柔鱼（Ommastrephes bartramii）是大洋性头足类经济鱼种,广泛分布于西北太平洋海域,是我国鱿钓渔船的重要捕捞对象。开展柔鱼渔情预报是确保我国远洋鱿钓渔业科学生产的重要基础。在传统的数理统计方法中,对样本要求数量大,服从典型分布,这也增加了渔情预报的难度,而灰色系统理论可有效地解决这一问题。作为一门不确定系统理论的学科,其优点在于允许样本数量较少且服从任意分布,这对于缺乏数据的渔业科学来说,有很大的应用与发展前景。为此,本研究利用1995—2017年我国远洋鱿钓渔业的生产统计数据,结合海洋遥感环境因子（如海表面温度、叶绿素浓度数据和太平洋年代际震荡指数等）数据,利用灰色系统理论中的灰色关联、灰色聚类、灰色预测等方法,科学分析了不同年份、月份北太平洋柔鱼资源丰度的聚类特征,划分渔汛旺汛期和灾变年份,探索资源丰度变化与海洋遥感环境因子的关系,并实现渔汛旺汛期、灾变年份和资源丰度的预测研究,为北太平洋渔业生产企业的科学可持续开发和科学管理提供技术支撑。主要研究结果如下:（1）北太平洋柔鱼资源丰度灰色聚类特征。以单位捕捞努力量渔获量（CPUE）作为资源丰度指数,利用灰色关联聚类方法对1998—2017年5—12月柔鱼的资源丰度（CPUE）进行聚类,分析不同强度厄尔尼诺和拉尼娜事件以及环境因子对柔鱼CPUE的影响。结果表明,以经度平均CPUE聚类的年经度类群比年纬度类群差异明显,月经度类群比月纬度类群更具有季节性。包含两个强拉尼娜事件年份的类群2的CPUE最高,产卵场和育肥场的海表温度距平值（SGSSTA和FGSSTA）也最大,但叶绿素（Chl a）浓度距平值最低;包含3个弱拉尼娜事件的类群4的CPUE略低于年平均CPUE,海表温度距平值（SSTA）较大,Chl a浓度距平值接近于0;类群3的产卵场和育肥场的SSTA最小,但Chl a浓度距平最高。5—12月平均海表温度（SST）夏季高冬季低,产卵场和育肥场的海表温度（SGSST和FGSST）呈先增加后减小的趋势,8、9月份最高,11、12月份最低,与CPUE变化一致;Chl a浓度则恰好相反,5—7月份最高,8、9月份最低。研究认为,不同强度的异常气候事件是影响柔鱼资源丰度重要因素:强拉尼娜事件会使柔鱼资源丰度骤增,弱拉尼娜事件会使柔鱼资源丰度略减,而中强度以上的厄尔尼诺事件会柔鱼资源丰度大幅度下降。（2）北太平洋柔鱼渔汛特征分析及旺汛期预测。分析发现,北太平洋柔鱼发汛时间最早为5月12日,一直持续到年终;旺汛期为每年的8—11月,第1旺汛期基本上在8月出现。基于各年度的旺汛日期分布,建立了灰色波形预测GM（1,1）模型群,其模型的平均相对误差为6.83%,旺汛期日期序列预测的平均相对误差为8.19%,验证数据的平均相对误差为15.82%,此模型可用作预测北太平洋柔鱼的旺汛期。（3）北太平洋柔鱼资源丰度灾变年份预测。运用灰色灾变预测方法对上、下限灾变年份建立GM（1,1）,预测未来灾变年份。结果显示,以GLM模型标准化CPUE建立的下限灾变预测模型的平均相对误差为15.32%,上限灾变预测模型的平均相对误差为8.19%,模型精度检验等级均为Ⅰ级。研究认为,下一个资源丰年(CPUE大于2.39t·船^-1·年^-1)将出现在2021年,资源欠年(CPUE小于2.13 t·船^-1·年^-1)将出现在2027年。分析认为,太平洋年代际涛动与厄尔尼诺—拉尼娜事件是驱使柔鱼丰度大幅度波动的重要因素。（4）北太平洋柔鱼资源丰度预测模型的建立。采用GM（1,1）模型对不同时间长度的资源丰度（CPUE）进行分析,选择相对误差和方差最小的CPUE序列作为母序列,与太平洋年代际震荡指数（PDO）、产卵场平均海表温度（SGSST）、育肥场平均海表温度（FGSST）、产卵场平均叶绿素浓度（SGC）、育肥场平均叶绿素浓度（FGC）等因子进行灰色关联分析,并以此评价结果为基础分别建立6个不同阶数的灰色预测模型[GM（0,N）模型和GM（1,N）模型],筛选误差最小的模型作为预测柔鱼资源丰度的最佳模型。研究结果表明,以8年CPUE序列的建模为最佳,其平均相对误差最小,为6.28%;同时,GM（0,N）模型的预测精度普遍比GM（1,N）模型的要高,其中包含2月SGSST、10月FGSST、8月FGC和10月PDO的GM（0,5）模型为最优,拟合相对误差为3.87%,预测相对误差为1.18%,可作为预测北太平洋柔鱼资源丰度的最优模型。综上所述,通过对北太平洋柔鱼资源丰度的聚类特征,分析资源丰度变化与海洋遥感环境因子的关系,运用灰色系统理论对北太平洋柔鱼渔汛、灾变年份、资源丰度进行了预测并得到了较好结果,研究结果可为实现柔鱼的渔情科学预报提供了较为可靠的技术支撑。