留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用声呐数据提取磷虾捕捞深度方法研究

王书献 张胜茂 戴阳 王永进 隋江华 朱文斌

王书献, 张胜茂, 戴阳, 王永进, 隋江华, 朱文斌. 利用声呐数据提取磷虾捕捞深度方法研究[J]. 南方水产科学. doi: 10.12131/20210020
引用本文: 王书献, 张胜茂, 戴阳, 王永进, 隋江华, 朱文斌. 利用声呐数据提取磷虾捕捞深度方法研究[J]. 南方水产科学. doi: 10.12131/20210020
Shuxian WANG, Shengmao ZHANG, Yang DAI, Yongjin WANG, Jianghua SUI, Wenbin ZHU. Research on calculating fishing depth of krill by sonar data[J]. South China Fisheries Science. doi: 10.12131/20210020
Citation: Shuxian WANG, Shengmao ZHANG, Yang DAI, Yongjin WANG, Jianghua SUI, Wenbin ZHU. Research on calculating fishing depth of krill by sonar data[J]. South China Fisheries Science. doi: 10.12131/20210020

利用声呐数据提取磷虾捕捞深度方法研究

doi: 10.12131/20210020
基金项目: 国家重点研发计划项目 (2019YFD0901501);浙江省海洋渔业资源可持续利用技术研究重点实验室开放课题 (2020KF001);国家自然科学基金面上项目 (31772899);国家自然科学基金重点项目 (61936014)
详细信息
    作者简介:

    王书献 (1998—),男,硕士研究生,研究方向为船位数据挖掘和软件工程。E-mail: mr.wangshuxian@qq.com

    通讯作者:

    张胜茂 (1976—),男,博士,副研究员,从事渔业数据挖掘、渔业信息化等研究。E-mail: ryshengmao@126.com

  • 中图分类号: S 932.5

Research on calculating fishing depth of krill by sonar data

  • 摘要: 为快速确定拖网深度、提高捕捞效率、降低渔业生产成本,文章根据声呐设备元数据 (Metadata)提出一种提取指定鱼类目标最佳捕捞深度的方法。声呐设备元数据结构较为复杂且包含大量与目标捕捞对象无关的冗余数据,该研究通过分析简化了原始数据,计算和提取出海底深度、目标强度等信息,根据目标渔业资源类型确定有效数据范围及噪声数据范围,过滤噪声数据后以统计图形式展示有效数据,统计各个深度下的目标渔业资源量,构建深度与目标渔业资源量的关系,由多种方法计算并预测最佳捕捞深度。结果显示,在实验数据调查区域内,磷虾 (Euphausia superba,目标强度 −69.5~−40.8 dB)的最佳捕捞深度为172.9~187 m。由一段时间内某海域中探测到的声呐数据,可快速计算出该海域内目标渔业资源的最佳捕捞深度。
  • 图  1  捕捞深度基础算法流程图

    Figure  1.  Flowchart of basic algorithms for fishing depth

    图  2  一种假设状态

    Figure  2.  A hypothetical state

    图  3  磷虾数据统计情况

    Figure  3.  Statistics of krill data

    图  4  磷虾捕捞智能调控界面效果图

    Figure  4.  Effect diagram of intelligent control interface of krill fishing

  • [1] 孔德平, 秦涛, 范亦农, 等. 邛海鱼类资源与空间分布的水声学调查[J]. 水生态学杂志, 2019, 40(1): 22-29.
    [2] 王崇瑞, 索纹纹, 蒋国民, 等. 东洞庭湖长江江豚及其与鱼类资源相关性[J]. 中国环境科学, 2019, 39(10): 4424-4434. doi: 10.3969/j.issn.1000-6923.2019.10.048
    [3] WHITMORE B M, NICKELS C F, OHMAN M D. A comparison between zooglider and shipboard net and acoustic mesozooplankton sensing systems[J]. J Plank Res, 2019, 41(4): 521-533. doi: 10.1093/plankt/fbz033
    [4] 彭松耀, 赖子尼, 麦永湛. 珠江口大型底栖动物数量与生物多样性的分布特征[J]. 海洋渔业, 2019, 41(3): 266-277. doi: 10.3969/j.issn.1004-2490.2019.03.002
    [5] DENIS V, FAN T Y, HSIAO W V, et al. Idea paper: tracking the distribution of accretive reef communities across the Kuroshio region[J]. Ecol Res, 2020, 35(4): 595-598. doi: 10.1111/1440-1703.12128
    [6] ELENA R, SERGEY G, ANDREY G, et al. Vertical distribution of megafauna on the Bering Sea slope based on ROV survey[J]. PeerJ, 2020, 8(1): 1-26.
    [7] JORDA G, MARBÀ N, BENNETT S, et al. Ocean warming compresses the three-dimensional habitat of marine life[J]. Nat Ecol Evol, 2020, 4(1): 109-114. doi: 10.1038/s41559-019-1058-0
    [8] 王腾, 朱国平, 童剑锋, 等. 南极南奥克尼群岛2017年春季南极磷虾资源声学评估[J]. 中国水产科学, 2019, 26(2): 333-341.
    [9] 朱国平, 杨洋, 王芮, 等. 采用声学方法研究2016年秋季布兰斯菲尔德海峡南极磷虾群昼夜垂直移动特征及其影响因素[J]. 水产学报, 2018, 42(10): 1541-1549.
    [10] 王腾. 南奥克尼群岛海域南极磷虾声学评估[D]. 上海: 上海海洋大学, 2018: 22-24.
    [11] 曹亮, 曹瑞岐. 水下刚性椭球体目标强度的角度分布特性研究[J]. 舰船电子工程, 2020, 40(1): 180-183. doi: 10.3969/j.issn.1672-9730.2020.01.043
    [12] BAKHTIAR D, JAYA I, MANIK H M, et al. Analysis of reef fish target strength through ex-situ measurement using acoustic methods[J]. Eur Food Res Technol, 2020, 14(5): 53-61.
    [13] WU X, SU L, WANG K, et al. GPU-accelerated calculation of acoustic echo characteristics of underwater targets[C]. 2020 Asia-Pacific Conference on Image Processing, Electronics and Computers (IPEC), 2020: 227-231.
    [14] MOULIN E, NYRKOVA I A, GIUSEPPONE N, et al. Homodyne dynamic light scattering in supramolecular polymer solutions: anomalous oscillations in intensity correlation function[J]. Soft Matter, 2020, 16(12): 2971-2993. doi: 10.1039/C9SM02480H
    [15] WANG Y, YU W, WANG C, et al. A modified four-component decomposition method with refined volume scattering models[J]. IEEE J Sel Top Appl Earth Obs Remote Sens, 2020, 13: 1946-1958.
    [16] 李斌, 陈国宝, 曾雷, 等. 多鳞目标强度的模型法研究[J]. 中国水产科学, 2018, 25(2): 403-412.
    [17] 王金明, 孙扬, 毕福洋, 等. 鱼类目标强度测量方法及应用[J]. 科学技术创新, 2018, 10(7): 21-23. doi: 10.3969/j.issn.1673-1328.2018.07.010
    [18] 王俊洁, 刘青. 基于谱聚类的自适应新生目标强度状态提取[J]. 计算机工程与设计, 2019, 40(3): 874-878.
    [19] 官文江, 吴佳文, 曹友华. 利用后向预报方法分析印度洋黄鳍金枪鱼资源评估模型[J]. 中国海洋大学学报(自然科学版), 2020, 50(2): 52-59.
    [20] GREENE C H, STANTON T K, WIEBE P H, et al. Acoustic estimates of Antarctic krill[J]. Nature, 1991, 349(6305): 110-110. doi: 10.1038/349110a0
    [21] DEMER D A, MARTIN L V. Zooplankton target strength: volumetric or areal dependence?[J]. J Acoust Soc Am, 1995, 98(2): 1111-1118. doi: 10.1121/1.413609
    [22] BASSETT C, LAVERY A C, STANTON T K. Broadband measurements of the acoustic target strength of mesopelagic fishes[J]. J Acoust Soc Am, 2019, 146(4): 2772.
    [23] PALERMINO A, de FELICE A, CANDUCI G, et al. First target strength measurement of Trachurus mediterraneus and Scomber colias in the Mediterranean Sea[J]. Fish Res, 2021, 240: 1-10.
    [24] 史登福, 张魁, 陈作志. 基于生活史特征的数据有限条件下渔业资源评估方法比较[J]. 中国水产科学, 2020, 27(1): 12-24.
    [25] 刘岩, 吴忠鑫, 杨长平, 等. 基于Ecopath模型的珠江口6种增殖放流种类生态容纳量估算[J]. 南方水产科学, 2019, 15(4): 19-28. doi: 10.12131/20180265
    [26] 张俊, 邱永松, 陈作志, 等. 南海外海大洋性渔业资源调查评估进展[J]. 南方水产科学, 2018, 14(6): 118-127. doi: 10.12131/20180037
    [27] 黄朔, 李连翔, 刀微, 等. 泸沽湖鱼类空间分布特征分析与资源量评估[J]. 南方水产科学, 2020, 16(1): 53-61. doi: 10.12131/20190180
    [28] 王言丰, 胡启伟, 余景, 等. 粤东柘林湾海洋牧场渔业资源增殖效果评估[J]. 南方水产科学, 2019, 15(2): 12-19. doi: 10.12131/20180143
  • 加载中
图(4)
计量
  • 文章访问数:  93
  • HTML全文浏览量:  23
  • PDF下载量:  9
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-01-13
  • 修回日期:  2021-04-14
  • 录用日期:  2021-04-27
  • 网络出版日期:  2021-05-08

目录

    /

    返回文章
    返回