CN117761670A - 一种水声学和渔获物相结合鱼类资源量分级量化评估方法 - Google Patents
一种水声学和渔获物相结合鱼类资源量分级量化评估方法 Download PDFInfo
- Publication number
- CN117761670A CN117761670A CN202311784467.5A CN202311784467A CN117761670A CN 117761670 A CN117761670 A CN 117761670A CN 202311784467 A CN202311784467 A CN 202311784467A CN 117761670 A CN117761670 A CN 117761670A
- Authority
- CN
- China
- Prior art keywords
- fish
- water
- investigation
- signal data
- catch
- 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.)
- Pending
Links
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 200
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 97
- 238000011835 investigation Methods 0.000 claims abstract description 75
- 238000005070 sampling Methods 0.000 claims abstract description 17
- 238000001914 filtration Methods 0.000 claims abstract description 11
- 230000010354 integration Effects 0.000 claims abstract description 9
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000007619 statistical method Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000037396 body weight Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 description 6
- 241000894007 species Species 0.000 description 5
- 241000703769 Culter Species 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 241001519451 Abramis brama Species 0.000 description 3
- 241001442216 Rhodeus sinensis Species 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 241001122122 Chanodichthys ilishaeformis Species 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000252234 Hypophthalmichthys nobilis Species 0.000 description 1
- 241000721654 Lepomis macrochirus Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241001608651 Plagiognathops Species 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 240000006394 Sorghum bicolor Species 0.000 description 1
- 235000015505 Sorghum bicolor subsp. bicolor Nutrition 0.000 description 1
- 235000011684 Sorghum saccharatum Nutrition 0.000 description 1
- 241001133085 Xenocypris davidi Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 235000011225 shan shi Nutrition 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- 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
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种水声学和渔获物相结合鱼类资源量分级量化评估方法，根据调查水域特点设置水声学走航航线；按照水声学走航航线进行走航，在走航中利用回声探测器进行水声学信号数据以及位置信息的采集；采用交叉过滤方法对水声学信号数据进行预处理，得到预处理后的水声学信号数据；根据调查水域特点设置渔获物采样点，在渔获物采样点的位置开展渔获物调查，得到渔获物调查结果；基于渔获物调查结果对鱼类进行分组，利用水声学信号数据统计不同组别的鱼类回声信号个数，获得声学信号数据集；采用回波积分法对声学信号数据集进行统计分析，估算不同组别的鱼类信号密度和鱼类尾数；基于渔获物调查结果以及鱼类尾数，计算鱼类资源量。
Description
技术领域
本发明涉及渔业资源技术领域，具体涉及一种水声学和渔获物相结合鱼类资源量分级量化评估方法。
背景技术
鱼类资源量是衡量水域生态环境稳定健康的重要指标，高效、准确的得到鱼类资源数量、生长状况、时空分布格局等信信息是维持水生态系系统平衡的前提。传统的鱼类资源量主要是通过渔获物调查计算单位努力捕捞量(CPUE)的方法进行，但是这种方法因捕捞强度大、作业时间长等特点会对鱼类种群资源造成不可逆的损失。相比传统渔获物调查方法，水声学调查主要是通过声呐信号获得鱼类的目标强度(TS)值，并参考鱼类TS值与体长的经验公式，利用回波积分法(echo integration)或单目标回声计数法(single targetstrength analysis)估算鱼类密度，具有更广的调查范围、更快速、高效、连续获取数据、更低的成本以及不损伤鱼类等优点，目前已被广泛运用于海洋和淡水水体的鱼类资量评估中。目前仅通过单一的渔获物调查或水声学调查方法无法满足当前形势下对鱼类资源量准确评估的需要，因此，亟需建立一种具有对鱼类损害小、调查范围广、效率高且准备度高的鱼类资源量分级量化评估方法。
发明内容
为了解决以上技术问题，本发明提供了一种水声学和渔获物相结合鱼类资源量分级量化评估方法，所述评估方法包括：
S1、根据调查水域特点设置水声学走航航线；
S2、按照所述设置航线进行走航，在走航中利用回声探测器进行水声学信号数据以及位置信息的采集；
S3、采用交叉过滤方法对所述水声学信号数据进行预处理，得到预处理后的水声学信号数据；
S4、根据调查水域特点设置渔获物采样点，在所述渔获物采样点的位置开展渔获物调查，得到渔获物调查结果；
S5、基于所述渔获物调查结果对鱼类进行分组，利用所述水声学信号数据统计不同组别的鱼类回声信号个数，获得声学信号数据集；
S6、采用回波积分法对所述声学信号数据集进行统计分析，估算不同组别的鱼类信号密度和鱼类尾数；
S7、基于所述渔获物调查结果以及所述鱼类尾数，计算鱼类资源量。
可选的，所述S1中，在设置航线时，若调查区域的水面开阔，水深分布均匀，采用平行端面航线；若调查区域的水面狭窄，地形复杂时，采用“之”字型航线。
可选的，所述S2中，采用Simrad EK80科学回声探测仪垂直向下发射200kHz的分裂波束进行水声学信号数据采集。
可选的，所述S3中，所述预处理过程包括：
对所述水声学信号数据进行数据转换；
设置背景噪声阈值，采用交叉过滤法对转换后的所述水声学信号数据进行消除噪声干扰处理，提取信噪比低的信号。
可选的，所述S4中，得到渔获物调查结果的过程具体包括：
根据调查区域的特征设置渔获物采样点；
在所述渔获物采样点进行渔获物调查，对调查数据进行统计与分析，得到渔获物种类以及鱼类基础生物学信息。
可选的，所述鱼类基础生物学信息包括鱼类数量和鱼类体长-体重；
所述鱼类体长-体重成长公式如下：
W'＝aLb
其中，W'为测量的鱼类体重，单位为g，L为测量的鱼类体长，单位为cm，a和b为常数。
可选的，所述S5中，获得声学信号数据集的过程具体包括：
根据所述鱼类基础信息生物学信息计算不同组别的目标强度值区间范围；
基于所述目标强度值区间范围统计不同组别类的水声学信号数据集和鱼类回声信号个数。
可选的，所述S6中，估算不同组别的鱼类信号密度和鱼类尾数的过程包括：
使用回波积分法对所述水声学信号数据集进行统计与分析，估算不同组别的鱼类回声信号个数；
估算不同组别的鱼类信号密度的公式为：
其中，ρj为第j组的鱼类密度，nj为第j组的鱼类回声信号个数，k为调查航段总的单元数，i为调查航段内第i个单元，Vi为单个脉冲波束探测的水体体积；
估算不同组别的鱼类尾数的公式为：
Nj＝ρj·S·h
其中，Nj为第j组的鱼类尾数，单位是尾，ρj为第j组的鱼类密度，S为调查区域的水面积，h为调查期间调查区域的平均水深。
与现有技术相比，本发明的有益效果为：
本发明提供了一种水声学和渔获物相结合的鱼类资源量分级量化评估方法，所述评价方法通过水声学和渔获物调查相结合的方法，以水声学调查为主，准确获得鱼类资源密度，再以渔获物调查为辅，抽样获得鱼类平均重量，相比单一的调查方法，本发明在尽可能降低对鱼类损害的前提下，能更加准确、高效的获得鱼类资源量，此外，本发明还能够根据需要，基于不同规格组别的体重、体长范围区间，估算不同组别的鱼类密度和尾数，最后估算不同组别的鱼类资源量，在实际渔业生产中具有更重要的应用前景。
附图说明
为了更清楚地说明本发明的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的方法步骤图；
图2为本发明实施例的调查航线和采样点设置示意图。
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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
本发明提供了一种水声学和渔获物相结合鱼类资源量分级量化评估方法，如图1所示，评估方法包括：
S1、根据调查水域特点设置水声学走航航线；
水声学的调查航线一般分为平行断面型和“之”字型两种。在S1中，在设置航线时，若调查区域的水面开阔，水深分布均匀，采用平行端面航线；若调查区域的水面狭窄，地形复杂时，采用“之”字型航线。
具体的，在河流、湖泊、水库等大水面进行水声学调查，调查航线设置应充分考虑水体的地理形状、水深分布及河、湖、库汊位置等因素，尽可能反映水体的客观、真实状况，整个航次的调查航程需要满足覆盖率在6以上。
S2、按照所述水声学走航航线进行走航，在走航中利用回声探测器进行水声学信号数据以及位置信息的采集；
S2中，采用Simrad EK80科学回声探测仪垂直向下发射200kHz的分裂波束进行水声学信号数据采集。
根据S1设置航线，采用系统式预定航线的设计方法进行走航，航程需要满足Aglen覆盖率在6以上，其计算公式如下：
其中，L为水声学调查的走航航程；A为调查水域面积；DC为水声学调查覆盖率；将声学换能器固定在船体前方左侧，入水0.5m，换能器经一数据电缆线与主机连接。换能器的波束夹角为7°，脉冲频率0.004ms，脉冲宽度为0.064ms，20lgR的时变效益(Time-VariedGain，TVG)，目标强度(Target Strength，TS)的阈值为－70dB。使用仪器自带的EK80软件进行回声数据及GPS数据的采集。
S3、采用交叉过滤方法对水声学信号数据进行预处理，得到预处理后的水声学信号数据；
S3中，预处理过程包括：
对所述水声学信号数据进行数据转换；
设置背景噪声阈值，采用交叉过滤法对转换后的所述水声学信号数据进行消除噪声干扰处理，提取信噪比低的信号。
具体的，采用Sonar5_pro分析软件转换EK80软件程序采集的水声学原始数据，并设置背景噪声阈值，采用交叉过滤方法对图像进行处理，以消除噪声干扰并准确提取信噪比较低的信号，通过Sonar5软件对鱼体信号进行自动追踪及判别，结果保存为Excel文件格式，以便进行统计分析。
转换模式为时间可变增益TVG＝40lgR，在Sonar5软件中对转换后的数据设置自动识别水底，并人工校对，通过手动方式重画部分河床以消除如树枝、石头等造成的干扰。
噪声阈值<-64Db，所述交叉过滤方法的参数为前景滤波器(Foreground filter)，[1,3]；背景滤波器(Background filter)，[55,1]；目标平滑滤波(Target smoothfilter)，[1,3]；信号长度(Signal length)，[3,50]；声学截面的最大增益补偿(MaximumGain Compensation，6dB)；最小目标长度(Min.Track Length)，2ping；最大脉冲缺失(Max.Ping Gap)，2ping；门闸过滤范围(Gating Range)，0.3m。
S4、根据调查水域特点设置渔获物采样点，在渔获物采样点的位置开展渔获物调查，得到渔获物调查结果；
S4中，得到渔获物调查结果的过程具体包括：
如图2所示，根据调查区域的特征设置渔获物采样点；所述特征为调查区域地形、面积、出入水口等因素。
于水声学调查期间，通过开展渔获物调查。
在渔获物采样点进行渔获物调查，对调查数据进行统计与分析，得到渔获物种类以及鱼类基础生物学信息。
渔获物调查工具为三层刺网，规格为长100m×高8m，网目分别为2、6、10、14cm。每次下网于当日傍晚17-18时，放置过夜，于次日早上5-6时收网。对采集到的渔获物进行种类鉴定，记录种类组成，并对各种鱼类的基础生物学信息进行测量，记录鱼类数量、体长及体重等。种类鉴定参照《中国动物志》。测量长度精确到0.1cm，重量精确到0.1g。
鱼类基础生物学信息包括鱼类数量和鱼类体长-体重；
所述鱼类体长-体重成长公式如下：
W'＝aLb
其中，W'为测量的鱼类体重，单位为g，L为测量的鱼类体长，单位为cm，a和b为常数。
将鱼类体重分为j个组别，其体重区间分别为<W1、W1～W2、W2-W3、W3-W4、W4-W5…>Wj-1，第j个组别的平均体重记为单位为g。
根据上述公式，估算j个组别的体长范围分别为<L1、L1～L2、L2～L3、L3～L4、L4～L5、>Lj-1。
S5、基于所述渔获物调查结果对鱼类进行分组，利用所述水声学信号数据统计不同组别的鱼类回声信号个数，获得声学信号数据集；
参照参照Foote提出的喉鳔鱼类TS值与鱼类体长的经验公式，根据S4得到的不同分组的鱼类体长区间范围，计算不同分组的鱼类TS值区间范围，<TS1、TS1～TS2、TS2～TS3、TS3～TS4、TS4～TS5、>TSj-1。
鱼类TS值与鱼类体长的经验公式如下：
TS＝20lgTL-71.9
其中，TS为鱼类的目标强度(dB)，TL为目标鱼体的体长(cm)。
S5中，获得声学信号数据集的过程具体包括：
根据所述鱼类基础信息生物学信息计算不同组别的目标强度值(TS值)区间范围；
根据S5所述不同分组的鱼类TS值范围，统计不同分组的声学信号数据集，并统计各组别的鱼类回声信号个数，分别记为n1、n2、n3、n4、n5……nj。
S6、采用回波积分法对所述声学信号数据集进行统计分析，估算不同组别的鱼类信号密度和鱼类尾数；
将探测航线的每2000个ping记为一个单元，计算个单元的探测体积(Vi)，其计算公式如下：
式中，Vi为单个脉冲波束探测的水体体积(m3)，θ为回声探测仪的角度7°，r为探测波束数据分析的起始距离(m)，R为探测波束数据分析的终止距离(m)。
S6中，估算不同组别的鱼类信号密度和鱼类尾数的过程包括：
使用回波积分法对所述水声学信号数据集进行统计与分析，估算不同组别的鱼类回声信号个数；
估算不同组别的鱼类信号密度的公式为：
其中，ρj为第j组的鱼类密度(ind./1000m3)，nj为第j个组的鱼类回声信号个数，k为调查航段总的单元数，i为调查航段内的第i个单元，Vi为单个脉冲波束探测的水体体积(m3)；
计算得到的若干个单元的鱼类密度值，进而得到密度的平均值及标准误差，计算得到95％置信区间。其中，95％置信区间的上限为平均密度+1.96×标准误差，下限为平均密度-1.96×标准误差(置信水平为95％时，系数为1.96)。
根据调查区域的水面面积(S)，结合声学调查结果得到的相应的平均水深h，计算得到不同组别的鱼类总尾数Nj：
Nj＝ρj·S·h
其中，Nj为第j组的鱼类尾数，单位为尾，ρj为鱼类密度(ind./1000m3)，S为调查区域的水面面积(m2)，h调查期间调查水域的平均水深(m)。
S7、基于所述渔获物调查结果以及所述鱼类尾数，计算鱼类资源量。
根据S4种渔获物分析得到等各组别鱼类平均体重和S6中估算的各组别的鱼类尾数，求和估算调查区域的鱼类资源量(W)，其计算公式如下：
其中，W为鱼类资源量，单位为吨(t)；Nj为鱼类的总尾数；为第j组鱼类的平均体重。
实施例二
1.航线设置
以安徽省黄山市太平湖为例，太平湖原名陈村水库，位于安徽省黄山市境内，30°14′34″～30°28′45″N，117°54′43″～118°12′58″E，总面积约88.6km2，东西长80km，南北最宽处约4km，最窄处仅150m，最深处70m，平均水深40m，蓄水量24.75亿m3，集雨面积为2722km2，海拔117m，是安徽省最大的水库型湖泊。太平湖地处黄山与九华山之间，是长江支流青弋江的发源地，具有供水、旅游、调节气候、防洪、灌溉及养殖等多种功能。太平湖上游水面开阔，水深分布较为均匀，声学调查适合采用平行断面型航线；中、下游水岸线狭长，蜿蜒曲折，声学调查适合采用“之”字型航线进行断面声学回波采样，航线如图2所示。
太平湖水面面积约为88.60km2，实际调查航程为136.53km，经计算可得本次水声学调查覆盖率为14.50，满足覆盖率为6以上的标准。具体走航信息如表1所示。
表1
2.水声学信号数据采集
于2023年8月5日至8月8日利用Simrad EK80科学回声探测仪(200kHz)对太平湖进行了走航式水声学调查，调查用船为长约5m，宽约1.8m，110马力的快艇。数字换能器用自制的换能器固定架固定，安装在调查船船体前方左侧，入水0.5m，换能器经一数据电缆线与主机连接。换能器参数设定如下：波束夹角为7°，脉冲频率0.004ms，脉冲宽度为0.064ms，20lgR的时变效益(Time-Varied Gain，TVG)，目标强度(Target Strength，TS)的阈值为－70dB。根据调查水域的实际情况进行“之”字型或平行断面型走航探测，船速为6～9km/h，并根据风浪等实际情况对船速进行调整。使用仪器自带的EK80软件进行回声数据及GPS数据的采集、保存及显示。
3.水声学信号数据处理
采用Sonar5_pro分析软件转换EK80软件程序采集的水声学原始数据，转换模式为时间可变增益TVG＝40lgR。在Sonar5软件中对转换后的数据设置自动识别水底，并人工校对，通过手动方式重画部分河床以消除如树枝、石头等造成的干扰。之后设置信号目标强度背景噪声阈值＜－64dB，采用交叉过滤方法对图像进行处理，以消除噪声干扰并准确提取信噪比较低的信号，设置好相关参数(前景滤波器、背景滤波器、目标平滑滤波、信号长度、声学截面的最大增益补偿等)，对于明显的噪声手动去除。通过Sonar5软件对鱼体信号进行自动追踪及判别，结果保存为Excel文件格式，以便进行信号统计。
数据分析相关参数设置：前景滤波器(Foreground filter)，[1,3]；背景滤波器(Background filter)，[55,1]；目标平滑滤波(Target smooth filter)，[1,3]；信号长度(Signal length)，[3,50]；声学截面的最大增益补偿(Maximum Gain Compensation，6dB)；最小目标长度(Min.Track Length)，2ping；最大脉冲缺失(Max.Ping Gap)，2ping；门闸过滤范围(Gating Range)，0.3m。
4.渔获物调查与分析
于2023年8月5日至8月8日在太平湖全湖开展渔获物调查，根据太平湖的地理形状、面积和出入河流情况，设置S1-S8共计8个渔获物采样点(图2)。调查网具为三层刺网，规格为长100m×高8m，网目分别为2、6、10、14cm。每次下网于当日傍晚17-18时，放置过夜，于次日早上5-6时收网。调查期间共采集到鱼类174尾，总重量58875.3g。如表2所示，渔获物重量百分比排名前10的物种为鳙、蒙古鲌、鳊、鲢、翘嘴鲌、似鳊、黄尾鲴、中华鳑鲏和尖头鲌，累计占总重量比例为99.50％。其中鳙、蒙古鲌、/>分别占总重量85.28％、5.9％、和3.25％。数量百分比排名前10的物种为/>鳊、蒙古鲌、似鳊、中华鳑鲏、蓝鳃太阳鱼、翘嘴鲌、黄尾鲴、银鮈和寡鳞鱊，累计占总尾数比例为95.98％。其中/>鳊、蒙古鲌、似鳊和中华鳑鲏分别占总尾数的40.23％、16.09％、10.34％、9.20％、和9.20％。
表2
依据鱼类的体重划分为5个规格组，发现不同规格鱼类的分布呈现不均匀性，其中G1组(<1500g)的鱼类数量占比为96.85％；G2组(1500～2500g)的鱼类数量占比为0.84％；G3组(2500～4000g)的鱼类数量占比为0.71％；G4组(4000～6000g)的鱼类数量占比为0.56％；G5(>6000g)的鱼类数量占比为1.05％。由鱼类规格的频率分布图发现，小于1500g的个体占优势地位，其余规格鱼类出现频率较低，各组的平均体重分别为22.79g、1935.41g、3146.10g、4925.51g和8758.06g。根据渔获物调查数据推算的表达式如下：
W＝0.0235L2.8644
由此可计算各分组的体长范围分别为<47.59cm，47.59～56.88cm、56.88～67.02cm、67.02～77.21cm、>77.21cm。
5.水声学信号分析
TS＝20lgTL-71.9
根据以上公式估算各组别的鱼类TS值范围分别为<-38.35dB、-38.35～36.80dB、-36.80～35.38dB、-35.38～-34.15dB、>-34.15dB，统计各分组的鱼类回声信号个数分别为30009、259、219、173和514。
6.鱼类分组密度估算
估算太平湖全湖鱼类平均密度为4.88±14.01ind/1000m3，密度范围为0～146.03ind/1000m3。不同规格分组的鱼类密度如下表3所示：
表3
估算不同规格分组的鱼类尾数分别为8995760(5908783～12082737)、59059(32091～86026)、61161(39159～61161)、80604(46938～80604)和211457(114733～211457)尾。
7.鱼类资源量分级评估
根据渔获物调查统计的不同规格组的平均体重和估算的不同规格组的鱼类尾数，估算调查期间太平湖的鱼类资源量约为2760.71(1556.01～3965.42)吨，不同规格组别的鱼类资源量如表4所示。
表4
以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (8)
1.一种水声学和渔获物相结合鱼类资源量分级量化评估方法，其特征在于，所述评估方法包括：
S1、根据调查水域特点设置水声学走航航线；
S2、按照所述水声学走航航线进行走航，在走航中利用回声探测器进行水声学信号数据以及位置信息的采集；
S3、采用交叉过滤方法对所述水声学信号数据进行预处理，得到预处理后的水声学信号数据；
S4、根据调查水域特点设置渔获物采样点，在所述渔获物采样点的位置开展渔获物调查，得到渔获物调查结果；
S5、基于所述渔获物调查结果对鱼类进行分组，利用所述水声学信号数据统计不同组别的鱼类回声信号个数，获得声学信号数据集；
S6、采用回波积分法对所述声学信号数据集进行统计分析，估算不同组别的鱼类信号密度和鱼类尾数；
S7、基于所述渔获物调查结果以及所述鱼类尾数，计算鱼类资源量。
2.根据权利要求1所述的水声学和渔获物相结合鱼类资源量分级量化评估方法，其特征在于，所述S1中，在设置水声学走航航线时，若调查区域的水面开阔，水深分布均匀，采用平行端面航线；若调查区域的水面狭窄，地形复杂时，采用“之”字型航线。
3.根据权利要求1所述的水声学和渔获物相结合鱼类资源量分级量化评估方法，其特征在于，所述S2中，采用Simrad EK80科学回声探测仪垂直向下发射200kHz的分裂波束进行水声学信号数据采集。
4.根据权利要求1所述的水声学和渔获物相结合鱼类资源量分级量化评估方法，其特征在于，所述S3中，所述预处理过程包括：
对所述水声学信号数据进行数据转换；
设置背景噪声阈值，采用交叉过滤法对转换后的所述水声学信号数据进行消除噪声干扰处理，提取信噪比低的信号。
5.根据权利要求1所述的水声学和渔获物相结合鱼类资源量分级量化评估方法，其特征在于，所述S4中，得到渔获物调查结果的过程具体包括：
根据调查区域的特征设置渔获物采样点；
在所述渔获物采样点进行渔获物调查，对调查数据进行统计与分析，得到渔获物种类以及鱼类基础生物学信息。
6.根据权利要求5所述的水声学和渔获物相结合鱼类资源量分级量化评估方法，其特征在于，所述鱼类基础生物学信息包括鱼类数量和鱼类体长-体重；
所述鱼类体长-体重成长公式如下：
W'＝aLb
其中，W'为测量的鱼类体重，单位为g，L为测量的鱼类体长，单位为cm，a和b为常数。
7.根据权利要求5所述的水声学和渔获物相结合鱼类资源量分级量化评估方法，其特征在于，所述S5中，获得声学信号数据集的过程具体包括：
根据所述鱼类基础信息生物学信息计算不同组别的目标强度值区间范围；
基于所述目标强度值区间范围统计不同组别类的水声学信号数据集和鱼类回声信号个数。
8.根据权利要求7所述的水声学和渔获物相结合鱼类资源量分级量化评估方法，其特征在于，所述S6中，估算不同组别的鱼类信号密度和鱼类尾数的过程包括：
使用回波积分法对所述水声学信号数据集进行统计与分析，估算不同组别的鱼类回声信号个数；
估算不同组别的鱼类信号密度的公式为：
其中，ρj为第j组的鱼类密度，nj为第j组的鱼类回声信号个数，k为调查航段总的单元数，i为调查航段内第i个单元，Vi为单个脉冲波束探测的水体体积；
估算不同组别的鱼类尾数的公式为：
Nj＝ρj·S·h
其中，Nj为第j组的鱼类尾数，单位是尾，ρj为第j组的鱼类密度，S为调查区域的水面积，h为调查期间调查区域的平均水深。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311784467.5A CN117761670A (zh) | 2023-12-21 | 2023-12-21 | 一种水声学和渔获物相结合鱼类资源量分级量化评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311784467.5A CN117761670A (zh) | 2023-12-21 | 2023-12-21 | 一种水声学和渔获物相结合鱼类资源量分级量化评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117761670A true CN117761670A (zh) | 2024-03-26 |
Family
ID=90314041
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311784467.5A Pending CN117761670A (zh) | 2023-12-21 | 2023-12-21 | 一种水声学和渔获物相结合鱼类资源量分级量化评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117761670A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103728623A (zh) * | 2014-01-17 | 2014-04-16 | 中国水产科学研究院长江水产研究所 | 一种计算江河鱼群密度的方法 |
| CN104268786A (zh) * | 2014-09-24 | 2015-01-07 | 中国科学院水生生物研究所 | 一种水库鱼类资源声学调查方法 |
| CN106251055A (zh) * | 2016-07-26 | 2016-12-21 | 中国水产科学研究院珠江水产研究所 | 一种鱼道过鱼效果的声学评估方法 |
| CN107045705A (zh) * | 2017-01-19 | 2017-08-15 | 中国水产科学研究院珠江水产研究所 | 一种基于鱼类体长分布频率的渔业捕捞资源量调查方法 |
| CN107765256A (zh) * | 2017-09-27 | 2018-03-06 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种水声学走航式调查鱼类资源的方法 |
| CN112862275A (zh) * | 2021-01-26 | 2021-05-28 | 云南省渔业科学研究院 | 一种天然水域鱼类资源量计测方法 |
| CN114002686A (zh) * | 2021-10-29 | 2022-02-01 | 中国科学院水生生物研究所 | 一种水声学探测与拖网采样相结合的鱼类资源调查方法 |
| CN115191385A (zh) * | 2022-07-15 | 2022-10-18 | 生态环境部南京环境科学研究所 | 一种水库鱼类资源声学调查方法 |
| CN115603810A (zh) * | 2022-09-30 | 2023-01-13 | 福州协同创新科技有限公司（Cn） | 一种基于蓝绿光LiFi的水下鱼群监测统计系统 |
| CN117187398A (zh) * | 2023-02-28 | 2023-12-08 | 成都南易生态环境科技有限公司 | 一种对自然生态环境下鱼类生物多样性的调查方法 |
| CN117237162A (zh) * | 2023-09-06 | 2023-12-15 | 重庆交通大学 | 基于鱼类生态行为学的山区河流生境功能单元划分方法 |
-
2023
- 2023-12-21 CN CN202311784467.5A patent/CN117761670A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103728623A (zh) * | 2014-01-17 | 2014-04-16 | 中国水产科学研究院长江水产研究所 | 一种计算江河鱼群密度的方法 |
| CN104268786A (zh) * | 2014-09-24 | 2015-01-07 | 中国科学院水生生物研究所 | 一种水库鱼类资源声学调查方法 |
| CN106251055A (zh) * | 2016-07-26 | 2016-12-21 | 中国水产科学研究院珠江水产研究所 | 一种鱼道过鱼效果的声学评估方法 |
| CN107045705A (zh) * | 2017-01-19 | 2017-08-15 | 中国水产科学研究院珠江水产研究所 | 一种基于鱼类体长分布频率的渔业捕捞资源量调查方法 |
| CN107765256A (zh) * | 2017-09-27 | 2018-03-06 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种水声学走航式调查鱼类资源的方法 |
| CN112862275A (zh) * | 2021-01-26 | 2021-05-28 | 云南省渔业科学研究院 | 一种天然水域鱼类资源量计测方法 |
| CN114002686A (zh) * | 2021-10-29 | 2022-02-01 | 中国科学院水生生物研究所 | 一种水声学探测与拖网采样相结合的鱼类资源调查方法 |
| CN115191385A (zh) * | 2022-07-15 | 2022-10-18 | 生态环境部南京环境科学研究所 | 一种水库鱼类资源声学调查方法 |
| CN115603810A (zh) * | 2022-09-30 | 2023-01-13 | 福州协同创新科技有限公司（Cn） | 一种基于蓝绿光LiFi的水下鱼群监测统计系统 |
| CN117187398A (zh) * | 2023-02-28 | 2023-12-08 | 成都南易生态环境科技有限公司 | 一种对自然生态环境下鱼类生物多样性的调查方法 |
| CN117237162A (zh) * | 2023-09-06 | 2023-12-15 | 重庆交通大学 | 基于鱼类生态行为学的山区河流生境功能单元划分方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Beamesderfer et al. | Size selectivity and bias in estimates of population statistics of smallmouth bass, walleye, and northern squawfish in a Columbia River reservoir | |
| McQuinn et al. | The acoustic multifrequency classification of two sympatric euphausiid species (Meganyctiphanes norvegica and Thysanoessa raschii), with empirical and SDWBA model validation | |
| CN111366936B (zh) | 多波束测深数据处理方法及装置 | |
| CN104268786A (zh) | 一种水库鱼类资源声学调查方法 | |
| CN114329957A (zh) | 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 | |
| CN114002686A (zh) | 一种水声学探测与拖网采样相结合的鱼类资源调查方法 | |
| Woll et al. | Spatial variation in abundance and catch composition of Cancer pagurus in Norwegian waters: biological reasoning and implications for assessment | |
| Petetta et al. | Dredge selectivity in a Mediterranean striped venus clam (Chamelea gallina) fishery | |
| Pitcher et al. | Estimation of the abundance of the tropical lobster Panulirus ornatus in Torres Strait, using visual transect-survey methods | |
| JP7065491B2 (ja) | 藻場の種別分布と生物量の取得方法及び装置 | |
| Dudley | Changes in growth and size distribution of Sarotherodon macrochir and Sarotherodon andersoni from the Kafue floodplain, Zambia, since construction of the Kafue Gorge Dam | |
| CN112862275A (zh) | 一种天然水域鱼类资源量计测方法 | |
| CN117761670A (zh) | 一种水声学和渔获物相结合鱼类资源量分级量化评估方法 | |
| Batchelder et al. | Spatial and temporal distributions of acoustically estimated Zooplankton biomass near the Marine Light‐Mixed Layers station (59° 30′ N, 21° 00′ W) in the North Atlantic in May 1991 | |
| Beentjes et al. | Blue cod relative abundance, size and age structure, and habitat surveys of Marlborough Sounds in 2013 | |
| CN115413608B (zh) | 产漂流性卵鱼类产卵场定位系统及方法 | |
| Jůza et al. | Fish stock mass reduction is indicated in standard abundance and biomass estimates from gillnets and hydroacoustics | |
| CN117187398A (zh) | 一种对自然生态环境下鱼类生物多样性的调查方法 | |
| Bagley et al. | Trawl survey of hoki, hake, and ling in the Southland and Sub-Antarctic areas, November–December 2009 (TAN0911) | |
| Weinberg | The 1989 Pacific West Coast bottom trawl survey of groundfish resources: Estimates of distribution, abundance, age and length composition | |
| Haynes et al. | Variability in the early life stages of juvenile plaice (Pleuronectes platessa) on west of Ireland nursery grounds: 2000–2007 | |
| CN114397682A (zh) | 一种海洋牧场牡蛎海床中牡蛎生物量的监测方法 | |
| CN112883773A (zh) | 一种基于声学影像数据评估的物种判别方法 | |
| Suter | An evaluation of the area stratification used for sampling tunas in the eastern Pacific Ocean and implications for estimating total annual catches | |
| Mehl et al. | Fish investigations in the Barents Sea winter 2013-2014 |
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 |