双频识别声呐在鱼类资源调查中的应用进展

刘慧杰 王从锋，2 刘德富 陈明明 朱良康

（1.三峡大学 水利与环境学院，湖北 宜昌 443002；2.三峡大学 三峡地区地质灾害与态环境湖北省协同创新中心，湖北 宜昌 443002；3.湖北工业大学 资源与环境学院，武汉 430068）

随着水利工程的大规模修建，导致连续、开放水体在信息传递、物质循环等方面发生一系列变化，河流连续性、鱼类个体生存环境遭到破坏，最终对生态环境和鱼类资源产生不可逆影响.为了缓解生态环境及鱼类资源面临的各种危机，修建过鱼设施、对鱼类资源现状进行调查等十分必要.声学技术的发展，使得声学探测在水下领域的应用成为可能，并且越来越多的应用于鱼类资源保护、鱼类资源定量评估等.20世纪二三十年代国外就已经将声学仪器运用到水下资源调查.1924年Potier等［1］提出了将声学设备运用到渔业资源调查，Kimura等［2］在1929年成功利用声学仪器探测到鱼类.如今应用于鱼类资源调查的声学仪器种类越来越多，回声探测仪（也称鱼探仪）作为应用广泛具有代表性的水声学探测仪器在其中具有重要地位［3］.近几年，又出现了双频识别声呐DIDSON（Dual－frequency Identification Sonar）.

回声探测仪是目前该领域最先进的水声学仪器之一［4］，自20世纪80年代引入国内到现在为止，被广泛用于海洋、内陆水域鱼类资源现状的调查.利用回声探测仪评估鱼类资源量主要有两种方法：回波积分法（Echo Integration）和回波计数法.回波积分法即对取样单位区域鱼群回声强度进行积分，得到积分值，除以单个个体目标强度，得到鱼类个体数.目标强度（Target Strength，TS）是定量描述目标反射声波能力强弱的物理量.鱼类目标强度受多重因素影响，随着鱼类体长、种类、超声波频率及鱼体游泳指标等因素的变化而变化.江河水体鱼类品种繁多，鱼体平均目标强度的确定更为复杂［5－9］.内陆水体水生境的复杂性，加大了分层拖网进行鱼类取样的难度，影响积分分配的判定，难以得到目标强度与鱼体体长准确换算关系式.如果鱼类以个体形式呈散点分布，密度足够低，则通过声学仪器直接进行个体回波计数，将结果除以扫描水域的体积，求得该区域平均分布密度，进而得到整个调查区域的鱼类丰富度.近年来，我国相关科研机构利用回声探测仪进行了多次水声学探测研究.2006年谭细畅等［10］利用EY60回声探测仪评估青海湖鱼类资源，使用Sonar5软件转换原始数据，结果显示仪器参数设置不同，信号过滤质量及可识别的鱼体数目有明显差异.王崇瑞等［11］于2010年采用BioSonics DT－X超声波回声仪对青海湖裸鲤资源量及其空间分布进行水声学调查，指出由于缺少青海湖裸鲤TS值与体长之间的精确换算公式，仅依靠其他鱼类的经验体长换算公式，使得对鱼类资源量及种群体长分布的评估与实际情况存在差异.

双频识别声呐DIDSON是目前唯一运用声频“镜头”的高清晰度声呐，能够在黑暗浑浊水体中生成相当于视频质量的动态监测图像.2004年，经美国国务院同意DIDSON由军用转为民用.双频识别声呐DIDISON作为区别于回声探测仪的水声学探测仪器，对监测原始数据进行处理直接得到个体数、体长和鱼类所处深度等.Maxwell等［12］利用DIDSON对洄游性大马哈鱼进行计数，识别鱼类体长.Petreman和Jones等［13］在特定时间内对同一断面鱼类上下行情况进行统计，将DIDSON探测数据与人工计数情况进行对比.结果显示DIDSON在探测过程中具有很高的精确性，在能见度低的水域中更有优势.随着DIDSON功能的不断完善，其在鱼类资源调查过程中的应用也将会越来越广泛.本文阐述了DIDSON的工作原理，对国内外应用领域及现状加以介绍，从鱼类资源评估、体长及种类鉴别3个方面探讨DIDSON应用过程中的影响因素，并提出改进方法，旨在为今后DIDSON更好地应用提供参考.

1 DIDSON工作原理

1.1 DIDSON回声探测系统

DIDSON有两组频率模式，一组是标准型：1.1 MHz和1.8MHz，另一组是长距型：0.7MHz和1.2 MHz.标准型双频识别声呐可在1～40m范围内对观测目标进行自动调焦，保证观测范围内图像清晰度.长距型的成像分辨率较低，成像范围从1m到80m.标准型和长距型在使用方法上基本相同，下文的相关介绍以标准型为例.

表1 波束宽度及数量

表2 标准型双频识别声呐主要特性

1.2 DIDSON成像特点

双频识别声呐具有声学透镜，通过透镜将声波压缩汇聚，形成狭窄波束，可以得到高清的二维图像.使用声学透镜有两个主要的优点，第一不需要消耗能量，其工作在30W功率下就可进行，第二是容易发射和接收同一个波束，不会与其他波束相混淆.运用双频识别声呐探测物体时，需要根据物体与仪器的距离调整好双频识别声呐的位置和角度，保证物体在双频识别声呐的探测视野范围以内.对于同一目标物，探测角度不同，呈现的图像可能有较大差异.以图1为例，声呐探测形式如图1（a）所示，换能器在距离海底1m的深处，与水平方向呈15°进行观察，发射的波束覆盖海底两个目标物，回波包含目标物的大小、距离和方位信息.图1（b）是成像示意图，图像中显示的效果如同从上往下的监测视野.发射的波束会被物体所阻挡导致物体后面没有回波信号，这样会形成“声影区”.如果回波信号强，那么目标物显示在图像上相对于海底就亮，反之图像就显得较暗.

图1 DIDSON倾斜和成像范围

当声呐位置和目标物体位置一定的时候，调整声呐的角度可以调整双频识别声呐的成像范围.当声呐的角度越倾斜，其所能探测到的视野就越小，所成图像越来越小，最后显示范围也会缩小.图2（a）双频识别声呐的观察角度比图1（a）更为陡峭，波束只能覆盖海底很小的一部分区域.图2（b）为成像的示意图，在这种条件下图像呈现效果不佳，因为一方面波束覆盖区域小，另一方面海底回波信号较强，目标物不易从背景中识别.因此在图1（a）所示的条件下，物体比较容易识别.

图2 较大倾斜角度后DIDSON成像范围

对于DIDSON，10m以内的物体是以高频探测，10m以外的物体是以低频探测.DIDSON要对10m处的目标物形成一帧完整的画面需要0.1s，对30m处的目标物形成一帧完整的画面需要0.15s.双频识别声呐发射的波束之间有一定的间隔，这会使得安装在移动物体上或者所探测的目标物在移动的条件下，监测过程中的图像效果会受一定影响，会出现锯齿状轮廓，当相对移动速度适中时，锯齿状现象会得到明显的改善.

1.3 声学图像的处理

利用V5.25软件对采集数据进行处理.在DIDSON采集生成文件的过程中，读取鱼类的信息有两种方式，一种是设备自动识别，另一种是人工手动甄选.在实际操作过程中发现，自动识别与人工手动甄选结合，通过可视化界面观察采样数据，导出鱼类体长，可以达到较好的鱼类数据处理效果.图3为2014年4月份贵州省北盘江鱼类资源调查监测数据处理显示图像，结果显示有超出正常体长的鱼类，可以判断为错误数据.将自动识别与人工手动甄选相结合，对错误数据进行剔除.

图3 DIDSON监测数据处理显示图像

必须对监测影像进行一定的处理，才能将其显示成所能识别的清晰图像.这一过程包括：颜色模式、线性插值以及平滑去噪.双频识别声呐采集的数据使用0到255表示的回波强度，要想显示的图像具有可视性，需要将不同的强度值对应成不同的颜色，在对图像颜色处理时，要进行颜色的混合，但要遵循一定的规则，即在不同的颜色模式下，对颜色进行处理.

由于DIDSON数据以极坐标的形式进行采集，距离声学镜头远的位置采样点稀疏.将处理后的鱼类数据在surfer中插值，得到清晰地鱼类影像.

图像的平滑处理过程，可以将水下声呐采集数据时受噪声影响的程度尽量减小.声呐在采集目标图像和传输过程中，受到各种背景噪声的影响，包括摄影仪器和处理电路产生的噪声，水流天气等造成的环境噪声，以及鱼类等水下生物发出的生物噪声，这些噪声使得目标对象在图像中显示模糊，所以对声学图像进行去噪十分关键.

应用高斯移动平均自适应背景去除法，公式如下：

式中，Th为噪音阈值，I（x，y）为图像位置（x，y）中像素辉度；B（x，y）为图像背景的平均辉度.通过公式（1）对像素点进行检测.

为了避免软件的重复计数，对鱼类目标进行跟踪.目前，针对目标线性运动轨迹，跟踪技术及理论发展较成熟.但鱼类个体活动较灵活，有很高的瞬时加速度，运动轨迹不一定为线性运动.所以，对于鱼类行为跟踪计数功能有待进一步研究.

2 DIDSON在鱼类资源调查中的应用

目前，利用水声学评估鱼类资源已成为鱼类资源调查的一个重要手段.国外运用双频识别声呐DIDSON进行鱼类资源调查与评估的方法逐渐成熟，国内在该领域的研究仍处于探索阶段.

2.1 国外概况

国外发挥DIDSON在鱼类资源调查方面的优势，对鱼类行为、鱼类资源分布、鱼类洄游等进行监测，以此作为基础对生态环境及鱼类资源保护提出建设性意见及保护措施.

1）监测鱼类行为

通过双频识别声呐DIDSON的探测，评估鱼类空间分布，比较密度差异，从而监测鱼类行为.Becker等［14］利用DIDSON观察鱼类在水底建筑物周围聚集情况，探究人造光源对鱼群觅食行为及聚集情况的影响程度，发现有光源存在时，较大食肉性鱼类有集群行为.Handegard等［15］对鱼类行为进行观察，研究鱼类生活习性与捕获鱼类时节最优关系.并且将DIDSON自动计数功能与手动计数进行对比，结果显示，当鱼类密度较低时，DIDSON计数准确性较高.

2）鱼类资源评估

渔业资源调查中，DIDSON多用于定点监测，调查和评估特殊水动力区域鱼类资源时空分布特征.国外运用DIDSON较为成熟，走航式监测技术不断突破.Able等［16］将DIDSON安装在移动设备上，对河口栖息地鱼类资源现状进行调查.Han等［17］针对养殖网箱内鱼类转移过程计数和体长测量情况，基于DIDSON摄像功能，提出一种较为成熟的鱼类资源评估和体长判定方法.Boswell等［18］利用DIDSON评估特定区域鱼群资源，研究出精确高效的半自动后期数据处理体系，不再完全依靠人工后期处理，对于探测鱼类的体长、数量、游泳速度及鱼类的定位等有很好的应用效果.稳定的数据分析平台对于DIDSON在鱼类资源调查方面的应用将会起到重要作用.

3）鱼类洄游

鱼类通过洄游变换栖息场所，扩大对空间环境的利用，最大限度地提高种群存活、摄食、繁殖和避开不良环境条件的能力，具有重要的生态学意义.2008～2011年Macnamara等［19］通过对欧洲鳗鱼连年监测，确定洄游运动规律、鱼类群体大小及可补资源量.Pavlov等［20］运用DIDSON监测鳟鱼产卵性洄游，系统地分析鱼类洄游数量及体长分布特征.为建设专门鱼类洄游过鱼通道，Maxwell等［21］利用DIDSON对河底地形进行探测，从而了解鱼类栖息地特征，保护濒危鱼类.

2.2 国内概况

目前为止，国内对双频识别声呐DIDSON利用多为渔业资源的定量评估、探究鱼类行为与生态环境之间的影响等.

童剑锋等［22－23］利用 DIDSON 对洄游性鱼类香鱼进行计数，提出对于体长小于6cm鱼类计数的新方法，并且对双频识别声呐的图像处理在渔业资源应用方面进行了初步研究.2013年熊锋等［24］利用DIDSON对葛洲坝船闸附近鱼类活动规律进行定点监测，探讨船闸的运行对鱼类活动规律的影响情况，进而为过鱼设施与船闸的结合提供依据.周家飞等［25］于2013年4月及6月份运用DIDSON对葛洲坝下游近坝区鱼类资源总量及不同时空鱼类资源分布密度进行调查，探究鱼类密度对水环境变化的响应关系.

除了在鱼类方面的应用，近两年来DIDSON的应用范围也得到了扩展.为了对水工建筑物的水下病害情况进行检测，徐毅等［26］应用DIDSON进行观测.同样，荣海北等［27］应用DIDSON对三河船闸工程水下部分进行探测，得到高清晰度的探测影像，为今后工程的进一步维护提供基础资料.

3 影响DIDSON在鱼类资源应用过程中的因素

根据国内外研究状况，结合DIDSON实际操作应用，笔者发现运用DIDSON进行鱼类资源定量评估、鱼类体长判定及种类鉴别时会受到一定因素的影响.体长判定过程中，鱼类自身和DIDSON仪器性能为主要影响因素；鱼类资源定量评估时，外界环境因素占主导地位.

3.1 体长

体长具有重要的生物和生态学意义，通过体长探测得出长度频率分布，分析鱼类年龄组成及生长状况，评估增殖放流效果、鱼类资源现状，判断种群年龄结构合理性等.V5.25软件对原始数据进行处理，直接得到鱼类体长，探测结果受到鱼类与换能器之间距离、位于波束中的位置、鱼类自身结构等因素的影响.就DIDSON本身而言，换能器发射的波束中心与波束边缘的强度不同也会造成影响［28］.张慧等［29］、Burwen等［30］利用DIDSON调查鱼类体长，观察鱼类游泳行为，指出游泳行为会造成体长探测的明显差异.鱼类体长偏小时，探测结果将会出现误差.图4为2013年8月份葛洲坝2号、3号船闸连续昼夜定点监测数据，据走访渔民得知该区域内鱼体体长较小.分析数据显示，体长小于10cm鱼类个体所占比重不到10%，与实际鱼类体长分布情况存在偏差.

图4 葛洲坝2号、3号船闸连续昼夜定点监测

鱼类体长的确定依靠鱼类个体的回波强度值，由于周围环境噪音的影响，建议设置动态的阀值.对于探测到的体长分布结构与实际存在偏差的情况，提高DIDSON的信噪比，加强换能器分辨率，结合拖网调查取证估算各部分体长所占比重.

3.2 定量评估

水电站的建设、鱼类栖息地退化和水质问题的恶化都使得洄游性鱼类的数量急剧下降、分布范围缩小.一些洄游性珍稀鱼类受到威胁甚至遭到灭绝，它们具有非常重要的生态和社会性价值.对于洄游性鱼类数量和分布情况的调查刻不容缓.水体的高浑浊度、监测水域的具体特性（河宽、海岸形状等）、鱼类可捕量及鱼类密度都对DIDSON定量评估的准确性具有一定的影响.回波信号也可能被环境所干扰，例如产生的气泡、漂浮物，Bremher等［31］发现这些干扰都会影响来自鱼体回波信号的接收，导致设备对鱼体反射信号的错误识别.Guillard等［32］在探究渔船对鱼群行为影响的过程中发现鱼类密度大小会对鱼类资源总量的评估准确性造成影响.Cronkite等［33］用DIDSON评估成年大马哈鱼迁移数量时，发现鱼类游泳速度影响DIDSON计数功能的准确性.另外，当鱼类重复在某个区域游动时可能会造成DIDSON的重复计数.

对生态监测研究而言，双频识别声呐DIDSON的重要性不容忽视，综合考虑上述影响因素，在进行鱼类资源定量评估时需注意以下几个重要条件：1）鱼类需通过换能器发射的波束，这也就要求我们实时监测时注意监测区域的全面性；2）鱼类积极单向的游动；3）DIDSON进行走航监测时，需要确定合适的行船速度，合适的安装方式等；4）规范操作流程，在监测前向当地渔民及该行业主管部门提前了解具体情况.

3.3 种类鉴别

声学探测方法最主要的限制是难以对鱼的种类进行辨别.应用DIDSON能否通过声影识别鱼类呢？DIDSON提供了高质量的影像资料，Horne等［34］经过试验发现仅仅依靠DIDSON的成像技术直接对鱼种进行辨别是不可能的.通过监测数据得到鱼类的迁移特性、生态和生物学特征可以间接判断鱼类种类.海洋中聚集鱼群多为单一物种，相比之下，江河水体中鱼类个体大小不一、鱼群种类多样化，增加了利用DIDSON辨别物种的难度.很多学者都进行了这方面的研究，结合拖网、垂钓等，综合各种调查资料辨别鱼类物种，工作者自身对调查区域的了解程度也是非常重要的.

辨别种类的手段正在开发和优化.Langkau等［35］进行试验，通过提取DIDSON监测数据，分析声影图像，对不同体长的4种鱼类进行辨别.Mueller等［36］在对鳗鱼进行识别过程中对于声呐图像的后期处理总结为4步：①图像加工；②目标跟踪；③参数设置；④分类辨别.每一种鱼都存在特定摆尾频率，一些研究中根据鱼类摆尾频率进行种类辨别，在平稳水流中可以通过回声图得出鱼类摆尾频率.Mueller等［37］利用DIDSON探究两种鲑鱼的摆尾频率，分别为1.0～2.0Hz、2.0～3.5Hz.目前为止，此种鉴别实验还未在开放水体中进行，有一定的局限性.但也为鱼类判别提供了新的研究方向.

4 改善措施及未来应用展望

水生科学领域，利用DIDSON评估鱼类资源和种类鉴别是一个相对比较新的手段.如今，DIDSON应用于鱼类行为观察、渔业资源保护、生态环境保护及渔业养殖等方面，特别针对存在较大支流的湖泊性水域调查洄游性鱼类资源现状有其特殊优势：1）DIDSON接近光学性质的探测影像，再现鱼类游泳行为，研究鱼类与环境因子的响应关系；2）对鱼类进行自动或手动计数，直接导出鱼类体长；3）利用DIDSON进行定点监测，观察特殊水动力区域鱼类聚集及上下行情况，从而为过鱼设施的修建提供依据；4）通过图像后期处理、声影识别及摆尾频率等，对特定区域研究对象种类进行鉴别.

4.1 改善措施

评估和调查鱼类资源过程中，DIDSON仍受环境及自身因素制约.今后的研究过程中，着重解决以下不足之处：

1）鱼类资源定量监测过程中，鱼群对船只的避让行为导致定量评估出现误差.针对此种情况，建议在走航过程中选用噪音较小或者无噪音设备携带DIDSON进行监测，对搭载设备进行研发，寻求更好的应用方式.

2）双频识别声呐DIDSON数据后处理过程中，背景去噪技术有待加强研究.当前DIDSON数据后处理主要依靠人工进行，工作量大且会造成一定的误差，后期可通过对软件二次开发使数据处理程序参数设置简便化、一体化以及可视化，代替人工进行排错.

3）鱼类个体较小时，回声信号较弱，容易受到环境噪声的影响，不能正确完成计数功能.声呐波束并非一起发射，鱼类自身存在游泳速度，引起设备不能正确识别一条鱼的头部和尾部，得到超出正常范围的鱼类体长.对DIDSON进行设备改进，通过增加换能器的发射频率及发射波束的数量提高监测数据的准确性.

4）与回声探测仪相比，DIDSON的监测区域较小.对于大范围鱼类资源调查有其不适应性.回声探测仪有较大的监测范围，例如EY60、EK500等探测水体深度可达到几千米，能够显现水底地形截面图像.实际应用过程中将DIDISON与回声探测仪相结合，从整体与局部两方面对探测水域进行研究，两者相互补充，全面反映该水域水生环境与鱼类资源现状等情况.

4.2 未来应用展望

相对于光学成像技术，虽然DIDSON成像分辨率较低，但其在混浊、能见度低的水体中具有实时动态“看”到水下物体的能力.DIDSON在应用过程中存在局限性，但对于了解资源量现状、调查生物与环境之间的相互影响等仍然是精确高效的手段.

1）目前关于鱼类资源密度调查方式较少，可结合DIDSON、ADCP（Acoustic Doppler Current Profiler）测得鱼类资源总量、断面平均流速和流量.据ρ＝N／V（其中，N代表鱼类总数，V为监测区域水体体积，即流量乘以监测时间）得到该区域资源密度.

2）利用DIDSON对特殊水动力区域进行定点监测，观察鱼类在特殊断面上下行情况，进而为过鱼设施的修建研究提供依据.

3）利用水下地形测量仪器与FLOW3D软件构建鱼类栖息地水动力模型，结合DIDSON观察栖息地鱼类的行为，进而对栖息地适宜性作出有效评估.

4）将回声探测仪与DIDSON同时应用到监测过程中，从整体与局部两方面观察鱼类资源现状等.

5）与多普勒流速仪、多参等仪器结合，研究鱼类与生态环境因子的响应关系等.

［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］ 张慧杰，危起伟，杨德国.回声探测仪的发展趋势及渔业应用［J］.水利渔业，2008（1）：9－13.

［4］ 谭细畅，陶江平，李新辉，等.回声探测仪在我国内陆水体鱼类资源调查中的初步应用［J］.渔业现代化，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.鳙目标强度和行为特征的水声学研究［J］.淡水渔业，2011，41（2）：3－9.

［9］ 任玉芹，王 珂，段辛斌，等.水声学探测在江河鱼类资源评估中的技术分析［J］.渔业现代化，2010（2）：64－68.

［10］谭细畅，史建全，张宏，等.EY60回声探测仪在青海湖鱼类资源量评估中的应用［J］.湖泊科学，2009，21（6）：865－872.

［11］王崇瑞，张辉，杜浩，等.采用BioSonicsDT－X超声波回声仪评估青海湖裸鲤资源量及其空间分布［J］.淡水渔业，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］童剑锋，韩 军，浅田昭，等.基于声学摄像仪的溯河洄游幼香鱼计数［J］.渔业现代化，2009，36（2）：29－33.

［23］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，2010，156（17）：149－152.

［24］熊 锋，王从锋，刘德富，等.葛洲坝1号船闸启闭闸门对近闸区域鱼类活动规律的影响［J］.水生态学杂志，2014，35（5）：8－14.

［25］周家飞，王从锋，刘德富，等.葛洲坝下游近坝区水域鱼类资源声学调查与评估［J］.长江流域资源与环境，2014（11）：1551－1557.

［26］徐 毅，赵 钢，王茂枚，等.双频识别声纳技术在水工建筑物水下外观病害检测中的应用［J］.水利水电技术，2014，45（7）：103－106.

［27］荣海北，潘卫凯，李志荣.双频识别声呐在三河船闸工程水下检测中的应用［J］.水利建设与管理，2014（11）：60－62.

［28］Tuser M，FrouzováJ，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，Fleischman 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.