Đề tài đã hoàn thành toàn bộ các nội dung khoa học, đáp ứng và vượt mức yêu cầu của 2 mục tiêu đề ra. Các két quả nhận được cả về lý luận và thực nghiệm đã mở ra khả năng trong việc phát triển mô hình và quy trình dự báo, tiến tới các dự báo nghiệp vụ với các bản tin dự báo ngày cảng có độ tin cậy, phục vụ có hiệu quả cho quá trình khai thác cá nổi nhỏ và công tác quản lý nghề cá:

1) về hệ thống thông tin dụ* báo ngư triròìig khai thác cá nổi nhỏ Đề tải đã xây dựng được hệ thống thông tin, dữ liệu phục vụ DBNT khai thác cá nổi nhỏ ở biển Việt Nam bao gồm CSDL hải dương học, CSDL cá nổi nhỏ. Hai CSDL này có khối lượng thông tin lớn và thường xuyên được cập nhật. Kết quả cập nhật dữ liệu cho đến nay cho vùng biển nghiên cứu của đề tài 5-22°N, 102-111°E có trên 50 nghìn bản ghi các yếu tố hải dương học, trên 138 nghìn bản ghi theo loài và trên 75 nghìn mẻ/trạm đánh cá của 3 nghề (lưới vây, chụp, lưới rê) khai thác CNN. Có thể khai thác các CSDL này ở nhiều mức độ khác nhau và không chỉ phục vụ mục tiêu và nội dung nghiên cứu của đề tài mà còn phục vụ nhiều nội dung nghiên cứu khác.
Đã xây dựng được hệ thống công cụ tiện ích bao gồm các chương trình, phần mềm, mô-đun tính toán, phân tích, xử lý dữ liệu lịch sử và cập nhật để có được những tham số, thông tin, kết quả tin cậy, phục vụ hiệu quả cho nhiệm vụ xây dựng DBNT khai thác CNN trên vùng biển Việt Nam. Các chương trình được xây dựng một cách khoa học, bài bản với các chức năng chuyên dụng mang tính đa năng, tùy biến cao, không chỉ phục vụ trước mắt cho việc thực hiện đề tài mà còn tiếp tục được sử dụng trong công tác dự báo nghiệp vụ sau khi đề tài kết thúc.

2) về mô hình và quy trình công nghệ dự báo ngư trường khai thác cá nổi nhỏ Đề tài đã xây dựng được mô hình và và quy trình dự báo ngư trường khai thác cá nổi nhỏ than tháng và hạn mùa theo hướng tiếp cận quan hệ ngư trường - sinh học - môi trường, phù hợp với điều kiện về cơ sở vật chất, số liệu ở Việt Nam hiện nay.
Quy trình DBNT khai thác CNN hạn tháng và hạn mùa có nhiều tùy chọn phù hợp với điều kiện dữ liệu cả ở hiện tại và tương lai. Quy trình khép kín từ khâu chuẩn bị các số liệu đến kiểm tra đánh giá kết quả và truy xuất dự báo dưới dạng bản đồ số, rất tiện ích cho các dự báo viên thao tác nghiệp vụ.
Quy trình dự báo cá nổi nhỏ tiếp tục được ứng dụng vảo xây dựng các bản tin dự báo cá nổi nhỏ hạn tháng và hạn mùa năm 2024

3) Về kết quả dự báo thực nghiệm và đánh gỉá dự báo Các dự báo thực nghiệm ngư trường khai thác cá nổi nhỏ bao gồm 27 bản dự báo hạn tháng và 04 bản dự báo hạn mùa, vượt mức yêu cầu so với đề cương ban đầu. I<ết quả dự báo phản ánh đúng những quy luật cơ bản, phổ biến bức tranh biến động mùa ngư trường khai thác CNN.
Kết quả kiểm chứng từ cơ sở dữ liệu 27 bản dự báo cho thấy trong đó có 25 bản “đạt yêu cầu trở lên” theo tiêu chí có trên 60% số ô lưới được chấm điểm từ mức đạt trở lên (lũy kế cả ô lưới có điểm khá và tốt). Tỷ lệ trung bình chung số ô lưới được chấm điểm “đạt” trở lên (độ bảo đảm) chiếm 62,23%.
Kiểm độc lập thông qua sản lượng khai thác của các tàu giám sát với 201 ngày trên tổng số 27 ô lưới đại diện cho 04 vùng biển trong hai năm 2019 - 2020. cho thấy, trong 201 ngày đánh giá có 101 ngày được đánh giá ở mức “Đạt” trở lên chiếm 50,25%, tháng có số ngày đạt tỷ lệ đạt cao nhất là tháng 1/2019 (>70%) và tháng có tỷ lệ thấp nhất là tháng 11/2019 (25,0%)

Việc triển khai đồng thời cả 2 hình thức đánh giá dự báo như trên đã khẳng định tính khoa học và tính khả thi của mô hình và quy trình dự báo đã xây dựng, đáp ứng đầy đủ mục tiêu của đề tài.

Đánh giá chung về các sản phẩm đó là về số lượng đã đạt đầy đủ, một số sản phẩm vượt mức như bải báo trong nước vả quốc té, đào tạo tiến sỹ vả số lượng bản dự báo hạn tháng. Đạt được mục tiêu mô hình hóa được mối quan hệ giữa các điều kiện môi trường hải dương với biến động ngư trường cá nổi nhỏ ở biển Việt Nam, nhất là việc số hóa được tri thức bản địa vào trong quá trình phân tích, xác lập mối quan hệ này làm cơ sở cho DBNT. Từ đó, đề tài đã xây dựng được mô hình và quy trình công nghệ DBNT hạn mùa, hạn tháng cho CNN khá hoàn thiện, tất nhiên mô hình DBNT có sự kế thừa từ kết quả nghiên cứu của 02 đề tài cấp Nhà nước là KC09.14/06-10 và KC09.18/11-15 nhưng được bổ sung, nâng cấp và cải tiến phù hợp với đối tượng, cụ thể:

1) Bổ sung thêm các cơ sở khoa học trong mô hình hóa mối liên hệ hữu cơ giữa phân bố năng suất khai thác CNN với các điều kiện môi trường - hải dương. Cụ thể ở đây là sử dụng phương pháp phân tích tính toán chỉ số thích ứng sinh thái (SI) và mô hình thích ứng sinh thái (HSI) để xác định các khoảng giá trị cực thuận (optimal) của một số các yếu tố môi trường hải dương: nhiệt - muối, dòng chảy, hàm lượng chlorophyll a, dị thường mực biển đối với phân bố năng suất khai thác của nhóm CNN. 2) Nâng cấp để mở rộng khả năng xử lý, chuẩn hóa dữ liệu vả tính toán của hệ thống công cụ (các chương trình, phần mềm) dự báo cấu trúc các trường hải dương và dự báo ngư trường khai thác CNN cho toàn vùng biển ven bờ (phạm vi nghiên cứu của đề tải), trong các đề tài trước mới chỉ thực hiện cho vùng biển xa bờ miền Trung và giữa Biển Đông.

3) Cải tiến để điều chỉnh, thiết lập các đặc trưng định lượng cơ bản của ngư trường với các yếu tố môi trường hải dương. Trong mô hình DBNT, đề tài đã lược bỏ 16 thông số môi trường hải dương chỉ liên quan đến sinh thái của CNĐD (như lớp đột biến nhiệt độ, độ sâu các mặt đẳng nhiệt và các cấu trúc nhiệt phương ngang), đồng thời bổ sung thêm 11 thông số liên quan trực tiếp đến phân bố ngư trường CNN như: nhiệt độ nước biển (tầng đáy, chênh lệch nhiệt tầng mặt - đáy), độ muối nước biển (mặt - đáy, dị thường và cấu trúc muối theo phương ngang), dị thường độ cao mực biển, dòng chảy, lớp chiếu sáng, hàm lượng chlorophyll a.