CN116739206A - 一种基于河流地形因子评估鱼类栖息地适宜性方法 - Google Patents

一种基于河流地形因子评估鱼类栖息地适宜性方法 Download PDF

Info

Publication number
CN116739206A
CN116739206A CN202310496710.7A CN202310496710A CN116739206A CN 116739206 A CN116739206 A CN 116739206A CN 202310496710 A CN202310496710 A CN 202310496710A CN 116739206 A CN116739206 A CN 116739206A
Authority
CN
China
Prior art keywords
fish
suitability
topography
factors
river
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
Application number
CN202310496710.7A
Other languages
English (en)
Other versions
CN116739206B (zh
Inventor
武智
李捷
李跃飞
朱书礼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pearl River Fisheries Research Institute CAFS
Original Assignee
Pearl River Fisheries Research Institute CAFS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Pearl River Fisheries Research Institute CAFS filed Critical Pearl River Fisheries Research Institute CAFS
Priority to CN202310496710.7A priority Critical patent/CN116739206B/zh
Publication of CN116739206A publication Critical patent/CN116739206A/zh
Application granted granted Critical
Publication of CN116739206B publication Critical patent/CN116739206B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • 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
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Agronomy & Crop Science (AREA)
  • Quality & Reliability (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

本发明公开了一种基于河流地形因子评估鱼类栖息地适宜性方法，其特征在于：包括步骤一、利用声学调查获得研究区域鱼类密度、空间分布；步骤二、获得地形因子；步骤三、利用鱼类密度及空间分布识别出鱼类热点分布区域；步骤四、利用鱼类热点分布区域的地形因子建立栖息地适宜性模型。本发明提供的基于河流地形因子评估鱼类栖息地适宜性方法根据鱼类对生境的利用情况来绘制适宜度曲线，利用局部空间自相关方法对鱼类空间分布进行分析，准确定位到鱼类的热点分布区域，能较为准确的反映野外实际情况。因此栖息地适宜性指数具有较高的可靠度，能够直观清晰表现渔业资源分布情况，结果具有统计学意义。另外，模型验证结果显示，HSI值较高的区域，鱼类密度较大，表明该模型适用于鱼类栖息地适宜性评价。

Description

一种基于河流地形因子评估鱼类栖息地适宜性方法
技术领域
本发明涉及渔业资源研究技术领域，具体为一种基于河流地形因子评估鱼类栖息地适宜性方法。
背景技术
河流栖息地是对水生生物有直接或间接影响的多种尺度下的物理化学条件的组合，随着人类涉水活动的增加，鱼类等水生生物的栖息地正遭受严重的破坏。河流生物栖息地评估在河流生态修复中具有重要作用，通过栖息地评估可为河流生态修复提供基础信息和依据。
河流的水动力特征与水下地形地貌存在密切关系。河流特殊的河床形态决定了特殊的水力学特征，如坡度与底部流速存在正相关关系，这可能是鱼类产卵场条件的决定性因素。小尺度的产卵场地形特征是研究产卵场水动力特征的基础。河流地形地貌在河流的水量和水质不变的基础上，与生物群落的多样性存在着正相关关系，影响着其功能和结构。在河流地形地貌方面的研究集中在河道和河段尺度上，多为定性描述。定量的、微尺度的高程、高程变异系数、地形复杂度、坡度、坡向等地形因子，多见于海洋河口或中华鲟等珍稀濒危鱼类的产卵场研究，而家鱼产卵场尚不多见。
发明内容
本发明针对上述现有技术存在的问题，提供一种基于河流地形因子评估鱼类栖息地适宜性方法。
为实现以上目的，本发明通过以下技术方案予以实现：
一种基于河流地形因子评估鱼类栖息地适宜性方法，包括步骤一、利用声学调查获得研究区域鱼类密度、空间分布；步骤二、获得地形因子；步骤三、利用鱼类密度及空间分布识别出鱼类热点分布区域；步骤四、利用鱼类热点分布区域的地形因子建立栖息地适宜性模型。
进一步地，所述步骤一包括：(一)鱼类密度数据采集：采用声学换能器采集鱼类分布数据；(二)通过数据分析获取研究区域鱼类密度、空间分布。
根据权利要求1所述的基于河流地形因子评估鱼类栖息地适宜性方法，其特征在于：所述步骤二包括：(一)地形数据采集：采用声学多普勒流速剖面仪(ADCP)对产卵场江段进行流场地形同步监测；(二)地形因子提取：采用软件WinRiver以ASCII码文件导出所采集的数据，并读取地形因子和水文特征数据，使用ArcGIS10.1构建河床不规则三角网和数字高程模型，并提取地形因子。
进一步地，所述水文特征数据包括测量断面、流速矢量、水深、经纬度坐标，所述地形因子包括坡度、坡向、地形起伏度、高程、高程变异系数、粗糙度因子。
进一步地，所述步骤三包括：(一)通过空间自相关分析和热点分析，计算每个要素的Getis-Ord统计值，得到每个要素的z得分和P值；(二)根据z得分判定产卵场江段鱼类资源密度高值或低值在空间上发生聚类的位置，其中z＞+1.65(P＜0.1)为鱼类热点分布区域，z＜-1.65(P＜0.1)为冷点分布区域；－1.65＜z＜1.65为随机分布区域。
进一步地，所述步骤四包括：步骤(一)从热点分布区域中选取至少两年的重合区域网格，并提取各网格的地形因子；(二)根据频率分布法，统计各因子分布范围，然后对结果进行归一化处理，通过拟合建立水深、坡度、坡向的单因子适宜度曲线；(三)采用几何平均法建立基于水深、坡度、坡向的栖息地适宜性模型。
进一步地，所述步骤(二)的适宜度曲线为：
SIa＝A0+A1x+A2x2+A3x3+A4x4+A5x5，
进一步地，所述步骤(三)的HSI栖息地适宜性模型公式为：
其中,式中i为研究区域网格序号；为第i个网格的栖息地适宜性指数值；SIni为第n个地形因子第i个网格的适宜度指数值。
本发明的有益效果：
本发明提供的基于河流地形因子评估鱼类栖息地适宜性方法根据鱼类对生境的利用情况来绘制适宜度曲线，利用局部空间自相关方法对鱼类空间分布进行分析，准确定位到鱼类的热点分布区域，能较为准确的反映野外实际情况。因此栖息地适宜性指数具有较高的可靠度，能够直观清晰表现渔业资源分布情况，结果具有统计学意义。另外，模型验证结果显示，HSI值较高的区域，鱼类密度较大，表明该模型适用于家鱼类栖息地适宜性评价。
附图说明
图1为本发明基于河流地形因子评估鱼类栖息地适宜性方法的流程框图；
图2为本发明家鱼栖息地适宜性研究研究范围图；
图3为本发明2016年东塔江段鱼类资源空间热点分布图；
图4为本发明2018年东塔江段鱼类资源空间热点分布图；
图5为本发明2019年东塔江段鱼类资源空间热点分布图；
图6为本发明水深拟合度曲线图；
图7为本发明坡向拟合度曲线图；
图8为本发明坡度拟合度曲线图；
图9为本发明家鱼生存适宜度分布图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
目前为止，大部分的鱼类栖息地研究都是致力于濒危物种和深海洋流的研究，对于家鱼栖息地的研究则少之又少，而且也没有一种定性的方法来研究栖息地的适宜性。因此，本发明致力于提供一种基于河流地形因子评估鱼类栖息地适宜性方法，该方法根据获得的关键地貌因子的适宜曲线，构建栖息地适宜性模型(HSI)，为识别潜在的家鱼栖息地以及对栖息地功能评价、生态修复提供一种新思路，具体实施方法如下：
确定具体地理位置的经纬度、研究区域的长度以及水深的深度。地理位置的经纬度和研究区域的长度根据实际情况获取即可，例如采用地图测量的方式。水深的深度在本申请中限定为1.5-32m之间、1.5-25m、5-8m，最优范围为5-8m。
本实施例以研究东塔产卵场为例，东塔产卵场位于浔江上游，自黔、郁两江汇合口起至东塔村止，长约7km，是珠江流域最大产卵场。也是珠江流域鱼类重要栖息地，分布有鱼类70余种。近年来随着水利水电开发、航道清礁、水体污染等人类活动，鱼类栖息地遭到严重破坏，表现为生境丧失、破碎化和同质化，导致浔江鱼类多样性降低、个体小型化，时空差异显著。
主要渔业对象由鲥(Tenualosa reevesii)、花鰶(Clupanodon thrissa)、青鱼(Mylopharyngodon piceus)、草鱼(Ctenopharyngodon idella)、赤眼鳟(Squaliobarbuscurriculus)等变为广东鲂(Megalobrama terminalis)、赤眼鳟、鲮(Cirrhinusmolitorella)、(Hemicculter Leucisculus)，四大家鱼仔鱼资源在总鱼苗量中所占比例从历史记录的46.6％下降至4.51％。
大藤峡水利枢纽于2020年截流运行。建坝会从本质上改变坝下天然径流、泥沙运动规律，导致鱼类栖息地的生境发生变化，从而影响了鱼类的生存和繁衍。东塔产卵场位于该电站下游约10km处，该电站的运行，势必会改变下游江段鱼类栖息地水下地形结构。要准确认识工程对鱼类栖息地的影响，必须对自然条件下栖息地状况，鱼类与栖息地地形地貌之间的关系有清楚而充分的认识。基于此，有必要对坝下江段水下地形特征进行研究，评估水坝建设及运行对下游鱼类栖息地的影响。
本研究区域上起大藤峡水利枢纽下游，下至石咀镇，具体地理位置为(110.057—110.16E，23.432—23.467N)。研究区域长约14km，水深范围在1.5-32m之间。
请参考图1，步骤一、利用声学调查获得研究区域鱼类密度、空间分布。具体包括(一)鱼类密度数据采集；(二)通过数据分析获取研究区域鱼类密度、空间分布。
(一)鱼类密度数据采集：采用声学换能器采集鱼类分布图。2016至2019年对该江段进行了声学走航探测。换能器工作频率为120kHz，功率为200W，-3dB波束宽为7.0°，脉冲宽度为256μs。在每次调查前，按照标准程序对声学换能器进行校准。调查船为当地渔船，长约8m，换能器垂直向下，吃水约0.5m。船速约为8-10km/h，走航方向为顺流而下，设计航线为“之”字形，在实际航程中根据调查江段情况进行实时调整。
(二)通过数据分析获取研究区域鱼类密度、空间分布：使用声学数据后处理软件Echoview 5.4对原始数据进行处理，获得不同调查时间的鱼类密度信息。2016-2019年鱼类平均密度见表1，鱼类密度呈逐年下降趋势，使用非参数检验进行分析，Kurskal-Wallis结果显示，不同调查时间鱼类密度存在显著性差异(P＜0.05)。从偏度值可以看出数据左偏，，表明低密度单元格较多。
表1东塔产卵场不同调查时间鱼类密度分布信息
Fish density distribution in different periods in dongta spawningground
步骤二、地形因子获取，具体包括：(一)地形数据采集；(二)地形因子提取。
(一)地形数据采集：采用声学多普勒流速剖面仪(ADCP)对产卵场江段进行流场地形同步监测。2019年4月使用声学多普勒流速剖面仪(ADCP)对产卵场江段进行流场地形同步监测。在测量前，记录待测量区域范围的上游和下游断面中心点的坐标，以及弯道处断面中心点坐标，通过配置引导物，画出测量区域的计划线。在实际测量时，根据导航测量软件，记录、校正测船航迹，使测船沿着计划线依次测量。本次测量断面间距为150m，共94个断面，监测期间西江流量约为5000m3/s。
(二)地形因子提取：测量的原始数据在ADCP辅助测量软件WinRiver以ASCII码文件导出，读取每个测量断面、流速矢量、水深、经纬度坐标等数据，使用ArcGIS 10.1构建河床不规则三角网和数字高程模型，提取产卵场江段坡度、坡向、地形起伏度、高程、高程变异系数、粗糙度等因子。
步骤三、利用鱼类密度及空间分布识别出鱼类热点分布区域，具体包括(一)通过空间自相关分析和热点分析，计算每个要素的Getis-Ord统计值，得到每个要素的z得分和P值；(二)根据z得分判定产卵场江段鱼类资源密度高值或低值在空间上发生聚类的位置，其中z＞+1.65(P＜0.1)为鱼类热点分布区域，z＜-1.65(P＜0.1)为冷点分布区域；－1.65＜z＜1.65为随机分布区域。
热点分析用于识别具有统计显著性的高值(热点)和低值(冷点)的空间聚类，是根据在一定的分析规模内的所有要素，计算每个要素Getis-Ord统计值，得到每个要素的z得分和P值。z得分表示热点，z得分越高，表示热点聚集就越紧密，负值表示冷点，z得分越低，冷点的聚集就越紧密。通过z得分和p值，得到产卵场江段鱼类资源密度高值或低值在空间上发生聚类的位置。
请参考图3-5，东塔江段鱼类资源的空间分布具有一定的聚集特征，即不同年份均出现“热点区域”(红色区域)，标志为z＞+1.65(P＜0.1)，意味着在这个区域内渔业资源密度为高值，且其周围密度也为高值，如东塔产卵场部分区域三年结果均为热点区域；而大藤峡下游及石咀江段出现“冷点区域”(蓝色区域)，标志为z＜-1.65(P＜0.1)，意味着在这个区域内渔业资源密度为低值，且其周围密度也为低值；其他江段绝大部分随机分布区域为黄色区域，z值位于－1.65＜z＜1.65之间，这些区域内渔业资源密度高值和低值之间空间自相关性弱，为随机性分布。结果表明，研究区域为某些小区域局部自相关性很强，整体自相关性表现并不强烈，鱼类资源密度呈现“热”、“冷”不均的局部性分布特征。
步骤四、利用鱼类热点分布区域的地形因子建立栖息地适宜性模型。具体包括：(一)从热点分布区域中选取至少两年的重合区域网格，网格的数量为80-200个，并提取各网格的地形因子；(二)根据频率分布法，统计各因子分布范围，然后对结果进行归一化处理，通过拟合建立水深、坡度、坡向的单因子适宜度曲线；(三)采用几何平均法建立基于水深、坡度、坡向的栖息地适宜性模型。
根据上述方法，从鱼类“热点分布”区域中选取2年及以上重合区域网格，共80个，提取各网格水文因子，利用频度分布，拟合建立水深、坡度、坡向的单因子适宜度曲线，公式详见表1。
表1
请参考图6-8，可见热点区域水深分布范围在1.5-25m之间，鱼类的适宜水深为5-8m；坡度分布范围在0°-27°之间，鱼类适宜范围在1°-1.5°，依据坡度等级，鱼类适宜区域为微斜坡；鱼类适宜的坡向范围在90°-180°之间，即东南方向。
根据频率分布法，统计各因子分布范围，然后对结果进行归一化处理，计算适宜度指数值SI，出现频次最高的值赋予SI＝1,SI∈[0，1]。计算公式为:
式中i为研究区域网格序号；为第i个网格的栖息地适宜性指数值；SIni为第n个地形因子第i个网格的适宜度指数值。
根据公式1计算得出该江段的HSI。5000m3/s流量下HSI值分布在0.02-0.95范围内，平均值为0.31±0.22。其中，HSI值大于0.5的区域占总数比为26.67％。由图9可知，研究江段HSI最大值出现在东塔产卵场沙洲两侧，另有一些高HSI值区域分布在河流两侧，主航道基本上为HSI低值区域。
使用2017年6月该江段声学数据结果对HSI模型进行验证。在验证过程中，模型中水深值使用调查同期数据。通过Pearson相关分析可知，鱼类密度与HSI值呈正相关关系(r＝0.794，P＝0.011)。拟合结果显示，HSI与鱼类密度的关系为：y＝0.02x+0.04(R2＝0.63，RMSE＝0.005)，符合本模型。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (8)

1.一种基于河流地形因子评估鱼类栖息地适宜性方法，其特征在于：包括步骤一、利用声学调查获得研究区域鱼类密度、空间分布；步骤二、获得地形因子；步骤三、利用鱼类密度及空间分布识别出鱼类热点分布区域；步骤四、利用鱼类热点分布区域的地形因子建立栖息地适宜性模型。
2.根据权利要求1所述的基于河流地形因子评估鱼类栖息地适宜性方法，其特征在于：所述步骤一包括：(一)鱼类密度数据采集：采用声学换能器采集鱼类分布数据；(二)通过数据分析获取研究区域鱼类密度、空间分布。
3.根据权利要求1所述的基于河流地形因子评估鱼类栖息地适宜性方法，其特征在于：所述步骤二包括：(一)地形数据采集：采用声学多普勒流速剖面仪(ADCP)对产卵场江段进行流场地形同步监测；(二)地形因子提取：采用软件WinRiver以ASCII码文件导出所采集的数据，并读取地形因子和水文特征数据，使用ArcGIS10.1构建河床不规则三角网和数字高程模型，并提取地形因子。
4.根据权利要求3所述的基于河流地形因子评估鱼类栖息地适宜性方法，其特征在于：所述水文特征数据包括测量断面、流速矢量、水深、经纬度坐标，所述地形因子包括坡度、坡向、地形起伏度、高程、高程变异系数、粗糙度因子。
5.根据权利要求1所述的基于河流地形因子评估鱼类栖息地适宜性方法，其特征在于：所述步骤三包括：(一)通过空间自相关分析和热点分析，计算每个要素的Getis-Ord统计值，得到每个要素的z得分和P值；(二)根据z得分判定产卵场江段鱼类资源密度高值或低值在空间上发生聚类的位置，其中z＞+1.65(P＜0.1)为鱼类热点分布区域，z＜-1.65(P＜0.1)为冷点分布区域；－1.65＜z＜1.65为随机分布区域。
6.根据权利要求1所述的基于河流地形因子评估鱼类栖息地适宜性方法，其特征在于：所述步骤四包括：步骤(一)从热点分布区域中选取至少两年的重合区域网格，并提取各网格的地形因子；(二)根据频率分布法，统计各因子分布范围，然后对结果进行归一化处理，通过拟合建立水深、坡度、坡向的单因子适宜度曲线；(三)采用几何平均法建立基于水深、坡度、坡向的栖息地适宜性模型。
7.根据权利要求6所述的基于河流地形因子评估鱼类栖息地适宜性方法，其特征在于：所述步骤(二)的适宜度曲线为：
SIa＝A0+A1x+A2x2+A3x3+A4x4+A5x5。
8.根据权利要求7所述的基于河流地形因子评估鱼类栖息地适宜性方法，其特征在于：所述步骤(三)的HSI栖息地适宜性模型公式为：
其中,式中i为研究区域网格序号；为第i个网格的栖息地适宜性指数值；SIni为第n个地形因子第i个网格的适宜度指数值。
CN202310496710.7A 2023-05-04 2023-05-04 一种基于河流地形因子评估鱼类栖息地适宜性方法 Active CN116739206B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310496710.7A CN116739206B (zh) 2023-05-04 2023-05-04 一种基于河流地形因子评估鱼类栖息地适宜性方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310496710.7A CN116739206B (zh) 2023-05-04 2023-05-04 一种基于河流地形因子评估鱼类栖息地适宜性方法

Publications (2)

Publication Number Publication Date
CN116739206A true CN116739206A (zh) 2023-09-12
CN116739206B CN116739206B (zh) 2024-04-23

Family

ID=87910437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310496710.7A Active CN116739206B (zh) 2023-05-04 2023-05-04 一种基于河流地形因子评估鱼类栖息地适宜性方法

Country Status (1)

Country Link
CN (1) CN116739206B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117892980A (zh) * 2024-03-14 2024-04-16 长江水资源保护科学研究所 一种针对圆口铜鱼的生态调度方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592044A (zh) * 2011-12-20 2012-07-18 北京师范大学 一种确定栖息地适宜度的方法
CN105354752A (zh) * 2015-10-19 2016-02-24 上海海洋大学 基于gwr的柔鱼资源与海洋环境因素关系的分析方法
JP2018128793A (ja) * 2017-02-07 2018-08-16 富士通株式会社 動物生息適性度評価方法、動物生息適性度評価プログラムおよび動物生息適性度評価装置
CN112784503A (zh) * 2021-01-12 2021-05-11 水利部交通运输部国家能源局南京水利科学研究院 一种闸坝调度下水鸟栖息地适宜性计算方法与装置
CN114329957A (zh) * 2021-12-27 2022-04-12 中国水产科学研究院长江水产研究所 一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法
CN115688962A (zh) * 2022-06-10 2023-02-03 重庆交通大学 一种基于bp神经网络的鱼类生境适宜度指标预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592044A (zh) * 2011-12-20 2012-07-18 北京师范大学 一种确定栖息地适宜度的方法
CN105354752A (zh) * 2015-10-19 2016-02-24 上海海洋大学 基于gwr的柔鱼资源与海洋环境因素关系的分析方法
JP2018128793A (ja) * 2017-02-07 2018-08-16 富士通株式会社 動物生息適性度評価方法、動物生息適性度評価プログラムおよび動物生息適性度評価装置
CN112784503A (zh) * 2021-01-12 2021-05-11 水利部交通运输部国家能源局南京水利科学研究院 一种闸坝调度下水鸟栖息地适宜性计算方法与装置
CN114329957A (zh) * 2021-12-27 2022-04-12 中国水产科学研究院长江水产研究所 一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法
CN115688962A (zh) * 2022-06-10 2023-02-03 重庆交通大学 一种基于bp神经网络的鱼类生境适宜度指标预测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
PENG ZHANG, LU CAI, ZHI YANG, XIAOJUAN CHEN, YE QIAO, JIANBO CHANG: "Evaluation of fish habitat suitability using a coupled ecohydraulic model: Habitat model selection and prediction: habitat model selection and prediction for reservoir impact evaluation", RIVER RESEARCH AND APPLICATION, 29 August 2018 (2018-08-29), pages 1 - 11 *
原作辉;杨东海;樊伟;张胜茂;: "基于卫星AIS的中西太平洋金枪鱼延绳钓渔场分布研究", 海洋渔业, vol. 40, no. 06, pages 650 - 656 *
张婷婷;赵峰;侯俊利;高宇;庄平;: "空间信息技术在河口潮间带栖息地分类研究中的应用", 海洋渔业, no. 04, 15 July 2016 (2016-07-15), pages 424 - 436 *
张辉;危起伟;杨德国;杜浩;张慧杰;陈细华;: "葛洲坝下游中华鲟(Acipenser sinensis)产卵场地形分析", 生态学报, no. 10, 15 October 2007 (2007-10-15), pages 3945 - 3955 *
方学燕;陈新军;冯永玖;陈;: "基于综合环境因子的协同克里金法分析茎柔鱼资源丰度空间分布", 海洋学报, no. 02, 15 February 2017 (2017-02-15), pages 62 - 71 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117892980A (zh) * 2024-03-14 2024-04-16 长江水资源保护科学研究所 一种针对圆口铜鱼的生态调度方法和装置
CN117892980B (zh) * 2024-03-14 2024-05-24 长江水资源保护科学研究所 一种针对圆口铜鱼的生态调度方法和装置

Also Published As

Publication number Publication date
CN116739206B (zh) 2024-04-23

Similar Documents

Publication Publication Date Title
Murty et al. The storm surge problem in the Bay of Bengal
CN116739206B (zh) 一种基于河流地形因子评估鱼类栖息地适宜性方法
Ferreira et al. Process-based indicators to assess storm induced coastal hazards
Fan et al. Monitoring tidal flat dynamics affected by human activities along an eroded coast in the Yellow River Delta, China
Paul et al. An acoustic method for the remote measurement of seagrass metrics
Yabe et al. Anatomical study of Tsushima Warm Current system: Determination of principal pathways and its variation
Zhuang et al. Bivariate rainfall frequency analysis in an urban watershed: Combining copula theory with stochastic storm transposition
Siiriäinen Archaeological shore displacement chronology in Northern Ostrobothnia, Finland
Thilakarathne et al. A Simple Approach to Predict the Beach Vulnerability to Storm-induced Erosion in Hasaki Coast, Japan
Veneranta et al. Detailed temperature mapping–Warming characterizes archipelago zones
Ingraham et al. Physical oceanography of the Gulf of Alaska
Kumar et al. Design wave estimation considering directional distribution of waves
Tschetter et al. Yakutat area wave resource assessment
Dunning et al. Downriver passage of juvenile Blueback Herring near an ultrasonic field in the Mohawk River
Fikri et al. Marine tourism suitability index in the Padang beach tourism area, West Sumatra
Guthrie et al. TxBLEND model calibration and validation for the Guadalupe and Mission-Aransas estuaries
Fosness et al. Kootenai River white sturgeon (Acipenser transmontanus) fine-scale habitat selection and preference, Kootenai River near Bonners Ferry, Idaho, 2017
CN113807409B (zh) 一种基于判别分析的海岸带分类方法
CN113591033B (zh) 基于联合概率分布的干旱区地下水生态埋深分析方法
Dette et al. Wave climate analysis for engineering purpose
Jamieson et al. Stream barb performance in a semi-alluvial meandering channel
Barman et al. Quantification of panchayat-level flood risks in the Bhograi Coastal Block, Odisha, India
Yao et al. Hydrological Characterization of Water Resources Used for Sugarcane Production in the Sugar Complexes of Ferkessedougou (North of Côte d’Ivoire)
Jones et al. A SPATIAL ENVIRONMENTAL ASSESSMENT FRAMEWORK FOR WAVE ENERGY INSTALLATIONS.
CN117076982A (zh) 一种多时间尺度下的河口海域巨量水文数据信息提取方法

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