第1章 过去、现在和未来计算机在渔业研究中的应用趋势 1
1.1 引言 1
1.2 硬件的发展 2
1.3 处理海量的数据 11
1.4 强大的软件 14
1.5 更好的连接 15
1.6 协作与交流 19
1.7 总结 20
第2章 数字时代渔业信息的生产和消费 23
2.1 渔业信息生命周期 23
2.2 消费信息 24
2.3 制造信息 35
2.4 渔业信息的未来 43
第3章 一些计算机人工智能方法的应用扩展指南 50
3.1 简介 50
3.2 处理某些形式的渔业数据 51
3.3 粗糙集的概念、简介和举例 52
3.4 案例推理 55
3.5 专家系统 56
3.6 神经网络 58
3.7 遗传算法 59
3.8 模拟退火(SA) 60
3.9 小结及展望 61
第4章 地理信息系统(GIS)在渔业管理和科研中的应用 67
4.1 GIS介绍和早期的GIS 67
4.2 地理信息系统软件在渔业管理和研究中的应用 69
4.3 渔业GIS开发和支持的主要中心 73
4.4 GIS用于渔业研究的示例 76
4.5 利用GIS进行渔业管理和研究所面临的挑战 80
4.6 结论与展望 84
第5章 遥感 89
5.1 前言 89
5.2 传感器 90
5.3 数据管理、融合和同化 103
第6章 鱼类资源量化研究调查 109
6.1 简介 109
6.2 鱼卵和幼鱼调查 110
6.3 标志重捕实验 111
6.4 捕鱼调查 112
6.5 声学定量调查 113
6.6 光学调查 125
6.7 综合调查 129
6.8 辅助器具 131
6.9 新型或特制声学仪器与技术的潜在调查应用程序 132
第7章 地质统计学及其在渔业调查数据中的应用:1990—2007年的历史观点 147
7.1 简介 147
7.2 丰度估计与映射 148
7.3 生态学思考 158
7.4 关于软件 166
7.5 未来挑战 167
第8章 Ecopath with Ecosim在海洋生态系统研究中的应用 172
8.1 简介 172
8.2 Ecopath with Ecosim 173
8.3 案例分析 186
8.4 EwE生态系统模型的用途及局限性 209
第9章 图像识别 226
9.1 引言 226
9.2 图像处理 228
9.3 浮游藻类识别 230
9.4 从耳石形状差别辨识鱼类 232
9.5 鱼龄及生长速度的测定 235
9.6 从回声探深仪中识别物种 237
9.7 需要更进一步的发展 237
9.8 存在的问题及前景 240
9.9 本章小节 241
第10章 渔业海洋学可视化:快速勘探沿海生态系统的新途径 244
10.1 简介 244
10.2 生物物理三维空间计算机透视图 248
10.3 立体沉浸可视化方法 251
10.4 建模和可视化未来 257
第11章 计算机在渔业种群动态中的使用 260
11.1 介绍 260
11.2 建模环境 261
11.3 自定义种群评估软件 268
11.4 模型设计及应用程序的最新发展 271
11.5 论述 278
第12章 鱼类种群的多物种建模 288
12.1 简介 288
12.2 多物种相互作用 289
12.3 多物种模型 290
12.4 基于个体的模型与矩阵模型之间的比较 295
12.5 未来的发展方向 300
第13章 计算机与渔业科学的未来 308
13.1 简介 308
13.2 为衡量渔业动态开启一扇窗 309
13.3 针对不确定性设计有力策略 311
13.4 将非法捕捞纳入考虑范围:探索渔业的真实情况 312
13.5 探索选择和机遇:整合评估和管理 313
13.6 误区:大模型,大信息以及大错误 314
附录1 生物词汇表 318
附录2 综合词汇表 322