基于可解释机器学习的渔船船位与日志数据关系建模及数据库构建的方法

本发明公开了基于可解释机器学习的渔船船位与日志数据关系建模及数据库构建的方法，融合船舶监测系统VMS数据和自动识别系统AIS数据；采用多层过滤法，将作业浪高，作业时间与作业航速阈值作为判断标准，对渔船船位点进行筛选判别；能够有效挖掘渔船行为与渔场分布之间的深层关系，不仅显著提升了渔场预测的准确性与模型的可解释性，还为渔业管理提供了数据支持和科学依据。有效构建高质量渔业数据库，支撑大规模、长时间尺度的渔场动态分析与智能预测，促进绿色高效捕捞和海洋资源的可持续利用，对渔场预测研究具有重要的理论价值与实际意义。