• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2016 年度 実施状況報告書

水産資源解析手法の統計的高度化に関する研究

研究課題

研究課題/領域番号 16K00041
研究機関東京海洋大学

研究代表者

北門 利英  東京海洋大学, 学術研究院, 准教授 (40281000)

研究期間 (年度) 2016-04-01 – 2019-03-31
キーワード水産資源解析 / ハインドキャスティング / クロスバリデーション / 階層モデル
研究実績の概要

水産資源を持続的かつ有効に利用するためには,資源量および個体群動態を把握する必要がある.本研究では水産資源解析の高度化に向け,次の2つの観点から研究を行う.
(1)水産資源解析では利用するモデルの複雑さに応じて利用するデータも異なる場合があり,そのような状況ではAIC等のモデル選択規準を利用することができない.そこで,将来の資源管理でパフォーマンスを上げることを想定したハインドキャスティング(hindcasting,将来予測の能力を検証するためのクロスバリデーション)の視点からモデル選択法の提案と検証を行う.
(2)個体群動態モデル内のパラメータ推測の精度を向上させるために階層型モデルを提案する.特に,モデル内の制約構造をsmoothness priorや階層分布で緩和すること,そして階層分布を通して複数種間でパラメータを共有する方法(ランダム効果)について,実例を通してその有効性を検証する
初年度は,以下の点について検討を行った.①マグロ類や南極海の鯨類資源のいくつかについて,解析状況,課題,解決方法について整理した.②ハインドキャスティングの観点から異なるデータ下でのモデル選択法の定式化と理論的検討を行った.③上記のモデル選択手法のマグロ類資源への応用を試験的に行った.④階層的モデリングによる年齢構成動態モデリングと推定法の定式化を行った.⑤上記階層的モデリングを用いたマグロ類資源解析への応用研究を進めた.

現在までの達成度 (区分)
現在までの達成度 (区分)

3: やや遅れている

理由

大きな遅れではないが,上記②の理論的検討について更なる検討が必要となる点,海外共同研究を予定したが延期を余儀なくされたため.

今後の研究の推進方策

(1)異なるデータ下でのモデル選択手法について,ハインドキャスティング(hindcasting)の視点から提案・検証する.水産資源の管理では,個体群動態の過去から現在までの変遷をモデルで表現し,それを基に将来予測を行い資源管理の提言を行うが,この手続きを敢えてXX年(XXは3~10年)過去にさかのぼりレトロスペクティブに適用し,実データを通した資源量指数の予測能力検証の観点でクロスバリデーション法を適用し,共通の観測値(ここでは資源量指数)への予測能力を通してモデル選択を行う.またこの方法のパフォーマンス評価をシミュレーションと実データへの適用を通して検証する.
(2) 個体群動態モデル内のパラメータ推測の精度を向上させるために階層型モデルを提案する.特に,モデル内の制約構造をsmoothness priorや階層分布で緩和すること,そして階層分布を通して複数種間でパラメータを共有する方法(ランダム効果)について,実例を通してその有効性を検証する.

次年度使用額が生じた理由

予定して海外出張を都合により延期したため.

次年度使用額の使用計画

延期した海外出張に利用する予定.

  • 研究成果

    (1件)

すべて 2016

すべて 雑誌論文 (1件) (うち国際共著 1件、 査読あり 1件)

  • [雑誌論文] Evaluation of the prediction skill of stock assessment using hindcasting2016

    • 著者名/発表者名
      Laurence T. Kella, Ai Kimotob and Toshihide Kitakado
    • 雑誌名

      Fisheries Research

      巻: 183 ページ: 119,127

    • DOI

      10.1016/j.fishres.2016.05.017

    • 査読あり / 国際共著

URL: 

公開日: 2018-01-16  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi