CN111477266A - 一种天然水域鱼类产卵场判识方法 - Google Patents

Abstract

本发明涉及一种天然水域鱼类产卵场判识方法，属于鱼类生态系统保护技术领域。本发明鱼类产卵场判识方法以生态学原理中环境与生物相互关系规律入手，利用地理信息系统技术提取鱼类栖息地水域具有生物学意义的地形因子，通过加权计算和实地验证的方式，获得目标水域产卵场的精确判识结论。与过去鱼类产卵场判识大部分依靠实地考察、野外调研的方式不同，本发明较大幅度的减少了野外调查工作，以室内遥感分析的手段，排除了大量野外无用调研；同时，遥感分析可方便的实现目标水域全覆盖，更适用于大空间尺度的水域产卵场判识，有效减少人工外业漏查和误判。

Description

一种天然水域鱼类产卵场判识方法

技术领域

本发明涉及一种天然水域鱼类产卵场判识方法，属于鱼类生态系统保护技术领域。

背景技术

随着人类活动对生态系统干扰的日趋剧烈，对地球生态系统造成了巨大压力，地球上60％的河流和湖泊已呈现退化趋势。同时，水生生物多样性迅速降低，三分之一的物种濒临灭绝。其中鱼类作为水生生态系统的重要组成部分，受到十分严重的影响，水利水电工程阻断鱼类洄游通道、污水排放导致水质恶化以及过度捕捞等，造成鱼类种群和数量快速下降。为了恢复鱼类种群数量，建立鱼类保护区、划定禁渔区是一种有效的生态修复措施，特别是针对水生生态系统中位于食物链顶端的旗舰种鱼类和建群种鱼类，划定保护区可在一定程度上，恢复其种群数量，避免其灭绝。近年来，在长江、澜沧江、珠江等流域的干支流区域，相继划定了数量不等的鱼类保护区，取得了较好的保护效果。鱼类保护区设立的核心要求之一，即为保护鱼类产卵场，但在鱼类保护区设计规划时，对于鱼类产卵场的判识方法较为困难。实践中往往依靠：①鱼类资源普查，专业人员开展流域环境实地调查，利用调查当地渔民的捕获量、捕获地来推算；②文献回顾，查阅历史报道，科学调查报告及学术文章等进行估计；③专家评估法，组成相关领域专家组，通过对流域整体评估划定重点产卵场保护区域。

以上方法导致鱼类保护区设计规划时，对于鱼类产卵场的判识费时耗力、成本高而低效。一方面对于无资料或少资料地区需开展长期调查，野外作业面大，常全面铺开，针对性差、效率低；另一方面忽略了鱼类群落产卵场可能分时段、多点位分布的特性，短期调查难免产生疏漏。因此，迫切需要一种能够快速判识鱼类产卵场的方法，提高效率，改变野外工作无的放矢、面面俱到的调查方式，从而缩短鱼类保护区规划耗时，提升鱼类保护区的保护效果。相对于产粘性卵鱼类来说，产漂流性卵鱼类的产卵场对环境条件需求更高，更不易判识。

发明内容

为了解决现有技术中鱼类产卵场判识耗时费力以及准确性低的问题，本发明提供一种天然水域鱼类产卵场判识方法，本发明利用产卵场的地形特征与非产卵场的显著差异，产漂流性卵的鱼类更偏爱在具有特殊形态的河道水流环境中产卵繁殖，河段的流向和流速多变，形态较为紊乱，特殊地貌产生的回流、缓流和急流，易于形成鱼类产卵所需的流速变化刺激，通过遥感判识具有生物学意义的河道地形，可快速判识鱼类产卵场，大幅减少野外工作量，提高产卵场判识的工作效率。

本发明生物学意义地形因子是指，对生物生长、繁殖及其生活史各阶段产生重要影响的，可定量表达地貌形态特征的，具有一定意义的数学参数或指标。本发明中河道地形中具有生物学意义的地形因子包括高程变异系数、地形起伏度、河道粗糙度、河道宽深比、河道宽窄率、比降因子和河道弯曲率中的多个。

本发明为解决上述技术问题而采用的技术方案是：

一种天然水域鱼类产卵场判识方法，具体步骤如下:

(1)通过文献和调查，分析目标鱼类在天然水域中的产卵行为，确定其产卵场的水温，并通过产卵场地形信息推算出水体流速状态，其中地形信息包括河道高程、地形起伏、粗糙度、宽深比和弯曲率；

(2)利用地理信息系统(Geographic Information System，GIS)软件，如Arcmap软件10.3版本中的空间处理功能，加载天然水域鱼类产卵场判识目标区域的遥感影像数据，对目标区域的流域范围、水系、两岸地形的地理信息进行自动提取，并将目标区域的水域进行网格化划分；在地理信息系统软件中，计算网格化水域的地形因子：高程变异系数、地形起伏度、河道粗糙度、河道宽深比、河道宽窄率、比降因子和河道弯曲率；

(3)根据目标鱼类产卵特性，选取网格化水域的若干地形因子，进行权重预赋值，代入加权法鱼类产卵场评分值计算公式，计算各网格化水域产卵场评分并得到该网格P值，即产卵场可能性；P值范围为0～1，P值越高表明其成为鱼类产卵场的可能性越高；

(4)将流域网格化水体P值得分高于0.6的区域，设为产卵场初选区，并开展抽样实地调查，通过实地观测、捕捞及走访渔民方式评价产卵场初选区选取的准确程度，即实地采集到鱼卵即为准确，未采集到即为不准确；抽样数量不低于产卵场初选区总数量的20％，并记录抽样调查的水温和地形信息；

(5)利用产卵场实地抽样调查准确程度，调整网格化水域产卵场评分P值算法的地形因子权重赋值，计算目标区域水体网格化后的各网格得分P值，直至排除实地调查中确认的产卵场初选区中不准确区域，且实地调查中确认的产卵场初选区准确区域均保留，即可判断出鱼类产卵场终选区，实现目标鱼类在目标区域的产卵场分布判识。

所述网格化水域产卵场评分P值算法的地形因子的权重赋值的调整方法可以选择试错法、递进法或递减法；

所述步骤(2)

进一步的，所述高程变异系数计算公式为：

式中：F₁为高程变异系数，E_s为网格化水域高程点的标准差，E_m为目标分析河段所有网格水域平均高程；

所述地形起伏度计算公式为：

式中，F₂为地形起伏度，H_max为网格化水域最大高程值，H_min为网格化水域最低高程值；

所述粗糙度计算公式为：

式中，F₃为粗糙度，S_b为网格化水域水下地形曲面面积，S_l为网格化水域水下地形投影面积；

所述宽深比计算公式为：

式中，F₄为网格化水域河道宽深比，R_d为网格化水域河道深度，R_w为网格化水域河道宽度，宽、深均取最大值；

所述宽窄率计算公式为：

式中，F₅为网格化水域河道宽窄率，R_w为网格化水域河道最大宽度，ΔR_w为目标区水域河道平均宽度；

所述比降因子计算公式为：

式中，F₆为网格化水域比降因子，为网格化水域上游(入流处)与下游(出流处)间的高程差与该两点间的水平距离之比，ΔZ为网格化水域(入流处)与下游(出流处)间的高程差，l为网格化水域(入流处)与下游(出流处)间的水平距离；

所述河道弯曲率计算公式为：

式中，F₇为网格化河道弯曲率，L为网格化水域河流中心线长度，ΔL为网格化水域上段起点与终点间直线距离。

所述步骤(2)加权算法计算鱼类产卵场评分值的公式为

式中，P为各网格化水域的鱼类产卵场评分值，计算值范围0～1，得分越靠近1，表示成为鱼类产卵场的可能性越高，计算值越接近0，表示成为鱼类产卵场的可能性越低；F_i为地形因子，X_i为其权重因子，T为鱼类产卵水温适宜度。

进一步的，所述鱼类产卵水温适宜度T的计算公式为

式中，T为鱼类产卵水温适宜度，T_f为目标保护鱼类最适产卵水温，℃，T_x为网格化区域水温，℃，T变化范围0～1，越靠近1，表示该网格水域水温越适合鱼类产卵温度。

更进一步的，基于水文、气象数据和DEM，利用气温与河道水温耦合关系推算网格化水域气温T_air，

式中，T_air为网格化水域气温，℃，T_m为气象站观测的气温，E为网格化水域平均海拔，可由DEM提取得出，E_m为气象站海拔；

将网格化水域气温T_air带入水量水温经验公式

式中，T_x为网格化区域水温，T₀为流域上游水文站所测水温，Q为断面流量，k为水面热交换幂指数。

本发明的有益效果：

(1)本发明的鱼类产卵场判识方法以生态学原理中，环境与生物相互关系规律入手，利用地理信息系统技术提取鱼类栖息地水域具有生物学意义的地形因子，通过加权计算和实地验证的方式，获得目标水域产卵场的精确判识结论；与过去鱼类产卵场判识大部分依靠实地考察、野外调研的方式不同，本发明较大幅度的减少了野外调查工作，以室内遥感分析的手段，排除了大量野外无用调研；

(2)本发明遥感分析可方便的实现目标水域全覆盖，更适用于大空间尺度的水域产卵场判识，有效减少人工外业漏查和误判；

(3)本发明鱼类产卵场判识方法适用于任意江河、溪流乃至人工河道。

附图说明

图1为本发明鱼类产卵场判识步骤流程图；

图2为补远江流域鱼类产卵场初步判识图；

图3为补远江流域鱼类产卵场判识结果。

具体实施方式：

下面结合具体实施方式，对本发明作进一步说明。

实施例1：如图1所示，一种天然水域鱼类产卵场判识方法，具体步骤如下:

(1)调查目标鱼类的栖息环境、产卵环境、食物链类型、生命周期、生态习性、群落性别比和产卵时间，确定出产卵场必要环境条件，建立目标鱼类产卵场必要环境条件要素数据库，其中产卵场必要环境条件包括地貌环境特征、植物群落组成和水文条件；地貌环境特征包括激流、回水、浅滩、深槽、比降和河道狭窄度，植物群落组成包括水生植物的种类和盖度，水文条件包括水位、水温、流速、浊度和DO含量；

(2)利用地理信息系统(Geographic Information System，GIS)软件，如Arcmap软件10.3版本中的空间处理功能，加载天然水域鱼类产卵场判识目标区域的遥感影像数据，对目标区域的流域范围、水系、两岸地形等地理信息进行自动提取，并将目标区域的水域进行网格化划分；在地理信息系统软件中，计算网格化水域的地形因子：高程变异系数、地形起伏度、河道粗糙度、河道宽深比、河道宽窄率、比降因子和河道弯曲率；

高程变异系数计算公式为：

式中：F₁为高程变异系数，E_s为网格化水域高程点的标准差，E_m为目标分析河段所有网格水域平均高程；

地形起伏度计算公式为：

式中，F₂为地形起伏度，H_max为网格化水域最大高程值，H_min为网格化水域最低高程值；

粗糙度计算公式为：

式中，F₃为粗糙度，S_b为网格化水域水下地形曲面面积，S_l为网格化水域水下地形投影面积；

宽深比计算公式为：

式中，F₄为网格化水域河道宽深比，R_d为网格化水域河道深度，R_w为网格化水域河道宽度，宽、深均取最大值；

宽窄率计算公式为：

式中，F₅为网格化水域河道宽窄率，R_w为网格化水域河道最大宽度，ΔR_w为目标区水域河道平均宽度；

比降因子计算公式为：

式中，F₆为网格化水域比降因子，为网格化水域上游(入流处)与下游(出流处)间的高程差与该两点间的水平距离之比，ΔZ为网格化水域(入流处)与下游(出流处)间的高程差，l为网格化水域(入流处)与下游(出流处)间的水平距离；

河道弯曲率计算公式为：

式中，F₇为网格化河道弯曲率，L为网格化水域河流中心线长度，ΔL为网格化水域上段起点与终点间直线距离；

加权算法计算鱼类产卵场评分P值的公式为

式中，P为各网格化水域的鱼类产卵场评分值，计算值范围0～1，得分越靠近1，表示成为鱼类产卵场的可能性越高，计算值越接近0，表示成为鱼类产卵场的可能性越低；F_i为具有生物学意义因子，X_i为其权重因子，T为鱼类产卵水温适宜度；

基于水文、气象数据和DEM，利用气温与河道水温耦合关系推算网格化水域气温T_air，

式中，T_air为网格化水域气温，℃，T_m为气象站观测的气温，E为网格化水域平均海拔，可由DEM提取得出，E_m为气象站海拔；

将网格化水域气温T_air带入水量水温经验公式

式中，T_x为网格化区域水温，T₀为流域上游水文站所测水温，Q为断面流量，k为水面热交换幂指数；

鱼类产卵水温适宜度T的计算公式为

式中，T为鱼类产卵水温适宜度，T_f为目标保护鱼类最适产卵水温，℃，T_x为网格化区域水温，℃，T变化范围0～1，越靠近1，表示该网格水域水温越适合鱼类产卵温度；

(3)根据目标鱼类产卵特性，选取网格化水域的若干地形因子，进行权重预赋值，，代入加权法鱼类产卵场评分值计算公式，计算各网格化水域产卵场评分并得到该网格P值，即产卵场可能性，P值得分范围为0～1，P值得分越高表明其成为鱼类产卵场的可能性越高；

其中地形因子的选取，是指从高程变异系数、地形起伏度、河道粗糙度、河道宽深比、河道宽窄率、比降因子和河道弯曲率中，选取与目标鱼类产卵特性密切相关的因子，如产漂流性卵的鱼类，需要河道水体具有较高流速，因此选择的地形因子包括：高程变异系数、地形起伏度、河道粗糙度、河道宽窄率、河道弯曲率；产粘性卵的鱼类，需要河道水体具有较低流速，因此选择的地形因子包括：高程变异系数、地形起伏度、河道粗糙度、河道宽窄率、河道宽深比；地形因子的选择，亦可在实地调查验证计算结果的准确性之后，对照产卵场实际情况进行修改，替换为其他未纳入初始计算的地形因子，使再次验证计算的结果符合实际调查结果；

(4)将流域网格化水体P值得分高于0.6的区域，设为产卵场初选区，并开展抽样实地调查，通过实地观测、捕捞及走访渔民方式评价产卵场初选区选取的准确程度，即实地采集到鱼卵即为准确，未采集到即为不准确；抽样数量不低于产卵场初选区总数量的20％，并记录抽样调查的水温和地形信息；

(5)利用产卵场实地抽样调查准确程度，以试错法、递进法或递减法，调整网格化水域产卵场评分P值算法的地形因子权重赋值，计算目标区域水体网格化后的各网格得分P值，直至排除实地调查中确认的产卵场初选区中不准确区域，且实地调查中确认的产卵场初选区准确区域均保留，此时即可判断出鱼类产卵场终选区，实现目标鱼类在目标区域的产卵场分布判识。

实施例2：针对澜沧江流域的产卵场判识，以其一级支流补远江流域为例；

天然水域鱼类产卵场判识方法(见图1～3)，具体步骤如下:

(1)目标鱼类产卵场地理环境要素重建

保护目标及区域：本实施例应用于云南省澜沧江的支流补远江流域，该流域是多种土著鱼类的唯一洄游通道，调查显示该流域内鱼类种类多达190余种；具有重要经济及科学价值的鱼类有中国结鱼、叉尾鲇、中华刀鲇、巨魾、丝尾鱯等；流域主要涉及4个县市区(思茅区、江城县、景洪市、勐腊县)，18个乡镇，常住人口约18万；上世纪80年代以来，受干流水电开发及无序捕捞、盗采盗猎行为等人类活动干扰，流域内野生渔业种质资源受到严重威胁；为了实现流域水生生态系统的维护，保护重要渔业资源，有必要增设鱼类保护区，并重点保护鱼类产卵场；

目标鱼类产卵习性及产卵场环境要素：需要识别产卵场的鱼类为巨魾；巨魾，拉丁名：Bagarius yarrelli，属鲇形目(SILURIFORMES)，鮡科(Sisoridae)，魾属(Bagarius)，国内仅分布于云南省澜沧江下游干支流及怒江流域；个体巨大，成年个体体长超过200cm，体重可达50kg以上；栖息于主河道，伏卧流水滩觅食；适宜生活水温为20℃～28℃，产漂流性鱼卵，其产卵场对流速流态有一定需求，流速不低于0.3m/s、底质为礁石；水温24℃～26℃时胚胎发育时间为24～21h；

目标鱼类生物学意义地形因子选择：产漂流性卵的鱼类在自然环境生活中，只能在具有特殊、复杂形态的河道水流环境中产卵繁殖，巨魾所产受精卵需要一定的流速，流态不可静止，否则鱼卵沉入水底将导致缺氧死亡；根据云南省渔业科学研究院发表的《巨魾人工繁殖初报与胚胎发育观察》、《巨魾的生物学特性初步研究》等论著中描述，结合巨魾产卵场条件的河段特性，地形因子选择：①高程变异系数；②地形起伏度；③河道粗糙度；④河道宽窄率；⑤河道弯曲率；

地形因子归一化及权重赋值：各地形因子权重取值区间为0.1～0.9，累加等于1；地形因子归一化后，取值范围为0～1；

高程变异系数计算公式为：

式中：F₁为高程变异系数，E_s为网格化水域高程点的标准差，E_m为目标分析河段所有网格水域平均高程；高程变异系数体现河段网格化后，网格内的高程差在全流域/评价区域的平均高程中所处地位，反映了这一网格内的高程变化程度，考虑到高程变异系数体现出河道的变异程度，变异越大，代表该河道地形在整个评价区域越趋于陡峭，但并非越陡峭越适合巨魾产卵，因此，其权重预取值为0.1；

地形起伏度计算公式为：

式中，F₂为地形起伏度，H_max为网格化水域最大高程值，H_min为网格化水域最低高程值；地形起伏度体现河段网格化后，网格内部最低高程与最大高程之间的比值，反映了该河段网格地形的起伏程度；网格内部起伏大，可产生更多紊流、急流流态，易刺激巨魾产卵；考虑到与高程变异系数的区别在于整体与局部差异，共性是均采用河道高程计算，有一定重合，因此，其权重预取值为0.1；

粗糙度计算公式为：

式中，F₃为粗糙度，S_b为网格化水域水下地形曲面面积，S_l为网格化水域水下地形投影面积；河道粗糙度为河段网格化后，网格内水域水下地形曲面面积与投影面积的比值，反映河床粗糙程度；该参数无需归一化处理，数值越逼近1，粗糙程度越小，如游泳池、某些人工河渠的底部为平面，其粗糙度为1；巨魾产卵场需要一定的粗糙度，便于亲本隐匿及受精卵不被其他鱼卵捕食，因此，其权重预取值为0.3；

宽窄率计算公式为：

式中，F₄为网格化水域河道宽窄率，R_w为网格化水域河道最大宽度，ΔR_w为目标区水域河道平均宽度；河道宽窄率为网格化水域河道最大深度与最大宽度的比值，反映河道断面形态；该参数无需归一化处理，数值越逼近1，代表断面越深切，河岸与河中央的倾角越大；巨魾等产漂流性卵的鱼类有上溯洄游的习性，产卵行为也需要一定流速的刺激，深切河道产生的流速刺激至关重要，因此，其权重预取值为0.3；

河道弯曲率计算公式为：

式中，F₅为网格化河道弯曲率，L为网格化水域河流中心线长度，ΔL为网格化水域上段起点与终点间直线距离；河道弯曲率为网格化水域河流中心线长度与网格化水域上段起点与终点间直线距离的比值；该参数无需归一化处理，数值越逼近1，表示弯曲率越小，河道较为顺直；如人工直线沟渠，沟渠中心线长度等于水域上段起点与终点间直线距离，其弯曲率为1；蜿蜒河道通常分布较多水下洞穴、暗礁等易于鱼类隐匿场所，有研究表明此类河段更适于鱼类产卵繁殖，因此，其权重预取值为0.2；

(2)地理信息系统(GIS)技术提取产卵场初选区

利用12.5m分辨率的ALOS数字高程模型(DEM)以及Planet Labs提供的3m分辨率遥感影像，在GIS软件(例如ArcMap 10.3软件)中提取补远江流域地形、水系及其他地形因子和参数，并将河段进行网格化划分；

目标水域网格化及地形因子提取：补远江流域提取的水系及流域范围如图2所示，补远江干流长297.8km，位于北纬21°40′～23°08′，东经100°52′～101°40′间，水系为树状分布，集水总面积7678.9km²，多年平均流量185m³/s，多年平均径流深764mm，干流设曼安水文站；依据河网，沿河流干流及支流创建数字化网格，网格相连并描绘出河流形状，共生成392个网格，网格长1.78km，宽0.2km，基本覆盖干支流河道；

计算网格化水域产卵场评分

利用ArcMap 10.3对各个网格进行了①高程变异系数、②地形起伏度、③河道粗糙度、④河道宽窄率和⑤河道弯曲率等地形因子提取计算，带入鱼类产卵场评价公式计算，计算公式如下：

式中，P为各网格化水域的鱼类产卵场评分，取值0～1，得分越靠近1，表示越有可能成为鱼类产卵场，F_i为具有生物学意义因子，共5个(F₁高程变异系数、F₂地形起伏度、F₃河道粗糙度、F₄河道宽窄率和F₅河道弯曲率)，X_i为其权重因子，T为鱼类产卵水温适宜度；

T值表征适合鱼类产卵温度，计算规则如下：基于水文、气象数据和DEM，利用气温与河道水温耦合关系进行推算；

式中，T_air为网格化水域气温，℃，T_m为气象站观测的气温，E为网格化水域平均海拔，可由DEM提取得出，E_m为气象站海拔；

将上式T_air带入水量水温经验公式，如下式；

式中，T_x为网格化区域水温，T₀为流域上游水文站所测水温，Q为断面流量，k为幂指数，本实施例中k取值4.1；

式中，T为鱼类产卵水温适宜度，T_f为目标保护鱼类最适产卵水温，℃，T_x为网格化区域水温，℃，T变化范围0～1，越靠近1，表示该网格水域水温越适合鱼类产卵温度；

根据补远江曼安水文站观测成果，可得巨魾产卵期3～6月，平均最高气温T_m＝27.2℃，平均最高水温T₀＝25.4℃，观测站海拔E_m为660m，巨魾最适产卵温度T_f＝25℃；

计算结果见表1

表1河道网格计算得分

根据计算结果，对网格计算得分P从高至低排序，得分高于0.6共计28个网格，表明网格所在区域相对流域内其他区域，具有成为产卵场的较大可能，因此将得分高于0.6的28个网格区域设为初选区；

(3)产卵场实地抽样验证调查

在28个河道网格中，选取20％进行抽样调查，即6个网格开展野外实地验证调查；依据上中下游兼顾、样点间距离相对均匀分布的方案，确定了6个抽样网格，同时，在进行实地调查时，走访当地居民，对确定的产卵场进行地形因子调查；

6个抽样点调查显示，4个符合巨魾产卵场产卵条件，1个基本符合产卵场条件，产卵场判识方法的准确率达到83％，其中1个不符合产卵场条件的河道网格，位于补远江上游河源区，河道过于狭窄，水流速度过快且人为扰动较大；

(4)产卵场地形因子权重率定及终选区

根据实地调查结果，采用试错法对原有地形因子的权重参数进行率定；具体方法为：逐个调整各权重参数，调整值范围为0.1尺度，递进或递减，但保证各权重参数总和等于1；持续调整试错，直至调整后的权重代入P值公式计算后，排除抽样调查点中不适宜河道网格区域，并保留适宜水体网格区域，即率定出各地形因子的最终权重值；本实施例中，当地形因子F₄(河道宽窄率)的权重减低为0.2，F₅(河道弯曲率)权重增加为0.3时，带入P值计算公式，得到的水体网格保留了实际调查中符合产卵场条件的区域，同时排除了不符合实际情况的区域，率定后参数见表2，并进行重新计算；

表2地形因子权重率定后取值

目标水域产卵场最终选择：将率定后的权重带入P值计算，得到补远江流域产卵场分布网格，结果见表3(部分结果)；对网格计算得分P从高至低排序，得分高于0.6共计21个网格，完成了该流域巨魾产卵场的判识；

表3率定后河道网格计算得分

针对补远江流域巨魾产卵场的判识实践表明，利用遥感影像，基于地理信息系统技术判识鱼类栖息地，改变了以往鱼类产卵场判识大部分依靠实地考察、野外调研的方式，较大幅度的减少了野外调查工作，排除了大量野外无用调研；遥感分析可方便的实现目标水域全覆盖，更适用于大空间尺度的水域产卵场判识，有效减少人工外业漏查和误判，可以作为产漂流性卵鱼类产卵场判识的一种新技术。

尽管结合附图对本发明进行了上述描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护范围的情况下，还可以做出很多变形，这些均属于本发明的保护之列。

Claims (5)

1.一种天然水域鱼类产卵场判识方法，其特征在于，具体步骤如下:

(1)通过文献和调查，分析目标鱼类在天然水域中的产卵行为，确定其产卵场的水温，并通过产卵场地形信息推算出水体流速状态，其中地形信息包括河道高程、地形起伏、粗糙度、宽深比和弯曲率；

(2)利用地理信息系统软件，加载天然水域鱼类产卵场判识目标区域的遥感影像数据，对目标区域的流域范围、水系、两岸地形的地理信息进行自动提取，并将目标区域的水域进行网格化划分；在地理信息系统软件中，计算网格化水域的地形因子：高程变异系数、地形起伏度、河道粗糙度、河道宽深比、河道宽窄率、比降因子和河道弯曲率；

(3)根据目标鱼类产卵特性，选取网格化水域的若干地形因子，进行权重预赋值，代入加权法鱼类产卵场评分值计算公式，计算各网格化水域产卵场评分并得到该网格P值，即产卵场可能性；

(4)将流域网格化水体P值得分高于0.6的区域，设为产卵场初选区，并开展抽样实地调查，通过实地观测、捕捞及走访渔民方式评价产卵场初选区选取的准确程度，即实地采集到鱼卵即为准确，未采集到即为不准确；抽样数量不低于产卵场初选区总数量的20％，并记录抽样调查的水温和地形信息；

(5)利用产卵场实地抽样调查准确程度，调整网格化水域产卵场评分P值算法的地形因子权重赋值，计算目标区域水体网格化后的各网格得分P值至排除实地调查中确认的产卵场初选区中不准确区域，且实地调查中确认的产卵场初选区准确区域均保留，即可判断出鱼类产卵场终选区，实现目标鱼类在目标区域的产卵场分布判识。

2.根据权利要求1所述天然水域鱼类产卵场判识方法，其特征在于：

所述高程变异系数计算公式为：

式中：F₁为高程变异系数，E_s为网格化水域高程点的标准差，E_m为目标分析河段所有网格水域平均高程；

所述地形起伏度计算公式为：

式中，F₂为地形起伏度，H_max为网格化水域最大高程值，H_min为网格化水域最低高程值；

所述粗糙度计算公式为：

式中，F₃为粗糙度，S_b为网格化水域水下地形曲面面积，S_l为网格化水域水下地形投影面积；

所述宽深比计算公式为：

式中，F₄为网格化水域河道宽深比，R_d为网格化水域河道深度，R_w为网格化水域河道宽度，宽、深均取最大值；

所述宽窄率计算公式为：

式中，F₅为网格化水域河道宽窄率，R_w为网格化水域河道最大宽度，ΔR_w为目标区水域河道平均宽度；

所述比降因子计算公式为：

式中，F₆为网格化水域比降因子，为网格化水域上游与下游间的高程差与该两点间的水平距离之比，ΔZ为网格化水域与下游间的高程差，l为网格化水域与下游间的水平距离；

所述河道弯曲率计算公式为：

式中，F₇为网格化河道弯曲率，L为网格化水域河流中心线长度，ΔL为网格化水域上段起点与终点间直线距离。

3.根据权利要求2所述天然水域鱼类产卵场判识方法，其特征在于：步骤(2)加权算法计算鱼类产卵场评分值的公式为

式中，P为各网格化水域的鱼类产卵场评分值，计算值范围0～1，F_i为地形因子，X_i为其权重因子，T为鱼类产卵水温适宜度。

4.根据权利要求3所述天然水域鱼类产卵场判识方法，其特征在于：T的计算公式为

式中，T为鱼类产卵水温适宜度，T_f为目标保护鱼类最适产卵水温，℃，T_x为网格化区域水温，℃。

5.根据权利要求4所述天然水域鱼类产卵场判识方法，其特征在于：基于水文、气象数据和DEM，利用气温与河道水温耦合关系推算网格化水域气温T_air，

式中，T_air为网格化水域气温，℃，T_m为气象站观测的气温，E为网格化水域平均海拔，可由DEM提取得出，E_m为气象站海拔；

将网格化水域气温T_air带入水量水温经验公式

式中，T_x为网格化区域水温，T₀为流域上游水文站所测水温，Q为断面流量，k为水面热交换幂指数。

Images