Информационное сопровождение промысла японской скумбрии Scomber japonicus в тихоокеанских водах российской федерации

Аннотация

Для прогнозирования формирования благоприятной промысловой обстановки в Южно-Курильской зоне применяли методы машинного обучения. В качестве входных данных использовали значения температуры поверхности океана, производные гидрологические характеристики. Индикатором участков с благоприятной промысловой обстановкой выступали показания судовых суточных донесений по материалам промысловой статистики из Отраслевой системы мониторинга Центра системы мониторинга рыболовства и связи. Под промысловой обстановкой понимали наличие либо отсутствие промысла в определенной точке. Прогнозирование благоприятной промысловой обстановки, таким образом, было сведено к задаче бинарной классификации. Наличие промысла обозначали как «1», отсутствие — «0». Использовали библиотеку для языка сценариев R LightGBM, реализующий алгоритм градиентного бустинга на основе решающих деревьев. Показана эффективность примененного подхода для формирования оперативного прогноза с заблаговременностью до трех суток. За весь период промысла на спрогнозированных участках было добыто около 75 % общего вылова скумбрии, за период интенсивного промысла — около 84 %.