Page 7 - 《水产学报》2025年第8期

招春旭，等 水产学报, 2025, 49(8): 089701

洄游路径等，进而影响到资源补充量。Yu 等 [60] 源有积极的意义。

研究发现，气候异常 (2008 年的拉尼娜事件) 影 1.3 渔情预报模型发展及应用
响南海北部鸢乌贼渔场向南偏移约 2 个纬度。
渔情预报是渔业资源与渔场学主要的研究
相关研究报道 [61-62] ，厄尔尼诺年会增强南海中
内容之一，是对未来一定时期和一定水域内水
西部上升流、北部的琼东上升流、粤东上升流
产资源状况各要素，如渔期、渔场、鱼群数量
和台湾浅滩上升流，南海中西部上升流渔场中 和重量以及可能达到的渔获量等所做出的预
心有向 12°N 以北的高纬度移动的趋势，上升流 报 [63-64] ，其预报结果可供科研人员、渔业公司
的增强可使中上层水域营养盐增加，形成高初 和管理人员等做参考，准确度直接影响其效果

级生产力，通常会形成较好的渔场，对渔业资 (图 2)。

模型数据

model data

环境数据 environmental data 渔获数据 fishery harvesting data 渔业数据 fishery data 科学数据 scientific data forecast model fishery forecast popularization and application
渔情预测
推广应用
预报模型

渔场学基础 统计学模型 statistic 机器学习 machine learning 案例推理 case reasoning 个体生态模型 individual ecological 时空分布 spatial and temporal distribution 资源丰度 resource abundance 可捕捞量 allowable catch 科研人员 researcher 管理人员 manager 渔业人员 fisherman
fishery science
fundamental

生物因素 biological factor 非生物因素 abiotic factor 异常气候 abnormal climate 突发状况 emergency situation

图 2 渔情预报基本流程
Fig. 2 Fishing ground forecasting process

南海鸢乌贼渔业渔情预报系统近几年逐渐 预报研究仅仅是对其资源与环境关系进行耦合。
发展起来，广东海洋大学在 2006—2019 年构建 栖息地适应性指数能直观反映渔场受不同环境
南海环境与资源数据采集及信息服务平台，利 因子变化的影响，范江涛等 [66] 运用栖息地适应
用南海捕捞数据动态采集与传输系统，通过安 性指数建立南沙海域鸢乌贼渔情预报模型，准
装在渔船上的船载收发器与北斗卫星连接进行 确率达到 75% 以上。徐红云等 [53] 建立南海外海
数据传输，利用 GIS 对接收到的渔捞日志及渔
鸢乌贼最适栖息环境并进行分析，模型对重心
港调查数据进行展示 。中国水产科学研究院
[65]
[69]
渔场预测的准确率超过 77%。周茜涵等 通过
南海水产研究所通过分析渔场与海洋环境因子
灰色模型预测南海鸢乌贼的单位捕捞努力量渔
之间的关系，建立鸢乌贼渔场栖息地指数模型， 获量 (CPUE)，优化后的灰色模型对缺乏渔业数
对南海西沙和中沙渔场进行预报 。另外，已
[66]
据的预测产生较好的效果，相对误差为 1.87%。
有某科技公司研发的南海鸢乌贼渔情预报系统
APP 在部分灯光罩网渔船上进行推广使用。 2 灯光罩网捕捞技术研究现状
渔情预报研究中，物种生活史和分布模型
的研究至关重要 [67-68] 。目前对南海鸢乌贼渔情 灯光罩网是南海捕捉鸢乌贼的一种重要作

https://www.china-fishery.cn 中国水产学会主办 sponsored by China Society of Fisheries
4