《表3 遗传规划法与多元线性回归法的拟合效果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《长江葛洲坝下游鱼类资源量的关键水文指标识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

遗传规划法能够较好地识别影响鱼类种群变化与资源量的关键水文因子，并能明确给出水文因子与生物因子之间的函数表达式。通过对比遗传规划法与Pearson相关系数法对不同鱼类的拟合效果（表3）可以看出，遗传规划法得出的计算值与实测值之间的相关系数明显高于多元线性回归法，标准误差则小于多元线性回归法，因此，遗传规划法的拟合效果要明显优于Pearson相关系数法。但是在结果验证时鱼类资源量的实测值与遗传规划法计算值在部分年份存在明显的差异（图2～图3），如坝下经济鱼类天然捕捞产量在2002年、四大家鱼鱼苗丰度在1997年、2001年、2002年以及华鲟繁殖群体数量在2004年、2007年和2010年。该结果显示遗传规划法对坝下经济鱼类天然捕捞产量的拟合效果要明显优于对四大家鱼鱼苗丰度和中华鲟繁殖群体数量的拟合，同时也表明，流量变化对葛洲坝坝下经济鱼类天然捕捞产量的影响较为明显。而四大家鱼鱼苗丰度和中华鲟繁殖群体数量除受流量变化的影响外，还受水温、流速、地形、气象等其他要素的影响，这可能是导致其拟合效果稍差于坝下经济鱼类天然捕捞产量的原因之一。如果可以收集到水温、水深、流速、地形、气象等较为全面的多个影响因子的相关数据，利用遗传规划法可以得到更好的拟合效果。GP是一种数据驱动的方法，一定数量的样本数据是这些方法获得可靠结论的前提，当实际监测数据样本量充分时，遗传规划法在自动识别与生物因子存在非线性关系的关键环境因子、解释关键环境因子对生物因子的影响方式以及建立它们之间的量化关系方面具有显著优越性，值得在河流生态学研究领域推广应用。