CN108932377A - 一种鱼类产卵场精确定位方法及系统 - Google Patents
一种鱼类产卵场精确定位方法及系统 Download PDFInfo
- Publication number
- CN108932377A CN108932377A CN201810661421.7A CN201810661421A CN108932377A CN 108932377 A CN108932377 A CN 108932377A CN 201810661421 A CN201810661421 A CN 201810661421A CN 108932377 A CN108932377 A CN 108932377A
- Authority
- CN
- China
- Prior art keywords
- spawning ground
- fish
- waters
- total amount
- ovum seedling
- 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
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 26
- 102000002322 Egg Proteins Human genes 0.000 claims abstract description 76
- 108010000912 Egg Proteins Proteins 0.000 claims abstract description 76
- 210000004681 ovum Anatomy 0.000 claims abstract description 76
- 239000003643 water by type Substances 0.000 claims abstract description 42
- 239000003673 groundwater Substances 0.000 claims abstract description 17
- 238000010219 correlation analysis Methods 0.000 claims abstract description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 33
- 241000208340 Araliaceae Species 0.000 claims description 5
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 5
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 5
- 235000008434 ginseng Nutrition 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims 2
- 230000004807 localization Effects 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 2
- 239000004575 stone Substances 0.000 description 26
- 241001519451 Abramis brama Species 0.000 description 18
- 235000013601 eggs Nutrition 0.000 description 7
- 241000196324 Embryophyta Species 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 230000004720 fertilization Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 241000272814 Anser sp. Species 0.000 description 1
- 241001609213 Carassius carassius Species 0.000 description 1
- 244000241257 Cucumis melo Species 0.000 description 1
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 1
- 241000252233 Cyprinus carpio Species 0.000 description 1
- 240000001008 Dimocarpus longan Species 0.000 description 1
- 235000000235 Euphoria longan Nutrition 0.000 description 1
- 241001233242 Lontra Species 0.000 description 1
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000002706 hydrostatic effect Effects 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Farming Of Fish And Shellfish (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Animal Husbandry (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Marine Sciences & Fisheries (AREA)
Abstract
本发明公开了一种鱼类产卵场精确定位方法及系统,其中,方法包括以下步骤:获取产卵场的水域范围,以及多个水下礁石区的位置信息;在预设的时间周期内在产卵场水域下游连续获取多组样品参数,并根据每组样品参数获取预设鱼类的卵苗总量;其中,每组所述样品参数包括断面流量、卵苗数量、采集时长和网口流速;结合断面流量参数和预设的水文模型获取各水下礁石区的水文状态参数;结合水文状态参数和卵苗总量进行相关性分析,并获取与卵苗总量相关的水下礁石区作为预设鱼卵产卵场的位置。本发明精确地将产卵场定位到具体的礁石区,避免传统的定位方法只能定位在一段范围较大的区域内,极大地提高了产卵场的定位精度,可广泛应用于定位技术领域。
Description
技术领域
本发明涉及定位技术领域,尤其涉及一种鱼类产卵场精确定位方法及系统。
背景技术
由于鱼类繁殖生态习性的差异,导致鱼类对产卵场环境的要求不尽相同。比如鲤、鲫等产粘性卵鱼类,在流水或静水中均可以产卵场繁殖,但一般将水草丰茂的水域作为产卵场,繁殖期将受精卵粘附于水草上发育。而另一些鱼类,特别是产漂流性卵鱼类,则必须洄游至特定的产卵场,依靠产卵场特殊的河床结构产生的特定的水流流态或水文过程刺激才能顺利产卵繁殖。一般该类型鱼类的产卵场多处于两江交汇口或河流一些弯道区域,特别是有水中有礁石分布的水域,但并不是所有的交汇口、弯道或礁石区均是鱼类的产卵场,这与具体的水流流态和流量过程有关。鱼类学家认为鱼类产卵所需要的是产卵场水域的泡漩水环境,或者说是紊流环境,这是由于大多数鱼类是体外受精,紊流可以提高鱼类自然繁殖时的受精率。传统的鱼类产卵场定位多依靠专业人员或渔民的直接经验,或者采集江河漂流性鱼卵,根据鱼卵发育时间和江水流速推断产卵场位置,但该方法仅能定位至某一大致的江段范围,仍需进行现场考察,结合河道地形地貌进行推断获得产卵场的位置,但这种定位方法不够精确。
发明内容
为了解决上述技术问题,本发明的目的是提供一种高精确度的产卵场定位方法。
本发明的另一目的是提供一种高精确度的产卵场定位系统。
本发明所采用的技术方案是:
一种鱼类产卵场精确定位方法,包括以下步骤:
获取产卵场的水域范围,以及水域范围内的多个水下礁石区的位置信息;
在预设的时间周期内在产卵场水域下游连续获取多组样品参数,并根据每组样品参数获取预设鱼类的卵苗总量;其中,每组所述样品参数包括断面流量、卵苗数量、采集时长和采集卵苗网具的网口流速;
结合断面流量参数和预设的水文模型获取各水下礁石区的水文状态参数;
结合水文状态参数和卵苗总量进行相关性分析,并获取与卵苗总量相关的水下礁石区作为预设鱼卵产卵场的位置。
进一步,所述水文状态参数至少包括紊动动能、弗劳德数和涡度中的一种。
进一步,所述预设的水文模型通过Delft3D软件进行搭建,搭建步骤具体为:
获取产卵场水域参数信息,结合水域参数信息和Delft3D软件的水流模块建立三维水流数学模型;
随机在产卵场水域上获取多组断面流量参数对三维水流数学模型进行验证;
结合紊动动能与流量的关系以及三维水流数学模型,建立水文模型。
进一步,所述结合水文状态参数和卵苗总量进行相关性分析的步骤,具体为:
基于Pearson相关系数,结合水文状态参数和卵苗总量,分析仔鱼数量与各个水下礁石区的相关性。
进一步,所述卵苗数量包括漂流性鱼卵数量和仔鱼数量。
本发明所采用的另一技术方案是:
一种鱼类产卵场精确定位系统,包括:
水域信息采集模块,用于获取产卵场的水域范围,以及水域范围内的多个水下礁石区的位置信息;
样品采集模块,用于在预设的时间周期内在产卵场水域下游连续获取多组样品参数,并根据每组样品参数获取预设鱼类的卵苗总量;其中,每组所述样品参数包括断面流量、卵苗数量、采集时长和采集卵苗网具的网口流速;
水文计算模块,用于结合断面流量参数和预设的水文模型获取各水下礁石区的水文状态参数;
分析模块,用于结合水文状态参数和卵苗总量进行相关性分析,并获取与卵苗总量相关的水下礁石区作为预设鱼卵产卵场的位置。
进一步,所述水文状态参数至少包括紊动动能、弗劳德数和涡度中的一种。
进一步,所述预设的水文模型通过Delft3D软件进行搭建,搭建步骤具体为:
获取产卵场水域参数信息,结合水域参数信息和Delft3D软件的水流模块建立三维水流数学模型;
随机在产卵场水域上获取多组断面流量参数对三维水流数学模型进行验证;
结合紊动动能与流量的关系以及三维水流数学模型,建立水文模型。
进一步,所述结合水文状态参数和卵苗总量进行相关性分析的步骤,具体为:
基于Pearson相关系数,结合水文状态参数和卵苗总量,分析仔鱼数量与各个水下礁石区的相关性。
进一步,所述卵苗数量包括漂流性鱼卵数量和仔鱼数量。
本发明的有益效果是:在产卵场水域下游获取多组样品参数,根据样品参数获取预设鱼类的卵苗总量和水文状态参数,通过结合水文状态参数和卵苗总量进行分析,获得与卵苗数量相关的礁石区,从而精确的点位到产卵场的位置,避免依靠渔民经验的不精准定位,极大地提高了产卵场的定位精度。
附图说明
图1是本发明一种鱼类产卵场精确定位方法的步骤流程图;
图2是本发明一种鱼类产卵场精确定位系统的结构框图。
具体实施方式
实施例一
如图1所以,一种鱼类产卵场精确定位方法,包括以下步骤:
S1、获取产卵场的水域范围,以及水域范围内的多个水下礁石区的位置信息。
S2、在预设的时间周期内在产卵场水域下游连续获取多组样品参数,并根据每组样品参数获取预设鱼类的卵苗总量;其中,每组所述样品参数包括断面流量、卵苗数量、采集时长和采集卵苗网具的网口流速。
S3、结合断面流量参数和预设的水文模型获取各水下礁石区的水文状态参数。
S4、结合水文状态参数和卵苗总量进行相关性分析,并获取与卵苗总量相关的水下礁石区作为预设鱼卵产卵场的位置。
上述的定位方法可以精确地将产卵场定位到具体的礁石区,避免传统的定位方法,只能定位在一段范围较大的区域内,极大地提高了产卵场的定位精度。在本实施例中,所述获取与卵苗数量相关的水下礁石区,具体为:将卵苗数量与水下礁石区的相关性从大到小进行排列,获取相关性排序靠前的水下礁石区作为产卵场的位置。
进一步作为优选的实施方式,所述水文状态参数至少包括紊动动能、弗劳德数和涡度中的一种。
进一步作为优选的实施方式,所述预设的水文模型通过Delft3D软件进行搭建,搭建步骤具体为:
获取产卵场水域参数信息,结合水域参数信息和Delft3D软件的水流模块建立三维水流数学模型;
随机在产卵场水域上获取多组断面流量参数对三维水流数学模型进行验证;
结合紊动动能与流量的关系以及三维水流数学模型,建立水文模型。
进一步作为优选的实施方式,所述结合水文状态参数和卵苗总量进行相关性分析的步骤,具体为:
基于Pearson相关系数,结合水文状态参数和卵苗总量,分析卵苗数量与各个水下礁石区的相关性。
进一步作为优选的实施方式,所述卵苗数量包括漂流性鱼卵数量和仔鱼数量。
现结合广东鲂产卵场精确定位的例子对上述的定位方法进行解释。在西江肇庆封开青皮塘和郁南罗旁江段分布有两个大型的广东鲂产卵场,但是自封开界首至郁南江段全长有40余公里,其河道中礁石遍布,需要从所有的礁石区中定位到广东鲂产卵场最重要的水域,具体的定位步骤为:
第一步:获取产卵场的水域范围,以及获取水域范围内的多个水下礁石区的位置信息。
根据历史及近期调查资料可知广东鲂的产卵场主要分布在广东封开至郁南江段;用现有的探测方法在封开界首至郁南罗旁江段进行水下探测,现有的探测方法包括声呐探测,也可通过水下摄像头进行探测。在本实施例中,在该江段共探测了40块主要礁石的分布位置,对每块礁石进行了编号,将40块礁石分别编号为T1-T40,具体编号如表1所示:
表1
编号 | 名称 | 编号 | 名称 |
T1 | 黄安石礁石 | T21 | 三兄弟礁石 |
T2 | 南赞石礁石 | T22 | 77-6礁石 |
T3 | 灰船石 | T23 | 77-6礁石 |
T4 | 沙头石 | T24 | 下蟠龙礁石 |
T5 | 路尾石礁石 | T25 | 坝对开礁石 |
T6 | 下典石1 | T26 | 旺村石礁石 |
T7 | 下典石2 | T27 | 74-6礁石 |
T8 | 茶冲石礁石 | T28 | 无名石 |
T9 | 沉船区石 | T29 | 疏浚区域1-STJ2 |
T10 | 封锁线礁石 | T30 | 保护区 |
T11 | 独獭石礁石 | T31 | 香炉石 |
T12 | 双鱼石礁石 | T32 | 牛屎石 |
T13 | 双鱼石-1 | T33 | 鹅公品石 |
T14 | 双鱼石-2 | T34 | 神仙桥石 |
T15 | 无名疑似礁石 | T35 | 罗旁石 |
T16 | 疏浚区域1-JSJ1 | T36 | 被石 |
T17 | 龙眼涌 | T37 | 葵心石 |
T18 | 青皮塘 | T38 | 三牛石 |
T19 | 下苏文石(油塘石) | T39 | 海心石(上) |
T20 | 下苏文石(油塘石) | T40 | 瓜棚石 |
所述编码为各礁石的编号,所述名称为各礁石的名称。
第二步:在预设的时间周期内在产卵场水域下游连续获取多组样品参数,每组所述样品参数包括断面流量、卵苗数量、采集时长和采集卵苗网具的网口流速,并根据每组样品参数获取预设鱼类的卵苗总量。
在水域的下游设置一个固定点进行样品参数采集,在本实施例中,在产卵场下游约100km江段位置进行对卵苗样品的采集,因为在该位置可以采集到自上游封开至郁南江段产卵场漂流下来的鱼卵和仔鱼。预设的时间周期为一年中的1-12月间连续进行,大约间隔两天采集一组样品参数,在本实施例中共采集了175组样品参数,每组所述样品参数包括断面流量、卵苗数量、采集时长和采集卵苗网具的网口流速,所述卵苗数量包括漂流性鱼卵数量和仔鱼数量,在本实施例中,所述卵苗数量信息为广东鲂的仔鱼数量信息,因为广东鲂产沉粘性卵,受精卵基本不漂流。根据采集到的断面流量参数,所述断面流量参数为固定点采样断面的径流量,结合径流量和卵苗数量、采样时长、网口流速和网口面积等信息可以估算出当天自产卵场江段漂流而下经过采样断面的广东鲂的卵苗总量。
第三步:结合断面流量参数和预设的水文模型获取各水下礁石区的水文状态参数。
将断面流量参数输入水文模型中,水文模型输出水域中各水下礁石区的紊动动能。其中,所述预设的水文模型通过以下步骤建立获得:先获取产卵场水域参数信息,所述水域参数信息包括水域的边界信息、水流的水速信息、水位信息、流量信息以及各个水下礁石区位置信息等,采集水域参数信息后,通过Delft3D软件的水流模块建立三维水流数学模型,该三维水流数学模型的输入量为断面流量参数,输出包括各个水下礁石区的流量信息及其他信息。在水域上随机获取多组断面流量参数对三维水流数学模型进行验证,判断三维水流数学模型是否准确有效,并在判定准确有效后,进行下一步。由于紊动动能与流量呈线性相关关系,所以在得知各个水下礁石区的流量数据后,可以计算得到各个水下礁石区的紊动动能。对水域中断面流量参数(x)和该流量下礁石区的紊动动能(y)进行回归拟合,可获得每块礁石区y=f(x)的关系式。在本实施例中,各个水下礁石区的紊动动能与流量的关系如表2所示:
表2
其中,y代表各个水下礁石区的紊动动能,x代表断面流量参数,R2代表回归拟合系数,上述每个方程中还包括一个常数的修正因子。
在本实施例中,水文状态参数主要包括紊动动能,因为紊动动能是广东鲂产卵场流态反映的重要指标。
第四步:结合水文状态参数和广东鲂卵苗总量进行相关性分析,并获取与广东鲂卵苗总量相关的水下礁石区作为广东鲂产卵场的位置
将采集到的一组断面流量参数输入水文模型后,获得与之对应的40个水下礁石区的紊动动能,分别将175组采集到的断面流量参数输入水文模型,获得175组与之对应的40个水下礁石区的紊动动能,并根据样品信息计算获得每组广东鲂卵苗总量,建立一个175行和41列的数据矩阵,数据矩阵如表3所示:
表3
样本 | T1紊动动能 | T1紊动动能 | … | T40紊动动能 | 广东鲂仔鱼量 |
1 | |||||
2 | |||||
… | |||||
175 |
对各礁石区的紊动动能与广东鲂卵苗总量进行相关分析,依据Pearson相关系数筛选出与广东鲂卵苗总量具有显著相关关系的礁石,在本实施例中,与广东鲂卵苗总量有相关关系的礁石有T1/T2/T4/T5/T6/T7/T8/T9/T11/T12/T13/T14/T15/T16/T17/T19/T20/T21/T22/T23/T24/T26/T28/T32/T33/T34/T36/T37/T38共计29块礁石,剔除了T3/T10/T18/T25/T27/T29/T30/T31/T35/T39/T40共计11块不相关的礁石。然后,对剩余29块礁石与广东鲂卵苗总量再进行回归分析,所述回归分析包括线性回归或多元回归,可筛选出对于回归方程有效的礁石为T1/T2/T5/T16/T23/T37/T38共7块礁石,该7块礁石及其周边的水域即为广东鲂产卵场的最主要水域。
上述方法可以精确的将产卵场定位到哪几个礁石区上,避免传统的定位方法,只能定位在一段范围较大的区域内,极大地提高了产卵场的定位精度。
实施例二
一种鱼类产卵场精确定位系统,包括:
水域信息采集模块,用于获取产卵场的水域范围,以及水域范围内的多个水下礁石区的位置信息;
样品采集模块,用于在预设的时间周期内在产卵场水域下游连续获取多组样品参数,并根据每组样品参数获取预设鱼类的卵苗总量;其中,每组所述样品参数包括断面流量、卵苗数量、采集时长和采集卵苗网具的网口流速;
水文计算模块,用于结合断面流量参数和预设的水文模型获取各水下礁石区的水文状态参数;
分析模块,用于结合水文状态参数和卵苗总量进行相关性分析,并获取与卵苗总量相关的水下礁石区作为预设鱼卵产卵场的位置。
进一步作为优选的实施方式,所述水文状态参数至少包括紊动动能、弗劳德数和涡度中的一种。
进一步作为优选的实施方式,所述预设的水文模型通过Delft3D软件进行搭建,搭建步骤具体为:
获取产卵场水域参数信息,结合水域参数信息和Delft3D软件的水流模块建立三维水流数学模型;
随机在产卵场水域上获取多组断面流量参数对三维水流数学模型进行验证;
结合紊动动能与流量的关系以及三维水流数学模型,建立水文模型。
进一步作为优选的实施方式,所述结合水文状态参数和卵苗总量进行相关性分析的步骤,具体为:
基于Pearson相关系数,结合水文状态参数和卵苗总量,分析仔鱼数量与各个水下礁石区的相关性。
进一步作为优选的实施方式,所述卵苗数量包括漂流性鱼卵数量和仔鱼数量。
上述系统可以精确的将产卵场定位到哪几个礁石区上,避免传统的定位方法,只能定位在一段范围较大的区域内,极大地提高了产卵场的定位精度。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种鱼类产卵场精确定位方法,其特征在于,包括以下步骤:
获取产卵场的水域范围,以及水域范围内的多个水下礁石区的位置信息;
在预设的时间周期内在产卵场水域下游连续获取多组样品参数,并根据每组样品参数获取预设鱼类的卵苗总量;其中,每组所述样品参数包括断面流量、卵苗数量、采集时长和采集卵苗网具的网口流速;
结合断面流量参数和预设的水文模型获取各水下礁石区的水文状态参数;
结合水文状态参数和卵苗总量进行相关性分析,并获取与卵苗总量相关的水下礁石区作为预设鱼卵产卵场的位置。
2.根据权利要求1所述的一种鱼类产卵场精确定位方法,其特征在于,所述水文状态参数至少包括紊动动能、弗劳德数和涡度中的一种。
3.根据权利要求2所述的一种鱼类产卵场精确定位方法,其特征在于,所述预设的水文模型通过Delft3D软件进行搭建,搭建步骤具体为:
获取产卵场水域参数信息,结合水域参数信息和Delft3D软件的水流模块建立三维水流数学模型;
随机在产卵场水域上获取多组断面流量参数对三维水流数学模型进行验证;
结合紊动动能与流量的关系以及三维水流数学模型,建立水文模型。
4.根据权利要求1所述的一种鱼类产卵场精确定位方法,其特征在于,所述结合水文状态参数和卵苗总量进行相关性分析的步骤,具体为:
基于Pearson相关系数,结合水文状态参数和卵苗总量,分析仔鱼数量与各个水下礁石区的相关性。
5.根据权利要求1所述的一种鱼类产卵场精确定位方法,其特征在于,所述卵苗数量包括漂流性鱼卵数量和仔鱼数量。
6.一种鱼类产卵场精确定位系统,其特征在于,包括:
水域信息采集模块,用于获取产卵场的水域范围,以及水域范围内的多个水下礁石区的位置信息;
样品采集模块,用于在预设的时间周期内在产卵场水域下游连续获取多组样品参数,并根据每组样品参数获取预设鱼类的卵苗总量;其中,每组所述样品参数包括断面流量、卵苗数量、采集时长和采集卵苗网具的网口流速;
水文计算模块,用于结合断面流量参数和预设的水文模型获取各水下礁石区的水文状态参数;
分析模块,用于结合水文状态参数和卵苗总量进行相关性分析,并获取与卵苗总量相关的水下礁石区作为预设鱼卵产卵场的位置。
7.根据权利要求6所述的一种鱼类产卵场精确定位系统,其特征在于,所述水文状态参数至少包括紊动动能、弗劳德数和涡度中的一种。
8.根据权利要求7所述的一种鱼类产卵场精确定位系统,其特征在于,所述预设的水文模型通过Delft3D软件进行搭建,搭建步骤具体为:
获取产卵场水域参数信息,结合水域参数信息和Delft3D软件的水流模块建立三维水流数学模型;
随机在产卵场水域上获取多组断面流量参数对三维水流数学模型进行验证;
结合紊动动能与流量的关系以及三维水流数学模型,建立水文模型。
9.根据权利要求6所述的一种鱼类产卵场精确定位系统,其特征在于,所述结合水文状态参数和卵苗总量进行相关性分析的步骤,具体为:
基于Pearson相关系数,结合水文状态参数和卵苗总量,分析仔鱼数量与各个水下礁石区的相关性。
10.根据权利要求6所述的一种鱼类产卵场精确定位系统,其特征在于,所述卵苗数量包括漂流性鱼卵数量和仔鱼数量。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810545103 | 2018-05-31 | ||
CN2018105451034 | 2018-05-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108932377A true CN108932377A (zh) | 2018-12-04 |
CN108932377B CN108932377B (zh) | 2022-11-01 |
Family
ID=64447009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810661421.7A Active CN108932377B (zh) | 2018-05-31 | 2018-06-25 | 一种鱼类产卵场精确定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108932377B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109883405A (zh) * | 2019-03-25 | 2019-06-14 | 长江水利委员会长江科学院 | 一种推求江河产漂流性卵鱼类的产卵场位置的方法 |
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 |
CN111477266A (zh) * | 2020-03-04 | 2020-07-31 | 云南大学 | 一种天然水域鱼类产卵场判识方法 |
CN111802287A (zh) * | 2020-08-06 | 2020-10-23 | 重庆交通大学 | 基于漂流性鱼卵胚体发育时间的产卵场定位反演模拟方法 |
CN113111956A (zh) * | 2021-04-21 | 2021-07-13 | 东莞理工学院 | 一种精确定位鱼类产卵场位置的方法 |
CN113598099A (zh) * | 2021-08-10 | 2021-11-05 | 中国电建集团华东勘测设计研究院有限公司 | 水深-流速耦合的人工鱼类产卵场设计方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08154526A (ja) * | 1994-12-05 | 1996-06-18 | Sakai Ovex Co Ltd | アオリイカ産卵礁及びそれを用いたアオリイカの産卵促進法 |
FR2734850A1 (fr) * | 1995-05-31 | 1996-12-06 | Berthelon Bernard Joseph | Tunnel ou chenal a poissons |
US20040247395A1 (en) * | 2003-06-05 | 2004-12-09 | David Doolaege | Water containment structure with fish ladder |
KR100942596B1 (ko) * | 2009-05-30 | 2010-02-16 | 강원대학교산학협력단 | 어족보호용 인공어초 |
CN201682896U (zh) * | 2010-03-25 | 2010-12-29 | 中国水产科学研究院长江水产研究所 | 江河底层生物采集网 |
CN102636821A (zh) * | 2012-04-20 | 2012-08-15 | 上海海洋大学 | 一种定量研究岩礁生境养护范围的调查方法 |
CN103355250A (zh) * | 2013-07-12 | 2013-10-23 | 中国水产科学研究院长江水产研究所 | 中华鲟产卵场水下视频观测定位装置及产卵规模评估方法 |
JP2013236598A (ja) * | 2012-05-16 | 2013-11-28 | Able Corp | ウナギ用飼育装置及びウナギの飼育方法 |
CN106651468A (zh) * | 2017-01-04 | 2017-05-10 | 中国水产科学研究院珠江水产研究所 | 一种江河产粘沉性卵鱼类的产卵场规模估算方法 |
-
2018
- 2018-06-25 CN CN201810661421.7A patent/CN108932377B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08154526A (ja) * | 1994-12-05 | 1996-06-18 | Sakai Ovex Co Ltd | アオリイカ産卵礁及びそれを用いたアオリイカの産卵促進法 |
FR2734850A1 (fr) * | 1995-05-31 | 1996-12-06 | Berthelon Bernard Joseph | Tunnel ou chenal a poissons |
US20040247395A1 (en) * | 2003-06-05 | 2004-12-09 | David Doolaege | Water containment structure with fish ladder |
KR100942596B1 (ko) * | 2009-05-30 | 2010-02-16 | 강원대학교산학협력단 | 어족보호용 인공어초 |
CN201682896U (zh) * | 2010-03-25 | 2010-12-29 | 中国水产科学研究院长江水产研究所 | 江河底层生物采集网 |
CN102636821A (zh) * | 2012-04-20 | 2012-08-15 | 上海海洋大学 | 一种定量研究岩礁生境养护范围的调查方法 |
JP2013236598A (ja) * | 2012-05-16 | 2013-11-28 | Able Corp | ウナギ用飼育装置及びウナギの飼育方法 |
CN103355250A (zh) * | 2013-07-12 | 2013-10-23 | 中国水产科学研究院长江水产研究所 | 中华鲟产卵场水下视频观测定位装置及产卵规模评估方法 |
CN106651468A (zh) * | 2017-01-04 | 2017-05-10 | 中国水产科学研究院珠江水产研究所 | 一种江河产粘沉性卵鱼类的产卵场规模估算方法 |
Non-Patent Citations (2)
Title |
---|
YUESONG LI 等: "Effect of spawning ground location on the transport and growth of chub mackerel (Scomber japonicus) eggs and larvae in the East China Sea", 《ACTA ECOLOGICA SINICA》 * |
李建 等: "长江中游四大家鱼产卵场河段形态与水流特性研究", 《四川大学学报(工程科学版)》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109883405A (zh) * | 2019-03-25 | 2019-06-14 | 长江水利委员会长江科学院 | 一种推求江河产漂流性卵鱼类的产卵场位置的方法 |
CN109883405B (zh) * | 2019-03-25 | 2020-12-11 | 长江水利委员会长江科学院 | 一种推求江河产漂流性卵鱼类的产卵场位置的方法 |
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 |
CN111477266A (zh) * | 2020-03-04 | 2020-07-31 | 云南大学 | 一种天然水域鱼类产卵场判识方法 |
CN111477266B (zh) * | 2020-03-04 | 2021-03-12 | 云南大学 | 一种天然水域鱼类产卵场判识方法 |
CN111802287A (zh) * | 2020-08-06 | 2020-10-23 | 重庆交通大学 | 基于漂流性鱼卵胚体发育时间的产卵场定位反演模拟方法 |
CN113111956A (zh) * | 2021-04-21 | 2021-07-13 | 东莞理工学院 | 一种精确定位鱼类产卵场位置的方法 |
CN113111956B (zh) * | 2021-04-21 | 2022-05-20 | 东莞理工学院 | 一种精确定位鱼类产卵场位置的方法 |
CN113598099A (zh) * | 2021-08-10 | 2021-11-05 | 中国电建集团华东勘测设计研究院有限公司 | 水深-流速耦合的人工鱼类产卵场设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108932377B (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108932377A (zh) | 一种鱼类产卵场精确定位方法及系统 | |
CN108664647B (zh) | 一种集成水环境模型的流域精细化管理系统 | |
Gillenwater et al. | GIS-based modeling of spawning habitat suitability for walleye in the Sandusky River, Ohio, and implications for dam removal and river restoration | |
Gillibrand et al. | Deep-water renewal in the upper basin of Loch Sunart, a Scottish fjord | |
CN111183927A (zh) | 一种量化鱼类偏好水力因子区间的实验系统及方法 | |
CN110686653B (zh) | 无地面水文数据支持的水库蓄水变化量遥感监测方法 | |
CN109883405B (zh) | 一种推求江河产漂流性卵鱼类的产卵场位置的方法 | |
EP4303785A1 (en) | Reservoir flow rate regulating method and apparatus, electronic device, and storage medium | |
MacWilliams et al. | An overview of multi-dimensional models of the Sacramento–San Joaquin Delta | |
CN112750138A (zh) | 一种黄河流域淤地坝空间分布识别方法 | |
CN105678097B (zh) | 数字高程模型自动化构建方法 | |
CN113469456A (zh) | 一种河道水量预测方法 | |
CN106295041A (zh) | 区域水利规划中的水系网络图绘制方法 | |
CN115761520A (zh) | 基于河流漂浮物自主学习的河流径流量分析方法及系统 | |
CN113111956B (zh) | 一种精确定位鱼类产卵场位置的方法 | |
Khazaei et al. | Climate change impact on annual meteorological and hydrological variables of the Sirvan Basin | |
Joshi et al. | CROSOWAT: A decision tool for irrigation schedule | |
Mehar et al. | Hypsometric analysis of Sheonath River Basin, Chhatisgarh, India: a remote sensing and GIS approach | |
CN106383935A (zh) | 一种水库坝址天然日均水沙过程还原方法 | |
Nafziger et al. | Hydraulic model of river flow and storage effects in the Mackenzie Delta, Canada | |
CN109271471A (zh) | 一种基于矢量数据模型的南方丘陵区汇流网络构建方法 | |
Zhong et al. | Numerical study of hydrodynamic effects on Manila clam population distribution and transport in the Southwest Laizhou Bay, China | |
CN112348241B (zh) | 一种保护地农用地面源污染排放量预测方法及系统 | |
CN110334408A (zh) | 一种基于退水分析的流域地下水储量年际演变推求方法 | |
Chong et al. | Analysis on spawning site of Chinese Carps in the Reservoir of Three Gorges Project based on the 1-D hydrodynamic model |
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 |