostic systems[J]. Science, 1988, 240(4857):1285-1293.

Forecasting models for yellowfin tuna fishing ground in the central and western Pacific based on machine learning

Zhang Cong1,2, Zhou Weifeng1※, Tang Fenghua1, Shi Yongchuang1, Fan Wei1

(1.200090; 2.100081)

An accurate forecast can be greatly contributed to the yellowfin tuna fishing ground in the western and Central Pacific. However, a large amount of fishery data, and high feature dimension have posed a great over-fitting on the various classification in recent years. The random forest parallel integration can be expected to achieve the excellent performance of the extreme gradient boosting decision tree algorithm. In this study, a hybrid integration model was proposed to combine the Xgboost with Random Forest (XGBRF) with the random forest and extreme gradient lifting decision tree. The fishery production data was also collected from the operation data of 43 distant-water longline fishing vessels of China Aquatic Group in the western and Central Pacific (0°-30°S; 110°E-170°W) from 2008 to 2019, including catch information, such as amount, job date, as well as the job latitude and longitude. A comparison was performed on the fishery data, including the concentration of chlorophyll, eddy kinetic energy, sea surface height anomalies, temperature and salinity of the 0-500 m mixed water layer. A total of 36 variable combinations were used as the original data set, including the Southern Oscillation Index (SOI), the Arctic Oscillation Index (AOI), the Pacific Decadal Oscillation Index (PDOI), and North Pacific Gyre Oscillation Index (NPGOI). The original data set was divided into the training set and test set after the screening and normalization of the variance expansion factor, accounting for 80% and 20%, respectively. The training set was used to train eight models, including classification and regression, logistic regression, k-nearest neighbor, adaptive boosting, gradient boosting decision tree, xgboost, random forest, and XGBRF. The five-fold cross-validation was used for each model to determine the optimal parameters. Finally, the model was verified to superimpose the actual fishing ground of the test set. The experimental results showed that: 1) There was a significant correlation between the catch per unit fishing effort and various variable factors. There was also a great decrease in the degree of collinearity between the variables that were filtered by variance inflation factor. 2) The XGBRF hybrid ensemble model also significantly improved the performance of XGBoost and RF models. Specifically, the highest accuracy rate and Area Under Curve (AUC) were 75.39%, and 79.48%, respectively. The Receiver Operator Characteristic (ROC) curve of the XGBRF model was closer to the upper left, indicating the best performance of the forecasting model than before. 3) The sea surface temperature was the most important factor to dominate the distribution of yellowfin tuna fishing ground, accounting for 7.573%. The temperature of the 300 m water layer was equally important for the yellowfin tuna, which was 7.369%. In addition, the greater impact was also found in the salinity of the 50-meter water layer, the SOI, the concentration of chlorophyll, and the surface salinity. There was a relatively low influence of other large-scale climatic factors, except for the SOI. 4) There was only a small deviation between the fishing ground predicted by the XGBRF model and the actual fishing ground, indicating the high accuracy and reliability of the prediction. Overall, the XGBRF ensemble model performed the best on the fishing ground forecast of yellowfin tuna in the western and Central Pacific. The finding can also provide a strong reference for the fishing ground forecast.

machine learning; models; western and central Pacific;yellowfin tuna; fishing ground forecast

10.11975/j.issn.1002-6819.2022.15.036

S931.3

A

1002-6819(2022)-15-0330-09

張聰，周為峰，唐峰華，等. 基于機(jī)器學(xué)習(xí)的中西太平洋黃鰭金槍魚(yú)漁場(chǎng)預(yù)報(bào)模型[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2022，38(15)：330-338. doi：10.11975/j.issn.1002-6819.2022.15.036 http://www.tcsae.org

Zhang Cong, Zhou Weifeng, Tang Fenghua, et al. Forecasting models for yellowfin tuna fishing ground in the central and western Pacific based on machine learning[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(15): 330-338. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.15.036 http://www.tcsae.org

2022-04-29

2022-07-19

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2019YFD0901405）；農(nóng)業(yè)農(nóng)村部南海漁業(yè)資源開(kāi)發(fā)利用重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金項(xiàng)目（LOF 2022-05）；中央級(jí)公益性科研院所基本科研業(yè)務(wù)費(fèi)項(xiàng)目（2019T09）；核電廠冷源安全保障相關(guān)技術(shù)開(kāi)發(fā)項(xiàng)目（21FW018）

張聰，研究方向?yàn)闄C(jī)器學(xué)習(xí)與海洋漁場(chǎng)預(yù)報(bào)。Emai：zhangcong20190404@163.com

周為峰，博士，副研究員，研究方向?yàn)闈O業(yè)遙感與漁場(chǎng)海洋學(xué)。Email：zhwfzhwf@163.com