黄海太平洋磷虾回波映像识别与资源密度评估
本文关键词:黄海太平洋磷虾回波映像识别与资源密度评估 出处:《水产学报》2016年07期 论文类型:期刊论文
更多相关文章: 太平洋磷虾 目标强度 频差技术 目标识别 资源密度
【摘要】:太平洋磷虾是黄海生态系统中浮游动物的关键种。为准确评估太平洋磷虾的资源密度,基于2010年1月黄海渔业资源调查过程中采集的声学和生物学数据,利用SDWBA目标强度理论模型,研究了太平洋磷虾38和120 k Hz目标的回声散射特性,并根据2个频率平均体积散射强度的差值(简称频差技术),开展了太平洋磷虾回波映像识别及资源密度评估研究。结果显示,太平洋磷虾的目标强度与其倾角和体长密切相关;120k Hz的目标强度明显高于38 k Hz,且两个频率的有效平均目标强度之差随着磷虾体长的增加而减小。数据处理结果显示,两个频率回声数据的平均体积散射强度(MVBS)呈线性关系,120 k Hz的MVBS比38 k Hz高约14.1 d B,与理论仿真结果一致;回声散射层内太平洋磷虾的资源密度为1.8~2531.8尾/m3,均值为255.1尾/m3。本研究对利用渔业声学技术开展浮游动物资源评估具有借鉴意义,未来还需要进一步对太平洋磷虾目标强度模型参数及目标识别方法进行完善,以提高其资源密度声学评估的准确度。
[Abstract]:The Pacific krill is the key species of zooplankton in Huang Hai ecosystem. In order to accurately evaluate the resource density of Pacific krill, the acoustic and biological data collected in the fisheries resource survey of Huang Hai in January 2010 were used. The echo scattering characteristics of Pacific krill 38 and 120kHz targets were studied by using the SDWBA target intensity theory model. According to the difference of two frequency mean volume scattering intensity (short for frequency difference technique), the identification of Pacific krill echo image and the evaluation of resource density are carried out. The results show that: 1. The target strength of Pacific krill is closely related to its inclination and body length. The target intensity of 120kHz is significantly higher than that of 38 kHz, and the difference of the effective average target intensity between the two frequencies decreases with the increase of body length. The average volume scattering intensity of the two frequency echo data is linear. The MVBS of 120kHz is about 14.1 dB higher than that of 38kHz. The results are consistent with the theoretical simulation results. The resource density of the Pacific krill in the echo scattering layer is 1.81031.8 / m ~ 3. The mean value is 255.1 tail / m ~ (3). This study can be used for reference in the assessment of zooplankton resources using fishery acoustics technology. In order to improve the accuracy of acoustic assessment of resource density, it is necessary to further improve the parameters of target intensity model and target recognition method of Pacific krill in the future.
【作者单位】: 中国水产科学研究院黄海水产研究所农业部海洋渔业资源可持续发展重点实验室山东省渔业资源与生态环境重点实验室;中国海洋大学信息科学与工程学院;
【基金】:国家自然科学基金(40976103)~~
【分类号】:S932.51
【正文快照】:
【参考文献】
相关期刊论文 前8条
1 左涛;王俊;吴强;袁伟;栾青杉;;2015年5月黄海及东海北部大型水母分布及生物量估算[J];海洋与湖沼;2016年01期
2 陈峻峰;左涛;王秀霞;;南黄海浮游动物主要种类数量分布年间比较[J];海洋学报(中文版);2013年06期
3 张波;金显仕;;黄海鱼类功能群及其对浮游动物捕食的季节变化[J];水产学报;2010年04期
4 薛莹;金显仕;赵宪勇;梁振林;李显森;;秋季黄海中南部鱼类群落对饵料生物的摄食量[J];中国海洋大学学报(自然科学版);2007年01期
5 张波,唐启升,金显仕,薛莹;东海和黄海主要鱼类的食物竞争[J];动物学报;2005年04期
6 李永振;陈国宝;赵宪勇;陈毓桢;金显仕;;南海北部海域小型非经济鱼类资源声学评估[J];中国海洋大学学报(自然科学版);2005年02期
7 王荣;陈亚瞿;左涛;王克;;黄、东海春秋季磷虾的数量分布及其与水文环境的关系[J];水产学报;2003年S1期
8 孟田湘;黄海中南部涽鱼各发育阶段对浮游动物的摄食[J];海洋水产研究;2003年03期
相关博士学位论文 前1条
1 刘会莲;中国近海及南大洋磷虾关键种种群生态学研究[D];中国科学院研究生院(海洋研究所);2002年
【共引文献】
相关期刊论文 前10条
1 王新良;赵宪勇;左涛;李显森;;黄海太平洋磷虾回波映像识别与资源密度评估[J];水产学报;2016年07期
2 魏佳丽;王际英;宋志东;黄裕;孙永智;张利民;;酶解磷虾粉替代鱼粉对珍珠龙胆石斑鱼幼鱼生长性能、体组成及血清生化的影响[J];渔业科学进展;2016年01期
3 时永强;孙松;李超伦;张光涛;;初夏南黄海浮游动物功能群丰度年际变化[J];海洋与湖沼;2016年01期
4 蒋日进;李鹏飞;刘志坚;王好学;隋宥珍;郭安托;;溊鱼摄食习性的季节变化[J];浙江海洋学院学报(自然科学版);2015年05期
5 张俊;陈丕茂;房立晨;陈国宝;黎小国;;南海柘林湾—南澳岛海洋牧场渔业资源本底声学评估[J];水产学报;2015年08期
6 邓邦平;徐韧;刘材材;蔡們;叶属峰;;夏季黄海南部和东海近海浮游动物群落分布特征[J];南方水产科学;2015年04期
7 陈剑;徐兆礼;;闽江口和椒江口浮游动物饵料特征和渔场属性的比较[J];中国水产科学;2015年04期
8 李忠炉;单秀娟;金显仕;戴芳群;卢伙胜;;黄海中南部黄洘淕生物学特征及其资源密度的年际变化[J];生态学报;2015年12期
9 刘世刚;汤勇;陈国宝;张俊;姚壮;郭禹;刘华波;;南海深海声学散射层垂直分布和昼夜变化初步研究[J];海洋科学进展;2015年02期
10 卞晓东;万瑞景;;灯笼鱼属仔稚鱼的发育形态及其分类检索[J];水产学报;2014年10期
相关博士学位论文 前2条
1 杜秀宁;俄勒冈上升流区浮游植物及其与桡足类产卵率和太平洋磷虾摄食关系的研究[D];中国海洋大学;2011年
2 杨光;南极夏季普里兹湾浮游动物群落结构的年际变动和优势种摄食生态学研究[D];中国科学院研究生院(海洋研究所);2011年
【二级参考文献】
相关期刊论文 前10条
1 李建生;凌建忠;程家骅;;东、黄海沙海蜇暴发对游泳动物群落结构的影响[J];海洋渔业;2015年03期
2 李建生;凌建忠;程家骅;;中国海域两种大型食用水母利用状况分析及沙海蜇资源量评估[J];海洋渔业;2014年03期
3 王彬;李玉龙;沈鸿;李轶平;王文波;孙明;董婧;;2005~2013年辽东湾北部近海白色霞水母的数量分布[J];海洋渔业;2014年02期
4 王彬;秦宇博;董婧;李玉龙;王文波;李轶平;孙明;刘春洋;;辽东湾北部近海沙蜇的动态分布[J];生态学报;2013年06期
5 王彦涛;孙松;王世伟;王敏晓;张光涛;;2011年春季黄、东海墨绿多管水母(Aequorea coerulescens)分布特征[J];海洋与湖沼;2012年06期
6 张海彦;赵亮;魏皓;;青岛外海夏季水母路径溯源研究[J];海洋与湖沼;2012年03期
7 罗晓凡;魏皓;王玉衡;;黄、东海水母质点追踪影响因素分析[J];海洋与湖沼;2012年03期
8 王世伟;张光涛;孙松;王彦涛;赵增霞;;2011年夏季胶州湾三种大型水母的种群动态研究[J];海洋与湖沼;2012年03期
9 孙松;;对黄、东海水母暴发机理的新认知[J];海洋与湖沼;2012年03期
10 单秀娟;庄志猛;金显仕;戴芳群;;长江口及其邻近水域大型水母资源量动态变化对渔业资源结构的影响[J];应用生态学报;2011年12期
【相似文献】
相关期刊论文 前10条
1 王保义;K脉冲在目标识别中的应用[J];四川大学学报(自然科学版);1990年02期
2 姬光荣,王鹏,吕洪涛,胡满田;基于不变性矩的3D目标识别[J];青岛海洋大学学报;1997年03期
3 周志强;汪渤;杨杰;吕冀;;基于局部尺度不变特征的快速目标识别[J];光学技术;2008年05期
4 罗杨洁;吕朝凤;朱俊;;基于多角度偏振差值曲线的目标识别初探[J];光学技术;2011年03期
5 杨杰,陆正刚,郭英凯;基于数据融合和多重智能模型的目标识别和跟踪[J];高技术通讯;1999年04期
6 王学军,史习智,林良骥,张明之;水下目标识别和数据融合[J];声学学报;1999年05期
7 任德昊;;基于波谱的目标识别模型[J];科技信息;2010年15期
8 刘兴章;王建文;;四阶谱在水中目标识别中的应用[J];舰船科学技术;2010年06期
9 陈怀新,南建设;基于层次分析模糊特征融合的目标识别[J];四川大学学报(自然科学版);2003年06期
10 鞠熠昊;;一种基于乘性规则和支持向量域的水中目标识别分类器探讨[J];舰船电子工程;2008年12期
相关会议论文 前10条
1 王宇;钟秋海;;用统计模式识别方法建立海上目标识别的数学模型[A];1995中国控制与决策学术年会论文集[C];1995年
2 郑援;胡成军;;基于数据融合的鱼雷目标识别[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
3 李夕海;赵克;慕晓冬;刘代志;;目标识别中的特征相空间吸引子分析[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
4 冯杰;盖强;古军峰;;模糊聚类分析方法在海上目标识别中的应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年
5 赵克;刘代志;慕晓东;苏娟;;目标识别的特征量约束[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
6 李正东;陈兴无;宋琛;何武良;;多传感器的目标识别[A];中国工程物理研究院科技年报(1999)[C];1999年
7 郭相科;刘进忙;曹学斌;张玉鹏;;子类独立分量分析在声目标识别中的应用[A];中国声学学会2007年青年学术会议论文集(上)[C];2007年
8 张翠;高广春;赵胜颖;;基于时间融合算法的近程目标识别[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
9 俞鸿波;赵荣椿;;三维空间目标识别概述[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
10 曹健;陈红倩;毛典辉;李海生;蔡强;;基于局部特征的图像目标识别问题综述[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
相关重要报纸文章 前2条
1 莫衍崴 特约记者刘谦;上士白光斌:电话传音排故障[N];战士报;2012年
2 陈德潮邋本报特约通讯员 曹金平 刘剑;为潜艇铸“魂”[N];解放军报;2008年
相关博士学位论文 前10条
1 肖永生;射频隐身雷达信号设计与目标识别研究[D];南京航空航天大学;2014年
2 崔宗勇;合成孔径雷达目标识别理论与关键技术研究[D];电子科技大学;2015年
3 丁军;基于稀疏理论的SAR图像目标识别研究[D];西安电子科技大学;2015年
4 韩静;基于仿生视觉模型和复杂信息学习的多光谱夜视目标识别技术[D];南京理工大学;2014年
5 王海罗;基于视觉感知的无人机目标识别与跟踪技术研究[D];北京理工大学;2015年
6 黄璇;多源引导信息融合及其关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
7 舒锐;卫星目标识别与特征参数提取方法研究[D];哈尔滨工业大学;2010年
8 张池平;多传感器信息融合方法及其在空间目标识别中的应用[D];哈尔滨工业大学;2006年
9 李彦鹏;自动目标识别效果评估[D];国防科学技术大学;2004年
10 贾宇平;基于信任函数理论的融合目标识别研究[D];国防科学技术大学;2009年
相关硕士学位论文 前10条
1 许俊峰;基于模型的任意视点下三维目标识别研究[D];南京航空航天大学;2015年
2 李建;毫米波辐射计目标识别性能测试系统研究[D];南京理工大学;2015年
3 陈晨;红外/毫米波复合信号处理方法及电路设计[D];南京理工大学;2015年
4 王玉君;基于远红外热像仪的地面机动目标识别[D];沈阳理工大学;2015年
5 姚国伟;基于高分辨距离像的舰船目标识别研究[D];哈尔滨工业大学;2015年
6 周伟峰;基于神经网络的单目机器人目标识别定位研究[D];安徽工程大学;2015年
7 谭敏洁;基于压缩感知的雷达一维距离像目标识别[D];电子科技大学;2015年
8 王翔;基于局部神经反应的目标识别研究[D];华中师范大学;2015年
9 刘巍;基于非均匀采样图像的目标识别与跟踪算法研究[D];北京理工大学;2015年
10 田兵兵;基于核函数的SAR图像目标识别研究[D];电子科技大学;2015年
,本文编号:1411427
本文链接:https://www.wllwen.com/kejilunwen/zylw/1411427.html