针对长鳍金枪鱼渔场预测的失衡数据处理模型比较评估:库克群岛附近海域的案例研究

《Fisheries Science》:Comparative evaluation of imbalanced data processing models for albacore tuna fishing ground prediction: a case study in the waters near Cook Islands

【字体: 大 中 小 】 时间:2026年07月09日 来源:Fisheries Science 1.4

编辑推荐:

  摘要为解决传统渔场预测中类别不平衡的问题,本研究系统地采用了七种代表性的重采样策略(SMOTE、Borderline-SMOTE、SMOTETomek、SMOTEENN、ADASYN、NearMiss以及随机欠采样),并结合十种常用的机器学习模型(k-最近邻[KNN]、随机森林[

  

摘要

为解决传统渔场预测中类别不平衡的问题,本研究系统地采用了七种代表性的重采样策略(SMOTE、Borderline-SMOTE、SMOTETomek、SMOTEENN、ADASYN、NearMiss以及随机欠采样),并结合十种常用的机器学习模型(k-最近邻[KNN]、随机森林[RF]、梯度提升决策树[GBDT]、LightGBM、XGBoost、CatBoost、AdaBoost、分类与回归树[CART]、逻辑回归[LR]以及堆叠模型),构建了一个用于预测库克群岛附近水域长鳍金枪鱼(Thunnus alalunga)渔场的类别不平衡分类框架。研究利用2022年至2024年的延绳钓渔业数据及多源海洋学变量,通过分层交叉验证和独立测试数据集来评估不同重采样模型组合的分类性能。结果表明:(1)类别不平衡重采样显著提升了模型的召回率和F1分数,有效避免了过度偏向多数类(非主要渔场)的问题;(2)在所有组合中,SMOTEENN–LightGBM模型取得了最佳的整体性能(F1?=?0.6805,召回率?=?0.7886,G-mean?=?0.7623),在预测精度与计算效率之间实现了良好平衡;(3)堆叠模型在无需重采样的情况下具备较强的稳定性,但在经过重采样处理后其性能提升较为有限;(4)核密度相似性分析显示,预测结果与实际主要渔场分布之间的结构相似性指数(SSIM)值为0.8456,表明两者在空间分布上具有高度一致性。这些研究结果表明,SMOTEENN–LightGBM模型为长鳍金枪鱼渔场预测提供了一种可靠且高效的方法,有助于实现库克群岛附近水域金枪鱼资源的精准预测与可持续利用。

为解决传统渔场预测中类别不平衡的问题,本研究系统地采用了七种代表性的重采样策略(SMOTE、Borderline-SMOTE、SMOTETomek、SMOTEENN、ADASYN、NearMiss以及随机欠采样),并结合十种常用的机器学习模型(k-最近邻[KNN]、随机森林[RF]、梯度提升决策树[GBDT]、LightGBM、XGBoost、CatBoost、AdaBoost、分类与回归树[CART]、逻辑回归[LR]以及堆叠模型),构建了一个用于预测库克群岛附近水域长鳍金枪鱼(Thunnus alalunga)渔场的类别不平衡分类框架。研究利用2022年至2024年的延绳钓渔业数据及多源海洋学变量,通过分层交叉验证和独立测试数据集来评估不同重采样模型组合的分类性能。结果表明:(1)类别不平衡重采样显著提升了模型的召回率和F1分数,有效避免了过度偏向多数类(非主要渔场)的问题;(2)在所有组合中,SMOTEENN–LightGBM模型取得了最佳的整体性能(F1?=?0.6805,召回率?=?0.7886,G-mean?=?0.7623),在预测精度与计算效率之间实现了良好平衡;(3)堆叠模型在无需重采样的情况下具备较强的稳定性,但在经过重采样处理后其性能提升较为有限;(4)核密度相似性分析显示,预测结果与实际主要渔场分布之间的结构相似性指数(SSIM)值为0.8456,表明两者在空间分布上具有高度一致性。这些研究结果表明,SMOTEENN–LightGBM模型为长鳍金枪鱼渔场预测提供了一种可靠且高效的方法,有助于实现库克群岛附近水域金枪鱼资源的精准预测与可持续利用。

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