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，现如今成为现实。近日，在国家自然科学基金（项目编号：32273185）和科技部国家重点研发计划（项目编号：2023YFD2401301）等项目的支持下，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《Ocean Engineering》《Fisheries Research》《Fisheries Oceanography》及《Fisheries Science》等国际权威期刊。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，团队成员在JCR1区，中科院2区TOP期刊《Ocean Engineering》在线发表了题为 “Fourth-order A-acceptable Rosenbrock methods for nonlinear dynamics of fishing gears” 的研究论文，攻克渔具在“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。研究的第一作者为上海海洋大学海洋生物资源与管理学院博士生王顺，通讯作者为宋利明教授。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（图1），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。团队成员在《Fisheries Science》在线发表论文“Hydrodynamic coefficient of tuna longline hook, bait and baited hook based on flume tank test”。 第一作者为上海海洋大学海洋生物资源与管理学院硕士生张波，通讯作者为宋利明教授。这项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，团队成员在JCR2区，中科院2区期刊《Fisheries Research》发表了题为“Interpretable fish abundance index prediction in tuna longline fisheries: A LightGBM-SHAP case study in the tropical Atlantic Ocean”的研究论文。第一作者为上海海洋大学海洋生物资源与管理学院博士生王林辉，通讯作者为宋利明教授。该研究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（图3），为渔业资源管理与可持续开发提供了科学依据。