應用實際種群分析(VPA)求解魚類自然死亡系數的研究.pdf_第1頁
已閱讀1頁,還剩130頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本論文應用實際種群分析(VPA),采用模擬數據和真實漁業(yè)數據,研究了求解魚類自然死亡系數(natural mortality coefficient,M)M的方法。 首先,提出了應用"標準"統計VPA模型求解魚類M的方法。結果顯示,補充量(R)數據的質量對M的估計結果影響較大。當R的白色噪音(即變異系數,Coefficient of variation,CV)達到10%時,即使C和E的CV較小,M的估計結果仍然出現較大偏差。C和

2、E的CV同樣能夠影響M的估計,其中CV<,c>比CV<,E>產生的影響大。在對管理良好的漁業(yè),掠奪式漁業(yè),恢復性漁業(yè)和穩(wěn)定性漁業(yè)4種模擬漁業(yè)的研究中發(fā)現,掠奪式漁業(yè)得到的結果好于其它3種漁業(yè),在所有假設條件下均得到了最好的M估計值。相反,恢復性漁業(yè)得到了最壞的結果。將von-Bertalanffy生長方程(VBGF)引入VPA模型來估算魚類隨年齡變化的M,收到了良好的效果,其中掠奪式漁業(yè)和管理良好的漁業(yè)得到了比恢復性漁業(yè)和穩(wěn)定性漁業(yè)更合

3、理的M估計值。 然后,對"標準"VPA方法,在每年的資源量數據(N)和漁獲量數據(C)已知條件下求解魚類M進行了研究。結果顯示,"標準"VPA方法更適合于低捕撈死亡系數(F)的情況。當模擬數據的CV水平小于大約10%時能得到M較好的估計值。正態(tài)分布的模擬數據誤差結構得到了最好的M的估計值。 接著,從多方面對VPA的近似模型-Pope股分析(Cohort Analysis,CA)模型求算M進行了研究。模擬分析結果表明,Po

4、pe cA模型適用于壽命短而M大的種群。當資源量的CV水平小于大約10%時,M的估計值基本上是準確的。與模擬數據的CV相比,F的變化對M估計的影響相對不大。對數正態(tài)分布的模型誤差結構得到了好于正態(tài)和伽瑪分布的結果。以Pope CA模型為基礎,提出了"季節(jié)性股分析”(seasonal cohort analysis,SCA)模型。當N和C觀測數據的CV水平較低時,SCA模型能夠較準確地反映季節(jié)性漁業(yè)的真實情況,并得到了好于PopeCA模型

5、的M估計值。接下來,應用模擬分析對“標準”VPA,一元二次方程(QE)求解Pope CA模型(QE—Pope),最小二乘法(LSS)求解Pope CA模型(LSS—Pope)以及MacCall提出的VPA近似模型(LSS-MacCall)4種方法求解M進行了比較。結果顯示,4種方法求算的結果都會受到M自身,F以及模擬數據CV大小的影響。M增大或者F減小,都能夠改善M的估計結果,其中M自身的性質對估算結果的影響較大。另外,資源量數據中的異

6、常值對標準VPA的估計結果有很大的影響。比較而言,4種方法中LSS對異常值則較不敏感??傮w來說,QE求解Pope股分析模型在存在和沒有異常值兩種情況下都得到了相對較穩(wěn)定的結果。 最后,對根據分年齡組的C以及資源量指數(單位捕撈努力量漁獲量,CPUE),首次應用擴展殘存資源量法求算魚類M的方法進行了研究。蒙特卡羅模擬分析顯示,C的CV對M估算結果的影響大于CPUE的CV;小的,有助于改善M的估算結果;M自身的大小對其估計結果影響不

7、大。 在真實漁業(yè)方面,將“標準”VPA、Pope CA模型,“標準”統計VPA以及擴展殘存資源量等方法分別應用于黃海鯤魚(Engraulis japonicus),北大西洋長鰭金槍魚(Thunnus alalunga)以及Flack湖紅點鮭(Salvelinus namaycush)漁業(yè)的數據。其中,除黃海鯤魚由于高齡魚的Ⅳ數據不夠準確,導致對其高齡M的估計出現較大的偏差外,鯤魚低齡的M以及北大西洋長鰭金槍魚和湖紅點鮭漁業(yè)均得到

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論