首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于DIDSON双频识别声纳技术的青草沙水库鱼类资源量评估
引用本文:张翔,沈蔚,童剑锋,章守宇,龚小玲,陈明,魏宪云.基于DIDSON双频识别声纳技术的青草沙水库鱼类资源量评估[J].上海海洋大学学报,2017,26(4):561-569.
作者姓名:张翔  沈蔚  童剑锋  章守宇  龚小玲  陈明  魏宪云
作者单位:上海海洋大学,上海海洋大学,上海海洋大学,上海海洋大学,上海海洋大学,上海海洋大学,上海海洋大学
基金项目:国家自然科学基金青年科学基金(41606210);上海市浦江人才计划(16PJ1403900);中国博士后科学基金(2015M581586)
摘    要:2015年9月利用双频识别声纳DIDSON(Dual-Frequency Identification Sonar)对青草沙水库的主要鱼类资源进行了探测评估。利用渔业声学数据处理软件Echoview对DIDSON采集的数据进行处理分析,对图像中的鱼体进行跟踪计数,结合人工目视计数验证了软件计数的准确性。运用DIDSON统计鱼类数量,并结合渔获物的鱼类体长、体质量等信息进一步评估水库中主要鱼类的资源量。评估结果表明,运用平面密度法统计水库鱼类数量约为1.16×10~7~1.24×10~7尾,水库中小型鱼类(体长20 cm)在数量上所占比例较多(78.3%),而中大型鱼类(体长40 cm)所占比例较少(8.5%)。由库区鱼类的平均体长体质量关系可得出水库渔业资源量约为4 620~4 980 t。利用GIS分析了各航线内鱼体质量的空间分布状态,结果显示水库东南侧深水区资源量较多,而水库西北侧资源量较少。本文创新性地利用DIDSON声纳数据进行青草沙水库渔业资源的评估,获得了客观的结果,并提出了一些建议及展望。

关 键 词:DIDSON  探测  计数  资源评估  空间分布
收稿时间:2016/12/6 0:00:00
修稿时间:2017/4/5 0:00:00

Evaluation of fish resources in Qingcaosha Reservoir based on dual-frequency identification sonar technology
ZHANG Xiang,SHEN Wei,TONG Jianfeng,ZHANG Shouyu,GONG Xiaoling,CHEN Ming and WEI Xianyun.Evaluation of fish resources in Qingcaosha Reservoir based on dual-frequency identification sonar technology[J].Journal of Shanghai Ocean University,2017,26(4):561-569.
Authors:ZHANG Xiang  SHEN Wei  TONG Jianfeng  ZHANG Shouyu  GONG Xiaoling  CHEN Ming and WEI Xianyun
Institution:College of Marine Sciences,Shanghai Ocean University,Shanghai,China,Shanghai Ocean University,Shanghai,China,Shanghai Ocean University,Shanghai,China,Shanghai Ocean University,Shanghai,China,Shanghai Ocean University,Shanghai,China,Shanghai Ocean University,Shanghai,China,Shanghai Ocean University,Shanghai,China
Abstract:
Keywords:DIDSON  detecting  fish count  fish resource assessment  spatial distribution
本文献已被 CNKI 等数据库收录!
点击此处可从《上海海洋大学学报》浏览原始摘要信息
点击此处可从《上海海洋大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号