黄鳍金枪鱼(Thunnus albacares)是世界上重要的经济鱼种，是金枪鱼延绳钓的主要捕捞对象之一^[1]。位于中西太平洋的密克罗尼西亚联邦专属经济区面积约2780 km²，是世界上最丰富的金枪鱼渔场之一^[2]。黄鳍金枪鱼是密克罗尼西亚海域延绳钓渔业的主要捕捞鱼种，中国和日本是在该海域开展金枪鱼延绳钓作业的主要国家。目前关于密克罗尼西亚海域金枪鱼的相关研究集中在金枪鱼围网渔业管理策略^[3]、相关目标鱼种早期生态学^[4]等，关于黄鳍金枪鱼延绳钓渔业及渔场的研究尚为空白，因此有必要开展渔场预测等相关研究以促进了解该海域的黄鳍金枪鱼的资源现状，为在此海域作业的中国延绳钓渔船提高金枪鱼产量提供参考。

单位捕捞努力量渔获量(catch per unit effort，CPUE)通常被视为渔业资源丰度指标而用于渔场预测^[5-8]。CPUE的计算方法在不同的渔业类型中差异显著，这影响了渔业资源评估的准确性。例如田思泉等^[9]基于南大西洋鱿钓渔业的渔捞日志比较了CPUE的不同计算方法对标准化结果的影响，计算方法的差异在于是否划分小渔区。其研究强调应充分考虑不同CPUE计算方法带来的不确定性，以提高模型结果的可靠性。Lauridsen等^[10]在研究湖泊刺网渔业中比较了两种不同标准下(区别在于是否综合使用底栖刺网数据和中层刺网数据) CPUE计算方法的差异，研究表明包含中层刺网的数据更能反映深湖渔业资源分布的全貌​。但延绳钓渔业CPUE计算方法的比较研究目前还很少。延绳钓渔业数据以非独立调查数据居多，包括渔业观察员数据、渔捞日志数据以及船舶配置的船舶监测系统(vessel monitor system，VMS)数据等，也被称为商业性渔业数据。尽管延绳钓渔业中CPUE的结果通常以每千钩的渔获尾数呈现，但由于渔业数据记录及统计方式的差异，一定时空范围内的渔获量及有效努力量的结果可能存在较大差异。围网等渔业通常以网次表示努力量^[11]，而延绳钓渔业中通常以钓钩数量表征努力量^[12]。与其他捕捞金枪鱼的作业方式相比，商业金枪鱼延绳钓有持续时间长和作业范围大的特性，单次作业航程可达60海里，可包含多个精细网格^[13]，这使得钓钩数量的网格化统计意义重大。不同计算方法可导致相同单元网格内尤其是较小空间尺度的单元网格的捕捞量和努力量不同，从而导致CPUE的估值差异，进而影响金枪鱼渔场预报的精度，因此有必要评估CPUE的不同计算方法带来的误差影响。延绳钓渔业数据来源有多种，例如渔捞日志每次主要记录作业开始的位置及渔获总量^[14]，观察员数据记录篮数、下钩起始时间、作业开始和结束位置及渔获信息等^[15-16]，VMS监测数据记录了每尾渔获的位置，可判断渔船航迹^[17]。由于金枪鱼有集群的特性，鱼类密度分布并不均匀，这意味着渔获量在捕捞航程中非均匀分配。记录各个渔获信息的VMS为估算渔获位置之间的有效努力量提供了可能性，例如Xu等^[13]基于VMS数据推算延绳钓渔船的作业轨迹，按照航程的比例估算在单位网格内的钓钩数量，该捕捞努力量的估算方法为延绳钓CPUE的计算提供了新的方法，但因缺乏与常规计算方法的对照与误差分析，是否为CPUE的理想计算方法需要进一步比较研究。

金枪鱼的渔场预报模型及方法有多种， 人工神经网络(artificial neural network，ANN)模型^[18]、综合栖息地指数模型^[19]、提升回归树^[20]、集成模型^[21]等在金枪鱼渔场预测中均有较高的准确率。但上述模型也存在诸如难以理解具体的生物学机制、对输入数据质量的依赖性较高、不善于处理高维数据等缺点。集成模型的复杂性和对大规模标注数据的需求可能导致在数据不充分或偏差较大的情况下表现不佳。近年来，克服传统递归神经网络(recurrent neural network，RNN)中因梯度消失或爆炸导致的长期依赖问题的长短期记忆(long-short-term memory，LSTM)神经网络模型在金枪鱼渔场预报中得到了应用并表现出较好的性能^[22-23]。双向长短期记忆(bi-directional long-short-term memory，BiLSTM)神经网络模型是LSTM模型的扩展版本，将输入数据同时传递给正向处理序列和反向处理序列的两个LSTM网络，这种双向结构提高了模型性能^[24]并在金枪鱼渔场预测中表现出较好的性能^[25]。本文基于BiLSTM模型，将不同计算方法得到的黄鳍金枪鱼CPUE分别作为输入，结合空间及海洋遥感环境要素，建立黄鳍金枪鱼渔场预报模型并评估预测精度，并分析精度较高的模型中影响渔场预测的重要变量，为延绳钓渔业CPUE的计算以及黄鳍金枪鱼的渔场预测研究提供参考。

黄鳍金枪鱼渔业数据来自在密克罗尼西亚海域作业的中国深圳市联成远洋渔业有限公司的三艘延绳钓渔船的渔捞日志和VMS，时间从2019年1月至2022年12月，作业海域范围为0°15′N~11°14′N，143°30′E~ 163°46′E。原始数据的精度为0.0001°，将渔业数据的空间分辨率定义为0.25°，时间分辨率定义为天。渔捞日志记录着延绳钓渔船每次作业的开始位置、渔获量以及渔获的体重等信息。VMS记录的信息有：延绳钓渔船船名、每次作业投放的钓钩数量、捕获的鱼种、各鱼种的渔获时间与渔获位置(经纬度)等。延绳钓作业期间主要捕捞对象为黄鳍金枪鱼和大眼金枪鱼(Thunnus obesus)，其中黄鳍金枪鱼是优势种，在作业期间为主要渔获(图1)。各渔船数据记录详尽，包含高分辨率的捕捞活动，涵盖密克罗尼西亚的大部分海域，作业模式能够代表该海域延绳钓渔业的主要特征。

图1

图1 　延绳钓作业期间渔获概况a. 各类渔获比例；b. 主要捕捞物种在各月的比例. Fig. 1 　Overview of catch composition during longline fishery operationsa. Proportion of catch by taxa; b. Monthly proportion of main targeted species

在捕捞黄鳍金枪鱼期间，延绳钓作业参数如下：平均投绳时间约7 h，投绳时平均船速为4.4 m/s。投绳机平均出绳速度为5.5 m/s，投放相邻两钓钩的平均时间间隔为6.0 s。起绳的平均时间约为10.5 h，平均船速约为5.7 n mile/h。浮子绳长约25 m，支线长约21 m，每筐的干线长度约860~924 m，每筐的钓钩数量为25~28个。每次作业投放的钓钩数量为2500~ 3300个。

由于各水层的盐度范围差值不大，而影响中上层鱼类的浮游生物量往往和表层叶绿素浓度关系密切^[26]，因此仅取海表面的盐度和叶绿素浓度。依据悬链线公式^[27]，估算延绳钓钓钩的最大沉降深度约291.31 m。由于延绳钓在海流等作用下会变浅^[16]，选取能完全覆盖渔获深度的0~300 m水层的温度及溶解氧浓度作为候选变量，每隔50 m取一次。环境数据为卫星遥感数据，从Copernicus Marine Environment Monitoring (CMEMS，网址：http://marine.copernicus.eu)下载，空间分辨率为0.25°×0.25°，时间分辨率为天。按照时间与地点，将环境数据匹配到渔业数据中，数据匹配在R语言中实现。

基于渔捞日志的CPUE按照公式(1)计算，对应的渔业数据与环境数据的集合记为方法1 (Method 1)。

式中，$\mathop \sum \limits_{m = 1}^n {C_{i,j,k}}$表示第i年j月网格k (0.25°×0.25°)内的渔获总尾数，$\mathop \sum \limits_{m = 1}^n {H_{i,j,k}}$表示第i年j月网格k内的钓钩总数，CPUE的单位为尾/千钩。

VMS记录各尾渔获的时间与位置等信息，由于延绳钓渔船起绳过程中经常跨天进行，在计算每次作业的渔获量和努力量时先将跨天作业的日期统计为占据时间较多的那天。以渔船某天的起绳作业为例，延绳钓的渔获位置及航迹如图2所示。起绳作业的总航程用式(2)计算。假设VMS中每两尾渔获间的航迹为直线，则由各渔获点(图2 b~q的黑点)可计算出已知航程。总航程与已知航程之差为剩余航程(ab与qs之和)。假设ab和qs航程相等，且abc方向相同，qrs方向也相同，据此可以推断出起绳的起点a和终点s的位置。接着标记出渔船航迹与网格线的交点(c，i，m，r)。依据渔船在各网格内的航程占据总航程的比例计算努力量。例如网格A中的努力量用式(3)计算，网格E中的努力量用式(4)计算。然后统计一定时间尺度和空间网格(0.25°×0.25°)的渔获量和努力量，计算CPUE，见式(5)^[12]。基于VMS对应的数据集记为方法2，相关计算在R中完成。

式中，N_H表示每次作业时的放钩总数，$\frac{{{N_{\rm{H}}}}}{{{n_{\rm{H}}}}} + 1$表示每次作业时的浮子数，n_H表示每筐的钓钩数量，t_d表示相邻两钓钩的投钩时间间隔，$\left( {\frac{{{N_{\rm{H}}}}}{{{n_{\rm{H}}}}} + 1 + {N_{\rm{H}}} + 1} \right){\rm{*}}{t_{\rm{d}}}$表示每次作业时的投绳总时间，V_d表示起绳期间的平均船速。

式中，CPUE_x，y表示网格中心(x，y)的CPUE; C_x，y指点(x，y)分别向四周扩展0.125° (即以0.25°×0.25°网格为中心)的网格内各渔船每天的总渔获尾数，H_x，y指网格中心(x，y)中每艘渔船每天的总投钩数。

图2

图2 　根据VMS估算延绳钓努力量的示意图A–E表示不同的网格，a–s表示延绳钓起绳开始至结束的重要坐标点，其中红点a和s分别表示起绳作业的开始和结束位置，黑点表示VMS记录的各渔获位置，蓝点表示相邻两点的连线与网格的交点. Fig. 2 　Schematic diagram of estimating effort in longline fishing based on VMSA–E represent different grid cells, while a–s denote key coordinate points from the start to the end of the longline retrieval operation. The red points, a and s, denote the starting and ending positions of the retrieval operation, respectively. Black points represent the catch locations recorded by VMS, and blue points indicate the intersections between the lines connecting adjacent points and the grid boundaries.

将CPUE数据按照三分位点进行划分，其中，第1分位点(Q1，33.3%)和第2分位点(Q2，66.6%)分别用于区分CPUE的低值(≤Q1)、中值(Q1与Q2之间)和高值(>Q2)。将CPUE低值区定义为非渔场区，CPUE中值及高值区定义为渔场区，CPUE高值区为渔场密集区。

在深度学习中，在建模前对数据进行归一化处理有助于稳定和加快模型的训练过程。归一化通过方程式(6)将数据值转化在[0，1]之间。在应用Bi-LSTM模型后，对预测结果进行反归一化处理，确保预测数据与实际范围一致，使得有关分析符合实际。

式中，X_j表示某变量归一化后的数值，x_j表示某变量第j条数据初始值，x_max表示某变量的最大值，x_min表示某变量的最小值。

深度学习在建模前进行特征变量选择有利于提升模型性能^[28]。特征选择过程通过从数据集中删除不重要的特征来最小化数据复杂性以降低检测入侵时的误报率^[29]。本文选择LASSO回归进行特征选择。LASSO回归通过将某些变量的回归系数缩小至零，从而有效地排除不利于建模的变量，在特征选择上性能较好^[30]。在深度学习中，LASSO回归特别适用于高维数据场景，能有效避免多重共线性的问题并减少过拟合，相较其他变量选择方法具有优越性。例如主成分分析主要用于降维，但可能导致信息丢失；而随机森林在高维数据下计算成本较高，且可能导致模型复杂度增加^[31]。LASSO的估计通过公式(7)计算。

式中，${\hat \beta ^{{\rm{lasso}}}}$表示LASSO回归中的估计系数；y_i表示第i个样本中因变量的观测值；β₀表示回归模型中的截距项；x_ij表示第i个样本中的第j个预测变量；β_j表示第j个预测变量的回归系数；λ表示调整参数，用于控制系数的收缩量。当λ增大时，系数受到更大的惩罚并趋向于零；$\mathop \sum \limits_{j = 1}^p |{\beta _j}|$表示L1惩罚项，即回归系数绝对值的总和。

完成特征选择后，依据VIF数值对各个变量进行多重共线性诊断以排除时空环境因子之间可能存在的高相关性。当所有解释变量的VIF值均小于5时，认为排除了多重共线性^[32]。

BiLSTM是由LSTM发展而来。LSTM是特殊的RNN，通过加入“门”(gate)数据结构来提高在同一层中前一个细胞(cell)信息传递给下一个细胞的效率，有效缓解梯度消失和梯度爆炸的问题^[33]。LSTM主体由遗忘门、输入门和输出门构成，模型内部结构如图3所示。各门的计算公式参考文献^[13]。

图3

图3 　LSTM模型结构ft、it、Ot分别表示当前时刻遗忘门、输入门和输出门的信息. Fig. 3 　Structure of LSTM moduleft, it, and Ot represent the outputs of the forget gate, input gate, and output gate at the current time step, respectively.

BiLSTM是一种改进的循环神经网络(RNN)结构，能够从时间序列数据中捕捉到长期和短期的依赖关系^[34]，结构见图4。BiLSTM具有与LSTM相同的存储单元架构，但通过在输入序列的前向传播和后向传播两个方向上都应用LSTM单元，能够更全面地捕捉序列数据中的信息。在时间步t时，输入X_t传递到前向层和后向层中的LSTM单元，分别生成前向和后向的隐藏状态。随后，这些隐藏状态通过激活函数(tanh)生成输出Y_t。

图4

图4 　BiLSTM模型结构Xt–1、Xt、Xt+1分别表示前一时刻、当前、后一时刻的输入数据；Yt–1、Yt、Yt+1分别表示前一时刻、当前、后一时刻的输出数据；ht-1、ht、ht+1分别表示前一时刻、当前、后一时刻的隐藏状态；tanh表示双曲正切激活函数. Fig. 4 　Structure of BiLSTM moduleXt–1, Xt, and Xt+1 represent the input data at the previous, current, and next time steps, respectively; Yt–1, Yt, and Yt+1 represent the output data at the previous, current, and next time steps, respectively; and ht–1, ht, and ht+1 represent the hidden states at the previous, current, and next time steps, respectively; tanh means the hyperbolic tangent activation function.

本研究时间跨度和空间覆盖较大，将时空环境要素作为特征数据以环境时空变化对金枪鱼资源的影响。环境数量具有季节性变化，因此将月份作为候选变量之一纳入模型，以反映环境变量的季节性特征，LSTM神经网络的记忆特性能够自动捕捉月份的周期性变化及其对CPUE的影响。基于Bi-LSTM进行CPUE预测本质上是循环神经网络的回归问题。以表征黄鳍金枪鱼CPUE的时空环境数据中的历史特征数据和当前特征数据作为网络输入，CPUE值作为网络输出。通过与测量值的对比进行网络训练，从而建立特征数据与CPUE之间的映射关系，从而实现CPUE的预测。对于CPUE值，其在时间t时的特征值X(t)可以表示为：

式中，X(t)表示t时刻对应的年份(Year)、月份(Mon)、经度(Lon)、纬度(Lat)、叶绿素浓度(Chl)和盐度(S₀)，以及水层m处的温度(T_m)和溶解氧浓度(DO_m)，例如T₀表示海表面的温度。为实现预测，将连续时间步长的X(t–n+1)，…，X(t–1)和X(t)作为网络输入，t时刻的CPUE即Y(t)作为输出，其中n对应于输入层的步长。

归一化后的各变量作为BiLSTM模型的输入，CPUE值为响应变量。模型的训练集、验证集和测试集按6∶2∶2比例划分，设置epoch为300，batch size为50。训练中采用余弦退火学习率调度器，使得模型能够在初期快速收敛，并在训练后期避免震荡和过度更新^[35-36]，学习率从0.001动态调整至最小值0.00001。为防止过拟合，在LSTM层后加入dropout (参数为0.5)^[37]，并使用L2正则化。早停法用于监控验证集损失，当连续15次迭代无改善时停止训练并恢复最佳权重。优化器采用Nadam以加快收敛并处理非平稳目标。预测模型在PyCharm中实现。模型的损失函数以均方误差(mean square error，MSE)表示，加入L2正则化后的损失函数计算如下：

式中，n表示损失值计算中的观察样本数量，包括训练集和验证集；Y_i指样本序号为i的CPUE的预测值；${\hat Y_i}$指样本序号为i的CPUE的值；m表示模型中的总权重数目；w表示模型的权重；w_j表示第j个权重参数；λ表示正则化强度的超参数，控制L2正则化项的权重。

本研究采用平均绝对误差(mean absolute error，MAE)、均方根误差(root mean square error，RMSE)、平均绝对百分比误差(mean absolute percentage error，MAPE)和决定系数(coefficient of determination，R²)作为评价模型性能的指标。在模型性能评估中，MAE、RMSE和MAPE值越小，表明模型的稳定性越高；R²值越大，表示预测值与实际值的拟合度越高。各指标的计算公式如下：

式中，n表示测试集中的样本数量；$\hat Y$表示实际CPUE的平均值；Y_t表示第i个样本的实际CPUE; ${\hat Y_i}$表示第i个样本的预测CPUE。

SHAP (SHapley Additive exPlanations)基于Shapley值解释机器学习模型的预测，广泛用于深度学习的可解释性研究^[38]。每个SHAP值表示一个特征对模型输出的贡献，通过计算特征贡献实现可视化，揭示各解释变量的重要性。Shapley值越大，特征在模型中的重要性越高。通过联盟概念计算SHAP值(式14和15)。在比较模型性能后，选择最佳模型的数据集进行分析，以识别对黄鳍金枪鱼渔场预测较为重要的变量。

式中，Φ_i(y) 表示预测实例y的Shapley特征值；$\emptyset _i^n$表示平均边际贡献；$\hat g(y_{ + i}^n)$表示特征i存在的情况下的模型预测值；$\hat g(y_{ - i}^n)$表示特征i不存在的情况下的模型预测值。

对两种数据来源计算出的CPUE计算三分位点以区分渔场密度，结果见表1。两种CPUE的分布见图5。结果表明，基于不同数据集计算的CPUE不仅在数值范围上存在显著差异，在相同地点表征的资源丰度的密集程度也不同。总体看，基于渔捞日志的渔场南北分散，而基于VMS的渔场主要集中在南部。

表1

表1 　CPUE的三分位点计算结果 Tab. 1 　Calculation results of the third quartiles of CPUE CPUE 方法1 method 1 方法2 method 2 低值区(≤Q1] low-value interval 0<CPUE≤4.3 0<CPUE≤5.2 中值区(Q1, Q2] mid-value interval 4.3<CPUE≤10.6 5.2<CPUE≤11.8 高值区(>Q2) high-value interval CPUE>10.6 CPUE>11.8

表1 　CPUE的三分位点计算结果 Tab. 1 　Calculation results of the third quartiles of CPUE

图5

图5 　基于渔捞日志(a)和VMS数据集(b)的CPUE空间分布 Fig. 5 　Distribution of estimated CPUE based on (a) logbook and (b) VMS datasets

基于LASSO回归的不同数据集中各变量的系数见图6。方法1数据集中LASSO回归系数为0的变量为：Year，Lat，DO₁₀₀，DO₂₀₀，DO₂₅₀，DO₃₀₀，T0，T200，T250。方法2数据集中LASSO回归系数为0的变量为：Year，Lat，DO₀，DO₁₀₀，DO₂₅₀，DO₃₀₀，T₀，T₁₅₀，T₂₅₀。将LASSO回归系数为0的变量删除，剩下的变量的多重共线性诊断结果见表2，各因子之间无多重共线性。通过特征选择的变量将用作BiLSTM建模。

图6

图6 　基于LASSO的变量筛选结果 Fig. 6 　Variable screening result based on LASSO

表2

表2 　变量的多重共线性诊断结果 Tab. 2 　Results of multicollinearity diagnosis 变量variable 方法1 method 1 方法2 method 2 Mon 1.862 1.597 Lon 1.499 1.382 S 0 3.011 3.153 Chl 3.588 2.992 T 50 3.038 1.874 T 100 2.760 2.475 T 200 / 3.281 T 300 1.368 1.434 DO0 2.202 / DO50 1.954 1.874 DO150 2.008 1.990 DO200 / 2.007

表2 　变量的多重共线性诊断结果 Tab. 2 　Results of multicollinearity diagnosis

模型训练完成后，训练集和验证集的损失函数变化如图7所示。基于不同计算方法的两种数据集的模型均经历了初始损失值略高，然后快速下降及稳定下降阶段。最终训练数据集和验证数据集的损失值相近，表明模型在训练集和验证集上都有良好的拟合效果，没有出现明显的过拟合现象。从损失函数看，方法2的验证集和训练集损失值几乎重合，其泛化能力可能比方法1更强，模型的鲁棒性更好。

图7

图7 　两种不同数据集在模型中的损失函数a. 基于渔捞日志数据集的方法1；b. 基于VMS数据集的方法2. Fig. 7 　Loss functions of models based on two different datasetsa. Method 1 based on logbook dataset; b. Method 2 based on VMS dataset.

基于BiLSTM模型的不同数据集，验证数据集中预测的CPUE和实际CPUE如图8所示。可以观察到，基于渔捞日志的数据集(Method 1)的CPUE在低值与中值范围内的预测值和实际值之间的差异较小，而高CPUE值的预测误差较大。相比之下，基于VMS的数据集(Method 2)的预测总体上表现更好，实际值和预测值之间的差异较小。模型的性能指标见表3。基于VMS的数据集的RMSE、MAE和MAPE较低，R²较高，表明模型拟合度更好，预测渔场的准确性更高。

图8

图8 　基于(a)渔捞日志和(b) VMS数据集的CPUE预测值和实际值的比较 Fig. 8 　Comparison of predicted and actual values of CPUE based on (a) logbook and (b) VMS datasets

表3

表3 　模型的性能指标比较 Tab. 3 　Comparison of model performance indicators 指标indicator 方法1 method 1 方法2 method 2 均方根误差RMSE 9.83 7.51 平均绝对误差MAE 6.48 5.90 平均绝对百分比误差MAPE 1.36 1.21 决定系数R2 0.26 0.42

表3 　模型的性能指标比较 Tab. 3 　Comparison of model performance indicators

为了解变量对黄鳍金枪鱼渔场预测的重要程度，基于预测效果更好的数据集(即方法2)，对BiLSTM渔场预测模型中的各变量进行SHAP分析，结果如图9所示。结果显示，在渔场预测模型中较为重要的变量依次是：Chl，DO₂₀₀，T₃₀₀，T₂₀₀，以及Lon等。

图9

图9 　基于VMS数据集的各变量的SHAP值 Fig. 9 　SHAP values of variables based on VMS dataset

基于VMS计算的CPUE各季度的空间分布如图10所示。黄鳍金枪鱼资源丰度有季节性的变化：渔场在一二季度分布密集，且明显多于三四季度。在第二季度时，渔场密集区向东移动。第三季度CPUE低值区较多，渔场密集区偏北，在第四季度偏南。

图10

图10 　基于VMS的CPUE各季度空间分布a. 春季；b. 夏季；c. 秋季；d. 冬季. Fig. 10 　Quarterly spatial distribution of CPUE based on VMSa. Spring; b. Summer; c. Autumn; d. Winter.

金枪鱼延绳钓渔业根据VMS估算CPUE更为合理。BiLSTM模型结果表明，在较小空间尺度内基于VMS估算的CPUE作为模型输入比基于渔捞日志的输入在预测渔场时有更高的精度。在利用渔业数据时应注意其空间分辨率，渔船的空间分布可能会随着时间的推移而变化，因此CPUE并非随机分布，粗略计算可能出现解释中的偏差^[39]。延绳钓作业中，作为主要捕捞对象的黄鳍金枪鱼在各天的捕捞量均大于0，但VMS推算的各网格中的捕捞量和努力量显示，尽管某些网格中分配了钓钩，但捕捞量或许为0 (例如图2中的网格E)。渔捞日志只简单记录单次作业的中心位置和渔获总量，基于此计算CPUE时，钓钩数量和渔获量被集中在每次作业的某一位置，努力量和渔获量均未经过网格化处理，而海洋遥感数据精确到网格中，这些单元的时空环境特征影响了计算结果。在渔业的非独立调查中，VMS记录的时间和空间分辨率相对于渔捞日志更高，依据渔船在起绳期间的航程分配努力量到精细的网格中，这符合延绳钓作业的实际情况，延绳钓的努力量与渔获量往往是分布在投放作业的航迹线上^[40]。延绳钓捕捞的金枪鱼等海洋鱼类并非随机分布，而是具有集群的特性，渔获可能在某一较小的范围内被集中捕捞，从而出现精细网格之间CPUE的较大差异。VMS的计算反映了努力量与渔获量的实际分布情况，根据渔船航程推算的CPUE在理论上更加科学，因此基于此预测的渔场预报结果精度更高，相关的分析也更为可靠。本文的研究方法可以推广到其他渔业，在使用商业性渔业数据进行渔场预报等相关研究时，不仅需要考虑不同模型对结果的影响，还要考虑作为模型输入的CPUE的统计方法不同对预测结果的影响，本文的比较分析方法可为选择最合适的CPUE计算方法提供参考。

CPUE在本文中作为渔场资源丰度指标，并非绝对丰度的直接反映。作为资源丰度的近似反映，CPUE在渔场预测的相关研究中通常被直接使用^[5-8]，但仍存在一定局限性。CPUE受到捕捞效率、渔具参数、操作行为、时空环境等多种非生物学因素的影响，无法完全反映资源的真实分布和丰度。本文仅使用了渔业生产数据，未能结合独立的资源调查数据进行验证，未来的研究中应结合独立的资源调查数据(如声学或科学调查数据)以进一步验证模型在预测渔场的可靠性和适用性。

本研究通过LASSO回归选取较为重要的变量以更好地建模，模型训练后通过分析各变量的SHAP平均值，得出各特征变量训练期间对渔场预测的贡献，为BiLSTM模型提供事后解释。研究得出影响密克罗尼西亚海域黄鳍金枪鱼渔场预测的重要变量依次为：叶绿素浓度，DO₂₀₀，T₃₀₀，T₂₀₀，Lon等。叶绿素浓度反映了浮游生物量，是海水中生产力水平的指标^[41]，影响鱼类的产量^[42]。叶绿素适宜的海域通常浮游生物充足，小型鱼类丰富，而黄鳍金枪鱼以小型鱼类为食，因此叶绿素浓度可能直接影响其资源分布和种群丰度。海表面叶绿素浓度通常存在季节性波动^[43]，与之相关的生物资源也出现季节性变动的规律。金枪鱼耗氧量和标准代谢率超过大多数硬骨鱼^[44-45]，对于溶解氧有较高的要求。溶解氧的限制可能会改变鱼类群落的组成，从而影响金枪鱼的分布和捕捞量^[13,46]。溶解氧在各水层的垂直分布图显示，溶解氧浓度随着水深增加呈现降低，但在密克罗尼西亚海域南部，溶解氧浓度仍保持着较高的值，且明显高于北部海域(图11)。温度影响黄鳍金枪鱼的产卵等活动^[47]，由于密克罗尼西亚海域地处热带，浅水层的温度差值不大，因此温度较大变化出现在更深的水层(图12)。而研究海域内的南部，即便深水层的温度也比北部更为适宜(图12)。水温和溶解氧浓度的垂直剖面图从理论上说明了黄鳍金枪鱼渔场偏南分布更为合理，这也佐证基于VMS得出的渔场分布更为合理(图5)。经度是影响黄鳍金枪鱼渔场的主要因素之一，在其他研究中也有类似结论^[48]。本文得出200 m和300 m为关键水层深度，这或许与黄鳍金枪鱼的生态行为特征有关，研究得出在中西太平洋深度150 m甚至200 m以深黄鳍金枪鱼渔获率较高^[49-50]，而杨胜龙等^[51]发现中西太平洋黄鳍金枪鱼的中心渔场集中在17°C等温线附近，通常在150~300 m之间。基于本文的结论，建议在密克罗尼西亚海域捕捞黄鳍金枪鱼时将延绳钓钩沉降至200 m以深，以提高渔获率。

图11

图11 　不同水层的溶解氧浓度分布a. 0 m；b. 50 m；c. 100 m；d. 150 m；e. 200 m；f. 250 m；g. 300 m. Fig. 11 　Distributions of dissolved oxygen concentration at different water layersa. 0 m; b. 50 m; c. 100 m; d. 150 m; e. 200 m; f. 250 m; g. 300 m.

图12

图12 　不同水层的温度分布a. 0 m；b. 50 m；c. 100 m；d. 150 m；e. 200 m；f. 250 m；g. 300 m. Fig. 12 　Distributions of temperature at different water layersa. 0 m; b. 50 m; c. 100 m; d. 150 m; e. 200 m; f. 250 m; g. 300 m.

本研究得出基于Bi-LSTM的黄鳍金枪鱼CPUE预测效果较好。BiLSTM通过结合前向和后向两个LSTM层，可以同时捕捉时间序列中的双向依赖。这在渔情预测中非常重要，因为CPUE等渔业数据往往受过去和未来条件的共同影响。双向依赖可以更准确地反映捕捞量随时间的变化趋势，从而提升预测的准确性。渔情数据通常是时间序列数据，涉及多年的捕捞记录。BiLSTM能够有效处理这些长时间序列，并捕捉到长时间跨度内的模式和依赖性，避免信息在长时间序列中丢失或减弱，这对于预测长期趋势或应对季节性变化尤其有效。双向信息的融合能够使BiLSTM模型在不同的渔业环境和条件下具备更好的泛化能力，有助于提高渔场预报的准确性。

延绳钓渔业中，CPUE的大小与努力量有关，没有网格化统计努力量而直接将钓钩总数当作某一区域的努力量，导致CPUE值过小而计算错误。本研究在网格化统计努力量和渔获量后，得到CPUE值的波动范围在0~100尾/千钩之间。在实际数据波动较大的情况下，MAE和RMSE显示出模型对大多数样本预测效果不错。在CPUE通常存在较高的随机性和复杂的非线性关系的渔业数据中，尤其在面对波动较大的数据时，R²低于0.5为合理情况^[52-53]。未来的研究可以通过加入更多影响金枪鱼CPUE的解释变量，或进一步优化模型，以进一步提升金枪鱼渔场预测模型的准确度。

CPUE常被用作相对资源丰度而在渔场预测模型的相关研究中作为响应变量。由于延绳钓渔船的数据来源有多种，需研究不同统计方法得出的CPUE作为预测模型的输入对渔场预报结果的影响。本研究的结果表明，利用影响黄鳍金枪鱼的一些关键时空环境要素，基于BiLSTM模型，可较为准确地预测金枪鱼资源丰度和渔场分布。本文的结果显示，不同数据来源的CPUE对渔场预测精度存在影响，以较小尺度研究地理跨度较大的延绳钓渔业时，利用VMS数据计算出的CPUE的数据集，在渔场预测模型中具有更高的精度。本文通过模型事后解释，揭示了影响延绳钓黄鳍金枪鱼渔场预测的重要因子和关键水层。本文初步研究了黄鳍金枪鱼CPUE的季节性时空分布规律以及因子的重要性，但环境变异性如何影响黄鳍金枪鱼资源变动的内在机理尚未进行探索。此外，黄鳍金枪鱼的分布还受摄食行为等制约^[54]，未来可继续开展研究，可通过模拟鱼类对动态海洋景观中生物和非生物条件的空间异质性的反应来调查黄鳍金枪鱼群体的分布。CPUE在本文作为渔场资源丰度指标，并非绝对丰度的直接反映，由于本文仅使用了渔业生产数据，未能结合独立的资源调查数据进行验证，因此未来的研究中应结合独立的资源调查数据(如声学或科学调查数据)以进一步验证模型在预测渔场的可靠性和适用性。