DING Peng, ZOU Xiaorong, DING Shuyi, BAI Siqi. Study on relationship between Thunnus albacares catches and climatic factors based on CNN-BiLSTM model[J]. South China Fisheries Science, 2024, 20(2): 19-26. DOI: 10.12131/20230190
Citation: DING Peng, ZOU Xiaorong, DING Shuyi, BAI Siqi. Study on relationship between Thunnus albacares catches and climatic factors based on CNN-BiLSTM model[J]. South China Fisheries Science, 2024, 20(2): 19-26. DOI: 10.12131/20230190

Study on relationship between Thunnus albacares catches and climatic factors based on CNN-BiLSTM model

More Information
  • Received Date: October 05, 2023
  • Revised Date: October 31, 2023
  • Accepted Date: December 03, 2023
  • Available Online: December 06, 2023
  • To explore the impact of climatic factors on Thunnus albacares catches, we studied its relationship with low-frequency climatic factors by using correlation analysis, BP neural network, LSTM model, BiLSTM model and CNN-BiLSTM model based on the data of nine climate factors, including Southern Oscillation Index (SOI), Pacific Decadal Oscillation (PDO), North Atlantic Oscillation (NAO), North Pacific Index (NPI), global sea-air temperature anomaly index (dT), El Niño-related indexes (Niño1+2, Niño3, Niño4, Niño3.4) from 1960 to 2021, as well as global T. albacares catches data. The results show that the importance of climate change characterization factors on T. albacares catches followed a descending order of dT>SOI>Niño1+2>PDO>NPI>NAO, whose corresponding optimal lag periods were 0, 11, 6, 5, 15 and 0 years, respectively. CNN-BiLSTM model had the highest prediction accuracy, followed by BiLSTM, LSTM and BP. The goodness of fit between the predicted and actual values of CNN-BiLSTM model was 0.887, with a mean absolute error of 0.125 and a root mean square error of 0.154. The trend of predicted values and actual values was basically consistent, indicating a good model fitting effect.

  • [1]
    石肖飞, 王啸, 王佚兮, 等. 热带中西太平洋海域黄鳍金枪鱼的摄食生物学特性[J]. 南方水产科学, 2022, 18(1): 43-51.
    [2]
    郭爱, 陈新军. ENSO与中西太平洋金枪鱼围网资源丰度及其渔场变动的关系[J]. 海洋渔业, 2005(4): 338-342.
    [3]
    林泓羽, 汪金涛, 陈新军, 等. 中西太平洋暖池时空变动及其对鲣分布的影响[J]. 南方水产科学, 2023, 19(3): 173-180. doi: 10.12131/20220235
    [4]
    周为峰, 陈亮亮, 崔雪森, 等. 异常气候下温跃层及时空因子对中西太平洋黄鳍金枪鱼渔场分布的影响[J]. 中国农业科技导报, 2021, 23(10): 192-201.
    [5]
    王啸, 刘文俊, 张健. 基于ARIMA的海洋尼诺指数对中西太平洋黄鳍金枪鱼年际CPUE的影响[J]. 南方水产科学, 2023, 19(4): 10-20. doi: 10.12131/20230007
    [6]
    沈建华, 陈雪冬, 崔雪森. 中西太平洋金枪鱼围网鲣鱼渔获量时空分布分析[J]. 海洋渔业, 2006(1): 13-19.
    [7]
    LU H J, LEE K T, LIN H L, et al. Spatio-temporal distribution of yellowfin tuna Thunnus albacares and bigeye tuna Thunnus obesus in the Tropical Pacific Ocean in relation to large-scale temperature fluctuation during ENSO episodes[J]. Fish Sci, 2001, 67(6): 1046-1052. doi: 10.1046/j.1444-2906.2001.00360.x
    [8]
    李鹏, 许柳雄, 周成, 等. 中西太平洋金枪鱼围网自由鱼群渔场重心变动及其与南方涛动指数的关系[J]. 南方水产科学, 2020, 16(2): 70-76.
    [9]
    KLYASHTORIN L B. Long-term climate change and main commercial fish production in the Atlantic and Pacific[J]. Fish Res, 1998, 37(1/2/3): 115-125.
    [10]
    SOYKAN C U, EGUCHI T, KOHIN S, et al. Prediction of fishing effort distributions using boosted regression trees[J]. Ecol Appl, 2014, 24(1): 71-83. doi: 10.1890/12-0826.1
    [11]
    CHEUNG W W L, LAN V, SARMIENTO J, et al. Large-scale redistribution of maximum fisheries catch potential in the global ocean under climate change[J]. Glob Change Biol, 2010(16): 24-35.
    [12]
    王少琴, 许柳雄, 朱国平, 等. 中西太平洋金枪鱼围网的黄鳍金枪鱼CPUE时空分布及其与环境因子的关系[J]. 大连海洋大学学报, 2014, 29(3): 303-308.
    [13]
    唐峰华, 崔雪森, 杨胜龙, 等. 海洋环境对中西太平洋金枪鱼围网渔场影响的GIS时空分析[J]. 南方水产科学, 2014, 10(2): 18-26.
    [14]
    肖启华, 黄硕琳. 气候变化对东南太平洋智利竹䇲鱼渔获量的影响[J]. 中国水产科学, 2021, 28(8): 1020-1029.
    [15]
    周永江, 姚宜斌, 熊永良, 等. 基于Spearman秩相关系数的PWV与PM2.5相关性研究[J]. 大地测量与地球动力学, 2020, 40(3): 236-241.
    [16]
    肖启华. 气候变化背景下东南太平洋智利竹䇲鱼资源评估模型研究[D]. 上海: 上海海洋大学, 2021: 16-42.
    [17]
    肖启华, 黄硕琳. 气候变化对海洋渔业资源的影响[J]. 水产学报, 2016, 40(7): 1089-1098.
    [18]
    徐策, 张力, 余静, 等. 气候变化对中国近海捕捞渔业的影响: 以太平洋年代际涛动为例[J]. 资源科学, 2022, 44(2): 386-400.
    [19]
    宋利明, 任士雨, 张敏, 等. 基于集成学习的大西洋热带水域大眼金枪鱼渔情预报[J]. 水产学报, 2023, 47(4): 64-76.
    [20]
    刘佳翰, 陈克绪, 马建, 等. 基于卷积神经网络和随机森林的三相电压暂降分类[J]. 电力系统保护与控制, 2019, 47(20): 112-118.
    [21]
    许回. 不同空间分辨率对LSTM渔场预报精度的影响及在最佳空间分辨率下其预报结果与QRM结果的比较[D]. 上海: 上海海洋大学, 2023: 18-21.
    [22]
    周凯, 焦龄霄, 胡志坚, 等. 基于注意力机制的CNN-BiLSTM操作票自动校核方法[J]. 武汉大学学报(工学版), 2023, 56(9): 1114-1123.
    [23]
    陈纬楠, 胡志坚, 岳菁鹏, 等. 基于长短期记忆网络和LightGBM组合模型的短期负荷预测[J]. 电力系统自动化, 2021, 45(4): 91-97.
    [24]
    范宇雪, 王江文, 梅桂明, 等. 基于BI-LSTM的小样本滚动轴承故障诊断方法研究[J]. 噪声与振动控制, 2020, 40(4): 103-108.
    [25]
    郭力, 郑良瑞, 冯浪. 基于相关性分析与CNN-BiLSTM神经网络的PSZ陶瓷磨削表面粗糙度智能预测[J]. 南京航空航天大学学报, 2023, 55(3): 401-409.
    [26]
    袁红春, 张永, 张天蛟. 基于EMD-BiLSTM的太平洋大眼金枪鱼渔场预报模型研究[J]. 渔业现代化, 2021, 48(1): 87-96.
    [27]
    LIN D M, CHEN X J, CHEN Y, et al. Ovarian development in Argentinean shortfin squid Illexargentinus: group-synchrony for corroboration of intermittent spawning strategy[J]. Hydrobiologia, 2017, 795(1): 327-339. doi: 10.1007/s10750-017-3154-y
    [28]
    RODHOUSE P G. Managing and forecasting squid fisheries in variable environments[J]. Fish Res, 2001, 54(1): 3-8. doi: 10.1016/S0165-7836(01)00370-8
    [29]
    余为, 陈新军, 易倩. 不同气候模态下西北太平洋柔鱼渔场环境特征分析[J]. 水产学报, 2017, 41(4): 525-534.
    [30]
    陈丙见, 冯志萍, 余为. 厄尔尼诺和拉尼娜发生期太平洋褶柔鱼秋生群资源丰度的响应研究[J]. 中国水产科学, 2022, 29(11): 1636-1646.
    [31]
    周甦芳. 厄尔尼诺-南方涛动现象对中西太平洋鲣鱼围网渔场的影响[J]. 中国水产科学, 2005, 12(6): 73-78.
    [32]
    官文江, 朱江峰, 高峰. 印度洋长鳍金枪鱼资源评估的影响因素分析[J]. 中国水产科学, 2018, 25(5): 1102-1114.
    [33]
    李娜, 陆化杰, 陈新军. 基于不同BP神经网络的西南大西洋阿根廷滑柔鱼渔场预报模型比较[J]. 广东海洋大学学报, 2017, 37(1): 65-71.
    [34]
    丁鹏, 邹晓荣, 白思琦, 等. 东南太平洋智利竹䇲鱼渔场时空分析与资源丰度的预测[J]. 大连海洋大学学报, 2021, 36(4): 629-636.
    [35]
    丁鹏, 邹晓荣, 冯超, 等. 东南太平洋智利竹䇲鱼的洄游路线[J]. 大连海洋大学学报, 2021, 36(6): 1027-1034.
    [36]
    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(中文版), 2013, 35(1): 158-164.
    [37]
    房崇鑫, 盛震宇, 夏明, 等. 基于CNN-BiLSTM混合神经网络的雷达信号调制方式识别[J/OL]. 无线电工程: 1-10. [2023-09-28].
    [38]
    国显达, 那日萨, 崔少泽. 基于CNN-BiLSTM的消费者网络评论情感分析[J]. 系统工程理论与实践, 2020, 40(3): 653-663.
    [39]
    HAMPTON J, LEWIS A, WILLIAMS P. The western and central Pacific tuna fishery: overview and status of stocks [M]// New Caledonia: Secretariat of the Pacific Community, 1999: 8-12.
    [40]
    HAMPTON J. Estimates of tag-reporting and tag-shedding rates in a large-scale tuna tagging experiment in the western tropical Pacific Ocean[J]. Oceanogr Lit Rev, 1997, 95(1): 68-79.
    [41]
    BAKUN A, PARRISH R H. Comparative studies of coastal pelagic fish reproductive habitats: the Brazilian sardine (Sardinella aurita)[J]. ICES J Mar Sci, 1990, 46(3): 269-283. doi: 10.1093/icesjms/46.3.269
    [42]
    DEARY A L, MORET-FERGUSON S, ENGELS M, et al. Influence of Central Pacific oceanographic conditions on the potential vertical habitat of four tropical tuna species[J]. Pac Sci, 2015, 69(4): 461-476. doi: 10.2984/69.4.3
    [43]
    ERNESTO T O, ARTURO M M, ARMANDO T, et al. Variation in yellowfin tuna (Thunnus albacares) catches related to El Niño-Southern Oscillation events at the entrance to the Gulf of California[J]. Fish Bull, 2006, 104(2): 197-203.
    [44]
    WILLIAMS P, RUAIA T. Overview of tuna fisheries in the western and central Pacific Ocean, including economic conditions–2019[C]//16th WCPFC Scientific Committee Meeting (SC16). Pohnpei State, Federated States of Micronesia: WCPFC, 2020: 7.
    [45]
    SIRABELLA P, GIULIANI A, COLOSIMO A, DIPPNER J W. Breaking down the climate effects on cod recruitment by principal component analysis and canonical correlation[J]. Mar Ecol Prog Ser, 2001(216): 213-222.
    [46]
    OTTERSEN G, STENSETH N C. Atlantic climate governs oceanographic and ecological variability in the Barents Sea[J]. Limnol Oceanogr, 2001, 46(7): 1774-1780. doi: 10.4319/lo.2001.46.7.1774
    [47]
    WU L X, LIU Z Y, LIU Y, et al. Potential global climatic impacts of the North Pacific Ocean[J]. Geophys Res Lett, 2005, 32(24): L24710.
  • Cited by

    Periodical cited type(20)

    1. 陈苏南,孔雪,宋满宗,蔡月凤,智颖,申欣. 低温暴露对菲律宾蛤仔免疫指标和基因表达的影响. 大连海洋大学学报. 2025(01): 12-24 .
    2. 杨栋,韩雨婷,高葛琪,王杰,牛东红. 不同低盐驯化方式对缢蛏行为及生理的影响. 上海海洋大学学报. 2024(05): 1120-1131 .
    3. 张文馨,潘霞,沈锡权,徐永健. 盐度胁迫对幼体大海马基因转录表达的影响. 水生生物学报. 2021(05): 995-1004 .
    4. 张玉晗,谢晶. 包装充氧量对无水活运花鲈鳃组织结构及相关酶活性的影响. 食品科学. 2020(15): 269-274 .
    5. 李笑,曲艺,张倩倩,张天宇,曹瑞文,赵建民. 海水酸化和热应激对日本鼓虾氧化应激和能量代谢的影响. 海洋与湖沼. 2020(06): 1412-1421 .
    6. 王尧,曹善茂. 盐度对岩扇贝Na~+/K~+-ATP酶活性的影响. 科技风. 2019(07): 241-243+245 .
    7. 胡琼,李胜忠,曹景成,初洪伟. 葡萄糖、丙三醇和盐对厚唇裂腹鱼精子活力的调控研究. 南方水产科学. 2019(02): 38-46 . 本站查看
    8. 陈丽梅,刘利华,胡宏辉,秦艺铭,周文礼,孙敬锋,郭永军. 温度突变对毛蚶不同组织抗氧化酶活性的影响. 水产科学. 2019(04): 435-442 .
    9. 朱克诚,刘宝锁,曹明,郭华阳,张楠,张殿昌. 华贵栉孔扇贝MEF2Cs基因克隆及表达特征分析. 淡水渔业. 2018(02): 32-38 .
    10. 林岗,饶小珍,吴静,岑万. 低盐胁迫对华贵栉孔扇贝抗氧化酶、Na~+/K~+-ATPase活力的影响. 福建师范大学学报(自然科学版). 2018(01): 71-78 .
    11. 李亚男,张海滨. 海洋无脊椎动物抗氧化酶研究进展. 海洋通报. 2018(03): 241-253 .
    12. 吕旭宁,王晓芹,吴亚林,姜娓娓,房景辉,方建光,王军威,张义涛,蒋增杰. 温度对凸壳肌蛤能量收支的影响. 渔业科学进展. 2018(04): 119-125 .
    13. 王芸,李正,段亚飞,王珺,黄忠,林黑着. 红景天提取物对凡纳滨对虾抗氧化系统及抗低盐度胁迫的影响. 南方水产科学. 2018(01): 9-19 . 本站查看
    14. 杜俊鹏,王昭萍,于瑞海,马培振,张哲,李玲蔚,李鹏飞. 盐度对香港巨牡蛎♀×葡萄牙牡蛎♂杂交子代早期杂种优势的影响. 中国海洋大学学报(自然科学版). 2018(01): 31-39 .
    15. 李晓雨,田燚,王伟,李延涛,刘钢,郭然,丛佳. 低盐胁迫对白条双锯鱼相关生理指标的影响. 大连海洋大学学报. 2018(05): 614-619 .
    16. 罗伟,许艳,刘晓娟,王春芳. 水温对草鱼血清活性氧含量及抗氧化防御系统的影响. 淡水渔业. 2017(04): 3-7 .
    17. 刘甜雨,王清,陈慕雁. 热刺激对栉孔扇贝免疫功能和热休克蛋白表达的影响. 中国海洋大学学报(自然科学版). 2017(08): 31-43 .
    18. 方春华,乔琨,刘智禹,陈丽娇. 海洋生物中抗氧化酶的研究进展. 渔业研究. 2016(04): 331-342 .
    19. 吕小康,刘峰,楼宝,刘阳阳,徐冬冬,陈睿毅,詹炜,王立改,毛国民,马涛. 水温和饥饿对鮸鱼肝脏抗氧化酶的影响. 浙江海洋学院学报(自然科学版). 2016(05): 384-389 .
    20. 谭杰,陈振江,刘付少梅,唐啸尘,刘志刚. 温度和盐度对大珠母贝稚贝存活和生长的互作效应. 广东海洋大学学报. 2016(06): 44-51 .

    Other cited types(13)

Catalog

    Article views (171) PDF downloads (46) Cited by(33)
    Related

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return