Fishing ground forecasting model of Ommastrephes bartramii based on support vector machine(SVM) in the Northwest Pacific
-
摘要:
柔鱼(Ommastrephes bartramii)是中国在西北太平洋主要的鱿钓捕捞对象。准确预报柔鱼渔场，对减少寻鱼时间、节省油料和提高渔获产量均有积极的意义。该研究将2002年~2012年中国在西北太平洋鱿钓产量数据、渔场时空数据以及海表温度、叶绿素a浓度、表温梯度强度和叶绿素梯度强度等海洋环境因子作为训练数据，基于支持向量机(support vector machine, SVM)的方法，建立了以月为时间分辨率、0.5°×0.5°为空间分辨率的西北太平洋柔鱼渔场的预报模型。该模型以径向基函数(RBF)为核函数，利用10折交叉验证和网格选优法，确定了最优惩罚项因子和核函数参数值的组合(C，γ)，分别为1.41和2.83，样本分类精度达73.6%。利用2013年7月~11月环境数据，对模型进行了精度检验，预报准确率为53.4%~60.0%，平均准确率为57.4%。研究认为，在训练数据不够充分的条件下，SVM模型可成为西北太平洋柔鱼渔场预报的一个有效手段。
Abstract:Ommastrephes bartramii is one of the most important commercial fishing targets for China in the Northwest Pacific. Accurate forecast of the fishing ground helps locate the shoal, save fuel and improve yield. In the present study, historical catch log data and environmental factors including sea surface temperature (SST), chlorophyll-a concentration(Chl), SST gradient(SSTG) and Chl gradient(ChlG) in the Northwest Pacific Ocean were collected. Based on the support vector machine (SVM), squid fishing ground forecast model was established with Radial Basis Function (RBF) kernel in the monthly resolution and the spatial resolution of 0.5°×0.5°. The optimal combination of penalty parameter (C=1.41) and kernel parameter (γ=2.83) were obtained by 10-fold cross validation and grid-search when the accuracy of model reached 73.6%. A simulated accountancy test was carried out using monthly environmental data in 2013. The accuracy rate ranged from 53.4% to 60.0% with 57.4% on average. The result suggests that SVM can provide an efficient means for squid fishing ground forecast with a small training dataset in the Northwest Pacific.
-
香港巨牡蛎(Crassostrea hongkongensis)旧称“近江牡蛎”(Ostrea rivrlaris), 主要分布和养殖于华南沿海咸淡水水域，其他国家和地区目前均未发现，具有明显的地方特色。香港巨牡蛎的命名是最近由相关学者通过分子系统学和形态学分析重新订名得以确定[1]，华南沿海的“白肉蚝”实际就是该种类[2]。目前，该种类已成为中国南部沿海最主要的牡蛎养殖种类，生长快速，个大肉肥，具有比其他种类如太平洋牡蛎(C.gigas)、褶牡蛎(O.plicatula)等更大的市场价值。据统计，近年来仅广东省年产量已经达到60多万t，产值超过30亿元[3-4]，是华南沿海支柱性水产品之一。
与大多数水产经济种类一样，该牡蛎的养殖正朝向高密度和规模化的趋势发展，生长速度趋缓、抵病力减弱和上市规格偏小等种质衰退迹象已开始显现。因此，对牡蛎的数量遗传和选择育种的研究显得尤为迫切，而通径分析可为选择育种提供有价值的性状选择信息。产量与出肉率是所有数量性状中最重要的经济性状。数量性状遗传特点是性状受多个微效基因控制，各数量性状之间存在遗传基础上的密切联系。故查明各数量性状之间的相互关系、形态性状对重要经济性状的决定系数大小等，对于选择育种具有重要的参考和指导价值。通径分析方法已开始应用在水产贝类育种上。郑怀平等[5]和刘志刚等[6]对华贵栉孔扇贝(Chlamys nobilis)产量及闭壳肌大小进行了通径分析；孙秀俊等[7]和常亚青等[8]对虾夷扇贝(Patinopecten yessoensis)活体质量分别进行了研究；其他贝类如紫石房蛤(Saxidomus purpuratus)[9]、海湾扇贝(Argopecten irridians)[10]、马氏珠母贝(Pinctada maxima)[11-12]和青蛤(Cyclina sinesis)[13]也有相关的报道。
国内外对牡蛎的相关研究也有报道。TORO和NEWKIRK[14]报道了欧洲牡蛎(O.edulis)壳长与壳高的关系；TORO等[15]分析了智利牡蛎(O.chilensis)壳长和体质量的关系；孙泽伟等[16]对近江牡蛎产量、肉质量与其他性状关系进行分析，认为相比其他形态性状，壳高对其的直接影响最大。由于大多数水产养殖种类存在性别差异，目前有关牡蛎数量性状或者数量性状相互关系方面是否存在性别差异尚未见报道。结合性别差异探明数量性状间的相互关系，对亲本选择和提高育种效率无疑具有更重要的意义。此研究采用通径分析方法对湛江沿海香港巨牡蛎按雌、雄性别分别对体高、体长、体宽、体质量及肉质量5个经济性状进行分析，根据性别建立不同的体质量与肉质量的回归方程，为该种类的选择育种提供重要的理论指导和参考依据。
1. 材料与方法
1.1 材料
此试验选用的牡蛎均取自湛江养殖场3龄的性成熟群体，其中雄性75个、雌性95个。取样时间是2009年7月12日。
1.2 方法
1.2.1 数据测定
所有样品在各数量性状测量前，须清除其表面附着生物，用纱布吸收壳表面、壳沿和软体部表面水分，尽量使测量数据接近真实值。长度测量采用游标卡尺(精确到0.02 mm)；质量测量采用电子天平(精确度为0.01 g)。
1.2.2 分析方法
用SPSS 13.0统计软件对试验数据进行处理，包括正态检验、统计描述和逐步回归分析(stepwise)等，然后对全质量和肉质量进行通径分析和决定系数计算。
全质量(y1)和肉质量(y2)的回归方程采用的线性模型:
$$ y=b_0+b_1 x_1+b_2 x_2+\cdots b_i x_i $$ (1) 式中y为因变量，b0为常数项，bi为自变量，xi为对应的偏回归系数。
由于偏回归系数bi是有单位属性的，无法进行比较，因此对bi的分子、分母分别除以y和xi的标准差，得xi到因变量y的直接通径系数, 即通径系数
$$ P_{y, x_i}=b_i \sigma_{x_i} / \sigma_y $$ (2) 各性状之间的相关系数计算公式为：
$$ r_{x y}=\frac{\sum\limits_{i=1}^n\left(x_i-\bar{x}\right)\left(y_i-\bar{y}\right)}{\sqrt{\sum\limits_{i=1}^n\left(x_i-\bar{x}\right)^2\left(y_i-\bar{y}\right)^2}} $$ (3) 由通径分析理论可知，任一自变量xi与因变量y之间的简单相关系数(rxy) =xi与y之间的直接通径系数(Py, xi) +所有xi与y的间接通径系数，任一自变量xi对y的间接通径系数=相关系数(rij)×通径系数(Pj, y)，即
$$ P_{x_i, x_j}=r_{i_j} P_{j, y}(i \neq j) $$ (4) 决定系数(determination coefficient)是表示原因变量对结果变量的相对决定程度的系数，通常用字母d表示，由通径系数的平方算得，因此也有直接决定系数和间接决定系数之分。容易推导出其计算公式分别是：
总的决定系数用R表示，那么:
$$ R=r_{i j}^2 $$ (5) 直接决定系数:
$$ d_i=P_{i, y}^2 $$ (6) 间接决定系数:
$$ d_{i j}=2 r_{i j} P_{i, y} P_{j, y} $$ (7) 2. 结果
2.1 各数量性状大小分析
对产量性状(全质量、肉质量)进行正态性检验，全质量与肉质量均符合正态分布，故适合直接进行回归分析。所选香港巨牡蛎雌、雄不同组的数量性状参数见表 1，可以看出3龄的雌、雄性之间未见明显差异，其中各性状的变异系数在12%~29%范围内，变异系数大小顺序为肉质量＞全质量＞体宽＞体高＞体长。数量性状变异系数的大小是选择育种的重要参考依据，变异越大，选择的潜力也越大。
表 1 各数量性状的表型统计量Table 1. Phenotypic statistics of various quantitative traits参数
parameter体高/mm
body height体长/mm
body length体宽/mm
body width全质量/g
total weight肉质量/g
meat weight平均数 mean 107.86(20.75) 68.38(69.61) 52.5(50.37) 171.51(177.08) 20.75(18.75) 标准差 standard deviation 16.74(14.09) 8.75(9.07) 9.92(9.52) 44.45(41.40) 6.08(5.41) 变异系数/% coefficent of variation 15.52(13.50) 12.80(13.03) 18.90(18.90) 25.92(23.38) 29.30(28.85) 注：雄性75个，雌性95个；括号内为雌性参数
Note: 75 males, 95 females；data in brackets are female′s parameters2.2 相关性分析
雌性群体中，高与长、宽相关不显著外，其他均相关显著(P＜0.05)。2个不同性别群体，肉质量与全质量相关性都最大(雄性0.820，雌性0.682)，具极显著相关关系，其次是体高与全质量(雄性0.654，雌性0.654) (表 2)。
表 2 各性状之间的表型相关Table 2. Phenotypic correlation coefficients between various traits样品
samples性状
traits高/mm
height长/mm
length宽/mm
width全质量/g
total weight肉质量/g
meat weight雄性 male 高height 1.000 0.349* 0.127* 0.654** 0.549* 长 length 1.000 0.451* 0.600** 0.636** 宽 width 0.605** 0.681** 全质量 total weight 1.000 0.820** 肉质量 meat weight 1.000 雌性 female 高 height 1.000 0.089 -0.047 0.654** 0.202* 长 length 1.000 0.237* 0.450** 0.488** 宽 width 0.225* 0.721** 全质量 total weight 1.000 0.682** 肉质量 meat weight 1.000 注：*.相关性显著(P＜0.05); * *.相关性极显著(P＜0.001)
Note: *.significant correlation (P＜0.05); * *. very significant correlation (P＜0.001)就肉质量来看，肉质量与体宽的关系比全质量与体宽更密切、相关程度更强。虽然雄性组中与肉质量相关最大的是全质量(0.820)，其次才是体宽(0.681)，但雌性组中体宽与肉质量的相关性最大(0.721)，其次是全质量(0.682)。这种相关关系反映了各性状之间的直接与间接相关的总和。如果针对于定向选择育种，有必要对这种相关关系作进一步分解。
2.3 对产量性状的回归分析
2.3.1 对全质量的回归分析
对全质量运用逐步回归分析法，淘汰未达到显著水平的数量性状得到结果见表 3。雄性群体中肉质量和体高性状对全质量影响显著(P＜0.001)，雌性群体中体高与体长对全质量的影响均极显著(P＜0.001)。标准偏回归系数为对应性状对体质量的通径系数，还给出了各自变量的偏回归系数、方程截距以及相对应的显著性检验。最后得出雌、雄不同组的全质量的线性回归方程分别是：
雄性：
$$ y_{\mathrm{mf} \mathrm{w}}=-12.094+4.825 x_{\mathrm{mb-w}}+0.774 x_{\mathrm{mh}}$ $\left(R^2=0.731\right) $$ 其中ym-fw为雄性全质量(g)，xmb-w为雄性肉质量(g)，xmh为雄性体高(mm)。
雌性：
$$ y_{\mathrm{f}-\mathrm{fw}}=-200.168+2.055 x_{\mathrm{fh}}+2.337 x_{\mathrm{fL}}$ $\left(R^2=0.688\right) $$ 其中yf-fw为雌性全质量(g)，xfh、xfL分别为雌性体高、体长(mm)。
显著性检验结果表明，以上自变量的偏回归系数的显著性均小于0.05, 与因变量之间存在显著性差异，因此回归方程具有实际统计意义。
对全质量的回归过程中存在性别差异，在雄性组中参与回归的自变量是肉质量与体高；而雌性组中是体高与体长，且其标准回归系数都不同(表 3)。
表 3 形态性状对全质量的回归分析Table 3. Regression analysis of morphological traits on total weight样品
samples变量
variable偏回归系数
partial regression coefficient标准回归系数
standard regression coefficientt 统计
t stat.显著性
sig.雄性 male 常数 constant －12.094 肉质量 meat weight 4.825 0.660 5.100 0.000 高 height 0.774 0.292 2.255 0.024 雌性 female 常数constant －200.168 高 height 2.055 0.699 7.158 0.000 长 length 2.337 0.512 5.243 0.000 2.3.2 对肉质量的回归分析
对雄性肉质量回归分析，发现全质量与体宽对肉质量产生显著影响，其中全质量影响最大(直接通径系数0.643)；雌性肉质量回归分析，发现对肉质量产生显著影响的因素有体长、体宽和全质量3个(表 4)，其中体宽影响最大(通径系数0.611)。另外，所有偏回归系数显著性检验均达到显著或极显著水平，因此可建立它们的多元线性回归方程：
雄性：
$$ x_{\mathrm{mb}-\mathrm{w}}=-3.716+0.088 y_{\mathrm{m}-\mathrm{fw}}+0.179 x_{\mathrm{mw}}$ $\left(R^2=0.726\right) $$ 其中xmb-w为雄性肉质量(g)，ym-fw为雄性体质量, xmw为雄性体宽(mm)。
雌性：
$$ x_{\mathrm{fb}-\mathrm{w}}=-14.038+0.14 x_{\mathrm{fl}}+0.347 x_{\mathrm{fw}}+$ $0.031 y_{\mathrm{f}-\mathrm{fv}}\left(R^2=0.670\right) $$ 其中xfb-w、yf-fw分别为雌性肉质量、全质量(g)，xfl、xfw为雌性体长、体宽(mm)。
表 4 形态性状对肉质量的回归分析Table 4. Regression analysis of morphological traits on meat weight样品
samples变量
variable偏回归系数
partial regression coefficient标准回归系数
standard regression coefficientt 统计
t stat.显著性
sig.雄性 male 常数 constant -3.716 全质量 whole total weight 0.088 0.643 4.690 0.000 宽 width 0.179 0.292 2.131 0.014 雌性 female 常数 constant -14.038 长 length 0.141 0.236 2.054 0.018 宽 width 0.347 0.611 5.792 0.000 全质量 whole total weight 0.031 0.238 2.070 0.017 对肉质量的回归分析，可以看出雌、雄不同性别组各自回归的变量不同。雄性组中全质量与体宽是影响肉质量的主要变量；雌性组中体长、体宽与全质量是影响肉质量的主要因素。
2.4 通径分析
2.4.1 对全质量的通径分析
对雄性全质量影响最大的是肉质量，相关系数达0.820，其中直接影响(通径系数)达0.660，通过体高的间接影响(间接通径)是0.160；其次是体高，相关系数为0.654，其中直接影响(通径系数)是0.292，通过肉质量的间接影响(间接通径)是0.362(表 5)。体长与体宽的影响相对较小，在逐步回归过程中被剔除，其对全质量的直接或间接影响见表中括号所标识数值。雌性种群而言，对全质量影响最大的是体高(相关系数0.654，直接通径系数0.699)，其次是体长(相关系数0.450，直接通径系数0.512)。体宽与肉质量对全质量的影响在逐步回归分析过程中被剔除，其影响在表中用括号标识出。
表 5 各表型性状与全质量的通径分析Table 5. Path analysis of phenotypic traits on total weight样品
samples性状
traits相关关系
correlation直接影响
direct effect间接影响 indirect effect ∑
(total)高
height长
length宽
width肉质量
meat weight雄性 male 高 height 0.654** 0.292 0.442 (0.046) (0.034) 0.362 (长)(length) 0.600** 0.133 (0.641) (0.102) (0.120) (0.419) (宽)(width) 0.605** 0.265 (0.547) (0.037) (0.060) (0.450) 肉质量 meat weight 0.820** 0.660 0.425 0.160 (0.085) (0.181) 雌性 female 高 height 0.654** 0.699 -0.026 -0.045 (-0.007) (0.026) 长 length 0.450* 0.512 0.036 -0.062 (0.035) (0.063) (宽)width 0.225* 0.149 (0.182) (-0.033) (0.121) (0.093) (肉质量)meat weight 0.482** 0.129 (0.498) (0.141) (0.250) (0.107) 注：括号中的性状是在回归中被剔除的性状，为了方便比较相关系数和直接通径而保留，无回归统计意义, 后表同此
Note: Traits in brackets are reserved for better comparison between correlation coefficient and direct path, which has no statistical significance for regression analysis, so they are rejected in regression analysis.The same case in the following tables.2.4.2 对肉质量的通径分析
雄性群体中对肉质量影响最大的是全质量，相关系数达0.820，直接通径系数0.643；其次是体宽，相关系数为0.681，直接通径系数0.292，通过全质量的间接通径系数达0.389。雌性群体中对肉质量影响显著的是体长、体宽、全质量，其中体宽影响最大，相关系数为0.721，直接通径系数为0.611；其次为体长，相关性方面，全质量比体长影响略小(体长0.488＞全质量0.480)，但直接通径系数全质量比体长影响略大(体长0.236 < 全质量0.238) (表 6)。数量性状体高与体长在雄性肉质量的逐步回归分析中被剔除，其对肉质量的影响分析用括号标识出；体高性状同样在雌性肉质量的回归分析中被剔除，其影响值以括号标识。
表 6 各表型性状与肉质量通径分析Table 6. Path analysis of phenotypic traits on meat weight样品
samples性状
traits相关关系
correlation直接影响
direct effect间接影响 indirect effect ∑
(total)高
height长
length宽
width肉质量
meat weight雄性 male (高)(height) 0.549* 0.200 (0.523) (0.066) (0.037) (0.421) (长)(length) 0.636** 0.188 (0.587) (0.070) (0.132) (0.386) 宽 width 0.681* 0.292 0.499 (0.025) (0.085) 0.389 全质量 total weight 0.820** 0.643 0.420 (0.131) (0.113) 0.177 雌性 female (高)(height) 0.202* (0.258) (0.106) (-0.021) (-0.029) (0.156) 长 length 0.488** 0.236 0.229 (-0.023) 0.145 0.107 宽 width 0.721** 0.611 0.097 (-0.012) 0.056 0.054 全质量 total weight 0.480** 0.238 0.412 (0.169) 0.106 0.137 2.5 对产量性状的决定程度分析
2.5.1 对全质量的决定因子及决定程度分析
表 7中对角线上为对应性状直接对体质量中的决定系数，其余为表中其他相应性状间接产生的决定系数。从表中看出雄性组中对体质量直接决定程度最大的是肉质量(0.436)，其他依次为体高、体宽、体长。就间接决定系数而言，体宽通过肉质量的间接决定系数最大(0.236)，剔除体长和体宽，体高与肉质量总的决定系数R2=0.731，说明雄性体质量主要由体高与肉质量决定。雌性组中对全质量直接决定系数最大的是体高(0.489)，其次是体长(0.262)；间接决定系数最大的是体长通过肉质量(0.064)。逐步回归剔除体宽与肉质量，体高与体长对体质量总的决定系数R2=0.688。
表 7 各性状对全质量的决定系数Table 7. Determination coefficient of traits on total weight样品
samples变量
variable体高
height体长
length体宽
width肉质量
meat weight雄性 male 体高 height 0.085 0.027 0.020 0.212 (体长)(length) 0.018 0.032 0.112 (体宽)(width) 0.070 0.238 肉质量 meat weight 0.436 雌性 female 体高 height 0.489 0.064 0.010 0.036 体长 length 0.262 0.036 0.064 (体宽)(width) 0.022 0.028 (肉质量)(meat weight) 0.017 2.5.2 对肉质量的决定因子及决定程度分析
雄性组各数量性状中对肉质量直接决定程度最大的是全质量，决定系数为0.413，其他依次是体宽、体高、体长；间接决定系数而言，对肉质量决定最大的是体宽通过全质量，其间接决定程度为0.227(表 8)。逐步回归剔除体高与体长后，全质量与体宽对肉质量总的决定系数R2=0.726。雌性组中对肉质量直接决定程度最大的是体宽，决定系数为0.373，其他依次是体宽、体高、全质量、体长。就间接决定系数而言，对肉质量决定最大的是体高，通过全质量，其间接决定程度为0.080，逐步回归剔除体高，其余3个性状对肉质量的总决定程度R2=0.670。
表 8 各性状对肉质量的决定系数Table 8. Determination coefficient of traits on meat weight样品
samples变量
variable体高
height体长
length体宽
width全质量
total weight雄性 male (体高)(height) 0.040 0.026 0.015 0.168 (体长)(length) 0.035 0.050 0.145 体宽 width 0.085 0.227 全质量 total weight 0.413 (体高)(height) 0.067 0.011 -0.015 0.080 雌性 female 体长 length 0.056 0.068 0.051 体宽 width 0.373 0.065 全质量 total weight 0.057 3. 讨论
3.1 多元回归分析的应用价值
多元回归分析是研究各形态性状对目标经济性状影响效果分析的常用手段，可以在各种错综复杂的关系中清晰了解各形态指标对经济性状的决定作用大小，方便研究者抓住主要矛盾，为选择育种提供高质量信息。香港巨牡蛎各表型性状的相关是各数量性状间错综关联的综合表现，可以分解为直接相关和间接相关关系，多元回归分析正是研究数量性状相互关系及将其剖分为直接和间接组分的有力手段。现该分析方法已广泛应用于动、植物相关研究中，在水产方面的应用也有不少报道[14-17]。贝类方面，国内外学者也已有许多研究报道[14-15]，但在同种类中针对不同特征种群的通径分析，仅对海湾扇贝、虾夷扇贝和马氏珠母贝有相关报道[7, 10, 12]。在香港巨牡蛎中针对不同性别群体还未见相关的研究报道。
通径系数是选择育种中重要环节之一，雌、雄亲本的选择对选择育种的效率至关重要。此研究以性成熟阶段、性别不同的香港巨牡蛎为研究对象，对其数量性状特点及其相关关系进行了剖析。研究结果表明，所研究的5个数量性状中，牡蛎的各性状变异系数都较大(12%~29%)，这可能是由于牡蛎不同于其他贝类，其形态更多变，但也说明了该种类具备较多的遗传变异，存在通过选择育种达到种类改良的巨大潜力。但就产量性状(全质量和肉质量)而言，回归分析可以剔除对其直接影响不显著的数量性状。正如该研究中雌、雄不同群体的通径分析结果：雌性全质量的相关系数大小顺序是高＞肉质量＞长＞宽，然而真实的直接相关关系最大是体高，其次是体长，肉质量与全质量的相关主要是通过体长和体高间接实现。因此, 雌性全质量的回归方程为：yf-fw=-200.168+2.055 xfh+2.337xfL(R2=0.688)，其中yf-fw为雌性全质量(g)，xfh、xfL分别为雌性体高、体长(mm)。
3.2 不同性别其他数量性状对产量性状的影响
相关分析的结果揭示，肉质量与体高是产量性状全质量重要的影响性状，性别差异不明显；但就肉质量(肉质量)而言，体宽、全质量对肉质量的影响大且存在性别差异, 雄性组中对肉质量的影响顺序是全质量＞体宽＞体长＞体高，雌性组是体宽＞全质量＞体长＞体高。从形态性状对产量性状的影响看，形态性状中体高对全质量的影响最大，体宽对肉质量的影响最大，表明最能决定肉质量大小的是全质量和牡蛎的壳内容积，体宽比体高和体长可能更能影响壳内容积，因此，也更能影响质量(肉质量)大小。
根据2种产量性状(全质量、肉质量)的回归分析结果，就全质量而言，体高在2个不同性别组中均为重要的影响因素，性别带来的差异在于对雄性全质量，排在第一重要位置的是肉质量，其次是体高；对雌性全质量，体长性状排第一，其次是体高。就肉质量而言，全质量和体宽对于2种性别都具有重要意义，不同的是雌性组中除全质量和体宽性状外，体长与肉质量偏回归系数也达到显著相关水平，而雄性组中则无。这与孙泽伟等[16]对近江牡蛎养殖群体的结果不同，他们认为就产量性状而言，体高、体长和体宽都与其显著相关，并共同构建回归方程。造成与孙泽伟等的结论差异的原因可能有：1)他们自变量仅有3个形态性状，此研究中对应的质量性状(全质量或肉质量)参与了回归分析；2)此研究的试验材料是香港巨牡蛎中性腺成熟群体，对于性腺高度发育的个体，可能会因为性腺组织致密度与平常其他组织的致密度不同从而改变肉质量所占个体全质量的比例，同时雌、雄性腺组织的内部结构不同或者自身发育进度不同也可能导致雄性和雌性参数回归时存在性别上的差异。
通径分析结果表明，对全质量或肉质量产生直接影响的性状中存在性别差异。对于全质量，雄性组直接通径系数大小排序是肉质量＞体高＞体宽＞体长；雌性组则是体高＞体长＞体宽＞肉质量，体高对于2种性别的全质量都十分重要，达到显著水平；对于肉质量，雄性组是全质量＞体宽＞体高＞体长，雌性组为体宽＞体高＞全质量＞体长，但体宽对于2种性别的肉质量都具有重要意义，也达到显著水平。以体宽(即日常所说的凹凸程度)和体质量作为选育指标对于提升肉质量(出肉率)意义重大。这与在美国马里兰州的美州牡蛎(C.virginica)快速生长系——瓦尔德系(Wilde line)的性状特点完全吻合(该品系牡蛎的壳凹大，即壳宽)[21]。从其他数量性状对质量性状的决定程度分析中也可以得出相似的结论。因此，在未来选择育种应用中可以根据具体需要提高哪种产量性状而做不同选择。
总之，在不同性别组分别对全质量和肉质量进行回归分析得到结论：不同性别组中产量性状的通径大小存在性别差异；在产量性状回归中全质量与肉质量对其他性状的回归时存在差异。具体应用在全质量选育时，雌性组以选择体高协同体长性状、雄性组以选择体高协同肉质量为佳；而对肉质量选育时，雌性以选择体宽协同全质量、雄性以选择全质量协同选择体宽最优。
-
![]()
图 1 模型10折交叉验证的精度与参数对(C，γ)的关系图
Figure 1. Relation between model accuracy of 10-fold cross-validation and parameter pair
![]()
图 2 2013年实际渔场与SVM模型预报渔场对比图
Figure 2. Comparison of practical fishing grounds and forecasted grounds by SVM in 2013
![]()
图 3 2013年7月~11月柔鱼渔场预报的综合准确率
Figure 3. Comprehensive accuracies of O. bartramii fishing ground forecast from July to November in 2013
表 1 解释变量的规范化参数
Table 1 Parameters of explanatory variables for normalization
月份
month经度/°
longitude纬度/°
latitude海表温度
SST叶绿素a浓度
ChlSST梯度强度
intensity of SST gradientChl梯度强度
intensity of Chl gradient中心值center 9.066 9 155.516 1 42.226 8 16.167 4 0.427 6 0.019 8 0.002 2 变化幅度scale 1.308 6 4.456 4 1.582 4 3.190 0 0.279 1 0.012 0 0.002 5 
下载: 导出CSV
-
[1] YATSU A, TANAKA H, MORI J. Population structure of the neon flying squid, Ommastrephes bartramii, in the North Pacific[C]//Contributed Papers to International Symposium on Large Pelagic Squids. Tokyo: Japan Marine Fishery Resources Research Center, 1998: 31-48.
[2] CHEN C S, CHIU T S. Variations of life history parameters in two geographical groups of the neon flying squid, Ommastrephes bartramii, from the North Pacific[J]. Fish Res, 2003, 63(3): 349-366. doi: 10.1016/S0165-7836(03)00101-2
[3] 陈新军, 曹杰, 刘必林, 等. 基于贝叶斯Schaefer模型的西北太平洋柔鱼资源评估与管理[J]. 水产学报. 2011, 35(10): 1573-1581. http://scxuebao.ijournals.cn/scxuebao/article/abstract/20110307410 [4] CHEN X, LIU B, CHEN Y. A review of the development of Chinese distant-water squid jigging fisheries[J]. Fish Res, 2008, 89(3): 211-221. doi: 10.1016/j.fishres.2007.10.012
[5] 刘金立, 陈新军, 李纲, 等. 西北太平洋柔鱼资源综合配置模型及管理策略探讨[J]. 海洋与湖沼, 2014, 45(5): 1016-1021. http://qdhys.cnjournals.com/hyyhze/ch/reader/view_abstract.aspx?file_no=20130800115&flag=1 [6] SILVA C, NIETO K, BARBIERI M A, et al. Expert systems for fishing ground prediction models: a management tool in the humboldt ecosystem affected by ENSO[J]. Investig Mar, 2002, 30(1): 201-204. doi: 10.4067/S0717-71782002030100088
[7] FAN W, WU Y, CUI X. The study on fishing ground of neon flying squid, Ommastrephes bartrami, and ocean environment based on remote sensing data in the Northwest Pacific Ocean[J]. Chin J Ocean Limnol, 2009, 27(2): 408-414. doi: 10.1007/s00343-009-9107-1
[8] 陈新军, 刘必林, 田思泉, 等. 利用基于表温因子的栖息地模型预测西北太平洋柔鱼渔场[J]. 海洋与湖沼, 2009, 40(6): 707-713. doi: 10.3321/j.issn:0029-814X.2009.06.006 [9] 郑波, 陈新军, 李纲. GLM和GAM模型研究东黄海鲐资源渔场与环境因子的关系[J]. 水产学报, 2008, 32(3): 379-386. doi: 10.3321/j.issn:1000-0615.2008.03.008 [10] 崔雪森, 伍玉梅, 张晶, 等. 基于分类回归树算法的东南太平洋智利竹荚鱼渔场预报[J]. 中国海洋大学学报, 2012, 42(7/8): 53-59. [11] TIAN S Q, CHEN X J, CHEN Y, et al. Evaluating habitat suit-ability indices derived from CPUE and fishing effort data for Ommatrephes bratramii in the northwestern Pacific Ocean[J]. Fish Res, 2009, 95: 181-188. doi: 10.1016/j.fishres.2008.08.012
[12] IGARASHI H, AWAJI T, ISHIKAWA Y, et al. Development of a habitat suitability index model for neon flying squid by using 3-D ocean reanalysis product and its practical use[J]. JAMSTEC Rep Res Dev, 2014, 18: 89-101. doi: 10.5918/jamstecr.18.89
[13] 陈雪忠, 樊伟, 崔雪森, 等. 基于随机森林的印度洋长鳍金枪鱼渔场预报[J]. 海洋学报, 2013, 35(1): 158-164. doi: 10.3969/j.issn.0253-4193.2013.01.018 [14] 杨铭霞, 陈新军, 冯永玖, 等. 利用多种空间插值法分析西北太平洋柔鱼渔场[J]. 南方水产科学, 2015, 11 (2): 79-84. doi: 10.3969/j.issn.2095-0780.2015.02.011 [15] 袁红春, 顾怡婷, 汪金涛, 等. 西北太平洋柔鱼中长期预测方法研究[J]. 海洋科学, 2013, 37(10): 65-70. [16] 汤鸿益. 基于先验知识的SVM模型及渔业应用研究[D]. 上海: 上海海洋大学, 2011: 40-41.https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020314222560.html [17] TIAN S, CHEN X, CHEN Y, et al. Standardizing CPUE of Ommastrephes bartramii for Chinese squid-jigging fishery in the northwest Pacific Ocean[J]. Chin J Ocean Limnol, 2009, 27(4): 729-739. doi: 10.1007/s00343-009-9199-7
[18] 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]. J Dent Res, 1990, 69(2): 430-435. doi: 10.1177/00220345900690020201
[19] 崔雪森, 唐峰华, 张衡, 等. 基于朴素贝叶斯的西北太平洋柔鱼渔场预报模型的建立[J]. 中国海洋大学学报, 2015, 45(2): 37-43. doi: 10.16441/j.cnki.hdxb.20130413 [20] CHEN X, TIAN S, GUAN W. Variations of oceanic fronts and their influence on the fishing grounds of Ommastrephes bartramii in the Northwest Pacific[J]. Acta Oceanol Sin, 2014, 33(4): 45-54. doi: 10.1007/s13131-014-0452-3
[21] 于杰, 李永振. 海洋渔业遥感技术及其渔场渔情应用进展[J]. 南方水产, 2007, 3 (1): 62-68. doi: 10.3969/j.issn.2095-0780.2007.01.011 [22] PI Q, HU J. Analysis of sea surface temperature fronts in the Taiwan Strait and its adjacent area using an advanced edge detection method[J]. Sci China Earth Sci, 2010, 53(7): 1008-1016. doi: 10.1007/s11430-010-3060-x
[23] LECUN Y, BOTTOU L, ORR G B, et al. Efficient BackProp[J]. Lect N COMP, 1998, 1524(1): 9-50. doi: 10.1007/978-3-642-35289-8_3
[24] VAPNIK V N. The nature of statistical learning theory[M]. New York: Spring-Verlag, 1995: 138-153. doi: 10.1007/978-1-4757-3264-1
[25] HSU C, CHANG C, LIN C. A practical guide to Support Vector Classification[EB/OL]. (2015-03-13)[2015-06-01]. http://www.csie.ntu.edu.tw/~cjlin/libsvm/index.html.
[26] 张衡, 崔雪森, 樊伟. 基于遥感数据的智利竹筴鱼渔场预报系统[J]. 农业工程学报, 2012, 28(15): 140-144. http://www.tcsae.org/cn/article/id/20121522 [27] 王尧耕, 陈新军. 世界大洋性经济柔鱼类资源及其渔业[M]. 北京: 海洋出版社, 2005: 145. https://www.zhangqiaokeyan.com/book-cn/08150423.html [28] RODHOUSE P G. Managing and forecasting squid fisheries in variable environments[J]. Fish Res, 2006, 54(1): 3-8. https://www.sciencedirect.com/science/article/abs/pii/S0165783601003708
[29] YATSU A, WATANABE T, MORI J, et al. Interannual variability in stock abundance of the neon flying squid, Ommastrephes bartramii, in the North Pacific Ocean during 1979-1998: impact of driftnet fishing and oceanographic conditions[J]. Fish Oceanogr, 2000, 9(2): 163-170. doi: 10.1046/j.1365-2419.2000.00130.x
[30] 陈新军, 田思泉. 西北太平洋海域柔鱼的产量分布及作业渔场与表温的关系研究[J]. 青岛海洋大学学报, 2005, 35(1): 101-107. doi: 10.3969/j.issn.1672-5174.2005.01.020 [31] 沈新强, 王云龙, 袁骐, 等. 北太平洋鱿鱼渔场叶绿素a分布特点及其与渔场的关系[J]. 海洋学报, 2004, 26(6): 118-123. doi: 10.3321/j.issn:0253-4193.2004.06.013 [32] YATSU A, WATANABE T. Interannual variability in neon flying squid abundance and oceanographic conditions in the central North Pacific, 1982-1992[J]. Bull Nat Res Inst Far Seas Fish, 1996(33): 123-138.
[33] ICHⅡ T, MAHAPATRA K, SAKAI M, et al. Differing body size between the autumn and the winter-spring cohorts of neon flying squid (Ommastrephes bartramii) related to the oceanographic regime in the North Pacific: a hypothesis[J]. Fish Oceanogr, 2004, 13(5): 295-309. doi: 10.1111/j.1365-2419.2004.00293.x
[34] MUGO R M, SAITOH S I, TAKAHASHI F, et al. Evaluating the role of fronts in habitat overlaps between cold and warm water species in the western North Pacific: a proof of concept[J]. Deep-Sea Ⅱ, 2014, 107: 29-39. https://www.sciencedirect.com/science/article/abs/pii/S096706451300444X
[35] 陈新军, 高峰, 官文江, 等. 渔情预报技术及模型研究进展[J]. 水产学报, 2013, 37(8): 1270-1280. doi: 10.3724/SP.J.1231.2013.38313 [36] 高峰, 陈新军, 范江涛, 等. 西南大西洋阿根廷滑柔鱼中心渔场预报的实现及验证[J]. 上海海洋大学学报, 2011, 20(5): 754-758. http://shhydxxb.ijournals.cn/shhy/article/abstract/201101115 -
期刊类型引用(44)
1. 巫旗生，罗娟，陈珍赐，林炫锋，祁剑飞，宁岳，郭香，罗辉玉，曾志南，葛辉. 不同月龄双线紫蛤数量性状的相关性和通径分析. 渔业研究. 2024(03): 242-247 . 
百度学术
2. 张金刚，吴怡迪，郭红会，罗相忠，邹桂伟，梁宏伟. 中华绒螯蟹亲蟹群体形态性状对体质量的影响分析. 海洋渔业. 2024(06): 758-767 . 百度学术
3. 巫旗生，周小文，宁岳，祁剑飞，郭香，罗辉玉，葛辉. 不同月龄福建牡蛎二倍体和三倍体壳型性状对体质量的影响. 福建农业科技. 2024(11): 18-24 . 百度学术
4. 赵春暖，于涛，郑言鑫，李波，王喜文，蔡忠强，王晓梅，任利群，徐帅，吴玉萍，吴楠，张明燡. 不同壳色和性别栉孔扇贝群体的性状相关性及通径分析. 中国水产科学. 2023(03): 268-283 . 百度学术
5. 胡清彪，汤爱淞，白永安，马民，李晓东. 光滑河蓝蛤形态性状对质量性状的影响. 黑龙江水产. 2023(04): 241-246 . 百度学术
6. 张钰伟，邓正华，黄星美，赵旺，温为庚，王雨，陈明强，于刚. 三亚和北海群体大珠母贝表型性状比较及通径分析. 中国渔业质量与标准. 2023(04): 24-31 . 百度学术
7. 张钰伟，邓正华，黄星美，赵旺，温为庚，王雨，陈明强，于刚. 南沙群体大珠母贝表型性状比较及通径分析. 中国渔业质量与标准. 2023(06): 19-25 . 百度学术
8. 方伟，陈明强，李有宁，马振华，赵旺，温为庚，邓正华，于刚，王雨. 凸加夫蛤(Gafrarium tumidum)形态性状对体质量性状的相关性及通径分析. 中国渔业质量与标准. 2022(02): 47-53 . 百度学术
9. 郭岳鹏，宋坚，李雯佳，郝振林，田莹，常亚青. 珠海长肋日月贝形态性状对体质量的影响. 水产养殖. 2022(08): 13-18 . 百度学术
10. 褚洪永，张建柏，张秀梅，徐晓莹，吴红伟，陈坤，于炳礼，许丰杰. 长牡蛎二倍体与三倍体壳型性状对体质量的影响分析. 海洋科学. 2022(08): 57-64 . 百度学术
11. 魏海军，邓正华，陈明强，李有宁，王雨，孙静，王继金. 靓巴非蛤形态性状对体质量的影响. 水产科学. 2021(02): 233-238 . 百度学术
12. Dan GUO，Jian CHEN，Ziqin ZHAI，Tongtong REN，Jijin WANG，Lirong BAI，Dahui YU. Analysis on the Effects of Morphological Traits of Lutraria sieboldii on Its Body Mass Trait. Agricultural Biotechnology. 2021(04): 71-76+103 . 必应学术
13. 邱齐骏，颜冬，龚守贺，王鑫，周胜福，张鹏，邓翔，刘栋梁. 丘陵山区养殖中华圆田螺主要形态性状对螺重的相关性及通径分析. 河北渔业. 2021(11): 3-6+12 . 百度学术
14. 田传远，夏珮伦，张嘉荣，于瑞海，郑小东，顾忠旗. 疣荔枝螺形态性状对质量性状的影响. 中国海洋大学学报(自然科学版). 2020(02): 37-44 . 百度学术
15. 魏海军，邓正华，陈明强，邓林琪，谭春明，李有宁，王雨，王爱民. 不同壳色合浦珠母贝生产性能评估及其雌雄群体间的差异. 南方农业学报. 2020(02): 412-420 . 百度学术
16. 韦嫔媛，李蔚，张兴志，李琼珍，何苹萍，卓晓菲，官俊良，赵文彬，张立，彭金霞. 不同规格香港牡蛎壳形态性状对重量性状的影响. 南方农业学报. 2020(04): 961-967 . 百度学术
17. 孙静，陈明强，魏海军，邓正华，李有宁，金朝焕，王继金，王雨，石承开，黄超旬. 不同地理群体合浦珠母贝双列杂交子代数量性状比较及其相关和通径分析. 南方农业学报. 2020(06): 1451-1461 . 百度学术
18. 陈健，白丽蓉，罗会，喻达辉. 2种贝龄合浦珠母贝数量性状的相关与通径分析. 南方农业学报. 2020(10): 2557-2564 . 百度学术
19. 陈健，郭丹，翟子钦，王继金，喻达辉，白丽蓉. 对角蛤形态性状对活体质量的影响效果分析. 北部湾大学学报. 2020(08): 8-14 . 百度学术
20. 邓正华，陈明强，李有宁，赵旺，郑兴，刘芊，王继金，王雨. 3种野生珍珠贝表型性状比较及通径分析. 广东农业科学. 2019(01): 122-132 . 百度学术
21. 林先鑫，邓正华，陈明强，李有宁，赵旺，于刚，王继金，王雨. 两种贝龄企鹅珍珠贝形态性状对湿重的通径分析. 南方农业学报. 2019(09): 2088-2094 . 百度学术
22. 魏海军，邓正华，陈明强，王继金，李有宁，王雨. 棕带仙女蛤数量性状的相关与通径分析. 南方水产科学. 2019(06): 34-40 . 本站查看
23. 陈明强，魏海军，李有宁，邓正华，王雨，陈旭，孙静，马振华. 野生企鹅珍珠贝形态性状对质量性状的影响. 中国渔业质量与标准. 2019(06): 48-56 . 百度学术
24. 巫旗生，曾志南，宁岳，祁剑飞，郑雅友，罗娟. 钝缀锦蛤形态性状对活体质量的影响. 水产科学. 2018(01): 110-114 . 百度学术
25. 巫旗生，宁岳，曾志南，祁剑飞，郭香，贾圆圆. 不同贝龄“金蛎1号”福建牡蛎数量性状的相关性和通径分析. 厦门大学学报(自然科学版). 2018(01): 72-78 . 百度学术
26. 邓正华，陈明强，李有宁，吴开畅，王雨. 5个地区长肋日月贝形态性状对主要经济性状的相关性和通径分析. 中国渔业质量与标准. 2018(02): 17-28 . 百度学术
27. 王祎哲，邓正华，王雨，李有宁，于刚，黄桂菊，陈明强. 合浦珠母贝不同壳色选育系F6数量性状的相关性和通径分析. 中国水产科学. 2018(05): 988-997 . 百度学术
28. 邓正华，陈明强，李有宁，吴开畅，王雨. 野生大珠母贝形态性状对湿重和壳重的相关性及通径分析. 南方农业学报. 2018(12): 2545-2550 . 百度学术
29. 韩自强，李琪. 长牡蛎壳橙品系形态性状与体质量的相关及通径分析. 中国海洋大学学报(自然科学版). 2017(12): 46-52 . 百度学术
30. 郭奕惠，刘宝锁，范嗣刚，张博，陈晓玲，喻达辉. 合浦珠母贝选育组和对照组生长性状相关分析. 上海海洋大学学报. 2017(02): 212-220 . 百度学术
31. 冷晓飞，张艳，张伟杰，刘明泰，经晨晨，宋坚. 不同性别马粪海胆壳形态性状对体质量的影响效果分析. 水产科学. 2016(04): 359-363 . 百度学术
32. 郑关超，吴海燕，郭萌萌，赵春霞，付树林，谭志军，翟毓秀. 虾夷扇贝形态性状对活体质量的影响. 中国渔业质量与标准. 2016(05): 1-6 . 百度学术
33. 严俊贤，刘宝锁，李有宁，陈明强，吴开畅，叶乐. 野生黑蝶贝表型性状对体质量的影响分析. 水产科学. 2015(09): 560-564 . 百度学术
34. 卢亚楠，王丽，丛玉婷，王连顺，杨国军. 毛蚶壳形态性状对重量性状的影响分析. 河北渔业. 2015(08): 19-24 . 百度学术
35. 谭才钢，刘宝锁，张东玲，牛志凯，张博，陈明强，范嗣刚，姜松，黄桂菊，李有宁，陈素文，喻达辉. 合浦珠母贝主要形态性状与体质量的灰色关联分析. 南方水产科学. 2015(02): 35-40 . 本站查看
36. 林先智，区又君，李加儿，温久福，王鹏飞. 盐度胁迫对遮目鱼幼鱼存活、生长及性状相关性的影响. 中国水产科学. 2015(04): 675-686 . 百度学术
37. 林清，王亚骏，王迪文，郑怀平，刘合露，孙泽伟，陈兴强. 太平洋牡蛎和葡萄牙牡蛎养殖群体数量性状比较分析. 海洋通报. 2014(01): 106-111 . 百度学术
38. 张根芳，张文府，方爱萍，叶容晖，楼昕宇. 养殖条件下不同年龄背瘤丽蚌(Lamprotula leai)数量性状的相关与通径分析. 海洋与湖沼. 2014(05): 1115-1121 . 百度学术
39. 赵永贞，陈秀荔，杨春玲，彭敏，李琼珍，罗帮，黎一键，李咏梅. 香港牡蛎精子超低温冷冻保存的研究. 西南农业学报. 2014(05): 2229-2235 . 百度学术
40. 王冲. 栉孔扇贝不同性别间重要经济性状比较及通径分析. 水产科学. 2013(08): 441-446 . 百度学术
41. 郭华阳，陈明强，王雨，江世贵，张殿昌，杨其彬，李有宁，朱李春，吴开畅. 黄边糙鸟蛤野生群体主要经济性状间的相关性及通径分析. 南方水产科学. 2013(02): 1-8 . 本站查看
42. 杨彬，谢恩义，贾柽. 北部湾长肋日月贝形态性状对活体质量的影响分析. 水产养殖. 2013(07): 14-18 . 百度学术
43. 王瑞旋，冯玉婷，冯娟，王江勇. 近江牡蛎Crassostrea hongkongensis体内细菌的周年变化及细菌产酶能力. 海洋环境科学. 2012(06): 851-854+866 . 百度学术
44. 鄢朝，顾志峰，章华忠，王嫣，石耀华，战欣，王爱民. 华贵栉孔扇贝数量性状的相关性及通径分析. 南方水产科学. 2012(03): 34-38 . 本站查看
其他类型引用(14)
计量
- 文章访问数: 3192
- HTML全文浏览量: 177
- PDF下载量: 1018
- 被引次数: 58
粤公网安备 44010502001741号
