機械学習と
生息地適性評価

調査目的

生息地適正度(HSI)と生息密度、効率的な造成漁場の選択、生息環境の評価、統計モデルと機械学習、機械学習を使用した漁業ICTの開発を行います。

調査項目

二枚貝や魚類などの
生息地適正度(HSI)と生息密度

HSIが1.0に近いほど生息条件が良好であることを用いて、効率的な造成漁場の選択を推進します。

HSI:2007年8月の広域底質調査、生息密度 :佐賀県有明水産振興センター資料を利用

統計モデルと機械学習

漁場整備を効果的に進めるため、サンプリングデザインの不備、または、
様々な原因でのバイアスや欠損を生じることが特徴の漁業データについて、空間統計モデルの機械学習による漁場推定モデルを開発します。

漁場推定モデル 空間設計モデル デルタモデル GLMモデル(一般化線形) GAMモデル(一般化加法) 機械学習 RF SVM XgBoost アンサンブル統計モデル

機械学習を使用した
漁業ICTの開発

操業最適化を目指した漁場と漁獲量の推定に向けて機械学習を使用することにより、
環境評価への機械学習の適応を可能とする取り組みを推進します。

  • 海況予測モデル 漁獲量予測モデル 予報 いつ・どこで漁をすればいいのか?
    操業最適化を目指した漁場と漁獲量の推定と機械学習の使用
  • 環境条件 水温・塩分・溶存酸素 etc. 漁獲 漁獲 土木工事等 工事区域 工事区域 将来予測 海況予測モデル 漁獲量予測モデル
    環境評価への機械学習の適応も可能