一种基于精细化海洋环境特征场的秋刀鱼渔场探测路线和找鱼方法

    公开(公告)号:CN114819271A

    公开(公告)日:2022-07-29

    申请号:CN202210284015.X

    申请日:2022-03-22

    Abstract: 本发明涉及一种基于精细化海洋环境特征场的秋刀鱼渔场探测路线和找鱼方法,所述不同渔汛期秋刀鱼所需的精细化渔场预测指标有所不同,水温适宜范围和等值线密集区且发生拐弯的环境场是渔场探测的首选因子,同时优先在海面高度L周边海域进行初定渔场范围,渔场需结合25米水层洋流的旋涡方向和流速大小来缩小渔场范围,再结合叶绿素相对高值区进一步缩小和确定秋刀鱼渔场;水温、海面高度和洋流均需以当天捕捞时段的预测数据为依据;秋刀鱼非渔场位于海面高度H中心周边以及25米水层的黄色、橙色等级洋流,需避开。本发明建立了秋刀鱼渔场探测路线和找鱼方法,可快捷、方便寻找到高产量的渔场位置,为提高生态高效捕捞围网渔业提供参考依据。

    一种多阈值混合判定北太平洋秋刀鱼船舶精细状态的方法

    公开(公告)号:CN114661780A

    公开(公告)日:2022-06-24

    申请号:CN202210001422.5

    申请日:2022-01-04

    Inventor: 张衡 杨超 韩海斌

    Abstract: 本发明公开了一种多阈值混合判定北太平洋秋刀鱼船舶精细状态的方法,对各船位点的状态通过VMS数据、作业时间、海洋环境组合进行判断,通过多阈值混合判定秋刀鱼船的船舶状态,能够更精细区分船舶状态,所述VMS数据为航速、航向差、位置差;所述作业时间为北太平洋当地时间;所述海洋环境为风浪数据。由于采用上述技术方案,本发明与现有技术相比,具有以下优点和积极效果:本发明通过多阈值混合判定秋刀鱼船的船舶状态,因秋刀鱼船在捕捞作业时轨迹变化幅度较大,与其他捕捞渔船不同,通过多种阈值来混合判定,能够更精细区分船舶状态。

    辅助受损牡蛎礁恢复的人工组合礁体构建方法

    公开(公告)号:CN105379648B

    公开(公告)日:2018-05-11

    申请号:CN201510772345.3

    申请日:2015-11-12

    CPC classification number: Y02A40/81

    Abstract: 本发明涉及一种辅助受损牡蛎礁恢复的人工组合礁体构建方法,包括以下步骤:制造三角礁体和锥台礁体、运送三角礁体和锥台礁体至恢复点、对三角礁体和锥台礁体进行人工摆放、调查并调整三角礁体和锥台礁体的距离和位置以及分季度监测分析牡蛎礁恢复情况。本发明能够让海水中的牡蛎苗幼体附着于人工礁体上进行生长、繁殖,达到增殖牡蛎种群质量与数量、扩增自然活体牡蛎礁面积、让天然牡蛎礁及其生态系统得以恢复的作用。

    一种全方位环境光采集装置以及鱼类放流标志

    公开(公告)号:CN103512654A

    公开(公告)日:2014-01-15

    申请号:CN201310418900.3

    申请日:2013-09-13

    CPC classification number: Y02A40/81

    Abstract: 本发明涉及一种全方位环境光采集装置以及鱼类放流标志。其中,全方位环境光采集装置包括采光环,所述采光环上连接有导光支路,所述导光支路的出光口处设有光亮度传感器,所述采光环采集到的光能够在采光环内经过多次反射或全反射进入所述导光支路。鱼类放流标志包括圆柱形本体,所述圆柱形本体的周向上开有安装槽,所述安装槽内安装有上述的全方位环境光采集装置;所述圆柱形本体上还开有用于放置所述导光支路的通光孔,所述通光孔与所述导光支路紧密接触。本发明在不增加功耗和电路复杂程度的情况下解决了同时采集不同方向亮度的问题。

    一种水体藻类浓度的测量方法及系统

    公开(公告)号:CN116858753B

    公开(公告)日:2024-05-24

    申请号:CN202310552931.1

    申请日:2023-05-16

    Abstract: 本发明涉及一种水体藻类浓度的测量方法,包括以下步骤:S1获取不少于一个已知藻类浓度的含藻水样;S2测量含藻水样在有检测光束照射和无检测光束照射时的荧光光强,通过环境光校正公式计算得到实际测量值;S3重复步骤S2直到获得所述含藻水样的实际测量值数列,通过最优估计算法对所述含藻水样的实际测量值数列进行分析得到实际光强值;S4重复步骤S2至S3直到获得全部所述已知藻类浓度的含藻水样的实际光强值,与藻类浓度值进行拟合得到藻类浓度模型;S5利用步骤S2至S3中所述方法得到未知藻类浓度的待检水样的实际光强值,带入所述藻类浓度模型得到所述待检水样的藻类浓度值。本发明所述测量方法能够降低检测环境和检测系统带来的误差。

    基于海洋模式SST数据的南极海冰密集度预报模型构建和发布

    公开(公告)号:CN117950086A

    公开(公告)日:2024-04-30

    申请号:CN202410084814.1

    申请日:2024-01-19

    Abstract: 本发明涉及一种基于海洋模式SST数据的南极海冰密集度预报模型构建和发布,其步骤包括:1)建立各年、各天的SST和海冰密集度的关系数据库;2)按月对日平均SST和海冰密集度数据进行拟合,选取线性拟合函数构建两者的函数关系;3)基于实时获取的FIO‑COM32海洋模式SST预报数据,通过最佳线性拟合函数进行海冰密集度的每日空间分布制图;4)对预报的海冰密集度进行等值面自动制图和发布。本发明建立了海洋模式SST和海冰密集度函数模型,实现了1天4次和未来5天的自动持续发布功能,为南极海域船舶安全生产或航行路线提供躲避海冰参考,大大提高了船舶安全航行和生产的决策能力。

Patent Agency Ranking