上海海洋大学教授陈新军、讲师柳彬团队，在大洋性鱿鱼人工智能渔情预报方面取得新进展。12月6日，相关研究发表于《加拿大渔业和水产科学杂志》。
近年来，大洋性经济物种的中心渔场预报技术取得了较好的应用与研究成果，但仍存在着一些亟待解决的问题，包括绝大多数为近实时预报，缺乏对精细时间尺度下短中期未来变化的连续预测。作为人工智能技术中的研究热点，深度学习在处理渔业海洋学中数据量庞大且复杂的时序预报问题上具有明显优势。
研究团队根据中国远洋渔业数据，结合海洋遥感数据，构建了西北太平洋柔鱼中心渔场短中期预报模型框架，对比分析了多种统计学、机器学习模型结果，探讨了不同时间尺度及提前时刻对模型精度和时效性的影响。基于此，研究团队从渔业海洋学角度解释了环境场时序波动信息与中心渔场的耦合关系，并结合人工智能，加强了对中心渔场形成、发展趋势的理解和认知，为实现中心渔场未来趋势发展的预测提供了新方法。
基于深度学习的西北太平洋柔鱼渔场预报模型构建流程及架构。图片由研究团队提供
?
相关论文信息：https://doi.org/10.1139/cjfas-2024-0124
版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：shouquan@stimes.cn。
