基于海洋遥感与渔船轨迹数据的多任务鱼情预测
渔情预测,即预测未来鱼群的位置和该区域内鱼量的丰富度.通过了解未来的渔情信息,管理者可以制定行之有效的策略,对渔民来说也可以节省捕鱼过程中的资源消耗.本文从海洋环境遥感数据与AIS渔船轨迹数据着手,分析挖掘鱼群的分布状况,进而对未来的渔情进行预测.根据作业方式的不同,渔船可以分为多种类型,如围网、刺网、拖网、张网等,针对装备不同渔具的渔船预测出未来作业的区域,进行精细化管理具有重要意义.以往的单任务学习能够对各渔具实现单独预测,但不能捕获各种渔具之间的相互影响.为此,本文提出了一种基于海洋遥感数据与AIS渔船轨迹数据的时空神经网络的多任务预测方法,在对每种渔具单独预测的同时捕获各渔具之间的相互影响.同时,将诸如海洋温度、盐度等环境遥感数据嵌入到模型中,进一步提高了预测的准确度.在浙江海域的AIS渔船轨迹数据集上进行了实验,结果证明了该方法相对于经典和最新的基于海洋遥感与AIS轨迹预测鱼群分布状况的优越性.
渔情预测、多任务预测、海洋遥感、AIS轨迹
31
P208;TP311.13;P714
教育部国家留学基金20157890026
2022-04-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
333-340