基于射频识别技术的鱼类过坝后问题河段识别及优化方法

摘要

基于射频识别技术的鱼类过坝后问题河段识别及优化方法，步骤为：步骤1：进行坝下河道放鱼试验；步骤2：构建鱼类过坝后河道上溯效果评价体系；步骤3：初步确定坝上问题区域河段；步骤4：精准识别坝上问题区域河段；步骤5：进行坝上问题河段的诊断优化。本发明依托建有过鱼设施的大坝工程，开展坝下放鱼试验，利用射频识别技术监测过鱼对象在过坝后河道的上溯效率；采用层次分析法对过坝后上溯效果评价指标赋权，利用多属性效用理论对鱼类过坝后上溯效果进行综合评价，构建鱼类过坝后河道上溯效果评价体系，输出过坝后河道上溯效果的定量评价结果；本发明提出的鱼类过坝后河道上溯问题河段识别及诊断优化方法，可应用于我国已建有过鱼设施的大坝工程，为我国鱼类过坝后河道上溯效果提升提供借鉴方法和策略。

说明书

技术领域

本发明属于生态与鱼类保护技术领域，特别涉及一种基于射频识别技术的鱼类过坝后问题河段识别及优化方法。

背景技术

鱼类上溯效果监测经过多年发展，已从最初单一的网捕或人工识别计数发展到如今兼有网捕、电捕、视频识别、水声学监测、射频识别技术等多种高精度、高自动化的监测方法。其中，射频识别技术因具有效率快、精度高以及对鱼体伤害小等优势在国外被广泛应用于鱼类上溯效果监测。

过鱼对象通过过鱼设施并不等同于能顺利完成生命周期。有过坝需求的成鱼，仍需在过坝后继续上溯找到能提供索饵、产卵等生命活动的功能性栖息地。然而，坝上河道内常出现过鱼对象在某个河道区域出现过鱼困难，最终导致上溯失败的现象。这个不利于鱼类上溯的河道区域统称为问题区域河段，而问题区域河段中环境和水力等因素往往是导致过鱼对象难以上溯的主因。因此，如何识别问题区域河段及优化问题区域河段内水力及环境条件是解决问题区域河段过鱼困难的核心问题。目前，鱼类过坝后河道上溯效果评价体系构建尚不成熟，监测中易缺失可能对鱼类过坝后河道上溯效果有影响的相关参数记录，缺乏构建耦合多因素的鱼类过坝后河道的上溯效率的预测模型，识别及诊断优化问题区域河段的方法尚未见报道。

发明内容

鉴于背景技术所存在的技术问题，本发明所提供的基于射频识别技术的鱼类过坝后问题河段识别及优化方法，可应用于我国已建有过鱼设施的大坝工程，为我国鱼类过坝后河道上溯效果提升提供借鉴方法和策略。

为了解决上述技术问题，本发明采取了如下技术方案来实现：

一种基于射频识别技术的鱼类过坝后问题河段识别及优化方法，包括以下步骤：

步骤1：进行坝下河道放鱼试验；

步骤2：构建鱼类过坝后河道上溯效果评价体系；

步骤3：初步确定坝上问题区域河段；

步骤4：精准识别坝上问题区域河段；

步骤5：进行坝上问题河段的诊断优化。

优选地，步骤1中，坝下河道放鱼试验的方法为：依托建有过鱼设施的大坝工程，先分别在过鱼设施出口和坝上河道水文情势受库区调度变化明显的区域布置天线线圈，随后将PIT标签植入过鱼对象体内；正式试验时，在坝下游河道中释放标记鱼，当标记鱼通过天线时，系统将自动记录标记鱼的编号及通过时刻。

优选地，步骤2中，构建方法包括以下内容：

步骤2.1：根据射频识别系统监测的标记鱼数据，获取评价鱼类过坝后河道上溯效果的指标，所述指标包括尝试率、尝试时间、通过率和通过时间；各评价指标定义如下：

①尝试率定义为：

其中μ

②尝试时间定义为：过鱼设施出口天线识别到标记鱼的时间与闸坝下游放鱼的时间间隔；因鱼类尝试到达过鱼设施出口的时间有长有短，且分布不均，因此将确定一个临界尝试时间，超过临界尝试时间到达过鱼设施出口为尝试延迟，提出尝试延迟率用于表征到达过鱼设施出口快慢，其计算公式：

其中n

③通过率定义为：

其中μ

④通过时间定义为坝上河道天线识别到标记鱼的时间与过鱼设施出口天线识别到标记鱼的时间间隔；因鱼类在到达坝上游河道天线处的时间有长有短，且分布不均，因此将确定一个临界通过时间，超过临界通过时间到达坝上河道天线为通过延迟，提出通过延迟率用于表征标记鱼在坝上河道中上溯的快慢，其计算公式：

其中n

步骤2.2：采用层次分析法对鱼类过坝后河道上溯效果评价指标进行权重分配，层次分析法赋权的过程如下：

①构建相对重要性矩阵：

式中A为相对重要性矩阵，a

确定各评价指标相对重要性排序为尝试率>通过率>尝试时间>通过时间，建立出相对重要性矩阵如下：

②计算相对重要性矩阵的最大特征根及特征向量；采用根法近似求出矩阵A的最大特征值与特征向量为W＝(2.213,0.760,1.316,0.452)

③对特征向量归一化，得到权重，获得各个效果评价指标的权重，

④做一致性检验，若相对重要性矩阵的一致性达不到要求，则计算出来的权重将会出现不合理性，因此需要进行一致性检验；其检验系数计算公式为：

CR＝CI/RI，

式中，CR为一致性检验系数；

若CR<0.1，则认为一致性较好；

若CR>0.1，则认为一致性较差，需要重新构建相对重要性矩阵A，然后再进行权重计算；

CI为相对重要性矩阵的一致性指标，其计算公式为：

式中n为相对重要性指数的阶数；RI为同阶的平均随机一致性指标；当前计算出CR＝0.011<0.1，认为构建的相对重要性矩阵较好，通过一致性检验，各指标的权重分配合理，可直接用于评价鱼类过坝后河道上溯效果；

步骤2.3：针对各评价指标制定相应评价标准，并将各指标在[-1,1]之间赋值；

步骤2.4：采用多属性效用理论对鱼类过坝后河道上溯效果进行综合评价，其计算公式如下：

上式中，S为评价对象的总得分值；ω

优选地，步骤3的方法为：所述的坝上问题区域河段初步确定是将坝上河段每隔100m进行分区编号，以随机选择连续编号区域河段为分析对象，对每个区域河段均安装射频天线，通过放鱼试验，监测每个区域河段目标鱼上溯效果，同步测量每个区域河段的环境及水力参数；以选择的每个区域河段上溯效果为输出层，每个区域河段的环境及水力参数为输入层，形成训练集，构建RNN模型预测其它区域河段的通过率，构建ARIMA模型预测其它区域河段的通过时间，根据两个模型的预测结果，初步确定坝上问题区域河段。

优选地，步骤4中，利用射频识别技术，再精准识别已初步确定坝上问题区域河段范围内导致过鱼对象难以上溯的区域河段；识别标准为以下两点：

①识别目标鱼在通过每级区域河段时是正常通过区域河段还是缓慢通过区域河段；主要采用K-均值的聚类分析法将通过时间分为两类，对鱼类在每个区域河段的通过时间加以分类；聚类完成后，将按照通过时间将区域河段分为正常通过区域河段与缓慢通过区域河段；

②目标鱼在坝上区域河段中上溯行为模式是“上溯-停留-再上溯”还是“上溯-后退-再上溯”的模式；

鱼类产生后退行为后，其通过区域河段的几率会大大减少；通过对每个区域河段布置天线，利用射频识别技术可统计出目标鱼产生后退行为的区域河段数量；通过统计过鱼对象出现通过缓慢及后退行为的区域河段，最终精准识别坝上问题区域河段；

优选地，步骤5中，通过对坝上问题河段河道改造、流量调度和环境调控等诊断方法优化该问题区域河段，优化完成后再次进行坝下放鱼试验及鱼类过坝后河道上溯效果评价；

若评价结果为好，则完成优化过程；

若评价结果为一般、中和差，则继续识别问题区域河段，诊断优化问题区域河段，直至达到理想的河道上溯效果。

本专利可达到以下有益效果：

本发明从提升鱼类过坝后河道上溯效果为出发点，依托建有过鱼设施的大坝工程，开展坝下放鱼试验，利用射频识别技术监测过鱼对象在过坝后河道的上溯效率；采用层次分析法对过坝后上溯效果评价指标赋权，利用多属性效用理论对过坝后上溯效果进行综合评价，构建鱼类过坝后河道上溯效果评价体系，输出过坝后河道上溯效果的定量评价结果；若评价结果为一般、中和差，需初步确定坝上问题区域河段；随机选择坝上连续编号的区域河段为分析对象，测量每个区域河段的环境及水力参数，采用射频识别技术量化每个区域河段的过鱼效率，并利用上述数据形成训练集，构建RNN模型预测其它区域河段通过率，构建ARIMA模型预测其它区域河段通过时间，根据预测结果初步确定坝上问题区域河段；利用射频识别技术，再分析坝上问题区域河段范围内导致过鱼对象出现通过缓慢及后退行为的区域河段，最终精准识别坝上问题区域河段；通过分析坝上问题区域河段内鱼类行为及水流条件，发现坝上问题区域河段导致过鱼效果不佳的原因；通过对坝上问题区域河段河道改造、流量调度和环境调控等诊断方法优化该问题区域河段，再循环进行上述步骤，最终达到理想的鱼类过坝后河道上溯效果。本发明提出的基于射频识别技术的鱼类过坝后问题河段识别及优化方法，可应用于我国已建有过鱼设施的大坝工程，为我国鱼类过坝后河道上溯效果提升提供借鉴方法和策略。

附图说明

下面结合附图和实施例对本发明作进一步说明：

图1为本发明步骤流程图；

图2为本发明0-20号每个区域河段目标鱼通过率(0-11号为实测通过率，12-20为预测通过率)；

图3为本发明0-20号每个区域河段目标鱼通过时间(0-11号为实测通过时间，12-20为预测通过时间)；

图4为本发明坝上问题区域河段分布图；

图5为本发明目标鱼在16号问题区域河段的上溯行为。

具体实施方式

本发明是基于射频识别技术提出的一种鱼类过坝后问题河段识别及诊断优化方法，所述的射频识别技术主要通过射频识别天线接收PIT标签发送的射频识别信号对标记鱼进行监测。射频识别系统由电源、电脑、阅读器、天线线圈、电容等组件构成。其中天线一般设置在河道内重要的监测断面，系统正常工作时，阅读器的射频模块持续发射134.2kHz的电磁激励信号，每当标记鱼到达这些监测断面并处于天线检测范围内，天线的电容器被充电后向阅读器发送信号，阅读器会对信号进行解码，实现对标记个体的检测。射频识别技术在国外有大量的监测案例，并主要利用在鱼道监测方面，例如Yoon等人采用射频识别技术研究了韩国锦江Ice Harbor-type过鱼通道的进口吸引率、上溯成功率、通过时间；Hatry等人通过在每级鱼道竖缝处布置PIT天线来研究三种吸口鱼属(银吸口鱼Moxostomaanisurum、河川吸口鱼M.carinatum和大鳞红马鱼M.macrolepidotum)在每级池室的上溯效果，发现84％的鱼类在第二个转弯池处上溯失败；Castro-Santos等人采用射频识别技术对美国Connecticut河上的4座鱼道同时进行监测，不仅获取了4座鱼道的各项监测指标，还发现鱼类在自然河道的迁徙速度(23km/d)远大于在鱼道内的迁徙速度(0.02-0.33km/d)。大量的应用案例证明射频识别系统具有优良的监测性能，尤其在分析目标鱼在鱼道中上溯的时空规律等方面更具优势。利用射频识别技术，可定量鱼道进口尝试率、尝试时间、上溯成功率和通过时间，获取目标鱼通过每级池室的行为表现，从而确定导致上溯效果不佳的池室，并开展优化工作。然而，目前国内外有关洄游鱼类成功通过过鱼设施进入库区后，是否继续上溯找到适宜生境鲜有报道，迫切需要开展过鱼对象过坝后上溯效果监测研究。

优选的方案如图1至图5所示，一种射频识别技术的鱼类过坝后问题河段识别及诊断优化方法，包括以下步骤：

步骤1：进行坝下河道放鱼试验；

依托建有过鱼设施的大坝工程，先分别在过鱼设施出口和坝上河道水文情势受库区调度变化明显的区域布置天线线圈，随后将PIT标签植入过鱼对象体内；正式试验时，在坝下游河道中释放标记鱼，当标记鱼通过天线时，系统将自动记录标记鱼的编号及通过时刻。

步骤2：构建鱼类过坝后河道上溯效果评价体系；

所述的鱼类过坝后河道上溯效果评价体系构建思路是采用层次分析法对鱼类过坝后河道上溯效果评价指标(尝试率、尝试时间、通过率和通过时间)赋权，利用多属性效用理论对鱼类过坝后河道上溯效果进行综合评价，最终输出鱼类过坝后河道上溯效果定量评价结果，若评价结果为一般、中和差，需进行坝上问题区域河段识别及诊断优化过程；

构建方法包括以下内容：

步骤2.1：根据射频识别系统监测的标记鱼数据，获取评价鱼类过坝后河道上溯效果的指标，所述指标包括尝试率、尝试时间、通过率和通过时间；各评价指标定义如下：

①尝试率定义为：

其中μ

②尝试时间定义为：过鱼设施出口天线识别到标记鱼的时间与闸坝下游放鱼的时间间隔；因鱼类尝试到达过鱼设施出口的时间有长有短，且分布不均，因此将确定一个临界尝试时间，超过临界尝试时间到达过鱼设施出口为尝试延迟，提出尝试延迟率用于表征到达过鱼设施出口快慢，其计算公式：

其中n

③通过率定义为：

其中μ

④通过时间定义为坝上河道天线识别到标记鱼的时间与过鱼设施出口天线识别到标记鱼的时间间隔；因鱼类在到达坝上游河道天线处的时间有长有短，且分布不均，因此将确定一个临界通过时间，超过临界通过时间到达坝上河道天线为通过延迟，提出通过延迟率用于表征标记鱼在坝上河道中上溯的快慢，其计算公式：

其中n

步骤2.2：采用层次分析法对鱼类过坝后河道上溯效果评价指标进行权重分配，层次分析法赋权的过程如下：

①构建相对重要性矩阵：

式中A为相对重要性矩阵，a

确定方法如下表1：

表1各指标相对重要性确定标准

确定各评价指标相对重要性排序为尝试率>通过率>尝试时间>通过时间，建立出相对重要性矩阵如下：

②计算相对重要性矩阵的最大特征根及特征向量；采用根法近似求出矩阵A的最大特征值与特征向量为W＝(2.213,0.760,1.316,0.452)

③对特征向量归一化，得到权重，获得各个效果评价指标的权重，如表2所示：

表2评价指标各权重

④做一致性检验，若相对重要性矩阵的一致性达不到要求，则计算出来的权重将会出现不合理性，因此需要进行一致性检验；其检验系数计算公式为：

CR＝CI/RI，

式中，CR为一致性检验系数；

若CR<0.1，则认为一致性较好；

若CR>0.1，则认为一致性较差，需要重新构建相对重要性矩阵A，然后再进行权重计算；

CI为相对重要性矩阵的一致性指标，其计算公式为：

式中n为相对重要性指数的阶数；RI为同阶的平均随机一致性指标；当前计算出CR＝0.011<0.1，认为构建的相对重要性矩阵较好，通过一致性检验，各指标的权重分配合理，可直接用于评价鱼类过坝后河道上溯效果；

步骤2.3：针对各评价指标制定相应评价标准，并将各指标在[-1,1]之间赋值；各评价指标赋分如表3所示：

表3各评价指标赋分表

步骤2.4：采用多属性效用理论对鱼类过坝后河道上溯效果进行综合评价，其计算公式如下：

上式中，S为评价对象的总得分值；ω

表4鱼类过坝后河道上溯效果评价结果等级表

步骤3：初步确定坝上问题区域河段；

所述的坝上问题区域河段初步确定是将坝上河段每隔100m进行分区编号，以随机选择连续编号区域河段为分析对象，对每个区域河段均安装射频天线，通过放鱼试验，监测每个区域河段上溯效果，同步测量每个区域河段的环境及水力参数；以选择的每个区域河段上溯效果为输出层，每个区域河段的环境及水力参数为输入层，形成训练集，构建RNN模型预测其它区域河段的通过率，构建ARIMA模型预测其它区域河段的通过时间，根据两个模型的预测结果，初步确定坝上问题区域河段；

步骤4：精准识别坝上问题区域河段；

所述的坝上问题区域河段精准识别是利用射频识别技术，再分析坝上问题区域河段范围内导致过鱼对象出现通过缓慢及后退行为的区域河段，最终精准识别坝上问题区域河段；通过分析坝上问题区域河段内鱼类行为及水流条件，发现坝上问题区域河段导致上溯效果不佳的原因；

利用射频识别技术，再精准识别已初步确定坝上问题区域河段范围内导致过鱼对象难以上溯的区域河段；识别标准为以下两点：

③识别目标鱼在通过每级区域河段时是正常通过区域河段还是缓慢通过区域河段；主要采用K-均值的聚类分析法将通过时间分为两类，对鱼类在每个区域河段的通过时间加以分类；聚类完成后，将按照通过时间将区域河段分为正常通过区域河段与缓慢通过区域河段；

④目标鱼在坝上区域河段中上溯行为模式是“上溯-停留-再上溯”还是“上溯-后退-再上溯”的模式；

鱼类产生后退行为后，其通过区域河段的几率会大大减少；通过对每个区域河段布置天线，利用射频识别技术可统计出目标鱼产生后退行为的区域河段数量；通过统计过鱼对象出现通过缓慢及后退行为的区域河段，最终精准识别坝上问题区域河段；

坝上区域河段内鱼类行为及水流条件，可能是导致坝上问题区域河段导致过鱼效果不佳的原因；利用射频监测技术对鱼类在坝上问题区域河段的上溯行为开展实时跟踪记录，利用流场实测和数值模拟技术分析坝上问题区域河段流态，发现过鱼困难的关键参数及阈值。

步骤5：进行坝上问题河段的诊断优化。

通过对坝上问题河段河道改造、流量调度和环境调控等诊断方法优化该问题区域河段，优化完成后再次进行坝下放鱼试验及鱼类过坝后河道上溯效果评价；

若评价结果为好，则完成优化过程；

若评价结果为一般、中和差，则继续识别问题区域河段，诊断优化问题区域河段，直至达到理想的河道上溯效果。

实施例1：

现以某个建有鱼道的大坝工程为例，提供一个计算示例以具体说明本发明所涉及的计算方法和过程，确定过程如下：

1、本示例中的过鱼对象为短须裂腹鱼，在河道流量为5m

2、根据各评价指标的权重及赋分值，计算出过鱼效果得分值，如表5。

表5鱼类过坝后河道上溯效果指标赋分表

该鱼类过坝后河道上溯效果评价总分U＝0*0.467+0*0.16+0.5*0.278+0.095*-0.5＝0.0915，根据制定的评价标准，该工况下鱼类过坝后河道上溯效果的评价为一般状态，过坝后上溯效果有待进一步提高。对各指标得分分析得到，尝试率、尝试时间、通过率都是一般状态，但还有很大提升的空间；通过时间为较差，说明鱼在过坝后河道中延迟较大。

3、因评价结果为一般，需初步确定坝上问题区域河段。拟将坝上河段每隔100m进行分区编号，选择以过鱼设施出口为起始0号河道到11号河道区域为研究对象，在0-11号的每个区域河段均设置一个天线，监测标记鱼在每个区域河段的通过率和通过时间，同步测量可能影响目标鱼上溯效果的关键因素包括：每个区域河段的环境(如浊度、水温和溶解氧等)和每个区域河段的水力参数(河段平均流速、河段最大流速和相邻池室水位差等)。以选择的每个区域河段通过率为输出层，每个区域河段的环境及水力参数为输入层，形成训练集，构建循环神经网络(RNN)模型预测出该工况下12号-20号区域河段通过率，如图2。以选择的每个区域河段通过时间为因变量，每个区域河段的环境及水力参数为自变量，构建自回归积分滑动平均模型(ARIMA)模型预测12-20号区域河段通过时间，如图3。

从图2和图3可知，11号-20号区域河段的通过率低于40％，通过时间较长，初步选定11-20号为问题河段。

4、以11号-20号区域河段为重点关注问题河段，在11-20号的每个区域河段均设置一个天线，再次监测标记鱼在每个区域河段上溯行为；采用K-均值的聚类分析法将按照通过时间将区域河段分为正常通过区域河段与缓慢通过区域河段，可得到该工况下，11-20号区域河段目标鱼缓慢通过区域河段的数量；利用射频识别技术可统计出目标鱼在11-20号区域河段产生后退行为的数量；通过将缓慢区域河段与后退区域河段的目标鱼数量进行叠加，如图4，然后精确识别出坝上问题区域河段为16号区域河段。

5、利用视频跟踪技术对16号区域河段的目标鱼行为轨迹进行跟踪，剖析16号区域河段过鱼困难的原因，发现目标鱼在区域河段内卵石障碍物后方低流速区停留较长时间(图5)，表明目标鱼表现出明显的疲劳状态，需要在低流速区休息。

6、针对16号问题区域河段目标鱼表现的行为状态，在该区域河段内通过增加底部障碍物，降低流速，形成助溯性的河道水流条件。

7、通过再次放鱼试验及过坝后上溯效果评价，采用射频识别系统监测鱼类过坝后河道上溯效果，结果发现河道优化后，该工况下，尝试率为73％；尝试延迟率为30.5％；过坝后上溯通过率为84.2％；通过延迟率38.7％。根据各评价指标的权重及赋分值，计算出过鱼效果得分值，如表6。

表6问题河段优化后鱼类过坝后河道上溯效果指标赋分表

河道优化后过鱼效果得分U1＝0.5*0.467+0.5*0.16+1*0.278+0.095*0.5＝0.639，根据制定的评价标准，河道优化后该工况下鱼类过坝后河道上溯效果评价为好，达到理想过鱼效率，完成河道优化工作。

上述的实施例仅为本发明的优选技术方案，而不应视为对于本发明的限制，本发明的保护范围应以权利要求记载的技术方案，包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进，也在本发明的保护范围之内。