-
题名基于成像声呐的鱼类长度测量误差与修正模型研究
- 1
-
-
作者
彭战飞
沈蔚
张进
-
机构
上海海洋大学海洋科学学院
-
出处
《南方水产科学》
CAS
CSCD
北大核心
2023年第4期31-40,共10页
-
基金
2020年上海海洋大学科技发展专项基金
上海城投原水有限公司项目(D-8006-19-0088)。
-
文摘
成像声呐能在扫描波束范围内进行鱼类映像长度的测定,为提高成像声呐测定鱼类长度的精度,文章利用自适应分辨率成像声呐(Adaptive Resolution Imaging Sonar,ARIS)开展鱼类长度测定实验,依据ARIS扫描波束内鱼类的映像长度和实测长度,分析了ARIS测量鱼类长度的误差。结果表明,鱼类与声呐波束的夹角是导致鱼类长度测量误差的主要因素,夹角越大,鱼类映像长度测量误差越小。在4 m视野内ARIS探测距离对鱼类长度的测量误差无显著交互影响。鱼类映像长度与尾叉长误差更小,其误差均值为2.1 cm。鱼类映像长度与全长和尾叉长的线性关系良好,其线性修正模型拟合度R 2分别为0.9951和0.9905。研究表明,鱼类映像长度使用尾叉长的测量更为有效,同时鱼类与声呐波束的夹角对映像长度的误差分析和声呐映像长度修正模型,可为获取更准确的鱼类长度信息提供参考。
-
关键词
鱼类长度测量
成像声呐
测量误差
修正模型
-
Keywords
Measurement of fish length
Imaging sonar
Measurement error
Modified model
-
分类号
S923.4
[农业科学—渔业资源]
-
-
题名基于声学摄像机的养殖池塘南美白对虾资源量评估
被引量:2
- 2
-
-
作者
沈蔚
彭战飞
张进
曹正良
廖德亮
-
机构
上海海洋大学海洋科学学院
上海河口海洋测绘工程技术研究中心
-
出处
《渔业现代化》
CSCD
2022年第2期68-75,共8页
-
基金
上海市科技兴农项目(2019-02-08-00-10-F01117)。
-
文摘
为准确评估养殖水域内南美白对虾资源量,研发一种利用水中声学摄像机(Dual-Frequency Identification Sonar,DIDSON),进行养殖池塘识别并评估南美白对虾(Litopenaeus vannamei)资源量的方法,并在上海某养殖池塘(长170 m×宽60 m)进行了试验。利用无人船搭载DIDSON在池塘内进行走航测量,采集南美白对虾声学数据,针对其声学成像构建目标识别计数模型,进行了南美白对虾影像的自动跟踪计数工作,并结合捕捞数据和人工目视计数验证了模型识别计数的准确性。结果显示:池塘内南美白对虾渔业资源量评估结果为,大规格个体(体长>10 cm)数量占比为78.2%;水面的平均密度为7.39 ind/m^(2);总数量为75378 ind。南美白对虾的声学影像人工目视个体计数与使用目标识别计数模型自动计数的偏差约为8.47%;由南美白对虾体长与体质量关系式推定池塘内总体质量约为1415 kg,与历次捕捞统计南美白对虾体质量相比偏差约为8.63%。本研究的水中声学摄像机适用于池塘内虾类资源量评估和行为观测,评估结果对池塘内虾类资源管理提供指示作用,同时评估研究方法可推广到虾类养殖管理的数据获取与分析中。
-
关键词
声学摄像机
南美白对虾
资源量评估
声学影像处理
目标识别
-
Keywords
DIDSON
white shrimp
resource assessment
acoustic image processing
target identification
-
分类号
S923.4
[农业科学—渔业资源]
-
-
题名印度尼西亚观赏动植物产业现状
- 3
-
-
作者
陈思行
-
机构
中国水产科学研究院东海水产研究所
-
出处
《水产科技情报》
北大核心
2009年第3期128-130,共3页
-
-
关键词
印度尼西亚
产业现状
动植物
观赏
陆地面积
海岸线
岛屿
-
分类号
S923.42
[农业科学—渔业资源]
-
-
题名基于DIDSON的水库鱼类资源探测与时空分析
被引量:2
- 4
-
-
作者
沈蔚
彭战飞
龚小玲
张进
朱振宏
-
机构
上海海洋大学海洋科学学院
上海海洋大学上海河口海洋测绘工程技术研究中心
上海海洋大学水产与生命学院
-
出处
《上海海洋大学学报》
CAS
CSCD
北大核心
2022年第6期1457-1466,共10页
-
基金
2020年上海海洋大学科技发展专项基金(A2-2006-20-200202)
上海城投原水有限公司项目(D-8006-19-0088)。
-
文摘
为获取上海市陈行水库鱼类时空分布特征,分别于2019年4月17日、8月15日和11月13日,采用双频识别声呐(dual-frequency identification sonar, DIDSON)对陈行水库进行鱼类资源探测,利用ECHOVIEW水声数据处理软件构建鱼类目标分析模型,开展鱼类目标的提取与计数,分析并绘制鱼类资源密度的水平和垂直分布图,揭示水库鱼类数量和时空分布特征。结果表明:陈行水库中小型鱼类(体长<60 cm)居多,占比达80.90%;春季至秋季库区鱼类体长逐渐增加,密度不断增大,数量和总质量也在增加;水平空间尺度上,库区鱼类个体主要集聚水库南部,夏季分布相对集中,秋季相对分散;垂直空间尺度上,库区鱼类主要分布在水深2~6 m区域,占比达84.85%,春季鱼类分布平均水深为3.89 m,夏季为4.34 m,秋季为5.12 m,库区鱼类垂直分布随季节有向底层移动趋势。所研究的水声探测方法和鱼类目标分析模型为类似的鱼类资源调查分析工作提供了有益参考,探测结果为水库采取合理的鱼类资源管理提供了依据。
-
关键词
鱼类资源
探测
时空分布
目标分析模型
DIDSON
-
Keywords
fish resource
detection
spatial and temporal distribution
target analysis model
DIDSON
-
分类号
S923.4
[农业科学—渔业资源]
-