基于深度学习的中西太平洋金枪鱼围网鱼群特征识别研究
发布时间：2021-02-24 11:32
金枪鱼渔业作为“远洋渔业的黄金产业”,长期以来备受国家关注。通过国家不断投入资源拓展和生产规模,中国大陆的金枪鱼围网渔业在最初的13年里得到迅猛发展。2013年,中国大陆在中西太平洋已有14艘金枪鱼围网船,捕捞产量达8.1万吨,占中西太平洋总产量的5.1%。但在其快速发展的同时,遇到一些问题,渔船现代化水平不高、捕捞技术研究有待加强,再加上国际金枪鱼价格持续下滑,入渔成本按作业天数计算使金枪鱼围网船作业单价大幅上涨,中西太平洋渔业管理组织针对金枪鱼资源现状,对围网船只作业实施更加严格的管理方法等,导致我国大陆中西太平洋金枪鱼围网捕捞产量持续下滑,在2018年降至1.4万吨。使我国中西太平洋金枪鱼围网渔业面临严峻的挑战。对于如何改善渔船生产方式,加强金枪鱼围网作业的高效率捕捞成为了中国围网渔业生产和管理者重点考虑和关注的问题。通过研究金枪鱼围网渔业的捕捞情况发现,FADs禁渔期延长以后,中国金枪鱼围网船队对鱼群的平均搜索时间大幅增加,这说明我国围网船队不熟悉自由鱼群分布的时空变化规律,以致渔船无法快速寻找和发现鱼群,如果找不到鱼群,围网作业将无法进行,只能在大洋中四处“游荡”,成本消耗巨...
【文章来源】：上海海洋大学上海市
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
008-2018年中西太平洋主要金枪鱼种类渔获产量渔业中金枪鱼产量[38]
上海海洋大学硕士学位论文11图2-2.2014-2018年中西太平洋金枪鱼4种捕捞作业方式产量统计Fig2-2.2014-2018tunacatchesfrom4geartypesintheWesternandCentralPacific在2019年世界金枪鱼概况的报告中指出：虽然2017年，中西太平洋的大眼金枪鱼捕鱼量约为118,000吨，比2016年减少了了19%。其主要捕捞方式是围网（5年平均渔获量占总渔获量的44%）和延绳钓（其渔获量占总渔获量的43%）（图2-3），但最新的资源评估西太平洋的大眼金枪鱼并未达到过度捕捞状态，其生物量超过了中西太平洋委员会设定的参考点，现有的措施足以应对过度捕捞。图2-31950-2017年中西太平洋大眼金枪鱼渔获量（按捕捞方式）[48]Fig2-3CatchesofbigeyetunaintheWCPOfrom1950to2017,bygeartype.050000010000001500000200000025000003000000350000020142015201620172018产量/吨年份延绳钓（Longline）杆钓（Pole-and-line）围网（PurseSeine）曳绳钓（Troller）其他（Other）
上海海洋大学硕士学位论文122017年中西太平洋黄鳍金枪鱼总渔获量660,300吨，比2016年增长了4%，主要的捕捞方式是围网(占总渔获量的63%)，菲律宾和印度尼西亚的一些混合渔具所捕获渔获量占20%，延绳钓渔获量占15%(图2-4)。由以上数据可以看出太平洋西部和中部的黄鳍金枪鱼种群并没有过度捕捞，也没有发生过度捕捞。图2-41950-2017年中西太平洋黄鳍金枪鱼渔获量（按捕捞方式）[48]Fig2-4CatchesofyellowfintunaintheWCPOfrom1950to2017,bygeartype.2.2中西太平洋金枪鱼围网作业金枪鱼围网作业主要分为侦察鱼群和捕捞作业两个阶段[49]。侦察鱼群就是根据历史资料、现场海况、生产经验以及船队的信息共享，初次判断本航次的作业渔场，到达渔场后，所有船员可站在各处高点，借助望远镜瞭望海面，寻找海鸟、流木或起水鱼群等。当通过望远镜发现这些特征时，围网船则迅速向目标靠拢，用人眼或声纳探明鱼群大孝鱼群密度以及鱼群深度。用以确定何时下网。随着科技的发展，金枪鱼围网渔业逐渐引入现代化设备辅助搜索渔情，包括海鸟雷达，侦鱼直升机等。发现鱼群后，进行捕捞作业，如果发现的是自由鱼群，要等待鱼群较好的浮游在水面，且游泳速度和方向比较稳定的时机开始投网捕捞[50]。因为自由鱼群的特点就是运动灵活多变，所以空网率较高[51]。如果发现的是随附鱼群，则等待第二天黎明前进行投网作业，因为这个时候鱼群密度最大[52]，而且光线不好，不利于金枪鱼群逃逸[51]。由于金枪鱼会稳定跟随漂流物，所以随附群捕获率很高[51]。金枪鱼类虽然在广阔的热带及亚热带大洋水域渔获产量最高，但金枪鱼围网作
【参考文献】：
期刊论文
[1]无人机影像目标检测技术研究进展[J]. 寇墨林,卓力,张菁,张辉. 测控技术. 2020(08)
[2]基于深度卷积神经网络的图像分类识别方法[J]. 安丽娜. 信息通信. 2019(12)
[3]近十五年我国“深度学习”研究述评[J]. 张绍军,陈名英. 教育测量与评价. 2019(11)
[4]基于融合深度学习模型的长鳍金枪鱼渔情预测研究[J]. 袁红春,陈骢昊. 渔业现代化. 2019(05)
[5]图像识别技术的概述及其最新应用探究[J]. 商睿. 科技传播. 2019(19)
[6]基于深度学习的图像识别技术研究综述[J]. 张琦,张荣梅,陈彬. 河北省科学院学报. 2019(03)
[7]计算机智能图像识别算法研究[J]. 谭玉玲. 佳木斯职业学院学报. 2019(09)
[8]人工智能背后的机器学习[J]. 罗晓慧. 电子世界. 2019(14)
[9]深度学习在图像识别中的应用研究综述[J]. 郑远攀,李广阳,李晔. 计算机工程与应用. 2019(12)
[10]机器学习及其算法和发展分析[J]. 姜娜,杨海燕,顾庆传,黄吉亚. 信息与电脑(理论版). 2019(01)
硕士论文
[1]基于卷积神经网络的手势识别方法研究[D]. 袁荣尚.广西师范大学 2019
[2]中西太平洋金枪鱼围网流木渔法渔获物组成时空分布及其影响因素研究[D]. 叶圣杰.上海海洋大学 2017
[3]中西太平洋海域金枪鱼资源开发与保护现状分析[D]. 刘省荣.上海海洋大学 2017
[4]中西太平洋区域渔业政策及海表面温度对中国金枪鱼围网渔业作业的影响[D]. 龙永双.上海海洋大学 2017
[5]中西太平洋金枪鱼围网渔业船队作业状况及对策[D]. 陈会顺.上海海洋大学 2016
[6]基于卷积神经网络的图像分类方法研究[D]. 谢宝剑.合肥工业大学 2015
本文编号：3049309
【文章来源】：上海海洋大学上海市
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
008-2018年中西太平洋主要金枪鱼种类渔获产量渔业中金枪鱼产量[38]
上海海洋大学硕士学位论文11图2-2.2014-2018年中西太平洋金枪鱼4种捕捞作业方式产量统计Fig2-2.2014-2018tunacatchesfrom4geartypesintheWesternandCentralPacific在2019年世界金枪鱼概况的报告中指出：虽然2017年，中西太平洋的大眼金枪鱼捕鱼量约为118,000吨，比2016年减少了了19%。其主要捕捞方式是围网（5年平均渔获量占总渔获量的44%）和延绳钓（其渔获量占总渔获量的43%）（图2-3），但最新的资源评估西太平洋的大眼金枪鱼并未达到过度捕捞状态，其生物量超过了中西太平洋委员会设定的参考点，现有的措施足以应对过度捕捞。图2-31950-2017年中西太平洋大眼金枪鱼渔获量（按捕捞方式）[48]Fig2-3CatchesofbigeyetunaintheWCPOfrom1950to2017,bygeartype.050000010000001500000200000025000003000000350000020142015201620172018产量/吨年份延绳钓（Longline）杆钓（Pole-and-line）围网（PurseSeine）曳绳钓（Troller）其他（Other）
上海海洋大学硕士学位论文122017年中西太平洋黄鳍金枪鱼总渔获量660,300吨，比2016年增长了4%，主要的捕捞方式是围网(占总渔获量的63%)，菲律宾和印度尼西亚的一些混合渔具所捕获渔获量占20%，延绳钓渔获量占15%(图2-4)。由以上数据可以看出太平洋西部和中部的黄鳍金枪鱼种群并没有过度捕捞，也没有发生过度捕捞。图2-41950-2017年中西太平洋黄鳍金枪鱼渔获量（按捕捞方式）[48]Fig2-4CatchesofyellowfintunaintheWCPOfrom1950to2017,bygeartype.2.2中西太平洋金枪鱼围网作业金枪鱼围网作业主要分为侦察鱼群和捕捞作业两个阶段[49]。侦察鱼群就是根据历史资料、现场海况、生产经验以及船队的信息共享，初次判断本航次的作业渔场，到达渔场后，所有船员可站在各处高点，借助望远镜瞭望海面，寻找海鸟、流木或起水鱼群等。当通过望远镜发现这些特征时，围网船则迅速向目标靠拢，用人眼或声纳探明鱼群大孝鱼群密度以及鱼群深度。用以确定何时下网。随着科技的发展，金枪鱼围网渔业逐渐引入现代化设备辅助搜索渔情，包括海鸟雷达，侦鱼直升机等。发现鱼群后，进行捕捞作业，如果发现的是自由鱼群，要等待鱼群较好的浮游在水面，且游泳速度和方向比较稳定的时机开始投网捕捞[50]。因为自由鱼群的特点就是运动灵活多变，所以空网率较高[51]。如果发现的是随附鱼群，则等待第二天黎明前进行投网作业，因为这个时候鱼群密度最大[52]，而且光线不好，不利于金枪鱼群逃逸[51]。由于金枪鱼会稳定跟随漂流物，所以随附群捕获率很高[51]。金枪鱼类虽然在广阔的热带及亚热带大洋水域渔获产量最高，但金枪鱼围网作
【参考文献】：
期刊论文
[1]无人机影像目标检测技术研究进展[J]. 寇墨林,卓力,张菁,张辉. 测控技术. 2020(08)
[2]基于深度卷积神经网络的图像分类识别方法[J]. 安丽娜. 信息通信. 2019(12)
[3]近十五年我国“深度学习”研究述评[J]. 张绍军,陈名英. 教育测量与评价. 2019(11)
[4]基于融合深度学习模型的长鳍金枪鱼渔情预测研究[J]. 袁红春,陈骢昊. 渔业现代化. 2019(05)
[5]图像识别技术的概述及其最新应用探究[J]. 商睿. 科技传播. 2019(19)
[6]基于深度学习的图像识别技术研究综述[J]. 张琦,张荣梅,陈彬. 河北省科学院学报. 2019(03)
[7]计算机智能图像识别算法研究[J]. 谭玉玲. 佳木斯职业学院学报. 2019(09)
[8]人工智能背后的机器学习[J]. 罗晓慧. 电子世界. 2019(14)
[9]深度学习在图像识别中的应用研究综述[J]. 郑远攀,李广阳,李晔. 计算机工程与应用. 2019(12)
[10]机器学习及其算法和发展分析[J]. 姜娜,杨海燕,顾庆传,黄吉亚. 信息与电脑(理论版). 2019(01)
硕士论文
[1]基于卷积神经网络的手势识别方法研究[D]. 袁荣尚.广西师范大学 2019
[2]中西太平洋金枪鱼围网流木渔法渔获物组成时空分布及其影响因素研究[D]. 叶圣杰.上海海洋大学 2017
[3]中西太平洋海域金枪鱼资源开发与保护现状分析[D]. 刘省荣.上海海洋大学 2017
[4]中西太平洋区域渔业政策及海表面温度对中国金枪鱼围网渔业作业的影响[D]. 龙永双.上海海洋大学 2017
[5]中西太平洋金枪鱼围网渔业船队作业状况及对策[D]. 陈会顺.上海海洋大学 2016
[6]基于卷积神经网络的图像分类方法研究[D]. 谢宝剑.合肥工业大学 2015
本文编号：3049309
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3049309.html
