一种多生境条件下鱼类资源的抽样方法与流程

技术特征：

1.一种多生境条件下鱼类资源的抽样方法，其特征在于，采用如下处理方法：

(1)栖息地类型的确定：

a、对于距离海面20米以内的海面以上部分，在调查海域进行走航调查，确定距离海面20米以内的该海域上层的生境类型，用于调查包括贻贝场、网箱在内的养殖设施所营造的栖息地类型；

b、在对应明确栖息地类型的该海域上层处的下面，采用浅地层剖面仪进行底质类型的侧扫走航，初步判断海底底质的类型，并同时利用采泥器进行底泥的采样验证，从而明确底质类型，一种底质型所对应的栖息地即为一种生境类型；

(2)初始鱼类种群或群落资源的获取：

在海域随机或等距设置调查站点，为保证每种生境均能有效调查，采用刺网进行鱼类资源采集调查，获知每一网同一种鱼类的总重量或者每一网所有鱼类的总重量，从而得到鱼类资源生物量；

所述的网具为刺网，每一种生境类型采用的网具类型一致；为消除昼夜误差，每网次放置时间为24小时；

(3)“环境要素”的确认：

测定影响鱼类资源的主要环境因子，所述的主要环境因子包括：水温、盐度、溶氧、叶绿素、透明度、水深，在所述鱼类资源采集调查时进行同步调查；

(4)建立鱼类种群/群落-环境因子的预测生态模型：

按下列等式建立一种广义加性模型：

Logit(biomass)＝s(Lon)+s(Lat)+s(environment factors)+month+type，

其中，Logit是数据转换形式，biomass是鱼类生物量，s是平滑函数，Lon是经度，Lat是纬度，environment factors是环境因子包括水温、盐度等，month是月份，type是生境类型；

(5)生态模型校正：

基于全部数据所建立的初步生态模型，再根据建立模型所用环境数据来获得预测值，对预测值和真实网捕到的鱼类资源进行回归分析，检验模型预测精度：

P＝a+b*(P’)，其中P为真实值；P’为预测值；a为截距，也即是预测值与观测值的系统偏差；b是斜率系数，b值越接近1表明预测值与实际值越接近；

根据回归方程及模型AIC值来确定最优预测模型；

(6)选择采用精度高的抽样方法，并选定某片多生境类型海域进行鱼类资源统计：

比较包括简单随机抽样、系统抽样和分层抽样在内的若干种抽样方法，利用计算机模拟，比较不同抽样方法的精度，选择精度较高的分层抽样方法；

所述的分层抽样方法为：选取一片多生境类型海域，在该片海域相应的每层生境类型布置相应的更合理的采样站点数，然后将每一个采样站点所获取的鱼类资源进行统计；

(7)估算鱼类总体资源：根据分层抽样方法对该片多生境类型海域进行统计所得到的鱼类资源，再对整体海域的鱼类总体资源进行估算，鱼类总体资源量估算公式如下：

Y＝∑W_hY’_h，其中，Y为总体估计量，Y’为每层生境类型下的鱼类资源的估计值，W_h为每层权重，所述的权重指每个生境所占面积比例。

2.如权利要求1所述的一种多生境条件下鱼类资源的抽样方法，其特征在于，采用多功能水质仪来测定影响鱼类资源的主要环境因子。

3.如权利要求1所述的一种多生境条件下鱼类资源的抽样方法，其特征在于，

所述的选择采用精度高的抽样方法，其精度高的衡量指标包括：采用采样效果来衡量不同抽样方法的稳定性、采用相对误差法REE来比较估计值的总体精度、采用相对偏法RB来比较估计值的偏差，

所述的采样效果的公式为：

其中，为某一采样设计的估计量方差，为简单随机抽样的简单估计量方差；

所述相对误差法REE的计算公式为：

$REE=\frac{\sqrt{\underset{i=1}{\overset{n}{\Σ}}{({V_i}^{estimated}-V^{true})}^2/N}}{V^{true}}\×100\%;$

所述相对偏法RB的计算公式为：

其中V_estimated是某一采样方法抽样下的模拟估算的平均值，V_true是对应的真实的资源量的平均值，N是模拟估算的次数。

4.如权利要求3所述的一种多生境条件下鱼类资源的抽样方法，其特征在于，所述的N≥100。

5.如权利要求1所述的一种多生境条件下鱼类资源的抽样方法，其特征在于，所述的分层抽样方法基于面积来划分层次，每层的站点数不少于3个，且每一层采样为随机采样。

6.如权利要求1所述的一种多生境条件下鱼类资源的抽样方法，其特征在于，所述的刺网采用不同网目组合而成的多网目三层刺网，每片刺网的长度为30m。

7.如权利要求6所述的一种多生境条件下鱼类资源的抽样方法，其特征在于，

所述的多网目三层刺网包括一片内网目网衣和两片外网目网衣组成；

所述的内网衣采用多网目，该多网目的尺寸分别为22mm、34mm、43mm、50mm、60mm及80mm；

所述的外网目尺寸均为270mm，网高1.8m，网片长30m。