基于GLM和GAM的日本鲭太平洋群体补充量与产卵场影响因子关系分析
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.11964/jfc.20180811426

基于GLM和GAM的日本鲭太平洋群体补充量与产卵场影响因子关系分析

引用
依据日本渔业机构提供的1980—2016年日本鲭太平洋群体资源丰度(补充量和亲体量)数据,对补充量的自然对数进行正态性检验,通过正态性检验的时间为1980—1999年,再结合产卵场海洋环境数据,利用广义线性模型(GLM)和广义加性模型(GAM)对1980—1999年日本鲭太平洋群体产卵场的海表面高度(sea surface height,SSH)、海表面盐度(sea surface salinity,SSS)、海表面温度(sea surface temperature,SST)、亲体量[ln(spawning stock biomass),ln(SSB)]与补充量之间的关系进行研究.GLM模型结果显示,考虑因子的综合效应,影响程度依次为ln(SSB)×年、ln(SSB)、SSS×年、SSS对补充量的影响最显著;考虑单因子对补充量的影响,影响程度依次为产卵场SST、SSH、年份、ln(SSB)和SSS.GAM模型研究表明,基于赤池信息准则,包含年份、产卵场SST和SSH的GAM模型为最优模型,模型中各因子的影响程度由大到小依次为年份、产卵场SST、产卵场SSH;考虑单因子对补充量的影响,GAM模型中影响程度依次为年份、产卵场SSS、ln(SSB)、产卵场SST和SSH,补充量的适宜SSH范围为62~65 cm,适宜SSS范围为34.72~34.74和34.78~34.83,适宜SST范围为20.2~20.6°C.当ln(SSB)>6.0时,补充量处于较高水平.

日本鲭、GLM模型、GAM模型、环境因子、亲体量

44

S931(水产资源)

国家自然科学基金NSFC41876141

2020-03-16(万方平台首次上网日期,不代表论文的发表时间)

共10页

61-70

相关文献
评论
暂无封面信息
查看本期封面目录

水产学报

1000-0615

31-1283/S

44

2020,44(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn