2021 Fiscal Year Research-status Report
Elucidation of impacts of climate changes on spatio-temporal distributions of marine animals using machine learning approaches
| Project/Area Number |
19K06216
|
|---|
| Research Institution | Fisheries Research and Education Agency |
|---|
Principal Investigator |
岡村 寛 国立研究開発法人水産研究・教育機構, 水産資源研究所(横浜), 主幹研究員 (40371942)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
黒田 寛 国立研究開発法人水産研究・教育機構, 水産資源研究所(釧路), 主任研究員 (30531107)
森田 晶子 国立研究開発法人水産研究・教育機構, 水産資源研究所(釧路), 主任研究員 (40443387)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 時空間モデル / 統計的機械学習 / 海面水温 / 予測 |
|---|
| Outline of Annual Research Achievements |
本研究課題は，統計的機械学習を利用して，水産資源の時空間変動を伴うプロセスの推定精度をより向上させる方法を開発・応用することを目的としている．特に，環境変動と漁獲が与える資源動態への影響をうまく区別できるようなモデル開発を進める．今年度は，複数の海面水温データを取得し，比較して北海道周辺の海面水温データセットを整備した．さらに，2016年秋や2021年夏に北海道周辺で特異的に生じた高水温化について，海洋熱波の観点から海洋物理ならびに気候学的な解釈を行った．海面水温データと資源評価結果から，翌年の加入尾数を予測する統計的機械学習モデル（Gradient Boostingと呼ばれる方法を使用）を構築し，従来の予測手法に比して大きく予測精度が向上することを確認した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
統計的機械学習を利用した加入尾数の推定モデルの構築を行い，従来の方法より予測精度が向上するということを確認しているので，順調に進んでいると考えている．
|
| Strategy for Future Research Activity |
構築したモデルのさらなる検証を進め，国際学術誌に論文として公表を行う予定である．
|
| Causes of Carryover |
コロナウィルス感染拡大により，出張などが大幅に制限された．次年度は，出張による打ち合わせを行い，成果を論文としてまとめ，その費用に使用することを計画している．
|
