基于深度森林(Deep Forest)与SHAP(SHapley Additive exPlanations)环境因子贡献解析的日本鲭(Scomber japonicus)高产渔场多时相预测

《Biology》:Multi-Temporal Prediction of High-Catch Fishing Grounds for Chub Mackerel (Scomber japonicus) Based on Deep Forest and SHapley Additive exPlanations (SHAP) of Environmental Contributions

【字体: 大 中 小 】 时间:2026年06月29日 来源:Biology 3.5

编辑推荐:

  日本鲭(Scomber japonicus)是西北太平洋重要的过洋性渔业资源,其渔场分布受动态海洋环境条件的强烈影响。本研究旨在评估不同时间尺度上的环境信息如何影响高产渔场(high-catch fishing grounds)的预测,并识别环境变量贡献。研究

  
日本鲭(Scomber japonicus)是西北太平洋重要的过洋性渔业资源,其渔场分布受动态海洋环境条件的强烈影响。本研究旨在评估不同时间尺度上的环境信息如何影响高产渔场(high-catch fishing grounds)的预测,并识别环境变量贡献。研究人员将2014—2022年中国光诱围网渔船渔捞日志数据与海洋环境变量相结合,构建了四个特征集:瞬时特征(E1)、多时相尺度融合特征(E2,含7日及30日滚动均值)、短期特征——7日滚动均值(E3)和长期特征——30日滚动均值(E4)。研究人员采用嵌套空间分组交叉验证(nested spatial group cross-validation)评估深度森林(Deep Forest)、随机森林(Random Forest, RF)、XGBoost、LightGBM和CatBoost,并应用SHAP(SHapley Additive exPlanations)解释模型预测。结果表明,加入历史环境信息后多数模型的AUC升高,多时相尺度融合特征在高产样本识别相关指标上表现更优,因此本研究假设在总体趋势上得到支持。模型比较显示Deep Forest在E2、E3和E4下表现相对稳定,而RF在E1下相对较好。短期环境特征有助于改善整体渔场判别,多时相融合更利于识别高产样本。时滞相关与SHAP分析表明短期环境变化、较长期背景条件及季节信号共同为模型预测提供信息。本研究可为实时渔场预测与渔业管理提供参考。
论文解读:基于深度森林与SHAP环境因子贡献解析的日本鲭(Scomber japonicus)高产渔场多时相预测
《Biology》刊载的此项研究,针对西北太平洋重要经济鱼种日本鲭(Scomber japonicus)渔场时空动态强、受海洋环境多尺度过程共同影响的特点,指出现有渔场预测研究多依赖单一时相瞬时环境变量,缺乏对不同时段(瞬时、短期波动、长期背景、季节信号)环境信息预测价值的系统比较与机理解释,且常用随机切分训练—测试集易因空间自相关高估性能。为此,研究人员以2014—2022年中国光诱围网(light purse seine)渔捞日志匹配Copernicus Marine Service再分析与遥感海表环境数据(海表温度SST、海表盐度SSS、叶绿素-a浓度Chl-a、海面高度异常SLA、地转流合速度Umag、溶解氧DO、混合层深度MLD),按日—0.5°×0.5°网格匹配,以日单网次渔获量中位数为阈值划分为高产与低产二元标签(各约35075和35072个样本),构建四组环境特征集——E1(当日变量+月周期正弦余弦编码表征季节相位)、E3(E1+7日历史滚动均值表征周际波动与潜在滞后效应)、E4(E1+30日历史滚动均值表征月际背景与累积效应)、E2(E1+7日+30日滚动均值融合多时相信息),滚动统计严格取t?7至t?1或t?30至t?1以避免信息泄露。在此基础上比较Deep Forest(gcForest)、RF、XGBoost、LightGBM、CatBoost五种集成学习算法,采用基于k-means空间分组的嵌套GroupKFold交叉验证(外层六折评估泛化性能,内层五折调参选优)防止空间自相关导致性能虚高,经Pearson相关与方差膨胀因子(VIF)检验确认无严重多重共线性后建模,以AUC、F1-score、精确率(Precision)、召回率(Recall)、PR-AUC为评价指标,并用Tree SHAP量化全局与局部环境变量贡献,事后进行环境因子与高产渔场标签间0—30日Spearman秩时滞相关分析辅助解释。
主要关键技术与方法:
研究人员选用西北太平洋公海(145°E–163°E, 35°N–45°N)2014—2022年4—12月中国光诱围网日本鲭渔捞日志(n=70147)与CMEMS日—0.5°海表环境数据空间—时间匹配,依日渔获中位数二分高产/低产样本构建均衡二分类集;构造E1(瞬时+月周期编码)、E3(+7日滚动均值)、E4(+30日滚动均值)、E2(+7日+30日滚动均值)四套多时相环境特征;以Pearson相关与VIF检验共线性;采用Deep Forest、RF、XGBoost、LightGBM、CatBoost五模型,嵌套空间分组GroupKFold交叉验证(k-means按经纬距聚类防空间泄漏)训练与贝叶斯/网格调参;以AUC、F1、Precision、Recall、PR-AUC评价;Tree SHAP做全局及局部变量重要性解析;Spearman秩相关做0—30日滞后诊断分析。
研究结果
3.1. Multi-Model Comparison Across Temporal Scales(多模型跨时相比较)
研究人员在E1—E4特征集下分别训练五模型并以外层测试集评估,发现仅用瞬时变量(E1)时AUC与F1偏低;引入历史滚动统计后E2、E3、E4多数模型AUC数值上升,证实历史环境信息可辅助预测。E2在高产样本识别的F1、Precision、Recall及PR-AUC上数值较高,Deep Forest于E2表现尤为突出;E3的AUC也较高,说明7日滚动特征有利整体高低产判别;单独E4对正类识别指标偏低。模型层面Deep Forest于E2/E3/E4较稳定,RF于E1较好且在E2达最高AUC之一。结论:短时段环境动态与多时相融合均有益,多时相融合更利高产样本识别。
3.2. Effects of Temporal Scale on Deep Forest(时相对Deep Forest的影响)
研究人员单独分析Deep Forest各特征集性能,E3下AUC相对较高(7日滚动助整体判别),E2下F1与PR-AUC较高(融合7日与30日统计量助高产识别),E4指标低于E2/E3但仍高于E1。生态上短期变化关联鱼群聚集觅食,长期背景反映生态系统状态,二者互补提升预测。结论:Deep Forest对短期动态与多时相信息均有响应,E2/E3数值表现较优。
3.3. Time-Lag Analysis Results(时滞分析结果)
研究人员对每环境变量做0—30日Spearman秩相关滞后诊断(事后分析,非建特征依据)。Chl-a、SSS、MLD最优滞后分别为1、1、2天且负相关;DO与Umag最优滞后14天与20天呈中等滞后关联;SLA、SST、纬向与经向地转流速(ugeo、vgeo)最优滞后达24—30天,提示部分海洋动力—热力变量与高产渔场分布可能在较长时尺度关联。除ugeo外均经FDR校正显著(p<0.05)。结论:不同环境变量与基于渔获定义的高产渔场存在变量特异性时相关联特征。
3.4. Global SHAP Analysis of Cross-Scale Environmental-Variable Contributions(跨尺度环境变量贡献的全局SHAP分析)
研究人员计算Deep Forest于各特征集的全局SHAP值(按|SHAP|均值排序)。E1中Chl-a、SST、SSS、DO、MLD贡献高;E3中Chl-a、SST、SSS_7d、Chl-a_7d、SSS重要,表明瞬时与7日滚动变量共参予预测;E4中Chl-a_30d居首,SSS_30d、SST_30d、DO_30d亦靠前,体现月背景信息被模型利用;E2中瞬时(Chl-a、SSS)、短期(Chl-a_7d、SSS_7d、SST_7d、DO_7d)与长期(Chl-a_30d、SSS_30d、DO_30d)变量及季节项(month_cos)均有贡献。结论:模型预测整合了不同时相环境信息而非依赖单一变量。
3.5. Local SHAP Analysis of Environmental-Variable Contributions(环境变量贡献的局部SHAP分析)
研究人员选取测试集典型高产与低产样本做SHAP瀑布图解析。高产样本中E1靠瞬时SST/Chl-a/DO正向推升预测,E2同时利用Chl-a、Chl-a_7d、DO_7d、DO、Chl-a_30d、DO_30d正向贡献,E3/E4分别见7日滚动与30日滚动变量参与;低产样本相应变量多为负向压低高产预测概率。局部结果与全局SHAP一致,Chl-a、SST、SSS及其滚动统计量在多代表样本中具局部贡献。结论:模型在具体样本预测中实际调用了多时相环境变量信息。
讨论与结论翻译
讨论指出7日滚动特征提升整体判别,多时相融合(E2)更利高产识别;滞后分析印证部分变量存短滞后(1—2天),部分为中等—长滞后(14—30天);单独30日背景贡献有限但作为多时相背景有价值;月正弦余弦编码提供季节相位背景信息;Deep Forest因其级联森林(cascade forest)结构对多时相特征适应性较好,RF于简单瞬时特征表现佳;研究局限含未细探14—15日中间尺度窗口、以中位数一刀切二分类未做阈值敏感性分析、商业渔获受捕捞努力量影响应理解为基于渔获的高产渔场预测而非资源生物量直接估算、未纳入三维垂直结构环境变量;建议未来结合标准化CPUE、捕捞努力量、三维海洋数据及外部验证集深化。实际应用可取SST、SSS、Chl-a、DO、MLD之7日滚动统计作近实时渔场预测动态输入,关注高产区时可进一步融30日滚动背景。
研究结论翻译如下:
(1) 不同时相环境特征影响日本鲭高产渔场预测。短期环境特征有助提升模型整体判别能力,多时相特征融合进一步增强了高产样本识别能力。
(2) 时滞分析与SHAP结果表明模型预测不依赖单一变量,而是联合利用Chl-a、SST、SSS、DO、MLD及其滚动统计等多时相环境信息;短期变量主要反映近期环境变化信息,长期变量提供背景条件,季节信号亦有贡献。
(3) 实际应用中建议业务化渔场预测系统纳入7日滚动环境特征以提升短期判别;若侧重高产区识别可进一步融合7日与30日环境特征。未来研究可结合捕捞努力量信息、标准化CPUE及三维环境变量以提高模型稳健性与应用价值。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号