A study on settlement performance of falling-net based on GAM
-
摘要: 为全面了解罩网网具沉降性能,为罩网模型试验的开展及渔具渔法的改进提供参考,该研究于2016年3月在南海中南部进行海上试验,采用多项式回归和广义加性模型 (Generalized Additive Model, GAM) 对罩网沉降性能进行分析研究。结果显示:1) 自由沉降是影响网具总沉降深度的更为关键的因素。2) 90.0~119.9 s是较为适宜的自由沉降时间。3) 自由沉降速度先短时间内增大后逐渐减小,最大值出现在沉降第10 秒;阻尼沉降速度在前50 s相对稳定,之后迅速降低。4) 自由沉降时间、风速、风流向夹角对自由沉降深度影响显著;自由沉降时间、风速、渔船漂流速度、风流向夹角对阻尼沉降深度影响显著。研究表明:1) 风速、风流向夹角对自由沉降深度与阻尼沉降深度的影响是复杂且非线性的,它们可能通过波浪和改变船、网相对位置影响网具沉降。2) 渔船漂流速度对阻尼沉降深度影响显著,它可能会影响罩网网口的闭合程度与网具绞收。Abstract: In order to comprehensively understand the settlement performance of falling-net, as well as to provide references for the development of falling-net model test and improvement of fishing gear and method, we conducted sea trials in the central-southern South China Sea in March 2016, and studied the settlement performance of falling-net based on polynomial regression and Generalized Additive Model (GAM). The results show that: 1) Free settlement was a more critical factor affecting the total settlement depth. 2) 90.0–119.9 s was an appropriate free settlement time based on the settlement performance of the falling-net. 3) The free settlement speed first increased in a short time and then decreased, the maximum value occurring at 10th s. The damping settlement speed remained relatively stable in the first 50 s with little change, but then decreased rapidly. 4) Free settlement time (Tf), wind speed (Sw), and direction angle between wind and current (
$ \alpha $ ) had significant influences on free settlement depth. Tf, Sw, drift speed of fishing boat (Sb) and$ \alpha $ had significant influences on damping settlement depth. The study suggests that: 1) The influences of Sw and$ \alpha $ on free settlement depth and damping settlement depth are complex and non-linear, and may affect the settlement of falling-net through waves and changing the relative position between fishing boat and falling-net. 2) Sb has a significant influence on damping settlement depth. This may be caused by the fact that Sb affects the degree of closure of net-mouth and hauling of purse line.-
Keywords:
- Falling-net /
- Settlement performance /
- Generalized Additive Model
-
南海外海蕴藏着丰富的大洋性头足类和金枪鱼类资源,其中以鸢乌贼 (Sthenoteuthis oualaniensis) 和黄鳍金枪鱼 (Thunnus albacares) 最具开发潜力[1]。罩网渔船通过灯光诱集的方法主捕趋光性的中上层鱼类和头足类[2],因捕捞效率高、技术要求低等优势,已成为南海外海鸢乌贼资源开发的主要手段。此外,大型钢制罩网渔船还兼捕摄食鸢乌贼的黄鳍金枪鱼、大眼金枪鱼 (T. obesus) 等[3-5]。
罩网作业与围网作业具有一定相似性,均需要网具在一定时间内沉降到一定深度,以防止鱼群逃逸,并尽快绞收括纲,彻底包围鱼群[6-7]。对围网作业性能的研究主要基于海上实测[6,8-12]、模型试验[13-17]、数值模拟[18-22]等方法分析放网时间、放网速度、海流流速、沉力配备、网目尺寸、网型差异和操作方法等因素对沉降性能的影响,并取得了丰硕的成果。但关于罩网作业性能的研究报道较少,主要涉及网口沉降闭合的变化规律[7,23],基于多元线性回归进行的沉力配备、放网时间、海洋环境等因素对网口最大沉降深度的影响[7,24],自由沉降过程的数值模拟[25]及沉降性能对渔获率的影响[26]等。与多元线性模型相比,广义加性模型 (Generalized Additive Model, GAM) 在渔业研究领域被广泛应用[27-29],可用于揭示网具作业性能与影响因子间的非线性关系[8,30]。为进一步丰富和完善罩网作业性能的研究,本研究将沉降过程分为自由沉降与阻尼沉降2个阶段,基于海上实测,利用GAM对影响罩网作业性能的因子进行分析,以期为罩网模型试验、数值模拟研究的开展和罩网捕捞作业提供参考。
1. 材料与方法
1.1 试验渔船、时间及海域
调查渔船为南海灯光罩网渔船“桂北渔80208” ,钢质,总吨位421 t,总长43.6 m,型宽7.60 m,型深4.10 m。渔船主机2台,每台功率201.0 kW;电机2台,每台功率280 kW。罩网的主尺度为281.60 m×81.76 m,网具沉子纲配重2 816 kg。试验时间为2016年3月28日—4月29日,试验地点位于南海中南部海域 (图1),试验过程中将RBR duo TD绑在网角沉纲处,实时记录罩网作业过程的网口深度数据;利用秒表记录罩网作业的自由沉降时间;记录风向并用手持式风速计测量风速;记录相邻2次下网作业的相应经纬度与时间用于计算渔船漂流速度、方向等。试验共获得有效数据132网次。
1.2 数据处理
本研究将罩网的沉降过程分为自由沉降和阻尼沉降2个阶段。自由沉降指开始放网至绞收括纲的过程 (这段时间定义为自由沉降时间,下沉深度定义为自由沉降深度);阻尼沉降指开始绞收括纲至网口达最大沉降深度的过程 (这段时间定义为阻尼沉降时间,下沉深度定义为阻尼沉降深度);总沉降指开始放网至最大沉降深度的过程 (这段时间定义为总沉降时间,下沉深度定义为总沉降深度)。使用箱型图分析自由沉降、阻尼沉降、总沉降等阶段所用时间、深度、运动速度的分布规律。使用相关性分析研究自由沉降深度与总沉降深度、阻尼沉降深度与总沉降深度、自由沉降时间与阻尼沉降时间的相关关系。
自由沉降时间是罩网作业过程中最重要的参数,将自由沉降时间每间隔30 s分为一组,使用箱型图分析其对总沉降深度和总沉降速度的影响;间隔30 s分组可避免较小时间跨度下个别分组数据量少、受异常值影响大的情况发生,且30 s的时间跨度足以为放网操作提供参考。每间隔5 s选取1组数据,研究自由沉降深度、速度随自由沉降时间变化的趋势,并采用多项式回归拟合它们与自由沉降时间的关系;每间隔5 s选取1组数据,研究阻尼沉降深度、速度随阻尼沉降时间变化的趋势,并采用多项式回归拟合它们与阻尼沉降时间的关系。
GAM是广义线性模型的非参数扩展形式,可分析各种因子对因变量的非线性作用,利用GAM分别研究自由沉降时间 (Tf)、风速 (Sw)、渔船漂流速度 (Sb)、风流向夹角 (α,风向与渔船漂移方向间的夹角) 对自由沉降深度 (Df)、阻尼沉降深度 (Dd) 的影响,网口括纲的绞收速度直接影响阻尼沉降过程,但阻尼沉降阶段,为尽早闭合网口,基本以最大速度进行绞收,故未将绞收速度作为影响因子。最终构建模型为:
$$ {{D}_{\rm{f}}}={s}\left({{T}_{\rm{f}}}\right)+s\left({{S}\!_{\rm{w}}}\right)+s\left({{S}\!_{\rm{b}}}\right)+s\left(\alpha \right) $$ (1) $$ {D}_{{\rm{d}}}={s}\left({T}_{{\rm{f}}}\right)+s\left({S}\!_{{\rm{w}}}\right)+s\left({S}\!_{{\rm{b}}}\right)+s\left(\alpha \right) $$ (2) 各因子依次代入模型,得到包含不同因子的模型,并根据赤池信息准则 (Akaike's information criterion, AIC) 选择最优模型,AIC越小,模型拟合效果越佳。
数据处理采用Excel 2010 R 4.0.2软件进行。
2. 结果
2.1 主要作业性能参数
罩网总沉降深度平均为 (77.760±5.190) m,其中自由沉降深度平均为 (47.320±10.040) m,是阻尼沉降深度平均值 [(30.440±7.580) m]的1.550倍 (图2-a);总沉降时间平均为 (239.730±22.220) s,其中自由沉降时间平均为 (105.120±27.460) s,是阻尼沉降时间平均值 [(134.610±30.060) s]的0.780倍 (图2-b);总沉降速度平均为 (0.326±0.021) m∙s−1,自由沉降速度平均为 (0.460±0.052) m∙s−1,是阻尼沉降速度平均值 [(0.226±0.019) m∙s−1]的2.040倍 (图2-c)。
相关性分析显示自由沉降深度与总沉降深度显著相关 (P<2.20×10−16<0.05),相关系数 (R) 为0.674;阻尼沉降深度与总沉降深度弱相关 (P=0.016<0.05, R=−0.209),可见自由沉降对网具总沉降深度的影响更为关键。
2.2 适宜的自由沉降时间
自由沉降时间是罩网作业过程中最主要的参数,从沉降性能角度寻找适宜的自由沉降时间可为捕捞作业提供参考。总沉降深度随自由沉降时间大致呈递增趋势 (图3-a),在90.0~119.9 s前总沉降速度递增,之后递减 (图3-b)。当自由沉降时间大于120.0 s时,总沉降深度变大,但总沉降速度降低,这会导致总沉降时间过长,网口闭合不及时,鱼群逃逸。当自由沉降时间小于90.0 s时 (以60.0~89.9 s为例),总沉降深度平均值为76.71 m,与90.0~119.9 s分组 (平均值为76.96 m) 差异不大,但90.0~119.9 s时的总沉降速度有所提升。故认为从网具沉降性能出发,90.0~119.9 s是较为适宜的自由沉降时间。
2.3 自由沉降、阻尼沉降与时间的关系
自由沉降深度随自由沉降时间呈递增趋势,与自由沉降时间的关系式为
$ {D}_{\rm f}=-0.001 \;8{T}_{\rm f}^{2}+ 0.644 \;3{T}_{\rm f}- $ $ 0.209 \;6 $ (R2=1)。自由沉降速度先短时间内增大后逐渐减小,最大值出现在沉降第10 秒时,与自由沉降时间的关系式为$ {S}_{\rm f}=-6\times {10}^{-6}{T}_{\rm f}^{2}-0.002 \;8{T}_{\rm f}+ $ $ 0.632\; 2 $ (R2=0.956 5,图4)。阻尼沉降深度随阻尼沉降时间呈递增趋势,与阻尼沉降时间的关系式为$ {D}_{\rm d}=-0.000\; 9{T}_{\rm d}^{2}+0.354 \;1{T}_{\rm d}-0.674\; 9 $ (R2=0.997 8)。阻尼沉降速度在前50 s相对稳定,变化幅度不大,之后迅速降低,与阻尼沉降时间的关系式为$ {S}_{\rm d}= -3\times $ $ {10}^{-5}{T}_{\rm d}^{2}+0.002\; 3{T}_{\rm d}+ 0.264\; 2 $ (R2=0.976 3,图4)。2.4 自由沉降深度影响因子分析
自由沉降深度可能受自由沉降时间、风速、渔船漂流速度、风流向夹角等因子的影响,将上述因子依次代入GAM。根据AIC得出:自由沉降深度的最优模型包括自由沉降时间、风速、渔船漂流速度、风流向夹角,但渔船漂流速度对模型的影响不显著 (P=0.063)。最优模型R2为0.922,方差解释率为93.300% (表1、表2)。检验最佳模型残差见图5,残差近似符合正态分布,说明模型拟合良好。
表 1 自由沉降深度广义加性模型统计参数Table 1 Statistical characteristics of GAM of free settlement depth公式
Formular决定系数
R2方差解释
Deviance explained/%赤池信息准则
AIC自由沉降深度~自由沉降时间 Df−Tf 0.873 87.600 717.038 自由沉降深度~自由沉降时间+风速 Df−Tf+Sw 0.904 91.300 687.941 自由沉降深度~自由沉降时间+风速+渔船漂流速度 Df−Tf+Sw+Sb 0.911 92.100 680.633 自由沉降深度~自由沉降时间+风速+渔船漂流速度+风流向夹角 Df−Tf+Sw+Sb+$ \alpha $ 0.922 93.300 666.362 表 2 自由沉降深度最优广义加性模型检验值Table 2 F-test for significance of non-parametric effects on optimal GAM of free settlement depthn=132 自由沉降深度随自由沉降时间递增,增长趋势在后期变缓 (图6-a)。风速对自由沉降深度的影响是复杂的,影响曲线呈现出2个波峰和2个波谷的波动形状,风速小于2 m∙s−1时自由沉降深度随风速递增,2~3 m∙s−1时随风速递减,3~3.7 m∙s−1时随风速递增且在3.7 m∙s−1处出现峰值,3.7~4.5 m∙s−1时随风速递减,大于4.5 m∙s−1时随风速递增,但此阶段置信区间大,置信度较低 (图6-b)。渔船漂流速度对自由沉降深度的影响曲线呈现先变大后减小的趋势,但置信区间整体较大,置信度较低 (图6-c)。自由沉降深度随风流向夹角的增大呈现先增大后减小再增大的趋势,减小的趋势段发生在风流向夹角60°~100°,即风向与渔船漂流方向垂直时 (图6-d)。
2.5 阻尼沉降深度影响因子分析
阻尼沉降深度可能受自由沉降时间、阻尼沉降时间、风速、渔船漂流速度和风流向夹角等因子的影响。经相关性分析,自由沉降时间与阻尼沉降时间呈显著负相关 (P<2.20×10−16),R为−0.705,为避免因子间相互作用对模型的影响[31],且自由沉降时间是重要的作业操作参数,建模时只选用自由沉降时间。根据AIC结果得出:阻尼沉降深度的最优模型包括自由沉降时间、风速、渔船漂流速度、风流向夹角。最优模型R2为0.846,方差解释率为87.000% (表3、表4)。检验最佳模型残差见图7,残差近似符合正态分布,说明模型拟合良好。
表 3 阻尼沉降深度广义加性模型统计参数Table 3 Statistical characteristics of GAM of damping settlement depth公式
Formular决定系数
R2方差解释
Deviance explained/%赤池信息准则
AIC阻尼沉降深度~自由沉降时间 Dd−Tf 0.706 71.700 755.699 阻尼沉降深度~自由沉降时间+风速 Dd−Tf+Sw 0.797 82.300 716.660 阻尼沉降深度~自由沉降时间+风速+渔船漂流速度 Dd−Tf+Sw+Sb 0.840 86.400 688.788 阻尼沉降深度~自由沉降时间+风速+渔船漂流速度+风流向夹角 Dd−Tf+Sw+Sb+$ \alpha $ 0.846 87.000 684.163 表 4 阻尼沉降深度最优广义加性模型检验值Table 4 F-test for significance of non-parametric effects on optimal GAM of damping settlement depthn=132 因子
Factor估计自由度
edfF P 自由沉降时间 Tf 3.007 57.289 <2.00×10−16* 风速 Sw 7.860 6.220 6.00×10−6* 渔船漂流速度 Sb 8.519 6.623 1.06×10−7* 风流向夹角 $ \alpha $ 1.000 5.395 0.022* 阻尼沉降深度随自由沉降时间递减,递减趋势在后期变缓 (图8-a)。风速对阻尼沉降深度的影响曲线与风速对自由沉降深度的影响曲线基本呈现相反的走势,在3.5 m∙s−1处出现最低谷 (图8-b)。阻尼沉降深度在渔船漂流速度小于0.1 m∙s−1时呈递增趋势,0.1~0.2 m∙s−1时呈递减趋势,0.2~0.4 m∙s−1时波动下降,大于0.4 m∙s−1先上升后下降再升高,但此时置信区间大,置信度低 (图8-c)。阻尼沉降深度随风流向夹角呈线性递减的趋势 (图8-d)。
3. 讨论
3.1 自由沉降
自由沉降速度先短时间内增大后逐渐减小,最大值出现在沉降第10秒。这一变化趋势与李杰等[25]利用数值模拟的方法研究罩网网口自由沉降时得出的结果基本一致。晏磊等[7]发现网角沉纲处沉降速度在10 m水深时达到最大,也可一定程度上说明上述结论的准确性。自由沉降速度初期出现的较小值可能与罩网网口入水时产生的水流阻力有关。罩网网口由撑杆顶点落下,入水瞬间速度较大,此时产生的水动力会使自由沉降速度迅速减小,出现一较小值,之后速度略有增大后再逐渐降低。自由沉降速度在下降过程中存在小幅波动,这可能与不同水层的海流流速差异有关。
3.2 阻尼沉降
阻尼沉降与总沉降深度呈弱相关,但对网口闭合意义重大。阻尼沉降过程中,网口括纲处于绞收状态,网口沉降深度较小但网口闭合宽度较大[23]。阻尼沉降速度在前50 s相对稳定,变化幅度不大,之后迅速降低。晏磊等[7]发现罩网沉降速度前期下降较快,120~180 s期间会有波动,与本研究的结果相似,这可能是因为括纲绞收改变了沉降速度,使沉降速度产生波动。此后,括纲绞收显著阻碍了网口的沉降,使阻尼沉降速度迅速降低,直至接近于0。
3.3 影响自由沉降深度、阻尼沉降深度的因子
多元线性模型研究发现总沉降深度与自由沉降时间呈正比[7,24]。本研究箱型图显示总沉降深度随自由沉降时间大致呈递增趋势,与多元线性模型的结果一致。但将总沉降过程划分并分别进行GAM分析后发现,随自由沉降时间的增加,自由沉降深度的变化趋势与总沉降深度的相似,而阻尼沉降深度的变化趋势却与之相反,说明自由沉降深度对总沉降深度的影响更为显著,这与2.1中自由沉降深度与总沉降深度呈显著相关,而阻尼沉降深度与总沉降深度呈弱相关的结论一致。
风速、风流向夹角可能通过波浪和改变船、网相对位置影响网具沉降,放网过程中,网囊大部分时间漂浮在海面上,易受波浪影响;当风流向夹角在60°~100°,即风向与渔船漂流方向垂直时自由沉降深度变小,垂直的风向可能会使渔船横向漂移变大,导致船、网的相对位置变大,网口纲对网具的牵引效果更强,网衣受到更大的横向拉力,从而对沉降产生负面影响。渔船漂流速度对自由沉降深度的影响不显著,晏磊等[7]发现表层海流流速对总沉降深度影响不显著,这可能与网衣、网口铅沉较重,入水后快速下沉有关。渔船漂流速度对阻尼沉降深度影响显著,这可能是因为渔船漂流速度会影响罩网网口的闭合程度与网具绞收,从而影响阻尼沉降深度。
3.4 展望
本研究因试验条件有限,未能测量不同水深的海流速度,而是使用渔船漂流速度代表海流流速。在围网[8]、秋刀鱼 (Cololabis saira) 舷提网[30,32]的相关研究中发现不同水层的海流流速对沉降性能有显著影响,罩网很可能也存在类似现象,今后应收集相关数据完善现有研究。因本试验缺乏相应的仪器设备,未能在海上观测罩网网口形态变化和鱼群的运动变化。今后可基于水槽模型试验对罩网网口的闭合情况进行研究,并分析网型、材料差异等对网具性能的影响,以填补罩网相关研究的空白。今后还可针对不同海况条件、目标鱼种、放网时鱼群分布水层对自由沉降时间的选取进行深入分析,为捕捞作业提供参考。
-
表 1 自由沉降深度广义加性模型统计参数
Table 1 Statistical characteristics of GAM of free settlement depth
公式
Formular决定系数
R2方差解释
Deviance explained/%赤池信息准则
AIC自由沉降深度~自由沉降时间 Df−Tf 0.873 87.600 717.038 自由沉降深度~自由沉降时间+风速 Df−Tf+Sw 0.904 91.300 687.941 自由沉降深度~自由沉降时间+风速+渔船漂流速度 Df−Tf+Sw+Sb 0.911 92.100 680.633 自由沉降深度~自由沉降时间+风速+渔船漂流速度+风流向夹角 Df−Tf+Sw+Sb+$ \alpha $ 0.922 93.300 666.362 表 2 自由沉降深度最优广义加性模型检验值
Table 2 F-test for significance of non-parametric effects on optimal GAM of free settlement depth
n=132 表 3 阻尼沉降深度广义加性模型统计参数
Table 3 Statistical characteristics of GAM of damping settlement depth
公式
Formular决定系数
R2方差解释
Deviance explained/%赤池信息准则
AIC阻尼沉降深度~自由沉降时间 Dd−Tf 0.706 71.700 755.699 阻尼沉降深度~自由沉降时间+风速 Dd−Tf+Sw 0.797 82.300 716.660 阻尼沉降深度~自由沉降时间+风速+渔船漂流速度 Dd−Tf+Sw+Sb 0.840 86.400 688.788 阻尼沉降深度~自由沉降时间+风速+渔船漂流速度+风流向夹角 Dd−Tf+Sw+Sb+$ \alpha $ 0.846 87.000 684.163 表 4 阻尼沉降深度最优广义加性模型检验值
Table 4 F-test for significance of non-parametric effects on optimal GAM of damping settlement depth
n=132 因子
Factor估计自由度
edfF P 自由沉降时间 Tf 3.007 57.289 <2.00×10−16* 风速 Sw 7.860 6.220 6.00×10−6* 渔船漂流速度 Sb 8.519 6.623 1.06×10−7* 风流向夹角 $ \alpha $ 1.000 5.395 0.022* -
[1] 张鹏, 杨吝, 张旭丰, 等. 南海金枪鱼和鸢乌贼资源开发现状及前景[J]. 南方水产, 2010, 6(1): 68-74. [2] 杨吝, 张旭丰, 张鹏, 等. 南海区海洋小型渔具渔法[M]. 广州: 广东科技出版社, 2007: 103-115. [3] 张鹏, 曾晓光, 杨吝, 等. 南海区大型灯光罩网渔场渔期和渔获组成分析[J]. 南方水产科学, 2013, 9(3): 74-79. doi: 10.3969/j.issn.2095-0780.2013.03.012 [4] 冯波, 李忠炉, 侯刚, 等. 南海大眼金枪鱼和黄鳍金枪鱼生物学特性及其分布[J]. 海洋与湖沼, 2014, 45(4): 886-894. doi: 10.11693/hyhz20130600081 [5] 张鹏, 陈森, 李杰, 等. 灯光罩网渔船兼作金枪鱼延绳钓捕捞试验[J]. 南方水产科学, 2016, 12(4): 110-116. doi: 10.3969/j.issn.2095-0780.2016.04.014 [6] 许柳雄, 王敏法, 叶旭昌, 等. 金枪鱼围网沉降特性[J]. 中国水产科学, 2011, 18(5): 1161-119. [7] 晏磊, 张鹏, 杨吝, 等. 南海灯光罩网沉降性能研究[J]. 上海海洋大学学报, 2014, 23(1): 146-153. [8] 唐浩, 许柳雄, 周成, 等. 基于GAM模型研究金枪鱼围网沉降性能影响因子[J]. 水产学报, 2013, 37(6): 944-950. [9] 唐浩, 许柳雄, 王学昉, 等. 两种典型渔法金枪鱼围网网具性能差异[J]. 水产学报, 2015, 39(2): 275-283. [10] WIDAGDO A, LEE C W, LEE J. Calculating and measuring the sinking performance of small-scale purse seine gear in Java, Indonesia, to improve the gear[J]. Fish Aquat Sci, 2015, 18(2): 221-227.
[11] 徐国强, 许柳雄, 周成, 等. 金枪鱼围网下纲提升特性的研究[J]. 南方水产科学, 2015, 11(3): 22-28. doi: 10.3969/j.issn.2095-0780.2015.03.004 [12] TANG H, XU L X, ZHOU C, et al. The effect of environmental variables, gear design and operational parameters on sinking performance of tuna purse seine setting on free-swimming schools[J]. Fish Res, 2017, 196: 151-159. doi: 10.1016/j.fishres.2017.08.006
[13] 许柳雄, 兰光查, 叶旭昌, 等. 下纲重量和放网速度对金枪鱼围网下纲沉降速度的影响[J]. 水产学报, 2011, 35(10): 1563-1571. [14] ZHOU C, XU L X, HU F X, et al. The kinetic deformation of tuna purse seine: a model experiment on different shooting patterns at uniform current[J]. Fish Res, 2015, 169: 18-25. doi: 10.1016/j.fishres.2015.04.008
[15] 李灵智, 黄洪亮, 陈帅, 等. 基于静水池模型试验的金枪鱼围网沉降性能研究[J]. 中国海洋大学学报, 2015, 45(3): 48-53. [16] 唐浩, 许柳雄, 王学昉, 等. 基于网具模型试验的金枪鱼围网性能分析[J]. 中国水产科学, 2015, 22(3): 563-573. [17] TANG H, XU L X, HU F X, et al. Effect of mesh size modifications on the sinking performance, geometry and forces acting on model purse seine nets[J]. Fish Res, 2019, 211: 158-168. doi: 10.1016/j.fishres.2018.11.018
[18] LEE C W, LEE J H, CHA B J, et al. Physical modeling for underwater flexible systems dynamic simulation[J]. Ocean Eng, 2005, 32(3/4): 331-347.
[19] KIM H Y, LEE C W, SHIN J K, et al. Dynamic simulation of the behavior of purse seine gear and sea-trial verification[J]. Fish Res, 2007, 88(1/2/3): 109-119. doi: 10.1016/j.fishres.2007.08.007
[20] HOSSEINI S A. The sinking performance of the tuna purse seine gear with large-meshed panels using numerical method[J]. Fish Sci, 2011, 77(4): 503-520. doi: 10.1007/s12562-011-0371-6
[21] RIZIOTIS V A, KATSAOUNIS G M, PAPADAKIS G, et al. Numerical and experimental analysis of the hydroelas behavior of purse seine nets[J]. Ocean Eng, 2013, 58: 88-105. doi: 10.1016/j.oceaneng.2012.09.022
[22] ZHOU C, XIU L X, ZHANG X F, et al. Application of numerical simulation for analysis of sinking characteristics of purse seine[J]. J Ocean Univ China, 2015, 14(1): 135-142. doi: 10.1007/s11802-015-2384-8
[23] 李杰, 晏磊, 陈森, 等. 灯光罩网网口沉降与闭合性能研究[J]. 南方水产科学, 2015, 11(5): 117-124. doi: 10.3969/j.issn.2095-0780.2015.05.014 [24] 李杰, 晏磊, 陈森, 等. 基于不同配重的罩网沉降性能研究[J]. 南方水产科学, 2016, 12(5): 16-22. doi: 10.3969/j.issn.2095-0780.2016.05.003 [25] 李杰, 晏磊, 杨炳忠, 等. 罩网自由沉降过程的数值模拟研究[J]. 南方水产科学, 2017, 13(4): 105-114. doi: 10.3969/j.issn.2095-0780.2017.04.013 [26] 晏磊, 李杰, 杨炳忠, 等. 光诱罩网沉降性能对鸢乌贼渔获率的影响[J]. 南方水产科学, 2018, 14(4): 10-16. doi: 10.3969/j.issn.2095-0780.2018.04.002 [27] ZAGAGLIA C R, LORENZZETTI J A, STECH J L. Remote sensing data and longline catches of yellowfin tuna (Thunnus albacares) in the equatorial Atlantic[J]. Remote Sens Environ, 2004, 93(1/2): 267-281.
[28] CHIU T Y, CHIU T S, CHEN C S. Movement patterns determine the availability of Argentine shortfin squid Illex argentinus to fisheries[J]. Fish Res, 2017, 193: 71-80. doi: 10.1016/j.fishres.2017.03.023
[29] 杨胜龙, 范秀梅, 伍玉梅, 等. 基于GAM模型的阿拉伯海鲐鱼渔场分布与环境关系[J]. 生态学杂志, 2019, 38(8): 2466-2470. [30] 石永闯, 朱清澄, 花传祥, 等. 基于海上实测的秋刀鱼舷提网沉降和提升性能研究[J]. 海洋通报, 2018, 37(4): 459-467. doi: 10.11840/j.issn.1001-6392.2018.04.012 [31] 武胜男, 陈新军, 刘祝楠. 基于GAM的西北太平洋日本鲭资源丰度预测模型建立[J]. 海洋学报, 2019, 41(8): 36-42. [32] 石永闯, 朱清澄, 花传祥, 等. 秋刀鱼舷提网渔具性能模型试验与海上实测结果的比较评估[J]. 海洋学报, 2019, 41(2): 123-133. -
期刊类型引用(2)
1. 王晓华,许昊,锁岚,马俊杰. 基于广义加性混合模型(GAMM)的沙柳特征因子动态变化. 中南林业科技大学学报. 2024(09): 60-70+104 . 百度学术
2. 张晓芳,郭旭展,洪亮,陈涛,符利勇,张会儒. 冬奥核心区华北落叶松和白桦单木冠幅预测模型——组级贝叶斯模型、加性模型和混合效应模型比较. 林业科学. 2022(10): 89-100 . 百度学术
其他类型引用(1)