CN114329957A - 一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法 - Google Patents
一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法 Download PDFInfo
- Publication number
- CN114329957A CN114329957A CN202111615324.2A CN202111615324A CN114329957A CN 114329957 A CN114329957 A CN 114329957A CN 202111615324 A CN202111615324 A CN 202111615324A CN 114329957 A CN114329957 A CN 114329957A
- Authority
- CN
- China
- Prior art keywords
- habitat
- fish
- suitability
- factor
- river
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Farming Of Fish And Shellfish (AREA)
Abstract
本发明公开了一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,包括:(1)对目标河流的鱼类资源和栖息地生境情况进行调查,确定栖息地的生境特征、范围和不同体长组鱼类分布;(2)获取空间上连续分布的河流高程、坡度,水深,流速和流量等生境因子数据;(3)构建每种关键生境因子的单因子适宜度曲线;(4)在单因子适宜度曲线的基础上,构建鱼类栖息地适宜度综合模型;(5)利用鱼类栖息地适宜度综合模型计算研究区鱼类栖息地适宜度,并对适宜度进行分级。本发明在鱼类声学探测的基础上,综合使用三维水动力学和遥感技术的生境定量化测量方法,可在对水生生物不产生扰动的情况下,实现大面积、快速识别和定量化的鱼类‑生境关系分析的需求。
Description
技术领域
本发明涉及河流鱼类栖息地,尤其涉及一种结合遥感、水动力和水声学技术的快速识别内陆河流鱼类群落适宜栖息地的模型构建方法。
背景技术
河流栖息地具有多样的水生生境,为鱼类的繁殖、索饵和越冬等活动提供了必要的环境条件。近年来由于水利工程兴建、外来物种入侵、过度捕捞、地下水开采、河漫滩阻隔、点源和面源污染等人类活动影响及气候变化,大量鱼类土著种及传统优势经济鱼类栖息环境发生极大的变化,表现为生境丧失、破碎化和同质化等,进而造成种群的遗传隔离及物种丰度和多样性的下降。良好的生境是鱼类生存、繁衍的基本条件。因此,在大面积范围内有效且不影响鱼类的情况下快速获取自然状态下鱼类最佳适宜度栖息地的分布情况对了解鱼类对河流栖息地生境选择及其利用程度是研究河流鱼类栖息地评估、保护及恢复和应用研究的关键。
以鱼类越冬场为例,鱼类越冬场具有独特的水流、水深等环境条件,是鱼类栖息地中关键的场所之一,为鱼类的越冬行为提供了充足空间。科学计算不同江段鱼类栖息地适宜度对鱼类资源保护具有重要意义。历史做法一般是通过利用较为传统的拖网、捕捞等获取渔获物数据,最后根据渔获物的数量得出最佳栖息场所,但是这种方法费时费力,对鱼群的扰动较大,难以获取自然状态下鱼类的真实分布情况,进而导致结果不符合鱼类栖息地实际情况。且在水域面积较大的情况下可操作性较差,无法获取大空间范围内的最佳栖息地的分布情况。本方法在研究过程中克服了其他传统方法工作效率低、难以得到大尺度下的鱼类密度和生境因子的空间分布、无法准确获得鱼类自然分布状态下连续数据等局限性,认为此发明能够综合考虑到关键生境因子的影响,对鱼类最佳栖息地进行快速识别,并最终给出比传统方法更为准确的结果,为进一步栖息地的保护和管理提供技术支持和科学支撑。
发明内容
为了解决上述技术问题,本发明的目的在于提供了一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,在鱼类声学探测的基础上,综合使用三维水动力学和遥感技术的生境定量化测量方法,共同建模获得相关环境因子数据,三者结合可在对水生生物不产生扰动的情况下,相对更快速、低成本、高覆盖的同时获取鱼类资源空间分布数据和生境因子大面积的空间分布数据,克服传统资源调查方法的局限性,实现大面积、快速识别和定量化的鱼类-生境关系的分析需求。
为进一步实现上述目的,本发明采用以下技术方案:一种结合遥感、水动力和水声学技术的快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,包括以下步骤:
(1)对目标河流的鱼类资源和栖息地生境情况进行调查,确定栖息地的生境特征、范围和不同体长组鱼类分布;
(2)通过与水声学调查时同步测量的水深数据和遥感数据,对研究区地形和水动力情况进行模拟,获取空间上连续分布的河流高程、坡度,水深,流速和流量等生境因子数据;
(3)针对研究区的目标鱼类,根据鱼类生活史习惯和主要的生境特点,选择最为关键的生境因子作为鱼类栖息地适宜度的计算指标;使用生境利用法建立不同鱼类体长组与每种关键生境因子的单因子适宜度曲线SI;
(4)在单因子适宜度曲线SI的基础上,结合鱼类生活史习惯,采用乘积法构建鱼类栖息地适宜度综合模型HSI;
(5)利用鱼类栖息地适宜度综合模型计算研究区鱼类栖息地适宜度,并对适宜度进行分级,最后开展不同体长组鱼类生境适宜度分析并进行定量化制图表达。
可选的,所述步骤(1)中鱼类资源调查是指使用水声学技术调查自然状态下河流鱼类资源的分布情况,根据鱼类目标强度对鱼类体长进行计算进而对鱼类进行分组。
可选的,所述步骤(1)中鱼类栖息地调查是指现场调查河流鱼类栖息地的产卵场、索饵场和越冬场的水深、流速、流量、坡度等生境因子。
可选的,所述步骤(2)中遥感数据是指覆盖研究区水域的同水位条件下的30m分辨率的Radarsat-2遥感数据;水深数据是指与水声学调查时同步测量的水深数据,通过对水深数据与水位数据进行转换,叠加遥感数据获得的等高程水边线,进而模拟研究区的地形数据,通过地形数据和同时期水位数据对研究区水动力情况进行模拟。
可选的,所述步骤(3)中关键生境因子为流速、水深、坡度。
可选的,所述步骤(3)中单因子适宜度曲线SI建立:通过ArcGIS软件获得的不同体长组鱼类栖息位点的关键生境因子的值,根据H.A.Sturges经验公式来计算这些关键生境因子的频数分布的组数和组间距大小;
再将最大值和最小值作为各变量的阈值,频数分布最高一组的适合度定为最佳,其值为1;
其余各组的频数与最高频数组的比值即为该组的适合度大小;
然后绘制出各关键生境因子的单因子适宜度曲线图。
可选的,所述步骤(4)中鱼类栖息地适宜度综合模型HSI构建:在单因子适宜度曲线SI的基础上,采用乘积法构建鱼类栖息地适宜度综合模型HSI,栖息地适宜性综合指数公式为:
HSIi=SIViSIDiSISi
其中,i是栅格的序号;HSIi是第i个栅格对应的栖息地适宜性指数值;SIVi是第i个栅格的流速适宜度;SIDi是第i个栅格的深度适宜度,SIsi是第i个栅格的坡度适宜度。
可选的,所述步骤(5)中:利用鱼类栖息地适宜度综合模型计算研究区鱼类栖息地适宜度,并对适宜度进行分级的标准为:HSI值越接近0适宜度越低,越接近1.00适宜度越高,0.80~1.00认为是最适宜的栖息地生境。
上述具体步骤,步骤2是关键,通过水声学探测时得到的水深数据,结合水文数据共同构建DEM模型和水动力模型,从而获得空间上连续分布的水深、坡度和流速数据。此方法能够克服其他传统方法工作效率低且数据质量差,耗费大量人力物力才能获得大范围内的地形数据和相关生境因子数据的情况。遥感技术具有实时快速且覆盖范围大的特点,借助遥感手段可以从宏观角度获取鱼类关键生境要素的空间信息分布;水动力数值模拟可以在模拟过程中灵活地控制参数,节省时间和资金投入,实际应用较为成熟,能够准确方便模拟鱼类栖息地相关水动力要素;水声学方法具有实时、快速、低成本等优势,已成为获取鱼类空间分布及开展资源评估的重要手段之一。
本研究利用水声学对鱼类的分布情况进行探测,结合多时相雷达遥感、三维水动力数值模拟技术获取空间上连续分布的湖底高程、坡度,水深和流速数据在综合考虑各个环境变量基础上构建综合性的栖息地适宜度指数,开展生境适宜度分析。旨在掌握研究区鱼类群落自然分布特征,结合水声学、遥感和水动力模拟技术对研究区鱼类群落的生境选择性进行分析,克服传统资源调查方法的局限性,实现更便捷、低成本、高覆盖和快速识别淡水鱼类栖息地适宜度的目标,为鱼类栖息地保护和生态管理提供技术支撑和决策指导。
与现有技术相比,本发明的有益效果是:结合遥感、水动力和水声学技术对河流鱼类栖息地适宜度进行快速识别,充分发挥各种技术的优势,并考虑不同体长组鱼类与栖息地关键生境因子之间的关系。本发明提出的使用水声学方法对不同体长组鱼类进行准确定位,结合遥感数据和三维水动力数据,综合模拟空间上连续的生境因子分布情况,能够克服其他传统方法工作效率低、难以得到大尺度下的鱼类密度和生境因子的分布情况、无法准确获得鱼类自然分布状态下连续数据等局限性;并且可以综合考虑到关键生境因子的影响,对鱼类最佳栖息地进行快速识别,并最终给出比传统方法更为准确的结果,为进一步指导鱼类越冬场的保护和管理提供技术支持和科学支撑,对评估鱼类栖息地保护措施及其效果意义匪浅。
附图说明
图1是本发明的结合遥感、水动力和水声学技术的快速识别内陆河流鱼类群落适宜栖息地的模型构建方法流程示意图;
图2是生境因子分布组图;其中,2a是地形分布图,2b是坡度分布图,2c是水深分布图,2d是流速分布图;
图3是不同体长组鱼类群落的单因子适宜度曲线,其中:a.水深适宜度指数曲线;b.流速适宜度指数曲线;c.坡降适宜度指数曲线;
图4是不同体长组鱼类栖息地适宜度分布图,其中:a.1-20cm小体长组,b.20-40cm中等体长组,c.40cm以上大体长组。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明:
实施例1。本发明提供的一种结合遥感、水动力和水声学技术的快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,如图1所示,包括以下步骤:
(1)对目标河流的鱼类资源和栖息地生境情况进行调查,确定栖息地的生境特征、范围和不同体长组鱼类分布;
(1-1)鱼类资源现状调查:通过水声学调查获得的单个鱼类目标强度转换为鱼类体长,并按照鱼类体长对鱼类群落按照大体长组、中等体长组、小体长组进行划分,最后获得不同体长组鱼类资源分布情况。
(1-2)鱼类栖息地现状调查:水声学调查时同步获得水深数据,结合同水位条件下的遥感数据共同模拟研究区的数字化高程模型(DEM),在地形基础上对调查河流鱼类栖息地如产卵场、索饵场和越冬场等重要鱼类栖息地的三维水动力参数如水深、流速、坡度、流量等进行模拟;
(2)通过与水声学调查时同步测量的水深数据和遥感数据,对研究区地形和水动力情况进行模拟,获取空间上连续分布的河流高程、坡度,水深,流速和流量等生境因子数据;
遥感数据是指覆盖研究区水域的30m分辨率的Radarsat-2遥感数据;水深数据是指与水声学调查时同步测量的水深数据,通过对水深数据与水位数据进行转换,叠加遥感数据获得的等高程水边线,进而模拟研究区的地形数据,通过地形数据和同时期水位数据对研究区水动力情况进行模拟。
(3)结合研究区优势物种鱼类生活史习惯和重要生境特点,选择流速、水深、坡度等关键生境因子作为鱼类栖息地适宜度的计算因子;采用生境利用法建立不同体长组鱼类与关键生境因子的响应关系,并构建不同体长组鱼类对每种关键生境因子的单因子适宜度曲线SI;
单因子适宜度曲线SI建立:通过ArcGIS软件获得的不同体长组鱼类栖息位点的关键生境因子的值,根据H.A.Sturges经验公式来计算这些关键生境因子的频数分布的组数和组间距大小;
再将最大值和最小值作为各变量的阈值,频数分布最高一组的适合度定为最佳,其值为1;其余各组的频数与最高频数组的比值即为该组的适合度大小;然后绘制出各关键生境因子的单因子适宜度曲线图。
(4)在单因子适宜度曲线的基础上,结合鱼类生活史习惯,采用乘积法构建栖息地适宜度综合方程模型,栖息地适宜度综合指数公式为:
HSIi=SIViSIDiSISi
其中,i是栅格的序号;HSIi是第i个栅格对应的栖息地适宜性指数值;SIVi是第i个栅格的流速适宜度;SIDi是第i个栅格的深度适宜度,SIsi是第i个栅格的坡度适宜度。
(5)利用鱼类栖息地适宜度综合模型计算研究区不同体长组鱼类栖息地适宜度,并对不同体长组适宜度进行分级的标准为:HSI值越接近0适宜度越低,越接近1.00适宜度越高(0~0.20为几乎不适宜,0.20~0.40为相对不适宜,0.40~0.60为较适宜,0.80~1.00为最适宜)。
实施例2。下面举例说明本发明方法计算的实例:
本发明以某江某越冬场为研究河段,长度为60km。采用本发明方法,对河流中鱼类天然栖息地适宜度进行快速识别和评价。下面结合本发明方法进行说明:
(1)选取某江某60.0km长产卵场为研究河段,根据当地鱼类群落差异,按照体长将鱼类分为小(1~20cm)、中(20~40cm)、大(大于40cm)三个体长组。
(2)针对目标河流不同体长组优势鱼类的鱼类生物学特征和重要生活史习性,选择流速、水深、坡度等生境因子作为建立鱼类栖息地适宜度模型的指标。
(3)地形数据获取及河流数字高程模拟。研究资料包括三类,①遥感影像数据。覆盖研究区的Radarsat-2遥感影像6幅(空间分辨率为30×30m),影像成像质量良好,水边线清晰。②水文观测站的逐日观测水位数据,(http://www.cjh.com.cn/)并将其统一转换至上海吴淞高程基准。③实测水深数据。使用水声学探测时同步的水深数据,结合实测水深数据将离散化的水边线进行高程赋值,最后得到通江水道内5m分辨率数字化地形数据(图2a)。
通过已有的地形数据,采用Arcgis 10.2(Environmental Systems ResearchInstitute,U.S.A.)中3D Analyst Tools工具箱计算获得坡度分布数据(图2b)。
采用水文站的水文数据及模拟的地形数据,提取水声学调查时遥感图像对应的水体边界为范围,使用EFDC 20(Environmental Fluid Dynamics Code)正交化处理后生成50m×30m的网格,构建研究河段三维水动力模型,计算得到连续分布的水深分布数据(图2c)和流速分布数据(图2d)。
使用ENVI 5.3(The Environment for Visualizing Images)对各生境图层重采样至50m×30m分辨率,并用同时期水体范围对图层进行统一掩膜提取,通过ArcGIS软件提取鱼类声学探测数据所获取的个体分布位置对应的水深、流速和坡度数据。
(4)根据H.A.Sturges经验公式来计算这些生境因子的频数分布的组数和组间距大小。再将最大值和最小值作为各变量的阈值,频数分布最高一组的适合度定为最佳,其值为1。其余各组的频数与最高频数组的比值即为该组的适合度大小。然后构建单因子的适宜度曲线函数SI,最终得到不同体长组鱼类对不同的生境因子的适宜度指数值,如图3所示。
(5)利用鱼类栖息地适宜度综合模型计算研究区不同体长组鱼类栖息地适宜度。对各生境因子的适宜度指数SI值,采用乘积法计算得出鱼类栖息地适宜性指数HSI。
HSIi=SIViSIDiSISi
其中,i是栅格的序号;HSIi是第i个栅格对应的栖息地适宜性指数值;SIVi是第i个栅格的流速适宜度;SIDi是第i个栅格的深度适宜度,SIsi是第i个栅格的坡度适宜度。
(6)对不同体长组在研究区的适宜度分布情况进行分级,标准为:HSI值越接近0适宜度越低,越接近1.00适宜度越高(0~0.20为几乎不适宜,0.20~0.4为相对不适宜,0.40~0.60为较适宜,0.80~1.00为最适宜)。见图4,可为研究区域中不同体长组鱼类适宜度的空间分布情况。
此方法能够快速对河流生境进行鱼类栖息地适宜度分级,如图4所示,深红色为鱼类最适宜栖息地分布区,所以小体长组鱼类和中等体长组鱼类设立的保护区位置较为接近,都分布在中部和南部区域,大体长组鱼类最适宜区域分布在北部和中部江段,南部较少,因此管理部门在设定保护区和生态功能划分时,应该针对最适宜栖息地的分布情况进行划定,以作出最科学的决策。
以上所述的实施例仅用于说明本发明的技术思想及特点,其目的在于使本领域内的技术人员能够理解本发明的内容并据以实施,不能仅以本实施例来限定本发明的专利范围,即凡本发明所揭示的精神所作的同等变化或修饰,仍落在本发明的专利范围内。
Claims (8)
1.一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,其特征在于,包括以下步骤:
(1)对目标河流的鱼类资源和栖息地生境情况进行调查,确定栖息地的生境特征、范围和不同体长组鱼类分布;
(2)通过与水声学调查时同步测量的水深数据和遥感数据,对研究区地形和水动力情况进行模拟,获取空间上连续分布的河流高程、坡度,水深,流速和流量等生境因子数据;
(3)针对研究区的目标鱼类,根据鱼类生活史习惯和重要的生境特点,选择关键生境因子作为鱼类栖息地适宜面积的计算指标;使用生境利用法建立不同鱼类体长组与每种关键生境因子的单因子适宜度曲线SI;
(4)在单因子适宜度曲线SI的基础上,采用乘积法构建鱼类栖息地适宜度综合模型HSI;
(5)利用鱼类栖息地适宜度综合模型计算研究区鱼类栖息地适宜度并对适宜度进行分级,最后开展不同体长组鱼类生境适宜度分析并进行定量化制图表达。
2.根据权利要求1所述的快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,其特征在于,所述步骤(1)中鱼类资源调查是指使用水声学技术调查自然状态下河流鱼类资源的分布情况,根据鱼类目标强度对鱼类体长进行计算进而对鱼类进行分组。
3.根据权利要求2所述的快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,其特征在于,按照体长将鱼类分为1~20cm的小体长组、20~40cm的中体长组、大于40cm的大体长组。
4.根据权利要求1所述的快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,其特征在于,所述步骤(1)中鱼类栖息地调查是指现场调查河流鱼类栖息地的产卵场、索饵场和越冬场的水深、流速、流量、坡度等生境因子。
5.根据权利要求1所述的快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,其特征在于,所述步骤(2)中水深数据是指与水声学调查时同步测量;遥感数据是指覆盖研究区水域的同水位条件下的30m分辨率的Radarsat-2遥感数据。
6.根据权利要求1所述的快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,其特征在于,所述步骤(3)中关键生境因子为流速、水深、坡度;
单因子适宜度曲线SI建立:通过ArcGIS软件获得的不同体长组鱼类栖息位点的关键生境因子的值,根据H.A.Sturges经验公式来计算这些关键生境因子的频数分布的组数和组间距大小;
再将最大值和最小值作为各变量的阈值,频数分布最高一组的适合度定为最佳,其值为1;
其余各组的频数与最高频数组的比值即为该组的适合度大小;
然后绘制出各关键生境因子的单因子适宜度曲线图。
7.根据权利要求1所述的快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,其特征在于,所述步骤(4)中鱼类栖息地适宜度综合模型HSI构建:在单因子适宜度曲线SI的基础上,采用乘积法构建鱼类栖息地适宜度综合模型HSI,栖息地适宜性综合指数公式为:
HSIi=SIViSIDiSISi
其中,i是栅格的序号;HSIi是第i个栅格对应的栖息地适宜性指数值;SIVi是第i个栅格的流速适宜度;SIDi是第i个栅格的深度适宜度;SIsi是第i个栅格的坡度适宜度。
8.根据权利要求1所述的快速识别内陆河流鱼类群落适宜栖息地的模型构建方法,其特征在于,所述步骤(5)中:利用鱼类栖息地适宜度综合模型计算研究区鱼类栖息地适宜度,并对适宜度进行分级的标准为:HSI值越接近0适宜度越低,越接近1.00适宜度越高,0.80~1.00是最适宜的栖息地生境。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111615324.2A CN114329957A (zh) | 2021-12-27 | 2021-12-27 | 一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111615324.2A CN114329957A (zh) | 2021-12-27 | 2021-12-27 | 一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114329957A true CN114329957A (zh) | 2022-04-12 |
Family
ID=81014008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111615324.2A Pending CN114329957A (zh) | 2021-12-27 | 2021-12-27 | 一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114329957A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114698576A (zh) * | 2022-05-23 | 2022-07-05 | 中国长江三峡集团有限公司 | 长江上游特有珍稀鱼类自然繁殖孵化保护装置及使用方法 |
CN114971295A (zh) * | 2022-05-26 | 2022-08-30 | 中国长江三峡集团有限公司 | 改善通江湖泊候鸟栖息地生境的水库调度方法及*** |
CN115688962A (zh) * | 2022-06-10 | 2023-02-03 | 重庆交通大学 | 一种基于bp神经网络的鱼类生境适宜度指标预测方法 |
CN116029469A (zh) * | 2023-03-30 | 2023-04-28 | 长江水资源保护科学研究所 | 基于水鸟生境适宜性的闸控湖泊湿地水位确定方法及装置 |
CN116739206A (zh) * | 2023-05-04 | 2023-09-12 | 中国水产科学研究院珠江水产研究所 | 一种基于河流地形因子评估鱼类栖息地适宜性方法 |
-
2021
- 2021-12-27 CN CN202111615324.2A patent/CN114329957A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114698576A (zh) * | 2022-05-23 | 2022-07-05 | 中国长江三峡集团有限公司 | 长江上游特有珍稀鱼类自然繁殖孵化保护装置及使用方法 |
CN114971295A (zh) * | 2022-05-26 | 2022-08-30 | 中国长江三峡集团有限公司 | 改善通江湖泊候鸟栖息地生境的水库调度方法及*** |
CN114971295B (zh) * | 2022-05-26 | 2023-09-05 | 中国长江三峡集团有限公司 | 改善通江湖泊候鸟栖息地生境的水库调度方法及*** |
CN115688962A (zh) * | 2022-06-10 | 2023-02-03 | 重庆交通大学 | 一种基于bp神经网络的鱼类生境适宜度指标预测方法 |
CN116029469A (zh) * | 2023-03-30 | 2023-04-28 | 长江水资源保护科学研究所 | 基于水鸟生境适宜性的闸控湖泊湿地水位确定方法及装置 |
CN116029469B (zh) * | 2023-03-30 | 2023-06-27 | 长江水资源保护科学研究所 | 基于水鸟生境适宜性的闸控湖泊湿地水位确定方法及装置 |
CN116739206A (zh) * | 2023-05-04 | 2023-09-12 | 中国水产科学研究院珠江水产研究所 | 一种基于河流地形因子评估鱼类栖息地适宜性方法 |
CN116739206B (zh) * | 2023-05-04 | 2024-04-23 | 中国水产科学研究院珠江水产研究所 | 一种基于河流地形因子评估鱼类栖息地适宜性方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114329957A (zh) | 一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法 | |
CN110276160B (zh) | 一种平原区土壤有机碳三维空间分布模拟方法 | |
Parasiewicz | The MesoHABSIM model revisited | |
Marfai | Impact of coastal inundation on ecology and agricultural land use case study in central Java, Indonesia | |
CN107609290A (zh) | 一种以底栖生物多样性为目标的河流生态流量确定方法 | |
JP7065491B2 (ja) | 藻場の種別分布と生物量の取得方法及び装置 | |
Terribile et al. | Potential and limitations of using soil mapping information to understand landscape hydrology | |
CN117408495B (zh) | 一种基于土地资源综合管理的数据分析方法及*** | |
Bruneel et al. | Implications of movement for species distribution models-rethinking environmental data tools | |
CN111896481A (zh) | 河湖水环境自动建模及水质参数自动识别***及运行方法 | |
Kracker | The geography of fish: the use of remote sensing and spatial analysis tools in fisheries research | |
CN115951361A (zh) | 基于大数据平台的海上风电桩的智能地形扫测方法 | |
Hjøllo et al. | Assessing the importance of zooplankton sampling patterns with an ecosystem model | |
CN112882042B (zh) | 一种基于声学数据的海洋牧场海床遥测与识别方法 | |
Thorsnes et al. | National programmes: geomorphological mapping at multiple scales for multiple purposes | |
CN116912672A (zh) | 一种基于无人测量船的大型底栖无脊椎动物生物完整性评价方法 | |
Frajer et al. | The importance of historical maps for man-made pond research: From the past extent of ponds to issues of the present landscape. A case study from the Czech Republic | |
BEVEN et al. | Hydrological modelling | |
CN114397682A (zh) | 一种海洋牧场牡蛎海床中牡蛎生物量的监测方法 | |
Sichingabula et al. | Kaleya River Catchment Regional Estimation of Reservoir Capacities Using Sonar and GIS Approaches | |
Hamana et al. | Mapping 3D structure of a Sargassum forest with high-resolution sounding data obtained by multibeam echosounder | |
McGarvey | Assessing survey methods for greenlip abalone in South Australia | |
Németová et al. | Mathematical modeling of soil erosion processes using a physically-based and empirical models: Case study of Slovakia and central Poland | |
Windupranata et al. | Decision support system for selection of suitable mariculture site in the western part of Java Sea, Indonesia | |
CN117875219B (zh) | 运河通航影响下河口湿地植被时空变化的模拟方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |