2022,
Vol. 31
2. 上海海洋大学 上海河口海洋测绘工程技术研究中心, 上海 201306;
3. 上海海洋大学 水产与生命学院, 上海 201306
随着水声学技术和装备的不断发展，声呐用于鱼类研究日益普及，除广泛应用于鱼类数量与资源量的定量评估外，也逐渐应用于其时空分布、行为检测等方面的研究。水声探测技术相比传统资源调查手段，具有快捷、高效、大范围、不损伤调查对象等优点[1-3]。双频识别声呐(dual-frequency identification sonar，DIDSON)作为一款高清晰度的声学摄像机，国外较早应用于鱼类资源研究。MOURSUND等[4]最早探究DIDSON在渔业上的应用，弥补了现有渔业评估声呐和光学系统之间的差距。EVERITT等[5]系统地介绍了DIDSON在密苏里河渔业管理中的作用，MAXWELL等[6]利用DIDSON对洄游性大马哈鱼进行鱼类体长识别和研究。MCCANN等[7]利用DIDSON进行鱼类分类并建立渔业评估的水下观测数据集。近十年，国内开始将DIDSON应用于不同水域的鱼类资源调查与行为观测。童剑锋等[8]初步研究DIDSON图像处理在渔业上的应用。徐兆礼等[9]和陈小华等[10]结合DIDSON与网捕数据研究鱼类多样性的时空变化。张进[11]利用DIDSON对滴水湖中鱼类资源进行定量评估和空间分析。荆丹翔[12]利用DIDSON进行了鱼群目标检测和运行轨迹研究。
陈行水库作为上海市重要饮用水源之一，水库运营方一直采用定期投放、捕捞鱼类等非经典生物操纵技术进行库区水质的维持，故对库区鱼类资源及其空间分布进行监测与评估，是水库运营方必须掌握的重要信息。本文在相关研究的基础上，利用DIDSON声呐对陈行水库鱼类资源开展探测，基于ECHOVIEW(v7.1)软件搭建鱼类目标分析模型，利用ARCGIS(v10.4)软件进行鱼类资源分布可视化，初步分析了陈行水库鱼类资源时空变化特征，为水库资源监测和管理提供有效的信息支持。
1 材料与方法 1.1 研究区域与设备陈行水库位于上海市宝山区罗泾镇的东部长江江堤外侧(图 1，图中A点为坐标参考点), 水库大致呈矩形，面积约113万m2，最大水深11 m, 库容量约950万m3, 是上海市第一座长江水源水库, 也是具有“消咸蓄淡、净污蓄清”功能的城市供水水库。
|
图 1 陈行水库位置及声呐探测线路 Fig. 1 Location of Chenhang Reservoir and sonar detection line |
美国Sound-Metrics公司制造的DIDSON成像声呐，又称水下声学摄像机，其声镜头通过声波聚焦形成非常狭窄的波束，以生成接近光学画质的声学图像。该设备具有足够高的图像分辨率和帧速，可用于低能见度的水中探测。DIDSON主要参数如表 1所示。
|
表 1 DIDSON主要参数 Tab.1 Main parameters of DIDSON |
按照设计的平行测线，利用DIDSON开展走航式探测，实际测线如图 1所示。DIDSON的换能器固定于探测船右前舷，入水深约0.5 m，镜头向下与水面成60°夹角，GPS提供实时坐标和导航。现场测量DIDSON会根据水深自动切换频率，量程大于10 m则切换到低频模式。为保证调查的精度，引入AGLEN[13]提出的水声学调查覆盖率的概念。
(1)
式中：d为水声学调查覆盖率；S为水域面积，m2；l为调查航线总长度，m。一般d>6则满足水声学调查覆盖率指数要求，3次调查覆盖率指数如表 2所示。
|
表 2 水声学调查覆盖率 Tab.2 Hydroacoustic survey coverage |
利用澳大利亚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，模型的流程如图 2所示，依据模型处理效果对其关键技术参数设置如表 3所示。模型关键步骤包括：图像增强模块，将声图中由于杂质及底部的反射形成的噪点，运用KOVESI[14]研究的小波去噪滤波算法进行过滤；目标识别模块，该部分工作参考文献[15]进行；目标检测模块，通过阈值的设定实现对较小鱼类和较大鱼类的筛选，并将多波束声学数据转换为单个的鱼类目标数据，开展鱼类运动轨迹追踪，避免重复计数，同时跟踪每个目标的深度，回波强度等信息。
|
图 2 鱼类目标分析模型 Fig. 2 Fish target analysis model |
|
表 3 关键技术参数设置 Tab.3 Essential technical parameter settings |
提取同一运动轨迹上的每一帧声呐图像中鱼类体长，依据鱼类水平方向运动时，图像中体长最大最接近真实值，将提取的最大体长作为该目标的体长。DIDSON声呐识别精度随着窗口长度的变化，采集窗口长度为10 m左右，其分辨率约为0.05 m，故将体长在0.05 m以下的目标视为噪声全部剔除。在水库实际捕捞数据中，未发现体长超过1.30 m的鱼类，故本次研究将鱼类体长区间设定为0.05~1.30 m，为便于统计对比，首个区间规定为0.05~0.10 m，其余以0.10 m为组距划分13个区间。
1.4.2 密度分析利用面密度法计算航线区域鱼类密度，并用此密度估计水库整体鱼类密度。密度计算公式：
(2)
(3)
(4)
式中：ρi为i次航线区域鱼类的密度，ind./m2；Ni为该航线鱼类数量，ind.，并由DIDSON图像数据提取而得；Si航线水域面积，m2；Li为i次航线路线长度，m；D为平均探测宽度，m；hi为每条航线换能器镜头到湖底的平均距离，m；α为仪器的开角，且其值为14°。
为分析鱼类资源空间分布规律，引入分区密度概念，即每个有效探测点的鱼的密度和体质量密度。点密度、体质量密度计算公式如下。
(5)
(6)
(7)
式中：K1为该点密度值，ind./m2；n该点鱼的数量，ind.；L为前后两点间距，m；G表示该点鱼的体质量，g；Xn为该点第n条鱼的体长，cm；K2为该点体质量密度，g/m2。
1.4.3 空间模型分析为获得水库鱼类的整体分布情况，利用ARCGIS软件的反距离权重插值法生成库区鱼类资源密度图。反距离权重插值(inverse distance weighted，IDW)是以插值点与样本点间距离为权重进行加权平均, 离插值点越近的样本点赋予的权重越大[16]。其表示公式为
(8)
式中：Z是估计值；Zi是第i(i=1, …, n)个样本点实测值；D是插值点与样本点间的距离；P是距离的幂, 它显著影响内插的结果权重是与预测点到局部邻域内实测点的距离有关的，随着预测点和实测点之间距离的增加，权重呈指数降低。
1.4.4 统计误差分析ECHOVIEW模型自动计数结果与基于声图的人工目视计数结果进行对比，分析统计误差，验证统计精度。
1.5 渔获物采集方法2019年期间按照DIDSON成像声呐鱼类探测日期进行水库渔获物数据采集。在全库随机布设沉网和浮网。沉网网目孔径有3种规格：长100 m, 宽4 m，网眼对角线5 cm；长50 m, 宽2 m，网眼对角线10 cm; 长100 m，宽4 m，网眼对角线10 cm。浮网规格：长度100 m，宽度4 m，网眼对角线5 cm。沉网和浮网在水库布设24 h，所有渔获物带回实验室进行分析。
2 结果 2.1 渔获物统计声学调查期间，采用定置网具方法收集鱼类网捕数据，其中库区团头鲂(Megalobrama amblycephala)为优势物种，数量占比41.46%，鲢体质量占比最高为57.00%，库区渔获物统计如表 4。
|
表 4 渔获物统计表 Tab.4 Catch statisticst |
体长区间分布一定程度上反映了鱼类的生长特征和资源量变化特征，由鱼类体长分布图(图 3所示)可知，3个季节，中小型鱼类(体长 < 60 cm)都占据主要成分，占比达到了80.90%，但春季到秋季水库鱼类比重逐渐向大体长(体长≥60 cm)区间移动，小型鱼类比重有所下降。
|
图 3 鱼类体长分布比例 Fig. 3 Fish body length distribution ratio |
春季至秋季期间，水库鱼类密度不断增大(表 5)，秋季密度最高0.074 5 ind./m2。
|
表 5 航线数据统计表 Tab.5 Route data statistics table |
目视计数是人工通过声学图像目视识别鱼类并计数。表 6是人工目视计数与ECHOVIEW模型自动计数的误差，3次探测调查均小于10%，平均误差为6.96%，可见基于模型自动计数的可信度较高。
|
表 6 统计误差表 Tab.6 Statistical error table |
在水平空间尺度上，陈行水库鱼类资源点密度和体质量密度的空间分布差异明显(图 4, 图 5)。水库鱼类资源调查结果(图 4)显示，春、夏和秋季，水库鱼类资源点密度最高值均分布在水库南部水域，其中秋季鱼类点密度最高为1.76 ind./m2。由图 4和图 5可以看出，水库鱼类资源空间集聚存在季节性小尺度的偏移，春季至秋季鱼类资源不断向库区南岸集聚。库区鱼类体质量分布，基本呈现相同的分布。
|
图 4 不同季节鱼类水平密度图 Fig. 4 Fish horizontal density map in different seasons |
|
图 5 不同季节鱼类体质量密度图 Fig. 5 Fish body mass density map in different seasons |
从个体分布离散程度分析，夏季点密度标准差为0.027，鱼类分布相对集中，秋季点密度标准差为0.047，鱼类分布相对分散。
在垂直尺度上，以水库A点(见图 1)为坐标原点，以正东方向为Y(距离)轴，以垂直水面向下为Z轴(水深)建立坐标系统，将探测到鱼的位置展绘如图 6所示。在垂直尺度上，库区鱼类分布有明显的分层现象，主要分布在水下2~6 m，占比高达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，库区鱼类垂直分布有向底层移动趋势。
|
图 6 不同季节鱼类垂直分布 Fig. 6 Vertical distribution of fish in different seasons |
本文通过ECHOVIEW构建鱼类目标分析模型提取鱼类体长，结合历次网捕数据对比分析, 数据显示，中小型鱼类(体长 < 60 cm)均占据主要成分。网捕数据中团头鲂、鲫鱼、似刺鳊
春季至秋季，由水库鱼类尾数密度变化，推断鱼类资源数量变化为季节性增加。鱼类资源点密度和体质量密度均以秋季最高, 而春季最低。鱼类资源数量的季节性增加主要与鱼类繁殖期和水库封闭性特质密切相关。春季和夏季是陈行水库主要鱼类的繁殖盛期，随着春季气温的上升，团头鲂、鲫鱼、鲢、鳊鱼等季节性产卵鱼类开始产卵繁殖[17-20]，至夏季，产卵量和幼鱼均达到高峰期。此外，陈行水库是封闭性的，鱼类资源逃逸概率小，导致鱼类资源量不断增加，秋季达到最高值。
环境因子对鱼类资源数量的季节变化也有一定的影响[21], 尤其是库区表层温度和盐度。陈行水库有咸潮期[22]，即每年10月—翌年4月，秋季库区水域营养盐丰富, 利于鱼类的生长，而春季，随着表层温度的升高，同时咸潮为鱼类提供养料，便于繁殖。环境因子主要通过改变鱼类的生长条件, 进而影响鱼类资源的数量。
3.3 鱼类时空分布的影响因子生物的随机分布在自然界是不寻常的, 多数物种在陆地和海洋生态系统显示出聚集分布[23]。鱼类群落在地理空间上的分布主要由环境因子在地理空间上的异质性造成，是生境(人类干扰、地理气候、水文因子等)异质性的综合反映。主要环境因子包括水深、浮游生物、水体运动、温度、总电导率、固体溶解度、盐度等[24-26], 并呈现出鱼类空间分布季节性变化规律。
在水平分布上，水库中南部深水区和进出水口附近，鱼类点密度和体质量密度最大，点密度达1.76 ind./m2，体质量密度达3 397 g/m2，鱼类分布相对集聚，这与水深和饵料生物特征有着密切联系。杜浩等[27]对长江中游江口的鱼类研究也表明鱼类在深水区分布密度较大。其原因是深水域鱼类活动空间比较大，便于躲避捕食者，据水库环境调查记录，库区鸟类会进行捕鱼觅食。进出水口(图 1)进行物质交换，营养物质充足，鱼类呈明显现集聚现象，特别是在秋季，随着鱼类数量的增加，加剧鱼类对食物的竞争，进出水口营养物质的诱惑性增大，进出水口鱼类集聚更加明显。
在垂直空间上，库区鱼类分布在水下2~6 m，占比高达84.85%，而底层分布较少，陶江平等[28]研究也表明鱼类资源量和水深之间存在显著的负相关的关系。同时鱼类垂直分布随季节有向底层移动趋势。团头鲂为库区优势物种，占比41.16%，春、夏季主要栖息于底质为淤泥、生长有沉水植物的敞水区的中、下层中，而秋、冬季喜在底层处[29]。同时王珂等[30]和任玉芹等[31]研究结果表明，冬季鱼类密度从表层到底层有逐渐增加的趋势。春季至秋季随着库区水温的变化，库区鱼类具有底层越冬的规律，但是，由于3次调查的瞬时性结果，需大量周期性的重复探测，增加统计样本数量，减小偶然误差。
人类活动因素主要包括捕鱼和投放鱼苗，2019年4月至11月期间，陈行水库实行全面禁渔，没有进行投放鱼苗活动，其他人类活动对鱼类空间分布影响较小，在调查期间水库可视为自然环境，暂不考虑。
3.4 声学评估精度分析当前DIDSON广泛应用于渔业资源定量评估、体长研究和种类鉴别等方面，较少用于鱼类时空分布特征的研究。陈行水库鱼类品种少、水库风浪小以及空间封闭无捕捞行为，故不考虑鱼的种类差异和外部环境干扰, 探测结果具有较高准确性。相对于其他调查方法，如刺网采样、电捕等，本文方法则更加环保[32]和准确。
水声探测作为渔业资源评估与鱼类行为研究的一种有效方法，其评估结果受诸多因素的影响。DIDSON声学评估受声学近场效应及探测盲区的影响，探测范围为换能器0.5 m处至水底部分，导致评估值偏小，尤其在浅水区域。此外，声呐从水面向下探测中，鱼个体存在上下叠加，算法对鱼的识别和统计会出现误差，进而降低评估精度。分裂波束鱼探仪EY60(120 kHz)声学探测多因目标鱼类经验公式的不同[33]使得估算的鱼类资源量会有一定误差。围网和定置网具等传统渔业资源探测中，调查时间的选择、调查断面的规划和网具规格都会影响渔业资源调查的结果[34]。目前，鱼类资源调查多采用传统网捕和声学探测相结合的手段，达到较高精度的鱼类资源评估。
邢彬彬[35]研究表明淡水鱼类对于声音刺激反应敏感，而探测船舶的噪音和行驶形成的波浪声会对鱼类产生驱赶效应，进而影响水库鱼类资源评估精度，当前亟需开展船舶驱赶系数的计算方法研究。此外调查方法对鱼类密度也有影响[36]，3次鱼类资源调查航线在位置和长度上的不同也会影响鱼类声学评估的精度。
| [1] |
SIMMONDS J, MACLENNAN D N. Fisheries acoustics: theory and practice[M]. 2nded. Oxford: Blackwell Science, 2005: 59-379.
|
| [2] |
ELLIOTT J M, FLETCHER J M. A comparison of three methods for assessing the abundance of Arctic charr, Salvelinus alpinus, in Windermere (northwest England)[J]. Fisheries Research, 2001, 53(1): 39-46. DOI:10.1016/S0165-7836(00)00270-8 |
| [3] |
连玉喜, 黄耿, GODLEWSKA M, 等. 基于水声学探测的香溪河鱼类资源时空分布特征评估[J]. 水生生物学报, 2015(5): 920-929. LIAN Y X, HUANG G, GODLEWSKA M, et al. Hydroacoustic assessment of spatio-temporal distribution and abundance of fish resources in Xiangxi River[J]. Acta Hydrobiologica Sinica, 2015(5): 920-929. |
| [4] |
MOURSUND R A, CARLSON T J, PETERS R D. A fisheries application of a dual-frequency identification sonar acoustic camera[J]. ICES Journal of Marine Science, 2003, 60(3): 678-683. DOI:10.1016/S1054-3139(03)00036-5 |
| [5] |
EVERITT D, ADAMS J, MESTL G. Using DIDSON technology to observe the ecology and behavior of Missouri River fishes[C]//Proceedings of the 67th Midwest Fish and Wildlife Conference. Omaha, Nebraska: Midwest Fish and Wildlife Conference, 2006.
|
| [6] |
MAXWELL S L, GOVE N E. The feasibility of estimating migrating salmon passage rates in turbid rivers usinga dual frequency identification sonar (DIDSON) 2002[R]. Anchorage, AK: Alaska Department of Fish and Game Division of Commercial Fisheries, 2004.
|
| [7] |
MCCANN E, LI L L, PANGLE K, et al. An underwater observation dataset for fish classification and fishery assessment[J]. Scientific Data, 2018, 5: 180190. DOI:10.1038/sdata.2018.190 |
| [8] |
童剑锋, 韩军, 沈蔚. 声学摄像仪图像处理的初步研究及在渔业上的应用[J]. 湖南农业科学, 2010(17): 149-152, 156. TONG J F, HAN J, SHEN W. Preliminary research on the image processing of acoustic camera and its application in fishery[J]. Hunan Agricultural Science, 2010(17): 149-152, 156. DOI:10.3969/j.issn.1006-060X.2010.17.048 |
| [9] |
徐兆礼, 沈盎绿. 兴化湾海域鱼类多样性的时空变化[J]. 中国水产科学, 2011, 18(2): 416-426. XU Z L, SHEN A L. Spatial and temporal distribution on fish diversity in the Xinghua Bay[J]. Journal of Fishery Sciences of China, 2011, 18(2): 416-426. |
| [10] |
陈小华, 李小平, 程曦. 黄浦江和苏州河上游鱼类多样性组成的时空特征[J]. 生物多样性, 2008, 16(2): 191-196. CHEN X H, LI X P, CHENG X. Spatial-temporal distribution of fish assemblages in the upstreams of Huangpu River and Suzhou Creek[J]. Biodiversity Science, 2008, 16(2): 191-196. DOI:10.3321/j.issn:1005-0094.2008.02.013 |
| [11] |
张进. 基于双频识别声纳DIDSON的鱼群定量评估技术[D]. 上海: 上海海洋大学, 2012. ZHANG J. Researches on DIDSON-based fish quantitative assessment technology[D]. Shanghai: Shanghai Ocean University, 2012. |
| [12] |
荆丹翔. 基于识别声呐的鱼群目标检测跟踪方法[D]. 杭州: 浙江大学, 2018. JING D X. A method of fish target detection and tracking based on an identification sonar[D]. Hangzhou: Zhejiang University, 2018. |
| [13] |
AGLEN A. Random errors of acoustic fish abundance estimates in relation to the survey grid density applied[C]//Symposium on Fisheries Acoustics. Bergen, Norway: Food and Agriculture Organization of the United Nations, 1982: 293-298.
|
| [14] |
KOVESI P. Phase preserving tone mapping of non-photographic high dynamic range images[C]//2012 International Conference on Digital Image Computing Techniques and Applications (DICTA). Fremantle, WA, Australia: IEEE, 2013.
|
| [15] |
沈蔚, 朱振宏, 张进, 等. 基于双频识别声呐的鱼类目标识别与计数[J]. 渔业现代化, 2020, 47(6): 81-87. SHEN W, ZHU Z H, ZHANG J, et al. Fish target recognition and counting based on dual-frequency identification sonar[J]. Fishery Modernization, 2020, 47(6): 81-87. DOI:10.3969/j.issn.1007-9580.2020.06.012 |
| [16] |
庄立伟, 王石立. 东北地区逐日气象要素的空间插值方法应用研究[J]. 应用气象学报, 2003, 14(5): 605-615. ZHUANG L W, WANG S L. Spatial interpolation methods of dally weather data in northeast China[J]. Journal of Applied Meteorological Science, 2003, 14(5): 605-615. DOI:10.3969/j.issn.1001-7313.2003.05.011 |
| [17] |
方耀林, 余来宁, 郑卫东, 等. 淤泥湖团头鲂的形态及生殖力研究[J]. 淡水渔业, 1990(4): 26-28. FANG Y L, YU L N, ZHENG W D, et al. Study on the morphology and fecundity of bludgeon bream in Silt Lake[J]. Freshwater Fisheries, 1990(4): 26-28. |
| [18] |
王金娜, 周其椿, 安苗, 等. 草海鲫鱼繁殖生物学特性的研究[J]. 水产科学, 2013, 32(12): 701-705. WANG J N, ZHOU Q C, AN M, et al. Reproductive biology of crucian carp Carassius auratus in Caohai Lake[J]. Fisheries Science, 2013, 32(12): 701-705. DOI:10.3969/j.issn.1003-1111.2013.12.003 |
| [19] |
余志堂, 谢洪高, 易伯鲁. 黑龙江流域鳊鱼的种内变异及其生活习性[J]. 水生生物学集刊, 1959(2): 224-228. YU Z T, XIE H G, YI B L. Intraspecific variation and living habits of bream in Heilongjiang River Basin[J]. Journal of Hydrobiology, 1959(2): 224-228. |
| [20] |
李志刚. 鲢鱼的生活习性及养殖技术[J]. 农民致富之友, 2019(14): 180. LI Z G. The living habits and breeding techniques of silver carp[J]. Friends of Farmers to Get Rich, 2019(14): 180. DOI:10.3969/j.issn.1003-1650.2019.14.175 |
| [21] |
连喜平, 谭烨辉, 黄良民, 等. 大亚湾大中型浮游动物的时空变化及其影响因素[J]. 海洋环境科学, 2011, 30(5): 640-645. LIAN X P, TAN Y H, HUANG L M, et al. Space-time variations and impact factors of macro-meso zooplankton in Daya Bay[J]. Marine Environmental Science, 2011, 30(5): 640-645. DOI:10.3969/j.issn.1007-6336.2011.05.008 |
| [22] |
王静雅. 陈行水库应对咸潮入侵的运行分析与思考[J]. 净水技术, 2019, 38(6): 76-80. WANG J Y. Analysis and consideration of Chenhang Reservoir operation in response to salt water[J]. Water Purification Technology, 2019, 38(6): 76-80. |
| [23] |
MILLIGAN R J, MORRIS K J, BETT B J, et al. High resolution study of the spatial distributions of abyssalfishes by autonomous underwater vehicle[J]. Scientific Reports, 2016, 6: 26095. DOI:10.1038/srep26095 |
| [24] |
朱佳志, 郭文韬, 黄安阳, 等. 长江三峡船闸上下引航道鱼类空间分布特征[J]. 上海海洋大学学报, 2022, 31(1): 242-251. ZHU J Z, GUO W T, HUANG A Y, et al. Characteristics of spatial distributions of fish community in upper and lower approach channels of the Three Gorges ship lock, Yangtze River[J]. Journal of Shanghai Ocean University, 2022, 31(1): 242-251. |
| [25] |
周磊, 李育森, 施军, 等. 基于水声学探测的洪潮江水库鱼类资源空间分布及其与环境因子的相关性[J]. 渔业科学进展, 2021, 42(1): 1-10. ZHOU L, LI Y S, SHI J, et al. Spatial distribution of fish resources and its correlation with environmental factors in the Hongchaojiang Reservoir based on hydroacoustic detection[J]. Progress in Fishery Sciences, 2021, 42(1): 1-10. |
| [26] |
易欣鑫, 蔡之倞, 秦智杰, 等. 上海青草沙水库鱼类群落结构的年际变化[J]. 上海海洋大学学报, 2021, 30(4): 664-674. YI X X, CAI Z Q, QING Z J, et al. Analysis of inter annual variations for the fish community structure in Shanghai Qingcaosha Reservoir[J]. Journal of Shanghai Ocean University, 2021, 30(4): 664-674. |
| [27] |
杜浩, 班璇, 张辉, 等. 天然河道中鱼类对水深、流速选择特性的初步观测: 以长江口至涴市段为例[J]. 长江科学院院报, 2010, 27(10): 70-74. DU H, BAN X, ZHANG H, et al. Preliminary observation on preference of fish in natural channel to water velocity and depth: case study in reach of Yangtze River from Jiangkou Town to Yuanshi Town[J]. Journal of Yangtze River Scientific Research Institute, 2010, 27(10): 70-74. |
| [28] |
陶江平, 陈永柏, 乔晔, 等. 三峡水库成库期间鱼类空间分布的水声学研究[J]. 水生态学杂志, 2008, 1(1): 25-33. TAO J P, CHEN Y B, QIAO Y, et al. Hydroacoustic surveys on spatial distribution of fishes in the Three Gorges reservoir during the first impoundment[J]. Journal of Hydroecology, 2008, 1(1): 25-33. |
| [29] |
魏金锁. 团头鲂池塘健康高产养殖技术[J]. 河南水产, 2016(5): 6-8. WEI J S. High-yield and healthy ponds culture techniques of Megalobrama amblycephala[J]. Henan Fisheries, 2016(5): 6-8. |
| [30] |
王珂, 段辛斌, 刘绍平, 等. 三峡库区大宁河鱼类的时空分布特征[J]. 水生生物学报, 2009, 33(3): 516-521. WANG K, DUAN X B, LIU S P, et al. Survey on temporal and spatial distribution of fish in the Daning River[J]. Acta Hydrobiologica Sinca, 2009, 33(3): 516-521. |
| [31] |
任玉芹, 陈大庆, 刘绍平, 等. 三峡库区澎溪河鱼类时空分布特征的水声学研究[J]. 生态学报, 2012, 32(6): 1734-1744. REN Y Q, CHEN D Q, LIU S P, et al. Spatio-temporal distribution of fish in the Pengxi River arm of the Three Gorges reservoir[J]. Acta Ecologica Sinica, 2012, 32(6): 1734-1744. |
| [32] |
王晓宁, 彭世贤, 张亚, 等. 滦河流域鱼类群落结构空间异质性与影响因子分析[J]. 环境科学研究, 2018, 31(2): 273-282. WANG X N, PENG S X, ZHANG Y, et al. Analysis of fish community spatial heterogeneity and its driving factors in the Luanhe River basin[J]. Research of Environmental Sciences, 2018, 31(2): 273-282. |
| [33] |
梁祥, 薛绍伟, 武智, 等. 云龙水库鱼类资源声学评估[J]. 西南农业学报, 2021, 34(9): 2057-2062. LIANG X, XUE S W, WU Z, et al. Acoustic assessment of fish resources in Yunlong Reservoir[J]. Southwest China Journal of Agricultural Sciences, 2021, 34(9): 2057-2062. |
| [34] |
屈长义. 内陆水域渔业资源调查: 鱼类调查方法、标准之浅谈[J]. 河南水产, 2012(3): 6-8. QU C Y. Investigation of fishery resources in inland waters: a brief discussion on fish investigation methods and standards[J]. Henan Fisheries, 2012(3): 6-8. |
| [35] |
邢彬彬. 鱼类听觉能力研究[D]. 上海: 上海海洋大学, 2018. XING B B. The study of auditory capacities in fish[D]. Shanghai: Shanghai Ocean University, 2018. |
| [36] |
马金, 黄金玲, 陈锦辉, 等. 基于GAM的长江口鱼类资源时空分布及影响因素[J]. 水产学报, 2020, 44(6): 936-946. MA J, HUANG J L, CHEN J H, et al. Analysis of spatiotemporal fish density distribution and its influential factors based on generalized additive model (GAM) in the Yangtze River estuary[J]. Journal of Fisheries of China, 2020, 44(6): 936-946. |
2. Shanghai Estuary Marine Surveying and Mapping Engineering Technology Research Center, Shanghai Ocean University, Shanghai 201306, China;
3. College of Fisheries and Life Science, Shanghai Ocean University, Shanghai 201306, China