舟山渔场禁渔线以外海域单拖网鱼类群落结构变动分析

王迎宾, 郑基, 郑献之, 覃涛

王迎宾, 郑基, 郑献之, 覃涛. 舟山渔场禁渔线以外海域单拖网鱼类群落结构变动分析[J]. 南方水产科学, 2012, 8(1): 8-15. DOI: 10.3969/j.issn.2095-0780.2012.01.002
引用本文: 王迎宾, 郑基, 郑献之, 覃涛. 舟山渔场禁渔线以外海域单拖网鱼类群落结构变动分析[J]. 南方水产科学, 2012, 8(1): 8-15. DOI: 10.3969/j.issn.2095-0780.2012.01.002
WANG Yingbin, ZHENG Ji, ZHENG Xianzhi, QIN Tao. Variation analysis of single otter trawl fish community structure outside forbidden fishing line of Zhoushan fishing ground[J]. South China Fisheries Science, 2012, 8(1): 8-15. DOI: 10.3969/j.issn.2095-0780.2012.01.002
Citation: WANG Yingbin, ZHENG Ji, ZHENG Xianzhi, QIN Tao. Variation analysis of single otter trawl fish community structure outside forbidden fishing line of Zhoushan fishing ground[J]. South China Fisheries Science, 2012, 8(1): 8-15. DOI: 10.3969/j.issn.2095-0780.2012.01.002

舟山渔场禁渔线以外海域单拖网鱼类群落结构变动分析

基金项目: 

国家自然科学基金项目 40801225

浙江省自然科学基金项目 Y3090038

详细信息
    作者简介:

    王迎宾(1979-),男,副教授,博士,从事鱼类种群动力学研究。E-mail: yingbinwang@126.com

  • 中图分类号: S932.4

Variation analysis of single otter trawl fish community structure outside forbidden fishing line of Zhoushan fishing ground

  • 摘要:

    根据2010年2月、5月、9月和11月对舟山渔场禁渔线以外海域渔业资源底拖网调查数据,对该海域鱼类群落结构的季节变化进行了分析。调查中共捕获鱼类80种,隶属于13目,49科,59属,其中以鲈形目最多(30种)。Simpson多样性指数(C)、Shannon-Wiener多样性指数(H′)和Pielou均匀度指数(J′)均呈现出9月以后逐渐升高、随后下降、5月基本达到最低点的趋势,而Margalef丰富度指数(D)在5月较高,表明5月鱼类种类丰富度较高。资源生物量曲线(ABC)的结果受优势种影响较大,2月质量优势度曲线位于数量优势度曲线之上;5月质量优势度曲线与数量优势度曲线相交;9月和11月数量优势度曲线位于质量优势度曲线之上。营养级-平均体质量关系曲线斜率的绝对值5月最小,9月最大,表明经过伏季休渔以后,9月鱼类平均体质量有所增加,特别是高营养级鱼类,而经过持续捕捞以后,至5月鱼类平均体质量整体降到较低水平。

    Abstract:

    We investigated the seasonal variation of the fish community structure outside the forbidden fishing line of Zhoushan fishing ground in base of the data collected from bottom trawl surveys in February, May, September and November, 2010. In the surveys, 80 fish species were found, belonging to 13 orders, 49 families and 59 genera, among which 30 species are Perciformes(predominated order). Simpson index, Shannon-Wiener index and Pielou index increase after September then decrease and bottom in May; while Margalef index is relative high in May, which indicates a relative high richness of fish species in May. Abundance biomass curves (ABC) are greatly impacted by dominant species. The ABC is either above its dominance curve of abundance (in February) or the curves intersected (in May). The dominance curves of abundance are above the ABC in September and November. The value of slope of trophic level-average body weight curves reaches the minimum and maximum in May and September, respectively, which indicates that the average body weight, especially for species at high trophic level, increases in September after summer closed fishing, but decreases to a low level after continuous fishing from September to May.

  • 在水产养殖中,鱼类对养殖环境的喜好体现在鱼群不同的运动行为[1]。而鱼的运动轨迹更能在一定程度上反映鱼与养殖水体是否合适[2-3]。为了获取鱼的运动行为,需要通过研究大量轨迹之间的关系,进而分析群体运动行为特点。因此,准确地获取鱼群运动轨迹显得尤为重要。

    近年来,通过图像处理的方式识别运动群体的技术发展迅速[4]。Miller和Gerlai[5]通过人工标定方法获取斑马鱼(Danio rerio)鱼群运动轨迹,但该方法耗费很多人力,也会因人为问题发生错误;范良忠等[6]提出将帧间差分法与运动平均背景建模相结合对鱼类运动进行检测,不过其对鱼群运动的监测研究较少;江丹丹和桂福坤[7]提出了将图像处理技术结合计算机编程的视频处理方法,通过预处理和目标分割获取鱼体,利用形心点模拟鱼类运动轨迹,但对运动跟踪算法局限在点到线的连接模拟;朱佩儒等[8]提出了一种基于统计学习的鱼头检测器,通过给斑马鱼的运动过程建立运动模型,结合卡尔曼滤波和全局匹配算法完成鱼群的检测和运动跟踪,却没有考虑其建立的状态方程和观测方程多为非线性;张琪和韩战钢[9]提出了鱼群轨迹追踪算法,通过背景去除法检测鱼群,在不进行状态预测的前提下建立目标数据关联模型,但在易变环境或光线变化明显的条件下,无法建立固定的背景模型提取运动鱼体;Teles等[10]提出一种用于检测NaOCI的视频跟踪系统,利用2种概率神经网络算法完成跟踪检测;Saberioon和Cisar[11]利用三维单点成像传感器实时获取三维环境信息,在水族箱中实现罗非鱼鱼群的视频轨迹跟踪,因整个轨迹的跟踪需基于最新的结构光传感器,成本耗费较大;Mao等[12]针对视频跟踪中的鱼群遮挡问题利用几何学、光学原理提出了一种新型的镜面成像3D鱼群检测方法,由于实验对水族箱形状和环境都有特殊要求,在实际应用中有一定局限性。

    本文在现有鱼体运动监测技术基础上[5-12],将改进的Canny检测算法和扩展卡尔曼滤波(EKF)应用在鱼群运动监测上,提出适用的多目标鱼群运动检测和跟踪算法。改进的检测算法能够实现鱼体轮廓检测,获取鱼体运动信息。使用的跟踪算法将运动模型与目标关联匹配算法结合在一起,完成鱼群的运动轨迹跟踪。该算法能较好地监测不同环境条件下的运动鱼群,有较好的识别性能,可为鱼群运动行为分析提供理论基础。

    多目标跟踪通过确定多个目标在视频图像中的位置信息,对目标的运动状态进行估计,同时预测目标在下一帧中的运动特征,进而根据所获取的特征对视频中的目标进行连接匹配,实现连续准确地跟踪和定位[13-14]。多目标跟踪的主要步骤包括视频输入、图像处理、目标检测、目标追踪、目标关联、跟踪输出和数据校正等7个部分。

    本研究在目标检测中,使用改进的Canny算子结合鱼群灰度特征进行运动目标提取,对于部分交叉遮挡情况,使用形态学操作进行分割,在保证目标检测效果的同时提高鱼群被检测效率。在目标追踪上,基于鱼群的运动特征,使用扩展卡尔曼滤波器建立运动模型,改变卡尔曼滤波器的线性算子为非线性算子,实现运动状态估算。通过实验对比,本文所提出的方法在检测性能和跟踪性能上都有较好的结果,尤其在实验室鱼群密度较小、运动速度快的情况下,能获取较好的追踪效果,从而为后期鱼群行为分析奠定基础。

    本研究中视频录制于养殖水槽环境下,在不影响鱼群运动行为的前提下对环境中的光照、温度、水体等进行控制(例如水温需要控制在跟踪鱼群的正常行为水温下),使用固定好的高分辨率专用摄像机,提高获取视频的清晰度和稳定性。实验平台的装置图见图1。本研究中拍摄的目标运动视频都以avi格式保存,获取的视频图像数据均存储在服务器上。获取到的视频经过图像提取和预处理,转换成后期检测算法需要的格式。鉴于图像采集环境有所不同,如拍摄的光照条件、拍摄设备本身或其他人为因素等,使得采集的图像存在一定噪声。为了得到较为一致的图像,需要对所有获取的图像进行预处理操作。

    图  1  实验装置图
    Figure  1.  Diagram of experiment device

    运动目标检测的目的是通过对运动目标进行分析,在图像预处理之后,从图像数据序列中提取出每个运动目标,为目标追踪和行为分析提供对象[15]。本文采取Canny边缘检测算法提取目标轮廓,能够保留图像中的大部分信息,且减少后续目标识别中的伪信息量。将阈值分割算法(Otsu)应用在Canny算子的高门限值选择上,结合形态学处理,提取鱼群中的运动目标,避免了一些算法中对背景提取要求较高、目标提取实时性不强的问题。

    边缘检测是通过采用某种算法来提取图像中那些与邻域灰度有明显反差的对象[16]。传统的边缘检测在估算图像灰度变化的梯度方向时,使用梯度算子或者一阶导数检测器,通过设置一个门限值来界定其边缘。依据一阶或二阶微分算法,研究者提出了差分边缘检测算子、Sobel算子和Laplace算子等[17]。在众多边缘检测算法中,Canny算法以其高信噪比和高检测精度得到了广泛应用[18-20]

    Canny边缘检测算法采用最优化数值方法,能够获得最佳边缘检测模板。在实际应用中,高斯函数的一阶导数通常选作Canny算子阶跃状边缘的次最优化算子。Canny边缘检测算法的主要步骤:

    1) 读入图像I

    2) 基于高斯滤波器平滑处理图像II=I(xy)为输入图像,I′=I′(xy)为平滑后图像,G=G(xy)为高斯函数,*为卷积。

    3) 分别计算梯度方向和幅值。沿行利用G对图像I做卷积运算得到x分量图像Ix,沿列利用G对图像I做卷积运算得到y分量图像Iy。再利用GxIx进行卷积运算得到${I_x'} $,即利用高斯函数的导数对Ix分量进行卷积运算,然后利用Gy${I_x'} $进行卷积运算得到${I_y'} $

    $$I_x'(x,y) \approx \frac{{[I(x + 1,y) - I(x,y) + I(x + 1,y + 1) - I(x,y + 1)]}}{2}$$ (1)
    $$I_y'(x,y) \approx \frac{{[I(x,y + 1) - I(x,y) + I(x + 1,y + 1) - I(x + 1,y)]}}{2}$$ (2)

    结合x分量和y分量分别计算梯度幅值(M)和方位角(θ)。

    $$\quad\quad\quad \quad\quad M[x,y] = \sqrt {I_x'{{(x,y)}^2} + I_y'{{(x,y)}^2}} $$ (3)
    $$\quad\quad \quad\quad\quad \quad \theta [x,y] = \arctan \left( {\frac{{I_x'(x,y)}}{{I_y'(x,y)}}} \right)$$ (4)

    4) 对梯度幅值进行极大值抑制。仅仅利用图像的全局梯度值不能够确定检测边缘,所以还需保留局部梯度的最大点,以期抑制非极大值,从而细化梯度幅值图像产生的宽边缘问题。

    5) 双阈值法提取边缘。对非极大值抑制图像设置高低阈值ThTl,将大于Th的像素灰度设为0,获得图像a。将大于Tl的像素灰度设为0,获得图像b。经过阈值处理,图像a的非零像素少于图像b,故以图像b为基础,图像a为补充,连接图像边缘,完成边缘提取。

    在图像平滑过程中,Canny算子的性能会受到高斯滤波卷积核宽度和门限值的影响。通过增加高斯卷积核宽度会使得图像的部分细节信息丢失,在降低噪声敏感度的同时也使得目标边缘丢失原有清晰度,同时目标边缘检错率也会随之略有提高。

    高阈值Th和低阈值Tl的寻找和设置是边缘检测效果的关键所在。Ostu阈值分割法中基于类间方差最大化的分割算法在众多阈值分割方法中一直被认为是最优的[21]。阈值T由Ostu计算得出,能够将图像分割成背景和目标,而Canny算子中的双梯度门限值事实上也属于阈值。使用Ostu阈值分割方法使得Canny算子中的梯度图像幅值得到放大,背景与目标之间的差别更大,计算出的Ostu阈值更加准确。在某幅图像中,Ostu阈值T为:

    $$\quad\quad \quad\quad\quad \quad\quad T = \arg \left\{ {} \right.\max [\eta (\tau )]\left. {} \right\}$$ (5)

    图像背景和目标的类间方差为:

    $$\quad\quad\quad\quad \quad\; \eta (\tau ) = {\alpha _0}{({\mu _0} - \mu )^2} + {\alpha _1}{({\mu _1} - \mu )^2}$$ (6)

    其中背景和目标的概率分布为:${\alpha _0} = \sum\limits_{i = 1}^i {{P_i}} $${\alpha _1} = 1 - {\alpha _0}$;平均灰度分布为:${\mu _0} = \displaystyle\frac{{{\mu _i}}}{{{\alpha _0}}}$${\mu _1} = \displaystyle\frac{{{\mu _i}}}{{1 - {\alpha _0}}}$,且${\mu _i} = \sum\limits_{i = 0}^i {i{P_i}} $${P_i}$为各像素中灰度概率。

    为了突出图像的某些特征,仅保留图像中的灰度信息[22],对去噪后的图像进行灰度处理,利用Ostu获得分割阈值和Canny算子,从而获取目标轮廓。再对图像进行二值化,同时为了解决鱼体轮廓之间的粘连,使用腐蚀、膨胀操作获取目标个体。操作获取的灰度图和检测结果见图2

    图  2  目标检测灰度图 (a) 和目标检测结果图 (b)
    Figure  2.  Grayscale image of object detection (a) and object detection image (b)

    在多目标检测过程中,若当前帧检测到的目标个数不等于预先观察的鱼数量,则对这一帧的检测结果进行分析处理。本文中以检测连通区域面积作为判定依据,当检测的鱼体面积明显小于平均鱼体面积时,过滤掉这些噪声点;若检测的鱼体面积明显大于平均鱼体面积时,根据前一帧中鱼体个数进行校正,使用形态学操作对面积异常的连通区域进行多次腐蚀、膨胀操作,从而实现分割的目的。本文中实验视频的交叉遮挡率不高。

    目标跟踪是在运动物体连续运动的空间中进行采样,获得运动物体的观测信息[23]。目标跟踪过程事实上是一个如何利用观测值估算运动物体运动变量的概率预测问题。在鱼群的运动过程中,每个个体鱼的位置信息是观测变量,需要获取的位置和方向信息为状态变量,对鱼群的跟踪可以定义为对状态变量位置信息和方向信息的预测问题。

    鱼群运动本身具有多变性和复杂性,在鱼群运动中经典卡尔曼滤波往往不适用于非线性状态方程和观测方程。本文选择扩展卡尔曼滤波器[24]对鱼群进行跟踪,通过泰勒展开将非线性转化为线性,即根据当前鱼群状态,估算其下一时刻的位置信息。其状态方程和观测方程如下:

    $$\quad \quad\quad\quad\quad\quad X(k + 1) = f[k,x(k)] + v(k)$$ (7)
    $$\quad\quad\quad\quad\quad\quad Z(k) = h[k,X(k)] + W(k)$$ (8)

    其中X(k)为k时刻状态向量,X(k+1)为k+1时刻状态向量;Z(k)为k时刻观测向量;v(k)为过程噪声,w(k)为观测噪声,假定其均为零均值高斯白噪声;x~(k|k)=E[x(k)|Zk],对公式(7)进行泰勒展开,得到一阶扩展卡尔曼滤波的一步预测状态方程和一步预测协方差:

    $$\quad\quad\quad\quad\quad\quad \mathop x\limits^ \wedge (k + 1|k) = f[k,\mathop x\limits^ \wedge (k|k)]$$ (9)
    $$\quad\quad\quad\quad\; p(k + 1|k) = {f_x}(k)p(k|k)f_x'(k) + Q(x)$$ (10)

    观测方程:

    $$\quad\quad\quad\quad \;\; \mathop Z\limits^ \wedge (k + 1|k) = h[k + 1,\mathop X\limits^ \wedge (k + 1|k)]$$ (11)

    扩展卡尔曼增益为:

    $$\quad\quad\quad\; K(k + 1) = p(k + 1|k)h_x'(k + 1){S^{ - 1}}(k + 1)$$ (12)

    状态更新方程为:

    $$ \begin{align} \quad \quad \mathop X\limits^ \wedge (k + 1|k + 1) =& \mathop X\limits^ \wedge (k + 1|k) + K(k + 1) \{ Z(k + 1) - \\ & h[k + 1,\mathop X\limits^ \wedge (k + 1|k)]\} \end{align} $$ (13)

    本文跟踪处理的视频中鱼群运动过程可近似为匀速运动,鱼的状态变量Xk=[xkykθkxk-1yk-1θk-1]T,表示当前帧和前一帧中个体鱼的质心位置坐标和运动方向;观测变量Zk=[xkykθk]T,表示检测到的图像中鱼体质心位置坐标和运动方向。由此可得其状态转移矩阵和观察矩阵分别为:

    $$ F = \left[ {\begin{array}{*{20}{c}} 1&0&0&0&0&0 \\ 0&1&0&0&0&0 \\ 0&0&1&0&0&0 \\ 1&0&0&1&0&0 \\ 0&1&0&0&1&0 \\ 0&0&1&0&0&1 \end{array}} \right]\;\;H = \left[ {\begin{array}{*{20}{c}} 1&0&0&0&0&0 \\ 0&1&0&0&0&0 \\ 0&0&1&0&0&0 \end{array}} \right] $$

    多目标追踪过程中,在当前帧检测到多个目标,同时前一帧中也检测到多个目标。故前后帧之间检测到的多目标之间需要建立一种连接对应关系。当被跟踪对象的外观极为相似时,通过目标对象的外观纹理进行目标关联会存在一些问题。本文将目标关联问题作为最优问题处理,力求获得每个追踪鱼体的全局最优解。

    若在前一帧中检测的目标个数为m,目标对象观察值 $d_t^i$$\theta _t^i$分别表示第i个鱼体的质心坐标和运动方向;当前帧中检测目标为n个,目标对象观察值$d_t^j$$\theta _t^j$分别表示第j个鱼体的质心坐标和运动方向;定义1个mn列的代价矩阵${C_{m \times n}}$,该矩阵中各元素C(ij)表示前一帧中第i个对象与当前帧中第j个对象关联的代价值,为了表征这个代价矩阵,将鱼体质心位置之间欧式距离和方向差异度作为代价矩阵的计算依据[4]

    $$ \quad\quad\quad Dist(i,j) = \left\{ \begin{aligned} {\displaystyle\frac{{\left\| {d_t^i - d_t^j} \right\|}}{{{\delta _d}}}{\rm{ }}\quad {\rm if}\;\;\left\| {d_t^i - d_t^j} \right\| \leqslant {\delta _d}} \\ {1\;\;\;\quad\quad\quad{\rm other}}\quad\quad\quad \end{aligned} \right. $$ (14)
    $$ \quad\quad\quad\quad\quad \theta (i,j) = \left\{ \begin{aligned} &{\displaystyle\frac{{\left| {\theta _t^i - \theta _t^j} \right|}}{{{\delta _\theta }}}{\rm{ }}\quad {\rm if}\;\;\left| {\theta _t^i - \theta _t^j} \right| \leqslant {\delta _\theta }} \\ &{\quad1\;\quad\quad\;\;\;\;\;\;{\rm other}} \quad \end{aligned} \right.$$ (15)

    式中Dist(ij)为目标距离代价值,${\delta _d}$为距离阈值;$\theta (i,j)$为方向代价值,${\delta _\theta }$为方向阈值(本文中取30°)[5];参数ab分别为权值,定义代价矩阵为:

    $$\quad\quad\quad\quad C(i,j) = aDist(i,j) + b\theta (i,j)\quad{\rm{ }}a + b = 1$$ (16)

    定义矩阵S(i, j),当S(i, j)=1时,表明当前帧第j个目标与前一帧第i个目标建立了关联,目标关联问题变为矩阵S的求解问题,故当目标关联问题中的代价函数达到最小时,可获得公式(17):

    $$S = \arg \min \sum\limits_{i = 1}^m {\sum\limits_{j = 1}^n {C(i,j)} } S(i,j){\rm{ }}\quad \left\{ \begin{aligned} &{{\rm if}{\;{ n}} \leqslant {{m }}\;\;\sum\limits_{j = 1}^n {S(i,j)} = 1} \\ &{{\rm if}{\;{ n > m }}\;\;\sum\limits_{i = 1}^m {S(i,j) = 1} } \end{aligned} \right.$$ (17)

    对于矩阵S的求解问题,可利用匈牙利算法求其最优解。同时,前后帧目标的关联需满足下述条件:

    $$\quad\quad\quad\quad\quad\quad\; C(i,j) \leqslant 1\;\;{\rm{ }}{\rm if}{\rm\;\;{ }}S(i,j) = 1{\rm{ }}$$ (18)

    选择5尾罗非鱼水花作为实验对象,在养殖水槽中完成视频拍摄;视频帧率为32帧·s–1,视频尺寸为1 920×1 080像素,摄像机放置于水槽正上方,便于拍摄到鱼群运动的整个画面。当罗非鱼受到外界刺激时开始拍摄,从中选取较为活跃的500帧(时长15 s)来验证上述视频追踪算法。使用Matlab实现所有程序并运行在Windows 7专业版操作系统上,计算机处理器为AMD X4 750 3.4 GHz,内存为4 G。

    本文中的鱼群目标检测结果将每一帧图像中目标数据与实际目标数据进行对比,采用目标检出率P,漏检率L,检错个数F来衡量鱼群检测结果:

    $$\quad\quad\quad\quad\quad\quad\quad\; P = \frac{{{T_p}}}{{{T_a}}},\;L = \frac{{{T_l}}}{{{T_a}}}$$ (19)

    式中Tp为在检测的所有帧中正确检测的结果数;Ta为所有帧中应该检测到目标个体;Tl为没有检测到目标的结果数。

    实验结果表明,使用Ostu阈值分割改进的Canny边缘检测的鱼体检测率达到98.96%,说明系统不会将其他噪声点误认为目标个体。在500帧图片中个体漏检率仅为0.48%,检测到非鱼体次数仅14次,说明系统目标丢失概率较低。

    为了验证跟踪算法的效果,本文选取卡尔曼滤波算法作为跟踪效果的对比算法。本文中的跟踪算法将每条轨迹之间关联起来,鱼群的追踪性能使用轨迹断裂程度(TFF)和轨迹完整程度(TAF)来衡量。在多目标跟踪过程中,各运动目标的轨迹可能由多条轨迹片段拼接而成,所有轨迹片段数总和与实际多目标应该获得的轨迹数的比值即为TFF。获取的轨迹片段数一定大于真实轨迹数,故TFF必定大于1;同时TFF越大,表明获得的轨迹片段越多,算法的跟踪性能越差。TAF表示获取的轨迹片段覆盖真实轨迹的帧数与真实轨迹长度之间的比值。TAF越小,则表明算法保留的信息更多,轨迹更完整。

    表1为轨迹跟踪性能统计表。本文所用跟踪算法获取10条轨迹,对比卡尔曼滤波算法获得了18条轨迹。表1显示,对比跟踪算法的TFF是本文跟踪算法TFF的1.8倍,说明本文算法的断裂程度要明显好于对比算法;并且本文算法的轨迹完整度TAF比卡尔曼滤波的TAF高3.4%,表明扩展卡尔曼滤波算法能获取更为完整的轨迹。

    表  1  轨迹跟踪统计表
    Table  1.  Trajectory tracking statistics
    方法
    method
    轨迹断裂程度
    TFF
    轨迹完整程度/%
    TAF
    本文方法 extended Kalman algorithm2.097.0
    对比方法
    Kalman algorithm
    3.693.6
    下载: 导出CSV 
    | 显示表格

    为了呈现实际跟踪效果,图3为实际跟踪轨迹图,显示了5尾鱼在500帧(15 s)内的运动轨迹。z轴为帧序号。由图3可知目标跟踪方法断裂程度低,轨迹完整度高,对丢失和错检的鱼体有很好的容错性,能实现鱼群的稳定跟踪。

    图  3  鱼群轨迹跟踪结果图
    Figure  3.  Fish school trajectory tracking results

    图3的鱼群运动轨迹可以发现,鱼群在运动过程中,在监控时间段内轨迹存在一定的相似性和时滞性——即在不受外界突然刺激或干扰的条件下,鱼群的运动呈现出较强的群体性和跟踪性。

    复杂动态的鱼群生活环境使得鱼体运动检测具有一定难度。通过CCD摄像头采集大量原始视频和图片,经过图形去噪、灰度处理,再由Ostu阈值分割改进Canny检测,提取鱼体的边缘特征,获取监测鱼体,是本研究实现鱼群运动监测的基础和依据。

    扩展卡尔曼滤波是将卡尔曼滤波器扩展到非线性领域的一种状态方程,在处理目标运动跟踪时有较高的效率和实用性。本文提出基于扩展卡尔曼滤波算法和目标关联算法相结合的鱼群运动跟踪算法,建立鱼群运动模型,通过前一时刻运动状态预测后一时刻的鱼群运动位置、方向信息,完成轨迹连接。由大量运动图像的鱼体检测和跟踪实验得出结论:本文的改进Canny检测算法对部分漏检、错检问题有一定的容错性,与传统卡尔曼相比,扩展卡尔曼的跟踪算法对短暂遮挡、错误有一定的容忍性,轨迹完整度有一定提高,能体现跟踪算法的优势。

    本文提出的算法具有一定的适用性,可以应用于其他生物的二维运动轨迹跟踪,但在目标长时间遮挡的情况下,仍存在一定的跟踪误差,这将是后期工作的研究方向;同时,基于获取运动轨迹的鱼群行为分析也将是今后研究的重点。

  • 图  1   东海部分海域机轮拖网禁渔区线及研究调查海域

    Figure  1.   Prohibited fishing zone line for motortrawler in part of East China Sea and survey waters

    图  2   生物多样性指数

    Figure  2.   Biodiversity index

    图  3   4个季节的资源生物量曲线

    Figure  3.   Abundance biomass curves for 4 seasons

    图  4   4个季节鱼类营养级―平均体质量关系曲线

    Figure  4.   Relation curves of trophic level-average body weigth for fish in 4 seasons

    表  1   舟山渔场禁渔线以外海域4个月质量百分比和数量百分比前10位的鱼类

    Table  1   First 10 fishes in terms of biomass and abundance percentages for 4 months outside forbidden fishing line of Zhoushan fishing ground

    种名
    species
    质量百分比/%
    biomass percentage
    种名
    species
    数量百分比/%
    abundance percentage
    绿鳍鱼(Chelidonichthys kumu) 8.29 细条天竺鲷(Apogon lineatus) 19.35
    带鱼(Trichiurus haumela) 6.06 六丝钝尾虾虎鱼(Amblychaeturichthys hexanema) 13.07
    小黄鱼(Larimichthys polyactis) 5.77 发光鲷(Acropoma japonicum) 8.83
    海鳗(Muraenesox cinereus) 5.02 短吻三线舌鳎(Cynoglossus abbreviatus) 7.18
    (Lophiomus setigerus) 4.94 小黄鱼(Larimichthys polyactis) 4.98
    竹筴鱼(Trachurus japonicus) 4.66 银姑鱼(Pennahia argentatus) 3.92
    细条天竺鲷(Apogon lineatus) 4.40 单指虎鲉(Minous monodactylus) 2.83
    银姑鱼(Pennahia argentatus) 4.24 绿鳍鱼(Chelidonichthys kumu) 2.63
    龙头鱼(Harpodon nehereus) 3.24 带鱼(Trichiurus haumela) 2.55
    单指虎鲉(Minous monodactylus) 3.21 竹筴鱼(Trachurus japonicus) 2.55
    下载: 导出CSV

    表  2   舟山渔场禁渔线以外海域调查月质量百分比和数量百分比前5位鱼类

    Table  2   First 5 fishes in terms of biomass and abundance percentages for survey months outside forbidden fishing line of Zhoushan fishing ground

    质量百分比/% biomass percentage
    2月February 5月May 9月September 11月November
    (Lophiomus setigerus) 20.36 细条天竺鲷(Apogon lineatus) 34.66 竹筴鱼(Trachurus japonicus) 19.04 绿鳍鱼(Chelidonichthys kumu) 12.12
    绿鳍鱼(Chelidonichthys kumu) 15.67 带鱼(Trichiurus haumela) 16.98 小黄鱼(Larimichthys polyactis) 18.76 海鳗(Muraenesox cinereus) 9.06
    单指虎鲉(Minous monodactylus) 7.52 单指虎鲉(Minous monodactylus) 9.74 带鱼(Trichiurus haumela) 9.84 银姑鱼(Pennahia argentatus) 8.84
    带鱼(Trichiurus haumela) 5.91 海鳗(Muraenesox cinereus) 5.34 绿鳍鱼(Chelidonichthys kumu) 7.88 细条天竺鲷(Apogon lineatus) 8.80
    前肛鳗(Dysomma anguillaris) 5.30 短吻三线舌鳎(Cynoglossus abbreviatus) 4.48 长蛇鲻(Saurida elongata) 7.64 发光鲷(Acropoma japonicum) 7.32
    数量百分比/% abundance percentage
    2月February 5月May 9月September 11月November
    带鱼(Trichiurus haumela) 15.22 细条天竺鲷(Apogon lineatus) 25.10 小黄鱼(Larimichthys polyactis) 44.91 细条天竺鲷(Apogon lineatus) 67.76
    单指虎鲉(Minous monodactylus) 9.42 六丝钝尾虾虎鱼(Amblychaeturichthys hexanema) 21.34 竹筴鱼(Trachurus japonicus) 18.06 发光鲷(Acropoma japonicum) 53.01
    中华舌鳎(Cynoglossus sinicus) 8.70 岸上红娘鱼(Lepidotrigla kishinouyi) 10.47 绿鳍鱼(Chelidonichthys kumu) 6.02 银姑鱼(Pennahia argentatus) 7.65
    长丝虾虎鱼(Cryptocentrus filifer) 7.97 短吻三线舌鳎(Cynoglossus abbreviatus) 7.51 刺鲳(Psenopsis anontala) 4.17 短吻三线舌鳎(Cynoglossus abbreviatus) 6.56
    六丝钝尾虾虎鱼(Amblychaeturichthys hexanema) 5.80 鳄齿鱼(Champsodon capensis) 7.11 带鱼(Trichiurus haumela) 3.70 单指虎鲉(Minous monodactylus) 4.92
    下载: 导出CSV

    表  3   鱼类组成的相似性指数

    Table  3   Similarity index of fish composition

    指数
    index
    相似性指数(Jjk)  Jaccard index
    2月February 5月May 9月September 11月November
    Bray-Curtis相似度指数(Bjk)
    Bray-Curtis index
    2月 36.59 37.84 27.91
    5月 20.50 24.39 34.15
    9月 25.42 10.83 35.14
    11月 15.43 36.25 11.81
    下载: 导出CSV
  • [1] 樊伟, 周甦芳, 崔雪森, 等. 拖网捕捞对东海渔业资源种群结构的影响[J]. 应用生态学报, 2003, 14(10): 1697-1700. doi: 10.3321/j.issn:1001-9332.2003.10.023

    FAN Wei, ZHOU Sufang, CUI Xuesen, et al. Impact of trawl fishing on fisheries population components in East China Sea[J]. Chin J Appl Ecol, 2003, 14(10): 1697-1700. (in Chinese) doi: 10.3321/j.issn:1001-9332.2003.10.023

    [2] 金显仕, 邓景耀. 莱州湾渔业资源群落结构和生物多样性的变化[J]. 生物多样性, 2000, 8(1): 65-72. https://lib.cqvip.com/Qikan/Article/Detail?id=4607127&from=Qikan_Search_Index

    JIN Xianshi, DENG Jingyao. Variations in community structure of fishery resources and biodiversity in the Laizhou Bay, Shandong[J]. Biodivers Sci, 2000, 8(1): 65-72. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=4607127&from=Qikan_Search_Index

    [3] 徐宾铎, 金显仕, 梁振林. 秋季黄海底层鱼类群落结构的变化[J]. 中国水产科学, 2003, 10(2): 148-154. https://lib.cqvip.com/Qikan/Article/Detail?id=7702809&from=Qikan_Search_Index

    XU Binduo, JIN Xianshi, LIANG Zhenlin. Changes of demersal fish community structure in the Yellow Sea during the autumn[J]. J Fish Sci China, 2003, 10(2): 148-154. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=7702809&from=Qikan_Search_Index

    [4] 李建生, 李圣法, 任一平, 等. 长江口渔场渔业生物群落结构的季节变化[J]. 中国水产科学, 2004, 11(5): 432-439. doi: 10.3321/j.issn:1005-8737.2004.05.009

    LI Jiansheng, LI Shengfa, REN Yiping, et al. Seasonal variety of fishery biology community structure in fishing ground of the Yangtze estuary[J]. J Fish Sci China, 2004, 11(5): 432-439. (in Chinese) doi: 10.3321/j.issn:1005-8737.2004.05.009

    [5] 程家骅, 丁峰元, 李圣法, 等. 夏季东海北部近海鱼类群落结构变化[J]. 自然资源学报, 2006, 21(5): 775-781. doi: 10.3321/j.issn:1000-3037.2006.05.011

    CHENG Jiahua, DING Fengyuan, LI Shengfa, et al. Changes of fish community structure in the coastal zone of the northern part of East China Sea in summer[J]. J Nat Resour, 2006, 21(5): 775-781. (in Chinese) doi: 10.3321/j.issn:1000-3037.2006.05.011

    [6] 程家骅, 姜亚洲. 捕捞对海洋鱼类群落影响的研究进展[J]. 中国水产科学, 2008, 15(2): 359-366. doi: 10.3321/j.issn:1005-8737.2008.02.023

    CHENG Jiahua, JIANG Yazhou. Methods for evaluating fishing effects on fish community[J]. J Fish Sci China, 2008, 15(2): 359-366. (in Chinese) doi: 10.3321/j.issn:1005-8737.2008.02.023

    [7] 刘子藩, 周永东. 东海伏季休渔效果分析[J]. 浙江海洋学院学报: 自然科学版, 2000, 19(2): 144-148, 157. https://lib.cqvip.com/Qikan/Article/Detail?id=4699977&from=Qikan_Search_Index

    LIU Zifan, ZHOU Yongdong. Effect analysis of summer-fishing-off institution in the East China Sea[J]. J Zhejiang Ocean Univ: Natural Science, 2000, 19(2): 144-148, 157. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=4699977&from=Qikan_Search_Index

    [8] 倪海儿, 陆杰华. 舟山渔场渔业资源动态解析[J]. 水产学报, 2002, 26(5): 428-432. https://lib.cqvip.com/Qikan/Article/Detail?id=7148797&from=Qikan_Search_Index

    NI Hai′er, LU Jiehua. Dynamic analysis on fisheries resources in Zhoushan fishing ground[J]. J Fish China, 2002, 26(5): 428-432. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=7148797&from=Qikan_Search_Index

    [9] 倪海儿, 陆杰华. 舟山渔场主要渔业资源利用现状[J]. 应用生态学报, 2003, 14(4): 569-572. doi: 10.3321/j.issn:1001-9332.2003.04.020

    NI Hai′er, LU Jiehua. Present utilization situation of main fishery resources in Zhoushan fishing ground[J]. Chin J Appl Ecol, 2003, 14(4): 569-572. (in Chinese) doi: 10.3321/j.issn:1001-9332.2003.04.020

    [10] 陈华, 徐兆礼. 舟山渔场衢山岛海域春夏季鱼类数量变化[J]. 海洋渔业, 2009, 31(2): 179-185. doi: 10.3969/j.issn.1004-2490.2009.02.011

    CHEN Hua, XU Zhaoli. On the quantitative change of the fish in the sea area of Qushan Island during spring and summer[J]. Mar Fish, 2009, 31(2): 179-185. (in Chinese) doi: 10.3969/j.issn.1004-2490.2009.02.011

    [11] 俞存根, 陈全震, 陈小庆, 等. 舟山渔场及邻近海域鱼类种类组成和数量分布[J]. 海洋与湖沼, 2010, 41(3): 410-417. https://lib.cqvip.com/Qikan/Article/Detail?id=34464525&from=Qikan_Search_Index

    YU Cungen, CHEN Quanzhen, CHEN Xiaoqing, et al. Species composition and quantitative distribution of fish in the Zhoushan fishing ground and its adjacent waters[J]. Oceanologia et Limnologia Sinaca, 2010, 41(3): 410-417. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=34464525&from=Qikan_Search_Index

    [12] 李圣法. 以数量生物量比较曲线评价东海鱼类群落的状况[J]. 中国水产科学, 2008, 15(1): 136-143. doi: 10.3321/j.issn:1005-8737.2008.01.018

    LI Shengfa. Status of fish community in East China Sea using the method of abundance-biomass comparison (ABC) curve[J]. J Fish Sci China, 2008, 15(1): 136-143. (in Chinese) doi: 10.3321/j.issn:1005-8737.2008.01.018

    [13] 程家骅, 林龙山, 凌建忠, 等. 东海区小黄鱼伏季休渔效果及其资源合理利用探讨[J]. 中国水产科学, 2004, 11(6): 554-560. https://lib.cqvip.com/Qikan/Article/Detail?id=11347735&from=Qikan_Search_Index

    CHENG Jiahua, LIN Longshan, LING Jianzhong, et al. Effects of summer close season and rational utilization on redlip croaker (Larimichthys polyactis Bleeker) resource in the East China Sea Region[J]. J Fish Sci China, 2004, 11(6): 554-560. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=11347735&from=Qikan_Search_Index

    [14] 严利平, 胡芬, 李圣法, 等. 东海区带鱼伏季休渔效果及其资源的合理利用[J]. 自然资源学报, 2007, 22(4): 606-612. https://lib.cqvip.com/Qikan/Article/Detail?id=24937504&from=Qikan_Search_Index

    YAN Liping, HU Fen, LI Shengfa, et al. The effect of summer closed fishing and the reasonable utilization on hairtail (Trichiurus japonicus) resources in the East China Sea region[J]. J Nat Resour, 2007, 22(4): 606-612. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=24937504&from=Qikan_Search_Index

    [15] 刘凯, 张敏莹, 徐东坡, 等. 长江春季禁渔对崇明北滩渔业群落的影响[J]. 中国水产科学, 2006, 13(5): 834-840. https://lib.cqvip.com/Qikan/Article/Detail?id=22686965&from=Qikan_Search_Index

    LIU Kai, ZHANG Minying, XU Dongpo, et al. Effects of spring closed season on fishery community of the north beach of Chongming, the Yangtze River[J]. J Fish Sci China, 2006, 13(5): 834-840. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=22686965&from=Qikan_Search_Index

    [16] 徐宾铎, 张帆, 梅春, 等. 胶州湾中部海域春、夏季鱼类群落结构特征[J]. 应用生态学报, 2010, 21(6): 1558-1564. https://lib.cqvip.com/Qikan/Article/Detail?id=34347979&from=Qikan_Search_Index

    XU Binduo, ZHANG Fan, MEI Chun, et al. Characteristics of fish community structure in the central Jiaozhou Bay in spring and summer[J]. Chin J Appl Ecol, 2010, 21(6): 1558-1564. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=34347979&from=Qikan_Search_Index

    [17] 杜建国, 陈彬, 卢振彬, 等. 泉州湾海域鱼类多样性及营养级变化[J]. 生物多样性, 2010, 18(4): 420-427. https://lib.cqvip.com/Qikan/Article/Detail?id=34805633&from=Qikan_Search_Index

    DU Jianguo, CHEN Bin, LU Zhenbin, et al. Changes of fish diversity and trophic levels in Quanzhou Bay[J]. Biodivers Sci, 2010, 18(4): 420-427. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=34805633&from=Qikan_Search_Index

    [18] 纪炜炜, 李圣法, 陈雪忠. 鱼类营养级在海洋生态系统研究中的应用[J]. 中国水产科学, 2010, 17(4): 878-887. https://lib.cqvip.com/Qikan/Article/Detail?id=34630993&from=Qikan_Search_Index

    JI Weiwei, LI Shengfa, CHEN Xuezhong. Application of fish trophic level in marine ecosystem[J]. J Fish Sci China, 2010, 17(4): 878-887. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=34630993&from=Qikan_Search_Index

    [19] 王祖玉, 管琼. 中日新渔业协定六月生效东海渔业生产需尽早调整[J]. 渔业致富指南, 2000(11): 14. https://lib.cqvip.com/Qikan/Article/Detail?id=15129669&from=Qikan_Search_Index

    WANG Zuyu, GUAN Qiong. New Sino-Japanese fisheries agreement came into force in June, the East China Sea fishery production needs early adjustment[J]. Fish Guide Rich, 2000(11): 14. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=15129669&from=Qikan_Search_Index

    [20] 吴瑞银, 侯晓波, 苑振广. 中韩渔业协定实施后涉外渔业管理面临的问题及对策[J]. 齐鲁渔业, 2002, 19(8): 6. https://lib.cqvip.com/Qikan/Article/Detail?id=6770286&from=Qikan_Search_Index

    WU Ruiyin, HOU Xiaobo, YUAN Zhenguang. Question and countermeasure of the administration of foreign-related fishing after the implementation of Sino-South Korean fisheries agreement[J]. Shandong Fish, 2002, 19(8): 6. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=6770286&from=Qikan_Search_Index

    [21] 郑卫东. 中日、中韩渔业协定与中国渔业管理面临的挑战[J]. 渔业经济研究, 2000(2): 5-9. https://lib.cqvip.com/Qikan/Article/Detail?id=4639111&from=Qikan_Search_Index

    ZHENG Weidong. Sino-Japanese, Sino-South Korean fisheries agreement and challenges of fishery management in China[J]. Fish Econ Res, 2000(2): 5-9. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=4639111&from=Qikan_Search_Index

  • 期刊类型引用(1)

    1. 刘凤坤,赵吉臣,许敬轩,郑雅之,鲁慧杰,孙育平,阮灼豪,郭慧,杨俊贤,黄文. 耐盐好氧反硝化菌黏质沙雷氏菌HL4的分离鉴定及脱氮性能. 广东海洋大学学报. 2024(04): 38-46 . 百度学术

    其他类型引用(2)

图(4)  /  表(3)
计量
  • 文章访问数:  4485
  • HTML全文浏览量:  168
  • PDF下载量:  2598
  • 被引次数: 3
出版历程
  • 收稿日期:  2011-09-07
  • 修回日期:  2011-10-12
  • 刊出日期:  2012-02-04

目录

/

返回文章
返回