基于主动识别声呐的养殖塘南美白对虾探测与初步分析

为实现高效、快速和准确的虾类识别和行为观测,提出一种基于主动识别声呐(DIDSON)的养殖塘南美白对虾探测和行为分析方法。该方法利用无人艇搭载主动识别声呐(DIDSON)对养殖塘设置的8个观测点进行连续定点观测,利用基于ECHOVIEW构建的虾类识别计数模型对采集的图像数据进行识别提取,通过目标识别、目标提取、通量分析以及方向分析等方法获得养殖塘南美白对虾的初步行为特征。试验在8个观测点观测的虾群数量极值分别为251只和208只,均值为234只,单位时间内的虾群通量区间为[108,131]只/(min·m^(2)),不同点位虾群正向游塘的占比均大于85%,通量变化较小。结果显示,该方法可以观测到养殖塘内虾群存在规律性的游塘行为,相较于传统的水下视觉观察和被动声呐调查,有效解决了养殖塘中虾群行为观测的难题,为制定更加高效的虾塘饲养和管理方案提供科学的数据支持。

基于DIDSON的水库鱼类资源探测与时空分析

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。