鱼类行为生态水力学模型研究现状与发展趋势

水利工程运行与鱼类资源保护如何协同发展,是我国水电开发与水生态环境保护需要重点开展的研究,其中基于鱼类行为学、生态水力学及计算机科学等多学科交叉融合的鱼类行为生态水力学模型为水电开发背景下鱼类行为响应及其生境质量演变提供了研究技术及评估新方法。鱼类运动模型的基本原理为以水动力环境为基础,通过融合鱼类行为规律实现鱼类运动过程的模拟。本研究系统调研和梳理总结了近20年来国内外鱼类行为生态水力学模型的相关研究,重点聚焦模型如何准确构建及合理运用。首先介绍了模型的基本结构及主要组成要素,重点阐述了不同生境尺度中鱼类行为规则设置时考虑的因素,包括过鱼设施微生境、坝区水环境及河流生态系统;然后详细剖析了鱼类运动模型科学构建及运用过程中的难点,包括鱼类行为规则的复杂多样性、行为模型与水动力模型的融合以及模型的有效和合理运用;最后从人工智能算法、多尺度与多维度信息融合以及模型对生境要素的预测运用3个方面对未来运动模型研究进行展望,为开展符合我国坝情、水情及鱼情的鱼类行为生态水力学模型研究工作提供一定的科学依据。

基于鱼类运动行为的水质异常评价因子研究

针对利用鱼类运动行为进行异常水质评价的问题,本文对如何选取具有普遍性、全面性、代表性等特点且能够反映水环境与鱼类运动特征参数之间的主要相关性的因子进行了研究。首先通过研究水质变化对红鲫鱼运动轨迹的影响,引入基于鱼类运动轨迹的曲率、邻近特征这两个特征参数;其次分别提取正常和异常水质中红鲫鱼的速度、加速度、曲率、邻近特征4个特征参数,建立水质异常评价因子数据库;最后将不同评价因子输入支持向量机(SVM)进行分类识别,且采用ROC曲线考察鱼类运动特征参数和水质安全定性关系的准确性。实验结果表明,曲率、邻近特征作为水质评价因子明显优于速度、加速度,不但异常水质识别率达到90%以上,而且通过ROC曲线可知其建立的模型具有稳健性、普适性、高效性。

基于3D计算机视觉的鱼类行为分析研究

分析了现有鱼类生物监测系统不能全面精准地检测和描述鱼类的空间位置的缺陷,设计了一种基于3D计算机视觉的鱼类行为分析系统,以实现从三维视角对鱼类进行监测并分析鱼类的运动行为。该系统首先通过自组织背景建模方法对图像中鱼的前景进行提取,然后计算出鱼的质心位置,并由3D视觉装置的几何关系计算鱼在实际三维空间中的位置,通过跟踪得到鱼类运动的三维轨迹,最后根据鱼类运动轨迹数据计算出鱼的游动的速度和角速度,得到鱼类运动行为模式曲线。实验结果表明利用3D计算机视觉对鱼类行为进行跟踪与描述,能为鱼类活动量水平变化及鱼类活动模式改变的定量分析奠定坚实的基础。

鱼类对水动力环境变化的行为响应特征

介绍鱼类感觉水流运动特征的器官——侧线系统,分析鱼类侧线系统在感受水流速度、加速度、压力和振动源方面的功用,以了解鱼类感知水流运动特征的生理机理。为探求鱼类感觉水流运动特征后的响应模式,进行了水流流速、紊动以及切应力对鱼类行为影响的试验,并讨论水流紊动和切应力对鱼类的伤害。介绍了研究鱼类对水动力响应的新方法——SVP假设。在描述和分析鱼类与水流运动关系试验方法和流程的基础上,提出研究鱼类对水动力特征响应的关键是找到合适的指标,来耦合鱼类能够感觉到的水动力因素和水流运动特征量。

基于视频跟踪的竖缝式鱼道内鱼类运动行为分析

竖缝式鱼道过鱼对象运动行为与鱼道池室内水力条件是否相适应是进行鱼道设计的关键。研究通过视频跟踪法对竖缝式鱼道中目标鱼的运动轨迹进行实时跟踪,获取鱼的运动加速度、运动速度,并和人工手动跟踪的鱼类运动轨迹进行对比,证明基于视频跟踪法的鱼类运动分析程序既能较好的应用于竖缝式鱼道中,获取鱼类运动行为,又可减少大量的人工操作,有助于为竖缝式鱼道设计提供重要基础数据。

基于图像处理的鱼群运动监测方法研究

鱼类运动行为的观察能够为鱼类健康监控提供直观信息,而通过人工标定的方式监测鱼群运动行为耗时长、效率低。文章针对鱼类运动行为的监测问题,提出一种基于图像处理技术的罗非鱼运动监测方法。首先利用计算机、CCD高清摄像机获取鱼群运动视频,再对图像进行滤波去噪、灰度等处理;通过Ostu阈值分割法改进Canny边缘检测算法提取鱼群的边缘轮廓;在建立鱼群运动模型的基础上结合目标关联匹配算法,实现罗非鱼运动行为的跟踪和监测。结果显示鱼群的个体检出率为98.96%,轨迹完整度为97%。提出的算法比卡尔曼滤波的轨迹跟踪监测效果略有提升,能够较好地完成鱼群的运动跟踪和动态监测。