雙頻識別聲吶在魚類資源調(diào)查中的應用進展

劉慧杰 王從鋒，2 劉德富 陳明明 朱良康

（1.三峽大學 水利與環(huán)境學院，湖北 宜昌 443002；2.三峽大學 三峽地區(qū)地質(zhì)災害與態(tài)環(huán)境湖北省協(xié)同創(chuàng)新中心，湖北 宜昌 443002；3.湖北工業(yè)大學 資源與環(huán)境學院，武漢 430068）

隨著水利工程的大規(guī)模修建，導致連續(xù)、開放水體在信息傳遞、物質(zhì)循環(huán)等方面發(fā)生一系列變化，河流連續(xù)性、魚類個體生存環(huán)境遭到破壞，最終對生態(tài)環(huán)境和魚類資源產(chǎn)生不可逆影響.為了緩解生態(tài)環(huán)境及魚類資源面臨的各種危機，修建過魚設施、對魚類資源現(xiàn)狀進行調(diào)查等十分必要.聲學技術的發(fā)展，使得聲學探測在水下領域的應用成為可能，并且越來越多的應用于魚類資源保護、魚類資源定量評估等.20世紀二三十年代國外就已經(jīng)將聲學儀器運用到水下資源調(diào)查.1924年Potier等［1］提出了將聲學設備運用到漁業(yè)資源調(diào)查，Kimura等［2］在1929年成功利用聲學儀器探測到魚類.如今應用于魚類資源調(diào)查的聲學儀器種類越來越多，回聲探測儀（也稱魚探儀）作為應用廣泛具有代表性的水聲學探測儀器在其中具有重要地位［3］.近幾年，又出現(xiàn)了雙頻識別聲吶DIDSON（Dual－frequency Identification Sonar）.

回聲探測儀是目前該領域最先進的水聲學儀器之一［4］，自20世紀80年代引入國內(nèi)到現(xiàn)在為止，被廣泛用于海洋、內(nèi)陸水域魚類資源現(xiàn)狀的調(diào)查.利用回聲探測儀評估魚類資源量主要有兩種方法：回波積分法（Echo Integration）和回波計數(shù)法.回波積分法即對取樣單位區(qū)域魚群回聲強度進行積分，得到積分值，除以單個個體目標強度，得到魚類個體數(shù).目標強度（Target Strength，TS）是定量描述目標反射聲波能力強弱的物理量.魚類目標強度受多重因素影響，隨著魚類體長、種類、超聲波頻率及魚體游泳指標等因素的變化而變化.江河水體魚類品種繁多，魚體平均目標強度的確定更為復雜［5－9］.內(nèi)陸水體水生境的復雜性，加大了分層拖網(wǎng)進行魚類取樣的難度，影響積分分配的判定，難以得到目標強度與魚體體長準確換算關系式.如果魚類以個體形式呈散點分布，密度足夠低，則通過聲學儀器直接進行個體回波計數(shù)，將結果除以掃描水域的體積，求得該區(qū)域平均分布密度，進而得到整個調(diào)查區(qū)域的魚類豐富度.近年來，我國相關科研機構利用回聲探測儀進行了多次水聲學探測研究.2006年譚細暢等［10］利用EY60回聲探測儀評估青海湖魚類資源，使用Sonar5軟件轉(zhuǎn)換原始數(shù)據(jù)，結果顯示儀器參數(shù)設置不同，信號過濾質(zhì)量及可識別的魚體數(shù)目有明顯差異.王崇瑞等［11］于2010年采用BioSonics DT－X超聲波回聲儀對青海湖裸鯉資源量及其空間分布進行水聲學調(diào)查，指出由于缺少青海湖裸鯉TS值與體長之間的精確換算公式，僅依靠其他魚類的經(jīng)驗體長換算公式，使得對魚類資源量及種群體長分布的評估與實際情況存在差異.

雙頻識別聲吶DIDSON是目前唯一運用聲頻“鏡頭”的高清晰度聲吶，能夠在黑暗渾濁水體中生成相當于視頻質(zhì)量的動態(tài)監(jiān)測圖像.2004年，經(jīng)美國國務院同意DIDSON由軍用轉(zhuǎn)為民用.雙頻識別聲吶DIDISON作為區(qū)別于回聲探測儀的水聲學探測儀器，對監(jiān)測原始數(shù)據(jù)進行處理直接得到個體數(shù)、體長和魚類所處深度等.Maxwell等［12］利用DIDSON對洄游性大馬哈魚進行計數(shù)，識別魚類體長.Petreman和Jones等［13］在特定時間內(nèi)對同一斷面魚類上下行情況進行統(tǒng)計，將DIDSON探測數(shù)據(jù)與人工計數(shù)情況進行對比.結果顯示DIDSON在探測過程中具有很高的精確性，在能見度低的水域中更有優(yōu)勢.隨著DIDSON功能的不斷完善，其在魚類資源調(diào)查過程中的應用也將會越來越廣泛.本文闡述了DIDSON的工作原理，對國內(nèi)外應用領域及現(xiàn)狀加以介紹，從魚類資源評估、體長及種類鑒別3個方面探討DIDSON應用過程中的影響因素，并提出改進方法，旨在為今后DIDSON更好地應用提供參考.

1 DIDSON工作原理

1.1 DIDSON回聲探測系統(tǒng)

DIDSON有兩組頻率模式，一組是標準型：1.1 MHz和1.8MHz，另一組是長距型：0.7MHz和1.2 MHz.標準型雙頻識別聲吶可在1～40m范圍內(nèi)對觀測目標進行自動調(diào)焦，保證觀測范圍內(nèi)圖像清晰度.長距型的成像分辨率較低，成像范圍從1m到80m.標準型和長距型在使用方法上基本相同，下文的相關介紹以標準型為例.

表1 波束寬度及數(shù)量

表2 標準型雙頻識別聲吶主要特性

1.2 DIDSON成像特點

雙頻識別聲吶具有聲學透鏡，通過透鏡將聲波壓縮匯聚，形成狹窄波束，可以得到高清的二維圖像.使用聲學透鏡有兩個主要的優(yōu)點，第一不需要消耗能量，其工作在30W功率下就可進行，第二是容易發(fā)射和接收同一個波束，不會與其他波束相混淆.運用雙頻識別聲吶探測物體時，需要根據(jù)物體與儀器的距離調(diào)整好雙頻識別聲吶的位置和角度，保證物體在雙頻識別聲吶的探測視野范圍以內(nèi).對于同一目標物，探測角度不同，呈現(xiàn)的圖像可能有較大差異.以圖1為例，聲吶探測形式如圖1（a）所示，換能器在距離海底1m的深處，與水平方向呈15°進行觀察，發(fā)射的波束覆蓋海底兩個目標物，回波包含目標物的大小、距離和方位信息.圖1（b）是成像示意圖，圖像中顯示的效果如同從上往下的監(jiān)測視野.發(fā)射的波束會被物體所阻擋導致物體后面沒有回波信號，這樣會形成“聲影區(qū)”.如果回波信號強，那么目標物顯示在圖像上相對于海底就亮，反之圖像就顯得較暗.

圖1 DIDSON傾斜和成像范圍

當聲吶位置和目標物體位置一定的時候，調(diào)整聲吶的角度可以調(diào)整雙頻識別聲吶的成像范圍.當聲吶的角度越傾斜，其所能探測到的視野就越小，所成圖像越來越小，最后顯示范圍也會縮小.圖2（a）雙頻識別聲吶的觀察角度比圖1（a）更為陡峭，波束只能覆蓋海底很小的一部分區(qū)域.圖2（b）為成像的示意圖，在這種條件下圖像呈現(xiàn)效果不佳，因為一方面波束覆蓋區(qū)域小，另一方面海底回波信號較強，目標物不易從背景中識別.因此在圖1（a）所示的條件下，物體比較容易識別.

圖2 較大傾斜角度后DIDSON成像范圍

對于DIDSON，10m以內(nèi)的物體是以高頻探測，10m以外的物體是以低頻探測.DIDSON要對10m處的目標物形成一幀完整的畫面需要0.1s，對30m處的目標物形成一幀完整的畫面需要0.15s.雙頻識別聲吶發(fā)射的波束之間有一定的間隔，這會使得安裝在移動物體上或者所探測的目標物在移動的條件下，監(jiān)測過程中的圖像效果會受一定影響，會出現(xiàn)鋸齒狀輪廓，當相對移動速度適中時，鋸齒狀現(xiàn)象會得到明顯的改善.

1.3 聲學圖像的處理

利用V5.25軟件對采集數(shù)據(jù)進行處理.在DIDSON采集生成文件的過程中，讀取魚類的信息有兩種方式，一種是設備自動識別，另一種是人工手動甄選.在實際操作過程中發(fā)現(xiàn)，自動識別與人工手動甄選結合，通過可視化界面觀察采樣數(shù)據(jù)，導出魚類體長，可以達到較好的魚類數(shù)據(jù)處理效果.圖3為2014年4月份貴州省北盤江魚類資源調(diào)查監(jiān)測數(shù)據(jù)處理顯示圖像，結果顯示有超出正常體長的魚類，可以判斷為錯誤數(shù)據(jù).將自動識別與人工手動甄選相結合，對錯誤數(shù)據(jù)進行剔除.

圖3 DIDSON監(jiān)測數(shù)據(jù)處理顯示圖像

必須對監(jiān)測影像進行一定的處理，才能將其顯示成所能識別的清晰圖像.這一過程包括：顏色模式、線性插值以及平滑去噪.雙頻識別聲吶采集的數(shù)據(jù)使用0到255表示的回波強度，要想顯示的圖像具有可視性，需要將不同的強度值對應成不同的顏色，在對圖像顏色處理時，要進行顏色的混合，但要遵循一定的規(guī)則，即在不同的顏色模式下，對顏色進行處理.

由于DIDSON數(shù)據(jù)以極坐標的形式進行采集，距離聲學鏡頭遠的位置采樣點稀疏.將處理后的魚類數(shù)據(jù)在surfer中插值，得到清晰地魚類影像.

圖像的平滑處理過程，可以將水下聲吶采集數(shù)據(jù)時受噪聲影響的程度盡量減小.聲吶在采集目標圖像和傳輸過程中，受到各種背景噪聲的影響，包括攝影儀器和處理電路產(chǎn)生的噪聲，水流天氣等造成的環(huán)境噪聲，以及魚類等水下生物發(fā)出的生物噪聲，這些噪聲使得目標對象在圖像中顯示模糊，所以對聲學圖像進行去噪十分關鍵.

應用高斯移動平均自適應背景去除法，公式如下：

式中，Th為噪音閾值，I（x，y）為圖像位置（x，y）中像素輝度；B（x，y）為圖像背景的平均輝度.通過公式（1）對像素點進行檢測.

為了避免軟件的重復計數(shù)，對魚類目標進行跟蹤.目前，針對目標線性運動軌跡，跟蹤技術及理論發(fā)展較成熟.但魚類個體活動較靈活，有很高的瞬時加速度，運動軌跡不一定為線性運動.所以，對于魚類行為跟蹤計數(shù)功能有待進一步研究.

2 DIDSON在魚類資源調(diào)查中的應用

目前，利用水聲學評估魚類資源已成為魚類資源調(diào)查的一個重要手段.國外運用雙頻識別聲吶DIDSON進行魚類資源調(diào)查與評估的方法逐漸成熟，國內(nèi)在該領域的研究仍處于探索階段.

2.1 國外概況

國外發(fā)揮DIDSON在魚類資源調(diào)查方面的優(yōu)勢，對魚類行為、魚類資源分布、魚類洄游等進行監(jiān)測，以此作為基礎對生態(tài)環(huán)境及魚類資源保護提出建設性意見及保護措施.

1）監(jiān)測魚類行為

通過雙頻識別聲吶DIDSON的探測，評估魚類空間分布，比較密度差異，從而監(jiān)測魚類行為.Becker等［14］利用DIDSON觀察魚類在水底建筑物周圍聚集情況，探究人造光源對魚群覓食行為及聚集情況的影響程度，發(fā)現(xiàn)有光源存在時，較大食肉性魚類有集群行為.Handegard等［15］對魚類行為進行觀察，研究魚類生活習性與捕獲魚類時節(jié)最優(yōu)關系.并且將DIDSON自動計數(shù)功能與手動計數(shù)進行對比，結果顯示，當魚類密度較低時，DIDSON計數(shù)準確性較高.

2）魚類資源評估

漁業(yè)資源調(diào)查中，DIDSON多用于定點監(jiān)測，調(diào)查和評估特殊水動力區(qū)域魚類資源時空分布特征.國外運用DIDSON較為成熟，走航式監(jiān)測技術不斷突破.Able等［16］將DIDSON安裝在移動設備上，對河口棲息地魚類資源現(xiàn)狀進行調(diào)查.Han等［17］針對養(yǎng)殖網(wǎng)箱內(nèi)魚類轉(zhuǎn)移過程計數(shù)和體長測量情況，基于DIDSON攝像功能，提出一種較為成熟的魚類資源評估和體長判定方法.Boswell等［18］利用DIDSON評估特定區(qū)域魚群資源，研究出精確高效的半自動后期數(shù)據(jù)處理體系，不再完全依靠人工后期處理，對于探測魚類的體長、數(shù)量、游泳速度及魚類的定位等有很好的應用效果.穩(wěn)定的數(shù)據(jù)分析平臺對于DIDSON在魚類資源調(diào)查方面的應用將會起到重要作用.

3）魚類洄游

魚類通過洄游變換棲息場所，擴大對空間環(huán)境的利用，最大限度地提高種群存活、攝食、繁殖和避開不良環(huán)境條件的能力，具有重要的生態(tài)學意義.2008～2011年Macnamara等［19］通過對歐洲鰻魚連年監(jiān)測，確定洄游運動規(guī)律、魚類群體大小及可補資源量.Pavlov等［20］運用DIDSON監(jiān)測鱒魚產(chǎn)卵性洄游，系統(tǒng)地分析魚類洄游數(shù)量及體長分布特征.為建設專門魚類洄游過魚通道，Maxwell等［21］利用DIDSON對河底地形進行探測，從而了解魚類棲息地特征，保護瀕危魚類.

2.2 國內(nèi)概況

目前為止，國內(nèi)對雙頻識別聲吶DIDSON利用多為漁業(yè)資源的定量評估、探究魚類行為與生態(tài)環(huán)境之間的影響等.

童劍鋒等［22－23］利用 DIDSON 對洄游性魚類香魚進行計數(shù)，提出對于體長小于6cm魚類計數(shù)的新方法，并且對雙頻識別聲吶的圖像處理在漁業(yè)資源應用方面進行了初步研究.2013年熊鋒等［24］利用DIDSON對葛洲壩船閘附近魚類活動規(guī)律進行定點監(jiān)測，探討船閘的運行對魚類活動規(guī)律的影響情況，進而為過魚設施與船閘的結合提供依據(jù).周家飛等［25］于2013年4月及6月份運用DIDSON對葛洲壩下游近壩區(qū)魚類資源總量及不同時空魚類資源分布密度進行調(diào)查，探究魚類密度對水環(huán)境變化的響應關系.

除了在魚類方面的應用，近兩年來DIDSON的應用范圍也得到了擴展.為了對水工建筑物的水下病害情況進行檢測，徐毅等［26］應用DIDSON進行觀測.同樣，榮海北等［27］應用DIDSON對三河船閘工程水下部分進行探測，得到高清晰度的探測影像，為今后工程的進一步維護提供基礎資料.

3 影響DIDSON在魚類資源應用過程中的因素

根據(jù)國內(nèi)外研究狀況，結合DIDSON實際操作應用，筆者發(fā)現(xiàn)運用DIDSON進行魚類資源定量評估、魚類體長判定及種類鑒別時會受到一定因素的影響.體長判定過程中，魚類自身和DIDSON儀器性能為主要影響因素；魚類資源定量評估時，外界環(huán)境因素占主導地位.

3.1 體長

體長具有重要的生物和生態(tài)學意義，通過體長探測得出長度頻率分布，分析魚類年齡組成及生長狀況，評估增殖放流效果、魚類資源現(xiàn)狀，判斷種群年齡結構合理性等.V5.25軟件對原始數(shù)據(jù)進行處理，直接得到魚類體長，探測結果受到魚類與換能器之間距離、位于波束中的位置、魚類自身結構等因素的影響.就DIDSON本身而言，換能器發(fā)射的波束中心與波束邊緣的強度不同也會造成影響［28］.張慧等［29］、Burwen等［30］利用DIDSON調(diào)查魚類體長，觀察魚類游泳行為，指出游泳行為會造成體長探測的明顯差異.魚類體長偏小時，探測結果將會出現(xiàn)誤差.圖4為2013年8月份葛洲壩2號、3號船閘連續(xù)晝夜定點監(jiān)測數(shù)據(jù)，據(jù)走訪漁民得知該區(qū)域內(nèi)魚體體長較小.分析數(shù)據(jù)顯示，體長小于10cm魚類個體所占比重不到10%，與實際魚類體長分布情況存在偏差.

圖4 葛洲壩2號、3號船閘連續(xù)晝夜定點監(jiān)測

魚類體長的確定依靠魚類個體的回波強度值，由于周圍環(huán)境噪音的影響，建議設置動態(tài)的閥值.對于探測到的體長分布結構與實際存在偏差的情況，提高DIDSON的信噪比，加強換能器分辨率，結合拖網(wǎng)調(diào)查取證估算各部分體長所占比重.

3.2 定量評估

水電站的建設、魚類棲息地退化和水質(zhì)問題的惡化都使得洄游性魚類的數(shù)量急劇下降、分布范圍縮小.一些洄游性珍稀魚類受到威脅甚至遭到滅絕，它們具有非常重要的生態(tài)和社會性價值.對于洄游性魚類數(shù)量和分布情況的調(diào)查刻不容緩.水體的高渾濁度、監(jiān)測水域的具體特性（河寬、海岸形狀等）、魚類可捕量及魚類密度都對DIDSON定量評估的準確性具有一定的影響.回波信號也可能被環(huán)境所干擾，例如產(chǎn)生的氣泡、漂浮物，Bremher等［31］發(fā)現(xiàn)這些干擾都會影響來自魚體回波信號的接收，導致設備對魚體反射信號的錯誤識別.Guillard等［32］在探究漁船對魚群行為影響的過程中發(fā)現(xiàn)魚類密度大小會對魚類資源總量的評估準確性造成影響.Cronkite等［33］用DIDSON評估成年大馬哈魚遷移數(shù)量時，發(fā)現(xiàn)魚類游泳速度影響DIDSON計數(shù)功能的準確性.另外，當魚類重復在某個區(qū)域游動時可能會造成DIDSON的重復計數(shù).

對生態(tài)監(jiān)測研究而言，雙頻識別聲吶DIDSON的重要性不容忽視，綜合考慮上述影響因素，在進行魚類資源定量評估時需注意以下幾個重要條件：1）魚類需通過換能器發(fā)射的波束，這也就要求我們實時監(jiān)測時注意監(jiān)測區(qū)域的全面性；2）魚類積極單向的游動；3）DIDSON進行走航監(jiān)測時，需要確定合適的行船速度，合適的安裝方式等；4）規(guī)范操作流程，在監(jiān)測前向當?shù)貪O民及該行業(yè)主管部門提前了解具體情況.

3.3 種類鑒別

聲學探測方法最主要的限制是難以對魚的種類進行辨別.應用DIDSON能否通過聲影識別魚類呢？DIDSON提供了高質(zhì)量的影像資料，Horne等［34］經(jīng)過試驗發(fā)現(xiàn)僅僅依靠DIDSON的成像技術直接對魚種進行辨別是不可能的.通過監(jiān)測數(shù)據(jù)得到魚類的遷移特性、生態(tài)和生物學特征可以間接判斷魚類種類.海洋中聚集魚群多為單一物種，相比之下，江河水體中魚類個體大小不一、魚群種類多樣化，增加了利用DIDSON辨別物種的難度.很多學者都進行了這方面的研究，結合拖網(wǎng)、垂釣等，綜合各種調(diào)查資料辨別魚類物種，工作者自身對調(diào)查區(qū)域的了解程度也是非常重要的.

辨別種類的手段正在開發(fā)和優(yōu)化.Langkau等［35］進行試驗，通過提取DIDSON監(jiān)測數(shù)據(jù)，分析聲影圖像，對不同體長的4種魚類進行辨別.Mueller等［36］在對鰻魚進行識別過程中對于聲吶圖像的后期處理總結為4步：①圖像加工；②目標跟蹤；③參數(shù)設置；④分類辨別.每一種魚都存在特定擺尾頻率，一些研究中根據(jù)魚類擺尾頻率進行種類辨別，在平穩(wěn)水流中可以通過回聲圖得出魚類擺尾頻率.Mueller等［37］利用DIDSON探究兩種鮭魚的擺尾頻率，分別為1.0～2.0Hz、2.0～3.5Hz.目前為止，此種鑒別實驗還未在開放水體中進行，有一定的局限性.但也為魚類判別提供了新的研究方向.

4 改善措施及未來應用展望

水生科學領域，利用DIDSON評估魚類資源和種類鑒別是一個相對比較新的手段.如今，DIDSON應用于魚類行為觀察、漁業(yè)資源保護、生態(tài)環(huán)境保護及漁業(yè)養(yǎng)殖等方面，特別針對存在較大支流的湖泊性水域調(diào)查洄游性魚類資源現(xiàn)狀有其特殊優(yōu)勢：1）DIDSON接近光學性質(zhì)的探測影像，再現(xiàn)魚類游泳行為，研究魚類與環(huán)境因子的響應關系；2）對魚類進行自動或手動計數(shù)，直接導出魚類體長；3）利用DIDSON進行定點監(jiān)測，觀察特殊水動力區(qū)域魚類聚集及上下行情況，從而為過魚設施的修建提供依據(jù)；4）通過圖像后期處理、聲影識別及擺尾頻率等，對特定區(qū)域研究對象種類進行鑒別.

4.1 改善措施

評估和調(diào)查魚類資源過程中，DIDSON仍受環(huán)境及自身因素制約.今后的研究過程中，著重解決以下不足之處：

1）魚類資源定量監(jiān)測過程中，魚群對船只的避讓行為導致定量評估出現(xiàn)誤差.針對此種情況，建議在走航過程中選用噪音較小或者無噪音設備攜帶DIDSON進行監(jiān)測，對搭載設備進行研發(fā)，尋求更好的應用方式.

2）雙頻識別聲吶DIDSON數(shù)據(jù)后處理過程中，背景去噪技術有待加強研究.當前DIDSON數(shù)據(jù)后處理主要依靠人工進行，工作量大且會造成一定的誤差，后期可通過對軟件二次開發(fā)使數(shù)據(jù)處理程序參數(shù)設置簡便化、一體化以及可視化，代替人工進行排錯.

3）魚類個體較小時，回聲信號較弱，容易受到環(huán)境噪聲的影響，不能正確完成計數(shù)功能.聲吶波束并非一起發(fā)射，魚類自身存在游泳速度，引起設備不能正確識別一條魚的頭部和尾部，得到超出正常范圍的魚類體長.對DIDSON進行設備改進，通過增加換能器的發(fā)射頻率及發(fā)射波束的數(shù)量提高監(jiān)測數(shù)據(jù)的準確性.

4）與回聲探測儀相比，DIDSON的監(jiān)測區(qū)域較小.對于大范圍魚類資源調(diào)查有其不適應性.回聲探測儀有較大的監(jiān)測范圍，例如EY60、EK500等探測水體深度可達到幾千米，能夠顯現(xiàn)水底地形截面圖像.實際應用過程中將DIDISON與回聲探測儀相結合，從整體與局部兩方面對探測水域進行研究，兩者相互補充，全面反映該水域水生環(huán)境與魚類資源現(xiàn)狀等情況.

4.2 未來應用展望

相對于光學成像技術，雖然DIDSON成像分辨率較低，但其在混濁、能見度低的水體中具有實時動態(tài)“看”到水下物體的能力.DIDSON在應用過程中存在局限性，但對于了解資源量現(xiàn)狀、調(diào)查生物與環(huán)境之間的相互影響等仍然是精確高效的手段.

1）目前關于魚類資源密度調(diào)查方式較少，可結合DIDSON、ADCP（Acoustic Doppler Current Profiler）測得魚類資源總量、斷面平均流速和流量.據(jù)ρ＝N／V（其中，N代表魚類總數(shù)，V為監(jiān)測區(qū)域水體體積，即流量乘以監(jiān)測時間）得到該區(qū)域資源密度.

2）利用DIDSON對特殊水動力區(qū)域進行定點監(jiān)測，觀察魚類在特殊斷面上下行情況，進而為過魚設施的修建研究提供依據(jù).

3）利用水下地形測量儀器與FLOW3D軟件構建魚類棲息地水動力模型，結合DIDSON觀察棲息地魚類的行為，進而對棲息地適宜性作出有效評估.

4）將回聲探測儀與DIDSON同時應用到監(jiān)測過程中，從整體與局部兩方面觀察魚類資源現(xiàn)狀等.

5）與多普勒流速儀、多參等儀器結合，研究魚類與生態(tài)環(huán)境因子的響應關系等.

［1］ Portier P.Sur l＇application Des Ondes Ultra－sonores Aux Recherches D＇océanographie Biologique［J］.CR Soc.Biol.，Paris，1924：91.

［2］ Kimura K.On the Detection of Fish－groups by an A－coustic Method［J］.Journal of the Imperial Fisheries Institute，Tokyo，1929，24：41－45.

［3］ 張慧杰，危起偉，楊德國.回聲探測儀的發(fā)展趨勢及漁業(yè)應用［J］.水利漁業(yè)，2008（1）：9－13.

［4］ 譚細暢，陶江平，李新輝，等.回聲探測儀在我國內(nèi)陸水體魚類資源調(diào)查中的初步應用［J］.漁業(yè)現(xiàn)代化，2009（3）：60－64.

［5］ Bodholt H.Fish Density Derived from Echo－integration and In－situ Target Strength Measurements［J］.ICES CM，1990：11.

［6］ Rose G A，Leggett W C.Hydroacoustic Signal Classification of Fish Schools by Species［J］.Canadian Journal of Fisheries and Aquatic Sciences，1988，45（4）：597－604.

［7］ Brehmer P A.Fisheries Acoustics：Theory and Practice［J］.Fish and Fisheries，2006，7（3）：227－228.

［8］ 任玉芹，王 珂，段辛斌，等.鳙目標強度和行為特征的水聲學研究［J］.淡水漁業(yè)，2011，41（2）：3－9.

［9］ 任玉芹，王 珂，段辛斌，等.水聲學探測在江河魚類資源評估中的技術分析［J］.漁業(yè)現(xiàn)代化，2010（2）：64－68.

［10］譚細暢，史建全，張宏，等.EY60回聲探測儀在青海湖魚類資源量評估中的應用［J］.湖泊科學，2009，21（6）：865－872.

［11］王崇瑞，張輝，杜浩，等.采用BioSonicsDT－X超聲波回聲儀評估青海湖裸鯉資源量及其空間分布［J］.淡水漁業(yè)，2011，41（3）：15－21.

［12］Maxwell S L，Gove N E.The Feasibility of Estimating Migrating Salmon Passage Rates in Turbid Rivers Using a Dual Frequency Identification Sonar （DIDSON）［J］.Alaska Department of Fish and Game Regional Information Report1，2004（2A04－05）.

［13］Petreman I C，Jones N E，Milne S W.Observer Bias and Subsampling Efficiencies for Estimating the Number of Migrating Fish in Rivers Using Dual－frequency Identification Sonar（DIDSON）［J］.Fisheries Research，2014，155：160－167.

［14］Becker A，Whitfield A K，Cowley P D，et al.Potential Effects of Artificial Light Associated with Anthropogenic Infrastructure on the Abundance and Foraging Behaviour of Estuary－associated Fishes［J］.Journal of Applied Ecology，2013，50（1）：43－50.

［15］Handegard N O，Williams K.Automated Tracking of Fish in Trawls using the DIDSON （Dual Frequency I－dentification Sonar）［J］.ICES Journal of Marine Science：Journal du Conseil，2008，65（4）：636－644.

［16］Able K W，Grothues T M，Rackovan J L，et al.Application of Mobile Dual－frequency Identification Sonar（DIDSON）to Fish in Estuarine Habitats［J］.Northeastern Naturalist，2014，21（2）：192－209.

［17］Han J，Honda N，Asada A，et al.Automated Acoustic Method for Counting and Sizing Farmed Fish during Transfer using DIDSON［J］.Fisheries Science，2009，75（6）：1359－1367.

［18］Boswell K M，Wilson M P，Cowan Jr J H.A Semiautomated Approach to Estimating Fish Size，Abundance，and Behavior from Dual－frequency Identification Sonar（DIDSON）Data［J］.North American Journal of Fisheries Management，2008，28（3）：799－807.

［19］Macnamara R，Mccarthy T K.Silver eel（Anguilla anguilla）Population Dynamics and Production in the River Shannon，Ireland［J］.Ecology of Freshwater Fish，2014，23（2）：181－192.

［20］Pavlov D S，Borisenko E S，Pashin V M.Investigations of Spawning Migration and Assessment of Abundance of the Kamchatka Steelhead（Parasalmo mykiss）from the Utkholok River by Means of Didson Dual－frequency I－dentification Sonar［J］.Journal of Ichthyology，2009，49（11）：1042－1064.

［21］Maxwell S L，Smith A V.Generating River Bottom Profiles with a Dual－frequency Identification Sonar（DIDSON）［J］.North American Journal of Fisheries Management，2007，27（4）：1294－1309.

［22］童劍鋒，韓 軍，淺田昭，等.基于聲學攝像儀的溯河洄游幼香魚計數(shù)［J］.漁業(yè)現(xiàn)代化，2009，36（2）：29－33.

［23］童劍鋒，韓 軍，沈 蔚.聲學攝像儀圖像處理的初步研究及在漁業(yè)上的應用［J］.湖南農(nóng)業(yè)科學，2010，156（17）：149－152.

［24］熊 鋒，王從鋒，劉德富，等.葛洲壩1號船閘啟閉閘門對近閘區(qū)域魚類活動規(guī)律的影響［J］.水生態(tài)學雜志，2014，35（5）：8－14.

［25］周家飛，王從鋒，劉德富，等.葛洲壩下游近壩區(qū)水域魚類資源聲學調(diào)查與評估［J］.長江流域資源與環(huán)境，2014（11）：1551－1557.

［26］徐 毅，趙 鋼，王茂枚，等.雙頻識別聲納技術在水工建筑物水下外觀病害檢測中的應用［J］.水利水電技術，2014，45（7）：103－106.

［27］榮海北，潘衛(wèi)凱，李志榮.雙頻識別聲吶在三河船閘工程水下檢測中的應用［J］.水利建設與管理，2014（11）：60－62.

［28］Tuser M，F(xiàn)rouzováJ，Balk H，et al.Evaluation of Potential Bias in Observing Fish with a DIDSON Acoustic Camera［J］.Fisheries Research，20Z14，155：114－121.

［29］Zhang H，Wei Q，Kang M.Measurement of Swimming Pattern and Body Length of Cultured Chinese Sturgeon by Use of Imaging Sonar［J］.Aquaculture，2014，434：184－187.

［30］Burwen D L，F(xiàn)leischman S J，Miller J D.Accuracy and Precision of Salmon Length Estimates Taken from DIDSON Sonar Images［J］.Transactions of the American Fisheries Society，2010，139（5）：1306－1314.

［31］Brehmer P，Chi T D，Mouillot D.Amphidromous Fish School Migration Revealed by Combining Fixed Sonar Monitoring（Horizontal Beaming）with Fishing Data［J］.Journal of Experimental Marine Biology and Ecology，2006，334（1）：139－150.

［32］Guillard J，Balay P，Colon M，et al.Survey Boat Effect on YOY Fish Schools in a Pre－alpine Lake：Evidence from Multibeam Sonar and Split－beam Echosounder DataV Ecology of Freshwater Fish，2010，19（3）：373－380.

［33］Cronkite G，Station P B.Use of High－frequency Imaging Sonar to Estimate Adult Sockeye Salmon Escapement in the Horsefly River，British Columbia［M］.Fisheries and Oceans Canada，Science Branch，Pacific Region，Pacific Biological Station，2006.

［34］Horne J K.Acoustic Approaches to Remote Species I－dentification：a Review［J］.Fisheries oceanography，2000，9（4）：356－371.

［35］Langkau M C，Balk H，Schmidt M B，et al.Can Acoustic Shadows Identify Fish Species？A Novel Application of Imaging Sonar Data［J］.Fisheries Management and Ecology，2012，19（4）：313－322.

［36］Mueller A，Mulligan T，Withler P K.Classifying Sonar Images：Can a Computer－driven Process Identify Eels？［J］.North American Journal of Fisheries Management，2008，28（6）：1876－1886.

［37］Mueller A，Burwen D L，Boswell K M，et al.Tail－beat Patterns in Dual－frequency Identification Sonar Echograms and Their Potential Use for Species Identification and Bioenergetics Studies［J］.Transactions of the American Fisheries Society，2010，139（3）：900－910.