应用人工智能预测夜光棒拖网捕鱼性能：颜色效应与可持续渔业优化

为解决传统拖网渔业效率低、环境影响大的问题，研究人员开展了一项创新研究，将夜光棒集成于拖网中吸引海洋生物，结合广义加性模型（GAM）和反向传播（BP）神经网络预测捕获重量。结果表明，夜光棒显著提高捕获重量（p<0.01），橄榄绿棒增幅达40.65%；同时，月球相位和潮汐周期对捕鱼效率影响显著，BP模型预测精度超91.72%。该研究为黄海拖网渔业提供了高效、可持续的理论指导，推动人工光源技术在海洋捕捞中的应用。

　　

论文解读文章

在黄海的波涛中，拖网渔业正面临严峻挑战：传统作业依赖潮汐驱动鱼群入网，但效率低下且易误捕幼鱼，加剧资源枯竭和生态失衡。随着渔业发展加速，如何提升捕鱼效率同时减少环境影响，已成为紧迫议题。人工光源虽能吸引海洋生物，却因需电缆供电而操作不便、成本高昂。例如，LED光源虽在鳕鱼笼中提升捕获率74%，却限制了渔船灵活性。更糟的是，月球相位和潮汐周期的微妙影响常被忽视——满月时捕获量可增加5%，但这些因素如何与光源协同优化捕鱼，仍是未知领域。在此背景下，一项创新研究应运而生，旨在通过智能手段破解这一难题，推动渔业走向可持续。

为此，中国水产科学研究院东海水产研究所（East China Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences）的研究人员设计了一项前瞻性研究，将夜光棒（一种仅需阳光激活、可持续发光6小时的材料）集成于拖网网口，系统测试其对捕鱼性能的提升效果。研究人员利用广义加性模型（GAM）分析环境因素影响，并结合反向传播（BP）神经网络预测捕获重量。最终，他们证实夜光棒能显著优化捕鱼效率，橄榄绿色效果最佳；研究成果发表在《Regional Studies in Marine Science》，为黄海渔业提供了可操作的智能解决方案。

在方法上，研究人员开展了海上试验，样本来源为黄海青岛近海（35°36′ N, 120°00′ E）。试验于2019年11-12月和2020年9-10月进行，核心包括：安装不同颜色（橄榄绿、天蓝、蓝绿）夜光棒于拖网网口，对比捕获重量；测量潮汐系数和月球相位（新月、满月等）数据；使用GAM建模分析夜光棒、月球相位和潮汐周期的交互效应；并构建BP神经网络模型（基于误差反向传播的机器学习方法）预测捕获重量。忽略具体试剂和培养步骤，试验直接量化了拖网作业中的生物响应和环境变量。

研究结果通过多个小标题系统呈现：

• 不同颜色夜光棒的拖网捕获重量：试验显示，对照组拖网平均捕获重量为18.36±3.85kg，而使用夜光棒后，橄榄绿棒增加7.46kg（增幅40.65%），天蓝棒增2.31kg（12.57%），蓝绿棒增1.63kg（8.88%）。单因素方差分析（ANOVA）证实差异显著（p<0.01），表明夜光棒颜色对效率有决定性影响。
• 讨论：GAM分析揭示捕获重量与潮汐系数呈正相关，新月和满月阶段捕获量更高，这与高流速促进鱼群入网有关；同时，夜光棒将小黄鱼（Larimichthys polyactis）捕获比例从19.18%提升至22.80%，突显其对目标物种的吸引力。
• 结论：综合表明，月球相位、潮汐周期和夜光棒均显著影响捕获量（p<0.01）；BP神经网络预测精度达89.63%和91.72%，与实测数据高度吻合。

在结论与讨论部分，研究人员强调，夜光棒不仅解决了人工光源的供电难题，还通过颜色优化大幅提升效率，橄榄绿棒效果尤为突出。结合GAM和BP模型的智能预测，为拖网作业提供了实时决策支持，降低了对幼鱼的误捕风险。这一创新不仅验证了环境周期（如29.5天月相）与捕鱼的深层关联，更推动了可持续渔业实践——在黄海等区域，应用该技术可减少能源消耗20%以上，同时促进生态平衡。研究为全球海洋捕捞树立了新标杆，未来可扩展至其他经济物种，实现渔业资源的长效管理。