[发明专利]基于灰色系统理论的海洋鱼类旺汛期预测方法及其应用

权利要求书

1.基于灰色系统理论的海洋鱼类旺汛期预测方法，应用于电子设备，其特征在于，其步骤如下：

(1)根据时间段A内海域B鱼类C的生产统计数据得到该时间段内海域B鱼类C每年的CPUE_day序列，所述CPUE_day为日单位捕捞努力量渔获量；

(2)针对每年的CPUE_day序列求得该年CPUE_day的平均值CPUE_Av，并确定该年的旺汛期日期序列，进而获取时间段A内海域B鱼类C所有的旺汛期日期序列，其中，连续七日的CPUE_day值均大于该年的CPUE_Av则该序列中的第一日为旺汛期开始日，连续七日的CPUE_day值均小于该年的CPUE_Av则该序列中的第一日为旺汛期结束日；

(3)利用灰色GM(1,1)模型对步骤(2)获取的所有的旺汛起始日期序列、旺汛结束日期序列分别建立时间序列的预测模型；

(4)对步骤(3)得到的预测模型进行有效性分析，有效性分析包括相对误差分析，所述相对误差分析是通过比较利用预测模型算得的某一旺汛期的开始日与对应的真实旺汛期的开始日获得的或者通过比较利用预测模型算得的某一旺汛期的结束日与对应的真实旺汛期的结束日获得的，根据相对误差大小评价旺汛起始日期序列预测模型或旺汛结束日期序列预测模型。

2.根据权利要求1所述的基于灰色系统理论的海洋鱼类旺汛期预测方法，其特征在于，所述时间段A为2003～2016年；所述海域B的坐标范围为35°～45°N、140°～179°E；所述鱼类C为北太平洋柔鱼。

3.根据权利要求2所述的基于灰色系统理论的海洋鱼类旺汛期预测方法，其特征在于，所述生产统计数据包括日期、经度、纬度、日产量和作业渔船，其空间分辨率为1°×1°。

4.根据权利要求3所述的基于灰色系统理论的海洋鱼类旺汛期预测方法，其特征在于，所述CPUE_day是根据以下公式计算得到的：

其中，Catch为每日的总渔获量，单位为t，effort为每日捕捞的作业船数，单位为船，CPUE_day为每日的单位捕捞努力量渔获量，单位为t·船^-1·天^-1。

5.根据权利要求4所述的基于灰色系统理论的海洋鱼类旺汛期预测方法，其特征在于，截取任意时间段的渔汛日期序列建立多个GM(1,1)模型。

6.根据权利要求5所述的基于灰色系统理论的海洋鱼类旺汛期预测方法，其特征在于，所述时间序列的预测模型预测的数值是与每年的旺汛期日期序列对应的，以日期作为参考指标。

7.根据权利要求6所述的基于灰色系统理论的海洋鱼类旺汛期预测方法，其特征在于，在相对误差分析的同时，还可通过计算所有GM(1,1)模型的拟合日期序列结果与真实结果的平均误差，对预测模型的精度和稳定性进行分析和评价，进而选取精度最高的预测模型作为最优预测模型。

8.一种电子设备，其特征在于，包括一个或多个处理器、一个或多个存储器、一个或多个程序及数据搜集装置；

所述数据搜集装置用于获取时间段A内海域B鱼类C的生产统计数据，所述一个或多个程序被存储在所述存储器中，当所述一个或多个程序被所述处理器执行时，使得所述电子设备执行如权利要求1～7任一项所述的基于灰色系统理论的海洋鱼类旺汛期预测方法。