集成垂直环境结构与混合高斯时空Transformer的中西太平洋黄鳍金枪鱼渔场预报方法

《SoftwareX》：A Forecasting Method for Central and Western Pacific Yellowfin Tuna Fishing Ground Integrating Vertical Environmental Structures and Hybrid Gaussian Spatiotemporal Transformer

　　

理解栖息地-环境动态对于可持续远洋渔业至关重要。然而，现有的预报方法往往忽略垂直环境约束，并且在处理零膨胀、时空复杂的渔业数据时存在困难。为解决此问题，研究人员提出了一种混合高斯时空Transformer（HGP-ST）模型，该模型融合了三维垂直环境特征以预测黄鳍金枪鱼单位捕捞努力量渔获量（CPUE）。利用2010–2023年逐月延绳钓渔业数据和环境数据，研究人员构建了涵盖海面动力学、生理阈值、温跃层特征和垂直分层差异的多尺度环境特征。HGP-ST模型在Transformer融合之前引入高斯过程先验，以缓解稀疏样本条件下的建模不稳定性。同时，其双分支架构通过估计捕捞事件的概率和强度来缓解零值膨胀问题。结果表明，与传统基线模型相比，HGP-ST模型实现了更优的预测性能。垂直分层和生理阈值被识别为对模型预测输出贡献的关键环境驱动因素。此外，该模型捕获了热带到亚热带单位捕捞努力量渔获量（CPUE）空间梯度，并追踪了中心渔场的年内演化。该方法改进了复杂渔业数据的表征，为中西太平洋（WCPO）资源评估和生产计划提供了可靠的数据基础。

### 论文解读：集成垂直环境结构与混合高斯时空Transformer的中西太平洋黄鳍金枪鱼渔场预报方法

#### 研究背景、问题与意义

中西太平洋（Western and Central Pacific Ocean，WCPO）作为全球黄鳍金枪鱼（Yellowfin Tuna，YFT）的主要栖息地和渔场，其捕捞效率的动态变化对远洋渔业的可持续发展至关重要。单位捕捞努力量渔获量（Catch Per Unit Effort，CPUE）是表征渔业资源丰度与捕捞强度的关键指标，但其受海洋环境条件、捕捞技术及时空分布等多种因素干扰。精确刻画CPUE的时空分布模式并预测其变化，对资源评估和捕捞作业优化具有深远意义。

现有CPUE预报方法主要包括渔业资源评估模型（如Schaefer模型、栖息地适宜性模型）和机器学习模型（如随机森林、支持向量机、长短时记忆网络等）。尽管这些方法取得了一定进展，但仍面临若干关键问题：第一，多数方法局限于海面环境因子，未能顾及鱼类生理特性对垂直栖息空间的约束，缺乏对空间环境、层间垂直差异及物种行为的三维综合考量；第二，对CPUE长期时空依赖（如跨区域洄游、跨季节周期）的表征不足；第三，现有方法对渔业CPUE数据特有的高比例零值和显著长尾分布的统计特征适应性较差。为此，研究人员提出了高斯过程（Gaussian Process，GP）与Transformer架构的融合策略，以提供稳健的时空先验分布并捕捉多变量间的长程时空依赖。

为突破上述瓶颈，本研究提出了一种融合垂直环境结构与混合高斯时空Transformer（Hybrid Gaussian Spatiotemporal Transformer，HGP-ST）的太平洋黄鳍金枪鱼渔场预报方法。该方法构建了多尺度环境特征，包括海面动力学与锋面结构特征、金枪鱼生理阈值特征、温跃层结构特征及垂直环境层间差异特征；开发了融合高斯过程与Transformer架构的HGP-ST模型，引入时空先验信息以缓解远洋数据稀疏性，并采用轴向注意力Transformer机制捕获多尺度时空依赖；设计了双分支输出结构（捕捞发生概率与强度估计），以解决CPUE数据的零膨胀问题。研究利用2010–2023年逐月延绳钓渔业数据和多源环境数据进行了系统验证，论文发表在《SoftwareX》。

#### 关键技术方法

研究人员主要采用了以下关键技术方法：首先，基于公开的中西太平洋渔业委员会（WCPFC）5°×5°月度延绳钓渔业统计数据（2010–2023年），结合哥白尼海洋环境监测服务（CMEMS）的全球物理与生物化学再分析产品、世界海洋数据库（WOD9）温度异常产品、地球与空间研究（ESR）温度盐度梯度产品以及中国Argo实时资料中心GDCSM-Argo模型数据产品，构建了包含海面动力学（如海面高度异常sla、海面温度梯度sstg）、生理阈值（如Δ8°C等温深度delta8t_d、107.4 μmol·kg^-1溶解氧深度107.4doc_d）、温跃层结构（如温跃层温度梯度ttg、温跃层厚度tt）和垂直层间差异（如0–120 m温度差deltat_0_120、溶解氧差deltad_0_120）等13个核心环境特征的多尺度特征框架。其次，开发了HGP-ST深度学习模型，其核心包括多源编码器（地理编码器、时间编码器、区域编码器和环境序列编码器）、基于随机傅立叶特征近似核方法的高斯过程先验模块，以及堆叠多层轴向注意力块的时空注意力融合网络。模型采用双任务联合优化策略，分类分支使用二元交叉熵损失，回归分支使用均方误差损失，并通过Adam优化器、余弦退火学习率调度和早停策略进行训练。样本队列来源为2010–2022年数据用于训练，2023年数据作为独立测试集。

#### 研究结果

**3.1 环境特征因子筛选**
研究人员通过方差膨胀因子（VIF）诊断和Pearson相关检验，从28个候选环境变量中筛选出13个核心特征（VIF<10），包括sla、sstg、sot、107.4doc_d、delta8t_d、ttg、tt、deltad_12_18、deltat_0_120、deltas_0_120、deltac_0_120、deltad_0_120、deltatan_0_120。这些特征可归为四类：海面动力学与锋面结构特征、生理阈值特征、温跃层结构特征和垂直层间差异指数。相关分析表明，垂直层间差异因子（如溶解氧差deltad_0_120、盐度差deltas_0_120）与CPUE呈强正相关，而海面温度梯度sstg和Δ8°C深度差delta8t_d呈负相关，符合黄鳍金枪鱼显著昼夜垂直迁移及受温跃层和溶解氧约束的生态学认知。

**3.2 对比实验**
与Bi-LSTM、LightGBM、Informer和STGCN四种基线模型相比，HGP-ST模型在整体预测性能上最优：均方根误差（RMSE）为0.42，平均绝对误差（MAE）为0.32，决定系数（R2）为0.73，相对Bi-LSTM分别降低了约14%和16%，R2提升了约10%。在中心渔场识别方面，HGP-ST模型的H_F1得分达到0.74（准确率0.78、召回率0.75），显著优于其他模型，尤其在召回率上比最优基线STGCN提升3.0%，有效降低了漏报率。ROC曲线和PR曲线进一步验证了HGP-ST在识别少类高值样本方面的优势。

**3.3 消融研究**
通过分别移除海面动力学与锋面结构、生理阈值、温跃层结构、垂直层间差异以及高斯先验模块，发现海面动力学特征是模型识别热点区域边界的关键依据（移除后H_Accuracy从0.78骤降至0.55）；垂直层间差异是提升整体回归精度的核心变量（移除后R2降至0.68，MAE升至0.37）；高斯先验模块移除后模型RMSE和MAE上升至0.44和0.34，R2降至0.70；区域先验（基于K-means聚类）的移除导致召回率降至0.63，空间先验的移除导致R2降至0.66。证实了各模块的必要性。

**3.4 参数与特征敏感性分析**
输入序列长度以L=12为优（R2=0.70，H_F1=0.74），进一步增加序列长度无显著提升；预测时长H从1月延长至3月时，MAE从0.34升至0.36，RMSE从0.44升至0.45，但3月预报下中心渔场准确率仍达0.76，表明模型具备稳健的季节预报能力。K-means聚类数K=10时性能最优（R2=0.73，H_F1=0.74）。SHAP分析显示：捕捞发生分支中sstg贡献最大；CPUE强度分支中温跃层特征（tt、ttg）和生理阈值特征（delta8t_d、deltad_12_18）贡献更大；全局特征中垂直层间差异特征（deltad_0_120）、生理阈值特征（107.4doc_d、deltad_12_18、delta8t_d）和温跃层特征（ttg）影响显著，验证了三维垂直结构特征的强驱动作用。

**3.5 模型预测结果分析**
基于2023年预测的年均期望CPUE，模型清晰揭示了热带到亚热带CPUE的纬度梯度递减格局：高值核心渔场高度集中在巴布亚新几内亚岛及其邻近岛链周围，与黄鳍金枪鱼偏好暖水和富饵栖息地的生态倾向一致。月度尺度分析显示，中心渔场呈现“年初稳定、年中向外扩张、早秋收敛、年末聚集”的年内脉动演变模式。1–6月H_F1保持中高水平（0.73–0.80），7月召回率达到0.94但精确率降至0.62，8–9月各项指标显著下降（H_F1分别为0.66和0.64），11–12月回升至0.81和0.83（12月精确率达0.96）。这种动态特征与季节性海洋环境波动、台风活动及金枪鱼洄游节律高度吻合。

**3.6 模型鲁棒性分析**
年度滚动验证（2019–2023年）显示，模型回归性能保持稳定，RMSE在0.40–0.45之间，R2在0.70–0.74之间。2020年因COVID-19疫情导致社会经济因素主导，中心渔场识别指标出现异常下降。此外，每年8–9月预测性能波动与太平洋台风季及厄尔尼诺等极端事件相关，揭示了模型在高频气象扰动下的固有局限性。

#### 讨论与结论

讨论部分总结了多尺度三维环境特征体系的构建与理论基础。研究人员基于海面动态与锋面结构、生理阈值、温跃层结构及垂直层间差异四类特征，弥补了以往研究局限于二维海面变量的缺陷。生理阈值特征（如Δ8°C等温深度、107.4 μmol·kg^-1溶解氧深度）精准量化了三维栖息地的物理屏障与生理约束；温跃层结构特征反映了上层海洋分层状态对鱼类垂直分布的控制；垂直层间差异指数（以120 m为代表层）稳定刻画了上层海洋要素的分层强度，避免单一深度提取的偏差。在模型架构层面，高斯时空先验约束有效缓解了数据稀疏性和零膨胀问题，双任务输出结构提升了高值渔场的识别能力。模型解读结果（SHAP分析）证实垂直环境层间差异、生理阈值和温跃层变量对高值渔场预测贡献最大，与三维生态机制一致。研究人员指出，模型预测的持续热点区域应被视为优先监测和风险筛查区域，而非简单推荐捕捞区，建议结合船舶监测系统（VMS/AIS）数据、船长日志和观察员数据进行动态海洋管理。未来研究需在稀疏边缘区域和极端海况下验证模型泛化能力，并引入生成对抗网络（GANs）进行数据增强，结合可解释机器学习与种群动力学模型，进一步阐明气候波动、捕捞压力与资源丰度间的耦合机制。

研究结论部分翻译如下：
为解决传统渔场预报方法在非线性拟合、时空依赖建模和对零膨胀长尾数据适应性方面的局限性，本研究开发并严格评估了一个综合预测框架，系统验证了融合高斯过程与时空Transformer的HGP-ST模型的有效性和适用性。核心结论如下：（1）建立了三维多尺度环境框架，克服了传统二维海面表征的约束，引入垂直结构特征（包括温跃层结构、生理阈值深度、垂直层间环境差异），这些特征精准量化了三维海洋栖息地对鱼类运动的物理屏障和生理约束，作为预报模型中的决定性驱动因素，深刻阐明了黄鳍金枪鱼空间分布的三维生态机制。（2）开发了HGP-ST预报模型，针对渔业数据固有的稀疏性和零膨胀长尾分布，模型融合了高斯先验与多源时空编码，有效构建了平滑时空约束、缓解了噪声、捕获了长程映射，在误差控制、非线性拟合精度和泛化鲁棒性上显著优于基线模型。（3）实现了时空动态的高精度预报，模型成功捕获了从热带到亚热带CPUE递减的宏观纬度梯度，并精细重建了中心渔场的年内脉动模式——“年初稳定、年中扩张、早秋收敛、年末聚集”，这与季节性环境波动和金枪鱼洄游节律严格一致。