产品简介

一、影响渔场分布的因素有哪些？急求。

渔场分布最主要的原因就是海水中养分的富集，利于鱼类生存与聚集，因此如下因素会影响渔场分布：

1、周边是否有污染源影响生物存活

2、周围是否有河流入海口带入养分

3、是否有上升补偿洋流、寒暖流交汇等海水搅动运动，可以将养分从海底交换至海面的

4、纬度因素，一般水温温和区域事宜形成渔场

上述因素是最主要因素，而其中最重要的为第三点，也是目前全球四大渔场行程的主要原因。

纬度、洋流、海陆位置、海底地形、浮游生物的丰富程度等

北海道渔场:千岛寒流(亲潮） 日本暖流（黑潮）

北海渔场:北冰洋南下的冷水 北大西洋暖流

纽芬兰渔场:拉布拉多寒流 墨西哥湾暖流

秘鲁渔场:海水上泛。

前三个是寒暧流交汇形成的。后一下是上升补偿流形成的，他们的都是使得海水扰动把下面的营养盐类带了上来，海水表面温度适宜，有充足的光照非常适合藻类的繁殖，这也就位鱼类提供食物，因此吸引了大量的鱼群，便形成了渔场。

二、四大渔场的形成原因分别是什么？

1、北海道渔场位于日本暖流与千岛寒流交汇处，由于海水密度的差异，密度大的冷水下沉，密度小的暖水上升，使海水发生垂直搅动，把海底沉积的有机质带到海面，为鱼类提供在丰富的饵料，从而使海区成为世界著名的渔场。 

寒暖流交汇可使海水发生扰动，上泛的海水将营养盐类带到海洋表层，使浮游生物繁盛，进而为鱼类提供丰富的饵料，渔业资源丰富。另外寒暖流交汇可产生“水障”，阻止鱼群游动，而且因为捕鱼业的科技发达，国家的养殖渔业发达，所以成为世界第一大渔场。

2、纽芬兰渔场，来自北冰洋沿拉布拉多半岛南下的洋流称拉布拉多寒流,它在纽芬兰岛东南北纬40°附近与墨西哥湾暖流相汇,造成这一海域经常大雾弥漫及温水性鱼群和冷水性鱼群相汇聚,形成世界有名的纽芬兰渔场。

3、北海渔场处于北大西洋暖流与来自北极的寒流交汇处。寒、暖海流交汇，产生涌升流。涌升流区海水不断从下层涌到表层，海水下层的腐解的有机质等营养物质也随之被带到表层。因此，这一海区水质肥沃，形成北海高产渔区。

4、秘鲁沿岸处在东南信风带内，东南信风从南美大陆吹向太平洋，使沿岸表层海水离岸而去，底层海水便上升补充而形成上升补偿流，该补偿流便把海底营养盐类带至表层，表层海水在风力作用下向北流，而原海域流走的海水则由深层的海水来补充，深层海水上翻，带来了海底丰富的营养盐类，浮游生物大量繁殖，为鱼虾提供充足的饵料，形成大渔场。

扩展资料：

纽芬兰渔场，位于纽芬兰岛沿岸，曾是世界四大渔场之一，1534年，由西欧航海家约翰・卡波特在寻找西北航道时意外发现。异常丰富的渔业产量有着“踩着鳕鱼群的脊背就可上岸”的美名，但在几个世纪的肆意捕捞之后，特别是20世纪五六十年代大型机械化拖网渔船开始在渔场作业后，纽芬兰渔场渐渐消亡，90年代之后已不可见，但在我国地理教科书中，仍将其标明为世界著名渔场之一。

参考资料来源：百度百科-世界四大渔场

参考资料来源：百度百科-北海道渔场

参考资料来源：百度百科-纽芬兰渔场

参考资料来源：百度百科-北海渔场

参考资料来源：百度百科-秘鲁渔场

从洋流对渔场影响的角度讲，世界上有四大渔场：

1、北海道渔场，世界第一大渔场――地处亚洲东部的日本北海道渔场，位于千岛寒流与日本暖流的交汇处。是由日本暖流与千岛寒流交汇形成的。

2、纽芬兰渔场，是由墨西哥湾暖流与拉布拉多寒流交汇形成的。

3、北海渔场，是由北大西洋暖流与东格陵兰寒流交汇形成的。

4、秘鲁渔场，是由秘鲁沿岸的上升补偿流形成的。

综合考虑，海洋渔业资源主要集中在沿海大陆架海域，也就是从海岸延伸到水下大约200米深的大陆海底部分。这里阳光集中，生物光合作用强，入海河流带来丰 富的营养盐类，因而浮游生物繁盛。它们是鱼类的饵料，一般温带海区较多。 温带海区季节变化显著，冬季表层海水和底部海水发生交换，上泛的海水含有丰富的营养盐类，有利于浮游生物繁殖。 另外寒暖流交汇和冷海水上泛处，饵料也很丰富。

亚洲的北海道渔场，欧洲的北海渔场，北美洲的纽芬兰渔场都是寒暖流交汇形成的。只有南美洲的秘鲁渔场，是由于秘鲁沿海盛行上升补偿流，将深海的营养盐类带到表层，促使浮游生物大量繁殖生长，为鱼类提供了充足的饵料，因而形成世界级的大渔场。

秘鲁沿岸盛行离岸风（风从陆地吹向海洋）――东南信风。海水由岸边流向大洋深处，出发海区海水减少，海洋底部冷海水上泛补充，也就是上升补偿流，将大量磷 酸盐、硅酸盐带到海水表层，成为浮游生物的饵料，浮游生物大量繁殖，而浮游生物又是鱼类的饵料。因此秘鲁沿岸盛行的上升补偿流形成了世界四大渔场之一的秘 鲁渔场。

三、这个数学模型怎么建？

我去年参加过数学建模，稍微有点了解！这个要用到概率，最好按百分制表示，你多统计点数据，每组数据先把图像画出来，先按平均值算一次，然后再建立个模型，按照比重分一定的比例，比如0.1，0.2，0.3，0.1，0.3，这是个比方。如果你有时间，你还可以用更多的时间去建立更多的模型。将建立的模型，与现实世界比较，你看是否合理，不合理找出原因，应该在概率方面出错了。这个建模不是太难，好好做，几天就做出来了！