从“大海捞针”变精准导航，上海科研团队在金枪鱼渔业领域取得多项创新突破

你，爱吃金枪鱼刺身吗？

曾经，寻找金枪鱼群如同大海捞针，依赖的是老渔民的经验和直觉。而现在，用算法模拟渔具动态，用AI预测鱼群位置……这些听起来很“科幻”的场景，正成为上海海洋大学宋利明教授团队实验室里的现实。

近日，上海海洋大学国家远洋渔业工程技术研究中心宋利明教授团队在金枪鱼延绳钓渔具数值模拟、水动力学特性与资源丰度预测等多个方向取得系列重要研究进展，相关成果连续发表于多本国际权威期刊。

资料图：今年3月，上海海洋大学举办推进远洋渔业高质量发展系列活动。现场，9家单位为学生准备了美味的海产品，有鲜切大目金枪鱼给同学品尝

新民晚报记者获悉，团队系统融合数值仿真、机器学习与可解释人工智能（XAI）等前沿技术，在渔具动力学仿真、渔具水动力系数测定、渔场精准预报等方面实现多项创新，为我国金枪鱼延绳钓渔业的精准化、高效化和可持续发展提供了重要科技支撑。

在渔具数值模拟领域，团队攻克了渔具在“集中质量法”仿真中因刚性方程导致的计算效率低下和数值不稳定难题。研究首次将Rosenbrock算法引入渔具动力学仿真。经过细致的推导与计算，该算法巧妙地融合了显式法和隐式法的优点，既保证了高阶精度（四阶），又拥有极强的数值稳定性（A-可接受）。与传统显式算法（如欧拉法）相比，新算法在保证精度的前提下，可使用更大的时间步长（0.001s），其计算效率可比传统方法提升最高达40倍。该研究不仅推动了渔具数值仿真方法的发展，也为海洋渔业装备的智能化、绿色化提供了可靠的技术支持。

同时，该团队利用国家远洋渔业工程技术研究中心动水槽实验室开展延绳钓渔具水动力系数测定研究，可为今后从事金枪鱼延绳钓渔具水动力学研究提供基础数据，提高渔具力学计算的精度。

在渔场预报领域，团队成功构建了一种可解释的机器学习框架（LightGBM-SHAP），用于预测热带大西洋三种高度洄游鱼类（大眼金枪鱼、黄鳍金枪鱼和剑鱼）的资源丰度指数（CPUE），并系统解析了影响其分布的关键环境因子及其贡献度，为渔业资源管理与可持续开发提供了科学依据。

团队成员还成功构建了一种融合模型，用于预测马绍尔群岛附近海域黄鳍金枪鱼的高产渔场分布。该研究在高空间分辨率（0.25°×0.25°）下显著提升了预测精度，有效解决了渔业数据中常见的类别不平衡问题，提升了模型对少数类别（高产渔场）的识别能力。