近期，我所漁業遙感技術及數字漁業創新團隊在環境科學、海洋和淡水生物學領域國際知名期刊《Marine Pollution Bulletin》（JCR 1區，2023年影響因子為7.001）上發表題為“Construction of chub mackerel (Scomber japonicus) fishing ground prediction model in the northwestern Pacific Ocean based on deep learning and marine environmental variables”的研究論文，為該期刊首次收錄相關研究內容。

日本鯖是西北太平洋周邊國家（日本、俄羅斯和中國等）燈光圍網和拖網漁業的主捕經濟魚種之一，資源量十分豐富但其對環境極為敏感，為漁場預報模型構建帶來了極大的挑戰。北太平洋漁業委員會已將其列為優先管理魚種之一，如何在氣候變化背景下深入挖掘不同海洋環境變量的漁場時空效應以及構建高準確率、即時性和智能化的漁場精準預報模型是日本鯖的主要研究熱點和難點之一。漁業遙感技術及數字漁業創新團隊通過研究發現日本鯖漁場重心自2019年來持續向東北方向移動且具有明顯季節性的變動規律，并識別出溶解氧（DO）、葉綠素濃度（Chla）和海表鹽度（SSS）是日本鯖中心漁場預測的關鍵環境參考因子。團隊采用統計分析、2DCNN（2D Convolutional Neural Networks）和3DCNN（3D Convolutional Neural Networks）深度學習模型等對日本鯖公海漁場進行了預報模型構建，結果表明時間和緯度信息是模型構建的重要因素，3DCNN預測模型優于2DCNN模型。上述研究結果有助于漁業管理機構和漁業生產者進一步掌握西北太平洋日本鯖漁場變化規律和影響因素，有利于促進相關漁業可持續發展和減少碳排放，也可為我國在日本鯖漁業資源管理中增加科學層面的談判話語權。

我所和上海海洋大學聯合培養的2021級碩士研究生韓海斌為第一作者，張衡副研究員和石永闖助理研究員為共同通訊作者。該成果得到了國家重點研發計劃項目（2019YFD0901405, 2022YFC2807504）、中國水產科學研究院東海水產研究所中央級公益性科研院所基本科研業務費專項資金（2021M06）、上海市揚帆人才計劃、浙江省遠洋漁業資源探捕等項目資助。

圖1 文章首頁截圖

圖2 2021年西北太平洋日本鯖中心漁場和非中心漁場預測分布（標注為1的中心漁場，標注為0的非中心漁場，不包含專屬經濟區）

圖3 2021年中心和非中心漁場海洋遙感環境變量差異比較

（遙感室張衡/韓海斌）