本发明属于海洋渔情分析处理，具体涉及基于时间序列模型的西北太平洋柔鱼资源丰度预测方法。
背景技术：
1、柔鱼(ommastrephes bartramii)是一种重要的经济头足类，广泛分布于北太平洋海域。黑潮暖流和亲潮寒流在西北太平洋的交汇形成了复杂的海洋环境，在温度、营养盐等因素的驱动下，柔鱼在亚热带水域的产卵场和亚北极海域的索饵场之间迁移。我国自1994年开始在西北太平洋海域进行商业化捕捞柔鱼，根据其分布海域和产卵高峰期的不同，以170°e为界划分，以东海域为冬春生群体，以西海域为秋生群体，目前以冬春生为主要的捕捞群体。由于捕捉期间较短，因此对西北太平洋柔鱼资源丰度预测有着较高的需求。
2、目前国内外学者探究了海表面温度(sea surface temperature，sst)、海水叶绿素浓度(chloroplyll，chl_a)等海洋环境因子对柔鱼资源丰度的影响，相关结果在一定程度上反映了柔鱼资源量变动机制，但这些环境因子的选取大多基于捕捞位置即索饵场的时空分布，没有考虑柔鱼早期鱼卵、仔稚鱼等生活史阶段即产卵场的海洋环境，以及柔鱼资源量对海洋环境因子的滞后响应。柔鱼作为短生命周期的物种，对环境变化较为敏感，其早期生活史过程产卵场的海洋环境是决定柔鱼资源补充量的关键因素，而目前使用的预测方法没有考虑生物特征的相关协变量，有效预测的时间短，置信区间大，对柔鱼实际渔业生产指导效果不明显，因此在对西北太平洋柔鱼资源丰度预测时有必要同时考虑索饵场、产卵场的海洋环境因子对资源丰度的变动机制。
技术实现思路
1、本发明的目的是针对现有技术中存在的问题，提供基于时间序列模型的西北太平洋柔鱼资源丰度预测方法，在原有单一时间序列的基础上结合构建基于柔鱼栖息地和气候多协变量的时间序列模型，考虑柔鱼生活史过程经历的海洋环境要素，以反应渔情情况的单位捕捞努力量渔获量(catch per unit effort，cpue)作为基准指标，以增加柔鱼资源丰度有效预测时间，缩小不确定性范围。
2、技术方案如下：
3、基于时间序列模型的西北太平洋柔鱼资源丰度预测方法，包括以下步骤：
4、步骤1：将西北太平洋柔鱼历年渔获数据划分为训练集和测试集，用单位捕捞努力量渔获量(cpue)表征西北太平洋柔鱼资源丰度，计算每个捕捞点位的捕捞努力量渔获量和月平均单位捕捞努力量渔获量；
5、步骤2：对训练集数据进行单位根检验以满足平稳性要求；
6、步骤3：以训练集数据建立季节性单一自回归移动平均模型(sarima)；
7、步骤4：以季节性单一自回归移动平均模型为基础，结合柔鱼产卵场(s)的海表面温度ssts、海表面盐度ssss、海表叶绿素浓度chl_as、海表面高度sshs、混合层深度mlds、海表含氧量o2s以及索饵场(f)的sstf、sssf、chl_af、sshf、mldf、o2f值，建立季节性多协变量自回归移动平均模型(sarimax)；
8、步骤5：用测试集对季节性多协变量自回归移动平均模型进行残差的白噪声检验、拟合度及预测精度筛选评估，得到最优模型；
9、步骤6：使用最优模型进行西北太平洋柔鱼资源丰度预测。
10、进一步的，步骤1中，测试集为使用该方法时间点两年内的6-11月，144.5°e-170°e，35°n-49.5°n位置的渔获量和捕捞船数量；训练集为从有记录以来到使用该方法时间点两年前的6-11月，144.5°e-170°e，35°n-49.5°n位置的渔获量和捕捞船数量。
11、进一步的，步骤1中单位捕捞努力量渔获量的计算方法为，先用如下公式计算每个捕捞点位的cpueymij值：其中cpueymij，cymij，eymij分别为年份y、月份m、经度i，纬度j的单位捕捞努力量(tons/vessel，t/v)，产量，作业渔船数量；再用如下公式计算月平均单位捕捞努力量渔获量：其中cpueym为y年、m月的月平均单位捕捞努力量渔获量，cpuek(ymij)为cpueymij公式中计算所得第k个捕捞位置的平均单位捕捞努力量渔获量，m为m月内总数据量。
12、进一步的，步骤2中单位根检验是基于平稳序列与单位根之间的关系构造检验时间序列数据的单位根，若序列的所有特征根都在单位圆内则序列为平稳序列，若序列有特征根在单位圆上或者圆外，那么序列为非平稳序列。
13、更进一步的，单位根检验使用r语言中用于时间序列分析的包tseries中的adf.test函数进行，若p值小于0.05则说明序列平稳，若p值大于0.05则序列不平稳，需先后进行d阶差分和d次季节性差分运算使序列稳定，其中d/d≤2，d阶差分和d次季节性差分先后顺序不影响结果，当序列的季节性较强时，优先使用季节性差分。
14、进一步的，步骤3中季节性单一自回归移动平均模型
15、sarima(p，d,q)(p,d,q)[s]表达式为：
16、其中p、d、q，分别对应自回归、差分、移动平均三个过程，p、d、q、s季节性自回归项、差分项、移动平均项以及频率，yt是时间序列在时间t的观测值，δ为常数项，b为延迟算子；(1-b)d表示进行d阶差分；(1-bs)d表示进行d次季节周期为s的季节性差分；多项式φ(p)(bs)＝1-φ1bs-…-φpbs，多项式作用在yt上即等式左侧为表示模型的ar(p/p)成分，等式右侧为表示模型的ma(q/q)成分。
17、进一步的，步骤4中季节性多协变量自回归移动平均模型sarimax的表达式为：yt′＝yt+βxi，其中yt′表示季节性多协变量自回归移动平均模型在时刻t的拟合值；yt为季节性单一自回归移动平均模型在t时刻的拟合值；xi表示产卵场或索饵场的环境协变量；β为协变量的系数向量，描述协变量对因变量的影响程度。
18、进一步的，步骤5中使用r语言中用于时间序列预测工具集forecast包中的checkresiduals函数对季节性多协变量自回归移动平均模型进行残差的白噪声检验，若p值大于0.05模型通过白噪声检验，若p值小于0.05则模型未通过检验，需要重新建模。
19、进一步的，步骤5中对季节性多协变量自回归移动平均模型拟合度评估采用赤池信息量准则(aicc)，计算式为：其中l表示模型的似然函数值，表示模型的拟合程度；k是模型中的参数数量，n为样本数量，aicc值越小表示模型的拟合效果越好；预测精度筛选评估采用均方根误差rmse指标，计算式为：其中yi表示实际值，表示预测值，n表示测试集样本数量，rmse衡量了模型预测值与真实值之间的平均误差，其值越小表示模型预测性能越好。
20、有益效果：
21、1)本发明在原有单一时间序列的基础上结合海洋环境协变量构建基于柔鱼栖息地和气候多协变量的时间序列模型，能够有效地捕捉柔鱼资源量的变化，建立更精确的资源丰度预测模型，能做到更准确的西北太平洋柔鱼资源丰度预测。
1.基于时间序列模型的西北太平洋柔鱼资源丰度预测方法，其特征在于：包括以下步骤：
2.如权利要求1所述的基于时间序列模型的西北太平洋柔鱼资源丰度预测方法，其特征在于：所述的步骤1中，测试集为使用该方法时间点两年内的6-11月，144.5°e-170°e，35°n-49.5°n位置的渔获量和捕捞船数量；训练集为从有记录以来到使用该方法时间点两年前的6-11月，144.5°e-170°e，35°n-49.5°n位置的渔获量和捕捞船数量。
3.如权利要求1所述的基于时间序列模型的西北太平洋柔鱼资源丰度预测方法，其特征在于：所述的步骤1中单位捕捞努力量渔获量的计算方法为，先用如下公式计算每个捕捞点位的cpueymij值：其中cpueymij，cymij，fymij分别为年份y、月份m、经度i，纬度j的单位捕捞努力量，产量，作业渔船数量；再用如下公式计算月平均单位捕捞努力量渔获量：其中cpueym为y年、m月的月平均单位捕捞努力量渔获量，cpuek(ymij)为cpueymij公式中计算所得第k个捕捞位置的平均单位捕捞努力量渔获量，m为m月内总数据量。
4.如权利要求1所述的基于时间序列模型的西北太平洋柔鱼资源丰度预测方法，其特征在于：所述的步骤2中单位根检验是基于平稳序列与单位根之间的关系构造检验时间序列数据的单位根，若序列的所有特征根都在单位圆内则序列为平稳序列，若序列有特征根在单位圆上或者圆外，那么序列为非平稳序列。
5.如权利要求4所述的基于时间序列模型的西北太平洋柔鱼资源丰度预测方法，其特征在于：所述的单位根检验使用r语言中用于时间序列分析的包tseries中的adf.test函数进行，若p值小于0.05则说明序列平稳，若p值大于0.05则序列不平稳，需先后进行d阶差分和d次季节性差分运算使序列稳定，其中d/d≤2，d阶差分和d次季节性差分先后顺序不影响结果，当序列的季节性较强时，优先使用季节性差分。
6.如权利要求1所述的基于时间序列模型的西北太平洋柔鱼资源丰度预测方法，其特征在于：所述的步骤3中季节性单一自回归移动平均模型sarima(p,d,q)(p,d,q)[s]表达式为：
7.如权利要求1所述的基于时间序列模型的西北太平洋柔鱼资源丰度预测方法，其特征在于：所述的步骤4中季节性多协变量自回归移动平均模型sarimax的表达式为：y′t＝yt+βxi，其中y′t表示季节性多协变量自回归移动平均模型在时刻t的拟合值；yt为季节性单一自回归移动平均模型在t时刻的拟合值；xi表示产卵场或索饵场的环境协变量；β为协变量的系数向量，描述协变量对因变量的影响程度。
8.如权利要求1所述的基于时间序列模型的西北太平洋柔鱼资源丰度预测方法，其特征在于：所述的步骤5中使用r语言中用于时间序列预测工具集forecast包中的checkresiduals函数对季节性多协变量自回归移动平均模型进行残差的白噪声检验，若p值大于0.05模型通过白噪声检验，若p值小于0.05则模型未通过检验，需要重新建模。
9.如权利要求1所述的基于时间序列模型的西北太平洋柔鱼资源丰度预测方法，其特征在于：所述的步骤5中对季节性多协变量自回归移动平均模型拟合度评估采用赤池信息量准则，计算式为：
