CN108153861A - 基于gis的河口渔业资源集群分布分析方法 - Google Patents
基于gis的河口渔业资源集群分布分析方法 Download PDFInfo
- Publication number
- CN108153861A CN108153861A CN201711416372.2A CN201711416372A CN108153861A CN 108153861 A CN108153861 A CN 108153861A CN 201711416372 A CN201711416372 A CN 201711416372A CN 108153861 A CN108153861 A CN 108153861A
- Authority
- CN
- China
- Prior art keywords
- fishery
- data
- information
- information database
- gis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 24
- 238000003306 harvesting Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 238000011835 investigation Methods 0.000 claims description 6
- 229930002875 chlorophyll Natural products 0.000 claims description 4
- 235000019804 chlorophyll Nutrition 0.000 claims description 4
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims description 4
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000007115 recruitment Effects 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 241000894007 species Species 0.000 description 13
- 238000000034 method Methods 0.000 description 10
- 238000013508 migration Methods 0.000 description 9
- 230000005012 migration Effects 0.000 description 9
- 241000371997 Eriocheir sinensis Species 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 6
- 241001269238 Data Species 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 235000019688 fish Nutrition 0.000 description 4
- 239000003643 water by type Substances 0.000 description 4
- 241000251468 Actinopterygii Species 0.000 description 3
- 239000002028 Biomass Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000017448 oviposition Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 241000881711 Acipenser sturio Species 0.000 description 2
- 241000252087 Anguilla japonica Species 0.000 description 2
- 241000238421 Arthropoda Species 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 2
- 241001672694 Citrus reticulata Species 0.000 description 2
- 241000237852 Mollusca Species 0.000 description 2
- 241001502129 Mullus Species 0.000 description 2
- 241000252143 Polyodon spathula Species 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 241000883303 Acipenser sinensis Species 0.000 description 1
- 241000252203 Clupea harengus Species 0.000 description 1
- 102000002322 Egg Proteins Human genes 0.000 description 1
- 108010000912 Egg Proteins Proteins 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241001110084 Hilsa Species 0.000 description 1
- 241001222072 Myxocyprinus asiaticus Species 0.000 description 1
- 241000269799 Perca fluviatilis Species 0.000 description 1
- 241000883312 Psephurus gladius Species 0.000 description 1
- 241000191442 Tenualosa reevesii Species 0.000 description 1
- 241001121148 Trachidermus fasciatus Species 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000004925 denaturation Methods 0.000 description 1
- 230000036425 denaturation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 235000019514 herring Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 210000004681 ovum Anatomy 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Mechanical Means For Catching Fish (AREA)
Abstract
本发明提供一种基于GIS的河口渔业资源集群分布分析方法，包括步骤：S1：利用GIS系统建立一基础空间信息数据库；S2：建立一渔业资源信息数据库和一渔业生态环境信息数据库；S3：将所述渔业资源信息数据库和所述渔业生态环境信息数据库分别与所述基础空间信息数据库关联；S4：定位渔业资源关键集群区步骤。本发明的一种基于GIS的河口渔业资源集群分布分析方法，可以对目标生物的重要集群区/栖息地进行定位，从而为渔业资源生态修复提供科学指导。
Description
技术领域
本发明涉及渔业资源分析方法领域，尤其涉及一种基于GIS的河口渔业资源集群分布分析方法。
背景技术
河口区及附近水域，由于大量淡水和营养物质的输入，形成了独特的生态系统，有极高的初级生产力。河口海湾生态系统生境多样、饵料丰富，有利于生物的繁殖和生长，为种类繁多的生物提供了良好的栖息场所。然而，随着工业的发展、环境污染、过度捕捞以及各种海岸工程的建设，河口生态环境逐渐恶化，生态系统衰退严重、重要的渔业资源濒临枯竭。为保护河口渔业资源和渔业的生存空间，亟需加强对河口渔业资源及生态环境监测、评价及生态修复。
通过对渔业资源调查及其对各种鱼类的长期监测与研究，能够了解和掌握渔业资源的生物学特性，如种群、年龄、生长、食性及洄游分布规律等，同时掌握它的数量动态变化和进行渔情预报，为渔业资源的保护、增殖、管理和可持续利用提供理论依据。由于栖息在河口中的鱼类或其它水生动物，一般都有集群的生活习性，这是水生物种生理上与生态习性上所引起的条件反射，是在长期生活过程中对环境(包括生物和非生物环境)变化相适应的结果。河口的水生动物出于生理上的要求和保存其种族延续的需要，通过集群进行产卵洄游，完成其产卵繁殖；由于季节变化而导致水温逐渐下降，作为变温动物的水生动物，为了避开不适宜生活的低温水域，于是结集成群，寻找适合其生存的水域，进行越冬(或适温)洄游；在生殖或越冬洄游过程中，消耗了大量的能量，为了维持其生命的需要，集群向富有营养生物的水域洄游，以补充营养。集群根据其产生原因的不同，一般可分为四类：产卵、索饵、越冬、洄游。因此，研究渔业资源种群集群需要掌握水生生物集群的时空分布规律及其与环境因子之间的关系，以实现合理开发利用渔业资源。
目前，研究渔业资源集群分布通常采用的方法为常规的统计分析方法，通过专门派出调查船收集渔获物，按渔区、种类、旬月进行渔获量统计，将统计资料按种类分别绘制各渔区渔获量分布图。根据渔获量分布图可以分析物种的洄游路线和分布范围。该方法实用性强、成本低，然而，若要达到数据准确，有针对性的预期目的，需要综合长期系列的野外调查，精确的作业船位和各种类的产量及其生物学特性。同时，若需要分析生物集群与环境之间的关系等，还需要综合环境数据、种群生活史等数据，通过对大量多维度数据的综合空间分析，才能得到关于海洋渔业生物物种关键集群区(产卵场、索饵场、越冬场)、迁移通道等在不同时空尺度上的更为全面和精确的信息。
地理信息系统(GIS)是管理和分析空间数据的信息技术，GIS能综合大量、多种类的空间数据源，包括地图、数字高程模型、GPS、RS图像和表格，进行存储、处理、叠加、分类、转化可视化、进行数学统计和空间模拟。本发明以GIS为技术手段，整合历史数据资料，如渔业生产数据、捕鱼区域数据；通过遥感数据或野外调查，可以得到目标生物资源、环境数据、种群生活史等数据；应用GIS的空间分析和统计功能模拟目标生物的空间分布特征，并通过定量分析得到其适宜的环境条件，通过对目标生物及其适宜环境因子空间分布的叠加，从而得到目标生物的关键集群区/栖息地(产卵场、索饵场、迁移通道等)在不同时空尺度上分布规律的有用信息，以帮助渔业资源评估，为渔业资源生态修复工作提供科学依据，具有十分重要的现实意义。
发明内容
针对上述现有技术中的不足，本发明提供一种基于GIS的河口渔业资源集群分布分析方法，可以对目标生物的重要集群区/栖息地进行定位，从而为渔业资源生态修复提供科学指导。
为了实现上述目的，本发明提供一种基于GIS的河口渔业资源集群分布分析方法，包括步骤：
S1：利用GIS系统建立一基础空间信息数据库；
S2：建立一渔业资源信息数据库和一渔业生态环境信息数据库；
S3：将所述渔业资源信息数据库和所述渔业生态环境信息数据库分别与所述基础空间信息数据库关联；
S4：定位渔业资源关键集群区步骤。
优选地，所述S1步骤进一步包括步骤：
S11：收集目标区域的空间数据，所述空间数据包括空间数据图像、TM遥感图像和空间信息数据；
S12：将所述空间数据图像转化为矢量格式数据；修正所述TM遥感图像中的几何辐射变形获得预处理遥感图像；
S13：通过所述预处理遥感图像和所述矢量格式数据获得一电子底图，利用所述GIS系统将所述矢量格式数据、所述电子底图和所述空间信息数据相互匹配形成所述基础空间信息数据库。
优选地，所述S11步骤中：
所述空间数据图像包括：所述目标区域的行政区划图、土地利用类型图、土壤类型图、水深地形图、交通港口图和水系图；
所述空间信息数据通过实地测量获得或利用GPS定位装置获得；所述空间信息数据包括：渔业资源采样点位置信息、水质数据监测点位置信息和底质数据监测点位置信息。
优选地，所述通过所述预处理遥感图像和所述矢量格式数据获得一电子底图步骤进一步包括步骤：
利用ENVI平台分割所述预处理遥感图像，获得所述目标区域的区域图；
利用非监督分类算法分隔所述区域图中的海域部分和陆地部分，并形成海陆边界线，获得一初步处理图；
将所述矢量格式数据匹配至所述初步处理图中形成内陆边界线；
对所述海陆边界线和所述内陆边界线进行平滑处理，获得所述电子底图。
优选地，所述S2步骤中：
建立所述渔业资源信息数据库包括步骤：
采集渔获样品；
在室内按照所述渔获样品的种类对所述渔获样品进行分类；
记录、测量记录或测量计算记录所述渔获样品的分布信息和生物信息；
将所述分布信息和所述生物信息导入数据库软件建立所述渔业资源信息数据库；
建立所述渔业生态环境信息数据库包括步骤：
根据需要对渔业生态环境进行调查采样，并记录、测量记录或测量计算记录所述渔业生态环境的生态数据；
将所述生态数据导入所述数据库软件建立所述渔业生态环境信息数据库。
优选地，所述生物信息包括：种群数量、长度、性别、重量、年龄、生长率、死亡率和补充量。
优选地，所述生态数据包括：温度、盐度、底泥、水深、水色、叶绿素和海流信息。
优选地，所述S4步骤进一步包括步骤：
S41：根据需要自所述渔业资源信息数据库提取目标物种的所述生物信息，并自所述渔业生态环境信息数据库提取所述目标物种的所述生态数据；
S42：根据所述生物信息通过插值运算生成所述目标物种的密度图；
S43：选取固定数个种类的所述生态数据，并按照种类分别对所述生态数据进行插值运算；按种类分别生成所述生态数据的最适宜范围等高线；
S44：根据所述最适宜范围等高线生成各种类所述生态数据的适宜范围图；
S45：将所述适宜范围图叠加形成一渔业资源关键集群区图；
S46：根据所述渔业资源关键集群区图定位所述渔业资源关键集群区。
优选地，所述S43步骤中：利用ArcGIS软件按照种类分别对所述生态数据进行插值运算；并通过所述ArcGIS软件按种类分别生成所述生态数据的最适宜范围等高线。
本发明由于采用了以上技术方案，使其具有以下有益效果：
本发明利用GIS技术具能有在空间上整合大量多维度生态环境数据、渔获物分类和生物数据信息的优势，利用空间分析对目标物种生物量分布或密度信息进行插值运算，进而与其适宜环境因子空间分布进行叠加，从而可得到目标生物关键集群区(如：产卵场、索饵场、迁移通道等)在不同时空尺度上的分布规律，有助于渔业资源量化评估，为渔业资源的生态修复提供理论依据。
附图说明
图1为本发明实施例的基于GIS的河口渔业资源集群分布分析方法的流程图；
图2为本发明实施例的基于GIS的河口渔业资源集群分布分析方法的原理图。
具体实施方式
下面根据附图1和图2，给出本发明的较佳实施例，并予以详细描述，使能更好地理解本发明的功能、特点。
请参阅图1和图2，本发明实施例的一种基于GIS的河口渔业资源集群分布分析方法，包括步骤：
S1：利用GIS系统建立一基础空间信息数据库，其进一步包括步骤：
S11：收集目标区域的空间数据，空间数据包括空间数据图像、TM遥感图像和空间信息数据；
空间数据图像包括：目标区域的行政区划图、土地利用类型图、土壤类型图、水深地形图、交通港口图和水系图；
空间信息数据通过实地测量获得或利用GPS定位装置获得；空间信息数据包括：渔业资源采样点位置信息、水质数据监测点位置信息和底质数据监测点位置信息。
S12：将空间数据图像转化为矢量格式数据；修正TM遥感图像中的几何辐射变形获得预处理遥感图像；
S13：通过预处理遥感图像和矢量格式数据获得一电子底图，利用GIS系统将矢量格式数据、电子底图和空间信息数据相互匹配形成基础空间信息数据库。
本实施例中，通过预处理遥感图像和矢量格式数据获得一电子底图步骤进一步包括步骤：
利用ENVI平台分割预处理遥感图像，获得目标区域的区域图；
利用非监督分类算法分隔区域图中的海域部分和陆地部分，并形成海陆边界线，获得一初步处理图；
将矢量格式数据匹配至初步处理图中形成内陆边界线；
对海陆边界线和内陆边界线进行平滑处理，获得电子底图。
S2：建立一渔业资源信息数据库和一渔业生态环境信息数据库。
其中，建立渔业资源信息数据库包括步骤：
a、采集渔获样品；
b、在室内按照渔获样品的种类对渔获样品进行分类；
c、记录、测量记录或测量计算记录渔获样品的分布信息和生物信息；生物信息包括：种群数量、长度、性别、重量、年龄、生长率、死亡率和补充量；
d、将分布信息和生物信息导入数据库软件建立渔业资源信息数据库。
另外，建立渔业生态环境信息数据库包括步骤：
根据需要对渔业生态环境进行调查采样，并记录、测量记录或测量计算记录渔业生态环境的生态数据；生态数据包括：温度、盐度、底泥、水深、水色、叶绿素和海流信息；
将生态数据导入数据库软件建立渔业生态环境信息数据库。
S3：将渔业资源信息数据库和渔业生态环境信息数据库分别与基础空间信息数据库关联。
S4：定位渔业资源关键集群区步骤，其进一步包括步骤：
S41：根据需要自渔业资源信息数据库提取目标物种的生物信息，并自渔业生态环境信息数据库提取目标物种的生态数据；
S42：根据生物信息通过插值运算生成目标物种的密度图；
S43：选取固定数个种类的生态数据，并利用ArcGIS软件按照种类分别对生态数据进行插值运算；并通过ArcGIS软件按种类分别生成生态数据的最适宜范围等高线；
S44：根据最适宜范围等高线生成各种类生态数据的适宜范围图；
S45：将适宜范围图叠加形成一渔业资源关键集群区图；
S46：根据渔业资源关键集群区图定位渔业资源关键集群区。
现以在长江河口的关键水生物种中华绒螯蟹的产卵场分析应用为例，对本发明内容的实施过程进行举例说明。
长江口是我国的第一大河口，其生产力高，是我国水生生物多样性最丰富、渔产潜力最高的河口。长江口以其独特的生境构成了水生生物的重要洄游通道、索饵场和产卵场。这里不仅是日本鳗鲡(Anguilla japonica)、中华绒螯蟹(Eriocheirsinensis)、淞江鲈(Trachidermusfasciatus)、鲥(Tenualosareevesii)等名优水产生物的繁衍栖息地，同时也是中华鲟(Acipensersinensis)、白鲟(Psephurusgladius)、胭脂鱼(Myxocyprinusasiaticus)等国家级保护动物的栖息地和洄游通道。随着工业的发展、环境污染、过度捕捞以及各种海岸工程的建设，河口生态环境逐渐恶化，生态系统衰退严重。到本世纪初期，长江口生物物种减少，浮游生物、底栖生物生物量呈下降趋势，饵料基础衰退，重要经济鱼类的资源量锐减，一些国家级保护动物如中华鲟、白鲟、胭脂鱼等几乎濒临灭绝渔业资源衰退的现状。
现利用本实施例的基于GIS的河口渔业资源集群分布分析方法对中华绒螯蟹的产卵场进行分析：
第一步，建立一基础空间信息数据库。
收集目标区域的空间数据，空间数据包括空间数据图像、TM遥感图像和空间信息数据。
空间数据包括长江口电子底图、长江口水系图(包括深水航道、青草沙水库)、长江口行政区划、水深地形图、采样站点图等。空间数据是基于矢量图形数据结构的矢量数据类型和基于栅格图形数据结构的栅格数据类型，数据源主要有地图、测绘和遥感影像图。长江口行政区划、水深地形图和水系图(包括河道、深水航道、青草沙水库)的获取方式为：利用已有的电子地图，将地图数字化为矢量格式。长江口渔业资源采样点、长江口水质数据监测点、长江口底质数据监测点的获取方式为：在野外实地测量或者利用GPS定位仪器设备，采集获取空间坐标数据，进而得知地理实体的空间位置，从GPS仪中将.kml格式文件转换为ArcGIS中的shapefile点格式。由于长江口海岸线边界受到侵蚀或淤长，年际变化大，如按以往的地图进行矢量化则不尽精确，因此本研究利用2011年4月获取的TM5遥感数据进行分类得到的长江口电子底图。在分类之前，首先需要对TM遥感图像进行图像纠正和重建的预处理，其主要目的是纠正原始图像中的几何与辐射变形，即通过对图像获取过程中产生的变性、扭曲、模糊核噪音的纠正。接着，对长江口的海陆边界进行界定及提取，内陆边界通过行政地图矢量化后匹配至TM遥感图像中。本实施例通过结合ENVI平台和ArcGIS软件提取水边线，具体方法过程如下：在ENVI平台中将TM遥感图像进行分割得到目的区域后，通过比较选择TM第2波段，利用非监督分类(Unsupervised)将海域与陆地分开。提取陆地轮廓，用掩膜工具(Mask)定义掩膜区域【DN：6(海)、DN：1(陆地)】，随后在ENVI平台中定义其地理坐标(edit/mapinfo/change projection)。接着在ArcGIS软件中用Raster to Polygon工具将Image格式矢量化，最后对边界进行后编辑(Feature to Polyline)和平滑处理(Polysmooth)。
第二步：建立一渔业资源信息数据库和一渔业生态环境信息数据库。
根据野外调查采样，所采集的渔获样品在室内进行分类处理，然后按照要求进行测量记录和计算生物信息；所采集的生态数据按照要求进行记录和计算处理。在建立渔业资源信息和渔业生态环境信息数据库时，首先应考虑到图层所需要的功能、内容和工作目标，根据需要设计字段名称和数据的类型，编辑形成包含生物信息、分布信息和生态数据的Microsoft Office Excel表数据。
再把编辑好的Microsoft Office Excel表数据，导入到Microsoft OfficeAccess数据库中，便于随时修改和更新数据，实现数据库的建立。在对渔获样品进行分类测量时的记录指标包括：2012-2016年2、5、8、11月节肢动物类、软体动物类、鱼类下属种的分布信息及生物信息(种群数量、丰富度、生物量、长度、性别、重量、年龄)。渔业生态环境信息数据库主要包括2012-2016年2、5、8、11月长江口浮游动物信息、浮游植物信息、底栖生物信息、沉积物信息、水文水质(水深、浊度、盐度、水温)信息、叶绿素信息。
第三步：将渔业资源信息数据库和渔业生态环境信息数据库分别与基础空间信息数据库关联。
渔业资源信息数据库和渔业生态环境信息数据库是用来描述实体特征的数据，属于属性数据库，原先并不与地理位置发生关联。在ArcGIS软件中，要实现地理信息系统的图文互查功能，需要通过将属性数据库和基础空间信息数据库进行预先绑定和关联后，即可实现打开地图能直接浏览相对应的属性数据信息。
本实施例中的数据绑定，是通过调用Access数据库软件中的DBF数据库进行，使用ArcGIS软件中的ArcToolBox-Spatial Join功能对图层要素与属性表进行关联。使用Spatial Join方法将自己的表转变为一个新的shapefile图层，将表中的数据以点等矢量图来表示，一旦将数据引入地图，就可以很容易的使用ArcGIS软件实现多种地图功能，如实现文件管理、图层操作与编辑(图元的平移、放大、缩小、属性显示、选择、标注、投影、测距)、数据查询、数据导出等多项操作功能，实现目标数据的统计分析和直观表现。
统计分析和表现数据最强有力的方式使各种数据图形化，使用户在视觉上对地图数据有直观的感受，大体了解数据的趋势。通过DBF数据库中的字段值来赋予地图对象用户所需要的颜色、图案和符号，把各种数据图形化，突出且完备的表示最重要的一种或者几种要素，使用户能一目了然的在地图上了解数据的宏观趋势，便于用户宏观把握信息，例如可在图中展示2012年8月拖网渔获物中鱼类、软体动物、节肢动物平均生物在各个站点所占比例。
第四步：定位长江口中中华绒螯蟹(目标物种)的产卵场(关键集群区)。
利用关联了空间数据的渔业资源信息数据库和渔业生态环境信息数据库，根据提取各站点中华绒螯蟹种群中抱卵蟹的丰富度数据，利用ArcToolbox-Spatial AnalystTools-Density中的Point Density工具，进行插值运算，生成中华绒螯蟹种群中抱卵蟹的密度图；根据抱卵蟹主要栖息在盐度9～15、水体流速1.3～1.5m/s、水深3～6m、透明度10～23cm水域的信息，利用ArcToolbox-Geostatistical Analyst Tools-Interpolation-IDW工具，对生态环境数据库中相关环境因子范围(盐度、水深、透明度、流速)进行插值运算；利用ArcToolbox-Spatial Analyst Tools-Surface-Contour工具提取各环境因子的最适范围等高线，生成适宜环境因子范围图(即适宜范围图)；最后，通过ArcToolbox-AnalysisTools-Extraction-Extract by Mask命令，对目标物种及其适宜环境因子空间分布的叠加，确定其产卵场位置。
以上结合附图实施例对本发明进行了详细说明，本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而，实施例中的某些细节不应构成对本发明的限定，本发明将以所附权利要求书界定的范围作为本发明的保护范围。
Claims (9)
1.一种基于GIS的河口渔业资源集群分布分析方法，包括步骤：
S1：利用GIS系统建立一基础空间信息数据库；
S2：建立一渔业资源信息数据库和一渔业生态环境信息数据库；
S3：将所述渔业资源信息数据库和所述渔业生态环境信息数据库分别与所述基础空间信息数据库关联；
S4：定位渔业资源关键集群区步骤。
2.根据权利要求1所述的基于GIS的河口渔业资源集群分布分析方法，其特征在于，所述S1步骤进一步包括步骤：
S11：收集目标区域的空间数据，所述空间数据包括空间数据图像、TM遥感图像和空间信息数据；
S12：将所述空间数据图像转化为矢量格式数据；修正所述TM遥感图像中的几何辐射变形获得预处理遥感图像；
S13：通过所述预处理遥感图像和所述矢量格式数据获得一电子底图，利用所述GIS系统将所述矢量格式数据、所述电子底图和所述空间信息数据相互匹配形成所述基础空间信息数据库。
3.根据权利要求2所述的基于GIS的河口渔业资源集群分布分析方法，其特征在于，所述S11步骤中：
所述空间数据图像包括：所述目标区域的行政区划图、土地利用类型图、土壤类型图、水深地形图、交通港口图和水系图；
所述空间信息数据通过实地测量获得或利用GPS定位装置获得；所述空间信息数据包括：渔业资源采样点位置信息、水质数据监测点位置信息和底质数据监测点位置信息。
4.根据权利要求3所述的基于GIS的河口渔业资源集群分布分析方法，其特征在于，所述通过所述预处理遥感图像和所述矢量格式数据获得一电子底图步骤进一步包括步骤：
利用ENVI平台分割所述预处理遥感图像，获得所述目标区域的区域图；
利用非监督分类算法分隔所述区域图中的海域部分和陆地部分，并形成海陆边界线，获得一初步处理图；
将所述矢量格式数据匹配至所述初步处理图中形成内陆边界线；
对所述海陆边界线和所述内陆边界线进行平滑处理，获得所述电子底图。
5.根据权利要求4所述的基于GIS的河口渔业资源集群分布分析方法，其特征在于，所述S2步骤中：
建立所述渔业资源信息数据库包括步骤：
采集渔获样品；
在室内按照所述渔获样品的种类对所述渔获样品进行分类；
记录、测量记录或测量计算记录所述渔获样品的分布信息和生物信息；
将所述分布信息和所述生物信息导入数据库软件建立所述渔业资源信息数据库；
建立所述渔业生态环境信息数据库包括步骤：
根据需要对渔业生态环境进行调查采样，并记录、测量记录或测量计算记录所述渔业生态环境的生态数据；
将所述生态数据导入所述数据库软件建立所述渔业生态环境信息数据库。
6.根据权利要求5所述的基于GIS的河口渔业资源集群分布分析方法，其特征在于，所述生物信息包括：种群数量、长度、性别、重量、年龄、生长率、死亡率和补充量。
7.根据权利要求6所述的基于GIS的河口渔业资源集群分布分析方法，其特征在于，所述生态数据包括：温度、盐度、底泥、水深、水色、叶绿素和海流信息。
8.根据权利要求7所述的基于GIS的河口渔业资源集群分布分析方法，其特征在于，所述S4步骤进一步包括步骤：
S41：根据需要自所述渔业资源信息数据库提取目标物种的所述生物信息，并自所述渔业生态环境信息数据库提取所述目标物种的所述生态数据；
S42：根据所述生物信息通过插值运算生成所述目标物种的密度图；
S43：选取固定数个种类的所述生态数据，并按照种类分别对所述生态数据进行插值运算；按种类分别生成所述生态数据的最适宜范围等高线；
S44：根据所述最适宜范围等高线生成各种类所述生态数据的适宜范围图；
S45：将所述适宜范围图叠加形成一渔业资源关键集群区图；
S46：根据所述渔业资源关键集群区图定位所述渔业资源关键集群区。
9.根据权利要求8所述的基于GIS的河口渔业资源集群分布分析方法，其特征在于，所述S43步骤中：利用ArcGIS软件按照种类分别对所述生态数据进行插值运算；并通过所述ArcGIS软件按种类分别生成所述生态数据的最适宜范围等高线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711416372.2A CN108153861B (zh) | 2017-12-25 | 2017-12-25 | 基于gis的河口渔业资源集群分布分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711416372.2A CN108153861B (zh) | 2017-12-25 | 2017-12-25 | 基于gis的河口渔业资源集群分布分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108153861A true CN108153861A (zh) | 2018-06-12 |
| CN108153861B CN108153861B (zh) | 2020-10-16 |
Family
ID=62464422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711416372.2A Active CN108153861B (zh) | 2017-12-25 | 2017-12-25 | 基于gis的河口渔业资源集群分布分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108153861B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109034105A (zh) * | 2018-08-15 | 2018-12-18 | 上海海洋大学 | 基于无人机的金枪鱼渔场位置预测方法 |
| CN110827165A (zh) * | 2019-11-19 | 2020-02-21 | 湖南文理学院 | 一种用于渔业过度捕捞湖泊的生态位互补修复方法 |
| CN111008794A (zh) * | 2019-12-31 | 2020-04-14 | 中国水产科学研究院黑龙江水产研究所 | 一种江河湖库大型水域草上产卵鱼类产卵场多维度一站式调查方法 |
| CN111767643A (zh) * | 2020-06-03 | 2020-10-13 | 中国水产科学研究院东海水产研究所 | 一种确定生物主体环境因子分布范围的方法 |
| CN114494837A (zh) * | 2022-01-06 | 2022-05-13 | 中国水产科学研究院南海水产研究所 | 一种渔业资源的密度智能识别方法及系统 |
| CN114612260A (zh) * | 2022-04-22 | 2022-06-10 | 中国水产科学研究院南海水产研究所 | 一种基于机器学习的南海渔业资源评估体系建模方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040068520A1 (en) * | 2000-09-20 | 2004-04-08 | Noboru Masaoka | Information management system |
| CN102999620A (zh) * | 2012-11-30 | 2013-03-27 | 山东师范大学 | 一种基于地理信息系统技术分析土壤污染空间分布规律的方法 |
| CN104318349A (zh) * | 2014-10-10 | 2015-01-28 | 南通大学 | 基于Silverlight和ArcGIS的海籍监测管理方法 |
-
2017
- 2017-12-25 CN CN201711416372.2A patent/CN108153861B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040068520A1 (en) * | 2000-09-20 | 2004-04-08 | Noboru Masaoka | Information management system |
| CN102999620A (zh) * | 2012-11-30 | 2013-03-27 | 山东师范大学 | 一种基于地理信息系统技术分析土壤污染空间分布规律的方法 |
| CN104318349A (zh) * | 2014-10-10 | 2015-01-28 | 南通大学 | 基于Silverlight和ArcGIS的海籍监测管理方法 |
Non-Patent Citations (2)
| Title |
|---|
| 周琼: "基于GIS的太湖渔业资源管理信息系统的开发与研究", 《中国优秀硕士学位论文全文数据库农业科技辑》 * |
| 张婷婷等: "空间信息技术在渔业资源及生态环境监测与评价中的应用", 《海洋渔业》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109034105A (zh) * | 2018-08-15 | 2018-12-18 | 上海海洋大学 | 基于无人机的金枪鱼渔场位置预测方法 |
| CN109034105B (zh) * | 2018-08-15 | 2020-08-04 | 上海海洋大学 | 基于无人机的金枪鱼渔场位置预测方法 |
| CN110827165A (zh) * | 2019-11-19 | 2020-02-21 | 湖南文理学院 | 一种用于渔业过度捕捞湖泊的生态位互补修复方法 |
| CN111008794A (zh) * | 2019-12-31 | 2020-04-14 | 中国水产科学研究院黑龙江水产研究所 | 一种江河湖库大型水域草上产卵鱼类产卵场多维度一站式调查方法 |
| CN111008794B (zh) * | 2019-12-31 | 2023-04-07 | 中国水产科学研究院黑龙江水产研究所 | 一种江河湖库大型水域草上产卵鱼类产卵场多维度一站式调查方法 |
| CN111767643A (zh) * | 2020-06-03 | 2020-10-13 | 中国水产科学研究院东海水产研究所 | 一种确定生物主体环境因子分布范围的方法 |
| CN114494837A (zh) * | 2022-01-06 | 2022-05-13 | 中国水产科学研究院南海水产研究所 | 一种渔业资源的密度智能识别方法及系统 |
| CN114494837B (zh) * | 2022-01-06 | 2024-05-07 | 中国水产科学研究院南海水产研究所 | 一种渔业资源的密度智能识别方法及系统 |
| CN114612260A (zh) * | 2022-04-22 | 2022-06-10 | 中国水产科学研究院南海水产研究所 | 一种基于机器学习的南海渔业资源评估体系建模方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108153861B (zh) | 2020-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108153861A (zh) | 基于gis的河口渔业资源集群分布分析方法 | |
| Nath et al. | Applications of geographical information systems (GIS) for spatial decision support in aquaculture | |
| Maselli et al. | Estimation of Mediterranean forest attributes by the application of k‐NN procedures to multitemporal Landsat ETM+ images | |
| Hall et al. | Local knowledge assessment for a small-scale fishery using geographic information systems | |
| CN104809479B (zh) | 基于支持向量机的鱼类栖息地适宜性指数建模方法 | |
| Morris et al. | Habitat suitability modelling of economically important fish species with commercial fisheries data | |
| Ippoliti et al. | Defining ecological regions in Italy based on a multivariate clustering approach: A first step towards a targeted vector borne disease surveillance | |
| Li et al. | Analyzing trends of dike-ponds between 1978 and 2016 using multi-source remote sensing images in Shunde district of south China | |
| Zhao et al. | Discussion on the unified survey and evaluation of cultivated land quality at county scale for China’s 3rd National Land Survey: A case study of Wen County, Henan Province | |
| Huylenbroeck et al. | What factors shape spatial distribution of biomass in riparian forests? Insights from a LiDAR survey over a large area | |
| Xu et al. | Construction of ecological security pattern and identification of ecological restoration zones in the city of Changchun, China | |
| Chan et al. | Application of multi-species photo-ID database management systems: a user’s perspective | |
| Robiglio et al. | Mapping landscapes: Integrating GIS and social science methods to model human-nature relationships in southern Cameroon | |
| Li et al. | Zoning and Management of Ecological Restoration from the Perspective of Ecosystem Service Supply and Demand: A Case Study of Yuzhong County in Longzhong Loess Hilly Region, China | |
| Sun et al. | Mapping China’s coastal aquaculture ponds expansion with sentinel-2 images during 2017–2021 | |
| Volvenko et al. | Updated and extended database of the pelagic trawl surveys in the Far Eastern seas and North Pacific Ocean in 1979–2009 | |
| CN116310541A (zh) | 基于卷积网络多维度学习的昆虫分类方法及系统 | |
| Kim et al. | Vegetation mapping of No Name Key, Florida using lidar and multispectral remote sensing | |
| Janecki et al. | Fish Module‐A prognostic tool for modeling the optimal environmental conditions for fish | |
| Berger et al. | Improving fishery-independent indices of abundance for a migratory walleye population | |
| Bao et al. | An automatic extraction method for individual tree crowns based on self-adaptive mutual information and tile computing | |
| Jin et al. | Characterization of Two Main Forest Cover Loss Transitions in North Korea from 1990 to 2020 | |
| Chen et al. | Basic Principles and Methods of Fisheries Forecasting | |
| Li et al. | Land-Use Modes of the Dike–Pond System in the Pearl River Delta of China and Implications for Rural Revitalization | |
| Mwita | Monitoring restoration of the eastern Usangu wetland by assessment of land use and cover changes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |