2011年9-12月中国金针菇围网沉降深度及影响因子

2011年9-12月中国金针菇围网沉降深度及影响因子

网络沉降性能是网络运行性能的组成部分。网络最大沉降深度和沉降速度是评估网络沉降性能的重要参数。影响网具沉降性能的因素广泛而复杂,其中包括网具结构、作业渔场海况以及渔法操作过程等,研究网具沉降性能与其主要影响因子之间的关系,有助于了解网具的沉降规律。实践中,渔船船长根据网具自身特性,结合渔场海况,通过调整作业方式使网具沉降达到捕捞目标鱼群的要求,提高围捕成功率和生产效率。金枪鱼围网等远洋深水围网具有主尺度大及浮沉力配备高等特点。迄今为止,国内外学者对网具沉降性能的研究主要集中在鳀、沙丁鱼等传统围网网具上。冯维山等和Misund等分别针对传统围网从下纲载荷及网目大小等网具结构方面分析了围网的沉降性能;Iitaka通过网具模型实验对沙丁鱼围网网具的沉降性能进行分析;近几年,Kim等及Hosseini等一些国外学者则广泛地运用数值模拟分析网具的沉降性能。在有关渔场海况和渔法操作技术因素对网具沉降性影响的实测研究中,Park和刘树椿分别利用模型实验和海上测试对围网网具的沉降速度和深度进行了分析,结果表明,括纲收绞速度对网具沉降性能影响显著;王春雷通过对比各网次金枪鱼围网网具的沉降性能,得出流速与沉降深度存在负相关,括纲长度与沉降深度则呈正相关。从查阅到的现有文献来看,大部分研究仅仅考虑单个因子对网具沉降的影响,没有考虑多元变量间的差异对响应变量造成的综合影响,因此网具沉降性能的分析结果可能存在其局限性。针对上述问题,作者通过2011年9—12月执行上海市科委重点攻关项目项目,根据上海水产(集团)总公司金枪鱼围网渔船调查期间测定的大型金枪鱼围网沉降深度数据及渔场环境因子,结合操作技术因素,筛选出影响围网网具沉降深度的有效因子,通过多元回归分析,得到最优回归模型。此外,还对网具的沉降速度进行系统分析,通过模型预测影响因素与网具沉降的关系,以便为改善金枪鱼围网的作业性能提供科学依据。1材料和方法1.1渔船和生产海域生产船为上海开创远洋渔业有限公司大型金枪鱼围网渔船“金汇7号”,渔船主尺度参数见表1。生产水域为巴布亚新几内亚专属经济区内(图1)。1.2网衣的结构参数、材料及计算模型测试的渔具为金枪鱼围网渔船“金汇7号”使用的生产网具(图2),由29片网衣缝合而成,主尺度为1637.70m×321.60m(结附网衣的上纲长度×网衣最大拉直高度),浮子纲配纲网衣的缩结系数为0.8;沉子纲长1963.70m,配纲网衣的缩结系数为0.92。网衣材料为聚酰胺合成纤维(PA),取鱼部网目尺寸为90mm,网翼网目尺寸为260mm。括纲为硬钢丝,长度约3000m。底环共119只,每只空气中质量为6kg,两底环间隔为16m。下纲沉子总质量为26t(空气中重),配重约为13.2kg/m。1.3tdr型温度深度计加拿大RBR公司生产的TDR-2050型微型温度深度计(简称TDR,下同)。仪器测定深度范围为10~740m,测试精度为满量程的0.05%,分辨率为满量程的0.001%。1.4tdr设置的深度测试使用7个TDR,间隔均匀地缚扎在沉子纲上(图3)。其中1号、4号及7号TDR分别位于网衣的后网头、网衣中部位置及取鱼部对应的沉子纲位置,其余缚扎在网翼部分。因此,4号TDR测定的深度读数是网具的最大沉降深度。测定时,TDR设置时间与电脑同步,时间间隔为5s,以20s为时间间隔计算网具的平均沉降速度并假设其为瞬时速度。同时记录作业期间海流的速度和方向、放网时间(开始放网至开始收绞括纲的时间间隔)、括纲松放的长度以及放网速度(母船开始放网时的船速),并计算网具平均沉降速度(最大沉降深度/放网时间)。1.5处理数据1.5.1各变量回归模型利用R软件(version2.9.2)中正态分布族的广义线性回归模型(GLM,GeneralLinearModel)分析最大沉降深度与各变量因子(放网时间、放网速度、流速、流向及括纲松放长度)之间的关系,建立多元回归模型,应用Q-Q图作残差检验,以确定误差项是否满足正态性,对各因子与模型方程分别进行t检验和F检验。多元线性回归模型的表达式为:其中,e~N(0,σ2),β0,β1,…,βp和σ2是未知参数,X1,…,Xp为变量因子,p≥2。1.5.2基于aic信息统计量的模型筛选通过残差图寻找样本的异常值并剔除;采用逐步回归法对影响网具沉降深度的变量因子进一步遴选,以AIC信息统计量为准则,AIC值相对较小的模型为最适合的模型,以此达到删除和增加变量的目的,最后选择对网具最大沉降深度影响最为显著的因子进行模型的进一步修正,得到最优回归方程。1.5.3多重共线性的度量在影响网具沉降的变量因子中,了解自变量的关系非常重要,由于某些自变量之间相互关联,如括纲长度和放网时间可能彼此相关,这个问题称为多重共线性。基本上对于p(>2)个自变量,如果存在常数c0,c1,…,cp,使得近似成立,则表示这p个变量存在多重共线性。度量多重共线性严重程度的一个重要指标是矩阵XTX的条件数,即:条件数刻画了XTX特征值的大小,一般情况下uf06b<100,则认为多重共线性的程度很小;若100≤uf06b≤1000,则认为存在中等程度或较强的多重共线性,若uf06b>1000,则认为存在严重的多重共线性。1.5.4原始变量的贡献率主成分分析是一种通过降维技术将多个变量化为少数几个主成分的方法,这些主成分能够反映原始变量的绝大部分信息,第i主成分Zi的比例为主成分Zi的贡献率。第一主成分的贡献率最大,表明它解释原始变量X1,X2,…,Xp的能力最强。通过对影响网具沉降性能的因子进行主成分分析,归化为少数几个主成分,并试图解释因子的原始数据所能反映的渔场海况信息和渔法操作技术信息。1.5.5沉降速度离散程度的计算运用变异系数CV(CoefficientofVariance)比较不同时刻沉降速度的离散程度,公式表示为CV=σ/μ,σ为标准差,μ为均值,CV值的大小决定了沉降速度的波动情况。2结果与分析2.1网具最大沉降深度及变量因子本次调查于2011年9月19日开始,至12月1日结束,期间共测试62网次,其中有效数据55网次,采集的数据内容包括:网具最大沉降深度(D,变化范围为112.7~278.4m);变量因子,具体包括放网时间(T,383~1025s)、海流速度(Cs,0.067~1.00kn)、流向角(Cd,0.8°~178.5°)、括纲松放长度(L,1071~2930m)及放网速度(S,6.8~13.8kn)。上述测试结果显示,各网次间几乎所有变量的分布范围较广且差异性明显。2.2网具沉降深度与放网时间关系分析利用多元回归建立网具沉降深度与放网时间等5个变量因子之间的线性关系(表2)。结果表明,流向角和放网速度对网具沉降深度的影响不明显(P>0.05,df=53),但放网时间、流速及括纲长度对网具沉降深度影响显著(P<0.05,df=53)。为了剔除对网具沉降性能影响较小的变量,选用逐步回归法进一步确定影响网具沉降的有效因子(表3),经过筛选后的3个因子及回归方程均显著(P<0.05)。图4为不同水平流速和括纲长度下沉降深度和放网时间的关系,图中左下角与右上角的数据点较少,这表明当流速和括纲长度较大或较小时数据点分布较为集中。应用回归方法分析网具沉降深度与各影响因子之间的关系,沉降深度与流速的散点图得到的二次曲线关系(R2=0.824)比较简单的线性关系(R2=0.788)回归拟合度更高(图5)。因此,可据此建立新的回归模型。由变量因子生成的相关矩阵XTX的条件数表明,放网时间等3个因子之间不存在多重共线性(uf06b=2.76<100)。由于第3、23及30网次分别遇到了放网故障、绞纲机故障及暴雨天气的影响,因此将其看作异常样本舍去。重新建立多元回归方程,各参数及方程高度显著(表4),相关性系数R2增加至0.868。通过Q-Q图对回归模型作正态性W检验,误差项满足标准正态分布(W=0.98,df=50,P>0.05)。对影响网具沉降深度的3个因子(放网时间、流速和括纲长度)进行主成分分析,筛选出3个主成分:3个主成分的方差贡献率分别为48.4%、34.1%和17.5%。第一主成分中,放网时间和括纲长度与流速对应系数的符号相反,因此将第一主成分称为渔法操作技术与渔场海况关系的因子,同时其方差贡献率最大,表明其对变量数据的解释能力最强。第一主成分显示出海上调查现场获取的数据中放网时间和括纲长度与流速之间存在趋异性关系,即当流速较大时,放网时间和括纲长度较小;而当流速较小时,放网时间和括纲长度较大。2.3计算每相线的c相关性分析表明,平均沉降速度与流速之间存在显著的负相关关系(t=–6.02,P<0.05),与括纲长度之间不存在相关性(t=1.55,P>0.05)。图6为以20s时间间隔为单位的绞纲前和绞纲后沉降速度的变化,网具入水后沉降速度保持最大,随着时间增加,沉降速度呈均匀递减的状态,10min后降低到最大沉降速度的43.5%。通过沉降速度的变异系数(CV)值可以得到,网具下水后1min内网具的沉降速度变动较为剧烈;之后趋于平稳,其CV值保持在0.1左右;绞纲之后,沉降速度的CV值略有增加。2.4不同流速条件下网具沉降深度分布规律图7中由模型得到的沉降深度拟合值与观测值的趋势大体一致,其中,第3、36和50网次的预测值低于观测值;第18和31网次的预测值高于观测值。利用多元回归分析得到沉降深度(D)和放网时间(T)、流速(Cs)及扩纲长度(L)的最终模型为:由式(7)得出,沉降深度与放网时间和括纲长度成正比关系,与流速存在二次曲线的反比关系。利用模型对沉降深度变化进行预测(图8),结果显示,正常放网操作下,当流速为0.2kn时,网具沉降深度至少保持在200m(图8A);当流速增加至0.8kn时,网具的沉降深度通常不会超过200m(图8D),可见流速对网具沉降有负面影响。一般操作条件(如T=550s,L=2000m)时,在无风无流的情况下(Cs=0),网具沉降深度平均值为236.78m,95%置信区间为[211.51,262.04];而遇海流急促的情况(Cs=1kn)时,网具沉降深度平均值为92.27m,95%置信区间为[60.56,123.97]。当其他条件保持不变时,放网时间由300s增加至700s,网具的沉降深度增加了12%~23%;括纲长度由1500m增加到2700m,网具的沉降深度增加了11%~22%;流速由0.2kn增加到0.8kn,网具的沉降深度降低了33%~73%。3讨论3.1广义线性模型的建立在多元线性回归分析中,通过回归诊断可以考量模型的优劣程度,以提高模型的解释率,其主要包括:选择线性模型是否合适;回归模型是否稳定;误差项是否满足正态分布;样本是否存在异常值以及因子之间是否存在多重共线性等问题。在应用广义线性模型时,本研究选择正态分布族的线性模型。相比较而言,二项分布族的广义线性模型适用于响应变量分类的情况,而Poisson分布族常用于拟合对数线性模型。在分析流速与网具沉降关系中,简单的线性回归已经不能客观表达流速对于网具沉降的重要性,当把流速因子变为二次时,检验效果与拟合度均有较大的提高。本研究通过矩阵的条件数检验证明了因子之间不存在多重共线性,即放网时间与括纲的松放长度之间没有相关性。3.2网具沉降影响因素由于网具沉降深度与诸多因素有关,因此研究哪些因素在网具沉降深度方面起着决定作用至关重要。(1)放网时间是影响网具自然沉降深度的直接因素。许柳雄等研究表明,网具自然沉降状态下可持续下降到最大沉降深度的72%,并认为增加一定的“待网时间”有利于网具的继续下沉。延长放网时间可以增加网具的沉降深度,但随着水阻力及括纲越来越大的制约作用,网具下沉趋于缓慢,同时括纲收绞过晚容易导致网衣被水流冲到括纲内侧而引起滚纲事故,因此需兼顾作业安全和沉降深度,并结合现场渔情合理地调整放网时间。(2)流速是影响网具沉降性能极为显著的因子。刘树椿发现,当渔场水流较急且上下层流向不一致时,东海近海鲐鲹围网的有效捕捞深度只有网具最大拉直高度的18%,并指出流速越大,越不利于网具的沉降。励仲年认为较大流速引起的横向冲击力不仅阻碍网具下沉,甚至使网衣漂移。本研究表明,沉降深度与流速之间并不是简单的线性关系,而是呈现二次曲线的反比关系,随着流速的逐步增加,沉降深度急剧地下降,当流速由0.2kn增加到0.8kn时,网具的沉降深度降低了33%~73%,可见潮流的影响之大。(3)括纲长度是影响网具沉降的重要因素。作为连接网具与网船的纽带,括纲还有助于网具的下沉,刘树椿研究表明,在流速保持不变情况下,当括纲长度减少19m,网具沉降深度减少1m。本研究的模型预测显示,其他条件保持不变时,括纲长度增加80%,网具的沉降深度增加11%~22%。虽然限于海上条件,上述括纲长度是通过目测绞速估算得到,数据有一定的误差,但仍可说明括纲长度变化对网具沉降的影响。(4)影响网具沉降的其他因素。冯维山采用数学模型分析放网速度与沉降速度的关系,结果表明,放网速度越大,越有利于网具的沉降。此外,刘树椿认为括纲绞收速度的快慢对网具沉降有显著影响,并指出在网具沉降阶段,放慢括纲绞速或停绞可增加网具沉降深度。本次调查期间,测定的围网括纲绞速基本集中分布在0.5m/s,因此无法分析括纲绞速对网具沉降深度的影响。3.3网片水阻力下降网具沉降速度随着网具入水后沉降时间的增加逐渐减缓,与许柳雄等得到结果“下纲各部位沉降速度均随着深度的增加而减小”相吻合。假设在网具下沉的过程中,网衣展开的面积逐渐增大导致网片水阻力增大,速度因此不断下降。网片全部展开后,虽然网片水阻力因沉降速度的减缓而减小,但网具此时受到了阻碍其下沉的括纲绞力,结果网具沉降速度依然下降,这种假设需要在对网具沉降的力学分析中验证。本研究从对沉降速度的变异系数(CV)分析中得到,网具下水后1min内网具的沉降速度变动较为剧烈,这表明网具入水的初始速度变化较大,冯维山认为初始速度的大小与投网速度有关,而绞纲后网具沉降速度变异系数值的增加可能与网具受海流因素以及括纲绞力的影