水母在海洋浮游生物群落中占有十分重要的地位，其具有数量大、种类多、分布范围广的特征，通常以大中型浮游动物，尤其是桡足类为食[1]。水母在季节、年际和年代间波动较大，其资源丰度与海洋环境因素有关[2]。近年来，夏季水母在中国东海、黄海、渤海等多个海域暴发，对滨海核电站的冷源取水安全造成重大威胁[3]。红沿河核电站地处渤海湾中部的东侧沿岸，夏季核电站附近海域的海月水母和沙蛰暴发，严重威胁核电站取水口的安全，因此，水母资源量变动及其空间分布信息是核电站制定冷源生物防御方案的重要依据之一。
近年来，国内外学者在各类水母暴发成因、生活习性、分布规律及形态学[4-12]等领域进行了较多研究。但在水母资源量调查和评估方面，受水母现地自然繁殖时期的变动性及随潮流漂浮流入流出等特征影响，传统的站位网具采样方法较难满足统计采样条件，且水母调查一般使用多锚张网，其自身具有选择性较强、网口形状随潮流变化等不足，较难保证水母资源量评估的准确度。
现代渔业资源声学评估技术快速发展，声学技术在国外已经被广泛用于水母资源量评估。该技术主要通过测量水母的声学散射特征，以确定水母的散射强度与资源密度的关系。在此基础上使用科学探鱼仪对调查海域进行声学垂直断面的走航调查，测量水母的体积散射强度，并结合水母目标强度(target strength，TS)评估水母资源密度。目前，国外已开展了针对水母目标强度及声学散射特征等声学研究，包括沙蜇Nemopilema nomurai[13-14]、海月水母Aurelia aurita[15]、白色霞水母Cyanea nozakii[13]、咖啡金黄水母Chrysaora melanaster[16]等主要种类，2019年Yoon等[17]利用频差(38、 120 kHz)方法对水母进行了分类、资源评估等。而国内尚未开展针对水母资源的声学调查评估研究工作。
由于水母的运动特征是以漂浮为主，红沿河核电站附近海域的潮流又主要受南北方向往复运动潮汐的影响。因此，本研究中在红沿河核电站附近海域水母较为集中的区域选取断面进行调查，并通过涨落潮周期内水母通量的变化情况，分析水母运动特征与潮流的关系，以期为该海域水母资源量的声学调查及设置有效声学监测站位等提供科学依据。
1 材料与方法
1.1 调查船及调查区域
根据红沿河核电站周边海域的水母采样调查结果，选择水母较为集中的区域进行声学调查。2017年7月10日选择位于红沿河核电站(图1中星标)南部的长兴岛附近海域(图1中CD断面)，2017年8月10日、9月12日选择核电站西侧附近海域(图1中AB断面)进行调查。调查航线为固定区域两点间连续25 h垂直断面的往复走航观测。使用分裂波束科学探鱼仪(挪威，Simrad，EY 60型，120、200 kHz)及ADCP(TRDI，WHS-300型)分别进行水母的声学资源调查和潮流观测。
图1 红沿河核电站及声学调查航线
Fig.1 Location of Hongyanhe Nuclear Power Plant and acoustic survey route
调查船为长25 m、宽4.3 m、功率178.9 kW的海蜇捕捞船，调查航速为4～5 kn。科学探鱼仪的换能器垂直向下固定于船体中部左舷外侧水下0.8 m处。设置脉冲宽度为0.256 ms，收发周期为0.1 ms。科学探鱼仪系统经过标准球校正后，换能器波束角在船的前后和左右方向分别为6.43°和6.38°，等效波束角为-20.6 dB。
由于25 h声学断面调查不能停船，于第2天日间在该航线使用当地海蜇捕捞用的多锚张网进行水母采样，网目为20 cm。
1.2 方法
1.2.1 水母的频差处理 科学探鱼仪的声学数据频差处理技术是针对混栖海洋生物声学回波信号处理的一种技术，其基本原理是混栖生物中不同种类散射物体具有不同的目标强度频率响应，而该频率响应与实际使用不同频率科学探鱼仪测量的反向体积散射强度(volume backscattering strength，简称SV)呈线性关系，具有相同的频率响应差值，即
ΔMVBS=SVm 200 kHz-SVm 120 kHz=TS200 kHz-TS120 kHz。
(1)
其中：MVBS为平均反向体积散射强度(mean volume backscattering strength)，ΔMVBS为平均反向体积散射强度差；SVm 120 kHz和SVm 200 kHz分别为120、200 kHz频率下同一散射体积内目标生物反向体积散射强度实际测量值的平均值；TS120 kHz和TS200 kHz分别为120、200 kHz频率下散射生物目标强度的频率响应。鱼类一般可以使用不同频率下以体长(cm)平方为基准的TS作为频率响应值，水母一般使用以伞盖(cm)面积为基准的TS(RTS)作为频率响应值(D为伞径，面积为π(D/2)2)。在已知工作频率和采样生物规格(体长或伞径)范围的基础上，通过计算来设置不同生物的频差范围(ΔMVBS)，从而进行SV信号的差值处理，分离出不同种类海洋生物的SV回波。
本研究中根据以往水母RTS频率响应的研究结果[13-16]，分别确定沙蜇和海月水母的频率差(ΔMVBS),其中沙蛰使用Kang等[14]的公式计算：
RTS(Dair/λ)=-6.1 lg(Dair/λ)-36.2(r=0.51)。
(2)
结合采样沙蛰规格，确定沙蛰RTS为-3～1 dB。
海月水母依据Derobertis等[16]总结的不同种类水母RTS的研究结果，将相同伞径海月水母在120、200 kHz两种频率对应的RTS做差，从而确定频差范围为0～3 dB。
一般小型桡足类浮游动物的ΔMVBS根据以往散射模型研究结果[18]，设置为3～20 dB。相同规格有鳔鱼类在120、200 kHz间的频率差为-1～0 dB左右，在沙蛰的检测范围内。但考虑到鱼类采样样品极少，因此，本研究中不进行有鳔鱼类回波信号的频差筛选。
科学探鱼仪在120、200 kHz工作频率下，3次调查航行测量的噪声级平均在-126～-124 dB，在进行频差处理前先进行最低阈值的噪声处理。
由于不同频率换能器的物理排列导致采样空间在近距离具有一定差异，因此，在实际处理时需要对SV信号进行一定范围的平均处理，以保证不同频率的声波具有相同的声学采样对象。MVBS数据的重新采样间隔范围根据网具采样结果设定。较大沙蛰的伞径超过60 cm，间隔范围设置为8 Ping(2 m)×1 m。
1.2.2 声学数据后处理 使用Echoview 8.0声学数据处理软件对调查的120、200 kHz声学数据进行处理，主要包括有效声学测量区域的数据预处理(噪声、无回波和海面气泡回波的消除、海底线重新绘制等)、水母单体目标检测、SV数据的频差处理和不同类型水母的回波积分。根据单体目标检测结果来确定目标强度的频数分布并获得水母的平均TS值，在此基础上参考Mutlu等[15]、Hirose等[13]及 Kang等[14]的TS与伞径关系式，分别计算推定海月水母和沙蛰的平均伞径。
对经过频差处理的海月水母和沙蛰的SV数据进行回波积分处理。在进行AB断面远近岸水母资源量分布的分析时，积分单元设置为调查航线长度的一半，约5 n mile；在测量调查断面的密度和通量时，选用整条航线长度作为积分单元，约10 n mile。在获得各个积分单元的声学积分值(nautical area scattering coefficient, NASC,单位m2/n mile2)和面积散射强度(area backscattering strength，SA，单位m2/m2)的基础上，结合平均目标强度分别计算单位海面下海月水母和沙蛰的平均密度(ρm,ind./m2)，其计算公式为
ρm=SAm/σbsm。
(3)
其中：m为平均值；σbs为反向散射截面(m2)，与TS的关系为TS=10 lgσbs。
1.2.3 水母的通量计算 由于声学调查的断面基本垂直于潮流的运动方向，水母通过调查断面通量(Fm， ind./( s·m2))的计算公式为
Fm=ρvm|v|sinθ。
(4)
其中：m为平均值；ρv为单位水体密度(ind./m3)；v为流经调查断面潮流流速的水平分量(m/s)；θ为潮流水平流向与断面的夹角(°),以航线近岸端方向，即图1由B至A方向为0°基准。
2 结果与分析
2.1 水母的网具采样
2017年7、8、9月份水母的网具采样数量及平均伞径如表1所示。其中，7月份采集的海月水母均有破损，伞径为估测值。
表1 2017年7、8、9月水母的网具采样数量及平均伞径
Tab.1 Sampling numbers collected by nets and average test of jellyfish in July, August, September 2017
采样日期sampling date海月水母Aurelia aurita沙蜇Nemopilema nomurai数量/ind.number平均伞径/cmaverage test数量/ind.number平均伞径/cmaverage test2017-07-10202015357.9±3.42017-08-1013018.1±1.5875.5±3.32017-09-12320668.3±3.8
表2 2017年7、8、9月海月水母和沙蜇在日间及夜间的平均密度
Tab.2 Average density of jellyfish Aurelia aurita and Nemopilema nomurai during day time and night time in July, August, and September 2017 ind./m2
月份month海月水母 Aurelia aurita沙蜇 Nemopilema nomurai日间day time夜间night time日间day time夜间night time77.71±5.6511.82±7.060.92±0.353.98±1.6685.52±6.4617.74±7.550.86±0.882.30±0.6390.65±0.441.06±0.490.28±0.220.37±0.14
2.2 潮流
2017年7、8、9月潮流的测量结果均为标准半日潮，潮流为东北-西南向的沿岸流。其中7、8、9月份潮流流速最大值分别为0.80、0.70、0.65 m/s。以正北方向为0°基准，涨潮时潮流方向约为60°(东北方向)，落潮时潮流方向约为240°(西南方向)，潮流正压性较强，表底变化一致。
2.3 目标强度频数分布
从图2可见，7月份水母TS频数分布呈现双峰特性，平均值分别为-64.6、-56.8 dB，对应伞径为4.80 cm的海月水母和31.26 cm的沙蜇；8月份水母TS频数分布呈现双峰特性，较小峰的TS平均值为-65.6 dB，是伞径为4.11 cm的海月水母，较大峰的TS值为-45 dB，根据数量及强度值推定为体长10 cm左右的小型有鳔鱼类；9月份水母TS频数分布呈现双峰特性，平均值分别为-61、-56.9 dB，对应伞径为8.43 cm的海月水母和30.90 cm的沙蜇。
图2 2017年7、8、9月调查水母现场目标强度的频数分布
Fig.2 Frequency distribution of target strength (in situ) of jellyfish in July, August, and September 2017
2.4 回波信号的频差处理
使用Echoview软件进行数据频差处理后结果如图3所示。其中，图3(a)、(b)分别为2017年9月在AB断面中部20:30时120、200 kHz的SV回波映像图，显示出大量较弱的水母单体目标回波，部分单体目标的回波强度在120 kHz频率下的响应明显高于200 kHz；经过200、120 kHz的MVBS差分处理后，分离出的海月水母和沙蛰MVBS回波映像图分别见图3(c)、(d)，海月水母的MVBS较沙蛰较低；图3(e)为分离出的一般浮游动物等的MVBS回波映像图。
图3 频差处理后的MVBS回波映像图
Fig.3 MVBS echogram of frequency difference processing
2.5 水母平均密度
图4为2017年7月在CD调查断面与8、9月在AB调查断面测量的海月水母和沙蛰每小时的平均密度，以及潮流流速随25 h调查时间的同步变化规律，坐标右轴的流速正负代表潮流的方向，其中，正值为涨潮的东北向流，负值为落潮的西南向流。7月份海月水母和沙蛰的平均密度分别为9.79、2.30 ind./m2，8月份海月水母和沙蛰的平均密度分别为11.05、1.51 ind./m2，9月份海月水母和沙蛰的平均密度分别为0.82、0.32 ind./m2。除了7月份21∶00～5∶00间海月水母的密度与沙蛰基本相等以外，其他时间海月水母的密度均高于沙蛰的密度，7月份高出4～10倍，8月份高出7～10倍，9月份高出2～3倍。根据时间同步的潮流数据可知，伴随着涨落潮周期潮流流速的逐渐增大和减小，海月水母和沙蜇的平均密度与流速均呈现出一定的相关性。将7、8、9月看作一个整体，海月水母和沙蜇的平均密度与潮流流速大小的相关系数分别为0.172 4、0.292 5，其中，海月水母的平均密度与流速大小在9月份相关性最强(R=0.508 1)，沙蜇的平均密度与流速大小在7月份相关性最强(R=0.466 6)。表2列出了7、8、9月份海月水母和沙蜇在日间及夜间的平均密度，通过对比两者在日间及夜间的平均密度，可以看出，海月水母和沙蜇在夜间的平均密度明显高于日间。
图4 2017年7、8、9月调查水母的平均密度和海流流速
Fig.4 Average density of jellyfish and current velocity in July, August, and September 2017
2.6 水母平均通量
2017年7、8、9月份调查断面海月水母和沙蛰的平均通量如图5所示，通量的正负代表潮流的方向，正、负值分别表示涨潮周期的东北方向和落潮周期的西南方向。海月水母的平均通量高于沙蜇，由于该海域潮流的流速、流向具有典型半日潮的周期变化特征，平均通量也体现出相同的周期性变化特征。
图5 2017年7、8、9月调查水母的平均通量
Fig.5 Average flux of jellyfish measured in July, August, and September 2017
7月份涨潮周期海月水母通量的最大值出现在22:00、10:00和第2天的21:00，分别为7.75、11.03、17.62 ind./(s·m2)，落潮周期海月水母通量的最大值出现在4:00～5:00、17:00，分别为 -4.055、-6.81 ind./(s·m2)；涨潮周期沙蛰通量的最大值出现在23:00、10:00和第二天的21:00，分别为4.48、0.50、1.34 ind./(s·m2)，落潮周期沙蛰通量的最大值出现在4:00和16:00，分别为 -2.25、-0.77 ind./(s·m2)。
8月份涨潮周期海月水母通量的最大值出现在14:00和第2天的3:00～4:00，分别为3.26、13.03 ind./(s·m2)，落潮周期海月水母通量的最大值出现在22:00和第2天的9:00，分别为-16.33、-12.24 ind./(s·m2)；涨潮周期沙蛰通量的最大值出现在14:00和第二天的3:00—4:00，分别为 0.64、1.43 ind./(s·m2)，落潮周期沙蛰通量的最大值出现在20:00和第2天的9:00，分别为 -1.76、-1.70 ind./(s·m2)。
9月份涨潮周期海月水母通量的最大值出现在17:00和第2天的5:00，分别为0.94、1.04 ind./(s·m2)，落潮周期海月水母通量的最大值出现在11:00、22:00—23:00，分别为-0.64、-0.85 ind./(s·m2)；涨潮周期沙蛰通量的最大值出现在17:00和第二天的4:00，分别为0.35、0.32 ind./(s·m2)，落潮周期沙蛰通量的最大值出现在1:00和22:00～23:00，分别为-0.39、-0.26 ind./(s·m2)。
表3列出了7、8、9月份25 h 2次涨落潮周期内海月水母和沙蛰的平均通量，以及涨落潮周期内通量绝对值的比。结果显示：7月份调查的CD断面涨潮周期的通量高于落潮周期的通量，说明水母具有由南至北的流动特征，且海月水母相对沙蛰随涨潮周期的流动性更强；8月份调查的AB断面涨潮周期的通量低于落潮周期的通量，这说明水母具有由北至南的流动特征；9月份调查的AB断面涨潮周期的通量与落潮周期的通量差距较小，这说明水母具有随潮流往复流动的特征。
表3 25 h内涨落潮周期水母平均通量及通量绝对值的比
Tab.3 Mean flux and absolute flux ratio of jellyfish during flood tide to ebb tide cycles in 25 hours
月份month调查断面survey section涨潮平均通量/(ind.·s-1·m-2)average flux at flood tide落潮平均通量/(ind.·s-1·m-2)average flux at ebb tide涨落潮通量绝对值之比absolute flux ratio of flood tide and ebb tide海月水母Aureliaaurita沙蜇Nemopilema nomurai海月水母Aureliaaurita沙蜇Nemopilema nomurai海月水母Aureliaaurita沙蜇Nemopilema nomurai7CD5.85±5.491.45±1.54-2.84±1.84-0.86±0.702.061.678AB3.53±4.730.44±0.47-6.07±5.53-0.76±0.610.580.589AB0.40±0.340.17±0.12-0.36±0.28-0.13±0.111.111.31
2.7 远近岸水母分布
将2017年8、9月份调查的AB断面平均划分为距离红沿河核电站取水口较近和较远的两个区域，并对远近岸连续25 h的平均NASC值进行对比。单程航线用时约2.5 h(图6)。8月份近岸NASC的最大值为325.63 m2/n mile2，平均值为189.83 m2/n mile2；远岸NASC的最大值为614.08 m2/n mile2，平均值为250.79 m2/n mile2。9月份近岸NASC的最大值为157.56 m2/n mile2，平均值为94.45 m2/n mile2；远岸NASC的最大值为168.57 m2/n mile2，平均值为80.65 m2/n mile2。
图6 2017年8、9月远近岸水母NASC的分布
Fig.6 Distribution of jellyfish NASC at near and far shore in August, and September 2017
3 讨论
3.1 水母的通量测量
本研究中针对水母的弱游泳能力和漂浮特性，以及渤海湾东岸的潮流流动特征，结合目前国际较为流行的渔业资源声学调查评估方法和ADCP连续潮流测量方法，通过垂直断面走航调查，首次实现了红沿河沿岸海域水母密度和断面通量的测量。结果显示，水母密度与涨落潮的流速变化具有较好的相关性(图4)，通过调查断面水母的通量能够较好地反映水母的流动趋势(图5)，证实了水母的通量可以作为核电站水母灾害预警监测的核心指标。但是，由于水母具有一定的收张游泳能力，其漂移速度与潮流速度的一致性需要在今后的研究中修正和完善。同时，对于整个海域水母资源量的评估和时空分布研究，仍需要参考常规声学调查方法，进行调查区域的平行线走航调查[17]。
水母的通量测量主要是基于现场海域涨落潮过程具有较强的正压性，即调查垂直断面的流速流向较为均一的条件。借助于通量测量可以简单有效地推定该海域水母的流动趋势，因为假设该海域的水母具有相同的密度，潮流的周期变化会使水母通量呈现与涨落潮相同的等振幅正弦周期规律(图5 9月份)，即水母在原地做往复运动。通量的正负振幅差异即为水母的流动方向(表3)。同时，由于核电站取水口为单一定常流向，利用声学方法进行的水母通量测量可以作为外来水母等冷源生物入侵预警的主要直接指标。
3.2 水母的资源密度
水母的传统资源调查方法以网具采样为主，使用的网具包括底拖网、张网、定置网等[19-21]。其中，虽然底拖网选择性相对小于其他网具，但其是声学调查的重要辅助工具，并可协助完成回波信号的目标组成识别和积分值分配等任务。本研究中由于通量的连续测量无法在调查中进行网具采样工作，因此，于次日使用其他船只及水母选择性较强的多锚张网进行水母采样工作。该工作仅用于水母目标种类的识别和判断，不作为资源密度评估的依据。但是被动式张网的使用导致网具采集到的鱼类样品极少，结合夏季红沿河附近海域鱼类较少的现状，未进行鱼类资源密度评估。在今后实际的水母资源声学评估中，当优先选择选择性较小的拖网。
本研究表明，海月水母在8、9月份的密度明显高于沙蛰(图4)，该结果与红沿河核电站夏季水母打捞和拦截的结果吻合较好，水母密度与涨落潮周期、流速具有相关性(图4)，该结果与大潮周期冷源生物对核电站取水口威胁更大的现象相一致，即漂浮性冷源生物的密度会随水流速度的增加而增加，形成通量快速增加的情况，对核电站取水口形成冲击的叠加效应，严重威胁核电站取水口的安全运行。此外，远近岸的水母NASC值随时间分布不均匀，即水母分布与距离核电站取水口的远近并无相关性，其具有随机分布的特征(图6)。因此，将来的水母声学监测站点可以选择距离取水口较近的位置。
3.3 水母目标强度与伞径规格的对应
由于水母在漂浮游动过程中伞径会发生舒张变化，以及在不同流速下漂浮游动姿态的变化较大等原因，目标强度会呈现出较大的变化特征[14]。本研究中现场实际测量的水母TS值根据模型转换的伞径规格与网具采样水母伞径规格差异较大，其主要是由于网具的规格选择性导致小型水母的破碎，以及使用的水母TS与伞径换算公式中的伞径与网具采样水母伞径的测量方法略有差异所造成的。网具采样测量的伞径是水母离水后较为扁平的伞径，而TS测量时的伞径为活体水母在水中的伞径，会比网具采样的伞径偏小[13-15]。因此，本研究中未使用网具采样的伞径规格进行资源密度推算，同时由于水母不具有高密度集群的特征，单体目标检测效果较好(图3)。海月水母和沙蛰在不同姿态和流场条件下的水母目标强度变化的测定，以及与伞径规格的关系等需要在今后开展研究。
3.4 沙蛰与海月水母的回波信号分离
本研究中参考国外海月水母和沙蛰目标强度的频率响应特性，开发了海月水母、沙蛰和浮游动物的双重频差处理方法，并对以上混栖的3类目标生物进行了回波分离，分别获得三者的MVBS(图3)，实现了海月水母和沙蛰的密度测量。由于相同规格鱼类的频差特性在-1～0 dB，被沙蛰的频差范围所覆盖，所以可能会有小型鱼类的SV信号混入沙蛰里，存在沙蛰资源被过高评估的可能性,且在8月份的单体目标强度检测中发现有较少小型鱼类存在，因此，如何提高小型鱼类和沙蛰回波分离的精度，需要在今后的研究中进行具体分析。Yoon等[17]使用DWBA模型进行120、38 kHz的频差处理，获得在水母伞径脉动状态下-1.5～2.2 dB的结果。由于Yoon等未给出RTS的频率特征，本研究中按以往实测海月水母的RTS频率特征结果和实际采样水母的平均伞径进行频差参考值的确定[13-16]。考虑到频率的差值范围和水母的规格差异，本研究中选择的海月水母频差参数还是相对可靠的。
4 结论
1) 本研究中使用声学技术首次在红沿河核电站附近海域进行了25 h、10 n mile长垂直断面的水母资源密度和通量的连续测量，并首次利用声学频差技术进行了海月水母和沙蛰的回波信号分离，为声学评估提供技术手段。
2)水母的通量与涨落潮流速变化具有相关性，可较好反映水母的漂移运动趋势，能够作为核电站冷源生物监测预警的关键性指标。
3) 水母在取水口外侧海域具有随机分布的特性，无远近岸的空间差异性，适合声学浮标的定点长期监测。
[1] 王璐.黄东海微小型浮游动物时空分布及与大型水母旺发关系初探[D].青岛:中国科学院研究生院(海洋研究所),2013.
[2] 孙明,柴雨,董婧,等.环境因子对海月水母螅状体存活与繁殖的影响[J].生态学报,2017,37(4):1309-1317.
[3] 张芳,李超伦,孙松,等.水母灾害的形成机理、监测预测及防控技术研究进展[J].海洋与湖沼,2017,48(6):1187-1195.
[4] SCHIARITI A,KAWAHARA M,UYE S,et al.Life cycle of the jellyfish Lychnorhiza lucerna (Scyphozoa:Rhizostomeae)[J].Marine Biology,2008,156(1):1-12.
[5] 董婧,孙明,赵云,等.中国北部海域灾害水母沙蜇(Nemopilema nomurai)及其他钵水母繁殖生物学特征与形态比较[J].海洋与湖沼,2012,43(3):550-555.
[6] 赵斌,张秀梅,陈四清,等.环境因子对海蜇早期幼体发育影响的生态学研究进展[J].海洋水产研究,2006,27(1):87-92.
[7] 许振祖,金德祥.福建沿海水母类的调查研究(一)[J].厦门大学学报(自然科学版),1962(3):206-224.
[8] 许振祖,陈渝萍.厦门港帽铃水母生活史的研究[J].台湾海峡,1998,17(2):129-133.
[9] 丁耕芜,陈介康.海蜇的生活史[J].水产学报,1981,5(2):93-102.
[10] 程家骅,李圣法,丁峰元,等.东、黄海大型水母暴发现象及其可能成因浅析[J].现代渔业信息,2004,19(5):10-12.
[11] SHOJI J,KUDOH T,TAKATSUJI H,et al.Distribution of moon jellyfish Aurelia aurita in relation to summer hypoxia in Hiroshima Bay,Seto Inland Sea[J].Estuarine,Coastal and Shelf Science,2010,86(3):485-490.
[12] 孙松,于志刚,李超伦,等.黄、东海水母暴发机理及其生态环境效应研究进展[J].海洋与湖沼,2012,43(3):401-405.
[13] HIROSE M,MUKAI T,HWANG D,et al.The acoustic characteristics of three jellyfish species:Nemopilema nomurai,Cyanea nozakii,and Aurelia aurita[J].ICES Journal of Marine Science,2009,66(6):1233-1237.
[14] KANG D,PARK J,JUNG S K,et al.Estimates of acoustic target strength for giant jellyfish Nemopilema nomurai Kishinouye in the coastal Northwest Pacific[J].ICES Journal of Marine Science,2014,71(3):597-603.
[15] MUTLU E.Target strength of the common jellyfish (Aurelia aurita):a preliminary experimental study with a dual-beam acoustic system[J].ICES Journal of Marine Science,1996,53(2):309-311.
[16] DEROBERTIS A,TAYLOR K.In situ target strength measurements of the scyphomedusa Chrysaora melanaster[J].Fisheries Research,2014,153:18-23.
[17] YOON E A,LEE K,CHAE J,et al.Density estimates of moon jellyfish (Aurelia coerulea) in the Yeongsan estuary using nets and hydroacoustics[J].Ocean Science Journal,2019,54(3):457-465.
[18] LAVERY A C,WIEBE P H,STANTON T K,et al.Determining dominant scatterers of sound in mixed zooplankton populations[J].The Journal of the Acoustical Society of America,2007,122(6):3304-3326.
[19] 王朋鹏,张芳,孙松,等.2018年6月渤海大型水母分布特征[J].海洋与湖沼,2020,51(1):85-94.
[20] 左涛,王俊,吴强,等.2015年5月黄海及东海北部大型水母分布及生物量估算[J].海洋与湖沼,2016,47(1):195-204.
[21] 严利平,李圣法,丁峰元.东海、黄海大型水母类资源动态及其与渔业关系的初探[J].海洋渔业,2004,26(1):9-12.