摘要

根据2003―2011年主渔汛期间中国鱿钓船队在西南大西洋的鱿钓生产数据,结合海洋遥感获得的海表温度(SST)、海面高度(SSH)和叶绿素a浓度(CHL-a)数据,匹配组织成不同时空尺度和环境因子的样本集,使用人工神经网络(artificial neural network,ANN)作为中心渔场的预报模型,比较所匹配的样本集对阿根廷滑柔鱼中心渔场预报模型的影响。研究表明,样本的时间尺度为周时,1.0o×1.0o的空间尺度和环境因子为SST所建立的BP中心渔场预报模型,具有最高的预报精度和最小的平均相对变动值(average relative variance,ARV);样本时间尺度为月时,0....