基于双频识别声纳的人工鱼礁区鱼类分布研究

来源 :上海海洋大学 | 被引量 : 2次 | 上传用户:yxyqt
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着海洋污染问题的加剧,海洋的生态环境面临着严重的压力。为解决污染对海洋环境造成的破坏,越来越多的国家开始在海洋中投放人工鱼礁,以期能通过人工鱼礁来改善该投放海域的生态环境。人工鱼礁可为鱼类提供更多的栖息地场所,对海域的鱼类资源的恢复及增殖提供了保障。投放人工鱼礁后,一般会对人工鱼礁区进行后续的调查来检验人工鱼礁投放的效果。但是,大多数学者会从礁区的浮游动植物及一些物理要素的改变来评估人工鱼礁投放的效果。这些方法或多或少会有些局限性。比如在进行网具调查评估礁区鱼类分布时,人工鱼礁区域底部网具难以到达等,这样就会造成采样的不均匀性,从而造成评估结果的偏差。当前,迫切需要一种方法对礁区内的鱼类分布情况及礁区内鱼类变化规律进行研究,以便为后续的人工鱼礁建设提供科学的理论依据。渔业声学调查方法是近年来新兴的一种鱼类探测技术,它弥补了传统渔业调查方法的不足,摆脱了以住在礁区调查中网具的束缚,可快速高效地对礁区的鱼类分布情况做一个了解。双频识别声纳(DIDSON,Dual Frequency IDentification SONar,1.1MHz/1.8MHz)是近年来常用渔业声学调查仪器,它可在复杂的水体环境中显示高清的鱼类影像,在监测鱼类行为等方面的应用较为广泛。本文通过对象山港人工鱼礁区近年来持续性的DIDSON观测,对鱼礁区的渔业资源变动情况进行了分析。通过在鱼礁区内外设置观测站点,对观测站点进行周期性调查,并辅以走航观测对人工鱼礁区的鱼类分布情况进行了研究。本文主要的研究内容及成果如下:(1)利用Echoview软件对礁区采集的DIDSON数据进行了处理,对原始数据经过噪声及背景去除、目标跟踪及目标转换等一系列步骤后提取出各观测点位的鱼类信息。Echoview在处理DIDSON影像数据时,计数的鱼类结果有所偏差。对软件自动的计数的结果误差进行了验证,验证结果表明自动计数与人工计数相比,计数结果一般偏大。对DIDSON影像中的鱼类体长进行了实验验证,验证结果表明影像中鱼类的体长接近鱼类实际体长,且由Echoview输出的鱼类体长与人工测量相比更接近于鱼类实际体长。(2)对各个站点的历次调查处理的数据进行了分析。分析发现,从站点统计的鱼类数量来看,礁区内鱼类数量随着时间的增加呈逐渐增长的趋势,且礁区内鱼类数量与其他两个站点相比明显要高。对礁区的三次走航观测表明鱼礁区内鱼类密度基本相近。(3)礁区内鱼类体长分布方面,礁区外及礁区边缘观测的鱼类体长与礁区内的鱼类体长相比基本上不存在显著性差异,但个别时间点存在显著性差异。走航观测表明:2016年走航观测的鱼类平均体长显著大于2013年走航观测的鱼类平均体长。表明礁区内近年来鱼类平均体长有所增长。(4)对象山港人工鱼礁区的鱼类行为特征进行了分析。利用DIDSON影像提取的鱼类位置信息,对鱼礁区的垂直方向上的位置分布进行了研究。结果表明鱼类在各水层的分布随着季节变化而变化。春季,鱼类多分布在中上层及中层水域;夏季,鱼类的空间分布较为均匀,各水层都有一定数量的鱼出现;冬季则表层及中上层鱼类数量较多,底层鱼类分布较少。对影像中鱼类出现的时间研究发现礁区鱼类的数量变动昼夜差异较大,而且个别时间点的游动速率也有显著性差异。
其他文献
鲤种质资源与淡水养殖息息相关。在我国,淡水养殖占水产养殖业很大比重,而鲤品种的养殖占淡水养殖的大部分面积。在经历长期的自然选择和人工培育,鲤种质资源问题逐渐出现,对
本研究采用鱼粉(粗蛋白67.5%)为动物蛋白源;以豆粕(粗蛋白46.2%)分别替代0%、30%、45%和60%的鱼粉蛋白,并在每个替代水平上分别添加0%、0.125%和0.25%的益康XP,配制成12种等氮等能(粗蛋白
在影响教育行政决策的手段要素系统中,电子政务是一个新事物和新的研究领域.电子政务的发展是政府民主决策、节约预算、提高行政效率、防止腐败、合理利用国家资源的非常有效
本研究以凡纳滨对虾(Litopenaeus vannamei)作为研究对象,通过在饲料中分别添加含量为0%(对照组)、1%、3%和5%的聚β-羟基丁酸酯(PHB)投喂对虾,饲养35天,检测并比较不同剂量P