Application of satellite remote sensing and GIS technology to the research of marine fishery resources
-
摘要:
卫星遥感和地理信息系统(geographic information system, GIS)技术为海洋渔业资源研究提供了新的技术和方法, 已在海洋渔业领域得到广泛应用。文章从海表温度、叶绿素浓度2个方面综述了遥感在海洋渔业环境因子方面的应用, 简单介绍了GIS技术以及遥感和GIS技术的结合在海洋渔业资源研究中的应用。并在此基础上讨论了遥感和GIS技术在海洋渔业应用中需要注意的几个问题。
-
关键词:
- 卫星遥感 /
- 地理信息系统(GIS) /
- 海洋渔业资源
Abstract:Satellite remote sensing and geographic information system (GIS) technology provide a new method for the research of marine fishery resources, and have been used widely. This article summarized the application of remote sensing on fishery environment factors, such as sea surface temperature, chlorophyll concentration and applications of GIS, integrated RS and GIS technologies in marine fisheries were reviewed briefly as well. On the base of these, matters needed to pay attention to the application of RS and GIS technology in marine fisheries were also discussed.
-
在FAO技术报告中有关捕捞“能力”的若干技术定义主要有2种: 一种是“捕捞能力”(fishing capacity)，是“当前捕捞能力”，即指一艘渔船(或一支船队)在给定的渔业资源或生物量的条件下，在现有的技术条件下，该船(或船队)被利用(即能力利用度达100%)的情况中，在一段时期内(年或季)所能生产的最大渔获量；另一种是捕捞的“经济能力”(economic capacity)，系指在一个给定的船队规模和构成，给定的资源条件、市场条件、技术条件和其他相关的限制条件下，在一段时期内(年或季)生产一定量的渔获量所需的最小成本(或所能得到的最大的利润或税收)[1]。显然，前者主要是以技术投入和1个产出(产量)进行计量，而后者则是以资本(主要是生产成本)投入和1个产出(产值)进行计量的。
有鉴于数据包络分析(data envelopment analysis，DEA)具有很强的经济背景，尤其DEA法特别适用用于具有多种投入和多种产出的复杂系统，利用该模型和方法，能观察到哪些指标对决策单元(decision making unit，DMU)有效性的影响，在多投入、特别是多产出情况下，研究各决策单元的相关信息[2-3]。因此，本文利用2000和2002年福建沿海不同作业的生产调查资料，采用实际产量与实际产值2个产出因子和技术、资金等多种要素投入进行计量。基于这样的DEA计算方法是有关捕捞“能力”分析中的一种特例，它的计量结果所反映的是一种包含有“捕捞能力”和捕捞的“经济能力”2种特性的“能力”，作者姑且将其称之为捕捞“综合能力”。其目的在于比较不同作业间捕捞“综合能力”的差异，探讨生产效率低的渔业得以存在的经济原因，为福建海洋捕捞业的量化管理和捕捞结构调整提供科学决策依据。
1. 材料与方法
1.1 材料来源
材料取自2002年作者对福建沿海(福鼎、霞浦、连江、莆田、惠安、石狮、龙海、东山和诏安)9个县市8种作业(灯光围网、双船底拖网、单船底拖网、桁杆虾拖网、流刺网、张网、钓渔具、笼壶作业等)198个捕捞单位的生产调查，以及2000年福建省上述同作业类别123个捕捞单位的生产调查[4]，共计367艘渔船322个捕捞单位的调查资料(表 1)。
表 1 2000和2002年福建沿海8种作业不同功率级别渔船投入、产出调查数据Table 1. The productive investigation data of different power fishing vessel of 8 fishers in Fujian coastal waters in 2000 and 2002作业类别
fishing method功率范围
/kW power年份
year实际产量
/t catch实际产值
/万元value不变投入immutable input 可变投入alterable input 船数/艘
vessel′s number功率/kW
total power吨位/t
total tonnage劳动量/人×天number of labor 生产费用/万元production expenses 双船底拖网pair trawler ﹥400 2000 7 676.0 2 065.0 24 10 166.0 4 108.0 50 434 1 450.0 ﹤300 1 188.0 400.0 12 2 728.0 1 056.0 11 664.0 276.0 ﹥400 2002 6 191.5 2 170.0 24 10 584.0 4 460.0 51 430.0 1 647.0 300~400 2 442.0 812.0 14 4 746.0 1 168.0 22 752.0 593.0 ﹤300 1 492.0 573.0 16 3 286.0 1 184.0 20 757.0 394.0 单船底拖网single boat trawler ﹥350 2000 2 910.0 1 158.0 6 2 280.0 660.0 21 522.0 726.0 220~350 3 263.0 1 279.0 13 3 856.0 1 087.0 24 080.0 895.0 ﹤220 490.0 195.0 5 810.0 250.0 5 840.0 150.0 ﹥350 2002 1 167.0 420.0 3 1 190.7 432.0 8 077.0 273.0 220~350 3 342.0 1 171.0 12 3 382.4 1 008.0 21 648.0 831.4 ﹤220 2 804.1 1 338.5 33 5 448.6 1 676.0 31 161.0 974.3 虾拖网shrimp beam-trawler 50~80 2000 80.0 69.0 5 340.0 95.0 2 340.0 42.5 36~70 2002 49.9 45.0 5 327.8 73.0 2 100.0 33.7 灯光围网light-purse seine ﹥350 2000 4 628.0 1 036.0 4 2 088.0 728.0 27 260.0 460.0 220~350 3 810.0 882.0 6 1 932.0 702.0 27 132.0 462.0 ﹤220 1 710.0 336.0 6 1 260.0 594.0 14 280.0 264.0 ﹥350 2002 8 619.0 1 406.5 13 4 683.0 1 616.0 37 454.0 624.5 220~350 1 390.0 223.6 3 746.0 351.0 10 290.0 117.1 ﹤220 762.0 122.4 2 420.0 152.0 6 693.0 96.2 张网作业set net fishery ﹥60 2000 5 342.0 640.0 13 1 433.0 428.0 20 615.0 317.0 ﹤35 240.0 48.0 4 124.0 40.0 3 088.0 18.0 ﹥60 2002 2 522.0 199.0 10 1 036.9 444.0 7 722.0 92.5 35~60 392.0 72.0 6 299.9 81.0 5 616.0 38.9 ﹤35 504.2 25.8 20 125.0 30.5 5 712.0 9.6 流刺网drift gill net ﹥100 2000 899.0 1 236.0 17 3 768.0 1 398.0 39 088.0 714.0 ﹥100 2002 815.7 1 180.0 22 3 304.1 1 165.0 50 032.0 442.6 30~100 40.0 67.0 8 298.4 83.0 6 560.0 31.6 笼壶作业pot fishery ﹥100 2000 304.0 580.0 10 1 372.0 632.0 17 160.0 292.0 50~100 15.0 18.0 3 96.0 48.0 1 872.0 6.0 ﹥100 2002 464.9 746.2 16 2 879.7 1 017.0 24 288.0 296.2 50~100 79.7 100.8 5 446.8 133.0 3 180.0 45.4 ﹤50 43.3 76.2 9 404.8 156.0 6 875.0 34.3 钓渔具hook and line ﹥100 2000 224.0 266.0 7 665.0 315.0 15 435.0 136.5 ﹤50 5.0 6.0 1 32.0 8.0 270.0 3.6 ﹥100 2002 84.3 109.0 4 484.5 195.0 8 094.0 71.1 50~100 192.2 229.0 6 483.6 202.0 13 695.0 101.9 考虑所调查渔船配置功率的大小对不同作业生产活动范围的影响较大，且同一作业因渔船功率和吨位不同，网渔具的投入及配置各有不同，本研究采用按作业类别分功率级别组统计。此外，鉴于不同作业的捕捞对象及其渔获平均价格的差别较大，为使研究结果更切合渔业实际，本研究采用实际产量和实际产值2项产出因子计量，进行综合考察和评估分析。
本研究中8种作业的不变投入包括渔船的数量、功率和吨位3项投入因子，可变投入因子包括劳动量[作业天数(d)×船员数(人)，2项因子]和生产费用(包括柴油、机油、渔冰、网具维修、网具损耗、机器维修和交纳税收9项因子，不含支付船员工资和船主的利润)。
1.2 计算方法
采用FAO捕捞能力管理技术工作组推荐的数据包络分析法[5](该方法由Charnes、Cooper和Rhodes首先提出)。其计量捕捞“能力”的基本假设和计算模型详见文献[6], “无偏能力利用度”的计算模型详见文献[7]。
在关于“能力”研究中，“技术效率”相当于“能力利用度”(capacity utilization)[8]。
有关DEA计算采用了Coelli DEAP2.1软件[5]。有关松弛量的处理采用多步法[9]。
2. 结果与分析
2.1 不同作业不同功率级别渔船捕捞“综合能力”
根据调查资料，以不同作业分功率级别渔船组为决策单元，并以渔船投入的数量、功率、吨位、劳动量和生产费用5项投入因子作为约束条件(表 1)，计量8种作业不同功率级别渔船捕捞“能力利用度”变化范围为58.4%~100%，平均85.7%(表 2，Te栏)，标准离差(standard dviation，SD)和变异系数(coefficcient of veriation，CV)，分别为13.7和15.98%。2000和2002年8种作业各功率级别渔船“能力利用度”的平均结果为，张网95.7%﹥笼壶92.7%﹥单船底拖网92.1%﹥流刺网84.9%﹥灯光围网84.5%﹥双船底拖网78.6%﹥钓具77.9%﹥虾拖网66.8%。显然，在不变投入和不变投入全效率生产条件下，上述前3种作业捕捞“能力利用度”高于后3种作业。
表 2 2000和2002年福建沿海8种作业不同功率级别渔船捕捞“综合能力”分析Table 2. The fishing integrative capacity analyses of different power fishing vessel of 8 fishers in Fujian coastal waters in 2000 and 2002作业类别
fishing method功率范围
/kW power年份
year能力产量
/t capacity catch能力产值
/万元capacity value能力利用度/% capacity utlization 无偏能力利用度/% no-deflection capacity utilization Te Te1 Te2 Te3 双船底拖网
pair trawler﹥400 2000 8 947.0 2 406.9 85.8 62.6 83.3 40.6 47.3 ﹤300 1 817.9 517.5 77.3 34.0 77.3 29.0 37.5 ﹥400 2002 7 612.1 2 667.9 81.3 49.7 80.8 40.8 50.2 300~400 3 434.0 1 060.6 76.6 41.7 76.6 40.2 52.5* ﹤300 3 434.3 829.8 69.0 26.3 69.0 34.4 49.9* 单船底拖网
single boat trawler﹥350 2000 2 910.0 1 158.0 100.0 67.3 100.0 100.0 100.0 220~350 3 595.2 1 300.7 98.3 54.2 98.3 67.1 68.3 ﹤220 886.0 270.2 72.2 29.7 72.2 47.4 65.7* ﹥350 2002 1 184.5 426.3 98.5 62.1 96.6 69.7 70.8 220~350 3 342.0 1 171.0 100.0 61.4 100.0 68.5 68.5 ﹤220 4 370.9 1 604.6 83.4 29.7 83.4 48.4 58.0 虾拖网
shrimp beam-trawler50~80 2000 391.1 91.8 75.2 11.6 75.2 41.4 55.1* 36~70 2002 300.6 77.1 58.4 8.3 58.4 35.1 60.1** 灯光围网
light-purse seine﹥350 2000 4 628.0 1 036.0 100.0 100.0 100.0 100.0 100.0 220~350 4 148.1 960.3 91.8 79.9 91.6 91.8 100.0 ﹤220 2 788.9 548.0 61.3 52.7 59.5 54.7 89.2** ﹥350 2002 8 619.0 1 406.5 100.0 100.0 99.6 76.7 76.7 220~350 1 616.5 260.0 86.0 82.7 78.8 70.0 81.4* ﹤220 1 183.4 200.1 64.4 64.4 58.6 64.4 100.0** 张网作业
set net fishery﹥60 2000 5 342.0 640.0 100.0 100.0 99.7 100.0 100.0 ﹤35 240.0 48.0 100.0 60.7 100.0 79.8 79.8 ﹥60 2002 2 522.0 199.0 100.0 100.0 85.2 65.2 65.2 35~60 527.6 96.9 74.3 49.0 72.4 55.1 74.2* ﹤35 504.2 25.8 100.0 100.0 98.7 100.0 100.0 流刺网
drift gill net﹥100 2000 6 524.5 1 536.5 80.4 9.8 80.4 64.6 80.3* ﹥100 2002 815.7 1 180.0 100.0 10.1 100.0 70.3 70.3 30~100 397.4 85.0 78.8 5.4 78.8 46.0 58.4* 笼壶作业
pot fishery﹥100 2000 2 908.3 654.4 88.6 7.0 88.6 83.2 93.9* 50~100 15.0 18.0 100.0 7.7 100.0 36.9 36.9 ﹥100 2002 464.9 746.2 100.0 8.3 100.0 51.0 51.0 50~100 273.9 108.0 93.3 8.4 93.3 44.4 47.6 ﹤50 159.2 95.7 79.6 4.4 79.6 37.1 46.6* 钓渔具
hook and line﹥100 2000 1 436.5 315.4 84.3 9.4 84.3 78.8 93.5 ﹤50 23.3 8.6 69.6 7.0 69.6 42.7 61.4* ﹥100 2002 321.9 183.5 59.4 6.2 59.4 44.3 74.6** 50~100 1 054.5 233.2 98.2 10.9 98.2 93.2 94.9 平均average ∑88 740.4 ∑24 167.5 85.7 42.3 84.7 61.5 71.1 注： **和*表示该栏DMU计量值与其相对应Te3值的差值分别﹥20%和﹥10%~﹤20%
Note: The difference between calculate value of DMU and its corresponding value of Te3 is higher than 20% and between 10% to 20% with marked ** and *.将表 1中8种作业各功率级别渔船投入的数量、功率、吨位、劳动量和生产费用5项投入指标中的任意1项单独不作为约束条件时，计算平均“能力利用度”依序分别为85.5%、85.0%、85.6%、78.2%和72.5%。如果把8种作业各功率级别渔船的可变投入(劳动量和生产费用，下同)2项投入指标同时不作为约束条件，计量“能力利用度”(表 2，Te3栏)的变化范围为29.0%~100%，平均61.5%，SD值为21.8，CV值为35.51%。说明，可变投入对这8种作业捕捞“综合能力”的正常发挥有较大的限制作用，而不变投入(渔船投入的功率、船数和吨位，下同)对这8种作业捕捞“综合能力”的影响程度相对较小。
在不改变上述5项投入因子作为约束条件的情形下，当以实际产量1个产出因子计量时，8种作业各功率级别渔船“能力利用度”的变化范围为5.4%~100%(表 2，Te1栏)，平均42.3%，SD值为33.7，CV值为79.6%。当以实际产值1个产出因子计量(表 2，Te2栏)时，8种作业各功率级别渔船的“能力利用度”的变化范围为58.4%~100%，平均84.7%，SD值为13.8，CV值为35.51%。可见，采用实际产量1个产出因子计量或采用实际产值1个产出因子计量，2种计量结果的差异很大。
从表 2中的“无偏能力利用度”一栏看，8种作业各功率级别渔船“无偏能力利用度”的变化范围为36.9%~100%，平均71.5%，SD值19.8，CV值27.9%。其中，计量平均“无偏能力利用度”的年度变化，与表 2中“能力利用度”的变化情况比较类似，所不同是这8种作业各功率级别渔船“无偏能力利用度”的大小，及其所处的位次发生一些变化。2000和2002年8种作业各功率级别渔船“无偏能力利用度”的平均结果为，灯光围网89.4%﹥张网84.9%﹥钓具81.2%﹥流刺网72.4%﹥单船底拖网71.9%﹥虾拖网57.6%﹥笼壶57.0%﹥双船底拖网46.7%。由此可见，灯光围网、张网和钓具作业渔船的“无偏能力利用度”较高，其次是流刺网和单船底拖网作业，较低是虾拖网和笼壶作业，最低为双船底拖网作业，上述前3种作业当前不变投入与可变投入的配置状态，优于后3种作业。
表 2中“无偏能力利用度”的值等于或接近于1的，说明目前这些功率级别渔船的可变投入的安排均较为合理，无需再做大的变动。若将无偏的“能力利用度”与所对应的“有偏”的“能力利用度”(表 2，Te3栏)加以比较，8种作业各功率级别渔船中，两对应值之间的差值﹥10%~﹤20%(*)或是﹥20%(**)，说明这些功率级别渔船即使不改变现有的投入配置，只要加强管理，就有可能使自己的生产水平在现有的基础上得到一定的提高或较大的提高。从2000和2002年8种作业不同功率级别渔船两对应值之间差值的平均结果看，虾拖网19.4%﹥流刺网14.0%﹥灯光围网13.3%﹥钓具12.1%﹥双船底拖网10.4%﹥单船底拖网5.1%﹥笼壶4.7%﹥张网3.8%。表明，在不改变现有的投入配置状态下，单船底拖网、笼壶和张网作业依靠加强管理来提高捕捞能力比较有限，而虾拖网、流刺网、灯光围网、钓具和双船底拖网作业，通过加强管理则可使其捕捞能力得到不同程度的提高。
2.2 调查样本的集合度在DEA能力计量中的影响
在不分功率级别，以作业类别渔船组为决策单元的情形下，集合表 1中的投入、产出数据(表略)，计量8种作业的“能力利用度”和“无偏能力利用度”变化(表 3)，与表 2的情况比较一致。同表 2相比：表 3中的Te、Te1、Te2、Te3的平均值和“无偏能力利用度”的平均值都有不同程度的增大；由表 3得出的能力产量和能力产值，分别比表 2下降9.1%和11.2%。这一结果，与对张网和流刺网作业研究所反映的情况基本类似[10-11]。显而易见，DMU的集合度越高，由DEA法计量得出的“能力利用度”就越大。反之，所得的“能力产量”和“能力产值”降低。
表 3 2000和2002年福建沿海8种作业渔船捕捞“综合能力”分析Table 3. The fishing integrative capacity analyses of 8 fishers in Fujian coastal waters in 2000 and 2002作业类别
fishing method年份
year能力产量
/t capacity catch能力产值
/万元capacity value能力利用度/% capacity utilization 无偏能力利用度/%
no-deflection capacity utilizationTe Te1 Te2 Te3 双船底拖网
pair trawler2000 9 875.6 2 746.3 89.8 64.3 89.1 49.9 55.6 2002 14 574.5 4 225.2 84.1 48.2 84.1 48.1 57.2 单船底拖网
single boat trawler2000 6 663.0 2 632.0 100.0 61.4 100.0 100.0 100.0 2002 7 948.8 3 097.8 94.6 51.0 94.6 74.9 79.2 虾拖网
shrimp beam-trawler2000 439.7 81.8 84.4 14.5 84.4 49.4 58.5 2002 425.6 68.1 66.1 10.1 66.1 41.9 63.4* 灯光围网
light-purse seine2000 10 148.0 2 194.0 100.0 100.0 100.0 100.0 100.0 2002 10 771.0 1 752.5 100.0 100.0 100.0 98.6 98.6 张网作业
set net fishery2000 5 582.0 688.0 100.0 100.0 100.0 100.0 100.0 2002 3418.2 296.8 100.0 100.0 80.0 65.2 65.2 流刺网
drift gill net2000 4 868.7 1 339.8 92.3 11.1 92.3 78.0 84.5 2002 855.7 124.7 100.0 10.5 100.0 79.9 79.9 笼壶作业
pot fishery2000 319.0 598.0 100.0 7.2 100.0 93.6 93.6 2002 587.9 923.2 100.0 8.8 100.0 57.2 57.2 钓渔具
hook and line2000 2 103.5 296.7 91.7 9.7 91.7 88.3 96.3 2002 2 056.2 387.3 87.3 9.4 87.3 79.4 91.0* 平均average ∑80 637.4 ∑21 452.2 93.1 44.1 91.8 75.3 80.0 注： **和*表示该栏DMU计量值与其相对应Te3值的差值分别﹥20%和﹥10%~﹤20%
Note: The difference between calculate value of DMU and its corresponding value of Te3 are higher than 20% and between 10% to 20% with marked ** and *.3. 讨论
郑奕和周应祺[6]认为，传统的“能力利用度”(1/Φ1)侧重描述实际生产的效率，无偏的“能力利用度”(Φ2/Φ1)则揭示了当前可变投入配置状态的优劣，而2种“能力利用度”之差反映的是所研究的DMU对当前资本配置的利用情况。综合分析捕捞“综合能力”的各项衡量指标，比较8种作业的“能力利用度”结果说明，在可变投入和不变投入全效率生产条件下，福建沿海张网、笼捕、单船底拖网、流刺网和灯光围网作业对给出投入因子的利用率较高，其捕捞“综合能力”的发挥比较充分。其次为钓具和双船底拖网作业，最低为虾拖网作业。从无偏的“能力利用度”看，灯光围网、张网和钓具3种作业的不变投入与可变投入的配置状态，优于虾拖网、笼壶和双船底拖网3种作业。反映出上述前3种作业对可变投入的依赖度较小，其可变成本投入较低，意味着生产风险相对较小。而后3种作业的不变投入与可变投入配置状态不理想，当前对可变投入的依赖度大，其中有很大一部份是通过增加可变投入来换取更高的捕捞效率的(表 2，Te与Te3比较)。其可变成本的投入高，意味着生产风险较大。从8种作业渔船对当前资本配置的利用情况看(表 2)，在不改变现有的投入配置情况下，单船底拖网、笼壶和张网，依靠加强管理来提高捕捞“综合能力”已相当有限，虾拖网、流刺网、灯光围网、钓具和双船底拖网，通过加强管理则可使其捕捞“综合能力”得到不同程度的提高。就这8种作业的不同级别功率渔船而言，可以通过加强管理来提高捕捞效率的，多数为同一种作业中，其单位功率较小的渔船。可见，影响福建沿海中、小功率作业渔船捕捞能力正常发挥的因素，不完全只是捕捞单位的管理水平问题，相当程度上与这些捕捞单位渔船的机动性、生产活动范围及其捕捞对象的资源量水平等限制有较密切关系。也说明，目前福建沿海中、小功率渔船潜在的捕捞能力较大，因而这些作业渔船应当作为捕捞结构调整的重点对象，以便缓解福建沿海渔业资源的压力，促进海洋捕捞业的持续发展。
综合考察不同作业捕捞“能力”的差异，选用DEA法，考虑以实际产量和实际产值2项产出因子及其技术、资金等多种要素投入进行计量，对其捕捞“综合能力”进行比较分析较为合适，同时它有利于揭示生产效率低的渔业得以存在的经济原因。传统计量“捕捞能力”的方法，通常只考虑实际产量1项产出因子，但由于不同作业有各自不同的渔获性能、作业特性、市场对渔获品种及其质量的需求等，从而导致不同作业有不同捕捞对象和渔获产量及渔获价格差别的产生，这便给比较和评价不同作业间的捕捞“能力”带来困难。研究结果表明，当以实际产量1项产出因子计量时(表 2，Te1)，8种作业间的“能力利用度”差距很大，其中，虾拖网、流刺网、笼壶和钓具作业的“能力利用度”仅为4.4%~11.6%，由此得出这些小型作业的能力产量显然无法在实际生产中实现(表 2)。若以实际产值1项产出因子计量结果，虽与采用2项产出因子计量的结果很接近，但它所反映的只是不同作业间的“产值能力”情况。本研究分析发现，采用2个产出因子计量，可反映不同作业的产量和产值2种产出的情况，所得结果比较切合客观实际。从生产角度看，生产者追求的不单纯是渔获产量，更注重的则是作业方式的捕捞产值和经济效益。因此，选择DEA法，并以实际产量和实际产值2项产出因子计量，来评价不同作业间“捕捞能力”的差异是比较合理可行的。尽管如此，由于用DEA法计算得出的能力产出是以所研究的各DUM中得到过的最大产量和产值为参照的，毕竟不同作业间的单位产量水平差别太大，2项产出因子计量可以减小但不能从根本上消除对计量小型作业的能力产量的影响。如表 2中的虾拖网、笼壶和钓具作业的能力产量仍被高估，尤其是由DEA法计量得出这3种作业的渔获平均价格比实际调查的低。对此，本研究认为，在管理决策中，可根据不同作业生产实际调查的渔获平均价格作适当的修正。
同样数量的调查样本和数据条件，DMU的集合度提高，由DEA法计量得出的结果相对粗略，但高集合度与低集合度的比较、决策参考意义各不相同。研究结果还表明，DMU的集合度提高，由DEA法计量得出的“能力利用度”增大。反之，计量所得的“能力产量”和“能力产值”越低。若将表 1和表 3中各DMU的投入、产出数，逐一除以该DMU的单位船数后，再应用DEA法计量，便可发现计算得出的“能力利用度”未发生变化。可见，在DMU的集合度提高的条件下，DEA法计量比较的实质，是以各DMU间的投入、产出的单位平均值来衡量的。显然，这是由DEA计算的有效性与DMU同倍“增长”无关的特性所决定的[2]。因此，DMU的集合度不同，所计量捕捞“能力”的结果必然发生变化。不过，DMU的集合度通常是由比较、决策取向和调查样本的数量来确定的，如表 2、表 3的计量结果，是分别以不同作业各功率级别渔船和不同作业类别作为决策对象，因而，两者的比较、决策意义各不相同。一般来说，在微观管理(如捕捞单位的管理)上，选择低集合度的DMU进行定量分析相对比较容易，其计算精度相对较高。而在宏观管理(如全国或省、市县的管理)方面，由于捕捞单位众多，实际上很难做到低集合度的DMU定量分析，只能选择较高集合度的计量，其计算精度相对粗略。为此，有关调查取样需要采取适当的措施：(1)考虑要有充分的调查样本和数据，以便减小取样误差，获取与实际较为接近的平均投入、产出水平。(2)要针对不同作业的捕捞特性、生产水域、不同的渔船功率和捕捞效益等，有所选择地进行随机抽样调查，使调查样本有足够的代表性，避免给定量分析带来计量误差。两者有效结合起来，可望获得比较接近实际的、较精确的结果。
-
[1] 林敏基. 海洋与海岸带遥感应用[M]. 北京: 海洋出版社, 1991: 314-315. https://xueshu.baidu.com/usercenter/paper/show?paperid=3a67c433d9894ca9826b4e118a3edc6e&site=xueshu_se&hitarticle=1 [2] 恽才兴. 海岸带及近海卫星遥感综合应用技术[M]. 北京: 海洋出版社, 2005: 61-64. https://xueshu.baidu.com/usercenter/paper/show?paperid=d71568b928556686c0252b489c99e850&site=xueshu_se&hitarticle=1 [3] LASKER R, PELAEZ J, LAURS R M. The use of satellite infrared imagery for describing ocean processes in relation to spawning of the northern anchovy(Engraulis mordax)[J]. Remote Sensing Environ, 1981, 11(3): 439-453. doi: 10.1016/0034-4257(81)90040-7
[4] CORNILLON P. Sea surface temperature charts for the southern New England fishing community[J]. Mar Tech Soc J, 1986, 20(2): 57-65.
[5] BREAKER L C. The application of satellite remote sensing to west coast fisheries[J]. Mar Tech Soc J, 1981, 15(3): 32-40.
[6] 莫秦生. NOAA卫星红外图像在海洋渔场分析中的应用[G]//遥感技术在海洋环境与资源调查中的开发研究成果汇编. 国家海洋局科技司, 1987: 162-176. [7] 陈干城. 应用NOAA卫星资料速报渔海况[J]. 遥感信息, 1988(3): 5-6. [8] 樊伟, 崔雪森, 沈新强. 西北太平洋巴特柔鱼渔场与环境因子关系研究[J]. 高技术通讯, 2004, 14(10): 84-89. doi: 10.3321/j.issn:1002-0470.2004.10.020 [9] 沈新强, 樊伟, 崔雪森. 西北太平洋柔鱼渔场分布与水温关系的研究[J]. 海洋水产研究, 2004, 25(3): 10-14. doi: 10.3969/j.issn.1000-7075.2004.03.002 [10] 朱清澄, 花传祥, 许巍, 等. 西北太平洋公海7~9月秋刀鱼渔场分布及其与水温的关系[J]. 海洋渔业, 2006, 28(3): 228-233. doi: 10.3969/j.issn.1004-2490.2006.03.010 [11] 邹晓荣, 朱清澄. 西北太平洋秋刀鱼渔场分布及与海水表层温度的关系分析[J]. 湛江海洋大学学报, 2006, 26(6): 26-30. [12] 杨晓明, 陈新军, 周应祺, 等. 基于海洋遥感的西北印度洋鸢乌贼渔场形成机制的初步分析[J]. 水产学报, 2006, 30(5): 669-675. doi: 10.3321/j.issn:1000-0615.2006.05.014 [13] 邵帼瑛, 张敏. 东南太平洋智利竹筴鱼渔场分布及其与海表温关系的研究[J]. 上海水产大学学报, 2006, 15(4): 468-472. http://shhydxxb.ijournals.cn/shhy/article/abstract/20060492 [14] 张学敏, 商少平, 张彩云, 等. 闽南-台湾浅滩渔场海表温度对鲐鲹鱼类群聚资源年际变动的影响初探[J]. 海洋通报, 2005, 24(4): 91-96. https://xueshu.baidu.com/usercenter/paper/show?paperid=1v2s0xb0s72b0gg0sd610cy0p3242177 [15] 张甲珅, 苏奋振, 杜云艳. 东海区中上层鱼类资源与海表温度关系[J]. 资源科学, 2004, 26(5): 147-152. doi: 10.3321/j.issn:1007-7588.2004.05.021 [16] 高郭平, 钱成春, 鲍献文, 等. 中国东部海域卫星遥感PFSST和现场观测资料的差异[J]. 海洋学报, 2001, 23(4): 121-126. doi: 10.3321/j.issn:0253-4193.2001.04.016 [17] MONTGOMERY D R. The applications of satellite-derived ocean color products to commercial fishing operations[J]. Mar Tech Soc J, 1986, 20(2): 72-86. https://www.semanticscholar.org/paper/The-applications-of-satellite-derived-ocean-color-Montgomery-Wittenberg-Fay/2f985babd58aeccb575c0b1c6450009aff7f6c8c
[18] 毛志华, 朱乾坤, 龚芳. 卫星遥感北太平洋渔场叶绿素a浓度[J]. 水产学报, 2005, 29(2): 270-274. doi: 10.3321/j.issn:1000-0615.2005.02.022 [19] LAURS R M, FIEDLER P C, MONTGOMERY D R. Albacore tuna catch distributions relative to environmental features observed from satellites[J]. Deep-Sea Res, 1984, 31(9): 1 085-1 099. doi: 10.1016/0198-0149(84)90014-1
[20] 潘德炉, 李淑菁, 毛天明. 卫星海洋水色遥感的辐射模式研究[J]. 海洋与湖沼, 1997, 28(6): 652-658. [21] 李四海, 王宏, 许卫东. 海洋水色卫星遥感研究与进展[J]. 地球科学进展, 2000, 15(2): 190-196. doi: 10.3321/j.issn:1001-8166.2000.02.011 [22] GORDON H R, WANG Menghua. Surface-roughness considerations for atmospheric correction of ocean color sensors[J]. Applied Optics, 1992, 31(21): 4 247-4 266.
[23] WANG Menghua, GORDON H R. A simple, moderately accurate, atmospheric correction algorithm for SeaWIFS[J]. Remote Sensing Environ, 1994, 50(2): 231-239.
[24] 陈楚群, 施平, 毛庆文. 南海海域叶绿素浓度分布特征的卫星遥感分析[J]. 热带海洋学报, 2001, 20(2): 66-70. doi: 10.3969/j.issn.1009-5470.2001.02.011 [25] 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 [26] 何宜军, 陈戈, 郭佩芳. 高度计海洋遥感研究与应用[M]. 北京: 科学出版社, 2002: 1-26. http://159.226.241.44:8080/shop/book/Booksimple/show.do?id=BAD7921440BDB41E083249E300B2F5B37000 [27] 仉天宇, 邵全琴, 周成虎. 卫星测高数据在渔情分析中的应用探索[J]. 水产科学, 2001, 20(6): 4-8. doi: 10.3969/j.issn.1003-1111.2001.06.002 [28] 苏奋振, 周成虎, 邵全琴, 等. 海洋渔业地理信息系统的发展、应用与前景[J]. 水产学报, 2002, 26(2): 169-174. doi: 10.3321/j.issn:1000-0615.2002.02.013 [29] 叶施仁, 史忠植. 基于CBR的中心渔场预报[J]. 高技术通讯, 2001, 11(5): 64-68. doi: 10.3321/j.issn:1002-0470.2001.05.016 [30] 邵全琴, 周成虎, 张明金. 海洋渔业电子地图软件设计与实现[J]. 水产学报, 2001, 25(4): 367-372. [31] 蔡建堤, 杜琦. 应用地理信息系统对福建海洋渔业资源进行管理的初步探讨[J]. 福建水产, 2003(2): 26-28. https://d.wanfangdata.com.cn/periodical/Ch9QZXJpb2RpY2FsQ0hJTmV3UzIwMjQxMTA1MTcxMzA0Eg5RSzIwMDMwMTQ1NjA5NBoINWRzNXY1eDI%3D [32] COLLINS N, HURLBUT S. Environmental risk analysis of salvaging the Irving whale[C]. GIS93. Ottawa: The Canadian Institute of Geomatics, 1993: 326-336.
[33] 李小恕, 李继龙, 贾静. 基于GIS的东黄海渔场影响因子分析[J]. 湛江海洋大学学报, 2005, 25(4): 44-48. doi: 10.3969/j.issn.1673-9159.2005.04.011 [34] 邵全琴, 戎恺, 游智敏, 等. 海洋渔业GIS中温度水平梯度计算的误差分析和新算法研究[J]. 遥感学报, 2005, 9(2): 148-157. https://d.wanfangdata.com.cn/periodical/Ch9QZXJpb2RpY2FsQ0hJTmV3UzIwMjQxMTA1MTcxMzA0Eg15Z3hiMjAwNTAyMDA3Ggg1dGN4dmJjMg%3D%3D [35] 苏奋振, 张甲珅, 杜云艳, 等. 东海区中上层鱼类资源的时空分异[J]. 自然资源学报, 2004, 19(5): 591-596. doi: 10.3321/j.issn:1000-3037.2004.05.007 [36] 苏奋振, 周成虎, 邵全琴, 等. 东海区鱼类资源变化GIS时空分析[J]. 高技术通讯, 2001, 11(5): 60-63. [37] 杜云艳, 周成虎, 邵全琴, 等. 东海区海表温度与中上层渔获量关系的时空分析[J]. 高技术通讯, 2001, 11(2): 56-60. [38] 邵全琴, 周成虎, 沈新强, 等. 海洋渔业遥感地理信息系统应用服务技术和方法[J]. 遥感学报, 2003, 7(3): 194-200. doi: 10.11834/jrs.20030306 [39] 杜云艳, 周成虎, 崔海燕, 等. 遥感与GIS支持下的海洋渔业空间分布研究－以东海为例[J]. 海洋学报, 2002, 24(5): 57-63. http://www.hyxb.org.cn/aos/ch/reader/view_abstract.aspx?file_no=20020507&flag=1 [40] 王文宇, 周成虎, 邵全琴, 等. RS/GIS支持下的柔鱼中心渔场时空动态迁移研究[J]. 高技术通讯, 2003, 13(11): 90-93. doi: 10.3321/j.issn:1002-0470.2003.11.021 [41] 邵全琴, 马巍巍, 陈卓奇, 等. 西北太平洋黑潮路径变化与柔鱼CPUE的关系研究[J]. 海洋与湖沼, 2005, 36(2): 111-122.
下载:
计量
- 文章访问数: 5499
- HTML全文浏览量: 201
- PDF下载量: 4141
粤公网安备 44010502001741号
